CN113393173A - 一种区域综合能源系统优化调度方法、装置及终端设备 - Google Patents
一种区域综合能源系统优化调度方法、装置及终端设备 Download PDFInfo
- Publication number
- CN113393173A CN113393173A CN202110803470.1A CN202110803470A CN113393173A CN 113393173 A CN113393173 A CN 113393173A CN 202110803470 A CN202110803470 A CN 202110803470A CN 113393173 A CN113393173 A CN 113393173A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy system
- model
- integrated
- target area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005265 energy consumption Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims description 34
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 18
- 239000003345 natural gas Substances 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 abstract description 18
- 230000005611 electricity Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 15
- 239000007789 gas Substances 0.000 description 12
- 238000010438 heat treatment Methods 0.000 description 9
- 238000001816 cooling Methods 0.000 description 8
- 238000002485 combustion reaction Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 4
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明适用于电网规划技术领域，提供了一种区域综合能源系统优化调度方法、装置及终端设备，该方法包括：获取目标区域综合能源系统的供能数据和用能数据；基于供能数据和用能数据建立目标区域综合能源系统的多能源网络模型和荷侧需求特性模型；基于多能源网络模型和荷侧需求特性模型建立目标区域综合能源系统的最优调度方案。本发明提供的区域综合能源系统优化调度方法能够充分考虑系统特性，有效降低区域综合能源系统运行过程中的成本，提高用户侧与供能系统之间的协调匹配程度，实现系统的多能协同运行，提高系统综合能效。
Description
技术领域
本发明属于电网技术领域，尤其涉及一种区域综合能源系统优化调度方法、装置及终端设备。
背景技术
区域综合能源系统是指包含多种发电设备和多种需求的用户的一体化系统，且综合能源系统可以对本系统内的各种能源设备进行协调规划和协同管理，满足用户的多元化需求，同时提高能源利用效率。例如，热电连供发电机组通过高低品味的热能与电能的协调用户，以达到提升燃料利用率的目的；冰蓄冷设备则通过协调电能和热能，以达到削峰填谷的目的。进一步的，综合能源系统的协调功能可以体现在规划、建设和运行的过程中，对能源的产生、传输、分配、转换、存储、消费等环节进行协调与优化，实现能源的产供销一体化。
传统的区域综合能源系统优化研究中，研究对象多集中于系统的能量和调度过程，优化目标多为经济性目标，调度过程中各个子系统的协调性差。
发明内容
有鉴于此，本发明实施例提供了一种区域综合能源系统优化调度方法、装置及终端设备，能够提高区域综合能源系统调度过程中的协调性。
本发明实施例的第一方面提供了一种区域综合能源系统优化调度方法，包括：
获取目标区域综合能源系统的供能数据和用能数据；
根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的多能源网络模型；
根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的荷侧需求特性模型；
基于所述多能源网络模型和所述荷侧需求特性模型建立所述目标区域综合能源系统的集成优化调度模型；
基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标区域综合能源系统的最优调度方案。
本发明实施例的第二方面提供了一种区域综合能源系统优化调度装置，包括：
数据获取模块，用于获取目标区域综合能源系统的供能数据和用能数据；
多能源网络模型建立模块，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的多能源网络模型；
荷侧需求特性模型建立模块，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的荷侧需求特性模型；
集成优化调度模型建立模块，用于基于所述多能源网络模型和所述荷侧需求特性模型建立所述目标区域综合能源系统的集成优化调度模型；
最优调度方案求解模块，用于基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标区域综合能源系统的最优调度方案。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得电子设备执行上述第一方面中任一项所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例提供了一种区域综合能源系统优化调度方法，包括：获取目标区域综合能源系统的供能数据和用能数据；基于供能数据和用能数据建立目标区域综合能源系统的多能源网络模型和荷侧需求特性模型；基于多能源网络模型和荷侧需求特性模型建立目标区域综合能源系统的最优调度方案。本发明实施例提供的区域综合能源系统优化调度方法能够充分考虑系统特性，有效降低区域综合能源系统运行过程中的成本，提高用户侧与供能系统之间的协调匹配程度，实现系统的多能协同运行，提高系统综合能效。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的区域综合能源系统的结构示意图；
图2是本发明实施例提供的区域综合能源系统的又一结构示意图；
图3是本发明实施例提供的区域综合能源系统优化调度方法的实现流程示意图；
图4是本发明实施例提供的具体应用场景中的太阳辐射强度示意图；
图5是本发明实施例提供的具体应用场景中的发电和负荷分布示意图；
图6是本发明实施例提供的具体应用场景中虚拟储能系统充放电功率与实时电价的关系示意图；
图7是本发明实施例提供的具体应用场景中优化调度结果示意图；
图8是本发明实施例提供的区域综合能源系统优化调度装置结构示意图；
图9是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
在本发明的一些实施例中，区域综合能源系统包括分布式电源、冷热电联产(Combined Cooling Heating and Power，CCHP)系统和储能系统。其中分布式电源可以包括风机和光伏；CCHP系统可以包括燃气轮机、余热锅炉、溴化锂制冷机；储能系统包括储能电池。
图1示出了本发明实施例提供的区域综合能源系统的结构示意图。参见图1，在一个具体的应用场景中，区域综合能源系统可以包括风机设备、光伏设备、微型燃气轮机设备、电储能设备、吸收式制冷机设备以及建筑内的用户。微型燃气轮机与外部的天然气管线连接，以获取外部的天然气输入。同时，电网也与区域综合能源系统耦合。
图2示出了本发明实施例提供的区域综合能源系统中的管网结构图。参见图2，在一个具体的应用场景中，管网中包含压缩机与多条管道，以实现天然气输送。
图3示出了本发明实施例提供的区域综合能源系统优化调度方法的实现流程示意图。参见图3，本发明实施例提供的区域综合能源系统优化调度方法可以包括步骤S101至S105。
S101：获取目标区域能源系统的供能数据和用能数据。
在本发明的一些实施例中，供能数据可以体现天然气系统和包含储能设备的热力系统通过热电联产机组或其他能量转换设备以及电力系统进行耦合的情况，使区域综合能源系统的供能部分具有良好的可控性和灵活性，提高区域综合能源系统的供能可靠性和能源综合利用效率。
在本发明的一些实施例中，获取用能数据以备根据用户主体的不同分别建立相应的模型。具体的，工业用户、商业用户、住宅用户等不同用户主体的用能需求和用能特点各不相同，对应的用能数据也不相同，对区域综合能源系统的运行和优化会产生重要影响。
进一步的，由于区域综合能源系统包含冷、热、气等多种能源，各类能源在信息收集的形式中存在差异，同时数据的来源包括设备端、用户端、系统端等各个方面，数据类型繁杂，数据量庞大。同时，区域综合能源系统中各类用户的数据并不是彼此孤立的，数据在不同主体和不同时段之间存在一定的关联性，因此需要建立用能模型对各类数据进行整合。
在本发明的一些实施例中，建立供能模型和用能模型后，各类数据可以实时传递，用户侧的数据经过加工处理和传输后，被控制系统识别；同样的，控制系统端的数据库可以快速反应并发送指令，两端可以同时进行数据处理并进行传输，实现区域综合能源系统的信息共享。
S102：建立所述目标区域综合能源系统的多能源网络模型。
在本发明的一些实施例中，建立目标区域综合能源系统的多能源网络模型需要基于系统不同子系统的网络特征。具体的，用户的用电需求由发电子系统的风机、光伏、燃气轮机和外部电网供应，冷热电三联供系统消耗的天然气来着外部气网；各子系统之间的冷、热、电的转换、传输和存储依靠集线器实现。电力和天然气通过能源网络节点实现相互连接，并通过能量流和信息流实现综合能源系统的多能协同。进一步的，基于不同能源设备的互补特性和能量转换形式，使得电、热、气等能源可以被梯级利用，提高系统的能源利用效率，保障区域综合能源系统经济、高效的运行。
在本发明的一些实施例中，多能源网络模型包括电力网络模型、天然气网络模型。
具体的，电力网络模型可以包括三相电力网络支路的电压降方程和节点功率方程。
电压降方程的表达式可以为：
其中，
和
分别为点i，j的电压；
为支路电流；
为线路自阻抗；
为线路互阻抗；其中
且
节点功率方程的表达式可以为：
其中，
为节点功率，
为节点电压，
为节点电流。
具体的，天然气网络模型可以包括节点流量连续方程、管道压力降方程、管道流量方程。
节点流量连续方程的表达式为：
SF＝f
其中，Skn为节点-支路关联矩阵S中第k行第n列的元素，节点-支路关联矩阵S用于描述节点与燃气管道之间的关联性质。F＝[F1,F2,…,Fp]T，为管道流量向量，Fn表示管道n的流量；f＝[f1,f2,…,fn-1]T，为负荷向量，fk表示节点k的负荷。
管道压力降方程的表达式为：
BΔP＝0
其中，B矩阵为m×p阶回路矩阵；ΔP＝[ΔP1,ΔP2,…,ΔPp]T为管道始末的压强差。上式体现了燃气管网沿着任何一个闭合回路的压力降为零。
将关联矩阵S转置，再乘以燃气节点相对于燃气平衡节点的压强向量，即可得到各管道的压降向量。
压降向量的表达式为：
ΔP＝STP
其中，P＝[P1,P2,…,Pn-1]T为燃气节点相对于燃气平衡节点的压强向量。
管道流量方程的计算过程为：
ΔP＝RF2
其中，Δpn为管道n压降；pn-start和pn-end为管道n所连始节点与末节点的压力；πn为管道参数，R为常向量为。
令
则
进一步令
可得到下式：
F＝GΔP
基于有限元节点法的迭代数学模型，根据节点流量连续方程、管道压力降方程和管道流量方程，可以推导未知量P的线性方程组：
SGSTP＝f
S103：根据所述供能数据和所述用能数据建立所述目标综合区域综合能源系统的荷侧需求特性模型。
在本发明的一些实施例中，建立荷侧需求特性需要充分分析不同类型建筑的用能特点。
例如，商业建筑的负荷主要为建筑内的制冷负荷、供暖负荷以及照明负荷。其负荷变化特性与商业场所的营业时间关系密切。包括空调用电在内的点负荷变换情况与营业时间高度吻合，营业时间内负荷稳定，非营业时间后基本负荷低，负荷日峰值随晚间照明需求的增加而出现，峰谷差明显且变化具有阶跃性。夏季在营业时间内冷负荷需求量且稳定，非营业时间冷负荷回落至谷值，仅根据商业性质的差异可能存在用于存储货品的少量基本冷负荷。
对于工业建筑，倒班时间是决定包括空调用电在内的电负荷曲线变化趋势的主要因素。工业建筑的电负荷主要为生产设备负荷、照明设备负荷和空调制冷设备负荷，夏季零负荷需求大且稳定，每日的峰谷差不大。热负荷由工厂的工艺性质决定，通常蒸汽需求相对于电负荷和冷负荷较低。
对于办公建筑，其用能需求主要为室内空调制冷、制热、照明、计算机等电器的需求。其负荷特性包括含空调用电的电负荷曲线变化趋势主要由上下班时段、公休日交替决定，其基本负荷较低，峰谷特征较为显著。具体特征包括夏季办公期间冷负荷密度大且稳定，冬季办公期间存在供暖需求。
进一步的，建立荷侧需求特性模型还需要充分分析荷侧建筑与供能设备和电价之间的影响机理。例如进行热动态特性分析和设备、电价与建筑热特性的影响关系分析。在热动态特性分析中，围栏结构对建筑内部的储热、散热以及系统能耗有一定影响，即影响建筑与外界环境的热交换过程。由于围栏结构蓄热特性的存在，此类传热进程相对缓慢，在对室内的温度和湿度造成影响时存在一定时间延迟。在设备、电价与建筑热特性的影响关系分析中，为了避免高峰期的高电价导致的成本增加，制冷、制热设备可以在需求高峰期之前提前开启或增加出力，将多余的热能或冷能存储在建筑内部。同理，在冷、热负荷较低的时段，电价也应保持在较低水平，可以将设备提前关闭或减少出力，利用提前存储的冷能或热能，降低围栏结构的传热延迟特性带来的影响，降低用户成本。同时，蓄电池放电情况跟随电价变化，白天用户用电量大且电价高的时段工作于放电状态，夜间电价低、用户用电量少的时段处于充电状态。
在一些实施例中，荷侧需求特性模型包括建筑热平衡模型和虚拟储能系统模型。
建筑热平衡模型的表达式可以为：
其中，ρ为空气密度，C为空气比热容，V为室内空气容量，Tin为室内温度，
表示建筑外墙与室外传递的热量，
为建筑外窗与室外传递的热量，
为室内的热量，
为太阳热辐射通过外墙传递的热量，
为太阳辐射通过外窗传递的热量，
为设备的制冷功率；
表示人体散热量，
表示人的在室率，
表示每个时间点的负荷使用率，
表示人均占有面积，ε(i)表示设备的散热度，S(i)为楼层面积，
为照明的功率密度值，IT,J为倾斜平面的太阳总辐射强度，Rse,j为墙体与室外空气热对流和热辐射的热阻；
虚拟储能系统模型的表达式可以为：
其中，
为系统在时刻t的功率，
为建筑系统未优化时的冷负荷，
为建筑系统优化后的冷负荷。
荷侧需求特性模型充分考虑了建筑自身的热动态性，体现用能需求、供能设备以及电价之间的相互影响关系。
S104：基于所述多能源网络模型和所述荷侧需求特性模型建立所述目标区域综合能源系统的集成优化调度模型。
在本发明的一些实施例中，根据多能源网络模型和荷侧需求特性模型，考虑建筑用能特点和用户可接受的温度范围，建立集成优化调度模型包括目标函数和约束条件。其中目标函数的自变量为目标区域综合能源系统中各个设备的运行方案，因变量为目标区域综合能源系统的运行经济成本和用户舒适度指标。
具体的，集成优化调度模型的目标函数表达式可以为：
其中，第一项为购电产生的费用，第二项代表设备的维护成本，第三项为微燃机成本(CgPg)，第四项为与用户舒适度有关的惩罚；Pex,t为建筑与配电系统的交换功率，PMT,t、PPV,t、Pbt,t和PMT,t分别为t时刻风机、光伏、蓄电池充放电出力以及微燃机出力，CWT_om、CPV_om、Cbt_om和CMT_om分别代表风机、光伏、蓄电池和微燃机的单位维护成本；μ为相关系数，惩罚项为μ乘以t时刻实际温度Tin,t与设定温度Tset的差值，N表示调度时段的个数。
在本发明的一些实施例中，集成优化调度模型的约束条件可以包括电功率平衡约束、冷负荷平衡约束、建筑热平衡约束、设备功率约束以及室内温度约束。
电功率平衡约束表达式可以为：
Pel＝Pex+PWT+PPV+Pbt+PMT
其中，Pel为t时刻的电负荷。
冷负荷平衡约束表达式可以为：
QAC＝Qcl,b
其中，QAC为吸收式制冷机的制冷功率。
建筑热平衡约束表达式可以为：
其中，
为太阳辐射通过外窗传递的热量；。
设备功率约束表达式可以为：
其中，Wbt表示蓄电池t时刻的电量，Wbt(0)为蓄电池的初始电量，ηch，ηdis为蓄电池的充放电效率。
室内温度约束表达式可以为：
其中，Tin 为室内温度最小值，Tin,t为t时刻的室内温度，
为室内温度最大值。集成优化调度模型中各个能源形式通过不同的能源网络节点实现能量流和信息流的相互交换，实现区域综合能源系统的多能协同，促进可再生能源消耗。
S105：基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标综合能源系统的最优调度方案。
本发明实施例提供的区域综合能源系统优化调度方法能够有效降低区域综合能源系统运行过程中的成本，提高用户侧与供能系统之间的协调匹配程度，充分考虑系统特性，实现系统的多能协同运行，提高系统综合能效。
图4是本发明实施例提供的具体应用场景中的太阳辐射强度示意图。图5是本发明实施例提供的具体应用场景中的发电和负荷分布示意图。参见图4与图5，在一个具体的应用场景中，以一个典型日为例，采用本发明实施例提供的区域综合能源系统优化调度方法求解最优的调度方案。具体的，目标区域综合能源系统中建筑的办公时间为8:00-20:00，主要热源为设备发热和人体发热。
表1为建筑中设备发热的数据表
表1
以图4、图5以及表1中的数据为基础进行最优调度方案的求解，设置有虚拟储能系统和无虚拟储能系统两种模式，在温度舒适范围内对室内温度进行调节，并对比两种模式的运行成本。在上述过程中，供能策略采用以热定电的形式，首先满足建筑的冷热需求，其次燃烧天然气进行发电，并将多余的部分向电网售电，不足部分向电网购买。
图6是本发明实施例提供的具体应用场景中虚拟储能系统充放电功率与实时电价的关系示意图。图7是本发明实施例提供的具体应用场景中优化调度结果示意图，其中图7中的(a)为无虚拟储能系统的优化调度结果，图7中的(b)为有虚拟储能系统的优化调度结构。参见图6和图7的优化结果可知，蓄电池的充放电情况基本跟随电价变化，而微燃机的功率随工作时间存在波动。电价较高时，将提高微燃机的输出功率，提升内部产电比例，减少购电量，若微燃机产生多余的电量则向配电脑系统出售。进一步的，引入虚拟储能系统的区域综合能源系统能够在降低运行成本的基础上实现建筑热平衡的充放电管理，提高能效的同时保证用户舒适程度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图8示出了本发明实施例提供的区域综合能源系统优化调度装置的结构示意图。参见图8，在一些实施例中，区域综合能源系统优化调度装置可以包括数据获取模块810、多能源网络模型建立模块820、荷侧需求特性模型建立模块830、集成优化调度模型建立模块840以及最优调度方案求解模块850。
数据获取模块810，用于获取目标区域综合能源系统的供能数据和用能数据；
多能源网络模型建立模块820，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的多能源网络模型；
荷侧需求特性模型建立模块830，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的荷侧需求特性模型；
集成优化调度模型建立模块840，用于基于所述多能源网络模型和所述荷侧需求特性模型建立所述目标区域综合能源系统的集成优化调度模型；
最优调度方案求解模块850，用于基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标区域综合能源系统的最优调度方案。
本发明实施例提供的区域综合能源系统优化调度装置能够有效降低区域综合能源系统运行过程中的成本，提高用户侧与供能系统之间的协调匹配程度，充分考虑系统特性，实现系统的多能协同运行，提高系统综合能效。
在本发明的一个实施例中，所述多能源网络模型包括电力网络模型和天然气网络模型。
在本发明的一个实施例中，所述荷侧需求特性模型包括建筑热平衡模型和虚拟储能系统模型。
在本发明的一个实施例中，所述集成优化调度模型包括目标函数和约束条件。
在本发明的一个实施例中，所述目标函数的自变量为所述目标区域综合能源系统中各个设备的运行方案，所述目标函数的自变量为所述目标区域综合能源系统的运行成本和用户舒适度指标。
在本发明的一个实施例中，所述约束条件包括电功率平衡约束、冷负荷平衡约束、建筑热平衡约束、设备功率约束以及室内温度约束。
在本发明的一个实施例中，最优调度方案求解模块850具体用于在所述约束条件的前提下，基于多目标优化算法对所述目标函数进行求解，得到所述目标综合能源系统的最优调度方案。
图9是本发明一实施例提供的终端设备的示意图。如图9所示，该实施例的终端设备90包括：处理器900、存储器910以及存储在所述存储器910中并可在所述处理器900上运行的计算机程序920，例如区域综合能源系统优化调度程序。所述处理器90执行所述计算机程序920时实现上述各个区域综合能源系统优化调度方法实施例中的步骤，例如图3所示的步骤S101至S105。或者，所述处理器900执行所述计算机程序920时实现上述各装置实施例中各模块/单元的功能，例如图8所示模块810至850的功能。
示例性的，所述计算机程序920可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器910中，并由所述处理器900执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序920在所述终端设备90中的执行过程。例如，所述计算机程序920可以被分割成数据获取模块、多能源网络模型建立模块、荷侧需求特性模型建立模块、集成优化调度模型建立模块以及最优调度方案求解模块。
所述终端设备90可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器900、存储器910。本领域技术人员可以理解，图9仅仅是终端设备90的示例，并不构成对终端设备90的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器900可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器910可以是所述终端设备90的内部存储单元，例如终端设备90的硬盘或内存。所述存储器910也可以是所述终端设备90的外部存储设备，例如所述终端设备90上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器910还可以既包括所述终端设备90的内部存储单元也包括外部存储设备。所述存储器910用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器910还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种区域综合能源系统优化调度方法，其特征在于，包括：
获取目标区域综合能源系统的供能数据和用能数据；
根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的多能源网络模型；
根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的荷侧需求特性模型；
基于所述多能源网络模型和所述荷侧需求特性模型，建立所述目标区域综合能源系统的集成优化调度模型；
基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标区域综合能源系统的最优调度方案。
2.如权利要求1所述的区域综合能源系统优化调度方法，其特征在于，所述多能源网络模型包括电力网络模型和天然气网络模型。
3.如权利要求1所述的区域综合能源系统优化调度方法，其特征在于，所述荷侧需求特性模型包括建筑热平衡模型和虚拟储能系统模型。
4.如权利要求1所述的区域综合能源系统优化调度方法，其特征在于，所述集成优化调度模型包括目标函数和约束条件。
5.如权利要求4所述的区域综合能源系统优化调度方法，其特征在于，所述目标函数的自变量为所述目标区域综合能源系统中各个设备的运行方案，所述目标函数的自变量为所述目标区域综合能源系统的运行成本和用户舒适度指标。
6.如权利要求4所述的区域综合能源系统优化调度方法，其特征在于，所述约束条件包括电功率平衡约束、冷负荷平衡约束、建筑热平衡约束、设备功率约束以及室内温度约束。
7.如权利要求4至6任一项所述的区域综合能源系统优化调度方法，其特征在于，所述基于多目标优化算法对所述集成优化调度模型进行求解，包括：
在所述约束条件的前提下，基于多目标优化算法对所述目标函数进行求解，得到所述目标综合能源系统的最优调度方案。
8.一种区域综合能源系统优化调度装置，其特征在于，包括：
数据获取模块，用于获取目标区域综合能源系统的供能数据和用能数据；
多能源网络模型建立模块，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的多能源网络模型；
荷侧需求特性模型建立模块，用于根据所述供能数据和所述用能数据建立所述目标区域综合能源系统的荷侧需求特性模型；
集成优化调度模型建立模块，用于基于所述多能源网络模型和所述荷侧需求特性模型建立所述目标区域综合能源系统的集成优化调度模型；
最优调度方案求解模块，用于基于多目标优化算法对所述集成优化调度模型进行求解，得到所述目标区域综合能源系统的最优调度方案。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110803470.1A CN113393173A (zh) | 2021-07-14 | 2021-07-14 | 一种区域综合能源系统优化调度方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110803470.1A CN113393173A (zh) | 2021-07-14 | 2021-07-14 | 一种区域综合能源系统优化调度方法、装置及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113393173A true CN113393173A (zh) | 2021-09-14 |
Family
ID=77626436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110803470.1A Pending CN113393173A (zh) | 2021-07-14 | 2021-07-14 | 一种区域综合能源系统优化调度方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393173A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114757469A (zh) * | 2022-02-22 | 2022-07-15 | 国网江苏省电力有限公司南京供电分公司 | 考虑多能流设备的区域综合能源系统日前优化调度方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
| CN110443446A (zh) * | 2019-06-30 | 2019-11-12 | 天津大学 | 需求响应机制下含建筑虚拟储能的能源站经济调度方法 |
| CN110889600A (zh) * | 2019-11-13 | 2020-03-17 | 国家电网有限公司 | 一种考虑柔性热负荷的区域综合能源系统优化调度方法 |
| CN112464477A (zh) * | 2020-11-27 | 2021-03-09 | 国网山东省电力公司青岛供电公司 | 计及需求响应的多能耦合综合能源运行仿真方法 |
| CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源系统的能源规划方法、装置及终端设备 |
| CN112991087A (zh) * | 2020-06-19 | 2021-06-18 | 国网能源研究院有限公司 | 综合能源系统能量模拟与优化调度方法、系统及设备 |
| CN113112087A (zh) * | 2021-04-23 | 2021-07-13 | 国网宁夏电力有限公司经济技术研究院 | 考虑电热负荷需求响应的综合能源系统运行成本优化方法 |
-
2021
- 2021-07-14 CN CN202110803470.1A patent/CN113393173A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
| CN110443446A (zh) * | 2019-06-30 | 2019-11-12 | 天津大学 | 需求响应机制下含建筑虚拟储能的能源站经济调度方法 |
| CN110889600A (zh) * | 2019-11-13 | 2020-03-17 | 国家电网有限公司 | 一种考虑柔性热负荷的区域综合能源系统优化调度方法 |
| CN112991087A (zh) * | 2020-06-19 | 2021-06-18 | 国网能源研究院有限公司 | 综合能源系统能量模拟与优化调度方法、系统及设备 |
| CN112464477A (zh) * | 2020-11-27 | 2021-03-09 | 国网山东省电力公司青岛供电公司 | 计及需求响应的多能耦合综合能源运行仿真方法 |
| CN113112087A (zh) * | 2021-04-23 | 2021-07-13 | 国网宁夏电力有限公司经济技术研究院 | 考虑电热负荷需求响应的综合能源系统运行成本优化方法 |
| CN112950098A (zh) * | 2021-04-29 | 2021-06-11 | 国网综合能源服务集团有限公司 | 基于综合能源系统的能源规划方法、装置及终端设备 |
Non-Patent Citations (2)
| Title |
|---|
| 林威;靳小龙;穆云飞;贾宏杰;徐宪东;余晓丹;: "区域综合能源系统多目标最优混合潮流算法", 中国电机工程学报, vol. 37, no. 20, 20 October 2017 (2017-10-20), pages 5829 - 5839 * |
| 靳小龙: "集成智能楼宇的电/气/热区域综合能源系统建模及运行优化研究", 《中国博士学文论文全文数据库 工程科技II辑》, no. 6, 15 June 2020 (2020-06-15), pages 038 - 56 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114757469A (zh) * | 2022-02-22 | 2022-07-15 | 国网江苏省电力有限公司南京供电分公司 | 考虑多能流设备的区域综合能源系统日前优化调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Optimal scheduling of integrated demand response-enabled integrated energy systems with uncertain renewable generations: A Stackelberg game approach | |
| Yan et al. | Stochastic multi-scenario optimization for a hybrid combined cooling, heating and power system considering multi-criteria | |
| Liu et al. | Coordinated operation of multi-integrated energy system based on linear weighted sum and grasshopper optimization algorithm | |
| Zeng et al. | A novel method based on multi-population genetic algorithm for CCHP–GSHP coupling system optimization | |
| CN109523052B (zh) | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 | |
| Yan et al. | Flexibility improvement and stochastic multi-scenario hybrid optimization for an integrated energy system with high-proportion renewable energy | |
| Hong et al. | Optimal sizing of renewable energy generations in a community microgrid using Markov model | |
| Li et al. | Reinforcement learning of room temperature set-point of thermal storage air-conditioning system with demand response | |
| Chang et al. | Multi-objective optimization of a novel combined cooling, dehumidification and power system using improved M-PSO algorithm | |
| CN110659788A (zh) | 一种用户侧综合能源系统的供需平衡分析方法和系统 | |
| CN112417651B (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
| CN115081902B (zh) | 基于源网荷储协同的综合规划方法、装置、设备及介质 | |
| CN113191558A (zh) | 综合能源系统优化调度方法、装置及终端 | |
| CN112600253A (zh) | 基于用能效率最优的园区综合能源协同优化方法及设备 | |
| Jones et al. | Evaluation of distributed building thermal energy storage in conjunction with wind and solar electric power generation | |
| Shan et al. | Multi-objective economic optimization scheduling of CCHP micro-grid based on improved bee colony algorithm considering the selection of hybrid energy storage system | |
| Chellaswamy et al. | A framework for building energy management system with residence mounted photovoltaic | |
| CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
| Yu et al. | Optimal dispatching method for integrated energy system based on robust economic model predictive control considering source–load power interval prediction | |
| Yang et al. | Optimal dispatch for a combined cooling, heating and power microgrid considering building virtual energy storage | |
| Cui et al. | Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems | |
| Ma et al. | Collaborative optimization scheduling of integrated energy system considering user dissatisfaction | |
| CN113393173A (zh) | 一种区域综合能源系统优化调度方法、装置及终端设备 | |
| CN110739710A (zh) | 基于优化算法的多种能源类型协调调度方法及装置 | |
| CN111523697A (zh) | 一种综合能源服务成本分摊与定价计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |