CN114841441A - 一种综合能源系统运行成本和碳排放的协同优化方法 - Google Patents
一种综合能源系统运行成本和碳排放的协同优化方法 Download PDFInfo
- Publication number
- CN114841441A CN114841441A CN202210501783.6A CN202210501783A CN114841441A CN 114841441 A CN114841441 A CN 114841441A CN 202210501783 A CN202210501783 A CN 202210501783A CN 114841441 A CN114841441 A CN 114841441A
- Authority
- CN
- China
- Prior art keywords
- energy system
- carbon emission
- comprehensive energy
- cost
- collaborative optimization
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 102
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 69
- 238000005457 optimization Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004146 energy storage Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 13
- 230000007613 environmental effect Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 240000004371 Panax ginseng Species 0.000 description 1
- 235000002789 Panax ginseng Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种综合能源系统运行成本和碳排放的协同优化方法，属于综合能源系统优化调度领域。一种综合能源系统运行成本和碳排放的协同优化方法，包括以下步骤：建立综合能源系统能量流模型；建立综合能源系统运行成本‑碳排放双目标协同优化模型；采用NormalizedNormalConstraint方法求解模型得到Pareto前沿；采用TOPSIS方法获得优化调度方案与现有技术相比，本申请的通过获得综合能源系统成本与碳排放的Pareto前沿，通过TOPSIS方法挑选出最终方案，通过所提出的方法可兼顾综合能源系统经济性与环保性的双目标，有效解决综合能源系统成本最低与碳排放最小的冲突与矛盾，实现综合能源系统的高效低碳调度，提高综合能源系统碳减排空间。
Description
技术领域
本发明涉及综合能源系统优化调度领域，具体涉及一种综合能源系统运行成本和碳排放的协同优化方法。
背景技术
在低碳发展的背景下，电力系统面临一次全面变革。利用多能源耦合互补，旨在提高能源利用效率的综合能源系统受到广泛关注。然而，实现综合能源系统经济性与碳减排特性的协同优化，仍面临着许多挑战。首先，电力、供热系统在生产、传输、分配和利用等多个环节均存在耦合关系，独立分析、规划与运行无法充分利用系统间的协同互补特性。其次，在低碳背景下，系统的经济运行与碳排放减少之间存在一定矛盾，如何在保证系统经济性的前提下，最大程度降低系统的碳排放，对全系统进行协同，实现碳减排量的最大化，是工程应用中亟需解决的难题。
发明内容
针对现有技术的不足，本发明提出了一种综合能源系统运行成本和碳排放的协同优化方法。
本发明的目的可以通过以下技术方案实现：
一种综合能源系统运行成本和碳排放的协同优化方法，包括以下步骤：
以综合能源系统成本和综合能源系统碳排放为目标函数，以综合能源系统网络和设备运行及综合能源系统碳排放为约束，构建综合能源系统能量流模型；
以综合能源系统成本和综合能源系统碳排放为目标函数，以电网约束和热网约束为调节构建综合能源系统运行成本-碳排放双目标协同优化模型；
采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿；
采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案。
进一步地，综合能源系统碳排放包括电网产生碳排放、热网产生碳排放和上级电网购电产生碳排放。
进一步地，综合能源系统网络和设备运行约束包括电网联络线容量约束、热网管道约束、储能装置蓄/放能约束、可再生能源出力约束和耦合设备运行约束。
进一步地，所述综合能源系统运行成本-碳排放双目标协同优化模型的表达式为：
其中，f1为综合能源系统成本目标函数，f2为综合能源系统碳排放目标函数。
进一步地，采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿包括以下步骤：
对综合能源系统成本目标函数f1与综合能源系统碳排放目标函数f2分别进行单目标优化求解；
对优化目标进行标准化，
为标准化后的目标值；
给定乌托邦线的方向
并给定解的个数，在乌托邦线上产生均匀分布的点；
对应乌托邦线上均匀分布的点求解如下优化问题，进而生成Pareto点；以第j个点为例：
根据每个Pareto点的计算结果，通过逆变换计算原问题的目标值。
进一步地，采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案包括以下步骤：
对数据指标正向化，将极小型指标转化为极大型指标：
或
对数据进行标准化处理，消除量纲的影响：
对Pareto前沿上的点n,n＝1,2,…,N，分别计算其与乌托邦点和负理想点的距离
及
其中，
为Pareto前沿上第n点的坐标；putp为乌托邦点的坐标；pnip为负理想点坐标；
对Pareto前沿上的点n,n＝1,2,…,N，计算其得分：
对Pareto前沿上的点n,n＝1,2,…,N，的得分进行排序，选择得分最高的点及其所对应的决策变量值作为最终综合能源系统低碳优化调度方案。
第二方面，本发明还提供一种综合能源系统运行成本和碳排放的协同优化系统，包括以下模块：
能量流模块：以综合能源系统成本和综合能源系统碳排放为目标函数，以综合能源系统网络和设备运行及综合能源系统碳排放为约束，构建综合能源系统能量流模型；
双目标协同优化模块：以综合能源系统成本和综合能源系统碳排放为目标函数，以电网约束和热网约束为调节构建综合能源系统运行成本-碳排放双目标协同优化模型；
Pareto前沿模块：采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿；
协同优化方案裁定模块：采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案。
第三方面，本发明还提供一种存储介质，其中存储有多条程序，所述程序用于由处理器加载并执行以实现上述任一所述的一种综合能源系统运行成本和碳排放的协同优化方法；或者所述执行程序用于进行执行上述的系统。
第四方面，本发明还提供一种综合能源系统运行成本和碳排放的协同优化装置，包括存储单元，所述储存单元存储有执行程序，所述执行程序用于进行执行上述任一所述的方法；或者所述执行程序用于进行执行上述的系统。
本发明的有益效果：
本发明通过获得综合能源系统运行成本与碳排放方案的Pareto前沿，求得综合能源系统的边际碳减排成本曲线，通过TOPSIS方法挑选出最终方案，通过所提出的方法可提高综合能源系统经济性与碳减排特性的协同作用，有效解决综合能源系统经济性与环保性之间的冲突与矛盾，实现综合能源系统的高效低碳调度，提高综合能源系统碳减排空间。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明综合能源系统结构图；
图2是本发明一种综合能源系统运行成本-碳排放双目标协同优化方法流程图；
图3是本发明实施例2的综合能源系统的配电网结构图；
图4是本发明实施例2的综合能源系统供热网络结构图；
图5是本发明实施例2的综合能源系统成本与碳排放的Pareto前沿；
图6是本发明实施例2的Pareto前沿上点的TOPSIS得分；
图7是本发明实施例2的综合能源系统的边际碳减排成本曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
实施例1
本实施例运用于综合能源系统中，该综合能源系统结构如图1所示。
一种基于双目标优化的综合能源系统能量流-碳流联合优化方法，如图2所示，包括以下步骤：
S1、建立综合能源系统能量流模型：
S11、建立综合能源系统成本的目标函数：
S111、购电成本Cgrid：
其中，λt pbuy为t时刻IES购电及售电价格；Pt buy为t时刻IES购电量及售电量。
S112、设备维护成本Cm：
其中，i表示风机、热电联产机组及电锅炉设备；j表示蓄电池及储热罐设备；mi为第i个机组或能量耦合设备的维护成本；mj为第j个储能设备的维护成本；Pt,i i组或能量耦合设备t出力；
和
分别为第j种储能设备t时刻充能量及释放的能量。
S113、设备运行成本Crun：
其中，a,b,c,d,e,f CHP机组运行的成本系数；Pt,CHP、Ht,CHP分别为CHP机组t电出力及热出力。
S12、建立综合能源系统碳排放的目标函数：
S121、电网产生碳排放CO2e：
其中，Pt CHP为t时刻CHP机组的发电量；
CHP机组发电的二氧化碳排放系数。风机属于清洁能源发电，二氧化碳排放量为0。
S122、热网产生碳排放CO2h：
其中，Ht CHP为t时刻CHP机组的产电量及产热量；
CHP机组产热的二氧化碳排放系数。
S123、上级电网购售电产生碳排放CO2grid：
其中，γgrid为向上级电网购售电等效的二氧化碳排放系数。
S13、建立综合能源系统网络和设备运行约束：
S131、建立电网联络线容量约束：
其中，
为t时刻支路b上的有功功率；
支路b有功潮流上限；
节点i大小的上下限。
S132、建立热网管道约束：
建立热源功率平衡约束：
其中，
为t时段热网注入热功率变量；Echp、Eeb为热电联产机组与电锅炉的索引集合；
为t时段热电联产机组i的热输出功率变量；
为t时段电锅炉i的热输出功率变量。
建立热源与热负荷节点的功率、温度方程：
其中，
分别为流出/流入节点k的管道索引集合；Φsn、Φln分别为热网中源节点和负荷节点的索引集合；cw为水的比热容；mj为管道j热媒质量流量；
为t时刻供水、回水网络中节点k处的热媒温度变量；
为t时段节点k处的热负荷功率变量。
建立管道传输延时与热损约束：
其中，Φp为热网管道索引集合；
为管道j与传输延时相关的系数；参数βj为管道j的保温系数；
为t时刻管道环境温度；
为t时刻供水管道j的入口和出口处热媒温度变量；
为t时刻回水管道j的入口和出口处热媒温度变量。
建立热网节点功率平衡约束：
其中，Φin为热网中交汇节点的集合；
为t时段供水、回水网络中节点k处的热媒温度。
建立热网节点水温混合约束：
其中，Φin为热网中交汇节点的集合；
为t时段供水、回水网络中节点k处的热媒温度。
建立热网供回水温度上下限约束：
其中，
τ s为热网供水温度上限和下限；
τ r为热网回水温度上限和下限。
S133、建立储能装置蓄/放能约束：
其中，
为t时刻第j种储能设备充能和放能标志位0-1变量；
为t时刻第j种储能设备充能量或放能量能；
为t时刻第j种储能设备充能和放能的最大值；Et,j,Et-1,j为第j种储能设备t时刻及t-1时刻储存的总能量；Emin,j/Emax,j为第j种储能设备最小或最大储存的总能量；ηch,j/ηdis,j为第j种储能设备充能或放能效率。
S134、建立可再生能源出力约束：
0≤Pt WT≤Pt wind
其中，Pt wind时刻风机的预测出力。
S135、建立耦合设备运行约束：
其中，Pmax,i耦合设备i产能上限；ΔRmax,i耦合设备i的爬坡功率限制；
为CHP机组的热电比和电锅炉的电热转换效率。
S14、建立综合能源系统碳排放约束：
其中，
系统碳排放上限。
S2、建立综合能源系统运行成本-碳排放双目标协同优化模型，其数学形式如下如式：
min{f1,f2}
s.t.电网约束条件
热网约束条件
其中，f1为综合能源系统成本目标函数，f2为综合能源系统碳排放目标函数。
S3、采用NormalizedNormal Constraint方法求解模型得到Pareto前沿：
S31、对成本目标函数f1与碳排放目标函数f2分别进行单目标优化求解；
S32、对优化目标进行标准化，
为标准化后的目标值；
S33、给定乌托邦线的方向
并给定解的个数，在乌托邦线上产生均匀分布的点；
S34、对应乌托邦线上均匀分布的点求解如下优化问题，进而生成Pareto点。以第j个点为例：
S35、根据每个Pareto点的计算结果，通过逆变换计算原问题的目标值。
S4、采用TOPSIS方法获得经济低碳协同调度方案：
S41、对数据指标正向化，将极小型指标转化为极大型指标：
或
S42：对数据进行标准化处理，消除量纲的影响：
S43、对Pareto前沿上的点n,n＝1,2,…,N，分别计算其与乌托邦点和负理想点的距离
及
其中，
为Pareto前沿上第n点的坐标；putp为乌托邦点的坐标；pnip为负理想点坐标；
S44、对Pareto前沿上的点n,n＝1,2,…,N，计算其得分：
S45、对Pareto前沿上的点n,n＝1,2,…,N，的得分进行排序，选择得分最高的点及其所对应的决策变量值作为最终综合能源系统低碳优化调度方法。
实施例2
本实施例的多能流系统由一个33节点配电系统和一个51节点供热系统组成，如图3所示，系统包含1台4MW的热电联产机组，1台2MW电锅炉，4台额定功率为1MW的风机，优化周期为24h，调度时间间隔取1h，建筑物室内温度上下限分别设置为27℃和17℃，NormalizedNormal Constraint方法中Pareto前沿点数设置为100。
根据本发明的步骤进行综合能源系统经济低碳协同优化，求解得到的Pareto前沿如图5所示，采用TOPSIS方法计算各方案得分情况如图6所示，不同方案的边际碳减排成本如图7所示，可见，不同的方案下，综合能源系统碳减排经济成本存在明显差别。所提出的方法可有效协调经济性与碳减排特性，给出一种相对折中的方案，有效解决综合能源系统成本最低与碳排放最小的冲突与矛盾，实现综合能源系统的高效低碳调度，提高综合能源系统碳减排空间。
因而本方法既可全面考虑综合能源系统电网约束、热网约束和建筑物热负荷约束，对综合能源系统碳减排经济成本进行精确刻画，又可解决综合能源系统经济性和碳减排特性之间的矛盾，实现经济低碳协同调度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
Claims (9)
1.一种综合能源系统运行成本和碳排放的协同优化方法，其特征在于，包括以下步骤：
以综合能源系统成本和综合能源系统碳排放为目标函数，以综合能源系统网络和设备运行及综合能源系统碳排放为约束，构建综合能源系统能量流模型；
以综合能源系统成本和综合能源系统碳排放为目标函数，以电网约束和热网约束为调节构建综合能源系统运行成本-碳排放双目标协同优化模型；
采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿；
采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案。
2.根据权利要求1所述的综合能源系统运行成本和碳排放的协同优化方法，其特征在于，综合能源系统碳排放包括电网产生碳排放、热网产生碳排放和上级电网购售电产生碳排放。
3.根据权利要求1所述的综合能源系统运行成本和碳排放的协同优化方法，其特征在于，综合能源系统网络和设备运行约束包括电网联络线容量约束、热网管道约束、储能装置蓄/放能约束、可再生能源出力约束和耦合设备运行约束。
4.根据权利要求1所述的综合能源系统运行成本和碳排放的协同优化方法，其特征在于，所述综合能源系统运行成本-碳排放双目标协同优化模型的表达式为：
其中，f1为综合能源系统成本目标函数，f2为综合能源系统碳排放目标函数。
5.根据权利要求1所述的综合能源系统运行成本和碳排放的协同优化方法，其特征在于，采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿包括以下步骤：
对综合能源系统成本目标函数f1与综合能源系统碳排放目标函数f2分别进行单目标优化求解；
对优化目标进行标准化，
为标准化后的目标值；
给定乌托邦线的方向
并给定解的个数，在乌托邦线上产生均匀分布的点；
对应乌托邦线上均匀分布的点求解如下优化问题，进而生成Pareto点；以第j个点为例：
根据每个Pareto点的计算结果，通过逆变换计算原问题的目标值。
6.根据权利要求5所述的综合能源系统运行成本和碳排放的协同优化方法，其特征在于，采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案包括以下步骤：
对数据指标正向化，将极小型指标转化为极大型指标：
或
对数据进行标准化处理，消除量纲的影响：
对Pareto前沿上的点n,n＝1,2,…,N，分别计算其与乌托邦点和负理想点的距离
及
其中，
为Pareto前沿上第n点的坐标；putp为乌托邦点的坐标；pnip为负理想点坐标；
对Pareto前沿上的点n,n＝1,2,…,N，计算其得分：
对Pareto前沿上的点n,n＝1,2,…,N，的得分进行排序，选择得分最高的点及其所对应的决策变量值作为最终综合能源系统低碳优化调度方案。
7.一种综合能源系统运行成本和碳排放的协同优化系统，其特征在于，包括以下模块：
能量流模块：以综合能源系统成本和综合能源系统碳排放为目标函数，以综合能源系统网络和设备运行及综合能源系统碳排放为约束，构建综合能源系统能量流模型；
双目标协同优化模块：以综合能源系统成本和综合能源系统碳排放为目标函数，以电网约束和热网约束为调节构建综合能源系统运行成本-碳排放双目标协同优化模型；
Pareto前沿模块：采用Normalized Normal Constraint方法求解综合能源系统运行成本-碳排放双目标协同优化模型得到Pareto前沿；
协同优化方案裁定模块：采用TOPSIS方法计算Pareto前沿获取成本-碳排放协同优化方案。
8.一种存储介质，其中存储有多条程序，其特征在于，所述程序用于由处理器加载并执行以实现权利要求1至6任一所述的一种综合能源系统运行成本和碳排放的协同优化方法；或者所述执行程序用于进行执行权利要求7的系统。
9.一种综合能源系统运行成本和碳排放的协同优化装置，其特征在于，包括存储单元，所述储存单元存储有执行程序，所述执行程序用于进行执行权利要求1-6任一所述的方法；或者所述执行程序用于进行执行权利要求7的系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210501783.6A CN114841441A (zh) | 2022-05-09 | 2022-05-09 | 一种综合能源系统运行成本和碳排放的协同优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210501783.6A CN114841441A (zh) | 2022-05-09 | 2022-05-09 | 一种综合能源系统运行成本和碳排放的协同优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114841441A true CN114841441A (zh) | 2022-08-02 |
Family
ID=82569736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210501783.6A Pending CN114841441A (zh) | 2022-05-09 | 2022-05-09 | 一种综合能源系统运行成本和碳排放的协同优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114841441A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808524A (zh) * | 2024-02-29 | 2024-04-02 | 济南大学 | 一种考虑碳排放的回收设施选址与网络运行优化方法 |
-
2022
- 2022-05-09 CN CN202210501783.6A patent/CN114841441A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808524A (zh) * | 2024-02-29 | 2024-04-02 | 济南大学 | 一种考虑碳排放的回收设施选址与网络运行优化方法 |
| CN117808524B (zh) * | 2024-02-29 | 2024-05-14 | 济南大学 | 一种考虑碳排放的回收设施选址与网络运行优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106849190B (zh) | 一种基于Rollout算法的多能互补微网实时调度方法 | |
| CN110620402B (zh) | 电-气混联系统分布式规划运行联合优化方法及系统 | |
| CN109636056B (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
| CN102509175B (zh) | 分布式供电系统可靠性优化方法 | |
| CN114723175A (zh) | 一种综合能源系统能量流和碳流分布的计算方法 | |
| CN112580897B (zh) | 基于鹦鹉算法的多能源电力系统优化调度的方法 | |
| CN109193628B (zh) | 一种基于一致性的综合能源系统能量管理方法 | |
| CN112952807B (zh) | 考虑风电不确定性与需求响应的多目标优化调度方法 | |
| Sanaye et al. | A novel energy management method based on Deep Q Network algorithm for low operating cost of an integrated hybrid system | |
| CN112583017A (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
| CN113779792B (zh) | 一种基于仿射的综合能源系统优化配置方法 | |
| Li et al. | Optimal design for component capacity of integrated energy system based on the active dispatch mode of multiple energy storages | |
| Azimi et al. | A new approach on quantification of flexibility index in multi-carrier energy systems towards optimally energy hub management | |
| CN114844124B (zh) | 一种基于目标优化的综合能源系统的运行控制方法 | |
| CN112701721A (zh) | 一种综合能源系统的协调规划方法 | |
| CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
| CN114266382A (zh) | 一种考虑热惯性的热电联产系统两阶段优化调度方法 | |
| CN115204562A (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
| CN116432824A (zh) | 基于多目标粒子群的综合能源系统优化方法及系统 | |
| CN112131712A (zh) | 客户侧多能源系统多目标优化方法和系统 | |
| Ali et al. | Development and planning of a hybrid power system based on advance optimization approach | |
| Veremiichuk et al. | Energy sources selection for industrial enterprise combined power supply system | |
| CN114841441A (zh) | 一种综合能源系统运行成本和碳排放的协同优化方法 | |
| Chaduvula et al. | Analysis of microgrid configuration with optimal power injection from grid using point estimate method embedded fuzzy-particle swarm optimization | |
| CN113158547A (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 |
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 |