CN115099725B - 一种综合能源系统能量管理分配方法及系统 - Google Patents

一种综合能源系统能量管理分配方法及系统 Download PDF

Info

Publication number
CN115099725B
CN115099725B CN202211018880.6A CN202211018880A CN115099725B CN 115099725 B CN115099725 B CN 115099725B CN 202211018880 A CN202211018880 A CN 202211018880A CN 115099725 B CN115099725 B CN 115099725B
Authority
CN
China
Prior art keywords
energy
constraint
power
energy storage
gas
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.)
Active
Application number
CN202211018880.6A
Other languages
English (en)
Other versions
CN115099725A (zh
Inventor
钟良亮
戴晓红
杨志义
邵栋栋
金迪
郭高鹏
严浩军
康家乐
张志刚
陈玄俊
杨劲松
操瑞发
胡旭波
童金聪
蔡振华
应芳义
杨跃平
胡锡
王元凯
孙晨航
雷俊
黄芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Electric Power Design Institute Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Electric Power Design Institute Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Electric Power Design Institute Co ltd, Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Electric Power Design Institute Co ltd
Priority to CN202211018880.6A priority Critical patent/CN115099725B/zh
Publication of CN115099725A publication Critical patent/CN115099725A/zh
Application granted granted Critical
Publication of CN115099725B publication Critical patent/CN115099725B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种综合能源系统能量管理分配方法及系统，综合能源系统能量管理分配方法包括：获取发电功率、发电成本和用户负荷；基于发电功率、发电成本和用户负荷建立第一目标函数；通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化第一目标函数，获得协同优化模型；在依据协同优化模型进行能源分配后，获取风光系统浪费的电能值，根据电能值确定系统惩罚成本，建立第二目标函数；通过系统出力偏差与系统实际出力建立时前约束，优化第二目标函数，获得时前优化模型；通过时前优化模型实时调整协同优化模型，以对综合能源系统进行能源分配，保证获得最优的综合能源系统交互计划。

Description

一种综合能源系统能量管理分配方法及系统
技术领域
本发明涉及能量管理分配技术领域，具体而言，涉及一种综合能源系统能量管理分配方法及系统。
背景技术
综合能源系统是指冷、热、电、气等多种能源系统在能源生产、传输、使用等环节耦合而形成的一种新的能源系统观。在综合能源系统中，可以通过风光互补发电系统作为系统的供电方式，具有经济高效、环保、无污染等优点。然而，光伏发电与风力发电会受到天气的影响，具有高度的不确定性和间歇性，同时，风力发电还具有逆调峰特性，通常在夜间发电量较大，而在白天发电量较小，以上因素导致光伏发电和风力发电等可再生资源暂时还不能保证点电力的安全可靠供应，加之电力系统调峰能力限制，综合导致了可再生能源并网消纳的难题。
现有的解决方案通过将综合能源系统与传统的火力发电和风光发电结合，共同进行发电、输电和配电，但是由于风光发电的波动性和随机性，仍有相当一部分来源于风光发电的电能被浪费，因综合能源系统结构关系复杂，故现有技术对于风光发电的电能被浪费这一问题还没有很好地解决方法。
发明内容
本发明解决的问题是如何协调综合能源系统中不同子系统之间的能源互补供应，以获得最优的能量管理计划。
为解决上述问题，本发明提供一种综合能源系统能量管理分配方法，包括：
获取发电功率、发电成本和用户负荷；基于所述发电功率、所述发电成本和所述用户负荷建立第一目标函数；通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型；在依据所述协同优化模型进行能源分配后，获取风光系统浪费的电能值，根据所述电能值确定系统惩罚成本，建立第二目标函数；通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型；通过所述时前优化模型实时调整所述协同优化模型，以对综合能源系统进行能源分配，其中，所述能源分配包括分配发电端的出力以及对用户的电能分配。
可选地，所述基于所述发电功率、所述发电成本和所述用户负荷建立第一目标函数包括：
根据综合能源系统运行收益和综合能源系统运行成本获得综合能源系统运行经济效益，其中，根据所述发电功率、所述发电成本和所述用户负荷确定所述综合能源系统运行收益和所述综合能源系统运行成本；根据可中断负荷和可转移负荷计算用户综合满意度；根据外购电量、外购热量、外购气量、外部电网二氧化碳排放系数、外部热网二氧化碳排放系数和外部气网二氧化碳排放系数计算碳排放量；根据所述综合能源系统运行经济效益、所述用户综合满意度和所述碳排放量建立所述第一目标函数。
可选地，所述通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型包括：
基于综合能源系统的电、热、冷、气设备消耗的电功率、热效率、蓄热功率、放热功率以及天然气负荷确定所述能量功率平衡约束，通过所述能量功率平衡约束以约束电、热、冷、气四种能源的供应；基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束；基于所述综合能源系统的能源供应设备的输出功率和爬坡能力确定所述能源供应设备运行约束；根据电网、热网、冷网、气网的传输功率确定所述能源网络传输约束；根据所述综合能源系统中的可中断负荷和可转移负荷确定所述负荷需求响应约束。
可选地，在所述根据所述综合能源系统中的可中断负荷和可转移负荷确定所述负荷需求响应约束之后，还包括：
在满足所述能量功率平衡约束、所述电储能约束、所述热储能约束、所述冷储能约束、所述气储能约束、所述能源供应设备运行约束、所述能源网络传输约束、所述负荷需求响应约束的基础上，求解所述综合能源系统运行经济效益的最大值、所述用户综合满意度的最大值和所述碳排放量最大值，获得所述协同优化模型。
可选地，所述基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束包括：
基于所述综合能源系统中电储能的充放电功率、充放电电流、充放电电压确定所述电储能约束；基于所述综合能源系统中热储能的充热功率、放热功率、充热状态和放热状态确定所述热储能约束；基于所述综合能源系统中气储能在预设时间段内的储气量、放气量、储气设备的自耗率、最小、最大放气功率和储气设备容量确定所述气储能约束；基于所述综合能源系统中冷储能的最大充能功率、最大放能功率、充能状态和放能状态确定所述冷储能约束。
可选地，所述在依据所述协同优化模型进行能源分配后，获取风光系统浪费的电能值，根据所述电能值确定系统惩罚成本，建立第二目标函数包括：
根据所述电能值确定风光出力偏差、弃光量和弃风量；根据所述风光出力偏差确定出力偏差惩罚成本；根据能源成本、所述弃光量和所述弃风量分别与预设的弃光惩罚系数和弃风惩罚系数确定弃光成本和弃风成本；根据所述出力偏差惩罚成本、所述弃光成本和所述弃风成本，获得所述系统惩罚成本。
可选地，所述通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型包括：
基于所述综合能源系统的外部的电网、热网、天然气网确定计划交互功率；根据系统出力偏差与实际出力之比，和所述计划交互功率建立时前约束。
可选地，所述根据系统出力偏差与实际出力之比，和所述计划交互功率建立时前约束之后，还包括：
在满足所述时前约束的前提下，求解最小系统惩罚成本。
可选地，所述综合能源系统能量管理分配方法还包括：
通过NSGA-Ⅱ算法对所述协同优化模型求解，通过YALMIP工具箱对所述时前优化模型求解。
相对于现有技术，本发明通过获取发电功率、发电成本和用户负荷建立第一目标函数，然后通过能量供应、储能能力、能量互动等角度建立对综合能源系统的约束，然后通过约束和第一目标函数确定电网、气网、热网和冷网之间的交互计划，以满足包括用户端、设备端和生产端在内的多端需求；另一方面，通过风光系统的实际情况确定系统惩罚成本，然后通过系统出力偏差与实际出力建立约束，计算约束条件下的最小惩罚成本，即通过时前优化模型获得最小惩罚成本所对应的计划，并优化日前交互计划，保证协调综合能源系统，以获得成本最低、浪费率最低、系统负荷最小的交互计划。
另一方面，本发明还提供一种综合能源系统，包括电力系统、电储能系统、热力系统、热储能系统、冷力系统、冷储能系统、天然气系统、气储能系统、外部电网、外部气网、外部热网，其中，所述电力系统、所述热力系统、所述天然气系统用于通过耦合设备实现能源的相互耦合。
所述综合能源系统相对于现有技术与所述综合能源系统能量管理分配方法所具有的有益效果相同，在此不再赘述。
附图说明
图1为本发明实施例的综合能源系统能量管理分配方法的流程示意图；
图2为本发明实施例的综合能源系统能量管理分配方法步骤S200细化后的流程示意图；
图3为本发明实施例的综合能源系统能量管理分配方法步骤S300细化后的流程示意图；
图4为本发明实施例的综合能源系统能量管理分配方法步骤S320细化后的流程示意图；
图5为本发明实施例的综合能源系统能量管理分配方法步骤S400细化后的流程示意图；
图6为本发明实施例的综合能源系统能量管理分配方法步骤S500细化后的流程示意图；
图7为本发明实施例的综合能源系统能量管理分配方法的求解算法的流程示意图；
图8为本发明实施例的综合能源系统能量管理分配方法的另一种求解算法的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
如图1所示，本发明实施例提供一种综合能源系统能量管理分配方法，包括：
步骤S100，获取发电功率、发电成本和用户负荷。
具体地，在综合能源系统中通过包括风、光、火或其他发电方式进行能源供应，计算和获取能源系统向电网提供的功率作为发电功率；将能源价格、能源发电量、综合能源系统和热网、电网、气网之间交易的价格综合计算获得发电成本；将用户的电负荷以及可中断负荷综合计算作为用户负荷。
通过发电功率、发电成本和用户负荷可以对综合能源系统在经济效益方面进行衡量，保证对综合能源系统的效益进行量化，帮助优化综合能源系统能量管理计划。
步骤S200，基于所述发电功率、所述发电成本和所述用户负荷建立第一目标函数。
通过发电功率确定综合能源系统中不同发电设备的发电能力确定各个子能源系统的调峰能力，以在风光发电发生波动时根据实际情况选择最合适的方案进行能源的互补，保证供电配电的稳定。
通过对发电成本进行量化和计算，获取不同能源与不同发电类型之间的成本，可以在综合能源系统进行不同能源之间的耦合时根据成本选择最符合利益的耦合方式，其中，发电成本包括能源成本，如煤的价格，也包括设备成本，如建设和维护设备的成本。
通过可中断负荷、用户的电负荷确定综合能源系统的负荷水平，在发生波动时确定最优计划，也可以根据负荷水平以及可中断负荷水平对用户的满意度进行量化，保证在突发紧急状况且不能满足所有用户负荷时制定用户满意度最高的计划。
基于发电功率、发电成本和用户负荷共同确定第一目标函数，对综合能源系统进行多方面量化，以最大经济效益为目标计算经济效益的最大值，获得最优的供电计划。
步骤S300，通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型。
本发明所指日前协调互动计划表示通过协同优化模型所得出的能源分配计划。
由于综合能源系统的构成复杂，各个子能源系统之间具有复杂的相关关系，故需要对综合能源系统管理方法建立约束条件。具体地，基于能量功率平衡、储能能力、能源供应设备的运行能力、能源之间的功率交换能力以及对负荷的需求响应五个方面建立约束条件，保证协同优化模型可以针对系统的实际情况对综合能源系统进行能源分配。
步骤S400，在依据所述协同优化模型进行能源分配后，获取风光系统浪费的电能值，根据所述电能值确定系统惩罚成本，建立第二目标函数。
由于预测误差的影响，区域综合能源系统需要不断地发更新电、热、冷、气负荷和风光功率的预测值，并对协同优化模型所得出的日前协调互动计划进行实时功率调整，故需要将机组出力实时调整计划作为日前协调互动计划的有益补充，建立时前优化模型，以对协同优化模型进行优化，保证获得最优的计划。
在一实施例中，获取风力发电、光伏发电的计划发电量与并网的实际发电量，计算获得风光发电浪费的电能值，然后计算浪费的电能值所带来的经济损失，将其作为系统惩罚成本，以对协同优化模型进行调整，即通过浪费的电能值优化日前协调互动计划。
步骤S500，通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型。
本发明所指实时调整计划表示基于时前优化模型所得出的时前调整计划，用于与日前计划进行交互，对日前计划进行修正和补充。
由于综合能源系统的组成较为复杂，对机组出力实时调整计划也受到系统多种方面的限制，故需要基于系统的预测出力与实际出力确定出力偏差，然后基于综合能源系统与外部电网、气网、热网功率交换的能力以及出力偏差共同作为约束条件，以限制机组出力实时调整计划的取值。
步骤S600，通过所述时前优化模型实时调整所述协同优化模型，以对综合能源系统进行能源分配，其中，所述能源分配包括分配发电端的出力以及对用户的电能分配。
在一实施例中，留有备用的可控机组和储能系统，以在实时修正中通过上述可调的有功出力单元调整功率，从而满足综合能源系统的实际要求，但是，有功出力单元具有能力上限，综合能源系统在进行协调互动的过程中也具有诸多设备上的约束，故，有功出力单元调整的功率需要满足约束条件，即满足时前约束。
在对备用的可控机组和储能系统的实时出力进行约束后，通过第一目标函数求出最小惩罚成本，然后通过最小惩罚成本中的方案（即实时调整计划）调整日前协调互动计划，保证在系统能力条件下，协调互补使用各种能源，尽可能利用风光发电获得的能源减少浪费。
可选地，如图2所示，所述基于所述发电功率、所述发电成本和所述用户负荷建立第一目标函数包括：
步骤S210，根据综合能源系统运行收益和综合能源系统运行成本获得综合能源系统运行经济效益，其中，根据所述发电功率、所述发电成本和所述用户负荷确定所述综合能源系统运行收益和所述综合能源系统运行成本；
步骤S220，根据可中断负荷和可转移负荷计算用户综合满意度；
步骤S230，根据外购电量、外购热量、外购气量、外部电网二氧化碳排放系数、外部热网二氧化碳排放系数和外部气网二氧化碳排放系数计算碳排放量；
步骤S240，根据所述综合能源系统运行经济效益、所述用户综合满意度和所述碳排放量建立所述第一目标函数。
在一实施例中，综合能源系统经济效益通过计算系统运行收益和运行成本的差值而获得，其中，综合能源系统的运营收入主要来自参与电网、热网、气网能源交易获得的报酬、系统向居民供电和供热收益以及系统参与需求响应获得的经济补偿，系统的运行成本主要来自燃料成本、运行维护成本和环境排放成本，综合能源系统最大经济效益可以表示为：
Figure DEST_PATH_IMAGE002
，
其中，
Figure DEST_PATH_IMAGE004
表示综合能源系统运行经济效益（元），
Figure DEST_PATH_IMAGE006
表示综合能源系统运行收益（元），
Figure DEST_PATH_IMAGE008
表示综合能源系统运行成本（元）。
具体地，综合能源系统运行收益
Figure 140957DEST_PATH_IMAGE006
可以表示为：
Figure DEST_PATH_IMAGE010
，
其中，
Figure DEST_PATH_IMAGE012
表示综合能源系统售电收益（元），
Figure DEST_PATH_IMAGE014
表示综合能源系统售热收益（元），
Figure DEST_PATH_IMAGE016
表示综合能源系统售气收益（元），
Figure DEST_PATH_IMAGE018
表示综合能源系统供电、供热收益（元），
Figure DEST_PATH_IMAGE020
表示综合能源系统参与电网需求响应调度获得的收益（元），
Figure DEST_PATH_IMAGE022
表示综合能源系统向电网提供的功率（kW），
Figure DEST_PATH_IMAGE024
表示综合能源系统向热网提供的功率（kW），
Figure DEST_PATH_IMAGE026
表示综合能源系统和热网之间的交互量（
Figure DEST_PATH_IMAGE028
），
Figure DEST_PATH_IMAGE030
表示综合能源系统和电网之间进行电能交易的价格（元/kWh），
Figure DEST_PATH_IMAGE032
综合能源系统和气网之间进行气能交易的价格（元/
Figure 617286DEST_PATH_IMAGE028
），
Figure DEST_PATH_IMAGE034
表示需求响应后综合能源系统中用户热负荷（kW），
Figure DEST_PATH_IMAGE036
表示需求响应后综合能源系统中用户电负荷（kW），
Figure DEST_PATH_IMAGE038
表示系统中可中断负荷容量（kW），
Figure DEST_PATH_IMAGE040
表示系统中可中断负荷容量需求响应补偿价格（元/kW）。
综合能源系统运行成本
Figure 69127DEST_PATH_IMAGE008
可以表示为：
Figure DEST_PATH_IMAGE042
Figure DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE046
，
Figure DEST_PATH_IMAGE048
表示综合能源系统外购能源成本（元），
Figure DEST_PATH_IMAGE050
表示综合能源系统运行运维成本（元），
Figure DEST_PATH_IMAGE052
表示综合能源系统运行环境成本（元），
Figure DEST_PATH_IMAGE054
表示天然气价格（元/
Figure 339703DEST_PATH_IMAGE028
），
Figure DEST_PATH_IMAGE056
表示CHP系统输出功率（kW），
Figure DEST_PATH_IMAGE058
表示燃气锅炉的输出功率（kW），
Figure DEST_PATH_IMAGE060
表示P2G系统输出功率（kW），
Figure DEST_PATH_IMAGE062
表示储气罐的储气量（
Figure 826179DEST_PATH_IMAGE028
），
Figure DEST_PATH_IMAGE064
表示天然气的低热值功率（kW/
Figure 117483DEST_PATH_IMAGE028
），
Figure DEST_PATH_IMAGE066
表示综合能源系统的外购电功率（kW），
Figure DEST_PATH_IMAGE068
表示综合能源系统的外购热功率（kW），
Figure DEST_PATH_IMAGE070
表示综合能源系统中能源供应设备的额定功率（kW），
Figure DEST_PATH_IMAGE072
表示综合能源系统中能源供应设备单位功率运维成本（元/kW），
Figure DEST_PATH_IMAGE074
表示系统中污染物排放源的输出功率（kW），
Figure DEST_PATH_IMAGE076
表示综合能源系统中第j种污染物的单位功率排放量（kg/kW），
Figure DEST_PATH_IMAGE078
表示综合能源系统第j种污染物的基本排放费用（元/kg），
Figure DEST_PATH_IMAGE080
表示综合能源系统中第j种污染物超出基本排放额度的费用（元/kg）。
综合能源系统在参与电网和热网综合需求响应过程中会引导系统内的用户对用户负荷进行调整，而负荷的变化会直接影响用户的用电体验，在本实施例中，通过用户可中断负荷特性和可转移负荷特性来量化表示用户的综合满意度，可以表示为：
Figure DEST_PATH_IMAGE082
，
其中，
Figure DEST_PATH_IMAGE084
表示用户综合满意度，
Figure DEST_PATH_IMAGE086
表示可中断负荷、可转移负荷占总负荷的比率，
Figure DEST_PATH_IMAGE088
表示可中断负荷、可转移负荷的调用状态变量（kW），
Figure DEST_PATH_IMAGE090
表示可中断负荷、可转移负荷的最大调用量（kW）。
对于综合能源系统，降低二氧化碳的排放也具有重要意义，故将二氧化碳排放量也纳入考虑范围，碳排放量最小值可以表示为：
Figure DEST_PATH_IMAGE092
，
其中，
Figure DEST_PATH_IMAGE094
表示系统外购电量，
Figure DEST_PATH_IMAGE096
表示外购热量，
Figure DEST_PATH_IMAGE098
表示外购气量，
Figure DEST_PATH_IMAGE100
表示外部电网的二氧化碳排放系数，
Figure DEST_PATH_IMAGE102
表示外部热网的二氧化碳排放系数，
Figure DEST_PATH_IMAGE104
表示外部气网的二氧化碳排放系数。
基于综合能源系统最大经济效益
Figure 807353DEST_PATH_IMAGE004
、用户最大综合满意度
Figure DEST_PATH_IMAGE105
以及最小碳排放量
Figure DEST_PATH_IMAGE107
构成第一目标函数。
可选地，如图3所示，所述通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型包括：
步骤S310，基于综合能源系统的电、热、冷、气设备消耗的电功率、热效率、蓄热功率、放热功率以及天然气负荷确定所述能量功率平衡约束，通过所述能量功率平衡约束以约束电、热、冷、气四种能源的供应；
步骤S320，基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束；
步骤S330，基于所述综合能源系统的能源供应设备的输出功率和爬坡能力确定所述能源供应设备运行约束；
步骤S340，根据电网、热网、冷网、气网的传输功率确定所述能源网络传输约束；
步骤S350，根据所述综合能源系统中的可中断负荷和可转移负荷确定所述负荷需求响应约束。
为了保证综合能源系统中的各个子系统协调互动更加安全、高效，使用系统运行的能力边界作为约束条件，以约束第一目标函数的调整方案，在按照日前协调互动计划互动时，除需满足功率平衡、能源约束等条件以外，还需要满足设备的最大功率约束和储能系统运行约束。
其中，功率平衡约束表示综合能源系统中，电、热、冷、气的功率应书中满足负荷侧的用能要求，区域综合能源系统内的电、热、冷、气的功率平衡约束可以表示为：
Figure DEST_PATH_IMAGE109
，
其中，
Figure DEST_PATH_IMAGE111
表示系统中的电负荷功率（kW），
Figure DEST_PATH_IMAGE113
表示电储能的充电功率（kW），
Figure DEST_PATH_IMAGE115
表示热泵消耗的电功率（kW），
Figure DEST_PATH_IMAGE117
表示电制冷机消耗的电功率（kW），
Figure DEST_PATH_IMAGE119
表示风电机组的发电功率（kW），
Figure DEST_PATH_IMAGE121
表示光伏发电的发电功率（kW），
Figure DEST_PATH_IMAGE123
表示系统中CHP的电效率，
Figure DEST_PATH_IMAGE125
表示电储能的放电功率（kW），
Figure DEST_PATH_IMAGE127
表示系统中的热负荷功率（kW），
Figure DEST_PATH_IMAGE129
表示系统中热泵的热效率，
Figure DEST_PATH_IMAGE131
表示系统中燃气锅炉的热效率，
Figure DEST_PATH_IMAGE133
表示系统中CHP的热效率，
Figure DEST_PATH_IMAGE135
表示热储能的蓄热功率（kW），
Figure DEST_PATH_IMAGE137
表示热储能的放热功率（kW），
Figure DEST_PATH_IMAGE139
表示居民天然气负荷（
Figure DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE143
表示CHP消耗的天然气负荷（
Figure 897931DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE145
表示燃气锅炉消耗的天然气负荷（
Figure 35651DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE147
表示气储能的充气功率（
Figure 232277DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE149
表示外部天然气网向系统输入的天然气功率（
Figure 986606DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE151
表示气储能的放气功率（
Figure 192460DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE153
表示P2G设备的转化效率，
Figure DEST_PATH_IMAGE155
表示系统中的冷负荷功率（kW），
Figure DEST_PATH_IMAGE157
表示冷储能的充能功率（kW），
Figure DEST_PATH_IMAGE159
表示冷储能的放能功率（kW），
Figure DEST_PATH_IMAGE161
表示电制冷设备的能量转化效率。
可选地，如图4所示，所述基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束包括：
步骤S321，基于所述综合能源系统中电储能的充放电功率、充放电电流、充放电电压确定所述电储能约束；
步骤S322，基于所述综合能源系统中热储能的充热功率、放热功率、充热状态和放热状态确定所述热储能约束；
步骤S323，基于所述综合能源系统中气储能在预设时间段内的储气量、放气量、储气设备的自耗率、最小、最大放气功率和储气设备容量确定所述气储能约束；
步骤S324，基于所述综合能源系统中冷储能的最大充能功率、最大放能功率、充能状态和放能状态确定所述冷储能约束。
综合能源系统中的电、热、冷、气储能系统可实现负荷的削峰填谷，降低系统的运行成本，储能系统在某个时刻的容量与前一刻的剩余容量和自身放电放热深度密切相关，储能系统在使用的过程中不宜过量放电或放热，故必须对其进行上下限约束，在本实施例中的储能运行约束包括电储能约束、热储能约束、冷储能约束和气储能约束。
电储能约束可以表示为：
Figure DEST_PATH_IMAGE163
，
其中，
Figure DEST_PATH_IMAGE165
表示电储能最大充电功率(kW)，
Figure DEST_PATH_IMAGE167
表示电储能充电状态（充电状态包括0和1），
Figure DEST_PATH_IMAGE169
表示电储能放电状态（放电状态包括0和1），
Figure DEST_PATH_IMAGE171
表示电储能最大放电功率(kW)，
Figure DEST_PATH_IMAGE173
表示电储能最大充电电流（A），
Figure DEST_PATH_IMAGE175
表示电储能最大放电电流（A），
Figure DEST_PATH_IMAGE177
表示电储能的充电电压（kV），
Figure DEST_PATH_IMAGE179
表示电储能的放电电压（kV），
Figure DEST_PATH_IMAGE181
表示电储能荷电状态最大值，
Figure DEST_PATH_IMAGE183
表示电储能荷电状态。
热储能约束可以表示为：
Figure DEST_PATH_IMAGE185
，
其中，
Figure DEST_PATH_IMAGE187
表示热储能最大充热功率(kW)，
Figure DEST_PATH_IMAGE189
表示热储能充热状态（充热状态包括0和1），
Figure DEST_PATH_IMAGE191
表示热储能最大放热功率(kW)，
Figure DEST_PATH_IMAGE193
表示热储能放热状态（放热状态包括0和1）。
气储能约束可以表示为：
Figure DEST_PATH_IMAGE195
，
其中，
Figure DEST_PATH_IMAGE197
表示储气装置在时间t的储气量（
Figure 607523DEST_PATH_IMAGE141
），
Figure DEST_PATH_IMAGE199
表示储气设备自耗率，
Figure DEST_PATH_IMAGE201
表示时间t的储、放气功率（
Figure 240630DEST_PATH_IMAGE141
/h），
Figure DEST_PATH_IMAGE203
表示时段t内储气设备最小储放气功率（
Figure 685517DEST_PATH_IMAGE141
/h），
Figure DEST_PATH_IMAGE205
表示时段t内储气设备最大储放气功率（
Figure 429482DEST_PATH_IMAGE141
/h），
Figure DEST_PATH_IMAGE207
表示储气设备容量的最小值（
Figure 276216DEST_PATH_IMAGE141
），
Figure DEST_PATH_IMAGE209
表示储气设备容量的最大值（
Figure 611382DEST_PATH_IMAGE141
）。
冷储能约束可以表示为：
Figure DEST_PATH_IMAGE211
，
其中，
Figure DEST_PATH_IMAGE213
表示冷储能最大充能功率(kW)，
Figure DEST_PATH_IMAGE215
表示冷储能充能状态（储能状态包括0和1），
Figure DEST_PATH_IMAGE217
表示冷储能最大放能功率(kW)，
Figure DEST_PATH_IMAGE219
表示冷储能放能状态（储能状态包括0和1）。
能源供应设备运行约束可以表示为：
Figure DEST_PATH_IMAGE221
，
其中，
Figure DEST_PATH_IMAGE223
表示设备的最小输出功率(kW)，
Figure DEST_PATH_IMAGE225
表示设备的最大输出功率(kW)，
Figure DEST_PATH_IMAGE227
表示设备爬坡能力的下限(kW)，
Figure DEST_PATH_IMAGE229
表示设备爬坡能力的上限(kW)，
Figure DEST_PATH_IMAGE231
表示设备的状态，当
Figure 153353DEST_PATH_IMAGE231
为1时，设备在t时刻处于运行状态，当
Figure 232167DEST_PATH_IMAGE231
为0时，设备在t时刻处于停机状态。
能源网络传输约束表示在综合能源系统中，通过联络线与电网、热网、天然气网进行功率交换时的能量传输所必需满足的条件，可以表示为：
Figure DEST_PATH_IMAGE233
，
其中，
Figure DEST_PATH_IMAGE235
表示电网最大传输功率(kW)，
Figure DEST_PATH_IMAGE237
表示电网最小传输功率(kW)，
Figure DEST_PATH_IMAGE239
表示热网最大传输功率(kW)，
Figure DEST_PATH_IMAGE241
表示热网最小传输功率(kW)，
Figure DEST_PATH_IMAGE243
表示天然气网最大传输功率（
Figure 593792DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE245
表示天然气网最小传输功率（
Figure 365439DEST_PATH_IMAGE141
/s），
Figure DEST_PATH_IMAGE247
表示冷网最大传输功率(kW)，
Figure DEST_PATH_IMAGE249
表示冷网最小传输功率(kW)。
综合需求响应是指能源价格波动或系统可靠性受到威胁时，用户根据综合能源服务商发布的信息响应能源价格信号，并改变其固有的用能模式，从而进行负荷削减和平移，因此，在引导用户参与需求响应时，系统中的可中断负荷和可转移负荷必须满足以下约束条件：
Figure DEST_PATH_IMAGE251
，
其中，
Figure DEST_PATH_IMAGE253
表示可中断负荷的调用状态变量(kW)，
Figure DEST_PATH_IMAGE255
表示可中断负荷最大连续调用次数，
Figure DEST_PATH_IMAGE257
表示可中断负荷最小连续调用次数。
Figure DEST_PATH_IMAGE259
，
Figure DEST_PATH_IMAGE261
表示可转移负荷最大转入量(kW)，
Figure DEST_PATH_IMAGE263
表示可转移负荷最大转出量(kW)，
Figure DEST_PATH_IMAGE265
表示可转移负荷最大转移量(kW)，
Figure DEST_PATH_IMAGE267
表示可转移负荷可调时间周期集合。
可选地，在满足所述能量功率平衡约束、所述电储能约束、所述热储能约束、所述冷储能约束、所述气储能约束、所述能源供应设备运行约束、所述能源网络传输约束、所述负荷需求响应约束的基础上，求解所述综合能源系统运行经济效益的最大值、所述用户综合满意度的最大值和所述碳排放量最大值，获得所述协同优化模型。
协同优化模型是一个典型的多目标数学模型，考虑模型及其解的特点，在一实施例中，选择NSGA-Ⅱ算法进行求解。
NSGA-Ⅱ算法是一种对遗传算法改进的算法，是一种快速的非支配排序方法，计算复杂度相比于遗传算法大幅度下降，并同时引入精英策略，扩展了采样空间。由于经济效益、用户综合满意度以及碳排放量可能是非线性的、矛盾的或不可测量的，因此，通过帕累托最优解集来获得多目标模型的全局最优解。帕累托是不同目标的妥协解决方案，可以根据帕累托前沿和对不同目标的需求做出决策，通过NSGA-Ⅱ获得帕累托最优解集后，为了得到最佳协调互动策略，引入Nash谈判法对获得的帕累托解集进行处理，进而获得多目标协调互动的最优解，具体流程如图7所示。
在多目标协调互动中的各个目标可以看成相互竞争的谈判单位，这些单位都想为自己的目标争取最优，尽量避免对自己不利的策略，最终达成妥协，从而得到各谈判单位均接受的方案。将本文建立的多目标问题转化为如下问题进行Nash谈判最优解计算，可以表示为：
Figure DEST_PATH_IMAGE269
，
设，以
Figure DEST_PATH_IMAGE271
为参数的多目标优化问题的最优解为
Figure DEST_PATH_IMAGE273
，则最优化的帕累托前沿s为：
Figure DEST_PATH_IMAGE275
，
为得到帕累托前沿s的数学表达式，得到该优化问题博弈求解的KKT条件如下所示：
Figure DEST_PATH_IMAGE277
，
其中，
Figure DEST_PATH_IMAGE279
表示对偶变量，
Figure DEST_PATH_IMAGE281
表示
Figure DEST_PATH_IMAGE283
，上述互补松弛条件可以进一步线性化表示为：
Figure DEST_PATH_IMAGE285
，
其中，z，t为
Figure DEST_PATH_IMAGE287
维0-1变量，
Figure 738914DEST_PATH_IMAGE287
为相应的位数。
多目标优化问题可描述为混合整数非线性规划问题，即：
Figure DEST_PATH_IMAGE289
，
其中，
Figure DEST_PATH_IMAGE291
为
Figure DEST_PATH_IMAGE293
取0和1时的最优解，
Figure DEST_PATH_IMAGE295
为博弈多方可能的最大支付，即谈判破裂点。
可选地，如图5所示，所述在依据所述协同优化模型进行能源分配后，获取风光系统浪费的电能值，根据所述电能值确定系统惩罚成本，建立第二目标函数包括：
步骤S410，根据所述电能值确定风光出力偏差、弃光量和弃风量；
步骤S420，根据所述风光出力偏差确定出力偏差惩罚成本；
步骤S430，根据能源成本、所述弃光量和所述弃风量分别与预设的弃光惩罚系数和弃风惩罚系数确定弃光成本和弃风成本；
步骤S440，根据所述出力偏差惩罚成本、所述弃光成本和所述弃风成本，获得所述系统惩罚成本。
在日前协调互动模型的基础上，构建以惩罚成本最小为目标的时前优化模型，以对日前协调互动计划进行实时功率调整。
因为风光发电系统的发电量具有随机性，且对风光发电系统的预测也具有误差，故综合能源系统需要不断地更新电、热、冷、气负荷和风光功率的预测值，并对日前协调互动计划进行实时功率调整，故，将机组出力实时调整策略作为日前协调互动研究的有益补充，采用时前修正手段平衡区域综合能源系统中外部电网、热网、气网的供应与系统能量需求的偏差，从而提高系统功率平衡。
在一实施例中，第二目标函数主要考虑交互功率的偏差、以及风光系统浪费掉的风能和光能，计算其成本，构建惩罚成本，以此获得第二目标函数。
可以表示为：
Figure DEST_PATH_IMAGE297
，
其中，
Figure DEST_PATH_IMAGE299
表示综合能源系统交互功率调整的惩罚成本(元)，
Figure DEST_PATH_IMAGE301
表示综合能源系统弃风、弃光惩罚成本(元)，
Figure DEST_PATH_IMAGE303
表示综合能源系统参与协调互动时因出力偏差产生的惩罚成本(元)，
Figure DEST_PATH_IMAGE305
表示系统弃风的基本惩罚系数(元/kW)，
Figure DEST_PATH_IMAGE307
表示系统弃风量（kW），
Figure DEST_PATH_IMAGE309
表示系统弃光的基本惩罚系数(元/kW)，
Figure DEST_PATH_IMAGE311
表示系统弃光量（kW），
Figure DEST_PATH_IMAGE313
表示系统较日前协调互动计划产生的出力偏差（kW），
Figure DEST_PATH_IMAGE315
表示出力偏差大于零时的惩罚系数(元/kW)，
Figure DEST_PATH_IMAGE317
表示出力偏差小于零时的第一阶梯惩罚系数(元/kW)，
Figure DEST_PATH_IMAGE319
表示出力偏差小于零时的第二阶梯惩罚系数(元/kW)，
Figure DEST_PATH_IMAGE321
表示系统参与协调互动的日前计划出力（kW），i=1，2，3分别表示外部电网、外部热网与外部气网。
可选地，如图6所示，所述通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型包括：
步骤S510，基于所述综合能源系统的外部的电网、热网、天然气网确定计划交互功率；
步骤S520，根据系统出力偏差与实际出力之比，和所述计划交互功率建立时前约束。
综合能源系统在协调互动过程中，可调的有功出力单元是在实时修正中留有备用的可控机组和储能系统，调节的功率要满足约束条件，通过联络线与外部的电网、热网、天然气网进行功率交换，因此实际系统的联络线功率也是可调的，但在实际运行过程中将面临着电网、热网、天然气网的出力偏差考核惩罚。
机组出力修正过程中，系统的实际交互功率和日前计划交互功率之间存在一定的偏差，以综合能源系统与外部电网协调互动为例，综合能源系统的协调互动须满足以下约束：
Figure DEST_PATH_IMAGE323
，
Figure DEST_PATH_IMAGE325
，
其中，
Figure DEST_PATH_IMAGE327
表示系统出力偏差与实际出力之比的正值，
Figure DEST_PATH_IMAGE329
表示为系统实际出力偏差的正值（kW），
Figure DEST_PATH_IMAGE331
表示系统实际出力偏差的负值（kW）。
如图8所示，通过YALMIP工具箱对时前优化模型进行求解，将用户实时负荷响应策略、时前价格信息风光出力等数据作为输入数据，在时前约束下计算风光出力偏差以及弃风量、弃光量，优化机组时前出力曲线，在能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束下计算出力偏差和弃风、弃光量，得到综合需求响应后的用户电、热等负荷曲线。根据机组时前出力曲线、用户电、热负荷曲线计算系统时前出力偏差和弃风弃光惩罚成本，根据第二目标函数计算时前最优的互动目标函数，即时前优化函数。
另一方面，本发明还提供一种综合能源系统，包括电力系统、电储能系统、热力系统、热储能系统、冷力系统、冷储能系统、天然气系统、气储能系统、外部电网、外部气网、外部热网，其中，所述电力系统、所述热力系统、所述天然气系统用于通过耦合设备实现能源的相互耦合。
所述综合能源系统相对于现有技术与所述综合能源系统能量管理分配方法所具有的有益效果相同，在此不再赘述。
本发明又一实施例提供的一种电子设备，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行该计算机程序时，实现如上所述的综合能源系统能量管理分配方法。
本发明又一实施例提供的一种计算机可读存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的综合能源系统能量管理分配方法。
现将描述可以作为本发明的服务器或客户端的电子设备，其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
电子设备包括计算单元，其可以根据存储在只读存储器（ROM）中的计算机程序或者从存储单元加载到随机访问存储器（RAM）中的计算机程序，来执行各种适当的动作和处理。在RAM中，还可存储设备操作所需的各种程序和数据。计算单元、ROM以及RAM通过总线彼此相连。输入/输出（I/O）接口也连接至总线。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。在本申请中，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发明实施例方案的目的。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，也可以是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。
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (8)

1.一种综合能源系统能量管理分配方法，其特征在于，包括：
获取发电功率、发电成本和用户负荷；
根据综合能源系统运行收益和综合能源系统运行成本获得综合能源系统运行经济效益，其中，根据所述发电功率、所述发电成本和所述用户负荷确定所述综合能源系统运行收益和所述综合能源系统运行成本；
根据可中断负荷和可转移负荷计算用户综合满意度；
根据外购电量、外购热量、外购气量、外部电网二氧化碳排放系数、外部热网二氧化碳排放系数和外部气网二氧化碳排放系数计算碳排放量；
根据所述综合能源系统运行经济效益、所述用户综合满意度和所述碳排放量建立第一目标函数；
通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型；
在依据所述协同优化模型进行能源分配后，根据电能值确定风光出力偏差、弃光量和弃风量；
根据所述风光出力偏差确定出力偏差惩罚成本；
根据能源成本、所述弃光量和所述弃风量分别与预设的弃光惩罚系数和弃风惩罚系数确定弃光成本和弃风成本；
根据所述出力偏差惩罚成本、所述弃光成本和所述弃风成本，获得系统惩罚成本，根据所述系统惩罚成本，建立第二目标函数；
通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型；
通过所述时前优化模型实时调整所述协同优化模型，以对综合能源系统进行能源分配，其中，所述能源分配包括分配发电端的出力以及对用户的电能分配。
2.根据权利要求1所述的综合能源系统能量管理分配方法，其特征在于，所述通过能量功率平衡约束、储能约束、能源供应设备运行约束、能源网络传输约束和负荷需求响应约束优化所述第一目标函数，获得协同优化模型包括：
基于所述综合能源系统的电、热、冷、气设备消耗的电功率、热效率、蓄热功率、放热功率以及天然气负荷确定所述能量功率平衡约束，通过所述能量功率平衡约束以约束电、热、冷、气四种能源的供应；
基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束；
基于所述综合能源系统的能源供应设备的输出功率和爬坡能力确定所述能源供应设备运行约束；
根据电网、热网、冷网、气网的传输功率确定所述能源网络传输约束；
根据所述综合能源系统中的可中断负荷和可转移负荷确定所述负荷需求响应约束。
3.根据权利要求2所述的综合能源系统能量管理分配方法，其特征在于，在所述根据所述综合能源系统中的可中断负荷和可转移负荷确定所述负荷需求响应约束之后，还包括：
在满足所述能量功率平衡约束、所述电储能约束、所述热储能约束、所述冷储能约束、所述气储能约束、所述能源供应设备运行约束、所述能源网络传输约束、所述负荷需求响应约束的基础上，求解所述综合能源系统运行经济效益的最大值、用户综合满意度的最大值和所述碳排放量最大值，获得所述协同优化模型。
4.根据权利要求2所述的综合能源系统能量管理分配方法，其特征在于，所述基于所述综合能源系统的电、热、冷、气储能设备的储存速度和释放速度确定电储能约束、热储能约束、冷储能约束和气储能约束包括：
基于所述综合能源系统中电储能的充放电功率、充放电电流、充放电电压确定所述电储能约束；
基于所述综合能源系统中热储能的充热功率、放热功率、充热状态和放热状态确定所述热储能约束；
基于所述综合能源系统中气储能在预设时间段内的储气量、放气量、储气设备的自耗率、最小、最大放气功率和储气设备容量确定所述气储能约束；
基于所述综合能源系统中冷储能的最大充能功率、最大放能功率、充能状态和放能状态确定所述冷储能约束。
5.根据权利要求1所述的综合能源系统能量管理分配方法，其特征在于，所述通过系统出力偏差与系统实际出力建立时前约束，优化所述第二目标函数，获得时前优化模型包括：
基于所述综合能源系统的外部的电网、热网、天然气网确定计划交互功率；
根据系统出力偏差与实际出力之比，和所述计划交互功率建立时前约束。
6.根据权利要求5所述的综合能源系统能量管理分配方法，其特征在于，所述根据系统出力偏差与实际出力之比，和所述计划交互功率建立时前约束之后，还包括：
在满足所述时前约束的前提下，求解最小系统惩罚成本。
7.根据权利要求1所述的综合能源系统能量管理分配方法，其特征在于，所述综合能源系统能量管理分配方法还包括：
通过NSGA-Ⅱ算法对所述协同优化模型求解，通过YALMIP工具箱对所述时前优化模型求解。
8.一种综合能源系统，其特征在于，用于实现权利要求1-7任一项所述的综合能源系统能量管理分配方法，所述综合能源系统包括电力系统、电储能系统、热力系统、热储能系统、冷力系统、冷储能系统、天然气系统、气储能系统、外部电网、外部气网、外部热网，其中，所述电力系统、所述热力系统、所述天然气系统用于通过耦合设备实现能源的相互耦合。
CN202211018880.6A 2022-08-24 2022-08-24 一种综合能源系统能量管理分配方法及系统 Active CN115099725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211018880.6A CN115099725B (zh) 2022-08-24 2022-08-24 一种综合能源系统能量管理分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211018880.6A CN115099725B (zh) 2022-08-24 2022-08-24 一种综合能源系统能量管理分配方法及系统

Publications (2)

Publication Number Publication Date
CN115099725A CN115099725A (zh) 2022-09-23
CN115099725B true CN115099725B (zh) 2022-12-02

Family

ID=83301300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211018880.6A Active CN115099725B (zh) 2022-08-24 2022-08-24 一种综合能源系统能量管理分配方法及系统

Country Status (1)

Country Link
CN (1) CN115099725B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911533B (zh) * 2023-06-27 2024-05-14 西安理工大学 区域综合能源系统多微网能量共济方法
CN117172815A (zh) * 2023-07-18 2023-12-05 南京工业大学 一种多水电气能源子系统主动配电网混合博弈方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359861A (zh) * 2018-10-16 2019-02-19 国网浙江省电力有限公司经济技术研究院 一种综合能源智能仪表及其需求侧响应方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN110197312A (zh) * 2019-06-28 2019-09-03 东南大学 一种基于多时间尺度的用户级综合能源系统优化调度方法
AU2019101043A4 (en) * 2019-09-11 2019-10-24 Southeast University A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system
CN112434915A (zh) * 2020-11-09 2021-03-02 沈阳工程学院 面向弃风消纳的区域综合能源系统灵活性优化配置方法
CN113850409A (zh) * 2021-07-01 2021-12-28 国网江西省电力有限公司赣州供电分公司 一种考虑可再生能源接入的综合能源系统优化运行方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9098876B2 (en) * 2013-05-06 2015-08-04 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
AU2020100429A4 (en) * 2020-03-20 2020-09-10 Southeast University A dynamic optimal energy flow computing method for the combined heat and power system
CN113554211A (zh) * 2021-05-27 2021-10-26 浙江工业大学 一种基于alif-gru-mtl源-荷联合预测的综合能源系统优化调度方法
CN113379121A (zh) * 2021-06-08 2021-09-10 国网甘肃省电力公司电力科学研究院 基于低碳目标的电气热综合能源系统优化调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359861A (zh) * 2018-10-16 2019-02-19 国网浙江省电力有限公司经济技术研究院 一种综合能源智能仪表及其需求侧响应方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN110197312A (zh) * 2019-06-28 2019-09-03 东南大学 一种基于多时间尺度的用户级综合能源系统优化调度方法
AU2019101043A4 (en) * 2019-09-11 2019-10-24 Southeast University A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system
CN112434915A (zh) * 2020-11-09 2021-03-02 沈阳工程学院 面向弃风消纳的区域综合能源系统灵活性优化配置方法
CN113850409A (zh) * 2021-07-01 2021-12-28 国网江西省电力有限公司赣州供电分公司 一种考虑可再生能源接入的综合能源系统优化运行方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Coordinated energy management systems for multi-energy negotiated transaction with marginal cost information;Yutaka Iino;《 2017 56th Annual Conference of the Society of Instrument and Control Engineers of Japan (SICE)》;20171113;第1224-1227页 *
基于多目标—约束优化进化算法的能源综合调度;曾亮 等;《计算机集成制造系统》;20161130;第2668-2678页 *
电-热-气混联综合能源系统状态估计研究综述与展望;臧海祥 等;《电力系统自动化》;20220415;第187-199页 *

Also Published As

Publication number Publication date
CN115099725A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
Zhao et al. Distributed model predictive control strategy for islands multimicrogrids based on noncooperative game
CN115099725B (zh) 一种综合能源系统能量管理分配方法及系统
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
CN111008739A (zh) 一种热电联产虚拟电厂优化调控及收益分配方法及系统
Hou et al. Multi-time scale optimization scheduling of microgrid considering source and load uncertainty
CN112068436A (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN115456242A (zh) 基于多重不确定性表征的虚拟电厂市场化优化调度方法
Zhang et al. Trading-oriented battery energy storage planning for distribution market
CN116011821A (zh) 一种电力市场环境下虚拟电厂优化风险调度方法
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
CN116070732A (zh) 考虑需求响应的跨境综合能源系统主从博弈协同运行优化方法
CN116070740A (zh) 综合能源系统的优化运行方法、装置和计算机设备
Wang et al. Distributionally robust optimal scheduling of integrated energy systems including hydrogen fuel cells considering uncertainties
Dai et al. An equilibrium model of the electricity market considering the participation of virtual power plants
CN112633675A (zh) 一种能量调度方法、装置、设备及计算机可读存储介质
CN112883630A (zh) 用于风电消纳的多微网系统日前优化经济调度方法
Yang et al. Integrated energy scheduling using wind-storage cascade control strategy in dynamic peak regulation right
CN115496378B (zh) 一种计入风能减排效益的电力系统经济调度方法
CN114881296A (zh) 基于有偿分配的综合能源系统削峰填谷调度策略
Wang et al. A master–slave game optimal scheduling strategy for park-integrated energy systems based on adjustable robust optimization
CN115549137A (zh) 分布式电网调控系统及调控方法
CN115764863A (zh) 一种基于数据驱动的多微网合作运行方法
CN111523792B (zh) 综合能源系统调度参数计算、设备控制方法及相关装置
CN110943487B (zh) 一种园区能源系统能量优化的方法和装置
CN112713590B (zh) 计及idr的冷热电联供微网与主动配电网联合优化调度方法

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
GR01 Patent grant
GR01 Patent grant