CN115600809A - 一种综合能源系统的优化调度装置及方法 - Google Patents
一种综合能源系统的优化调度装置及方法 Download PDFInfo
- Publication number
- CN115600809A CN115600809A CN202211262606.3A CN202211262606A CN115600809A CN 115600809 A CN115600809 A CN 115600809A CN 202211262606 A CN202211262606 A CN 202211262606A CN 115600809 A CN115600809 A CN 115600809A
- Authority
- CN
- China
- Prior art keywords
- energy
- scheduling
- optimized
- equipment
- output
- 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 30
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000010276 construction Methods 0.000 claims abstract description 6
- 238000004146 energy storage Methods 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000005338 heat storage Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000002918 waste heat Substances 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 230000007774 longterm Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000005067 remediation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000005855 radiation Effects 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种综合能源系统的优化调度装置及方法，属于综合能源调度技术领域，包括构建模块、信息获取模块、数据预测模块、和能源调度模块，为解决现有综合能源系统缺少完备的优化调度策略，无法保证整个系统的高效节能和长期稳定运行，导致了运行费用的增加的问题。本发明的一种综合能源系统的优化调度装置及方法，通过优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，得到了综合能源系统的优化调度模型，评估多时间尺度优化调度结果的合理性，给出优化参数乃至系统设备的配置建议，在保证系统安全经济运行的前提下，实现整个能源系统的协同优化工作，引导用户科学用能，提高综合能源服务效率。
Description
技术领域
本发明涉及综合能源调度技术领域，特别涉及一种综合能源系统的优化调度装置及方法。
背景技术
当前能源发展主要面临两方面的挑战，一方面是由于消耗化石燃料排放出大量二氧化碳，引起全球气候持续变暖；另一方面，由于对自然资源的过渡开采利用，造成能源资源进一步枯竭。对此，发展可再生能源，构建多能互补、能量梯级利用的综合能源系统，是一种有效的解决办法。而综合能源系统是指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。但现有的综合能源系统存在以下问题：
由于缺少完备的优化调度策略，系统的运行往往根据人工经验，难以保持最优运行状态，无法保证整个系统的高效节能和长期稳定运行，因此导致了运行费用的增加。
发明内容
本发明的目的在于提供一种综合能源系统的优化调度装置及方法，提供完备的优化调度方法，保证整个综合能源系统的高效节能和长期稳定运行，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种综合能源系统的优化调度装置，包括构建模块、信息获取模块、数据预测模块和能源调度模块，构建模块用于建立目标函数，并建立所述目标函数的约束条件；所述信息获取模块用于获取供能设备和储能设备的基础数据；所述数据预测模块用于预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；所述能源调度模块用于进行优化调度。
进一步地，所述供能设备包括燃气轮机、余热锅炉、燃气锅炉、光热锅炉、光伏、风机、水源热泵和汽-水换热器；所述储能设备包括蓄电池、高温储汽、低温储热；所述负荷包括供暖负荷、蒸汽负荷和电力负荷。
进一步地，所述供能设备和储能设备的基本数据包括：燃气轮机的输出电功率、发电效率和天然气消耗量，燃气锅炉、余热锅炉、水源热泵以及汽-水换热站的输出热功率、制热系数和热效率，储能设备中蓄电池、高温储汽以及低温储热的储能容量、能量损失系数、输入输出功率、充放能状态和充放能效率。
进一步地，包括如下步骤：
S101:以综合能源系统在优化总调度时段内的最小运行总成本为目标，以优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立所述目标函数的约束条件；
S102:统一获取并采集综合能源系统中供能设备基本数据；
S103:获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；
S104：基于采集的基本数据和预测的数据，按照日前优化、日内优化、实时优化的顺序依次优化调度得到系统中可调度设备的多时间尺度优化调度结果，确定综合能源系统的调度方案。
进一步地，所述获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线，包括：
获取新能源设备和各类负荷预测所需的历史数据以及与待预测参数相关的影响因素信息；
利用灰色关联度分析法确定待预测参数与各影响因素间的关系强弱，选取关联度较大的影响因素作为预测算法的输入；
采用神经网络进行建模预测，得到新能源设备和各类负荷预测结果；
根据参数实测值统计预测误差，根据预测误差对神级网络模型进行滚动修正；
采用训练后的神经网络预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线。
进一步地，所述目标函数包括：
F＝F1+F2+F3
式中，F为综合能源系统的运行总成本，F1、F2、F3分别为系统的经济成本、运行成本和环境成本。
进一步地，所述经济成本包括燃气轮机和燃气锅炉消耗的燃气费用以及系统通过联络线从电网购买的电量费用；运行成本涉及设备运行过程中由于维护保养所造成的费用；环境成本涉及设备运行过程中由于排放污染物所引发的治理费用。
进一步地，所述日前优化调度每日运行一次，优化生成次日24小时可调度设备的计划出力曲线；所述日内优化调度计算周期为15分钟，在日前计划出力曲线的基础上对当日日内未来4小时的可调度设备出力计划进行修正，生成日内计划出力曲线，同时作为实时出力计划曲线的基准值；所述实时优化调度计算周期为5分钟，在日内计划出力曲线的基础上进行修正，生成当日日内未来30分钟的可调度设备出力计划，并将实时计划出力曲线输出。
进一步地，所述将每次优化调度后得到的综合能效指标与预设的指标标准进行比对；当综合能效指标的偏离程度较大时，调整成本参数进行下一周期的优化调度；当通过调整成本参数始终难以达到指标标准时，则调整设备数量与设备容量。
与现有技术相比，本发明的有益效果是：
用于以综合能源系统在优化总调度时段内的最小运行总成本为目标，以优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立所述目标函数的约束条件，统一获取并采集综合能源系统中供能设备基本数据，获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线，基于采集的基本数据和预测的数据，按照日前优化、日内优化、实时优化的顺序依次优化调度得到系统中可调度设备的多时间尺度优化调度结果，确定综合能源系统的调度方案，通过优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立目标函数的约束条件，得到了综合能源系统的优化调度模型，评估多时间尺度优化调度结果的合理性，给出优化参数乃至系统设备的配置建议，在保证系统安全经济运行的前提下，实现整个能源系统的协同优化工作，引导用户科学用能，提高综合能源服务效率。
附图说明
图1为本发明的综合能源系统的优化调度装置及方法的流程图；
图2为本发明的综合能源系统的优化调度装置及方法的结构图；
图3为本发明的综合能源系统的优化调度装置及方法的调度流程图。
图中：1、构建模块；2、信息获取模块；3、数据预测模块；4、能源调度模块。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，一种综合能源系统的优化调度方法包括以下过程：
步骤1，资料与数据统一采集：根据能源结构组成与配套设施、设备运行状态与传输管网，确定系统内所需要采集的数据，实现各种数据源、各种类型数据的采集、更新、处理与存储，为方法实施奠定数据基础；确定已投产与计划投产的能源设备，在各设备厂房部署专用的光纤、电缆通信网络，实现与内各工艺/公辅设备的分散控制系统、数采网关、电量采集终端的通讯工作，完成电气与热力方面数据的采集。
具体的，资料与数据的统一采集包括：获取所属辖区的天然气与外购电的耗材价格，获取电力负荷、蒸汽负荷以及供暖负荷的典型日负荷曲线，数据采集内容包括电气设备中燃气轮机的输出电功率、发电效率和天然气消耗量，热力设备中燃气锅炉、余热锅炉、水源热泵以及汽-水换热站的输出热功率、制热系数和热效率，储能设备中蓄电池、高温储汽以及低温储热的储能容量、能量损失系数、输入输出功率、充放能状态和充放能效率，在完成上述数据实时采集的同时，以5min的存储周期将实时数据存入历史数据库；
步骤2，产消预测分析：考虑到系统中光伏、风机以及光热锅炉这类新能源设备的出力受到自然条件限制、而负荷变化情况又由用户决定这一特性，需要根据历史数据，结合地理与气象信息、生产计划与节假日因素，进行产消预测分析，得到预测参数在预测周期内的变化曲线，所述产消预测分析的具体实施过程包括以下5个步骤：
1)从数据库获取预测所需的历史数据以及与待预测参数相关的影响因素信息；
2)利用灰色关联度分析法确定待预测参数与各影响因素间的关系强弱，选取关联度较大的n个影响因素作为预测算法的输入；
3)采用神经网络进行建模预测，提供未来4小时、时间分辨率为15分钟的超短期预测结果以及次日24小时、时间分辨率为15分钟的短期预测结果；
4)根据参数实测值统计预测误差，根据预测误差对神级网络模型进行滚动修正；
5)预测结果输出，包括未来新能源设备的出力计划曲线以及各类负荷的日变化曲线。
具体的，在供能侧，针对的光伏、风机以及光热锅炉的未来出力情况，通过获取能源设备所处的经纬度信息以及风速、风向、温度、气压、湿度、辐射强度信息，结合设备的实时功率、工作状态，作为预测算法的输入，对其未来出力变化进行预测；在用能侧，针对电力负荷、蒸汽负荷以及供暖负荷的未来变化趋势，基于历史数据，结合气象、节假日以及负荷特性(包括：生活负荷、生产负荷、冲击负荷、平稳负荷、波动负荷)、用户计划(包括：生产计划、检修计划)信息，作为预测算法的输入，实现对系统负荷未来变化情况的预测；
步骤3，系统等效模型建立：利用步骤1采集得到的系统资料与数据，结合步骤2获取的预测信息，建立系统设备的等效模型，包括由燃气轮机和余热锅炉组成的热电联产机组、燃气锅炉、水源热泵、汽-水换热设备、储能设备的建模；
步骤4，优化调度评估：多时间尺度优化调度，以风机、光伏、光热锅炉的功率预测以及电力负荷、蒸汽负荷、供热负荷的负荷预测作为优化输入数据，基于步骤3提供的供能设备与储能设备的等效模型，在满足负荷需求的前提下，以系统综合成本最小为优化目标，综合考虑功率平衡约束、设备出力约束和储能装置约束，对等效模型进行多时间尺度的优化调度，包括日前优化调度、日内优化调度、实时优化调度，通过综合能效指标，对优化调度的合理性做出评价，并提供调整建议，为实际的能源调度提供理论基础与技术方案，进一步提高能源的综合利用水平。
其中步骤1为方法的实施提供基础的数据支撑，在步骤2中通过预测方法补全系统内不确定性设备参数的未来变化情况，步骤3通过结合步骤1的实时监控信息和步骤2的预测信息，为步骤4的优化调度提供系统的等效模型，最终在优化结果进行评价，确定优化参数的合理性，最终给出系统的运行规划和配置建议。
参阅图2-3，一种综合能源系统的优化调度装置，包括构建模块1、信息获取模块2、数据预测模块3和能源调度模块4，构建模块1用于建立目标函数，并建立所述目标函数的约束条件；所述信息获取模块2用于获取供能设备和储能设备的基础数据；所述数据预测模块3用于预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；所述能源调度模块4用于进行优化调度。
供能设备包括燃气轮机、余热锅炉、燃气锅炉、光热锅炉、光伏、风机、水源热泵和汽-水换热器；所述储能设备包括蓄电池、高温储汽、低温储热；所述负荷包括供暖负荷、蒸汽负荷和电力负荷。
供能设备和储能设备的基本数据包括：燃气轮机的输出电功率、发电效率和天然气消耗量，燃气锅炉、余热锅炉、水源热泵以及汽-水换热站的输出热功率、制热系数和热效率，储能设备中蓄电池、高温储汽以及低温储热的储能容量、能量损失系数、输入输出功率、充放能状态和充放能效率。
一种综合能源系统的优化调度方法还包括如下步骤：
S101:以综合能源系统在优化总调度时段内的最小运行总成本为目标，以优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立所述目标函数的约束条件；
S102:统一获取并采集综合能源系统中供能设备基本数据；
S103:获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；
S104：基于采集的基本数据和预测的数据，按照日前优化、日内优化、实时优化的顺序依次优化调度得到系统中可调度设备的多时间尺度优化调度结果，确定综合能源系统的调度方案。
获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线，包括：
获取新能源设备和各类负荷预测所需的历史数据以及与待预测参数相关的影响因素信息；
利用灰色关联度分析法确定待预测参数与各影响因素间的关系强弱，选取关联度较大的影响因素作为预测算法的输入；
采用神经网络进行建模预测，得到新能源设备和各类负荷预测结果；
根据参数实测值统计预测误差，根据预测误差对神级网络模型进行滚动修正；
采用训练后的神经网络预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线。
目标函数包括：F＝F1+F2+F3
式中，F为综合能源系统的运行总成本，F1、F2、F3分别为系统的经济成本、运行成本和环境成本，具体的，F1为经济成本，F2为运行成本，F3为环境成本。
经济成本包括燃气轮机和燃气锅炉消耗的燃气费用以及系统通过联络线从电网购买的电量费用；运行成本涉及设备运行过程中由于维护保养所造成的费用；环境成本涉及设备运行过程中由于排放污染物所引发的治理费用。
日前优化调度每日运行一次，优化生成次日24小时可调度设备的计划出力曲线；所述日内优化调度计算周期为15分钟，在日前计划出力曲线的基础上对当日日内未来4小时的可调度设备出力计划进行修正，生成日内计划出力曲线，同时作为实时出力计划曲线的基准值；所述实时优化调度计算周期为5分钟，在日内计划出力曲线的基础上进行修正，生成当日日内未来30分钟的可调度设备出力计划，并将实时计划出力曲线输出。
将每次优化调度后得到的综合能效指标与预设的指标标准进行比对；当综合能效指标的偏离程度较大时，调整成本参数进行下一周期的优化调度；当通过调整成本参数始终难以达到指标标准时，则调整设备数量与设备容量。
综上所述，本发明综合能源系统的优化调度装置及方法，资料与数据统一采集，根据历史数据，结合地理与气象信息、生产计划与节假日因素，进行产消预测分析，利用采集得到的系统资料与数据，结合获取的预测信息，建立系统设备的等效模型，以综合能源系统在优化总调度时段内的最小运行总成本为目标，基于等效模型，在满足负荷需求的前提下，以系统综合成本最小为优化目标，综合考虑功率平衡约束、设备出力约束和储能装置约束，对等效模型进行多时间尺度的优化调度，包括日前优化调度、日内优化调度、实时优化调度，通过综合能效指标，对优化调度的合理性做出评价，并提供调整建议，为实际的能源调度提供理论基础与技术方案，进一步提高能源的综合利用水平，通过优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立目标函数的约束条件，得到了综合能源系统的优化调度模型，评估多时间尺度优化调度结果的合理性，给出优化参数乃至系统设备的配置建议，在保证系统安全经济运行的前提下，实现整个能源系统的协同优化工作，提高综合能源服务效。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种综合能源系统的优化调度装置，包括构建模块(1)、信息获取模块(2)、数据预测模块(3)和能源调度模块(4)，其特征在于，
所述构建模块(1)用于建立目标函数，并建立所述目标函数的约束条件；
所述信息获取模块(2)用于获取供能设备和储能设备的基础数据；
所述数据预测模块(3)用于预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；
所述能源调度模块(4)用于进行优化调度。
2.如权利要求1所述的一种综合能源系统的优化调度装置，其特征在于，所述供能设备和储能设备的基本数据包括：燃气轮机的输出电功率、发电效率和天然气消耗量，燃气锅炉、余热锅炉、水源热泵以及汽-水换热站的输出热功率、制热系数和热效率，储能设备中蓄电池、高温储汽以及低温储热的储能容量、能量损失系数、输入输出功率、充放能状态和充放能效率。
3.一种如权利要求1-2任一项所述的综合能源系统的优化调度装置的使用方法，其特征在于，包括如下步骤：
S101:以综合能源系统在优化总调度时段内的最小运行总成本为目标，以优化调度总时段内各个优化调度时段综合能源系统中各个设备的出力为决策变量，建立目标函数，并建立所述目标函数的约束条件；
S102:统一获取并采集综合能源系统中供能设备基本数据；
S103:获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线；
S104：基于采集的基本数据和预测的数据，按照日前优化、日内优化、实时优化的顺序依次优化调度得到系统中可调度设备的多时间尺度优化调度结果，确定综合能源系统的调度方案。
4.如权利要求3所述的一种综合能源系统的优化调度装置的使用方法，其特征在于，所述获取综合能源系统内新能源设备和各类负荷的历史数据，预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线，包括：
获取新能源设备和各类负荷预测所需的历史数据以及与待预测参数相关的影响因素信息；
利用灰色关联度分析法确定待预测参数与各影响因素间的关系强弱，选取关联度较大的影响因素作为预测算法的输入；
采用神经网络进行建模预测，得到新能源设备和各类负荷预测结果；
根据参数实测值统计预测误差，根据预测误差对神级网络模型进行滚动修正；
采用训练后的神经网络预测未来新能源设备的出力计划曲线以及各类负荷的日变化曲线。
5.如权利要求3所述的一种综合能源系统的优化调度装置的使用方法，其特征在于，所述目标函数包括：
F＝F1+F2+F3
式中，F为综合能源系统的运行总成本，F1、F2、F3分别为系统的经济成本、运行成本和环境成本。
6.如权利要求3所述的一种综合能源系统的优化调度装置的使用方法，其特征在于，包括
所述日前优化调度每日运行一次，优化生成次日24小时可调度设备的计划出力曲线；
所述日内优化调度计算周期为15分钟，在日前计划出力曲线的基础上对当日日内未来4小时的可调度设备出力计划进行修正，生成日内计划出力曲线，同时作为实时出力计划曲线的基准值；
所述实时优化调度计算周期为5分钟，在日内计划出力曲线的基础上进行修正，生成当日日内未来30分钟的可调度设备出力计划，并将实时计划出力曲线输出。
7.如权利要求6所述的一种综合能源系统的优化调度装置的使用方法，其特征在于，将每次优化调度后得到的综合能效指标与预设的指标标准进行比对，当综合能效指标的偏离程度较大时，调整成本参数进行下一周期的优化调度，当通过调整成本参数始终难以达到指标标准时，则调整设备数量与设备容量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262606.3A CN115600809A (zh) | 2022-10-14 | 2022-10-14 | 一种综合能源系统的优化调度装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262606.3A CN115600809A (zh) | 2022-10-14 | 2022-10-14 | 一种综合能源系统的优化调度装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115600809A true CN115600809A (zh) | 2023-01-13 |
Family
ID=84847828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211262606.3A Pending CN115600809A (zh) | 2022-10-14 | 2022-10-14 | 一种综合能源系统的优化调度装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115600809A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116227757A (zh) * | 2023-05-10 | 2023-06-06 | 南京瑞麟能源技术有限公司 | 一种基于智慧云网关的综合能源管控方法及系统 |
| CN117494910A (zh) * | 2024-01-02 | 2024-02-02 | 国网山东省电力公司电力科学研究院 | 一种基于碳减排的多能源协调优化控制系统及方法 |
| CN117521920A (zh) * | 2023-12-29 | 2024-02-06 | 湖南工商大学 | 应用于能源系统的协同优化方法和装置 |
| CN117557067A (zh) * | 2024-01-10 | 2024-02-13 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
| CN117726150A (zh) * | 2024-02-08 | 2024-03-19 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
| CN117977718A (zh) * | 2024-04-01 | 2024-05-03 | 浙电(宁波北仑)智慧能源有限公司 | 基于源网荷储的协调调度优化方法及系统 |
-
2022
- 2022-10-14 CN CN202211262606.3A patent/CN115600809A/zh active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116227757A (zh) * | 2023-05-10 | 2023-06-06 | 南京瑞麟能源技术有限公司 | 一种基于智慧云网关的综合能源管控方法及系统 |
| CN117521920A (zh) * | 2023-12-29 | 2024-02-06 | 湖南工商大学 | 应用于能源系统的协同优化方法和装置 |
| CN117521920B (zh) * | 2023-12-29 | 2024-04-05 | 湖南工商大学 | 应用于能源系统的协同优化方法和装置 |
| CN117494910A (zh) * | 2024-01-02 | 2024-02-02 | 国网山东省电力公司电力科学研究院 | 一种基于碳减排的多能源协调优化控制系统及方法 |
| CN117494910B (zh) * | 2024-01-02 | 2024-03-22 | 国网山东省电力公司电力科学研究院 | 一种基于碳减排的多能源协调优化控制系统及方法 |
| CN117557067A (zh) * | 2024-01-10 | 2024-02-13 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
| CN117557067B (zh) * | 2024-01-10 | 2024-04-02 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
| CN117726150A (zh) * | 2024-02-08 | 2024-03-19 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
| CN117726150B (zh) * | 2024-02-08 | 2024-04-26 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
| CN117977718A (zh) * | 2024-04-01 | 2024-05-03 | 浙电(宁波北仑)智慧能源有限公司 | 基于源网荷储的协调调度优化方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113255992B (zh) | 一种园区级多能互补系统优化调度方法及装置 | |
| CN115600809A (zh) | 一种综合能源系统的优化调度装置及方法 | |
| CN113344736B (zh) | 一种园区级综合能源系统及其控制方法 | |
| Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
| CN112736908A (zh) | 一种多能协同优化配置规划方法 | |
| Guo et al. | Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting | |
| Guo et al. | Low-carbon operation of combined heat and power integrated plants based on solar-assisted carbon capture | |
| CN105676824A (zh) | 一种可再生能源冷热电联供能量优化调度系统与方法 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源系统分层优化运行方法 | |
| CN111478374B (zh) | 风光出力特性概率分布与预测的动态评估方法 | |
| Xu et al. | Optimal intraday rolling operation strategy of integrated energy system with multi-storage | |
| CN115693793B (zh) | 一种区域微电网能源优化控制方法 | |
| CN116231694A (zh) | 一种风光互补制氢与冷热电多能互补的综合能源系统 | |
| CN116247745A (zh) | 考虑非计划离网风险的氢能微网滚动优化调度方法 | |
| Jabari et al. | Toward energy-efficient microgrids under summer peak electrical demand integrating solar dish Stirling heat engine and diesel unit | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 | |
| CN114186875A (zh) | 一种高新能源占比的园区多能源优化调度控制方法 | |
| CN112886633A (zh) | 分布式综合能源适配管理网络 | |
| CN111489047A (zh) | 一种基于纯清洁能源的大型矿山离网型供能系统设计方法 | |
| CN111985844A (zh) | 一种风力及光能综合能源系统日前经济调度方法 | |
| CN117663503B (zh) | 一种智能调节熔盐储热速率的方法及系统 | |
| Wang et al. | Research on multi-objective optimization design technology of regional integrated energy system | |
| Chen et al. | Establishment of Clean Energy Demand Forecasting Model in China Based on Genetic Algorithms | |
| CN114626604B (zh) | 一种基于基准站感知的分布式光伏观测方法及系统 |
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 |