CN116187538B - 能源调度方法和装置 - Google Patents

能源调度方法和装置 Download PDF

Info

Publication number
CN116187538B
CN116187538B CN202211739521.XA CN202211739521A CN116187538B CN 116187538 B CN116187538 B CN 116187538B CN 202211739521 A CN202211739521 A CN 202211739521A CN 116187538 B CN116187538 B CN 116187538B
Authority
CN
China
Prior art keywords
energy
constraint
building
heat
function
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
CN202211739521.XA
Other languages
English (en)
Other versions
CN116187538A (zh
Inventor
靳小龙
周承翰
贾宏杰
穆云飞
余晓丹
徐宪东
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN202211739521.XA priority Critical patent/CN116187538B/zh
Publication of CN116187538A publication Critical patent/CN116187538A/zh
Application granted granted Critical
Publication of CN116187538B publication Critical patent/CN116187538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种能源调度方法和装置。该方法包括根据能源售价上下限和售价预测情况，构建能源售价约束；根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；根据能源中转方的能源转化设备的能源转化情况和各建筑集群的能源消耗情况，构建能源平衡约束；确定能源中转方向建筑集群提供能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买所需能源成本的第三复合目标函数；在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况。

Description

能源调度方法和装置
技术领域
本发明涉及数据处理技术领域，尤其涉及一种能源调度方法和装置。
背景技术
我国建筑耗能约占全社会总能耗的23％，其中，用于供冷及供热的能耗约占建筑总能耗的50％。因此，如何充分发掘建筑的节能减排潜力从而降低其能耗受到了广泛关注。社区综合能源系统(Integrated Community Energy System，ICES)通过多种能源耦合设备，可以根据用户需求进行不同能源形式的集中转换，高效经济地满足楼宇用户的能源需求。因此，深入研究社区综合能源系统与建筑的协同优化具有重要意义。
然而，在已有的针对建筑需求响应的研究中，多为确定性的优化调度，未考虑调度过程中的不确定因素。事实上，可再生能源出力、实时电价、电负荷等的不确定性会影响社区综合能源系统调度结果的经济性和鲁棒性。在电热价格不确定性下，社区综合能源系统能源调度过程的鲁棒性显著降低。
发明内容
本发明提供了一种能源调度方法、装置、设备及存储介质，以提高能源调度过程的调度准确性和调度鲁棒性。
根据本发明的一方面，提供了一种能源调度方法，包括：
根据能源售价上下限和售价预测情况，构建能源售价约束；
根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；
根据所述建筑集群所属配电网系统的电网拓扑情况，构建配电网约束；
根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束；
根据能源中转方的能源转化设备的能源转化情况和各所述建筑集群的能源消耗情况，构建能源平衡约束；
确定所述能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、所述建筑集群的能源需求成本的第二最小值目标函数、以及所述能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；
在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性影响最小时，所述能源中转方的目标能源分配情况；
其中，所述目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
根据本发明的另一方面，提供了一种能源调度装置，包括：
售价约束构建模块，用于根据能源售价上下限和售价预测情况，构建能源售价约束；
供热约束构建模块，用于根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；
配电网约束构建模块，用于根据所述建筑集群所属配电网系统的电网拓扑情况，构建配电网约束；
热平衡约束构建模块，用于根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束；
能源平衡约束构建模块，用于根据能源中转方的能源转化设备的能源转化情况和各所述建筑集群的能源消耗情况，构建能源平衡约束；
目标函数确定模块，用于确定所述能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、所述建筑集群的能源需求成本的第二最小值目标函数、以及所述能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；
能源分配模块，用于在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性影响最小时，所述能源中转方的目标能源分配情况；
其中，所述目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
本发明实施例方案通过确定能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况，实现了能源中转方对目标能源的合理调度分配，在调度过程中考虑电热价格不确定性，提高了能源调度过程的调度准确性和调度鲁棒性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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的前提下，还可以根据这些附图获得其他的附图。
图1A是根据本发明实施例一提供的一种能源调度方法的流程图；
图1B是根据本发明实施例一提供的一种各建筑节点的等效关系的示意图；
图1C是根据本发明实施例一提供的一种两阶段鲁棒优化能源调度方法的结构示意图；
图1D是根据本发明实施例一提供的一种目标能源分配情况的求解示意图；
图2是根据本发明实施例二提供的一种能源调度方法的流程图；
图3A是根据本发明实施例三提供的一种室外温度及光照强度示意图；
图3B是根据本发明实施例三提供的一种能源中转方从上级能源系统购买能源的价格示意图；
图3C是根据本发明实施例三提供的一种用户从上级能源系统购买能源的价格示意图；
图3D是根据本发明实施例三提供的一种单户居民电负荷示意图；
图3E是根据本发明实施例三提供的一种建筑集群的最优热负荷结果示意图；
图3F是根据本发明实施例三提供的一种散热器流量变化示意图；
图3G是根据本发明实施例三提供的一种单个用户成本与能源中转方收益关系示意图；
图4是根据本发明实施例四提供的一种能源调度装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1A是本发明实施例一提供的一种能源调度方法的流程图，本实施例可适用于在电热价格不确定的情况下，对上级能源系统和建筑集群的能源进行能源调度的情况，该方法可以由能源调度装置来执行，该装置可采用软件和/或硬件的方式实现，并可配置于承载能源调度方法的电子设备中。
参见图1A所示的能源调度方法，包括：
S110、根据能源售价上下限和售价预测情况，构建能源售价约束。
其中，能源售价约束可以包括售热价格约束和电热价格的不确定集合。
示例性的，可以根据能源售价上下限和售价预测情况，采用如下方式确定售热价格约束：
其中，为上级能源系统对建筑集群的预测售热价格；为能源中转方t时段的售热价格；N为建筑集群总数；T为一个调度周期；α1和α2为预设系数。其中，能源中转方可以为进行能源调度的社区综合能源系统。其中，上级能源系统是指可以用于提供能源的机构。
需要说明的是，能源中转方进行能源调度过程中，可再生能源出力、实时电价、电负荷等因素会导致电热能源价格存在不确定性，而电热价格的不确定性会影响能源中转方调度结果的经济性和鲁棒性。因此，在调度过程中需要考虑电热价格的不确定性，从而确保能源中转方能源调度准确性和可靠性。
其中，电热价格的不确定集合可以包括电价的不确定集合和热价的不确定集合。其中，电价的不确定集合和热价的不确定集合可以由相关技术人员进行预先设定。
S120、根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束。
其中，建筑集群可以是建筑用户，具体可以包括至少一个房间的建筑区域。
其中，拓扑情况可以是供热管道的拓扑结构，拓扑结构可以指建筑集群中各供热管道的连接情况。供热网络约束可以指能源调度过程中，建筑集群中的供热管道需要满足的条件。
在一个可选实施例中，根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束，包括：根据建筑集群中供热管道的拓扑结构和待优化的管道流量，构建各管道节点的节点流量等式约束；根据具备连接关系的管道节点间的管道压力差值、和所连接管道的管道流量，构建所连接供热管道的管道压力等式约束；根据管道流量上下限，构建管道流量不等式约束，以及根据管道压力上下限，构建管道压力不等式约束；对管道压力等式约束中的管道流量进行分段线性化，以更新管道压力等式约束；其中，供热网络约束包括各管道节点的节点流量等式、管道流量不等式、管道压力不等式约束和更新后的供热管道的管道压力等式约束。
其中，节点流量等式约束是指供热管道中的传热介质需要满足的流量条件。管道压力等式约束是指供热管道中的管道压力需要满足的条件。管道流量不等式约束是指供热管道中传热介质的流量调整条件。管道压力不等式约束是指供热管道的压力调整条件。
示例性的，可以通过以下公式，确定节点流量等式约束：
其中，YHDN为能源中转方关联的供热网络的二次热网关联矩阵；为供热网络的管道流量矩阵；为供热网络的节点流量矩阵。
示例性的，可以通过以下公式，确定所连接供热管道的管道压力等式约束：
其中，ph,t表示供热网络的节点h在t时刻下的管道压力；ph+1,t表示供热网络的节点h+1(也即管道节点h在传热介质流动方向下的下一相邻节点)在t时刻下的压力；ξl表示系数；表示管道l在t时刻下的管道流量；l表示第l个供热管道；Npipe表示供热网络内管道总数量；n表示第l个供热管道中第n个管道节点；κl表示管道l的摩擦系数；Ll表示管道l的长度；dl表示管道l的内壁直径；ρ表示传热介质(如水)的密度。
示例性的，可以通过以下公式，确定管道流量不等式约束：
其中，为管道l的流量上限；为管道l的流量下限；为管道l在t时刻下的流量；Npipe为供热网络内管道总数量；T为调度周期。
示例性的，可以通过以下公式，确定管道压力不等式约束：
其中，为供热网络的管道节点h的管道压力下限值；为供热网络的管道节点h的管道压力上限值。Nnode为供热网络的节点总数量。
本可选实施例通过引入各管道节点的节点流量等式约束、管道流量不等式约束、管道压力不等式约束和更新后的供热管道的管道压力等式约束，确定供热网络管道约束，实现了在综合考虑供热管道的各种因素的情况下，构建供热网络管道约束，提高了构建的供热网络管道约束的全面性；同时，通过分段线性化，对管道压力等式约束进行更新，减少了运算量，提高了后续的处理效率。
S130、根据建筑集群所属配电网系统的电网拓扑情况，构建配电网约束。
其中，电网拓扑情况包括配电网系统的电网拓扑结构，以及拓扑结构中相邻电网节点间的电导抗参数。其中，电导抗参数可以包括电阻和电抗。配电网约束是指在能源调度过程中，配电网需要满足的条件。
示例性的，可以通过以下公式，确定配电网约束：
1-ε≤Vj≤1+ε；
其中，Pj为能源中转方关联的配电网络的网络节点j的注入有功功率；Qj为能源中转方关联的配电网络的网络节点j的注入无功功率；Pj+1为配电网络的网络节点j+1的注入有功功率；Qj+1为配电网络的网络节点j+1的注入无功功率；rf为配电网络的相邻节点间电阻；xf为配电网络的相邻节点间电抗；为配电网络的网络节点j+1的负荷消耗有功功率；为配电网络的网络节点j+1的负荷消耗无功功率；Vj为配电网络的网络节点j的电压；Vj+1为配电网络的网络节点j+1的电压。ε为预设常数项。
进一步的，为了减少运算量，可以引入潮流约束，对配电网约束进行更新。示例性的，可以通过以下公式，对配电网约束进行更新：
其中，V0表示基准电压，由技术人员根据实际需要或经验进行设置，或通过大量试验反复确定。
S140、根据建筑集群的蓄热性能和建筑集群中建筑节点的散热区域的散热情况，构建热量约束。
其中，热量约束可以包括热平衡约束和热负荷约束。
在一个可选实施例中，根据建筑集群的蓄热性能和建筑集群中建筑节点的散热区域的散热情况，构建热量约束，包括：根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束；根据各建筑节点的散热区域对应供热管道的传热介质的传热温度，构建建筑集群的热负荷约束；生成包括热平衡约束和热负荷约束的热量约束。
示例性的，可以根据建筑集群的绝热性能参数，确定相应建筑集群中各建筑节点内墙体的热导抗参数；根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束。
其中，绝热性能参数是指可以用于确定建筑集群的绝热或保暖能力好坏的数据。可选的，建筑集群的绝热性能参数可以包括建筑集群的建筑材料、存续时间和老化程度等参数中的至少一种。
其中，存续时间是指建筑集群的存在时长。老化程度参数是指可以用于量化建筑集群老化程度的数据。
本可选实施例通过引入建筑材料、存续时间和老化程度参数，确定建筑集群的绝热性能参数，提高了绝热性能参数确定过程所参照因素的丰富性和全面性，进而提高了热导抗参数确定结果的准确度。
其中，散热区域是指散热器所处区域，用于在该区域内散发热量。例如，散热器可以是暖气片。
其中，传热介质可以是用户提供热量的媒介。例如，传热介质可以是水。相应的，传热温度是指传热介质的温度，可以测量得到。需要说明的是，不同建筑集群中的传热介质可以相同或不同，本发明实施例对此不作任何限定。其中，热负荷约束可以是能源调度过程中，散热区域需要满足的散热条件。
在一个可选实施例中，根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束，包括：针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；针对任一建筑节点，根据该建筑节点的室内温度、相应邻近节点的室内温度、以及与相应邻近节点之间的共用墙体的墙体参数，构建该建筑节点与相应邻近节点之间的墙体热平衡约束；其中，墙体参数包括热导抗参数、光照参数和待优化的墙体温度；针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；针对任一建筑节点，根据该建筑节点的室内温度、室外温度、共用墙体的墙体参数和窗体参数，构建该建筑节点的室内热平衡约束；其中，窗体参数包括窗体热阻、窗体面积和窗体光照参数。
其中，墙体热平衡约束是指在能源调度过程中，建筑节点对应墙体需要满足的热能平衡条件。光照参数是指用来描述墙体受到光照的数据。具体的，光照参数可以包括墙体是否接受阳光照射、墙体的吸热率和墙体接受室外光照的强度。
其中，室内热平衡约束是指在能源调度过程中，任一房间中的热量需要满足的热能平衡条件。窗体光照参数是指用来描述窗体受到光照的数据。具体的，窗体光照参数可以包括窗体透射率和窗体接受的光照强度。
示例性的，参见图1B所示的各建筑节点的等效关系示意图。若确定任一建筑节点为建筑节点1；该建筑节点1右侧的邻近节点为建筑节点2；该建筑节点1上方的邻近节点为建筑节点3；该建筑节点1左侧的邻近节点为外界，设为建筑节点4；该建筑节点1下方的邻近节点为外界，设为建筑节点5；其中，Cr表示热量在建筑节点1中的存储；可以通过以下公式，构建该建筑节点1分别与建筑节点2、建筑节点3、建筑节点4和建筑节点5之间的墙体热平衡约束：
其中，Tr表示建筑节点1的室内温度；T2表示建筑节点2的室内温度；T3表示建筑节点3的室内温度；T4表示建筑节点4(图中未示出)的室外温度；T5表示建筑节点5(图中未示出)的室外温度；Cw1,2表示建筑节点1和建筑节点2之间共用墙体的热容；Cw1,3表示建筑节点1和建筑节点3之间共用墙体的热容；Cw1,4表示建筑节点1和建筑节点4之间共用墙体的热容；Cw1,5表示建筑节点1和建筑节点5之间共用墙体的热容；Tw1,2表示建筑节点1和建筑节点2之间共用墙体的墙体温度；Tw1,3表示建筑节点1和建筑节点3之间共用墙体的墙体温度；Tw1,4表示建筑节点1和建筑节点4之间共用墙体的墙体温度；Tw1,5表示建筑节点1和建筑节点5之间共用墙体的墙体温度；Rw1,2表示建筑节点1和建筑节点2之间共用墙体的热阻；Rw1,3表示建筑节点1和建筑节点3之间共用墙体的热阻；Rw1,4表示建筑节点1和建筑节点4之间共用墙体的热阻；Rw1,5表示建筑节点1和建筑节点5之间共用墙体的热阻；r1,2表示建筑节点1和建筑节点2之间共用墙体是否接受阳光照射；r1,3表示建筑节点1和建筑节点3之间共用墙体是否接受阳光照射；r1,4表示建筑节点1和建筑节点4之间共用墙体是否接受阳光照射；r1 ,5表示建筑节点1和建筑节点5之间共用墙体是否接受阳光照射；α1,2表示建筑节点1和建筑节点2之间共用墙体的吸热率；α1,3表示建筑节点1和建筑节点3之间共用墙体的吸热率；α1,4表示建筑节点1和建筑节点4之间共用墙体的吸热率；α1,5表示建筑节点1和建筑节点5之间共用墙体的吸热率；Aw1,2表示建筑节点1和建筑节点2之间共用墙体的表面积；Aw1,3表示建筑节点1和建筑节点3之间共用墙体的表面积；Aw1,4表示建筑节点1和建筑节点4之间共用墙体的表面积；Aw1,5表示建筑节点1和建筑节点5之间共用墙体的表面积；Qrad1,2表示建筑节点1和建筑节点2之间共用墙体接受室外光照的强度；Qrad1,3表示建筑节点1和建筑节点3之间共用墙体接受室外光照的强度；Qrad1,4表示建筑节点1和建筑节点4之间共用墙体接受室外光照的强度；Qrad1,5表示建筑节点1和建筑节点5之间共用墙体接受室外光照的强度。需要说明的是，本发明实施例对确定相邻节点间的共用墙体是否接受阳关照射的方式不作任何限定，可以是技术人员根据经验进行设置。r1,j(j＝2,3,4,5)表示共用墙体是否受到阳光照射；r1,j(j＝2,3,4,5)取1时，表示该共用墙体接受阳光照射；r1,j(j＝2,3,4,5)取0时，表示该共用墙体没有接受阳光照射。
示例性的，可以通过以下公式，确定室内热平衡约束：
其中，Cr表示建筑节点1的热容；Tw1,j(j＝2,3,4,5)表示建筑节点1与相邻节点之间共用墙体的墙体温度；Rw1,j(j＝2,3,4,5)表示建筑节点1与相邻节点之间共用墙体的热阻；Tout表示室外温度；Rwin表示窗体热阻；表示建筑节点1的散热器热量；Qint表示建筑节点1的内部热量；τwin表示窗体透射率；Awin表示窗体面积；Qwin表示窗体接受的光照强度。
本可选实施例方案通过引入墙体热平衡约束，确定任一建筑节点与相应相邻节点之间共用墙体的热量平衡，实现了对任一建筑节点各墙体的热平衡的考虑，提高了后续处理的准确性；通过引入室内热平衡约束，实现了对任一建筑节点的热平衡的确定，提高了热平衡约束的构建结果的准确性。
在一个可选实施例中，根据各建筑节点的散热区域对应供热管道的传热介质的传热温度，构建建筑集群的热负荷约束，包括：针对各建筑集群，根据该建筑集群中各建筑节点的散热区域对应供热管道的传热介质的传热温度，以及待优化的管道流量，构建散热器热量等式约束；其中，供热管道为散热器所连接管道；根据该建筑集群中各建筑节点对应散热器热量，构建该建筑集群的供热总负荷等式约束；根据室内温度上下限，构建室内温度约束，构建温度不等式约束，以及，根据供热管道的管道流量的流量上下限，构建管道流量不等式约束；其中，建筑集群的热负荷约束包括散热器热量等式约束、建筑集群的供热总负荷等式约束、温度不等式约束和管道流量不等式约束。
其中，管道流量是指供热管道中通过的传热介质的流速。散热器热量等式约束是指散热器的散热条件。供热总负荷等式约束是指任一建筑集群中，该建筑集群中所有散热器的散热条件。温度不等式约束是指使用户舒适的温度条件。管道流量不等式约束是指散热器中传热介质的流量调整条件。
示例性的，若传热介质为水，针对任一建筑集群中任一建筑节点的散热区域，可以通过以下公式，确定该散热区域的散热器热量等式约束：
其中，表示散热器热量；cp表示水的比热容；表示t时刻待优化的管道流量；TS表示供热管道中的供水温度；Tr表示供热管道中的回水温度。
示例性的，通过以下公式，确定该建筑集群的供热总负荷等式约束：
其中，表示供热总负荷；t表示时间，t＝1,2,……,T，T可以为一个调度周期，如一个调度周期可以是24小时；i可以表示该建筑集群中散热区域的数量，i＝1,2,……,I；I可以表示单个建筑集群中散热区域的总数量。
示例性的，可以通过以下公式，确定温度不等式约束：
Tr,min≤Tr≤Tr,max；
其中，Tr表示室内温度；Tr,min表示室内温度的最小值；Tr,max表示室内温度的最大值。其中，Tr,min和Tr,max可以由相关技术人员进行预先设定。
示例性的，可以通过以下公式，确定管道流量不等式约束：
其中，表示管道流量；mr,min表示管道流量的最小值；mr,max表示管道流量的最大值。其中，mr,min和mr,max可以由相关技术人员进行预先设定。
本可选实施例通过引入散热器热量等式约束、建筑集群的供热总负荷等式约束、温度不等式约束和管道流量不等式约束，构建建筑集群的热负荷约束，实现了在综合考虑建筑集群中的热量使用情况的基础上，构建建筑集群的热负荷约束，提高了热负荷约束的全面性。
S150、根据能源中转方的能源转化设备的能源转化情况和各建筑集群的能源消耗情况，构建能源平衡约束。
其中，能源中转方是用于进行能源转化的机构，例如，能源中转方可以是社区综合能源系统。能源转化设备是指可以用于进行能源转化的装置。能源中转方可以向上级能源系统购能，并向建筑集群分配能源。能源中转方可以将购买的能源转化为热能。并且，能源中转方从上级能源系统够能并转化后的能源，与向建筑集群调度分配的能源满足能源守恒。
其中，能源平衡约束是指在能源调度过程中的能源需要满足的条件。例如，能源平衡约束可以包括电平衡和热平衡。
示例性的，可以根据能源转化情况和能源消耗情况，构建电平衡和热平衡。能源转化设备可以包括热泵和CHP(combind heat and power，热电联产)单元。例如，若能源转化设备包括热泵和CHP单元，可以通过以下公式，确定电平衡和热平衡：
其中，表示能源中转方在t时刻向上级能源系统购买的电能；表示在t时刻，CHP单元转换的电能；表示在t时刻，热泵消耗的电能；表示N个建筑集群的供电总负荷之和；表示t时段不提供需求响应建筑集群的电负荷；表示t时刻，CHP单元转换的热能；表示在t时刻，热泵转换的热能；表示能源中转方在t时刻向上级能源系统购买的热能；表示N个建筑集群的供热总负荷之和；表示第N个建筑集群内的用户，在t时刻的电负荷；表示第N个建筑集群内的用户，在t时刻的热负荷。
示例性的，可以通过以下公式，确定CHP单元的能源转换情况：
其中，表示t时刻，能源中转方向上级能源系统购买的天然气量；ηe表示CHP单元的天然气转电能的效率；ηh表示CHP单元的天然气转热能的效率；表示CHP单元的额定容量。
示例性的，可以通过以下公式，确定热泵的能源转换情况：
其中，ηhp表示热泵的电能转热能的效率；表示热泵的额定容量。
S160、确定能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数。
其中，能源中转方的能源收益是指能源中转方从建筑集群中获取得到的能源收益；建筑集群的能源需求成本是指建筑集群中的用户从能源中转方购买能源的成本。
其中，第一最大值目标函数可以是能源中转方的售能收益目标函数。示例性的，可以通过如下方式，确定第一最大目标函数：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求相应的建筑集群的电负荷；为t时段提供需求相应的建筑集群的热负荷；为t时段不提供需求相应的建筑集群的电负荷；为t时段不提供需求相应的建筑集群的热负荷。T为调度周期；N为建筑集群总数。
其中，第二最小目标函数可以是建筑集群能源需求成本目标函数。示例性的，可以通过如下方式，确定第二最小目标函数：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求相应的建筑集群的电负荷；为t时段提供需求相应的建筑集群的热负荷。T为调度周期；N为建筑集群总数。
其中，第三复合目标函数可以是在能源价格不确定性下，能源中转方购能成本目标函数。示例性的，可以通过如下方式，确定第三复合目标函数：
其中，和分别为能源中转方向上级能源系统的购电价格、购气价格和购热价格。和分别为能源中转方向上级能源系统的购电热量、购气热量和购热热量；W为售价不确定集合；X为能源中转方的目标约束。
其中，目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
S170、在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况；其中，目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
其中，目标能源分配情况包括能源中转方向上级能源系统的购能情况，以及能源中转方向建筑集群的能源调度分配情况。
其中，目标约束条件是指能源调度过程中，建筑集群、能源中转方和上级能源系统需要满足的条件。
示例性的，在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，可以得到能源中转方应向上级能源系统购买多少能源，以及能源中转方将购买能源进行转换后向建筑集群如何分配以及分配多少能源。
本发明实施例方案通过确定能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况，实现了能源中转方对目标能源的合理调度分配，在调度过程中考虑电热价格不确定性，提高了能源调度过程的调度准确性和调度鲁棒性。
在一个可选实施例中，如图1C所示的一种两阶段鲁棒优化能源调度方法的结构示意图。在第一阶段，提出双层优化的方法，使建筑集群主动参与到热价制定策略中，实现建筑集群和能源中转方的协同优化，从而充分发掘供需两端的灵活性。在第二阶段，提出鲁棒优化的方法，保证能源中转方在能源价格不确定下优化调度的鲁棒性。示例性的，上级能源系统向能源中转方提供天然气、热能和电能。能源中转方对能源进行转换后，在电能和热能价格不确定情况下，制定调度策略，将能源调度分配给建筑集群。在该过程中，需要能源中转方向建筑集群的售电售热收入最大、能源中转方向上级能源系统在不确定性情况下的购能成本最小以及建筑集群向能源中转方的购能成本最小。
在一个可选实施例中，可以参见图1D所示的目标能源分配情况的求解示意图。其中，初始模型为以能源中转方为上层，以建筑集群为下层的双层优化模型；针对该初始模型，采用鲁棒优化概率分布的方法，在能源价格不确定性下，保证能源中转方的购能策略的鲁棒性。随后通过KKT Karush-Kuhn-Tucker，最优解的一阶必要条件)条件，将下层问题的第二最小值目标函数和对应的约束条件转化为上层问题的约束条件，从而将双层问题转化为单层问题，得到单层模型MPEC(mathematical problem with equilibrium,均衡约束规划问题)；最后采用大M理论、分段线性化方法以及对偶理论，将单层问题中非线性部分线性化，从而方便求解。进而对线性化后的MILP(mixed integer linear programming，混合整数线性规划)模型(也即更新后的上层目标函数)，通过MATLAB的CPLEX求解器进行求解，以实现高效求解。具体的，根据MPEC模型中的更新后的下层约束条件，得到更新后的下层目标函数；根据更新后的下层目标函数和更新后的下层约束条件，得到更新后的上层目标函数，以及相应约束条件；根据更新后的上层目标函数和相应约束条件，确定目标能源分配情况。
实施例二
图2是本发明实施例二提供的一种能源调度方法的流程图，本实施例在上述各实施例的基础上，进一步的，在步骤“在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况”之前，添加步骤“根据能源售价约束，构建售价不确定集合；确定售价不确定集合中的对偶变量；根据各对偶变量，将第三复合目标函数转化为第三最大值目标函数。”以完善对第三复合函数的转化过程。需要说明的是，在本发明实施例中未详述的部分，可参见其他实施例的表述。
参见图2所示的能源调度方法，包括：
S210、根据能源售价上下限和售价预测情况，构建能源售价约束。
S220、根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束。
S230、根据建筑集群所属配电网系统的电网拓扑情况，构建配电网约束。
S240、根据建筑集群的蓄热性能和建筑集群中建筑节点的散热区域的散热情况，构建热量约束。
S250、根据能源中转方的能源转化设备的能源转化情况和各建筑集群的能源消耗情况，构建能源平衡约束。
S260、确定能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数。
S270、根据能源售价约束，构建售价不确定集合。
需要说明的是，能源中转方进行能源调度过程中，由于电热能源价格存在不确定性，影响能源中转方调度结果的经济性和鲁棒性。因此，在调度过程中需要考虑电热价格的不确定性，从而确保能源中转方能源调度准确性和可靠性。
在一个可选实施例中，根据能源售价约束，构建售价不确定集合，包括：根据能源售价约束中的能源售价上下限，确定上下限约束；根据能源售价与售价预测情况的差值，确定预测差值约束；根据能源售价与售价预测情况的偏出情况，确定预测偏出约束；生成包括上下限约束、搜索预测差值约束和预测偏出约束的售价不确定集合。
其中，售价不确定集合可以包括电价的不确定集合和热价的不确定集合。
示例性的，可以通过以下方式，确定电价的不确定集合的上下限约束：
其中，为能源中转方向上级能源系统的购电价格；为预先设定的能源中转方向上级能源系统的购电价格下限；为能源中转方向上级能源系统的购电价格上限；为对偶变量。
示例性的，可以通过以下方式，确定电价的不确定集合的预测差值约束：
其中，为购电价格的预测值；为实时电价与预测电价的总偏差；为对偶变量。
示例性的，可以通过以下方式，确定电价的不确定集合的预测偏出约束：
其中，为t时段实时电价与预测电价的最大偏差；Γe为电价的不确定预算。
需要说明的是，若想要去掉公式中的绝对值符号，需要引入2T个不等式约束，显著增加了计算量。为此，可以引入新变量引入新变量后的公式转换如下：
其中，为对偶变量。
示例性的，可以通过以下方式，确定热价的不确定集合的上下限约束：
其中，为能源中转方向上级能源系统的购热价格；为预先设定的能源中转方向上级能源系统的购热价格下限；为能源中转方向上级能源系统的购热价格上限；为对偶变量。
示例性的，可以通过以下方式，确定热价的不确定集合的预测差值约束：
其中，为购热价格的预测值；为实时热价与预测热价的总偏差；为对偶变量。
示例性的，可以通过以下方式，确定热价的不确定集合的预测偏出约束：
其中，为t时段实时热价与预测热价的最大偏差；Γh为热价的不确定预算。
需要说明的是，若想要去掉公式中的绝对值符号，需要引入2T个不等式约束，显著增加了计算量。为此，可以引入新变量引入新变量后的公式转换如下：
其中，为对偶变量。
S280、确定售价不确定集合中的对偶变量。
延续前例，可以将上述在确定电价不确定集合和热价不确定集合中，作为售价不确定集合中的对偶变量。
S290、根据各对偶变量，将第三复合目标函数转化为第三最大值目标函数。
在一个可选实施例中，根据各对偶变量，将第三复合目标函数转化为第三最大值目标函数，包括：将第三复合目标函数由内层最大外层最小的函数，转化为内层最小外层最大的函数，以更新第三复合目标函数；根据各对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，以将更新后的第三复合目标函数转化为第三最大值目标函数。
示例性的，可以基于强对偶原理，将第三复合目标函数中的min-max问题，转化为max-min问题，再采用对偶原理将内层的min问题转化为max问题，并与外层的max问题合并。
其中，第三复合目标函数如下：
将第三复合目标函数的min-max问题，转化为max-min问题，即由内层最大外层最小的函数，转化为内层最小外层最大的函数，以更新第三复合目标函数，更新后的第三复合目标函数如下：
根据各对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，以将更新后的第三复合目标函数转化为第三最大值目标函数。
在一个可选实施例中，根据各对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，包括：确定内层最小函数的原始函数系数，以及能源售价约束的原始约束常量；根据原始函数系数，确定目的约束常量，以及根据原始约束常量，确定目的函数系数；根据目的函数系数、目的约束常量和所述对偶变量，将内层最小函数转化为内层最大函数。
其中，内层最小函数为：
示例性的，将内层最小函数转化为内层最大函数，可选的，根据目的函数系数和对偶变量，将内层最小函数转化为内层最大函数；根据目的约束常量和对偶变量，更新内层最大函数的约束条件。
其中，更新后的第三最大值目标函数如下：
其中，W′是电热价格的不确定集W的对偶集合，W′如下所示：
其中，作为售价不确定集合中的对偶变量；为t时段实时电价与预测电价的最大偏差；为t时段实时热价与预测热价的最大偏差；为能源中转方向上级能源系统的购电热量；为能源中转方向上级能源系统的购热热量。
S2100、在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况。
其中，目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
在一个可选实施例中，在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性最小时，能源中转方的目标能源分配情况，包括：将第二最小值目标函数和第二最小值目标函数的约束条件，转化为第一最大值目标函数的新的约束条件；根据新的目标约束条件，更新第一最大值目标函数；将第三最大值目标函数与更新后的第一最大值目标函数进行合并，得到最终目标函数；在满足目标约束条件的情况下，确定最终目标函数最大时能源在中转方的目标能源分配情况。
示例性的，可以采用KKT(Karush-Kuhn-Tucker，最优解的一阶必要条件)条件，将第二最小值目标函数和第二最小目标函数的约束条件，转化为第一最大目标函数的新的约束条件，从而将双层问题转化为单层问题。
示例性的，可以通过以下公式，根据第二最小目标函数、以及第二最小目标函数的约束条件，构建拉格朗日函数：
其中，βi和λk表示对偶变量；hj和gk分别为各约束条件中的不等式约束和等式约束。
延续前例，对拉格朗日函数求偏导，生成平稳条件和互补松弛条件。其中，平稳性条件如下：
其中，λ1,t、λ2,t、λ3,t和λ4,t分别为墙体热平衡约束相对应的对偶变量；λ5,t为室内热平衡约束的对偶变量。
互补松弛条件如下：
其中，和表示温度不等式约束的对偶变量；和表示散热器不等式约束的对偶变量。
采用大M理论，对互补松弛条件进行线性化，得到更新后的互补松弛条件；根据平稳条件和更新后的互补松弛条件，将第二最小目标函数和第二最小目标函数的约束条件，转化为第一最大目标函数的约束条件，以更新第一最大目标函数的约束条件；根据新的目标约束条件，更新第一最大值目标函数；将第三最大值目标函数与更新后的第一最大值目标函数进行合并，得到最终目标函数；在满足目标约束条件的情况下，确定最终目标函数最大时能源在中转方的目标能源分配情况。
本实施方案通过根据能源售价约束，构建售价不确定集合；确定售价不确定集合中的对偶变量；根据各对偶变量，将所述第三复合目标函数转化为第三最大值目标函数，在考虑能源价格不确定下，将下层问题的目标函数和约束条件转换为上策问题的约束条件，从而将双层问题转化为单层问题。将第三复合目标函数的min-max问题，转化为max-min问题，从而能够将内层的min问题转化为max问题，并与外层的max问题合并，从而方便求解。
实施例三
本发明实施例在上述各实施例的基础上，提供了一个可选实施例。需要说明的是，在本发明实施例未详述的部分，可参见其他实施例的表述。
若本实施例的一个调度周期为24h，热价每小时变化一次，建筑集群的建筑用户散热器流量每小时变化一次。算例中建筑集群设置为层高3m，共10层的独栋住宅。每层有4个用户，每个用户的制热区域为36m2。选取冬季典型日，单个散热区域的相关参数见表1，不确定集的相关参数见表2，其他相关参数见表3。参见图3A所示的室外温度及光照强度示意图，以及图3B和图3C分别所示的能源中转方和用户分别从上级能源系统购买能源的价格示意图。本实施例没有考虑建筑电需求响应对售电价格的影响，用户的售电价格假定为用户从上级能源系统购能价格，单户居民电负荷参见图3D所示的示意图。
表1建筑集群的单个散热区域相关参数
其中，Rwi,j表示建筑节点i与相邻建筑节点j之间共用墙体的热阻；Rwin表示窗体热阻；Cr表示建筑节点的热容；Cwi,j表示建筑节点i与建筑节点j之间共用墙体的热容；Awin表示窗体面积。
表2不确定集相关参数
其中，Γe为电价的不确定预算；Γh为热价的不确定预算；为实时热价与预测热价的总偏差；为购电价格的预测值；为预先设定的能源中转方向上级能源系统的购电价格下限；为能源中转方向上级能源系统的购电价格上限；为预先设定的能源中转方向上级能源系统的购热价格下限；为能源中转方向上级能源系统的购热价格上限；为购热价格的预测值。
表3其他参数
其中，ηe表示CHP单元的天然气转电能的效率；ηh表示CHP单元的天然气转热能的效率；ηhp表示热泵的电能转热能的效率；α1、α2和ε为预设系数；M为互补松弛约束的系数。
针对第一阶段，示例性的，能源中转方价格设置和建筑集群热需求响应之间的相互作用。建筑集群的最优热负荷结果如图3E所示，可以观察到，大多数优化的售热价格处于热价上限或下限。预计售热价格是上限和下限的平均值。通常售热价格在夜间(如21:00-04:00)处于下限，而在白天(如08:00-15:00)处于上限，因为夜间的热负荷较高。图3E描述了建筑集群如何根据能源中转方的售热价格提供热需求响应。当售热价格处于低谷时，用户散热器流量相应升高(例如，在4:00、7:00等)。相反，在售热价格处于高峰时，用户散热器流量明显降低。此外，如图3F所示的一种散热器流量变化示意图，室内温度根据散热器流量的调整在舒适范围内变化。由于建筑物的热惯性，室内温度达到峰值的时段对应出现在散热器流量明显升高的后一个时段。这样就可以利用楼宇的热惯性，在售热价格低的时候储热，相应地在热价高的时候减少散热器流量，降低供热成本。
为了验证本发明在第一阶段所提出的双层优化定价策略效果，设定如下三种对比场景，如表4所示。
表4三种场景对比
为了说明双层优化方法的优势，场景I和场景II用来作比较。如图3G所示的一种单个用户成本与能源中转方收益关系示意图，当单个建筑用户的成本增加时，能源中转方的利润会变大。由于用户的目标是尽量减少能源成本，能源中转方和用户的利益是冲突的，需要平衡能源中转方的利润和建筑用户的成本。与场景2相比，场景1允许用户和能源中转方参与售热价格的制定。因此，场景1可以得到更平衡的结果，使能源中转方和用户同时受益。为了验证用户提供热需求响应的有效性，比较了场景II和场景III。在两种场景下能源中转方利润几乎相同时，场景III的单个用户成本比场景II高出2.29％。
针对第二阶段，示例性的，能源中转方向上级能源系统购能，并采用鲁棒优化的方法应对能源价格不确定性带来的风险。为了验证鲁棒优化的有效性，本发明设置了三个对比场景：
场景IV：两阶段鲁棒优化方法，相关参数见于表5。
场景V：确定性优化。能源中转方根据预测的能源价格优化能源调度计划，再根据最坏的情况计算利润。
场景Ⅵ：确定性优化。能源中转方根据预测的能源价格优化能源调度计划，而不考虑最坏情况。
表5三种场景对比
为验证鲁棒优化应对能源价格不确定性带来的潜在风险，比较了场景Ⅳ和场景Ⅴ的收益。场景Ⅴ中能源中转方没有考虑能源价格的不确定性，这导致能源中转方在实时最坏情况会有额外成本。场景Ⅳ和场景Ⅴ的购能成本几乎相同，而场景Ⅳ中能源中转方的利润比场景Ⅴ高5.1％。由于场景Ⅵ没有考虑最坏情况，结果与场景Ⅴ相差甚远。这进一步表明，确定性优化无法应对能源价格不确定性带来的风险。
实施例四
图4是本发明四提供的一种能源调度装置的结构示意图，本实施例可适用于在电热价格不确定的情况下，对上级能源系统和建筑集群的能源进行能源调度的情况，该方法可以由能源调度装置来执行，该装置可采用软件和/或硬件的方式实现，并可配置于承载能源调度方法的电子设备中。
如图4所示，该装置包括：售价约束构建模块401、供热约束构建模块402、配电网约束构建模块403、热量约束构建模块404、能源平衡约束构建模块405、目标函数确定模块406和能源分配模块407。其中，
售价约束构建模块401，用于根据能源售价上下限和售价预测情况，构建能源售价约束；
供热约束构建模块402，用于根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；
配电网约束构建模块403，用于根据所述建筑集群所属配电网系统的电网拓扑情况，构建配电网约束；
热量约束构建模块404，用于根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束；
能源平衡约束构建模块405，用于根据能源中转方的能源转化设备的能源转化情况和各所述建筑集群的能源消耗情况，构建能源平衡约束；
目标函数确定模块406，用于确定所述能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、所述建筑集群的能源需求成本的第二最小值目标函数、以及所述能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；
能源分配模块407，用于在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性影响最小时，所述能源中转方的目标能源分配情况；
其中，所述目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
本发明实施例方案通过确定能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、建筑集群的能源需求成本的第二最小值目标函数、以及能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、第二最小值目标函数的函数值最小，且在第三复合目标函数的函数值最大且不确定性影响最小时，能源中转方的目标能源分配情况，实现了能源中转方对目标能源的合理调度分配，在调度过程中考虑电热价格不确定性，提高了能源调度过程的调度准确性和调度鲁棒性。
可选的，所述装置还包括：
不确定集合构建模块，用于根据所述能源售价约束，构建售价不确定集合；
对偶变量确定模块，用于确定所述售价不确定集合中的对偶变量；
目标函数转化模块，用于根据各所述对偶变量，将所述第三复合目标函数转化为第三最大值目标函数。
可选的，所述目标函数转化模块，包括：
目标函数更新单元，用于将所述第三复合目标函数由内层最大外层最小的函数，转化为内层最小外层最大的函数，以更新所述第三复合目标函数；
目标函数转化单元，用于根据各所述对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，以将更新后的第三复合目标函数转化为所述第三最大值目标函数。
可选的，目标函数转化单元，包括：
常量确定子单元，用于确定所述内层最小函数的原始函数系数，以及所述能源售价约束的原始约束常量；
函数系数确定子单元，用于根据所述原始函数系数，确定目的约束常量，以及根据所述原始约束常量，确定目的函数系数；
最大函数转化子单元，用于根据所述目的函数系数、所述目的约束常量和所述对偶变量，将所述内层最小函数转化为内层最大函数。
可选的，所述最大函数转化子单元，具体用于：
根据所述目的函数系数和所述对偶变量，将所述内层最小函数转化为内层最大函数；
根据所述目的约束常量和所述对偶变量，更新所述内层最大函数的约束条件。
可选的，所述不确定集合构建模块，包括：
上下限约束确定单元，用于根据所述能源售价约束中的能源售价上下限，确定上下限约束；
预测差值约束确定单元，用于根据能源售价与售价预测情况的差值，确定预测差值约束；
预测偏出约束确定单元，用于根据能源售价与所述售价预测情况的偏出情况，确定预测偏出约束；
不确定集合生成单元，用于生成包括所述上下限约束、搜索预测差值约束和所述预测偏出约束的售价不确定集合。
可选的，所述能源分配模块407，包括：
约束条件转化单元，用于将所述第二最小值目标函数和所述第二最小值目标函数的约束条件，转化为所述第一最大值目标函数的新的约束条件；
第一目标函数更新单元，用于根据所述新的目标约束条件，更新所述第一最大值目标函数；
最终目标函数确定单元，用于将所述第三最大值目标函数与更新后的第一最大值目标函数进行合并，得到最终目标函数；
能源分配单元，用于在满足所述目标约束条件的情况下，确定所述最终目标函数最大时所述能源在中转方的目标能源分配情况。
可选的，所述供热约束构建模块402，包括：
流量等式约束构建单元，用于根据所述建筑集群中供热管道的拓扑结构和待优化的管道流量，构建各管道节点的节点流量等式约束；
压力等式约束构建单元，用于根据具备连接关系的管道节点间的管道压力差值、和所连接管道的管道流量，构建所连接供热管道的管道压力等式约束；
压力不等式约束构建单元，用于根据管道流量上下限，构建管道流量不等式约束，以及根据管道压力上下限，构建管道压力不等式约束；
压力等式约束更新单元，用于对所述管道压力等式约束中的管道流量进行分段线性化，以更新所述管道压力等式约束；
其中，所述供热网络约束包括各管道节点的节点流量等式约束、管道流量不等式约束、管道压力不等式约束和更新后的供热管道的管道压力等式约束。
可选的，所述热量约束构建模块404，包括：
热平衡约束构建单元，用于根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束；
热负荷约束构建单元，用于根据各所述建筑节点的散热区域对应供热管道的传热介质的传热温度，构建所述建筑集群的热负荷约束；
热量约束生成单元，用于生成包括所述热平衡约束和所述热负荷约束的热量约束。
可选的，所述热平衡约束构建单元，包括：
第一邻近节点确定子单元，用于针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；
墙体热平衡约束确定子单元，用于针对任一建筑节点，根据该建筑节点的室内温度、相应邻近节点的室内温度、以及与相应邻近节点之间的共用墙体的墙体参数，构建该建筑节点与相应邻近节点之间的墙体热平衡约束；其中，所述墙体参数包括热导抗参数、光照参数和待优化的墙体温度；
第二邻近节点确定子单元，用于针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；
室内热平衡约束确定子单元，用于针对任一建筑节点，根据该建筑节点的室内温度、室外温度、共用墙体的墙体参数和窗体参数，构建该建筑节点的室内热平衡约束；其中，所述窗体参数包括窗体热阻、窗体面积和窗体光照参数。
可选的，所述热负荷约束构建单元，包括：
热量等式约束构建子单元，用于针对各建筑集群，根据该建筑集群中各建筑节点的散热区域对应供热管道的传热介质的传热温度，以及待优化的管道流量，构建散热器热量等式约束；其中，所述供热管道为散热器所连接管道；
总负荷等式约束构建子单元，用于根据该建筑集群中各建筑节点对应散热器热量，构建该建筑集群的供热总负荷等式约束；
管道流量不等式约束构建子单元，用于根据室内温度上下限，构建室内温度约束，构建温度不等式约束，以及，根据供热管道的管道流量的流量上下限，构建管道流量不等式约束；
其中，所述建筑集群的热负荷约束包括散热器热量等式约束、建筑集群的供热总负荷等式约束、温度不等式约束和管道流量不等式约束。
本发明实施例所提供的能源调度装置，可执行本发明任意实施例所提供的能源调度方法，具备执行各能源调度方法相应的功能模块和有益效果。
本发明的技术方案中，所涉及的热导抗参数、传热温度、拓扑结构、电导抗参数、能源转化情况、能源消耗情况、能源售价上下限、越级能源售价和能源需求成本等的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

Claims (12)

1.一种能源调度方法，其特征在于，包括：
根据能源售价上下限和售价预测情况，构建能源售价约束；
根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；
根据所述建筑集群所属配电网系统的电网拓扑情况，构建配电网约束；
根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束；
根据能源中转方的能源转化设备的能源转化情况和各所述建筑集群的能源消耗情况，构建能源平衡约束；
确定所述能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、所述建筑集群的能源需求成本的第二最小值目标函数、以及所述能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；
所述第一最大值目标函数是能源中转方的售能收益目标函数，可以通过下述方式得到：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求响应的建筑集群的电负荷；为t时段提供需求响应的建筑集群的热负荷；为t时段不提供需求响应的建筑集群的电负荷；为t时段不提供需求响应的建筑集群的热负荷；T为调度周期；N为建筑集群总数；
所述第二最小值目标函数是建筑集群能源需求成本目标函数，可以通过下述方式得到：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求响应的建筑集群的电负荷；为t时段提供需求响应的建筑集群的热负荷；T为调度周期；N为建筑集群总数；
所述第三复合目标函数是在能源价格不确定性下，能源中转方购能成本目标函数，可以通过下述方式得到：
其中，和分别为能源中转方向上级能源系统的购电价格、购气价格和购热价格，和分别为能源中转方向上级能源系统的购电热量、购气热量和购热热量；W为售价不确定集合；X为能源中转方的目标约束；
在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性影响最小时，所述能源中转方的目标能源分配情况；
其中，所述目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述能源售价约束，构建售价不确定集合；
确定所述售价不确定集合中的对偶变量；
根据各所述对偶变量，将所述第三复合目标函数转化为第三最大值目标函数。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述对偶变量，将所述第三复合目标函数转化为第三最大值目标函数，包括：
将所述第三复合目标函数由内层最大外层最小的函数，转化为内层最小外层最大的函数，以更新所述第三复合目标函数；
根据各所述对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，以将更新后的第三复合目标函数转化为所述第三最大值目标函数。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述对偶变量，将更新后的第三复合目标函数的内层最小函数转化为内层最大函数，包括：
确定所述内层最小函数的原始函数系数，以及所述能源售价约束的原始约束常量；
根据所述原始函数系数，确定目的约束常量，以及根据所述原始约束常量，确定目的函数系数；
根据所述目的函数系数、所述目的约束常量和所述对偶变量，将所述内层最小函数转化为内层最大函数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目的函数系数、所述目的约束常量和所述对偶变量，将所述内层最小函数转化为内层最大函数，包括：
根据所述目的函数系数和所述对偶变量，将所述内层最小函数转化为内层最大函数；
根据所述目的约束常量和所述对偶变量，更新所述内层最大函数的约束条件。
6.根据权利要求2所述的方法，其特征在于，所述根据所述能源售价约束，构建售价不确定集合，包括：
根据所述能源售价约束中的能源售价上下限，确定上下限约束；
根据能源售价与售价预测情况的差值，确定预测差值约束；
根据能源售价与所述售价预测情况的偏出情况，确定预测偏出约束；
生成包括所述上下限约束、搜索预测差值约束和所述预测偏出约束的售价不确定集合。
7.根据权利要求2-6任一项所述的方法，其特征在于，所述在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性最小时，所述能源中转方的目标能源分配情况，包括：
将所述第二最小值目标函数和所述第二最小值目标函数的约束条件，转化为所述第一最大值目标函数的新的约束条件；
根据所述新的目标约束条件，更新所述第一最大值目标函数；
将所述第三最大值目标函数与更新后的第一最大值目标函数进行合并，得到最终目标函数；
在满足所述目标约束条件的情况下，确定所述最终目标函数最大时所述能源在中转方的目标能源分配情况。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束，包括：
根据所述建筑集群中供热管道的拓扑结构和待优化的管道流量，构建各管道节点的节点流量等式约束；
根据具备连接关系的管道节点间的管道压力差值、和所连接管道的管道流量，构建所连接供热管道的管道压力等式约束；
根据管道流量上下限，构建管道流量不等式约束，以及根据管道压力上下限，构建管道压力不等式约束；
对所述管道压力等式约束中的管道流量进行分段线性化，以更新所述管道压力等式约束；
其中，所述供热网络约束包括各管道节点的节点流量等式约束、管道流量不等式约束、管道压力不等式约束和更新后的供热管道的管道压力等式约束。
9.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束，包括：
根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束；
根据各所述建筑节点的散热区域对应供热管道的传热介质的传热温度，构建所述建筑集群的热负荷约束；
生成包括所述热平衡约束和所述热负荷约束的热量约束。
10.根据权利要求9所述的方法，其特征在于，所述根据建筑集群中不同建筑节点的墙体的热导抗参数，构建相应建筑节点的热平衡约束，包括：
针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；
针对任一建筑节点，根据该建筑节点的室内温度、相应邻近节点的室内温度、以及与相应邻近节点之间的共用墙体的墙体参数，构建该建筑节点与相应邻近节点之间的墙体热平衡约束；其中，所述墙体参数包括热导抗参数、光照参数和待优化的墙体温度；
针对该建筑集群中各建筑节点的分布情况，确定任一建筑节点的邻近节点；
针对任一建筑节点，根据该建筑节点的室内温度、室外温度、共用墙体的墙体参数和窗体参数，构建该建筑节点的室内热平衡约束；其中，所述窗体参数包括窗体热阻、窗体面积和窗体光照参数。
11.根据权利要求9所述的方法，其特征在于，所述根据各所述建筑节点的散热区域对应供热管道的传热介质的传热温度，构建所述建筑集群的热负荷约束，包括：
针对各建筑集群，根据该建筑集群中各建筑节点的散热区域对应供热管道的传热介质的传热温度，以及待优化的管道流量，构建散热器热量等式约束；其中，所述供热管道为散热器所连接管道；
根据该建筑集群中各建筑节点对应散热器热量，构建该建筑集群的供热总负荷等式约束；
根据室内温度上下限，构建室内温度约束，构建温度不等式约束，以及，根据供热管道的管道流量的流量上下限，构建管道流量不等式约束；
其中，所述建筑集群的热负荷约束包括散热器热量等式约束、建筑集群的供热总负荷等式约束、温度不等式约束和管道流量不等式约束。
12.一种能源调度装置，其特征在于，包括：
售价约束构建模块，用于根据能源售价上下限和售价预测情况，构建能源售价约束；
供热约束构建模块，用于根据不同建筑集群的供热管道的拓扑情况，构建供热网络约束；
配电网约束构建模块，用于根据所述建筑集群所属配电网系统的电网拓扑情况，构建配电网约束；
热量约束构建模块，用于根据所述建筑集群的蓄热性能和所述建筑集群中建筑节点的散热区域的散热情况，构建热量约束；
能源平衡约束构建模块，用于根据能源中转方的能源转化设备的能源转化情况和各所述建筑集群的能源消耗情况，构建能源平衡约束；
目标函数确定模块，用于确定所述能源中转方向不同需求的建筑集群提供能源的能源收益的第一最大值目标函数、所述建筑集群的能源需求成本的第二最小值目标函数、以及所述能源中转方向上级能源系统购买能源价格不确定性情况下所需能源成本的第三复合目标函数；
所述第一最大值目标函数是能源中转方的售能收益目标函数，可以通过下述方式得到：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求响应的建筑集群的电负荷；为t时段提供需求响应的建筑集群的热负荷；为t时段不提供需求响应的建筑集群的电负荷；为t时段不提供需求响应的建筑集群的热负荷；T为调度周期；N为建筑集群总数；
所述第二最小值目标函数是建筑集群能源需求成本目标函数，可以通过下述方式得到：
其中，为能源中转方在t时段的售电价格；为能源中转方在t时段的售热价格；为t时段提供需求响应的建筑集群的电负荷；为t时段提供需求响应的建筑集群的热负荷；T为调度周期；N为建筑集群总数；
所述第三复合目标函数是在能源价格不确定性下，能源中转方购能成本目标函数，可以通过下述方式得到：
其中，和分别为能源中转方向上级能源系统的购电价格、购气价格和购热价格，和分别为能源中转方向上级能源系统的购电热量、购气热量和购热热量；W为售价不确定集合；X为能源中转方的目标约束；
能源分配模块，用于在满足目标约束条件的情况下，确定第一最大值目标函数的函数值最大、所述第二最小值目标函数的函数值最小，且在所述第三复合目标函数的函数值最大且不确定性影响最小时，所述能源中转方的目标能源分配情况；
其中，所述目标约束条件包括能源售价约束、供热网络约束、配电网约束、热平衡约束和能源平衡约束中的至少一种。
CN202211739521.XA 2022-12-30 2022-12-30 能源调度方法和装置 Active CN116187538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211739521.XA CN116187538B (zh) 2022-12-30 2022-12-30 能源调度方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211739521.XA CN116187538B (zh) 2022-12-30 2022-12-30 能源调度方法和装置

Publications (2)

Publication Number Publication Date
CN116187538A CN116187538A (zh) 2023-05-30
CN116187538B true CN116187538B (zh) 2023-11-17

Family

ID=86435792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211739521.XA Active CN116187538B (zh) 2022-12-30 2022-12-30 能源调度方法和装置

Country Status (1)

Country Link
CN (1) CN116187538B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726151B (zh) * 2024-02-08 2024-05-03 四川大学 考虑决策依赖不确定性和流量平衡的eipscn协同规划方法
CN118378763B (zh) * 2024-06-25 2024-09-24 厦门四联信息技术有限公司 一种能源数字化管理方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108565863A (zh) * 2018-04-13 2018-09-21 国网浙江省电力有限公司电力科学研究院 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN109298634A (zh) * 2018-10-18 2019-02-01 东南大学 一种综合能源系统两阶段鲁棒优化调度方法
CN111522238A (zh) * 2020-04-26 2020-08-11 上海电力大学 一种基于舒适度的建筑综合能源系统控制方法及控制系统
CN111612552A (zh) * 2020-06-09 2020-09-01 东北电力大学 一种计及三主体竞价的综合能源系统日前迭代出清方法
CN111898806A (zh) * 2020-07-14 2020-11-06 国网综合能源服务集团有限公司 电-热耦合的源储荷集成多能流园区运行优化方法及系统
CN113222249A (zh) * 2021-05-12 2021-08-06 天津大学 基于主从博弈的园区综合能源系统双层优化控制方法
CA3115583A1 (en) * 2020-04-17 2021-10-17 Mcmaster University Integrated community energy and harvesting system
CN113592648A (zh) * 2021-07-21 2021-11-02 山东大学 一种综合能源系统的多主体交易方法及系统
CN114117693A (zh) * 2021-10-28 2022-03-01 国网天津市电力公司 一种考虑住宅用户供热需求的社区综合能源系统双层优化方法
CN114358432A (zh) * 2022-01-07 2022-04-15 国网山东省电力公司青岛供电公司 计及需求响应与碳交易的多能源系统优化调度方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030236593A1 (en) * 2002-06-21 2003-12-25 Schumacher Brett L. Method and apparatus for management of distributed heat and power generation

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108565863A (zh) * 2018-04-13 2018-09-21 国网浙江省电力有限公司电力科学研究院 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN109298634A (zh) * 2018-10-18 2019-02-01 东南大学 一种综合能源系统两阶段鲁棒优化调度方法
CA3115583A1 (en) * 2020-04-17 2021-10-17 Mcmaster University Integrated community energy and harvesting system
CN111522238A (zh) * 2020-04-26 2020-08-11 上海电力大学 一种基于舒适度的建筑综合能源系统控制方法及控制系统
CN111612552A (zh) * 2020-06-09 2020-09-01 东北电力大学 一种计及三主体竞价的综合能源系统日前迭代出清方法
CN111898806A (zh) * 2020-07-14 2020-11-06 国网综合能源服务集团有限公司 电-热耦合的源储荷集成多能流园区运行优化方法及系统
CN113222249A (zh) * 2021-05-12 2021-08-06 天津大学 基于主从博弈的园区综合能源系统双层优化控制方法
CN113592648A (zh) * 2021-07-21 2021-11-02 山东大学 一种综合能源系统的多主体交易方法及系统
CN114117693A (zh) * 2021-10-28 2022-03-01 国网天津市电力公司 一种考虑住宅用户供热需求的社区综合能源系统双层优化方法
CN114358432A (zh) * 2022-01-07 2022-04-15 国网山东省电力公司青岛供电公司 计及需求响应与碳交易的多能源系统优化调度方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
基于联盟博弈的综合能源系统优化运行方法;丛昊;王旭;蒋传文;杨萌;;电力系统自动化(14);全文 *
基于随机规划的建筑集群冷热电联供系统优化研究;楚晓琳;杨东;;运筹与管理(03);全文 *
考虑建筑热平衡与柔性舒适度的乡村微能源网电热联合调度;刘洪;王亦然;李积逊;葛少云;李吉峰;李生山;;电力系统自动化(09);全文 *
考虑配电网重构的区域综合能源系统最优混合潮流计算;靳小龙;穆云飞;贾宏杰;吴建中;徐宪东;余晓丹;;电力系统自动化(01);全文 *
考虑随机性的区域综合能源系统多目标日前优化调度方法;李琳;徐晶;林威;穆云飞;靳小龙;贾宏杰;余晓丹;杜丽佳;原凯;;电力建设(12);全文 *

Also Published As

Publication number Publication date
CN116187538A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN116187538B (zh) 能源调度方法和装置
Li et al. Stochastic-weighted robust optimization based bilayer operation of a multi-energy building microgrid considering practical thermal loads and battery degradation
Lin et al. Decentralized solution for combined heat and power dispatch through benders decomposition
Talebi et al. A review of district heating systems: modeling and optimization
Stadler et al. Model-based optimization of distributed and renewable energy systems in buildings
JP5789792B2 (ja) 需給制御装置、需給制御方法、および、需給制御システム
Vand et al. Optimal management of energy sharing in a community of buildings using a model predictive control
Chen et al. Optimal day‐ahead scheduling of multiple integrated energy systems considering integrated demand response, cooperative game and virtual energy storage
Collazos et al. Predictive optimal management method for the control of polygeneration systems
Zhou et al. Two-stage robust optimization for space heating loads of buildings in integrated community energy systems
CN110094802A (zh) 一种热泵与蓄热式电锅炉联合供暖负荷分配方法及装置
Xu et al. Risk management strategy for a renewable power supply system in commercial buildings considering thermal comfort and stochastic electric vehicle behaviors
Esmaeilzadeh et al. The comparison of some advanced control methods for energy optimization and comfort management in buildings
Zhang et al. Combined heat and power scheduling: Utilizing building‐level thermal inertia for short‐term thermal energy storage in district heat system
Roy et al. A multi-level Demand-Side Management algorithm for offgrid multi-source systems
Ma et al. Two-stage stochastic robust optimization model of microgrid day-ahead dispatching considering controllable air conditioning load
Yang et al. Distributed energy trading management for renewable prosumers with HVAC and energy storage
Ikeda et al. A new optimization strategy for the operating schedule of energy systems under uncertainty of renewable energy sources and demand changes
Gao et al. Installed capacity optimization of distributed energy resource systems for residential buildings
Wang et al. Event-triggered online energy flow control strategy for regional integrated energy system using Lyapunov optimization
CN110490386B (zh) 一种综合能源调度方法和综合能源调度系统
Xue et al. Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty
JP6054737B2 (ja) 蓄電量の推移を予測する方法、及び予測装置
Chen et al. Stochastic planning of integrated energy system based on correlation scenario generation method via Copula function considering multiple uncertainties in renewable energy sources and demands
Lee et al. A design methodology for energy infrastructures at the campus scale

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