CN116205456A - 一种综合能源系统的调度方法、装置、设备及介质 - Google Patents
一种综合能源系统的调度方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116205456A CN116205456A CN202310182447.4A CN202310182447A CN116205456A CN 116205456 A CN116205456 A CN 116205456A CN 202310182447 A CN202310182447 A CN 202310182447A CN 116205456 A CN116205456 A CN 116205456A
- Authority
- CN
- China
- Prior art keywords
- target
- energy system
- scheduling
- cost
- period
- 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 58
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 87
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 85
- 238000006243 chemical reaction Methods 0.000 claims abstract description 85
- 230000006870 function Effects 0.000 claims description 80
- 238000004590 computer program Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 239000000446 fuel Substances 0.000 claims description 8
- 239000002699 waste material Substances 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000009467 reduction Effects 0.000 abstract description 7
- 238000004134 energy conservation Methods 0.000 abstract description 6
- 238000004146 energy storage Methods 0.000 description 24
- 239000007789 gas Substances 0.000 description 22
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 18
- 238000010521 absorption reaction Methods 0.000 description 9
- 239000003345 natural gas Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000282461 Canis lupus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Water Supply & Treatment (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明实施例公开了一种综合能源系统的调度方法、装置、设备及介质。其中,该方法包括:确定待测园区的综合能源系统中目标设备的能源转化模型;根据能源转化模型确定综合能源系统的目标调度函数和目标约束条件;目标调度函数根据综合能源系统在目标调度周期内的目标运行成本建立,目标运行成本包括碳排放成本,目标约束条件包括碳排放量约束条件;根据目标约束条件和综合能源系统的负荷预测信息对目标调度函数进行求解,得到目标设备的目标输出功率;根据目标输出功率确定综合能源系统的目标调度方式。本方案建立了包括碳排放成本的目标调度函数,能够兼顾综合能源系统的经济性和低碳性,达到节能减排目的,提高了综合能源系统的运行效益。
Description
技术领域
本发明涉及能源调度技术领域,尤其涉及一种综合能源系统的调度方法、装置、设备及介质。
背景技术
能源是人类生存和经济发展的物质基础,随着世界经济持续高速发展,由能源短缺导致的能源供需矛盾日益突出。传统供能系统在能源的储存、传输和应用方面存在较大的浪费,一次能源利用水平较低。综合能源系统的出现耦合了不同种类型能源,通过耦合设备使不同能源之间实现互补,提高了能源利用率,降低了碳排放量。
当前对于综合能源系统调度的研究多是以成本最优为目标,针对系统运行对环境影响的考虑较少,无法兼顾系统运行的经济性和低碳性,使得系统运行效益受到限制。因此,如何统筹兼顾综合能源系统运行的经济性和低碳性,是目前能源调度领域亟待解决的问题之一。
发明内容
本发明提供了一种综合能源系统的调度方法、装置、设备及介质,建立了包括碳排放成本的目标调度函数,能够较好地兼顾综合能源系统运行的经济性和低碳性,从而达到节能减排目的,有助于提高综合能源系统的运行效益。
根据本发明的一方面,提供了一种综合能源系统的调度方法,所述方法包括:
确定待测园区的综合能源系统中目标设备的能源转化模型;所述能源转化模型根据所述目标设备的能源转化形式确定;
根据所述能源转化模型确定所述综合能源系统的目标调度函数和目标约束条件;所述目标调度函数根据所述综合能源系统在目标调度周期内的目标运行成本建立,所述目标运行成本根据所述能源转化模型确定,所述目标运行成本包括碳排放成本,所述目标约束条件包括碳排放量约束条件;
根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率;
根据所述目标输出功率确定所述综合能源系统的目标调度方式。
根据本发明的另一方面,提供了一种综合能源系统的调度装置,包括:
能源转化模型确定模块,用于确定待测园区的综合能源系统中目标设备的能源转化模型;所述能源转化模型根据所述目标设备的能源转化形式确定;
目标调度函数确定模块,用于根据所述能源转化模型确定所述综合能源系统的目标调度函数和目标约束条件;所述目标调度函数根据所述综合能源系统在目标调度周期内的目标运行成本建立,所述目标运行成本根据所述能源转化模型确定,所述目标运行成本包括碳排放成本,所述目标约束条件包括碳排放量约束条件;
目标输出功率确定模块,用于根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率;
目标调度方式确定模块,用于根据所述目标输出功率确定所述综合能源系统的目标调度方式。
根据本发明的另一方面,提供了一种综合能源系统的调度电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的综合能源系统的调度方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的综合能源系统的调度方法。
本发明实施例的技术方案,确定待测园区的综合能源系统中目标设备的能源转化模型;能源转化模型根据目标设备的能源转化形式确定;根据能源转化模型确定综合能源系统的目标调度函数和目标约束条件;目标调度函数根据综合能源系统在目标调度周期内的目标运行成本建立,目标运行成本根据能源转化模型确定,目标运行成本包括碳排放成本,目标约束条件包括碳排放量约束条件;根据目标约束条件和综合能源系统的负荷预测信息对目标调度函数进行求解,得到目标设备的目标输出功率;根据目标输出功率确定综合能源系统的目标调度方式。本技术方案,建立了包括碳排放成本的目标调度函数,能够较好地兼顾综合能源系统运行的经济性和低碳性,从而达到节能减排目的,有助于提高综合能源系统的运行效益。
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1是根据本发明实施例一提供的一种综合能源系统的调度方法的流程图;
图2是根据本发明实施例一提供的一种综合能源系统的网络拓扑结构的示意图;
图3是根据本发明实施例二提供的一种综合能源系统的调度方法的流程图;
图4是根据本发明实施例三提供的一种综合能源系统的调度方法的流程图
图5是根据本发明实施例四提供的一种综合能源系统的调度装置的结构示意图;
图6是实现本发明实施例的一种综合能源系统的调度方法的电子设备的结构示意图。
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”“目标”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1为本发明实施例一提供的一种综合能源系统的调度方法的流程图,本实施例可适用于对综合能源系统进行低成本和低碳调度的情况,该方法可以由综合能源系统的调度装置来执行,该综合能源系统的调度装置可以采用硬件和/或软件的形式实现,该综合能源系统的调度装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110,确定待测园区的综合能源系统中目标设备的能源转化模型;能源转化模型根据目标设备的能源转化形式确定。
其中,待测园区可以是指等待被检测的园区。例如,待测园区可以是小区、医院、酒店或者工业园区等。综合能源系统可以是指在一定区域内利用先进的物理信息技术和创新管理模式,通过整合区域内煤炭、石油、天然气、电能、热能等多种能源,实现多能源协调运行的一种能源系统。目标设备可以是指综合能源系统中的任意设备。具体的,目标设备可以包括供电设备、供热设备、供冷设备和供气设备等。能源转化模型可以是指能够描述目标设备运行时输入与输出关系的数学模型,具体可以根据目标设备的能源转化形式进行确定。其中,能源转化形式可以根据目标设备间的能量流动关系确定。
本实施例中,针对待测园区内综合能源系统中的各目标设备间的能量流动关系,然后根据目标设备间的能量流动关系确定目标设备的能源转化形式,进而可根据目标设备的能源转化形式确定目标设备的能源转化模型。可选的,确定待测园区的综合能源系统中目标设备的能源转化模型,包括:获取待测园区中综合能源系统的网络拓扑结构;根据网络拓扑结构确定综合能源系统中目标设备的能源转化模型。
其中,网络拓扑结构可以是指能够表征综合能源系统中各目标设备的物理布局特征的网络结构,具体可以包括目标设备以及目标设备间的能量流动关系。图2为本发明实施例一提供的一种综合能源系统的网络拓扑结构的示意图。其中,箭头方向表示能量的流动方向,实线代表电流动,长虚线代表气流动,短虚线代表热流动,点划线代表冷流动。如图2所示,网络拓扑结构中包括四种目标设备,分别为供电设备、供热设备、供冷设备和供气设备。其中,供电设备包括风机、光伏、电储能设备和配电网,供热设备包括电锅炉、热储能装置、燃气锅炉和热电联产机组,供冷设备包括电制冷机和吸收式制冷机,供气设备包括气网、储气装置和P2G(Power to Gas,电转气)设备。在本实施例中,首先获取待测园区中综合能源系统的网络拓扑结构,然后可以根据网络拓扑结构确定综合能源系统中目标设备的能源转化模型。
示例性的,光伏的能源转化模型可以表示为其中,Ppv为光伏的输出功率;PS为标准额定条件下光伏的额定输出功率;GC和GS分别为实际光照强度和标准状况下的光照强度,其中,GS一般取103W/m2;kT为功率温度系数;TC为光伏实际运行时外界的温度;TS为标准状况下的环境温度。
示例性的,热电联产机组的能源转化模型可以表示为PCHP,t=ηcVCHP,tLT,t和HCHP,t=ηhVCHP,tLT,t。其中,PCHP,t和HCHP,t分别为t时间段热电联产机组产生的电功率和热功率;VCHP,t为热电联产机组消耗的天然气体积;LT,t为天然气的单位热值;ηc和ηh分别为热电联产机组的发电效率和余热回收装置效率。
示例性的,电储能设备的能源转化模型可以表示为Ebat,t=(1-τ1)Ebat,t-1+[Pch,tηch-Pdis,t/ηdis]Δt。其中,Ebat,t为t时间段电储能设备的剩余容量;τ1为电储能设备的自放电率;Pch,t和Pdis,t分别为电储能设备在t时间段内的充电功率和放电功率;ηch和ηdis分别为电储能设备的充电效率和放电效率,Δt表示单位调度时长。
示例性的,电锅炉的能源转化模型可以表示为HEB,t=ηEBPEB,t。其中,HEB,t为电锅炉在t时间段的制热功率;PEB,t为电锅炉在t时间段消耗的电功率;ηEB为电锅炉在t时间段的热转换效率。燃气锅炉的能源转化模型可以表示为HGB,t=ηGBVGB,tLT,t。其中,HGB,t为燃气锅炉在t时间段的制热功率;VGB,t为燃气锅炉在t时间段消耗的天然气体积;ηGB为燃气锅炉的制热效率。
示例性的,热储能装置的能源转化模型可以表示为Ehs,t=(1-τ2)Ehs,t-1+[Hch,tηhsch-Hdis,t/ηhsdis]Δt。其中,Ehs,t为热储能装置在t时间段的剩余容量;τ2为热储能装置的散热损失率;Hch,t为热储能装置在t时间段的储热功率;Hdis,t为热储能装置在t时间段的放热功率;ηhsch和ηhsdis分别为热储能装置的储热效率和放热效率。
示例性的,P2G设备的能源转化模型可以表示为其中,VP2G,t为P2G设备在t时间段产生的天然气量;PP2G,t为P2G设备在t时间段的运行功率;ηP2G,t为P2G设备在t时间段的转换效率;LT,t为天然气的单位热值。
示例性的,储气装置的能源转化模型可以表示为Egs,t=Egs,t-1+[Vch,tηgsch-Vdis,t/ηgsdis]Δt。其中,Egs,t为储气装置在t时间段的剩余容量;Vch,t和Vdis,t分别表示储气装置在t时间段的储存气体功率和释放气体功率;ηgsch和ηgsdis分别为储气装置的储存气体效率和释放气体效率。
示例性的,电制冷机的能源转化模型可以表示为QEC=COPEC·PEC。其中,QEC为电制冷机输出的冷功率;COPEC为电制冷机效率;PEC为电制冷机消耗的电功率。吸收式制冷机的能源转化模型可以表示为QAC=ηACQH。其中,QAC为吸收式制冷剂输出的冷功率;ηAC为吸收式制冷机的效率;QH为吸收式制冷机消耗的热功率。
本方案通过这样的设置,可以根据综合能源系统的网络拓扑结构快速准确地确定出综合能源系统中各目标设备的能源转化模型。
S120,根据能源转化模型确定综合能源系统的目标调度函数和目标约束条件;目标调度函数根据综合能源系统在目标调度周期内的目标运行成本建立,目标运行成本根据能源转化模型确定,目标运行成本包括碳排放成本,目标约束条件包括碳排放量约束条件。
其中,目标调度函数可以根据综合能源系统在目标调度周期内的目标运行成本建立。其中,目标调度周期可以是指预先设定的系统调度周期,可以根据实际应用需求设定。示例性的,可以将目标调度周期设置为24小时。目标运行成本可以用于反映综合能源系统的运行代价,具体可根据能源转化模型进行确定。其中,目标运行成本中包括碳排放成本,碳排放成本可用于表征综合能源系统的碳排放处理成本。目标约束条件可以用于对综合能源系统的运行成本进行限制。其中,目标约束条件包括碳排放量约束条件,碳排放量约束条件可以用于对综合能源系统和/或目标设备的碳排放量进行约束。
本实施例中,在确定综合能源系统中目标设备的能源转化模型之后,首先可根据目标设备的能源转化模型确定综合能源系统的目标运行成本,然后以综合能源系统在目标调度周期内的目标运行成本最小为目的建立包括碳排放成本的目标调度函数。在目标调度函数建立好之后,根据能源转化模型确定综合能源系统的目标约束条件,其中,目标约束条件中包括碳排放量约束条件。将碳排放成本引入目标调度函数中,通过尽量降低碳排放成本能够确保综合能源系统运行的低碳性。
在本实施例中,可选的,目标运行成本还包括燃料成本、购电成本、运维成本和弃风弃光惩罚成本。
其中,燃料成本和购电成本均属于购能成本,可以分别用于反映综合能源系统从外部购买天然气和购电所需要的成本。具体的,燃料成本可以表示为其中,CGas为天然气价格,QLHV表示天然气热值。此处的单位调度时长Δt可以根据实际需求设定,例如可以将Δt设置为15分钟、30分钟或者1小时等。如果Δt为1小时,CGas可以是分时气价。购电成本可以表示为/>其中,Cbuy表示电价,Pbuy,t表示综合能源系统在t时段从电网购买的电功率。同理,此处可以将Δt设置为1小时,此时Cbuy可以表示分时气价。
其中,运维成本可以用于反映综合能源系统的运营维护成本。将购能成本和运维成本引入目标调度函数中,通过尽量降低购能成本和运维成本,能够确保综合能源系统运行的经济性。弃风弃光惩罚成本可用于反映由于弃风弃光问题导致的综合能源系统运行成本。需要说明的是,在综合能源系统中,可再生能源的间歇性、随机性和波动性会对系统的安全稳定运行造成影响,对系统运行的经济性也会带来影响。本实施例中,将弃风弃光惩罚成本引入目标调度函数中,能够通过消纳更多可再生能源发电,减小对电网安全稳定运行的影响,从而提高综合能源系统运行的稳定性。
示例性的,目标调度函数的表达式如下:
其中,F表示综合能源系统的总运行成本,表示综合能源系统在第t时段的燃料成本,/>表示综合能源系统在第t时段的购电成本,/>表示综合能源系统在第t时段的碳排放成本,/>表示综合能源系统在第t时段的运维成本,表示综合能源系统在第t时段的弃风弃光惩罚成本,Pi(t)表示第i个目标设备在第t时段的输出功率,T表示目标调度周期(如24小时)。
在本实施例中,可选的,碳排放成本的表达式如下:
其中,μc表示综合能源系统的单位碳处理成本,N表示综合能源系统中产生碳排放的目标设备数量,φi表示第i个目标设备的碳排放强度,Δt表示单位调度时长。
在本实施例中,可选的,弃风弃光惩罚成本的表达式如下:
其中,Cx表示弃风弃光惩罚系数,Pd1(t)表示综合能源系统在t时间段的弃光量,Pd2(t)表示综合能源系统在t时间段的弃风量,Δt表示单位调度时长。
本方案通过这样的设置,在建立目标调度函数时充分考虑到购能成本、运维成本、碳排放成本以及弃风弃光惩罚成本,并以综合能源系统运行总成本最小目标建立目标调度函数,能够实现综合能源系统运行的经济性、低碳性和稳定性。
在本实施例中,可选的,碳排放量约束条件包括第一约束条件和第二约束条件,第一约束条件用于约束目标设备的碳排放量,第二约束条件用于约束综合能源系统的碳排放总量;第一约束条件表示为:ECi,t≤ECi,max;其中,ECi,t表示第i个目标设备在t时间段产生的碳排放量,ECi,max表示第i个目标设备在t时间段所允许的最大碳排放量;第二约束条件表示为:EC0≤ECmax;其中,EC0表示综合能源系统在目标调度周期内产生的碳排放总量,ECmax表示综合能源系统在目标调度周期内所允许的最大碳排放总量。
其中,ECi,max可以根据目标设备自身运行特性进行确定,ECmax可以根据碳交易市场为待测园区分配的碳排放指标进行确定(受政策影响)。
在本实施例中,可选的,目标约束条件还包括电平衡约束条件、热平衡约束条件、冷平衡约束条件和设备运行约束条件,设备运行约束条件根据目标设备的运行特征确定。
其中,电平衡约束条件、热平衡约束条件和冷平衡约束条件可以分别用于对综合能源系统运行的电平衡、热平衡和冷平衡进行约束,设备运行约束条件可以用于对综合能源系统中目标设备的输出功率进行约束,具体可以根据目标设备的运行特征进行确定。
示例性的,以图2为例,电平衡约束条件可以表示为PCHP,t+Pbuy,t+PWT,t+Ppv,t+Pbat,t=PP2G,t+PEB,t+PEC,t+Pload,t。其中,PWT,t为风机在第t时段的实际输出功率,Ppv,t为光伏在第t时段的实际输出功率,Pbat,t为电储能装置在第t时段的总充电或者放电功率,PEC,t为电制冷机在第t时段消耗的电功率,Pload,t为综合能源能源系统在第t时段的电负荷预测功率。热平衡约束条件可以表示为HCHP,t+Hbat,t+HEB,t+HGB,t=QH,t+Hload,t。其中,Hbat,t为t时间段热储能的热功率,当Hbat,t>0为发出热功率,当Hbat,t<0为储存热功率;QH,t为t时间段吸收式制冷机消耗的热功率,Hload,t为综合能源系统在t时段的热负荷预测功率。冷平衡约束条件可以表示为QEC,t+QAC,t=Qload,t。其中,QAC,t为吸收式制冷机在t时间段产生的冷功率;QEC,t为电制冷机在t时间段产生的冷功率;Qload,t为综合能源系统在t时间段的热负荷预测功率。
示例性的,光伏的运行约束条件可以表示为其中,/>为光伏在第t时段的预测功率。风机的运行约束条件可以表示为/>其中,/>为风机在第t时段的预测功率。热电联产机组的运行约束条件可以表示为PCHP,min≤PCHP,t≤PCHP,max和其中,PCHP,min和PCHP,max分别表示热电联产机组运行功率的下限值和上限值,/>为热电联产机组爬坡速率最大功率下降率,/>为热电联产机组爬坡速率最大功率上升率。P2G设备的运行约束条件可以表示为0≤PP2G,t≤PP2G,max。其中,PP2G,max为P2G设备的最大运行功率。电锅炉的运行约束条件可以表示为0≤PEB,t≤PEB,max。其中,PEB,max为电锅炉的最大运行功率。燃气锅炉的运行约束条件可以表示为0≤HGB,t≤HGB,max。其中,HGB,max为燃气锅炉的最大运行功率。电制冷机的运行约束条件可以表示为0≤QEC,t≤QEC,max。其中,QEC,max为电制冷机的最大运行功率。吸收式制冷机的运行约束条件可以表示为0≤QAC,t≤QAC,max。其中,QAC,max为吸收式制冷机的最大运行功率。电网的运行约束条件可以表示为/>其中,Pnet,t表示综合能源系统在t时段与电网的交互功率,和/>分别为综合能源系统与电网间交互功率的下限值和上限值。
示例性的,电储能装置的运行约束条件可以表示为其中,Ebat,min和Ebat,max分别表示t时段电储能装置剩余容量的下限值和上限值,Pbat,t为电储能装置在t时段的充放电功率,Pbat,min和Pbat,max分别为电储能装置充放电功率的下限值和上限值。热储能装置的运行约束条件可以表示为/>其中,Ehs,min和Ehs,max分别表示t时段热储能装置剩余容量的下限值和上限值,Phs,t为热储能装置在t时段的充放热功率,Phs,min和Phs,max分别为热储能装置充放热功率的下限值和上限值。
S130,根据目标约束条件和综合能源系统的负荷预测信息对目标调度函数进行求解,得到目标设备的目标输出功率。
其中,负荷预测信息可以是指通过预测得到的综合能源系统运行负荷。具体的,负荷预测信息可以包括电负荷预测功率、热负荷预测功率和冷负荷预测功率。其中,电负荷预测功率、热负荷预测功率和冷负荷预测功率分别是指通过预测得到的综合能源系统运行时的电负荷功率、热负荷功率和冷负荷功率。目标输出功率可以是指通过求解目标调度函数得到的目标设备的输出功率。
本实施例中,首先需要确定综合能源系统的负荷预测信息。需要说明的是,本实施例对负荷预测信息的确定方式不做任何限定,可以根据实际需求设定。示例性的,可以通过遥测方式、基于神经网络模型或者长短期记忆网络确定负荷预测信息。可选的,综合能源系统的负荷预测信息根据预先建立的负荷预测模型进行确定。其中,负荷预测模型可以是指能够预测综合能源系统运行负荷的神经网络模型,如深度学习模型。示例性的,以风机为例,通过将某时段的天气预报信息输入到负荷预测模型中,可以根据负荷预测模型的输出结果得到风机的发电量预测值,进而可根据综合能源系统中各供电设备的发电量预测值,确定综合能源系统的电负荷预测功率。
在确定综合能源系统的负荷预测信息之后,可以进一步根据目标约束条件和负荷预测信息对目标调度函数进行求解。需要说明的是,本实施例对目标调度函数的求解方式不做任何限定,可以根据实际需求进行确定。示例性的,可以采用线性规划算法或非线性规划算法对目标调度函数进行求解。通过对目标调度函数进行求解,可以得到目标调度函数在目标调度周期内每个单位调度时长所对应的最优解,该最优解是由目标设备的目标输出功率组成。
S140,根据目标输出功率确定综合能源系统的目标调度方式。
其中,目标调度方式可以是指基于目标调度函数预测得到的综合能源系统的调度方式。本实施例中,确定目标设备的目标输出功率之后,可以根据该目标输出功率确定综合能源系统在目标调度周期内每个单位调度时长对应的目标调度方式,由此实现综合能源系统的经济和低碳运行。
本发明实施例的技术方案,确定待测园区的综合能源系统中目标设备的能源转化模型;能源转化模型根据目标设备的能源转化形式确定;根据能源转化模型确定综合能源系统的目标调度函数和目标约束条件;目标调度函数根据综合能源系统在目标调度周期内的目标运行成本建立,目标运行成本根据能源转化模型确定,目标运行成本包括碳排放成本,目标约束条件包括碳排放量约束条件;根据目标约束条件和综合能源系统的负荷预测信息对目标调度函数进行求解,得到目标设备的目标输出功率;根据目标输出功率确定综合能源系统的目标调度方式。本技术方案,建立了包括碳排放成本的目标调度函数,能够较好地兼顾综合能源系统运行的经济性和低碳性,从而达到节能减排目的,有助于提高综合能源系统的运行效益。
实施例二
图3为本发明实施例二提供的一种综合能源系统的调度方法的流程图,本实施例以上述实施例为基础进行优化。具体优化为:根据目标约束条件和综合能源系统的负荷预测信息对目标调度函数进行求解,得到目标设备的目标输出功率,包括:基于预设线性求解算法根据负荷预测信息对目标调度函数进行线性规划求解,得到目标调度函数的目标求解结果;确定目标求解结果是否满足预设停止条件;其中,预设停止条件包括目标约束条件;若满足,根据目标求解结果确定目标设备的目标输出功率。
如图3所示,本实施例的方法具体包括如下步骤:
S210,确定待测园区的综合能源系统中目标设备的能源转化模型;能源转化模型根据目标设备的能源转化形式确定。
S220,根据能源转化模型确定综合能源系统的目标调度函数和目标约束条件;目标调度函数根据综合能源系统在目标调度周期内的目标运行成本建立,目标运行成本根据能源转化模型确定,目标运行成本包括碳排放成本,目标约束条件包括碳排放量约束条件。
其中,S210-S220的具体实现方式可以参见S110-S120中的详细描述,此处不再赘述。
S230,基于预设线性求解算法根据负荷预测信息对目标调度函数进行线性规划求解,得到目标调度函数的目标求解结果。
其中,预设求解算法可以是指预先设定的线性规划求解算法。示例性的,预设求解算法可以是粒子群优化算法、蚁群算法、狼群算法或者人工鱼群算法等。目标求解结果可以是指通过对目标调度函数进行线性规划求解得到的对应求解结果。
需要说明的是,针对综合能源系统的调度模型,目前通常采用非线性规划算法进行求解。由于非线性规划算法存在散点问题和边界问题,可能导致无法求解得到最优解或者求解得到多个最优解,从而使得调度模型的求解难度较大且求解灵活性较差。本实施例中,采用线性规划求解算法对目标调度函数进行线性规划求解,能够大大降低目标调度函数的求解难度,提高了目标调度函数的求解速度和求解灵活性。
S240,确定目标求解结果是否满足预设停止条件;其中,预设停止条件包括目标约束条件。
其中,预设停止条件可以是指预先设定的求解停止条件,在预设停止条件中包括目标约束条件。例如,预设停止条件可以根据预设求解次数和目标约束条件进行设置。其中,目标约束条件的优先级高于预设求解次数。具体的,确定目标求解结果是否满足预设停止条件时,首先判断目标求解结果是否满足目标约束条件,若满足,则表明目标求解结果满足预设停止条件;若不满足,则进一步判断当前求解次数是否达到预设求解次数。若已达到预设求解次数,即使目标求解结果未满足目标约束条件也需要判定满足预设停止条件,并且停止求解,避免长时间反复求解导致资源占用和资源浪费问题;若未达到预设求解次数,表明目标求解结果尚未满足预设停止条件,此时需要继续进行求解并在得到目标求解结果后再次判断是否满足预设停止条件。
S250,若满足,根据目标求解结果确定目标设备的目标输出功率。
本实施例中,当目标求解结果满足预设停止条件时,如果是因为目标求解结果满足目标约束条件而导致求解过程停止,则可以直接将目标求解结果确定为目标设备的目标输出功率;如果是因为达到预设求解次数导致求解过程停止,此时目标求解结果并未满足目标约束条件,因袭可从所有目标求解结果中选择最优求解结果作为目标设备的目标输出功率。
示例性的,以粒子群优化算法为例,对目标调度函数的求解过程如下:(1)随机初始化种群;(2)计算粒子适应度,计算个体极值和全局极值;(3)根据粒子适应度更新个体极值和全局极值;(4)更新粒子的位置和速度;(5)判断目标求解结果是否满足预设停止条件;(6)若满足,则输出目标设备的最优解(目标输出功率)。
S260,根据目标输出功率确定综合能源系统的目标调度方式。
本发明实施例的技术方案,基于预设线性求解算法根据负荷预测信息对目标调度函数进行线性规划求解,得到目标调度函数的目标求解结果;确定目标求解结果是否满足预设停止条件;其中,预设停止条件包括目标约束条件;若满足,根据目标求解结果确定目标设备的目标输出功率。本技术方案,在建立了包括碳排放成本的目标调度函数,能够较好地兼顾综合能源系统运行的经济性和低碳性,从而达到节能减排目的,有助于提高综合能源系统的运行效益的基础上,通过对目标调度函数的线性规划求解,能够大大降低目标调度函数的求解难度,提高目标调度函数的求解速度和求解灵活性。
实施例三
图4为本发明实施例三提供的一种综合能源系统的调度方法的流程图,本实施例以上述实施例为基础进行优化。如图4所示,本实施例的方法具体包括如下步骤:
S310,获取待测园区中综合能源系统的网络拓扑结构,根据网络拓扑结构确定综合能源系统中目标设备的能源转化模型。
S320,根据能源转化模型确定综合能源系统的目标运行成本,根据综合能源系统在目标调度周期内的目标运行成本建立目标调度函数;其中,目标运行成本包括碳排放成本。
S330,根据能源转化模型确定综合能源系统的目标约束条件;其中,目标约束条件包括碳排放量约束条件。
S340,基于预设线性求解算法根据负荷预测信息对目标调度函数进行线性规划求解,得到目标调度函数的目标求解结果。
S350,判断目标求解结果是否满足预设停止条件。若是,则执行S360-S370,否则返回执行S340-S350。
其中,预设停止条件包括目标约束条件。
S360,根据目标求解结果确定目标设备的目标输出功率。
S370,根据目标输出功率确定综合能源系统的目标调度方式。
本发明实施例的技术方案,在建立了包括碳排放成本的目标调度函数,能够较好地兼顾综合能源系统运行的经济性和低碳性,从而达到节能减排目的,有助于提高综合能源系统的运行效益的基础上,根据综合能源系统的网络拓扑结构能够快速、准确地确定综合能源系统中各目标设备的能源转化模型,通过对目标调度函数的线性规划求解,能够大大降低目标调度函数的求解难度,提高目标调度函数的求解速度和求解灵活性。
实施例四
图5为本发明实施例四提供的一种综合能源系统的调度装置的结构示意图,该装置可执行本发明任意实施例所提供的综合能源系统的调度方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置包括:
能源转化模型确定模块410,用于确定待测园区的综合能源系统中目标设备的能源转化模型;所述能源转化模型根据所述目标设备的能源转化形式确定;
目标调度函数确定模块420,用于根据所述能源转化模型确定所述综合能源系统的目标调度函数和目标约束条件;所述目标调度函数根据所述综合能源系统在目标调度周期内的目标运行成本建立,所述目标运行成本根据所述能源转化模型确定,所述目标运行成本包括碳排放成本,所述目标约束条件包括碳排放量约束条件;
目标输出功率确定模块430,用于根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率;
目标调度方式确定模块440,用于根据所述目标输出功率确定所述综合能源系统的目标调度方式。
可选的,所述能源转化模型确定模块410,具体用于:
获取待测园区中综合能源系统的网络拓扑结构;
根据所述网络拓扑结构确定所述综合能源系统中目标设备的能源转化模型。
可选的,所述目标运行成本还包括燃料成本、购电成本、运维成本和弃风弃光惩罚成本;
所述目标调度函数的表达式如下:
其中,F表示综合能源系统的总运行成本,表示综合能源系统在第t时段的燃料成本,/>表示综合能源系统在第t时段的购电成本,/>表示综合能源系统在第t时段的碳排放成本,/>表示综合能源系统在第t时段的运维成本,/>表示综合能源系统在第t时段的弃风弃光惩罚成本,Pi(t)表示第i个目标设备在第t时段的输出功率,T表示目标调度周期。
可选的,所述碳排放成本的表达式如下:
其中,μc表示综合能源系统的单位碳处理成本,N表示综合能源系统中产生碳排放的目标设备数量,φi表示第i个目标设备的碳排放强度,Δt表示单位调度时长。
可选的,所述弃风弃光惩罚成本的表达式如下:
其中,Cx表示弃风弃光惩罚系数,Pd1(t)表示综合能源系统在t时间段的弃光量,Pd2(t)表示综合能源系统在t时间段的弃风量,Δt表示单位调度时长。
可选的,所述碳排放量约束条件包括第一约束条件和第二约束条件,所述第一约束条件用于约束所述目标设备的碳排放量,所述第二约束条件用于约束所述综合能源系统的碳排放总量;
所述第一约束条件表示为:ECi,t≤ECi,max;
其中,ECi,t表示第i个目标设备在t时间段产生的碳排放量,ECi,max表示第i个目标设备在t时间段所允许的最大碳排放量;
所述第二约束条件表示为:EC0≤ECmax;
其中,EC0表示综合能源系统在目标调度周期内产生的碳排放总量,ECmax表示综合能源系统在目标调度周期内所允许的最大碳排放总量。
可选的,所述目标约束条件还包括电平衡约束条件、热平衡约束条件冷平衡约束条件和设备运行约束条件,所述设备运行约束条件根据所述目标设备的运行特征确定。
可选的,所述综合能源系统的负荷预测信息根据预先建立的负荷预测模型进行确定;其中,所述负荷预测模型是指能够预测综合能源系统运行负荷的神经网络模型,所述负荷预测信息包括电负荷预测功率、热负荷预测功率和冷负荷预测功率。
可选的,所述目标输出功率确定模块430,具体用于:
基于预设线性求解算法根据所述负荷预测信息对所述目标调度函数进行线性规划求解,得到所述目标调度函数的目标求解结果;
确定所述目标求解结果是否满足预设停止条件;其中,所述预设停止条件包括目标约束条件;
若满足,根据所述目标求解结果确定所述目标设备的目标输出功率。
本发明实施例所提供的一种综合能源系统的调度装置可执行本发明任意实施例所提供的一种综合能源系统的调度方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,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(如头盔、眼镜、手表等)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。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如综合能源系统的调度方法。
在一些实施例中,综合能源系统的调度方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的综合能源系统的调度方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行综合能源系统的调度方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种综合能源系统的调度方法,其特征在于,所述方法包括:
确定待测园区的综合能源系统中目标设备的能源转化模型;所述能源转化模型根据所述目标设备的能源转化形式确定;
根据所述能源转化模型确定所述综合能源系统的目标调度函数和目标约束条件;所述目标调度函数根据所述综合能源系统在目标调度周期内的目标运行成本建立,所述目标运行成本根据所述能源转化模型确定,所述目标运行成本包括碳排放成本,所述目标约束条件包括碳排放量约束条件;
根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率;
根据所述目标输出功率确定所述综合能源系统的目标调度方式。
2.根据权利要求1所述的方法,其特征在于,确定待测园区的综合能源系统中目标设备的能源转化模型,包括:
获取待测园区中综合能源系统的网络拓扑结构;
根据所述网络拓扑结构确定所述综合能源系统中目标设备的能源转化模型。
6.根据权利要求1所述的方法,其特征在于,所述碳排放量约束条件包括第一约束条件和第二约束条件,所述第一约束条件用于约束所述目标设备的碳排放量,所述第二约束条件用于约束所述综合能源系统的碳排放总量;
所述第一约束条件表示为:ECi,t≤ECi,max;
其中,ECi,t表示第i个目标设备在t时间段产生的碳排放量,ECi,max表示第i个目标设备在t时间段所允许的最大碳排放量;
所述第二约束条件表示为:EC0≤ECmax;
其中,EC0表示综合能源系统在目标调度周期内产生的碳排放总量,ECmax表示综合能源系统在目标调度周期内所允许的最大碳排放总量。
7.根据权利要求1所述的方法,其特征在于,所述目标约束条件还包括电平衡约束条件、热平衡约束条件、冷平衡约束条件和设备运行约束条件,所述设备运行约束条件根据所述目标设备的运行特征确定。
8.根据权利要求1所述的方法,其特征在于,所述综合能源系统的负荷预测信息根据预先建立的负荷预测模型进行确定;其中,所述负荷预测模型是指能够预测综合能源系统运行负荷的神经网络模型,所述负荷预测信息包括电负荷预测功率、热负荷预测功率和冷负荷预测功率。
9.根据权利要求1所述的方法,其特征在于,根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率,包括:
基于预设线性求解算法根据所述负荷预测信息对所述目标调度函数进行线性规划求解,得到所述目标调度函数的目标求解结果;
确定所述目标求解结果是否满足预设停止条件;其中,所述预设停止条件包括目标约束条件;
若满足,根据所述目标求解结果确定所述目标设备的目标输出功率。
10.一种综合能源系统的调度装置,其特征在于,所述装置包括:
能源转化模型确定模块,用于确定待测园区的综合能源系统中目标设备的能源转化模型;所述能源转化模型根据所述目标设备的能源转化形式确定;
目标调度函数确定模块,用于根据所述能源转化模型确定所述综合能源系统的目标调度函数和目标约束条件;所述目标调度函数根据所述综合能源系统在目标调度周期内的目标运行成本建立,所述目标运行成本根据所述能源转化模型确定,所述目标运行成本包括碳排放成本,所述目标约束条件包括碳排放量约束条件;
目标输出功率确定模块,用于根据所述目标约束条件和所述综合能源系统的负荷预测信息对所述目标调度函数进行求解,得到所述目标设备的目标输出功率;
目标调度方式确定模块,用于根据所述目标输出功率确定所述综合能源系统的目标调度方式。
11.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的综合能源系统的调度方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-9中任一项所述的综合能源系统的调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182447.4A CN116205456A (zh) | 2023-02-28 | 2023-02-28 | 一种综合能源系统的调度方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182447.4A CN116205456A (zh) | 2023-02-28 | 2023-02-28 | 一种综合能源系统的调度方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116205456A true CN116205456A (zh) | 2023-06-02 |
Family
ID=86512539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310182447.4A Pending CN116205456A (zh) | 2023-02-28 | 2023-02-28 | 一种综合能源系统的调度方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205456A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911577A (zh) * | 2023-09-13 | 2023-10-20 | 国网信息通信产业集团有限公司 | 综合能源调度方法、装置、电子设备和计算机可读介质 |
CN117195598A (zh) * | 2023-11-07 | 2023-12-08 | 国网天津市电力公司电力科学研究院 | 能源供给信息预测方法、装置、设备及介质 |
-
2023
- 2023-02-28 CN CN202310182447.4A patent/CN116205456A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911577A (zh) * | 2023-09-13 | 2023-10-20 | 国网信息通信产业集团有限公司 | 综合能源调度方法、装置、电子设备和计算机可读介质 |
CN116911577B (zh) * | 2023-09-13 | 2024-02-09 | 国网信息通信产业集团有限公司 | 综合能源调度方法、装置、电子设备和计算机可读介质 |
CN117195598A (zh) * | 2023-11-07 | 2023-12-08 | 国网天津市电力公司电力科学研究院 | 能源供给信息预测方法、装置、设备及介质 |
CN117195598B (zh) * | 2023-11-07 | 2024-02-27 | 国网天津市电力公司电力科学研究院 | 能源供给信息预测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116205456A (zh) | 一种综合能源系统的调度方法、装置、设备及介质 | |
CN106532688B (zh) | 一种用于评估微电网运行可靠性的方法及系统 | |
CN109888840B (zh) | 风光-垃圾发电能源综合利用系统的调度优化方法及装置 | |
CN109473976A (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
CN114219214A (zh) | 考虑新能源与电动汽车接入的电网综合风险评估体系 | |
CN112131712A (zh) | 客户侧多能源系统多目标优化方法和系统 | |
CN112072643A (zh) | 一种基于深度确定性梯度策略的光-蓄系统在线调度方法 | |
CN113723793A (zh) | 园区综合能源系统的实现方法、装置、设备和介质 | |
CN116231669A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116957362A (zh) | 一种区域综合能源系统的多目标规划方法及系统 | |
CN116070757A (zh) | 一种综合能源系统优化调度方法、装置、设备及存储介质 | |
Wu et al. | Real-time energy management of large-scale data centers: A model predictive control approach | |
Chen et al. | Robust optimal dispatching of wind fire energy storage system based on equilibrium optimization algorithm | |
CN112734451B (zh) | 一种基于非合作博弈的农业大棚多能源系统和优化方法 | |
Zhu et al. | Monthly unit commitment model and algorithm with renewable energy generation considering system reliability | |
CN109799708B (zh) | 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法 | |
CN111127082B (zh) | 用于供能系统的数据处理系统、方法及装置 | |
CN113394792A (zh) | 新能源菱镁负荷虚拟电厂源网荷储智能控制装置及方法 | |
Sun et al. | Multi-objective confidence gap decision based robust optimal dispatch of integrated energy system using entropy expectation maximization GMM | |
CN115795881B (zh) | 一种综合能源系统储热装置规划方法及系统 | |
CN117313956B (zh) | 一种考虑热储能和电化学储能的楼宇能量优化方法及装置 | |
CN116432478B (zh) | 一种电力系统的能量确定方法、装置、设备及介质 | |
Liu et al. | Combination optimization of green energy supply in data center based on simulated annealing particle swarm optimization algorithm | |
CN114565244B (zh) | 综合能源系统的优化调度方法及装置 | |
CN112398124B (zh) | 区域微电网的优化控制方法、装置、设备及可读存储介质 |
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 |