一种区域多能源系统热电负荷分配优化方法技术方案

一种区域多能源系统热电负荷分配优化方法，属于节能技术领域。解决了现有热电负荷分配方法，对于非确定的热电负荷实时需求无法做出及时响应，另一方面所有机组在满足发电总需求的同时，无法保证通过机组间的热电分配使得各个机组的工作效率最高，从而导致能源浪费的问题。根据新能源最大消纳原则，获得历史数据集合Pz′和Qz′；建立热电负荷预测模型，对Pz′和Qz′进行数据训练，计算Pz和Qz的预测数值；根据所有供热抽汽机组与所有背压机组的数量与热、电负荷耦合关系对Pz和Qz的预测值进行修正，将Pz和Qz的修正值均利用优化算法进行分配，解算出每台供热抽汽机组的热电负荷分配结果，从而完成了热电负荷分配的优化。主要用于对区域多能源系统热电负荷进行联合预测及优化分配。

【技术实现步骤摘要】
一种区域多能源系统热电负荷分配优化方法
本专利技术属于节能

技术介绍
随着可再生能源的发展，化石燃料成本的提高，电力工业越来越注重混合发电的策略问题；尤其是最大化利用风、光等可再生能源发电，从根本上减少化石燃料消耗。然而，风力、光伏发电形式的不确定性，给区域能源互补系统的稳定性带来了挑战；同时，电厂如何根据机组的类型以及机组类型的差异，在各机组间进行热电负荷的分配，使整个电厂的能耗最低、经济效益最好，是电厂生产运行中面临的实际问题。为了解决可再生能源发电的不确定性带来的影响，许多专家学者在可再生能源发电功率预测、区域电/热负荷单独预测等方面做了大量的探究工作。比如采用神经网络、支持向量机等算法进行区域电/热负荷单独预测，从而确定未来的热电负荷需求。但是，实际中的电负荷与热负荷存在耦合特性，极少有人对热、电负荷进行联合预测研究，并根据其耦合特性对联合预测结果进行修正。为了对全厂抽汽机组进行热电负荷分配优化，诸多专家学者采用智能寻优算法进行解算，如利用遗传算法、粒子群优化算法等确定每台机组的电负荷和热负荷。然而对于实际区域热电负荷需求经常发生较大变化的问题，上述热电负荷分配优化方法无法实时做出跟踪响应，另一方面所有机组在满足发电总需求的同时，无法保证通过机组间的热电分配使得各个机组的工作效率最高，从而导致的能源浪费的问题。此外，目前权威公开文献缺乏将热电负荷联合预测与分配优化相结合的详细研究阐述。因此，以上问题亟需解决。
技术实现思路
本专利技术是为了解决现有热电负荷分配方法，对于非确定的热电负荷实时需求无法做出及时响应，另一方面所有机组在满足发电总需求的同时，无法保证通过机组间的热电分配使得各个机组的工作效率最高，从而导致的能源浪费的问题，本专利技术提供了一种热电联产机组的热电负荷分配优化方法。其中，非确定的热电负荷可具体理解为对于未来24内的热电负荷。一种区域多能源系统热电负荷分配优化方法，该方法包括如下步骤：步骤一、根据新能源最大消纳的原则，获得历史数据集合Pz′和Qz′；Pz′表示所有供热抽汽机组应达到电量总和；Qz′表示所有供热抽汽机组应达到热量总和；步骤二、建立热电负荷预测模型，对历史数据集合Pz′和Qz′进行数据训练，计算Pz和Qz的预测数值；Pz表示未来0至24小时之内的所有供热抽汽机组应达到电量总和；Qz表示未来0至24小时之内的所有供热抽汽机组应达到热量总和；步骤三、根据所有供热抽汽机组与所有背压机组的数量与热、电负荷的耦合关系对Pz和Qz的预测值进行修正，获得Pz和Qz的修正值；步骤四、将Pz和Qz的修正值均利用优化算法进行分配，解算出每台供热抽汽机组的热电负荷分配结果，从而完成了热电负荷分配的优化。优选的是，步骤一中，历史数据集合Pz′和Qz′具体为：其中，Pall表示总需求电量，Pwind表示风力实时最大发电量，Psun1表示光伏发电实时最大电量，Psun2表示太阳能热发电实时最大电量，Qall表示总需求热量，Qsun表示太阳能储热的，Qd表示由电锅炉产生的电热量。优选的是，步骤二中，热电负荷预测模型采用BP神经网络模型实现。优选的是，步骤三中，根据所有供热抽汽机组与所有背压机组的数量与热、电负荷的耦合关系对Pz和Qz的预测值进行修正，获得Pz和Qz的修正值的具体过程为：判断Pz和Qz的预测值是否满足如下边界关系：若Pz的预测值未超出上述边界，则Pz的预测值作为Pz的修正值；若Pz的预测值超出上述边界，则定义Pz的预测值等于所超出边界的边界值，该边界值作为Pz的修正值；若Qz的预测值未超出上述边界，则Qz的预测值作为Qz的修正值；若Qz的预测值超出上述边界，则定义Qz的预测值等于所超出边界的边界值，该边界值作为Qz的修正值；其中，U表示供热抽汽机组与背压机组的台数总和；M表示背压机组的台数；pmax表示电负荷最大值；pmin表示电负荷最小值；qmax表示热负荷最大值。优选的是，所述的步骤四中的优化算法为遗传算法。本专利技术考虑新能源的最大化消纳问题，在基于预测模型给出负荷预测值的同时，采用遗传算法进行寻优解算，输出每台机组最优的电负荷和热负荷设定值。本方法考虑供热抽汽机组间电负荷及热负荷的分配优化问题的同时，通过集成负荷预测方法与寻优算法，在此基础上对预测结果加以修正。以实现热电负荷的高精度最优运行分配策略。本专利技术带来的有益效果是，本专利技术提出的一种区域多能源系统热电负荷分配优化方法能够“实时地”对全厂的热电负荷进行精细化分配，使总机组在满足总发电总和的同时，通过机组间热电量的分配优化保证各个机组工作效率最高，从而避免能源浪费、节约发电成本，由此提高发电企业的经济效益，具有很好的市场应用前景。其具体效果如下：(1)提出考虑最大化消纳新能源的区域能源互补模型，即以新能源最大化消纳为原则，通过调节火电机组的负荷以达到总负荷需求，从根本上节省煤耗；(2)提出了基于联合预测技术的热电负荷预测模型，可进行热电负荷提前预测，大大提高了负荷分配的时效性；(3)针对于预测结果，提出了基于“以热定电”原理的修正方法，提高了预测精度；(4)提出基于寻优算法的精细化分配求解，通过与预测模型的组合，最大程度上挖掘机组的节能能力。具体实施方式具体实施方式一：本实施方式所述的一种区域多能源系统热电负荷分配优化方法，该方法包括如下步骤：步骤一、根据新能源最大消纳的原则，获得历史数据集合Pz′和Qz′；Pz′表示所有供热抽汽机组应达到电量总和；Qz′表示所有供热抽汽机组应达到热量总和；步骤二、建立热电负荷预测模型，对历史数据集合Pz′和Qz′进行数据训练，计算Pz和Qz的预测数值；Pz表示未来0至24小时之内的所有供热抽汽机组应达到电量总和；Qz表示未来0至24小时之内的所有供热抽汽机组应达到热量总和；步骤三、根据所有供热抽汽机组与所有背压机组的数量与热、电负荷的耦合关系对Pz和Qz的预测值进行修正，获得Pz和Qz的修正值；步骤四、将Pz和Qz的修正值均利用优化算法进行分配，解算出每台供热抽汽机组的热电负荷分配结果，从而完成了热电负荷分配的优化。本实施方式中，本专利技术提出的一种区域多能源系统热电负荷分配优化方法能够“实时地”对全厂的热电负荷进行精细化分配，使总机组在满足总发电总和的同时，通过机组间热电量的分配优化保证各个机组工作效率最高，从而避免能源浪费、节约发电成本。原理分析，本专利技术提出了基于联合预测技术的热电负荷预测模型，可进行热电负荷提前预测，大大提高了负荷分配的时效性；针对于预测结果，提出了基于“以热定电”原理的修正方法，提高了预测精度；提出利用优化算法分配求解，通过与预测模型的组合，最大程度上挖掘机组的节能能力。具体实施方式二：本实施方式与具体实施方式一所述的一种区域多能源系统热电负荷分配优化方法的区别在于，步骤一中，历史数据集合Pz′和Qz′具体为：其中，Pall表示总需求电量，Pwind表示风力实时最大发电量，Psun1表示光伏发电实时最大电量，Psun2表示太阳能热发电实时最大电量，Qall表示总需求热量，Qsun表示太阳能储热的，Qd表示由电锅炉产生的电热量。本实施方式中，提出考虑最大化消纳新能源的区域能源互补模型，具体见公式(1)，从根本上节省煤耗。具体实施方式三：本实施方式与具体实施方式一本文档来自技高网...

【技术保护点】
1.一种区域多能源系统热电负荷分配优化方法，其特征在于，该方法包括如下步骤：步骤一、根据新能源最大消纳的原则，获得历史数据集合Pz′和Qz′；Pz′表示所有供热抽汽机组应达到电量总和；Qz′表示所有供热抽汽机组应达到热量总和；步骤二、建立热电负荷预测模型，对历史数据集合Pz′和Qz′进行数据训练，计算Pz和Qz的预测数值；Pz表示未来0至24小时之内的所有供热抽汽机组应达到电量总和；Qz表示未来0至24小时之内的所有供热抽汽机组应达到热量总和；步骤三、根据所有供热抽汽机组与所有背压机组的数量与热、电负荷的耦合关系对Pz和Qz的预测值进行修正，获得Pz和Qz的修正值；步骤四、将Pz和Qz的修正值均利用优化算法进行分配，解算出每台供热抽汽机组的热电负荷分配结果，从而完成了热电负荷分配的优化。

【技术特征摘要】
1.一种区域多能源系统热电负荷分配优化方法，其特征在于，该方法包括如下步骤：步骤一、根据新能源最大消纳的原则，获得历史数据集合Pz′和Qz′；Pz′表示所有供热抽汽机组应达到电量总和；Qz′表示所有供热抽汽机组应达到热量总和；步骤二、建立热电负荷预测模型，对历史数据集合Pz′和Qz′进行数据训练，计算Pz和Qz的预测数值；Pz表示未来0至24小时之内的所有供热抽汽机组应达到电量总和；Qz表示未来0至24小时之内的所有供热抽汽机组应达到热量总和；步骤三、根据所有供热抽汽机组与所有背压机组的数量与热、电负荷的耦合关系对Pz和Qz的预测值进行修正，获得Pz和Qz的修正值；步骤四、将Pz和Qz的修正值均利用优化算法进行分配，解算出每台供热抽汽机组的热电负荷分配结果，从而完成了热电负荷分配的优化。2.根据权利要求1所述的一种区域多能源系统热电负荷分配优化方法，其特征在于，步骤一中，历史数据集合Pz′和Qz′具体为：其中，Pall表示总需求电量，Pwind表示风力实时最大发电量，Psun1表示光伏发电实时最大电量，Psun2表示太阳能热发电实时最大电量，Qall表示总需求热量，Qsun表示太阳能...

【专利技术属性】
技术研发人员：付俊丰，万杰，叶青，俞卫星，姚坤，李逸飞，徐新果，郑敏聪，居国腾，陈欢，陈小强，顾涤枫，赵佳俊，金康华，沈伟军，鄂鹏，
申请(专利权)人：哈尔滨工业大学，浙江浙能绍兴滨海热电有限责任公司，中电华创电力技术研究有限公司，黑龙江苑博信息技术有限公司，东北电力大学，
类型：发明
国别省市：黑龙江,23