当前位置: 首页 > 专利查询>清华大学专利>正文

一种耦合多能源互补系统的优化调度方法技术方案

技术编号:21145338 阅读:52 留言:0更新日期:2019-05-18 06:25
本发明专利技术提供一种耦合多能源互补系统的优化调度方法,属于多能互补调度技术领域;所述方法包括以下步骤:确定所述系统的目标函数;确定所述系统的功率约束;确定所述系统的各个设备出力约束;利用粒子群算法迭代计算出最优解,并对全局最优解进行输出。本发明专利技术在满足约束的条件下,利用粒子、迭代的算法进行计算,保证系统稳定运行且使得系统的整体运行费用最小,经济环保。

【技术实现步骤摘要】
一种耦合多能源互补系统的优化调度方法
本专利技术属于多能互补调度
,特别涉及一种耦合多能源互补系统的优化调度方法。
技术介绍
多能互补系统是传统分布式能源应用的拓展,是一体化整合理念在能源系统工程领域的具象化,使得分布式能源的应用由点扩展到面,由局部走向系统;具体而言,多能互补分布式能源系统是指可包容多种能源资源输入,并具有多种产出功能和输运形式的"区域能源互联网"系统;它不是多种能源的简单叠加,而要在系统高度上按照不同能源品味的高低进行综合互补利用,并统筹安排好各种能量之间的配合关系与转换使用,以取得最合理能源利用效果与效益。在众多的多能互补系统形态中,对多能源互补系统进行容量合理规划、调度,可以在兼顾系统经济性的基础上提高对分布式光伏的消纳能力。现有的多能源互补系统,规划不完善,使用时成本高,并且耗费能源。
技术实现思路
针对上述问题,本专利技术提供一种耦合多能源互补系统的优化调度方法,所述方法包括以下步骤:确定所述系统的目标函数;确定所述系统的功率约束;确定所述系统的各个设备出力约束;利用粒子群算法迭代计算出最优解,并对全局最优解进行输出。进一步地,所述利用粒子群算法迭代计算出最优解,具体为,计算所述系统的出力;计算所述系统的储能功率和负荷功率;判断所述系统是否满足所述功率约束和设备出力约束;所述系统不满足所述功率约束和所述设备出力约束时,则调整粒子群算法的粒子位置和速度,重新进行所述粒子群迭代计算;所述系统满足所述功率约束和所述设备出力约束时,记录本次计算的最优解。进一步地,所述全局最优解为稳定数值时输出。进一步地,所述出力的设备包括风电发电机、光伏发电机。进一步地,所述储能功率的储能形式包括储电和储热,所述负荷功率的负荷形式包括制冷机、功冷并供、吸热式热泵。进一步地,所述目标函数为:minF=Fequ+Fgrid+Fmain(1)其中:Fequ表示为设备的成本费,Fgrid为系统与电网的交互费用,Fmain为系统维护费用;设备的成本费为:其中:Mk为设备的使用年限,k为银行利率,M为不同设备编号;电网交互费用为:其中,Nt为调度周期时间Fbuy(t)为向电网买电的价格,Fsell(t)为系统向电网卖电的价格,Pgrid(t)为某一时间与电网的交互功率;系统维修费用为:其中,k0(Pi)为设备的维修系数,Δt为设备维修的时间间隔,Pi为设备的发出功率。进一步地,所述功率约束包括功率平衡约束、交换功率约束、储热模型约束、燃气内燃机约束、制冷机功率约束、太阳能集热器约束、功冷并供模型约束和换热器模型约束中的一种或多种。进一步地,所述设备的出力约束包括光伏出力约束、风电功率约束、储电池模型约束中的一种或多种。进一步地,所述功率平衡约束的条件为:其中,Qinput,Hinput,Einput分别为冷、热、电三种能源输入,Qload,Hload,Eload分别为三种负荷需求;所述交换功率约束的条件为:其中,Pgrid.max、Pgrid.min分别表示交换功率的上、下限值,PPETgrid为电网与系统的交互功率;所述光伏出力约束的条件为:0≤Ppv(t)≤PPV(t)(7)其中,PPV(t)表示t时刻分布式系统中最大光伏发电功率,Ppv(t)表示t时刻分布式系统中的实际发电功率;所述风电功率约束的条件为:0≤Pwt(t)≤PWT(t)(8)其中,PWT(t)表示t时刻分布式系统中最大风电功率,Pwt(t)表示t时刻分布式系统中实际风电功率;所述储电池模型约束的条件为:其中,表示t时刻储电的放电功率;表示t时刻储电的充电功率;是储电最大充电功率;是储电最大放电功率;引入0-1变量Ddischarge(t)和Dcharge(t),1表示发电机运行,0表示发电机处于关机状态,0和1变量描述蓄电池充放电状态,Ddischarge(t)和Dcharge(t)分别表示为放电和充电状态,其中,当Ddischarge(t)=1时,表示蓄电池放电,且Dcharge(t)=0时,表示蓄电池充电,不存在两者皆为0或1的状态;分别表示储电的放电、充电效率;Ebes(t)表示分布式系统中t时刻储电剩余的电量,Ebes.max表示分布式系统中储电的容量,SOC_lbes和SOC_ubes表示分布式系统中储能荷电状态的最小值和最大值;Pbes.total.表示储能一个调度周期的充放电总的电量,λ表示最大充放电次数;所述储热模型约束的条件为:其中,表示t时刻储热的放热功率;表示t时刻储热的充热功率;是储热最大充热功率;是储热最大放热功率;引入0-1变量Hdischarge(t)和Hcharge(t),其中Hdischarge(t)=0是表示放热,Hcharge(t)=1表示储热,不存在处于0-1之间的数值;Ehes(t)表示t时刻储热的储热量,Ehes.max表示储热容量,SOC_lhes、SOC_uhes表示光热系统储热状态的最小值和最大值;γ表示储热的耗散系数;分别表示储热的充热、放热效率;所述燃气内燃机约束的条件为:其中,PMG(t)表示t时刻内燃机的实际功率,表示分布式系统中燃气内燃机的运行时的最小、最大功率;Rd、Ru分别表示发电机向下、向上的最大爬坡速率;uMG(t)表示t时刻发电机运行的状态变量;表示发电机在整个调度周期内的最大启动次数;表示发电机的最小运行持续时间;所述制冷机功率约束的条件为:其中,Plbr(t)表示t时刻制冷机的实际功率,表示制冷机的最小、最大功率,Pcold.load(t)表示t时刻的制冷负荷。所述太阳能集热器约束的条件为:Psolar=DNI·S(13)其中,DNI为太阳能辐射强度,S为太阳能集热器辐射面积,Psolar为太阳能集热器吸收的太阳能热能;所述功冷并供模型约束的条件为:其中,a,b,c,d,e,g为拟合系数,f1为高温烟气入口温度,和分别为功冷并供设备的最小、最大容量约束,和为功冷并供的电能和冷能输出;所述换热器模型约束的条件为:其中,和为换热器的最小、最大容量约束,k1为比例拟合系数,f2为进入换热器的入口中温温度。进一步地,所述粒子群算法迭代计算的计算式为,式中,tmax为算法的最大迭代次数;t为当前的迭代次数;ωstart和ωend分别为惯性权重的初始值、终止值;δ为控制因子,用来控制ω随迭代次数t变化曲线的平滑程度本专利技术在满足约束的条件下,利用粒子、迭代的算法进行计算,保证系统稳定运行且使得系统的整体运行费用最小,经济环保。本专利技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,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示出了根据本专利技术实施例的流程示意图;图2示出了根据本专利技术实施例的粒子算法修正及输出最优解的流程示意图;图3示出了根据本专利技术实施例的整体操作流程示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点本文档来自技高网...

【技术保护点】
1.一种耦合多能源互补系统的优化调度方法,其特征在于,所述方法包括以下步骤:确定所述系统的目标函数;确定所述系统的功率约束;确定所述系统的各个设备出力约束;利用粒子群算法迭代计算出最优解,并对全局最优解进行输出。

【技术特征摘要】
1.一种耦合多能源互补系统的优化调度方法,其特征在于,所述方法包括以下步骤:确定所述系统的目标函数;确定所述系统的功率约束;确定所述系统的各个设备出力约束;利用粒子群算法迭代计算出最优解,并对全局最优解进行输出。2.根据权利要求1所述的优化调度方法,其特征在于,所述利用粒子群算法迭代计算出最优解,具体为,计算所述系统的设备出力;计算所述系统的储能功率和负荷功率;判断所述系统是否满足所述功率约束和所述设备出力约束;所述系统不满足所述功率约束和所述设备出力约束时,则调整粒子群的粒子位置和速度,重新进行所述粒子群算法迭代计算;所述系统满足所述功率约束和所述设备出力约束时,记录本次计算的最优解。3.根据权利要求1或2所述的优化调度方法,其特征在于,所述全局最优解为稳定数值时输出。4.根据权利要求2所述的优化调度方法,其特征在于,所述出力的设备包括风电发电机、光伏发电机。5.根据权利要求2所述的优化调度方法,其特征在于,所述储能功率的储能形式包括储电和储热,所述负荷功率的负荷形式包括制冷机、功冷并供、吸热式热泵。6.根据权利要求1、2、4、5中任意一项所述的优化调度方法,其特征在于,所述目标函数为:minF=Fequ+Fgrid+Fmain(1)其中:Fequ表示为设备的成本费,Fgrid为系统与电网的交互费用,Fmain为系统维护费用;所述设备的成本费为:其中:Mk为设备的使用年限,k为银行利率,M为不同设备编号;所述电网的交互费用为:其中,Nt为调度周期时间Fbuy(t)为向电网买电的价格,Fsell(t)为系统向电网卖电的价格,Pgrid(t)为某一时间与电网的交互功率;所述系统维修费用为:其中,k0(Pi)为设备的维修系数,Δt为设备维修的时间间隔,Pi为设备的发出功率。7.根据权利要求1、2、4、5中任意一项所述的优化调度方法,其特征在于,所述功率约束包括功率平衡约束、交换功率约束、燃气内燃机约束、储热模型约束、制冷机功率约束、太阳能集热器约束、功冷并供模型约束和换热器模型约束中的一种或多种。8.根据权利要求7所述的优化调度方法,其特征在于,所述设备出力约束包括光伏出力约束、储电池模型约束、风电功率约束中的一种或多种。9.根据权利要求8所述的优化调度方法,其特征在于,所述功率平衡约束的条件为:其中,Qinput,Hinput,Einput分别为冷、热、电三种能源输入,Qload,Hload,Eload分别为三种负荷需求;所述交换功率约束的条件为:其中,Pgrid.max、Pgrid.min分别表示交换功率的上、下限值,PPETgrid为电网与系统的交互功率;所述光伏PPV(t)出力约束的条件为:0≤Ppv(t)≤PPV(t)(7)其中,PPV(t)表示t时刻分布式系统中最大光伏发电功率,Ppv(t)表示t时刻分布式系统中的实际发电功率;所述风电功率约束的条件为:0≤Pwt(t)≤PWT(t)(8)其中,PWT(t)表示t时刻分布式系统中...

【专利技术属性】
技术研发人员:欧阳斌袁志昌郭佩乾彭清文屈鲁魏应冬李笑倩
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1