一种楼宇内能源调度方法技术

本发明专利技术公开了一种楼宇内能源调度方法，综合考虑楼宇内电、气、热的输入构建用能矩阵序列，根据楼宇内用能装置的设备信息构建最优约束矩阵，并根据最优约束矩阵对用能矩阵序列进行约束截断，获取满足最优约束矩阵条件的与所述初选用能矩阵序列内矩阵元素相对应的一定时间内的用能成本和用能总量，最后再通过遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理，获得最优的用能矩阵，进而利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。优化了能源使用结构，降低了外购能源成本，提高了楼宇内能源的综合使用效率。

A Method of Energy Dispatching in Buildings

【技术实现步骤摘要】
一种楼宇内能源调度方法
本专利技术涉及能源控制
，尤其涉及一种楼宇内能源调度方法。
技术介绍
随着信息技术和能源技术的快速发展，以5G、大数据、中央控制器、人工智能、物联网、分布式能源、储能技术、能源互联网、自能源体为代表的“互联网+智慧能源”为建筑能源行业吹来了阵阵春风，以全新的理念和架构对传统的建筑能源系统进行赋能再造，带来安全、稳定、高效、绿色、节能、平衡、自主、便捷、智能的全新能源消费体验。能源互联网是全新的一种能源互联互通的相连形式，现有的能源管理系统还是单一能种的各自独立调度，使得能源的综合使用效率不高。
技术实现思路
本专利技术目的是提供一种楼宇内能源调度方法，以解决上述问题。本专利技术解决技术问题采用如下技术方案：一种楼宇内能源调度方法，包括：根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功率；利用所述用能功率构建用能矩阵序列；根据所述用能装置的设备信息和能源流动信息构建最优约束矩阵；利用所述最优约束矩阵对所述用能矩阵进行约束截断，获得初选用能矩阵序列；利用所述初选用能矩阵序列映射出与所述初选用能矩阵序列内矩阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率；利用能源价格和所述初选外购电功率、气流量、热功率获得一定时间内的用能成本；利用所述初选外购电功率、气流量、热功率获得一定时间内的用能总量；利用遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理，获得用能成本和用能总量最优条件下的最优用能矩阵；利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。本专利技术具有如下有益效果：本专利技术公开的楼宇内能源调度方法，综合考虑楼宇内电、气、热的输入构建用能矩阵序列，根据楼宇内用能装置的设备信息构建最优约束矩阵，并根据最优约束矩阵对用能矩阵序列进行约束截断，获取满足最优约束矩阵条件的与所述初选用能矩阵序列内矩阵元素相对应的一定时间内的用能成本和用能总量，最后再通过遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理，获得最优的用能矩阵，进而利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。可见，本专利技术综合考虑楼宇内电、气、热的输入，通过遗传算法选出用能成本和用能总量双目标最优条件下的最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配，优化了能源使用结构，降低了外购能源成本，提高了楼宇内能源的综合使用效率。附图说明图1为本专利技术提供的一种楼宇内能源调度方法流程示意图。具体实施方式下面结合实施例及附图对本专利技术的技术方案作进一步阐述。本实施例提供了一种楼宇内能源调度方法，所述楼宇内能源调度方法集成楼宇内多种能源输入输出及多种能源转换设备，通过信息通信网络将配电系统、供热系统和供冷系统建立数据连接，并建立对应的耦合关系。如图1所示，所述楼宇内能源调度方法包括：根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功率。其中，本专利技术实施例综合考虑电、气、冷、热的传输延时、做功延时、转换效率、能流合成，将时序模型转化为同步模型，简化运算复杂度。进一步的，所述用能功率，包括：用电功率E(t)：E(t)＝Ee(t)+Eb(t)，其中，Ee(t)为外购电功率，Eb(t)为电池充放电功率；用冷功率C(t)：C(t)＝pc0·Cpipe(t)+pc1·Cpipe(t-t1)，其中，Pc0是主冷流合成系数，Pc1是分冷流合成系数，Cpipe(t)是管道冷输出功率，(t-t1)为用冷功率传输延时，Cpipe(t)＝Cac(t-t2)+Ccs(t-t3))，其中，Cac(t-t2)是空调制冷功率，(t-t2)是空调制冷功率延时，Ccs(t-t3)是冰蓄冷输出功率，(t-t3)是冰蓄冷输出功率延时，Cac(t)＝Tac(Ee(t))，其中，Tac为空调的电制冷效率函数，Ccs(t)＝Cs(P(Tac(Ee(t-t4))))，其中，Cs是蓄冷效率函数，P是空调向冰蓄冷的冷量分配比例，(t-t4)为空调用电功率延时；用热功率H(t)：H(t)＝ph0·Hpipe(t)+ph1·Hpipe(t-t5)，其中，Ph0是主热流合成系数，Ph1是分热流合成系数，Hpipe(t)为管道热输出功率，(t-t5)为管道热输出功率延时，Hpipe(t)＝He(t-t6)+Htb(t-t7)，其中，He(t-t6)为外购热功率，(t-t6)为外购热功率延时，Htb(t-t7)是锅炉制热功率，(t-t7)是锅炉制热功率延时，Htb(t)＝Tb(g(t-t8))，其中，Tb是锅炉燃气制热效率函数，g(t-t8)是外购气流量，(t-t8)是外购气流量延时。利用所述用能功率构建用能矩阵序列。其中，利用所述用能功率构建用能矩阵序列的过程，包括：利用所述用能功率构建配电矩阵Tde：其中，fde为配电系统模型函数，输出矩阵中：Capde为配电系统的电容量、Volde为配电系统的电压、Curde为配电系统的电流、为配电系统的功率因数；利用所述用能功率构建空调输出矩阵Tac：其中，fac为空调系统模型函数，输出矩阵中：Temac为空调系统的输出温度、Humac为空调系统的输出湿度、Winac为空调系统的输出风量、Curac为空调系统的电流、Preac为空调系统的水压、Watac-speac为空调系统的水流速；利用所述用能功率构建锅炉输出矩阵Ttb：其中，ftb为锅炉系统模型函数，输出矩阵中：Temtb为锅炉系统的输出温度、Humtb为锅炉系统的输出湿度、Stetb为锅炉系统的输出蒸汽压力、Oxytb为锅炉系统的含氧量；利用所述配电矩阵Tde、空调输出矩阵Tac、锅炉输出矩阵Ttb构建用能矩阵T：穷举用电功率E(t)、用冷功率C(t)和用热功率H(t)，获得用能矩阵序列TT：TT＝[T1T2...Ti...Tn]。或者，所述利用所述用能功率构建用能矩阵序列的过程，包括：利用所述用能功率构建配电矩阵Tde：其中，fde为配电系统模型函数，输出矩阵中：Capde为配电系统的电容量、Volde为配电系统的电压、Curde为配电系统的电流、为配电系统的功率因数；利用所述用能功率构建空调输出矩阵Tac：其中，fac为空调系统模型函数，输出矩阵中：Temac为空调系统的输出温度、Humac为空调系统的输出湿度、Winac为空调系统的输出风量、Curac为空调系统的电流、Preac为空调系统的水压、Watac-speac为空调系统的水流速；利用所述用能功率构建锅炉输出矩阵Ttb：其中，ftb为锅炉系统模型函数，输出矩阵中：Temtb为锅炉系统的输出温度、Humtb为锅炉系统的输出湿度、Stetb为锅炉系统的输出蒸汽压力、Oxytb为锅炉系统的含氧量；利用所述用能功率构建储能电池充放电矩阵Tbat：其中，fbat为储能电池系统模型函数，输出矩阵中：Capbat为电池系统电容量、Volbat为电池系统电压、Curbat为电池系统电流、为电池系统功率因数；利用所述用能功率构建光伏系统供电矩阵Tpv：其中，fpv为光伏系统模型函数，输出矩阵中：Powpv为发电功率、Volpv为光伏系统电压、Curpv为光伏系统电流、为光伏系统功率本文档来自技高网...

【技术保护点】
1.一种楼宇内能源调度方法，其特征在于，包括：根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功率；利用所述用能功率构建用能矩阵序列；根据所述用能装置的设备信息和能源流动信息构建最优约束矩阵；利用所述最优约束矩阵对所述用能矩阵进行约束截断，获得初选用能矩阵序列；利用所述初选用能矩阵序列映射出与所述初选用能矩阵序列内矩阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率；利用能源价格和所述初选外购电功率、气流量、热功率获得一定时间内的用能成本；利用所述初选外购电功率、气流量、热功率获得一定时间内的用能总量；利用遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理，获得用能成本和用能总量最优条件下的最优用能矩阵；利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。

【技术特征摘要】
1.一种楼宇内能源调度方法，其特征在于，包括：根据楼宇内的电、气、热的输入信息和用能装置分布获得用能功率；利用所述用能功率构建用能矩阵序列；根据所述用能装置的设备信息和能源流动信息构建最优约束矩阵；利用所述最优约束矩阵对所述用能矩阵进行约束截断，获得初选用能矩阵序列；利用所述初选用能矩阵序列映射出与所述初选用能矩阵序列内矩阵元素相对应的初选用能功率和初选外购电功率、气流量、热功率；利用能源价格和所述初选外购电功率、气流量、热功率获得一定时间内的用能成本；利用所述初选外购电功率、气流量、热功率获得一定时间内的用能总量；利用遗传算法对所述初选用能矩阵序列内各个矩阵元素对应的用能成本和用能总量进行处理，获得用能成本和用能总量最优条件下的最优用能矩阵；利用所述最优用能矩阵映射得到最优外购电功率、气流量、热功率和电功率、气流量、热功率的最优分配。2.根据权利要求1所述楼宇内能源调度方法，其特征在于，所述用能功率，包括：用电功率E(t)：E(t)＝Ee(t)+Eb(t)，其中，Ee(t)为外购电功率，Eb(t)为电池充放电功率；用冷功率C(t)：C(t)＝pc0·Cpipe(t)+pc1·Cpipe(t-t1)，其中，Pc0是主冷流合成系数，Pc1是分冷流合成系数，Cpipe(t)是管道冷输出功率，(t-t1)为用冷功率传输延时，Cpipe(t)＝Cac(t-t2)+Ccs(t-t3))，其中，Cac(t-t2)是空调制冷功率，(t-t2)是空调制冷功率延时，Ccs(t-t3)是冰蓄冷输出功率，(t-t3)是冰蓄冷输出功率延时，Cac(t)＝Tac(Ee(t))，其中，Tac为空调的电制冷效率函数，Ccs(t)＝Cs(P(Tac(Ee(t-t4))))，其中，Cs是蓄冷效率函数，P是空调向冰蓄冷的冷量分配比例，(t-t4)为空调用电功率延时；用热功率H(t)：H(t)＝ph0·Hpipe(t)+ph1·Hpipe(t-t5)，其中，Ph0是主热流合成系数，Ph1是分热流合成系数，Hpipe(t)为管道热输出功率，(t-t5)为管道热输出功率延时，Hpipe(t)＝He(t-t6)+Htb(t-t7)，其中，He(t-t6)为外购热功率，(t-t6)为外购热功率延时，Htb(t-t7)是锅炉制热功率，(t-t7)是锅炉制热功率延时，Htb(t)＝Tb(g(t-t8))，其中，Tb是锅炉燃气制热效率函数，g(t-t8)是外购气流量，(t-t8)是外购气流量延时。3.根据权利要求2所述楼宇内能源调度方法，其特征在于，所述利用所述用能功率构建用能矩阵序列的过程，包括：利用所述用能功率构建配电矩阵Tde：其中，fde为配电系统模型函数，输出矩阵中：Capde为配电系统的电容量、Volde为配电系统的电压、Curde为配电系统的电流、为配电系统的功率因数；利用所述用能功率构建空调输出矩阵Tac：其中，fac为空调系统模型函数，输出矩阵中：Temac为空调系统的输出温度、Humac为空调系统的输出湿度、Winac为空调系统的输出风量、Curac为空调系统的电流、Preac为空调系统的水压、Watac-speac为空调系统的水流速；利用所述用能功率构建锅炉输出矩阵Ttb：其中，ftb为锅炉系统模型函数，输出矩阵中：Temtb为锅炉系统的输出温度、Humtb为锅炉系统的输出湿度、Stetb为锅炉系统的输...

【专利技术属性】
技术研发人员：田海亭，杨阳，彭海波，
申请(专利权)人：北京快电科技有限公司，
类型：发明
国别省市：北京,11