一种基于多目标的智慧园区综合能源系统优化调度方法技术方案

本发明专利技术专利公开了一种基于多目标的智慧园区综合能源系统优化调度方法，包括以下步骤：确定并获取综合能源系统运行基本参数；制定智慧园区多目标运行的评价指标；建立综合能源系统日前经济调度阶段的优化调度模型；采用混合线性整数规划求解器对建立的多目标优化调度模型进行求解。通过构建调度周期内运行成本最小化的目标函数，在满足功率平衡和安全约束的基础上，从能耗、环保和可靠性角度建立评价指标和约束条件，优化系统内储能、柔性负荷和热电联供可控机组的启停和出力状态，实现智慧园区综合能源系统多目标优化调度。本发明专利技术既能实现系统的经济环保运行，又能保证系统的多种供能可靠性，保证了综合能源系统安全稳定和高效经济运行。

A multi-objective based optimal scheduling method for comprehensive energy system of smart Park

【技术实现步骤摘要】
一种基于多目标的智慧园区综合能源系统优化调度方法所属领域本专利技术属于综合能源系统领域，具体涉及一种基于多目标的智慧园区综合能源系统优化调度方法。
技术介绍
能量是人类生存和发展的基础，传统的能源系统建设倾向于各子系统单独规划、单独设计和独立运行，不同供能系统发展存在差异和壁垒，电、热、气等多能系统耦合程度不高，彼此间缺乏多能互补和协调控制机制，可能导致能源利用效率低下、系统运行安全性不足和故障情况下系统自愈能力匮乏等问题。近年来，分布式发电、可再生能源、冷热电联供、微网等能源技术以及信息通信技术快速更新，推动传统分立运行的能源系统向多能耦合和协调控制的综合能源系统转型，国家能源政策的支持也进一步加速了综合能源系统的理论推广和实践落地。构建以电力系统为核心的综合能源系统平台，推进实现多能耦合互补互联快速发展，对实现可再生能源的有效消纳、降低系统运行成本、提高能源生产效率和提供电网辅助服务具有重要意义，对实现跨领域、多维度和多层次的能源融合使用和能源技术创新具有深远影响，是国家节能减排和国际能源变革的重要举措。目前，国内外学者在综合能源系统的建模仿真和优化控制方面做了诸多研究，主要包括能量装置的动态特性建模和多能互补协同优化运行。在能量装置的动态特性建模方面，很多学者从不同时间尺度、空间范围、能量环节角度构建了综合能源系统的线性或者非线性模型，比如核心能量耦合设备燃气轮机的短时间尺度动态特性仿真模型，区域或跨区的稳态的长时间尺度电网潮流模型、气网分段线性化传输模型、热网能量流传输模型等；在多能互补协调优化运行方面，已有学者在综合能源系统的评估指标体系和评估方法、多目标协同优化方法和优化运行和安全控制等方面展开了研究。但需要进一步关注的是，电、热、气多能响应特性在时间尺度上存在差异，因而在进行含电-热-气多能耦合的综合能源系统优化调度策略时常常未考虑或者无法融合和克服电热气相应特性在时间尺度上的差异，使得综合能源系统调度无法最大程度的发挥作用，误差性较大，工作效率低下，因而克服和解决含电-热-气多能耦合的综合能源系统不同响应特性在时间尺度上的差异，就变得非常重要了。
技术实现思路
本专利技术正是针对现有技术中的问题，提供了一种基于多目标的智慧园区综合能源系统优化调度方法，通过构建调度周期内运行成本最小化的目标函数，在满足功率平衡和安全约束的基础上，从能耗、环保和可靠性角度建立评价指标和约束条件，优化系统内储能、柔性负荷和热电联供可控机组的启停和出力状态，实现智慧园区综合能源系统多目标优化调度。为了实现上述目的，本专利技术采用的技术方案是：本专利技术的一种基于多目标的智慧园区综合能源系统优化调度方法，包括以下步骤：确定并获取综合能源系统运行基本参数；制定智慧园区多目标运行的评价指标，包括能耗评价指标、环保评价指标、供电可靠性评价指标、供热可靠性评价指标和供冷可靠性评价指标；建立综合能源系统日前经济调度阶段的优化调度模型，所述优化调度模型的目标函数为：其中，Cfuel(t)为燃料费用；Cgrid(t)为电网交互费用；Cdevice(t)为设备维护费用；Con-off(t)为机组启停费用；Cheat-cold(t)为售热售冷费用；采用混合线性整数规划求解器对建立的多目标优化调度模型进行求解。上述综合能源系统运行基本参数包括光伏、风电等可再生能源以及冷热电负荷的日前日内预测出力、系统内微燃机、电锅炉、燃料电池、吸收式制冷机、电制冷机、蓄电池、储热罐、蓄冷罐的容量及爬坡约束、上级电网联络线交互功率约束、电网购售电价。上述能耗评价指标为：其中，Ffuel(t)为燃料总耗量,ηMT为微燃机的发电效率；ηFC为燃料电池的发电效率。所述环保评价指标为：其中，为天然气的CO2排放因子；为时刻t的CO2排放量；所述供电可靠性评价指标为：其中，Pl(t)时段t的电负荷功率；为供电不足总量；LPSP为供电不足概率；PWT(t)为时段t的风电功率；PPV(t)为时段t的光伏功率；PESch(t)为时段t的蓄电池充电功率；PESdis(t)为时段t的蓄电池放电功率；PMT(t)为时段t的微燃机电功率；PFC(t)为时段t的燃料电池电功率；PEB(t)为时段t的电锅炉电功率；Pex(t)为时段t的电网交互功率；所述供热可靠性评价指标为：其中，Ql(t)为时段t的热负荷功率；为供电不足总量；LHSP为供热不足概率；QMTh(t)为时段t的烟气余热提供的制热量；QEB(t)为时段t的电锅炉的制热量；QAC(t)为时段t吸收式制冷机消耗的热功率；QHSch(t)为时段t的蓄热槽吸热功率；QHSdis(t)为时段t的蓄热槽放热功率；所述供冷可靠性评价指标为：其中，Ll(t)为时段t的冷负荷功率；LMTh(t)为时段t微燃机的制冷功率；LAC(t)为时段t的吸收式制冷机的制冷功率；LECa(t)为时段t的电制冷机的制冷功率；LECd(t)为时段t的电制冷机的融冰功率；LCSP为供热不足概率。上述燃料费用Cfuel(t)为：Cfuel＝CMT+CFC其中，CMT为微燃机燃料费用；CFC为燃料电池费用；所述电网交互费用Cgrid(t)为：其中，SD(t)和GD(t)分别为时刻t上级配网向用户级综合能源系统的售电和购电电价；Pex(t)为时段t的电网交互功率；所述设备维护费用Cdevice(t)为：其中，λdevice,i为系统内设备单元i的单位运行维护成本；Pi(t)为设备单元i在时段t的出力；n为设备单元总数；所述机组启停费用Con-off(t)为：其中，λon-off,j为可控机组j的一次启停成本；Sj(t)为可控机组j在时段t的启停状态；所述可控机组j包括微燃机、燃料电池、电锅炉；ng为可控机组总数；所述售热售冷费用Cheat-cold(t)为：Cheat-cold(t)＝λheat.Qheat(t)+λcold.Qcold(t)其中，λheat为单位制热费用；Qheat(t)为时段t微网总的制热量；λcold为单位制冷费用；Qcold(t)为时段t微网总的制冷量。上述优化调度模型中的约束条件包括综合能源系统的电功率平衡约束、热功率平衡约束、冷功率平衡约束、可控机组上下限约束、可控机组爬坡约束、蓄电池相关约束、储热罐相关约束、蓄冷罐相关约束及联络线交互功率约束，碳排放约束和供能可靠性约束。上述综合能源系统的电功率平衡约束条件为：PMT(t)+PFC(t)+PWT(t)+PPV(t)-PESch(t)+PESdis(t)+Pex(t)＝Pl(t)+PEB(t)+PEC(t)其中，PWT(t)为时段t的风电功率；PPV(t)为时段t的光伏功率；PESch(t)为时段t的蓄电池充电功率；PESdis(t)为本文档来自技高网...

【技术保护点】
1.一种基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，包括以下步骤：/n确定并获取综合能源系统运行基本参数；/n制定智慧园区多目标运行的评价指标，包括能耗评价指标、环保评价指标、供电可靠性评价指标、供热可靠性评价指标和供冷可靠性评价指标；/n建立综合能源系统日前经济调度阶段的优化调度模型，所述优化调度模型的目标函数为：/n

【技术特征摘要】
1.一种基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，包括以下步骤：
确定并获取综合能源系统运行基本参数；
制定智慧园区多目标运行的评价指标，包括能耗评价指标、环保评价指标、供电可靠性评价指标、供热可靠性评价指标和供冷可靠性评价指标；
建立综合能源系统日前经济调度阶段的优化调度模型，所述优化调度模型的目标函数为：



其中，Cfuel(t)为燃料费用；Cgrid(t)为电网交互费用；Cdevice(t)为设备维护费用；Con-off(t)为机组启停费用；Cheat-cold(t)为售热售冷费用；NT为调度周期；
采用混合线性整数规划求解器对建立的多目标优化调度模型进行求解。


2.根据权利要求1所述的基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，所述综合能源系统运行基本参数包括光伏、风电等可再生能源以及冷热电负荷的日前日内预测出力、系统内微燃机、电锅炉、燃料电池、吸收式制冷机、电制冷机、蓄电池、储热罐、蓄冷罐的容量及爬坡约束、上级电网联络线交互功率约束、电网购售电价。


3.根据权利要求1所述的基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，所述能耗评价指标为：



其中，Ffuel(t)为燃料总耗量；ηMT为微燃机的发电效率；ηFC为燃料电池的发电效率；
所述环保评价指标为：



其中，为天然气的CO2排放因子；为时刻t的CO2排放量；
所述供电可靠性评价指标为：






其中，Pl(t)时段t的电负荷功率；为供电不足总量；LPSP为供电不足概率；PWT(t)为时段t的风电功率；PPV(t)为时段t的光伏功率；PESch(t)为时段t的蓄电池充电功率；PESdis(t)为时段t的蓄电池放电功率；PMT(t)为时段t的微燃机电功率；PFC(t)为时段t的燃料电池电功率；PEB(t)为时段t的电锅炉电功率；Pex(t)为时段t的电网交互功率；
所述供热可靠性评价指标为：






其中，Ql(t)为时段t的热负荷功率；为供电不足总量；LHSP为供热不足概率；QMTh(t)为时段t的烟气余热提供的制热量；QEB(t)为时段t的电锅炉的制热量；QAC(t)为时段t吸收式制冷机消耗的热功率；QHSch(t)为时段t的蓄热槽吸热功率；QHSdis(t)为时段t的蓄热槽放热功率；
所述供冷可靠性评价指标为：






其中，Ll(t)为时段t的冷负荷功率；LMTh(t)为时段t微燃机的制冷功率；LAC(t)为时段t的吸收式制冷机的制冷功率；LECa(t)为时段t的电制冷机的制冷功率；LECd(t)为时段t的电制冷机的融冰功率；LCSP为供热不足概率。


4.根据权利要求1所述的基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，所述燃料费用Cfuel(t)为：
Cfuel＝CMT+CFC
其中，CMT为微燃机燃料费用；CFC为燃料电池费用；
所述电网交互费用Cgrid(t)为：



其中，SD(t)和GD(t)分别为时刻t上级配网向用户级综合能源系统的售电和购电电价；Pex(t)为时段t的电网交互功率；
所述设备维护费用Cdevice(t)为：



其中，λdevice,i为系统内设备单元i的单位运行维护成本；Pi(t)为设备单元i在时段t的出力；n为设备单元总数；
所述机组启停费用Con-off(t)为：



其中，λon-off,j为可控机组j的一次启停成本；Sj(t)为可控机组j在时段t的启停状态；所述可控机组j包括微燃机、燃料电池、电锅炉；ng为可控机组总数；
所述售热售冷费用Cheat-cold(t)为：
Cheat-cold(t)＝λheat.Qheat(t)+λcold.Qcold(t)
其中，λheat为单位制热费用；Qheat(t)为时段t微网总的制热量；λcold为单位制冷费用；Qcold(t)为时段t微网总的制冷量。


5.根据权利要求1所述的基于多目标的智慧园区综合能源系统优化调度方法，其特征在于，所述优化调度模型中的约束条件包括综合能源系统的电功率平衡约束、热功率平衡约束、冷功率平衡约束、可控机组上下限约束、可控机组爬坡约束、蓄电池相关约束、储热罐相关约束、蓄冷罐相关约束及联络线交互功率约束，碳排放约束和供能...

【专利技术属性】
技术研发人员：方超，杜先波，仲春林，唐一铭，李叶飞，王灿，王子涵，徐小冬，陈复兴，赵芮，石林，郑安宁，张凡，王琦，陶苏朦，汤奕，
申请(专利权)人：江苏方天电力技术有限公司，东南大学，国网江苏省电力有限公司，
类型：发明
国别省市：江苏;32