考虑能源共享和多风险的园区综合能源系统优化调度方法技术方案

技术编号:31507392 阅读:68 留言:0更新日期:2021-12-22 23:40
本发明专利技术提供一种考虑能源共享和多风险的园区综合能源系统优化调度方法,包括以下步骤:首先根据用户之间的熟悉程度和可操作负荷量求解相似度并对用户进行分类;对供能设备、用户负荷进行建模;构建供能商利润最大、用户用能成本最小、碳排放量最小和能源消耗最小的单目标函数;使用梯形模糊隶属度函数将构建的单目标函数进行归一化处理,并赋予每个单目标权重,从而构建出满意度函数。本发明专利技术可提高供应商利润、降低用户成本、CO2排放量以及能源消耗率。耗率。耗率。

【技术实现步骤摘要】
考虑能源共享和多风险的园区综合能源系统优化调度方法


[0001]本专利技术涉及一种考虑能源共享和多风险的园区综合能源系统优化调度方法,可用于新能源优化分配及调度方面,属于能源管理


技术介绍

[0002]随着社会和经济的不断发展,对传统能源的使用提出了挑战,能源短缺问题受到多国的广泛关注。新能源的使用及综合能源的产生成为解决能源短缺问题的关键。在考虑能源使用中的风险时,现有的思路往往只考虑新能源的出力不确定性而忽视了用户使用能源的随机性;使用新能源时,将储能作为共享能源的媒介,而忽视将太阳能作为共享能源,从而造成了能源浪费。

技术实现思路

[0003]为解决可再生能源的大比例消纳、提高供能商利润、降低用户用能成本、降低碳排放量和减少能源消耗等问题,本专利技术提出了考虑能源共享和多风险的园区综合能源系统优化调度方法,本专利技术对共享能源、需求响应和多重风险进行描述,并以多目标优化作为研究对象,旨在提高能源供应商利润,降低需求侧用能成本、二氧化碳排放量和能源消耗率。
[0004]具体的技术方案为:
[0005]考虑能源共享和多风险的园区综合能源系统优化调度方法,包括以下步骤:
[0006]步骤1,首先根据用户之间的熟悉程度和可操作负荷量求解相似度并对用户进行分类;
[0007]步骤2,对供能设备、用户负荷进行建模;
[0008]步骤3,构建供能商利润最大、用户用能成本最小、碳排放量最小和能源消耗最小的单目标函数;
[0009]步骤4,使用梯形模糊隶属度函数将构建的单目标函数进行归一化处理,并赋予每个单目标权重,从而构建出满意度函数。
[0010]步骤1具体包括以下子步骤:
[0011]收集需求侧用户之间的熟悉度信息,计算用户间相似度和用户间影响力,通过复杂网络理论中的社交网络模型将园区内的用户进行分类。
[0012]①
根据用户之间的熟悉程度计算相似度,相似度的计算方法如下:
[0013][0014]其中:T
vu
表示相似度,R
vu
为节点v,u间的熟悉程度,若两节点不相邻则R
vu
为0;V,U分别表示节点v,u的邻节点集合,l,k分别为邻节点集合V,U中的节点;
[0015]②
使用Page Rank算法计算网络中各顶点的潜在影响力,定义初始概率分布向量Ra,若网页j存在k条出链,其中有一条通向网页i,则定义n
×
n转移矩阵M第i行第j列元素为
1/k,则转移矩阵M表示为:
[0016][0017]式中N
j
为网页j出链条数。
[0018]本专利技术定义用户所有可操作负荷(包括可平移负荷和可调整负荷)比例作为PageRank算法中初始概率分布向量Ra,其中
[0019][0020]式中:R
ai
表示用户i的初始概率,L
si
为用户i的可操作负荷,表示所有用户的可操作负荷;
[0021]基于用户相似度T
vu
,可计算n
×
n转移矩阵M,其中:
[0022][0023]式中U为节点u的邻节点集合,l为U中的节点。使用转移矩阵M反复左乘向量Ra收敛至向量W即可得社交网络各顶点潜在影响力,表示为
[0024][0025]列向量W第i行元素W
i
即为个体用户i在社交网络中的潜在影响力。
[0026]③
基于个体用户潜在影响力W及用户相似度T
vu
可计算用户间影响力W
vu
:
[0027][0028]式中W
v
为用户v的潜在影响力,W
u
为用户u的潜在影响力,W
vu
表征用户v,u间相互影响能力的大小;
[0029]④
本专利技术以W
vu
为关系权重,采用Newman快速算法(fast Newman,FN)对社区用户进行区域划分,并将分区内的用户视作能源共享对象。基于社交网络特性,模块度Q定义如下:
[0030][0031]式中m为所有边权重之和,即为用户间影响力之和,计算公式为
[0032][0033]式中k
i
表示节点i的边权重之和,即用户i与其他用户间影响力之和,计算为
[0034][0035]δ(i,j)是0

1变量,表征节点i,j是否被分在同一社团,如下:
[0036][0037]选择Q值最大的迭代轮次作为最优结果,并基于该结果,将同社团内用户视作能源共享对象。
[0038]步骤2具体包括以下子步骤:
[0039]对供能设备:燃气轮机(gas turbine,GT)、余热回收装置(waste heat boiler,WHB)、蓄电池(electric energy storage,EES)、制冷机(absorption cooler,AC;electric cooler,EC)、燃气锅炉(gas boiler,GB)及光伏(photovoltaics,PV)和用能负荷:基本负荷、可转移负荷、可调整负荷、电动汽车(electric vehicles,EV)及用户侧的光伏进行建模。
[0040]①
供能设备建模
[0041]能源供应商配备的设备包括燃气轮机、余热回收装置、蓄电池、制冷机、燃气锅炉及光伏。
[0042]a.燃气轮机模型
[0043][0044][0045]式中:分别为微型燃气轮机在t时刻输出的电功率、热功率;分别为微型燃气轮机发电效率、自损失率;为微型燃气轮机在t时刻的天然气消耗量;H
ng
为天然气热值。
[0046]b.余热回收模型
[0047][0048]式中,为余热回收在t时刻输出的热功率;η
WHB
为余热回收效率;
[0049]c.燃气锅炉模型
[0050][0051]式中:为燃气锅炉在t时刻输出的热功率;为燃气锅炉在t时刻的天然气消耗量;η
GB
为锅炉发热效率。
[0052]d.制冷机模型
[0053][0054][0055]式中:分别为吸收式制冷机与电制冷机在t时刻输出的冷功率;为吸收式制冷机在t时刻输入的热功率、为电制冷机在t时刻输入的电功率;η
AC
、η
EC
分别为吸收式制冷机与电制冷机的制冷系数。
[0056]e.光伏出力模型
[0057]P
pv
=[P
pv_min
,P
pv_max
]ꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0058]式中,用区间数表示光伏出力的不确定性,P
pv
表示光伏的出力,P
pv_min
表示光伏出
力的最小值,P
pv_max...

【技术保护点】

【技术特征摘要】
1.考虑能源共享和多风险的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:步骤1,首先根据用户之间的熟悉程度和可操作负荷量求解相似度并对用户进行分类;步骤2,对供能设备、用户负荷进行建模;步骤3,构建供能商利润最大、用户用能成本最小、碳排放量最小和能源消耗最小的单目标函数;步骤4,使用梯形模糊隶属度函数将构建的单目标函数进行归一化处理,并赋予每个单目标权重,从而构建出满意度函数。2.根据权利要求1所述的考虑能源共享和多风险的园区综合能源系统优化调度方法,其特征在于,步骤1具体包括以下子步骤:收集需求侧用户之间的熟悉度信息,计算用户间相似度和用户间影响力,通过复杂网络理论中的社交网络模型将园区内的用户进行分类;

根据用户之间的熟悉程度计算相似度,相似度的计算方法如下:其中:T
vu
表示相似度,R
vu
为节点v,u间的熟悉程度,若两节点不相邻则R
vu
为0;V,U分别表示节点v,u的邻节点集合,l,k分别为邻节点集合V,U中的节点;

使用Page Rank算法计算网络中各顶点的潜在影响力,定义初始概率分布向量Ra,若网页j存在k条出链,其中有一条通向网页i,则定义n
×
n转移矩阵M第i行第j列元素为1/k,则转移矩阵M表示为:式中N
j
为网页j出链条数;定义用户所有可操作负荷比例作为PageRank算法中初始概率分布向量Ra,可操作负荷包括可平移负荷和可调整负荷;其中:式中:R
ai
表示用户i的初始概率,L
si
为用户i的可操作负荷,表示所有用户的可操作负荷;基于用户相似度T
vu
,可计算n
×
n转移矩阵M,其中:式中U为节点u的邻节点集合,l为U中的节点;使用转移矩阵M反复左乘向量Ra收敛至向
量W即可得社交网络各顶点潜在影响力,表示为:列向量W第i行元素W
i
即为个体用户i在社交网络中的潜在影响力;

基于个体用户潜在影响力W及用户相似度T
vu
可计算用户间影响力W
vu
:式中,W
v
为用户v的潜在影响力,W
u
为用户u的潜在影响力,W
vu
表征用户v,u间相互影响能力的大小;

以W
vu
为关系权重,采用Newman快速算法对社区用户进行区域划分,并将分区内的用户视作能源共享对象;基于社交网络特性,模块度Q定义如下:式中m为所有边权重之和,即为用户间影响力之和,计算公式为:式中k
i
表示节点i的边权重之和,即用户i与其他用户间影响力之和,计算为:δ(i,j)是0

1变量,表征节点i,j是否被分在同一社团,如下:选择Q值最大的迭代轮次作为最优结果,并基于该结果,将同社团内用户视作能源共享对象。3.根据权利要求2所述的考虑能源共享和多风险的园区综合能源系统优化调度方法,其特征在于,步骤2具体包括以下子步骤:对供能设备:燃气轮机即GT、余热回收装置即WHB、蓄电池即EES、制冷机即AC或EC、燃气锅炉即GB,及光伏即PV,和用能负荷:基本负荷、可转移负荷、可调整负荷、电动汽车即EV,及用户侧的光伏进行建模;

供能设备建模能源供应商配备的设备包括燃气轮机、余热回收装置、蓄电池、制冷机、燃气锅炉及光伏;a.燃气轮机模型a.燃气轮机模型式中:分别为微型燃气轮机在t时刻输出的电功率、热功率;η
loss
分别为微型燃气轮机发电效率、自损失率;为微型燃气轮机在t时刻的天然气消耗量;H
ng
为天然
气热值;b.余热回收模型式中,为余热回收在t时刻输出的热功率;η
WHB
为余热回收效率;c.燃气锅炉模型式中:为燃气锅炉在t时刻输出的热功率;为燃气锅炉在t时刻的天然气消耗量;η
GB
为锅炉发热效率;d.制冷机模型d.制冷机模型式中:分别为吸收式制冷机与电制冷机在t时刻输出的冷功率;为吸收式制冷机在t时刻输入的热功率、为电制冷机在t时刻输入的电功率;η
AC
、η
EC
分别为吸收式制冷机与电制冷机的制冷系数;e.光伏出力模型P
pv
=[P
pv_min
,P
pv_max
]
ꢀꢀꢀꢀ
(17)式中,用区间数表示光伏出力的不确定性,P
pv
表示光伏的出力,P
pv_min
表示光伏出力的最小值,P
pv_max
为光伏出力最大值;f.蓄电池模型式中:为蓄电池t时刻充放电功率;S(t)、S(t+1)分别是蓄电池在t时刻、t+1时刻的储能;μ、η
ch
、η
disch
分别为蓄电池自身能量损耗率、充电效率、放电效率;Δt为时间间隔,取Δt=1h;

用户侧负荷模型a.基本负荷基本负荷包括一些比较平稳的连续负荷和其他不可控负荷,记为P
base
;b.时间可转移负荷设有m种时间可转移负荷,可转移负荷记为P
trans

其中,为可转移负荷j在t时刻的功率,是可转移负荷设备j的状态变量,表示设备在t时刻处于工作状态,表示处于停用状态;j是设备编号,m是可转移负荷数量;t
j
是设备j可能的工作时间点;是设备j工作开始与结束时刻;[α
i

i
]是设备允许工作时段范围,不在这个范围内时,设备不工作,d
i
为工作时长;由于设备为不可中断负荷,故工作开始到结束之间的时长即为工作时长;c.功率可调整负荷功率可调整负荷,用P
adjust
表示;模型如下所示:表示;模型如下所示:表示;模型如下所示:表示;模型如下所示:k表示第k个可调整负荷,和分别表示t时刻和t+1时刻的室内温度/热水温度,表示外界温度,为可调整负荷k在t时刻的启动变量,如果可调整负荷k在t时刻启动,否则为0;表示等值热注入功率,R
adjust,k
和C
adjust,k
分别表示热阻、热容;η
adjust,k
为设备的热效率,表示可调整电功率,表示等值热损失功率,表示设备的额定功率;和表示用户对温度要求的上下界;j是设备编号,n是可调整负荷数量,为了从设备编号判断设备类型,将可调整负荷在可转移负荷后编号;[α
j

j
]是设备允许工作的时段,不在这个时段内,状态变量在这个范围内,可为1或0,但该设备工作总时长需与要求的工作时长d
j

一致;d.电动汽车模型电动汽车的到达和离开时间是随机的,采用正态分布进行随机模拟;公式(25)表示离开时间,公式(26)表示到达时间;达时间;达时间;式中:f
d
(t)为到达时间,f
a
(t)为离开时间,μ
d
、分别为到达的期望和方差,μ
a
、分别为离开的期望和方差,为电动汽车在t时刻充放电功率;S
ve
(t)、S
ve
(t+1)分别是电动汽车在t时刻、t+1时刻的储能;μ
ve
、η
ve_ch
、η
ve_dis...

【专利技术属性】
技术研发人员:姚强王方胜陈国伟许占坤荆志新马丹
申请(专利权)人:国网内蒙古东部电力综合能源服务有限公司国家电网有限公司
类型:发明
国别省市:

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