建筑含氢多能源系统供需协同运行优化方法及控制装置制造方法及图纸

本发明专利技术公开了一种建筑含氢多能源系统供需协同运行优化方法及控制装置，所述优化方法包括日前调度阶段、日内微调阶段、策略更新阶段和日内控制阶段，结合需求侧人员行为对建筑电

【技术实现步骤摘要】
建筑含氢多能源系统供需协同运行优化方法及控制装置


[0001]本专利技术属于建筑多能源系统及其
，特别涉及一种建筑含氢多能源系统供需协同运行优化方法及控制装置。

技术介绍

[0002]煤炭、石油等化石能源的不可再生性决定了其不可能永久地为人类供能，且其燃烧所产生的污染会对地球和人类生活造成巨大危害。与此同时，可再生能源技术发展迅速，能源消费结构发生巨大变化。
[0003]随着能源消费结构的变革，可再生能源所占比重日渐增大，能源系统的运行结构也亟需变革。首先，新能源因其特殊的性质而难以与现有电网进行融合，风力和光伏发电的随机性、间歇性和波动性会给电网的稳定运行带来极大挑战，因此需平抑其出力的波动来促进其与现有电网的融合。其次，随着燃料电池技术等高效清洁技术的发展，氢能凭借其能量密度高、清洁无污染、存量丰富、便于储存和转移的优点逐渐进入人类视野，并被广泛视为21世纪最具发展潜力的清洁能源。
[0004]作为居民生存与社会生活必不可少的一环，建筑用能占一次能源消耗的20～40％，在某些发达地区甚至高达45％。联合国政府间气候变化专门委员会(IPCC)在其第四次评估报告中指出，到2030年，全球建筑领域可形成每年60亿吨CO2当量的减排潜力，在所有部门中减排潜力最高。
[0005]建筑能耗需求不确定性高，且与人员活动具有较强的相关性，其中，照明需求、热需求、冷需求、计算机及显示屏用电需求均与人员活动情况直接相关。因为人类体感对于室内舒适温度的要求较为弹性，建筑亦可被视为一种储能设备，起到一定的保温和消纳需求波动的作用。
[0006]现有含氢多能源系统运行优化方法多基于能量模型求解，所建立模型相对简单，未考虑储氢罐、电解槽、压缩机、燃料电池对氢气压力和氢气流量的限制，且未考虑系统中作为热能和冷能储存介质的水的流动方式、热交换温度限制以及水泵能耗，故对于系统的模拟不够精确，提供的调度方案也不够具体和详细。
[0007]现有含氢多能源系统运行优化方法所使用的需求预测数据多为软件模拟出的固定曲线，其需求计算方法不够明确，且需求预测阶段与运行优化阶段分离，未结合需求侧的建筑结构信息、人员活动信息进行运行优化，不能很好地对需求侧信息和建筑的保温能力加以利用。
[0008]现有多能源系统控制方法中对实时需求的满足多为使用简单的优先级来确定不同设备的出力，不能很好地解决可再生能源间断性出力、分时电价和能耗不确定性造成的供应侧与需求侧不匹配的现象，不能很好地利用储能设备来降低可再生能源损失和系统运行成本。
[0009]现有多能源系统控制方法中对各设备的控制多为对其主要设备的功率/储量的控制，对于系统中涉及的辅助设备，如换热器、水阀、水泵、散热器等缺乏具体的连接方式和控
制方法描述。

技术实现思路

[0010]本专利技术提供了一种建筑含氢多能源系统供需协同运行优化方法及控制装置，该方法结合需求侧人员行为对建筑电
‑
热
‑
冷需求的影响，考虑房间热动态过程建立基于流量的模型并求解，以氢能为主要能源来满足用户的舒适度要求与负载需求，并提出了一种对原有调度策略进行快速微调以适应实时需求变化的方法，减小了需求侧不确定性带来的波动。
[0011]为达到上述目的，本专利技术建筑含氢多能源系统供需协同运行优化方法，包括以下步骤：
[0012]建筑含氢多能源系统供需协同运行优化方法，包括以下步骤：
[0013]S1、日前调度阶段：根据已知的建筑结构信息、工作计划表、历史天气数据、实际历史负载信息生成预测的天气数据和需求曲线，并根据预测的天气数据和需求曲线生成日前调度策略；该阶段包括采集日前信息、日前预测需求、建立优化模型和制定日前调度策略四部分；
[0014]S2、日内微调阶段：以S1生成的日前调度策略或S4更新后的调度策略作为最初的现有调度策略，根据该调度策略和设备信息生成最初的微调策略表；根据建筑含氢多能源系统中的设备实时运行状态及各房间使用情况，得到实际的电
‑
热
‑
冷需求数据；结合真实需求与微调策略表微调并更新现有调度策略，以使其满足实际的电
‑
热
‑
冷需求；更新微调策略表；
[0015]S3、日内控制阶段：根据S2得到的现有调度策略，具体化各房间的供冷量、供热量，得到各设备未来一个时间段内的目标运行状态；
[0016]S4、策略更新阶段：若S2中对现有调度策略的微调已不能满足真实需求，则更新历史负载信息、各房间使用状态、人员活动情况，并以更新后的历史负载信息、各房间使用状态、人员活动情况进行需求预测并生成更新后的调度策略，并执行S2
‑
S3。
[0017]一种建筑含氢多能源系统供需协同运行优化控制系统，包括中央控制系统和信息采集子系统；中央控制系统以发送串口指令的方式对各子系统及设备进行集中管理和控制，负责整个系统的运算工作及指令生成与发送；
[0018]中央控制系统包括运算模块、传感器数据处理模块、通信模块、串口模块和人机交互模块；运算模块与传感器数据处理模块、通信模块以及串口模块连接，传感器数据处理模块与运算模块、通信模块和串口模块连接，人机交互模块与通信模块和串口模块连接；运算模块用于计算调度结果并生成控制指令，其运算步骤遵循上述一种建筑含氢多能源系统供需协同运行优化方法中的S1、S2、S3和S4；传感器数据处理模块用于对接收的信息采集子系统采集到的信息进行预处理、存储并发送至运算模块；通信模块和串口模块负责与各子系统传输信号；人机交互模块用于辅助操作者对于系统的管理和数据的更新；建筑信息采集子系统由布置在建筑内外的传感器及子节点单片机组成，传感器包括墙体内外温度传感器，室内温度传感器、光照传感器和红外传感器。
[0019]与现有技术相比，本专利技术具有以下有益效果：
[0020]本专利技术所述的方法，在优化模型建立阶段基于流量进行建模，基于流量的模型更
加适合该系统中氢气、热水、冷水的物理性质，能为其能量转换的物理过程提供更好地模拟，且考虑了供应侧与需求侧间的协同调度，尤其是需求侧能耗对于供应侧设备运行的影响，所提供的调度策略也更加详细，为实际调度提供了更具备可操作性的方案，使得系统在经济效益和环境效益上都有很大的提升。
[0021]本专利技术所述的方法，将需求侧基于房间热动态的建模与供应侧基于流量的建模结合起来，对建筑具有更准确的模拟效果，且能够得到具体到房间的热需求和冷需求，便于后续对不同房间实施不同的控制策略，同时，考虑了建筑内电
‑
热
‑
冷需求与当前室内温度、室外温度、建筑结构之间的关系，在不同时段可再生能源出力及买电价格不同的情况下，使得调度策略能够利用建筑的保温能力来缓解供需两侧的不匹配情况并降低能耗。
[0022]本专利技术所述的方法，将需求侧人员行为和房间使用情况(房间是否在使用，房间内人数)对电
‑
热
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.建筑含氢多能源系统供需协同运行优化方法，其特征在于，包括以下步骤：S1、日前调度阶段：根据已知的建筑结构信息、工作计划表、历史天气数据、实际历史负载信息生成预测的天气数据和需求曲线，并根据预测的天气数据和需求曲线生成日前调度策略；该阶段包括采集日前信息、日前预测需求、建立优化模型和制定日前调度策略四部分；S2、日内微调阶段：以S1生成的日前调度策略或S4更新后的调度策略作为最初的现有调度策略，根据该调度策略和设备信息生成最初的微调策略表；根据建筑含氢多能源系统中的设备实时运行状态及各房间使用情况，得到实际的电
‑
热
‑
冷需求数据；结合真实需求与微调策略表微调并更新现有调度策略，以使其满足实际的电
‑
热
‑
冷需求；更新微调策略表；S3、日内控制阶段：根据S2得到的现有调度策略，具体化各房间的供冷量、供热量，得到各设备未来一个时间段内的目标运行状态；S4、策略更新阶段：若S2中对现有调度策略的微调已不能满足真实需求，则更新历史负载信息、各房间使用状态、人员活动情况，并以更新后的历史负载信息、各房间使用状态、人员活动情况进行需求预测并生成更新后的调度策略，并执行S2
‑
S3。2.根据权利要求1所述的建筑含氢多能源系统供需协同运行优化方法，其特征在于，所述S1包括以下步骤：S101、采集建筑结构信息、工作计划表、历史天气数据、实际历史负载信息生成预测的需求曲线；S102、结合人员活动对电
‑
热
‑
冷需求的影响，根据S101采集到的信息对电
‑
热
‑
冷需求进行预测，得到最初的电
‑
热
‑
冷需求；其中，热
‑
冷需求由预测的天气信息、人员调度表、热舒适区间和建筑结构信息进行预测；S103、根据建筑结构信息和系统中各设备参数建立优化模型，优化模型的目标为在满足建筑电
‑
热
‑
冷需求与人员舒适性的前提下使建筑总能耗最小，以电平衡、热平衡、冷平衡、氢平衡方程、各设备出力方程、各房间的热舒适区间作为约束；S104、根据S102得到的最初的电
‑
热
‑
冷需求以及S103建立的优化模型进行求解，得到日前调度策略。3.根据权利要求2所述的建筑含氢多能源系统供需协同运行优化方法，其特征在于，所述步骤S103中，电平衡方程为：述步骤S103中，电平衡方程为：述步骤S103中，电平衡方程为：述步骤S103中，电平衡方程为：其中，为k时段燃料电池的发电功率，为k时段太阳能板的发电功率，为k时段系统从电网购买的电功率，为k时段系统回馈电网的功率，为k时段电解槽的用电功率，为k时段电锅炉的用电功率，为k时段压缩机的用电功率，为k时段水泵的用
电功率，为k时段建筑所需的电量，τ为一个时段的时长，β
pv
为太阳能板的光电转换系数，r
k
为k时段的太阳能辐射强度，S
pv
为太阳能板可接受光照的最大面积，P
tf
为单一时段内向电网买卖电力的上界约束；为k时段的电网买电标志位，当系统从电网买电时为1，否则为0；为k时段的电网卖电标志位，当系统向电网卖电时为1，否则为0。4.根据权利要求2所述的建筑含氢多能源系统供需协同运行优化方法，其特征在于，所述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：述步骤S103中，燃料电池所受约束如下：其中，为k时段燃料电池消耗氢气的质量，U
fc
为燃料电池允许的输入氢气最小压强，R为摩尔气体常数，t
el
为电解槽工作温度，为k时段的燃料电池产电系数；为k时段的燃料电池产热系数，和P
fc
为燃料电池输出功率上下限，V
c
为τ时段内参与燃料电池换热器换热并流入热水罐的水的流量，为k时段在换热器中与燃料电池冷却液换热后流向热水罐的水的温度，为k时段参与换热前的水温，该部分参与换热的水由吸收式制冷机回水和风机盘管热源回水构成，t
fc
为燃料电池冷却液流入换热器的温度；为k时段的“电解槽
‑
燃料电池”流动标志位，当该流动通道被使用时为1，否则为0；为k时段的燃料电池使用标志位，当燃料电池被使用时为1，否则为0；为k时段的燃料电池换热器使用标志位，当燃料电池换热器被使用时为1，否则为0。5.根据权利要求2所述的建筑含氢多能源系统供需协同运行优化方法，其特征在于，所述步骤S103中，电解槽所受约束如下：述步骤S103中，电解槽所受约束如下：述步骤S103中，电解槽所受约束如下：述步骤S103中，电解槽所受约束如下：述步骤S103中，电解槽...

【专利技术属性】
技术研发人员：徐占伯，赵艳玲，吴江，董翔翔，简禧彦，刘晋辉，田颖，杨纪元，郭王懿，刘坤，管晓宏，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：