综合能源系统优化调度方法技术方案

本发明专利技术涉及一种综合能源系统优化调度方法，包括：采集综合能源系统的运行数据和系统设备参数；建立新能源预测误差模型，求解预测误差；建立系统设备运行模型；设定电力系统约束条件，冷、热力系统约束条件，以及热水系统约束条件；进行线性化变换；分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型；求解得到调度结果。本发明专利技术充分的考虑了风电的波动性和随机性，碳交易和绿色证书交易减少了对环境的碳排放，可有效得到计及综合能源系统总成本和环境碳排放量的最优解。的最优解。的最优解。

【技术实现步骤摘要】
综合能源系统优化调度方法


[0001]本专利技术涉及一种能源调度方法，具体地说是一种综合能源系统优化调度方法。

技术介绍

[0002]随着世界对能源需求的与日俱增，全球生态环境遭到严重破坏，减少碳排放和提高能源利用率已成为世界能源主流研究方向。
[0003][0004]通过能源优化调度，能够提高能源的利用率，减少碳排放。但现有的综合能源系统研究一般为热电、冷热电系统，较少涉及可再生能源，负荷模型范围比较笼统并不具体，模型复杂不利于求解。
[0005]由于受天气和环境的影响，可再生能源出力具有波动性、不确定性等特征，尤其是风能和太阳能发电的出力无法准确预测，而且随着装机规模的增大，预测误差的绝对值影响将进一步加大。风能和太阳能发电预测准确度直接影响辅助服务的供给需求。可再生能源的不确定性对整个电网运行产生很大的影响，包括对系统旋转备用容量的配置、输电能力、调峰深度及调峰电源的配置、调频等提出更高的要求。预测误差分析是为计及可再生能源接入的电力系统优化调度做准备，不确定性信息的描述越准确，越有助于提高系统运行的安全性、经济性和低碳性。

技术实现思路

[0006]本专利技术的目的就是提供一种综合能源系统优化调度方法，以解决现有能源调度优化系统模型复杂以及无法准确预测可再生能源出力的问题。
[0007]本专利技术是这样实现的：一种综合能源系统优化调度方法，包括以下步骤。
[0008]a.采集综合能源系统的运行数据和系统设备参数。
[0009]b.建立新能源预测误差模型，求解预测误差。
[0010]c.建立包含风电机组模型、光伏发电模型、太阳能集热器模型、地源热泵模型、电锅炉模型、储能电池模型、储热罐模型以及蓄冷罐模型的系统设备运行模型。
[0011]d.设定电力系统约束条件，冷、热力系统约束条件，以及热水系统约束条件。
[0012]e.对步骤c中的系统设备运行模型和步骤d中的约束条件进行线性化变换。
[0013]f.分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型。
[0014]g.将步骤a中采集的综合能源系统的运行数据和系统设备参数以及步骤b中求解得到的预测误差作为输入，代入步骤c、步骤d以及步骤e中的模型和约束条件中，求解得到调度结果。
[0015]进一步地，在步骤a中，采集综合能源系统未来24小时的预测用电、供冷、供热、热水负荷功率，分时电价以及预测可再生能源发电功率，碳排放配额和可再生能源配额，采集
间隔为1小时；采集产能设备的额定功率和效率，储能设备的充能、储能功率和效率。
[0016]进一步地，在步骤b中，建立分段函数预测误差模型：
[0017][0018]式中：μ0为概率密度序列最大概率密度点对应的标准化误差值，b1、b2为形状参数，x 为预测误差。
[0019]进一步地，在步骤c中，建立的风电机组模型为：
[0020][0021]式中：P
wt
为风力预测发电功率，为风力发电实际输出功率，x为预测误差。
[0022]光伏发电模型为：
[0023][0024]式中：P
pv
为光伏预测发电功率，为光伏实际发电功率，x为预测误差。
[0025]太阳能集热器模型为：
[0026][0027]式中：Q
stc
为太阳能集热器的预测输出功率，为太阳能集热器的实际输出功率，为太阳能集热器的热功率出力，为太阳能集热器热水功率出力，x为预测误差。
[0028]进一步地，在步骤c中，建立的地源热泵模型为：
[0029][0030]式中：P
gt
为地源热泵制冷或制热消耗的电功率，COP
h
和H
g
分别为地源热泵制热能效比与产热量，COP
l
和L
g
分别为地源热泵的制冷能效比与产冷量。
[0031]H
gc
＝L
g
×
η
p
[0032]式中：H
gc
为地源热泵热回收热供热水，η
p
为地源热泵的热回收效率；
[0033]电锅炉模型为：
[0034]H
eb
＝βP
eb
[0035]式中：H
eb
为电锅炉制热水产热量，P
eb
为电锅炉制热消耗的电功率，β为电锅炉的电热转换效率。
[0036]储能电池模型为：
[0037][0038]式中：X
t
、Y
t
分别为储能电池的充电和放电状态，η
bc
、η
bd
分别为储能电池的充电效率和放电效率，S
bs
为储能电池的额定容量，P
bc
为储能电池的充电功率，P
bd
为储能电池的放电功率。
[0039]储热罐模型为：
[0040][0041]式中：M
t
、N
t
分别为蓄热罐的蓄热和放热状态，η
hc
、η
hd
分别为蓄热罐的蓄热效率与放热效率，δ1为蓄热罐的蓄热损失率，S
hs
为蓄热罐的额定容量，P
hd
、P
hc
分别为蓄热罐的放热功率和蓄热功率。
[0042]蓄冷罐模型为：
[0043][0044]式中：A
t
、B
t
分别为蓄冷罐的蓄冷状态和放冷状态，η
cc
、η
cd
分别为蓄冷罐的蓄冷效率和放冷效率，S
cs
为蓄冷罐的额定容量，δ2为蓄冷罐的蓄冷损失率，P
cc
、P
cd
分别为蓄冷罐的蓄冷功率和放冷功率。
[0045]进一步地，在步骤d中，设定的电力系统约束包括电储能约束和电能平衡约束，电储能约束为：
[0046][0047]式中：SOC
t
为t时刻的储能电池的储能状态值，SOC
min
和SOC
max
分别为综合能源系统调度中储能电池的最小与最大的储能状态值，为0时刻储能电池状态，为结束时刻储能电池状态，P
bc
为储能电池的充电功率，P
bd
为储能电池的放电功率，为储能电池最大充电功率，为储能电池最大放电功率。
[0048]电能平衡约束为：
[0049]P
power
+X
t
×
P
bd
+P＝Y
t
×
P
bc
+P
per
+P
equ
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种综合能源系统优化调度方法，其特征在于，包括以下步骤：a.采集综合能源系统的运行数据和系统设备参数；b.建立新能源预测误差模型，求解预测误差；c.建立包含风电机组模型、光伏发电模型、太阳能集热器模型、地源热泵模型、电锅炉模型、储能电池模型、储热罐模型以及蓄冷罐模型的系统设备运行模型；d.设定电力系统约束条件，冷、热力系统约束条件，以及热水系统约束条件；e.对步骤c中的系统设备运行模型和步骤d中的约束条件进行线性化变换；f.分别建立系统运行成本函数模型、预测偏差惩罚成本函数模型、碳排放成本函数模型、绿色证书交易成本函数模型、储能电池寿命成本函数模型以及综合能源系统总成本目标函数模型；g.将步骤a中采集的综合能源系统的运行数据和系统设备参数以及步骤b中求解得到的预测误差作为输入，代入步骤c、步骤d以及步骤e中的模型和约束条件中，求解得到调度结果。2.根据权利要求1所述的综合能源系统优化调度方法，其特征在于，在步骤a中，采集综合能源系统未来24小时的预测用电、供冷、供热、热水负荷功率，分时电价以及预测可再生能源发电功率，碳排放配额和可再生能源配额，采集间隔为1小时；采集产能设备的额定功率和效率，储能设备的充能、储能功率和效率。3.根据权利要求1所述的综合能源系统优化调度方法，其特征在于，在步骤b中，建立分段函数预测误差模型：式中：μ0为概率密度序列最大概率密度点对应的标准化误差值，b1、b2为形状参数，x为预测误差。4.根据权利要求1所述的综合能源系统优化调度方法，其特征在于，在步骤c中，建立的风电机组模型为：式中：P
wt
为风力预测发电功率，为风力发电实际输出功率，x为预测误差；光伏发电模型为：式中：P
pv
为光伏预测发电功率，为光伏实际发电功率，x为预测误差；太阳能集热器模型为：
式中：Q
stc
为太阳能集热器的预测输出功率，为太阳能集热器的实际输出功率，为太阳能集热器的热功率出力，为太阳能集热器热水功率出力，x为预测误差。5.根据权利要求1所述的综合能源系统优化调度方法，其特征在于，在步骤c中，建立的地源热泵模型为：式中：P
gt
为地源热泵制冷或制热消耗的电功率，COP
h
和H
g
分别为地源热泵制热能效比与产热量，COP
l
和L
g
分别为地源热泵的制冷能效比与产冷量；H
gc
＝L
g
×
η
p
式中：H
gc
为地源热泵热回收热供热水，η
p
为地源热泵的热回收效率；电锅炉模型为：H
eb
＝βP
eb
式中：H
eb
为电锅炉制热水产热量，P
eb
为电锅炉制热消耗的电功率，β为电锅炉的电热转换效率；储能电池模型为：式中：X
t
、Y
t
分别为储能电池的充电和放电状态，η
bc
、η
bd
分别为储能电池的充电效率和放电效率，S
bs
为储能电池的额定容量，P
bc
为储能电池的充电功率，P
bd
为储能电池的放电功率；储热罐模型为：式中：M
t
、N
t
分别为蓄热罐的蓄热和放热状态，η
hc
、η
hd
分别为蓄热罐的蓄热效率与放热效率，δ1为蓄热罐的蓄热损失率，S
hs
为蓄热罐的额定容量，P
hd
、P
hc
分别为蓄热罐的放热功率和蓄热功率；蓄冷罐模型为：式中：A
t
、B
t
分别为蓄冷罐的蓄冷状态和放冷状态，η
cc
、η
cd
分别为蓄冷罐的蓄冷效率和放冷效率，S
cs
为蓄冷罐的额定容量，δ2为蓄冷罐的蓄冷损失率，P
cc
、P
cd
分别为蓄冷罐的蓄冷功率和放冷功率。
6.根据权利要求1所述的综合能源系统优化调度方法，其特征在于，在步骤d中，设定的电力系统约束包括电储能约束和电能平衡约束，电储能约束为：式中：SOC
t
为t时刻的储能电池的储能状态值，SOC
min
和SOC
max
分别为综合能源系统调度中储能电池的最小与最大的储能状态值，为0时刻储能电池状态，为结束时刻储能电池状态，P
bc
为储能电池的充电功率，P
bd
为储能电池的放电功率，为储能电池最大充电功率，为储能电池最大放电功率；电能平衡约束为：P
power
+X
t
×
P
bd
+P＝Y
t

【专利技术属性】
技术研发人员：张照彦，张东月，王培光，王森，姜萍，郝雷，王霞，田华，
申请(专利权)人：河北大学，
类型：发明
国别省市：