鲁棒与随机相结合的服务区微能源网多粒度协同调控方法技术

本发明专利技术提供了一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法。该方法包括：建立服务区微能源网细粒度模型和粗粒度模型；利用细粒度模型进行服务区微能源网的鲁棒优化调度设计；利用粗粒度模型进行服务区微能源网的随机优化调度设计；对服务区微能源网的鲁棒优化调度设计和随机优化调度设计在滚动优化框架下进行结合，将鲁棒优化和随机优化部分分别用于滚动优化的临近周期和较远周期，获取鲁棒优化与随机优化相结合的多粒度源荷储协同调度方案。本发明专利技术构建了服务区微能源网的源荷储各环节分布式资源细粒度模型—精细模型，将服务区微能源网的源荷储各环节调度资源两种粒度的模型根据优化计算的需求将它们结合起来用于微能源网的运行优化。合起来用于微能源网的运行优化。合起来用于微能源网的运行优化。

【技术实现步骤摘要】
鲁棒与随机相结合的服务区微能源网多粒度协同调控方法


[0001]本专利技术涉及微能源控制
，尤其涉及一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法。

技术介绍

[0002]国际能源署指出交通部门的碳排放约占全球碳排放的25％，能源消耗约占全球的33％。因此，除了大力发展电动汽车和氢燃料电池汽车外，构建清洁低碳的交通基础设施和交通设施资产能源化，这对于提高可再生能源在能源消耗占比、促进各部门协同脱碳具有重要意义。在公路交通中高速服务区位置常远离能源枢纽，根据高速服务区当地的资源禀赋构建自发自用的分布式可再生能源用能模式，这不仅可以降低无网地区的负荷供能需求，还可以加速碳减排进程。微能源网作为一种特殊的分布式能源系统，可以集成多种可再生能源、储能、分布式电源、本地负荷和控制单元，十分契合高速服务区能源系统的运行模式需求。
[0003]现有技术中的一种需求响应参与风电消纳的随机&可调节鲁棒混合日前调度模型采用鲁棒优化与随机优化相结合的组合优化思路，重点在于确定“最优转换时刻”。针对风电的预测距离运行点越近精度越高的特点,结合随机优化和可调节鲁棒优化方法的优点,提出一种有需求响应参与,随机和可调节鲁棒共同构成日前调度的风电消纳模型。模型通过确定最优转换时刻,将随机优化和可调节鲁棒优化有效地结合,凸显远期调度以鲁棒性见长,近期调度以经济性占优的特点,实现源荷互动。
[0004]现有研究对高速服务区能源系统的研究多是针对服务区充电站部分的，缺乏对高速服务区完整能源系统的研究，不能充分提升服务区能源系统的运行效率与对可再生能源的消纳能力。
[0005]现有研究考虑不同的能源系统构成，建立了不同类型的能源单元模型。由于能源单元与其运行环节的非线性、非连续特征，过于简化的建模方法如能源路由器形式难以准确刻画能源单元的运行形态，完全精细化的建模方法会增大求解压力，难以满足在线优化和服务区能源系统运行的高效性要求。
[0006]现有单一鲁棒优化方法会导致优化调度结结果过于保守，而随机优化的方法的计算结果增大了调度运行的灵活性但是运行的可靠性也下降了，同时随机优化方法的计算负担一般更大。

技术实现思路

[0007]本专利技术的实施例提供了一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法，以实现服务器微能源网的运行优化。
[0008]为了实现上述目的，本专利技术采取了如下技术方案。
[0009]一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法，包括：
[0010]建立服务区微能源网细粒度模型；
[0011]建立服务区微能源网粗粒度模型；
[0012]利用所述服务区微能源网细粒度模型进行服务区微能源网的鲁棒优化调度设计；
[0013]利用所述服务区微能源网粗粒度模型进行服务区微能源网的随机优化调度设计；
[0014]对服务区微能源网的鲁棒优化调度设计和随机优化调度设计在滚动优化框架下进行结合，将鲁棒优化部分用于滚动优化的临近周期，将随机优化部分用于滚动优化的较远周期，获取鲁棒优化与随机优化相结合的多粒度源荷储协同调度方案。
[0015]优选地，所述的建立服务区微能源网细粒度模型，包括：
[0016]所述服务区微能源网细粒度模型包括：充换储一体化单元、热泵单元、氢能单元、热储能单元、吸收式制冷单元和系统能量平衡约束；
[0017]1)充换储一体化单元
[0018]充换储一体化单元包括快充部分和换电部分，快充桩的状态表示为：
[0019][0020]其中，表示处于占用状态的快充桩数量，表示处于空闲状态的快充桩数量；
[0021]快充桩的状态转移方程表示为：
[0022][0023]其中，A
occ
表示快充系统矩阵，B
occ
表示快充系统输入矩阵，表示快充输入变量；快充部分的系统矩阵A
occ
表示为：
[0024][0025]快充部分的输入矩阵B
occ
表示为：
[0026]B
occ
＝[b1,b2,...b
m
,b
f
]T
[0027]其中，b1＝1，b
f
＝
‑
1，其余为零；
[0028]快充部分的输入变量满足约束：
[0029][0030]快充部分对应的充电能量和平均充电功率表示为：
[0031][0032][0033]换电部分由换电电池组构成，分为满电部分和灵活充放部分两个组合；
[0034]换电部分的电量方程表示为：
[0035][0036][0037][0038][0039][0040][0041][0042][0043][0044][0045][0046]其中，为满电集合电量，为灵活集合电量，为提供换电服务的电量，κ为灵活集合转移到满电集合的比例，和表示充放电功率，sw
t
表示充放电状态，为1表示充电，为0表示放电，和表示充放电效率，表示处于等待状态的电量需求，表示充/换电需求；
[0047]2)热泵单元
[0048]基于一阶等效热参数模型来构建热泵单元的运行模型；
[0049][0050][0051][0052][0053][0054]其中，表示室内温度，C
r,i
和R
r,i
表示室内热容、热阻参数，表示室内热干扰，表示热泵热功率，表示总的热负荷需求；
[0055]3)氢能单元
[0056]电制氢部分：
[0057][0058][0059][0060][0061][0062][0063][0064][0065][0066]燃料电池部分，基于分段线性化的方式来建模：
[0067][0068][0069][0070][0071][0072][0073][0074][0075][0076]其中，表示电制氢速率，表示电制氢功率，表示氢气压缩机功率，表示储气罐内氢气质量，和表示氢气进出速率，表示燃料电池耗氢速率，表示燃料电池产电功率，表示燃料电池产热功率，表示燃料电池性能曲线的分段变量，和表示燃料电池的相对耗氢标幺值、产电标幺值和相对产热标幺值，和表示燃料电池的耗氢、产电和产热额定值，T
t
表示优化的总周期；
[0077]4)热储能单元
[0078]热储能用来存储和释放热能，用来消纳可再生能源和提供热能支持；
[0079][0080][0081][0082][0083][0084][0085]其中，表示热储能能量，和表示热储能的放热功率与储热功率；
[0086]5)吸收式制冷单元
[0087]吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：
[0088][0089][0090][0091][0092][0093][0094]其中，和表示吸收式制冷机的输出冷功率和输入热功率，和表示吸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法，其特征在于，包括：建立服务区微能源网细粒度模型；建立服务区微能源网粗粒度模型；利用所述服务区微能源网细粒度模型进行服务区微能源网的鲁棒优化调度设计；利用所述服务区微能源网粗粒度模型进行服务区微能源网的随机优化调度设计；对服务区微能源网的鲁棒优化调度设计和随机优化调度设计在滚动优化框架下进行结合，将鲁棒优化部分用于滚动优化的临近周期，将随机优化部分用于滚动优化的较远周期，获取鲁棒优化与随机优化相结合的多粒度源荷储协同调度方案。2.根据权利要求1所述的方法，其特征在于，所述的建立服务区微能源网细粒度模型，包括：所述服务区微能源网细粒度模型包括：充换储一体化单元、热泵单元、氢能单元、热储能单元、吸收式制冷单元和系统能量平衡约束；1)充换储一体化单元充换储一体化单元包括快充部分和换电部分，快充桩的状态表示为：其中，表示处于占用状态的快充桩数量，表示处于空闲状态的快充桩数量；快充桩的状态转移方程表示为：其中，A
occ
表示快充系统矩阵，B
occ
表示快充系统输入矩阵，表示快充输入变量；快充部分的系统矩阵A
occ
表示为：快充部分的输入矩阵B
occ
表示为：其中，b1＝1，b
f
＝
‑
1，其余为零；快充部分的输入变量满足约束：快充部分对应的充电能量和平均充电功率表示为：表示为：换电部分由换电电池组构成，分为满电部分和灵活充放部分两个组合；换电部分的电量方程表示为：量方程表示为：
其中，为满电集合电量，为灵活集合电量，为提供换电服务的电量，κ为灵活集合转移到满电集合的比例，和表示充放电功率，sw
t
表示充放电状态，为1表示充电，为0表示放电，和表示充放电效率，表示处于等待状态的电量需求，表示充/换电需求；2)热泵单元基于一阶等效热参数模型来构建热泵单元的运行模型；基于一阶等效热参数模型来构建热泵单元的运行模型；基于一阶等效热参数模型来构建热泵单元的运行模型；基于一阶等效热参数模型来构建热泵单元的运行模型；基于一阶等效热参数模型来构建热泵单元的运行模型；其中，表示室内温度，C
r,i
和R
r,i
表示室内热容、热阻参数，表示室内热干扰，表示热泵热功率，表示总的热负荷需求；3)氢能单元电制氢部分：电制氢部分：电制氢部分：电制氢部分：
燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：燃料电池部分，基于分段线性化的方式来建模：其中，表示电制氢速率，表示电制氢功率，表示氢气压缩机功率，表示储气罐内氢气质量，和表示氢气进出速率，表示燃料电池耗氢速率，表示燃料电池产电功率，表示燃料电池产热功率，表示燃料电池性能曲线的分段变量，和表示燃料电池的相对耗氢标幺值、产电标幺值和相对产热标幺值，和表示燃料电池的耗氢、产电和产热额定值，T
t
表示优化的总周期；4)热储能单元热储能用来存储和释放热能，用来消纳可再生能源和提供热能支持；热储能用来存储和释放热能，用来消纳可再生能源和提供热能支持；热储能用来存储和释放热能，用来消纳可再生能源和提供热能支持；热储能用来存储和释放热能，用来消纳可再生能源和提供热能支持；
其中，表示热储能能量，和表示热储能的放热功率与储热功率；5)吸收式制冷单元吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：吸收式制冷单元将热能转化为冷能，基于分段线性化方法建模，如下：其中，和表示吸收式制冷机的输出冷功率和输入热功率，和表示吸收式制冷机的输出制冷功率的标幺值和输入热功率的标幺值，表示分段变量；6)系统能量平衡约束电力平衡：热力平衡：氢气平衡：氢气平衡：其中，和表示光伏和风机的出力，表示购电功率，表示馈入电网管理，和表示热泵电功率和热功率，COP表示热泵效能系数，P
lt
表示服务区基本运维所需电负荷，表示可再生能源的弃电功率。3.根据权利要求1所述的方法，其特征在于，所述的建立服务区微能源网粗粒度模型，包括：所述服务区微能源网粗粒度模型包括充换储一体化单元、热泵单元、氢能单元、热储能单元、吸收式制冷单元和系统能量平衡约束；1)充换储一体化单元粗粒度模型下忽略快充桩的占用状态，将换电电池储能的满电集合和灵活集合合并起
来统一处理，简化后的模型为：来统一处理，简化后的模型为：来统一处理，简化后的模型为：来统一处理，简化后的模型为：来统一处理，简化后的模型为：其中，N
fc
表示快充桩的总数，表示换储电池的能量状态；其余与细粒度模型保持一致；2)热泵单元从等效热储能角度建立热泵集群的粗粒度模型；从等效热储能角度建立热泵集群的粗粒度模型...

【专利技术属性】
技术研发人员：夏明超，宋玉光，陈奇芳，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：