综合能源配电系统中的分布式电源配置方法、介质及设备技术方案

本发明专利技术公开了一种综合能源配电系统中的分布式电源配置方法、介质及设备，所述方法包括：从预设的综合能源配电系统中获取若干配置资源，并构建每一所述配置资源的出力模型；其中，所述综合能源配电系统还包括分布式电源的配置关系；基于所述出力模型、预先配置的电热交易信息和预先配置的约束条件，构建综合能源配电优化配置模型；对所述综合能源配电优化配置模型进行求解，根据求解结果对所述分布式电源的配置关系进行优化，得到所述分布式电源的最优配置结果。本发明专利技术能够实现降低成本、减少环境污染、提高供能可靠性和减小交互功率波动这几个优化目标的综合最优，获得经济、环保、可靠以及安全稳定的分布式电源的最优配置结果。靠以及安全稳定的分布式电源的最优配置结果。靠以及安全稳定的分布式电源的最优配置结果。

【技术实现步骤摘要】
综合能源配电系统中的分布式电源配置方法、介质及设备


[0001]本专利技术涉及配电系统领域，尤其涉及一种综合能源配电系统中的分布式电源配置方法、介质及设备。

技术介绍

[0002]在现有技术中，传统的综合能源系统中的电、热、冷等子系统在设计、规划和运行时往往是相互独立的，特别地，在对分布式电源的配置关系进行优化时，通常单独对子系统中的分布式电源的配置关系进行优化，以得到在单个子系统下的最优配置关系，但这一最优配置关系并非对应于综合能源系统的最优配置关系。可见，现有技术难以对含有多种子系统在内的综合能源系统进行综合优化，难以得到综合能源系统中的分布式电源的最优配置关系，从而影响对综合能源系统的配电网的协调规划。

技术实现思路

[0003]为了解决上述技术问题，本专利技术实施例提出了一种综合能源配电系统中的分布式电源配置方法、介质及设备，能够实现降低成本、减少环境污染、提高供能可靠性和减小交互功率波动的综合最优，获得经济、环保、可靠以及安全稳定的分布式电源的最优配置结果。
[0004]为了实现上述技术效果，本专利技术实施例提供了一种综合能源配电系统中的分布式电源配置方法，包括：
[0005]从预设的综合能源配电系统中获取若干配置资源，并构建每一所述配置资源的出力模型；其中，所述综合能源配电系统还包括分布式电源的配置关系；
[0006]基于所述出力模型、预先配置的电热交易信息和预先配置的约束条件，构建综合能源配电优化配置模型；
[0007]对所述综合能源配电优化配置模型进行求解，根据求解结果对所述分布式电源的配置关系进行优化，得到所述分布式电源的最优配置结果。
[0008]进一步的，所述配置资源包括风力发电资源、光伏发电资源、燃气机轮资源、余热锅炉资源、燃气锅炉资源、电动区热泵资源、吸收式制冷机资源和电制冷机资源。
[0009]进一步的，所述基于所述出力模型、预先配置的电热交易信息和预先配置的约束条件，构建综合能源配电优化配置模型，具体包括：根据所述约束条件，采用模糊优选理论对所述出力模型和所述电热交易信息进行多目标优化，得到模糊隶属度函数，以构建综合能源配电优化配置模型；其中，所述模糊隶属度函数用于表征所述综合能源配电优化配置模型中的各个目标函数的模糊满意度。
[0010]进一步的，所述模糊隶属度函数为：
[0011][0012]其中，f
k
为目标函数k的值，f
k,i
为对应第k个目标的最小值，f
k,a
为对应第k个目标的最大值，μ(f
k
)为目标k的模糊满意度。
[0013]进一步的，所述对所述综合能源配电优化配置模型进行求解，具体包括：采用量子遗传算法对所述综合能源配电优化配置模型进行求解。
[0014]进一步的，所述出力模型包括风力发电模型、光伏发电模型、燃气机轮模型、余热锅炉模型、燃气锅炉模型、电动区热泵模型、吸收式制冷机模型和电制冷机模型；
[0015]所述风力发电模型为：
[0016][0017]C
p
＝(λ,α
WT
)
[0018]其中，P
ot
为风机输出功率，ρ为空气密度，ρ为风轮机叶片半径，v为风速，C
p
为风轮机的功率系数，λ为风轮机的叶尖速比，α
WT
为风机的桨距角；
[0019]所述光伏发电模型为：
[0020][0021]T(t)＝
a
(t)+0.0138
·
[1+0.031
·
T
a
(t)]·
(1
‑
0.042
·
V
W
)
·
G(t)
[0022][0023]其中，P
t,PV
为t时段光伏发电的输出功率，f
PV
为功率降额因数，
STC
为STC下的最大测试功率，G(t)为t时段的光照强度，G
STC
为STC下的光照强度，k
PV
为光伏电池的功率温度系数，T(t)为当前光伏发电系统实际温度，T
STC
为在标准条件下的太阳能电池板温度，T
a
(t)为当地实际环境温度，V
W
为当地实际风速，T
a
为一天中的最高温度，T
i
为一天中的最低温度，t
p
为平均温度时刻；
[0024]所述燃气机轮模型为：
[0025][0026][0027][0028]其中，C
GT
为机组安装成本，P
p
为机组安装容量，为机组额定电效率，为机组额定热效率；
[0029]所述余热锅炉模型为：
[0030][0031][0032]0≤H
t,GT
≤H
t,GTa
[0033]H
t,WH
≥0
[0034]其中，H
t,WH
为余热锅炉t时段回收热功率，为余热锅炉的热回收效率，H
t,GT
为燃气轮机产生的余热功率，W
gt
表示余热锅炉顶部循环比功率，W
st
表示余热锅炉底部循环比功率，R
G
为底部循环质量力量与顶部循环的比值，f
u
为输入顶部循环的燃料量，H
u
为燃料热值，η
gt
为燃机效率，K
gs
为顶部与底部循环功率比，H
t,GTa
为输入余热锅炉内部废烟所含热量的最大限值；
[0035]所述燃气锅炉模型为：
[0036][0037]F
t,GB
＝V
t,GB
LHV
NG
[0038]0≤H
t,GB
≤H
t,GBa
[0039][0040]其中，H
t,GB
为设备在t时段内产生的热功率，为设备的制热效率，F
t,GB
为设备输入的燃料量，H
t,GBa
为设备出力最大值，为燃气锅炉的爬坡约束最小限值，为燃气锅炉的爬坡约束最大限值；
[0041]所述电动区热泵模型为：
[0042][0043]H
HP,i
≤H
t,HP
≤H
HP,a
[0044]其中，H
t,HP
为电动热泵t时段的输出电功率，为热泵的供热性能系数，P
t,HP
为电动热泵t时段的消耗的电功率，H
HP,i
为电动热泵出力最小值，H
HP,a
为电动热泵出力最大值；
[0045]所述吸收式制冷机模型为：
[0046]Q
t,AC
＝GTX
...

【技术保护点】

【技术特征摘要】
1.一种综合能源配电系统中的分布式电源配置方法，其特征在于，包括：从预设的综合能源配电系统中获取若干配置资源，并构建每一所述配置资源的出力模型；其中，所述综合能源配电系统还包括分布式电源的配置关系；基于所述出力模型、预先配置的电热交易信息和预先配置的约束条件，构建综合能源配电优化配置模型；对所述综合能源配电优化配置模型进行求解，根据求解结果对所述分布式电源的配置关系进行优化，得到所述分布式电源的最优配置结果。2.如权利要求1所述的综合能源配电系统中的分布式电源配置方法，其特征在于，所述配置资源包括风力发电资源、光伏发电资源、燃气机轮资源、余热锅炉资源、燃气锅炉资源、电动区热泵资源、吸收式制冷机资源和电制冷机资源。3.如权利要求1所述的综合能源配电系统中的分布式电源配置方法，其特征在于，所述基于所述出力模型、预先配置的电热交易信息和预先配置的约束条件，构建综合能源配电优化配置模型，具体包括：根据所述约束条件，采用模糊优选理论对所述出力模型和所述电热交易信息进行多目标优化，得到模糊隶属度函数，以构建综合能源配电优化配置模型；其中，所述模糊隶属度函数用于表征所述综合能源配电优化配置模型中的各个目标函数的模糊满意度。4.如权利要求3所述的综合能源配电系统中的分布式电源配置方法，其特征在于，所述模糊隶属度函数为：其中，f
k
为目标函数k的值，f
k,i
为对应第k个目标的最小值，f
k,a
为对应第k个目标的最大值，μ(f
k
)为目标k的模糊满意度。5.如权利要求1所述的综合能源配电系统中的分布式电源配置方法，其特征在于，所述对所述综合能源配电优化配置模型进行求解，具体包括：采用量子遗传算法对所述综合能源配电优化配置模型进行求解。6.如权利要求2所述的综合能源配电系统中的分布式电源配置方法，其特征在于，所述出力模型包括风力发电模型、光伏发电模型、燃气机轮模型、余热锅炉模型、燃气锅炉模型、电动区热泵模型、吸收式制冷机模型和电制冷机模型；所述风力发电模型为：C
p
＝f(λ，α
WT
)其中，P
ot
为风机输出功率，ρ为空气密度，ρ为风轮机叶片半径，v为风速，C
p
为风轮机的功率系数，λ为风轮机的叶尖速比，α
WT
为风机的桨距角；所述光伏发电模型为：
T(t)＝T
a
(t)+0.0138
·
[1+0.031
·
T
a
(t)]
·
(1
‑
0.042
·
V
W
)
·
G(t)其中，P
t,PV
为t时段光伏发电的输出功率，f
PV
为功率降额因数，P
STC
为STC下的最大测试功率，G(t)为t时段的光照强度，G
STC
为STC下的光照强度，k
PV
为光伏电池的功率温度系数，T(t)为当前光伏发电系统实际温度，T
STC
为在标准条件下的太阳能电池板温度，T
a
(t)为当地实际环境温度，V
W
为当地实际风速，T
a
为一天中的最高温度，T
i
为一天中的最低温度，t
p
为平均温度时刻；所述燃气机轮模型为：所述燃气机轮模型为：所述燃气机轮模型为：其中，C
GT
为机组安装成本，P
p
为机组安装容量，为机组额定电效率，为机组额定热效率；所述余热锅炉模型为：所述余热锅炉模型为：0≤H
t，CT
≤H
t，CTa
H
t，WH
≥0其中，H
t,WH
为余热锅炉t时段回收热功率，为余热锅炉的热回收效率，H
t,GT
为燃气轮机产生的余热功率，W
gt
表示余热锅炉顶部循环比功率，W
st
表示余热锅炉底部循环比功率，R
G
为底部循环质量力量与顶部循环的比值，f
u
为输入顶部循环的燃料量，H
u
为燃料热值，η
gt
为燃机效率，K
gs
为顶部与底部循环功率比，H
t,GTa
为输入余热锅炉内部废烟所含热量的最大限值；所述燃气锅炉模型为：F
t，GB
＝V
t，GB
LHV
NG
0≤H
t，GB
≤H
t，GBa
其中，H
t,GB
为设备在t时段内产生的热功率，为设备的制热效率，F
t,GB
为设备输入的燃料量，H
t,GBa
为设备出力最大值，为燃气锅炉的爬坡约束最小限值，为燃气锅炉的爬坡约束最大限值；所述电动区热泵模型为：H
HP，i
≤H
t，HP
≤H
HP，a
其中，H
t,HP
为电动热泵t时段的输出电功率，为热泵的供热性能系数，P
t,HP
为电动热泵t时段的消耗的电功率，H
HP,i
为电动热泵出力最小值，H
HP,a
为电动热泵出力最大值；所述吸收式制冷机模型为：Q
t,AC
＝GTX
AC
H
t,AC
Q
AC，i
≤Q
t，AC
≤Q
AC，a
其中，Q
t,AC
为设备t时段输出的冷功率，GTX
AC
为吸收式制冷机的热力系数，H
t,AC
为吸收式制冷机t时段输入的热功率，Q
AC,i
为设备制冷量的上限值，Q
AC,a
为设备制冷量的下限值；所述电制冷机模型为：Q
t,EC
＝GTX
E...

【专利技术属性】
技术研发人员：张笑弟，高强，潘弘，谈历，许家玉，杨翾，钟宇军，朱鹏，陆丹丹，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：