一种适用于综合能源系统的多目标对立优化方法及系统技术方案

本发明专利技术公开了一种适用于综合能源系统的多目标对立优化方法及系统。该方法通过对综合能源系统的多目标优化模型进行处理与求解，为综合能源系统的高效优化运行提供技术支撑。从多主体、多能流、多时空负荷方面构建综合能源系统多目标优化模型，从而得到整个系统的优化框架。通过变量替换法将非线性模型处理为线性模型，得到目标函数与各变量、约束间的线性关系，进而通过对立交替迭代算法使不同目标函数在迭代过程中逐步逼近最优值，从而得到多主体不同权重下的综合能源系统优化运行特性。通过仿真分析，本发明专利技术提出的模型方法能够对复杂综合能源系统优化运行提供一定的理论基础。合能源系统优化运行提供一定的理论基础。合能源系统优化运行提供一定的理论基础。

【技术实现步骤摘要】
一种适用于综合能源系统的多目标对立优化方法及系统


[0001]本专利技术属于综合能源系统模型构建和优化领域，涉及一种适用于综合能源系统的多目标对立优化方法及系统。

技术介绍

[0002]气候变化、环境污染、能源危机加速了能源体制的转型。综合能源系统使传统“单一能源”向“多能互补，多源耦合”转变，为解决能源使用与环境污染之间的矛盾提供了新的思路。为此，探索综合能源系统优化运行成为热点。
[0003]在综合能源系统运行的过程中，通过高效的优化方法，可以有效促进系统的能源梯级利用效率，并降低可再生能源的废弃率。综合能源系统具有结构复杂、非线性强、求解难度大等特性，在系统优化方法中，通常较少详细考虑系统内多主体间的互动复杂过程，整体优化建模较为简单。并且，对多元化需求响应潜力的挖掘不够充分，未考虑不同用能响应模式之间的互补特性，使得对综合能源系统的多目标对立优化模型难以适用于实际情况。为此，针对日益复杂、越来越多元化的综合能源系统，需要更灵活、高效、精准的多目标对立优化模型及其稳定可靠的求解方法，从而加强系统内多能流、多主体之间的互补运行。

技术实现思路

[0004]本专利技术的目的在于解决现有技术中较少详细考虑系统内多主体间的互动复杂过程，对多元化需求响应潜力的挖掘不够充分，未考虑不同用能响应模式之间的互补特性，使得对综合能源系统的多目标对立优化模型难以适用于实际情况的问题，提供一种适用于综合能源系统的多目标对立优化方法及系统。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]本专利技术提出的一种适用于综合能源系统的多目标对立优化方法，包括如下步骤：
[0007]建立综合能源系统多目标对立优化模型及约束条件，对综合能源系统多目标对立优化模型进行线性处理，获取线性化后的供能端目标函数和需求侧目标函数；
[0008]建立综合能源系统多阶段模型和多时空灵活负荷模型，结合综合能源系统多阶段模型和多时空灵活负荷模型得到灵活负荷调整量；
[0009]根据约束条件及灵活负荷调整量获取供能端目标函数的输出，供能端目标函数及需求侧目标函数的输出均最小，则实现综合能源系统的多目标对立优化。
[0010]优选地，针对综合能源系统的供能端和需求侧建立综合能源系统多主体多目标优化模型如下：
[0011]目标1：
[0012]目标2：
[0013]其中，P
e,t
为购电量，P
g,t
为购气量，ρ
e,t
为购电价格，ρ
g,t
为购气价格，T为一天的时
段量，为供能端的发电机组的运行成本，为供能端的燃气机组的运行成本。
[0014]优选地，对综合能源系统多目标对立优化模型进行线性化处理方法，采用变量等效替代法，得到供能端目标函数和需求侧目标函数如下：
[0015]目标1：
[0016]目标2：
[0017]其中，设置的替代变量S
e,t
＝P
e,t
·
ρ
e,t
，设置的替代变量S
g,t
＝P
g,t
·
ρ
g,t
。
[0018]优选地，设计综合能源系统多目标对立优化模型的约束条件如下：
[0019]ρ
eini,t
(1
‑
0.12)≤ρ
e,t
(P
e,t
)≤ρ
eini,t
(1+0.15)
[0020]ρ
gini,t
(1
‑
0.12)≤ρ
g,t
(P
g,t
)≤ρ
gini,t
(1+0.15)
[0021]其中，ρ
e,t
(P
e,t
)表示购电价格函数；ρ
g,t
(P
g,t
)表示购气价格函数，ρ
eini,t
为初始电价，ρ
gini,t
为初始气价，购电价格函数购气价格函数数为内部发电机组的运行成本，为内部燃气站的运行成本，κ
et
为电价与时间相关的利润系数成本函数，κ
g,t
为气价与时间相关的利润系数成本函数，a
e
为发电机组二次侧成本系数，b
e
为发电机组一次侧成本系数，a
g
为燃气站二次侧成本系数，b
g
为燃气站一次侧成本系数；对约束条件等效处理后约束条件如下：
[0022]P
e,t
*ρ
eini,t
(1
‑
0.12)≤S
e,t
≤P
e,t
*ρ
eini,t
(1+0.15)
[0023]P
g,t
*ρ
gini,t
(1
‑
0.12)≤S
g,t
≤P
g,t
*ρ
gini,t
(1+0.15)
[0024]其中，对多种能源实施灵活性响应*∈{Electricity,heat load,cool load}，Elecricity表示电负荷，heat load指热负荷，cool load指冷负荷。
[0025]优选地，建立综合能源系统多阶段模型如下：
[0026][0027][0028]其中，C
ij
是耦合矩阵，v
ij
为路径ij的调度因子，η
ij
为路径ij的效率，l是节点i和j之间的分支名称，N
l
是节点i和j之间的并行分支数，L
j
为第j条支路的输出，P
j
为第i条支路的输入。
[0029]优选地，建立的多时空灵活负荷模型如下：
[0030][0031]其中，为用能灵活调整后的负荷，为初始用能量，和为是用户不同的响应调节模式，η
x,y
＝(W
x
·
V
x
)/(W
y
·
V
y
)x,y∈*，为用户用能灵活调整意愿，η
x,y
是能量转换系数，单位能量的有效热值比；W
x/y
为单位能量的发热量，V
x/y
为单位能量的利用效率，对多种能源实施灵活性响应*∈{Electricity,heat load,cool load}，u
t
是0
‑
1变量，该模型考虑了不同负荷的电、热、冷之间的潜在依赖性，不同类型的能量负荷可示为：
[0032][0033][0034]其中，是电负荷，是热负荷，是冷负荷，是电负荷自耦和调整量，是热负荷自耦和调整量，是冷负荷自耦和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于综合能源系统的多目标对立优化方法，其特征在于，包括如下步骤：建立综合能源系统多目标对立优化模型及约束条件，对综合能源系统多目标对立优化模型进行线性处理，获取线性化后的供能端目标函数和需求侧目标函数；建立综合能源系统多阶段模型和多时空灵活负荷模型，结合综合能源系统多阶段模型和多时空灵活负荷模型得到灵活负荷调整量；根据约束条件及灵活负荷调整量获取供能端目标函数的输出，供能端目标函数及需求侧目标函数的输出均最小，则实现综合能源系统的多目标对立优化。2.根据权利要求1所述的适用于综合能源系统的多目标对立优化方法，其特征在于，针对综合能源系统的供能端和需求侧建立综合能源系统多主体多目标优化模型如下：目标1：目标2：其中，P
e,t
为购电量，P
g,t
为购气量，ρ
e,t
为购电价格，ρ
g,t
为购气价格，T为一天的时段量，为供能端的发电机组的运行成本，为供能端的燃气机组的运行成本。3.根据权利要求2所述的适用于综合能源系统的多目标对立优化方法，其特征在于，对综合能源系统多目标对立优化模型进行线性化处理方法，采用变量等效替代法，得到供能端目标函数和需求侧目标函数如下：目标1：目标2：其中，设置的替代变量S
e,t
＝P
e,t
·
ρ
e,t
，设置的替代变量S
g,t
＝P
g,t
·
ρ
g,t
。4.根据权利要求3所述的适用于综合能源系统的多目标对立优化方法，其特征在于，设计综合能源系统多目标对立优化模型的约束条件如下：ρ
eini,t
(1
‑
0.12)≤ρ
e,t
(P
e,t
)≤ρ
eini,t
(1+0.15)ρ
gini,t
(1
‑
0.12)≤ρ
g,t
(P
g,t
)≤ρ
gini,t
(1+0.15)其中，ρ
e,t
(P
e,t
)表示购电价格函数；ρ
g,t
(P
g,t
)表示购气价格函数，ρ
eini,t
为初始电价，ρ
gini,t
为初始气价，购电价格函数购气价格函数购气价格函数为内部发电机组的运行成本，为内部燃气站的运行成本，κ
e,t
为电价与时间相关的利润系数成本函数，κ
g,t
为气价与时间相关的利润系数成本函数，a
e
为发电机组二次侧成本系数，b
e
为发电机组一次侧成本系数，a
g
为燃气站二次侧成本系数，b
g
为燃气站一次侧成本系数；对约束条件等效处理后约束条件如下：P
e,t
*ρ
eini,t
(1
‑
0.12)≤S
e,t
≤P
e,t
*ρ
eini,t
(1+0.15)
P
g,t
*ρ
gini,t
(1
‑
0.12)≤S
g,t
≤P

【专利技术属性】
技术研发人员：朱虹谕，江美慧，叶子菲，张冬冬，韩非，郭平辉，李想，吴晖锽，武新章，
申请(专利权)人：南京泰岱智能装备研究院有限公司，
类型：发明
国别省市：