一种基于模型预测控制的冷热电联供型微电网运行方法

摘要

本发明公开了一种基于模型预测控制的冷热电联供型微电网运行方法，首先建立预测模型，预测未来控制时域内风电功率、光伏功率、冷热电负荷功率数据；每一时刻，根据最新预测结果以及各设备实时运行状态，求解该滚动优化模型，计算各设备在未来时段的出力，到下一时刻再根据最新的预测结果，重新计算滚动优化模型；实时监测风电、光伏、冷负荷、热负荷、电负荷的实际值，并更新历史数据，每5分钟求解反馈校正模型，得到各设备的调整量，并下发到各设备进行调整，直到下一个滚动优化时刻。本发明方法能够很好地消除由于预测不准对系统优化运行造成的影响，降低系统运行的风险，提高系统运行的稳定性，同时提高冷热电联供型微电网运行的经济性。

说明书

技术领域

本发明属于冷热电三联供系统领域，具体来说，涉及一种基于模型预测控制的冷 热电联供型微电网运行方法。

背景技术

目前，以天燃气为代表的清洁能源，与可再生能源使用相互结合，以及利用发电 机余热余压，共同构成了冷热电联供型微电网，成为当今国内外快速发展的清洁新能 源产业。冷热电联供型微电网系统以小规模、小容量、模块化和分散式等多种方式就 近安装在用户侧，可同时满足用户对冷能、热能、电能需求的能量供应系统，节省传 统集中能源输送系统的初始投资成本以及减少传输过程中能量损失。冷热电联供型微 电网系统以清洁能源为主要燃料，能够减少氮氧化物、二氧化硫、固体颗粒等污染物 排放，大大减少环境恶化的压力。

冷热电联供型微电网优化运行方法大多是根据日前调度计划指令运行，在一定程 度上能够实现系统的经济运行。然而，由于可再生电源出力具有波动性、间歇性等特 点，加上用户的用电行为更具有随机性，往往负荷及可再生电源功率的预测值和实际 值存在偏差，导致实际情况往往偏离日前调度计划，严重影响冷热电联供型微电网优 化运行。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种基于模型预测控制的冷热电 联供型微电网运行方法，能够很好地消除由于预测不准对系统运行造成的影响，保证 系统运行指令总是在最新信息的优化计算得到的，降低系统运行的风险，提高系统运 行的稳定性，同时提高冷热电联供型微电网运行的经济性。

技术方案：为解决上述技术问题，本发明提出的一种基于模型预测控制的冷热电 联供型微电网运行方法，包括以下步骤：

步骤10)建立参数预测模型，包括风电预测模型、光伏预测模型、冷负荷预测 模型、热负荷预测模型和电负荷预测模型；根据各参数预测模型，在k时刻，根据k 时刻之前采集的n个历史数据，利用各参数预测模型，预测未来控制时域M内的风 电功率、光伏功率、冷负荷功率、热负荷功率和电负荷功率；历史数据包括风电功率、 光伏功率、冷负荷功率、热负荷功率和电负荷功率；

步骤20)根据步骤10)得到的未来控制时域M内的风电功率、光伏功率、冷负 荷功率、热负荷功率和电负荷功率，建立如式(1)至式(12)所示的滚动优化模型：

首先确定以微电网系统运行成本最小为目标函数，如式(1)所示：

$\mathrm{MinC}=\underset{t=k+1}{\overset{k+M}{\Sigma }}{C}_{\mathrm{ng}}^t+C_{\mathrm{om}}^t+C_{\mathrm{eb}}^t$式(1)

式中，C表示系统运行成本；k表示当前时刻；M表示控制时域；表示系统 第t时段的燃料成本；表示系统第t时段的运行维护成本；表示第t时段与电 网交互的成本；

然后确定约束条件，包括冷能量平衡、热能量平衡、电能量平衡和设备运行约束 条件：

依据式(5)确定冷能量平衡约束条件：

$P_{\mathrm{ac}}^t·{\mathrm{COP}}_{\mathrm{ac}}+P_{\mathrm{ec}}^t·{\mathrm{COP}}_{\mathrm{ec}}=Q_c^t$式(5)

式中，表示吸附式制冷机第t时段的输入功率，单位：kW；COP_ac表示吸附式 制冷机的制冷系数；表示电制冷机第t时段的输入功率，单位：kW；COP_ec表示电 制冷机的制冷系数；表示第t时刻系统冷负荷功率，单位：kW；

依据式(6)确定热能量平衡约束条件：

$P_{\mathrm{mt}}^t/{\eta }_{\mathrm{mt}}·(1-{\eta }_{\mathrm{mt}}-{\eta }_{\mathrm{loss}})·{\eta }_{\mathrm{hr}}+P_b^t-(P_{c,\mathrm{tst}}^t+P_{\mathrm{disc},\mathrm{tst}}^t)=P_{\mathrm{ac}}^t+Q_h^t/{\eta }_{\mathrm{he}}$式(6)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；η_mt表示微型燃气轮机 的效率；η_loss表示燃气轮机能量损耗率；η_hr表示余热回收器效率；表示燃气锅炉第t 时段的功率，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kWh；表示 蓄热槽第t时段的放热功率，单位：kW；表示吸附式制冷机第t时段的输入功率，单 位：kW；表示第t时段系统的热负荷功率，单位：kW；η_he表示热交换器效率；

依据式(7)确定电能平衡约束条件：

$P_{\mathrm{pv}}^t+P_{\mathrm{wt}}^t+P_{\mathrm{mt}}^t+P_g^t-(P_{c,\mathrm{bt}}^t+P_{\mathrm{disc},\mathrm{bt}}^t)=P_{\mathrm{ec}}^t+P_{\mathrm{el}}^t$式(7)

式中，表示光伏第t时段的预测值；表示风电第t时段的预测值；表示微 型燃气轮机第t时段的电功率，单位：kW；表示系统第t时段与主网交互功率，单位： kW；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t时段放电功 率，单位：kW；表示电制冷机第t时段的输入功率，单位：kW；表示第t时段系 统电负荷功率，单位：kW；

依据式(801)和式(802)确定微型燃气轮机运行约束条件，其中式(801)是微 型燃气轮机运行状态约束条件；式(802)表示燃气轮机机组爬坡约束条件，包括机组 启停爬坡约束和连续运行爬坡约束：

$U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\min }\le P_{\mathrm{mt}}^t\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\max }$式(801)

$U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^d+(U_{\mathrm{mt}}^t-U_{\mathrm{mt}}^{t-1})·P_{\mathrm{mt}}^{\mathrm{off}}\le P_{\mathrm{mt}}^t-P_{\mathrm{mt}}^{t-1}\le U_{\mathrm{mt}}^{t-1}·P_{\mathrm{mt}}^u+(U_{\mathrm{mt}}^t-U_{\mathrm{mt}}^{t-1})·P_{\mathrm{mt}}^{\mathrm{on}}$式(802)

式(801)中，表示微型燃气轮机第t时段运行状态变量，表示微型燃气 轮机运行，表示微型燃气轮机停机；表示微型燃气轮机出力的下限，单位： kW；表示微型燃气轮机第t时段的电功率，单位：kW；表示微型燃气轮机出力 的上限，单位：kW；表示微型燃气轮机组在连续运行状态时的最大降功率，单位： kW；表示微型燃气轮机第t-1时段运行状态变量；表示微型燃气轮机组停机时 的最大降功率，单位：kW；表示微型燃气轮机第t-1时段的电功率，单位：kW；表示微型燃气轮机组在连续运行状态时的最大增功率，单位：kW；表示微型燃气轮 机组启动时的最大增功率，单位：kW；

依据式(9)确定燃气锅炉运行的约束条件：

$P_b^{\min }\le P_b^t\le P_b^{\max }$式(9)

式中，表示燃气锅炉出力的下限，单位：kW；表示燃气锅炉第t时段的功率， 单位：kW；表示燃气锅炉出力的上限，单位：kW；

依据式(10)确定电网交互功率的约束条件：

$P_g^{\min }\le P_g^t\le P_g^{\max }$式(10)

式中，表示系统与主网交互功率的下限，单位kW；表示系统与主网交互功 率的上限，单位：kW；表示系统第t时段与主网交互功率，单位：kW；

依据式(11)确定蓄电池运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{bt}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{bt}}^t\le 0\\ 0\le P_{c,\mathrm{bt}}^t\le U_{c,\mathrm{bt}}^t·P_{\mathrm{bt}}^{\max }\\ U_{\mathrm{disc},\mathrm{bt}}^t+U_{c,\mathrm{bt}}^t\le 1\\ W_{\mathrm{bt}}^{t+1}=W_{\mathrm{bt}}^t·(1-{\sigma }_{\mathrm{bt}})+({\eta }_{c,\mathrm{bt}}{P}_{c,\mathrm{bt}}^t+P_{\mathrm{disc},\mathrm{bt}}^t/{\eta }_{\mathrm{disc},\mathrm{bt}})·\mathrm{\Delta t}\\ W_{\mathrm{bt}}^{\min }\le W_{\mathrm{bt}}^{t+1}\le W_{\mathrm{bt}}^{\max }\end{array}\right)$式(11)

式中，表示蓄电池第t时段的放电状态，表示蓄电池放电；表示蓄电池不充电也不放电；表示蓄电池充电功率上限，单位：kW；表示蓄电 池第t时段放电功率，单位：kW；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t时段的充电状态，表示蓄电池充电；表示蓄电池不充 电也不放电；表示蓄电池放电功率上限，单位：kW；表示蓄电池内第t+1时段 的能量，单位：kWh；表示蓄电池内第t时段的能量，单位：kWh；σ_bt表示蓄电池 的自身能量损耗率；η_c,bt表示蓄电池的充电效率；η_disc,bt表示蓄电池放电效率；表示 蓄电池储存能量的下限，单位：kWh；表示蓄电池储存能量的上限，单位：kWh；Δt 表示时间间隔；

依据式(12)确定蓄热槽运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{tst}}^t·P_{\mathrm{tst}}^{\min }\le P_{\mathrm{disc},\mathrm{tst}}^t\le 0\\ 0\le P_{c,\mathrm{tst}}^t\le U_{c,\mathrm{tst}}^t·P_{\mathrm{tst}}^{\max }\\ U_{\mathrm{disc},\mathrm{tst}}^t+U_{c,\mathrm{tst}}^t\le 1\\ W_{\mathrm{tst}}^{t+1}=W_{\mathrm{tst}}^t·(1-{\sigma }_{\mathrm{tst}})+({\eta }_{c,\mathrm{tst}}{P}_{c,\mathrm{tst}}^t+P_{\mathrm{disc},\mathrm{tst}}^t/{\eta }_{\mathrm{disc},\mathrm{tst}})·\mathrm{\Delta t}\\ W_{\mathrm{tst}}^{\min }\le W_{\mathrm{tst}}^{t+1}\le W_{\mathrm{tst}}^{\max }\end{array}\right)$式(12)

式中，表示蓄热槽第t时段的放热状态，表示蓄热槽放热，表示蓄热槽不放热也不蓄热；表示蓄热槽的蓄热功率上限，单位kW；表示蓄 热槽第t时段的放热功率，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kWh； 表示蓄热槽第t时段的蓄热状态，表示蓄热槽蓄热，表示蓄热槽不放 热也不蓄热；表示蓄热槽的放热功率上限，单位：kW；表示蓄热槽内第t+1时 段的能量，单位：kWh；表示蓄热槽内第t时段的能量，单位：kWh；σ_tst表示蓄热 槽的自身能量损耗率；η_c,tst表示蓄热槽的蓄热效率；η_disc,tst表示蓄热槽释放热量的效率； 表示蓄热槽储存能量的下限，单位：kWh；表示蓄热槽储存能量的上限，单位： kWh；

在每一时刻，根据步骤10)得到的最新的冷负荷、热负荷和电负荷预测结果以及微 型燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备实时的运行状态，采用 Yalmip优化工具求解滚动优化模型，测算微型燃气轮机、燃气锅炉、吸附式制冷机、电 制冷机、储能设备在未来控制时域M时段的出力，将未来M时段中第一个时段的微型 燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备的出力指令送到各个设备；

步骤30)监测实时数据，并更新历史数据：将监测得到每一时刻的风电功率、光伏 功率、冷负荷功率、热负荷功率和电负荷功率实际值，替换上一时刻的风电功率、光伏 功率、冷负荷功率、热负荷功率和电负荷功率实际值；

步骤40)建立反馈校正模型，实时修正微型燃气轮机、燃气锅炉、吸附式制冷机、 电制冷机、储能设备等设备的实际出力：实时监测风电功率、光伏功率、冷负荷功率、 热负荷功率和电负荷功率的实际值，并更新风电、光伏、冷负荷、热负荷和电负荷的历 史数据；反馈校正模型如式(13)至式(21)所示：

建立如式(13)所示的以相对调整量最小为目标函数的校正函数：

式(13)

式中，AD表示总体的相对调整量；△P_mt表示微型燃气轮机出力的调整量，单位：kW； 表示微型燃气轮机输出的额定功率，单位：kW；△P_ec表示电制冷机机输入功率的调 整量，单位：kW；表示电制冷机机输入的额定功率，单位：kW；△P_c,bt表示蓄电池 充电功率的调整量，单位：kW；表示蓄电池充电的额定功率，单位：kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW；表示蓄电池放电的额定功率，单位： kW；△P_g表示系统与主网交互功率的调整量，单位：kW；表示系统与主网交互的额 定功率，单位：kW；△P_b表示燃气锅炉出力的调整量，单位：kW；表示燃气锅炉输 出额定功率，单位：kW；△P_ac表示吸附式制冷机输入功率的调整量，单位：kW；表 示吸附式制冷机输入的额定功率，单位：kW；△P_c,tst表示蓄热槽蓄热功率的调整量，单 位：kW；表示蓄热槽蓄热的额定功率，单位：kW；△P_disc,tst表示蓄热槽放热功率的 调整量，单位：kW；表示蓄热槽放热的额定功率，单位：kW；w₁表示与电能相关 的权重系数，w₂表示与冷热能相关的权重系数；

建立如式(14)所示的冷能量平衡约束条件：

$(P_{\mathrm{ac}}^t+{\mathrm{\Delta P}}_{\mathrm{ac}})·{\mathrm{COP}}_{\mathrm{ac}}+(P_{\mathrm{ec}}^t+{\mathrm{\Delta P}}_{\mathrm{ec}})·{\mathrm{COP}}_{\mathrm{ec}}=Q_c$式(14)

式中，表示吸附式制冷机第t时段的输入功率，单位：kW；△P_ac表示吸附式制 冷机输入功率的调整量；COP_ac表示吸附式制冷机的制冷系数；表示电制冷机第t时 段的输入功率，单位：kW；△P_ec表示电制冷机机输入功率的调整量，单位：kW；COP_ec表示电制冷机的制冷系数；Q_c为实时的系统冷负荷功率，单位：kW；

建立如式(15)所示的热能量平衡约束条件：

$(P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}})/{\eta }_{\mathrm{mt}}·(1-{\eta }_{\mathrm{mt}}-{\eta }_{\mathrm{loss}})·{\eta }_{\mathrm{hr}}+(P_b^t+{\mathrm{\Delta P}}_b)-(P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}}+P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}})=(P_{\mathrm{ac}}^t+{\mathrm{\Delta P}}_{\mathrm{ac}})+Q_h/{\eta }_{\mathrm{he}}$式(15)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮 机出力的调整量，单位：kW；η_mt表示微型燃气轮机的效率；η_loss表示燃气轮机能量损 耗率；η_hr表示余热回收器效率；表示燃气锅炉第t时段的功率，单位：kW；△P_b表 示燃气锅炉出力的调整量，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kW； △P_c,tst表示蓄热槽蓄热功率的调整量，单位：kW；表示蓄热槽第t时段的放热功率， 单位：kW；△P_disc,tst表示蓄热槽放热功率的调整量，单位：kW；表示吸附式制冷机 第t时段的输入功率，单位：kW；△P_ac表示吸附式制冷机输入功率的调整量；η_he表示 热交换器效率；Q_h为实时的系统热负荷功率，单位：kW；

建立如式(16)所示的电能量平衡约束条件：

$P_{\mathrm{pv}}+P_{\mathrm{wt}}+(P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}})+(P_g^t+{\mathrm{\Delta P}}_g)-(P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}}+P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}})=(P_{\mathrm{ec}}^t+{\mathrm{\Delta P}}_{\mathrm{ec}})+P_{\mathrm{el}}$式(16)

式中，P_pv表示实时光伏功率，单位：kW；P_wt表示实时风电功率，单位：kW；表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮机出力的调整 量，单位：kW；表示系统第t时段与主网交互功率，单位：kW；△P_g表示系统与主 网交互功率的调整量，单位：kW；表示蓄电池第t时段的充电功率，单位：kW；△P_c,bt表示蓄电池充电功率的调整量，单位：kW；表示蓄电池第t时段放电功率，单位： kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW；表示电制冷机第t时段的输 入功率，单位：kW；△P_ec表示电制冷机机输入功率的调整量，单位：kW；P _el表示实时 系统电负荷功率，单位：kW；

建立如式(17)所示的微型燃气轮机运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\min }\le P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}}\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\max }\\ U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{d^{\prime }}\le {\mathrm{\Delta P}}_{\mathrm{mt}}\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{u^{\prime }}\end{array}\right)$式(17)

式中，表示微型燃气轮机第t时段运行状态变量，表示微型燃气轮机运 行，表示微型燃气轮机不运行；表示微型燃气轮机出力的下限，单位：kW； 表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮机出力的调 整量，单位：kW；表示微型燃气轮机出力的上限，单位：kW；表示微型燃气轮 机组在连续运行状态时的短时最大降功率，单位：kW；表示微型燃气轮机组在连续 运行状态时的短时最大增功率，单位：kW；

建立如式(18)所示的燃气锅炉运行的约束条件：

$P_b^{\min }\le P_b^t+P_b\le P_b^{\max }$式(18)

式中，表示燃气锅炉出力的下限，单位：kW；表示燃气锅炉第t时段的功率， 单位：kW；△P_b表示燃气锅炉出力的调整量，单位：kW；表示燃气锅炉出力的上限， 单位：kW；

建立如式(19)所示的电网交互功率的约束条件：

式(19)

式中，表示系统与主网交互功率的下限，单位：kW；表示系统第t时段与主 网交互功率，单位：kW；△P_g表示系统与主网交互功率的调整量，单位：kW；表示 系统与主网交互功率的上限，单位：kW；

建立如式(20)所示的蓄电池运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{bt}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}}\le 0\\ 0\le P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}}\le U_{c,\mathrm{bt}}^t·P_{\mathrm{bt}}^{\max }\\ W_{\mathrm{bt}}^{t^{\prime }+1}=W_{\mathrm{bt}}^{t^{\prime }}·(1-{\sigma }_{\mathrm{bt}})+({\eta }_{c,\mathrm{bt}}(P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}})+(P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}})/{\eta }_{\mathrm{disc},\mathrm{bt}})·{\mathrm{\Delta t}}^{\prime }\\ W_{\mathrm{bt}}^{\min }\le W_{\mathrm{bt}}^{t^{\prime }+1}\le W_{\mathrm{bt}}^{\max }\end{array}\right)$式(20)

式中，表示蓄电池第t时段的放电状态，表示蓄电池放电，表示蓄电池不充电也不放电；表示蓄电池充电功率上限，单位：kW；表示蓄电 池第t时段放电功率，单位：kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW； 表示蓄电池第t时段的充电功率，单位：kW；△P_c,bt表示蓄电池充电功率的调整量， 单位：kW；表示蓄电池第t时段的充电状态，表示蓄电池充电，表 示蓄电池不充电也不放电；表示蓄电池放电功率上限，单位：kW；表示反馈校 正前蓄电池内的能量，单位：kWh；表示反馈校正后的蓄电池内的能量，单位：kWh； σ_bt表示蓄电池的自身能量损耗率；η_c,bt表示蓄电池的充电效率；η_disc,bt表示蓄电池放电效 率；表示蓄电池储存能量的下限，单位：kWh；表示蓄电池储存能量的上限， 单位：kWh；Δt′＝1/12h；

建立如式(21)所示的蓄热槽运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{tst}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}}\le 0\\ 0\le P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}}\le U_{c,\mathrm{tst}}^t·P_{\mathrm{tst}}^{\max }\\ W_{\mathrm{tst}}^{t^{\prime }+1}=W_{\mathrm{tst}}^{t^{\prime }}·(1-{\sigma }_{\mathrm{tst}})+({\eta }_{c,\mathrm{tst}}(P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}})+(P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}})/{\eta }_{\mathrm{disc},\mathrm{tst}})·{\mathrm{\Delta t}}^{\prime }\\ W_{\mathrm{tst}}^{\min }\le W_{\mathrm{tst}}^{t^{\prime }+1}\le W_{\mathrm{tst}}^{\max }\end{array}\right)$式(21)

式中，表示蓄热槽第t时段的放热状态，表示蓄热槽放热，表示蓄热槽不放热也不蓄热；表示蓄电池充电功率上限，单位：kW；表示蓄热 槽第t时段的放热功率，单位：kW；△P_disc,tst表示蓄热槽放热功率的调整量，单位：kW； 表示蓄热槽第t时段的蓄热功率，单位：kWh；△P_c,tst表示蓄热槽蓄热功率的调整量， 单位：kW；表示蓄热槽第t时段的蓄热状态，表示蓄热槽蓄热，表示 蓄热槽不放热也不蓄热；表示蓄热槽的放热功率上限，单位：kW；表示反馈校 正前蓄热槽内的能量，单位：kWh；表示反馈校正后的蓄热槽内的能量，单位：kWh； σ_tst表示蓄热槽的自身能量损耗率；η_c,tst表示蓄热槽的蓄热效率；η_disc,tst表示蓄热槽释放 热量的效率；表示蓄热槽储存能量的下限，单位：kWh；表示蓄热槽储存能量 的上限，单位：kWh；

最后，采用Yalmip优化工具求解反馈校正模型，得到微型燃气轮机出力、燃气锅 炉出力、吸附式制冷机输入功率、电制冷机输入功率、蓄电池充放电功率、蓄热槽蓄放 热功率、系统与电网交互的功率的调整量，将这些调整量分别下发到微型燃气轮机、燃 气锅炉、吸附式制冷机、电制冷机、蓄电池、蓄热槽设备进行调整；每5分钟执行一次 步骤30)和步骤40)，直到控制周期Δt内执行完毕。

步骤50)进入下一时刻，返回步骤10)，直至停止运行微电网。

进一步，所述的步骤20)中，

$C_{\mathrm{ng}}^t=\mathrm{\Delta t}·[R_{\mathrm{ng}}(P_{\mathrm{mt}}^t/{\eta }_{\mathrm{mt}}+P_b^t/{\eta }_b)/H_{\mathrm{ng}}]$式(2)

式中，△t表示时间间隔；R_ng表示天然气价格，单位：￥/m³；表示微型燃气轮 机第t时段的电功率，单位：kW；η_mt表示微型燃气轮机的效率；表示燃气锅炉第t 时段的功率，单位：kW；η_b表示燃气锅炉的效率；H_ng表示天然气热值；

$\left(\begin{array}{c}{C}_{\mathrm{om}}^t=\mathrm{\Delta t}·[P_{\mathrm{mt}}^t·K_{\mathrm{om},\mathrm{mt}}+P_b^t·K_{\mathrm{om},b}+Q_h^t/{\eta }_{\mathrm{he}}·K_{\mathrm{om},\mathrm{he}}\\ +P_{\mathrm{ac}}^t·K_{\mathrm{om},\mathrm{ac}}+P_{\mathrm{ec}}^t·K_{\mathrm{om},\mathrm{ec}}+P_{\mathrm{pv}}^t·K_{\mathrm{om},\mathrm{pv}}+P_{\mathrm{wt}}^t·K_{\mathrm{om},\mathrm{wt}}\\ +(P_{c,\mathrm{bt}}-P_{\mathrm{disc},\mathrm{bt}}^t)·K_{\mathrm{om},\mathrm{bt}}+(P_{c,\mathrm{tst}}^t-P_{\mathrm{disc},\mathrm{tst}}^t)·K_{\mathrm{om},\mathrm{tst}}]\end{array}\right)$式(3)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；K_om,mt表示微型燃气轮 机运行维护费用，单位：￥/kWh；表示燃气锅炉第t时段的功率，单位：kW；K_om,b 表示燃气锅炉运行维护费用，单位：￥/kWh；表示第t时段系统的热负荷功率，单位： kW；η_he表示热交换器效率；K_om,he表示热交换器运行维护费用，单位：￥/kWh；表 示吸附式制冷机第t时段的输入功率，单位：kW；K_om,ac表示吸附式制冷机运行维护费 用，单位：￥/kWh；表示电制冷机第t时段的输入功率，单位：kW；K_om,ec表示电制 冷机运行维护费用，单位：￥/kWh；表示光伏第t时段的预测值；K_om,pv表示光伏电 池维护费用单位：￥/kWh；表示风电第t时段的预测值；K_om,wt表示风机维护费用单 位：￥/kWh；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t 时段放电功率，单位：kW；K_om,bt表示蓄电池运行维护费用，单位：￥/kWh；表示 蓄热槽第t时段的蓄热功率，单位：kWh；表示蓄热槽第t时段的放热功率，单位： kW；K_om,tst表示蓄热槽运行维护费用，单位：￥/kWh；

$C_{\mathrm{eb}}^t=\mathrm{\Delta t}·[(R_p^t+\alpha R_s^t)/2·P_g^t+(R_p^t-\alpha R_s^t)/2·|P_g^t\left|\right]$式(4)

式中，表示系统第t时段从主网购电的价格，单位：￥/kWh；表示系统第t 时段向主网售电的价格；α为0或者1，α＝1表示微电网可以向主网售电，α＝0表示 不允许微电网向主网售电；表示系统第t时段与主网交互功率，单位：kW，表示从主网购电，表示向主网售电。

有益效果：与现有技术相比，本发明具有以下优点：

本发明提出的基于模型预测控制的冷热电联供型微电网运行方法，首先建立风 电、光伏、冷负荷、热负荷和电负荷相应的预测模型，根据最新的风电、光伏、冷负 荷、热负荷、电负荷历史数据，预测未来来控制时域M内风电功率、光伏功率、冷 热电负荷功率数据；每一时刻，根据得到的最新的冷负荷、热负荷和电负荷预测结果 以及微型燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备等实时的运行状 态，采用Yalmip优化工具求解该滚动优化模型，计算微型燃气轮机、燃气锅炉、吸 附式制冷机、电制冷机、储能设备等设备在未来M时段的出力，但微型燃气轮机、 燃气锅炉、吸附式制冷机、电制冷机、储能设备等设备只执行第一个时段的指令，到 下一时刻再根据最新的预测结果，重新计算滚动优化模型，如此循环进行，这样保证 了系统调度指令都是在最新信息的基础上的计算得到的，从而使各设备运行保持实际 上的最优；实时监测风电、光伏、冷负荷、热负荷、电负荷的实际值，并更新风电、 光伏、冷负荷、热负荷、电负荷的历史数据，每5分钟采用Yalmip优化工具求解反 馈校正模型，得到微型燃气轮机出力、燃气锅炉出力、吸附式制冷机输入功率、电制 冷机输入功率、蓄电池充放电功率、蓄热槽蓄放热功率、系统与电网交互的功率等的 调整量，将这些调整量分别下发到微型燃气轮机、燃气锅炉、吸附式制冷机、电制冷 机、蓄电池、蓄热槽等设备进行调整，直到下一个滚动优化时刻。本发明方法能够很 好地消除由于预测不准对系统优化运行造成的影响，保证系统运行指令总是在最新信 息的优化计算得到的，降低系统运行的风险，提高系统运行的稳定性，同时提高冷热 电联供型微电网运行的经济性。

附图说明

图1是本发明中冷热电联供型微电网结构示意图。

图2是本发明的系统控制框图。

图3是本发明的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例 对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释 本发明，并不用于限定发明。

本发明涉及一种基于模型预测控制的冷热电联供型微电网优化运行方法，属于冷 热电三联供系统领域，如图1所示是冷热电联供型微电网结构示意图。冷热电联供型 微电网包括光伏电池，风机、蓄电池、微型燃气轮机、燃气锅炉、电制冷机、吸收式 制冷机、热交互器和蓄热槽，系统存中存在冷能量流，热能量流、电能量流和天然气 流。本发明方法主要包括三部分：预测模块、滚动优化模块和反馈校正模块。

如图3所示，本发明的基于模型预测控制的冷热电联供型微电网运行方法，包括 以下步骤：

步骤10)建立参数预测模型，包括风电预测模型、光伏预测模型、冷负荷预测 模型、热负荷预测模型和电负荷预测模型；根据各参数预测模型，在k时刻，根据k 时刻之前采集的n个历史数据，利用各参数预测模型，预测未来控制时域M内的风 电功率、光伏功率、冷负荷功率、热负荷功率和电负荷功率；历史数据包括风电功率、 光伏功率、冷负荷功率、热负荷功率和电负荷功率。

步骤20)根据步骤10)得到的未来控制时域M内的风电功率、光伏功率、冷负 荷功率、热负荷功率和电负荷功率，建立如式(1)至式(12)所示的滚动优化模型。

首先确定以微电网系统运行成本最小为目标函数，如式(1)所示：

$\mathrm{MinC}=\underset{t=k+1}{\overset{k+M}{\Sigma }}{C}_{\mathrm{ng}}^t+C_{\mathrm{om}}^t+C_{\mathrm{eb}}^t$

式中，C表示系统运行成本；k表示当前时刻；M表示控制时域；表示系统 第t时段的燃料成本；表示系统第t时段的运行维护成本；表示第t时段与电 网交互的成本。

$C_{\mathrm{ng}}^t=\mathrm{\Delta t}·[R_{\mathrm{ng}}(P_{\mathrm{mt}}^t/{\eta }_{\mathrm{mt}}+P_b^t/{\eta }_b)/H_{\mathrm{ng}}]$式(2)

式中，△t表示时间间隔；R_ng表示天然气价格，单位：￥/m³；表示微型燃气 轮机第t时段的电功率，单位：kW；η_mt表示微型燃气轮机的效率；表示燃气锅炉 第t时段的功率，单位：kW；η_b表示燃气锅炉的效率；H_ng表示天然气热值， H_ng＝9.78kWh/m³。作为优选，△t＝0.25h。

$\left(\begin{array}{c}{C}_{\mathrm{om}}^t=\mathrm{\Delta t}·[P_{\mathrm{mt}}^t·K_{\mathrm{om},\mathrm{mt}}+P_b^t·K_{\mathrm{om},b}+Q_h^t/{\eta }_{\mathrm{he}}·K_{\mathrm{om},\mathrm{he}}\\ +P_{\mathrm{ac}}^t·K_{\mathrm{om},\mathrm{ac}}+P_{\mathrm{ec}}^t·K_{\mathrm{om},\mathrm{ec}}+P_{\mathrm{pv}}^t·K_{\mathrm{om},\mathrm{pv}}+P_{\mathrm{wt}}^t·K_{\mathrm{om},\mathrm{wt}}\\ +(P_{c,\mathrm{bt}}-P_{\mathrm{disc},\mathrm{bt}}^t)·K_{\mathrm{om},\mathrm{bt}}+(P_{c,\mathrm{tst}}^t-P_{\mathrm{disc},\mathrm{tst}}^t)·K_{\mathrm{om},\mathrm{tst}}]\end{array}\right)$式(3)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；K_om,mt表示微型燃气轮 机运行维护费用，单位：￥/kWh；表示燃气锅炉第t时段的功率，单位：kW；K_om,b表示燃气锅炉运行维护费用，单位：￥/kWh；表示第t时段系统的热负荷功率，单位： kW；η_he表示热交换器效率；K_om,he表示热交换器运行维护费用，单位：￥/kWh；表 示吸附式制冷机第t时段的输入功率，单位：kW；K_om,ac表示吸附式制冷机运行维护费 用，单位：￥/kWh；表示电制冷机第t时段的输入功率，单位：kW；K_om,ec表示电制 冷机运行维护费用，单位：￥/kWh；表示光伏第t时段的预测值；K_om,pv表示光伏电 池维护费用单位：￥/kWh；表示风电第t时段的预测值；K_om,wt表示风机维护费用单 位：￥/kWh；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t 时段放电功率，单位：kW；K_om,bt表示蓄电池运行维护费用，单位：￥/kWh；表示 蓄热槽第t时段的蓄热功率，单位：kWh；表示蓄热槽第t时段的放热功率，单位： kW；K_om,tst表示蓄热槽运行维护费用，单位：￥/kWh。

$C_{\mathrm{eb}}^t=\mathrm{\Delta t}·[(R_p^t+\alpha R_s^t)/2·P_g^t+(R_p^t-\alpha R_s^t)/2·|P_g^t\left|\right]$式(4)

式中，表示系统第t时段从主网购电的价格，单位：￥/kWh；表示系统第t 时段向主网售电的价格；α为0或者1，α＝1表示微电网可以向主网售电，α＝0表示 不允许微电网向主网售电；表示系统第t时段与主网交互功率，单位：kW，表示从主网购电，表示向主网售电。

然后确定约束条件，包括冷能量平衡、热能量平衡、电能量平衡和设备运行约束 条件。

依据式(5)确定冷能量平衡约束条件：

$P_{\mathrm{ac}}^t·{\mathrm{COP}}_{\mathrm{ac}}+P_{\mathrm{ec}}^t·{\mathrm{COP}}_{\mathrm{ec}}=Q_c^t$式(5)

式中，表示吸附式制冷机第t时段的输入功率，单位：kW；COP_ac表示吸附式 制冷机的制冷系数；表示电制冷机第t时段的输入功率，单位：kW；COP_ec表示电 制冷机的制冷系数；表示第t时刻系统冷负荷功率，单位：kW。

依据式(6)确定热能量平衡约束条件：

$P_{\mathrm{mt}}^t/{\eta }_{\mathrm{mt}}·(1-{\eta }_{\mathrm{mt}}-{\eta }_{\mathrm{loss}})·{\eta }_{\mathrm{hr}}+P_b^t-(P_{c,\mathrm{tst}}^t+P_{\mathrm{disc},\mathrm{tst}}^t)=P_{\mathrm{ac}}^t+Q_h^t/{\eta }_{\mathrm{he}}$式(6)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；η_mt表示微型燃气轮机 的效率；η_loss表示燃气轮机能量损耗率；η_hr表示余热回收器效率；表示燃气锅炉第t 时段的功率，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kWh；表示 蓄热槽第t时段的放热功率，单位：kW；表示吸附式制冷机第t时段的输入功率，单 位：kW；表示第t时段系统的热负荷功率，单位：kW；η_he表示热交换器效率。

依据式(7)确定电能平衡约束条件：

$P_{\mathrm{pv}}^t+P_{\mathrm{wt}}^t+P_{\mathrm{mt}}^t+P_g^t-(P_{c,\mathrm{bt}}^t+P_{\mathrm{disc},\mathrm{bt}}^t)=P_{\mathrm{ec}}^t+P_{\mathrm{el}}^t$式(7)

式中，表示光伏第t时段的预测值；表示风电第t时段的预测值；表示微 型燃气轮机第t时段的电功率，单位：kW；表示系统第t时段与主网交互功率，单位： kW；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t时段放电功 率，单位：kW；表示电制冷机第t时段的输入功率，单位：kW；表示第t时段系 统电负荷功率，单位：kW。

依据式(801)和式(802)确定微型燃气轮机运行约束条件，其中式(801)是微 型燃气轮机运行状态约束条件；式(802)表示燃气轮机机组爬坡约束条件，包括机组 启停爬坡约束和连续运行爬坡约束：

$U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\min }\le P_{\mathrm{mt}}^t\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\max }$式(801)

$U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^d+(U_{\mathrm{mt}}^t-U_{\mathrm{mt}}^{t-1})·P_{\mathrm{mt}}^{\mathrm{off}}\le P_{\mathrm{mt}}^t-P_{\mathrm{mt}}^{t-1}\le U_{\mathrm{mt}}^{t-1}·P_{\mathrm{mt}}^u+(U_{\mathrm{mt}}^t-U_{\mathrm{mt}}^{t-1})·P_{\mathrm{mt}}^{\mathrm{on}}$式(802)

式(801)中，表示微型燃气轮机第t时段运行状态变量，表示微型燃气 轮机运行，表示微型燃气轮机停机；表示微型燃气轮机出力的下限，单位： kW；表示微型燃气轮机第t时段的电功率，单位：kW；表示微型燃气轮机出力 的上限，单位：kW；表示微型燃气轮机组在连续运行状态时的最大降功率，单位： kW；表示微型燃气轮机第t-1时段运行状态变量；表示微型燃气轮机组停机时 的最大降功率，单位：kW；表示微型燃气轮机第t-1时段的电功率，单位：kW；表示微型燃气轮机组在连续运行状态时的最大增功率，单位：kW；表示微型燃气轮 机组启动时的最大增功率，单位：kW。

依据式(9)确定燃气锅炉运行的约束条件：

$P_b^{\min }\le P_b^t\le P_b^{\max }$式(9)

式中，表示燃气锅炉出力的下限，单位：kW；表示燃气锅炉第t时段的功率， 单位：kW；表示燃气锅炉出力的上限，单位：kW。

依据式(10)确定电网交互功率的约束条件：

$P_g^{\min }\le P_g^t\le P_g^{\max }$式(10)

式中，表示系统与主网交互功率的下限，单位kW；表示系统与主网交互功 率的上限，单位：kW；表示系统第t时段与主网交互功率，单位：kW。

依据式(11)确定蓄电池运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{bt}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{bt}}^t\le 0\\ 0\le P_{c,\mathrm{bt}}^t\le U_{c,\mathrm{bt}}^t·P_{\mathrm{bt}}^{\max }\\ U_{\mathrm{disc},\mathrm{bt}}^t+U_{c,\mathrm{bt}}^t\le 1\\ W_{\mathrm{bt}}^{t+1}=W_{\mathrm{bt}}^t·(1-{\sigma }_{\mathrm{bt}})+({\eta }_{c,\mathrm{bt}}{P}_{c,\mathrm{bt}}^t+P_{\mathrm{disc},\mathrm{bt}}^t/{\eta }_{\mathrm{disc},\mathrm{bt}})·\mathrm{\Delta t}\\ W_{\mathrm{bt}}^{\min }\le W_{\mathrm{bt}}^{t+1}\le W_{\mathrm{bt}}^{\max }\end{array}\right)$式(11)

式中，表示蓄电池第t时段的放电状态，表示蓄电池放电；表示蓄电池不充电也不放电；表示蓄电池充电功率上限，单位：kW；表示蓄电 池第t时段放电功率，单位：kW；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t时段的充电状态，表示蓄电池充电；表示蓄电池不充 电也不放电；表示蓄电池放电功率上限，单位：kW；表示蓄电池内第t+1时段 的能量，单位：kWh；表示蓄电池内第t时段的能量，单位：kWh；σ_bt表示蓄电池 的自身能量损耗率；η_c,bt表示蓄电池的充电效率；η_disc,bt表示蓄电池放电效率；表示 蓄电池储存能量的下限，单位：kWh；表示蓄电池储存能量的上限，单位：kWh；Δt 表示时间间隔。

依据式(12)确定蓄热槽运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{tst}}^t·P_{\mathrm{tst}}^{\min }\le P_{\mathrm{disc},\mathrm{tst}}^t\le 0\\ 0\le P_{c,\mathrm{tst}}^t\le U_{c,\mathrm{tst}}^t·P_{\mathrm{tst}}^{\max }\\ U_{\mathrm{disc},\mathrm{tst}}^t+U_{c,\mathrm{tst}}^t\le 1\\ W_{\mathrm{tst}}^{t+1}=W_{\mathrm{tst}}^t·(1-{\sigma }_{\mathrm{tst}})+({\eta }_{c,\mathrm{tst}}{P}_{c,\mathrm{tst}}^t+P_{\mathrm{disc},\mathrm{tst}}^t/{\eta }_{\mathrm{disc},\mathrm{tst}})·\mathrm{\Delta t}\\ W_{\mathrm{tst}}^{\min }\le W_{\mathrm{tst}}^{t+1}\le W_{\mathrm{tst}}^{\max }\end{array}\right)$式(12)

式中，表示蓄热槽第t时段的放热状态，表示蓄热槽放热，表示蓄热槽不放热也不蓄热；表示蓄热槽的蓄热功率上限，单位kW；表示蓄 热槽第t时段的放热功率，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kWh； 表示蓄热槽第t时段的蓄热状态，表示蓄热槽蓄热，表示蓄热槽不放 热也不蓄热；表示蓄热槽的放热功率上限，单位：kW；表示蓄热槽内第t+1时 段的能量，单位：kWh；表示蓄热槽内第t时段的能量，单位：kWh；σ_tst表示蓄热 槽的自身能量损耗率；η_c,tst表示蓄热槽的蓄热效率；η_disc,tst表示蓄热槽释放热量的效率； 表示蓄热槽储存能量的下限，单位：kWh；表示蓄热槽储存能量的上限，单位： kWh。

在每一时刻，根据步骤10)得到的最新的冷负荷、热负荷和电负荷预测结果以及微 型燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备实时的运行状态，采用 Yalmip优化工具求解滚动优化模型，测算微型燃气轮机、燃气锅炉、吸附式制冷机、电 制冷机、储能设备在未来控制时域M时段的出力，将未来M时段中第一时段的微型燃 气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备的出力指令送到各个设备。

步骤30)监测实时数据，并更新历史数据：将监测得到每一时刻的风电功率、光伏 功率、冷负荷功率、热负荷功率和电负荷功率实际值，替换上一时刻的风电功率、光伏 功率、冷负荷功率、热负荷功率和电负荷功率实际值。

步骤40)建立反馈校正模型，实时修正微型燃气轮机、燃气锅炉、吸附式制冷机、 电制冷机、储能设备等设备的实际出力：实时监测风电功率、光伏功率、冷负荷功率、 热负荷功率和电负荷功率的实际值，并更新风电、光伏、冷负荷、热负荷和电负荷的历 史数据；反馈校正模型如式(13)至式(21)所示。

建立如式(13)所示的以相对调整量最小为目标函数的校正函数：

式(13)

式中，AD表示总体的相对调整量；△P_mt表示微型燃气轮机出力的调整量，单位：kW； 表示微型燃气轮机输出的额定功率，单位：kW；△P_ec表示电制冷机机输入功率的调 整量，单位：kW；表示电制冷机机输入的额定功率，单位：kW；△P_c,bt表示蓄电池 充电功率的调整量，单位：kW；表示蓄电池充电的额定功率，单位：kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW；表示蓄电池放电的额定功率，单位： kW；△P_g表示系统与主网交互功率的调整量，单位：kW；表示系统与主网交互的额 定功率，单位：kW；△P_b表示燃气锅炉出力的调整量，单位：kW；表示燃气锅炉输 出额定功率，单位：kW；△P_ac表示吸附式制冷机输入功率的调整量，单位：kW；表 示吸附式制冷机输入的额定功率，单位：kW；△P_c,tst表示蓄热槽蓄热功率的调整量，单 位：kW；表示蓄热槽蓄热的额定功率，单位：kW；△P_disc,tst表示蓄热槽放热功率的 调整量，单位：kW；表示蓄热槽放热的额定功率，单位：kW；w₁表示与电能相关 的权重系数，w₂表示与冷热能相关的权重系数。

建立如式(14)所示的冷能量平衡约束条件：

$(P_{\mathrm{ac}}^t+{\mathrm{\Delta P}}_{\mathrm{ac}})·{\mathrm{COP}}_{\mathrm{ac}}+(P_{\mathrm{ec}}^t+{\mathrm{\Delta P}}_{\mathrm{ec}})·{\mathrm{COP}}_{\mathrm{ec}}=Q_c$式(14)

式中，表示吸附式制冷机第t时段的输入功率，单位：kW；△P_ac表示吸附式制 冷机输入功率的调整量；COP_ac表示吸附式制冷机的制冷系数；表示电制冷机第t时 段的输入功率，单位：kW；△P_ec表示电制冷机机输入功率的调整量，单位：kW；COP_ec 表示电制冷机的制冷系数；Q_c为实时的系统冷负荷功率，单位：kW。

建立如式(15)所示的热能量平衡约束条件：

$(P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}})/{\eta }_{\mathrm{mt}}·(1-{\eta }_{\mathrm{mt}}-{\eta }_{\mathrm{loss}})·{\eta }_{\mathrm{hr}}+(P_b^t+{\mathrm{\Delta P}}_b)-(P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}}+P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}})=(P_{\mathrm{ac}}^t+{\mathrm{\Delta P}}_{\mathrm{ac}})+Q_h/{\eta }_{\mathrm{he}}$式(15)

式中，表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮 机出力的调整量，单位：kW；η_mt表示微型燃气轮机的效率；η_loss表示燃气轮机能量损 耗率；η_hr表示余热回收器效率；表示燃气锅炉第t时段的功率，单位：kW；△P_b表 示燃气锅炉出力的调整量，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kW； △P_c,tst表示蓄热槽蓄热功率的调整量，单位：kW；表示蓄热槽第t时段的放热功率， 单位：kW；△P_disc,tst表示蓄热槽放热功率的调整量，单位：kW；表示吸附式制冷机 第t时段的输入功率，单位：kW；△P_ac表示吸附式制冷机输入功率的调整量；η_he表示 热交换器效率；Q_h为实时的系统热负荷功率，单位：kW。

建立如式(16)所示的电能量平衡约束条件：

$P_{\mathrm{pv}}+P_{\mathrm{wt}}+(P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}})+(P_g^t+{\mathrm{\Delta P}}_g)-(P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}}+P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}})=(P_{\mathrm{ec}}^t+{\mathrm{\Delta P}}_{\mathrm{ec}})+P_{\mathrm{el}}$式(16)

式中，P_pv表示实时光伏功率，单位：kW；P_wt表示实时风电功率，单位：kW；表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮机出力的调整 量，单位：kW；表示系统第t时段与主网交互功率，单位：kW；△P_g表示系统与主 网交互功率的调整量，单位：kW；表示蓄电池第t时段的充电功率，单位：kW；△P_c,bt表示蓄电池充电功率的调整量，单位：kW；表示蓄电池第t时段放电功率，单位： kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW；表示电制冷机第t时段的输 入功率，单位：kW；△P_ec表示电制冷机机输入功率的调整量，单位：kW；P _el表示实时 系统电负荷功率，单位：kW。

建立如式(17)所示的微型燃气轮机运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\min }\le P_{\mathrm{mt}}^t+{\mathrm{\Delta P}}_{\mathrm{mt}}\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{\max }\\ U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{d^{\prime }}\le {\mathrm{\Delta P}}_{\mathrm{mt}}\le U_{\mathrm{mt}}^t·P_{\mathrm{mt}}^{u^{\prime }}\end{array}\right)$式(17)

式中，表示微型燃气轮机第t时段运行状态变量，表示微型燃气轮机运 行，表示微型燃气轮机不运行；表示微型燃气轮机出力的下限，单位：kW； 表示微型燃气轮机第t时段的电功率，单位：kW；△P_mt表示微型燃气轮机出力的调 整量，单位：kW；表示微型燃气轮机出力的上限，单位：kW；表示微型燃气轮 机组在连续运行状态时的短时最大降功率，单位：kW；表示微型燃气轮机组在连续 运行状态时的短时最大增功率，单位：kW。

建立如式(18)所示的燃气锅炉运行的约束条件：

$P_b^{\min }\le P_b^t+P_b\le P_b^{\max }$式(18)

式中，表示燃气锅炉出力的下限，单位：kW；表示燃气锅炉第t时段的功率， 单位：kW；△P_b表示燃气锅炉出力的调整量，单位：kW；表示燃气锅炉出力的上限， 单位：kW。

建立如式(19)所示的电网交互功率的约束条件：

式(19)

式中，表示系统与主网交互功率的下限，单位：kW；表示系统第t时段与主 网交互功率，单位：kW；△P_g表示系统与主网交互功率的调整量，单位：kW；表示 系统与主网交互功率的上限，单位：kW。

建立如式(20)所示的蓄电池运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{bt}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}}\le 0\\ 0\le P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}}\le U_{c,\mathrm{bt}}^t·P_{\mathrm{bt}}^{\max }\\ W_{\mathrm{bt}}^{t^{\prime }+1}=W_{\mathrm{bt}}^{t^{\prime }}·(1-{\sigma }_{\mathrm{bt}})+({\eta }_{c,\mathrm{bt}}(P_{c,\mathrm{bt}}^t+{\mathrm{\Delta P}}_{c,\mathrm{bt}})+(P_{\mathrm{disc},\mathrm{bt}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{bt}})/{\eta }_{\mathrm{disc},\mathrm{bt}})·{\mathrm{\Delta t}}^{\prime }\\ W_{\mathrm{bt}}^{\min }\le W_{\mathrm{bt}}^{t^{\prime }+1}\le W_{\mathrm{bt}}^{\max }\end{array}\right)$式(20)

式中，表示蓄电池第t时段的放电状态，表示蓄电池放电，表示蓄电池不充电也不放电；表示蓄电池充电功率上限，单位：kW；表示蓄电 池第t时段放电功率，单位：kW；△P_disc,bt表示蓄电池放电功率的调整量，单位：kW； 表示蓄电池第t时段的充电功率，单位：kW；△P_c,bt表示蓄电池充电功率的调整量， 单位：kW；表示蓄电池第t时段的充电状态，表示蓄电池充电，表 示蓄电池不充电也不放电；表示蓄电池放电功率上限，单位：kW；表示反馈校 正前蓄电池内的能量，单位：kWh；表示反馈校正后的蓄电池内的能量，单位：kWh； σ_bt表示蓄电池的自身能量损耗率；η_c,bt表示蓄电池的充电效率；η_disc,bt表示蓄电池放电效 率；表示蓄电池储存能量的下限，单位：kWh；表示蓄电池储存能量的上限， 单位：kWh；Δt′＝1/12h。

建立如式(21)所示的蓄热槽运行的约束条件：

$\left(\begin{array}{c}{U}_{\mathrm{disc},\mathrm{tst}}^t·P_{\mathrm{bt}}^{\min }\le P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}}\le 0\\ 0\le P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}}\le U_{c,\mathrm{tst}}^t·P_{\mathrm{tst}}^{\max }\\ W_{\mathrm{tst}}^{t^{\prime }+1}=W_{\mathrm{tst}}^{t^{\prime }}·(1-{\sigma }_{\mathrm{tst}})+({\eta }_{c,\mathrm{tst}}(P_{c,\mathrm{tst}}^t+{\mathrm{\Delta P}}_{c,\mathrm{tst}})+(P_{\mathrm{disc},\mathrm{tst}}^t+{\mathrm{\Delta P}}_{\mathrm{disc},\mathrm{tst}})/{\eta }_{\mathrm{disc},\mathrm{tst}})·{\mathrm{\Delta t}}^{\prime }\\ W_{\mathrm{tst}}^{\min }\le W_{\mathrm{tst}}^{t^{\prime }+1}\le W_{\mathrm{tst}}^{\max }\end{array}\right)$式(21)

式中，表示蓄热槽第t时段的放热状态，表示蓄热槽放热，表示蓄热槽不放热也不蓄热；表示蓄电池充电功率上限，单位：kW；表示蓄热 槽第t时段的放热功率，单位：kW；△P_disc,tst表示蓄热槽放热功率的调整量，单位：kW； 表示蓄热槽第t时段的蓄热功率，单位：kWh；△P_c,tst表示蓄热槽蓄热功率的调整量， 单位：kW；表示蓄热槽第t时段的蓄热状态，表示蓄热槽蓄热，表示 蓄热槽不放热也不蓄热；表示蓄热槽的放热功率上限，单位：kW；表示反馈校 正前蓄热槽内的能量，单位：kWh；表示反馈校正后的蓄热槽内的能量，单位：kWh； σ_tst表示蓄热槽的自身能量损耗率；η_c,tst表示蓄热槽的蓄热效率；η_disc,tst表示蓄热槽释放 热量的效率；表示蓄热槽储存能量的下限，单位：kWh；表示蓄热槽储存能量 的上限，单位：kWh。

最后，采用Yalmip优化工具求解反馈校正模型，得到微型燃气轮机出力、燃气锅 炉出力、吸附式制冷机输入功率、电制冷机输入功率、蓄电池充放电功率、蓄热槽蓄放 热功率、系统与电网交互的功率的调整量，将这些调整量分别下发到微型燃气轮机、燃 气锅炉、吸附式制冷机、电制冷机、蓄电池、蓄热槽设备进行调整；每5分钟执行一次 步骤30)和步骤40)，直到控制周期Δt内执行完毕。滚动优化的时间间隔是Δt＝0.25h， 反馈校正的时间间隔是Δt′＝1/12h，反馈校正是对滚动优化结果的修正，在一个滚动优化 的时间间隔内要做3次反馈校正。

步骤50)进入下一时刻，返回步骤10)，直至停止运行微电网。

本发明的步骤10)中，风电预测模型和光伏预测模型采用文献《卡尔曼滤波修 正的风电场短期功率预测模型》(赵攀,戴义平,夏俊荣等.卡尔曼滤波修正的风电场 短期功率预测模型[J].西安交通大学学报,2011,(5):47-51.)中的预测模型。冷负荷预 测模型、热负荷预测模型和电负荷预测模型均采用文献《非参数自回归方法在短期电 力负荷预测中的应用》(赵渊,张夏菲,谢开贵.非参数自回归方法在短期电力负荷预 测中的应用[J].高电压技术,2011,(2):429-435.)中的预测模型。

在步骤20)中，在每一时刻k，根据步骤10)得到的最新的冷负荷、热负荷和电负 荷预测结果以及微型燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备实时的 运行状态，采用Yalmip优化工具求解滚动优化模型，测算微型燃气轮机、燃气锅炉、 吸附式制冷机、电制冷机、储能设备在未来控制时域M时段的出力，将未来M时段中 的第一个时段的微型燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备的出力 指令送到各个设备。到下一时刻再根据最新的预测结果，重新计算滚动优化模型，如此 循环进行。这样保证了系统调度指令都是在最新信息的基础上的计算得到的。

步骤30)中，实时监测风电功率、光伏功率、冷负荷、热负荷和电负荷的实际值， 并更新风电、光伏、冷负荷、热负荷和电负荷的历史数据。风电功率、光伏功率、冷负 荷、热负荷和电负荷的预测值和实际值往往不一样，需要通过反馈校正，实时修正微型 燃气轮机、燃气锅炉、吸附式制冷机、电制冷机、储能设备等设备的实际出力，反馈校 正是对滚动优化调度指令的微小调整，用以修正由于事前预测不准确而带来的误差，反 馈校正模型是一个静态时间断面的优化模型。滚动优化得到的各设备的出力是在预测数 据基础上的。在实际运行时，预测值和实际值不同。如果各设备按照滚动优化的结果运 行，就无法满足系统运行，所以要根据实际值对各设备的出力进行修正，也就是反馈校 正。

图2是本发明方法的系统控制框图，图中X_k是第k时刻对风电、光伏、冷负荷、 热负荷、电负荷未来M时域的预测值；x是风电、光伏、冷负荷、热刻、电的实时监 测值；U_k+1是第k时刻滚动优化结果的第一个时段的各设备计划出力指令，包括燃气 轮机出力，燃气锅炉出力，吸附式制冷机，电制冷机输入功率，蓄电池充放电功率， 蓄热槽蓄放热功率，系统与电网交互功率等；△u为实时反馈校正后的燃气轮机出力， 燃气锅炉出力，吸附式制冷机，电制冷机输入功率，蓄电池充放电功率，蓄热槽蓄放 热功率，系统与电网交互功率的调整量；为各燃气轮机出力，燃气锅炉出力， 吸附式制冷机，电制冷机输入功率，蓄电池充放电功率，蓄热槽蓄放热功率，系统与 电网交互功率实时的出力。

本发明的方法首先建立风电、光伏、冷负荷、热负荷和电负荷相应的预测模型， 根据最新的历史数据，预测未来控制时域M内风电功率、光伏功率、冷热电负荷功 率数据；每一时刻，根据得到的最新预测结果以及各设备实时运行状态，采用Yalmip 优化工具求解该滚动优化模型，计算各设备在未来M时段的出力，但只执行第一个 时段的指令，到下一时刻再根据最新的预测结果，重新计算滚动优化模型，如此循环； 实时监测风电、光伏、冷负荷、热负荷、电负荷的实际值，并更新风电、光伏、冷负 荷、热负荷、电负荷的历史数据，每5分钟求解反馈校正模型，得到各设备的调整量， 并分别下发到各设备进行调整，直到下一个滚动优化时刻。本发明方法能够很好地消 除由于预测不准对系统优化运行造成的影响，保证系统运行指令总是在最新信息的优 化计算得到的，降低系统运行的风险，提高系统运行的稳定性，同时提高冷热电联供 型微电网运行的经济性。

以上所述仅是本发明的优选实施方式，应该指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润 饰也应视为本发明的保护范围。