一种新能源供给系统的分层优化配置方法

摘要

本发明公开了一种新能源供给系统的分层优化配置方法，包括：(1)建立表征系统容量配置的经济性函数模型；(2)建立满足供电供热稳定需求的约束条件；(3)建立基于价值最优原则的目标函数；(4)利用分层优化迭代算法求解目标函数。本发明系统容量配置包括光伏发电单元、储电单元、储热单元、变流器单元和电热转换单元的配置，光伏发电单元、储电单元、变流器单元构成了电力系统层，电热转换单元、储热单元构成了热力系统层。最终，电力系统层和热力系统层可分别进行迭代操作，完成各自的优化配置，达到整个综合能源网的价值最优化。

说明书

技术领域

本发明属于能源供给技术领域，具体涉及一种新能源供给系统的分层优化配置方法。

背景技术

针对偏远地区的供电问题，国内外一般通过建设微电网的方式来实现偏远地区的电力供应；与此同时，为了解决偏远地区的供热问题，通常考虑在原有微网的基础上，实现热电联供。热电联供的概念由来已久，早期主要指热力发电厂在向用户输送电能的同时，也向用户输送热能，但随着太阳能、风能等可再生能源的开发利用，热电联供作为一种典型、高效的供能方式再次得到了极大关注。热电联供技术具有节能、环保、高效、削峰填谷、能源利用率高等优点，可以同时为用户提供电力、热力等多种能量，并能够就地消纳太阳能等清洁能源，实现能源的环保经济利用。以青海省为例，青海省具有显著的光资源和土地资源优势，光辐射强，未利用土地面积较广，建立以光伏发电为主，综合利用分布式发电、储能、储热的先进技术的光、储、热一体化的新型能源供给系统，成为解决青海省偏远地区供电供热难题的一条有效途径。

为保证该新型能源供给系统的安全运行，并满足供电供热的稳定性需求，需要对系统组成进行合理容量配置，但现有针对交(直)流微网系统的优化配置方法，通常以运行成本或能源利用率为优化目标，一般只涉及到电力供配的情况。文献(李鹏，郑苗苗，陈安伟，韩建沛.基于文化基因算法的交直流混合微网优化运行.中国电机工程学报,2018,38(11):3226-3234.)提出了一种基于文化基因算法的交直流混合微网优化运行方法，该方法有效降低了微网系统的运行成本，并保证了交直流不同负荷的稳定供电，但并不适用于电力、热力同时存在的系统工况。文献(邓剑波，马瑞，胡振文，陈可，杨海晶，杨旭.基于改进粒子群算法的冷热电联供微网优化调度.电力科学与技术学报,2018,33(2):35-42.)则针对冷热联供微网的调度问题给出了一种改进粒子群算法的冷热电联供微网优化调度，该调度方法以最小运行成本和环境成本为优化目标，具有求解精度高、收敛速度快的优点，但由于整个执行过程十分复杂，推广到其他系统比较困难

公开号为CN111178636A的中国专利提出了一种考虑新能源不确定性的综合能源系统优化方法和装置，获取在至少包括光伏出力机会约束的约束条件下的以综合能源系统期望收益最大化为目标函数的最优解，基于最优解对综合能源系统的运行调度进行优化；其通过以综合能源系统期望收益最大化为目标函数，同时基于新能源不确定的考虑设置光伏出力机会约束来实现对该目标函数的最优解，从而对综合能源进行运行优化，实现综合能源系统运行收益的最大化。但是该专利技术与现有的有关综合能源优化配置的多数专利一样，仅限于对电力系统或对热力系统单一的优化调度，对整个电热联供系统整体的优化不足；这类专利强调系统期望收益最大化为目标函数的最优解，但是在系统取得收益最大化时电力系统中的失电率可能较大，或者热力系统中的热量损失率也可能较大，虽然整体收益期望较大，但是同时对能源的浪费也可能较大。

发明内容

鉴于上述，本发明提出了一种新能源供给系统的分层优化配置方法，以解决在新型能源供给系统稳定运行的前提下各单元容量配置的问题。

一种新能源供给系统的分层优化配置方法，所述新能源供给系统包含五个单元：光伏发电单元、变流器单元、储电单元、储热单元和电热转换单元，光伏发电单元、储电单元和变流器单元构成了电力系统层用于为电负荷的供电，电热转换单元和储热单元构成了热力系统层用于为热负荷的供热；所述分层优化配置方法包括如下步骤：

(1)建立表征系统容量配置的经济性函数模型；

(2)建立满足供电供热稳定需求的约束条件；

(3)基于经济性函数模型，建立基于价值最优原则的目标函数；

(4)在满足约束条件的情况下采用分层优化迭代算法对目标函数进行求解，使电力系统层和热力系统层完成各自的优化配置，最终得到系统各单元的配置数量。

进一步地，所述步骤(1)中经济性函数模型的表达式如下：

其中：

进一步地，所述步骤(2)中的约束条件包括系统功率平衡约束条件、储电单元容量和功率交换能力约束条件、储热单元容量和功率交换能力约束条件、储电单元效率约束条件、储热单元效率约束条件、负载失电率和热量缺损率约束条件。

进一步地，所述系统功率平衡约束条件的表达式如下：

P

其中：P

进一步地，所述储电单元容量和功率交换能力约束条件的表达式如下：

SOC

0≤P

其中：SOC(t)为t时刻储电单元的荷电量(剩余电量与其完全充电状态的电量比值)，SOC

进一步地，所述储热单元容量和功率交换能力约束条件的表达式如下：

0≤Q(t)≤Q

其中：Q(t)为t时刻储热单元的储热量，Q

进一步地，所述储电单元效率约束条件的表达式如下：

SOC(t)＝SOC(t-1)+α·P

其中：SOC(t)为t时刻储电单元的荷电量，SOC(t-1)为t-1时刻储电单元的荷电量，P

进一步地，所述储热单元效率约束条件的表达式如下：

其中：P

进一步地，所述负载失电率和热量缺损率约束条件的表达式如下：

其中：P

进一步地，所述步骤(3)中目标函数的表达式如下：

F＝min(f

其中：F为目标函数。

本发明综合能源系统优化配置方法构建了包括区域光电系统模型、区域热力系统模型、储能、储热系统模型的新型能源供给系统的优化配置模型，该方法主要针对系统价值最优化问题，在保证供电供热需求稳定的前提下，利用双层迭代算法求解出价值最优化时的各单元容量配置，从而有效提升了系统能源利用率，降低了系统的运行费用，有利于新型能源供给系统的经济运行。

附图说明

图1为新型能源供给系统的结构示意图。

图2为本发明分层优化配置方法的步骤流程示意图。

图3为本发明算例中偏远地区典型7天电负荷、热负荷和单位光伏单元的出力变化曲线示意图。

图4为本发明算例中电力系统层负载失电量随迭代次数变化示意图。

图5为本发明算例中电力系统层最优容量配置下各单元功率(容量)曲线示意图。

图6为本发明算例中热力系统层热损量随迭代次数变化示意图。

图7为本发明算例中热力系统层最优容量配置下各单元功率(容量)曲线示意图。

图8为本发明算例中新型能源供给系统最优容量配置的成本分布示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

如图1所示，本实例中的光、储、热新型能源供给系统包括电力系统单元和热力系统单元，其中电力系统单元包括光伏单元、变流器、用电负荷、储电单元；热力系统单元包括电热转换单元、热负荷、储热单元。

如图2所示，本发明新型能源供给系统分层优化配置方法，包括以下步骤：

步骤一，建立表征系统容量配置的经济性函数模型如下：

式中：

步骤二，建立供电供热稳定需求的约束条件。

供电供热稳定需求的约束条件包括系统功率平衡约束、储电单元的容量和功率交换能力约束、储热单元的容量和功率交换能力约束、储电单元的效率约束、储热单元的效率约束、负载失电率约束、热量缺损率约束，其中：

系统功率平衡约束公式为：P

式中：P

储电单元的容量和功率交换能力约束公式为：SOC

储热单元的容量和功率交换能力约束公式为：0≤Q(t)≤Q

储电单元的效率约束公式为：SOC(t)＝SOC(t-1)+α·P

储热单元的效率约束公式为：

负载失电率和热量缺损率约公式如下：

式中：定义负载失电率L

步骤三，建立基于价值最优原则的目标函数如下：

F＝min(f

式中：F为新型能源供给系统的经济目标函数最小值，f

式中：n为新型能源供给系统包含的单元数量。

步骤四，分层迭代求解目标函数，得到新型能源供给系统的价值最优解。

本实施方式采用的分层优化迭代算法包括以下步骤：数值初始化、条件假设、电力系统迭代操作、热力系统迭代操作、负载失电率及热量缺失率评价、通过计算选取价值最优方案。

数值初始化过程：已知目标地区典型m天1～24h各时刻的电负荷数据P

条件假设过程：假设一，m天初始t＝0时刻，储电单元的初始荷电状态最低，储热单元的初始储热量为0；假设二，考虑到储热单元的成本明显低于储电单元，为最大化储热单元的功能作用，降低系统的经济性成本，假设新型能源供给系统中热力子系统所需热量是由光伏发电单元产生后，直接经电热转换单元转换至热力子系统，而不由储电单元供给，即新型能源供给系统的电力系统层和热力系统层可分别进行迭代操作，完成各自的优化配置。

电力系统迭代过程：当t时刻P

式中：P

若储电单元电量SOC(t)小于或等于SOC

在电力系统层的最大执行范围内，按照设定步长，改变电力系统层的容量配置，并重新进行上述的迭代操作，其中步长由电力系统层包含的各单元单位功率或容量决定。

热力系统迭代过程：t时刻，如光伏发电单元经电热转换单元的输出功率P

在热力系统层的最大执行范围内，按照设定步长，改变热力系统层的容量配置，并重新进行上述迭代操作，其中步长由热力系统层包含的各单元单位功率或容量决定。

负载失电率及热量缺失率评价过程：根据负载失电率的约束条件，判断各组电力系统层的容量配置方案，确定满足负载失电率约束条件的电力系统层各容量配置方案；根据热量缺损率的约束条件，判断各组热力系统层的容量配置方案，确定满足热量缺损率约束条件的热力系统层各容量配置方案。

搜索价值最优方案过程：计算由负载失电率评价过程得到的电力系统层各容量配置方案经济性成本，搜索价值最优的电力系统层配置方案；计算由热量缺失率评价过程得到的热力系统层各容量配置方案经济性成本，搜索价值最优的热力系统层配置方案；综合上述价值最优的电力系统层配置方案和热力系统层配置方案，即得到基于价值最优原则下光、储、热新型能源供给系统价值优化配置结果。

步骤五，通过以上四个步骤，最终得到新型能源供给系统价值最优化下的各单元容量配置。

基于上述新型能源供给系统价值最优化下的各单元容量配置求解方法，选取某偏远地区的电负荷、热负荷、单位光伏单元发力数据，设计对应的容量配置方案，并进行如下算例分析。

本算例中光、储、热新型能源供给系统储电单元采用Li蓄电池，电热转换单元采用量子电锅炉，能效转换比为2，储热单元需配备水循环单元来完成吸收和释放热量。本算例中偏远地区典型7天电负荷、热负荷和单位光伏发电单元出力的预测变化曲线如图3所示。其中，电负荷最大功率为746kW，热负荷最大功率为1124.2kW，新型能源供给系统各单元的成本参数如表1所示。

表1

根据图3中电负荷和单位光伏发电单元出力的预测数据，设定负载失电率的约束条件为第六天全天负载累计失电量小于74.6kW(即负载失电率小于10％)，使用期限10年。采用双层优化迭代算法，电力系统层第六天累计负载失电量迭代曲线如图4所示。经价值最优选择，得到电力系统层最优配置结果为：光伏发电单元1.3MW，变流器单元0.2MW，储电单元409组，总成本634.34万元。图5为该电力系统层最优容量配置下各单元的功率(容量)曲线，由图5可知，在此电力系统层最优配置下，能源供给系统的负载失电量极低，能够很好地满足偏远地区的供电稳定性需求。

根据图3中热负荷和单位光伏发电单元出力的预测数据，设定热量缺损量的约束条件为第六天全天累计热量缺损量小于112.42kW(即热量缺损率小于10％)，使用期限10年。采用双层优化迭代算法，热力系统层第六天累计热损量迭代曲线如图6所示。经价值最优选择，得到热力系统层最优配置结果为：光伏发电单元1.3MW，电热转换单元(电锅炉)1.3MW，储热单元水循环系统13套，储热单元10MWh，总成本1366.9万元。图7为该热力系统层最优容量配置下各单元功率(容量)曲线，由图7可知，在此热力系统层最优配置下，能源供给系统的热损量极低，能够很好地满足偏远地区的供热稳定性需求。

由此确定在本算例中光、储、热新型能源供给系统价值最优的容量配置方案如下：光伏发电单元2.6MW，电热转换单元(电锅炉)1.3MW，储电单元409组，储热单元水循环系统13套，储热单元10MWh，变流器单元0.2MW，总成本2001.2万元，图8给出了新型能源供给系统最优容量配置的成本分布。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明，熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。