一种综合能源楼宇实时能量控制方法

摘要

本发明公开一种综合能源楼宇实时能量控制方法，包括：步骤S1，建立综合能源楼宇的经济调度模型，构建考虑不确定性因素的总成本期望最小的目标函数；步骤S2，根据贝尔曼最优性原理将多时段决策问题转化为递推问题，并构造值函数的近似形式；步骤S3，基于逐次投影近似法对构造的值函数进行训练，得到收敛的近似值函数；步骤S4，将收敛的近似值函数投入在线运行，逐时段求解综合能源楼宇的实时能量控制问题。本发明一方面实现综合能源楼宇内部多种能源的实时协调互补，提升调度收益；另一方面能有效应对多种不确定性因素对系统调度的影响，实现随机协同调度。

说明书

技术领域

本发明涉及电网运行与控制技术领域，尤其涉及一种综合能源楼宇实时能量控制方法。

背景技术

综合能源楼宇是综合能源系统的重要应用形式，以冷热电联供CCHP(CombinedCooling，Heating and Power)为关键技术，并结合先进的控制、通信和管理等手段，建成楼宇能量管理系统。大型商业楼宇的负荷已超过城市总负荷的30％，挖掘以综合能源楼宇为代表的电力负荷能量管理潜力，对于改进用电方式，实现科学用电具有重要的意义。

发明内容

本发明所要解决的技术问题在于，提出一种综合能源楼宇实时能量控制方法，以实现综合能源楼宇内部多种能源的实时协调互补，应对多种不确定性因素对系统调度的影响。

为了解决上述技术问题，本发明提供一种综合能源楼宇实时能量控制方法，包括：

步骤S1，建立综合能源楼宇的经济调度模型，构建考虑不确定性因素的总成本期望最小的目标函数；

步骤S2，根据贝尔曼最优性原理将多时段决策问题转化为递推问题，并构造值函数的近似形式；

步骤S3，基于逐次投影近似法对构造的值函数进行训练，得到收敛的近似值函数；

步骤S4，将收敛的近似值函数投入在线运行，逐时段求解综合能源楼宇的实时能量控制问题。

进一步地，所述步骤S1建立的综合能源楼宇的经济调度模型的功率平衡约束如下：

其中，

储能系统约束如下：

P

E

其中，E

进一步地，所述步骤S1建立的综合能源楼宇的经济调度模型包括热水负荷模型、室温调节负荷模型和冷热电联供模型。

进一步地，热水负荷模型如下所示：

其中，V为水箱体积，C

进一步地，室温调节负荷模型在楼宇制冷时采用下式表示：

在供暖时采用下式表示：

其中，C

进一步地，冷热电联供模型的运行约束如下所示：

其中，

进一步地，所述目标函数为调度周期内的总成本期望值最小，如下式所示：

其中，C

进一步地，所述步骤S2具体包括：

将所述目标函数转化为下式：

V

其中，V

用分段线性法构造近似值函数如下：

同时须满足下式：

其中，n代表迭代次数，β代表总段数，r表示第r段，ρ为每段的长度，y

进一步地，所述步骤S3采用SPAR法求取近似值函数，包括：

步骤S31，初始化

步骤S32，根据最新的随机变量更新系统状态，并利用上一次迭代后的各分段斜率

步骤S33，由更新样本计算斜率的临时值：

其中，g为临时向量，a为步长，

步骤S34，对临时向量做投影运算，得到第n次迭代的近似斜率分量：

步骤S35，t＝t+1，返回步骤S32，当t>T时转到步骤S36；

步骤S36，令n＝n+1，并令t＝1，返回步骤S32，当n>N时循环终止。

进一步地，所述步骤S4具体包括：

步骤S41，令t＝1；

步骤S42，更新当前时段的随机信息，包括电价的误差、室外温度的误差；

步骤S43，利用训练好的近似值函数，根据步骤S2构造的近似值函数计算出t时段最优决策；

步骤S44，令t＝t+1，若t≤T，返回步骤S42，若t>T，循环终止。

本发明实施例的有益效果在于：一方面实现综合能源楼宇内部多种能源的实时协调互补，提升调度收益；另一方面能有效应对多种不确定性因素对系统调度的影响，实现随机协同调度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种综合能源楼宇实时能量控制方法的流程示意图。

具体实施方式

以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。

请参照图1所示，本发明实施例提供一种综合能源楼宇实时能量控制方法，包括：

步骤S1，建立综合能源楼宇的经济调度模型，构建考虑不确定性因素的总成本期望最小的目标函数；

步骤S2，根据贝尔曼最优性原理将多时段决策问题转化为递推问题，并构造值函数的近似形式；

步骤S3，基于逐次投影近似法对构造的值函数进行训练，得到收敛的近似值函数；

步骤S4，将收敛的近似值函数投入在线运行，逐时段求解综合能源楼宇的实时能量控制问题。

进一步地，所述步骤S1包括以下步骤：

建立综合能源楼宇的经济调度模型，其中，功率平衡约束如下：

其中，

储能系统约束如下：

P

E

其中，E

热水负荷模型：假设水箱一直处于满水状态，忽略水流的动态过程，则水箱的数学模型可用公式(5)表示：

其中，V为水箱体积，C

室温调节负荷模型：楼宇在制冷时可用公式(6)的离散化数学模型表示，在供暖时可用公式(7)的数学模型表示，

其中，C

冷热电联供模型：冷热电联供系统包括发电装置、余热回收装置、制冷系统，其运行约束如下：

其中，

综合能源楼宇运营商以能量管理的总成本最低为目标，包括燃料成本即购气成本和购电成本，温控负荷的不舒适成本，储能系统的运行成本，如下式所示：

其中，T是调度总时段；

考虑到实时能量管理中，电价、室外温度等的不确定性，目标函数应为调度周期内(本发明实施例设为一天)的总成本期望值最小，如下式所示：

其中，C

进一步地，所述步骤S2包括以下步骤：

根据贝尔曼最优性原理将多时段决策问题转化为递推问题，并构造值函数的近似形式，即将公式(11)转化成公式(13)：

V

其中，V

用分段线性法构造近似值函数，即有：

同时须满足：

其中，n代表迭代次数，β代表总段数，r表示第r段，ρ为每段的长度，y

进一步地，所述步骤S3包括以下步骤：

采用SPAR法求取近似值函数的步骤如下：

步骤S31，初始化

步骤S32，根据最新的随机变量更新系统状态，并利用上一次迭代后的各分段斜率

步骤S33，由更新样本计算斜率的临时值：

其中，g为临时向量，a为步长，

步骤S34，对临时向量做投影运算，得到第n次迭代的近似斜率分量：

步骤S35，t＝t+1，返回步骤S32，当t>T时转到步骤S36；

步骤S36，令n＝n+1，并令t＝1，返回步骤S32，当n>N时循环终止。

进一步地，所述步骤S4包括以下步骤：

步骤S41，令t＝1；

步骤S42，更新当前时段的随机信息，包括电价的误差、室外温度的误差等；

步骤S43，利用前述训练好的近似值函数，根据公式(14)计算出t时段最优决策；

步骤S44，令t＝t+1，若t≤T，返回步骤S42，若t>T，循环终止。

通过上述说明可知，本发明实施例的有益效果在于：一方面实现综合能源楼宇内部多种能源的实时协调互补，提升调度收益；另一方面能有效应对多种不确定性因素对系统调度的影响，实现随机协同调度。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。