考虑可再生能源互补特性的分布式供能系统优化设计方法

摘要

本发明涉及分布式供能系统的优化领域，公开了考虑可再生能源互补特性的分布式供能系统优化设计方法，所述方法包括以下步骤：S1：结合表征可再生能源互补特性的指标参数，建立分布式供能系统的双层优化模型；S2：通过求解双层优化设计模型，获得分布式供能系统的最优配置和容量。本发明将引入可再生能源互补特征指标，并将该指标耦合到分布式供能系统的优化设计模型中，建立了双层优化模型，并通过求解设计模型，获得最佳配置，从而保证系统设计的稳定性。

说明书

技术领域

本发明涉及分布式供能系统的优化领域，具体的是考虑可再生能源互补特性的分布式供能系统优化设计方法。

背景技术

分布式供能系统已成为应对全球能源危机的技术手段之一。由于其靠近用户侧，它可以有效降低能源远距离传输过程中的损耗和输送投资成本，为邻近用户提供可靠稳定的多能源服务。而伴随着可再生能源的快速发展，可再生能源与供能系统的结合，对多能源系统提出了更高的挑战。由于可再生能源存在不确定性和波动性等特点，单一可再生能源应用受限。因此多元可再生能源的应用可以获得更高的能源利用效率。而系统输入受可再生能源不确定性、波动性等影响较大，使得系统出力呈现不确定性特点，因此为保障系统能稳定安全运行，在对分布式供能系统进行优化设计时需要考虑可再生能源特性。

目前，关于分布式供能系统的优化设计研究，多是以投资成本等经济性单指标为优化目标，考虑系统能量平衡约束、出力约束等系统安全运行约束作为约束条件，实现对系统的优化设计。或是以考虑碳排放等环境指标、经济性指标等多目标进行研究的。目前，鲜有文献考虑分布式供能系统中不同情况下风电与光伏出力波动特征差异的影响。因此，提出一种考虑可再生能源互补特性的分布式供能系统优化设计方法。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供考虑可再生能源互补特性的分布式供能系统优化设计方法，将可再生能源互补特性指标引入到优化设计中，构建双层优化设计模型，通过求解优化模型，得到分布式供能系统的最优配置和容量，降低系统新能源出力波动性，提高系统稳定安全性能，进而降低系统并网运行时的不利影响。

本发明的目的可以通过以下技术方案实现：

考虑可再生能源互补特性的分布式供能系统优化设计方法,包括所述方法如下步骤：

S1：结合表征可再生能源互补特性的指标参数，建立分布式供能系统的双层优化模型；

S2：通过求解双层优化设计模型，获得分布式供能系统的最优配置和容量。

进一步的，所述步骤S1中双层优化模型的建立包括以下步骤：

S1.1：构建以系统年总费用最低为第一层优化目标函数；

S1.2：构建以系统运维费和购能费之和最低为第二层优化目标函数；

S1.3：构建保证系统安全稳定运行的约束条件；

S1.4：从NASA获得太阳光照辐射时间序列数据v，以及风速的时间序列数据H

S1.5：将风光时序数据转为容量因子序列数据。

S1.6：根据容量因子序列数据，构建以风光出力爬坡互补率为风光出力互补指标。

进一步的，所述第一层优化目标函数为：

minC

式中，C

式中，N

进一步的，所述第二层优化目标函数为：

式中，E

进一步的，所述约束条件包括设备容量约束，冷/热/电平衡约束，设备出力约束以及由互补性指标构成的可再生能源互补约束：

0≤P

η

式中，式中，Capmax i为各设备容量的最大值；Pe load、H

进一步的，所述容量因子序列数据根据式(10)和式(11)转化得出，式(10)和式(11)如下所示：

式中，G

进一步的，所述互补指标为：

式中，D

本发明的有益效果：

本发明公开了一种考虑可再生能源互补特性的分布式供能系统优化设计方法，将可再生能源互补特性指标引入到优化设计中，构建双层优化设计模型，通过求解优化模型，得到分布式供能系统的最优配置和容量，降低系统新能源出力波动性，提高系统稳定安全性能，进而降低系统并网运行时的不利影响。

附图说明

下面结合附图对本发明作进一步的说明。

图1为分布式供能系统优化设计方法图；

图2为三个典型日负荷曲线图；

图3为三个典型日风光资源图；

图4为电网交互波动曲线对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，考虑可再生能源互补特性的分布式供能系统优化设计方法,包括所述方法如下步骤：

S1：结合表征可再生能源互补特性的指标参数，建立分布式供能系统的双层优化模型；

S2：通过求解双层优化设计模型，获得分布式供能系统的最优配置和容量。

进一步的，所述步骤S1中双层优化模型的建立包括以下步骤：

S1.1：构建以系统年总费用最低为第一层优化目标函数；

S1.2：构建以系统运维费和购能费之和最低为第二层优化目标函数；

S1.3：构建保证系统安全稳定运行的约束条件；

S1.4：从NASA获得太阳光照辐射时间序列数据v，以及风速的时间序列数据H

S1.5：将风光时序数据转为容量因子序列数据。

S1.6：根据容量因子序列数据，构建以风光出力爬坡互补率为风光出力互补指标。

进一步的，所述第一层优化目标函数为：

minC

式中，C

式中，N

进一步的，所述第二层优化目标函数为：

式中，E

进一步的，所述约束条件包括设备容量约束，冷/热/电平衡约束，设备出力约束以及由互补性指标构成的可再生能源互补约束：

0≤P

η

式中，Capmax i为各设备容量的最大值；Pe load、H

P

进一步的，所述容量因子序列数据根据式(10)和式(11)转化得出，式(10)和式(11)如下所示：

式中，G

进一步的，所述互补指标为：

式中，D

本实施算例中，候选设备包括燃气轮机、燃气锅炉、电锅炉、吸收式制冷机、电制冷机、电储和热储设备、以及可再生能源发电设备,其中可再生能源发电设备包括风力发电机和光伏板。图2所示的三种典型日负荷代表全年负荷趋势，图3所示的风光资源数据代表全年的风光资源特性，以图2和图3所示的数据为优化设计的基础，根据模型，进行优化可得最优设计结果，设备优化结果如表1所示，将本发明的方法与不考虑互补特性的模型优化结果进行对比，其互补特性指标对比结果和系统总费用对比如表2所示，与电网交互的功率波动情况如图4所示。如表2所示，考虑互补特性优化得到的系统，互补性更强。如图4所示，考虑互补特性优化时，平均波动率为17.4％，不考虑互补特性时，平均波动率为19.2％，因此可知，考虑互补特性的优化结果对与电网交互的功率波动造成更小的影响。

表1各设备容量优化结果

表2优化对比结果

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。