公开/公告号CN113822572A
专利类型发明专利
公开/公告日2021-12-21
原文格式PDF
申请/专利号CN202111107083.0
申请日2021-09-22
分类号G06Q10/06(20120101);G06Q10/04(20120101);G06Q50/06(20120101);
代理机构51241 成都方圆聿联专利代理事务所(普通合伙);
代理人邓永红
地址 010010 内蒙古自治区呼和浩特市赛罕区如意开发区鄂尔多斯东街11号
入库时间 2023-06-19 13:46:35
技术领域
本发明涉及一种考虑能源共享和多风险的园区综合能源系统优化调度方法,可用于新能源优化分配及调度方面,属于能源管理技术领域。
背景技术
随着社会和经济的不断发展,对传统能源的使用提出了挑战,能源短缺问题受到多国的广泛关注。新能源的使用及综合能源的产生成为解决能源短缺问题的关键。在考虑能源使用中的风险时,现有的思路往往只考虑新能源的出力不确定性而忽视了用户使用能源的随机性;使用新能源时,将储能作为共享能源的媒介,而忽视将太阳能作为共享能源,从而造成了能源浪费。
发明内容
为解决可再生能源的大比例消纳、提高供能商利润、降低用户用能成本、降低碳排放量和减少能源消耗等问题,本发明提出了考虑能源共享和多风险的园区综合能源系统优化调度方法,本发明对共享能源、需求响应和多重风险进行描述,并以多目标优化作为研究对象,旨在提高能源供应商利润,降低需求侧用能成本、二氧化碳排放量和能源消耗率。
具体的技术方案为:
考虑能源共享和多风险的园区综合能源系统优化调度方法,包括以下步骤:
步骤1,首先根据用户之间的熟悉程度和可操作负荷量求解相似度并对用户进行分类;
步骤2,对供能设备、用户负荷进行建模;
步骤3,构建供能商利润最大、用户用能成本最小、碳排放量最小和能源消耗最小的单目标函数;
步骤4,使用梯形模糊隶属度函数将构建的单目标函数进行归一化处理,并赋予每个单目标权重,从而构建出满意度函数。
步骤1具体包括以下子步骤:
收集需求侧用户之间的熟悉度信息,计算用户间相似度和用户间影响力,通过复杂网络理论中的社交网络模型将园区内的用户进行分类。
①根据用户之间的熟悉程度计算相似度,相似度的计算方法如下:
其中:T
②使用Page Rank算法计算网络中各顶点的潜在影响力,定义初始概率分布向量Ra,若网页j存在k条出链,其中有一条通向网页i,则定义n×n转移矩阵M第i行第j列元素为1/k,则转移矩阵M表示为:
式中N
本发明定义用户所有可操作负荷(包括可平移负荷和可调整负荷)比例作为PageRank算法中初始概率分布向量Ra,其中
式中:R
基于用户相似度T
式中U为节点u的邻节点集合,l为U中的节点。使用转移矩阵M反复左乘向量Ra收敛至向量W即可得社交网络各顶点潜在影响力,表示为
列向量W第i行元素W
③基于个体用户潜在影响力W及用户相似度T
式中W
④本发明以W
式中m为所有边权重之和,即为用户间影响力之和,计算公式为
式中k
δ(i,j)是0-1变量,表征节点i,j是否被分在同一社团,如下:
选择Q值最大的迭代轮次作为最优结果,并基于该结果,将同社团内用户视作能源共享对象。
步骤2具体包括以下子步骤:
对供能设备:燃气轮机(gas turbine,GT)、余热回收装置(waste heat boiler,WHB)、蓄电池(electric energy storage,EES)、制冷机(absorption cooler,AC;electriccooler,EC)、燃气锅炉(gas boiler,GB)及光伏(photovoltaics,PV)和用能负荷:基本负荷、可转移负荷、可调整负荷、电动汽车(electric vehicles,EV)及用户侧的光伏进行建模。
①供能设备建模
能源供应商配备的设备包括燃气轮机、余热回收装置、蓄电池、制冷机、燃气锅炉及光伏。
a.燃气轮机模型
式中:
b.余热回收模型
式中,
c.燃气锅炉模型
式中:
d.制冷机模型
式中:
e.光伏出力模型
P
式中,用区间数表示光伏出力的不确定性,P
f.蓄电池模型
式中:
②用户侧负荷模型
a.基本负荷
基本负荷包括一些比较平稳的连续负荷和其他不可控负荷。记为P
b.时间可转移负荷
设有m种时间可转移负荷,可转移负荷记为P
其中,
c.功率可调整负荷
功率可调整负荷,用P
k表示第k个可调整负荷,
d.电动汽车模型
电动汽车的到达和离开时间是随机的,本发明采用正态分布进行随机模拟。公式(25)表示离开时间,公式(26)表示到达时间。
式中:f
e.用户侧光伏出力
P
式中,P
步骤3具体包括以下子步骤:
单目标构建:针对供应商利润、用户成本、碳排放量以及能源消耗率建立对应的目标函数。
①供应商利润
max F
F
C
式中:F
②用户成本
用户费用包括从电网购电费用与从供应商购冷、热、电能费用。
min C
其中,电网购电费用C
式中,
③碳排放量
CO
式中,
④能源消耗率
本发明将能源输入与能源产出的比值定义为能源消耗率。
Q
Q
上式中,Q
步骤4具体包括以下子步骤:
目标函数满意度建模:使用梯形模糊数对供应商利润、用户成本、碳排放量以及能源消耗率进行归一化处理,然后使用权重将多目标转换成满意度指标,并列出约束条件,最后进行求解。
使用梯形模糊数将各个指标进行归一化处理。公式(42)为偏小型梯形模糊数,公式(43)为偏大型梯形模糊数。
0<v
式中,Y为多目标个数;a
①目标函数
综上所述,将原多目标问题转换为最大化的满意度单目标问题:
max ξ=ω
式中,ω
②约束条件
约束条件包括上式(11)-(28)、(44)、(46)和以下约束。
a.功率平衡约束,包括电、热、冷。
式中:P
b.设备运行上下限约束
式中:
c.爬坡约束。为了避免损坏能源设备,GT和GB还受爬坡约束,如下
式中R
d.联络线功率约束。社区与电网的联络线功率也应在合理的范围内,即:
式中,
e.储能约束。为了延长蓄电池的使用寿命,对其进行约束:
式中:
f.电动汽车约束
式中:
g.用能方式约束
由于用户在某一时刻只能选择电网供能或者供应商供能,故有约束条件:
式中,
发明提出能源共享:将需求侧的用户意愿考虑到共享能源方式中;考虑多重风险:将新能源出力的不确定性、需求侧用户用能时间的多样性、电动汽车充放电时间的多样性考虑在内;考虑综合需求响应:将冷、热、电能源进行综合考虑,并采用公用电网或自配置能源装置进行供能;提出满意度指标:利用梯形模糊数将多目标整合为满意度,方便计算。
相比于传统用能方式,本发明可提高供应商利润、降低用户成本、CO2排放量以及能源消耗率。
附图说明
图1为本发明的流程图;
图2为实施例设备出力图;
图3为实施例联盟1负荷运行图;
图4为实施例联盟2负荷运行图;
图5为实施例联盟3负荷运行图;
图6为实施例联盟4负荷运行图。
具体实施方式
结合实施例说明本发明的具体技术方案。
本实施例按照图1所示的流程,以一个园区为例,园区内共有60户用户,假定用户的负荷种类在同一联盟内是一样的。
1、列出实验数据,可以以表格的方式列出;
表1设备数据
与外网交互的电功率上限为12000kW
表2用户基本负荷数据(所有用户一样)
表3用户可转移负荷数据
表4用户可调整负荷数据
由公式(25)-(26)得到用户电动汽车到达和离开时间表:
表5用户电动车数据
注:电动汽车离开时间为第二天时,本发明将充放电整合到了同一天内。
表6光伏出力
表7各种费用
2、根据上述方案,进行操作,比如根据公式(*)得到哪个结果…
①根据公式(1)-(10),得到用户分类:
由用户分类可知,同一联盟内的用户习惯使用负荷时间是一样的。
联盟1:20户;联盟2:13户;联盟3:9户;联盟4:18户。
②根据用户分类后的数据和公式(11)-(33)、(47)-(54),得到供能商利润最大:
表8
③根据用户分类后的数据和公式(11)-(28)、(34)-(37)、(47)-(54),得到用户用能成本最小:
表9
④根据用户分类后的数据和公式(11)-(28)、(38)、(47)-(54),得到碳排放量最小:
表10
⑤根据用户分类后的数据和公式(11)-(28)、(39)-(41)、(47)-(54),得到能源消耗率最小:
表11
⑥根据公式(1)-(54)得到满意度最大:权重分别为:0.3,0.3,0.2,0.2
表12
3、得到实验结果,这里需要对比一下传统方法,然后突出你的方法的优点。这里改动几次参数阈值,得到三个不同的对比结果。
传统方法:不考虑需求响应、能源共享,只有公用电网供能(权重分别为:0.3,0.3,0.2,0.2)
表13
修改参数:
①修改权重值为:0.25,0.25,0.3,0.2
表14
②修改权重值为:0.2,0.2,0.5,0.1
表15
综上,将三次实验的结果与传统方式相比较:
表16结果对比
从表格可以看出,优化后的结果在不同的权值下都比传统用能方式的满意度高;而不同目标值的权值不同,也会使满意度值不同。
以权重:0.3,0.2,0.3,0.2为例,列出负荷运行时间和设备出力图,如图2到图6。
机译: 基于热网和家庭热惯性的综合能源系统优化方法
机译: 考虑区域供热网络和建筑物热惯性的综合能源系统运行优化方法
机译: 综合能源系统调度供热网络水路建模方法