基于动态自适应建模的综合智慧能源优化调度方法及系统技术方案

本发明专利技术提供了一种基于动态自适应建模的综合智慧能源优化调度方法及系统，本发明专利技术能够解决现有综合能源调度模型中设备能效参数与实际运行工况能效存在偏差，导致的优化调度结果不准确、无法跟踪系统最优运行状态以及系统运行不够经济等问题，使得综合能源系统运行更加经济、高效。高效。高效。

【技术实现步骤摘要】
基于动态自适应建模的综合智慧能源优化调度方法及系统


[0001]本专利技术属于能源优化调度
，具体涉及一种基于动态自适应建模的综合智慧能源优化调度方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着我国经济社会持续发展，能源生产和消费模式正在发生重大转变，开展满足多元化能源生产与消费需求的综合能源服务已成为能源发展的必然趋势。综合智慧能源是集成应用分布式燃气发电、光伏、分布式风电、热泵、制冷机、储能等设备，贴近用户经营，以先进信息技术和智能技术提升管理模式，对各类能源的分配、转化、存储、消费等环节进行有机协调与优化的新型区域能源系统。它打破了不同能源品种单独规划、单独设计、单独运行的传统模式，提供区域综合能源一体化解决方案，具有能源综合利用效率高、能够促进可再生能源就地消纳和满足多样性用能需求等优势。
[0004]综合能源的优化调度，是实现综合能源系统安全、稳定、高效、“智慧”运行的关键手段，也是目前该领域学术研究的热点问题。综合能源系统优化调度建模都需要用到系统内各设备的能流模型与能效参数，而且各设备的运行能效直接影响到系统的能耗与运行成本，准确的能流模型与运行能效参数是实现系统运行优化调度的重要基础。目前大部分的综合能源系统优化调度一般采用设计工况下的设备能效值或者固定参数的能效曲线。但是，各设备的运行能效参数受到季节、天气、设备老化状态、外部负荷变化、安装地点等条件的影响，随着运行工况的变化而不断变化，实际运行工况与设计工况的偏离将造成调度模型与实际系统的偏离，从而导致优化调度结果无法跟踪系统最优运行状态。

技术实现思路

[0005]本专利技术为了解决上述问题，提出了一种基于动态自适应建模的综合智慧能源优化调度方法及系统，本专利技术能够解决现有综合能源调度模型中设备能效参数与实际运行工况能效存在偏差，导致的优化调度结果不准确、无法跟踪系统最优运行状态以及系统运行不够经济等问题，使得综合能源系统运行更加经济、高效。
[0006]根据一些实施例，本专利技术采用如下技术方案：
[0007]一种基于动态自适应建模的综合智慧能源优化调度方法，包括以下步骤：
[0008]Step1：基于天气、气温、负荷历史数据和天气预报信息对冷、热、电负荷进行预测，得到调度时段负荷预测曲线；
[0009]Step2：基于天气、气温、出力历史数据和天气预报信息对系统内的分布式光伏、分布式风电和太阳能热水逐时出力进行预测，得到调度时段风光出力预测曲线；
[0010]Step3：基于设备或系统当前和历史运行数据，构建系统内各设备或子系统的自适应能效模型和能量流模型；
[0011]Step4：根据综合能源系统结构、各设备运行参数，建立综合能源系统优化调度模型，设备自适应能效模型和能量流模型作为优化调度模型的约束条件；
[0012]Step5：利用优化求解算法，求解综合能源系统优化调度模型得到系统最优调度方案。
[0013]作为可选择的实施方式，构建系统内各设备或子系统的自适应能效模型和能量流模型的具体过程包括：
[0014](1)确定设备能效参数和影响设备能效的因素；
[0015](2)基于聚类选取自适应学习样本；
[0016](3)构建设备自适应能效模型和能量流模型。
[0017]作为进一步限定的实施方式，对于能量转化设备，设备能效参数和影响设备能效因素的确定与描述具体包括：能流模型表示为：
[0018]Q
out
(t)＝η
eq
(t)
·
Q
in
(t)，
[0019]式中Q
out
(t),Q
in
(t)表示设备在t时段的输出、输入能量，η
eq
(t)表示设备的能量转换效率，即能效参数，因设备的能效值随内外部条件和运行工况而变化，因此，设备能效模型表示为：
[0020]η
eq
(t)＝f
eq
[θ1(t),θ2(t),
…
,θ
K
(t)]，
[0021]其中，θ1,θ2,
…
,θ
K
为影响设备能效K个因素值，作为模型输入；f
eq
为基于数据挖掘构建的自适应模型结构。
[0022]作为可选择的实施方式，对于能量转化设备，确定设备能效参数和影响设备能效因素的具体过程包括：对于空气源热泵、地源热泵和冷水机组设备，Q
out
(t),Q
in
(t),η
eq
(t)分别表示时段t的输出热/冷量、消耗电量和COP制热/冷系数；
[0023]空气源热泵能效模型表示为：
[0024]COP(t)＝f[PLR(t),T
i
(t),T
o
(t),T
e
(t),F(t)]，
[0025]式中PLR(t),T
i
(t),T
o
(t),T
e
(t),F(t)分别表示t时刻热泵的负荷率、进水温度、出水温度、环境气温与风速，对于既能制热又能制冷的空气源热泵，制热模式与制冷模式分别建模。
[0026]地源热泵能效模型表示为：
[0027]COP(t)＝f[PLR(t),T
eo
(t),T
ei
(t),T
gi
(t),T
go
(t),T
e
(t)]，
[0028]式中PLR(t),T
eo
(t),T
ei
(t),T
gi
(t),T
go
(t),T
e
(t)分别表示t时刻地源热泵的负荷率、末端侧出水温度、末端侧进水温度、地源侧进水温度、地源侧出水温度和环境气温；供热模式与制冷模式分别建模。
[0029]冷水机组能效模型表示为：
[0030]COP(t)＝f[PLR(t),T
eo
(t),T
ci
(t),M
e
(t),M
c
(t)]，
[0031]式中PLR(t),T
eo
(t),T
ci
(t),M
e
(t),M
c
(t)分别表示t时刻机组的供冷负荷率、冷冻水供水温度、冷却水进水温度、冷冻水流量和冷却水流量，对于双工况冷水机组，不同工况分别建模。
[0032]作为进一步限定的实施方式，对于储能设备，设备能效参数和影响设备能效因素的确定与描述具体包括：能流模型表示为：
[0033]Q
st
(t＝Q
st
(t
‑
1)
·本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态自适应建模的综合智慧能源优化调度方法，其特征是：包括以下步骤：基于天气、气温、负荷历史数据和天气预报信息对冷、热、电负荷进行预测，得到调度时段负荷预测曲线；基于天气、气温、出力历史数据和天气预报信息对系统内的分布式光伏、分布式风电和太阳能热水逐时出力进行预测，得到调度时段风光出力预测曲线；基于设备或系统当前和历史运行数据，构建系统内各设备或子系统的自适应能效模型和能量流模型；根据综合能源系统结构、各设备运行参数，建立综合能源系统优化调度模型，设备自适应能效模型和能量流模型作为优化调度模型的约束条件；利用优化求解算法，求解综合能源系统优化调度模型得到系统最优调度方案。2.如权利要求1所述的一种基于动态自适应建模的综合智慧能源优化调度方法，其特征是：构建系统内各设备或子系统的自适应能效模型和能量流模型的具体过程包括：(1)确定设备能效参数和影响设备能效的因素；(2)基于聚类选取自适应学习样本；(3)构建设备自适应能效模型和能量流模型。3.如权利要求2所述的一种基于动态自适应建模的综合智慧能源优化调度方法，其特征是：对能量转化设备，设备能效参数和影响设备能效因素的确定与描述具体包括：能流模型表示为：Q
out
(t)＝η
eq
(t)
·
Q
in
(t)，式中Q
out
(t)，Q
in
(t)表示设备在t时段的输出、输入能量，η
eq
(t)表示设备的能量转换效率，即能效参数，因设备的能效值随内外部条件和运行工况而变化，因此，设备能效模型表示为：η
eq
(t)＝f
eq
[θ1(t)，θ2(t)，
…
，θ
K
(t)]，其中，θ1，θ2，
…
，θ
K
为影响设备能效K个因素值，作为模型输入；f
eq
为基于数据挖掘构建的自适应模型结构。4.如权利要求3所述的一种基于动态自适应建模的综合智慧能源优化调度方法，其特征是：对于空气源热泵、地源热泵和冷水机组设备，Q
out
(t)，Q
in
(t)，η
eq
(t)分别表示时段t的输出热/冷量、消耗电量和COP制热/冷系数；空气源热泵能效模型表示为：COP(t)＝f[PLR(t)，T
i
(t)，T
o
(t)，T
e
(t)，F(t)]，式中PLR(t)，T
i
(t)，T
o
(t)，T
e
(t)，F(t)分别表示t时刻热泵的负荷率、进水温度、出水温度、环境气温与风速，对于既能制热又能制冷的空气源热泵，制热模式与制冷模式分别建模；或，地源热泵能效模型表示为：COP(t)＝f[PLR(t)，T
eo
(t)，T
ei
(t)，T
gi
(t)，T
go
(t)，T
e
(t)]，式中PLR(t)，T
eo
(t)，T
ei
(t)，T
gi
(t)，T
go
(t)，T
e
(t)分别表示t时刻地源热泵的负荷率、末端侧出水温度、末端侧进水温度、地源侧进水温度、地源侧出水温度和环境气温；供热模式与制冷模式分别建模；或，冷水机组能效模型表示为：
COP(t)＝f[PLR(t)，T
eo
(t)，T
ci
(t)，M
e
(t)，M
c
(t)]，式中PLR(t)，T
eo
(t)，T
ci
(t)，M
e
(t)，M
c
(t)分别表示t时刻机组的供冷负荷率、冷冻水供水温度、冷却水进水温度、冷冻水流量和冷却水流量，对于双工况冷水机组，不同工况分别建模。5.如权利要求2所述的一种基于动态自适应建模的综合智慧能源优化调度方法，其特征是：对于储能设备，设备能效参数和影响设备能效因素的确定与描述具体包括：能流模型表示为：Q
st
(t)＝Q
st
(t
‑
1)
·
(1
‑
μ
loss
(t))+Q
st_in
(t)
·
η
in
(t)
‑
Q
st_out
(t)/η
out
(t)式中，Q
st
(t)表示t时刻储能装置的储能量，Q
st_in
(t)，Q
st_out

【专利技术属性】
技术研发人员：梁涛，尹晓东，杨俊波，王锋，刘玉昌，刘亚祥，张辉，赵吉祥，
申请(专利权)人：山东电力工程咨询院有限公司，
类型：发明
国别省市：