综合能源系统多目标集成设计与优化控制方法及系统技术方案

本公开公开了一种综合能源系统多目标集成设计与优化控制方法及系统，包括：确定系统参数设计、容量配置和优化控制的优化目标、优化变量和约束条件；根据确定的优化目标、优化变量和约束条件，采用多目标遗传算法求得优化变量Pareto最优解集，通过模糊决策方法得到最优解；判断是否达到最优解集的最大代数：如果否，则进行重新优化；如果是，则最优解作为最终控制方案；本公开通过考虑综合能源系统的整体效率或者参数设计、容量配置和优化控制三者的递进关系，实现能量效率、运行经济性和新能源消纳水平等的协同优化设计与运行控制。消纳水平等的协同优化设计与运行控制。消纳水平等的协同优化设计与运行控制。

【技术实现步骤摘要】
综合能源系统多目标集成设计与优化控制方法及系统


[0001]本公开属于新能源发电和储能
，尤其涉及一种综合能源系统多目标集成设计与优化控制方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]综合能源系是统能源互联网的发展趋势，综合能源系统是指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济，简单的来说，综合能源系统就是多种能源互相补充，经过协同优化，在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。
[0004]综合能源系统由于复杂的结构、设备种类多、运行特性差异大、具有冷热电耦合特性、高渗透率新能源，导致其参数设计、容量配置和优化控制面临巨大技术挑战；专利技术人发现，现有技术中，只是研究综合能源系统内单个设备的参数优化，或者其中参数设计、容量配置和优化控制其中一个方面，没有考虑综合能源系统的整体效率或者参数设计、容量配置和优化控制三者的递进关系，而且，进行协同优化设计与运行控制时，没有综合考虑能量效率、运行经济性和新能源消纳水平。

技术实现思路

[0005]本公开为了解决上述问题，提出了一种综合能源系统多目标集成设计与优化控制方法及系统，本公开通过考虑综合能源系统的整体效率或者参数设计、容量配置和优化控制三者的递进关系，实现能量效率、运行经济性和新能源消纳水平等的协同优化设计与运行控制。
[0006]第一方面，为了实现上述目的，本公开的技术方案为一种综合能源系统多目标集成设计与优化控制方法，采用如下技术方案：
[0007]综合能源系统多目标集成设计与优化控制方法，包括：
[0008]确定系统参数设计、容量配置和优化控制的优化目标、优化变量和约束条件；
[0009]根据确定的优化目标、优化变量和约束条件，采用多目标遗传算法求得优化变量Pareto最优解集，通过模糊决策方法得到最优解；
[0010]判断是否达到最优解集的最大代数：如果没有达到最优解集的最大代数，则进行重新优化；如果达到最优解集的最大代数，则最优解作为最终控制方案。
[0011]进一步的，统参数设计的优化目标、优化变量和约束条件包括：
[0012]优化目标：以系统电能转换效率最大化和系统熵效率最大化为优化目标；所述系统电能转换效率最大化为：一个计算周期内压缩空气储能系统吸收的电能与一个计算周期内压缩空气储能系统释放的电能的比值；所述系统熵效率最大化为：表示压缩空气储能系
统节流阀的熵效率与表示压缩空气储能系统涡轮的熵效率的乘机；
[0013]优化变量：以压缩空气储能系统的输出气体温度和膨胀比作为优化变量；
[0014]优化变量：以压缩空气储能系统的输出气体温度和膨胀比的参数取值范围作为约束条件。
[0015]进一步的，确定系统容量配置的优化目标、优化变量和约束条件包括：
[0016]优化目标：以系统经济成本最小化和污染物排放最小化为优化目标；
[0017]其中，所述系统经济成本最小化minC
cp,i
为：
[0018][0019]式中：i表示综合能源系统内的设备；C
ap,i
表示设备购置成本；minC
op,i
表示设备运行成本；P
i,r
表示设备配置容量；d表示设备折旧率；L表示设备生命周期；P
i
(t)表示设备实际功率输出；
[0020]其中，所述污染物排放最小化表示为：
[0021][0022]式中：WT表示风力发电系统；PV表示光伏发电系统；MT表示微型燃气轮机；CAES表示压缩空气储能系统；C
e,WT
,C
e,PV
,C
e,MT
,C
e,CAES
表示综合能源系统内的各设备的环境成本；P
WT
(t),P
PV
(t),P
MT
(t),P
CAES
(t)表示设备实际功率输出；C
e,TPG
表示传统火力发电的环境成本；P
TPG
(t)表示传统火力发电的实际功率输出；
[0023]优化变量：以微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的配置容量作为优化变量；
[0024]优化变量：以压缩空气储能系统的运行约束作为约束条件。
[0025]进一步的，确定系统优化控制的优化目标、优化变量和约束条件包括：
[0026]优化目标：以系统运行成本最小化、压缩空气储能系统SOC最小化和系统相对能耗最小化为优化目标；
[0027]其中，所述系统运行成本最小化为：
[0028][0029]式中：Ep
gird
(t),Ep
gad
(t)代表电价和天然气价格；Ep
ex
(t)代表综合能源系统向电网卖电的价格；E
grid
(t),E
ex
(t)代表向电网买电和卖电的电量；G
gas
(t)代表消耗的天然气量；
[0030]所述压缩空气储能系统SOC最小化为：压缩空气储能计算周期结束时刻的SOC与代表压缩空气储能计算周期初始时刻的SOC求差后，再比上压缩空气储能计算周期初始时刻的SOC；
[0031]所述系统相对能耗最小化为：
[0032][0033]式中：G
TPG
(t)代表火力发电供能系统的能源消耗；G
CCHP
(t)代表综合能源系统的能源消耗；
[0034]优化变量：以微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的功率输出为优化变量；
[0035]优化变量：以微型燃气轮机的运行约束为约束条件。
[0036]进一步的，综合能源系统内的设备，包括微型燃气轮机、风力发电系统、光伏发电系统、压缩空气储能系统和储热系统；
[0037]所述压缩空气储能系统，包括压缩机、储气罐、透平膨胀机、燃气内燃机和制冷机。
[0038]进一步的，求得最优解集和最优解包括：
[0039]采用多目标遗传算法求得压缩空气储能系统的输出气体温度和膨胀比的Pareto最优解集，通过模糊决策方法得到最优解；
[0040]采用多目标遗传算法求得微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的配置容量Pareto最优解集，通过模糊决策方法得到最优解；
[0041]采用多目标遗传算法求得微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的功率输出Pareto最优解集，通过模糊决策方法得到最优解。
[0042]第二方面，为了实现上述目的，本公开的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.综合能源系统多目标集成设计与优化控制方法，其特征在于，包括：确定系统参数设计、容量配置和优化控制的优化目标、优化变量和约束条件；根据确定的优化目标、优化变量和约束条件，采用多目标遗传算法求得优化变量Pareto最优解集，通过模糊决策方法得到最优解；判断是否达到最优解集的最大代数：如果没有达到最优解集的最大代数，则进行重新优化；如果达到最优解集的最大代数，则最优解作为最终控制方案。2.如权利要求1所述的综合能源系统多目标集成设计与优化控制方法，其特征在于，确定系统参数设计的优化目标、优化变量和约束条件包括：优化目标：以系统电能转换效率最大化和系统熵效率最大化为优化目标；所述系统电能转换效率最大化为：一个计算周期内压缩空气储能系统吸收的电能与一个计算周期内压缩空气储能系统释放的电能的比值；所述系统熵效率最大化为：表示压缩空气储能系统节流阀的熵效率与表示压缩空气储能系统涡轮的熵效率的乘机；优化变量：以压缩空气储能系统的输出气体温度和膨胀比作为优化变量；优化变量：以压缩空气储能系统的输出气体温度和膨胀比的参数取值范围作为约束条件。3.如权利要求1所述的综合能源系统多目标集成设计与优化控制方法，其特征在于，确定系统容量配置的优化目标、优化变量和约束条件包括：优化目标：以系统经济成本最小化和污染物排放最小化为优化目标；其中，所述系统经济成本最小化min C
cp,i
为：式中：i表示综合能源系统内的设备；C
ap,i
表示设备购置成本；min C
op,i
表示设备运行成本；P
i,r
表示设备配置容量；d表示设备折旧率；L表示设备生命周期；P
i
(t)表示设备实际功率输出；其中，所述污染物排放最小化表示为：式中：WT表示风力发电系统；PV表示光伏发电系统；MT表示微型燃气轮机；CAES表示压缩空气储能系统；C
e,WT
,C
e,PV
,C
e,MT
,C
e,CAES
表示综合能源系统内的各设备的环境成本；P
WT
(t),P
PV
(t),P
MT
(t),P
CAES
(t)表示设备实际功率输出；C
e,TPG
表示传统火力发电的环境成本；P
TPG
(t)表示传统火力发电的实际功率输出；优化变量：以微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的配置容量作为优化变量；优化变量：以压缩空气储能系统的运行约束作为约束条件。4.如权利要求1所述的综合能源系统多目标集成设计与优化控制方法，其特征在于，确定系统优化控制的优化目标、优化变量和约束条件包括：优化目标：以系统运行成本最小化、压缩空气储能系统SOC最小化和系统相对能耗最小化为优化目标；
其中，所述系统运行成本最小化为：式中：Ep
gird
(t),Ep
gad
(t)代表电价和天然气价格；Ep
ex
(t)代表综合能源系统向电网卖电的价格；E
grid
(t),E
ex
(t)代表向电网买电和卖电的电量；G
gas
(t)代表消耗的天然气量；所述压缩空气储能系统SOC最小化为：压缩空气储能计算周期结束时刻的SOC与代表压缩空气储能计算周期初始时刻的SOC求差后，再比上压缩空气储能计算周期初始时刻的SOC；所述系统相对能耗最小化为：式中：G
TPG
(t)代表火力发电供能系统的能源消耗；G
CCHP
(t)代表综合能源系统的能源消耗；优化变量：以微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的功率输出为优化变量；优化变量：以微型燃气轮机的运行约束为约束条件。5.如权利要求3述的综合能源系统多目标集成设计与优化控制方法，其特征在于，综合能源系统内的设备，包括微型燃气轮机、风力发电系统、光伏发电系统、压缩空气储能系统和储热系统；所述压缩空气储能系统，包括压缩机、储气罐、透平膨胀机、燃气内燃机和制冷机。6.如权利要求1所述的综合能源系统多目标集成设计与优化控制方法，其特征在于，求得最优解集和最优解包括：采用多目标遗传算法求得压缩空气储能系统的输出气体温度和膨胀比的Pareto最优解集，通过模糊决策方法得到最优解；采用多目标遗传算法求得微型燃气轮机、风力发电系统、光伏发电系统和压缩空气储能系统的配置容量Pareto最优解集，通过模糊决策方...

【专利技术属性】
技术研发人员：杨尚运，郭英雷，朱晓东，郑准，吕宏媛，
申请(专利权)人：国网山东省电力公司青岛供电公司，
类型：发明
国别省市：