一种差异化建筑集群与微网协同优化调度方法及装置制造方法及图纸

本申请提供一种差异化建筑集群与微网协同优化调度方法及装置

【技术实现步骤摘要】
一种差异化建筑集群与微网协同优化调度方法及装置


[0001]本申请涉及社区综合能源系统的优化运行
，尤其涉及一种差异化建筑集群与微网协同优化调度方法及装置
。

技术介绍

[0002]在城市化快速发展的今天，城市规模不断扩大，建筑能耗及碳排放持续增长，建筑具有相当大的节能减排潜力，建筑有望成为迈向全球碳中和“最后一公里”的关键领域
。《
中国建筑节能年度发展研究报告
》
显示，我国建筑运行总能耗约占全社会能耗的
23
％
。
同时，随着我国城市化水平的不断提高以及产业结构的调整，该比例仍会继续增长，为城市能源系统的低碳
、
经济
、
安全运行带来巨大挑战
。
[0003]目前，在研究建筑能耗功能时，对于所有建筑集群，按照所有建筑绝热性能一致进行处理，而事实上，不同社区的建筑在施工年限
、
施工质量
、
老化程度等方面存在差异，导致不同社区建筑的绝热性能不同，这就反映在不同社区的建筑用户，其需求响应能力和积极性也不同，比如：有的建筑绝热性能比较好，对供热的要求可能比较低，有的建筑绝热性能比较差，对供热的要求就比较高，从而对供热造成了不必要的资源浪费
。
因此，如何降低建筑能耗并提高其综合能效成了当前需要研究的重点
。

技术实现思路

[0004]本申请提供了一种差异化建筑集群与微网协同优化调度方法及装置，以解决现有技术中由于建筑用户绝热性能不同导致资源浪费的问题
。
[0005]第一方面，本申请提供了一种差异化建筑集群与微网协同优化调度方法，包括：
[0006]基于主从博弈理论，构建包括多个建筑集群的微网的建筑集群与微网优化调度模型，所述建筑集群与微网优化调度模型包括微网模型和微网下的每个建筑集群的建筑能耗模型；所述建筑能耗模型包括制热区域的用能模型和电动汽车到建筑的用能模型，所述电动汽车到建筑的用能模型包括电动汽车电池模型和电动汽车交通出行行为模型；所述建筑集群与微网优化调度模型以所述微网的电能需求利润最大和所述建筑集群的电能需求成本最小为优化目标；
[0007]求解所述建筑集群与微网优化调度模型，确定优化调度方案，所述优化调度方案包括微网从配电网购电的总功率
、
电动汽车的充放电功率和建筑的室内温度
。
[0008]第二方面，本申请提供了一种差异化建筑集群与微网协同优化调度装置，包括：
[0009]模型构建模块，用于基于主从博弈理论，构建包括多个建筑集群的微网的建筑集群与微网优化调度模型，所述建筑集群与微网优化调度模型包括微网模型和微网下的每个建筑集群的建筑能耗模型；所述建筑能耗模型包括制热区域的用能模型和电动汽车到建筑的用能模型，所述电动汽车到建筑的用能模型包括电动汽车电池模型和电动汽车交通出行行为模型；所述建筑集群与微网优化调度模型以所述微网的电能需求利润最大和所述建筑集群的电能需求成本最小为优化目标；
[0010]方案确定模块，用于求解所述建筑集群与微网优化调度模型，确定优化调度方案，所述优化调度方案包括微网从配电网购电的总功率
、
电动汽车的充放电功率和建筑的室内温度
。
[0011]第三方面，本申请提供了一种终端，包括存储器
、
处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤
。
[0012]第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤
。
[0013]本申请提供一种差异化建筑集群与微网协同优化调度方法及装置，通过对不同绝热性能的建筑集群构建对应的制热区域的用能模型和电动汽车到建筑的用能模型，可以更好地利用自身的灵活性降低每个建筑集群的电能需求成本，并且考虑了电动汽车的充放电功率，同样可以降低建筑集群的用电需求成本；基于主从博弈原理，并根据微网模型共同构建包括多个建筑集群的微网的建筑集群与微网优化调度模型，并根据建筑集群与微网优化调度模型，获取最优的微网从配电网购电的总功率，不仅降低了建筑集群的电能需求成本，还最大限度地提高了微网的资源利用率
。
附图说明
[0014]为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0015]图1是本申请实施例提供的差异化建筑集群与微网协同优化调度方法的实现流程图；
[0016]图2是本申请实施例提供的建筑集群的微网系统结构示意图；
[0017]图3是本申请实施例提供的单个制热区域
RC
网络的模型示意图；
[0018]图4是本申请实施例提供的建筑集群与微网的结构示意图；
[0019]图5是本申请实施例提供的差异化建筑集群与微网协同优化调度装置的结构示意图；
[0020]图6是本申请实施例提供的终端的示意图
。
具体实施方式
[0021]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构
、
技术之类的具体细节，以便透彻理解本申请实施例
。
然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请
。
在其它情况中，省略对众所周知的系统
、
装置
、
电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述
。
[0022]为使本申请的目的
、
技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明
。
[0023]图1为本申请实施例提供的差异化建筑集群与微网协同优化调度方法的实现流程
图，详述如下：
[0024]在步骤
101
中，基于主从博弈理论，构建包括多个建筑集群的微网的建筑集群与微网优化调度模型，建筑集群与微网优化调度模型包括微网模型和微网下的每个建筑集群的建筑能耗模型；建筑能耗模型包括制热区域的用能模型和电动汽车到建筑的用能模型，电动汽车到建筑的用能模型包括电动汽车电池模型和电动汽车交通出行行为模型；建筑集群与微网优化调度模型以微网的电能需求利润最大和建筑集群的电能需求成本最小为优化目标
。
[0025]其中，微网下包括多个建筑集群，每个建筑集群由于建筑的施工年限
、
施工质量和老化程度等方面存在差异，导致每个建筑建筑集群的绝热性能不同，因此，本申请根据每个建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种差异化建筑集群与微网协同优化调度方法，其特征在于，包括：基于主从博弈理论，构建包括多个建筑集群的微网的建筑集群与微网优化调度模型，所述建筑集群与微网优化调度模型包括微网模型和微网下的每个建筑集群的建筑能耗模型；所述建筑能耗模型包括制热区域的用能模型和电动汽车到建筑的用能模型，所述电动汽车到建筑的用能模型包括电动汽车电池模型和电动汽车交通出行行为模型；所述建筑集群与微网优化调度模型以所述微网的电能需求利润最大和所述建筑集群的电能需求成本最小为优化目标；求解所述建筑集群与微网优化调度模型，确定优化调度方案，所述优化调度方案包括微网从配电网购电的总功率
、
电动汽车的充放电功率和建筑的室内温度
。2.
根据权利要求1所述的差异化建筑集群与微网协同优化调度方法，其特征在于，所述建筑能耗模型的目标函数为：其中，为微网在
t
时刻对第
ag
个建筑集群的售电电价，为在
t
时刻第
ag
个建筑集群的总功率，
Δ
t
为目标时间段，
AG
为建筑集群的总数量，
ag
为第
ag
个建筑集群，
T
为一个调度周期
。3.
根据权利要求2所述的差异化建筑集群与微网协同优化调度方法，其特征在于，所述建筑能耗模型满足建筑能耗约束和电动汽车能耗约束；所述建筑能耗约束包括建筑热平衡约束
、
室内温度约束和暖通空调系统送风温度约束，所述电动汽车能耗约束包括电动汽车充放电功率约束
、
电动汽车实时电池电量上下限约束和电动汽车最小充电需求约束；所述建筑热平衡约束为：所述建筑热平衡约束为：其中，为第
j
个制热区域的墙体的热容，为两节点间墙体的温度，
为两节点墙体的热阻，为制热区域1的室内空气温度，为与制热区域1相邻的其他制热区域的室内温度，
r
1,j
若取1，则为墙体接收阳光照射，否则为0，
α
1,j
为四面墙体的吸热率，为四面墙体的表面积，为室外光照强度，为制热区域1的热容，为窗体热阻，为窗体接受的光照强度，
τ
w
为窗体透射率，为窗户表面积，
m
r
为制热区域1的空气比热容，
c
air
为制热区域1的室内的总热容，为制热区域1的暖通空调系统送风温度，为制热区域1的室内热量；所述室内温度约束为：其中，为室内舒适温度的下限，为室内舒适温度的上限，为第
j
个制热区域在
t
时刻的室内空气温度；所述暖通空调系统送风温度约束为：其中，为暖通空调系统送风出口温度的下限，为暖通空调系统送风出口温度的上限，为第
j
个制热区域在
t
时刻的暖通空调系统送风温度；所述电动汽车充放电功率约束；其中，为电动汽车的额定充放电功率，为第
m
台电动汽车在
t
时刻的充放电功率；所述电动汽车实时电池电量上下限约束为：其中，
SOC
m,t
为电动汽车在
t
时刻的实时电池电量，为电动汽车的电池电量的下限，为电动汽车的电池电量的上限；所述电动汽车最小充电需求约束为：其中，
SOC
m,d,office
为电动汽车离开办公地点的电池电量
。4.
根据权利要求2所述的差异化建筑集群与微网协同优化调度方法，其特征在于，每个建筑集群的总功率的计算过程，包括：通过第一公式计算每个建筑集群的总功率，所述第一公式为：
其中，为第
j
个制热区域在
t
时刻的暖通空调系统的用电功率，
m
r
为第
j
个制热区域的空气比热容，
c
air
为第
j
个制热区域的总热容，为第
j
个制热区域在
t
时刻的暖通空调系统送风温度，为第
j
个制热区域在
t
时刻的室内空气温度，
COP
为热泵的循环性能系数，为第
j
个制热区域在
t
时刻的用电总功率，为第
j
个制热区域在
t
时刻的除暖通空调系统外的用电设备消耗的用电功率，为第
ag
个建筑集群的第
j
个制热区域在
t
时刻的用电总功率，为接入到第
ag
个建筑集群的第
m
辆电动汽车的充放电功率，
M
为第
ag
个建筑集群的电动汽车总量，
I
为第
ag
个建筑集群的制热区域总数
。5.
根据权利要求4所述的差异化建筑集群与微网协同优化调度方法，其特征在于，电动汽车的充放电功率的计算过程，包括：通过伽玛分布概率密度函数计算公式计算电动汽车的电池容量，所述伽玛分布概率密度函数计算公式为：其中，
Cap
为电动汽车的电池容量，
f(Cap,
α
,
β
)
为电动汽车的电池容量的概率密度，
α<...

【专利技术属性】
技术研发人员：郝志方，侯若松，安佳坤，刘洋，杨书强，郭伟，赵子豪，赵子珩，范文奕，靳小龙，
申请(专利权)人：天津大学国家电网有限公司，
类型：发明
国别省市：