【技术实现步骤摘要】
本专利技术属于综合能源系统规划，尤其是一种基于电-光-热一体的中低温清洁供热规划配置方法。
技术介绍
1、随着新能源的不断发展，能源利用形式从单一的电利用或者单一的冷热利用逐步发展成多能源耦合梯级利用的复杂形式，这种利用形式可以最大资源的利用新能源，提升系统能效。但如何合理分配电网供给、光能利用、热能转化，利用电-热转化、光-电转化、光-热转化、不同品位热转换及储能等技术实现电光热耦合最大协同，一直是这类系统亟需解决的问题。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足之处，提供一种基于电-光-热一体的中低温清洁供热规划配置方法。实现上层和下层循环迭代，并得到最优的设备配置方案和出力策略。
2、本专利技术解决技术问题所采用的技术方案是：
3、本专利技术提供了一种基于电-光-热一体的中低温清洁供热规划配置方法，构建双层优化模型，上层模型研究规划问题，优化后的配置方案作为已知条件传输给下层模型；下层模型研究运行优化问题，将优化结果反馈回上层进行总成本的优化计算，通过循环迭代得到最优的设备配置方案和出力策略，所述上层规划模型以经济性目标年化总成本和能效作为优化目标，能效为下层完成优化后传递给上层，下层规划模型以经济性运营成本作为目标函数。
4、进一步地，所述年化总成本包括：年化投资成本cinv和下层目标运营成本cop
5、ctotal＝cinv+cop (1)
6、其中，年化投资成本cinv为：
7、p>
8、式中：n为园区综合能源系统内的规划设备种类数；xi为设备i的决策变量；
9、ri为类型为i的设备折现率，取利率；li为类型为i的设备使用寿命；ci为类型为i的设备单位容量价格；ei为类型为i的设备容量。
10、进一步地，所述能效η的计算公式为：
11、
12、式中：qh为用户侧热负荷用量；eele为电网供给电量。
13、进一步地，上层规划模型的约束条件包括场地面积约束和和设备选择决策变量约束，
14、其中场地面积约束的表达式为：
15、
16、式中：λi为实际所需面积与设备占地面积比率，si为设备i单位容量安装占用的土地面积，amax为可用于建设综合能源系统的可使用土地面积；
17、出口温度为40℃的电热设备需优选一种，出口温度为60℃的电热设备也需优选一种，其中设备选择决策变量约束的表达式为：
18、
19、式中：xi为设备i的决策变量，设备及其简称为电热设备(electric heatingequipment，eh)、电锅炉(electric boiler，eb)、电磁加热设备(electromagnetic heater，em)、电热泵(electric heat pump，ehp)、光伏光热设备(photovoltaic/thermalintegration，pvt)、光伏设备(photovoltaics，pv)和太阳能集热器(solarcollector，sc)、蓄电设备(storage equipment，s)，角标中的1代表出口温度为40℃的电热设备，2代表出口温度为60℃的电热设备。
20、进一步地，经济性运营成本cop包含系统购电费用cele、运维费用cmain和环境费用cenv，其目标函数为：
21、cop＝cele+cmain+cenv (6)
22、所述购电费用cele的表达式为：
23、
24、式中：lj为第j季典型日的年化代表天数；cele,t为t时刻的电价，元/kwh；eele,t为为t时刻的购电功率，kw；△t为调度时间间隔，取1h；t为调度周期，取24h。
25、所述运维费用cmain的表达式为：
26、
27、式中：ci为设备i的单位运行维护费用；pi,t为设备在t时刻的功率。
28、所述环境费用cenv的表达式为：
29、
30、式中：δ为碳税，取为0.02元/kg；εe为外购电的碳排放系数，分别取为0.5kg/(kw·h)。
31、进一步地，下层规划模型的约束条件包括分配因子约束、设备出力约束、爬坡约束、储能约束、能量平衡约束和品位约束。
32、进一步地，所述分配因子约束如下：
33、
34、所述设备出力约束及爬坡约束如下：
35、0≤pi,out,t≤pi,cap (11)
36、式中：pi,cap为设备i的容量；
37、设备爬坡率取设备容量的30％：
38、|pi.t+1-pi.t|≤30％pi,cap (12)
39、所述品位约束如下：
40、设备出口温度应大于等于用户所需温度：
41、ti,out≥tuser (13)
42、进一步地，上层规划层以设备容量和设备决策变量作为上层优化变量，下层运行层以分配因子、电网、储能功率、储能决策变量等作为下层优化变量，采用遗传算法对模型进行求解。
43、进一步地，上层规划模型采用非支配排序遗传算法对双目标进行求解，下层规划模型采用增强精英保留的遗传算法对单目标进行求解。
44、根据电-光-热一体的中低温清洁供热系统构建双层优化模型，上层模型研究规划问题，对系统内设备容量及其容量进行优选，将优化后的配置方案传递给下层模型；下层模型研究运行优化问题，基于上层系统设备配置优化设备出力并计算下层目标函数值，将下层目标值反馈回上层得到上层目标函数值计算结果，通过循环迭代得到最优的设备配置方案和出力策略。
45、本专利技术的优点和积极效果是：
46、本专利技术针对中低温清洁供热系统规划配置问题，本专利技术构建双层优化模型，上层为解决系统配置优化问题，以经济性目标年化总成本和能效作为优化目标，优化约束条件为场地面积限制和设备选择决策变量约束。下层规划模型以经济性运营成本作为目标函数，优化约束条件为分配因子约束、设备出力约束、爬坡约束、储能约束和能量平衡约束。上层和下层循环迭代，并得到最优的设备配置方案和出力策略。
本文档来自技高网...【技术保护点】
1.一种基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，构建双层优化模型，上层模型研究规划问题，优化后的配置方案作为已知条件传输给下层模型；下层模型研究运行优化问题，将优化结果反馈回上层进行总成本的优化计算，通过循环迭代得到最优的设备配置方案和出力策略，所述上层规划模型以经济性目标年化总成本和能效作为优化目标，能效为下层完成优化后传递给上层，下层规划模型以经济性运营成本作为目标函数。
2.根据权利要求1所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，所述年化总成本包括：年化投资成本Cinv和下层目标运营成本Cop
3.根据权利要求2所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，所述能效η的计算公式为：
4.根据权利要求3所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，上层规划模型的约束条件包括场地面积约束和和设备选择决策变量约束，
5.根据权利要求4所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，经济性运营成本Cop包含系统购电费用Cele、运维费
6.根据权利要求5所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，下层规划模型的约束条件包括分配因子约束、设备出力约束、爬坡约束、储能约束、能量平衡约束和品位约束。
7.根据权利要求6所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，
8.根据权利要求7所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，上层规划层以设备容量和设备决策变量作为上层优化变量，下层运行层以分配因子、电网、储能功率、储能决策变量等作为下层优化变量，采用遗传算法对模型进行求解。
9.根据权利要求8所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，上层规划模型采用非支配排序遗传算法对双目标进行求解，下层规划模型采用增强精英保留的遗传算法对单目标进行求解。
...【技术特征摘要】
1.一种基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，构建双层优化模型，上层模型研究规划问题，优化后的配置方案作为已知条件传输给下层模型；下层模型研究运行优化问题，将优化结果反馈回上层进行总成本的优化计算，通过循环迭代得到最优的设备配置方案和出力策略，所述上层规划模型以经济性目标年化总成本和能效作为优化目标，能效为下层完成优化后传递给上层，下层规划模型以经济性运营成本作为目标函数。
2.根据权利要求1所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，所述年化总成本包括：年化投资成本cinv和下层目标运营成本cop
3.根据权利要求2所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，所述能效η的计算公式为：
4.根据权利要求3所述的基于电-光-热一体的中低温清洁供热规划配置方法，其特征在于，上层规划模型的约束条件包括场地面积约束和和设备选择决策变量约束，
5.根据权利要求4所述的基于电-光-...
【专利技术属性】
技术研发人员：艾邓鑫，于建成，高宇琪，王坤，李文，时国华，甘智勇，卜凡鹏，范须露，张利，周长新，王浩鸣，路菲，李野，谭靖，李斌，李禹曈，刘晓楠，赵岳天，赵越，
申请(专利权)人：国网天津市电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。