【技术实现步骤摘要】
本专利技术涉及能源技术，尤其涉及基于分布式架构的综合能源服务方法及系统。
技术介绍
1、综合能源系统通过优化电、热、冷、气等多种能源形式,充分挖掘能源系统内部的协同互补性,提高能源利用效率,促进可再生能源消纳。但是,传统的综合能源系统大多采用集中式架构,存在以下问题：
2、(1)可扩展性差。集中式综合能源系统的规模和复杂度随着能源设备的增多而急剧上升,系统扩展困难,难以适应快速变化的用能需求。
3、(2)可靠性低。集中式综合能源系统对中心控制器的依赖性强,一旦中心控制器发生故障,整个系统将无法正常运行,可靠性难以保证。
4、(3)实时性差。集中式综合能源系统需要汇集并处理海量的底层能源设备数据,数据传输和计算耗时长,难以实现实时优化控制。
5、(4)成本高。集中式综合能源系统需要配置高性能的中心控制器和通信网络,投资和运维成本高。
6、针对上述问题,亟需探索一种新型综合能源优化配置方式。
技术实现思路
1、本专利技术实施例提供基于分布式架构的综合能源服务方法及系统，能够解决现有技术中的问题。
2、本专利技术实施例的第一方面，
3、提供基于分布式架构的综合能源服务方法，包括：
4、接收多个分布式能源站点的实时工况数据，每个分布式能源站点设有分布式能源设备和负荷设备，所述实时工况数据包括分布式能源设备的实时发电功率、负荷设备的实时用电负荷以及电力线路的实时潮流；将所述实时工况数据输入预先建立
5、基于所述状态估计数据，利用多目标优化算法，在满足电网实时平衡约束、分布式能源站点自身运行约束的条件下，以需求响应效果最优和电网阻塞管理为优化目标，生成分布式能源站点和电网的协同优化调度策略；
6、将所述协同优化调度策略解析为控制指令，通过能源互联网通信网络分别下发至各个分布式能源站点的控制器和电网调度控制中心，分布式能源站点的控制器根据控制指令控制分布式能源设备的出力和负荷设备的用电量，所述电网调度控制中心根据控制指令调整电网潮流和线路功率。
7、在一种可选的实施方式中，
8、将所述实时工况数据输入预先建立的状态估计模型，估计各个分布式能源站点的实时运行状态，生成分布式能源站点的状态估计数据包括：
9、基于加权最小二乘法构建状态估计模型，所述状态估计模型以节点电压幅值和相角作为状态变量，以分布式能源站点的实时工况数据作为观测量，建立状态变量到观测量的非线性函数关系，并考虑观测量的可信度，构建状态变量估计值与观测量之间加权残差平方和最小的状态优化目标函数；
10、采用改进的牛顿法对所述状态估计模型进行迭代求解，初始化状态变量估计值，计算雅可比矩阵和增量方程的右端项，求解增量方程得到状态变量的修正量，基于所述状态变量的修正量更新初始化状态变量估计值，并判断迭代收敛条件，直至状态估计结果收敛；
11、根据状态估计结果，计算分布式能源设备的可调度容量、负荷设备的预测负荷需求以及电力线路的电压和线路损耗的状态估计数据，所述可调度容量考虑分布式能源设备的物理约束和负荷预测情况；所述预测负荷需求通过对负荷设备的历史用电数据和实时用电负荷进行分析，利用负荷预测方法得到；所述电力线路的电压和线路损耗通过状态变量的估计值计算获得。
12、在一种可选的实施方式中，
13、采用改进的牛顿法对所述状态估计模型进行迭代求解，初始化状态变量估计值，计算雅可比矩阵和增量方程的右端项，求解增量方程得到状态变量的修正量，基于所述状态变量的修正量更新初始化状态变量估计值，并判断迭代收敛条件，直至状态估计结果收敛包括：
14、初始化状态变量估计值，将平启流潮流计算结果作为状态变量的初始估计值；
15、根据状态变量的当前估计值，计算观测量方程对状态变量的雅可比矩阵，所述雅可比矩阵表示状态变量到观测量的非线性函数关系的偏导数矩阵；计算观测量与状态变量的当前估计值对应的估计观测量之差，作为增量方程的右端项；
16、引入阻尼因子对状态变量进行修正，所述阻尼因子通过线搜索方法确定，使得状态优化目标函数的目标值下降最快，得到状态变量的修正量；
17、利用所述状态变量的修正量对状态变量的当前估计值进行更新，得到新的状态变量估计值；更新过程中采用罚函数法对新的状态变量估计值施加物理约束，将对物理约束的违反程度作为惩罚项，引导状态变量收敛到可行域内；
18、判断状态变量的修正量的无穷范数是否小于预设的收敛阈值，若是，则迭代过程收敛，输出状态估计结果；若否，则继续迭代，返回雅可比矩阵和增量方程的右端项的计算步骤，直至状态估计结果收敛。
19、在一种可选的实施方式中，
20、在满足电网实时平衡约束、分布式能源站点自身运行约束的条件下，以需求响应效果最优和电网阻塞管理为优化目标包括：
21、需求响应效果最优对应的第一目标函数如下公式所示：
22、
23、其中，f1表示第一目标函数，n、t、j、k分别表示分布式能源站点的数量、优化时段的总数、可控负荷的类型数量以及储能设备的类型数量；
24、plrij(t)表示第i个分布式能源站点在t时刻第j类可控负荷的削减功率；
25、creij(t)表示第i个分布式能源站点在t时刻第j类可控负荷的削减补偿价格；
26、pncij(t)表示第i个分布式能源站点在t时刻第j类可控负荷的增加功率；cncij(t)表示第i个分布式能源站点在t时刻第j类可控负荷的增加补偿价格；
27、psdik(t)表示第i个分布式能源站点在t时刻第k类储能设备的放电功率；csdik(t)表示第i个分布式能源站点在t时刻第k类储能设备的放电补偿价格；
28、pstik(t)表示第i个分布式能源站点在t时刻第k类储能设备的充电功率；cstik(t)表示第i个分布式能源站点在t时刻第k类储能设备的充电补偿价格。
29、在一种可选的实施方式中，
30、电网阻塞管理最优对应的第二目标函数如下公式所示：
31、
32、其中，f2表示第二目标函数，l、t、m分别表示电网中线路的数量、优化时段的总数以及电网中线路上可削减负荷的数量，cconl(t)表示线路l在t时刻的阻塞惩罚成本系数；plinel(t)表示线路l在t时刻的实际潮流功率，正值表示正向潮流，负值表示反向潮流；plinelmax(t)表示线路l在t时刻的最大传输功率限值；cshedlm(t)表示线路l上第m个可削减负荷在t时刻的负荷削减惩罚成本系数；pshedlm(t)表示线路l上第m个可削减负荷在t时刻的实际削减功率。
<本文档来自技高网...【技术保护点】
1.基于分布式架构的综合能源服务方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述实时工况数据输入预先建立的状态估计模型，估计各个分布式能源站点的实时运行状态，生成分布式能源站点的状态估计数据包括：
3.根据权利要求2所述的方法，其特征在于，采用改进的牛顿法对所述状态估计模型进行迭代求解，初始化状态变量估计值，计算雅可比矩阵和增量方程的右端项，求解增量方程得到状态变量的修正量，基于所述状态变量的修正量更新初始化状态变量估计值，并判断迭代收敛条件，直至状态估计结果收敛包括：
4.根据权利要求1所述的方法，其特征在于，在满足电网实时平衡约束、分布式能源站点自身运行约束的条件下，以需求响应效果最优和电网阻塞管理为优化目标包括：
5.根据权利要求4所述的方法，其特征在于，电网阻塞管理最优对应的第二目标函数如下公式所示：
6.根据权利要求1所述的方法，其特征在于，基于所述状态估计数据，利用多目标优化算法，在满足电网实时平衡约束、分布式能源站点自身运行约束的条件下，以需求响应效果最优和电网阻塞管理为优化目标，
7.根据权利要求6所述的方法，其特征在于，利用ε-约束法对最优解集进行处理，依次选取需求响应效果目标或者电网阻塞管理目标作为主目标，将另一个目标转化为目标约束条件，通过改变目标约束条件的约束限值，生成两组决策最优解，将两组决策最优解合并，根据决策者偏好，选择最终的最优调度策略包括：
8.基于分布式架构的综合能源服务系统，用于实现前述权利要求1-7中任一项所述的方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
...【技术特征摘要】
1.基于分布式架构的综合能源服务方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述实时工况数据输入预先建立的状态估计模型，估计各个分布式能源站点的实时运行状态，生成分布式能源站点的状态估计数据包括：
3.根据权利要求2所述的方法，其特征在于，采用改进的牛顿法对所述状态估计模型进行迭代求解，初始化状态变量估计值，计算雅可比矩阵和增量方程的右端项，求解增量方程得到状态变量的修正量，基于所述状态变量的修正量更新初始化状态变量估计值，并判断迭代收敛条件，直至状态估计结果收敛包括：
4.根据权利要求1所述的方法，其特征在于，在满足电网实时平衡约束、分布式能源站点自身运行约束的条件下，以需求响应效果最优和电网阻塞管理为优化目标包括：
5.根据权利要求4所述的方法，其特征在于，电网阻塞管理最优对应的第二目标函数如下公式所示：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：高达，张洲，王玮鹏，
申请(专利权)人：常州瑞物科技有限公司，
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。