技术领域
[0001] 本
发明涉及能源互联网领域,具体涉及一种综合能源网络成本优化方法及装置。
背景技术
[0002] 目前全球范围内日益严重的能源危机已经受到人们的高度重视,
可再生能源的发展是解决该问题的有效方法之一。综合能源网络作为能源互联网的基本组成部分,由于它是具备高兼容性与高灵活性的新型能源供需系统,可以方便地接入可再生能源。为了充分发挥可再生能源发电系统的优势,综合能源网络的整合和优化技术已经受到广泛关注。然而,随着工业的快速发展,能源网络中负荷急剧增加,这使得能源供给难以满足用户需求,所以增强系统的综合能源调节能
力显得尤为重要。
[0003]
现有技术中,通过增加便携式能源系统来提高综合能源网络的调节能力,但此方法会增加综合能源网络的不确定性、导致
热电联产设备产生多余的
热能,热能和
电能的耦合效应影响热电联产的产能以及综合能源网络的经济性。
发明内容
[0004] 针对现有技术的不足,本发明的目的是在综合能源网络引入便携式能源系统和储热罐的
基础上建立综合能源网络成本模型,并利用粒子群和蒙特卡洛
算法求解综合能源网络最优功率,提高了综合能源网络的经济性。
[0005] 本发明的目的是采用下述技术方案实现的:
[0006] 本发明提供一种综合能源网络成本优化方法,其改进之处在于,方法包括:
[0007] 以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;
[0008] 将综合能源网络功率更新为所述综合能源网络最优功率。
[0009] 优选地,所述以综合能源网络的综合成本最小为目标获取综合能源网络最优功率,包括:
[0010] 利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型;
[0011] 利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
[0012] 进一步地,所述利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率,包括:
[0013] a.根据
风力发电系统输出功率概率分布函数、
光伏发电系统输出功率概率分布函数、从主
电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数,采用蒙特卡洛算法获取
风力发电系统输出功率曲线、
光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线;
[0014] b.随机生成热电联产设备输出功率曲线、
燃料电池输出功率曲线和电池系统输出功率曲线;
[0015] c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、
燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件,若是,则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子,若否,则返回步骤b;
[0016] d.判断输出粒子的粒子数是否到达预设粒子数,若是,则利用输出粒子构建粒子群,若否,则返回步骤a;
[0017] e.利用粒子群算法获取所述粒子群中的最优粒子;
[0018] 其中,所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数;所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。
[0019] 进一步地,按下式确定所述综合能源网络成本目标函数:
[0020]
[0021] 式中,Fm为综合能源网络的综合成本;CWT(t)为t时刻风力发电系统购买和维护成本;CPV(t)为t时刻光伏发电系统购买和维护成本;CG(t)为t时刻从主电网输入和输出总成本;CCHP(t)为t时刻热电联产热备
化石燃料成本;CFC(t)为t时刻燃料电
池化石燃料成本;BPORT(t)为t时刻便携式能源系统获取的利润;T为优化
采样周期。
[0022] 进一步地,按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t):
[0023]
[0024] 式中,c为
天然气价格;L为天然气低热值;θCHP为热电联产热备时间间隔;PCHP(t)为t时刻热电联产热备输出功率;ηCHP为热电联产热备的发电效率;
[0025] 按下式确定所述t时刻燃料电池化石燃料成本CFC(t):
[0026]
[0027] 式中,PFC(t)为t时刻燃料电池输出功率;ηFC为燃料电池时间间隔;
[0028] 按下式确定所述t时刻便携式能源系统获取的利润BPORT(t):
[0029]
[0030] 式中,PPORT(t)为t时刻便携式能源系统输出功率;RPORT为便携式储能系统的单位收入;θPORT为便携式能源系统时间间隔。
[0031] 进一步地,所述约束条件包括:
[0032] 成本机会约束:
[0033]
[0034] 式中,Pr1为事件 的概率函数;α为成本机会约束的置信
水平;
[0035] 功率储备机会约束:
[0036]
[0037] 式中,Pr2为事件 的概率函数;β为功率储备机会约束的置信水平;PSR(t)为t时刻综合能源网络储备功率;PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;PL(t)为t时刻电力需求;
[0038] 功率平衡约束:
[0039] PL(t)=PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
[0040] 式中,PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;
[0041] 热平衡约束:
[0042]
[0043] 式中,QCHP(t)为t时刻热电联产设备输出热能;QL(t)为t时刻综合能源网络热能需求;QHST.out(t)为t时刻储热罐放出净热能;QHST,in(t)为t时刻储热罐储存净热能;ηHST.ch为储热罐蓄热效率;ηHST.dis为储热罐放热效率;
[0044] 储热罐约束:
[0045]
[0046] 式中,QHST.in.min为储热罐最小存入热能;QHST.in.max为储热罐最大存入热能;QHST.out.min为储热罐最小放出热能;QHST.out.max为储热罐最大放出热能;EHST,min为储热罐需储存最小总热能;EHST,max为储热罐需储存最大总热能;
[0047] 热电联产设备约束:
[0048]
[0049] 式中,PCHP,max为热电联产设备最大输出功率;PCHP,min为热电联产设备最小输出功率;RCHP,max为热电联产设备
能量发生器最大上升率;RCHP,min为热电联产设备能量发生器最小上升率;
[0050] 燃料电池约束:
[0051]
[0052] 式中,PFC,max为燃料电池最大输出功率;PFC,max为燃料电池最小输出功率;RFC,max为燃料电池能量发生器最大上升率;RFC,min为燃料电池能量发生器最小上升率;
[0053] 电池系统约束:
[0054]
[0055] 式中,PB,min为电池系统最小输出功率;PB,max为电池系统最大输出功率;SOCB(t)是t时刻电池系统裕度值;SOCB,min是电池系统裕度下限值;SOCB,max是电池系统裕度上限值;t0是优化调度初始时刻;tE是优化调度结束时刻。
[0056] 进一步地,按下式确定所述综合能源网络t时刻的储备功率PSR(t):
[0057] PSR(t)=min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)][0058] 按下式确定所述t时刻热电联产设备热输出QCHP(t):
[0059] RCHP=QCHP(t)/PCHP(t)
[0060] 式中,RCHP为热电联产设备的热电比;
[0061] 按下式确定所述t时刻储热罐储存热能EHST(t):
[0062]
[0063] 式中,θHST为储热罐时间间隔;
[0064] 按下式确定所述t时刻电池系统裕度值SOCB(t):
[0065]
[0066] 式中,θB为电池系统充放电时间间隔;ηB,ch为电池系统充电效率;ηB,dis为电池系统放电效率;EB为电池系统安装容量。
[0067] 本发明还提供一种综合能源网络成本优化装置,其改进之处在于,所述装置包括:
[0068] 优化模
块,用于以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;
[0069] 调整模块,用于将综合能源网络功率更新为所述综合能源网络最优功率。
[0070] 优选地,所述优化模块包括:
[0071] 模型构建单元,用于利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型;
[0072] 优化求解单元,用于利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
[0073] 进一步地,所述优化求解单元具体用于:
[0074] a.根据风力发电系统输出功率概率分布函数、光伏发电系统输出功率概率分布函数、从主电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数,采用蒙特卡洛算法获取风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线;
[0075] b.随机生成热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线;
[0076] c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件,若是,则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子,若否,则返回步骤;
[0077] d.判断输出粒子的粒子数是否到达预设粒子数,若是,则利用输出粒子构建粒子群,若否,则返回步骤a;
[0078] e.利用粒子群算法获取所述粒子群中的最优粒子;
[0079] 其中,所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数;所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。
[0080] 进一步地,所述模型构建单元具体用于:
[0081] 按下式确定所述综合能源网络成本目标函数:
[0082]
[0083] 式中,Fm为综合能源网络的综合成本;CWT(t)为t时刻风力发电系统购买和维护成本;CPV(t)为t时刻光伏发电系统购买和维护成本;CG(t)为t时刻从主电网输入和输出总成本;CCHP(t)为t时刻热电联产热备化石燃料成本;CFC(t)为t时刻燃料电池化石燃料成本;BPORT(t)为t时刻便携式能源系统获取的利润;T为优化采样周期。
[0084] 进一步地,按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t):
[0085]
[0086] 式中,c为天然气价格;L为天然气低热值;θCHP为热电联产热备时间间隔;PCHP(t)为t时刻热电联产热备输出功率;ηCHP为热电联产热备的发电效率;
[0087] 按下式确定所述t时刻燃料电池化石燃料成本CFC(t):
[0088]
[0089] 式中,PFC(t)为t时刻燃料电池输出功率;ηFC为燃料电池时间间隔;
[0090] 按下式确定所述t时刻便携式能源系统获取的利润BPORT(t):
[0091]
[0092] 式中,PPORT(t)为t时刻便携式能源系统输出功率;RPORT为便携式储能系统的单位收入;θPORT为便携式能源系统时间间隔。
[0093] 进一步地,所述约束条件包括:
[0094] 成本机会约束:
[0095]
[0096] 式中,Pr1为事件 的概率函数;α为成本机会约束的置信水平;
[0097] 功率储备机会约束:
[0098]
[0099] 式中,Pr2为事件 的概率函数;β为功率储备机会约束的置信水平;PSR(t)为t时刻综合能源网络储备功率;PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;PL(t)为t时刻电力需求;
[0100] 功率平衡约束:
[0101] PL(t)=PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
[0102] 式中,PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;
[0103] 热平衡约束:
[0104]
[0105] 式中,QCHP(t)为t时刻热电联产设备输出热能;QL(t)为t时刻综合能源网络热能需求;QHST.out(t)为t时刻储热罐放出净热能;QHST,in(t)为t时刻储热罐储存净热能;ηHST.ch为储热罐蓄热效率;ηHST.dis为储热罐放热效率;
[0106] 储热罐约束:
[0107]
[0108] 式中,QHST.in.min为储热罐最小存入热能;QHST.in.max为储热罐最大存入热能;QHST.out.min为储热罐最小放出热能;QHST.out.max为储热罐最大放出热能;EHST,min为储热罐需储存最小总热能;EHST,max为储热罐需储存最大总热能;
[0109] 热电联产设备约束:
[0110]
[0111] 式中,PCHP,max为热电联产设备最大输出功率;PCHP,min为热电联产设备最小输出功率;RCHP,max为热电联产设备能量发生器最大上升率;RCHP,min为热电联产设备能量发生器最小上升率;
[0112] 燃料电池约束:
[0113]
[0114] 式中,PFC,max为燃料电池最大输出功率;PFC,max为燃料电池最小输出功率;RFC,max为燃料电池能量发生器最大上升率;RFC,min为燃料电池能量发生器最小上升率;
[0115] 电池系统约束:
[0116]
[0117] 式中,PB,min为电池系统最小输出功率;PB,max为电池系统最大输出功率;SOCB(t)是t时刻电池系统裕度值;SOCB,min是电池系统裕度下限值;SOCB,max是电池系统裕度上限值;t0是优化调度初始时刻;tE是优化调度结束时刻。
[0118] 进一步地,按下式确定所述综合能源网络t时刻的储备功率PSR(t):
[0119] PSR(t)=min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)][0120] 按下式确定所述t时刻热电联产设备热输出QCHP(t):
[0121] RCHP=QCHP(t)/PCHP(t)
[0122] 式中,RCHP为热电联产设备的热电比;
[0123] 按下式确定所述t时刻储热罐储存热能EHST(t):
[0124]
[0125] 式中,θHST为储热罐时间间隔;
[0126] 按下式确定所述t时刻电池系统裕度值SOCB(t):
[0127]
[0128] 式中,θB为电池系统充放电时间间隔;ηB,ch为电池系统充电效率;ηB,dis为电池系统放电效率;EB为电池系统安装容量。
[0129] 与最接近的现有技术相比,本发明具有的有益效果:
[0130] 本发明提供一种综合能源网络成本优化方法及装置,以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;将综合能源网络功率更新为所述综合能源网络最优功率;在引入便携式储能系统和储热罐的基础上通过以综合能源网络的综合成本最小为目标建立的综合能源网络成本模型,并利用粒子群和蒙特卡洛算法求解综合能源网络最优功率,解决了粒子群算法不能有效处理随机变量的问题。
附图说明
[0131] 图1是本发明综合能源网络成本优化方法的
流程图;
[0132] 图2是本发明综合能源网络成本优化装置的示意图。
具体实施方式
[0133] 下面结合附图对本发明的具体实施方式作进一步的详细说明。
[0134] 为使本发明
实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
[0135] 本发明提供了一种综合能源网络成本优化方法,如图1所示,包括:
[0136] 步骤1.以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;
[0137] 步骤2.将综合能源网络功率更新为所述综合能源网络最优功率。
[0138] 其中,步骤1包括:
[0139] 利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型;
[0140] 利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
[0141] 具体地,利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率,包括:
[0142] a.根据风力发电系统输出功率概率分布函数、光伏发电系统输出功率概率分布函数、从主电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数,采用蒙特卡洛算法获取风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线;
[0143] b.随机生成热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线;
[0144] c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件,若是,则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子,若否,则返回步骤b;
[0145] d.判断输出粒子的粒子数是否到达预设粒子数,若是,则利用输出粒子构建粒子群,若否,则返回步骤a;
[0146] e.利用粒子群算法获取所述粒子群中的最优粒子;
[0147] 其中,所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数;所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。
[0148] 进一步地,按下式确定所述综合能源网络成本目标函数:
[0149]
[0150] 式中,Fm为综合能源网络的综合成本;CWT(t)为t时刻风力发电系统购买和维护成本;CPV(t)为t时刻光伏发电系统购买和维护成本;CG(t)为t时刻从主电网输入和输出总成本;CCHP(t)为t时刻热电联产热备化石燃料成本;CFC(t)为t时刻燃料电池化石燃料成本;BPORT(t)为t时刻便携式能源系统获取的利润;T为优化采样周期。
[0151] 进一步地,按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t):
[0152]
[0153] 式中,c为天然气价格;L为天然气低热值;θCHP为热电联产热备时间间隔;PCHP(t)为t时刻热电联产热备输出功率;ηCHP为热电联产热备的发电效率;
[0154] 按下式确定所述t时刻燃料电池化石燃料成本CFC(t):
[0155]
[0156] 式中,PFC(t)为t时刻燃料电池输出功率;ηFC为燃料电池时间间隔;
[0157] 按下式确定所述t时刻便携式能源系统获取的利润BPORT(t):
[0158]
[0159] 式中,PPORT(t)为t时刻便携式能源系统输出功率;RPORT为便携式储能系统的单位收入;θPORT为便携式能源系统时间间隔。
[0160] 进一步地,所述约束条件包括:
[0161] 成本机会约束:
[0162]
[0163] 式中,Pr1为事件 的概率函数;α为成本机会约束的置信水平;
[0164] 功率储备机会约束:
[0165]
[0166] 式中,Pr2为事件 的概率函数;β为功率储备机会约束的置信水平;PSR(t)为t时刻综合能源网络储备功率;PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;PL(t)为t时刻电力需求;
[0167] 功率平衡约束:
[0168] PL(t)=PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
[0169] 式中,PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;
[0170] 热平衡约束:
[0171]
[0172] 式中,QCHP(t)为t时刻热电联产设备输出热能;QL(t)为t时刻综合能源网络热能需求;QHST.out(t)为t时刻储热罐放出净热能;QHST,in(t)为t时刻储热罐储存净热能;ηHST.ch为储热罐蓄热效率;ηHST.dis为储热罐放热效率;
[0173] 储热罐约束:
[0174]
[0175] 式中,QHST.in.min为储热罐最小存入热能;QHST.in.max为储热罐最大存入热能;QHST.out.min为储热罐最小放出热能;QHST.out.max为储热罐最大放出热能;EHST,min为储热罐需储存最小总热能;EHST,max为储热罐需储存最大总热能;
[0176] 热电联产设备约束:
[0177]
[0178] 式中,PCHP,max为热电联产设备最大输出功率;PCHP,min为热电联产设备最小输出功率;RCHP,max为热电联产设备能量发生器最大上升率;RCHP,min为热电联产设备能量发生器最小上升率;
[0179] 燃料电池约束:
[0180]
[0181] 式中,PFC,max为燃料电池最大输出功率;PFC,max为燃料电池最小输出功率;RFC,max为燃料电池能量发生器最大上升率;RFC,min为燃料电池能量发生器最小上升率;
[0182] 电池系统约束:
[0183]
[0184] 式中,PB,min为电池系统最小输出功率;PB,max为电池系统最大输出功率;SOCB(t)是t时刻电池系统裕度值;SOCB,min是电池系统裕度下限值;SOCB,max是电池系统裕度上限值;t0是优化调度初始时刻;tE是优化调度结束时刻。
[0185] 进一步地,按下式确定所述综合能源网络t时刻的储备功率PSR(t):
[0186] PSR(t)=min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)][0187] 按下式确定所述t时刻热电联产设备热输出QCHP(t):
[0188] RCHP=QCHP(t)/PCHP(t)
[0189] 式中,RCHP为热电联产设备的热电比;
[0190] 按下式确定所述t时刻储热罐储存热能EHST(t):
[0191]
[0192] 式中,θHST为储热罐时间间隔;
[0193] 按下式确定所述t时刻电池系统裕度值SOCB(t):
[0194]
[0195] 式中,θB为电池系统充放电时间间隔;ηB,ch为电池系统充电效率;ηB,dis为电池系统放电效率;EB为电池系统安装容量。
[0196] 本发明还提供一种综合能源网络成本优化装置,如图2所示,包括:
[0197] 优化模块,用于以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;
[0198] 调整模块,用于将综合能源网络功率更新为所述综合能源网络最优功率。
[0199] 其中,优化模块包括:
[0200] 模型构建单元,用于利用综合能源网络成本目标函数及其对应的约束条件构建综合能源网络成本模型;
[0201] 优化求解单元,用于利用蒙特卡洛算法和粒子群算法获取综合能源网络成本模型中的综合能源网络最优功率。
[0202] 具体地,优化求解单元用于:
[0203] a.根据风力发电系统输出功率概率分布函数、光伏发电系统输出功率概率分布函数、从主电网输入/输出总功率概率分布函数、便携式能源系统输出功率概率分布函数、电力需求概率分布函数和热量需求概率分布函数,采用蒙特卡洛算法获取风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线和热量需求曲线;
[0204] b.随机生成热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线;
[0205] c.判断所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线是否满足所述约束条件,若是,则利用所述风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线构建并输出粒子,若否,则返回步骤;
[0206] d.判断输出粒子的粒子数是否到达预设粒子数,若是,则利用输出粒子构建粒子群,若否,则返回步骤a;
[0207] e.利用粒子群算法获取所述粒子群中的最优粒子;
[0208] 其中,所述粒子群算法中的适应度函数为所述综合能源网络成本目标函数;所述最优粒子对应的风力发电系统输出功率曲线、光伏发电系统输出功率曲线、从主电网输入/输出总功率曲线、便携式能源系统输出功率曲线、电力需求曲线、热量需求曲线、热电联产设备输出功率曲线、燃料电池输出功率曲线和电池系统输出功率曲线为综合能源网络最优功率。
[0209] 进一步地,所述模型构建单元具体用于:
[0210] 按下式确定所述综合能源网络成本目标函数:
[0211]
[0212] 式中,Fm为综合能源网络的综合成本;CWT(t)为t时刻风力发电系统购买和维护成本;CPV(t)为t时刻光伏发电系统购买和维护成本;CG(t)为t时刻从主电网输入和输出总成本;CCHP(t)为t时刻热电联产热备化石燃料成本;CFC(t)为t时刻燃料电池化石燃料成本;BPORT(t)为t时刻便携式能源系统获取的利润;T为优化采样周期。
[0213] 进一步地,按下式确定所述t时刻热电联产热备化石燃料成本CCHP(t):
[0214]
[0215] 式中,c为天然气价格;L为天然气低热值;θCHP为热电联产热备时间间隔;PCHP(t)为t时刻热电联产热备输出功率;ηCHP为热电联产热备的发电效率;
[0216] 按下式确定所述t时刻燃料电池化石燃料成本CFC(t):
[0217]
[0218] 式中,PFC(t)为t时刻燃料电池输出功率;ηFC为燃料电池时间间隔;
[0219] 按下式确定所述t时刻便携式能源系统获取的利润BPORT(t):
[0220]
[0221] 式中,PPORT(t)为t时刻便携式能源系统输出功率;RPORT为便携式储能系统的单位收入;θPORT为便携式能源系统时间间隔。
[0222] 进一步地,所述约束条件包括:
[0223] 成本机会约束:
[0224]
[0225] 式中,Pr1为事件 的概率函数;α为成本机会约束的置信水平;
[0226] 功率储备机会约束:
[0227]
[0228] 式中,Pr2为事件 的概率函数;β为功率储备机会约束的置信水平;PSR(t)为t时刻综合能源网络储备功率;PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;PL(t)为t时刻电力需求;
[0229] 功率平衡约束:
[0230] PL(t)=PWT(t)+PPV(t)+PCHP(t)+PFC(t)+PB(t)+PG(t)+PPORT(t)
[0231] 式中,PWT(t)为t时刻风力发电系统输出功率;PPV(t)为t时刻光伏发电系统输出功率;PCHP(t)为t时刻热电联产热备输出功率;PFC(t)为t时刻燃料电池输出功率;PPORT(t)为t时刻便携式能源系统输出功率;PB(t)为t时刻电池系统输出功率;PG(t)为t时刻从主电网输入/输出总功率;
[0232] 热平衡约束:
[0233]
[0234] 式中,QCHP(t)为t时刻热电联产设备输出热能;QL(t)为t时刻综合能源网络热能需求;QHST.out(t)为t时刻储热罐放出净热能;QHST,in(t)为t时刻储热罐储存净热能;ηHST.ch为储热罐蓄热效率;ηHST.dis为储热罐放热效率;
[0235] 储热罐约束:
[0236]
[0237] 式中,QHST.in.min为储热罐最小存入热能;QHST.in.max为储热罐最大存入热能;QHST.out.min为储热罐最小放出热能;QHST.out.max为储热罐最大放出热能;EHST,min为储热罐需储存最小总热能;EHST,max为储热罐需储存最大总热能;
[0238] 热电联产设备约束:
[0239]
[0240] 式中,PCHP,max为热电联产设备最大输出功率;PCHP,min为热电联产设备最小输出功率;RCHP,max为热电联产设备能量发生器最大上升率;RCHP,min为热电联产设备能量发生器最小上升率;
[0241] 燃料电池约束:
[0242]
[0243] 式中,PFC,max为燃料电池最大输出功率;PFC,max为燃料电池最小输出功率;RFC,max为燃料电池能量发生器最大上升率;RFC,min为燃料电池能量发生器最小上升率;
[0244] 电池系统约束:
[0245]
[0246] 式中,PB,min为电池系统最小输出功率;PB,max为电池系统最大输出功率;SOCB(t)是t时刻电池系统裕度值;SOCB,min是电池系统裕度下限值;SOCB,max是电池系统裕度上限值;t0是优化调度初始时刻;tE是优化调度结束时刻。
[0247] 进一步地,按下式确定所述综合能源网络t时刻的储备功率PSR(t):
[0248] PSR(t)=min[RCHP,max·θ,PCHP,max-PCHP(t)]+min[RFC,max·θ,PFC,max-PFC(t)][0249] 按下式确定所述t时刻热电联产设备热输出QCHP(t):
[0250] RCHP=QCHP(t)/PCHP(t)
[0251] 式中,RCHP为热电联产设备的热电比;
[0252] 按下式确定所述t时刻储热罐储存热能EHST(t):
[0253]
[0254] 式中,θHST为储热罐时间间隔;
[0255] 按下式确定所述t时刻电池系统裕度值SOCB(t):
[0256]
[0257] 式中,θB为电池系统充放电时间间隔;ηB,ch为电池系统充电效率;ηB,dis为电池系统放电效率;EB为电池系统安装容量。
[0258] 综上所述,本发明提供一种综合能源网络成本优化方法及装置,以综合能源网络的综合成本最小为目标获取综合能源网络最优功率;将综合能源网络功率更新为所述综合能源网络最优功率;通过以综合能源网络的综合成本最小为目标建立的综合能源网络成本模型,并利用粒子群和蒙特卡洛算法求解综合能源网络最优功率,解决了粒子群算法不能有效处理随机变量的问题。
[0259] 本领域内的技术人员应明白,本
申请的实施例可提供为方法、系统、或
计算机程序产品。因此,本申请可采用完全
硬件实施例、完全
软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘
存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0260] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方
框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程
数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中
指定的功能的装置。
[0261] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0262] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0263] 最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行
修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的
权利要求保护范围之内。