首页 / 专利库 / 食品加工与设备 / 膨胀率 / 面向能源互联网的能源转换系统及其优化控制方法

面向能源互联网的能源转换系统及其优化控制方法

阅读:634发布:2024-02-23

专利汇可以提供面向能源互联网的能源转换系统及其优化控制方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种面向 能源 互联网的能源转换系统及其优化控制方法,属于能源优化技术领域;主要是为了解决 现有技术 能源转换利用不全面等问题;本系统包括 电能 供能单元、 热能 供能单元、能源转换中心和 能量 输出单元,其控制方法通过计算单目标下运行 费用 、污染治理费用的最小值,随机设定粒子的初始 位置 和初始速度,并对每个粒子的速度进行限制,对粒子的位置和速度进行更新,求得使交集隶属度函数的最大隶属度值,更新粒子的群体极值,通过一定的准则生成当前解的邻域解,并从生成的邻域解中选出若干解作为候选解,判断生成的候选解是否满足藐视准则,更新粒子的 迭代 次数,判断最新生成的最优解以及迭代次数是否满足迭代终止条件。,下面是面向能源互联网的能源转换系统及其优化控制方法专利的具体信息内容。

1.一种面向能源互联网的能源转换系统,包括电能供能单元、热能供能单元和能量输出单元,其特征在于:还包括能源转换中心,所述能源转换中心包括逆变升压单元一、交流电线一、交流电力线二、整流器一、储能电池单元、CHP单元、电蓄热单元、电锅炉供热单元、热力网和控制单元;所述电能供能单元包括光伏发电机组、发电机组电网;所述热能供能单元包括燃气输送单元和热网;所述能量输出单元包括直流负荷、交流负荷和热负荷;所述储能电池单元包括整流器二、储能电池、逆变升压单元二和静态转换开关,所述整流器二与储能电池相连,所述储能电池与逆变升压单元二相连,所述整流器二与逆变升压单元二之间接有静态转换开关,所述CHP单元包括燃气锅炉、换热器、余热回收、燃气内燃机电压缩制冷机、电控制柜一、系统和泵用电负荷需求,所述燃气锅炉与换热器相连,换热器连接余热回收阀,余热回收阀分别与燃气内燃机和电压缩制冷机相连,燃气内燃机和电压缩制冷机均与电控制柜一相连,电控制柜一接系统水泵,系统水泵与泵用电负荷需求相连;所述电锅炉供热单元包括过滤器循环水泵、电热锅炉、蓄热水箱、膨胀水箱、电控制柜二和分水器,所述膨胀水箱一端连接自来水处理器,另一端连接过滤器和循环水泵,所述过滤器与蓄热水箱之间接有分水器,所述蓄热水箱与电热锅炉连接,所述电热锅炉连接循环水泵和电控制柜二;所述电蓄热单元包括电控制柜三、蓄热电锅炉、蓄热系统和出热控制阀,所述电控制柜三与蓄热电锅炉相连,蓄热电锅炉连蓄热系统,蓄热系统连接出热控制阀;所述光伏发电机组和风机发电机组与逆变升压单元一相连,所述逆变升压单元一、整流器一、整流器二和电网均接入交流电力线一,所述整流器一与直流负荷连接,所述直流负荷与储能电池相连;所述燃气输送单元接有燃气控制柜,燃气控制柜与燃气锅炉相连,逆变升压单元二、电网、电控制柜一、电控制柜二和电控制柜三均与交流电力线二相连,所述交流电力线二接交流负荷,所述电控制柜二与电控制柜三相连接,所述热网与热网控制阀相连,所述燃气锅炉、换热器、分水器、出热控制阀和热网控制阀均接入热力网,所述热力网接热负荷,所述储能电池单元、电蓄热单元、CHP单元和电锅炉供热单元均与控制单元相连。
2.如权利要求1所述的面向能源互联网的能源转换系统,其特征在于:所述逆变升压单元一和逆变升压单元二均包括不控整流电路、boost升压电路和全桥逆变电路,所述不控整流电路将交流电转化为直流电,所述boost升压电路将不控整流电路产生的直流电升压,为后续的全桥逆变电路提供符合逆变要求的直流电或者供给直流负荷使用;所述全桥逆变电路将boost升压电路产生的直流电转化为可与电网并联的交流电,或转化为直接供给交流负荷使用的交流电。
3.如权利要求1所述的面向能源互联网的能源转换系统,其特征在于:所述储能电池单元通过充放电调整面向能源互联网的能源转换系统的电能,当系统产生的电能供大于求时,储能电池单元进行充电;当系统供电供不应求时,储能电池单元进行放电。
4.如权利要求1所述的面向能源互联网的能源转换系统,其特征在于:所述CHP单元,即热电联供单元,可提供交流负荷和热负荷所需的电能和热能。
5.如权利要求1所述的面向能源互联网的能源转换系统,其特征在于:所述电蓄热单元,当系统中的电能供大于求时,可将电能转化为热能并将转化的热能进行储存;当系统中的电能供不应求时,可释放热能。
6.如权利要求1所述的面向能源互联网的能源转换系统,其特征在于:所述电锅炉供热单元,可将电能转化为热能;且当单位运行电费费用较低时,采用电锅炉供热单元直接向热负荷提供热能。
7.如权利要求1至6中任一权利要求所述的面向能源互联网的能源转换系统的优化控制方法,其特征在于,具体包括以下步骤:
步骤1:按照优化结果的需要建立多目标函数,计算运行费用、污染治理费用等子目标函数在约束条件下的最小值,通过隶属度函数建立关于目标函数的隶属度函数,求解隶属度函数的最小值,进而将多目标函数优化问题转化为单目标非线性优化问题;
步骤2:根据选取粒子个数以及系统中电、热负荷的预测值,随机设定粒子的初始位置和初始速度,并对每个粒子的速度进行限制,同时设置空的禁忌表;
步骤3:对现有粒子的位置和速度进行更新,寻找目标隶属度函数的最优值;
步骤4:根据通过更新得到的粒子的位置计算得到此时系统的运行费用以及环境污染治理费用,然后通过隶属度函数求得交集隶属度函数的最大值,此解为多目标函数对应的最优解;
步骤5:根据对比各粒子得到的多目标函数的最优解得到满足条件的个体极值,通过比较当前个体极值和当前群体极值更新粒子的群体极值;
步骤6:根据生成的当前解,通过一定的准则生成当前解的邻域解,并从生成的邻域解中选出若干解作为候选解;
步骤7:判断生成的候选解是否满足藐视准则;若是,执行步骤7.1;若否,则执行步骤
7.2;
步骤7.1:将满足藐视准则的候选解作为当前解,用其对应的对象替换最早进入禁忌表中的对象,更新最优解,并返回步骤6;
步骤7.2:将非禁忌的候选最佳解作为当前解,用该解对应的对象替换最早进入禁忌表中的对象,执行步骤8;
步骤8:根据将上一步生成的解代入隶属度函数,求出使隶属度函数取最大隶属度值对应的解,更新粒子的个体极值和群体极值,并更新粒子的迭代次数;
步骤9:判断最新生成的最优解以及迭代次数,两者任意一项是否满足迭代终止条件;
若是,执行步骤10;若否,则返回步骤3;
步骤10:迭代终止,输出多目标函数最优解。
8.如权利要求7所述的优化控制方法,其特征在于,所述步骤1的具体步骤如下:
步骤1.1:根据按照优化结果的需要建立多目标函数:
其中,Cq(t)为t时刻本系统的运行费用,Cf(t)为t时刻本系统的燃料费用,CR,cost(t)为t时刻本系统中风机发电机组和光伏发电机组的维护费用,Cs(t)为t时刻本系统与电网并网时电量交易费用,Ce(t)为t时刻系统的污染治理费用, 为t时刻由CHP单元产生的污染惩罚费用, 为t时刻产生SOx的惩罚价格, 为t时刻产生NO的惩罚价格, 为t时刻产生COx的惩罚价格,pg(t)为t时刻本系统向电网购电功率,v(t)为t时刻燃烧天然气的体积,τ为系统运行时间;
步骤1.2:对不可控能源出力情况预测;将近几年同一时刻的系统负荷需求量作为历史数据,通过负荷预测方法得到系统此时的负荷预测值;将受天气因素变化的风机发电机组、光伏机组的出力情况进行预测;其中,机组约束为:
(1)电功率平衡
eg(t)+ev(t)+ew(t)+ec(t)-eb(t)=eload(t)     (3)
其中,eg(t)为t时刻电网提供的电量,ev(t)为t时刻光伏输出电量,ew(t)为t时刻风机发电机组输出电量,ec(t)为t时刻CHP单元提供电量,eb(t)为t时刻储能电池充放电量,eload(t)为t时刻系统电负荷量;
(2)热功率平衡
qc(t)+qb(t)+qh(t)+qe(t)=qloads(t)     (4)
其中,qc(t)为t时刻CHP单元提供的热量,qb(t)为t时刻电锅炉提供的热量,qh(t)为t时刻热网提供的热量,qe(t)为t时刻电蓄热单元提供的热量,qloads(t)为t时刻研究对象热负荷量;
(3)储能电池约束
其中,pomax为储能电池最大放电功率,pomin为储能电池最小放电功率,pimin为储能电池最小充电功率,pimax为储能电池最大充电功率;pb(t)>0时电池处于放电状态,pb(t)<0时电池处于充电状态;
(4)CHP单元条件约束
其中,xc(t)为CHP单元的实际电负荷率,xc为CHP单元的最小电负荷率,为CHP单元的最大电负荷率;
(5)供热条件约束
CHP单元的供热量、热网、电锅炉供热单元以及电蓄热供热单元需要随时间的变化而变化,则单位时间CHP单元的运行费用为:
单位时间热网的运行费用为:
Cr=C·Δt     (9)
单位时间电锅炉供热单元运行费用:
其中,Ch(t)为单位时间CHP单元运行费用,Cn1为天然气价格,P2为t时刻CHP单元电功率,η1为CHP单元电功率系数,L为天然气低热值,Cr为单位时间热网运行费用,Cb为单位时间电锅炉供热单元运行费用,C为热网供热价格,Cgrid(t)为t时刻电价,Pe为t时刻电锅炉供热功率,η2为t时刻电转热转化效率,Δt为仿真时间段;
步骤1.3:选取单位时间内除电蓄热单元外的运行费用(即Ch、Cb、Cr)三者中较小的作为主要供热源;
步骤1.4:通过隶属度函数建立关于目标函数的隶属度函数,
其中,μ(Fi(t))为目标函数Fi(t)的隶属度函数,Fi(t)为第i个目标函数,δi为第i个目标函数能接受的伸缩度值,Fimin为第i个目标函数的最小函数值,其中i=1,2,t=1,2,...,
24;
步骤1.5:求解隶属度函数的最小值,将多目标函数最优问题转化为单目标非线性优化最优问题,定义最大满意度λ:
λ=maxmin{μ(F1(t)),μ(F2(t))}    (12)
将隶属度函数交集取得的最小值中的最大值作为多目标函数的最优解,为系统提供能源调度策略。
9.如权利要求7所述的优化控制方法,其特征在于,所述步骤2中,对粒子的速度V的限制为:
-15<V<20      (13)
其中,V为表示粒子的速度;
所述步骤3中,对粒子的速度和位置进行更新的计算过程如下:
其中,Vid为粒子的速度, 为第k次迭代粒子i的速度, 为第(k+1)次迭代粒子i的速度,ω为惯性权重,c1和c2为学习因子,r1和r2为随机因子, 为第k次迭代平均最优极值,为种群的群体极值, 为第k次迭代粒子i的位置, 为第(k+1)次迭代粒子i的位置,ωstart为初始惯性权重,ωend为迭代至最大次数时的惯性权重;其中,d=1,2....D,i=1,
2,...,n,N为当前迭代次数,n为种群规模,Nmax为最大迭代次数,Pnd为第k次迭代粒子n的极值;
所述步骤4中,对交集隶属度函数的最大值计算过程如下:
定义最大满意度λ,
λ=maxmin{μ(F1(t)),μ(F2(t))}    (18)
将求出的最大值作为多目标函数的最优解,为系统提供能源调度策略;
所述步骤5中,寻找个体极值和群体极值的方法为:
根据步骤4得到使隶属度函数取最小值时粒子的位置,得到当前粒子的多目标函数值,求解隶属度函数的个体极值和群体极值,将各粒子的位置带入隶属度函数求取隶属度函数的值,比较粒子之间的隶属度函数值,选取隶属度函数的最大值作为个体极值;将当前迭代次数得到的个体极值和之前迭代得到的群体极值进行比较选取两者中较大的作为群体极值。

说明书全文

面向能源互联网的能源转换系统及其优化控制方法

技术领域

[0001] 本发明属于能源优化技术领域,具体涉及一种面向能源互联网的能源转换系统及其优化控制方法。

背景技术

[0002] 能源是人类赖以生存的基础,近年来,由于资源的过度使用导致不可再生能源的存储量极度减少,为了应对能源危机,各国专家致于研究新能源技术。由于能、太阳能潮汐能等可再生能源有可再生、清洁环保等优点,故作为主要研究对象,而可再生能源发电的随机性和间歇性比较大,分布式能源的分散接入会造成电网潮流分布复杂多变,不仅严重影响供电的质量而且也会引起系统保护误动以及动作的灵敏度降低等问题,以至于对电网的稳定运行产生威胁。
[0003] 为了使分布式能源能够高效利用以及保证电网稳定运行,需要解决分布式能源分散接入引起的问题。一种新的能源结构-能源互联网应运而生,能源互联网在现有基础上通过电力电子技术和信息技术把可再生能源发电系统以及分布式储能系统结合起来,相对于大电网而言是一个完整的模化单元,从用户的度看,能源互联网可以满足用户对电能的基本要求。能源互联网通过一个能源转换系统将不同类型的分布式能源以热能和电能的形式呈现出来,解决分布式能源的分散接入引起的问题。
[0004] 目前的现有技术有基于能源互联网的能源路由器,比如将风能和太阳能两种电能能量输入到能量转换系统中,可在出口获得两种电能能量的总和,但这种技术没有同时集成电能和热能,其存在的问题是供能不稳定、供能质量不高、能源转换利用不全面;可见,提高资源的利用率,保证负荷用能,并对用户侧的负荷量进行预测,使能量转换系统出口可同时获得电能和热能等能量,提高供能质量显得尤为重要。

发明内容

[0005] 针对上述缺点,本发明提供了一种面向能源互联网的能源转换系统及其优化控制方法,其电能由电网、风能、太阳能和CHP单元(即热电联供单元)四个部分构成,将这四种能量输入到能量转换系统中,在出口获得这四种电能能量总和;热能由热网、CHP单元、电蓄热和电锅炉供热系统四个部分组成,通过能量输转换系统获得的热能是这四种热源的总和。本发明解决了现有技术使用分布式电源为系统单独供能,供能不稳定、供能质量不高、能源转换利用不全面等问题。
[0006] 为了实现上述目的,本发明采用了以下技术方案:
[0007] 一种面向能源互联网的能源转换系统,包括电能供能单元、热能供能单元、能源转换中心和能量输出单元;所述能源转换中心包括逆变升压单元一、交流电力线一、交流电力线二、整流器一、储能电池单元、CHP单元、电蓄热单元、电锅炉供热单元、热力网和控制单元;所述电能供能单元包括光伏发电机组、风机发电机组和电网;所述热能供能单元包括燃气输送单元和热网;所述能量输出单元包括直流负荷、交流负荷和热负荷;所述储能电池单元包括整流器二、储能电池、逆变升压单元二和静态转换开关,所述整流器二与储能电池相连,所述储能电池与逆变升压单元二相连,所述整流器二与逆变升压单元二之间接有静态转换开关,所述CHP单元包括燃气锅炉、换热器、余热回收、燃气内燃机电压缩制冷机、电控制柜一、系统和泵用电负荷需求,所述燃气锅炉与换热器相连,换热器连接余热回收阀,余热回收阀分别与燃气内燃机和电压缩制冷机相连,燃气内燃机和电压缩制冷机均与电控制柜一相连,电控制柜一接系统水泵,系统水泵与泵用电负荷需求相连;所述电锅炉供热单元包括过滤器循环水泵、电热锅炉、蓄热水箱、膨胀水箱、电控制柜二和分水器,所述膨胀水箱一端连接自来水处理器,另一端连接过滤器和循环水泵,所述过滤器与蓄热水箱之间接有分水器,所述蓄热水箱与电热锅炉连接,所述电热锅炉连接循环水泵和电控制柜二;所述电蓄热单元包括电控制柜三、蓄热电锅炉、蓄热系统和出热控制阀,所述电控制柜三与蓄热电锅炉相连,蓄热电锅炉连蓄热系统,蓄热系统连接出热控制阀;所述光伏发电机组和风机发电机组与逆变升压单元一相连,所述逆变升压单元一、整流器一、整流器二和电网均接入交流电力线一,所述整流器一与直流负荷连接,所述直流负荷与储能电池相连;所述燃气输送单元接有燃气控制柜,燃气控制柜与燃气锅炉相连,逆变升压单元二、电网、电控制柜一、电控制柜二和电控制柜三均与交流电力线二相连,所述交流电力线二接交流负荷,所述电控制柜二与电控制柜三相连接,所述热网与热网控制阀相连,所述燃气锅炉、换热器、分水器、出热控制阀和热网控制阀均接入热力网,所述热力网接热负荷,所述储能电池单元、电蓄热单元、CHP单元和电锅炉供热单元均与控制单元相连。
[0008] 所述逆变升压单元一和逆变升压单元二均包括不控整流电路、boost升压电路和全桥逆变电路,所述不控整流电路将交流电转化为直流电,所述boost升压电路将不控整流电路产生的直流电升压,为后续的全桥逆变电路提供符合逆变要求的直流电或者供给直流负荷使用;所述全桥逆变电路将boost升压电路产生的直流电转化为可与电网并联的交流电,或转化为直接供给交流负荷使用的交流电。
[0009] 所述储能电池单元通过充放电调整面向能源互联网的能源转换系统的电能,当系统产生的电能供大于求时,储能电池单元进行充电;当系统供电供不应求时,储能电池单元进行放电。
[0010] 所述CHP单元,即热电联供单元,可提供交流负荷和热负荷所需的电能和热能。
[0011] 所述电蓄热单元,当系统中的电能供大于求时,可将电能转化为热能并将转化的热能进行储存;当系统中的电能供不应求时,可释放热能。
[0012] 所述电锅炉供热单元,可将电能转化为热能;且当单位运行电费费用较低时,采用电锅炉供热单元直接向热负荷提供热能。
[0013] 本发明还提供一种面向能源互联网的能源转换优化控制方法,具体包括以下步骤:
[0014] 步骤1:按照优化结果的需要建立多目标函数,计算运行费用、污染治理费用等子目标函数在约束条件下的最小值,通过隶属度函数建立关于目标函数的隶属度函数,求解隶属度函数的最小值,进而将多目标函数优化问题转化为单目标非线性优化问题;
[0015] 步骤2:根据选取粒子个数以及系统中电、热负荷的预测值,随机设定粒子的初始位置和初始速度,并对每个粒子的速度进行限制,同时设置空的禁忌表;
[0016] 步骤3:对现有粒子的位置和速度进行更新,寻找目标隶属度函数的最优值;
[0017] 步骤4:根据通过更新得到的粒子的位置计算得到此时系统的运行费用以及环境污染治理费用,然后通过隶属度函数求得交集隶属度函数的最大值,此解为多目标函数对应的最优解;
[0018] 步骤5:根据对比各粒子得到的多目标函数的最优解得到满足条件的个体极值,通过比较当前个体极值和当前群体极值更新粒子的群体极值;
[0019] 步骤6:根据生成的当前解,通过一定的准则生成当前解的邻域解,并从生成的邻域解中选出若干解作为候选解;
[0020] 步骤7:判断生成的候选解是否满足藐视准则;若是,执行步骤7.1;若否,则执行步骤7.2;
[0021] 步骤7.1:将满足藐视准则的候选解作为当前解,用其对应的对象替换最早进入禁忌表中的对象,更新最优解,并返回步骤6;
[0022] 步骤7.2:将非禁忌的候选最佳解作为当前解,用该解对应的对象替换最早进入禁忌表中的对象,执行步骤8;
[0023] 步骤8:根据将上一步生成的解代入隶属度函数,求出使隶属度函数取最大隶属度值对应的解,更新粒子的个体极值和群体极值,并更新粒子的迭代次数;
[0024] 步骤9:判断最新生成的最优解以及迭代次数,两者任意一项是否满足迭代终止条件;若是,执行步骤10;若否,则返回步骤3;
[0025] 步骤10:迭代终止,输出多目标函数最优解。
[0026] 所述步骤1的具体步骤如下:
[0027] 步骤1.1:根据按照优化结果的需要建立多目标函数:
[0028]
[0029]
[0030] 其中,Cq(t)为t时刻系统的运行费用,Cf(t)为t时刻系统的燃料费用,CR,cost(t)为t时刻系统中风机发电机组和光伏发电机组的维护费用,Cs(t)为t时刻系统与电网并网时电量交易费用,Ce(t)为t时刻系统的污染治理费用, 为t时刻由CHP单元产生的污染惩罚费用, 为t时刻产生SOx的惩罚价格, 为t时刻产生NO的惩罚价格, 为t时刻产生COx的惩罚价格,pg(t)为t时刻系统向电网购电功率,v(t)为t时刻燃烧天然气的体积,τ为系统运行时间;
[0031] 步骤1.2:对不可控能源出力情况预测;将近几年同一时刻的系统负荷需求量作为历史数据,通过负荷预测方法得到系统此时的负荷预测值;将受天气因素变化的风机发电机组、光伏机组的出力情况进行预测;其中,机组约束为:
[0032] (1)电功率平衡
[0033] eg(t)+ev(t)+ew(t)+ec(t)-eb(t)=eload(t)   (3)
[0034] 其中,eg(t)为t时刻电网提供的电量,ev(t)为t时刻光伏输出电量,ew(t)为t时刻风机发电机组输出电量,ec(t)为t时刻CHP单元提供电量,eb(t)为t时刻储能电池充放电量,eload(t)为t时刻系统电负荷量;
[0035] (2)热功率平衡
[0036] qc(t)+qb(t)+qh(t)+qe(t)=qloads(t)   (4)
[0037] 其中,qc(t)为t时刻CHP单元提供的热量,qb(t)为t时刻电锅炉提供的热量,qh(t)为t时刻热网提供的热量,qe(t)为t时刻电蓄热单元提供的热量,qloads(t)为t时刻研究对象热负荷量;
[0038] (3)储能电池约束
[0039]
[0040] 其中,pomax为储能电池最大放电功率,pomin为储能电池最小放电功率,pimin为储能电池最小充电功率,pimax为储能电池最大充电功率;pb(t)>0时电池处于放电状态,pb(t)<0时电池处于充电状态;
[0041] (4)CHP单元条件约束
[0042]
[0043]
[0044] 其中,xc(t)为CHP单元的实际电负荷率,xc为CHP单元的最小电负荷率, 为CHP单元的最大电负荷率;
[0045] (5)供热条件约束
[0046] CHP单元的供热量、热网、电锅炉供热单元以及电蓄热供热单元需要随时间的变化而变化,则单位时间CHP单元的运行费用为:
[0047]
[0048] 单位时间热网的运行费用为:
[0049] Cr=C·Δt   (9)
[0050] 单位时间电锅炉供热单元运行费用:
[0051]
[0052] 其中,Ch(t)为单位时间CHP单元运行费用,Cn1为天然气价格,P2为t时刻CHP单元电功率,η1为CHP单元电功率系数,L为天然气低热值,Cr为单位时间热网运行费用,Cb为单位时间电锅炉供热单元运行费用,C为热网供热价格,Cgrid(t)为t时刻电价,Pe为t时刻电锅炉供热功率,η2为t时刻电转热转化效率,Δt为仿真时间段;
[0053] 步骤1.3:选取单位时间内除电蓄热单元外的运行费用(即Ch、Cb、Cr)三者中较小的作为主要供热源;
[0054] 步骤1.4:通过隶属度函数建立关于目标函数的隶属度函数,
[0055]
[0056] 其中,μ(Fi(t))为目标函数Fi(t)的隶属度函数,Fi(t)为第i个目标函数,δi为第i个目标函数能接受的伸缩度值,Fimin为第i个目标函数的最小函数值,其中i=1,2,t=1,2,...,24;
[0057] 步骤1.5:求解隶属度函数的最小值,将多目标函数最优问题转化为单目标非线性优化最优问题,定义最大满意度λ:
[0058] λ=max min{μ(F1(t)),μ(F2(t))}   (12)
[0059] 将隶属度函数交集取得的最小值中的最大值作为多目标函数的最优解,为系统提供能源调度策略。
[0060] 所述步骤2中,对粒子的速度V的限制为:
[0061] -15<V<20   (13)
[0062] 其中,V为表示粒子的速度;
[0063] 所述步骤3中,对粒子的速度和位置进行更新的计算过程如下:
[0064]
[0065]
[0066]
[0067]
[0068] 其中,Vid为粒子的速度, 为第k次迭代粒子i的速度, 为第(k+1)次迭代粒子i的速度,ω为惯性权重,c1和c2为学习因子,r1和r2为随机因子, 为第k次迭代平均最优极值, 为种群的群体极值, 为第k次迭代粒子i的位置, 为第(k+1)次迭代粒子i的位置,ωstart为初始惯性权重,ωend为迭代至最大次数时的惯性权重;其中,d=1,2....D,i=1,2,...,n,N为当前迭代次数,n为种群规模,Nmax为最大迭代次数,Pnd为第k次迭代粒子n的极值;
[0069] 所述步骤4中,对交集隶属度函数的最大值计算过程如下:
[0070] 定义最大满意度λ,
[0071] λ=maxmin{μ(F1(t)),μ(F2(t))}   (18)
[0072] 将求出的最大值作为多目标函数的最优解,为系统提供能源调度策略;
[0073] 所述步骤5中,寻找个体极值和群体极值的方法为:
[0074] 根据步骤4得到使隶属度函数取最小值时粒子的位置,得到当前粒子的多目标函数值,求解隶属度函数的个体极值和群体极值,将各粒子的位置带入隶属度函数求取隶属度函数的值,比较粒子之间的隶属度函数值,选取隶属度函数的最大值作为个体极值;将当前迭代次数得到的个体极值和之前迭代得到的群体极值进行比较选取两者中较大的作为群体极值。
[0075] 本发明的面向能源互联网的能源转换系统与优化控制方法通过引入一种能源转换系统,加强不同能源之间的联系,用于满足用户的电、热需求,将分布式能源和电网连接系统的出力整合后供给系统,减小了分布式能源的分散接入对电网潮流分布复杂多变的影响,提高供电的质量增加系统保护的灵敏度,保证电网的稳定运行;通过在系统中使用禁忌粒子群优化算法,减少了系统优化的时间、提高系统精度,增加了优化的可靠性,保证在系统运行过程中经济效益、社会效益最优。附图说明
[0076] 图1是本发明实施例的模块连接图;
[0077] 图2是本发明实施例的结构示意图;
[0078] 图3是本发明实施例的储能电池单元结构图;
[0079] 图4是本发明实施例的CHP单元结构图;
[0080] 图5是本发明实施例的电锅炉供热单元结构图;
[0081] 图6是本发明实施例的电蓄热单元结构图;
[0082] 图7是本发明实施例的优化控制方法流程图
[0083] 其中:1、光伏发电机组;2、风机发电机组;3、逆变升压单元一;4、整流器一;5、储能电池单元;6、CHP单元;7、电锅炉供热单元;8、电蓄热单元;9、电网;10、燃气输送单元;11、燃气控制柜;12、热网控制阀;13、热网;14、热网控制阀;51、整流器二;52、储能电池;53、逆变升压单元二;54、静态转换开关;61、燃气锅炉;62、换热器;63、余热回收阀;64、燃气内燃机;65、电压缩制冷机;66、电控制柜一;67、系统水泵;71、过滤器;72、循环水泵;73、电热锅炉;
74、蓄热水箱;75、电控制柜二;76、分水器;81、电控制柜三;82、蓄热电锅炉;83、蓄热系统;
84、出热控制阀

具体实施方式

[0084] 下面结合附图对本发明的实施例进行详细描述。
[0085] 如图1所示,面向能源互联网的能源转换系统,包括电能供能单元、热能供能单元、能源转换中心和能量输出单元;所述能源转换中心包括逆变升压单元一、交流电力线一、交流电力线二、整流器一、储能电池单元、CHP单元、电蓄热单元、电锅炉供热单元、热力网和控制单元。
[0086] 如图2所示(为了使该图清晰,省略了控制单元),电能供能单元包括光伏发电机组1、风机发电机组2和电网9;热能供能单元包括燃气输送单元10和热网13;能量输出单元包括直流负荷、交流负荷和热负荷。
[0087] 如图3所示,储能电池单元5包括整流器二51、储能电池52、逆变升压单元二53和静态转换开关54,整流器二51与储能电池52相连,储能电池52与逆变升压单元二53相连,整流器二51与逆变升压单元二53之间接有静态转换开关54。储能电池单元5用于调节供需不平衡问题,作为备用单元,还可提高系统的分布式发电单元的可调度性,对于不可调度的分布式发电单元,储能电池单元5可以提高机组的可调度性,实现与电网的并网运行。储能电池单元通过充放电调整系统的电能;当系统产生的电能供大于求时,储能电池单元进行充电,将多余的电能以化学能的形式储存起来;当系统供电供不应求时,储能电池单元进行放电,将化学能重新转化为电能为系统供电。
[0088] 逆变单元升压单元一3和逆变升压单元二53均包括不控整流电路、boost升压电路和全桥逆变电路,用于实现分布式电源直接供给负荷使用以及和电网并网,不控整流主要用于将交流电转化为直流电,减少频率变化的影响;boost升压电路用于将不控整流电路产生的直流电升压,为后续的全桥逆变电路提供符合逆变要求的直流电;其中,逆变升压单元一中的全桥逆变电路用于将boost升压电路产生的直流电通过转化为可以和电网并联的交流电,逆变升压单元二中的全桥逆变电路用于将boost升压电路产生的直流电通过转化为直接供给交流负荷使用的交流电。
[0089] 如图4所示,CHP单元6,即热电联供单元,可提供交流负荷和热负荷所需的电能和热能。CHP单元6包括燃气锅炉61、换热器62、余热回收阀63、燃气内燃机64、电压缩制冷机65、电控制柜一66、系统水泵67和泵用电负荷需求,燃气锅炉61与换热器62相连,换热器62连接余热回收阀63,余热回收阀63分别与燃气内燃机64和电压缩制冷机65相连,燃气内燃机64和电压缩制冷机65均与电控制柜一66相连,电控制柜一66接系统水泵67,系统水泵67与泵用电负荷需求相连。CHP单元6根据提供的燃料产生一定比例的电能和热能,提供负荷所需的电能和热能;CHP单元6还用于充当备用电站,根据系统中发电单元的发电情况适当的调整CHP单元的供能情况,增加系统功能的稳定性;用于尖峰负荷发电,根据各时段分布式发电单元出力情况以及负荷情况,通过对比CHP单元供能费用和其他可调度供能单元的功能费用调整分布式供能单元出力情况,提高能源的利用率。
[0090] 如图5所示,电锅炉供热单元7包括过滤器71、循环水泵72、电热锅炉73、蓄热水箱74、膨胀水箱、电控制柜二75和分水器76,膨胀水箱一端连接自来水处理器,另一端连接过滤器71和循环水泵72,过滤器71与蓄热水箱74之间接有分水器76,蓄热水箱74与电热锅炉
73连接,电热锅炉73连接循环水泵72和电控制柜二75。电锅炉供热单元7可将电能转化为热能;且当单位运行电费费用较低时,采用电锅炉供热单元7直接向热负荷提供热能。电锅炉供热单元7用于将电能转化为热能,比较系统中的热网供热单元、电蓄热单元、电锅炉供热单元三种供热方式,当电锅炉供热单元的单位运行费用较低时,采用电锅炉供热单元直接给热负荷提供热能,减少电蓄热过程中的损失以及CHP单元中对不可再生能源的消耗。
[0091] 如图6所示,电蓄热单元8包括电控制柜三81、蓄热电锅炉82、蓄热系统83和出热控制阀84,电控制柜三81与蓄热电锅炉82相连,蓄热电锅炉82连蓄热系统83,蓄热系统83连接出热控制阀84。当系统中的电能供大于求时,电蓄热单元8可将电能转化为热能并将转化的热能进行储存;当系统中的电能供不应求时,可释放热能,并将转化的热能储存以供系统之需;电蓄热单元用于调节供需不平衡问题,根据系统中的供需要求可以储存多余的电量保证系统电能的利用率,也可以根据需求释放热能保证系统供能的稳定性,同时,还能减少对环境的污染,电蓄热单元主要用于储存分布式电源产生多余电能和电网低谷时电能,将这部分电能转化为热能,避免了直接通过燃烧化石燃料提供热能,进而减少污染物的排放量进而保护环境。
[0092] 光伏发电机组1和风机发电机组2与逆变升压单元一3相连,逆变升压单元一3、整流器一4、整流器二51和电网9均接入交流电力线一,整流器一4与直流负荷连接,直流负荷与储能电池52相连;燃气输送单元10接有燃气控制柜11,燃气控制柜11与燃气锅炉61相连,逆变升压单元二53、电网9、电控制柜一66、电控制柜二62和电控制柜三81均与交流电力线二相连,交流电力线二接交流负荷,电控制柜二62与电控制柜三81相连接,热网13与热网控制阀14相连,燃气锅炉61、换热器62、分水器76、出热控制阀84和热网控制阀14均接入热力网,热力网接热负荷,储能电池单元5、电蓄热单元8、CHP单元6、电锅炉供热单元7均与控制单元相连。
[0093] 如图7所示,本发明还提供一种面向能源互联网的能源转换优化控制方法,具体包括以下步骤:
[0094] 步骤1:按照优化结果的需要建立多目标函数,计算运行费用、污染治理费用等子目标函数在约束条件下的最小值,通过隶属度函数建立关于目标函数的隶属度函数,求解隶属度函数的最小值,进而将多目标函数最优问题转化为单目标非线性优化最优问题;其具体步骤如下:
[0095] 步骤1.1:根据按照优化结果的需要建立多目标函数:
[0096]
[0097]
[0098] 其中,Cq(t)为t时刻系统的运行费用,Cf(t)为t时刻系统的燃料费用,CR,cost(t)为t时刻系统中风机发电机组和光伏发电机组的维护费用,Cs(t)为t时刻系统与电网并网时电量交易费用,Ce(t)为t时刻系统的污染治理费用, 为t时刻由CHP单元产生的污染惩罚费用, 为t时刻产生SOx的惩罚价格, 为t时刻产生NO的惩罚价格, 为t时刻产生COx的惩罚价格,pg(t)为t时刻系统向电网购电功率,v(t)为t时刻燃烧天然气的体积,τ为系统运行时间;
[0099] 步骤1.2:对不可控能源出力情况预测;将近几年同一时刻的系统负荷需求量作为历史数据,通过负荷预测方法得到系统此时的负荷预测值;将受天气因素变化的风机发电机组、光伏机组的出力情况进行预测;其中,机组约束为:
[0100] (1)电功率平衡
[0101] eg(t)+ev(t)+ew(t)+ec(t)-eb(t)=eload(t)   (3)
[0102] 其中,eg(t)为t时刻电网提供的电量,ev(t)为t时刻光伏输出电量,ew(t)为t时刻风机发电机组输出电量,ec(t)为t时刻CHP单元提供电量,eb(t)为t时刻储能电池充放电量,eload(t)为t时刻系统电负荷量;
[0103] (2)热功率平衡
[0104] qc(t)+qb(t)+qh(t)+qe(t)=qloads(t)   (4)
[0105] 其中,qc(t)为t时刻CHP单元提供的热量,qb(t)为t时刻电锅炉提供的热量,qh(t)为t时刻热网提供的热量,qe(t)为t时刻电蓄热单元提供的热量,qloads(t)为t时刻研究对象热负荷量;
[0106] (3)储能电池约束
[0107]
[0108] 其中,pomax为储能电池最大放电功率,pomin为储能电池最小放电功率,pimin为储能电池最小充电功率,pimax为储能电池最大充电功率;pb(t)>0时电池处于放电状态,pb(t)<0时电池处于充电状态。
[0109] (4)CHP单元条件约束
[0110]
[0111]
[0112] 其中,xc(t)为CHP单元的实际电负荷率,xc为CHP单元最小电负荷率, 为CHP单元最大电负荷率。
[0113] (5)供热条件约束
[0114] 热网、电锅炉供热单元和CHP单元的供热量需要随时间的变化而变化,则单位时间CHP单元的运行费用为:
[0115]
[0116] 单位时间热网的运行费用为:
[0117] Cr=C·Δt   (9)
[0118] 单位时间电锅炉供热单元运行费用:
[0119]
[0120] 其中,Ch(t)为单位时间CHP单元运行费用,Cn1为天然气价格,P2为t时刻CHP单元电功率,η1为CHP单元电功率系数,L为天然气低热值,Cr为单位时间热网运行费用,Cb为单位时间电锅炉供热单元运行费用,C为热网供热价格,Δt为仿真时间段。
[0121] 步骤1.3:选取单位时间内除电蓄热单元外的运行费用(即Ch、Cb、Cr)三者中较小的作为主要供热源。
[0122] 步骤1.4:通过隶属度函数建立关于目标函数的隶属度函数,
[0123]
[0124] 式中,μ(Fi(t))为目标函数Fi(t)的隶属度函数,Fi(t)为第i个目标函数,δi为第i个目标函数能接受的伸缩度值,Fimin为第i个目标函数的最小函数值,其中i=1,2,t=1,2,...,24。
[0125] 步骤1.5:求解隶属度函数的最小值,将多目标函数最优问题转化为单目标非线性优化最优问题,定义最大满意度λ:
[0126] λ=maxmin{μ(F1(t)),μ(F2(t))}   (12)
[0127] 将隶属度函数交集取得的最小值中的最大值作为多目标函数的最优解,为系统提供能源调度策略。
[0128] 步骤2:根据选取粒子个数以及系统中电、热负荷的预测值,随机设定粒子的初始位置和初始速度,并对每个粒子的速度进行限制,同时设置空的禁忌表以便后续放入需要禁忌的粒子。该步骤中,对粒子的速度V的限制为:
[0129] -15<V<20   (13)
[0130] 式中,V为表示粒子的速度。
[0131] 步骤3:对现有粒子的位置和速度进行更新,寻找目标隶属度函数的最优值;对粒子的速度和位置进行更新的计算过程如下:
[0132]
[0133]
[0134]
[0135]
[0136] 其中,Vid为粒子的速度, 为第k次迭代粒子i的速度, 为第(k+1)次迭代粒子i的速度,ω为惯性权重,c1和c2为学习因子,r1和r2为随机因子, 为第k次迭代平均最优极值, 为种群的群体极值, 为第k次迭代粒子i的位置, 为第(k+1)次迭代粒子i的位置,ωstart为初始惯性权重,ωend为迭代至最大次数时的惯性权重;其中,d=1,2....D,i=1,2,...,n,N为当前迭代次数,n为种群规模,Nmax为最大迭代次数,Pnd为第k次迭代粒子n的极值。
[0137] 步骤4:根据通过更新得到的粒子的位置计算得到此时系统的运行费用以及环境污染治理费用,然后通过隶属度函数求得使交集隶属度函数的最大隶属度值,此解为多目标函数对应的最优解;对交集隶属度函数的最大值计算过程如下:
[0138] 定义最大满意度λ,
[0139] λ=maxmin{μ(C1(t)),μ(C2(t))}   (18)
[0140] 将求出的最大值作为多目标函数的最优解,为系统提供能源调度策略。
[0141] 步骤5:根据对比各粒子得到的多目标函数的最优解得到满足条件的个体极值,通过比较当前个体极值和当前群体极值更新粒子的群体极值;寻找个体极值和群体极值的方法为:根据步骤4得到使隶属度函数取最小值时粒子的位置,得到当前粒子的多目标函数值,求解隶属度函数的个体极值和群体极值,将各粒子的位置带入隶属度函数求取隶属度函数的值,比较粒子之间的隶属度函数值,选取隶属度函数的最大值作为个体极值;将当前迭代次数得到的个体极值和之前迭代得到的群体极值进行比较选取两者中较大的作为群体极值。
[0142] 步骤6:根据生成的当前解,通过一定的准则生成当前解的邻域解,并从生成的邻域解中选出若干解作为候选解。
[0143] 步骤7:判断生成的候选解是否满足藐视准则;若是,执行步骤7.1;若否,则执行步骤7.2;
[0144] 步骤7.1:将满足藐视准则的候选解作为当前解,用其对应的对象替换最早进入禁忌表中的对象,更新最优解,并返回步骤6;
[0145] 步骤7.2:将非禁忌的候选最佳解作为当前解,用该解对应的对象替换最早进入禁忌表中的对象,执行步骤8;
[0146] 步骤8:根据将上一步生成的解代入隶属度函数,求出使隶属度函数取最大隶属度值对应的解,更新粒子的个体极值和群体极值,并更新粒子的迭代次数。
[0147] 步骤9:判断最新生成的最优解以及迭代次数,两者任意一项是否满足迭代终止条件;若是,执行步骤10;若否,则返回步骤3;
[0148] 步骤10:迭代终止,输出多目标函数最优解。
[0149] 本发明面向能源互联网的能源转换系统的具体运行过程如下:
[0150] 电能供能单元中的光伏发电机组以及风机发电机组发出一定的电量,通过逆变升压单元一将光伏发电机组和风机发电机组发出的电能转化为可以和电网并网的交流电,将光伏发电机组、风机发电机组和电网转化后的交流电接入交流电力线一;结合本发明提供的优化控制方法得出的计算结果将交流电力线一中相应的电能通过整流器一整流后供给直流负荷;交流电力线一的另一部分电能通过整流器一整流后按照优化控制方法向蓄电池充电,蓄电池中的电能根据优化控制方法可以直接供给直流负荷、经逆变升压单元二逆变后连接到交流电力线二上向交流负荷供电或者供给交流电力线一进而向直流负荷供电;电网中的电能根据优化控制方法传输到交流电线一向直流负荷以及蓄电池供电或者传输到交流电力线二;根据优化控制方法控制燃气输送单元给燃气锅炉以及燃气内燃机,输送给燃气锅炉中的燃气通过燃烧产生热能利用换热器进行热能交换,将热能连接到热力网中,输送给燃气内燃机中的燃气通过燃烧产生电能和热能,其产生的电能接入交流电力线二,产生的热能通过余热回收阀供给热力网;交流电力线二为交流负荷提供电能;根据优化控制方法为电锅炉供电,电热锅炉将电能转化为热能然后利用循环水泵将热能传递给水流,提高水的温度,通过水流在电锅炉供热单元中流动将热能传递出去;根据优化控制方法将交流电力线二中的电能提供给电蓄热单元,蓄热单元将电能转化为热能,并进行存储,根据所需提供的热能控制电蓄热单元将热量释放,进而连接到热力网中;根据优化控制方法控制热网提供能量,热网提供的能量也连接到热力网中,将CHP单元、电锅炉供热单元、电蓄热单元和热网提供的热能集中起来,供给系统中的热负荷。
[0151] 虽然以上描述了本发明的具体实施方式,但是本领域内的熟练的技术人员应当理解,这些仅是举例说明,可以对这些实施方式作出多种变更或修改,而不背离本发明的原理和实质。本发明的范围由权利要求书限定。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈