技术领域
[0001] 本公开涉及一种多能互补冷热电联供系统及其协同调度方法。
背景技术
[0002] 我国传统火
力发电装机容量占比仍高达60％以上，
风能、
太阳能等新
能源发电装机比例仅为10％左右，实际发电量占比更是不足4％，究其主因是风光等新能源固有的
波动性、间歇性和随机性(新能源困境)对
电网安全和
电能质量的影响仍未得到妥善解决，以化
石能源为主体的一次能源消费结构依旧难以撼动，“并网难”、“效率低”等问题导致新能源发电被贬称为“垃圾电”，其应有功效远未被发挥。在此背景下，考虑不同能源之间的
时空特性，以风光互补、太阳能互补为代表的多能互补利用模式应运而生，成为解决“新能源困
境”、提高
可再生能源供给可靠性的绝好途径，广受国际社会关注。
[0003] 作为分布式能源的重要发展方向，CCHP系统通过回收和利用动力设备产生的余热，同时完成发电、供暖和制冷三大过程。相较传统集中供能超过60％的
能量损失，CCHP系统可将能源综合利用率大幅提升至80％以上，并有效减少了CO2、SO2和NOx等污染气体排放，从而被喻为科学用能的典范。
[0004] 结合多能互补和冷热电联供系统优势提出的多能互补冷热电联供系统是解决可再生能源利用低、提高能源综合利用率的重要途径。
[0005]
专利CN201610226351.3设计一种以太阳能和
生物质驱动的冷热电三联产系统，但是由于系统没有采用优化调度方法，系统总能效率仅为47.5％，远低于现在冷热电联供系
统70％～80％的总能效率。
[0006] 专利CN201610244775.2
发明了一种冷热电联供型微型能源网经济优化调度方法，通过优化调度
智能电网园区内各供能设备的运行方式和出力，从而实现冷热电联供微型能
源网的经济优化运行，但其也未将可再生能源最大效益作为优化目标。
[0007] 在用户侧需求响应上，专利CN107767074A一种计及综合需求响应资源的能源枢纽规划方法，根据各类负荷的可控性对需求响应技术进行具体分类并建立模型，再根据能源
枢纽内各能源的耦合转化关系，对能源枢纽建模，采用cp l ex求解，但是其负荷调度是根据峰谷电价等需求资源价格激励进行的，并未进行“源荷储”协同调度优化，也未将可再生能源最大利用作为优化目标。
[0008] 在“源储荷”协同调度方面，专利CN201610119089.2发明一种可再生能源冷热电联供能量优化调度系统，该系统的整体调度是以可再生能源出力预测和负荷预测
基础上的多阶段调度方法，采用多目标优化思想，进行源储荷一体化调度，但是其未考虑热负荷的热惯性，也未将可再生能源最大效益作为目标。
[0009] 通过以上现有专利分析，仅考虑单一的源侧调度或负荷侧调度无法很好地实现冷热电系统最优运行，确保源荷平衡，对系统
稳定性和提高能源节约率具有很大意义，仅考虑可调度电负荷进行需求侧管理，也无法很好的实现优化目标。
发明内容
[0010] 本公开为了解决上述问题，提出了一种多能互补冷热电联供系统及其协同调度方法，本公开能够解决可再生能源利用率低的问题，提高冷热电联供系统的综合能源利用率。
[0011] 为了实现上述目的，本公开采用如下技术方案：
[0012] 一种多能互补冷热电联供系统，包括源、储能设备和负荷；
[0013] 所述源包括可再生能源和常规能源，可再生能源包括
风力和光伏，所述常规能源包括
天然气，负荷包括电负荷、热负荷和冷负荷；
[0014] 所述天然气为内燃发
电机组提供动力源，产生的能量一部分用于为电负荷供电，另一部分利用余热回收装置进行回收，回收后的能源一部分用于制冷，进而为冷负荷供能，另一部分用于热负荷供能，所述冷负荷和热负荷的前端均设置有储能设备以进行冷
热能量
的存储和释放；
[0015] 所述风力和光伏共同为电负荷提供能源。
[0016] 作为进一步的限定，所述制冷的环节采用
热泵和
吸收式制冷机组成的混合制冷。
[0017] 作为进一步的限定，所述储能设备被配置为抑制可再生能源出力的波动性，并实现能量的生产和消耗在时间上的解耦。
[0018] 作为进一步的限定，所述风力和光伏与电网并网，在电能不足时通过向电网购电进行电力补充，产生多余电时向电网售电。
[0019] 作为进一步的限定，所述负荷为用户侧实际的用能需求，按用能特性可分为可调度负荷和不可调度负荷，可调度负荷分为可调度冷、热和电负荷，不可调度负荷分为不可调度冷、热和电负荷。
[0020] 作为进一步的限定，所述热负荷包括采暖负荷和热
水负荷，采暖负荷包括来自内燃
发电机组余热和热泵供热。
[0021] 基于上述多能互补冷热电联供系统的协同调度方法，运用层次分析法将可再生能源收益、经济性、环保性作为综合调度目标，在所述系统满足电平衡、热平衡和冷平衡等式约束下，将源、储能设备和负荷纳入协同优化调度模型；结合协同优化调度模型和综合调度目标，构建日前优化调度的混合整数规划模型，选取可调度电负荷启动时间、可调度热负荷中的可变
温度、发电机组容量、最低负载率和储能容量为优化变量，运用遗传
算法进行求
解，得到供能和用能的最优解。
[0022] 作为进一步的限定，对可调度的电负荷进行负荷侧需求管理，在智能用电设备满足功率约束和启停约束下，综合考虑可再生能源最大利用和市场电价，通过控制智能用电
设备的开启时刻，实现电负荷需求侧管理。
[0023] 作为进一步的限定，对热负荷进行控制时，在系统舒适度约束范围内，通过控制热泵出力，实现供电曲线的优化。
[0024] 作为更进一步的限定，将电负荷划分峰谷平，供暖温度为可控变量满足舒适度约束范围，在电负荷高峰来临前的平时段，通过增加供暖量，提高室内温度至设定温度，降低电负荷高峰时段热泵供热量，使室内
温度控制在预定温度，从而实现减少电负荷高峰时段
热泵耗电量，降低电负荷峰值。
[0025] 或，在电负荷低谷来临前的平时段，通过减少供暖量，降低室内温度，在舒适度范围内，增加电负荷低谷时段热泵供暖量，从而增加电负荷低谷时段热泵耗电量，提高供能侧电负荷谷值。
[0026] 作为更进一步的限定，可再生能源发电优先用于满足系统电负荷，当发电量有剩余时，通
过热泵转化为冷/热负荷进行存储，储能设备当前的状态与上一时刻的状态和当前的存储或释放功率有关并且需满足其容量约束。
[0027] 与
现有技术相比，本公开的有益效果为：
[0028] 本公开考虑热电耦合，根据热负荷热惯性及舒适度约束，建立了可调度热负荷模型；以系统能量流平衡为约束，将源、荷、储纳入统一协同调度
框架下，得到协同调度模型；
以可再生能源收益、系统经济性、环保性作为系统综合目标；以可调度电负荷启动时间、可调度热负荷中的可变温度、发电机组容量、最低负载率、储能容量为优化变量，采用
遗传算法求解，得出整个分布式系统的供能和用能计划，能够在确保系统能量流平衡、舒适度约束和可再生能源最大利用的基础之上，实现系统最优化运行；
[0029] 本公开以可再生能源最大利用和能源利用率最高为导向，在系统设计可靠性和用户舒适度的约束下，考虑常规供能源(天然气)和风光等可再生能源的多能互补、系统供能
源和负荷侧的热电耦合及热负荷的滞后性，引入可调度电、热负荷，以可再生能源收益、系统经济性、环保性作为系统综合目标，将可再生能源、储能和可控负荷置于同一调度框架
下，提出“源荷储”协调调度的方法，提高了可再生能源消纳和能源利用率。
附图说明
[0030] 构成本
申请的一部分的
说明书附图用来提供对本申请的进一步理解，本申请的示意性
实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
[0031] 图1是本公开的系统结构图；
[0032] 图2是本公开的“源储荷”协同调度原理图；
[0033] 图3是本公开的遗传算法求解协同调度模型
流程图；具体实施方式：
[0034] 下面结合附图与实施例对本公开作进一步说明。
[0035] 应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
[0036] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0037] 在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或
位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。
[0038] 本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。
[0039] 多能互补冷热电联供系统，依据
建筑物的供能特点，发电机采用燃气
内燃机发电机组。因为它具有投资成本低、启动迅速、负荷跟随特性好以及高可靠性等优点。能源侧同时接入太阳能光伏
电池、风力发电装置、电网和天然气。采用热泵和吸收式制冷机组成的混合制冷模式，提高制冷效率。其中，制冷机选择单效热水型溴化锂吸收式制冷机。引入储能设备，储能能够有效地抑制可再生能源出力的波动性，并实现能量的生产和消耗在时间上
的解耦，从而有效解决能量供需不匹配的矛盾。储能设备位于负荷前端，这样提高了冷热负荷的响应速度。系统结构图如图1所示。
[0040] 多能互补冷热电联供系统按系统功能分为源、储能、负荷三部分。源包括可再生能源和常规能源，其中，可再生能源包括风力发电、
光伏发电；内燃发电机组、热泵(热泵既能供冷也能供热)和吸收式制冷机作为常规电、热、冷供能源，为了提高系统的可靠性和运行经济性，将系统与电网进行并网，系统电能不足时通过向电网购电进行电力补充，系统产生多余电时可以向电网售电以提高系统运行经济性。储能设备用于系统冷热能量的存储和释放，负荷为用户侧实际的用能需求，按用能特性可分为可调度负荷、不可调度负荷，即可调度负荷分为可调度冷、热、电负荷，不可调度负荷分为不可调度冷、热、电负荷。
[0041] 对可调度电负荷(本文指可调度智能用电设备)进行负荷侧需求管理，在智能用电设备满足功率约束和启停约束下，综合考虑可再生能源最大利用和市场电价，通过控制智
能用电设备的开启时刻，实现电负荷需求侧管理。
[0042] 对于热负荷，主要包括采暖负荷和热水负荷，两者均具有较大的滞后性，本文选择滞后性较大的采暖负荷作为可调度热负荷进行调度，采暖负荷主要来自内燃发电机组余热和热泵供热，热泵供热部分反映系统热电耦合，在系统舒适度约束范围内，通过控制热泵出力，实现供电曲线的优化，具体实现过程为，将电负荷划分峰谷平，供暖温度为可控变量满足舒适度约束范围，在电负荷高峰来临前的平时段，通过增加供暖量ΔQ1，提高室内温度至T1(T1在舒适度约束范围内)，由于采暖负荷热惯性，降低电负荷高峰时段热泵供热量ΔQ2，使室内温度控制在T2(T2在舒适度约束范围内)，从而实现减少电负荷高峰时段热泵耗电
量，降低电负荷峰值；同理，在电负荷低谷来临前的平时段，通过减少供暖量ΔQ3，降低室内温度T3(T3在舒适度约束范围内)，在舒适度范围内，增加电负荷低谷时段热泵供暖量ΔQ3，从而增加电负荷低谷时段热泵耗电量，提高供能侧电负荷谷值。
[0043] 由于电储能设备比冷/热储能设备寿命短、单位成本单价高，因此仅选取冷/热储能设备，不采用电储能设备，可再生能源发电优先用于满足系统电负荷，当发电量有剩余
时，通过热泵转化为冷/热负荷进行存储，储能设备当前的状态与上一时刻的状态和当前的存储或释放功率有关并且需满足其容量约束。
[0044] 在系统满足电平衡、热平衡和冷平衡等式约束下，综合考虑可调度电、热负荷、储能，将源、储、荷纳入协同优化调度模型。
[0045] 运用层次分析法将可再生能源收益、系统经济性、环保性作为系统综合目标。
[0046] 将系统协同优化调度模型和系统综合目标相结合，构建日前优化调度的混合整数规划模型，选取可调度电负荷启动时间、可调度热负荷中的可变温度、发电机组容量、最低负载率、储能容量为优化变量；运用遗传算法进行求解，如图3所示。
[0047] 即，首先输入遗传算法的初始参数，以及决策变量上下限初始化决策变量，并进行编码，初始化种群，基于系统参数、可调度负荷和市场价格信息，计算当前种群每个个体适应度值，判断是否满足遗传算法的终止条件，如果是，则进行解码，输出结果，否则，不断进行选择个体复制、交叉、变异，以构建新的种群，直到满足遗传算法的终止条件。
[0048] 最终即可得到系统供能与用能日前计划。
[0049] 综上，本公开通过建立了可调度电负荷模型；考虑热电耦合，根据热负荷热惯性及舒适度约束，建立了可调度热负荷模型；以系统能量流平衡为约束，将源、荷、储纳入统一协同调度框架下，得到协同调度模型；以可再生能源收益、系统经济性、环保性作为系统综合目标；以可调度电负荷启动时间、可调度热负荷中的可变温度、发电机组容量、最低负载率、储能容量为优化变量，采用遗传算法求解，得出整个分布式系统的供能和用能计划。
[0050] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何
修改、等同替换、改进等，均应包含在本申请的保护范围之内。
[0051] 上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或
变形仍在本公开的保护范围以内。
