分布式区域能源布局用规划与评估系统

本发明属于能源结构优化领域，尤其涉及一种分布式区域能源布局用规划与评估系统。

背景技术：

能源是指向自然界提供能量转化的物质，按照类型可以分为三大类：来自太阳的能量；来自地球本身的能量、潮汐等因为引力而产生的其他能量。随着社会经济的不断发展，针对能源的使用也逐渐高效化，但是部分能源属于不可再生能源，针对能源的利用需要及时转变方向，提高综合能源使用效率和减少单一能源的依赖程度逐渐成为了亟需解决的问题。

由于我国对于民生问题的重视，人民群众的能源使用问题几乎已经全面解决。现有的能源布局虽然能够满足基本的使用需求，但是弊端也还是十分明显的，其主要表现有：在能源的使用过程中，区域内一定时间所能消耗的能源量是一定的，但是当能源供给过多时，就容易因为冗余而造成浪费，并且当能源供给不足时，可能无法及时对能源的缺失进行补充；现有的能源供给方式因为方式过于单一而难以满足多区域的实际使用。

技术实现要素：

本发明的目的是克服现有技术中的不足，提供一种分布式区域能源布局用规划与评估系统。

这种分布式区域能源布局用规划与评估系统的工作方法，包括如下步骤：

s1、当区域内将要进行能源使用时，分布式区域能源布局用规划与评估系统预先调取区域内商城、工厂、医院、学校和酒店等的能耗数据，根据能耗数据模拟得到用能习惯曲线图，并且根据用能习惯曲线图得到该区域的能源使用习惯和偏好，模拟出区域内的能源实际使用工况；

s2、制定能源使用程序模型(能耗模型)，将多方面的能源纳入能源使用程序模型内，并将能源使用程序模型的走向和用能习惯曲线图相匹配；

s3、能源使用程序模型根据用能习惯曲线图对应的数据运行，以多场景因素的总体方差和样本方差作为参照基础，加入多场景因素；通过能源使用程序模型配合各单元之间的能量转换关系对区域内的能源损耗进行分析，反映能源的供给情况；

其中多场景因素包括供能中断、供能过载、供能过低和其他因素，其他因素包括光照、风速、气温、负荷和人为等；将多场景因素计做变量nx，多场景因素的总体方差为：

σ²＝σ(nx-μ)²/n(1)

上式中，nx为多场景因素的变量，μ为多场景因素的总体均值，n为多场景因素变量的总体例数；

系统实际运行时,用样本统计量替代多场景因素的总体均值μ，样本方差的计算公式为：

s²＝σ(α-γ)²/(n-1)(2)

上式中，s²为样本方差，α为样本数值，γ为样本均值，n为多场景因素变量的总体例数；

s4、在能源使用程序模型根据用能习惯曲线图对应的数据运行完毕之后，能源使用程序模型根据经济指标、节能指标和环保指标对系统能效进行评估，得到能效评估量化的参考数值(运行仿真的最终能效依据)，能效评估量化的参考数值与用能习惯曲线图大致相同，但由于多场景因素的纳入，最终数值会出现上下浮动；外界因素的干预必然会使得数值变化情况和用能习惯曲线图之间存在偏差；统计实际数值和用能习惯曲线图上的数值之间的偏差，作为能效评估和实际使用的参考依据；

s5、将能效评估量化的参考数值按照a、b、c三个阶段进行划分，调整能耗供给；

s5.1、将能源使用天数记为x；将能源使用数据平均值记为z；将影响能源使用数据平均值z上浮的多场景因素个数记为c1，将影响能源使用数据平均值z下浮的多场景因素个数记为c2；则：

阶段a的能源使用数据＝z*x*c1(3)

阶段b的能源使用数据＝z*x(4)

阶段c的能源使用数据＝z*x*c2(5)

除此之外，阶段a、阶段b、阶段c的能源使用数据满足：

阶段a的能源使用数据＞阶段b的能源使用数据+阶段b的能源使用数据*20％(6)

阶段c的能源使用数据＜阶段b的能源使用数据-阶段b的能源使用数据*20％(7)

上式中，z为能源使用数据平均值，x为能源使用天数，c1为影响能源使用数据平均值z上浮的多场景因素个数，c2为影响能源使用数据平均值z下浮的多场景因素个数；阶段a、阶段b分别代表实际的运行可能存在供电冗余和供电不足的情况，需要及时进行调整，否则对电能的实际供给方案可能难以满足区域内的要求；

s5.2、当能效评估量化的参考数值处于阶段b时，将实际能耗供给按照模拟的参数实施；能源在运行仿真上模拟消耗时，能源总量跟随用能习惯曲线图的延长而逐渐降低，当能效评估量化的参考数值处于阶段a或者阶段b时，能耗储备模块和补给模块对能耗供给进行调整，用以保证能耗使用的均衡。

作为优选，步骤s1中根据能耗数据模拟得到用能习惯曲线图的方式为：将区域内能耗数据绘制成统计图，并且利用曲线将统计图上的端点相互连接，得到用能习惯曲线图。

作为优选，步骤s2中能源使用程序模型(能耗模型)建立在具有相互耦合关系的分布式多能源系统中，并且能源使用程序模型采用的具体能源参照区域内的实际用能类型；能源使用程序模型所能评估的能源包括有煤、石油、天然气、电能、太阳能、风能、水能、地热能、核能和潮汐能，优选的为煤、石油、天然气和电能。

作为优选，步骤s3中能源使用程序模型在区域内的运行次数根据季节交替拟定为四次，每次的运行时间为一个月，能源使用程序模型用于评测不同环境因素下综合能效所产生的差异。

作为优选，步骤s3中多场景因素的总体方差σ²和样本方差用于对多场景因素干预的离散程度进行度量。

作为优选，步骤s5还根据区域情况划分经济指标的临界值，根据国家行业标准划分节能指标的临界值，根据能耗成本划分环保指标的临界值；实际能耗供给在经济指标、节能指标和环保指标各自的临界值内进行。

作为优选，步骤s5中阶段a、阶段b和阶段c所占的比例总和为100％，阶段b所占比例处于阶段a和阶段c之间。

本发明的有益效果是：

本发明通过采用能源使用程序模型、运行仿真和能效评估三个模块的设计；能源使用程序模型建立在区域能源布局的实况基础上，能源使用程序模型针对区域内的能源损耗进行分析，并且建立起样板供系统进行运行评测；运行仿真模块根据区域内的设备工况转变模型，考虑多场景因素对能耗分析产生的影响，使得能源使用程序模型能够最大程度和实际用能相匹配；当区域内需要进行能源使用时，系统自身会预先模拟出区域内的能源实际使用工况，并且配合多因素场景的加入，使得能源的供给情况可以通过能源使用程序模型反映出来，对区域内的实际能源使用提供了参考，避免区域内能源供给和需求之间偏差过大而导致能源浪费的问题，实现了对供能结构的优化；对能源进行优化管控；

本发明设有能耗储备模块和补给模块，当一定区域内的功能过剩或者供给不足时，多出的能源能够实现储存，并且缺少的能源也能够实现再补充，避免能源供给波动过大而导致区域内能源浪费和供给不充分的问题，体现了本系统使用的均衡性。

附图说明

图1为分布式区域能源布局用规划与评估系统结构示意图。

具体实施方式

下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

如图1所示，分布式区域能源布局用规划与评估系统包括：能源使用程序模型(能耗模型)、运行仿真和能效评估三个模块，能源使用程序模型建立在区域能源布局的实况基础上，能源使用程序模型针对区域内的能源损耗进行分析，并且建立起样板供能系统进行运行评测；运行仿真根据区域内的设备工况转变模型，考虑多场景因素对能耗分析产生的影响，使得能源使用程序模型能够最大程度和实际用能相匹配。当区域需要使用能源时，系统自身能够模拟区域内的实际工况，并且结合多场景因素的插入，能够给实际的能源使用提供参考，当模拟结果出现较大偏差时，可以进行及时地调整作业，避免能源使用出现浪费或者供给不足的情况。为分布式区域能源布局用规划与评估系统的综合能效评估和系统的运行策略奠定了模型基础。

当区域内需要进行能源使用时，分布式区域能源布局用规划与评估系统自身会预先模拟出区域内的能源实际使用工况，并且配合多因素场景的加入，使得能源的供给情况可以通过能源使用程序模型反映出来，对区域内的实际能源使用提供了参考，避免区域内能源供给和需求之间偏差过大而导致能源浪费的问题，实现了对供能结构的优化。

作为一种实施例，分布式区域能源布局用规划与评估系统的工作方法，具体包括如下步骤：

s1、调取区域内商城、工厂、医院、学校和酒店等的能耗数据，根据能耗数据模拟出用能习惯曲线图，并且根据曲线图得到该区域的能源使用习惯和偏好。

以商城的用电量为例，将该商城每个月的用电量波动情况采用曲线图绘制出来。曲线图的上下波动也即表明了商城不同阶段用电量的多少。以商城电能损耗为例，将商城某月内每天的电能用量进行统计，通过统计图将每日数据进行绘制，并且利用曲线将统计图上端点相互连接即可得到用能习惯曲线图。

s2、制定能源使用程序模型，将多方面的能源纳入能源使用程序模型内，并且将能源使用程序模型的走向与用能习惯曲线图相互匹配，能源使用程序模型运行时，以多场景因素的总体方差和样本方差作为参照基础，加入多场景因素；再配合各单元之间的能量转换关系。能源使用程序模型自身模拟商城的电量使用情况，加入天气、人为和设备故障等因素，观察程序模型在运行时的曲线变化情况。多场景因素包括有供能中断、供能过载、供能过低和其他影响能源使用在内的所有因素，诱导其发生主要的产生原因包括有光照、风速、气温、负荷和人为等；在能源的实际使用过程中，能源的供给状态会受到多方面因素的影响，包括有可控和不可控因素，这些因素的干预直接影响能源的波动情况。将多场景因素计做变量nx，多场景因素的总体方差为：

σ²＝σ(nx-μ)²/n(1)

上式中，nx为多场景因素的变量，μ为多场景因素的总体均值，n为多场景因素变量的总体例数；

系统实际运行时,用样本统计量替代多场景因素的总体均值μ，样本方差的计算公式为：

s²＝σ(α-γ)²/(n-1)(2)

上式中，s²为样本方差，α为样本数值，γ为样本均值，n为多场景因素变量的总体例数。

其中能源使用程序模型建立运行在具有相互耦合关系的分布式多能源系统之中，并且能源使用程序模型的具体能源采用参照区域内的实际用能类型。能源供给方式结合了区域内的实际情况，保证模拟后的结果可以给该区域提供良好的参照模板，其运行策略可为系统高效运行其指导作用。分布式多能源系统的综合能效与系统中的各供能设备的效率直接相关，考虑到供能设备在不同的环境、不同的负荷率时，设备输出呈现明显的变工况特性，为准确反映系统的实际运行情况，也加入了实际因素的来辅之模拟。例如在工厂用电过程中，其电量处于持续供应的状态，但是由于厂房设备故障等情况而导致工作停止，这时原本供应给工厂的电能变回产生冗余。

s3、能源使用程序模型在根据用能习惯曲线图对应的数据运作完毕之后，对系统能效进行评估，从而得到了能效评估量化的数值，其数值根据用能习惯曲线图大致相同，但由于多场景因素的纳入，最终数值会出现上下浮动。外界因素的干预必然会使得数值变化情况和用能习惯曲线图之间存在偏差，这也间接反映了商城用电的实际工况。将实际数值和曲线图上数值之间的偏差进行统计，纳入能效评估和实际使用的参考依据之内。

s4、将能效评估量化的参考数值按照a、b、c三个阶段进行划分，阶段a、阶段b和阶段c所占的比例总和为100％，阶段b所占比例处于阶段a和阶段c之间，当能效评估量化数值在阶段b时，将实际的运行方案按照模拟的参数进行实施，并且当能效评估数值在阶段a或者阶段b时，则对能耗供给方案进行调整处理。

将能源使用天数记为x；将能源使用数据平均值记为z；将影响能源使用数据平均值z上浮的多场景因素个数记为c1，将影响能源使用数据平均值z下浮的多场景因素个数记为c2；则：

阶段a的能源使用数据＝z*x*c1(3)

阶段b的能源使用数据＝z*x(4)

阶段c的能源使用数据＝z*x*c2(5)

除此之外，阶段a、阶段b、阶段c的能源使用数据满足：

阶段a的能源使用数据＞阶段b的能源使用数据+阶段b的能源使用数据*20％(6)

阶段c的能源使用数据＜阶段b的能源使用数据-阶段b的能源使用数据*20％(7)

上式中，z为能源使用数据平均值，x为能源使用天数，c1为影响能源使用数据平均值z上浮的多场景因素个数，c2为影响能源使用数据平均值z下浮的多场景因素个数；在模拟结果出来之后，阶段a和阶段b分别代表实际的运行可能存在供电冗余和供电不足的情况，需要及时进行调整，否则对电能的实际供给方案可能难以满足区域内的要求；阶段a、阶段b分别代表实际的运行可能存在供电冗余和供电不足的情况，需要及时进行调整，否则对电能的实际供给方案可能难以满足区域内的要求。

以商城的用电量为例，将该商城每个月的用电量波动情况采用曲线图绘制出来。曲线图的上下波动也即表明了商城不同阶段用电量的多少，加入天气、人为和设备故障等因素，观察程序模型在运行时的曲线变化情况，外界因素的干预必然会使得数值变化情况和用能习惯曲线图之间存在偏差，这也间接反映了商城用电的实际工况。将实际数值和曲线图上数值之间的偏差进行统计，纳入能效评估和实际使用的参考依据之内，在模拟结果出来之后，阶段a和阶段b分别代表实际的运行可能存在供电冗余和供电不足的情况，需要及时进行调整，否则对电能的实际供给方案可能难以满足区域内的要求。

在以商城用电模拟的过程中，供电冗余和供电不足分别受多场景因素c1和c2所影响，其阶段a、阶段b和阶段c分别代表了商城供电冗余、用电总和与供电不足，数据平均值z＝用电总量b/实际用能天数x。

能效评估依据经济、节能和环保三项指标，运行仿真的最终能效依据根据这三项指标进行评估，同时，经济、节能和环保的三项指标分别根据区域情况、国家标准和能耗成本来划分临界值，实际的运行方案需在指标临界值的范围内进行。在能源供给的过程中，需要保证供给的方式符合环保、经济和节能的需求，因此在能效评估的流程中设置了临界值指标，当模拟数值达到临界值时，则表面实际运行方案可能难以符合环保、节能和经济的需求，需要对其调整处理。在综合能源利用的情况下，以经济性为主要指标的研究方案很多，但是节能和环保也是能耗使用的硬性需求。目前，对于分布式多能源系统的运行优化研究主要集中在经济性方面，而在提高能源综合利用率的时代背景下，需考虑系统的运行策略对分布式多能源系统综合能效的影响。因此，在分布式多能源系统进行运行策略的优化时，目标函数中应考虑系统能源的输入量，从而保证系统在实际运行中的高效性与节能性。

能耗模型在区域内的运行根据季节交替拟定为四次，并且每次运行仿真的时间周期为一个月，评测不同环境因素下综合能效所产生的差异。由于能源的使用会受季节和温度的一定影响，通过将能耗模型在不同季节模拟四次的设计，能够客观反映不同阶段的能耗变化，便于对区域内的用能计划做出及时的调整。以暖气供应为例，在温度较低的天气条件下，暖气的供应在很多场所都很常见，但是暖气在输送过程中可能会因为周边温度降低而缩减，因此在对暖气供应的能耗模拟的过程中，对暖气影响最大的温度必须作为主要的干预因素。

能源在运行仿真上模拟消耗时，能源总量跟随用能习惯曲线的延长而逐渐降低，运行仿真流程中添加了能耗储备模块和补给模块，能效评估量化数值在a或b阶段时，能耗储备模块和补给模块对方案实施干预，用以保证能耗使用的均衡。

电能的生产和蓄电池起协调作用，对系统内部发电出力与负荷需求之间的波动进行调节，可起到提高可再生能源利用能力、减少系统综合消耗等作用，系统电力负荷不足部分通过电网外购电量进行补充。以电能为例，区域内的供电手段包括有自发电、煤发电、外购电力和其他电力，当区域内的电能供给过多时，可以减少其他电力和外购电力的电量；反之，当自发电和煤发电难以满足区域的使用需求时，可以通过外购电力和其他电力来实现补充。同时，当一定时间内的电能出现冗余的情况时，可以通过储备单元将电能集聚，从而减少区域内的发电成本。通过采用能耗储备模块和补给模块的设计，当一定区域内的功能过剩或者供给不足时，多出的能源能够实现储存，并且缺少的能源也能够实现再补充，避免能源供给波动过大而导致区域内能源浪费和供给不充分的问题，体现了本系统使用的均衡性。