商业园区混合能源系统的源储荷协调优化方法与流程

本发明涉及典型商业园区混合能源系统，特别是一种商业园区混合能源系统的源储荷协调优化方法。

背景技术：

近年来，随着各种可再生能源不断得到开发和普及，各种传统能源的资源开始枯竭，提高各种能源的整体利用效率，实现各种能源的综合利用和规划，成为解决人类社会发展中能源需求快速增长和能源稀缺，环境保护之间矛盾的必然方向。对电、气、热、冷等为代表的能源子系统进行协调规划，协调调度能够显著提高能源的利用效率是未来能源的发展方向。但是这方面的研究尚处于起步阶段，因此需要对混合能源系统的能源规划理论，协调优化运行理论和方法进行研究，以提前适应混合能源系统时代的到来。

技术实现要素：

本发明的目的在于针对上述现有技术只对电系统进行优化调度的不足，提出商业园区混合能源系统的源储荷协调优化方法。该方法重点关注不同能源系统(如电、气、冷、热)之间的相互交互，着眼于混合能源系统各子元件的协调优化运行，其中以能源转换效率为核心对各能源耦合元件进行建模，从而构建各能源系统运行的约束条件，使得各系统间能够协调配合优化运行，达到混合能源系统运行的整体最优性。

本发明的技术解决方案如下：

一种商业园区混合能源系统中的源储荷协调优化方法，其特点在于，该方法包括以下步骤：

步骤1、对商业园区所有场景所涉及的电气冷热子系统中各元件进行建模：

考虑的冷热电元件包括：电系统的可调负荷、大电网、储能和光伏，热系统的电制热、热负荷和热储能，冷系统的电制冷、冷负荷和冷储能，本发明将各个子系统元件的模型放入整体的协调优化模型中。

储能装置的一般模型为：

式中，sstor(t)为蓄能装置在t时刻储存的能量；δt为t时刻到t+1时刻的时间间隔；pabs(t)为t时刻蓄能功率，prelea(t)为t时刻放能功率；μ为蓄能装置自身向环境散能损失或自损耗的能量系数；η^abs为蓄能装置的蓄能效率。；η^relea为蓄能装置放能效率；

步骤2、建立完备场景下电系统、热系统、冷系统的联合优化模型：

优化目标是运行费用和环境成本之和最小：

式中，ce(k)和cg(k)表示第k个时间步长买电的单位功率，天然气的价格；cf为考虑环境成本时火电机组生产单位电能的环境损失成本；ns为一个运行周期内负荷和可再生能源的预测步长数；δt表示时间步长；

冷热电系统功率平衡约束：

lc(k)+lccon(k)＝vcη^dzl(pe(k)+ppv(k))-mc(k)

式中，vh(0≤vh≤1)表示电制热机组用电比例；vc(0≤vc≤1)表示电制冷机组用电比例；1-vh-vc(0≤1-vh-vc≤1)表示普通电用户用电比例；和表示热电联供系统(chp)的发电效率和发热效率；η^t，η^dzr，η^dzc分别表示变压器、电制热和电制冷的效率；ppv(k)，pe(k)和pg(k)分别为第k个时间步长时的光伏发电功率、外部电网注入园区的功率，天然气管网注入园区的热功率；me(k)、mh(k)和mc(k)分别表示电储能、热储能和冰蓄冷系统储蓄功率，储能为正，放能为负；le(k),lh(k),lc(k)分别表示不可调控的常规电负荷、热负荷和冷负荷第k时间步长的功率；lecon(k)，lhcon(k),lccon(k)分别表示可调控电负荷、热负荷和冷负荷第k时间步长的功率；

储能状态的转换约束：

式中，μe,μh,μc分别为储电，储热，储冷系统的充放自损耗系数；ηein,ηhin,ηcin分别为储电，储热，储冷系统的蓄能效率；ηeout,ηhout,ηcout分别为储电，储热，储冷系统的放能效率；

电制热，电制冷机组的功率约束：

式中，分别为电制热的最小功率，最大功率约束，分别为电制冷的最小功率，最大功率约束；

可调冷热电负荷约束：

式中，分别为可调电负荷的最小功率，最大功率，分别为可调热负荷的最小功率，最大功率，分别为可调冷负荷的最小功率，最大功率；

电储能装备、热储能装备和冷储能装备的容量约束：

式中，ese(k)，esh(k)，esc(k)分别表示电储能装备、热储能装备和冷储能装备的第k个时间步长的充电(热)状态；和分别表示电储能装备容量最小值和最大值；和分别表示热储能装备容量最小值和最大值；和分别表示冷储能装备容量最小值和最大值；

电储能装备、热储能装备和冷储能装备的功率约束：

式中，和分别表示电储能装备输出功率上下限；和分别表示热储能装备输出功率上下限；和分别表示冷储能装备输出功率的上下限；

周期性约束：

每个优化周期的电储能装备、热储能装备和冷储能装备的初始状态保持一致：

ese(0)＝ese(ns)

esh(0)＝esh(ns)

esc(0)＝esc(ns)；

步骤3、对所需优化的场景进行详细分析，分析纯粹的电场景、热电联合运行场景和冷电联合运行场景下的优化模型并采用gurobi+yalmip的优化求解工具进行求解，

本发明采用gurobi+yalmip的优化求解工具求解所建立模型。其中gurobi是由美国gurobioptimization公司开发的新一代优化性能全球领先的大规模优化器。而yalmip是由lofberg所开发，集成许多外部的最优化求解器(包括gurobi)，可形成一种统一的建模求解语言。yalmip提供了matlab/python等多种语言的调用api。通过matlab数学计算工具可直接调用yalmip,进而调用gurobi，从而求得本发明所建优化模型的最优解，即源、储、荷各可控元件的出力。

所述的场景分为三类：

纯粹的电场景：这类场景会在春，秋季节比较多，对热负荷和冷负荷要求很低，这个时候只需要考虑电元件，如储能，电网，光伏，风电，电动汽车，照明，电机等电负荷，因此在整体模型中剔除冷和热元件的约束条件后求解；

热电联合运行场景：这类场景在冬季供暖季节比较多，对冷负荷要求低，这个适合需要在电元件的基础上考虑热负荷的特性，考虑电制热，热储能的协调运行，因此在整体模型中剔除冷元件的约束条件后求解；

冷电联合运行场景：这类场景在夏季供冷季节或者工业设备等制冷运行下比较多，对热负荷要求低。这个适合需要在电元件的基础上考虑冷负荷的特性，考虑电制冷，冷储能的协调运行。因此在整体模型中剔除热元件的约束条件后求解。

本发明的有益效果是：

本发明商业园区混合能源系统的源储荷协调优化方法能够解决如附图1所示的典型商业园区中源、储、荷的优化调度问题，能够在工程上为含分布式电源、储能系统、可控负荷的运行模式，运行曲线提供定量的指导。

本发明在intel(r)core(tm)i5-6200ucpu@2.30ghz和4g内存的硬件环境中完整模型能够在5秒之内获得求解。由于是线性模型，求解速度较快，因此完全能够达到工程应用的时间要求。

目前的含源储荷的电力系统优化模型，一般仅对电子系统元件进行建模和协调优化，本发明在考虑了电力系统元件模型的基础上，进一步考虑冷和热子系统中的各元件模型；如在优化模型中考虑电制热，电储热，电制冷，冰蓄冷等设备的数学模型；同时通过能源转换效率考虑各系统的耦合元件从而将整个系统进行整体建模。本发明方法为线性优化模型，具有很快的求解速度和唯一解的特点，具有很好的实际应用前景；通过对优化结果的分析，证明该模型是合理的。

该模型通过对冷、热、电储能系统和可控冷、热、电负荷的协调优化调度，能够在满足安全约束、容量约束、功率平衡约束等众多刚性约束条件下使得综合能源系统的日运行经济性达到最优(即运行成本达到最低)。该优化模型能够对含冷、热、电综合能源系统的商业园区的各可控能源设备提供直接性的运行量化建议。

附图说明

图1是本发明商业园区混合能源系统的源储荷协调优化方法适用商业园区的典型混合能源系统供能结构示意图

图2是本发明所采用的某地日电价曲线

图3是混合能源系统纯电运行工况下的电储能soc曲线

图4是混合能源系统冬季热电运行工况下的电储能、电储热soc曲线

图5是混合能源系统夏季冷电运行工况下的电储能、冰蓄冷soc曲线

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

请参阅图1，图1是本发明商业园区混合能源系统的源储荷协调优化方法适用商业园区的典型混合能源系统供能结构示意图，该商业园区由电，气两个能源形式供能，内部存在电、热、冷三种用能形式。电系统考虑了电负荷，蓄电池，光伏和外部电网；冷系统考虑了电制冷、冰蓄冷和负荷；热系统考虑了电制热、蓄热装置和热负荷。

本发明所采用的某地日电价曲线如图2所示，存在早上和傍晚两个电价高峰。

本发明商业园区混合能源系统的源储荷协调优化方法，包括以下步骤：

步骤1、对商业园区所有场景所涉及的电气冷热子系统中各元件进行建模：

考虑的冷热电元件包括：电系统的可调负荷、大电网、储能和光伏，热系统的电制热、热负荷和热储能，冷系统的电制冷、冷负荷和冷储能，本发明将各个子系统元件的模型放入整体的协调优化模型中：

储能装置的一般模型为：

式中，sstor(t)为蓄能装置在t时刻储存的能量；δt为t时刻到t+1时刻的时间间隔；pabs(t)为t时刻蓄能功率，prelea(t)为t时刻放能功率；μ为蓄能装置自身向环境散能损失或自损耗的能量系数；η^abs为蓄能装置的蓄能效率。η^relea为蓄能装置放能效率；

步骤2、建立完备场景下电系统、热系统、冷系统的联合优化模型：

优化目标是运行费用和环境成本之和最小：

式中，ce(k)和cg(k)表示第k个时间步长买电的单位功率，天然气的价格；cf为考虑环境成本时火电机组生产单位电能的环境损失成本；ns为一个运行周期内负荷和可再生能源的预测步长数；δt表示时间步长；

冷热电系统功率平衡约束：

lc(k)+lccon(k)＝vcη^dzl(pe(k)+ppv(k))-mc(k)

式中，vh(0≤vh≤1)表示电制热机组用电比例；vc(0≤vc≤1)表示电制冷机组用电比例；1-vh-vc(0≤1-vh-vc≤1)表示普通电用户用电比例；和表示热电联供系统(chp)的发电效率和发热效率；η^t，η^dzr，η^dzc分别表示变压器、电制热和电制冷的效率；ppv(k)，pe(k)和pg(k)分别为第k个时间步长时的光伏发电功率、外部电网注入园区的功率，天然气管网注入园区的热功率；me(k)、mh(k)和mc(k)分别表示电储能、热储能和冰蓄冷系统储蓄功率，储能为正，放能为负；le(k),lh(k),lc(k)分别表示不可调控的常规电负荷、热负荷和冷负荷第k时间步长的功率；lecon(k)，lhcon(k),lccon(k)分别表示可调控电负荷、热负荷和冷负荷第k时间步长的功率；

储能状态的转换约束：

式中，μe,μh,μc分别为储电，储热，储冷系统的充放自损耗系数；ηein,ηhin,ηcin分别为储电，储热，储冷系统的蓄能效率；ηeout,ηhout,ηcout分别为储电，储热，储冷系统的放能效率；

电制热，电制冷机组的功率约束：

式中，分别为电制热的最小功率，最大功率约束，分别为电制冷的最小功率，最大功率约束；

可调冷热电负荷约束：

式中，分别为可调电负荷的最小功率，最大功率，分别为可调热负荷的最小功率，最大功率，分别为可调冷负荷的最小功率，最大功率；

电储能装备、热储能装备和冷储能装备的容量约束：

式中，ese(k)，esh(k)，esc(k)分别表示电储能装备、热储能装备和冷储能装备的第k个时间步长的充电(热)状态；和分别表示电储能装备容量最小值和最大值；和分别表示热储能装备容量最小值和最大值；和分别表示冷储能装备容量最小值和最大值；

电储能装备、热储能装备和冷储能装备的功率约束：

式中，和分别表示电储能装备输出功率上下限；和分别表示热储能装备输出功率上下限；和分别表示冷储能装备输出功率的上下限；

周期性约束：

每个优化周期的电储能装备、热储能装备和冷储能装备的初始状态保持一致：

ese(0)＝ese(ns)

esh(0)＝esh(ns)

esc(0)＝esc(ns)；

步骤3、对所需优化的场景进行详细分析，分析纯粹的电、热电联合运行场景和冷电联合运行场景下的优化模型并采用成熟的优化求解工具：gurobi和yalmip进行求解。

本发明实施例综合考虑了商业园区中的三种最典型运行工况下的运行场景。分别为一般工况下的纯电场景；冬季供热季的热电联合运行场景；夏季供冷季的冷电联合运行场景。每种场景仅考虑参与该场景的各元件，因此需要删除完整模型中对应的部分。三工况详细模型如下：

工况1：纯电负荷场景

参与元件：电储能

优化变量：me(k)

优化目标:

主要约束：

功率平衡约束：

le(k)＝η^t(pe(k)+ppv(k))+me(k)

储能充放电方程：

储能soc约束：

储能最大出力约束：

周期性约束：

ese(0)＝ese(ns)

上式各参数物理意义可参考权利要求书完整的数学模型。最后通过在matlab中调用yalmip和gurobi的函数接口api，用线性规划求解器中的单纯性法进行模型求解。

由图3，对于春秋季纯电运行场景可以看到储能的运行策略为两充两放的策略，与不少实际储能系统运行比较接近。0-7点充电，7-11点放电，11-14点充电，11-15点休息，15-22点再次放电，22-24再次充电，求解结果是比较合理的。可见该模型能够解决电场景下的源、储、荷协调优化运行问题。

工况2：热电场景

参与元件：电储能，电制热，储热系统。

优化目标:

优化变量：me(k),mh(k)，pdzr

约束条件如下：

功率平衡约束：

le(k)＝(pe(k)+ppv(k)+me(k))-pdzr(k)

lh(k)＝η^dzrpdzr(k)+mh(k)

储能充放电方程：

电制热功率约束：

储能容量约束：

储能出力约束：

周期性约束：

ese(0)＝ese(ns)

esh(0)＝esh(ns)

上式各参数物理意义可参考权利要求书完整的数学模型。最后通过在matlab中调用yalmip和gurobi的函数接口api，用线性规划求解器中的单纯性法进行模型求解。

由图4，对于冬季热电运行场景；电储能的运行方式基本不变。这是由于电储能的运行方式基本是由电价决定的，当峰谷电价变化的时候，电储能运行方式才会改变。分析图4电制热机组的运行方式为0点-6点，机组同时制热和供热；6点到10点，制热机组休息，蓄热装置供热；11点到13点，制热机组制热，蓄热装置蓄热；14点到21点，蓄热装置放热；21点-24点；制热机组制热，蓄热装置蓄热，此时一天的运行费用(目标函数)为31.6万元。可以看到如果是混合能源系统靠电制热供热，则电制热和热储能运行曲线和电储能是接近的。所求的的优化结果综合考虑了电制热机组的4种运行工况，具有比较实际的合理性。可见该模型能够解决热电联合运行场景的源储荷协调优化问题。

工况3：冷电场景

参与元件：电储能，电制冷，储冷系统。

优化目标:

优化变量：me(k),ml(k)，pdzl

约束条件：

功率平衡约束：

le(k)＝(pe(k)+ppv(k)+me(k))-pdzl(k)

lcol(k)＝η^dzlpdzl(k)+mcol(k)

储能充放电方程：

电制热功率约束：

储能容量约束：

储能出力约束：

周期性约束：

ese(0)＝ese(ns)

esc(0)＝esc(ns)

上式各参数物理意义可参考权利要求书完整的数学模型。最后通过在matlab中调用yalmip和gurobi的函数接口api，用线性规划求解器中的单纯性法进行模型求解。

由图5，同理进行分析，对于夏季冷电运行场景，电储能的运行方式基本不变。电制冷机组的运行方式为0点-6点，机组同时制冰和供冷；6点到10点，制冷机组休息，蓄冷槽供冷；11点到17点，制冷机组全功率运行，蓄冷槽不工作；17点到21点，制冷机组休息，蓄冷槽供冷；22点到24点同0点到6点。此时一天的运行费用(目标函数)为18.3万元。可以看到，冷电运行和热点运行曲线比较类似。在实际运行时，不同的实例会有不同的结果，和电价，热负荷，冷负荷，电负荷，以及功率约束等有很大的关系，可具体情况具体分析。可见该模型能够解决冷电联合运行场景的源储荷系统协调优化问题。