一种综合能源系统的优化方法、装置和电子设备与流程

1.本发明涉及电力系统技术领域，尤其涉及一种综合能源系统的优化方法、装置和电子设备。


背景技术：

2.电力系统中可以通过水电、煤电、潮汐发电以及储能设备发电等多种方式提供电能，以形成结合多种能源模式的综合能源系统，其中，可再生能源的发电占比也越来越高。
3.由于可再生能源的出力受天气的影响较大，具有不确定性，在相关技术中，采用典型日的数据描述全年的可再生能源的出力情况和负荷情况，但是，该典型日所描述的出力情况和负荷情况过于片面，所反映的全年的可再生能源的出力情况和负荷情况并不准确，从而采用典型日的方式优化电力系统运行方式的过程中，优化结果可能出现可再生能源的实际出力情况和实际负荷情况与典型日反映的出力情况和负荷情况有差异，从而降低了综合能源系统的能源利用率。
4.由上可知，相关技术中对综合能源系统的优化方法存在降低了综合能源系统的能源利用率的缺陷。


技术实现要素：

5.本发明实施例提供一种综合能源系统的优化方法、装置和电子设备，以解决相关技术中的综合能源系统优化方法存在的降低了综合能源系统的能源利用率的问题。
6.为了解决上述技术问题，本发明实施例是这样实现的：
7.第一方面，本发明实施例提供了一种综合能源系统的优化方法，包括：
8.获取综合能源系统的约束条件；
9.根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值；
10.根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数；
11.根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。
12.第二方面，本发明实施例还提供了一种综合能源系统的优化装置，包括：
13.第一获取模块，用于获取综合能源系统的约束条件；
14.确定模块，用于根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值；
15.优化模块，用于根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数；
16.第二获取模块，用于根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。
17.第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例第一方面提供的所述综合能源系统的优化方法中的步骤。
18.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述综合能源系统的优化方法中的步骤。
19.本发明实施例提供的综合能源系统的优化方法，包括：获取综合能源系统的约束条件；根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值；根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数；根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。这样，可以对符合约束条件的设计点参数进行第一迭代优化，并对该设计点参数对应的设备出力值进行第二迭代优化，以使第一预设优化模型优化得出的目标设计点参数和第二预设优化模型优化得出的目标设备出力值与综合能源系统的实际情况更加贴近，从而提升了综合能源系统的能源利用率。
附图说明
20.为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
21.图1是本发明实施例提供的一种综合能源系统的优化方法的流程图；
22.图2是本发明实施例提供的一种综合能源系统的优化方法的工作原理图；
23.图3是本发明实施例提供的一种综合能源系统的优化装置的结构图；
24.图4是本发明实施例提供的一种电子设备的结构图。
具体实施方式
25.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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.请参阅图1，是本发明实施例提供的一种综合能源系统的优化方法的流程图，如图1所示，该方法可以包括以下步骤：
27.步骤101、获取综合能源系统的约束条件。
28.在具体实施中，上述综合能源系统可以理解为：包括可再生能源、储能装置、用电侧的电力系统。
29.另外，上述约束条件可以是根据电量供需平衡原则，以及根据所述综合能源系统中的设备参数限定的约束条件等，例如：若综合能源系统包括可再生能源设备和储能设备，则该综合能源系统的约束条件可以包括：电功率流约束条件、热功率流约束条件、节点电压约束条件、线路传输功率约束条件、分布式发电装置运行约束条件、储能运行约束条件和需求侧响应约束条件等，综合能源系统在满足上述约束条件的情况下，能够确保该能源系统稳定运行。
30.具体的，上述电功率流约束条件可表示为以下公式：
[0031][0032]
其中，p
ik
表示节点k在t时刻注入的有功功率；p
kj
(t)表示节点k与节点j之间在t时刻传输的有功功率；g
kj
表示节点k与节点j之间的潮流系数；b
kj
表示节点k与节点j之间的导纳的虚部；v
k
(t)表示节点k在t时刻的电压；v
j
(t)表示节点j在t时刻的电压；θ
kj
(t)表示节点k与节点j之间在t时刻的电压的相角差；q
ik
表示节点k在t时刻注入的无功功率；q
kj
(t)表示节点k与节点j之间在t时刻传输的无功功率；n
d
表示综合能源系统中的节点总数量；j∈n(k)表示j取与k节点有传输关系的任一节点。
[0033]
上述热功率流约束条件可表示为以下公式：
[0034][0035]
其中，p
mt,i
(t)表示第i个微燃机(mt)在t时刻的有功功率；θ
mt,i
表示第i个微燃机的无功功率；h
boil,j
(t)表示第j个锅炉(boiler)在t时刻产生的热负荷总量；表示热储能在t时刻吸收的功率；表示热储能在t时刻放出的功率；h
load
(t)表示t时刻的热负荷总量；h
hs
(t)表示t时刻的可转移热负荷量；h
loss
(t)表示t时刻的热损耗；n
mt
表示微燃机的数量；n
b
表示锅炉的总数量。
[0036]
上述节点电压约束条件可表示为以下公式：
[0037][0038]
其中，表示节点k的最小允许电压值；v
k
(t)表示表示节点k在t时刻的电压值；
表示节点k的最大允许电压值。在实际应用中，上述和为常数，且其具体取值根据节点k的结构参数和综合能源系统的运行情况确定。
[0039]
上述线路传输功率约束条件可表示为以下公式：
[0040][0041]
其中，表示节点k与节点j之间的最小允许传输功率；p
kj
(t)表示节点k与节点j之间在t时刻的传输功率；表示节点k与节点j之间的最大允许传输功率。在实际应用中，上述和为常数，且其具体取值根据节点k和节点j的结构参数以及综合能源系统的运行情况确定。
[0042]
上述分布式发电装置运行约束条件可表示为以下公式：
[0043][0044]
其中，u
mt,i
(t)表示第i个微燃机(mt)在t时刻的启停状态；表示第i个微燃机的最大允许输出功率；p
mt,i
(t)表示第i个微燃机在t时刻的输出功率；表示第i个微燃机的最小允许输出功率；r
gi
表示第i个微燃机的上升率限制；表示第i个微燃机在t时刻的运行时长；表示第i个微燃机的最大允许关机时长；表示表示第i个微燃机在t时刻的关机时长；表示第i个微燃机的最小允许关机时长。
[0045]
在具体实施中，在u
mt,i
(t)等于1时，表示第i个微燃机在t时刻处于启动状态；在u
mt,i
(t)等于0时，表示第i个微燃机在t时刻处于停机状态，当然，在具体实施中，微燃机的状态还可以包括：备用状态、辅助状态等，且u
mt,i
(t)的取值可以相应的进行预设置，在此并不限定。
[0046]
另外，上述和为常数，且其具体取值根据第i个微燃机的结构参数以及综合能源系统的运行情况确定。
[0047]
上述储能运行约束条件可以表示为以下公式：
[0048][0049]
其中，表示储能装置在t时刻的充电功率；表示储能装置的最大允许充电功率；表示表示储能装置在t时刻的放电功率；表示表示储能装置的最大允许放电
功率；soc(0)表示储能装置在运行过程中的初始荷电状态；soc(t
n
)表示储能装置在运行过程中的最终荷电状态；soc(t)表示储能装置在t时刻的荷电状态；soc
min
表示储能装置的最小允许荷电状态；soc
max
表示储能装置的最大允许荷电状态；σ表示储能装置的自放电率；δt表示计划时间周期；表示储能装置在t时刻的充电电量；η
c
表示储能装置的充电系数；e
es
表示电储能容量；表示储能装置在t时刻的放电电量；η
d
表示储能装置的放电系数；表示热储能的最大允许吸收功率；表示热储能的最大允许放出功率；s
th
(0)表示热储能的日初始核电状态；s
th
(t
n
)表示热储能的日最终核电状态；表示热储能的最小允许核电状态；s
th
(t)表示热储能在t时刻的核电状态；表示热储能的最大允许核电状态；σ
th
表示热储能的自放电率；e
hss
表示热储能容量；表示热储能的充电效率；表示热储能的放电效率。
[0050]
在具体实施中，上述soc
min
、soc
max
、σ、η
c
、e
es
、η
d
、、σ
th
、e
hss
和分别可以是常数，且其具体取值根据储能装置的结构参数以及综合能源系统的运行情况确定。
[0051]
上述需求侧响应约束条件可以表示为以下公式：
[0052][0053]
其中，表示第r个负荷在t时刻的开关状态；p
lr
(t')表示在实际时间t'实际转移的负荷量，其中，t'可以等于(t+1)；n
ls
表示可转移符合的总数量；θ
mt,i
表示第i个微燃机的电热比；表示第r个可转移负荷在t时刻的可转移负荷量；p
lc
(t)表示在t时刻的可消减负荷量；ε表示可削减负荷的比例；p
load
(t)表示在t时刻的负荷量；n
hs
表示可转移负荷的总数量；表示第r个可转移负荷在t时刻允许转移的热负荷量；表示t时刻转移的第k个热负荷的开关状态；s
r,t,t'
表示热负荷是否从时刻t转移到时刻t’；k表示区域的散热系数；f表示区域热耗散系数；t
out
表示区域的室外温度；t
in
表示区域的室内温度；a表示温差矫正系数；ls
r,t,t'
表示第r个可转移负荷可以进行负荷转移的时间段；v
r,t,t'
表示第r个电负荷是否从时刻t转移到时刻t’；hs
r,t,t'
表示第r个可转移热负荷可以进行负荷转移的时间段；
h
hr
(t')表示在实际时间t'实际转移的热负荷量。
[0054]
在具体实施中，在等于1时，表示第r个负荷在t时刻处于启动状态；在等于0时，表示第r个负荷在t时刻处于停机状态，当然，在具体实施中，负荷的状态还可以包括：备用状态、辅助状态等，且的取值可以相应的进行预设置，在此并不限定。
[0055]
另外，在s
r,t,t'
等于1时，表示热负荷从时刻t转移到时刻t’；在s
r,t,t'
等于0时，表示热负荷不从时刻t转移到时刻t’。
[0056]
另外，在等于1时，表示第k个热负荷在t时刻处于启动状态；在等于0时，表示第k个热负荷在t时刻处于停机状态，当然，在具体实施中，热负荷的状态还可以包括：备用状态、辅助状态等，且的取值可以相应的进行预设置，在此并不限定。
[0057]
另外，上述k、f和a分别可以是常数，且其具体取值根据综合能源系统的结构和运行情况确定。
[0058]
作为一种可选的实施方式，所述综合能源系统的约束条件根据以下过程确定：
[0059]
根据所述综合能源系统在目标历史时间段内的运行数据，确定场景集和所述场景集中每一场景的发生概率；
[0060]
采用同步回代削减法，对所述场景集进行场景消减，得出典型场景和所述典型场景的发生概率，其中，所述场景集包括所述典型场景；
[0061]
根据所述典型场景和所述典型场景的发生概率，确定所述综合能源系统中的可再生能源的出力曲线和所述综合能源系统的负荷曲线；
[0062]
根据所述可再生能源的出力曲线和所述综合能源系统的负荷曲线确定所述综合能源系统的约束条件。
[0063]
在具体实施中，上述场景集可以包括大量的场景，例如：夏季运行场景、春季运行场景、下雨天的运行场景、晴天的运行场景等，其数量往往可以达到上百个，且每一运行场景的发生概率不同，例如：若某年包括365天，该年内下雨的天数有150天，晴天有100天，则晴天对应的运行场景的发生概率可以是(150
×
100％)/365，晴天对应的运行场景的发生概率可以是(100
×
100％)/365。另外，上述同步回代削减法可以对相似的运行场景进行合并，以得出典型场景和该典型场景的发生概率。这样，可以减少场景的数量，便于简化后续根据所述典型场景和所述典型场景的发生概率，确定所述综合能源系统中的可再生能源的出力曲线和所述综合能源系统的负荷曲线过程中的计算量。
[0064]
另外，上述根据所述可再生能源的出力曲线和所述综合能源系统的负荷曲线确定所述综合能源系统的约束条件可以是：根据典型场景和所述典型场景的发生概率确定综合能源系统的典型运行方式，并根据典型运行方式确定约束条件中的各个参数值，例如：在典型场景包括三个(分别为：典型场景a、典型场景b和典型场景c)且，该典型场景a的概率为50％，典型场景b的概率为30％，典型场景c的概率为20％的情况下，上述典型运行方式中的目标参数可以等于典型场景a中该目标参数的取值乘以50％、典型场景b中该目标参数的取值乘以30％与典型场景c中该目标参数的取值乘以20％之和，从而可以根据典型场景和所述典型场景的发生概率确定上述约束条件。
[0065]
步骤102、根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值。
[0066]
在具体实施中，符合所述约束条件的设计点参数可以是一个取值范围，例如：新增发电设备a的设备容量可以是100mw(兆瓦)至200mw之间，且新增发电设备b的设备容量可以是15mw至200mw之间，则上述初始设计点参数可以包括：发电设备a的设备容量的初始值为100mw～200mw之间的任一常数，发电设备b的设备容量的初始值为150mw～200mw之间的任一常数。
[0067]
需要说明的是，所述设计点参数中的设备容量可以是发电设备、用电设备、储能设备等任一种设备的设备容量。
[0068]
步骤103、根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数。
[0069]
在具体实施中，上述第一预设优化模型的目标函数为单位时间内的所述综合能源系统的总成本最低，所述第二预设优化模型的目标函数为单位时间内所述综合能源系统的运行成本最小。
[0070]
另外，上述采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，可以理解为：将初始设计点参数和第二预设优化模型上一次迭代结果输入至第一预设优化模型中，以得出该初始设计点参数是否符合第一预设优化模型的目标函数的要求，若不满足要求，则在所述约束条件约束的范围内该表设计点参数中的至少一个设备的设备容量，并将改变后的设计点参数输入至第二预设优化模型中，以得到第二预设优化模型的第二次迭代结果，然后将第二预设优化模型的第二次迭代结果和上述改变后的设计点参数输入至第一预设优化模型中，以得出该改变后的设计点参数是否符合第二预设条件，并在不符合要求的情况下，继续对第一预设优化模型和第二预设优化模型进行迭代，直至得出的设计点参数和设备出力值符合第二预设条件，或者，直至迭代次数达到最大允许次数，或者直至执行上述迭代过程的应用程序的迭代时间达到最大允许时间，则停止迭代，并在直至迭代次数达到最大允许次数，或者直至执行上述迭代过程的应用程序的迭代时间达到最大允许时间的情况下，选取迭代过程中得出的最靠近第二预设条件的一个设计点参数和一个设备出力值作为第一预设优化模型和第二预设优化模型的迭代结果。
[0071]
其中，上述第一预设优化模型的目标函数的要求可以理解为：本次迭代的设计点参数对应的所述综合能源系统在单位时间内的总成本小于上一次迭代的设计点参数对应的所述综合能源系统在单位时间内的总成本。在具体的，上述单位时间内的总成本可以是年总成本，其可以是年等额投资成本与年运行维护成本之和。另外，上述第二预设条件可以是迭代过程中得出的年总成本最低。
[0072]
当然，上述单位时间还可以是月度或者季度等，在此不作具体限定。
[0073]
作为一种可选的实施方式，通过以下过程确定目标设计点参数符合所述第二预设条件：
[0074]
在所述目标设计点参数对应的所述综合能源系统在单位时间内的总成本取最小值的情况下，确定所述目标设计点参数符合第二预设条件，其中，所述综合能源系统在单位时间内的总成本为：所述综合能源系统在单位时间内的等额投资成本和所述综合能源系统
在单位时间内的运行维护成本之和。
[0075]
在具体实施中，可以通过以下公式计算出所述综合能源系统在单位时间内的总成本的最小值：
[0076]
min c
total
＝c
inv
+c
ope
[0077]
其中，c
total
表示所述综合能源系统在单位时间内的总成本；c
inv
表示所述综合能源系统在单位时间内的等额投资成本；c
ope
表示所述综合能源系统在单位时间内的运行维护成本。具体的，上述综合能源系统在单位时间内的等额投资成本为综合能源系统总投资成本通过等额分配到运行周期中的每一单位时间的成本值，可以通过以下公式计算得出：
[0078][0079]
其中，i表示所述综合能源系统中的设备总数量；w
i
表示第i个设备的额定容量；表示第i个设备的单位投资成本；m表示单位时间的利率，l为设备的寿命。
[0080]
当然，在具体实施中，还可以在综合能源系统在单位时间内的总成本小于或者等于预设总成本的情况下，确定所述目标设计点参数符合第二预设条件。
[0081]
另外，上述采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，可以理解为：根据第一预设优化模型的设计点参数更新综合能源系统中分布式发电装置、储能装置和需求响应装置的边界条件，并根据更新后的边界条件更新第二预设优化模型的参数，然后采用改进二阶锥优化算法求解第二预设优化模型的目标函数，以获取综合能源系统中每一设备的设备出力值，在该设备出力值不符合第一预设条件的情况下，更新第二预设优化模型中的设备出力值，直至第二预设优化模型计算出的结果符合第一预设条件，否则继续更新第一预设优化模型中下一次迭代的设计点参数，并根据该设计点参数执行上述第二预设优化模型的迭代过程，直至设备出力值符合第一预设条件时，将符合第一预设条件的设备出力值输入至第一预设优化模型。
[0082]
其中，上述第一预设条件可以是：将同一设计点参数输入至第二预设优化模型后迭代得出多个设备出力值，计算每一个设备出力值对应的所述综合能源系统在单位时间内的运行成本，在该综合能源系统在单位时间内的运行成本取最小值时，确定该运行成本对应的设备出力值符合第一预设条件，从而结束第二预设优化模型的迭代过程，并将该符合第一预设条件的设备出力值输入至第一预设优化模型中以计算该设备出力值和设计点参数下，综合能源系统在单位时间内的总成本。
[0083]
作为一种可选的实施方式，通过以下过程确定目标设备出力值符合所述第一预设条件：
[0084]
在所述目标设备出力值对应的所述综合能源系统在单位时间内的运行成本取最小值的情况下，确定所述目标设备出力值符合第一预设条件。
[0085]
在具体实施中，上述综合能源系统在单位时间内的运行成本的最小值可以通过以下公式计算得出：
[0086][0087]
其中，s表示典型场景的总数量；s表示第s个可再生能源和负荷场景(即典型场
景)；p
s
表示不同场景的发生概率；t
n
表示每个典型场景的总运行时间；表示综合能源系统在t时刻的总燃料成本；表示综合能源系统在t时刻的总维护成本；表示综合能源系统在t时刻的总网损成本；表示综合能源系统在t时刻的总需求侧响应成本。
[0088]
本实施方式中，采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，且采用微分进化算法对更新后的所述第一预设优化模型的目标函数进行求解能够简化设备出力值和设计点参数的计算过程，从而简化综合能源系统优化方法的复杂程度。
[0089]
步骤104、根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。
[0090]
在具体实施中，上述获取的设计点参数可以包括：多个设备的额定容量值，且上述每一设备的设备出力值可以包括：所述综合能源系统中每一设备在某一单位时间内的出力值，例如：每小时出力值。
[0091]
在具体实施中，可以根据该多个设备的额定容量值和所述综合能源系统中每一设备在某一单位时间内的出力值可以确定综合能源系统的在单位时间内的总成本(往往为年总成本)和运行维护成本，从而在该单位时间内的总成本和运行维护成本取最小值时对应的目标设计点参数和目标设备出力值增加与目标设计点参数对应的设备，并控制所述综合能源系统中每一设备的出力值与所述目标设备出力值匹配的情况下，能够降低综合能源系统的成本。
[0092]
作为一种可选的实施方式，所述根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，包括：
[0093]
根据所述第一预设优化模型输出的设计点参数更新所述第二预设优化模型的目标函数，并采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，得出优化后的设备出力值；
[0094]
在所述第二预设优化模型输出的设备出力值符合第一预设条件的情况下，根据所述优化后的设备出力值更新所述第一预设优化模型的目标函数，并采用微分进化算法对更新后的所述第一预设优化模型的目标函数进行求解，得出优化后的设计点参数；
[0095]
所述根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值，包括：
[0096]
在所述优化后的设计点参数符合第二预设条件的情况下，确定目标设计点参数为所述优化后的设计点参数，并确定目标设备出力为所述优化后的设备出力值。
[0097]
下面以综合能源系统包括：可再生能源装置、储能装置、分布式发电装置以及需求侧响应装置为例，对所述综合能源系统的优化方法的工作原理进行举例说明，具体如图2所示，该综合能源系统的优化方法的工作原理包括以下步骤：
[0098]
第一步：初始化双层优化的所有参数。
[0099]
本步骤中，上述双层优化表示第一预设优化模型和第二预设优化模型，上述初始
化的参数包括：综合能源系统的网络参数、设备参数以及第一预设优化模型和第二预设优化模型中的参数等。在具体实施中，可以根据本发明实施例中提供的典型场景和典型场景的发生概率确定约束条件，上述初始化的各个参数为符合该约束条件的参数。
[0100]
第二步：根据设备容量约束生成初始设计点参数。
[0101]
本步骤中，上述设备容量约束可以是本发明实施例中根据典型场景和典型场景的发生概率确定的约束条件。在具体实施中，符合上述约束条件的设备容量可以是一个取值范围，则可以取该取值范围内的任一值作为初始设计点参数中设备容量的初始值。
[0102]
第三步：对初始设计点参数进行优化与评估。
[0103]
本步骤中，上述优化为一个迭代过程，每一迭代中在约束范围内改变设计点参数中至少一个设备容量值，并对改变后的设计点参数进行评估。在具体实施中，该评估可以是确定改变后的设计点参数对应的综合能源系统的年总成本，在确定该年总成本之前，需要先执行如下第四步，以基于该第四步得出的每小时设备出力值确定上述年总成本。
[0104]
第四步：基于设计点参数进行运行优化。
[0105]
本步骤中，上述基于设计点参数进行运行优化，也可以表示为基于设计点参数采用第二预设优化模型进行运行优化，以得出综合能源系统中每一设备的每小时设备出力值。具体的，该优化过程包括以下几小步：
[0106]
第一小步：更新分布式发电装置(简称：dg)、储能装置(简称：es)以及需求侧响应装置(简称：dr)的边界条件。
[0107]
在具体实施中，根据第一预设模型的设计点参数进行上述边界条件更新。
[0108]
第二小步：更新第二预设优化模型。
[0109]
在具体实施中，根据第一小步中更新后的上述边界条件，对第二预设优化模型中的参数进行更新。
[0110]
第三小步：采用改进二阶锥优化算法(简称：socp算法)求解第二预设优化模型。
[0111]
在具体实施中，上述改进二阶锥优化算法为第二预设优化模型采用的算法，该算法的输出结果为：综合能源系统中的每一设备的设备出力值，另外，该第二预设优化模型的目标函数为：综合能源系统的年运行成本最小。
[0112]
第四小步：是否满足结束条件。
[0113]
在具体实施中，上述是否满足约束条件为：检测改进二阶锥优化算法计算出的设备出力值是否满足综合能源系统的年运行成本最小的条件，若满足，则结束迭代过程并输出改进二阶锥优化算法计算出的设备出力值；若不满足，则继续采用改进二阶锥优化算法迭代计算下一设备出力值，直至改进二阶锥优化算法计算出的设备出力值满足结束条件。
[0114]
另外，迭代过程可以在迭代预设次数后停止，并分别计算预设次数得出的设备出力值对应的年运行成本，并取最小的一个年运行成本对应的设备出力值作为第二预设优化模型的输出结果。
[0115]
另外，上述迭代过程还可以在迭代预设时间长度后停止，在此并不具体限定。
[0116]
第五步：新生成设计点参数是否优于原有设计点参数。
[0117]
本步骤中，上述原有设计点参数为第一预设优化模型在上一次迭代中使用的设计点参数，上述新生成设计点参数优于原有设计点参数可以理解为：综合能源系统按照新生成设计点参数配置设备容量时，其年总成本小于按照原有设计点参数配置设备容量时的年
总成本。若新生成设计点参数优于原有设计点参数则执行步骤六，否则执行步骤四，以更新设计点参数。
[0118]
第六步：用新生成设计点参数替代原有设计点参数。
[0119]
本步骤中，上述用新生成设计点参数替代原有设计点参数可以理解为：计算综合能源系统按照新生成设计点参数配置设备容量时的年总成本，具体可以采用微分进化算法计算综合能源系统的年总成本。
[0120]
第七步：是否满足结束条件。
[0121]
在具体实施中，上述是否满足约束条件为：检测微分进化算法计算出的设设计点参数是否满足综合能源系统的年总成本最小的条件，若满足，则结束迭代过程并输出微分进化算法计算出的设计点参数；若不满足，则继续采用微分进化算法迭代计算下一设计点参数，直至微分进化算法计算出的设计点参数满足结束条件。
[0122]
另外，上述迭代过程是否停止迭代的方式可以参照第二预设优化模型的迭代过程，在此不再赘述。
[0123]
作为一种可选的实施方式，在所述优化后的设计点参数不符合所述第二预设条件的情况下，采用微分进化算法调整设计点参数；
[0124]
所述根据所述第一预设优化模型输出的设计点参数更新所述第二预设优化模型的目标函数，并采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，得出优化后的设备出力值，包括：
[0125]
根据调整后的设计点参数更新所述第二预设优化模型的目标函数，并采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，得出优化后的设备出力值。
[0126]
在具体实施中，上述采用微分进化算法调整设计点参数可以是，将设计点参数中至少一个设备容量进行随机调整，且调整后的设计点参数符合综合能源系统的约束条件。
[0127]
本实施方式中，可以采用微分进化算法便利符合综合能源系统的约束条件的每一个设计点参数，以得出目标函数的最终取值，使综合能源系统的优化方法的结果更加全面和可靠。
[0128]
需要说明的是，在具体实施中，可以将包括上述第一预设优化模型和第二预设优化模型的双层优化模型存储于计算机程序中，并将综合能源系统的历史运行数据输入至该计算机程序，便可以根据该程序的执行结果确定出目标设计点参数和目标设备出力值，进而还可以根据该目标设计点参数和目标设备出力值确定综合能源系统的优化方案，例如：增加设备容量、新增设备或者调整设备的每小时出力等，这样能够减小综合能源系统的成本，并提升综合能源系统的能源利用率。
[0129]
本发明实施例提供的综合能源系统的优化方法，包括：获取综合能源系统的约束条件；根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值；根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数；根据所述
第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。这样，可以对符合约束条件的设计点参数进行第一迭代优化，并对该设计点参数对应的设备出力值进行第二迭代优化，以使第一预设优化模型优化得出的目标设计点参数和第二预设优化模型优化得出的目标设备出力值与综合能源系统的实际情况更加贴近，从而提升了综合能源系统的能源利用率。
[0130]
请参阅图3，是本发明实施例提供的一种综合能源系统的优化装置，如图3所示，该综合能源系统的优化装置300可以包括以下模块：
[0131]
第一获取模块301，用于获取综合能源系统的约束条件；
[0132]
确定模块302，用于根据所述约束条件，确定所述综合能源系统的初始设计点参数，其中，所述初始设计点参数包括所述综合能源系统中每一设备的设备容量的初始值；
[0133]
优化模块303，用于根据所述约束条件，采用第一预设优化模型对所述初始设计点参数进行第一迭代优化，并采用第二预设优化模型对所述综合能源系统中每一设备的设备出力值进行第二迭代优化，其中，所述第二预设优化模型输出的设备出力值作为所述第一预设优化模型下一次迭代的输入参数，所述第一预设优化模型输出的设计点参数作为所述第二预设优化模型下一次迭代的输入参数；
[0134]
第二获取模块304，用于根据所述第一预设优化模型的输出结果获取所述综合能源系统的目标设计点参数，并根据所述第二预设优化模型的输出结果获取所述综合能源系统中每一设备的目标设备出力值。
[0135]
可选的，所述综合能源系统的约束条件根据以下过程确定：
[0136]
根据所述综合能源系统在目标历史时间段内的运行数据，确定场景集和所述场景集中每一场景的发生概率；
[0137]
采用同步回代削减法，对所述场景集进行场景消减，得出典型场景和所述典型场景的发生概率，其中，所述场景集包括所述典型场景；
[0138]
根据所述典型场景和所述典型场景的发生概率，确定所述综合能源系统中的可再生能源的出力曲线和所述综合能源系统的负荷曲线；
[0139]
根据所述可再生能源的出力曲线和所述综合能源系统的负荷曲线确定所述综合能源系统的约束条件。
[0140]
可选的，所述综合能源系统的约束条件包括：
[0141]
电功率流约束条件、热功率流约束条件、节点电压约束条件、线路传输功率约束条件、分布式发电装置运行约束条件、储能运行约束条件和需求侧响应约束条件。
[0142]
可选的，所述优化模块，包括：
[0143]
第一更新单元，用于根据所述第一预设优化模型输出的设计点参数更新所述第二预设优化模型的目标函数，并采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，得出优化后的设备出力值；
[0144]
第二更新单元，用于在所述第二预设优化模型输出的设备出力值符合第一预设条件的情况下，根据所述优化后的设备出力值更新所述第一预设优化模型的目标函数，并采用微分进化算法对更新后的所述第一预设优化模型的目标函数进行求解，得出优化后的设计点参数；
[0145]
所述第二获取模块，具体用于：
[0146]
在所述优化后的设计点参数符合第二预设条件的情况下，确定目标设计点参数为所述优化后的设计点参数，并确定目标设备出力为所述优化后的设备出力值。
[0147]
可选的，所述综合能源系统的优化装置还包括：
[0148]
调整模块，用于所述在所述优化后的设计点参数符合第二预设条件的情况下，确定目标设计点参数为所述优化后的设计点参数，并确定目标设备出力为所述优化后的设备出力值之前，在所述优化后的设计点参数不符合所述第二预设条件的情况下，采用微分进化算法调整设计点参数；
[0149]
所述第一更新单元，具体用于：
[0150]
根据调整后的设计点参数更新所述第二预设优化模型的目标函数，并采用改进二阶锥优化算法对更新后的所述第二预设优化模型的目标函数进行求解，得出优化后的设备出力值。
[0151]
可选的，通过以下过程确定目标设备出力值符合所述第一预设条件：
[0152]
在所述目标设备出力值对应的所述综合能源系统在单位时间内的运行成本取最小值的情况下，确定所述目标设备出力值符合第一预设条件；
[0153]
通过以下过程确定目标设计点参数符合所述第二预设条件：
[0154]
在所述目标设计点参数对应的所述综合能源系统在单位时间内的总成本取最小值的情况下，确定所述目标设计点参数符合第二预设条件，其中，所述综合能源系统在单位时间内的总成本为：所述综合能源系统在单位时间内的等额投资成本和所述综合能源系统在单位时间内的运行维护成本之和。
[0155]
本发明实施例提供的综合能源系统的优化装置能够执行本发明实施例提供的综合能源系统的优化方法的各个过程，且能够取得相同的有益效果，为避免重复，在此不再赘述。
[0156]
参阅图4，图4为实现本发明各个实施例的一种电子设备的硬件结构示意图，如图4所示，该电子设备，包括：处理器401，存储器402，存储在存储器402上并可在所述处理器401上运行的计算机程序，该计算机程序被处理器401执行时实现上述综合能源系统的优化方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0157]
在具体实施中，上述电子设备具体可以是计算机或者计算机集群，且该计算机或者计算机集群还可以根据其总存储的综合能源系统的优化方法对应的程序的执行结果控制综合能源系统的运行方式或者输出设备容量调整建议等。
[0158]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0159]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质
(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0160]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。