一种考虑可再生能源供能的工业流程微电网规划方法

1.本发明属于工业流程微电网规划领域，更具体地，涉及一种考虑可再生能源供能的工业流程微电网规划方法。


背景技术：

2.为支撑我国经济发展与建设制造强国，近年来工业制造行业用电量增长迅猛。据统计，在2021年上半年，我国钢铁、建材、有色、化工和石化等工业的用电量占社会电能消耗近一半，其中增长量占全社会电力需求总增长量的42％。这导致工业制造用电成本始终高居不下，并演化为制约发展的重要问题。
3.随着国家“双碳”重大战略的提出与实施，不少工业制造行业都采用成本更低的可再生能源供电，在实现节能减排的同时降低用电成本。事实上，为应对能源危机和全球气候变暖，世界各国近年来大力开发和利用可再生能源。其中风电和光伏发电倍受关注，在全球范围内迅速发展，其装机容量高达564gw和486gw,十年来年均增速为35.5％和42.8％。据统计，我国2018年风电累计并网装机容量已高达1.84亿千瓦，占总发电装机容量的9.7％。然而，由于可再生能源具有高度不确定性，弃风弃光现象正在频发。在2019年第一季度，我国的弃风量就达到了128.3亿千瓦时。在此背景下，采用高比例的可再生能源为工业流程微电网进行供电，以提高工业产量、促进工业发展，同时，通过工业流程微电网的需求侧响应，以提高新能源消纳量、解决能源浪费问题，具有十分重要的意义。由此，建立一种完全采用可再生能源的考虑需求侧响应的工业流程微电网具有十分重要的现实意义。
4.然而，为了促进大规模的新能源消纳，除了依赖于工业流程微电网的需求侧响应，还必须引进大规模电力存储系统等设备用于存储可再生能源，降低其不确定性对电网造成的影响，提高电网运行的可靠性。与之相对，为了降低工业流程微电网的建造成本和运营成本，需要充分考虑电力存储系统的建造成本，降低微电网建造的经济成本。因此，如何平衡微电网的建造成本与可再生能源利用率的关系，使工业流程微电网的用电成本最小化，是一个难点问题。


技术实现要素：

5.针对现有技术的缺陷和改进需求，本发明提供了一种考虑可再生能源供能的工业流程微电网规划方法，其目的在于，在工业流程微电网的规划中同时考虑电力存储系统的建造成本和可再生能源的利用率，设计最优规划方案，以大幅度减少工业流程微电网的用电成本。
6.为实现上述目的，按照本发明的一个方面，提供了一种考虑可再生能源供能的工业流程微电网规划方法，包括：第一阶段调度和第二阶段调度；
7.第一阶段调度包括：在仅从主电网购电的情况下，以使得单个调度周期内加工工件的能耗成本最低为优化目标，以各时段内加工机器和缓存器的能耗为决策变量，建立第一阶段调度模型，并在预设的第一约束条件下进行优化求解；
8.第二阶段调度包括：
9.根据第一阶段调度的优化求解结果，计算单个调度周期内加工机器和缓存器的能耗fm和fb，并构造能耗需求约束f
m+b
≤(1+α)(fm+fn)；
10.在考虑可再生能源供能的情况下，以使得单个调度周期内工件加工成本最低且使得可再生能源接入率最大为优化目标，以各时段内加工机器和缓存器的能耗、向主电网购电的计划、电力存储系统的电量存储和充放电计划、可再生能源的发电和消纳计划为决策变量，建立第二阶段调度模型，并在包括第一约束条件和能耗需求约束的第二约束条件下进行优化求解，根据求解结果计算工业流程微电网的最优规划方案；
11.其中，f
m+b
表示第二阶段调度中，单个调度周期内加工工件的总能耗；α表示能耗裕度，α》0；工件加工成本包括电力存储系统的建造成本、向主电网的购电惩罚成本以及加工工件的能耗成本；可再生能源接入率为加工工件的总能耗中可再生能源所占的比例。
12.进一步地，第一约束条件包括：
[0013][0014][0015][0016][0017][0018][0019][0020]
其中，t表示单个调度周期内的调度时段总数；nm和nb分别表示工业流程微电网的工业流程网络中加工机器和缓存器的数量；nw表示需要加工的工件数量；和分别表示时段t、时段t-1以及最后一个时段和第一个时段内第i个加工机器中的工件数量，表示时段t内第i+1个加工机器中的工件数量，表示时段t内第i个加工机器可加工工件的最大数量，表示时段t-1内第i-1个加工机器可加工工件的最大数量；和分别表示时段t、时段t-1以及最后一个时段和第一个时段内第i个缓存器中的工件数量，表示时段t-1内第i-1个缓存器中的工件数量，表示时段t内第i个缓存器的最大缓存容量。
[0021]
进一步地，第一阶段调度模型的目标函数为：
[0022][0023]
其中，f
tm，1
和f
tb，1
分别表示第一阶段调度中在时段t内加工机器和缓存器的能耗，
π
t
表示时段t内向主电网购电的电价。
[0024]
进一步地，第二约束条件还包括：购电约束，表达式如下：
[0025]
0≤p
tgrid
≤p
tgm
·
p
tb
[0026][0027]
其中，p
tgrid
表示时段t内向主电网购电的购电量，p
tgm
表示时段t内向主电网购电的最大购电量；p
tb
为0/1变量，为0表示时段t内向主电网购电，为1表示时段t内向主电网购电；p
bm
表示单个调度周期内允许向主电网购电的最大次数。
[0028]
进一步地，第二约束条件还包括：电力存储系统的建造约束，表达式如下：
[0029][0030][0031]
其中，ess
cap
表和ess
ramp
均属于第二阶段调度模型的决策变量，分别表示电力存储系统的储能容量和充放电容量；和分别表示电力存储系统的储能容量上限值和充放电容量上限值。
[0032]
进一步地，第二约束条件还包括：电力存储系统的运营约束，表达式如下：
[0033]
ess1＝ess
t+1
[0034]
0≤ess
t
≤ess
cap
[0035]
0≤p
tchar
≤ess
ramp
[0036]
0≤p
tdischar
≤ess
ramp
[0037]
ess
t+1
＝ess
t
+p
tchar
η
ch-p
tdischar
/η
dis
[0038]
其中，ess
t
和ess
t+1
分别时段t和时段t+1内电力存储系统存储的电量；ess1和ess
t+1
分别表示当前调度周期和下一调度周期的第一个调度时段内电力存储系统存储的电量；p
tchar
表示时段t内电力存储系统的充电量；p
tdischar
表示时段t内电力存储系统的放电量。
[0039]
进一步地，第二约束条件还包括：可再生能源的消纳约束，表达式如下：
[0040]
0≤re
t
≤ge
t
[0041]
第二约束条件还包括：电力供需平衡约束，表达式如下：
[0042]
p
tgrid
+re
t
+p
tdischar
＝p
tchar
+f
tm
+f
tb
[0043]
其中，re
t
表示时段t内可再生能源的消纳，ge
t
表示时段t内可再生能源的发电量；f
tm
和f
tb
分别表示第二阶段调度中时段t内加工机器和缓存器的能耗。
[0044]
进一步地，电力存储系统的建造成本为：
[0045]
f1＝π
ess
·
ess
cap
+π
essr
·
ess
ramp
[0046]
向主电网的购电惩罚成本为：
[0047][0048]
工业流程微电网加工工件消耗的可再生能源量为：
[0049][0050]
工业流程微电网加工工件的总能耗为：
[0051][0052]
并且，第二阶段调度模型的目标函数为：
[0053]
minj2＝f1+f2+j1[0054]
maxj3＝f
3-f4[0055]
其中，π
ess
表示电力存储系统容量的成本价格，π
essr
表示电力存储系统充放电速度的成本价格；π
p
表示惩罚因子。
[0056]
进一步地，工业流程微电网的最优规划方案包括：电力存储系统的建造成本d1和可再生能源接入率d2，计算公式分别如下：
[0057]
d1＝f
1*
[0058][0059]
其中，f
1*
、和分别表示根据第二阶段优化求解结果分别计算电力存储系统的建造成本、工业流程微电网加工工件消耗的可再生能源量和工业流程微电网加工工件的总能耗。
[0060]
按照本发明的另一个方面，提供了一种计算机可读存储介质，包括：存储的计算机程序；计算机程序被处理器执行时，控制计算机可读存储介质所在设备执行本发明提供的上述考虑可再生能源供能的工业流程微电网规划方法。
[0061]
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
[0062]
(1)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，包括两个阶段的调度，在第一阶段调度中，通过优化求解，获得完全主电网供电条件下的最经济运营方案，由此获得了工业流程微电网加工零件所需的能耗规模，并根据该能耗规模构造了第二阶段调度的能耗需求约束，有效避免了第二阶段调度中为了提高可再生能源消纳而过度提高能耗；在第二阶段调度中，则在能耗需求约束及其他相关约束下，同时以工件加工成本最小化和可再生能源接入率最大化为优化目标，其中，工件加工成本包括电力存储系统的建造成本、向主电网的购电惩罚成本以及加工工件的能耗成本，因此，通过第二阶段调度，实现了对电力存储系统的建造成本和可再生能源的利用率的综合考虑，一方面为工业流程微电网的运营商减少了建造成本，提高了经济性，另一方面提高了可再生能源的使用比例，从而降低了工业微电网的运营成本。总体而言，本发明能够大幅度减少工业流程微电网的用电成本。
[0063]
(2)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，允许工业流程微电网向主电网购电，确保了工业流程微电网在可再生能源规模偏小时，可通过其他方式获取电能，最小化工业流程微电网的运营成本，同时，在第二阶段调度中会考虑向主电网购电的惩罚成本，在其优选方案中，还设计了具体的购电约束，对工业流程微电网向主电网购电的次数进行了限定，在保证工业流程微电网稳定运行的情况下，尽可能保证购电时间的集中，更便于微电网的调度，尽可能减少从主电网的购电，提高可再生能源的消纳量。
[0064]
(3)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，建立了电力存储系统，用于存储和释放可再生能源产生的电能，增强了工业流程微电网的柔性调度，同时，将电力存储系统的存储容量和充放电容量作为第二阶段的决策变变量，并提供其边界
调整，从而能够在最优经济方案中选取合适的电力存储系统参数用于计算电力存储系统的建造花费，通过尽可能减少电力存储系统的建造花费，实现电网建造成本的最小化。
[0065]
(4)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，在电力存储系统的运营约束中，通过ess1＝ess
t+1
保证了每个调度周期内电力存储系统的初始状态一样，从而进行稳定的日前调度，通过电力存储系统在可再生能源规模较高时将其转化为电能存储，进而在其他时间段释放，从而尽可能提高可再生能源的消纳量，降低工业微电网的购电量，实现电网运营收益的最大化。
[0066]
(5)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，通过引入惩罚因子π
p
，提出了向主电网购电的惩罚机制，通过该惩罚因子，可实现在不从主电网购电的情况下最小化电力存储系统的建造成本；通过将可再生能源接入率相关的目标函数修正为线性模型，确保了模型求解的效率和准确度。
[0067]
(6)本发明提供的考虑可再生能源供能的工业流程微电网规划方法，在不同的可再生能源规模，尤其是高比例可再生能源供能的情况下，均能有效提高可再生能源接入率，甚至实现可再生能源完全供能，在此基础上，能够有效减少工业流程微电网中电力存储系统的建造成本，最终大幅减少工业流程微电网的用电成本。
附图说明
[0068]
图1为现有的工业流程微电网的加工网络示意图；
[0069]
图2为本发明实施例提供的考虑可再生能源供能的工业流程微电网规划方法示意图；
[0070]
图3为本发明实施例提供的三种case的pareto曲线示意图；其中，(a)为case1的pareto曲线示意图，case1略低于能耗规模，(b)为case2的pareto曲线示意图，case2接近能耗规模，(c)为case3的pareto曲线示意图，case3高于能耗规模；
[0071]
图4为本发明实施例提供的case1中各中权值下的决策方案；
[0072]
图5为本发明实施例提供的case1中3种建造方案的零件加工电力调度图；其中，(a)为case1的调和解电力调度图，(b)为case1的最高可再生能源接入率电力调度图，(c)为case1的最低建造成本电力调度图；
[0073]
图6为本发明实施例提供的case2各种权值下的决策方案；
[0074]
图7为本发明实施例提供的case2中2种建造方案的零件加工电力调度图；其中，(a)为case2的调和解电力调度图，(b)为case2的最高可再生能源接入率电力调度图；
[0075]
图8为本发明实施例提供的case3中1种建造方案的零件加工甘特图以及电力调度图；
[0076]
图9为本发明实施例提供的case3中可再生能源规模与电力存储系统建造成本的关系；
[0077]
图10为本发明实施例提供的case3中2中建造方案的零件加工电力调度图；其中，(a)为可再生能源规模增加率为1％的电力调度图，(b)为可再生能源规模增加率为30％的电力调度图。
具体实施方式
[0078]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0079]
在本发明中，本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0080]
再详细解释本发明的技术方案之前，先对本发明所涉及的工业流程微电网中的加工网络进行如下简要介绍：
[0081]
工业流程微电网的加工网络由加工机器和缓存器构成，相邻两个加工机器之间设置有一个缓存器，如图1所示，故加工网络中缓存器的数量nb与加工机器的数量nm满足：nb＝n
m-1。原料进入加工网络后，会依次进入各个加工机器进行加工，直至在最后一台加工机器上完成加工；加工机器之间设置的缓存器可以对工件从上一级加工机器流入下一级加工机器的时间进行调整。
[0082]
为了有效降低工业流程微电网的用电成本，本发明考虑了采用可再生能源供电，并且搭建了电力存储系统，用于存储和释放新能源产生的电能，增强工业微电网的柔性调度，相应地，提供了两阶段调度相结合的规划方法对工业流程微电网进行规划，在规划中同时考虑了电力存储系统的建造成本和可再生能源的利用率。以下为实施例。
[0083]
实施例1：
[0084]
一种考虑可再生能源供能的工业流程微电网规划方法，如图1所示，包括：第一阶段调度和第二阶段调度。
[0085]
本实施例中，第一阶段调度的主要作用在于，确定工业流程微电网在可再生能源功能的情况下，工件加工所需的能耗规模。第一阶段具体包括：在仅从主电网购电的情况下，以使得单个调度周期内加工工件的能耗成本最低为优化目标，以各时段内加工机器和缓存器的能耗为决策变量，建立第一阶段调度模型，并在预设的第一约束条件下进行优化求解。本实施例中，充分分析工业流程微电网中加工网络的运行特性，所设计的第一约束条件包括：
[0086]
加工机器的容量约束，表达式如下：
[0087][0088]
缓存器的容量约束，表达式如下：
[0089][0090]
加工机器的行为约束，即加工机器在当前时段加工数量不大于上一时段上一级加工机器和上一级缓存器中的产品数量之和，表达式如下：
[0091][0092]
缓存器中工件数量满足与流入流出之间的平衡约束，表达式如下：
[0093][0094]
在生产开始的时候，加工网络中的缓存器均为空，且生产对对象必须从第一台机
器进入生产网络并在最后一台机器上完成加工；系统停止运作时，为了减少不必要的资源浪费，所有的缓存器也应为空；相关表达式如下：
[0095][0096][0097]
每个加工机器应对每一个零件都进行一次加工，表达式如下：
[0098][0099]
在以上表达式中，t表示单个调度周期内的调度时段总数，可选地，本实施例中，一个调度周期为一天，且将一天划分为t＝24个调度时段；nm和nb分别表示工业流程微电网的工业流程网络中加工机器和缓存器的数量；nw表示需要加工的工件数量；和分别表示时段t、时段t-1以及最后一个时段和第一个时段内第i个加工机器中的工件数量，表示时段t内第i+1个加工机器中的工件数量，表示时段t内第i个加工机器可加工工件的最大数量，表示时段t-1内第i-1个加工机器可加工工件的最大数量；和分别表示时段t、时段t-1以及最后一个时段和第一个时段内第i个缓存器中的工件数量，表示时段t-1内第i-1个缓存器中的工件数量，表示时段t内第i个缓存器的最大缓存容量。
[0100]
相应的，时段t的机器运行总能耗和缓存器运行总能耗可用式(8)-(9)表示如下：
[0101][0102][0103]
其中，和分别表示第i台加工机器和第i个缓存器处理一个零件时的能耗；f
tm，1
和f
tb，1
分别表示第一阶段调度中在时段t内加工机器和缓存器的能耗。
[0104]
第一阶段调度模型的目标函数为：
[0105][0106]
其中，π
t
表示主电网所提供的分时电价表中，在时段t内向主电网购电的电价。
[0107]
综上，本实施例中，第一阶段调度模型为：
[0108][0109]
通过求解第一阶段调度模型，可以得到使得单日加工工件的能耗成本最小的情况下，各个时段内各加工机器加工工件的数量f
tm，1
，以及各缓存器缓存工件的数量f
tb，1
，通过调整工业流程网络加工工件的时段改变负荷，在完全由主电网供电条件下的工业流程微电
网的加工方案；基于第一阶段调度模型的求解结果，可以计算最优经济运行方案下单日加工工件的机器能耗和缓存器能耗如下：
[0110][0111][0112]
以上能耗将作为第二阶段调度中构建能耗需求约束的依据，具体的能耗需求约束为：
[0113]fm+b
≤(1+α)(fm+fn)
ꢀꢀ
(10)
[0114]
其中，表示第二阶段调度中，单个调度周期内加工工件的总能耗，f
tm
和f
tb
分别表示时段t内加工机器和缓存器的能耗；α表示能耗裕度，α》0；由于根据第一阶段调度模型的求解结果计算的能耗为最优结果，本实施例在构造第二阶段的能耗需求约束时，在最优能耗的基础上引入了能耗裕度，扩大了第二阶段调度的调度空间，增加了第二阶段调度的灵活性；在实际应用中，能耗裕度可根据实际的调度需求相应设定，可选地，本实施例中，能耗裕度的具体取值为α＝0.05。
[0115]
本实施例中，第二阶段调度的主要作用在于，在考虑可再生能源供能的条件下，考虑电力存储系统的建造成本和可再生能源的利用率，设计工业流程微电网的最优规划方案。第二阶段调度具体包括：
[0116]
在考虑可再生能源供能的情况下，以使得单个调度周期内工件加工成本最低且使得可再生能源接入率最大为优化目标，以各时段内加工机器和缓存器的能耗、向主电网购电的计划、电力存储系统的电量存储和充放电计划、可再生能源的发电和消纳计划为决策变量，建立第二阶段调度模型，并在包括第一约束条件和能耗需求约束的第二约束条件下进行优化求解，根据求解结果计算工业流程微电网的最优规划方案；
[0117]
其中，工件加工成本包括电力存储系统的建造成本、向主电网的购电惩罚成本以及加工工件的能耗成本；可再生能源接入率为加工工件的总能耗中可再生能源所占的比例。
[0118]
本实施例所建立的第二阶段调度模型，其约束条件除了上述第一约束条件和能耗需求约束外，还包括以下约束条件：
[0119]
可再生能源的消纳约束，表达式如下：
[0120]
0≤re
t
≤ge
t
ꢀꢀ
(10)
[0121]
其中，re
t
表示时段t内可再生能源的消纳，ge
t
表示时段t内可再生能源的发电量；本实施例中，可再生能源具体包括风力发电和光伏发电，以wind
t
和pv
t
分别表示时段t内风力发电量和光伏发电量，则ge
t
＝wind
t
+pv
t
；通过可再生能源的消纳约束，可以确定每一时刻可再生能源的并网数量，其不超过风光处理的总和，同时，实现了对可再生能源不确定性的表征和采样。
[0122]
由于可再生能源具有不确定性，为保证在可再生能源规模偏小时，工业微电网能稳定运行，在第一阶段调度的基础上保留了从主电网购电的机制，相应的购电约束如下：
[0123]
0≤p
tgrid
≤p
tgm
·
p
tb
ꢀꢀ
(12)
[0124][0125]
其中，p
tgrid
表示时段t内向主电网购电的购电量，p
tgm
表示时段t内向主电网购电的最大购电量；p
tb
为0/1变量，为0表示时段t内向主电网购电，为1表示时段t内向主电网购电；p
bm
表示单个调度周期内允许向主电网购电的最大次数；通过上述购电约束，本实施例可以限制工业流程微电网向主电网购电的次数，即工业流程微电网最多可在p
bm
个时段内进行购电，从而保证了在可再生能源规模较小时工业流程微电网有其他获取电力的来源以满足工件加工需求，最小化工业流程微电网运行风险，同时尽可能保证购电时间集中，便于工业流程微电网调度，并减少从主电网的购电，提高可再生能源的消纳量。
[0126]
为了增强工业微流程电网的柔性调度，本实施例在考虑可再生能源功能的同时，会建造电力存储系统，通过电力存储系统在可再生能源规模较高时将其转化为电能存储，进而在其他时间段释放，从而尽可能提高可再生能源的消纳量，降低工业微电网的购电量，实现电网运营收益的最大化。本实施例在第二阶段调度模型的约束条件中相应地设计了电力存储系统的规模约束和充放电速度约束，表达式如下：
[0127][0128][0129]
其中，ess
cap
表和ess
ramp
均属于第二阶段调度模型的决策变量，分别表示电力存储系统的储能容量和充放电容量；和分别表示电力存储系统的储能容量上限值和充放电容量上限值。本实施例中，将ess
cap
表和ess
ramp
也作为第二阶段调度的决策变量，并提供其边界调整，能够在最优经济方案中选取合适的电力存储系统参数用于计算电力存储系统的建造花费，通过尽可能减少电力存储系统的建造成本，实现电网建造成本的最小化。
[0130]
为了确保电力存储系统的正常运行，本实施例相应在第二阶段调度模型的约束条件中设计了电力存储系统的运营约束，具体如下：
[0131]
ess1＝ess
t+1
ꢀꢀ
(16)
[0132]
0≤ess
t
≤ess
cap
ꢀꢀ
(17)
[0133]
0≤p
tchar
≤ess
ramp
ꢀꢀ
(18)
[0134]
0≤p
tdischar
≤ess
ramp
ꢀꢀ
(19)
[0135]
ess
t+1
＝ess
t
+p
tchar
η
ch-p
tdischar
/η
dis
ꢀꢀ
(20)
[0136]
在以上表达式中，ess
t
和ess
t+1
分别时段t和时段t+1内电力存储系统存储的电量；ess1和ess
t+1
分别表示当前调度周期和下一调度周期的第一个调度时段内电力存储系统存储的电量；p
tchar
表示时段t内电力存储系统的充电量；p
tdischar
表示时段t内电力存储系统的放电量。其中，公式(16)确保了每天电力存储系统的初始状态一样，从而进行稳定的日前调度；公式(17)～(19)确定了电力存储系统存储的电量及充放电速度均在设定范围内，保证了电力存储系统的安全运行；公式(20)反映了电力存储系统在相邻两个时段存储电量的关系，即下一时刻电力存储系统存储的电量，为当前时刻电力系统存储的电量与充放电引起的电量变化之和。
[0137]
本实施例在第二阶段调度模型的约束条件中还设计了电力供需平衡约束，表达式
[0161]
通过大量实验数据分析，发现基于完全可再生能源供能的考虑需求侧响应的工业微电网的最优规划方法能帮助指导此类工业流程微电网的设计，依据管理者的需求，选取合适的可再生能源供能比例，并尽可能减少电力存储系统的建造成本。这种决策有助于电网的安全经济运营，提高管理者的经济利益。
[0162]
总的来说，本实施例提供的考虑可再生能源供能的工业流程微电网规划方法，在第一阶段调度中，获取分时电价表，以工业流程微电网需求侧响应电价波动，获取工业流程微电网的日前最优经济调度方案；在第二阶段中，依据第一阶段最优经济调度方案，在第二阶段调度中确立工业微电网的能耗需求并设计相应的可再生能源供应规模；针对可再生能源的供应规模进行可再生能源的不确定性表征和采样，设计可再生能源的供电约束；针对分时电价表，建立从主电网购电机制以及相关惩罚成本以确保工业流程微电网的稳定运行；构造电力存储系统，用于存储和释放新能源产生的电能，增强工业流程微电网的柔性调度；结合工业流程微电网的能耗需求，可再生能源的供应量以及电力存储系统的规划方案，考虑第二阶段的工业微电网需求侧响应，计算第二阶段最优经济规划方案；通过两个阶段调度相结合，同时考虑了电力存储系统的建造成本和可再生能源的利用率，设计了最优规划方案，大幅度减少了工业流程微电网的用电成本。
[0163]
实施例2：
[0164]
一种计算机可读存储介质，包括：存储的计算机程序；计算机程序被处理器执行时，控制计算机可读存储介质所在设备执行上述实施例1提供的考虑可再生能源供能的工业流程微电网规划方法。
[0165]
以下结合具体的应用示例对本发明技术方案及所能取得的有益效果做进一步的说明。
[0166]
工业微流程电网的生产加工网络示意图为图1，以及网络通过从主电网购电，获得第一阶段的最优经济调度方案。实时电价如表1。
[0167]
表1分时电价表
[0168][0169]
基于第一阶段调度的优化结果确定工件加工所需的能耗规模后，设计了如表2所示的三种case，分别对应三种可再生能源的供应规模。需要说明的是，一般可再生能源供能比例大于30％即可称为高比例供能，表2所示的三种case，可再生能源规模虽然有所不同，但都属于高比例功能的情况。
[0170]
表2三种case的可再生能源规模
[0171][0172]
三个case的pareto曲线如图3所示。当可再生能源规模偏小时，即在case1中，如图3中的(a)所示，工业流程微电网加工全部零件的耗电量要比当地能提供的可再生能源略高，因此即使可再生能源全部使用，也只能占比89.32％。不仅如此，为了完全利用可再生能源，微电网会建造更大规模的电力存储系统并配以更高的充放电速度以便能储存每一时刻
多余的可再生能源，由此引来了不必要的成本的增加。
[0173]
与此类似，当可再生能源规模适中时，即在case2中，如图3中的(b)所示，假如由可再生能源满足99.4％的电力需求，则电力存储系统的建造成本会达到可再生能源仅满足94.6％电力需求时的3倍左右。同时，与图3中的(a)相比，可再生能源接入率为94.6％的电力存储系统成本比可再生能源接入率为87.4时更低。因此可以考虑尽可能为微电网构建可再生能源供能量与负载耗能规模相匹配的可再生能源环境。
[0174]
至于可再生能源规模较高时，即在case3中，如图3中的(c)所示，微电网可以通过调整加工零件的时间，改变负载曲线去适应可再生能源的变化曲线，从而实现无需电力存储系统以及主网供电即满足需求。
[0175]
针对case1考虑其调和解的选取，由于双目标优化搜索最优解时需要设定权值，而权值的设定比较主观，因此此处对权值进行遍历，考虑多种权值条件下的最优解选择。图4为决策结果。
[0176]
显然，运营商越关注电力存储系统的建造成本，为其设定的权值越高，则越倾向于选择电力存储系统建造成本偏低的方案，而此时可再生能源的接入率也达到最低。相反，电力存储系统建造成本的权值达到最低时，运营商会选择可再生能源接入率最高的方案。而以权值的区间长度为衡量，在大多数权值方案中，会选择电力存储系统建造成本为21125000元，可再生能源接入率为89.13％的方案，具体结果如表3所示。
[0177]
表3case1中电力存储系统建造成本的权值变化与决策方案的关系
[0178][0179]
选取权值范围最广的解作为调和解，并与电力存储系统建造成本最低的解和可再生能源接入率最高的解进行比较，根据各时段下加工网络使用的加工机器/缓存器的数量可知，由于可再生能源本身规模不足，因此工业流程微电网很少使用缓存器，尽可能减少不必要的能耗，尤其在case2中，为了最大化可再生能源的接入量，微电网甚至没有使用缓存器。同时，加工网络会集中在中午时间段进行加工，这是由于中午的可再生能源供能最多，负载集中在这一时段可以降低电力存储系统的使用率，减少建造成本，以及电力存储系统造成的能源浪费。三种case下，零件加工的电力调度图分别如图中的(a)、(b)和(c)所示，根据图5可知，在三种case下，微电网均需要从主网进行购电，但购电时间段均在低电价区域，且购电集中在两个时间段，保障了大部分供电仍然采用可再生能源的规划。相比于图5中的(b)，图5中的(c)的充放电速度明显更低，同时，充放电交替，较少有持续充电的状态，这样
可以尽可能保证电力存储系统的电量状态稳定，减少电力存储系统的建造成本。而图5中的(a)相对于图5中的(c)，可再生能源接入率提高了1.98％，相对于图5中的(b)，电力存储系统建造成本下降了44.9％，指标更均衡。
[0180]
针对case2，其不同权值下的结果如图6所示，具体结果如表4所示。
[0181]
表4case2中电力存储系统建造成本的权值变化与决策方案的关系
[0182][0183]
显然，调和解与运营商最关注电力存储系统建造成本时的最优解一致，此时电力存储系统建造成本为13750000元，可再生能源利用率为94.59％。在权值空间中，有43.76％的概率选择该调和解。而当运营商更希望提高可再生能源的利用率时，有12.32％的几率选择极端解，此时可再生能源的接入率可以达到99.4％。
[0184]
case2的调和解电力调度图和最高可再生能源接入率电力调度图分别如图7中的(a)和(b)所示。显然，由于图7中的(a)需要从主电网购电，同时调和解对应的负载能耗会更多，因此其可再生能源的接入率会更低。事实上，当电网为了节约电力存储系统的建造成本时，会通过调整加工得到时间段，使得电力存储系统的充放电更均衡，如图7中的(a)所示，从而降低电力存储系统的成本。而对于case2，为了提高可再生能源的接入率，由于可再生能源的总量有上限，因此电网会尽可能减少加工能耗而不使用缓冲带，同时尽可能调整负荷的曲线用于适应可再生能源的变化，从而更合理的使用电力存储系统，但是其成本仍然会有不少的提高，图7中的(b)相对于图7中的(a)，可再生能源接入率提高了5.09％，电力存储系统的建造成本却增加了190.91％，这也是调和解会更倾向于选择减少电力存储系统的建造成本的原因。对比case2的两种不同情况的调度结果可以得出结论：当工业流程微电网决定最大化可再生能源的接入率时，可以考虑建设缓存器，或者减少缓存器的容量。因为系统在调控时，会为了适应可再生能源，而尽可能减少缓存器的使用。
[0185]
针对case3，当可再生能源规模较高时，微电网可以在无需从主网购电的情况下，仅依赖可再生能源提供的电能就满足负载需求。考虑到从主网购电的惩罚成本，对于可再生能源规模较高的场景，微电网会选择可再生能源接入率为100％的解作为最优，并最小化电力存储系统的建造成本，因此该pareto前沿仅包含一个解。该解对应电力调度图分别如图8所示。
[0186]
显然，对于加工时间的调度，其主要根据可再生能源的曲线来进行调整，减少电力存储系统的使用，而对于电力存储系统，其主要在可再生能源超过负荷时储存电力，在可再
生能源规模偏小时释放电力，并且充放电间隔进行，即可满足需求。
[0187]
值得注意的是，随着可再生能源的逐渐丰富，电力存储系统的建造成本也会逐渐降低，如图9所示。当可再生能源规模增加率为1％时，此时电力存储系统的建造费用还需要37875000元，而随着可再生能源的增加，当增加率达到20％时，已经可以无需电力存储系统即可实现负荷的全可再生能源覆盖。
[0188]
比较可再生能源规模增加率为1％和30％的电力调度图分别如图10中的(a)和(b)所示。同时，对比不同情况下加工网络在各时段的加工机器和缓存器的使用数量可知，当可再生能源仅仅是规模大于负载耗电量时，电网仍然需要尽可能减少负载的耗电，随着可再生能源的规模的增大，则缓存器的使用也会逐渐增大。不仅如此，当可再生能源规模增加到一定程度后，无需电力存储系统进行充放电辅助，微电网可以仅依靠对加工时序进行调度即完成供需两侧的匹配，实现可再生能源的全覆盖。
[0189]
综上所述，可以得到以下结论，进而为工业流程微电网的决策者制定微电网建造方案提供一定的参考价值：
[0190]
(1)如果工业流程微电网更偏向于规模较小的可再生能源用于供电，则可以考虑集中在电价较低的时段从主电网进行购电并利用电力存储装置存储，尤其在保障系统可靠性的同时获得更高的收益；同时，由于决策者本身偏向于规模较小的可再生能源用于供电，因此可以考虑进一步不完全利用可再生能源，从而降低电力存储系统的建造成本。
[0191]
(2)如果工业流程微电网更偏向于规模适中的可再生能源用于供电，则仍然需要建立从主电网购电机制，用于保障当可再生能源不足时，系统仍然能稳定运行。这一阶段，如果决策者偏向更低的建造成本，则可以在牺牲很小的可再生能源接入率的条件下大比例降低电力存储系统的建造成本。
[0192]
(3)针对工业微电网可再生能源本身不够充足，需要考虑集中从主电网购电的情况，如果工业流程微电网更偏向于可再生能源充分利用，则需要花费高额价格建造大规模的电力存储系统。但是相应的，在这一结果影响下，缓存器的使用率会减少甚至降为0，因此决策者可以考虑减少缓存器的数量甚至不设置缓存器，以此节约建造成本。
[0193]
(4)针对工业流程微电网更偏向于规模较高的可再生能源用于供电，则无需再考虑从主电网购电的机制，并且随着可再生能源的规模增大，电力存储系统的建造成本也会持续下降，但这也会造成相当一部分能量被浪费，因此建议仍然建造电力存储系统用于提高可再生能源的利用率。
[0194]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。