一种考虑不确定性的工业负荷多能灵活性评估方法

本发明涉及了一种多能灵活性评估方法，具体涉及了一种考虑不确定性的工业负荷多能灵活性评估方法。

背景技术：

1、工业负荷是能源系统的重要负荷，也是能源系统中能源消耗占比最高的负荷。随着能源系统的发展，新能源占比的升高需要能源系统能源系统具有更强的灵活性来进行消纳和平衡。因此，在系统运行层面，可以合理利用能源系统中工业负荷的可调节能力来为能源系统提供灵活性。但是工业负荷本身是具有不确定性的，例如产量的波动、订单的变化等。而能源系统需要的灵活资源肯定是确定可控的，否则还会增加灵活调度的负担。目前构建工业负荷参与能源系统灵活互动的稳定可靠方式中，缺乏对工业负荷的多能灵活性进行考虑不确定性的高可靠性研究。

技术实现思路

1、本发明提出了一种考虑不确定性的工业负荷多能灵活性评估方法，可以得到工业负荷具有概率值的多能可调节区间，该调节能力能够被能源系统运用到优化调度中，增强能源系统的运行灵活性。

2、本发明采用的技术方案是：

3、本发明工业负荷多能灵活性评估方法包括如下步骤：

4、1)构建考虑产量调整约束的工业负荷中的生产流程的能耗和产量关系模型。

5、2)使用图论法将步骤1)中的工业负荷中的生产流程和产物储存仓库进行关联，构建产物储存仓库的储存约束和基于各个生产流程之间串并联关系的生产流程的产量要求约束。

6、3)将工业负荷中的生产流程中的不确定性作为随机变量，将随机变量离散化从而构建工业负荷的各个离散状态集合，每个离散状态集合中包括工业负荷的若干离散状态，根据能耗和产量关系模型，在每个离散状态下对产量调整约束以及产物储存仓库的储存约束和生产流程的产量要求约束进行可行区间搜索从而构建每个离散状态下的多能可行区间以及各自的概率。

7、4)根据工业负荷的多能灵活性的预设概率值要求，在各个离散状态下的多能可行区间中搜索满足预设概率值要求的可行区间，获得工业负荷的多能灵活性，从而实现对工业负荷的多能灵活性的评估。

8、所述的不确定性是指工业生产过程中的不确定性。工业生产过程中的不确定性是指工业生产过程中由于设备的故障、订单的临时到达或取消、单位产量波动所造成的产量存量的变化、设备参数变动所造成的产量变化等不确定性，这些不确定性对系统的能量流和物料流平衡会造成影响，为了表征这些不确定性，可以在后续的建模过程中使用随机变量进行表示，随机变量的分布可以是根据历史数据得到的经验分布，也可以使用诸如正态分布、泊松分布等常用的概率分布模型。

9、所述的工业负荷中的生产流程是指以车间或者工序为区分的工业生产中的一个环节，划分的标准为不同生产流程之间不存在明显的时间约束，也就是上一道生产流程处理后的物料或者产品可以进行存储，不用立刻进入下一道生产流程。对工业负荷进行生产流程划分有利于工业进行生产管理，不同生产流程生产的是稳定的中间产物或者物料，方便生产管理对不同的生产流程进行排班和人力安排。从设备层面来看，一个生产流程可能只有一种设备，也可能是由多个设备之间组成的加工系统。当该生产流程是由多个设备组成的加工系统时，说明在该生产流程过程中对物料有着严格的时间和顺序约束，也就是某个设备加工完成后，需要在较短时间内进入下一个设备。同时物料在这些设备之间的加工顺序也是有严格要求的。在经过整个加工环节之后，能够进行存储。在许多工业中，已经对生产流程有划分。在此基础上，为了挖掘工业负荷中不同生产流程的灵活性，根据生产流程的耗能-产量特性，将他们划分为3类，分别为离散生产流程、连续生产流程和灵活生产流程，并建立每一类的能耗和产量关系模型。

10、所述的步骤1)中，将工业负荷中的生产流程按照其生产特征进行分类，工业负荷中的生产流程包括离散生产流程、连续生产流程和灵活生产流程，工业负荷中的生产流程的能耗和产量关系模型具体如下：

11、离散生产流程的能耗和产量关系模型具体如下：

12、

13、

14、其中，im1表示离散生产流程的产量；c1表示离散生产流程过程中已启动的生产流水线的数量，由于离散生产流程中流水线的数量较少，因此启停数量的不确定性也相对较小，该值为决策变量；表示离散生产流程内单个生产流水线的产量，为已知量；n表示离散生产流程中具有的生产流水线的总数量，为已知量；me1表示离散生产流程的各种能源消耗列向量，各种能源消耗列向量中包括电力能源、天然气能源、热能等的消耗量；表示离散生产流程内单个生产流水线的各种能源消耗列向量，各种能源消耗列向量中包括电力能源、天然气能源、热能等的消耗量，为已知量。

15、所述的离散生产流程是指其能耗和产量只在几个固定的点之间切换。离散生产流程内部的设备往往具有单台功率大、数量少、单体不可调或者调控难度大等特点。针对单体设备或者单个生产流程的调节控制是化工生产过程控制学科重点关注的研究对象，其研究目的为在短时间尺度进行控制，从而稳定生产过程中的各项指标。因此对于该专利关注的小时级别的调节能力来说，此时生产已经达到了一个稳态，也就是离散生产流程的一个固定的工作点。典型的离散生产流程就是化工生产过程中的大部分生产流程，例如冶炼、电解等。当生产需要调整时，此类生产流程只能关闭或启动部分流水线，导致其能耗和产量只能在几个运行点之间切换。

16、连续生产流程的能耗和产量关系模型具体如下：

17、me2＝im2·c2

18、其中，me2表示连续生产流程的各种能源消耗列向量，各种能源消耗列向量中包括电力能源、天然气能源、热能等的消耗量；im2表示连续生产流程的产量；c2表示连续生产流程的各种能源能耗和产量的关系，可由连续生产流程内单条生产流水线的单位产量和额定能耗求得，为已知量。

19、所述的连续生产流程是指其能耗和产量能够近似在大范围内进行连续调节。连续生产流程内部的单个流水线具有功率小、数量大、不可调等特点。与离散生产流程内部的流水线相比，连续生产流程内部的流水线单体功率更小，因此往往配备了多条相同的流水线来同时生产，实际生产过程中的流水线数量处于20-60个，可以认为其是连续生产流程。典型的连续生产流程是织布和注塑生产流程，一个纺织厂的织布机数量往往在80-150台这个数量级。这种类型的生产流程也是通过关闭或启动部分流水线来调整产量和能耗。但由于其单体功率小，总量大，是主要的可调节资源之一，因此在评估工业负荷的调节能力时，近似认为能耗与产量的可以进行连续调节。

20、灵活生产流程的能耗和产量关系模型具体如下：

21、me3＝im3·c3+a3

22、其中，me3表示灵活生产流程的各种能源消耗列向量，各种能源消耗列向量中包括电力能源、天然气能源、热能等的消耗量；im3表示灵活生产流程的产量；c3表示灵活生产流程的各种能源能耗和产量关系中的线性项，为已知量；a3表示灵活生产流程的各种能源能耗和产量关系中的常数项，为已知量。

23、所述的产量调整约束具体如下：

24、

25、

26、其中，和分别表示离散生产流程在一个调度步长内的最小产量和最大产量，考虑到生产过程中的不确定性，这两个值用已知分布的随机变量表示；和分别表示灵活生产流程在一个调度步长内的最小产量和最大产量，考虑到生产过程中的不确定性，这两个值用已知分布的随机变量表示。

27、所述的灵活生产流程是指其能耗和产量能够在小范围内进行连续调节。灵活生产流程内部往往也只有单个或者少数流水线，但是流水线的智能化、自动化水平较高，生产特征为重复性生产，能够在短时间内生产可观数量的产品，通常在几十数量级每分钟。因此，在考虑灵活性的调度步长1小时内可以近似实现产量的连续控制。不过区别于连续生产流程，灵活生产流程的调节原理是流水线进行调节而不是启停部分流水线，因此调节能力受到流水线的物理限制，调节范围相较连续生产流程较小。典型的灵活生产流程是表面贴装smt生产流程，其贴片生产速度往往在几十甚至几百片每分钟，并且该生产速度可以通过设置进行调节，从而改变设备的用能量。

28、所述的步骤2)中，使用图论法将步骤1)中的工业负荷中的生产流程和产物储存仓库进行关联，具体为将生产流程和产物储存仓库建模作为节点，生产流程和产物储存仓库之间的物料流动为节点之间的连接。因为物料流动的方向是确定的，因此根据各生产流程和产物储存仓库之间的关系，整个工业负荷可以基于有向图进行连接，构建其拓扑结构。拓扑结构明确后，可以使用数学符号化描述来明确表示各生产流程之间的联系，某个生产流程需要的输入物料是什么以及其输出的产物是什么。基于各个生产流程之间串并联关系的产量要求约束。

29、根据权利要求1所述的一种考虑不确定性的工业负荷多能灵活性评估方法，其特征在于：

30、所述的步骤2)中，产物储存仓库的储存约束具体如下：

31、

32、其中，和分别表示生产流程在一个调度步长内最大的物料运出量和物料运入量，为已知量；和分别表示产物储存仓库最小和最大的物料存储量，为已知量；δs表示产物储存仓库在一个调度步长内该的存量变化量，为决策变量；st-1表示产物储存仓库在t时刻调度周期之前的t-1时刻的存量，为已知量。

33、所述的步骤2)中，生产流程的产量要求约束具体如下：

34、

35、其中，δs表示工业负荷内所有产物储存仓库的存量变化量的列向量；st-1表示工业负荷内所有产物储存仓库在t-1时刻的已有存量的列向量；t表示生产流程的整个调度周期的时间，为已知量；表示所有生产流程的最大产量的列向量；h表示生产流程和产物储存仓库的关联矩阵；ta表示各个生产流程在一个调度周期内的目标产量列向量，为已知量。

36、所述的生产流程和产物储存仓库的关联矩阵h中包括若干关联元素，具体如下：

37、

38、其中，hi,j表示生产流程和产物储存仓库的关联矩阵h中的第i行第j列的关联元素；κrm表示产物转换系数；∏i→jκrm表示从图论法关联的工业负荷拓扑中，节点i到节点j的所有生产流程的原材料和产物转换系数的乘积，为已知量；输出节点具体为在图论法关联的工业负荷拓扑中的最后一个节点。

39、所述的基于各个生产流程之间串并联关系的产量要求约束是指工业负荷在提供灵活性时是通过改变调度步长内的某些生产流程的产量。因此，在整个调度周期内，工业负荷为了满足其生产任务，是需要考虑其能够在后续的时间内将这段时间内调整的产量进行弥补的。据此，以一个调度周期内最多只进行一次灵活性调用为前提，构建了各个生产环节的产量要求约束。

40、所述的步骤3)中，在产物储存仓库的储存约束和生产流程的产量要求约束下，将随机变量离散化从而构建工业负荷的各个离散状态集合，针对每个离散状态集合s，具体如下：

41、

42、其中，和分别表示随机变量处于第1个离散状态时，离散生产流程在一个调度步长内的最小产量和最大产量；和分别表示随机变量处于第1个离散状态时，灵活生产流程在一个调度步长内的最小产量和最大产量；和分别表示随机变量处于第2个离散状态时，离散生产流程在一个调度步长内的最小产量和最大产量；和分别表示随机变量处于第2个离散状态时，灵活生产流程在一个调度步长内的最小产量和最大产量；和分别表示工业负荷中的每个随机变量处于第k个离散状态时，离散生产流程在一个调度步长内的最小产量和最大产量；和分别表示工业负荷中的每个随机变量处于第k个离散状态时，灵活生产流程在一个调度步长内的最小产量和最大产量；和分别表示工业负荷中的每个随机变量处于第k个离散状态时，离散生产流程在一个调度步长内的最小产量和最大产量；和分别表示工业负荷中的每个随机变量处于第k个离散状态时，灵活生产流程在一个调度步长内的最小产量和最大产量；离散状态集合s表示工业负荷中的每个随机变量处于状态k时，整个工业负荷的状态。

43、将随机变量离散化的过程以连续生产流程的最大单位产量为例，将其分为k个状态，状态数为可以设置和调整的参数。整个工业负荷中有n个随机变量，工业负荷的离散状态就有kn个，同时每个离散状态的概率可以由这些随机变量所处的状态相乘获得。

44、随机变量处于第k个离散状态的概率可以由该随机变量的概率密度函数求得，具体如下：

45、

46、其中，pr()表示随机变量处于第k个离散状态的概率；f()表示随机变量的密度函数，如前所述，可以是根据历史数据得到的经验分布，也可以使用诸如正态分布、泊松分布等常用的概率分布模型，为已知量。

47、所述的步骤3)中，根据能耗和产量关系模型，在每个离散状态下对产量调整约束以及产物储存仓库的储存约束和生产流程的产量要求约束进行可行区间搜索从而构建每个离散状态下的多能可行区间，具体为根据步骤1)中的产量调整约束以及步骤2)中的产物储存仓库的储存约束和生产流程的产量要求约束，采用顶点枚举法搜索所有随机变量的可行集，得到每个离散状态下所有随机变量的可行集后，步骤1)中的生产流程的产量和耗能关系模型输出每个离散状态下工业负荷的多能可行区间。

48、所述的顶点枚举法具体为首先将工业负荷中的离散生产流程的数量记为d，连续生产流程的数量记为e，灵活生产流程的数量记为l，产物储存仓库的数量记为m，产量和耗能关系模型中的独立变量为d+e+l+m，因为表示生产流程产量的变量和表示产物储存仓库增量的变量之间都是相互独立的，并且系统也只有这些独立变量；然后，从工业负荷中的产量调整约束中进行遍历，进行可行区间搜索，由于离散工业流程的变量为整数变量，连续生产流程和灵活生产流程的变量为连续变量，对工业负荷灵活性的影响会有所区别，具体如下：

49、首先固定d个离散生产流程变量的取值，从根据步骤1)中的产量调整约束以及步骤2)中的产物储存仓库的储存约束和生产流程的产量要求约束中随机选取e+l+m条约束，判断由e+l+m条组成的判断矩阵是否满秩，如果是，则得到一组独立变量的可行解，从而得到各个生产流程中的离散生产流程过程中已启动的生产流水线的数量c1和产物储存仓库在一个调度步长内该的存量变化量δs，而一组解就是这些变量在决策空间中的顶点；如果不是，则继续遍历，直至由e+l+m条组成的判断矩阵满秩，得到一组独立变量的可行解；所以，该方法是对变量空间中的所有顶点进行搜寻，以决策变量的可调节域。

50、完成遍历后，得到若干组独立变量的可行解，即获得各个生产流程中的离散生产流程过程中已启动的生产流水线的数量c1、连续生产流程的产量im2、灵活生产流程的产量im3和产物储存仓库在一个调度步长内该的存量变化量δs的若干组取值，各组独立变量的可行解构成多能需求可行解解集，每组独立变量的可行解记为矩阵fs，下标s表示了该解集是在某一个系统状态下的解集。

51、将多能需求可行解解集中的每一组独立变量的可行解通过生产流程的产量和耗能关系模型转换成多种能源消耗的可行解，具体如下：

52、mel,s＝g·fs

53、其中，mel,s表示随机变量处于第k个离散状态时的多能需求可行解解集；g表示生产流程的产量的控制变量和能耗之间的变量的转换矩阵，可由步骤1)和2)中的物料和能源关系求得。

54、对多能需求可行解解集中的所有解求单一能源的最大最小值，从而获得再第k个离散状态下工业负荷的多能可行区间。

55、所述的步骤4)中，根据工业负荷的多能灵活性的预设概率值要求，在各个离散状态下的多能可行区间中搜索满足预设概率值要求的可行区间，获得工业负荷的多能灵活性，具体如下：

56、整个工业负荷中有n个随机变量，每个随机变量包括k个离散状态，工业负荷的离散状态共有kn个，根据步骤3)获得工业负荷的kn个离散状态下的多能可行区间，针对每个离散状态下的多能可行区间，对各个能源的灵活调节区间进行搜索，针对每种能源，首先获得能源在所有离散状态中的可行区间的最大值和最小值，从最小值开始，以预设等步长开始搜索计算，计算每个步长点所处的概率，即将将所有离散状态下步长点所处的概率值相加，最后在得到能源的灵活调节区间各个步长点所处的概率值后，筛选出满足预设概率值要求的能源灵活调节区间，最终获得工业负荷的多能灵活性。

57、本发明的有益效果是：

58、本发明方法为工业负荷参与能源系统灵活互动提供了一种高可靠性的评估方法，方法考虑到了工业负荷中不同生产环节的调节特征以及他们参与调节时可能的不确定性，最终用概率值的方式将不确定性对调节能力的影响反映到工业负荷的多能调节区间上，进而更加明确了调节能力与不确定性之间的关系，为能源系统提供了可靠的调节能力评估，进而辅助能源系统制定各种灵活运行方案。

59、本发明方法评估出了考虑生产不确定性的工业负荷的多能灵活调节能力，可用于调整工业负荷对各种能源形式在运行层面的需求，可用于电力、多能需求响应等多个领域，进而辅助能源系统利用工业负荷的调节能力，加强系统灵活性，支撑能源系统的灵活运行优化调度。