一种园区级分布式能源系统优化方法、装置、设备及介质与流程

本发明属于能源系统优化，具体涉及一种园区级分布式能源系统优化方法、装置、设备及介质。

背景技术：

1、随着工业化和城市化的进行，能源消费需求量迅速增长，煤、石油、天然气等化石燃料的消耗所占比重较高，大量化石燃料的使用造成了严重的环境污染和生态系统破坏。为了保证能源供应，降低污染物排放，实现可持续发展，需要开发新型高效的能源利用系统。多能互补分布式能源系统可充分利用可再生能源，并易于实现能源的梯级高效利用，具有高效和环保的特点。现有技术中的分布式能源系统存在时间尺度单一等问题，时间尺度单一会造成源荷不匹配，导致能源利用率下降，降低系统的可再生能源消纳水平。导致分布式能源系统在能效性、经济性、互补性方面不足，系统实际运行的效果与设计工况下的性能相差较远。

技术实现思路

1、本发明的目的在于提供一种园区级分布式能源系统优化方法、装置、设备及介质，以解决现有技术中，分布式能源系统时间尺度单一，导致在能效性、经济性、互补性等方面不足的问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明第一方面，提供了一种园区级分布式能源系统优化方法，包括：

4、获取分布式能源系统中各设备的数学模型，以及获取预先制定好的运行策略；

5、基于各设备的数学模型和预先制定好的运行策略，以经济性、环保性和能效最优为优化目标，对分布式能源系统中各设备的容量进行优化，确定分布式能源系统中各设备的最优容量，得到初步优化后分布式能源系统；

6、基于初步优化后分布式能源系统，分别以日前阶段、日内阶段和实时阶段为时间尺度，对初步优化后分布式能源系统的运行进行优化；其中，在日前阶段，以预设的第一时间间隔为日前调度周期，以日成本最小为优化目标，对各设备的启停状态和出力大小进行优化，得到日前运行方案；在日内阶段，以预设的第二时间间隔为日内调度周期，以第二时间间隔内的运行成本最小为优化目标，在不改变日前运行方案中各设备启停状态的基础上，对日前运行方案中各设备的出力大小进行修正，得到日内运行方案；在实时阶段，以预设的第三时间间隔为实时调度周期，以实时阶段成本最小为优化目标，对分布式能源系统中快速响应电相关设备的启停状态和出力大小进行修正，得到实时运行方案；第一时间间隔大于第二时间间隔，第二时间间隔大于第三时间间隔。

7、进一步的，基于各设备的数学模型和预先制定好的运行策略，以经济性、环保性和能效最优为优化目标，对分布式能源系统中各设备的容量进行优化，包括：

8、确定第一优化变量；其中，所述第一优化变量包括配置变量和优化参数，所述配置变量包括内燃机容量、光伏板数量、蓄电池容量、储氢罐容量、燃料电池容量和蓄水箱容量，所述运行参数包括电制冷机占比；

9、基于第一优化变量，构建以经济性、环保性和能效最优为优化目标的容量优化目标函数，并确定容量优化目标函数的约束条件；

10、基于所述预先制定好的运行策略，以及容量优化目标函数的约束条件，采用基于非支配排序的遗传算法对所述容量优化目标函数进行求解，得到容量优化帕累托解集；

11、采用逼近理想解排序方法对全部的容量优化帕累托解集进行筛选，得到最优解集。

12、进一步的，所述容量优化目标函数如下所示：

13、经济性：

14、

15、

16、

17、

18、

19、

20、环保性：

21、

22、能效：

23、

24、容量优化目标函数的约束条件如下所示：

25、

26、

27、

28、

29、式中， atc表示年度总成本； cinv表示投资成本； cmain表示维护成本； cop表示运行成本； ctax表示总碳税； rre表示可再生能源上网收益； l表示设备编号； l0表示设备总数； i表示利率； θ表示设备寿命； ic表示设备额定容量； ccap表示设备成本； ε表示维护系数；和分别表示售电功率和购电功率；和分别表示购电价格和售电收益； gasin表示购气功率； cgas表示购气价格； ω表示碳税；表示电力排放因子； μ表示天然气排放因子； ace表示年度碳排放量； pes表示能效； t表示时刻； eppv和 epice分别表示可再生能源和内燃机输出的电功率；和分别表示蓄电池的放电和充电功率； epel表示电解槽的输入电功率； epfc是燃料电池产生的电量；、、分别表示内燃机、燃料电池、燃气锅炉输出的热功率；表示电制冷机输出的冷功率；表示吸收式制冷机输出的冷功率；表示蓄水箱的供热量；表示蓄水箱的储热量；表示蓄水箱的供冷量；表示蓄水箱的储冷量；分别表示用户的电负荷、热负荷、冷负荷； epec表示电制冷机的输入电功率； vel表示电解槽产生氢气的速率； vfc表示燃料电池消耗氢气的速率；和分别表示储氢罐出口和进口氢气的速率； vhv表示氢负荷。

30、进一步的，基于所述预先制定好的运行策略，以及容量优化目标函数的约束条件，采用基于非支配排序的遗传算法对所述容量优化目标函数进行求解，得到容量优化帕累托解集，包括：

31、开始时，给定各设备的初始容量；

32、基于各设备的初始容量，进入第一次迭代计算；其中，光伏板作为能源供应端，电制冷机与电负荷作为用能端，将能源供应端的发电量与用能端的用电量大小进行一次判断，确定当前时刻是否存在电量缺口，若存在电量缺口，则得到第一次电量缺口，若不存在电量缺口，则得到第一次剩余电量；第一次电量缺口由蓄电池放电提供；其中，若蓄电池最大放电量大于或者等于第一次电量缺口，则第一次电量缺口由蓄电池全部满足，若蓄电池最大放电量小于第一次电量缺口，则出现第二次电量缺口；第一次剩余电量由蓄电池充电储存，若蓄电池最大充电量大于或者等于第一次剩余电量，则蓄电池将第一次剩余电量全部储存，若蓄电池最大充电量小于第一次剩余电量，则出现第二次剩余电量；第二次电量缺口由储氢罐提供给燃料电池氢气发电满足，并且燃料电池发电产生余热；若燃料电池放电量大于或者等于第二次电量缺口，则第二次电量缺口由燃料电池全部满足，若燃料电池放电量小于第二次电量缺口，则出现第三次电量缺口；第二次剩余电量提供给电解槽制氢，满足氢负荷；若电解槽制氢量大于氢负荷，则多余的氢气由储氢罐储存，若电解槽制氢量小于氢负荷，则由电解槽购电补充不足的氢气；若第二次剩余电量仍有电量剩余，则卖电入网；第三次电量缺口由内燃机发电和电网购电同时满足；其中，电网存在分时电价；由电制冷机与吸收式制冷机共同满足冷负荷，分别计算出电制冷机与吸收式制冷机的制冷量，作为冷源供应端，冷负荷作为用冷端；将冷源供冷端的供冷量与用冷端的用冷量大小进行一次判断，得到当前时刻是否存在冷量缺口，存在冷量缺口时，由蓄水箱补足冷量缺口，蓄水箱不能补足冷量缺口，则由电制冷机购电制冷补足冷量缺口；不存在冷量缺口时，直接由蓄水箱储存多余冷量；由内燃机与燃料电池余热满足热负荷，将内燃机与燃料电池余热之和与热负荷做差，确定当前时刻是否存在热量缺口，存在热量缺口时，由蓄水箱补足热量缺口，蓄水箱不能补足热量缺口，则由燃气锅炉产热补足热量缺口；不存在热量缺口时，直接由蓄水箱储存多余热量；

33、通过第一次迭代计算得到一次迭代中的帕累托解集，基于一次迭代中的帕累托解集进行累次迭代寻优，算法收敛后得到容量优化帕累托解集。

34、进一步的，在日前阶段，以预设的第一时间间隔为日前调度周期，以日成本最小为优化目标，对各设备的启停状态和出力大小进行优化，得到日前运行方案，包括：获取日前源荷预测数据，依据预设的波动范围对日前源荷预测数据进行修正，得到修正后日前源荷预测数据；基于修正后日前源荷预测数据和预先制定的运行策略，以日成本最小为优化目标，以第一时间间隔为日前调度周期，对初步优化后分布式能源系统进行仿真运行优化，得到各设备最优的启停状态和出力大小，作为日前运行方案。

35、进一步的，在日内阶段，以预设的第二时间间隔为日内调度周期，以第二时间间隔内的运行成本最小为优化目标，在不改变日前运行方案中各设备启停状态的基础上，对日前运行方案中各设备的出力大小进行修正，得到日内运行方案，包括：确定时间周期 m；其中，一个所述时间周期 m包括若干个第二时间间隔δ tm,1；以 k时刻作为时间周期 m中第一个第二时间间隔δ tm,1的开始时刻；在 k+ n·δ tm,1时刻，获取 k+ n·δ tm,1时刻未来一个时间周期 m内的日内短期源荷预测数据，依据预设的波动范围对日内短期源荷预测数据进行修正，得到修正后日内短期源荷预测数据；其中， n依次取0,1,2,3,4…24；基于所述修正后日内短期源荷预测数据和预先制定的所述运行策略，以 k+ n·δ tm,1时刻未来一个时间周期 m的运行成本最小为目标，以第二时间间隔为日内调度周期，在不改变日前运行方案中各设备启停状态的基础上，对初步优化后分布式能源系统进行仿真运行优化，得到以 k+ n·δ tm,1时刻开始的一个时间周期 m中各第二时间间隔δ tm,1的日内运行方案，并仅执行 k+ n·δ tm,1时刻所对应的日内运行方案；其中，所述日内运行方案包括各设备修正后的出力大小。

36、进一步的，在实时阶段，以预设的第三时间间隔为实时调度周期，以实时阶段成本最小为优化目标，对分布式能源系统中快速响应电相关设备的启停状态和出力大小进行修正，得到实时运行方案，包括：一个所述第二时间间隔δ tm,1包括若干个第三时间间隔δ tm,2；以 l时刻作为第二时间间隔δ tm,1中第一个第三时间间隔δ tm,2的开始时刻；在 l+ n·δ tm,2时刻，获取 l+ n·δ tm,2时刻未来一个实时调度周期中的日内超短期源荷预测数据，依据预设的波动范围对日内超短期源荷预测数据进行修正，得到修正后日内超短期源荷预测数据；其中， n取0,1,2,3,4…；基于所述修正后日内超短期源荷预测数据和预先制定的所述运行策略，以 l+ n·δ tm,1时刻未来一个实时调度周期的成本最小为目标，对初步优化后分布式能源系统进行仿真运行优化，修正快速响应电相关设备的启停状态和出力大小，得到实时运行方案。

37、本发明第二方面，提供了一种园区级分布式能源系统优化装置，包括：

38、数据获取模块，用于获取分布式能源系统中各设备的数学模型，以及获取预先制定好的运行策略；

39、容量优化模块，用于基于各设备的数学模型和预先制定好的运行策略，以经济性、环保性和能效最优为优化目标，对分布式能源系统中各设备的容量进行优化，确定分布式能源系统中各设备的最优容量，得到初步优化后分布式能源系统；

40、运行优化模块，用于基于初步优化后分布式能源系统，分别以日前阶段、日内阶段和实时阶段为时间尺度，对初步优化后分布式能源系统的运行进行优化；其中，在日前阶段，以预设的第一时间间隔为日前调度周期，以日成本最小为优化目标，对各设备的启停状态和出力大小进行优化，得到日前运行方案；在日内阶段，以预设的第二时间间隔为日内调度周期，以第二时间间隔内的运行成本最小为优化目标，在不改变日前运行方案中各设备启停状态的基础上，对日前运行方案中各设备的出力大小进行修正，得到日内运行方案；在实时阶段，以预设的第三时间间隔为实时调度周期，以实时阶段成本最小为优化目标，对分布式能源系统中快速响应电相关设备的启停状态和出力大小进行修正，得到实时运行方案；第一时间间隔大于第二时间间隔，第二时间间隔大于第三时间间隔。

41、本发明第三方面，提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如上述的园区级分布式能源系统优化方法。

42、本发明第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如上述的园区级分布式能源系统优化方法。

43、与现有技术相比较，本发明的有益效果如下：

44、本发明提供的园区级分布式能源系统优化方法，首先对分布式能源系统中各设备的容量进行优化，之后分别以日前阶段、日内阶段和实时阶段为时间尺度，对初步优化后分布式能源系统的运行进行优化，将系统的优化运行过程由“粗调”到“细调”划分为“日前-日内-实时”三个阶段，通过逐级协调各阶段设备运行方式，逐步降低多重不确定性因素对系统的影响，提高源荷能量匹配度。本发明提供的一种园区级分布式能源系统优化装置、电子设备和计算机可读存储介质同样解决了背景技术部分提出的问题。