一种基于模型预测控制的冷热电联供型微电网运行方法
【技术领域】
[0001] 本发明属于冷热电H联供系统领域，具体来说，涉及一种基于模型预测控制的冷 热电联供型微电网运行方法。
【背景技术】
[0002] 目前，W天燃气为代表的清洁能源，与可再生能源使用相互结合，W及利用发电机 余热余压，共同构成了冷热电联供型微电网，成为当今国内外快速发展的清洁新能源产业。 冷热电联供型微电网系统W小规模、小容量、模块化和分散式等多种方式就近安装在用户 侦可同时满足用户对冷能、热能、电能需求的能量供应系统，节省传统集中能源输送系统 的初始投资成本W及减少传输过程中能量损失。冷热电联供型微电网系统W清洁能源为主 要燃料，能够减少氮氧化物、二氧化硫、固体颗粒等污染物排放，大大减少环境恶化的压力。
[0003] 冷热电联供型微电网优化运行方法大多是根据日前调度计划指令运行，在一定程 度上能够实现系统的经济运行。然而，由于可再生电源出力具有波动性、间歇性等特点，力口 上用户的用电行为更具有随机性，往往负荷及可再生电源功率的预测值和实际值存在偏 差，导致实际情况往往偏离日前调度计划，严重影响冷热电联供型微电网优化运行。
【发明内容】
[0004] 技术问题；本发明所要解决的技术问题是：提供一种基于模型预测控制的冷热电 联供型微电网运行方法，能够很好地消除由于预测不准对系统运行造成的影响，保证系统 运行指令总是在最新信息的优化计算得到的，降低系统运行的风险，提高系统运行的稳定 性，同时提高冷热电联供型微电网运行的经济性。
[0005] 技术方案；为解决上述技术问题，本发明提出的一种基于模型预测控制的冷热电 联供型微电网运行方法，包括W下步骤：
[0006] 步骤10)建立参数预测模型，包括风电预测模型、光伏预测模型、冷负荷预测模 型、热负荷预测模型和电负荷预测模型；根据各参数预测模型，在k时刻，根据k时刻之前采 集的n个历史数据，利用各参数预测模型，预测未来控制时域M内的风电功率、光伏功率、冷 负荷功率、热负荷功率和电负荷功率；历史数据包括风电功率、光伏功率、冷负荷功率、热负 荷功率和电负荷功率；
[0007] 步骤20)根据步骤10)得到的未来控制时域M内的风电功率、光伏功率、冷负荷功 率、热负荷功率和电负荷功率，建立如式（1)至式（12)所示的滚动优化模型：
[0008] 首先确定W微电网系统运行成本最小为目标函数，如式（1)所示：
[000引 Min C = X C + C + C 式（1) ?=&十1
[0010] 式中，C表示系统运行成本；k表示当前时刻；M表示控制时域；Gg表示系统第t时 段的燃料成本；CL表示系统第t时段的运行维护成本；表示第t时段与电网交互的成 本；
[0011] 然后确定约束条件，包括冷能量平衡、热能量平衡、电能量平衡和设备运行约束条 件：
[0012] 依据式（5)确定冷能量平衡约束条件：
[001 引 C ' ( 丫化 + C W - (/ 式巧）
[0014] 式中，fL:表示吸附式制冷机第t时段的输入功率，单位；kW;C0P。。表示吸附式制冷 机的制冷系数；巧表示电制冷机第t时段的输入功率，单位；kW ;C0P。。表示电制冷机的制冷 系数；公表示第t时刻系统冷负荷功率，单位；kW ;
[0015] 依据式（6)确定热能量平衡约束条件：
[001引 冷/布"?"-口",,-心）?'扣,'+巧-巧冷= 结/瓜式化）
[0017] 式中，巧,表示微型燃气轮机第t时段的电功率，单位；kW ; llmt表示微型燃气轮机 的效率；niw,表示燃气轮机能量损耗率；n ht表示余热回收器效率；巧:表示燃气锅炉第t 时段的功率，单位：kw ; PL康示蓄热槽第t时段的蓄热功率，单位；kWh ;巧康示蓄热槽第 t时段的放热功率，单位；kw ;片。表示吸附式制冷机第t时段的输入功率，单位；kw; 0/表示 第t时段系统的热负荷功率，单位；kw ; iihe表示热交换器效率；
[0018] 依据式（7)确定电能平衡约束条件：
[001引 嗦+冷+/T" +巧-巧6, +记。,6,)=巧+巧式口）
[0020] 式中，巧表示光伏第t时段的预测值；巧，表示风电第t时段的预测值；巧,表示微 型燃气轮机第t时段的电功率，单位；kW ;巧表示系统第t时段与主网交互功率，单位；kW ; 表示蓄电池第t时段的充电功率，单位；kW 表示蓄电池第t时段放电功率，单位： kW ; C表示电制冷机第t时段的输入功率，单位；kW ;巧表示第t时段系统电负荷功率，单 位；kW ;
[0021] 依据式（801)和式（802)确定微型燃气轮机运行约束条件，其中式巧01)是微型 燃气轮机运行状态约束条件；式（802)表示燃气轮机机组爬坡约束条件，包括机组启停爬 坡约束和连续运行爬坡约束：
[00过 .喘。< 巧,< 巧T 式（801)
[0023] 巧。,-口己+脚。,-11:二）.巧<户",,-巧：么11:二-巧,,+脚。,-巧二）-口：：;式似)2)
[0024] 式（801)中，咕表示微型燃气轮机第t时段运行状态变量，U,'w=l表示微型燃 气轮机运行，UL=〇表示微型燃气轮机停机；巧表示微型燃气轮机出力的下限，单位：kW ; 巧,表示微型燃气轮机第t时段的电功率，单位；kw;巧r表示微型燃气轮机出力的上限，单 位；kW ;巧表示微型燃气轮机组在连续运行状态时的最大降功率，单位；kW ;巧，;1表示微型 燃气轮机第t-1时段运行状态变量；巧表示微型燃气轮机组停机时的最大降功率，单位： kw;巧<-1表示微型燃气轮机第t-1时段的电功率，单位；kW ;记表示微型燃气轮机组在连续 运行状态时的最大增功率，单位：kw ; p：表示微型燃气轮机组启动时的最大增功率，单位： kW ;
[00巧]依据式（9)确定燃气锅炉运行的约束条件：
[0026] 巧"。<巧< 巧ma'式巧）
[0027] 式中，巧表示燃气锅炉出力的下限，单位；kW ;巧表示燃气锅炉第t时段的功率， 单位；kW 表示燃气锅炉出力的上限，单位；kW ;
[0028] 依据式（10)确定电网交互功率的约束条件：
[0029] 巧* 言巧 式（1Q)
[0030] 式中，巧"'表示系统与主网交互功率的下限，单位kw; /r表示系统与主网交互功 率的上限，单位；kW ;巧表示系统第t时段与主网交互功率，单位；kW ;
[0031] 依据式（11)确定蓄电池运行的约束条件：
[0032]
【主权项】
1. 一种基于模型预测控制的冷热电联供型微电网运行方法，其特征在于，该运行方法 包括以下步骤： 步骤10)建立参数预测模型，包括风电预测模型、光伏预测模型、冷负荷预测模型、热 负荷预测模型和电负荷预测模型；根据各参数预测模型，在k时刻，根据k时刻之前采集的 n个历史数据，利用各参数预测模型，预测未来控制时域M内的风电功率、光伏功率、冷负荷 功率、热负荷功率和电负荷功率；历史数据包括风电功率、光伏功率、冷负荷功率、热负荷功 率和电负荷功率； 步骤20)根据步骤10)得到的未来控制时域M内的风电功率、光伏功率、冷负荷功率、 热负荷功率和电负荷功率，建立如式（1)至式（12)所示的滚动优化模型： 首先确定以微电网系统运行成本最小为目标函数，如式（1)所示：
式中，C表示系统运行成本；k表示当前时刻；M表示控制时域；&表示系统第t时段 的燃料成本；表示系统第t时段的运行维护成本；表示第t时段与电网交互的成本； 然后确定约束条件，包括冷能量平衡、热能量平衡、电能量平衡和设备运行约束条件： 依据式（5)确定冷能量平衡约束条件： Kc -c〇pac+PCOP.,式（5) 式中，严.表示吸附式制冷机第t时段的输入功率，单位：kW;COPa。表示吸附式制冷机的 制冷系数；g表示电制冷机第t时段的输入功率，单位：kW;CO