一种RIES运行优化方法及装置与流程

本发明属于区域综合能源系统运行优化技术领域，尤其涉及一种ries运行优化方法及装置。

背景技术：

随着能源供需关系的日益紧张以及生态环境的恶化，多种能源网络耦合互联的区域综合能源系统(regionalintegratedenergysystem,ries)成为应对当前能源环境问题的重点研究方向之一。打破传统各种能源系统单独规划设计、运行的既有模式，通过对包含电/气/热等多种能源形式的互补优化，ries，实现多种能源的互动，有助于提高能源利用效率以及系统运行的灵活性。

ries设备种类繁多，运行机理复杂，为充分发挥ries的经济性与灵活性，需要制定合理有效的运行方案以协调多种设备的运行，实现多能源互补优化。目前的研究对ries设备的建模往往忽略其负载率变化带来的影响，但ries实际运行中，设备难以维持在同一负载率下，其负载率随负荷变动，而负载率的变动往往影响设备效率，进而影响设备模型的准确性，最终影响系统运行方案的合理性及多能源协同互补效果。因此考虑设备负载率变化对ries运行优化具有重要意义。

ries中的能源结构和设备耦合关系复杂，建模方式多样。瑞士苏黎世大学学者提出的能源集线器(energyhub,eh)模型，通过建立能源集线器方程来描述ries中能源传输、转换、分配及存储的关系，可简化设备复杂运行机理，为不同形式的ries建模提供了一种通用的方法；母线式结构也多用于复杂能源系统的优化运行中，其以母线功率平衡和设备运行约束为约束条件对ries建模，可有效解决冷热电联供系统设备类型较多且耦合复杂，运行优化困难的问题。在能源集线器(energyhub,eh)模型中提出了含储能设备的ries运行优化模型；在该模型基础上，进一步考虑了运行优化中的需求侧响应及可再生能源不确定性的影响；已有文献建立以运行费用最小为优化目标的动态经济调度模型并进行求解。

在上述研究中，尚未考虑到负载率变化对ries运行优化带来的影响。实际上，能源转换设备效率通常随负载率波动明显，即设备在不同负载率下的效率有明显的差异。对各设备负载率变化的忽略在一定程度上影响了设备模型精确度，进而影响ries调度方案的合理性与经济性。

在目前有关ries设备效率随负载率变化特性研究中，在能源集线器(energyhub,eh)模型中进一步提出了对不同负荷下热电联产(combinedheatandpower,chp)机组的效率变化进行了分析，证明了chp在不同负荷时经济性有较大区别以及考虑负载率变化的必要性；在能源集线器(energyhub,eh)模型中总结了部分常用能源转换设备的效率随负载率变化的拟合方程形式，但并未给出其在ries运行优化中的具体应用。

技术实现要素：

本发明实施例提供一种基于设备负载率变化的区域综合能源系统运行优化方法及装置，用于至少解决上述对各设备负载率变化在一定程度上影响了设备模型精确度，进而影响ries调度方案的合理性与经济性的技术问题。

第一方面，本发明实施例提供一种ries运行优化方法，用于区域综合能源系统，所述方法包括：将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；建立基于所述设备效率与所述设备负载率的关联关系的ries模型；对所述ries模型进行运行优化，其中，所述运行优化包括建立基于能源转换设备的负载率变化的ries运行优化数字模型，所述ries运行优化数字模型以最小化运行成本为目标函数。

第二方面，本发明实施例提供一种ries运行优化装置，包括：关联模块，用于将所述能源转换设备的设备效率基于数据拟合与所述能源转换设备的设备负载率进行关联；建模模块，用于建立基于所述设备效率与所述设备负载率的关联关系的ries模型；优化模块，用于对所述ries模型进行运行优化，其中，所述运行优化包括建立基于所述能源转换设备的负载率变化的ries运行优化数字模型，所述ries运行优化数字模型以最小化运行成本为目标函数。

本申请的方法及装置提供的方案考虑了设备效率变化特性，可以提高设备建模准确性，更为符合设备实际运行情况，可有效减小运行方案的成本预测误差，为ries提供了更为合理且经济的运行方案。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种ries运行优化方法的流程图；

图2为本发明一实施例提供的又一种ries运行优化方法的流程图；

图3为本发明一实施例提供的ries算例系统热、电负荷图；

图4为本发明一实施例提供的ries算例系统分时电价示意图；

图5为本发明一实施例提供的考虑设备负载率变化下的电功率调度方案示意图；

图6为本发明一实施例提供的不考虑设备负载率变化下的电功率调度方案示意图；

图7为本发明一实施例提供的为考虑设备负载率变化下的热功率调度方案示意图；

图8为本发明一实施例提供的不考虑设备负载率变化下的热功率调度方案示意图；

图9为本发明一实施例提供的一种ries运行优化装置的框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

请参考图1，其示出了本申请的ries运行优化方法一实施例的流程图。本实施的ries运行优化方法可以适用于具备建模功能的终端，如笔记本电脑。

如图1所示，在步骤101中，将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；

在步骤102中，建立基于设备效率与设备负载率的关联关系的ries模型；

在步骤103中，对ries模型进行运行优化，其中，运行优化包括建立基于能源转换设备的负载率变化的ries运行优化数字模型，ries运行优化数字模型以最小化运行成本为目标函数。

在本实施例中，对于步骤101，ries运行优化装置将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联。之后，对于步骤102，ries运行优化装置建立基于设备效率与设备负载率的关联关系的ries模型。然后，对于步骤103，ries运行优化装置以最小化运行成本为目标函数对ries模型进行运行优化。

本实施提供的方案通过考虑设备效率随设备负载率的变化，并基于设备效率与设备负载率的关联关系建立ries模型，解决了传统ries运行优化方法中将设备效率视为常数，忽略了设备效率随负载率变化的特性，影响设备模型准确度的问题，从而有效地提高了ries运行调度方案的适用性。

进一步参考图2，其示出了本申请的ries运行优化方法又一实施例的流程图。该流程图主要是对流程图1中的步骤102“建立基于设备效率与设备负载率的关联关系的ries模型”进一步限定的步骤的流程图。

如图2所示，在步骤201中，建立基于设备效率与设备负载率的关联关系的能源转换设备的转换模型；

在步骤202中，建立能源存储设备的存储模型；

在步骤203中，建立基于转换模型以及存储模型的ries模型。

在本实施例中，对于步骤201，ries运行优化装置建立基于设备效率与设备负载率的关联关系的能源转换设备的转换模型。之后，对于步骤202，ries运行优化装置建立能源存储设备的存储模型。然后，ries运行优化装置基于转换模型以及存储模型，建立ries模型，并对ries模型进行运行优化。

需要说明的是，上述方法步骤并不用于限制各步骤的执行顺序，实际上，某些步骤可能会同时执行或者以与步骤限定的相反的顺序执行，本申请在此没有限制。

下面对通过描述发明人在实现本发明的过程中遇到的一些问题和对最终确定的方案的一个具体实施例进行说明，以使本领域技术人员更好地理解本申请的方案。

发明人在实现本申请的过程中发现现有技术中存在的缺陷主要是由以下原因导致的：传统ries运行优化方法中将设备效率视为常数，忽略了设备效率随负载率变化的特性。

本申请的方案主要从以下几个方面入手进行设计和优化来提高设备建模的准确性，为ries提供了更为合理且经济的运行方案：

步骤一：建立能源转换设备的效率随负载率变化的拟合方程模型：

为表示统一表示各设备效率与负载率关系，构建如下多项式：

式中：为设备效率；n为拟合阶数；为拟合系数；为设备负载率。

设备负载率可通过下式求得：

式中：为设备输出功率，kw；设备最大输出功率，kw。

步骤二：建立考虑能源转换设备的效率随负载率变化的ries模型：

通常，ries中能源转换设备输入与输出关系可用下式表示：

式中：为设备输入能量，kw。

考虑各设备效率与负载率关系，可表示为：

能源转换设备输出功率约束可表述为：

能源存储设备模型建立如下：

不同能源存储设备充放能机理和能量转换关系类似，本文采用一个通用储能装置模型加以描述。假定能源存储设备在时间段内充放能功率恒定，则在充放能前后设备存储的能量关系为：

式中：、分别为设备充放能前后的储能量，kwh；为能源存储设备自放能率；为t时刻考虑充放能效率损耗后能源存储设备实际充放能功率，以向设备充能为正，kw；为运行优化步长，h。

能源存储设备充放能功率受到的限制可描述如下：

式中：、分别为能源存储设备充放能效率；、分别为设备充放能功率上限，kw。

能源存储设备的储能量约束如下：

式中：分别为设备最大储能量，kwh；为t时刻设备储能量，kwh。

至此可得ries模型如下：

式中：为能源形式，如电、热等；为能源形式α的负荷水平；为设备i的α能源形式输出；为能源形式α充放能效率；为能源形式α实际充放能向量，以向充能设备充能为正。

式中：、分别为充放能效率。

步骤三：建立ries运行优化模型

1.目标函数

ries运行优化目标是在满足用户负荷需求的前提下，最小化运行成本。目标函数如式(15)所示：

式中：为购电成本，元；为购气成本，元。

式中：为时段单位购电价，元/(kwh)；为时段购电功率，kw；为单位购气价，元/m3；为时段购气量，m3。

2.约束条件

考虑设备负载率变化的ries运行优化模型约束条件如下。

2.1设备模型约束

1)能源转换设备约束

能源转换设备约束包括设备模型(20)–(21)。

2)能源存储设备约束

能源存储设备约束包括式(22)–(25)。

此外，考虑储能设备储能量的周期性和时段耦合特性，假设储能量在调度周期始末时刻保持一致，即：

式中：、分别表示设备调度周期始末的储能量，kwh。

2.2系统运行约束

1)系统能量平衡约束

系统能量平衡约束如式(20)所示。

2)联络线功率约束

联络线功率约束可表示为：

式中：表示联络线功率的上限，kw。

本发明使用遗传算法对上述的优化问题进行求解。

应用例

本应用例采用我国南方某园区，系统中包含chp机组1600kw、燃气锅炉2050kw和蓄电池200kwh。设备的相关参数见表1。

表1主要设备参数

以典型日为例，负荷曲线如图3所示。分时电价参见图4，联络线功率上限为3mw，气价为4.16元/m3

为验证本发明方法有效性，构建如下两种场景进行对比：

场景i：ries按考虑设备负载率变化的运行优化方法所得调度方案运行。

场景ii：ries按不考虑设备负载率变化的运行优化方法所得调度方案运行。

优化目标如式(28)所示。优化运行周期24h，单位时间δt=1h。

考虑设备负载率变化与不考虑设备负载率变化两种场景下一天之内ries运行费用对比结果如表2所示。

表2两种场景下运行成本

场景i一天内ries实际运行总成本为52009.56元，场景ii一天内ries实际运行总成本为53366.77元。

对比两种情景实际运行中的成本，场景i的购气成本相对于场景ii减少37.7%，购电成本增加58.8%。

为了对ries的运行优化进行更为详细的分析，本文对两种场景下的电、热运行优化方案进行对比讨论。

两种场景下的电功率运行优化方案如图5和6所示。由图中可以看出，两种场景下的电负荷运行优化方案有较大不同，场景i中主要向电网购电以满足大部分电负荷，但在场景ii中chp作为主要出力设备满足大部分电负荷。

场景i中，在考虑设备负载率变化时，在电价较低的时间段(0–6时、23时)，由于从电网购电价格较低，使用chp供应电负荷的经济效益不如从电网购电高，所以大部分电负荷由电网供应；且在该时段蓄电池充电，用于应对电价高峰时刻(10时、19–20时)的电负荷。在电价高峰时刻，电价升高使得从电网购电成本增加、经济性降低，因此chp机组启动以供应部分电负荷，但因受到热负荷限制，未能供应全部电负荷，仍需从电网购电。

场景ii中，在不考虑设备负载率变化时，蓄电池在不同时段的充放电状态主要受电价影响，因此充放电规律与场景i基本相似。由于在场景ii中不考虑设备负载率变化，设备效率将为常数，chp由于热电联供总能源利用率高、经济性较好，在各个时段一直作为主要出力设备，运行在以热定电模式，供应部分电负荷，从电网购电满足剩余的电力需求。

两种场景下的热功率运行优化方案如图7和8所示。由图中可以看出，两种场景下的热负荷运行优化方案也有较大不同，场景i中大部分时间以燃气锅炉作为主要供能设备，但在场景ii中chp承担大部分热负荷，燃气锅炉仅在用能高峰参与供能。

场景i中考虑设备负载率变化，当电价一定时，调度方案不仅与设备本身效率特性有关，也与当前时刻负荷水平有关。当热负荷较小时，chp与hp都处于在低负载率运行，虽然二者效率都较满负荷运行时低，但因chp热电联供经济性较好，能够在一定程度上提高ries运行经济性，因此将使用chp作为供热设备(4时)；当负荷逐渐增大，负荷水平将逐渐接近燃气锅炉额定容量，此时仅使用燃气锅炉供能将保障其负载率处于较高水平，效率也随之处于较高水平；但当热负荷大于燃气锅炉容量时，燃气锅炉不足以满足全部热负荷，此时可由chp满负载运行，以确保chp处于高负载率，剩余热负荷由燃气锅炉满足(12时)。但当处于电价高峰时(10时、19–20时)，由于向电网购电成本较高，使用chp同时供应热、电负荷将更为经济。

而在场景ii中，在不考虑设备负载率变化时设备效率均视为常数。而当设备一定时，由于chp热电联供经济性较好，将使用chp作为主要供热设备，燃气锅炉用于应对热负荷高峰。然而实际上，在部分时刻由于chp负载率较低，其实际运行效率低于额定效率，使用chp供能反而将增加ries运行成本，因此在不考虑设备负载率变化时的运行方案可能存在一定的不合理性，且该运行方案预计运行成本也与实际运行成本有较大差距。

对比场景ii预计成本与实际运行成本，场景ii预计运行成本为50587.84元，场景ii一天内ries实际运行总成本为53566.77元，则本算例中场景ii下的成本预测误差达5.6%。因忽略设备负载率，而导致对设备效率的高估，从而导致实际运行成本相比于预计购气成本增加了2.2%，而实际购电成本相比于预计购电成本增加了11.4%。

可以看出，在不考虑设备负载率变化时，由于未考虑设备负载率对设备效率的影响，设备常运行于低负载率状态，导致设备的实际运行效率较低，不利于ries经济运行；且由于设备实际运行效率随负载率变化较大，导致系统运行方案不符合实际运行情况，成本预计存在较大的偏差，使得对于ries的经济性调度及分析不准确，影响ries运行经济性；在考虑设备负载率变化时，一定的能源价格下，负荷水平及设备容量将影响设备运行效率，进而影响ries的运行方案，因此根据负荷水平选择容量相近的设备作为出力设备将会更加经济。

综上描述，本发明提出了提出一种考虑设备负载率变化的园区综合能源系统运行优化方法，结论如下：

1)传统ries运行优化方法不考虑设备负载率变化时，无法描述设备效率随负载率变化过程。设备效率不符合实际运行情况，运行优化方案不合理。

2)基于本文所提的考虑设备负载率变化的ries运行优化方法考虑了能源转换设备的效率随负载率变动，提升了设备模型的准确度。

3)与传统ries所获得的运行方案相比，本文所提方法更符合设备实际运行情况，减小了调度方案的成本预测误差，为ries提供了更为合理且经济的运行方案。

请参考图9，其示出了本发明一实施例提供的ries运行优化装置的框图。

如图9所示，ries运行优化装置300，包括关联模块310、建模模块320以及优化模块330。

其中，关联模块310，用于将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；建模模块320，用于建立基于设备效率与设备负载率的关联关系的ries模型；优化模块330，用于对ries模型进行运行优化，其中，运行优化包括建立基于能源转换设备的负载率变化的ries运行优化数字模型，ries运行优化数字模型以最小化运行成本为目标函数。

应当理解，图9中记载的诸模块与参考图1和图2中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图9中的诸模块，在此不再赘述。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。