一种基于随机经济模型预测控制的综合能源系统运行优化方法、系统、计算机设备及介质

本发明属于电热综合能源，具体涉及一种经济模型预测控制技术。

背景技术：

1、由于人们对于煤炭、石油等传统化学能源开发使用的增加，随之而来的环境污染问题也变得日益严重，传统的能源结构以及利用方式在一定程度上难以继续发展，故寻找新的能源代替传统能源，推动能源结构转型势在必行。

2、根据中国能源发展战略，到2050年前中国可再生能源发电比例将达到85％以上，其中风光发电比例达到了63％。然而风光发电由于其出力受天气因素影响较大，导致其发电功率存在间歇性、波动性以及随机性等问题，当其渗透比例达到较高程度时，其对传统电力系统的安全运行就会造成负面影响。因此需要改变传统能源系统结构，提高系统应对可再生能源高渗透比例的能力。

3、目前，冬季我国供暖地区大量通过热电联产chp(combined heat and power)机组满足用户的热负荷需求，由于chp机组的“以热定电”的工作特点，消耗了特别多的不可再生能源。而且，风电出力会有随机间歇的过程，这一特性限制了大规模风电并网运行，供热时增加机组的发电功率，为了达到热负荷需求，这种做法导致弃风现象日渐严峻。

4、为了提高能源的利用效率，减少化石能源消耗，降低chp机组的以热定电特性对发电调度的阻碍，研究包含更多样化、更灵活的电热源的ies综合能源系统优化运行方式迫在眉睫。

技术实现思路

1、本发明针对现有的经济模型预测控制，会受风电功率的随机性影响，导致风电消纳率高、电热综合能源系统调度成本高，并且需要显示处理风电功率不确定性的问题，提供一种基于随机经济模型预测控制的综合能源系统运行优化方法、系统、计算机设备及介质。

2、本发明所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法包括：

3、s1：获取待优化的综合能源系统的风电功率历史数据，根据所述风电功率历史数据构建情景树；

4、s2：根据所述风电功率历史数据，获取风电序列，构建风电非高斯概率变换模型，将所述风电序列输入到所述风电非高斯概率变换模型中，得到新的风电序列；

5、s3：根据sempc在预测时域上的控制变量和对应的预测变量，得到ssempc优化问题公式；

6、s4：选取empc与ssempc策略进行对比分析，在预测时域内计算所述待优化的综合能源系统的最优性，获得调度指令，完成优化。

7、进一步地，提供优选方案，所述s1还包括：k时刻系统状态在不同风电功率随机量的作用下产生n条情景树分支，对应系统的n个不同运行状态，选择鲁棒时域以及情景树单个节点分支数n，并使不确定性变量在鲁棒时域后保持不变；

8、进一步地，提供优选方案，所述鲁棒时域nr≤np，其中nr为鲁棒时域，np为系统未来np个状态；

9、进一步地，提供优选方案，所述风电非高斯概率变换模型为：

10、

11、其中，fi(·)为第i台风电机组的非线性变换函数，i表示第i台风电机组的序号，pwt，i为第i台风电机组的历史非高斯分布序列，为高斯分布序列，wt为风电机组，ψ1、ψ2、ψ3为变换参数，且ψ1，ψ2≥0，ψ3为任意值，tanh为双曲正切函数；

12、进一步地，提供优选方案，所述sempc在预测时域上的控制变量为：

13、

14、na＝ng+nchp+neb+ngb+ne

15、其中，ns为情景树分支总数，即系统优化路径总数，ng为系统内常规发电机数量，nchp为chp机组数量，neb为电锅炉数量，ngb为燃气锅炉数量，ne为储能系统数量，s为情景树分支序号，j为预测时域上时刻序号，k为第k个时刻；

16、进一步地，提供优选方案，所述预测变量为：

17、

18、进一步地，提供优选方案，所述ssempc优化问题公式为：

19、

20、其中，ωs为不同风电功率情景发生概率，为松弛变量，入为惩罚因子，为引入松弛变量后修正的经济性能指标，为ns组不同风电功率情景下经济性能指标的加权求和，为系统内常规发电机组数量的电热矩阵，q为为系统内chp机组、电锅炉、燃气锅炉和储能系统数量电热矩阵，为某未来各时刻电热负荷指令；

21、所述一种基于随机经济模型预测控制的综合能源系统运行优化系统包括：

22、情景树构建模块，用于获取待优化的综合能源系统的风电功率历史数据，根据所述风电功率历史数据构建情景树；

23、风电序列转换模块，用于根据所述风电功率历史数据，获取风电序列，构建风电非高斯概率变换模型，将所述风电序列输入到所述风电非高斯概率变换模型中，得到新的风电序列；

24、优化问题公式建立模块，用于根据sempc在预测时域上的控制变量和对应的预测变量，得到ssempc优化问题公式；

25、调度指令获取模块，用于选取empc与ssempc策略进行对比分析，在预测时域内计算所述待优化的综合能源系统的最优性，获得调度指令，完成优化。

26、本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述任意一种方案组合的一种基于随机经济模型预测控制的综合能源系统运行优化方法。

27、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质用于储存计算机程序，所述计算机程序执行上述任意一种方案组合的一种基于随机经济模型预测控制的综合能源系统运行优化方法。

28、本发明的有益效果：

29、近年来，经济模型预测控制empc(economic model predictive control)在国内开辟出了一片市场，其本质是提取mpc中上层的经济性信息，再将该两层信息代入下层，其目标函数改变了固有传统的形式，即二次型形式，有效解决了传统分层模型忽略在动态跟踪过程中的经济性问题，能够得到更好的全局经济性能。因此需设计考虑动态系统跟踪过程中经济性的优化控制算法。

30、本发明所述的方法当前系统状态为初始状态，对系统未来的状态进行预测，同时，优化系统未来时刻上的经济性能指标之和，从而求得最优的调度策略，使用empc优化函数得到k时刻系统最优的运行调度策略。

31、相比于现有的经济模型预测控制，本发明提出的基于ssempc(基于情景树结构的随机经济模型预测控制)的策略能够在保证鲁棒性的前提下，考虑风电随机性影响，并提升系统的经济性能，通过形象化表示未来时刻风电功率的变化情况来保证系统闭环经济性，是一种闭环优化的方法。

32、本发明在仿真时间3d内累计节约成本复合单步增长率约为4％，具有显著的经济效益。

33、本发明适用于综合能源系统优化场景。

技术特征：

1.一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述s1具体包括：k时刻系统状态在不同风电功率随机量的作用下产生n条情景树分支，对应系统的n个不同运行状态，选择鲁棒时域以及情景树单个节点分支数n，并使不确定性变量在鲁棒时域后保持不变。

3.根据权利要求2所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述鲁棒时域nr≤np，其中nr为鲁棒时域，np为系统未来np个状态。

4.根据权利要求1所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述风电非高斯概率变换模型为：

5.根据权利要求1所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述sempc在预测时域上的控制变量为：

6.根据权利要求1所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述预测变量为：

7.根据权利要求1所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法，其特征在于，所述ssempc优化问题公式为：

8.一种基于随机经济模型预测控制的综合能源系统运行优化系统，其特征在于，所述优化系统包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1-7中任一项所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于储存计算机程序，所述计算机程序执行权利要求1-7中任一项所述的一种基于随机经济模型预测控制的综合能源系统运行优化方法。

技术总结
一种基于随机经济模型预测控制的综合能源系统运行优化方法、系统、计算机设备及介质，属于电热综合能源技术领域，解决了现有的经济模型预测控制会受风电功率的随机性影响，导致风电消纳率高、电热综合能源系统调度成本高，并且需要显示处理风电功率不确定性的问题。所述方法包括：获取风电功率历史数据，构建情景树；获取风电序列，构建风电非高斯概率变换模型，将风电序列输入到风电非高斯概率变换模型中，得到新的风电序列；根据SEMPC在预测时域上的控制变量和对应的预测变量，得到SSEMPC优化问题公式；选取EMPC与SSEMPC策略进行对比分析，在预测时域内计算所述待优化的综合能源系统的最优性，获得调度指令，完成优化。本发明适用于综合能源系统优化场景。

技术研发人员：周求湛,王涵铎
受保护的技术使用者：吉林大学
技术研发日：
技术公布日：2024/1/25