一种变电站多能互补的热管理系统及其协同调控方法与流程

本发明涉及自动控制，尤其是涉及一种变电站多能互补的热管理系统及其协同调控方法。

背景技术：

1、变电站作为电力系统的核心枢纽，其内部大量的电力设备在运行过程中会产生巨大的热量，为保障设备安全稳定运行，必须实施有效的热管理。变电站多能互补的热管理系统，通过整合燃气、电能、太阳能、地热能等多种能源形式，利用锅炉、热泵、储热装置等设备进行综合供热或制冷，是实现能源梯级利用与提升能效的重要技术路径。

2、相关技术中，公告号为cn111967786b的中国发明专利公开了一种多能互补微网的分层协同调控方法，包括：针对包含电、热、冷、气四种能源的多能互补微网，构建兼顾多能互补微网整体与多能互补微网中电、热、冷、气各能源子系统之间不同利益需求的集成化综合模型，指导多能互补微网的协同规划、优化调控研究；根据电、热、冷、气四类能源的惯性、传输速度，以及四类能源转换设备的响应时间，把电、热、冷、气四类能源的决策变量分成两层，实现能量的精细化管理；根据电、热、冷、气四类能源的特性以及集成化综合模型，按不同的时间间隔对两层中的决策变量进行调控，逐级减少源荷不确定性对系统的影响，提高系统中能量的调控质量。

3、然而，上述的相关技术中分层逻辑依赖静态分类，未融合实时运行与预测信息，且未明确热负荷变化趋势的量化方法，亦缺乏设备动态响应的在线辨识，导致边界条件固定，难以适应气象与设备状态引发的频繁波动。同时，其对热惯性的利用仅停留在时间尺度划分，未建立热传输延迟与储热容量的数学约束，削弱了不确定性平抑效果，易引发供需错配与弃能问题。

技术实现思路

1、为解决上述问题，本发明提供了一种变电站多能互补的热管理系统及其协同调控方法，采用一种基于多维特征预测、动态约束优化和闭环反馈校正的协同调控策略，能够实现对多能源设备的协同优化调度，提升系统运行的经济性和稳定性。

2、上述目的可以通过如下方案实现：

3、一种变电站多能互补的热管理协同调控方法，包括获取变电站所在地的气象环境预报数据、变电站内热负荷的历史运行数据以及多能互补系统的实时能源状态数据，对所述气象环境预报数据和所述历史运行数据进行时频域特征提取，并与所述实时能源状态数据进行特征融合，生成预测输入特征向量；将所述预测输入特征向量输入至预先构建的热负荷预测模型，得到未来调控时段的热负荷需求预测序列；获取多能互补系统中各能源转换设备的动态响应特性参数，并基于所述动态响应特性参数构建设备动态响应矩阵；以所述热负荷需求预测序列为跟踪目标，结合所述设备动态响应矩阵，进行多目标滚动时域优化，求解得到预调度计划序列；获取热传输管网的热延迟特性参数和热存储设备的容量状态，将所述预调度计划序列修正为满足热惯性约束的执行调度指令，依据所述执行调度指令，生成对各能源转换设备和热存储设备的控制信号，并下发执行。

4、可选地，所述生成预测输入特征向量包括：获取所述气象环境预报数据中的温度、辐照度、风速的时间序列，以及所述历史运行数据中与所述温度、辐照度、风速时间序列对应的热负荷功率序列；对所述温度、辐照度、风速的时间序列和所述热负荷功率序列进行小波变换，提取多尺度时频特征分量；对所述多尺度时频特征分量和所述实时能源状态数据进行拼接并降维，生成预测输入特征向量。

5、可选地，所述得到未来调控时段的热负荷需求预测序列包括：获取变电站历史时段的热负荷数据集和与所述历史时段对应的历史气象环境数据；利用注意力机制与长短期记忆网络构建深度神经网络模型结构；将所述历史热负荷数据集和所述历史气象环境数据输入至所述深度神经网络模型结构进行训练，得到热负荷预测模型，结合所述预测输入特征向量，输出热负荷需求预测序列。

6、可选地，所述基于所述动态响应特性参数构建设备动态响应矩阵包括：向各能源转换设备发送阶跃测试信号，并采集设备输出功率随时间变化的响应过程曲线；对所述响应过程曲线进行一阶惯性加纯延迟环节的参数辨识，得到各能源转换设备的动态响应时间常数和爬坡速率限制值；将所述动态响应时间常数和所述爬坡速率限制值进行矩阵组合，得到设备动态响应矩阵。

7、可选地，所述求解得到预调度计划序列包括：构建包含可再生能源弃用惩罚项和各能源转换设备运行能耗项的系统运行成本函数，以及可再生能源利用率目标；将所述热负荷需求预测序列作为热功率平衡约束，将所述设备动态响应矩阵作为设备出力变化率约束，加入各能源转换设备的功率上下限约束；将所述系统运行成本函数和所述可再生能源利用率目标组合为单目标函数，进行滚动时域优化求解，生成预调度计划序列。

8、可选地，所述构建包含可再生能源弃用惩罚项和各能源转换设备运行能耗项的系统运行成本函数，以及可再生能源利用率目标包括：采集可再生能源发电设备的实际并网功率和同期可用功率上限，进行逐时差值累计并叠加随弃用持续时间阶梯递增的惩罚权重，生成可再生能源弃用惩罚项；获取各能源转换设备在变负荷运行中的动态能耗特性，将设备当前出力对应的瞬态能耗与启停切换产生的附加能耗叠加，生成运行能耗项；将所述可再生能源弃用惩罚项与所述运行能耗项按调控周期逐时加权相加，生成系统运行成本函数；获取各时段可再生能源实际发电量与可用发电量，并进行逐时段比值计算后，以获取的各时段变电站总热需求量为权重加权求平均，生成可再生能源利用率目标。

9、可选地，所述将所述预调度计划序列修正为满足热惯性约束的执行调度指令包括：基于所述热延迟特性参数进行特征提取，得到分段长度参数、管径尺寸参数和保温材料热阻参数，计算管道热延迟时间系数；基于所述容量状态进行特征提取，得到热存储设备的当前蓄热量和额定蓄放热功率值，基于所述管道热延迟时间系数和所述额定蓄放热功率值，建立热传输延迟约束和热存储功率容量约束；将所述预调度计划序列中的各设备出力时序和储热充放计划与所述热传输延迟约束和热存储功率容量约束进行比对修正，生成执行调度指令。

10、可选地，所述方法还包括：采集变电站内设定热节点处的实际温度信号，计算所述实际温度信号与所述热负荷需求预测序列中对应的目标温度之间的温度偏差量；基于所述温度偏差量进行反馈补偿计算，生成动态补偿功率修正值；将所述动态补偿功率修正值前馈叠加至下一轮的执行调度指令中。

11、可选地，所述方法还包括：从电力市场接口获取实时电价信号和辅助服务需求信号；将获取的所述实时电价信号纳入所述系统运行成本函数中计算购电成本或售电收益，同时依据所述辅助服务需求信号增加辅助服务收益项，更新系统运行成本函数；基于所述容量状态，结合所述实时电价信号，生成与电价波动适配的热存储充放套利约束；基于所述更新后的系统运行成本函数、所述热存储充放套利约束进行滚动时域优化求解，得到与电力市场信号协同的热电联合预调度计划序列。

12、基于相同的发明构思，本发明还提供了一种变电站多能互补的热管理系统，所述系统包括：特征融合模块,用于获取变电站所在地的气象环境预报数据、变电站内热负荷的历史运行数据以及多能互补系统的实时能源状态数据，对所述气象环境预报数据和所述历史运行数据进行时频域特征提取，并与所述实时能源状态数据进行特征融合，生成预测输入特征向量；负荷预测模块,用于将所述预测输入特征向量输入至预先构建的热负荷预测模型，得到未来调控时段的热负荷需求预测序列；响应矩阵模块,用于获取多能互补系统中各能源转换设备的动态响应特性参数，并基于所述动态响应特性参数构建设备动态响应矩阵；滚动优化模块,用于以所述热负荷需求预测序列为跟踪目标，结合所述设备动态响应矩阵，进行多目标滚动时域优化，求解得到预调度计划序列；惯性修正模块,用于获取热传输管网的热延迟特性参数和热存储设备的容量状态，将所述预调度计划序列修正为满足热惯性约束的执行调度指令，依据所述执行调度指令，生成对各能源转换设备和热存储设备的控制信号，并下发执行。

13、与现有技术相比，本发明具有如下优点：

14、本发明通过将气象环境预报数据、热负荷历史运行数据及实时能源状态数据进行多维度时频域特征融合，并基于注意力机制与长短期记忆网络构建高精度热负荷预测模型，提升了对未来热负荷需求变化趋势的预判能力，使得调控系统能够提前响应外部环境扰动和运行模式变化，减少了供需时间尺度失配问题。

15、本发明充分辨识各能源转换设备的动态响应时间常数与爬坡速率限制，构建设备动态响应矩阵，并将该矩阵作为滚动时域优化中的出力变化率硬约束，同时引入热传输管网延迟特性和热存储容量状态对预调度计划进行惯性约束修正，将不利的热滞后效应转化为虚拟储能缓冲，从而保障调度指令与设备实际物理能力匹配，提升了设备安全性。

16、本发明以最小化系统运行成本与最大化可再生能源利用率为多目标，构建包含弃用惩罚项和设备能耗项的综合优化函数，并在滚动优化过程中结合热存储充放套利策略与电力市场实时信号，实现热电联合经济调度；通过闭环温度反馈计算动态补偿功率修正量并前馈叠加至后续指令，提升了可再生能源就地消纳率、降低了运营成本，并增强了对多种不确定性扰动的自适应鲁棒能力。

17、本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。