多能流协同优化调度方法、装置和电子设备与流程

本技术涉及微电网能量管理与多能流协同优化调度领域，尤其涉及一种多能流协同优化调度方法、装置和电子设备。

背景技术：

1、纺织厂供能通常采用锅炉供汽与微电网供电相结合，并通过电热转换、余热回收及储热配置实现电热协同运行。

2、然而，现有调度方案多围绕电力与热力平衡展开，碳排放及其成本通常未被统一纳入运行优化。同时，储热系统动态特性描述较粗略，蒸汽负荷常按刚性需求处理，导致在光伏波动和负荷变化场景下，调度精度、经济性与运行稳定性难以兼顾。

3、因此，如何在纺织厂微电网中提高多能流协同调度精度，以兼顾运行成本、碳排放与供能稳定性，成为亟待解决的技术问题。

技术实现思路

1、本技术提供一种多能流协同优化调度方法、装置和电子设备，以解决上述技术问题。该方法面向纺织厂微电网中电、热及碳排放相互耦合的运行场景，围绕多能源系统整体协同优化，兼顾供能过程中的经济性、低碳性与稳定性，对未来时段的运行状态进行统筹分析与动态调度，从而提升多能流协同调度精度，改善在光伏波动及负荷变化条件下的综合运行效果。

2、第一方面，本技术提供一种多能流协同优化调度方法，所述方法包括：

3、建立包含电力网络、热力网络和碳排放流的多能流耦合模型，其中，所述多能流耦合模型用于通过实时运行数据动态描述各能源节点的功率平衡关系及碳排放因子；

4、以最小化综合运行成本为目标函数，求解混合整数规划问题，获得未来第一时段内的调度计划，所述综合运行成本包括燃料成本、购电成本、碳成本以及设备折损成本；

5、在执行所述调度计划的过程中，采集当前实际运行数据，并以所述当前实际运行数据为初始状态，通过模型预测控制滚动修正所述调度计划中未来第二时段内的调度指令，所述未来第二时段的时长小于所述未来第一时段的时长；

6、在检测到功率波动的情况下，联动调节电热泵功率、储热罐充放热功率以及热弹性负荷用能需求中的至少一项，以响应所述功率波动并维持系统供能稳定；

7、其中，所述建立包含电力网络、热力网络和碳排放流的多能流耦合模型，包括：

8、根据光伏出力、储能单元充放电功率、柴发出力、电网交换功率以及电热泵耗电功率建立所述电力网络的电力功率动态平衡约束，并基于储能荷电状态动态方程更新储能单元的实时荷电状态；

9、根据电热泵制热功率、余热回收功率、锅炉制热功率及储热罐充放热功率建立所述热力网络的热力功率动态平衡约束，并基于储热罐分层热力学模型计算储热罐的实时总储热量；

10、根据光伏发电、储能单元充放电、柴发发电和电网购电各自的碳排放因子及其出力占比的加权平均值，确定电力负荷的瞬时碳排放强度；

11、根据电热泵、余热回收和锅炉各自的碳排放因子及其供热量占比的加权平均值，确定蒸汽负荷的瞬时碳排放强度；其中，所述电热泵的碳排放因子根据所述瞬时碳排放强度与电热泵能效系数的比值确定；

12、根据所述柴发出力与柴发碳排放因子的乘积、所述电网交换功率与电网实时碳排放因子的乘积、以及所述锅炉制热功率与锅炉碳排放因子的乘积在调度周期内的累计值，计算所述碳排放流的系统总碳排放量。

13、在一种可能的实施例中，所述以最小化综合运行成本为目标函数，求解混合整数规划问题之前，所述方法还包括：

14、获取各用热工序的可延迟时间、蒸汽供给的可接受偏差以及优先级；

15、根据所述可延迟时间、所述可接受偏差和所述优先级，确定各用热工序的热弹性系数，其中，所述热弹性系数用于表征对应的用热工序对蒸汽供给波动的容忍程度。

16、在一种可能的实施例中，所述以最小化综合运行成本为目标函数，求解混合整数规划问题，获得未来第一时段内的调度计划，包括：

17、以所述未来第一时段为调度周期，按预设时间步长将所述调度周期离散化为多个调度时段，并以燃料成本、购电成本、碳成本、储能单元寿命折损成本和储热罐寿命折损成本之和最小化为所述目标函数，建立日前调度优化模型；

18、确定所述日前调度优化模型的约束条件，其中，所述约束条件包括电力功率动态平衡约束、热力功率动态平衡约束、储能单元运行约束、柴发运行约束、储热罐运行约束、以及蒸汽负荷热弹性约束；

19、采用混合整数规划求解器对所述日前调度优化模型进行求解，得到所述未来第一时段内各设备的调度计划。

20、在一种可能的实施例中，所述以所述当前实际运行数据为初始状态，通过模型预测控制滚动修正所述调度计划中未来第二时段内的调度指令，包括：

21、以所述未来第二时段为预测时域，按照预设控制周期将所述预测时域划分为多个控制区间；

22、以所述当前实际运行数据为初始状态，以燃料成本、购电成本、碳排放成本、电力调度指令变化量惩罚项和热力调度指令变化量惩罚项之和最小化为优化目标，建立日内滚动优化模型，其中，所述电力调度指令变化量惩罚项基于当前时刻与前一控制区间的电力调度指令偏差确定，所述热力调度指令变化量惩罚项根据当前时刻与前一控制区间的热力调度指令偏差确定；

23、基于所述日前调度优化模型的约束条件，确定所述日内滚动优化模型的约束条件；

24、在每一控制周期到达时，采用混合整数规划求解器对所述日内滚动优化模型进行求解，并将求解得到的当前控制区间内的调度指令作为修正后的调度指令执行，以及在下一控制周期到达时重复上述滚动求解过程。

25、在一种可能的实施例中，所述在检测到功率波动的情况下，联动调节电热泵功率、储热罐充放热功率以及热弹性负荷用能需求中的至少一项，包括：

26、当检测到电力功率缺额时，降低电热泵耗电功率，并增大储热罐放热功率以补偿因电热泵功率降低而产生的蒸汽供给缺口；

27、当检测到蒸汽功率缺额时，优先增大储热罐放热功率以响应所述蒸汽功率缺额；

28、在储热罐放热功率达到最大允许值后仍存在蒸汽供给缺口的情况下，根据各用热工序的热弹性系数由高至低的顺序，依次降低对应的用热工序的蒸汽供给量，以优先保障热弹性系数较低的用热工序的蒸汽供给。

29、在一种可能的实施例中，所述方法还包括：

30、获取当前时刻的光伏出力和电力负荷；

31、在所述光伏出力，大于所述电力负荷与最小电热泵耗电功率之和时，增加电热泵耗电功率，以将富余电能转换为热能并存储至储热罐中；

32、在所述光伏出力与最大储能单元充放电功率及最大柴发出力之和，小于所述电力负荷与最小电热泵耗电功率之和时，降低电热泵耗电功率并增大储热罐放热功率以满足蒸汽负荷，并在储热罐供热量不足时启动锅炉补充蒸汽供给。

33、在一种可能的实施例中，所述方法还包括：

34、获取当前时刻的电网购电电价，并确定所述电网购电电价是否超过预设电价阈值；

35、在超过所述预设电价阈值时，控制储能单元放电并启动柴油发电机发电以替代电网购电；

36、降低电热泵耗电功率，并基于预先储存于储热罐中的热量满足蒸汽负荷需求。

37、第二方面，本技术提供一种多能流协同优化调度装置，包括：

38、构建模块，用于建立包含电力网络、热力网络和碳排放流的多能流耦合模型，其中，所述多能流耦合模型用于通过实时运行数据动态描述各能源节点的功率平衡关系及碳排放因子；

39、调度模块，用于以最小化综合运行成本为目标函数，求解混合整数规划问题，获得未来第一时段内的调度计划，所述综合运行成本包括燃料成本、购电成本、碳成本以及设备折损成本；

40、调度模块，还用于在执行所述调度计划的过程中，采集当前实际运行数据，并以所述当前实际运行数据为初始状态，通过模型预测控制滚动修正所述调度计划中未来第二时段内的调度指令，所述未来第二时段的时长小于所述未来第一时段的时长；

41、控制模块，用于在检测到功率波动的情况下，联动调节电热泵功率、储热罐充放热功率以及热弹性负荷用能需求中的至少一项，以响应所述功率波动并维持系统供能稳定；

42、其中，所述建立包含电力网络、热力网络和碳排放流的多能流耦合模型，包括：

43、根据光伏出力、储能单元充放电功率、柴发出力、电网交换功率以及电热泵耗电功率建立所述电力网络的电力功率动态平衡约束，并基于储能荷电状态动态方程更新储能单元的实时荷电状态；

44、根据电热泵制热功率、余热回收功率、锅炉制热功率及储热罐充放热功率建立所述热力网络的热力功率动态平衡约束，并基于储热罐分层热力学模型计算储热罐的实时总储热量；

45、根据光伏发电、储能单元充放电、柴发发电和电网购电各自的碳排放因子及其出力占比的加权平均值，确定电力负荷的瞬时碳排放强度；

46、根据电热泵、余热回收和锅炉各自的碳排放因子及其供热量占比的加权平均值，确定蒸汽负荷的瞬时碳排放强度；其中，所述电热泵的碳排放因子根据所述瞬时碳排放强度与电热泵能效系数的比值确定；

47、根据所述柴发出力与柴发碳排放因子的乘积、所述电网交换功率与电网实时碳排放因子的乘积、以及所述锅炉制热功率与锅炉碳排放因子的乘积在调度周期内的累计值，计算所述碳排放流的系统总碳排放量。

48、第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

49、所述存储器存储计算机执行指令；

50、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面所述的多能流协同优化调度方法。

51、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被计算机执行时用于实现如第一方面所述的多能流协同优化调度方法。

52、第五方面，本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，可实现如第一方面任一项所述的多能流协同优化调度方法的步骤。

53、本技术提供一种多能流协同优化调度方法、装置和电子设备，通过建立包含电力网络、热力网络和碳排放流的多能流耦合模型，并结合实时运行数据动态描述各能源节点的功率平衡关系及碳排放因子，能够更准确反映纺织厂微电网中电热耦合及碳排放关联特性，进而提高调度建模精度；通过以最小化综合运行成本为目标求解混合整数规划问题，并将燃料成本、购电成本、碳成本以及设备折损成本统一纳入优化，能够实现对系统运行成本与碳排放成本的协同权衡，进而提升整体经济性与低碳运行水平；通过在执行调度计划过程中基于当前实际运行数据采用模型预测控制对未来较短时段内的调度指令进行滚动修正，并在检测到功率波动时采用电热泵功率调节、储热罐充放热调节和热弹性负荷调度中的至少一种方式进行响应，能够增强系统对光伏波动和负荷变化的适应能力，进而提高供能稳定性和调度执行精度。