计及站房投资的综合智慧能源系统配置优化方法及装置与流程

1.本发明属于能源系统配置优化领域，尤其涉及一种计及站房投资的综合智慧能源系统配置优化方法及装置。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.受多能源互相耦合、能源与负荷随机性波动、多主体参与等复杂因素影响，综合智慧能源系统规划设计过程目前大量依靠人力，容易出现重复规划、设计方案单一、评价不全面等问题，不仅规划设计效率低，而且造成大量人力资源浪费，难以满足费用计算精准性和项目时效性要求，因此需要一种切实可靠、准确有效的规划设计方法。
4.目前已有的综合智慧能源系统配置优化方法，往往只关注于系统设备容量的选择，忽视了能源站站房的投资估算，而此部分投资通常占项目总投资比例较大，对优化结果影响明显，因此发明人发现，对于需配套建设能源站站房的综合智慧能源系统，现有的综合智慧能源系统配置优化方法只考虑设备优化无法得出最优的优化结果，实际应用中会出现较大偏差。


技术实现要素：

5.为了解决上述背景技术中存在的技术问题，本发明提供一种计及站房投资的综合智慧能源系统配置优化方法及装置，其计及站房投资，能够实现较为准确的优化选择综合智慧能源系统配置的目的。
6.为了实现上述目的，本发明采用如下技术方案：
7.本发明的第一个方面提供一种计及站房投资的综合智慧能源系统配置优化方法，其包括：
8.获取项目基础数据、设备数据和土建数据；
9.基于能源站设备类型选择模型，并在各能源模型的运行约束及综合智慧能源系统内电、热和冷功率平衡约束下，得到综合智慧能源系统的设备选型、容量规划方案、各类型设备出力、能源站投资情况、污染物排放量和综合能效比；
10.其中，能源站设备类型选择模型的目标函数为计及站房投资且以系统全生命周期总费用最低、年污染物排放量最小和综合能效比最高。
11.本发明的第二个方面提供计及站房投资的综合智慧能源系统配置优化装置，其包括：
12.数据获取模块，其用于获取项目基础数据、设备数据和土建数据；
13.优化配置模块，其用于基于能源站设备类型选择模型，并在各能源模型的运行约束及综合智慧能源系统内电、热和冷功率平衡约束下，得到综合智慧能源系统的设备选型、容量规划方案、各类型设备出力、能源站投资情况、污染物排放量和综合能效比；
14.其中，能源站设备类型选择模型的目标函数为计及站房投资且以系统全生命周期总费用最低、年污染物排放量最小和综合能效比最高。
15.本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的计及站房投资的综合智慧能源系统配置优化方法中的步骤。
16.本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的计及站房投资的综合智慧能源系统配置优化方法中的步骤。
17.与现有技术相比，本发明的有益效果是：
18.本发明中的计及能源站站房投资的计算，利用遗传算法得到能源站最优面积，为能源站的设计提供依据，也可以更加准确的得到综合智慧能源系统准确的总体投资，经济性指标更加全面，具有实际指导意义。
19.本发明的综合智慧能源系统配置优化方法实现了各种能源形式协同优化，解决了综合智慧能源系统规划过程中设计方案单一、系统配置结构不合理、评价不全面等问题，显著减少了规划设计人员的工作量，提高了规划设计效率，对于计算机辅助综合智慧能源系统规划设计具有重要意义。
20.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
21.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
22.图1是本发明实施例的综合智慧能源系统配置优化方法流程示意图；
23.图2是本发明实施例的能源站站房投资计算流程示意图。
具体实施方式
24.下面结合附图与实施例对本发明作进一步说明。
25.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
26.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
27.实施例一
28.如图1所示，本实施例提供了一种计及站房投资的综合智慧能源系统配置优化方法，其具体包括如下步骤：
29.步骤1：获取项目基础数据、设备数据和土建数据。
30.其中，所述项目基础数据，包括项目面积、楼宇类型、典型日电、冷、热和热水逐时
负荷、项目的可用资源数量及资源价格。
31.项目的可用资源数量包括项目所在地光照幅度、风力、电、气、地热、水源等的数量。
32.资源价格包括当地电价、气价和水价等资源价格。
33.所述设备数据，包括各类型设备单位容量的投资成本、维护费用及效率和各单位设备电冷热出力限制。
34.所述土建数据，用于能源站站房投资计算，包括能源站内墙、外墙，钢筋混凝土柱、梁，防水、保温，基础等单位体积造价。
35.步骤2：基于能源站设备类型选择模型，并在各能源模型的运行约束及综合智慧能源系统内电、热和冷功率平衡约束下，得到综合智慧能源系统的设备选型、容量规划方案、各类型设备出力、能源站投资情况、污染物排放量和综合能效比；
36.其中，能源站设备类型选择模型的目标函数为计及站房投资且以系统全生命周期总费用最低、年污染物排放量最小和综合能效比最高。
37.其中，所述能源站投资的系统总投资费用为项目的总投资、年维护费用、年燃料费和年购电费用之和，所述项目的总投资由站房建筑投资、站房内设备投资和除站房和设备投资外的其他费用构成。
38.具体地，经济性目标-能源站投资的系统总投资费用为f：
[0039][0040]
全生命周期m年内总费用最低，c
inv
、c
om，y
、c
fuel，y
、c
grid，y
分别是项目的总投资、年维护费用、年燃料费、年购电费用。
[0041]
全生命周期m年内总费用最低，c
inv
、c
om，y
、c
fuel，y
、c
grid，y
分别是项目的总投资、年维护费用、年燃料费、年购电费用，其中：
[0042]cinv
＝c
inv，sta
c
inv，equ
c
inv，oth
[0043]
式中，c
inv，sta
为站房建筑投资，由站房投资模块计算获得；c
inv，equ
为站房内设备投资，由各设备的设备容量和单位容量投资求得，即k为设备种类；c
inv，oth
为除站房和设备投资外的其他费用，由站房和设备投资乘比例因子l求得，即c
inv，oth
＝(c
inv，sta
c
inv，equ
)
×
l。
[0044][0045]
式中，n
t
为一年的总时段数，取8760小时；为设备i的单元负荷的运行和维护费用，e
i，t
为设备i第t时段的负荷，对于燃气内燃机、风力发电和光伏电池等分布式电源，e
i，t
是它们在第t时段实际运行的电功率(kw)；对于燃气锅炉、热泵、冷水机组和溴化锂吸收式制冷机组等供热/供冷设备，e
i，t
是它们在第t时段所提供的热/冷功率；对于蓄热槽和蓄冷槽等储能设备，e
i，t
是它们在第t时段蓄能/放能的功率。
[0046]
[0047]
式中，为第t时段的燃料热量，为第t时段的燃料价格。对于系统中的用气设备，可以根据输出能量与燃气量的关系将输出能量转换为相应的燃气量。
[0048][0049]
式中，为系统第t时段向电网的购电量，为第t时段购电的电价。
[0050]
环保性目标-年污染物排放量为po：
[0051][0052]
式中，是系统第t时段向消耗的天然气热量，β
gas
是燃烧天然气的污染物排放量；是系统第t时段向电网的购电量，β
grid
是燃煤发电的污染物排放量。
[0053]
综合能效比目标-综合能效比为per：
[0054][0055]
式中，ei为第i种发电设备的发电量，为第j种制热设备的制热量，为第k种制冷设备的制冷量，q
tot
为消耗的一次能源总能量。
[0056]
在具体实施中，各能源模型的运行约束包括设备安装容量约束、设备出力约束和与大电网交互功率约束。
[0057]
约束条件：
[0058]
1)设备安装容量约束
[0059][0060]
式中，为受客观条件所限，如流动资金、占地面积等的限定，各设备的最大安装容量。
[0061]
2)设备出力约束
[0062]
对于非储能设备，它们的时段t负荷出力q
i，t
应该小于设备的安装容量
[0063][0064]
对于风力发电和光伏电池，考虑到其输出具有随机性和波动性，引入容量系数f，表示风力发电和光伏电池年平均输出功率与额定功率之比：
[0065][0066]
风力发电和光伏电池的输出功率为：
[0067][0068]
3)与大电网交互功率约束
[0069]
[0070]
式中，为系统与大电网交互功率的上限值。
[0071]
4)电能平衡约束
[0072][0073]
式中，pg为发电单元的集合；p
l
为系统中用电设备的集合；ereq
t
为用户侧在第t时段的电力负荷需求；
[0074]
5)热能平衡约束
[0075][0076]
式中，ho为产热设备的集合；h
l
为系统中用热设备的集合；hreq
d，t
为用户侧在第t时段的热负荷需求，包括供暖负荷需求和热水负荷需求；
[0077]
6)冷能平衡约束
[0078][0079]
式中，co为制冷设备的集合；c
l
为系统中用冷设备的集合；creq
t
为用户侧在第t时段的冷负荷需求；
[0080]
如图2所示，在投资计算过程中，除各类设备投资外，同时计及能源站站房投资，能源站站房面积与设备占地面积相关联，具体方法如下所述：
[0081]
通过设备类型选择和设备容量规划获取能源站内不同设备的型号、数量信息。
[0082]
获取各设备的长宽高等尺寸数据。
[0083]
根据相关标准和规范查得设备前后和相邻需预留尺寸，对长宽高数据进行修正。
[0084]
利用遗传算法优化设备布局，求取最优布置方案。
[0085]
其中，利用遗传算法优化设备布局属于现有技术，此处不再累述。
[0086]
在计算结果中增加能源站过道、电气间、仪控间等配套面积。
[0087]
根据土建数据，得到能源站站房总投资费用。
[0088]
求解上述规划模型，得到综合智慧能源系统的设备选型、容量规划方案、各类型设备出力、能源站投资情况、污染物排放量和综合能效比；其中，能源站投资情况包括能源站投资的系统总投资费用和年运行费用。
[0089]
本实施例的计及站房投资的综合智慧能源系统配置优化方法，是根据用户负荷需求、能源价格和当地资源禀赋，选取可满足负荷需求的设备类型组合，通过计算比较得到较优的组合方式，优化计算设备容量配置和所需的能源站站房投资，对比总费用、污染物排放和系统能效指标，实现了经济性最优、污染物排放最低和能效最大化目标。
[0090]
实施例二
[0091]
本实施例提供了一种计及站房投资的综合智慧能源系统配置优化装置，其具体包括如下模块：
[0092]
数据获取模块，其用于获取项目基础数据、设备数据和土建数据；
[0093]
优化配置模块，其用于基于能源站设备类型选择模型，并在各能源模型的运行约束及综合智慧能源系统内电、热和冷功率平衡约束下，得到综合智慧能源系统的设备选型、
容量规划方案、各类型设备出力、能源站投资情况、污染物排放量和综合能效比；
[0094]
其中，能源站设备类型选择模型的目标函数为计及站房投资且以系统全生命周期总费用最低、年污染物排放量最小和综合能效比最高。
[0095]
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0096]
实施例三
[0097]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的计及站房投资的综合智慧能源系统配置优化方法中的步骤。
[0098]
其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
[0099]
实施例四
[0100]
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的计及站房投资的综合智慧能源系统配置优化方法中的步骤。
[0101]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0102]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0103]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。