机会约束条件的园区综合能源系统多目标优化调度方法与流程

技术特征：
1.一种机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于：包括以下步骤：步骤一、构建电动汽车数学模型、电动公交车换电站数学模型和出勤行为概率分布模型；步骤二、根据电动汽车、电动公交车换电站的出勤行为概率分布模型进行初始充电负荷计算；步骤三、构建园区综合能源系统的设备数学模型，构建园区综合能源系统多目标优化调度模型，以最小运行费用，最大效率和最小污染性气体排放治理费用为优化的目标函数；步骤四、构建冷热电机会约束条件，构建机会约束经济目标规划模型；步骤五、采用确定性等价类转换的方法将机会约束条件线性化；步骤六、确定权重系数，将典型场景输入综合能源系统优化模型中，采用matlab/cplex进行求解，得到最佳运行方案。2.根据权利要求1所述的计及机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于，(1)电动汽车数学模型及运行约束电动汽车数学模型公式表示为：电动汽车数学模型公式表示为：式中：为电动汽车的功率；为电动汽车的充电功率；为电动汽车的放电功率；为电动汽车的额定充电功率；为电动汽车的额定放电功率；为电动汽车充电状态的0-1变量，取1表示充电；为电动汽车放电状态的0-1变量，取1表示放电；为充电效率；为放电效率；s
t,k
为电动汽车的荷电状态；为电动汽车的额定电量值；运行约束公式表示为：s
1,k
＝s
24,k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)s
kmin
≤s
t,k
≤s
kmax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)(5)式中：为电动汽车充电状态的0-1变量，取1表示充电；为电动汽车放电状态的0-1变量，取1表示放电；s
1,k
为始时段荷电状态；s
24,k
为末时段荷电状态；s
kmin
为荷电状态的下限；s
kmax
为荷电状态的上限；为电动汽车的总功率；为车辆到达园区的时间；为车辆离开园区的时间；s
dep,k
为电动汽车离开园区时的荷电状态；为车辆出行距离；为最大续航里程；(2)电动公交车换电站数学模型及运行约束
电动公交车换电站数学模型公式表示为：电动公交车换电站数学模型公式表示为：式中：p
tbss
为换电站总功率；p
tcbss
表示总充电功率；p
tdbss
表示总放电功率；为换电站的站内电量值；d
t
为换电站的换电需求数；为换电站的旧电池组剩余电量值；n
c
为站内充电桩数量；为充电桩j充电状态的0-1变量，取1表示充电；为充电桩j放电状态的0-1变量，取1表示放电；为充电桩充电功率；为充电桩放电功率；为充电效率；为放电效率；e
batt
为每台电池组的额定电量；运行约束公式表示为：运行约束公式表示为：运行约束公式表示为：运行约束公式表示为：运行约束公式表示为：运行约束公式表示为：式中：p
tcbss
为换电站在t时段的总充电功率；p
tdbss
为换电站在t时段的总放电功率；为每个充电位的充电功率；为每个充电位的放电功率；n
z
为换电站中总电池数量；t
c
为一组电池的充电时长；β
bss
为换电站中电池组的电量备用系数；为每个充电位的充电工作状态0-1变量，取1表示充电；为每个充电位的放电工作状态0-1变量，取1表示放电；为站内电量最大值，最小值需满足下一个充电时长间隔的充电需求；为延长电池使用寿命，同一时刻同一充电位只能运行在充电或放电模式；(3)电动汽车和电动公交车出行行为概率分布模型电动汽车到达园区时间：t
ari
和离开园区时间t
dep
遵循正态分布，行驶距离d
dri
遵循gamma分布，假设电动汽车的常规充电过程为：每辆电动汽车到达园区后即开始充电，充至达到所需荷电状态结束，荷电状态初始值服从均匀分布，由于离开充电桩后量测设施检测不到电池状态，因此离开园区后的荷电状态视为0；换电站一天中的工作时间范围为[t
ari
,t
dep
]，每小时的换电池数d
t
服从均匀分布，电动公交车换下的动力电池剩余荷电状态最大值为soc
max
，且服从正态分布。3.根据权利要求1所述的机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于，初始充电负荷计算的步骤包括：(1)对电动汽车初始充电负荷进行蒙特卡洛计算；(2)对电动公交车换电站初始充电负荷进行蒙特卡洛计算。4.根据权利要求1所述的机会约束条件的园区综合能源系统多目标优化调度方法，其
特征在于，步骤三包括：(1)根据设备的数学模型构建园区综合能源系多目标优化模型：目标函数一、调度周期内，系统运行成本最小；min c
cost
＝c
g
c
e
c
ope
c
lidr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)(16)(16)(16)式中：c
cost
为总运行成本；c
g
为购买天然气的费用，c
e
为购电费用，c
idr
为综合需求响应(idr)成本,c
ope
为设备运行维护费用；λ
te
为一般商用分时电价，λ
tidr
为idr补偿价格，idr补偿模式为综合能源系统运营商补偿由于电动汽车(ev)、电动公交车换电站(bss)放电和中央空调(ac)转变供能方式带来的成本；λ
tg
为天然气价格；为设备单位功率运行维护费用，为第j台设备的输出功率，n
j
为设备台数；p
te
为购电功率；p
tgt
为燃气轮机(gt)电出力；为燃气锅炉(gb)热出力；为ev放电功率，p
tdbss
分别为bss放电功率，为第i台ac响应idr的用电功率改变量；η
gt
为gt电效率；η
gb
为gb热效率；β为天然气热值；n
ev
为ev总数量；n
ac
为ac总数量；目标函数二、调度周期内，系统效率最大；效率最大；效率最大；式中：为输入能量值，为输出能量值，为电负荷(pl)的值、为基本热负荷(hl)的值、为生活热水(dhw)的值、为冷负荷(cl)的值，为电能的值、为天然气的值、为pvt的电值，为pvt的热值；功率与优质电能的值关系如下：值关系如下：值关系如下：式中：为电能值；p
te
为购电功率；ζ
gen
为燃煤火电厂在发电过程中的损失系数；为电负荷值；p
tl
为电负荷；为pvt的电出力值；p
tpvt
为pvt的电功率；对于热负荷(hl)、生活热水(dhw)、冷负荷(cl)和光热(pvth)出力，值与温度成正相
关，因此能量值与温度之间的关系如下值与温度之间的关系如下式中：为k的值，为k的热功率，为冷负荷，其中k是热负荷(hl)、生活热水(dhw)、光热(pvth)的集合；表示设定温度，表示环境温度，为cl的设定温度，为cl的环境温度；天然气的值表达式如下式所示：式中：为天然气值；ζ
gas
为天然气的值系数；v
tgb
为燃气锅炉(gb)的耗气量，v
tgt
为燃气轮机(gt)的耗气量；β为天然气热值；目标函数三、调度周期内，系统污染性气体(co2、so2、no
x
)排放治理费用最小；考虑到外部电网中存在清洁能源电厂，系统从上级配网购买的电能中有一部分来源于清洁能源电厂，而清洁能源电厂中基本不产生污染性气体，因此在污染性气体排放量表达式中引入一个比例系数λ
e
表征外购电能中来自清洁能源电厂的比例；表征外购电能中来自清洁能源电厂的比例；式中：c
env
为污染气体排放治理费用；m
i
为第i项污染气体的排放治理费用；为第i项污染气体的排放量；为燃烧天然气产生的第i项污染气体排放量；λ
e
为ies购买的电量中来自绿色清洁能源电厂的比例；为系统购电间接产生的第i项气体排放量；v
tgb
为燃气锅炉的耗气量；v
tgt
为燃气轮机的耗气量；(2)常规约束条件：电动公交车换电站(bss)运行约束，电动汽车(ev)运行约束，蓄热设备(hs)运行约束，中央空调(ac)运行约束，能源交易约束，光伏/光热组件(pvt)运行约束，溴化锂制冷机(lbr)运行约束，余热锅炉(hrb)和燃气锅炉(gt)和燃气轮机(gt)运行约束。5.根据权利要求1所述的机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于，构建冷热电机会约束条件，构建机会约束经济目标规划模型的步骤中，(1)冷功率约束(2)热功率约束(3)电功率约束
δp
down
，δh
down
，δc
down
≥0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(38)式中：p
tl
为园区电负荷、为园区热负荷、为园区冷负荷、p
tpv
为园区光伏出力；p
tgt
为燃气轮机电出力，为燃气轮机电出力上限；η
gt
为燃气轮机的电效率；p
te
为购电功率；为燃气锅炉热出力；为溴化锂制冷机制冷出力；p
tbss
为换电站的总功率，表示充/放电功率的差；为中央空调的制冷功率；为中央空调的耗电功率；为中央空调的工作状态0-1值，工作时段取1，非工作时段取0；置信水平α
p
为电机会约束条件成立所需要满足的概率值、α
h
为热机会约束条件成立所需要满足的概率值、α
c
为冷机会约束条件成立所需要满足的概率值；为冷负荷随机量、为热负荷随机量、为电负荷随机量，为光伏预测出力的随机量；为cchp系统热备用出力、为cchp系统电备用出力、为园区给备用市场分配的购电量；η
cchp
为cchp系统的热效率；为cchp系统热出力；为cchp系统的热出力上限；δp
down
为电备用约束中引入的松弛变量、δh
down
为热备用约束中引入的松弛变量、δc
down
为冷备用约束中引入的松弛变量；为了尽量降低越限风险，在经济优化目标函数中加入功率越限风险成本，综合运行成本表达式如下所示：min c＝c
cost
c
risk
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(39)c
risk
＝τ
r
(δp
down
δh
down
δc
down
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(40)式中：c为综合运行成本、c
cost
为经济运行成本、c
risk
为机会约束越限产生的惩罚项，越限量越大，惩罚的数值也越大，τ
r
为越限惩罚因子。6.根据权利要求1所述的机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于，在采用确定性等价类转换的方法将机会约束条件线性化的步骤中，线性化后的机会约束条件如下：线性化后的机会约束条件如下：线性化后的机会约束条件如下：式中：φ(
·
)为标准正态分布函数。7.根据权利要求1所述的机会约束条件的园区综合能源系统多目标优化调度方法，其特征在于：步骤六中，将多目标优化模型线性化，构建加权满意度指标，基于层次分析法确定权重系数；将电
动汽车、电动公交车换电站和中央空调作为综合需求响应实施主体，将典型场景输入综合能源系统优化模型中，采用matlab/cplex进行求解，得到最佳运行方案。

技术总结
本发明提出了一种机会约束条件的园区综合能源系统多目标优化调度方法，通过建立电动汽车和电动公交车换电站等装置的数学模型，根据电动汽车和电动公交车换电站的出勤行为概率分布模型计算初始充电负荷曲线。考虑园区中的不确定性因素构建园区综合能源系统经济-能效-环保多目标优化调度模型，将冷热电联产机组备用出力和备用市场购电设置为园区综合能源系统的备用容量，将


技术研发人员：赵庆生 王贵龙 郭尊 原帅 郭贺宏 原敏宏 韩肖清
受保护的技术使用者：太原理工大学
技术研发日：2021.07.22
技术公布日：2022/1/28