一种计及能源市场交易的综合能源系统优化运行方法与流程

electricity,heat and gas networks[j].ieee transactions on smart grid,2019,10(1):1122-1131.
[0011]
随着终端能量管理的概念和能量管理系统(energy management system，ems)的发展和应用，负荷需求可被优化管理，从而使得供能系统面对的供能负荷也发生了改变。对于ems参与到系统优化运行的研究主要包括：通过ems管理大规模分布式电源接入的供能系统
[8-9]
，实现用户节能减排
[10-11]
，以及对热电联供系统的综合管理
[12-14]
。对于综合能源供能商，为追求自身利益的提高，必须充分了解在综合能源系统ems管理模式下，用户的负荷变化特性，并相应制定合理的激励措施(如在授权范围内进行能源定价)引导用户参与互动，以达到互利共赢的目的，而现有的发明难以正面解决此类难题。本段参考文献如下：
[0012]
[8]周灿煌,郑杰辉,荆朝霞,等.面向园区微网的综合能源系统多目标优化设计[j].电网技术,2018,42(6):1687-1697.
[0013]
[9]byrne rh,nguyen ta,copp da,et al.energy management and optimization methods for grid energy storage systems[j].ieee access,2018,6:13231-13260.
[0014]
[10]pilloni v,floris a,meloni a,et al.smart home energy management including renewable sources:a qoe-driven approach[j].ieee transactions on smart grid,2018,9(3):2006-2018.
[0015]
[11]吴聪,唐巍,白牧可,等.基于能源路由器的用户侧能源互联网规划[j].电力系统自动化,2017,41(4):20-28.
[0016]
[12]liu n,wang j,wang l.hybrid energy sharing for multiple microgrids in an integrated heat
–
electricity energy system[j].ieee transactions on sustainable energy,2019,10(3):1139-1151.
[0017]
[13]jiang z,ai q,hao r.integrated demand response mechanism for industrial energy system based on multi-energy interaction[j].ieee access,2019,7:66336-66346.
[0018]
[14]徐航,董树锋,何仲潇,等.基于多能互补的电/热综合需求响应[j].电网技术,2019,43(2):480-489.


技术实现要素：

[0019]
本发明的目的是针对上述现状，进行了考虑用户参与互动的综合能源系统优化运行研究，主要贡献在以下几点：
[0020]
1)提出在综合能源系统ems管理模式下，计及用户互动的能源系统优化运行机制。充分考虑前文所述影响用户各类负荷大小的两方面因素，供能商通过在授权范围内进行能源自主定价，激励用户调节自身负荷曲线加入互动体系，既提升了供能商的经济效益，也提升了用户的用能体验。
[0021]
2)考虑用户用能的边际效用，对综合能源系统ems管理模式下的用户用能需求建立了对应的数学模型。在供能商的收益计算时，供能商给出的能量单价将会使用户的购能量和比例发生变化，而这一变化显然也将影响供能商的整体收益。
[0022]
3)对于供能商改变供能价格带来的交互迭代影响，本发明构建了双层模型来处
理。上层以供能商收益最大化为目标，采用遗传算法确定各时刻的能量价格；下层以用户用能满意度最大化为目标确定当前价格下的用户购能量。
[0023]
本发明提供了一种计及能源市场交易的综合能源系统优化运行方法，考虑用户互动的综合能源系统结构：
[0024]
考虑用户互动的综合能源系统将受ems调控的用户与供能商运营的供能站视为统一整体。供能商通过对供能站内供能设备的优化出力调度，在满足用户负荷需求的同时，赚取供能收益。用户的ems系统将根据实时冷、热、电能源单价，自动优化选择各时刻的购能组合。因此，改变能量单价将对供能商的售能量产生影响，从而影响最终的收益，在本发明所构建的供能体系中，考虑供能商可在一定范围内对各类能量单价进行调整，以达到刺激用户能量消费，增加总收益的目的。供能站通过信息中心发布每个时刻的能量单价，用户ems系统接收价格信息并结合用户用能需求编制用能计划，并将计划上报供能站，供能站则根据ems系统上报的负荷信息结合自身供能设备状态编制生产计划。供能系统的整体运行结构如下图所示：
[0025]
ems系统以用户用能满意度最大为目标编制优化用能计划，为量化用户的用能满意度，则需构造用户用能效用的数学模型。不同用户的用能行为可用不同的效用函数来描述，本发明采用较为成熟的二次效用函数进行建模：
[0026][0027]
式(1)中，表示第i个用户在第t时段的用电能效用；与为根据用户用能行为拟合所得的预设值；为用户的用电量。式(1)给出了用户用电效用的计算方法，相应地，可以类似得到用户用热、冷能量地效用：
[0028][0029][0030]
式(2)-(3)中，和分别代表用户用热、用冷能源地效用；与式(1)不同的是，本发明考虑了用户自制热、制冷带来效用的部分，其中和分别代表用户制热设备和制冷设备的用电量；η
e2h
和η
e2c
分别代表用户制热及制冷设备的工作效率或能效系数。
[0031]
则用户的整体用能效用和用能满意度可以用如下模型表述：
[0032][0033][0034]
公式(4)即是用户的总体用能效用；公式(5)用来计算用户的用能满意度，用户ems系统即以为优化目标，其中分别为当前时刻供能站信息中心给出的能量单价。需要指出的是，用户用能效用u
i,t
在本模型中相当于被描述为用户用能产生的正向经济收益，这一收益已经用公式(1)-(3)清楚地描述了。
[0035]
除此之外，针对用户ems系统仍有如下约束：
[0036][0037][0038][0039][0040][0041]
公式(6)中，为用户必要的用电量下限，为用户用电量的上限，超出这一限值将不会使用能效用继续增加；公式(7)-(8)的含义与公式(6)相似，表达了用户用热、用冷能源的约束；公式(9)-(10)则描述了用户自制热、制冷设备工作的上限，其中为用户制热能力上限；为用户制冷能力上限。
[0042]
考虑用户用能行为的供能系统优化运行模型处理：
[0043]
综合能源系统框架下的供能站能够为负荷用户提供电、热、冷等多种能源形式。供能站本身以chp机组为核心，辅以多种能量转化设备以满足不同的能源负荷。本发明考虑的供能站中除chp机组外，主要包含变压器(power transformer,pt)、燃气锅炉(gas boiler,gb)、热泵(heat pump,hp)、吸收式制冷机(absorption chiller,ac)。以下对设备进行分别建模：电力变压器在供能站中的作用主要是与电网进行能量交互，供能站任何时刻从电网的购电量不能超过变压器的限制
[0044][0045]
式(11)中，表示在t时段供能站向电网的购电量；表示变压器的最大供能限制。
[0046]
燃气锅炉燃烧天然气，为用户提供直接热能，其能量转化关系为：
[0047][0048][0049]
式(12)中，表示在t时段燃气锅炉产生的热能；表示燃气锅炉消耗的天然气量；η
gb
为燃气锅炉的工作效率。式(13)表示燃气锅炉出力受其最大容量限制。
[0050]
热泵可将电能转化为热能，也可用来制冷。其能量转化关系可表达为：
[0051][0052][0053][0054]
[0055]
公式(14)-(17)中分别为制热用/制冷用热泵的出力；相应地，分别制热用/制冷用热泵的电量输入；为设备的工作效率；式(16)-(17)表示热泵需满足最大制热/制冷能力的限制。
[0056]
吸收式制冷机可以充分利用余热将低品级的热能转化为冷能供给给用户：
[0057][0058][0059]
公式(18)-(19)中表示吸收式制冷机的制冷量；表示制冷机吸收的热量；η
ac
表示制冷机的工作效率；式(20)表示吸收式制冷机需满足其最大吸热量的约束。
[0060]
chp机组通过燃烧天然气，产生电能的同时用余热制热：
[0061][0062][0063][0064]
公式(20)-(21)中，和表示chp机组的电能/热能生产量和天然气消耗量；代表chp机组的发电效率；表示余热耗散部分占燃气总能量的比值；式(22)表示chp的发电量不超过机组最大出力
[0065]
除以上设备自身供能约束以外，供能站整体对用户用能应保证能量平衡，即：
[0066][0067][0068][0069]
公式(23)-(25)分别为供能站与用户间的电、热、冷能量流平衡，公式中各元素的含义已在上文给出。
[0070]
针对某一固定的负荷场景，供能站可制定多种不同组合的设备出力方案，并选择其中经济效益最高的方案运行。供能站供能的收益目标可表示为：
[0071]
maxc
profit
＝c
sell-c
buy-c
op-c
em
ꢀꢀ
(26)
[0072]
公式(26)中，供能站总收益c
profit
分别由售能收益c
sell
、购能成本c
buy
、设备运行维护费用c
op
、供能站排放成本c
em
四部分共同决定。
[0073]
这四部分的具体模型为：
[0074][0075][0076][0077][0078]
式(27)中的变量解释已在前文给出；式(28)-(30)中p
gas
分别为供能站购电、购气的单价；表示供能站内第k个设备在t时刻的出力，ω表示供能站内所有类型设备的集合，供能站整体的运行维护成本与设备运行的时间相关；式(30)表示供能站燃气发电产生的排放费用，其中μ
gas
表示燃烧单位燃气产生的排放成本。
[0079]
计及能源市场交易的综合能源系统优化运行方法：
[0080]
当供能站以式(26)作为优化目标时，必须以确定的负荷场景为前提；而对于供能站每个时刻给出的能源价格信息，负荷ems以式(5)为优化目标，计算得出的用能量又将改变供能站的供能负荷。因此以上两者之间存在着交互迭代的关系。为充分展现这一关系并解决因此带来的优化难题，本发明构建了双层优化模型，上层以式(26)供能站总收益最大化为目标，计算各个时刻中，使供能站总收益达到最大的各种能源的最优单价，能量单价的计算采用遗传算法，初始值在某一范围内随机生成并传递至下层；下层以式(5)用户用能满意度最大为目标，计算各个时刻中，使用户满意度最大的各种能量购入量，下层优化是一个二次规划模型，可利用matlab中yalmips工具箱联合gurobi求解器进行求解，将解得的能量购入量传回上层形成新的供能场景，利用遗传算法迭代。计算流程具体如图2所示：
[0081]
(1)首先输入上、下层优化的初始信息：上层优化初始信息包括供能站设备信息及参数，燃气价格、电网电价信息等；下层初始信息包括用户效用函数，用户必要的用能下限及用能上限等；
[0082]
(2)上层优化生成能量单价初始种群并传递至下层进行用户ems能量优化；
[0083]
(3)下层优化得到当前能量单价下的用能计划，并传递回上层；
[0084]
(4)上层结合下层的用能计划和能量单价，以式(25)为优化目标，优化得出供能站各个供能设备的各时段出力；
[0085]
(5)重复步骤(2)-(4)直至遗传算法收敛，输出供能站的最大收益和此情景下的供能单价，用户的用能满意度和用能量等信息。
[0086]
本发明的优点：
[0087]
本发明所述的计及能源市场交易的综合能源系统优化运行方法，对于供能站而言，优化了负荷的负荷比例结构，使得燃气轮机在供能站中运行比例提升，这一改变也将对环境保护产生积极影响。本应用供能商运营优化考虑了有冷热电能量市场交易的情形，所述的方法可以有效地解决未来能源市场化后，能源供应商的供能设备如何配置及运行的难题，且对于用户拥有ems系统来进行自身能量调节的情况更具备实用性。
附图说明
[0088]
下面结合附图及实施方式对本发明作进一步详细的说明：
[0089]
图1为供能系统整体运行结构示意图；
[0090]
图2为优化流程示意图。
具体实施方式
[0091]
实施例1
[0092]
本发明提供了一种计及能源市场交易的综合能源系统优化运行方法，
[0093]
考虑用户互动的综合能源系统结构：
[0094]
考虑用户互动的综合能源系统将受ems调控的用户与供能商运营的供能站视为统一整体。供能商通过对供能站内供能设备的优化出力调度，在满足用户负荷需求的同时，赚取供能收益。用户的ems系统将根据实时冷、热、电能源单价，自动优化选择各时刻的购能组合。因此，改变能量单价将对供能商的售能量产生影响，从而影响最终的收益，在本发明所构建的供能体系中，考虑供能商可在一定范围内对各类能量单价进行调整，以达到刺激用户能量消费，增加总收益的目的。供能站通过信息中心发布每个时刻的能量单价，用户ems系统接收价格信息并结合用户用能需求编制用能计划，并将计划上报供能站，供能站则根据ems系统上报的负荷信息结合自身供能设备状态编制生产计划。供能系统的整体运行结构如下图所示：
[0095]
ems系统以用户用能满意度最大为目标编制优化用能计划，为量化用户的用能满意度，则需构造用户用能效用的数学模型。不同用户的用能行为可用不同的效用函数来描述，本发明采用较为成熟的二次效用函数进行建模：
[0096][0097]
式(1)中，表示第i个用户在第t时段的用电能效用；与为根据用户用能行为拟合所得的预设值；为用户的用电量。式(1)给出了用户用电效用的计算方法，相应地，可以类似得到用户用热、冷能量地效用：
[0098][0099][0100]
式(2)-(3)中，和分别代表用户用热、用冷能源地效用；与式(1)不同的是，本发明考虑了用户自制热、制冷带来效用的部分，其中和分别代表用户制热设备和制冷设备的用电量；η
e2h
和η
e2c
分别代表用户制热及制冷设备的工作效率或能效系数。
[0101]
则用户的整体用能效用和用能满意度可以用如下模型表述：
[0102][0103]
[0104]
公式(4)即是用户的总体用能效用；公式(5)用来计算用户的用能满意度，用户ems系统即以为优化目标，其中分别为当前时刻供能站信息中心给出的能量单价。需要指出的是，用户用能效用u
i,t
在本模型中相当于被描述为用户用能产生的正向经济收益，这一收益已经用公式(1)-(3)清楚地描述了。
[0105]
除此之外，针对用户ems系统仍有如下约束：
[0106][0107][0108][0109][0110][0111]
公式(6)中，为用户必要的用电量下限，为用户用电量的上限，超出这一限值将不会使用能效用继续增加；公式(7)-(8)的含义与公式(6)相似，表达了用户用热、用冷能源的约束；公式(9)-(10)则描述了用户自制热、制冷设备工作的上限，其中为用户制热能力上限；为用户制冷能力上限。
[0112]
考虑用户用能行为的供能系统优化运行模型处理：
[0113]
综合能源系统框架下的供能站能够为负荷用户提供电、热、冷等多种能源形式。供能站本身以chp机组为核心，辅以多种能量转化设备以满足不同的能源负荷。本发明考虑的供能站中除chp机组外，主要包含变压器(power transformer,pt)、燃气锅炉(gas boiler,gb)、热泵(heat pump,hp)、吸收式制冷机(absorption chiller,ac)。以下对设备进行分别建模：电力变压器在供能站中的作用主要是与电网进行能量交互，供能站任何时刻从电网的购电量不能超过变压器的限制
[0114][0115]
式(11)中，表示在t时段供能站向电网的购电量；表示变压器的最大供能限制。
[0116]
燃气锅炉燃烧天然气，为用户提供直接热能，其能量转化关系为：
[0117][0118][0119]
式(12)中，表示在t时段燃气锅炉产生的热能；表示燃气锅炉消耗的天然气量；η
gb
为燃气锅炉的工作效率。式(13)表示燃气锅炉出力受其最大容量限制。
[0120]
热泵可将电能转化为热能，也可用来制冷。其能量转化关系可表达为：
[0121][0122][0123][0124][0125]
公式(14)-(17)中分别为制热用/制冷用热泵的出力；相应地，分别制热用/制冷用热泵的电量输入；为设备的工作效率；式(16)-(17)表示热泵需满足最大制热/制冷能力的限制。
[0126]
吸收式制冷机可以充分利用余热将低品级的热能转化为冷能供给给用户：
[0127][0128][0129]
公式(18)-(19)中表示吸收式制冷机的制冷量；表示制冷机吸收的热量；η
ac
表示制冷机的工作效率；式(20)表示吸收式制冷机需满足其最大吸热量的约束。
[0130]
chp机组通过燃烧天然气，产生电能的同时用余热制热：
[0131][0132][0133][0134]
公式(20)-(21)中，和表示chp机组的电能/热能生产量和天然气消耗量；代表chp机组的发电效率；表示余热耗散部分占燃气总能量的比值；式(22)表示chp的发电量不超过机组最大出力
[0135]
除以上设备自身供能约束以外，供能站整体对用户用能应保证能量平衡，即：
[0136][0137][0138][0139]
公式(23)-(25)分别为供能站与用户间的电、热、冷能量流平衡，公式中各元素的含义已在上文给出。
[0140]
针对某一固定的负荷场景，供能站可制定多种不同组合的设备出力方案，并选择
其中经济效益最高的方案运行。供能站供能的收益目标可表示为：
[0141]
maxc
profit
＝c
sell-c
buy-c
op-c
em
ꢀꢀ
(26)
[0142]
公式(26)中，供能站总收益c
profit
分别由售能收益c
sell
、购能成本c
buy
、设备运行维护费用c
op
、供能站排放成本c
em
四部分共同决定。
[0143]
这四部分的具体模型为：
[0144][0145][0146][0147][0148]
式(27)中的变量解释已在前文给出；式(28)-(30)中p
gas
分别为供能站购电、购气的单价；表示供能站内第k个设备在t时刻的出力，ω表示供能站内所有类型设备的集合，供能站整体的运行维护成本与设备运行的时间相关；式(30)表示供能站燃气发电产生的排放费用，其中μ
gas
表示燃烧单位燃气产生的排放成本。
[0149]
计及能源市场交易的综合能源系统优化运行方法：
[0150]
当供能站以式(26)作为优化目标时，必须以确定的负荷场景为前提；而对于供能站每个时刻给出的能源价格信息，负荷ems以式(5)为优化目标，计算得出的用能量又将改变供能站的供能负荷。因此以上两者之间存在着交互迭代的关系。为充分展现这一关系并解决因此带来的优化难题，本发明构建了双层优化模型，上层以式(26)供能站总收益最大化为目标，计算各个时刻中，使供能站总收益达到最大的各种能源的最优单价，能量单价的计算采用遗传算法，初始值在某一范围内随机生成并传递至下层；下层以式(5)用户用能满意度最大为目标，计算各个时刻中，使用户满意度最大的各种能量购入量，下层优化是一个二次规划模型，可利用matlab中yalmips工具箱联合gurobi求解器进行求解，将解得的能量购入量传回上层形成新的供能场景，利用遗传算法迭代。计算流程具体如图2所示：
[0151]
(1)首先输入上、下层优化的初始信息：上层优化初始信息包括供能站设备信息及参数，燃气价格、电网电价信息等；下层初始信息包括用户效用函数，用户必要的用能下限及用能上限等；
[0152]
(2)上层优化生成能量单价初始种群并传递至下层进行用户ems能量优化；
[0153]
(3)下层优化得到当前能量单价下的用能计划，并传递回上层；
[0154]
(4)上层结合下层的用能计划和能量单价，以式(25)为优化目标，优化得出供能站各个供能设备的各时段出力；
[0155]
(5)重复步骤(2)-(4)直至遗传算法收敛，输出供能站的最大收益和此情景下的供能单价，用户的用能满意度和用能量等信息。
[0156]
本应用供能商运营优化考虑了有冷热电能量市场交易的情形，本发明所提的方法可以有效地解决未来能源市场化后，能源供应商的供能设备如何配置及运行的难题，且对于用户拥有ems系统来进行自身能量调节的情况更具备实用性。