分布式供热系统的多目标协同优化方法及装置与流程

1.本发明属于分布式供热系统技术领域，尤其涉及一种分布式供热系统的多目标协同优化方法及装置。


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.分布式供热不需要建设大型的集中热源站和冗长的供热管网，转而建设使用可再生能源的小型热源站，可以针对局部用户的能量需求，根据区域的具体情况实行个性化定制服务。准确合理的优化调度模型是保证分布式热系统在运行过程中充分发挥其经济性和环保性的关键，目前对分布式供热已有一定的研究，而且已经有建成的分布式供热系统。但是，目前的研究大多数是在实验室环境下，通过理论分析、仿真模拟开展的，缺乏对于实际应用系统的现场数据分析与优化运行研究。
4.检索发现，分布式供热系统调度和运行方面存在着一些问题，部分分布式供热系统未能建立合适的优化调度模型，或者采用传统的经济性单目标优化模型，缺乏实际应用的合理性。专利cn112696723a提出了一种电能代替的分布式清洁供暖系统，该系统中风光互补发电子系统配合蓄电池组驱动电锅炉系统运行进而实现清洁供热，但该专利并未针对系统建立优化调度模型，无法保证该系统是否最优运行。专利cn112132332a提出了一种清洁供暖能源系统优化调度方法，确定清洁供暖能源系统中了电锅炉、空气源热泵、地源热泵机组等设备的供暖计划指令，但该方法仅以运行成本最低为单一优化目标，未考虑系统碳排放，且容易造成设备频繁启停，不利于系统长期运行。


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，本发明提供一种分布式供热系统的多目标协同优化方法及装置，其基于综合考虑经济成本、碳排放和操作复杂度的多目标协同优化模型，在多目标协同优化模型中引入操作复杂度模型及相关约束，可以有效控制设备的启停频率和运行时长，保证分布式供热系统能够长期稳定高效运行。
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分布式供热系统的多目标协同优化方法，其包括：
8.获取分布式供热系统的源储荷数据、能源价格信息和排放因子；
9.基于获取的分布式供热系统相关数据及多目标协同优化模型，在设定约束条件下，得到分布式供热系统的多目标协同优化结果；
10.其中，所述多目标协同优化模型表示为经济成本、碳排放和表示操作复杂度的惩罚成本这三个目标的加权和；所述约束条件包括能量平衡约束、设备模型约束和操作复杂度约束。
11.作为一种实施方式，所述经济成本包括设定时间段内从电网购买电力的成本和从
工厂购买余热的成本。
12.作为一种实施方式，所述碳排放表示设定时间段内电网交互电量与电网的碳排放系数的乘积。
13.作为一种实施方式，所述表示操作复杂度的惩罚成本表示为设定时间段内的机组工作状态与对应惩罚系数的加权累加和。
14.作为一种实施方式，操作复杂度约束表示为：
15.0≤s
startup
(t) s
shutdown
(t)≤1
16.s
startup
(t),s
shutdown
(t)∈{0,1}
[0017][0018][0019]
其中：s
startup
(t)和s
shutdown
(t)分别代表开、关机状态，当s
startup
(t)＝1或s
shutdown
(t)＝1，意味着机组工作状态在这一时刻发生改变；k
penalty,startup
和k
penalty,shutdown
分别代表开、关机的惩罚系数；和分别代表开、关机时刻，k1和k2分别代表单次开、关机的周期数；t是优化周期。
[0020]
作为一种实施方式，所述设备模型约束包括：光伏光热一体化系统的额定发电功率约束和额定发热功率约束、地源热泵的输出功率约束、余热回收装置的最大输出约束、储热装置的输入输出约束以及容量约束和储电装置的输入输出约束和容量约束。
[0021]
本发明的第二个方面提供一种分布式供热系统的多目标协同优化装置，其包括：
[0022]
数据获取模块，其用于获取分布式供热系统的源储荷数据、能源价格信息和排放因子；
[0023]
协同优化模块，其用于基于获取的分布式供热系统相关数据及多目标协同优化模型，在设定约束条件下，得到分布式供热系统的多目标协同优化结果；
[0024]
其中，所述多目标协同优化模型表示为经济成本、碳排放和表示操作复杂度的惩罚成本这三个目标的加权和；所述约束条件包括能量平衡约束、设备模型约束和操作复杂度约束。
[0025]
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分布式供热系统的多目标协同优化方法中的步骤。
[0026]
本发明的第四个方面提供一种电子设备，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分布式供热系统的多目标协同优化方法中的步骤。
[0027]
与现有技术相比，本发明的有益效果是：
[0028]
(1)本发明提出了一种综合考虑经济成本、碳排放和操作复杂度的多目标协同优化模型，协同优化模型中引入操作复杂度模型，有效控制了设备的启停频率和运行时长，保证了分布式供热系统能够长期稳定高效运行的前提下，充分发挥了分布式供热系统经济性和低碳性的优势。
[0029]
(2)本发明考虑工程现场存在的外部环境变化、生产条件限制和不确定性干扰等因素，负荷模型基于热力学能量平衡关系和实际建筑的参数混合建模，设备模型基于设备的工作原理和实际的现场数据混合建模，充分反应分布式供热系统在实际工程应用现场中
的真实工况，实现对分布式供热系统实际运行效果的现场研究和能效分析，提高了多目标协同优化模型实际工程应用的合理性。同时建模过程同步进行，缩短了模型的推理构建过程以及所需时间。
[0030]
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
[0031]
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。
[0032]
图1是本发明实施例的一种分布式供热系统的多目标协同优化方法流程图；
[0033]
图2是本发明实施例的一种分布式供热系统的多目标协同优化装置结构示意图。
具体实施方式
[0034]
下面结合附图与实施例对本发明作进一步说明。
[0035]
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。
[0036]
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。
[0037]
实施例一
[0038]
如图1所示，本实施例提供了一种分布式供热系统的多目标协同优化方法，其包括：
[0039]
s101：获取分布式供热系统的源储荷数据、能源价格信息和排放因子。
[0040]
在具体实施中，可以从分布式供热系统相关联的数据库中直接获取源储荷数据、能源价格信息和排放因子。
[0041]
此处可以理解的是，本领域技术人员也可通过监控设备从分布式供热系统中采集源储荷数据，可通过现有的数据存储服务器中获取能源价格信息和排放因子。
[0042]
s102：基于获取的分布式供热系统相关数据及多目标协同优化模型，在设定约束条件下，得到分布式供热系统的多目标协同优化结果。
[0043]
其中，所述多目标协同优化模型表示为经济成本、碳排放和表示操作复杂度的惩罚成本这三个目标的加权和；所述约束条件包括能量平衡约束、设备模型约束和操作复杂度约束。
[0044]
目标函数是求解多目标协同优化模型最优解空间的重要指标，是评价优化调度方案优劣的标准。
[0045]
本实施例将操作复杂度以惩罚成本和相关约束的形式纳入优化模型，惩罚成本越大，意味着优化调度策略的操作越复杂。经济成本、碳排放和操作复杂度是相互矛盾的多目标，本发明通过线性加权组合法将相互矛盾的多目标求解问题转化为单目标求解问题，多
目标协同优化模型的目标函数表示如下：
[0046]
minobj＝α1·cdhs
α2·edhs
α3·cpenalty
[0047]
其中：obj是优化目标，c
dhs
、e
dhs
和c
penalty
分别是设定时间段内(比如：一天)的经济成本、碳排放和表示操作复杂度的惩罚成本，α1、α2和α3分别代表不同目标的权重系数。
[0048]
下面以设定时间段是一天(24h)为例：
[0049]
经济成本包括从电网购买电力的成本和从工厂购买余热的成本，成本模型表示如下：
[0050][0051]
其中：e
grid
(t)表示t时刻与电网交互的电量，q
wh
(t)表示t时刻从工厂购买的余热量，p
grid
(t)和p
wh
(t)分别代表不同时刻电价和热价。e
grid
(t)》0表示从电网购电；e
grid
(t)《0表示向电网出售电。
[0052]
分时购电和售电的价格是不同的，表示如下：
[0053][0054]
其中：p
grid,p
(t)和p
grid,s
(t)分别代表不同时刻购电和售电的价格。
[0055]
碳排放主要是从电网购买电力而导致电网一次侧产生的碳排放。余热是工业生产的副产品，碳排放归类到主产品的生产过程中，即使不使用余热，相应的碳排放也已经产生。因此，余热的回收和再利用是零碳排放。碳排放模型表示如下：
[0056][0057]
其中：e
grid
(t)表示t时刻与电网交互的电量，e
grid
表示电网的碳排放系数。e
grid
(t)》0表示从电网购电；e
grid
(t)《0表示向电网出售电。
[0058]
惩罚成本表示如下：
[0059][0060]
其中：s
startup
(t)和s
shutdown
(t)分别代表开、关机状态，当s
startup
(t)＝1或者s
shutdown
(t)＝1，这意味着机组工作状态在这一时刻发生改变(开机或者关机)，k
penalty,startup
和k
penalty,shutdown
分别代表开、关机的惩罚系数。
[0061]
约束条件是针对协同优化模型求解最优方案的决策过程的各项限制，常以不等式或方程式的形式出现。通常，等式约束决定了不同决策变量之间的关系，不等式约束决定了决策过程的复杂程度。
[0062]
在本实施例中，能量平衡是优化调度模型的基本约束条件，主要包括热能和电能的平衡。供热能量平衡约束表示如下：
[0063]qpv/t
(t) q
ghp
(t) q
hru
(t) q
tes
(t)＝q
load
(t)
[0064]
其中：q
load
(t)是热负荷，q
pv/t
(t)、q
ghp
(t)和q
hru
(t)分别代表光伏光热一体系统、地源热泵和余热回收机组输出的热量，q
tes
(t)分别代表储热装置的输入(q
tes
(t)《0)或者输出(q
tes
(t)》0)。
[0065]
分布式供热系统不负责需求方的建筑物的电力供应。因此，电力平衡约束表示如下：
[0066]epv/t
(t) e
es
(t) e
grid
(t)＝e
ghp
(t) eo(t)
[0067]
其中：e
pv/t
(t)是光伏光热一体化系统的发电量，e
es
(t)是储电装置的输入(e
es
(t)《0)或者输出(e
es
(t)》0)，e
grid
(t)表示从电网购电量(e
grid
(t)》0)或者向电网出售电量(e
grid
(t)《0)，e
ghp
(t)和eo(t)分别代表地源热泵和动力循环泵的用电量。
[0068]
在本实施例中，所述设备模型约束包括：光伏光热一体化系统的额定发电功率约束和额定发热功率约束、地源热泵的输出功率约束、余热回收装置的最大输出约束、储热装置的输入输出约束以及容量约束和储电装置的输入输出约束和容量约束。
[0069]
下面首先对负荷及各个设备建模：
[0070]
准确的热负荷值是优化调度的重要参考。建筑热负荷和很多因素有关，通常包括建筑参数、环境状况以及人为因素等。为了准确地模拟和表示热负荷，本发明采用室内温度作为热负荷的直接反映，从热力学的角度对热负荷进行建模，具体表示如下：
[0071][0072]
其中：q
load
(t)是热负荷，t
in
(t)和t
out
(t)分别代表室内、外温度，r是建筑的热阻，c
air
、v
air
和ρ
air
分别是建筑内空气的比热容、体积和密度。
[0073]
分布式供热系统的组成部分，即各个设备，是重要的被控对象。设备模型从数学角度反应了设备的产能能力和效率，是决定单一时刻能量调度的重要参考依据，对最优方案的求解至关重要。
[0074]
基于被控对象的数学机理模型的静态优化，是一种理想化的优化方法。然而，尽管分布式供热系统一开始被设计的是按一定的正常工况连续运行，但由于现场存在着大量的外部环境变化、生产条件限制和不确定性干扰等因素，实际的分布式供热系统往往很难建立精准的数学机理模型用以描述现场的被控对象，由此导致原来制定的机组调度策略未必是最优的。因此，以精准的数学机理模型为基础的控制理论和方法难以应用于实际的分布式供热系统，对分布式供热系统实际运行效果的现场研究和能效分析是实现系统优化运行的一个重要方面。
[0075]
下面采用基于机理与现场真实数据混合建模的方法，充分反应分布式供热系统在实际工程应用中的真实工作情况，进而提高多目标协同优化调度模型的合理性和可用性。
[0076]
(1)光伏光热一体化系统模型
[0077]
光伏光热一体化系统是将光热收集器和光伏发电板结合在一起，从而使单位面积上利用更多的太阳。光伏发电板吸收太阳辐射，产生分布式供热系统内所需的电能，光热收集器将未利用的太阳能转换为供热所需热能，提高太阳能利用率。由于影响光伏光热一体化系统输出的因素很多，主要包括太阳辐射、辐射面积、温度，其简化模型如下：
[0078]epv/t
＝η
pv
·spv
·isolar
·
[1-k
pv
·
(t
pv-t
pv,s
)]
[0079]qpv/t
＝η
t
·st
·isolar
[0080]
其中：e
pv/t
和q
pv/t
分别为光伏光热一体化系统的发电功率和发热功率；为i
solar
是太阳辐照度，η
pv
和η
t
分别是光伏板发电和集热器产热的效率，s
pv
和s
t
分别是光伏板和集热器接收太阳辐射的面积，t
pv
和t
pv,s
分别是光伏板表面的实际温度和标准温度，k
pv
是温差系
数。
[0081]
(2)地源热泵模型
[0082]
地源热泵是一种热量提升装置，通过消耗少量的高品位能源，实现由低品位热能向高品位热能转化，经济效益显著。地源热泵技术属于可再生能源利用技术，机组正常运行时，不向外界排放任何废气、废水、废渣，环境效益显著。地源热泵的模型如下：
[0083][0084][0085][0086]
其中：e
ghp
(t)、q
ghp
(t)、cop
ghp
和r
ghp
分别是地源热泵的输入、输出、性能系数和负荷率。地源热泵的输入、输出数据由工程应用现场实测得到，c0、c1、
…
、cn是拟合模型系数，由实验测得数据经过最小二乘法和qr分解得到，n是拟合模型的最高项次数。
[0087]
(3)余热回收装置模型
[0088]
余热回收装置是一种能量回收再利用装置，将部分工厂排放的废液、废气等余热资源回收，通过热交换、热功转换等技术实现二次利用。这有助于减少能量浪费，降低一次能源消耗，提高能源利用率。余热回收装置的模型如下：
[0089]qhru
(t)＝i
wh
(t)
·
η
hru
[0090]iwh
(t)＝q
wh
(t)
[0091]
其中：i
wh
(t)、q
hru
(t)和η
hru
分别代表余热回收装置的输入、输出和效率，q
wh
(t)表示t时刻从工厂购买的余热量。余热回收效率由工程应用现场实测得到。
[0092]
(4)储热装置模型
[0093]
储热装置能够实现负荷转移，即在产热高峰期存储热量，在用热高峰期释放热量。供热系统内增加储热环节，可以有效克服太阳能的间歇性和波动性缺点，同时降低峰值热负荷对供热系统带来的压力，进而解决热能供需在时间上的不平衡、不匹配现象，提高供热系统能量供给和传输的灵活性。储热装置的动态平衡方程如下：
[0094]qtes,s
(t 1)＝q
tes,s
(t)
·
η
tes-q
tes
(t)
[0095]
其中：q
tes,s
(t 1)和q
tes,s
(t)分别是储热装置在t 1和t时刻的储热量，η
tes
是储热效率，由工程应用现场实测得到。
[0096]
(5)储电装置模型
[0097]
储电装置连接供热系统内部所有的用电设备、光伏光热一体化系统的光伏部分以及电网。储电装置的动态平衡方程如下：
[0098]ees,s
(t 1)＝e
es,s
(t)
·
η
es-e
es
(t)
[0099]
其中：e
es,s
(t 1)和e
es,s
(t)分别是储电装置在t 1和t时刻的储电量，η
es
是储电效率，由工程应用现场实测得到。
[0100]
光伏光热一体化系统产生的电能和热能取决于太阳辐射强度和总辐照面积，光伏发电板和光热收集器的效率，以及本身的装机容量。对于光伏光热一体化系统来说，其约束条件可表示如下：
[0101]
0≤e
pv/t
(t)≤cap
pv/t,e
[0102]
0≤q
pv/t
(t)≤cap
pv/t,h
[0103]
其中：cap
pv/t,e
和cap
pv/t,h
分别是额定发电功率和额定发热功率。
[0104]
低负载下的地源热泵难以发挥出其最佳的制热效果，为了避免低负载状态，地源热泵的输出应控制在一定范围内，这样可以保证地源热泵具有良好的性能。确保地源热泵高效运行的约束条件表示如下：
[0105]rmin
·
cap
ghp
≤q
ghp
(t)≤r
max
·
cap
ghp
[0106]
其中：r
min
和r
max
分别代表地源热泵的最低和最高负载率，cap
ghp
是地源热泵的额定输出功率。
[0107]
余热回收装置的输出和输入之间的关系是近似线性的。因此，余热回收装置的最大输出应小于额定容量，约束条件表示如下：
[0108]
0≤q
hru
(t)≤cap
hru
[0109]
其中：cap
hru
是余热回收装置的额输出定功率
[0110]
对于储热装置，除了能量动态平衡约束以外，还包括输入输出约束以及容量约束，具体表示如下：
[0111]qtes,i
≤q
tes
(t)≤q
tes,o
[0112]
0≤q
tes,s
(t)≤cap
tes
[0113]
其中：q
tes,i
、q
tes,o
和cap
tes
分别是储热装置的额定输出功率、额定输入功率和额定容量。在优化模型里，考虑到计算需要，定义其输入为负数(q
tes
(t)《0)，输出为正数(q
tes
(t)》0)。
[0114]
除此之外，为了避免储热装置在满热量状态下(q
tes,s
(t)＝cap
tes
)下过量储热，额外的输入(q
tes
(t)《0)约束如下：
[0115]qtes,s
(t)-cap
tes
≤q
tes
(t)《0
[0116]
同理，为了避免储热装置在零热量状态下(q
tes,s
(t)＝cap
tes
)下过量放热，额外的输出(q
tes
(t)》0)约束如下：
[0117]
0《q
tes
(t)≤q
tes,s
(t)
[0118]
因此，储热装置的输入输出约束表示如下：
[0119]
max{q
tes,s
(t)-cap
tes
,q
tes,i
(t)}≤q
tes
(t)≤min{q
tes,s
(t),q
tes,o
(t)}
[0120]
与储热装置类似，储电装置的输入输出约束和容量约束如下：
[0121]
max{e
es,s
(t)-cap
es
,e
es,i
(t)}≤e
es
(t)≤min{e
es,s
(t),e
es,o
(t)}
[0122]
0≤e
es,s
(t)≤cap
es
[0123]
其中：e
es,i
(t)、e
es,o
(t)和cap
es
分别是储电装置的额定输出功率、额定输入功率和额定容量。
[0124]
在本实施例中，操作复杂度约束表示为：
[0125]
0≤s
startup
(t) s
shutdown
(t)≤1
[0126]sstartup
(t),s
shutdown
(t)∈{0,1}
[0127][0128]
[0129]
其中：s
startup
(t)和s
shutdown
(t)分别代表开、关机状态，当s
startup
(t)＝1或s
shutdown
(t)＝1，意味着机组工作状态在这一时刻发生改变；k
penalty,startup
和k
penalty,shutdown
分别代表开、关机的惩罚系数；和分别代表开、关机时刻，k1和k2分别代表单次开、关机的周期数；t是优化周期。
[0130]
本实施例在多目标协同优化模型的建模过程中，目标函数、负荷模型和设备模型的建立同步进行，缩短了模型的推理构建过程以及所需时间。约束条件根据建好的目标函数、负荷模型和设备模型共同确定，减少了决策过程的复杂程度。
[0131]
实施例二
[0132]
如图2所示，本实施例提供了一种分布式供热系统的多目标协同优化装置，其包括：
[0133]
(1)数据获取模块，其用于获取分布式供热系统的源储荷数据、能源价格信息和排放因子；
[0134]
(2)协同优化模块，其用于基于获取的分布式供热系统相关数据及多目标协同优化模型，在设定约束条件下，得到分布式供热系统的多目标协同优化结果。
[0135]
其中，所述多目标协同优化模型表示为经济成本、碳排放和表示操作复杂度的惩罚成本这三个目标的加权和；所述约束条件包括能量平衡约束、设备模型约束和操作复杂度约束。
[0136]
在具体实施中，所述经济成本包括设定时间段内从电网购买电力的成本和从工厂购买余热的成本。所述碳排放表示设定时间段内电网交互电量与电网的碳排放系数的乘积。所述表示操作复杂度的惩罚成本表示为设定时间段内的机组工作状态与对应惩罚系数的加权累加和。
[0137]
其中，所述操作复杂度约束表示为：
[0138]
0≤s
startup
(t) s
shutdown
(t)≤1
[0139]sstartup
(t),s
shutdown
(t)∈{0,1}
[0140][0141][0142]
其中：s
startup
(t)和s
shutdown
(t)分别代表开、关机状态，当s
startup
(t)＝1或s
shutdown
(t)＝1，意味着机组工作状态在这一时刻发生改变；k
penalty,startup
和k
penalty,shutdown
分别代表开、关机的惩罚系数；和分别代表开、关机时刻，k1和k2分别代表单次开、关机的周期数；t是优化周期。
[0143]
所述设备模型约束包括：光伏光热一体化系统的额定发电功率约束和额定发热功率约束、地源热泵的输出功率约束、余热回收装置的最大输出约束、储热装置的输入输出约束以及容量约束和储电装置的输入输出约束和容量约束。
[0144]
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。
[0145]
实施例三
[0146]
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分布式供热系统的多目标协同优化方法中的步骤。
[0147]
实施例四
[0148]
本实施例提供了一种电子设备，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分布式供热系统的多目标协同优化方法中的步骤。
[0149]
本发明是参照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。
[0150]
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。