一种基于分布式优化的综合能源站设计和运行方法及系统

1.本发明属于能源系统领域，尤其涉及一种基于分布式优化的综合能源站设计和运行方法及系统。


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.综合能源站是充分利用本地可再生能源满足用户多种用能需求的能源系统。可再生能源和用户负荷的波动性和随机性，造成综合能源站运行场景的多样性，增加了运行工况的复杂性。尤其是储能设备的加入，综合能源站的源荷实时匹配得到解耦，运行方案更加灵活多变。
4.综合能源站的运行性能直接影响其设计方案选择、运行调度计划、投资收益分析、供能价格制定。但是，综合能源站含大量设备，运行周期长、运行成本高、运行环境搭建难，不能通过实验测试获得完整数据和准确性能。仿真测评成为获得综合能源站性能的主要方式。然而，运行性能的仿真测评面临大量连续运行场景，场景复杂多样，优化变量多，全局优化难以兼顾求解准确度和计算速度。
5.目前，综合能源站设计和运行方法中，大多采用集中式优化算法进行性能测评，在求解过程中计算量大，计算时间长，易陷入局部最优，造成测评结果不准确，影响设计和运行的优化结果。


技术实现要素：

6.为了解决上述背景技术中存在的技术问题，本发明提供一种基于分布式优化的综合能源站设计和运行方法，其有助于提升综合能源站性能测评的快速性和准确性，为其结构设计、容量配置、能量调度的优化提供支撑。
7.为了实现上述目的，本发明采用如下技术方案：
8.本发明的第一个方面提供一种基于分布式优化的综合能源站设计和运行方法。
9.一种基于分布式优化的综合能源站设计和运行方法，包括：
10.获取能源站设计和运行优化所需的数据，以获得优化设计和运行的目标；
11.基于所有可选设备建立超结构，用于系统结构和设备容量的优化；
12.以各个设备在各个时刻的负载率为运行优化变量，建立负载率变量矩阵；
13.根据负载率变量矩阵，结合能源站在一段连续时间内的优化设计和运行的目标以及约束条件构建单能源站连续运行优化模型；
14.基于时空转换理论，将单能源站连续运行优化模型转换为多能源站串连运行优化模型；
15.采用运行分布式优化算法，求解超结构和多能源站串连运行优化模型，得到多能源站的最优设计方案和运行方案，进而得到单能源站的最优设计方案和运行方案。
16.本发明的第二个方面提供一种基于分布式优化的综合能源站设计和运行系统。
17.一种基于分布式优化的综合能源站设计和运行系统，包括：
18.数据获取模块，其被配置为：获取能源站设计和运行优化所需的数据，以获得优化设计和运行的目标；
19.结构选型模块，其被配置为：基于所有可选设备建立超结构，用于系统结构和设备容量的优化；
20.变量识别模块，其被配置为：以各个设备在各个时刻的负载率为运行优化变量，建立负载率变量矩阵；
21.模型构建模块，其被配置为：根据负载率变量矩阵，结合能源站在一段连续时间内的优化设计和运行的目标以及约束条件构建单能源站连续运行优化模型；
22.模型转换模块，其被配置为：基于时空转换理论，将单能源站连续运行优化模型转换为多能源站串连运行优化模型；
23.输出模块，其被配置为：采用运行分布式优化算法，求解超结构和多能源站串连运行优化模型，得到多能源站的最优设计方案和运行方案，进而得到单能源站的最优设计方案和运行方案。
24.本发明的第三个方面提供一种计算机可读存储介质。
25.一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第一个方面所述的基于分布式优化的综合能源站设计和运行方法中的步骤。
26.本发明的第四个方面提供一种计算机设备。
27.一种计算机设备，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第一个方面所述的基于分布式优化的综合能源站设计和运行方法中的步骤。
28.与现有技术相比，本发明的有益效果是：
29.本发明的分布式测评方法有助于提升综合能源站性能测评的快速性和准确性，为其结构设计、容量配置、能量调度的优化提供支撑。
30.本发明结合多智能体、分布式优化和时空转换理论，将整个综合能源站作为一个智能体，进而将整个综合能源站在多个连续场景的运行仿真问题转换为相邻连接且场景相互独立的多个智能体协同运行仿真问题，并采用分布式优化算法对多智能体系统的运行整体优化，得到各个智能体的运行方案，并获得性能测评数据，实现了综合能源站性能的高效精准仿真测评。
31.本发明基于分布式梯度下降算法实现能源站长周期高分辨率的优化运行，测评运行性能，实现了能源站的优化设计。
附图说明
32.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。
33.图1是本发明实施例一示出的基于分布式优化的综合能源站设计和运行方法的流程图；
34.图2是本发明实施例一示出的单个含氢综合能源站的多个时刻连续运行框图；
35.图3是本发明实施例一示出的多个含氢综合能源站的单个时刻协同运行框图。
具体实施方式
36.下面结合附图与实施例对本发明作进一步说明。
37.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。
38.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。
39.需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。
40.实施例一
41.如图1所示，本实施例提供了一种基于分布式优化的综合能源站设计和运行方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。本实施例中，该方法包括以下步骤：
42.获取能源站设计和运行优化所需的数据，以获得优化设计和运行的目标；
43.基于所有可选设备建立超结构，用于系统结构和设备容量的优化；
44.以各个设备在各个时刻的负载率为运行优化变量，建立负载率变量矩阵；
45.根据负载率变量矩阵，结合能源站在一段连续时间内的优化设计和运行的目标以及约束条件构建单能源站连续运行优化模型；
46.基于时空转换理论，将单能源站连续运行优化模型转换为多能源站串连运行优化模型；
47.采用运行分布式优化算法，求解超结构和多能源站串连运行优化模型，得到多能源站的最优设计方案和运行方案，进而得到单能源站的最优设计方案和运行方案。
48.其中，获取能源站设计和运行优化所需的数据，包括能源站所服务用户的用能需求(冷、热、电)、能源站可利用的可再生能源资源(风、光)、设备的性能参数、以及电网的价格排放系数等。
49.1)数据收集和分类。优化设计和运行所需的数据包括本地的可再生能源、客户的能源需求、外部电网的电价，以及设备的类型、容量和效率曲线。同时得出了优化设计和运行的指标和目标。
50.2)设备和结构建模。设备模型包括能量输入、能量输出、设备容量和效率曲线。对于最优运行问题，系统结构及设备容量已经确定，可直接描述。对于优化设计问题，基于所有可选设备建立超结构用于系统结构和设备容量的优化。
51.3)定义变量和约束。对于最优运行问题，以各个设备在各个时刻的负载率为运行优化变量，建立负载率变量矩阵，矩阵的行数为设备数，列数为运行时刻数。负载率变量矩阵应满足能量平衡方程的约束。对于优化设计问题，超结构中各个设备的容量也是优化变量。
52.4)根据能源站结构中设备的连接方式，以及所整理的数据，建立含多能流转换、传递、存储等约束的单能源站连续运行优化模型。
53.5)模型转换，基于时空转换理论，将单能源站连续运行优化模型，转换为多能源站串连运行优化模型。
54.6)设置算法，基于运行优化模型和分布式优化理论，设置分布式优化算法的优化变量、优化目标、约束条件、收敛条件等。
55.7)仿真求解，采用运行分布式优化算法，求解超结构和多能源站串连运行优化模型，得到多能源站的最优设计方案和运行方案，进而得到单能源站的最优设计方案和运行方案。
56.对于含氢综合能源站，具有跨季节储能的优势，其运行性能必须在长周期内优化。本案例将分布式运行优化方法与集中式运行优化方法进行对比，所选用的能源站结构如图2所示。
57.此能源站以可再生能源电源为主要能量来源，通过6个设备的能量转换，满足用户的电、热、冷负荷。能源站仅在自身能量耗尽的情况下从电网中补充当前所需的能量。能源站的每个运行时刻涉及6个优化变量，对应6个设备的负载率，从而调节制氢储氢设备的耗电功率、燃料电池的发电发热功率、储能电池的充放电功率、储热水箱的充放热功率、吸收式制冷机的制冷功率、地源热泵的制冷制热功率。
58.采用集中式运行优化方法时，此能源站在1752个时刻连续运行的优化目标和约束条件可表示为：
59.使用本实施例的分布式运行优化方法后，可将此单个能源站在1752个时刻连续运行的优化问题，转换为1752个相连的能源站在单个时刻协同运行的优化问题。如图3所示，转换后各能源站的储能设备被替换为能量传输管线，管线中的能量传输是单向的，即某个能源站仅可从其前面的能源站获取能量，且仅可将自身储能设备中的剩余能量提供给其后面的能源站。
60.这1752个能源站在单个时刻协同运行的优化目标和约束条件可表示为：
[0061][0062][0063]
其中，n表示能源站的总数量，yi＝[ht
i fc
i et
i tt
i ac
i hpi]
t
表示第i个能源站的负载率变量矩阵，fc、ac和hp分别表示燃料电池、吸收式制冷机和地源热泵的负载率的变量，ht、et和tt分别表示氢能传输管线、电能传输管线和热能传输管线的负载率变化的变量，η表示各个能量传输管线的效率，其值等于1减去储能设备的自放能率。
[0064]
作为一种或多种实施方式，所述多能源站的最优运行方案包括：当成本最低时，对应多能源站中燃料电池的负载率、吸收式制冷机的负载率、地源热泵的负载率、氢能传输管线的负载率、电能传输管线的负载率和热能传输管线的负载率。
[0065]
作为一种或多种实施方式，所述单能源站的最优运行方案包括：当成本最低时，对应单能源站中制氢储氢设备的负载率、燃料电池的负载率、储能电池的负载率、储热水箱的负载率、吸收式制冷机的负载率和地源热泵的负载率的变量向量。
[0066]
具体地，本实施例中的综合能源站分布式运行优化方法的主要步骤如下：
[0067]
步骤1：数据整理，包括能源资源、用户负荷、能源价格、天气、设备类型容量、设备全工况效率曲线、运行目标等。
[0068]
步骤2：能源站建模，根据能源站结构中设备的连接方式，以及所整理的数据，建立含多能流转换、传递、存储等约束的单能源站连续运行优化模型。
[0069]
步骤3：模型转换，基于时空转换理论，将单能源站连续运行优化模型，转换为多能源站串连运行优化模型。
[0070]
步骤4：设置算法，基于运行优化模型和分布式优化理论，设置分布式优化算法的优化变量、优化目标、约束条件、收敛条件等。
[0071]
步骤5：仿真求解，通过运行分布式优化算法，求解多能源站运行方案，进而得到单能源站运行方案和运行性能。
[0072]
步骤2中，所建单个能源站连续运行优化模型，可表示为：
[0073]
min j(x)
[0074][0075]
式中，表示单能源站连续运行优化模型中所有优化变量组成的矩阵，n表示模型中的时刻数量，m表示每个运行时刻所涉及的优化变量数量，j表示优化目标，l和u分别表示矩阵x取值下限和上限，a和b分别表示线性不等式约束，aeq和beq分别表示线性等式约束，c表示非线性不等式约束，ceq表示非线性等式约束。
[0076]
步骤3中，多能源站串连运行优化模型可表示为：
[0077][0078][0079]
式中，yi＝[x
1,i
ꢀ…ꢀ
x
m,i
]
t
表示多能源站串连运行优化模型中第i个能源站的优化变量，ji表示第i个能源站的优化目标，d表示能源站内的非线性不等式约束，deq表示能源站内的非线性等式约束,e表示能源站间的非线性不等式约束，eeq表示能源站间的非线性等式约束。
[0080]
步骤4中，优化算法采用分布式梯度下降寻优方式，可表示为：
[0081][0082][0083][0084]
zi＝yi(t) h
·ki
[0085][0086]
式中，g表示单能源站连续运行优化模型中的梯度函数，gi＝[g
1,i
ꢀ…ꢀgm,i
]
t
表示第i个时刻的梯度分量，ki表示多能源站串连运行优化模型中第i个能源站的梯度函数，x(t)和yi(t)表示第t次优化时的变量矩阵，zi表示梯度下降后的变量矩阵，h表示学习率。
[0087]
本实施例中的综合能源站设计方法，在分布式运行优化方法的基础上增加了容量配置和结构设计的优化，主要步骤如下：
[0088]
数据整理，与分布式运行优化方法一致。
[0089]
结构设计，根据能源站的设计需求，将全部可用选设备分为组连接，以描述全部可行结构方案，采用超结构法优化设计能源站的设备类型和设备容量。
[0090]
能源站建模，与分布式运行优化方法一致。
[0091]
模型转换，与分布式运行优化方法一致。
[0092]
设置算法，采用双层优化方式，外层优化设计方案，外层算法为集中式优化算法；内层优化运行方案，内层算法与分布式运行优化方法一致。
[0093]
仿真求解，通过运行双层优化算法，求解设计方案及该方案的运行性能。
[0094]
实施例二
[0095]
本实施例提供了一种基于分布式优化的综合能源站设计和运行系统。
[0096]
一种基于分布式优化的综合能源站设计和运行系统，包括：
[0097]
数据获取模块，其被配置为：获取能源站设计和运行优化所需的数据，以获得优化设计和运行的目标；
[0098]
结构选型模块，其被配置为：基于所有可选设备建立超结构，用于系统结构和设备容量的优化；
[0099]
变量识别模块，其被配置为：以各个设备在各个时刻的负载率为运行优化变量，建立负载率变量矩阵；
[0100]
模型构建模块，其被配置为：根据负载率变量矩阵，结合能源站在一段连续时间内的优化设计和运行的目标以及约束条件构建单能源站连续运行优化模型；
[0101]
模型转换模块，其被配置为：基于时空转换理论，将单能源站连续运行优化模型转换为多能源站串连运行优化模型；
[0102]
输出模块，其被配置为：采用运行分布式优化算法，求解超结构和多能源站串连运行优化模型，得到多能源站的最优设计方案和运行方案，进而得到单能源站的最优设计方案和运行方案。
[0103]
此处需要说明的是，上述数据获取模块、结构选型模块、变量识别模块、模型构建模块、模型转换模块和输出模块与实施例一中的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
[0104]
实施例三
[0105]
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实施例一所述的基于分布式优化的综合能源站设计和运行方法中
的步骤。
[0106]
实施例四
[0107]
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实施例一所述的基于分布式优化的综合能源站设计和运行方法中的步骤。
[0108]
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。
[0109]
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。
[0110]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
[0111]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。
[0112]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。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(randomaccessmemory，ram)等。
[0113]
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。