考虑设备变工况运行特性的综合能源系统区间优化方法

1.本发明涉及一种综合能源系统优化运行方法。特别是涉及一种考虑设备变工况运行特性的综合能源系统区间优化方法。


背景技术：

2.在能源结构绿色低碳转型的背景下，改变传统能源系统建设路径和发展模式、着力构建综合能源系统将成为践行中国减碳的重要方式。园区综合能源系统作为能源互联的“终端”，可充分发挥多类异质能源互补互济的综合优势，通过协调各类能源设备为园区内的用户提供可靠、经济的能源供应。
3.由于园区综合能源系统优化运行模型面临着模型精度与求解效率之间的矛盾，为便于工程求解，当前研究往往一定程度上对其进行简化，将能量转换设备效率设置为恒定常数。然而，部分能量转换设备的效率易受负载率、温度、气压等影响，将其设置为恒定常数会使能量转换发生偏移，进而导致用能偏差。此外，园区综合能源系统中多类型源荷的不确定性同样制约着优化运行方案的准确程度。鉴于此，亟需设计一种考虑源荷不确定性和设备变工况运行特性的综合能源系统优化运行方法。


技术实现要素：

4.本发明所要解决的技术问题是，为了克服现有技术的不足，提供一种能够提高优化运行方案可靠性和多能源协同效果的考虑设备变工况运行特性的综合能源系统区间优化方法。
5.本发明所采用的技术方案是：一种考虑设备变工况运行特性的综合能源系统区间优化方法，包括如下步骤：
6.1)建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；包括
7.(1.1)以经济性为目标，建立综合能源系统区间优化模型的目标函数：
8.minfc＝c
pe
c
om
9.其中，fc为综合能源系统的运行成本，c
pe
为购能成本，c
om
为设备运维成本；
10.(1.2)建立综合能源系统区间优化模型的约束条件，所述的约束条件包括能量平衡约束、能量供应设备运行约束、能量转换设备运行约束、储能设备运行约束、外网购能约束；
11.2)利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换，包括：
12.(2.1)利用非线性区间数表征源荷不确定性；
13.(2.2)根据表征源荷不确定性的非线性区间数，修正步骤1)第(1.2)步中的能量平衡约束、能量供应设备运行约束；
14.(2.3)对表征源荷不确定性的非线性区间数进行确定性转换；
15.3)利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得
到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；
16.4)对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。
17.本发明的考虑设备变工况运行特性的综合能源系统区间优化方法，能够提高优化运行方案可靠性和多能源协同效果。具有如下优点：
18.1、本发明利用非线性区间数表征源荷不确定性，并引入快速可调节容量预留，减小了源荷不确定性带来的不利影响；
19.2、本发明的能量转换设备变工况运行特性的自适应分段线性化拟合方法，在不影响求解精度的前提下，减少了分段数量，提高了综合能源系统优化运行方案的计算效率；
20.3、本发明的综合能源系统区间优化方法能够有效降低源荷不确定性与设备变工况特性带来的供/用能偏差，提高优化运行方案可靠性和多能源协同效果。
附图说明
21.图1是本发明实例中雄安某智慧小镇园区综合能源系统结构示意图。
具体实施方式
22.下面结合实施例和附图对本发明的考虑设备变工况运行特性的综合能源系统区间优化方法做出详细说明。
23.本发明的考虑设备变工况运行特性的综合能源系统区间优化方法，包括如下步骤：
24.1)建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；包括
25.(1.1)以经济性为目标，建立综合能源系统区间优化模型的目标函数：
26.minfc＝c
pe
c
om
27.其中，fc为综合能源系统的运行成本，c
pe
为购能成本，c
om
为设备运维成本；
28.其中，
29.所述的目标函数中的购能成本为：
[0030][0031]
其中，c
pe
为购能成本；t为调度时段个数；为第i类能源t时段从配网的购能量；为第i类能源t时段配网的购能单价；i代表综合能源系统冷、热、电、气类中的一类能源，用c表示冷，用h表示热，用e表示电，用g表示气。
[0032]
所述的目标函数中的设备运维成本为：
[0033][0034]
其中，c
om
为设备运维成本；t为调度时段个数；w为设备总数；为t时段第w个设备的出力值；sw为第w个设备的运维单价。
[0035]
(1.2)建立综合能源系统区间优化模型的约束条件，所述的约束条件包括能量平
衡约束、能量供应设备运行约束、能量转换设备运行约束、储能设备运行约束、外网购能约束；其中所述的约束条件具体为：
[0036]
(1.2.1)能量平衡约束：
[0037][0038]
其中，为第i类能源t时段从配网的购能量；为提供第i类能量的能量供应设备v 在t时段的出力；为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；为存储/释放第i类能量的储能设备r在t时段的出力；为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；l
i,t
为第i类能源t时段的负荷需求；v为能量供应设备集合；u为能量转换设备集合；r为储能设备集合；
[0039]
(1.2.2)能量供应设备运行约束：
[0040][0041]
其中，为提供第i类能量的能量供应设备v在t 1时段的出力；δv为能量供应设备v 的爬坡速率；分别为提供第i类能量的能量供应设备v在t时段的出力上限和出力下限；
[0042]
(1.2.3)能量转换设备运行约束：
[0043][0044]
其中，为将第i类能量转换为第j类能量的能量转换设备u在t时段的能耗值；为将第i类能量转换为第j类能量的能量转换设备u在t 1时段的出力；δu为能量转换设备u 的爬坡速率；分别为将第i类能量转换为第j类能量的能量转换设备u的出力上限和出力下限；
[0045]
(1.2.4)储能设备运行约束：
[0046][0047]
其中，为存储/释放第i类能量的储能设备r在t 1时段的出力；δr为储能设备r的爬坡速率；分别为存储/释放第i类能量的储能设备r的出力上限和出力下限；ori,t 为可存储/释放第i类能量的储能设备r在t时段所存储的能量值；为存储/释放第i类能量的储能设备r在t 1时段所存储的能量值；σr为存储/释放第i类能量的储能设备r的自损耗率；分别为存储/释放第i类能量的储能设备r的储能上限和储能下限；
[0048]
(1.2.5)外网购能约束：
[0049][0050]
其中，分别为第i类能源从配网购能的能量上限和能量下限。
[0051]
2)利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换，包括：
[0052]
(2.1)利用非线性区间数表征源荷不确定性；包括：
[0053]
(2.1.1)确定源荷不确定性的来源，包括能量供应设备出力上限的预测误差，以及冷、热、电、气四类能源负荷需求的预测误差；
[0054]
(2.1.2)定义能量供应设备出力上限的非线性区间数，以及冷、热、电、气四类能源负荷需求的非线性区间数，具体为：
[0055]
能量供应设备出力上限的非线性区间数：
[0056][0057]
其中，为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；数；分别为提供第i类能量的能量供应设备v在t时段出力上限预测值的上限和下限；
[0058]
冷、热、电、气四类能源负荷需求的非线性区间数：
[0059][0060]
其中，为第i类能源t时段负荷需求的非线性区间数；li
,t
分别为第i类能源t时段负荷需求预测值的上限和下限；i代表综合能源系统冷、热、电、气类中的一类能源，用c 表示冷，用h表示热，用e表示电，用g表示气。
[0061]
(2.2)根据表征源荷不确定性的非线性区间数，修正步骤1)第(1.2)步中的能量平衡约束、能量供应设备运行约束；修正后的能量平衡约束、能量供应设备运行约束具体为：
[0062]
修正后的能量平衡约束：
[0063][0064]
其中，为第i类能源t时段从配网的购能量；为提供第i类能量的能量供应设备v 在t时段的出力；为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；为存储/释放第i类能量的储能设备r在t时段的出力；为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；为第i类能源t时段负荷需求的非线性区间数；v为能量供应设备集合；u为能量转换设备集合；r为储能设备集合；
[0065]
修正后的能量供应设备运行约束：
[0066][0067]
其中，为提供第i类能量的能量供应设备v在t 1时段的出力；δv为能量供应设备v 的爬坡速率；为提供第i类能量的能量供应设备v在t时段的出力下限；为提供第 i类能量的能量供应设备v在t时段出力上限的非线性区间数。
[0068]
(2.3)对表征源荷不确定性的非线性区间数进行确定性转换；包括：
[0069]
(2.3.1)对修正后的能量平衡约束进行确定性转换，具体为：
[0070]
定义：
[0071][0072]
其中，为修正后的第i类能量的能量平衡约束区间表达式，x为决策变量；为第i类能源t时段从配网的购能量；为提供第i类能量的能量供应设备v在t时段的出力；为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；为存储/释放第i 类能量的储能设备r在t时段的出力；为将第i类能量转换为第j类能量的能量转换设备u 的能量转换效率；为第i类能源t时段负荷需求的非线性区间数；v为能量供应设备集合； u为能量转换设备集合；r为储能设备集合；
[0073]
增加松弛变量，并进行确定性转换：
[0074][0075]
其中，为人工增加的松弛变量，其物理含义为第i类能源的快速可调节容量；p()表示计算概率；为第i类能源快速上调的能量上限；εi为第i类能源快速削减的能量上限；λ
i1
、λ
i2
为预先给定的可能度水平；
[0076]
(2.3.2)对修正后的能量供应设备运行约束进行确定性转换，具体为：
[0077][0078]
其中，为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；λ
i3
为预先给定的可能度水平。
[0079]
3)利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；其中，
[0080]
所述的通过数据拟合方式得到能量转换设备的能量转换效率与负载率函数关系具体为：
[0081]
利用多项式拟合方法得到能量转换设备的能量转换效率与负载率函数关系，公式如下：
[0082][0083]
其中，为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；为将第i类能量转换为第j类能量的能量转换设备u额定工况下的能量转换效率；m为拟合阶数； k
u,n
为能量转换设备u的n阶拟合系数；nu为能量转换设备u的负载率，即输出功率与容量的比值；u为能量转换设备集合。
[0084]
所述的能量转换效率与负载率的函数关系曲线，是根据数据拟合方式得到的能量转换设备的能量转换效率与负载率函数关系多项式绘制的曲线。
[0085]
所述的对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合，包
括：
[0086]
(3.1)对利用多项式拟合方法得到的能量转换设备的能量转换效率与负载率函数关系进行离散化处理，将离散化后的全部数据视为一个分段；
[0087]
(3.2)将分段的首端和末端作为拟合线段的起点和终点，进行线性化拟合；
[0088]
(3.3)计算拟合后数据与拟合前数据的均方误差mse；
[0089]
(3.4)判断mse是否小于预先给定的误差阈值；是则进行第(3.6)步；否则进行第(3.5) 步；
[0090]
(3.5)判断是否达到迭代上限；是则进行第(3.6)步；否则使用二分法拆分均方误差最大的分段，并返回第(3.2)步；
[0091]
(3.6)计算两相邻分段合并后的预期值，计算方式如下：
[0092]
ev(a,b)＝mse(c)
·
(mse(a) mse(b)-2mse(c))
[0093]
其中，ev(a,b)为两相邻分段a、b合并后的预期值；c为两相邻分段a、b合并后形成的新分段；mse(a)为分段a拟合后数据与拟合前数据的均方误差；mse(b)为分段b拟合后数据与拟合前数据的均方误差；mse(c)为分段c拟合后数据与拟合前数据的均方误差；
[0094]
(3.7)将合并后预期值最小的两个相邻分段进行合并；
[0095]
(3.8)判断是否满足分段个数约束；若不满足，则返回第(3.6)步；若满足，则得到分段线性函数。
[0096]
4)对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。
[0097]
下面给出实例：
[0098]
以雄安某智慧小镇为例，其园区综合能源系统结构示意图如图1所示。设计8种场景进行仿真模拟和对比分析。场景细节如下：
[0099]
场景1：不考虑多类型能量转换设备的变工况运行特性；
[0100]
场景2-4：考虑多类型能量转换设备的变工况运行特性，对其进行常规分段线性化(分别划分为5、8、9段)；
[0101]
场景5：考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)。
[0102]
场景6：随机优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)；
[0103]
场景7：鲁棒优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)；
[0104]
场景8：区间优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)。
[0105]
表1为不同分段情况下仿真结果比较。
[0106]
表1
[0107][0108][0109]
表2为预测误差随机波动情况下不同优化方法仿真结果比较。设置各源荷出力的预测误差按正态分布波动，随机生成10000组(240000个时段)风电、光伏、各能源负荷的功率曲线。分别将场景5-8的优化运行方案代入10000组随机场景，统计得到不同优化方法无法满足用能需求的次数。
[0110]
表2
[0111][0112]
根据表1和表2中的数据，可以明显的反应出本发明所提方法的效果：
[0113]
对比场景1-4，可以看出考虑多类型能量转换设备的变工况运行特性可以显著降低能量偏差总额，提高园区综合能源系统优化运行方案的准确性。变工况运行特性表征越精确，能量偏差越小，运行方案的准确性越高，但同时也会导致运行方案计算时间的增加。
[0114]
对比场景5与场景1-4，可以看出本发明的考虑设备变工况运行特性的综合能源系统区间优化方法能够有效提高线性化精度。相较于场景2，在相同分段数量的情况下，场景5运行方案计算时间与其接近，但优化运行方案的准确性更高，电、热、气各能量用能偏差分别降低了61％、62％、85％。相较于场景3，场景5运行方案的电、热能量偏差与其接近，而气能偏差低66％，场景5的运行方案优于场景3。相较于场景4，场景5优化方案各能量偏差均较高。故在此实施例中，本发明的自适应分段方法划分5段的效果近似于常规分段划分8～9段的效果，但计算效率大大提高(计算时间减少约70％～80％)。
[0115]
对比场景5-9，可以看出采用确定性优化与随机优化时日运行成本最低，但其受源荷不确定性影响最大，源荷波动时热能、冷能无法满足用能需求的比例高达49.6％和4.14％。采用鲁棒优化时由于考虑了最恶劣情况，其受源荷不确定性影响最小，源荷波动时各能源近乎均可满足用能需求，但其日运行成本最高，相较于确定性优化增长了35％。采用
区间优化时可以平衡日运行成本增长和用能需求的满足，通过设置不同的可能度水平来不同程度上克服源荷不确定性的影响。