CN111899125B - 一种综合能源***的优化建模运行方法、装置和介质 - Google Patents
一种综合能源***的优化建模运行方法、装置和介质 Download PDFInfo
- Publication number
- CN111899125B CN111899125B CN202010758147.2A CN202010758147A CN111899125B CN 111899125 B CN111899125 B CN 111899125B CN 202010758147 A CN202010758147 A CN 202010758147A CN 111899125 B CN111899125 B CN 111899125B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- heat
- flow
- energy system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005457 optimization Methods 0.000 claims abstract description 57
- 238000004146 energy storage Methods 0.000 claims description 90
- 238000010248 power generation Methods 0.000 claims description 83
- 238000005338 heat storage Methods 0.000 claims description 62
- 230000006870 function Effects 0.000 claims description 43
- 230000005611 electricity Effects 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 18
- 238000011217 control strategy Methods 0.000 claims description 16
- 230000020169 heat generation Effects 0.000 claims description 12
- 241001523405 Limax Species 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000004445 quantitative analysis Methods 0.000 abstract description 12
- 230000007246 mechanism Effects 0.000 abstract description 8
- 230000002452 interceptive effect Effects 0.000 abstract description 6
- 238000011161 development Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000002269 spontaneous effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种综合能源***的优化建模运行方法、装置和介质，包括获取综合能源***的目标信息流；根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案。本发明能考虑到综合能源***的信息层面与物理层面的连接关系和交互工作机制，能对综合能源***的信息流与能量流进行统一建模和定量分析，进而实现最优的能量流控制，提高能源利用率，实现综合能源***的经济安全运行。
Description
技术领域
本发明涉及综合能源技术领域，尤其涉及一种综合能源***的优化建模运行方法、装置和介质。
背景技术
为缓解能源危机，实现社会可持续发展，我国积极推进化石能源和可再生新能源的协调发展，形成了包含电能、热能、天然气能、太阳能、生物质能等多种资源的综合能源***，能够协同调度多种异质能源，提高能源利用率，促进节能减排，实现绿色可持续发展。
随着泛在电力物联网和坚强智能电网的发展，综合能源***和其控制***构成了典型的信息物理***，能够实现广域信息量测、信息传输和分析以及信息决策等功能。综合能源***的能源网关通过对不同设备信息进行深入感知，形成信息流进行分析决策，优化综合能源***的能量流，保证了综合能源***的经济安全运行。然而，随着综合能源***信息流与能量流交互的复杂化，有必要对综合能源***的信息流与能量流进行耦合建模并分析其交互工作机制。
目前，研究成果主要涉及综合能源***的离散信息流建模(如通信规约建模)或者能量流建模(如发电机组和储能设备的协调控制)，然而，现有技术较少涉及到综合能源***的信息流与能量流之间的交互工作机制，缺乏对综合能源***的信息流与能量流的统一建模和定量分析。
因此，提出一种综合能源***的信息流与能量流的建模运行方法，考虑到综合能源***的信息层面与物理层面的连接关系和交互工作机制，能对综合能源***的信息流与能量流进行统一建模和定量分析，进而实现最优的能量流控制，是当前综合能源***研究中亟待解决的问题。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种综合能源***的优化建模运行方法、装置和介质，能考虑到综合能源***的信息层面与物理层面的连接关系和交互工作机制，能对综合能源***的信息流与能量流进行统一建模和定量分析，进而实现最优的能量流控制。
本发明解决上述技术问题的技术方案如下：
一种综合能源***的优化建模运行方法，包括以下步骤：
获取综合能源***的目标信息流；
根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案。
依据本发明的另一方面，还提供了一种综合能源***的优化建模运行装置，应用于本发明的综合能源***的优化建模运行方法中，包括信息流获取模块、能量流建模模块和优化求解模块；
所述信息流获取模块模块，用于获取综合能源***的目标信息流；
所述能量流建模模块，用于根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
所述优化求解模块，用于采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案。
依据本发明的另一方面，提供了一种综合能源***的优化建模运行装置，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现本发明中的综合能源***的优化建模运行方法中的步骤。
依据本发明的另一方面，提供了一种计算机存储介质，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现本发明的综合能源***的优化建模运行方法中的步骤。
本发明的综合能源***的优化建模运行方法、装置和介质的有益效果是：通过获取综合能源***的目标信息流，然后根据目标信息流得到能描述综合能源***中的功率模型，以及能在优化运行目标函数达到最优值的过程中提供能量流约束条件集合，再构建优化运行目标函数，最后根据优化运行目标函数、功率模型和提供能量流约束条件集合得到能量流优化运行模型，并对能量流优化运行模型进行求解，得到的优化运行方案，该既实现了综合能源***中的能量流的最优控制，又考虑到了综合能源***的信息层面与物理层面的连接关系和交互工作机制，实现对综合能源***的信息流与能量流进行统一建模和定量分析；
本发明的综合能源***的优化建模运行方法、装置和介质，能够采集综合能源***中能源层面的各个能源设备的信息并形成信息层面的信息流，将综合能源***的信息流与能量流进行统一建模和定量分析，能够利用信息层面的技术从既定的优化运行目标函数和能量流约束条件集合对能量流优化运行模型进行优化求解，得到最优的优化运行方案，实现了综合能源***信息层面和物理层面的联合分析，并针对能量流进行最优控制，提高能源利用率，实现综合能源***的经济安全运行，实现绿色可持续发展。
附图说明
图1为本发明实施例一中一种综合能源***的优化建模运行方法的流程示意图；
图2为本发明实施例一中得到目标信息流的流程示意图；
图3为本发明实施例一中能量流的结构示意图；
图4为本发明实施例一中信息流的结构示意图；
图5为本发明实施例一中综合能源***的能量流与信息流的集成架构图；
图6为本发明实施例一中光伏发电装置的总输出功率与用户电负荷需求功率及用户热负荷需求功率的曲线图；
图7为本发明实施例一中得到能量流优化运行模型的流程示意图；
图8为本发明实施例一中得到优化运行方案的流程示意图；
图9为本发明实施例一中综合能源***的电价-购电量曲线图；
图10为本发明实施例一中综合能源***的电/热储能SOC剩余容量占比曲线图；
图11为本发明实施例一中综合能源***的热泵/储能电池的功率曲线图；
图12为本发明实施例二中一种综合能源***的优化建模运行装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
下面结合附图，对本发明进行说明。
实施例一、如图1所示，一种综合能源***的优化建模运行方法，包括以下步骤：
S1：获取综合能源***的目标信息流；
S2：根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
S2：采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案。
通过获取综合能源***的目标信息流，然后根据目标信息流得到能描述综合能源***中的功率模型，以及能在优化运行目标函数达到最优值的过程中提供能量流约束条件集合，再构建优化运行目标函数，最后根据优化运行目标函数、功率模型和提供能量流约束条件集合得到能量流优化运行模型，并对能量流优化运行模型进行求解，得到的优化运行方案，该既实现了综合能源***中的能量流的最优控制，又考虑到了综合能源***的信息层面与物理层面的连接关系和交互工作机制，实现对综合能源***的信息流与能量流进行统一建模和定量分析；
本实施例的综合能源***的优化建模运行方法，能够采集综合能源***中能源层面的各个能源设备的信息并形成信息层面的信息流，将综合能源***的信息流与能量流进行统一建模和定量分析，能够利用信息层面的技术从既定的优化运行目标函数和能量流约束条件集合对能量流优化运行模型进行优化求解，得到最优的优化运行方案，实现了综合能源***信息层面和物理层面的联合分析，并针对能量流进行最优控制，提高能源利用率，实现了综合能源***的经济安全运行，实现绿色可持续发展。
优选地，所述综合能源***包括智慧能源网关、综合能源供需平台、通信管理机和综合能源装置组；
如图2所示，S1具体包括以下步骤：
S11：利用所述智慧能源网关采集所述综合能源装置组的设备信息集；
S12：利用所述通信管理机将所述设备信息集进行转化形成原始信息流；
S13：利用所述通信管理机对所述原始信息流进行逻辑处理，得到所述目标信息流并上传至所述综合能源供需平台；
其中，所述综合能源装置组包括分布式发电装置、储能装置、热泵、热电联产机组、用户电负荷和用户热负荷；
所述设备信息集包括在每个时刻下，所述分布式发电装置的总输出功率、所述热泵的有功功率及无功功率、所述热电联产机组的产电功率及产热功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率。
通过能量层面的智慧能源网关采集各个能源装置的设备信息，得到设备信息集，便于后续利用通信管理机根据上述设备信息集得到目标信息流，并上传到信息层面的综合能源供需平台，进而便于利用信息层面的技术得到整个综合能源***最优的优化运行方案。
具体地，本实施例中通信管理机通过OPC协议将设备信息集形成原始信息流，再通过数据累加、相减、乘除、积分等逻辑处理方法，将原始信息流进行统一汇总后，得到目标信息流，并以数据帧的格式上传至综合能源供需平台进行实时分析；需要说明的是，经过逻辑处理后的目标信息流中包含设备信息集中的所有信息。
具体地，本实施例中所述分布式发电设备具体为光伏发电装置，所述储能装置具体包括储能电池和储热罐，因此，目标信息流中分布式发电装置的总输出功率具体为光伏发电装置的总输出功率，储能装置的储能容量和充能功率及释能功率具体包括储能电池的额定储电量、储电功率和释电功率，以及储热罐的最大储热容量、储热功率和释热功率；本实施例的综合能源***中的能量流具体结构图如图3所示，综合能源***中的信息流具体结构图如图4所示，综合能源***中的信息流-能量流的集成架构图如图5所示。
具体地，本实施例采集的光伏发电装置的总输出功率(即光伏出力)与用户电负荷需求功率及用户热负荷需求功率如图6所示，储热罐的最大储热容量为16MWh，储能电池的额定储电量为10MWh，热泵的有功功率极值为2.4MW，电热转换效率取2.6；储能电池最大储电功率和最大释电功率分别为2MW和1.5MW。
优选地，所述功率模型包括光伏发电功率模型和热电联产功率模型；
如图7所示，S2具体包括以下步骤：
S21：根据所述光伏发电装置的总输出功率构建所述光伏发电功率模型，根据所述热电联产机组的产电功率和产热功率构建所述热电联产功率模型；
S22：根据所述光伏发电装置的总输出功率、所述热电联产机组的产电功率及产热功率、所述热泵的有功功率及无功功率、所述储能装置的储能容量、充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率，得到所述能量流约束条件集合；
S23：获取所述综合能源***与电网之间的交换电量，根据所述交换电量构建所述优化运行目标函数；
所述优化运行目标函数的具体公式为：
其中，minF为所述优化运行目标函数，F为所述综合能源***的日运行成本，c(t)为所述综合能源***在t时刻与电网之间的交换电量费用，T为日运行周期时长，Pexc(t)为所述综合能源***在t时刻与电网之间的交换电量；当Pexc(t)>0时代表所述综合能源***在t时刻处于售电状态，则Pexc(t)为售电量；当Pexc(t)<0时代表所述综合能源***在t时刻处于购电状态，则Pexc(t)为购电量；C1(t)和C2(t)分别为所述综合能源***在t时刻的售电价格和购电价格；
S24：根据所述优化运行目标函数、所述光伏发电功率模型、所述热电联产功率模型和所述能量流约束条件集合构建得到所述能量流优化运行模型。
基于光电发电功率模型和热电联产功率模型可以得到整个综合能源***中信息流与能量流之间的功率关系，而能量流约束条件集合则限定了综合能源***中信息流与能量流均能保持正常运行时的工作条件，再以综合能源***的日运行成本达到最小作为优化运行的目标，得到整个综合能源***中信息流与能量流之间的优化运行目标函数；本实施例基于上述优化运行目标函数、光伏发电功率模型、热电联产功率模型和能量流约束条件集合构建得到的能量流优化运行模型，能充分考虑综合能源***的信息层面与物理层面的连接关系和交互工作机制，实现了对综合能源***的信息流与能量流的统一建模和定量分析，便于后续得到最优的优化运行方案，实现对能量流的最优控制，有效提高能源利用率。
具体地，本实施例S21中，所述光伏发电功率模型的表达式具体为：
其中，Ppv(t)为所述光伏发电装置在t时刻的总输出功率，η为所述光伏发电装置的太阳辐射转换效率，S(t)为t时刻的太阳辐射强度，ε为所述光伏发电装置的功率温度系数，Tw(t)为所述光伏发电装置在t时刻的工作温度，T0为标准工况温度；
所述热电联产功率模型的表达式具体为：
其中，和/>分别为在第i个新能源预测场景下，所述热电联产机组在t时刻的产电功率和产热功率，K为所述热电联产机组的出力运行范围，/>和/>分别为所述热电联产机组的出力运行范围内的第k个电极值点和第k个热极值点，/>为在第i个新能源预测场景下，所述热电联产机组在t时刻的第k个出力系数，其中，第k个电极值点和第k个热极值点均与第k个出力系数对应。
上述具体的光伏发电功率模型和热电联产功率模型，真实地反映出了整个综合能源***中信息流与能量流之间的功率关系，便于后续得到更加准确的、合理的能量流优化运行模型。
具体地，本实施例S22中，所述能量流约束条件集合包括供电平衡约束条件、供热平衡约束条件、储热设备约束条件和储能电池约束条件；
所述供电平衡约束条件的具体公式为：
其中，PLi(t)为所述储能电池在t时刻的储电功率或释电功率；当PLi(t)≥0时代表所述储能电池在t时刻处于储电状态，则PLi(t)为储电功率；当PLi(t)<0时代表所述储能电池在t时刻处于释电状态，则PLi(t)为释电功率；PL(t)和Ploss(t)分别为t时刻的用户电负荷需求功率和电力***网损，PHP(t)和QHP(t)分别为所述热泵在t时刻的有功功率和无功功率，PHP(t-1)和QHP(t-1)分别为所述热泵在t-1时刻的有功功率和无功功率，和SHP,max分别为所述热泵的有功功率极值和视在功率极值，ΔPHP和ΔQHP分别为所述热泵的有功功率爬坡极限值和无功功率爬坡极限值；
所述供热平衡约束条件的具体公式为：
其中，和/>分别为所述储热罐在t时刻的储热功率和释热功率，且满足HCHP(t)和HDmd(t)分别为在t时刻所述热电联产机组的产热功率和用户热负荷需求功率；
所述储热设备约束条件的具体公式为：
其中，Ere(t)为所述储热罐在t时刻的储热量，Ere(t-1)为所述储热罐在t-1时刻的储热量，ηHP为所述热泵的电热转换效率，为所述储热罐在t时刻的释热量，Ere-max为所述储热罐的最大储热容量，SOC(t)为所述储热罐在t时刻的剩余热量占最大储热容量的百分比；
所述储能电池约束条件的具体公式为：
且满足SLimin≤SLi(t)≤SLimax
其中，SLi(t)和SLi(t-1)分别为所述储能电池在t时刻的SOC剩余电量占比和在t-1时刻的SOC剩余电量占比，SLimax和SLimin分别为所述储能电池的SOC剩余电量占比的上限和下限，和SLi,N分别为所述储能电池的自放电率和额定储电量，γLic和γLid分别为所述储能电池的充电效率和放电效率，Δt1为取1小时的调度时间间隔。
上述四大约束条件(包括供电平衡约束条件、供热平衡约束条件、储热设备约束条件和储能电池约束条件)，更加全面地、准确地限定了综合能源***中信息流与能量流能保持正常运行时的工作条件，使得最终得到的优化运行方案是最优的，能在保证综合能源***正常运行的基础上，进一步提高综合能源***的运行效率和优化率，进一步有效提高能源利用率。
具体地，在供电平衡约束条件中，热泵的有功功率极值为2.4MW，视在功率极值SHP,max为2.4MVA，有功功率爬坡极限值ΔPHP和无功功率爬坡极限值ΔQHP分别为2.4MW和1.6Mvar；在储热设备约束条件中，储热罐的最大储热容量Ere-max为16MWh；在储能电池约束条件中，储能电池的自放电率/>和额定储电量SLi,N分别为1.5％/month和10MWh，储能电池的充电效率γLic和放电效率γLid均为0.95，储能电池的SOC剩余电量占比的上限SLimax和下限SLimin分别为1和0。
具体地，本实施例的优化运行目标函数中，综合能源***在t时刻的购电价格C1(t)为0.3元/kWh，综合能源***在t时刻的购电价格C2(t)实施阶梯电价，具体为：7：00-22：00时段的电价0.7元/kWh，其余时段0.3元/kWh。
优选地，所述优化运行方案包括优化能量流控制策略和购售电计划；
如图8所示，S3具体包括以下步骤：
S31：分别设定所述光伏发电装置的第一工作模式和所述热电联产机组的第二工作模式；
S32：基于所述混合整数线性规划方法，在所述第一工作模式和第二工作模式下，对所述能量流优化运行模型进行优化求解，得到所述优化能量流控制策略和所述购售电计划；
S33：所述综合能源供需平台利用所述智慧能源网关和所述通信管理机，将所述优化能量流控制策略分别下发至所述光伏发电装置、所述储能装置、所述热泵、所述热电联产机组、所述用户电负荷和所述用户热负荷。
通过分别设定光伏发电装置的第一工作模式和热电联产机组的第二工作模式，可以确定光伏发电装置所产生的发电量的流向，以及热电联产机组所产生的热量的流向，进而指定在上述发电量的流向和热量的流向下，综合能源***能量流的最优运行控制策略，同时确定在该最优运行控制策略下综合能源***最优的购售电计划，而得到最优运行控制策略后，为了保证综合能源***能量流能够按照优化能量流控制策略进行运行，通过综合能源供需平台利用智慧能源网关和通信管理机，将优化能量流控制策略分别下发至光伏发电装置、储能装置、热泵、热电联产机组、用户电负荷和用户热负荷，真正实现能量流的最优控制，有效减少能源损失，提高能源利用率，实现综合能源***的经济安全运行。
其中，混合整数线性规划方法是整数线性规划模型的一种，当模型中只有一部分决策变量要求取非负整数，而另一部分决策变量可以取非负实数时，即为混合整数线性规划；该混合整数线性规划方法的具体操作步骤为现有技术，具体细节此处不再赘述。
具体地，所述综合能源***具体为并网型综合能源***，所述第一工作模式和所述第二工作模式均具体采用自发自用、余量上网的工作模式。
热泵也光伏发电装置采用自发自用、余量上网的工作模式时，光伏发电装置产生的发电量优先供给用户电负荷，若有多余能量则优先储存在储能电池等储电装置中；热电联产机组采用自发自用、余量上网的工作模式时，热电联产机组产生的热能优先供给给用户热负荷，若有多余热量优先储存在储热罐等储热设备中，若储能罐无法消纳全部能量，多余电能出售给电网，抛弃多余热能；除此之外，热泵也采用自发自用、余量上网的工作模式时，热泵产生的热能优先供给给用户热负荷，若有多余热量优先储存在储热罐等储热设备中，若储能罐无法消纳全部能量，多余电能出售给电网，抛弃多余热能；在上述能量流向的基础上，若发电/发热设备产出发电/发热量无法供应用户的电/热负荷需求，综合能源***通过向电网购电，一部分直接满足用户电负荷需求，一部分通过热泵将电能转化为热能满足用户热负荷需求。
具体地，本实施例在图6所示的光伏-负荷场景下，按照S1至S3的步骤，得到能量流优化控制策略和购售电计划，综合能源***的电价-购电量曲线(即购售电计划)如图9所示，并按照能量流优化控制策略后，得到的电/热储能SOC剩余容量占比曲线如图10所示，热泵/储能电池的功率曲线如图11所示；得到最终的综合能源***与电网的日运行成本为17872元，根据图10中的电/热储能SOC剩余容量占比曲线与图9中的购售电计划图可知，综合能源***在谷时段大量购入电能33.4MWh，峰时段购电仅购入电能11.2MWh，综合能源***在峰时段通过消耗储能电池电量及储热罐热量来满足用户电负荷需求和用户热负荷需求，直到一天周期结束前少量购电使得储能设备的SOC容量恢复初值，大幅降低了综合能源***的运行成本。
实施例二、如图12所示，一种综合能源***的优化建模运行装置，应用于实施例一的综合能源***的优化建模运行方法中，包括信息流获取模块、能量流建模模块和优化求解模块；
所述信息流获取模块模块，用于获取综合能源***的目标信息流；
所述能量流建模模块，用于根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
所述优化求解模块，用于采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案。
本实施例上述模块组成的综合能源***的优化建模运行装置，能够采集综合能源***中能源层面的各个能源设备的信息并形成信息层面的信息流，将综合能源***的信息流与能量流进行统一建模和定量分析，能够利用信息层面的技术从既定的优化运行目标函数和能量流约束条件集合对能量流优化运行模型进行优化求解，得到最优的优化运行方案，实现了综合能源***信息层面和物理层面的联合分析，并针对能量流进行最优控制，提高能源利用率，实现了综合能源***的经济安全运行，实现绿色可持续发展。
优选地，所述综合能源***包括智慧能源网关、综合能源供需平台、通信管理机和综合能源装置组；
所述信息流获取模块具体用于：
利用所述智慧能源网关采集所述综合能源装置组的设备信息集；
利用所述通信管理机将所述设备信息集进行转化形成原始信息流；
利用所述通信管理机对所述原始信息流进行逻辑处理，得到所述目标信息流并上传至所述综合能源供需平台；
其中，所述综合能源装置组包括分布式发电装置、储能装置、热泵、热电联产机组、用户电负荷和用户热负荷；
所述设备信息集包括在每个时刻下，所述分布式发电装置的总输出功率、所述热泵的有功功率及无功功率、所述热电联产机组的产电功率及产热功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率。
优选地，所述分布式发电设备具体为光伏发电装置；所述功率模型包括光伏发电功率模型和热电联产功率模型；
所述能量流建模模块具体用于：
根据所述光伏发电装置的总输出功率构建光伏发电功率模型，根据所述热电联产机组的产电功率和产热功率构建热电联产功率模型；
根据所述光伏发电装置的总输出功率、所述热电联产机组的产电功率及产热功率、所述热泵的有功功率及无功功率、所述储能装置的储能容量、充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率，得到所述能量流约束条件集合；
获取所述综合能源***与电网之间的交换电量，根据所述交换电量构建所述优化运行目标函数；
所述优化运行目标函数的具体公式为：
其中，minF为所述优化运行目标函数，F为所述综合能源***的日运行成本，c(t)为所述综合能源***在t时刻与电网之间的交换电量费用，T为日运行周期时长，Pexc(t)为所述综合能源***在t时刻与电网之间的交换电量；当Pexc(t)>0时代表所述综合能源***在t时刻处于售电状态，则Pexc(t)为售电量；当Pexc(t)<0时代表所述综合能源***在t时刻处于购电状态，则Pexc(t)为购电量；C1(t)和C2(t)分别为所述综合能源***在t时刻的售电价格和购电价格；
根据所述优化运行目标函数、所述光伏发电功率模型、所述热电联产功率模型和所述能量流约束条件集合构建得到所述能量流优化运行模型。
优选地，所述光伏发电功率模型的表达式具体为：
其中，Ppv(t)为所述光伏发电装置在t时刻的总输出功率，η为所述光伏发电装置的太阳辐射转换效率，S(t)为t时刻的太阳辐射强度，ε为所述光伏发电装置的功率温度系数，Tw(t)为所述光伏发电装置在t时刻的工作温度，T0为标准工况温度；
所述热电联产功率模型的表达式具体为：
其中，和/>分别为在第i个新能源预测场景下，所述热电联产机组在t时刻的产电功率和产热功率，K为所述热电联产机组的出力运行范围，/>和/>分别为所述热电联产机组的出力运行范围内的第k个电极值点和第k个热极值点，/>为在第i个新能源预测场景下，所述热电联产机组在t时刻的第k个出力系数，其中，第k个电极值点和第k个热极值点均与第k个出力系数对应。
优选地，所述储能装置具体包括储能电池和储热罐；所述能量流约束条件集合包括供电平衡约束条件、供热平衡约束条件、储热设备约束条件和储能电池约束条件；
所述供电平衡约束条件的具体公式为：
其中，PLi(t)为所述储能电池在t时刻的储电功率或释电功率；当PLi(t)≥0时代表所述储能电池在t时刻处于储电状态，则PLi(t)为储电功率；当PLi(t)<0时代表所述储能电池在t时刻处于释电状态，则PLi(t)为释电功率；PL(t)和Ploss(t)分别为t时刻的用户电负荷需求功率和电力***网损，PHP(t)和QHP(t)分别为所述热泵在t时刻的有功功率和无功功率，PHP(t-1)和QHP(t-1)分别为所述热泵在t-1时刻的有功功率和无功功率，和SHP,max分别为所述热泵的有功功率极值和视在功率极值，ΔPHP和ΔQHP分别为所述热泵的有功功率爬坡极限值和无功功率爬坡极限值；
所述供热平衡约束条件的具体公式为：
其中，和/>分别为所述储热罐在t时刻的储热功率和释热功率，且满足HCHP(t)和HDmd(t)分别为在t时刻所述热电联产机组的产热功率和用户热负荷需求功率；
所述储热设备约束条件的具体公式为：
其中，Ere(t)为所述储热罐在t时刻的储热量，Ere(t-1)为所述储热罐在t-1时刻的储热量，ηHP为所述热泵的电热转换效率，为所述储热罐在t时刻的释热量，Ere-max为所述储热罐的最大储热容量，SOC(t)为所述储热罐在t时刻的剩余热量占最大储热容量的百分比；
所述储能电池约束条件的具体公式为：
且满足SLimin≤SLi(t)≤SLimax
其中，SLi(t)和SLi(t-1)分别为所述储能电池在t时刻的SOC剩余电量占比和在t-1时刻的SOC剩余电量占比，SLimax和SLimin分别为所述储能电池的SOC剩余电量占比的上限和下限，和SLi,N分别为所述储能电池的自放电率和额定储电量，γLic和γLid分别为所述储能电池的充电效率和放电效率，Δt1为取1小时的调度时间间隔。
优选地，所述优化运行方案包括优化能量流控制策略和购售电计划；
所述优化求解模型具体用于：
分别设定所述光伏发电装置的第一工作模式和所述热电联产机组的第二工作模式；
基于所述混合整数线性规划方法，在所述第一工作模式和第二工作模式下，对所述能量流优化运行模型进行优化求解，得到所述优化能量流控制策略和所述购售电计划；
所述综合能源供需平台利用所述智慧能源网关和所述通信管理机，将所述优化能量流控制策略分别下发至所述光伏发电装置、所述储能装置、所述热泵、所述热电联产机组、所述用户电负荷和所述用户热负荷。
优选地，所述综合能源***具体为并网型综合能源***，所述第一工作模式和所述第二工作模式均具体采用自发自用、余量上网的工作模式。
实施例三、基于实施例一和实施例二，本实施例还公开了一种综合能源***的优化建模运行装置，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现所述S1至S3的具体步骤。
通过存储在存储器上的计算机程序，并运行在处理器上，能够采集综合能源***中能源层面的各个能源设备的信息并形成信息层面的信息流，将综合能源***的信息流与能量流进行统一建模和定量分析，能够利用信息层面的技术从既定的优化运行目标函数和能量流约束条件集合对能量流优化运行模型进行优化求解，得到最优的优化运行方案，实现了综合能源***信息层面和物理层面的联合分析，并针对能量流进行最优控制，提高能源利用率，实现综合能源***的经济安全运行，实现绿色可持续发展。
本实施例还提供一种计算机存储介质，所述计算机存储介质上存储有至少一个指令，所述指令被执行时实现所述S1至S3的具体步骤。
通过执行包含至少一个指令的计算机存储介质，能够采集综合能源***中能源层面的各个能源设备的信息并形成信息层面的信息流，将综合能源***的信息流与能量流进行统一建模和定量分析，能够利用信息层面的技术从既定的优化运行目标函数和能量流约束条件集合对能量流优化运行模型进行优化求解，得到最优的优化运行方案，实现了综合能源***信息层面和物理层面的联合分析，并针对能量流进行最优控制，提高能源利用率，实现综合能源***的经济安全运行，实现绿色可持续发展。
本实施例中的未尽细节，详见实施例一以及图1至图11的具体描述内容，此处不再赘述。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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。
Claims (6)
1.一种综合能源***的优化建模运行方法，其特征在于，包括以下步骤：
获取综合能源***的目标信息流；
根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案；
其中，所述综合能源***包括智慧能源网关、综合能源供需平台、通信管理机和综合能源装置组；
获取所述目标信息流具体包括以下步骤：
利用所述智慧能源网关采集所述综合能源装置组的设备信息集；
利用所述通信管理机将所述设备信息集进行转化形成原始信息流；
利用所述通信管理机对所述原始信息流进行逻辑处理，得到所述目标信息流并上传至所述综合能源供需平台；
其中，所述综合能源装置组包括分布式发电装置、储能装置、热泵、热电联产机组、用户电负荷和用户热负荷；
所述设备信息集包括在每个时刻下，所述分布式发电装置的总输出功率、所述热泵的有功功率及无功功率、所述热电联产机组的产电功率及产热功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率；
所述分布式发电设备具体为光伏发电装置；所述功率模型包括光伏发电功率模型和热电联产功率模型；
构建所述综合能源***的所述能量流优化运行模型具体包括以下步骤：
根据所述光伏发电装置的总输出功率构建光伏发电功率模型，根据所述热电联产机组的产电功率和产热功率构建热电联产功率模型；
根据所述光伏发电装置的总输出功率、所述热电联产机组的产电功率及产热功率、所述热泵的有功功率及无功功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率，得到所述能量流约束条件集合；
获取所述综合能源***与电网之间的交换电量，根据所述交换电量构建所述优化运行目标函数；
所述优化运行目标函数的具体公式为：
其中，minF为所述优化运行目标函数，F为所述综合能源***的日运行成本，c(t)为所述综合能源***在t时刻与电网之间的交换电量费用，T为日运行周期时长，Pexc(t)为所述综合能源***在t时刻与电网之间的交换电量；当Pexc(t)>0时代表所述综合能源***在t时刻处于售电状态，则Pexc(t)为售电量；当Pexc(t)<0时代表所述综合能源***在t时刻处于购电状态，则Pexc(t)为购电量；C1(t)和C2(t)分别为所述综合能源***在t时刻的售电价格和购电价格；
根据所述优化运行目标函数、所述光伏发电功率模型、所述热电联产功率模型和所述能量流约束条件集合构建得到所述能量流优化运行模型；
所述光伏发电功率模型的表达式具体为：
其中，Ppv(t)为所述光伏发电装置在t时刻的总输出功率，η为所述光伏发电装置的太阳辐射转换效率，S(t)为t时刻的太阳辐射强度，ε为所述光伏发电装置的功率温度系数，Tw(t)为所述光伏发电装置在t时刻的工作温度，T0为标准工况温度；
所述热电联产功率模型的表达式具体为：
其中，和/>分别为在第i个新能源预测场景下，所述热电联产机组在t时刻的产电功率和产热功率，K为所述热电联产机组的出力运行范围，/>和/>分别为所述热电联产机组的出力运行范围内的第k个电极值点和第k个热极值点，/>为在第i个新能源预测场景下，所述热电联产机组在t时刻的第k个出力系数，其中，第k个电极值点和第k个热极值点均与第k个出力系数对应；
所述储能装置具体包括储能电池和储热罐；所述能量流约束条件集合包括供电平衡约束条件、供热平衡约束条件、储热设备约束条件和储能电池约束条件；
所述供电平衡约束条件的具体公式为：
其中，PLi(t)为所述储能电池在t时刻的储电功率或释电功率；当PLi(t)≥0时代表所述储能电池在t时刻处于储电状态，则PLi(t)为储电功率；当PLi(t)<0时代表所述储能电池在t时刻处于释电状态，则PLi(t)为释电功率；PL(t)和Ploss(t)分别为t时刻的用户电负荷需求功率和电力***网损，PHP(t)和QHP(t)分别为所述热泵在t时刻的有功功率和无功功率，PHP(t-1)和QHP(t-1)分别为所述热泵在t-1时刻的有功功率和无功功率，和SHP,max分别为所述热泵的有功功率极值和视在功率极值，ΔPHP和ΔQHP分别为所述热泵的有功功率爬坡极限值和无功功率爬坡极限值；
所述供热平衡约束条件的具体公式为：
其中，和/>分别为所述储热罐在t时刻的储热功率和释热功率，且满足HCHP(t)和HDmd(t)分别为在t时刻所述热电联产机组的产热功率和用户热负荷需求功率；
所述储热设备约束条件的具体公式为：
其中，Ere(t)为所述储热罐在t时刻的储热量，Ere(t-1)为所述储热罐在t-1时刻的储热量，ηHP为所述热泵的电热转换效率，为所述储热罐在t时刻的释热量，Ere-max为所述储热罐的最大储热容量，SOC(t)为所述储热罐在t时刻的剩余热量占最大储热容量的百分比；
所述储能电池约束条件的具体公式为：
且满足SLimin≤SLi(t)≤SLimax
其中，SLi(t)和SLi(t-1)分别为所述储能电池在t时刻的SOC剩余电量占比和在t-1时刻的SOC剩余电量占比，SLimax和SLimin分别为所述储能电池的SOC剩余电量占比的上限和下限，和SLi,N分别为所述储能电池的自放电率和额定储电量，γLic和γLid分别为所述储能电池的充电效率和放电效率，Δt1为取1小时的调度时间间隔。
2.根据权利要求1所述的综合能源***的优化建模运行方法，其特征在于，所述优化运行方案包括优化能量流控制策略和购售电计划；
得到所述优化运行方案具体包括以下步骤：
分别设定所述光伏发电装置的第一工作模式和所述热电联产机组的第二工作模式；
基于所述混合整数线性规划方法，在所述第一工作模式和第二工作模式下，对所述能量流优化运行模型进行优化求解，得到所述优化能量流控制策略和所述购售电计划；
所述综合能源供需平台利用所述智慧能源网关和所述通信管理机，将所述优化能量流控制策略分别下发至所述光伏发电装置、所述储能装置、所述热泵、所述热电联产机组、所述用户电负荷和所述用户热负荷。
3.根据权利要求2所述的综合能源***的优化建模运行方法，其特征在于，所述综合能源***具体为并网型综合能源***，所述第一工作模式和所述第二工作模式均具体采用自发自用、余量上网的工作模式。
4.一种综合能源***的优化建模运行装置，其特征在于，应用于权利要求1至3任一项所述的综合能源***的优化建模运行方法中，包括信息流获取模块、能量流建模模块和优化求解模块；
所述信息流获取模块模块，用于获取综合能源***的目标信息流；
所述能量流建模模块，用于根据所述目标信息流，分别得到所述综合能源***的功率模型和能量流约束条件集合；构建所述综合能源***的优化运行目标函数，根据所述优化运行目标函数、所述功率模型和所述能量流约束条件集合构建所述综合能源***的能量流优化运行模型；
所述优化求解模块，用于采用混合整数线性规划方法，对所述能量流优化运行模型进行优化求解，得到优化运行方案；
其中，所述综合能源***包括智慧能源网关、综合能源供需平台、通信管理机和综合能源装置组；
获取所述目标信息流具体包括以下步骤：
利用所述智慧能源网关采集所述综合能源装置组的设备信息集；
利用所述通信管理机将所述设备信息集进行转化形成原始信息流；
利用所述通信管理机对所述原始信息流进行逻辑处理，得到所述目标信息流并上传至所述综合能源供需平台；
其中，所述综合能源装置组包括分布式发电装置、储能装置、热泵、热电联产机组、用户电负荷和用户热负荷；
所述设备信息集包括在每个时刻下，所述分布式发电装置的总输出功率、所述热泵的有功功率及无功功率、所述热电联产机组的产电功率及产热功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率；
所述分布式发电设备具体为光伏发电装置；所述功率模型包括光伏发电功率模型和热电联产功率模型；
构建所述综合能源***的所述能量流优化运行模型具体包括以下步骤：
根据所述光伏发电装置的总输出功率构建光伏发电功率模型，根据所述热电联产机组的产电功率和产热功率构建热电联产功率模型；
根据所述光伏发电装置的总输出功率、所述热电联产机组的产电功率及产热功率、所述热泵的有功功率及无功功率、所述储能装置的储能容量和充能功率及释能功率、用户电负荷需求功率和用户热负荷需求功率，得到所述能量流约束条件集合；
获取所述综合能源***与电网之间的交换电量，根据所述交换电量构建所述优化运行目标函数；
所述优化运行目标函数的具体公式为：
其中，minF为所述优化运行目标函数，F为所述综合能源***的日运行成本，c(t)为所述综合能源***在t时刻与电网之间的交换电量费用，T为日运行周期时长，Pexc(t)为所述综合能源***在t时刻与电网之间的交换电量；当Pexc(t)>0时代表所述综合能源***在t时刻处于售电状态，则Pexc(t)为售电量；当Pexc(t)<0时代表所述综合能源***在t时刻处于购电状态，则Pexc(t)为购电量；C1(t)和C2(t)分别为所述综合能源***在t时刻的售电价格和购电价格；
根据所述优化运行目标函数、所述光伏发电功率模型、所述热电联产功率模型和所述能量流约束条件集合构建得到所述能量流优化运行模型；
所述光伏发电功率模型的表达式具体为：
其中，Ppv(t)为所述光伏发电装置在t时刻的总输出功率，η为所述光伏发电装置的太阳辐射转换效率，S(t)为t时刻的太阳辐射强度，ε为所述光伏发电装置的功率温度系数，Tw(t)为所述光伏发电装置在t时刻的工作温度，T0为标准工况温度；
所述热电联产功率模型的表达式具体为：
其中，和/>分别为在第i个新能源预测场景下，所述热电联产机组在t时刻的产电功率和产热功率，K为所述热电联产机组的出力运行范围，/>和/>分别为所述热电联产机组的出力运行范围内的第k个电极值点和第k个热极值点，/>为在第i个新能源预测场景下，所述热电联产机组在t时刻的第k个出力系数，其中，第k个电极值点和第k个热极值点均与第k个出力系数对应；
所述储能装置具体包括储能电池和储热罐；所述能量流约束条件集合包括供电平衡约束条件、供热平衡约束条件、储热设备约束条件和储能电池约束条件；
所述供电平衡约束条件的具体公式为：
其中，PLi(t)为所述储能电池在t时刻的储电功率或释电功率；当PLi(t)≥0时代表所述储能电池在t时刻处于储电状态，则PLi(t)为储电功率；当PLi(t)<0时代表所述储能电池在t时刻处于释电状态，则PLi(t)为释电功率；PL(t)和Ploss(t)分别为t时刻的用户电负荷需求功率和电力***网损，PHP(t)和QHP(t)分别为所述热泵在t时刻的有功功率和无功功率，PHP(t-1)和QHP(t-1)分别为所述热泵在t-1时刻的有功功率和无功功率，和SHP,max分别为所述热泵的有功功率极值和视在功率极值，ΔPHP和ΔQHP分别为所述热泵的有功功率爬坡极限值和无功功率爬坡极限值；
所述供热平衡约束条件的具体公式为：
其中，和/>分别为所述储热罐在t时刻的储热功率和释热功率，且满足HCHP(t)和HDmd(t)分别为在t时刻所述热电联产机组的产热功率和用户热负荷需求功率；
所述储热设备约束条件的具体公式为：
其中，Ere(t)为所述储热罐在t时刻的储热量，Ere(t-1)为所述储热罐在t-1时刻的储热量，ηHP为所述热泵的电热转换效率，为所述储热罐在t时刻的释热量，Ere-max为所述储热罐的最大储热容量，SOC(t)为所述储热罐在t时刻的剩余热量占最大储热容量的百分比；
所述储能电池约束条件的具体公式为：
且满足SLimin≤SLi(t)≤SLimax
其中，SLi(t)和SLi(t-1)分别为所述储能电池在t时刻的SOC剩余电量占比和在t-1时刻的SOC剩余电量占比，SLimax和SLimin分别为所述储能电池的SOC剩余电量占比的上限和下限，和SLi,N分别为所述储能电池的自放电率和额定储电量，γLic和γLid分别为所述储能电池的充电效率和放电效率，Δt1为取1小时的调度时间间隔。
5.一种综合能源***的优化建模运行装置，其特征在于，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现如权利要求1至3任一项权利要求所述的方法步骤。
6.一种计算机存储介质，其特征在于，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现如权利要求1至3任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010758147.2A CN111899125B (zh) | 2020-07-31 | 2020-07-31 | 一种综合能源***的优化建模运行方法、装置和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010758147.2A CN111899125B (zh) | 2020-07-31 | 2020-07-31 | 一种综合能源***的优化建模运行方法、装置和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111899125A CN111899125A (zh) | 2020-11-06 |
| CN111899125B true CN111899125B (zh) | 2024-02-27 |
Family
ID=73182947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010758147.2A Active CN111899125B (zh) | 2020-07-31 | 2020-07-31 | 一种综合能源***的优化建模运行方法、装置和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111899125B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114741834B (zh) * | 2021-12-02 | 2024-07-05 | 华北电力大学 | 基于时空展开网络流的综合能源能量流优化方法和装置 |
| CN114565244B (zh) * | 2022-02-16 | 2023-04-07 | 石河子大学 | 综合能源***的优化调度方法及装置 |
| CN114781102A (zh) * | 2022-03-14 | 2022-07-22 | 国网江苏省电力有限公司南京供电分公司 | 一种城市综合能源***的能量流建模方法及应用 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源***优化控制方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源***多时间尺度能量调度方法 |
| CN110889600A (zh) * | 2019-11-13 | 2020-03-17 | 国家电网有限公司 | 一种考虑柔性热负荷的区域综合能源***优化调度方法 |
-
2020
- 2020-07-31 CN CN202010758147.2A patent/CN111899125B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源***优化控制方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源***多时间尺度能量调度方法 |
| CN110889600A (zh) * | 2019-11-13 | 2020-03-17 | 国家电网有限公司 | 一种考虑柔性热负荷的区域综合能源***优化调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 多区域综合能源***热网建模及***运行优化;顾伟等;中国电机工程学报;第37卷(第5期);1305-1315 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111899125A (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110350523B (zh) | 基于需求响应的多能源互补优化调度方法 | |
| CN111899125B (zh) | 一种综合能源***的优化建模运行方法、装置和介质 | |
| CN110689189A (zh) | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 | |
| CN106849190A (zh) | 一种基于Rollout算法的多能互补微网实时调度方法 | |
| CN110571867A (zh) | 一种计及风电不确定性的虚拟电厂日前优化调度***方法 | |
| CN114498639B (zh) | 一种考虑需求响应的多微电网联合互济的日前调度方法 | |
| CN113437752B (zh) | 一种含混合储能的综合能源***运行控制方法 | |
| CN112583017A (zh) | 考虑储能运行约束的混合微电网能量分配方法及*** | |
| CN110601260A (zh) | 一种限定联络线上功率波动的光-蓄***容量优化方法 | |
| CN110808615A (zh) | 考虑不确定性的气电虚拟电厂调度优化方法 | |
| CN114066204A (zh) | 一种综合能源***的一体化优化规划与运行方法及装置 | |
| CN115693793B (zh) | 一种区域微电网能源优化控制方法 | |
| CN110991753B (zh) | 考虑多能需求响应的电热互联网***调度优化方法 | |
| CN113128746A (zh) | 一种基于多代理的综合能源***多主体联合优化运行方法 | |
| CN110994698A (zh) | 一种太阳能光伏-光热联合发电***优化运行方法 | |
| CN108683211B (zh) | 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型 | |
| CN110766285A (zh) | 一种基于虚拟电厂的日前能源调度方法 | |
| CN114862163B (zh) | 综合能源***优化调度方法 | |
| CN114723278B (zh) | 一种考虑光伏储能的社区微电网调度方法及*** | |
| CN115204705A (zh) | 考虑电转气存储的区域综合能源***运行优化方法及应用 | |
| CN111899121B (zh) | 基于电转气设备的区域能源***源荷协调运行简易方法 | |
| CN110990793B (zh) | 电热气耦合微能源站调度优化方法 | |
| CN117574684B (zh) | 一种电-氢-碳综合能源***时序生产模拟方法及*** | |
| CN114781922B (zh) | 一种电热综合能源***优化调度方法 | |
| CN113256009B (zh) | 一种基于气热惯性的两阶段多备用配置方法、***和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |