CN118070964A - 一种寒地风光热储综合能源***优化运行*** - Google Patents

Abstract

本发明涉及多能源***优化技术领域，公开了一种寒地风光热储综合能源***优化运行***，包括数据采集处理模块、能源禀赋模块、资源匹配模块、储能***容量规划模块、用能基本单元运行稳定性单元、***产热预测模块、综合优化决策模块；所述数据采集处理模块用于对综合能源获取数据进行去噪、排重汇总；所述能源禀赋模块用于评估乡村可再生能源资源，确定太阳能、风能、水能能源的可利用程度；所述资源匹配模块用于确定太阳能、风能、水能能源的分布情况。通过能源禀赋模块和资源匹配模块，评估乡村可再生能源资源的可利用程度，并确定太阳能、风能和水能等能源的分布情况，实现能源的平衡供应和需求匹配。

Description

一种寒地风光热储综合能源***优化运行***

技术领域

本发明涉及多能源***优化技术领域，具体为一种寒地风光热储综合能源***优化运行***。

背景技术

目前，乡村能源***的规划与地理和用能特征不匹配的问题日益突出。乡村地区的用户侧柔性负荷具有数量大、分散分布的特点，而现有乡村能源开发利用未能充分结合地域特点和能源特性，导致能源***规划与实际需求不匹配。此外，乡村使用的能源种类较多，包括风能、太阳能等清洁能源，但这些能源具有波动性、间断性和随机性，需要储能装置进行调频调峰，而现有的容量规划方法在解决这一问题上存在不足。

基于上述问题，提出一种寒地风光热储综合能源***优化运行***，以改善现有技术中出现的问题。

发明内容

针对现有技术的不足，本发明提供了一种寒地风光热储综合能源***优化运行***，解决了现有寒地风光热储综合能源***在使用过程中能源分配平衡匹配度较差的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种寒地风光热储综合能源***优化运行***，包括数据采集处理模块、能源禀赋模块、资源匹配模块、储能***容量规划模块、用能基本单元运行稳定性单元、***产热预测模块、综合优化决策模块；所述数据采集处理模块用于对综合能源获取数据进行去噪、排重汇总；所述能源禀赋模块用于评估乡村可再生能源资源，确定太阳能、风能、水能能源的可利用程度；所述资源匹配模块用于确定太阳能、风能、水能能源的分布情况；所述储能***容量规划模块用于分析乡村能源需求和可再生能源产量特点，确定储能***在能源调节和平衡方面的需求；所述用能基本单元运行稳定性单元用于优化不同用能基本单元的季节性产能和供需平衡；所述***产热预测模块用于预测综合能源***的产热量变化；所述综合优化决策模块用于根据资源匹配模块、储能***容量规划模块数据，制定能源调度策略；

所述数据采集处理模块与能源禀赋模块为电性连接，所述能源禀赋模块与资源匹配模块为电性连接，所述资源匹配模块与储能***容量规划模块为网络连接，所述能源禀赋模块与用能基本单元运行稳定性模块为电性连接，所述用能基本单元运行稳定性模块与***产热预测模块为电性连接，所述***产热预测模块与综合优化决策模块为电性连接。

优选的，所述数据采集处理模块包括数据采集单元、数据汇总清洗单元、数据处理单元；所述数据采集单元用于对太阳能、风能、水能能源获得数据进行采集；所述数据汇总清洗单元用于对获得的数据进行排重与清洗；所述数据处理单元用于对清洗后的数据进行重新分组与排列。

优选的，所述能源禀赋模块包括太阳能资源评估单元、风能资源评估单元、水能资源评估单元；所述太阳能资源评估单元用于确定太阳能资源的可利用程度；所述风能资源评估单元用于确定风能资源的可开发潜力；所述水能资源评估单元用于确定水能的可利用性。

优选的，所述资源匹配模块包括能源组合优化单元、能源模型建立单元、能源计算单元；

所述能源组合优化模型的目标函数表达式为：

最小化能源成本：

minimize(Cost＝∑(xi*Ci))

最大化能源利用效率：

maximize(Efficiency＝∑(xi*Ei))

所述能源模型建立单元的模型算法表达式为：

能源供应约束：

∑(xi)＝Demand

能源转换效率：

Output＝Efficiency*Input

所述能源计算单元的算法表达式为：

能源供需平衡计算：

∑(xi)＝Demand

能源转换效率计算：

Efficiency＝Output/Input。

优选的，所述储能***容量规划模块包括储能需求分析单元、储能技术选择单元、储能容量规划单元；所述储能需求分析单元用于分析储能***在调频调峰和增质提效方面的需求，所述储能技术选择单元用于根据乡村能源***的特点和需求，评估电池、压缩空气储能技术的性能和适用性，选择最合适的储能技术；所述储能容量规划单元用于通过算法确定储能***的容量规划。

优选的，所述用能基本单元运行稳定性模块包括季节性产能分析单元、用能需求预测单元、源荷互补优化单元；所述季节性产能分析单元用于根据数据采集处理模块历史数据，构建不同季节能源供应的变化规律；所述用能需求预测单元用于预测乡村用能基本单元的用能需求；所述源荷互补优化单元用于以优化算法实现源荷互补的能源调度。

优选的，所述***产热预测模块包括产热预测单元、产热计算单元；所述产热预测单元用于构建不同季节下的产热数据模型；所述产热计算单元用于套入模型计算综合能源***的产热量变化。

优选的，所述综合优化决策模块包括能源调度策略生成单元、储能容量规划单元、源荷匹配优化单元；所述能源调度策略生成单元用于制定能源调度策略，包括能源供需平衡、电力负荷管理、储能控制的优化决策；所述储能容量规划单元用于结合储能***容量规划模块的结果，确定最佳的储能容量和布局；所述源荷匹配优化单元用于通过算法对源荷进行匹配优化。

优选的，所述***产热预测模块通过线性回归进行数据模型构建，表达式为：

y＝β0+β1x1+β2x2+...+βnxn+ε

其中，y表示产热量，x1、x2、…、xn表示温度、日照强度，β0、β1、β2、…、βn表示回归系数，ε表示误差项。

优选的，所述综合优化决策模块中源荷匹配优化单元通过遗传算法进行数据匹配。

工作原理：首先，数据采集处理模块负责获取并处理综合能源的数据，确保数据的准确性和完整性。这些数据包括太阳能、风能和水能等可再生能源的获取情况。其次，能源禀赋评估模块对乡村可再生能源资源进行评估，确定不同能源的可利用程度和开发潜力。这有助于了解乡村能源资源的分布情况。然后，资源匹配模块根据能源禀赋评估的结果，确定不同能源在乡村地区的分布情况。这有助于制定合理的能源调度策略，以满足乡村能源需求。

接下来，储能容量规划模块分析乡村能源需求和可再生能源产量特点，确定储能***在能源调节和平衡方面的需求。通过算法和模型的运算，确定最佳的储能容量和布局。用能基本单元运行稳定性模块优化不同用能基本单元的季节性产能和供需平衡。通过分析历史数据和预测乡村用能需求，实现源荷互补的能源调度，提高能源利用效率。***产热预测模块根据历史数据和模型构建，预测综合能源***的产热量变化。这有助于对产热量进行预测和管理，为***能源调度提供依据。最后，综合优化决策模块根据资源匹配和储能容量规划的数据，制定能源调度策略。通过优化算法和决策模型，实现能源供需平衡、电力负荷管理和储能控制等方面的优化决策。

通过以上一体化工作原理，寒地风光热储综合能源***优化运行***能够实现对乡村可再生能源的有效利用和优化运行，提高能源利用效率和可持续能源水平。

本发明提供了一种寒地风光热储综合能源***优化运行***。具备以下有益效果：

1、本发明通过能源禀赋模块和资源匹配模块，评估乡村可再生能源资源的可利用程度，并确定太阳能、风能和水能等能源的分布情况。这有助于选择合适的能源组合和安排能源利用方式，实现能源的平衡供应和需求匹配。

2、本发明通过储能***容量规划模块，分析乡村能源需求和可再生能源产量特点，确定储能***在能源调节和平衡方面的需求。同时，通过储能技术选择和储能容量规划单元，选择合适的储能技术和确定最佳的储能容量。这有助于平抑能源波动性、提高能源利用效率，确保***稳定供能。

3、本发明通过***产热预测模块和综合优化决策模块，对产热量进行预测并制定能源调度策略。这有助于提前了解***产热情况，为能源调度和储能规划提供依据，实现能源供需平衡、电力负荷管理和储能控制的优化决策。

附图说明

图1为本发明的风光热储综合能源***优化***流程立体图；

图2为本发明的能源禀赋模块结构框架示意图；

图3为本发明的数据采集处理模块框架示意图；

图4为本发明的能源禀赋模块框架示意图；

图5为本发明的资源匹配模块框架示意图；

图6为本发明的储能***容量规划框架示意图；

图7为本发明的用能基本单元运行稳定性模块框架示意图；

图8为本发明的***产热预测模块框架示意图；

图9为本发明的综合优化决策模块框架示意图。

具体实施方式

下面将结合本发明说明书中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例：

请参阅附图1-附图2，本发明实施例提供一种寒地风光热储综合能源***优化运行***，包括数据采集处理模块、能源禀赋模块、资源匹配模块、储能***容量规划模块、用能基本单元运行稳定性单元、***产热预测模块、综合优化决策模块；数据采集处理模块用于对综合能源获取数据进行去噪、排重汇总；能源禀赋模块用于评估乡村可再生能源资源，确定太阳能、风能、水能能源的可利用程度；资源匹配模块用于确定太阳能、风能、水能能源的分布情况；储能***容量规划模块用于分析乡村能源需求和可再生能源产量特点，确定储能***在能源调节和平衡方面的需求；用能基本单元运行稳定性单元用于优化不同用能基本单元的季节性产能和供需平衡；***产热预测模块用于预测综合能源***的产热量变化；综合优化决策模块用于根据资源匹配模块、储能***容量规划模块数据，制定能源调度策略。

数据采集处理模块与能源禀赋模块为电性连接，能源禀赋模块与资源匹配模块为电性连接，资源匹配模块与储能***容量规划模块为网络连接，能源禀赋模块与用能基本单元运行稳定性模块为电性连接，用能基本单元运行稳定性模块与***产热预测模块为电性连接，***产热预测模块与综合优化决策模块为电性连接。

请参阅附图3，数据采集处理模块包括数据采集单元、数据汇总清洗单元、数据处理单元；数据采集单元用于对太阳能、风能、水能能源获得数据进行采集；数据汇总清洗单元用于对获得的数据进行排重与清洗；数据处理单元用于对清洗后的数据进行重新分组与排列。

通过数据采集处理模块的工作，可以确保综合能源***获取的数据准确无误，并为后续的能源禀赋评估、资源匹配和优化决策提供可靠的数据基础。

请参阅附图4，能源禀赋模块包括太阳能资源评估单元、风能资源评估单元、水能资源评估单元；太阳能资源评估单元用于确定太阳能资源的可利用程度；风能资源评估单元用于确定风能资源的可开发潜力；水能资源评估单元用于确定水能的可利用性。

基于太阳辐射数据和地理信息，计算太阳能资源的潜在产能，具体计算公式：太阳能资源利用系数计算，将结合太阳辐射数据和太阳能发电设备的效率曲线，计算太阳能资源的可利用程度，包括年可利用小时数、年实际发电量。风能资源评估单元与水能资源评估单元同太阳能资源利用系数计算方法。

请参阅附图5，资源匹配模块包括能源组合优化单元、能源模型建立单元、能源计算单元；

能源组合优化模型的目标函数表达式为：

最小化能源成本：

minimize(Cost＝∑(xi*Ci))

最大化能源利用效率：

maximize(Efficiency＝∑(xi*Ei))

能源模型建立单元的模型算法表达式为：

能源供应约束：

∑(xi)＝Demand

能源转换效率：

Output＝Efficiency*Input

能源计算单元的算法表达式为：

能源供需平衡计算：

∑(xi)＝Demand

能源转换效率计算：

Efficiency＝Output/Input。

请参阅附图6，储能***容量规划模块包括储能需求分析单元、储能技术选择单元、储能容量规划单元；储能需求分析单元用于分析储能***在调频调峰和增质提效方面的需求，储能技术选择单元用于根据乡村能源***的特点和需求，评估电池、压缩空气储能技术的性能和适用性，选择最合适的储能技术；储能容量规划单元用于通过算法确定储能***的容量规划。

储能容量规划单元采用负荷曲线匹配算法，该算法基于负荷曲线和储能***的特性，采用如遗传算法进行负荷曲线与储能***容量的匹配，以确定最佳的储能容量。

请参阅附图7，用能基本单元运行稳定性模块包括季节性产能分析单元、用能需求预测单元、源荷互补优化单元；季节性产能分析单元用于根据数据采集处理模块历史数据，构建不同季节能源供应的变化规律；用能需求预测单元用于预测乡村用能基本单元的用能需求；源荷互补优化单元用于以优化算法实现源荷互补的能源调度。

储能需求分析单元用于分析储能***在调频调峰和增质提效方面的需求。通过分析乡村能源***的负荷特点、波动性和季节性变化等因素，确定储能***在平衡能源供需、调节电力负荷等方面的需求。

储能技术选择单元根据乡村能源***的特点和需求，评估不同储能技术的性能和适用性，选择最合适的储能技术，具体采用电池储能技术评估完成评估，通过分析电池的充放电效率、循环寿命、功率密度等指标，评估电池储能技术的适用性。

储能容量规划单元通过算法确定储能***的容量规划，以满足乡村能源***的需求，具体算法使用功率调节需求计算，具体步骤首先根据负荷曲线的变化率和储能***的响应速度等因素，计算储能***的功率调节需求，最终确定储能容量。

请参阅附图8，***产热预测模块包括产热预测单元、产热计算单元；产热预测单元用于构建不同季节下的产热数据模型；产热计算单元用于套入模型计算综合能源***的产热量变化。

产热预测单元通过线性回归构建产热数据模型，具体计算表达式为：

y＝β0+β1x1+β2x2+...+βnxn+ε

其中，y是待预测的产热量，x1，x2，…，xn是影响产热量的自变量(如温度、湿度等)，β0，β1，β2，…，βn是模型的参数，表示自变量对应的权重。

请参阅附图9，综合优化决策模块包括能源调度策略生成单元、储能容量规划单元、源荷匹配优化单元；能源调度策略生成单元用于制定能源调度策略，包括能源供需平衡、电力负荷管理、储能控制的优化决策；储能容量规划单元用于结合储能***容量规划模块的结果，确定最佳的储能容量和布局；源荷匹配优化单元用于通过算法对源荷进行匹配优化。

***产热预测模块通过线性回归进行数据模型构建，表达式为：

y＝β0+β1x1+β2x2+...+βnxn+ε

其中，y表示产热量，x1、x2、…、xn表示温度、日照强度，β0、β1、β2、…、βn表示回归系数，ε表示误差项。

综合优化决策模块中源荷匹配优化单元通过遗传算法进行数据匹配，其步骤为：

a、确定问题的目标：

目标函数：minimize(f(x))，f(x)表示源荷匹配优化的目标函数。

b、定义决策变量：

决策变量：x，x表示源荷分配方案的决策变量，使用二进制编码表示源荷分配情况。

c、初始化种群：

种群大小：N

初始种群：P＝{p1,p2,…,pN}，pi表示种群中的第i个个体，即代表源荷分配方案。

d、评估适应度：

适应度函数：fitness(pi)，fitness(pi)表示个体pi的适应度值，反映了个体在解空间中的优劣程度。

e、选择操作：

选择算子：SelectionOperator

选择父代个体：Parents＝{p1’,p2’,…,pN’}，pi’表示选择操作后得到的父代个体。

f、交叉操作：

交叉算子：CrossoverOperator，生成子代个体：Offspring＝{o1,o2,…,oN}，oi表示通过交叉操作得到的子代个体。

g、变异操作：

变异算子：MutationOperator

变异后的个体：MutatedOffspring＝{m1,m2,…,mN}，mi表示通过变异操作得到的变异后的个体。

h、更新种群：

新种群：P’＝{p1’,p2’,…,pN’}∪{o1,o2,…,oN}∪{m1,m2,…,mN}，P’表示更新后的种群，包括选择的父代个体、交叉生成的子代个体和变异后的个体。

重复执行步骤d-h，直到满足达到最大迭代次数、目标函数收敛。i、输出最优解：

最优解：BestSolution，BestSolution表示具有最优适应度值的个体，即源荷匹配的最优方案。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种寒地风光热储综合能源***优化运行***，其特征在于，包括数据采集处理模块、能源禀赋模块、资源匹配模块、储能***容量规划模块、用能基本单元运行稳定性单元、***产热预测模块、综合优化决策模块；所述数据采集处理模块用于对综合能源获取数据进行去噪、排重汇总；所述能源禀赋模块用于评估乡村可再生能源资源，确定太阳能、风能、水能能源的可利用程度；所述资源匹配模块用于确定太阳能、风能、水能能源的分布情况；所述储能***容量规划模块用于分析乡村能源需求和可再生能源产量特点，确定储能***在能源调节和平衡方面的需求；所述用能基本单元运行稳定性单元用于优化不同用能基本单元的季节性产能和供需平衡；所述***产热预测模块用于预测综合能源***的产热量变化；所述综合优化决策模块用于根据资源匹配模块、储能***容量规划模块数据，制定能源调度策略；所述数据采集处理模块与能源禀赋模块为电性连接，所述能源禀赋模块与资源匹配模块为电性连接，所述资源匹配模块与储能***容量规划模块为网络连接，所述能源禀赋模块与用能基本单元运行稳定性模块为电性连接，所述用能基本单元运行稳定性模块与***产热预测模块为电性连接，所述***产热预测模块与综合优化决策模块为电性连接。

2.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述数据采集处理模块包括数据采集单元、数据汇总清洗单元、数据处理单元；所述数据采集单元用于对太阳能、风能、水能能源获得数据进行采集；所述数据汇总清洗单元用于对获得的数据进行排重与清洗；所述数据处理单元用于对清洗后的数据进行重新分组与排列。

3.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述能源禀赋模块包括太阳能资源评估单元、风能资源评估单元、水能资源评估单元；所述太阳能资源评估单元用于确定太阳能资源的可利用程度；所述风能资源评估单元用于确定风能资源的可开发潜力；所述水能资源评估单元用于确定水能的可利用性。

4.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述资源匹配模块包括能源组合优化单元、能源模型建立单元、能源计算单元；

所述能源组合优化模型的目标函数表达式为：

最小化能源成本：

minimize(Cost＝∑(xi*Ci))

最大化能源利用效率：

maximize(Efficiency＝∑(xi*Ei))

所述能源模型建立单元的模型算法表达式为：

能源供应约束：

∑(xi)＝Demand

能源转换效率：

Output＝Efficiency*Input

所述能源计算单元的算法表达式为：

能源供需平衡计算：

∑(xi)＝Demand

能源转换效率计算：

Efficiency＝Output/Input。

5.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述储能***容量规划模块包括储能需求分析单元、储能技术选择单元、储能容量规划单元；所述储能需求分析单元用于分析储能***在调频调峰和增质提效方面的需求，所述储能技术选择单元用于根据乡村能源***的特点和需求，评估电池、压缩空气储能技术的性能和适用性，选择最合适的储能技术；所述储能容量规划单元用于通过算法确定储能***的容量规划。

6.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述用能基本单元运行稳定性模块包括季节性产能分析单元、用能需求预测单元、源荷互补优化单元；所述季节性产能分析单元用于根据数据采集处理模块历史数据，构建不同季节能源供应的变化规律；所述用能需求预测单元用于预测乡村用能基本单元的用能需求；所述源荷互补优化单元用于以优化算法实现源荷互补的能源调度。

7.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述***产热预测模块包括产热预测单元、产热计算单元；所述产热预测单元用于构建不同季节下的产热数据模型；所述产热计算单元用于套入模型计算综合能源***的产热量变化。

8.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述综合优化决策模块包括能源调度策略生成单元、储能容量规划单元、源荷匹配优化单元；所述能源调度策略生成单元用于制定能源调度策略，包括能源供需平衡、电力负荷管理、储能控制的优化决策；所述储能容量规划单元用于结合储能***容量规划模块的结果，确定最佳的储能容量和布局；所述源荷匹配优化单元用于通过算法对源荷进行匹配优化。

9.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述***产热预测模块通过线性回归进行数据模型构建，表达式为：

y＝β0+β1x1+β2x2+...+βnxn+ε

其中，y表示产热量，x1、x2、…、xn表示温度、日照强度，β0、β1、β2、…、βn表示回归系数，ε表示误差项。

10.根据权利要求1所述的一种寒地风光热储综合能源***优化运行***，其特征在于，所述综合优化决策模块中源荷匹配优化单元通过遗传算法进行数据匹配。