申请/专利权人：浙江华云电力工程设计咨询有限公司

申请日：2021-10-12

公开（公告）日：2024-03-22

公开（公告）号：CN113937760B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;H02J3/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要：本发明公开了一种多站融合场景下仿射鲁棒模型优化调度方法。首先，将多站融合场景下对数据中心的供能方式进行分类，将多站融合模式下的主体分为电网公司、设备投资方、数据中心三个主体。然后，对多站融合下涉及到的设备进行建模，其中储能站的建模结合数据中心的可靠性特殊要求，充电站的建模结合实际需求，将电动汽车分为三类充电模式，考虑电动汽车的随机性，其并网时刻和并网SOC均随机生成，并且满足充电桩数量和功率的限制；并在此基础上考虑了风电和光伏出力的不确定性，以设备投资方收益最大为目标函数，采用仿射鲁棒的方式进行优化调度计算；最终，提出了在Matlab中调用CPLEX的求解方法。

主权项：1.一种多站融合场景下仿射鲁棒模型优化调度方法，其特征在于，包括如下步骤：步骤1将多站融合场景下对数据中心的供能方式进行分类，将多站融合模式下的主体分为电网公司、设备投资方、数据中心三个主体；步骤2对多站融合下涉及到的设备进行建模，其中储能站的建模结合数据中心的可靠性特殊要求，充电站的建模结合实际需求，将电动汽车分为三类充电模式，考虑电动汽车的随机性，其并网时刻和并网SOC均随机生成，并且满足充电桩数量和功率的限制；步骤3考虑风电和光伏出力的不确定性，以设备投资方收益最大为目标函数，采用仿射鲁棒的方式进行优化调度计算；其中，所述步骤1包括：1.1对数据中心的供能方式进行分析，确定能源需求；1.2分析多站融合的主体，一般将多站融合模式下的主体分为电网公司、设备投资方、数据中心三个主体；其中，所述步骤2包括：2.1多站融合拓扑结构建立：风机、光伏和燃气轮机构成了分布式发电站，为了给数据中心提供相应的冷负荷和热负荷，又加入了电制冷机、吸收式制冷机和燃气锅炉；选用数据中心为B级数据中心，为保证数据中心供电可靠性，接了两路电网线路，其中一路在正常运行时不向数据中心供电，只有在发生事故时才会进行供电；2.2储能站建模：储能站的充放电模型如式1所示：Scha+Sdis≤1-Scha·Pr≤Pcha，t≤010≤Pdis，t≤Sdis·Pr式中，Scha，Sdis为二进制变量，表征储能站的充放电状态，避免储能站既充电又放电；Pr为储能电站的额定充放电功率，Pcha，t，Pdis，t分别表示t时刻的充电、放电功率；储能站的SOC模型如式2所示： 式中，Ees为储能站的额定容量，Δt为调度时间间隔，SOCmin，SOCmax分别为储能站的SOC模型的下限和上限；2.3充电站的建模：对于充电站的建模主要在于对充电汽车的建模；将电动汽车按需求分为三类；第一类电动汽车一直以额定功率充电，对应实际中希望以最快速度充满电的需求情况；第二类电动汽车允许充电功率小于额定功率，但不能放电，并且必须在4个小时内充满电，对应实际中用车不迫切，希望能减少充电费用的需求；第三类电动车允许充电功率低于额定功率，并且允许放电，但必须在6个小时内完成充电，对应实际中有充裕的时间可以进行充电，希望最小化充电成本的需求；第一类电动汽车的充电模型如式3所示，对于 式中，C1表示第一类电动汽车集合，Pi，t表示电动汽车i在t时刻的充电功率，Pcr表示充电桩额定充电功率，ηc表示电动汽车充放电效率，Ec为电动汽车额定容量；第二类电动汽车的充电模型如式4所示，对于 式中，C2表示第二类电动汽车的集合，ti，0表示电动汽车i的并网时刻；第三类电动汽车的充放电模型如式5所示，对于 C3表示第三类电动汽车的集合；其中，所述步骤3包括：3.1建立仿射鲁棒模型：仿射鲁棒模型为：minx，ycTx+Q8约束条件为：x∈X9y∈Y10bT[r+sΔξ]≤Q17r-s＝bTW18Ax+B[u+vΔξ]≤g21u-v＝BW22T+DW＝023Cx-h＝024式中，x，y分别为第一阶段决策变量和第二阶段决策变量，它们往往是在一定的可行域X和Y中，W为设备的参与因子，y＝Wξ，c和b一般为成本系数矩阵，r，s、u，v均为非负的对偶变量，Q为常数矩阵；A、B、g、C、D、h均为常数；不确定集D为：-Δξ≤ξ≤Δξ14ξ表示风电或者光伏出力的不确定量，而Δξ表示与基准预测出力最大偏差量；3.2提出建立的模型的目标函数：分布式发电站、储能站、吸收式制冷机、电制冷机和燃气锅炉为一个投资主体，即设备投资方，其向电网购电，向天然气网购气，同时通过自身设备产生冷、热、电三种能源形式，满足数据中心站的能源需求，优化的目标函数为设备投资方收益最大，如式25所示：maxAe+Ah+Ac+Acar-Cgas-Ce-Ca-Cm25式中，Ae，Ah，Ac分别代表给数据中心站供电、供热、供冷收益，其计算公式为：式中，T为调度时刻数量；Eloadt，Hloadt，Cloadt分别表示数据中心站在t时刻的电需求、热需求和冷需求；ρe，t，ρh，t，ρc，t分别表示给数据中心供电、供热和供冷的单位费用；为了吸引数据中心站建造在多能电站内，考虑适当降低给其供电、供热、供冷的单位费用；Acar表示给电动汽车充电获得的收益，其计算公式为： 式中，n1，n2，n3分别表示第一类电动汽车、第二类电动汽车、第三类电动汽车的数量；ρc，1，ρc，2，ρc，3分别表示第一类电动汽车、第二类电动汽车、第三类电动汽车的单位充电价格，ρc，3＜ρc，2＜ρc，1；Cgas为购买天然气的费用，其计算公式为： 式中，ρgas为天然气的单位热值价格；Pgt，t，ηgt分别为燃气轮机t时刻的发电功率和发电效率；Hgb，t，ηgb分别为燃气锅炉t时刻的发热功率和制热效率；Ce为向电网购电的费用，其计算公式为： 式中，Pnet，t为t时刻向电网购电的功率；ρnet，t为t时刻的购电价格；Ca为投资年金，其计算公式为： 式中，ra为贴现率；n为项目的周期；I为所有设备集合；El、ρl分别为设备l的额定容量和单位容量投资成本；Cm为设备年维护费用，其计算公式为： 式中，Pl，t为设备l在t时刻的出力值；ρl，m为设备l的单位功率维修费用；在电价和供冷供热价格确定的情况下，收益为一个定值，因此目标函数转换为最小化成本值；3.3建立模型的约束条件：优化过程所要满足的约束条件包含式1-5；此外，还包含：电能平衡约束： 式中，Pv，t，Pw，t分别表示t时刻的光伏出力和风机出力；Pcar，t表示t时刻三类电动汽车的总负荷；Pec，t表示t时刻电制冷机消耗的电功率；热功率平衡约束：Hgt，t+Hgb，t＝Hloadt+Hac，t33式中，Hgt，t表示燃气轮机在t时刻的制热功率；Hac，t表示吸收式制冷机在t时刻消耗的热功率；冷功率平衡约束：Cec，t+Cac，t＝Cloadt34式中，Cec，t，Cac，t分别表示t时刻电制冷机的制冷功率和吸收式制冷机的制冷功率；电动汽车数量和功率约束： 式中，n1，t，n2，t，n3，t分别表示在t时刻并网的第一类电动汽车数量、第二类电动汽车数量、第三类电动汽车数量；ncha为充电桩的数量；燃气轮机约束： 式中，Pgas，gt，t为t时刻燃气轮机消耗的天然气功率；ζgt为燃气轮机的热电比；燃气锅炉约束：Hgb，t＝Pgas，gb，t·ηgb37式中，Pgas，gb，t表示t时刻燃气锅炉消耗的天然气功率；吸收式制冷机约束：Cac，t＝Hac，t·ηac38式中，ηac表示吸收式制冷机的制冷效率；电制冷机约束：Cec，t＝Pec，t·ηec39式中，ηec表示电制冷机的制冷效率。

全文数据：

权利要求：

百度查询： 浙江华云电力工程设计咨询有限公司 一种多站融合场景下仿射鲁棒模型优化调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD