申请/专利权人：东南大学

申请日：2021-03-29

公开（公告）日：2024-04-02

公开（公告）号：CN112906988B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q50/06;G06Q50/08;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.06.22#实质审查的生效;2021.06.04#公开

摘要：本发明公开一种多能源建筑系统鲁棒双层协调调度的方法具体包括以下步骤：S1、输入多能源建筑系统的电负荷、热负荷及可再生能源出力的预测信息；S2、构造多能源建筑系统总运行成本最小化的目标函数；S3、考虑用户偏好及舒适性，构造多能源建筑系统电‑热负荷需求响应模型；S4、构建多能源建筑系统确定性数学模型；S5、建立源荷多面体不确定性集合，基于两阶段鲁棒优化理论对步骤S4构建的模型进行转化，进而获得多能源建筑系统协调运行的最佳解决方案。本发明同时考虑源荷预测信息的波动性与多能源建筑系统的运行经济性，满足用户需求，为多能源建筑系统开发一种最佳的鲁棒能源管理策略。

主权项：1.一种多能源建筑系统鲁棒双层协调调度的方法，其特征在于，所述协调调度的方法具体包括以下步骤：S1、输入多能源建筑系统的电负荷、热负荷和可再生能源出力的预测信息；S2、构造多能源建筑系统总运行成本最小化的目标函数；S3、考虑用户偏好及舒适性，构造多能源建筑系统电-热负荷需求响应模型；S4、构建多能源建筑系统确定性数学模型；S5、建立源荷多面体不确定性集合，基于两阶段鲁棒优化理论对步骤S4构建的模型进行转化，进而获得多能源建筑系统协调运行的最佳解决方案；所述步骤S2中构造多能源建筑系统总运行成本最小化的目标函数，构建方法如下：通过微型冷热电联供单元、新能源发电系统、建筑物-上级电网互连、储能和建筑负荷的协调运行来最大程度地降低系统总运行成本，如式1所示：minF＝CCCHP+CDG+CEX+COM+CESS+CLOAD1在此，式1表示总运行成本；CCCHP、CESS分别表示微型冷热电联供机组、储能系统的运行成本；CDG为促进新能源消纳引入的惩罚函数；CEX为多能源建筑物与上级电网的电力交易成本；COM为系统维护成本；CLOAD为负荷调度费用；所述微型冷热电联供单元主要由燃料电池和热电联产机组两部分组成，其运行成本表示为： 式中，Cfc为单位燃料成本；Pfc,t为t时刻微型CCHP单元的输出电功率；λfc为燃料排放因子；Ccar,fc为微型CCHP单元的碳排放单位成本；ηe为发电效率；Cψ分别为微型CCHP单元的固定和冷启动成本；to指微型CCHP单元处于关闭状态的时间；τ为时间常数；Δt为调度时间间隔；新能源发电弃风弃光成本：CDG＝CabaPaba,tΔt3式中，Caba为单位燃料成本；Paba,t为t时刻弃风弃光功率；上级电网的电力交易成本由与上级公用电网的交互成本和相应的碳税构成，如下所示：CEX＝CexPex,t+λexCcar,exPex,tΔt4式中，Cex为分时电价；Pex,t为t时刻多能源建筑系统与上级电网的交互功率；λex为上级公用电网的碳排放因子；Ccar,ex为上级公用电网的碳排放单位成本；系统维护成本： 式中，Com,fc、Com,hs、Com,es、Com,DG分别表示微型CCHP单元、储热、储电以及新能源发电设备的单位维护成本；分别表示t时刻储热设备的充放热功率；PDG,t表示t时刻新能源发电设备的输出功率；分别表示较小时间间隔储电设备的充放电功率；储能系统的运行成本主要为储能设备的退化成本，包括电池更换成本和惩罚成本；如下所示：CESS＝CREP+CPEN6其中， 式中，Crep为电池单位更换成本；k1、k2、k3为曲线拟合系数，它将电池寿命ξes转化为循环深度ζes的函数；分别表示储电设备的总充电、放电功率；分别表示较小时间间隔的充电、放电功率；为单位罚款成本；分别表示储电设备的充电、放电效率；Ees为储电设备的额定容量；负荷调度费用由调度电、热负荷需求响应产生；如下所示：CLOAD＝CLOAD,E+CLOAD,H8其中， CLOAD,H＝Cload,hTin,t-Ts29式中，Cload,e、分别表示电负荷需求响应的单位成本和削减的电负荷量；Ta、Ts分别表示建筑系统的实际温度和设定温度；Cload,h为热负荷需求响应的单位成本；所述步骤S3中考虑用户偏好及舒适性，构造多能源建筑系统电-热负荷需求响应模型，以增强负荷资源的调度潜力以及系统运行的灵活性；对于电负荷需求响应，需求响应点前后电负荷的关系下式所示： 式中，Pe,t、分别表示需求响应前后电负荷；分别表示电负荷的最大、最小值；需求响应点前后热负荷的关系表示为： 式中，为需求响应后热负荷；Cair为空气的比热容；Mair为建筑区域内的空气质量；Tevr,t为建筑区域的室外温度；Rb为建筑围护结构的热阻；分别表示用户设定温度的最大、最小值；所述步骤S4中构建多能源建筑系统确定性数学模型，在进行优化调度时，为了保证优化结果的有效性与可行性，需要考虑优化过程中的约束条件，包括能源供应和需求平衡约束、设备安全运行约束、储能系统的操作约束，采用下式所示为： 其中，分别表示新能源出力上下限；式2中微型CCHP单元的关闭时间的由式17获得；分别表示t时刻上、下层储电设备操作模式的二进制决策变量；Ees,t、Ehs,t分别表示t时刻储能设备的能量；分别表示储能设备的能量存储上、下限；λes、λhs为自损耗率；分别表示储能的充电、放电效率；Hfc,t表示t时刻基于燃料电池的微型CCHP单元的输出热功率；表示t时刻储热设备的充、放热功率，分别为其上、下限；分别表示t时刻储热设备操作模式的二进制决策变量；Ehs为储热设备的额定容量；所述步骤S5中建立源荷多面体不确定性集合，为了抵消系统运行中遇到的多重不确定性，将步骤S4构建的模型转化为两阶段鲁棒优化TSRO模型，首先建立源荷多面体不确定集合，随机变量新能源出力和负荷描述为鲁棒区间集合： 其中，分别为预测的新能源出力和电负载的最大值和最小值；分别为新能源出力和电负载的日前预测值；ωDG,t、ωe,t为相应不确定集合的上下预算；所述两阶段鲁棒优化模型的通用矩阵形式表示为： s.t.Ax≥α24Bx+Cy≤β25Hz,x+Gy+Fz≡γ；z∈Z26式23是一个min-max-min形式的数学问题，三组变量通过两个阶段进行优化；第一个min问题表示通过优化第一阶段决策变量x使得第一阶段的成本最小化，该部分决策变量为确定性变量；第一阶段进行优化的决策变量x在第二阶段优化期间保持不变；第二个min问题表示通过优化第二阶段决策变量y使得第二阶段成本最小化，并实现最恶劣的不确定性；不确定性的最恶劣情况是通过max问题，即优化不确定变量z得到的，不确定变量在各自的不确定集Z内变化，并受到其上限和下限的约束；在提出的方案中，第一阶段的决策变量是Pex,t、Pfc,t、Hfc,t、第二阶段的决策变量是因此，将以式1为目标的模型重写如下的TSRO问题： 其中，F1x＝CCCHP+CEX+CDG+COM+CREP+CLOAD,H28F2y,z＝CPEN+CLOAD,E+CDG+Com,DGPDG,tΔt29 原模型已转化为两阶段鲁棒模型，为求解以式27为目标的数学模型，将其分为上层主问题和下层子问题进行迭代求解，上层主问题每隔1h运行一次，考虑到源荷预测信息的不确定性，下层子问题每隔15min运行一次。

全文数据：

权利要求：

百度查询： 东南大学 一种多能源建筑系统鲁棒双层协调调度的方法

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