申请/专利权人：东南大学

申请日：2021-05-31

公开（公告）日：2024-04-09

公开（公告）号：CN113298164B

主分类号：G06F18/23

分类号：G06F18/23;G06Q10/0631;G06Q50/06;G06F17/16;G06F17/11

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.09.10#实质审查的生效;2021.08.24#公开

摘要：本发明公开了一种基于光伏出力不确定性的楼宇用能优化方法，属于电力系统需求响应技术领域。一种基于光伏出力不确定性的楼宇用能优化方法，包括以下步骤：针对楼宇内部典型综合能源设备进行数学模型建模；考虑光伏出力不确定性特点，使用拉丁超立方方法进行抽样，使用模糊C均值法进行场景削减，得到典型日前光伏出力预测数据；与现有技术相比，本申请的一种基于光伏出力不确定性的楼宇用能优化方法首先建立楼宇内部典型综合能源设备模型，然后使用拉丁超立方方法与模糊C均值法进行光伏场景预测与场景削减，最后使用能量母线式平衡方程式对楼宇侧综合能源系统进行楼宇用能优化。

主权项：1.一种基于光伏出力不确定性的楼宇用能优化方法，其特征在于，包括以下步骤：步骤1：根据典型楼宇的综合能源设备构建设备能耗数学模型；步骤2：通过拉丁超立方抽样法生成日前光伏功率场景，并基于模糊C均值法进行场景削减，对抽样样本进行处理并生成典型日前光伏出力预测数据；步骤3：基于所述设备能耗数学模型和能量母线平衡方程式构建楼宇综合能源系统模型；步骤4：基于混合整数线性规划方法和所述典型日前光伏出力预测数据求解所述楼宇综合能源系统模型的日运行最优结果；所述模糊C均值法通过有效性函数Fc确定聚类结果数量，具体步骤为：计算所有分类数目对应的Fc值，选取Fc最接近于1的分类数Fc作为原始数据集的聚类数；所述Fc的函数表达式为：式中ukj表示第j个样本点属于第k类的程度；所述楼宇综合能源系统模型包括对用能设备和楼宇的储能设备的约束；所述用能设备的约束条件为：式中Pa为第a个设备的电功率；Pa.min为第a个设备的最小输出、输出电功率；Pa.max为第a个设备的最大输出、输出电功率；Qa为第a个设备的热功率；Qa.min为第a个设备的最小输出、输出热功率；Qa.max为第a个设备的最大输出、输出电功率；所述储能设备同时满足储能充电、储能放电和储能储存能量约束；所述储能充电约束为：0≤PES.C≤CapγES.C,式中PES.C为储能装置充电功率；Cap为储能装置容量；γES.C为储能装置最大充电倍率；所述储能放电约束为:0≤PES.D≤CapγES.D,式中PES.D为储能装置放电功率；Cap为储能装置容量；γES.D为储能装置最大放电倍率；所述储能储存能量约束为:WES.min≤WES≤WES.max,式中WES.min为储能设备的最小储存能量；WES.max为储能设备的最大储存能量；WES为储能设备的储存能量,且WES由上一时刻的WES、储能设备的充放电功率、时间、效率有关，所述储能设备的储存能量WES公式为：式中为本时段内储能设备的储能能量；为上一时段内储能设备的储能能量；σES为储能设备的自放电率；PES.C为储能设备的充电功率；ηES.C为储能设备的充电效率；PES.D为储能设备的放电功率；ηES.D为储能设备的放电效率；T为时段间隔。

全文数据：

权利要求：

百度查询： 东南大学 一种基于光伏出力不确定性的楼宇用能优化方法

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