一种热电氢多能流综合能源系统及其优化调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850474A(43)申请公布日2021.12.28(21)申请号202110986468.2(22)申请日2021.08.26(71)申请人西南交通大学地址610000四川省成都市二环路北一段(72)发明人李奇邹雪俐蒲雨辰赵淑丹陈维荣(74)专利代理机构北京中创阳光知识产权代理有限责任公司11003代理人尹振启(51)Int.Cl.G06Q10/06(2012.01)G06Q10/04(2012.01)G06F30/27(2020.01)G06Q50/06(2012.01)G06F111/04(2020.01)权利要求书4页说明书8页附图5页(54)发明名称一种热电氢多能流综合能源系统及其优化调度方法(57)摘要本发明公开一种热电氢多能流综合能源系统及其优化调度方法，多能流综合能源系统采用热‑电‑氢多能流综合能源系统，包括步骤：初始化系统；基于深度学习进行时序预测获取日内风光发电及电热负荷功率；在第一阶段调度中基于经济性设置目标函数及约束条件，设置调度步长，对多能流综合能源系统进行日前调度，得到最优解；通过建立多元时间序列微分方程模型对风光及电热负荷进行超短期预测；在第二阶段调度中将日前调度的最优解作为参考值，基于滚动调度周期，以误差最小为目标对日内各微源出力进行修正，提高优化控制的精度，减小误差对运行成本的影响，增强综合能源系统的可靠性及储能系统的稳定性。CN113850474ACN113850474A权利要求书1/4页1.一种热电氢多能流综合能源系统的优化调度方法，其特征在于，多能流综合能源系统采用热‑电‑氢多能流综合能源系统，包括步骤：S100，初始化系统，设置电储能系统荷电状态SOC、储氢罐的储存状态SOHC、蓄热槽的储存状态HOC初始值；S200，基于深度学习进行时序预测获取日内风光发电及电热负荷功率；S300，在第一阶段调度中基于经济性设置目标函数及约束条件，设置调度步长，对多能流综合能源系统进行日前调度，得到最优解；S400，通过建立多元时间序列微分方程模型对风光及电热负荷进行超短期预测；S500，在第二阶段调度中将日前调度的最优解作为参考值，基于滚动调度周期，以误差最小为目标对日内各微源出力进行修正。2.根据权利要求1所述的一种热电氢多能流综合能源系统的优化调度方法，其特征在于，所述基于深度学习进行时序预测的方法，包括步骤：加载序列数据；标准化数据；准备预测变量和响应；定义长短期记忆网络架构；训练长短期记忆网络；预测将来时间步；使用观测值更新网络状态。3.根据权利要求1所述的一种热电氢多能流综合能源系统的优化调度方法，其特征在于，在第一阶段调度中，设置调度周期为24h，调度时间跨度为1h，根据日前的风机发电出力、光伏发电出力及负荷需求预测，以综合能源系统整体运行成本最小为目标，采用参数约束规划方法对多能流综合能源系统进行长时间尺度调度，计算出全局最优调度计划值。4.根据权利要求3所述的一种热电氢多能流综合能源系统的优化调度方法，其特征在于，所述参数约束规划方法，包括步骤：S301，获取日内24h光伏发电出力、风机发电出力及电、热负荷功率的长期预测数据；S302，各微源状态初始化；S303，对热‑电‑氢多能流综合能源系统的日前调度目标是保证综合能源系统运行成本最低，通过对系统中供能设备和储能设备进行合理调度，日前调度的目标函数为：F＝min(COM+Cfuel+Cgas)；其中，COM为运行维护成本，Cfuel为燃料成本，Cgas为污染气体治理成本；S304，所述运行维护成本函数为：其中，T为调度周期，t为当前时刻，ρwt、ρpv、ρhss、ρbat、ρeb、ρgb、ρtst为风机、光伏、氢储能系统、蓄电池、电锅炉、燃气锅炉、蓄热槽单位运维成本，单位为：元/kWh；Pwt(t)、Ppv(t)、Phss(t)、Pbat(t)、Peb(t)分别为当前时刻风机、光伏、氢储能系统、蓄电池的电功率，单位为kW；Heb(t)、Hgb(t)、Htst(t)分别为当前时刻电锅炉、燃气锅炉、蓄热槽的热功率，单位为kW；所述燃料成本函数为：33其中，Rgas为天然气单位价格(元/m)，LH为天然气热值(kWh/m)。所述污染气体治理成本函数为：2CN113850474A权利要求书2/4页其中，Dgbi为燃气锅炉产生污染气体i的排放系数，λi为污染气体i的治理成本；S305，根据目标函数，得到日前全局调度结果，基于日前调度结果，求取系统实时优化最优解。5.根据权利要求4所述的一种热电氢多能流综合能源系统的优化调度方法，其特征在于，所述求取系统实时优化最优解的过程，包括步骤：S3051，接受来自日前调度的结果，并对系统进行初始化；S3052，获取当前时