综合能源系统多目标集成设计与优化控制方法.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CN109062151A(43)申请公布日2018.12.21(21)申请号201810789415.XG06Q10/04(2012.01)(22)申请日2018.07.18G06Q10/06(2012.01)G06Q50/06(2012.01)(66)本国优先权数据201810432951.42018.05.08CN(71)申请人国网山东省电力公司青岛供电公司地址266000山东省青岛市市南区刘家峡路17号申请人国家电网公司(72)发明人王超王瑞琪孙振海安树怀许玮慕世友(74)专利代理机构青岛发思特专利商标代理有限公司37212代理人巩同海(51)Int.Cl.G05B19/418(2006.01)权利要求书3页说明书7页附图2页(54)发明名称综合能源系统多目标集成设计与优化控制方法(57)摘要本发明涉及一种综合能源系统多目标集成设计与优化控制方法，属于新能源发电和储能技术领域。本发明的系统参数优化层以系统电能转换效率最大化和系统熵效率最大化为优化目标，以压缩空气储能系统的输出气体温度和膨胀比作为优化变量；系统容量配置优化层以系统经济成本最小化和污染物排放最小化为优化目标，以微型燃气轮机、风力发电系统、光伏发电系统、压缩空气储能系统的配置容量为优化变量；系统运行控制优化层以系统运行成本最小化、压缩空气储能系统SOC最小化、系统相对能耗最小化为优化目标；三层均采用多目标遗传算法求得Pareto最优解集，通过模糊决策方法得到最优解，提高综合能源系统的能量效率、运行经济性和新能源消纳水平。CN109062151ACN109062151A权利要求书1/3页1.一种综合能源系统多目标集成设计与优化控制方法，其特征在于，包括如下步骤：S1：构建系统最优运行模式：构建系统最优运行模式分为系统参数优化层、系统容量配置优化层、系统运行控制优化层；S2：构建系统参数优化层：包括如下小步：S21：参数设计：分为优化目标、优化变量和约束条件三个步骤，具体包括以下分小步：S211：优化目标：以系统电能转换效率最大化和系统熵效率最大化为优化目标；其中，系统电能转换效率最大化表示为：式中，Ecom表示一个计算周期内压缩空气储能系统吸收的电能；Etur分别表示一个计算周期内压缩空气储能系统释放的电能；其中，系统熵效率最大化表示为：maxηEx＝ηEx,th·ηEx,tur(2)式中，ηEx,th表示压缩空气储能系统节流阀的熵效率；ηEx,tur表示压缩空气储能系统涡轮的熵效率；S212：优化变量：以压缩空气储能系统的输出气体温度和膨胀比作为优化变量；S213：约束条件：以压缩空气储能系统的输出气体温度、膨胀比的参数取值范围作为约束条件；其中，压缩空气储能系统的输出气体温度Tout(t)、膨胀比τ的参数取值范围表示为：Tmin≤Tout≤Tmax(3)τmin≤τ≤τmax(4)式中，Tmin,Tmax是压缩空气储能系统输出气体的最小温度和最大温度，τmin,τmax压缩空气储能系统的最小膨胀比和最大膨胀比，由第三层提供的系统最优运行模式；S22：求解最优解集：利用多目标遗传算法求得压缩空气储能系统的输出气体温度和膨胀比的Pareto最优解集，通过模糊决策方法得到最优解；S3：构建系统容量配置优化层：包括如下小步：S31：容量配置：分为优化目标、优化变量和约束条件三个步骤，具体包括以下分小步：S311：优化目标：以系统经济成本最小化和污染物排放最小化为优化目标；其中，系统经济成本最小化表示为：式中，i表示综合能源系统内的设备；Caz,i表示设备购置成本；Cop,i表示设备运行成本；Pi,r表示第二层优化的设备配置容量；d表示设备折旧率；L表示设备生命周期；Pi(t)表示第三层优化的设备实际功率输出；其中，污染物排放最小化表示为：式中，WT表示风力发电系统；PV表示光伏发电系统；MT表示微型燃气轮机；CAES表示压缩空气储能系统；Ce,WT,Ce,PV,Ce,MT,Ce,CAES表示综合能源系统内的各设备的环境成本；PWT(t),2CN109062151A权利要求书2/3页PPV(t),PMT(t),PCAES(t)表示第三层优化的设备实际功率输出；Ce,TPG表示传统火力发电的环境成本；PTPG(t)表示传统火力发电的实际功率输出；S312：优化变量：以微型燃气轮机、风力发电系统、光伏发电系统、压缩空气储能系统的配置容量作为优化变量；S313：约束条件：以压缩空气储能系统的运行约束作为约束条件；其中，压缩空气储能系统的运行约束表示为：CAES释能约束0≤PCAES(t)≤Ptur(7)CAES储能约束0≤PCAES(t)≤Pcom(8)式中，Ptur代表CAES涡轮膨胀运行时的机械功