一种园区综合能源多能耦合优化方法、系统及装置与流程

1.本发明涉及园区综合能源优化领域，具体涉及一种园区综合能源多能耦合优化方法、系统及装置。


背景技术：

2.随着人类社会的不断发展进步，人们对能源的需求也日益增加，而石油、煤炭等传统化石能源日渐枯竭，与此同时环境问题也愈发严重，发展环境友好型可再生能源、提高能源利用效率是当前亟待解决的问题。综合能源系统因可以整合多种能源，实现能源的梯级利用以及不同能源间的协调互补，是提高能源利用效率，缓解环境压力的重要选择，受到了各国能源行业的普遍关注。
3.现有的综合能源系统大多都是集中式的运行机制，所有的信息数据都汇总到云中心，由云中心同一处理，这样的运行机制给云中心造成了巨大的计算压力、延缓了信息的响应速度。另外现有的综合能源系统在优化过程中通常只针对单一能源系统进行优化配置，忽略了不同能源系统间耦合作用的影响，得到的配置效果往往也不太理想。


技术实现要素：

4.为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决综合能源系统运行机制的运行效率差的技术问题的一种园区综合能源多能耦合优化方法、系统及装置。
5.第一方面，提供一种园区综合能源多能耦合优化方法，所述园区综合能源多能耦合优化方法包括：
6.采集区域内各能源子系统的输出功率和园区综合能源系统的负荷；
7.将所述区域内各能源子系统的输出功率和园区综合能源系统的负荷代入预先建立的上层优化模型，求解区域内各能源子系统的交互功率指令值；
8.将区域内各能源子系统的负荷、各支路的传输功率、风力机组的出力、光伏机组的出力和所述各能源子系统的交互功率指令值代入预先建立的下层优化模型，求解区域内单元设备和储能系统的最优调度指令；
9.利用所述区域内单元设备和储能系统的最优调度指令调节区域内单元设备和储能系统的出力。
10.优选的，所述最优调度指令包括：区域内各能源子系统的风机、光伏、cchp机组和ccs机组的功率的发电功率、电制热机组和cchp机组的制热功率、电冷热机组和cchp机组的制冷功率、p2g机组的制气功率、电储能装置的充电功率和放电功率、热储能装置的充热功率和放热功率、冷储能装置的充冷功率和放冷功率以及气储能装置的充气功率和放气功率。
11.优选的，所述预先建立的上层优化模型中的目标函数计算式如下：
[0012][0013][0014]
上式中，f为园区综合能源系统总的运行损耗，l
e,i
(t)为区域能源子系统i的输出损耗，l
p
,
i
(t)为区域能源子系统i的功率交换损耗，n为区域能源子系统的总个数，t为调度周期，α1、α2、α3、α4分别为电、热、冷及天然气的输出功率损耗系数，β1、β2、β3、β4分别为电、热、冷及天然气的交互功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，p
i
(t)、h
i
(t)、c
i
(t)、q
i
(t)分别为区域能源子系统i在t时刻电、热、冷及天然气的输出功率，p
i,h
(t)、h
i,h
(t)、c
i,h
(t)、q
i
,
h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率。
[0015]
进一步的，所述预先建立的上层优化模型中的系统功率平衡约束计算式如下：
[0016][0017][0018][0019][0020]
上式中，p
load
(t)、h
load
(t)、c
load
(t)、q
load
(t)分别为园区综合能源系统在t时刻的电、热、冷及天然气负荷；
[0021]
所述预先建立的上层优化模型中的区域能源子系统出力约束计算式如下：
[0022]
p
imin
<p
i
(t)<p
imax
[0023][0024][0025][0026]
上式中，p
imin
、分别为区域能源子系统i的电、热、冷及天然气的最小出力约束，p
imax
、分别为区域能源子系统i的电、热、冷及天然气的最大出力约束；
[0027]
所述预先建立的上层优化模型中的子系统间功率交互约束计算式如下：
[0028][0029]
[0030][0031][0032]
上式中，分别为子系统间电、热、冷及天然气功率交互的最大值。
[0033]
优选的，所述预先建立的下层优化模型中的目标函数计算式如下：
[0034][0035][0036]
minf3＝xp
cchp
(t)
‑
yp
ccs
(t)
[0037][0038]
上式中，f1为区域能源子系统i的运行损耗，l
e,i
(t)为设备运行损耗，l
l,i
(t)为支路功率损耗，p
ccs
(t)为ccs机组的出力,p
pv
(t)、p
wt
(t)、p
cchp
(t)分别为风机、光伏以及cchp机组的发电功率，h
eb
(t)、h
cchp
(t)分别为电制热机组和cchp机组的制热功率，c
ec
(t)、c
cchp
(t)分别为电冷热机组和cchp机组的制冷功率，q
p2g
(t)为p2g机组的制气功率，ε1到ε7分别为cchp机组、光伏、风机、电制热机组、cchp机组、电冷热机组和p2g机组的出力损耗系数，δ1、δ2、δ3、δ4分别为电、热、冷及天然气的支路功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，n
br
为支路总个数，t为调度周期，f2为区域能源子系统的总功率波动，δp
i,h
(t)、δh
i,h
(t)、δc
i,h
(t)、δq
i,h
(t)分别为区域能源子系统i电、热、冷及天然气的功率波动，p
cchp
(t)、p
ccs
(t)分别为cchp机组和ccs机组的功率，f3为总的碳排放量，x为cchp机组的碳排放量系数，y为ccs机组的碳捕获量系数，p
i,l
(t)、h
i,l
(t)、c
i,l
(t)、q
i,l
(t)分别为第i条支路电、热、冷及天然气传输功率。
[0039]
进一步的，所述预先建立的下层优化模型中的区域能源功率平衡约束计算式如下：
[0040]
p
pv
(t)+p
wt
(t)+p
cchp
(t)+p
esd,d
(t)＝p
esd，c
(t)+p
i，h
(t)+p
i，load
(t)
[0041]
h
eb
(t)+h
cchp
(t)+h
esd，d
(t)＝h
esd，c
(t)+h
i，h
(t)+h
i，load
(t)
[0042]
c
ec
(t)+c
cchp
(t)+c
esd,d
(t)＝c
esd,c
(t)+c
i,h
(t)+c
i,load
(t)
[0043]
q
p2g
(t)+q
esd,d
(t)＝q
esd,c
(t)+q
i,h
(t)+q
i,load
(t)
[0044]
所述预先建立的下层优化模型中的支路功率约束计算式如下：
[0045][0046][0047]
[0048][0049]
所述预先建立的下层优化模型中的设备单元出力上下限约束计算式如下：
[0050][0051][0052][0053][0054][0055][0056][0057][0058][0059]
所述预先建立的下层优化模型中的荷电状态的最大最小值约束计算式如下：
[0060][0061]
所述预先建立的下层优化模型中的热储能约束计算式如下：
[0062][0063]
所述预先建立的下层优化模型中的冷储能约束计算式如下：
[0064][0065]
所述预先建立的下层优化模型中的气储能约束计算式如下：
[0066][0067]
上式中，p
i,load
(t)、h
i，load
(t)、c
i，load
(t)、q
i,load
(t)分别为区域能源子系统i的电、热、冷及天然气的负荷需求；p
esd，d
(t)、p
esd，c
(t)分别为t时刻电储能装置的充放电功率；h
esd,d
(t)、h
esd,c
(t)分别为t时刻热储能装置的充放热功率；c
esd,d
(t)、c
esd,c
(t)分别为t时刻冷储能装置的充放冷功率；q
esd，d
(t)、q
esd，c
(t)分别为t时刻气储能装置的充放气功率，p
esd，c
为电储能装置的放电功率，p
i,h
(t)、h
i，h
(t)、c
i，h
(t)、q
i,h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率，分别为第i条支路电、热、冷及天然气的最大传输功率，分别为cchp机组发电的出力上下限约
束，分别为ccs机组的出力上下限约束，分别为风力机组的出力上下限约束，分别为光伏机组的出力上下限约束，分别为电制热机组的出力上下限约束，分别为cchp机组制热的出力上下限约束，分别为电制冷机组的出力上下限约束，分别为cchp机组制冷的出力上下限约束，分别为p2g机组的出力上下限约束，为储能系统充荷电量上下限，为电储能系统的最大充放电功率，为热储能系统充荷热量上下限，为热储能系统的最大充放热功率，为热储能系统的最大充放热功率，为热储能系统充荷冷量上下限，为冷储能系统的最大充放冷功率，为热储能系统充荷气量上下限，为气储能系统的最大充放气功率，soc
pt
、soc
ht
、soc
ct
、soc
qt
分别为电储能系统充荷电量、热储能系统充荷热量、冷储能系统充荷冷量、气储能系统充荷气量。
[0068]
第二方面，提供一种园区综合能源多能耦合优化系统，所述园区综合能源多能耦合优化系统包括：
[0069]
智能采集模块，用于采集区域内各能源子系统的输出功率和园区综合能源系统的负荷；
[0070]
边缘侧，用于对采集的负荷数据进行预处理，并将预处理后的数据上传至云中心；
[0071]
云中心，用于将所述区域内各能源子系统的输出功率和园区综合能源系统的负荷代入预先建立的上层优化模型，求解区域内各能源子系统的交互功率指令值；
[0072]
边缘侧，还用于将区域内各能源子系统的负荷、各支路的传输功率、风力机组的出力、光伏机组的出力和所述各能源子系统的交互功率指令值代入预先建立的下层优化模型，求解区域内单元设备和储能系统的最优调度指令，并将所述区域内单元设备和储能系统的最优调度指令发送给区域内各能源子系统。
[0073]
第三方面，提供一种存储装置，该存储装置其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述任一项技术方案所述的园区综合能源多能耦合优化方法。
[0074]
第四方面，提供一种控制装置，该控制装置包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项技术方案所述的园区综合能源多能耦合优化方法。
[0075]
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0076]
本发明提供了一种园区综合能源多能耦合优化方法、系统及装置，具体包括：采集区域内各能源子系统的输出功率和园区综合能源系统的负荷；将所述区域内各能源子系统的输出功率和园区综合能源系统的负荷代入预先建立的上层优化模型，求解区域内各能源子系统的交互功率指令值；将区域内各能源子系统的负荷、各支路的传输功率、风力机组的出力、光伏机组的出力和所述各能源子系统的交互功率指令值代入预先建立的下层优化模型，求解区域内单元设备和储能系统的最优调度指令；利用所述区域内单元设备和储能系统的最优调度指令调节区域内单元设备和储能系统的出力。该方案极大缓解了计算中心的
计算压力，提升了系统的运行效率，同时该方案还考虑了园区内存在的多能耦合现象对优化调度的影响，有效提升了能源利用率。
附图说明
[0077]
图1是根据本发明的一个实施例的园区综合能源多能耦合优化方法的主要步骤流程示意图；
[0078]
图2是根据本发明的一个实施例的园区综合能源多能耦合优化系统的主要结构框图；
[0079]
图3是本发明实施例中园区综合能源多能耦合优化系统运行机制流程图。
具体实施方式
[0080]
下面结合附图对本发明的具体实施方式作进一步的详细说明。
[0081]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0082]
参阅附图1，图1是根据本发明的一个实施例的园区综合能源多能耦合优化方法的主要步骤流程示意图。如图1所示，本发明实施例中的园区综合能源多能耦合优化方法主要包括以下步骤：
[0083]
步骤s101采集区域内各能源子系统的输出功率和园区综合能源系统的负荷；
[0084]
步骤s102将所述区域内各能源子系统的输出功率和园区综合能源系统的负荷代入预先建立的上层优化模型，求解区域内各能源子系统的交互功率指令值；
[0085]
步骤s103将区域内各能源子系统的负荷、各支路的传输功率、风力机组的出力、光伏机组的出力和所述各能源子系统的交互功率指令值代入预先建立的下层优化模型，求解区域内单元设备和储能系统的最优调度指令；
[0086]
步骤s104利用所述区域内单元设备和储能系统的最优调度指令调节区域内单元设备和储能系统的出力。
[0087]
其中，所述最优调度指令包括：区域内各能源子系统的风机、光伏、cchp机组和ccs机组的功率的发电功率、电制热机组和cchp机组的制热功率、电冷热机组和cchp机组的制冷功率、p2g机组的制气功率、电储能装置的充电功率和放电功率、热储能装置的充热功率和放热功率、冷储能装置的充冷功率和放冷功率以及气储能装置的充气功率和放气功率。
[0088]
本实施例中，所述预先建立的上层优化模型中的目标函数计算式如下：
[0089][0090][0091]
上式中，f为园区综合能源系统总的运行损耗，l
e,i
(t)为区域能源子系统i的输出
损耗，l
p
,
i
(t)为区域能源子系统i的功率交换损耗，n为区域能源子系统的总个数，t为调度周期，α1、α2、α3、α4分别为电、热、冷及天然气的输出功率损耗系数，β1、β2、β3、β4分别为电、热、冷及天然气的交互功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，p
i
(t)、h
i
(t)、c
i
(t)、q
i
(t)分别为区域能源子系统i在t时刻电、热、冷及天然气的输出功率，p
i，h
(t)、h
i,h
(t)、c
i，h
(t)、q
i
,
h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率。
[0092]
本实施例中，所述预先建立的上层优化模型中的系统功率平衡约束计算式如下：
[0093][0094][0095][0096][0097]
上式中，p
load
(t)、h
load
(t)、c
load
(t)、q
load
(t)分别为园区综合能源系统在t时刻的电、热、冷及天然气负荷；
[0098]
所述预先建立的上层优化模型中的区域能源子系统出力约束计算式如下：
[0099]
p
imin
<p
i
(t)<p
imax
[0100][0101][0102][0103]
上式中，p
imin
、分别为区域能源子系统i的电、热、冷及天然气的最小出力约束，p
imax
、分别为区域能源子系统i的电、热、冷及天然气的最大出力约束；
[0104]
所述预先建立的上层优化模型中的子系统间功率交互约束计算式如下：
[0105][0106][0107][0108][0109]
上式中，分别为子系统间电、热、冷及天然气功率交互的最大值。
[0110]
本实施例中，所述预先建立的下层优化模型中的目标函数计算式如下：
[0111][0112][0113]
minf3＝xp
cchp
(t)
‑
yp
ccs
(t)
[0114][0115]
上式中，f1为区域能源子系统i的运行损耗，l
e,i
(t)为设备运行损耗，l
l，i
(t)为支路功率损耗，p
ccs
(t)为ccs机组的出力,p
pv
(t)、p
wt
(t)、p
cchp
(t)分别为风机、光伏以及cchp机组的发电功率，h
eb
(t)、h
cchp
(t)分别为电制热机组和cchp机组的制热功率，c
ec
(t)、c
cchp
(t)分别为电冷热机组和cchp机组的制冷功率，q
p2g
(t)为p2g机组的制气功率，ε1到ε7分别为cchp机组、光伏、风机、电制热机组、cchp机组、电冷热机组和p2g机组的出力损耗系数，δ1、δ2、δ3、δ4分别为电、热、冷及天然气的支路功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，n
br
为支路总个数，t为调度周期，f2为区域能源子系统的总功率波动，δp
i，h
(t)、δh
i，h
(t)、δc
i，h
(t)、δq
i，h
(t)分别为区域能源子系统i电、热、冷及天然气的功率波动，p
cchp
(t)、p
ccs
(t)分别为cchp机组和ccs机组的功率，f3为总的碳排放量，x为cchp机组的碳排放量系数，y为ccs机组的碳捕获量系数，p
i,l
(t)、h
i,l
(t)、c
i,l
(t)、q
i,l
(t)分别为第i条支路电、热、冷及天然气传输功率。
[0116]
本实施例中，所述预先建立的下层优化模型中的区域能源功率平衡约束计算式如下：
[0117]
p
pv
(t)+p
wt
(t)+p
cchp
(t)+p
esd,d
(t)＝p
esd,c
(t)+p
i,h
(t)+p
i,load
(t)
[0118]
h
eb
(t)+h
cchp
(t)+h
esd,d
(t)＝h
esd,c
(t)+h
i,h
(t)+h
i,load
(t)
[0119]
c
ec
(t)+c
cchp
(t)+c
esd，d
(t)＝c
esd，c
(t)+c
i,h
(t)+c
i,load
(t)
[0120]
q
p2g
(t)+q
esd,d
(t)＝q
esd，c
(t)+q
i,h
(t)+q
i,load
(t)
[0121]
所述预先建立的下层优化模型中的支路功率约束计算式如下：
[0122][0123][0124][0125][0126]
所述预先建立的下层优化模型中的设备单元出力上下限约束计算式如下：
[0127][0128]
[0129][0130][0131][0132][0133][0134][0135][0136]
所述预先建立的下层优化模型中的荷电状态的最大最小值约束计算式如下：
[0137][0138]
所述预先建立的下层优化模型中的热储能约束计算式如下：
[0139][0140]
所述预先建立的下层优化模型中的冷储能约束计算式如下：
[0141][0142]
所述预先建立的下层优化模型中的气储能约束计算式如下：
[0143][0144]
上式中，p
i,load
(t)、h
i,load
(t)、c
i,load
(t)、q
i,load
(t)分别为区域能源子系统i的电、热、冷及天然气的负荷需求；p
esd,d
(t)、p
esd,c
(t)分别为t时刻电储能装置的充放电功率；h
esd，d
(t)、h
esd，c
(t)分别为t时刻热储能装置的充放热功率；c
esd,d
(t)、c
esd，c
(t)分别为t时刻冷储能装置的充放冷功率；q
esd，d
(t)、q
esd,c
(t)分别为t时刻气储能装置的充放气功率，p
esd，c
为电储能装置的放电功率，p
i,h
(t)、h
i，h
(t)、c
i，h
(t)、q
i,h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率，分别为第i条支路电、热、冷及天然气的最大传输功率，分别为cchp机组发电的出力上下限约束，分别为ccs机组的出力上下限约束，分别为风力机组的出力上下限约束，分别为光伏机组的出力上下限约束，分别为电制热机组的出力上下限约束，分别为cchp机组制热的出力上下限约束，分别
为电制冷机组的出力上下限约束，分别为cchp机组制冷的出力上下限约束，分别为p2g机组的出力上下限约束，为储能系统充荷电量上下限，为电储能系统的最大充放电功率，为热储能系统充荷热量上下限，为热储能系统的最大充放热功率，为热储能系统的最大充放热功率，为热储能系统充荷冷量上下限，为冷储能系统的最大充放冷功率，为热储能系统充荷气量上下限，为气储能系统的最大充放气功率，soc
pt
、soc
ht
、soc
ct
、soc
qt
分别为电储能系统充荷电量、热储能系统充荷热量、冷储能系统充荷冷量、气储能系统充荷气量。
[0145]
需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。
[0146]
基于同一发明构思，本发明还提供了一种园区综合能源多能耦合优化系统，所述园区综合能源多能耦合优化系统包括：
[0147]
智能采集模块，用于采集区域内各能源子系统的输出功率和园区综合能源系统的负荷；
[0148]
边缘侧，用于对采集的负荷数据进行预处理，并将预处理后的数据上传至云中心；
[0149]
云中心，用于将所述区域内各能源子系统的输出功率和园区综合能源系统的负荷代入预先建立的上层优化模型，求解区域内各能源子系统的交互功率指令值；
[0150]
边缘侧，还用于将区域内各能源子系统的负荷、各支路的传输功率、风力机组的出力、光伏机组的出力和所述各能源子系统的交互功率指令值代入预先建立的下层优化模型，求解区域内单元设备和储能系统的最优调度指令，并将所述区域内单元设备和储能系统的最优调度指令发送给区域内各能源子系统。
[0151]
其中，所述最优调度指令包括：区域内各能源子系统的风机、光伏、cchp机组和ccs机组的功率的发电功率、电制热机组和cchp机组的制热功率、电冷热机组和cchp机组的制冷功率、p2g机组的制气功率、电储能装置的充电功率和放电功率、热储能装置的充热功率和放热功率、冷储能装置的充冷功率和放冷功率以及气储能装置的充气功率和放气功率。
[0152]
本实施例中，所述预先建立的上层优化模型中的目标函数计算式如下：
[0153][0154][0155]
上式中，f为园区综合能源系统总的运行损耗，l
e,i
(t)为区域能源子系统i的输出损耗，l
p
,
i
(t)为区域能源子系统i的功率交换损耗，n为区域能源子系统的总个数，t为调度周期，α1、α2、α3、α4分别为电、热、冷及天然气的输出功率损耗系数，β1、β2、β3、β4分别为电、热、
冷及天然气的交互功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，p
i
(t)、h
i
(t)、c
i
(t)、q
i
(t)分别为区域能源子系统i在t时刻电、热、冷及天然气的输出功率，p
i,h
(t)、h
i，h
(t)、c
i,h
(t)、q
i
,
h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率。
[0156]
本实施例中，所述预先建立的上层优化模型中的系统功率平衡约束计算式如下：
[0157][0158][0159][0160][0161]
上式中，p
load
(t)、h
load
(t)、c
load
(t)、q
load
(t)分别为园区综合能源系统在t时刻的电、热、冷及天然气负荷；
[0162]
所述预先建立的上层优化模型中的区域能源子系统出力约束计算式如下：
[0163]
p
imin
<p
i
(t)<p
imax
[0164][0165][0166][0167]
上式中，p
imin
、分别为区域能源子系统i的电、热、冷及天然气的最小出力约束，p
imax
、分别为区域能源子系统i的电、热、冷及天然气的最大出力约束；
[0168]
所述预先建立的上层优化模型中的子系统间功率交互约束计算式如下：
[0169][0170][0171][0172][0173]
上式中，分别为子系统间电、热、冷及天然气功率交互的最大值。
[0174]
本实施例中，所述预先建立的下层优化模型中的目标函数计算式如下：
[0175]
[0176][0177]
minf3＝xp
cchp
(t)
‑
yp
ccs
(t)
[0178][0179]
上式中，f1为区域能源子系统i的运行损耗，l
e,i
(t)为设备运行损耗，l
l,i
(t)为支路功率损耗，p
ccs
(t)为ccs机组的出力,p
pv
(t)、p
wt
(t)、p
cchp
(t)分别为风机、光伏以及cchp机组的发电功率，h
eb
(t)、h
cchp
(t)分别为电制热机组和cchp机组的制热功率，c
ec
(t)、c
cchp
(t)分别为电冷热机组和cchp机组的制冷功率，q
p2g
(t)为p2g机组的制气功率，ε1到ε7分别为cchp机组、光伏、风机、电制热机组、cchp机组、电冷热机组和p2g机组的出力损耗系数，δ1、δ2、δ3、δ4分别为电、热、冷及天然气的支路功率损耗系数，μ1、μ2、μ3、μ4均为平衡因子，n
br
为支路总个数，t为调度周期，f2为区域能源子系统的总功率波动，δp
i,h
(t)、δh
i,h
(t)、δc
i,h
(t)、δq
i,h
(t)分别为区域能源子系统i电、热、冷及天然气的功率波动，p
cchp
(t)、p
ccs
(t)分别为cchp机组和ccs机组的功率，f3为总的碳排放量，x为cchp机组的碳排放量系数，y为ccs机组的碳捕获量系数，p
i,l
(t)、h
i,l
(t)、c
i,l
(t)、q
i,l
(t)分别为第i条支路电、热、冷及天然气传输功率。
[0180]
本实施例中，所述预先建立的下层优化模型中的区域能源功率平衡约束计算式如下：
[0181]
p
pv
(t)+p
wt
(t)+p
cchp
(t)+p
esd,d
(t)＝p
esd，c
(t)+p
i，h
(t)+p
i，load
(t)
[0182]
h
eb
(t)+h
cchp
(t)+h
esd，d
(t)＝h
esd，c
(t)+h
i，h
(t)+h
i，load
(t)
[0183]
c
ec
(t)+c
cchp
(t)+c
esd,d
(t)＝c
esd,c
(t)+c
i,h
(t)+c
i,load
(t)
[0184]
q
p2g
(t)+q
esd,d
(t)＝q
esd,c
(t)+q
i,h
(t)+q
i,load
(t)
[0185]
所述预先建立的下层优化模型中的支路功率约束计算式如下：
[0186][0187][0188][0189][0190]
所述预先建立的下层优化模型中的设备单元出力上下限约束计算式如下：
[0191][0192][0193][0194]
[0195][0196][0197][0198][0199][0200]
所述预先建立的下层优化模型中的荷电状态的最大最小值约束计算式如下：
[0201][0202]
所述预先建立的下层优化模型中的热储能约束计算式如下：
[0203][0204]
所述预先建立的下层优化模型中的冷储能约束计算式如下：
[0205][0206]
所述预先建立的下层优化模型中的气储能约束计算式如下：
[0207][0208]
上式中，p
i,load
(t)、h
i，load
(t)、c
i，load
(t)、q
i,load
(t)分别为区域能源子系统i的电、热、冷及天然气的负荷需求；p
esd，d
(t)、p
esd，c
(t)分别为t时刻电储能装置的充放电功率；h
esd,d
(t)、h
esd,c
(t)分别为t时刻热储能装置的充放热功率；c
esd,d
(t)、c
esd,c
(t)分别为t时刻冷储能装置的充放冷功率；q
esd，d
(t)、q
esd，c
(t)分别为t时刻气储能装置的充放气功率，p
esd，c
为电储能装置的放电功率，p
i,h
(t)、h
i，h
(t)、c
i，h
(t)、q
i,h
(t)分别为区域能源子系统i在t时刻联络线上电、热、冷及天然气的交互功率，分别为第i条支路电、热、冷及天然气的最大传输功率，分别为cchp机组发电的出力上下限约束，分别为ccs机组的出力上下限约束，分别为风力机组的出力上下限约束，分别为光伏机组的出力上下限约束，分别为电制热机组的出力上下限约束，分别为cchp机组制热的出力上下限约束，分别为电制冷机组的出力上下限约束，分别为cchp机组制冷的出力上下限约束，分别为p2g机组的出力上下限约束，为储能系统充荷电量上下
限，为电储能系统的最大充放电功率，为热储能系统充荷热量上下限，为热储能系统的最大充放热功率，为热储能系统的最大充放热功率，为热储能系统充荷冷量上下限，为冷储能系统的最大充放冷功率，为热储能系统充荷气量上下限，为气储能系统的最大充放气功率，soc
pt
、soc
ht
、soc
ct
、soc
qt
分别为电储能系统充荷电量、热储能系统充荷热量、冷储能系统充荷冷量、气储能系统充荷气量。
[0209]
在一个应用场景中，如图2所示，包括云中心、边缘侧和智能终端；云中心包括云计算中心和数据交换中心，边缘侧包括边缘计算模块和信息传输模块，智能终端包括信息采集单元、信息传输单元和能源设备控制单元。
[0210]
其中，所述云中心的硬件设备包括，大型云端服务器，数据中心交换机；软件包括云中心数据平台；还包括一些大型智能模型和顶层管理策略。汇集各边缘侧的数据信息，从整个园区的角度出发，结合大型智能模型，生成园区综合能源协同增效优化调度指令；
[0211]
边缘侧硬件设备包括智能芯片，边缘数据存储设备；软件包括边缘计算系统操作平台；还包括一些智能模型和优化算法；汇聚区域内能源层设备信息，对原始数据进行预处理(包括数据过滤、清洗和融合等环节)；综合能源的动态等值；利用智能模型和优化算法，生成区域能源优化调度指令；
[0212]
智能终端包括用于采集数据的各种智能传感器、摄像头、设备内的电子标签，用于数据传输的无线通信模块以及控制能源设备的控制单元。
[0213]
所述园区综合能源系统由多个区域能源子系统及园区综合能源调控云中心组成，每个区域能源子系统的能源层分别包括输入侧能源、输出侧能源、产能设备、供能网络和用能负荷等；其中园区总的输入侧能源包括风能、光能、电能、天然气等；输出侧能源包括冷、热、电、气四种能源；产能设备有风力发电机、光伏电池组、cchp机组、ccs机组、p2g机组、电制热机组、电制冷机组等；供能网络包括供电网络、供气网络、供冷网络、供暖网络；负荷包括电力负荷、燃气负荷、热力负荷、冷气负荷；针对不同的区域负荷用能场景，各区域能源子系统能源层的能源结构配比会有所不同；
[0214]
所述多能耦合是指不同能源子系统之间电、热、冷及天然气的交互耦合，综合能源系统内有多个区域能源子系统，各区域能源子系统之间可以通过能源联络线实现电、热、冷及天然气的交互，通过分析不同能源子系统之间的耦合关系，进而设计出考虑不同能源子系统之间多能耦合的园区综合能源优化调度方案。
[0215]
所述园区综合能源优化调度方案包括双层优化调度模型，其中上层优化模型存在于云中心，以园区综合能源系统总的运行损耗作为优化目标；下层优化模型分散在各边缘侧，以区域能源子系统的运行损耗、功率波动、碳排放量为优化目标；在该数学模型中，将上层优化结果，区域能源子系统之间的交换能力和输出作为调度指令发送到下层优化模型；如果下层优化模型在该约束条件下不能求得优化解，则将结果反馈到上层模型，调整调度指令并重新计算，直到获得可行的调度方案。
[0216]
具体实施过程如图3所示，包括：
[0217]
步骤一：智能终端利用智能传感器、摄像头以及设备内的电子标签实时采集来自
综合能源系统的各类信息；并通过无线网络通信技术将终端采集到的数据信息传递给边缘侧；
[0218]
步骤二：边缘侧负责对原始数据进行预处理(包括数据过滤、清洗和融合等环节)和综合能源的动态等值；并通过光纤将边缘数据传送给云中心；
[0219]
步骤三：云中心通过内置的园区综合能源优化调度模型(上层优化模型)，对收集到的各边缘数据进行分析处理，生成园区综合能源优化调度指令，并将该指令发送给边缘侧；
[0220]
其中，所述园区综合能源调度指令，是云中心从园区整体角度出发，在考虑园区多能耦合的影响作用下，通过求解园区综合能源优化调度模型得到的。
[0221]
上层优化模型的输入为综合能源系统的负荷p
load
(t)、h
load
(t)、c
load
(t)、q
load
(t)，各能源子系统的出力p
i
(t)、h
i
(t)、c
i
(t)、q
i
(t)，子系统出力约束p
imin
、p
imax
、功率交互约束模型参数α1到α4、β1到β4、μ1到μ4；输出为各能源子系统的交互功率p
i,h
(t)、h
i,h
(t)、c
i,h
(t)、q
i,h
(t)。
[0222]
步骤四：边缘侧依据园区综合能源优化调度指令，再综合区域能源信息，求解区域能源优化调度模型(下层优化模型)，生成区域能源优化调度指令；若不能生成优化调度指令将结果上传至云中心，重复步骤三、四直到生成区域能源优化调度指令。
[0223]
下层优化模型的输入为区域能源子系统的交互功率p
i,h
(t)、h
i，h
(t)、c
i,h
(t)、q
i,h
(t)，可再生能源的出力p
pv
、p
wt
，能源子系统的负荷p
i,load
(t)、h
i,load
(t)、c
i，load
(t)、q
i,load
(t)，支路功率p
i,l
、h
i，l
、c
i，l
、q
i,l
，支路功率约束设备出力上下限约束限约束模型参数ε1到ε7、δ1到δ4、μ1到μ4；输出为单元设备出力p
pv
(t)、p
wt
(t)、p
cchp
(t)、p
ccs
(t)、h
eb
(t)、h
cchp
(t)、c
ec
(t)、c
cchp
(t)、q
p2g
(t)，储能系统的出力p
esd，d
(t)、p
esd，c
(t)、h
esd,d
(t)、h
esd,c
(t)、c
esd,d
(t)、c
esd,c
(t)、q
esd,d
(t)、q
esd,c
(t)。
[0224]
步骤五：边缘侧通过光纤将最终区域能源优化调度指令发送给各智能终端，智能终端依据指令调控相应的能源设备。
[0225]
进一步，本发明还提供了一种存储装置。在根据本发明的一个存储装置实施例中，存储装置可以被配置成存储执行上述方法实施例的园区综合能源多能耦合优化方法的程序，该程序可以由处理器加载并运行以实现上述园区综合能源多能耦合优化方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该存储装置可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中存储是非暂时性的计算机可读存储介质。
[0226]
进一步，本发明还提供了一种控制装置。在根据本发明的一个控制装置实施例中，控制装置包括处理器和存储装置，存储装置可以被配置成存储执行上述方法实施例的园区综合能源多能耦合优化方法的程序，处理器可以被配置成用于执行存储装置中的程序，该程序包括但不限于执行上述方法实施例的园区综合能源多能耦合优化方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该控制装置可以是包括各种电子设备形成的控制装置设备。
[0227]
本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0228]
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0229]
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0230]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0231]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0232]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。