一种基于多目标优化的综合能源运行仿真方法与流程

1.本发明涉及能源领域，尤其涉及一种基于多目标优化的综合能源运行仿真方法。


背景技术：

2.能源是人类社会发展的物质基础与先决条件，社会生产力跨越式的发展，导致对能源的需求量也急剧上升。由于传统的化石能源面临着过度开采、近乎枯竭等严重问题，传统的能源利用形式急需转型和升级。因此，建立包括风能、太阳能等可再生分布式能源，能提供冷、热、电能并可以全面优化和利用能源的综合能源系统，将是提高能源效率，实现可持续能源发展的重要途径。综合能源系统运行优化的主要目标可以概括为“两高三低”，即：提高系统可靠性、提高系统整体能效、降低系统运行成本、降低碳排放、降低系统污染物排放量。
3.目前，综合能源系统的运行优化大多为单目标优化函数，如：以运行成本最低或环境污染最低为目标，很少有同时考虑运行成本最低与污染物排放最少的双目标函数，并且考虑冷、热、电负荷平衡约束，天然气负荷平衡约束以及储能设备运行约束等作为系统约束条件，同时考虑到能源网络异常情况的处理。因此，不能完全保障在电网稳定运行的基础上，既能实现经济最优，还能是综合能源系统的碳排放最低。


技术实现要素：

4.本发明所要解决的技术问题在于，提供一种基于多目标优化的综合能源运行仿真方法，可以在保障电网稳定运行的基础上，实现经济最优和碳排放最低的设备调度方案。
5.根据本发明的第一方面，提供一种基于多目标优化的综合能源运行仿真方法，包含如下步骤：
6.步骤s10，根据综合能源系统区域内的资源类型及负荷特性，确立其对应的物理模型，建立综合能源系统优化的多目标协同优化模型，包括建立目标函数模型以及建立约束条件；
7.步骤s11，采用双目标运行优化算法，对所述多目标协同优化模型进行仿真处理，获得优化得出设备的调度方案；其中，所述双目标分别为年总运行成本最低和污染物排放最低；
8.步骤s12，用户用能监测系统检测到用户冷、热负荷或气负荷出现异常时，按预定的策略调整当前的设备调度方案。
9.优选地，在所述步骤s10中，进一步包括：
10.步骤s100，根据当前园区资源对应的物理模型，建立运行成本目标函数，以及污染物减排目标函数；所述物理模型包括自然资源类型以及耦合设备；
11.步骤s101，分别建立电负荷平衡约束条件、热负荷平衡约束条件、冷负荷平衡约束、天然气负荷平衡约束条件以及能量储存系统运行约束条件。
12.优选地，在步骤s100中，根据下述公式确定运行成本目标函数：
13.综合能源系统运行优化的目标为总成本最低，其运行成本目标函数如下所示：
14.f1＝min c
op
＝c
op
‑
e
+c
op
‑
h
+c
op
‑
ng
+c
op
‑
dr
ꢀꢀꢀꢀꢀꢀ
(13)
[0015][0016]
c
op
‑
h
＝c
op
‑
else
+a
h_st
p
h_st
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0017][0018][0019]
式中：c
op
为系统总运行成本；c
op
‑
e
为满足系统电负荷的运行成本；c
op
‑
h
为满足系统热负荷的运行成本，c
op
‑
ng
满足系统气负荷的运行成本、c
op
‑
dr
为系统需求响应运行成本；c
i
为分布式电源的运行成本；p
i
(t)为分布式电源的输出功率；γ
ele
为电网的分时电价；p
eb_grid
(t)为综合能源系统向电网购电的功率；p
cchp&gb
(t)冷热电三联供机组和燃气锅炉的输出总功率；δ
cchp&gb
为冷热电三联供机组和燃气锅炉利用天然气中低热值的效率；c
bat,dep
为单位时间内储能的充/放电总折旧费用；c
op
‑
else
为系统内设备的维护费用；p
h_st
(t)为储热设备的实时功率；a
h_st
为储热设备的单位成本；为燃气价格；lhv
ng
为燃气的热值；p
ng_st
(t)为储气罐的实时功率；a
h_st
为储气罐的功率费用；ω
dr
为系统参与需求响应单位功率补贴价格；p
dr
(t)为系统进行需求响应的实时总功率；为系统参与需求响应单位时间补贴。
[0020]
优选地，在步骤s100中，根据下述公式确定污染物减排目标函数：
[0021]
将系统环境排放目标确定为环境成本最小化，其污染物减排目标函数如下所示：
[0022][0023]
式中：c
e
为系统总环境成本；p
k
(t)为t时刻的污染物排放源k的功率；为污染源设备k所排放的污染物类型j的环境成本单位；w为污染源设备的总数；m为污染物的类型总数；δ
e,j
为污染物类型j的排放量；ζ
ec
‑
p
为处理污染物成本。
[0024]
优选地，在所述步骤s101中，进一步包括：
[0025]
采用下式建立电负荷平衡约束条件：
[0026]
p
e_grid
(t)+p
wt
(t)+p
pv
(t)+p
cchp
(t)+p
dis
(t)＝p
load
(t)+p
char
(t)
ꢀꢀ
(18)
[0027]
式中：p
e_grid
(t)为综合能源系统向电网购买的功率；p
wt
(t)为风机发电功率、p
pv
(t)为光伏发电功率、p
cchp
(t)为热电联产机组发电输出功率；p
dis
(t)为电池的放电功率；p
load
(t)为系统总电负荷需求p
char
(t)为电池的充电功率；
[0028]
采用下式建立热负荷平衡约束条件：
[0029]
h
cchp
(t)+h
gb
(t)+h
h_re
(t)＝h
load
(t)+h
h_st
(t)
ꢀꢀꢀꢀꢀ
(19)
[0030]
式中：h
cchp
(t)为热电联产机组的产热功率；h
gb
(t)为燃气锅炉产热功率；h
h_re
(t)为蓄热罐放热功率；h
load
(t)为系统总热负荷需求；h
h_st
(t)为蓄热罐蓄热功率；
[0031]
采用下式建立冷负荷平衡约束条件：
[0032]
l
ec
(t)+l
ac
(t)+l
l_re
(t)＝l
load
(t)+l
l_st
(t)
ꢀꢀꢀꢀꢀ
(20)
[0033]
式中：l
ec
(t)为电制冷机组产冷功率；l
ac
(t)为溴化锂机组产冷功率、l
h_re
(t)为冰
蓄冷系统放冷功率；l
load
(t)为系统总冷负荷需求；l
h_st
(t)为冰蓄冷系统蓄冷功率；
[0034]
采用下式建立天然气负荷平衡约束条件：
[0035][0036]
式中：p
ng_grid
(t)为综合能源系统向气网购买燃气的功率；p
ng_st
(t)为储气罐释放的燃气功率；为冷热电三联供机组发电效率；为燃气锅炉的产热效率；p
ng_life
(t)为区域的居民用气负荷；p
cchp
(t)为冷热电三联供机组的产电功率；p
gb
(t)为电锅炉的产热功率。
[0037]
采用下式建立能量储存系统运行约束条件：
[0038]
soc
min
≤soc(t)≤soc
max
ꢀꢀꢀꢀꢀꢀ
(22)
[0039][0040][0041]
式中：soc
min
为储能电池容量占比的最小值；soc
max
为储能电池容量占比的最大值；分别为储能电池充/放电效率；分别为储能电池允许的最大充/放电电流；v
bat
为储能电池的电压；q
max
为储能电池的容量；p
inv
为储能电池的额定功率。
[0042]
优选地，所述步骤s11进一步包括：
[0043]
选用nsga
‑
ii算法求解所述多目标协同优化模型，以总运行成本最小和碳排放最小为目标，在所构建的约束条件下，优化得出设备的调度方案。
[0044]
优选地，所述步骤s12进一步包括：
[0045]
当用户用能监测系统检测到用户侧用电行为出现异常变化时，马上向供能侧设备监测系统发出警告，并立即采取措施对电负荷缺口进行补充：优先调用储能设备中的能源，如果不够再向电网购电满足电负荷缺口；
[0046]
然后更新用户负荷数据和设备状态信息，对用户负荷进行循环预测，在此基础上更新设备调度方案，在满足用户用能的同时，实现经济性和环保型的目标。具体处理模型如下所示:
[0047]
p
w
(t)＝p'
dis
(t)+p'
e_grid
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0048]
式中：p
w
(t)为系统电负荷缺口功率；p'
dis
(t)为储能电池额外放电功率；p'
e_grid
(t)为系统向电网额外购电功率。
[0049]
优选地，所述步骤s12进一步包括：
[0050]
当用户用能监测系统检测到用户冷、热负荷出现较大波动时，将此信息传回供能侧设备检测系统；
[0051]
将此负荷数据进行收集保存，根据这些数据对用户负荷做循环预测，再更新设备调度方案，同时对出现异常的设备进行检测维修。
[0052]
优选地，所述步骤s12进一步包括：
[0053]
当系统气负荷出现波动时，由于园区气负荷完全依赖外供所以只能调节用气措施，首先应满足园区发电用气，以保证满足用户电负荷，其次满足居民用户用气，最后再用于燃气锅炉供热；具体模型如下所示：
[0054][0055]
式中：为天然气管网最大供气功率；为储气罐最大供气功率；p'
cchp
(t)为冷热电三联供机组的额外放电功率；p'
ng_life
(t)为满足居民用户用气负荷的额外供气功率；p'
gb
(t)满足燃气锅炉的额外放热功率；为热电联产机组发电效率，为燃气锅炉的产热效率，ξ1和ξ2分别为居民用户和燃气锅炉的可调整用气量系数，该系数为0到1之间的实数。
[0056]
实施本发明，具有如下的有益效果：
[0057]
本发明提供一种基于多目标优化的综合能源运行仿真方法，通过同时考虑运行成本与环境排放双目标函数以及电负荷平衡、热负荷平衡、冷负荷平衡、天然气负荷平衡与能量储存系统运行为等约束条件，并且增加了能源网异常的处理功能，即当用户用能监测系统检测到用户侧用电行为出现异常变化时，马上向供能侧设备监测系统发出警告，并立即采取措施对电负荷缺口进行补充：优先调用储能设备中的能源，如果不够再向电网购电满足电负荷缺口。然后更新用户负荷数据和设备状态信息，对用户负荷进行循环预测，在此基础上更新设备调度方案，在满足用户用能的同时，能够提高经济性和环保目标。
附图说明
[0058]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
[0059]
图1为本发明提供的一种基于多目标优化的综合能源运行仿真方法的一个实施例的主流程示意图；
[0060]
图2图1涉及的综合能源系统的一个实施例的运行调度框架示意图；
[0061]
图3为图1涉及的综合能源园区能源网的结构示意图；
[0062]
图4为图1涉及的nsga
‑
ii算法原理流程图；
[0063]
图5为本发明涉及的一个例子中园区多能源典型日负荷曲线示意图；
[0064]
图6为本发明涉及的一个例子中方案一园区电系统设备出力图；
[0065]
图7为本发明涉及的一个例子中方案一园区热系统设备出力图；
[0066]
图8为本发明涉及的一个例子中方案一园区冷系统设备出力图；
[0067]
图9为本发明涉及的一个例子中方案二园区电系统设备出力图；
[0068]
图10为本发明涉及的一个例子中方案二园区热系统设备出力图；
[0069]
图11为本发明涉及的一个例子中方案二园区冷系统设备出力图；
[0070]
图12为本发明涉及的一个例子中园区需求响应优化结果图。
具体实施方式
[0071]
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0072]
如图1所示，示出了本发明提供一种基于多目标优化的综合能源运行仿真方法一个实施例的主流程示意图；一并结合图2至图4所示，在实施例中，所述方法应用于一综合能源系统中，所述方法包含如下步骤：
[0073]
步骤s10，根据综合能源系统区域内的资源类型及负荷特性，确立其对应的物理模型，建立综合能源系统优化的多目标协同优化模型，包括建立目标函数模型以及建立约束条件；
[0074]
在一个具体的例子中，在所述步骤s10中，进一步包括：
[0075]
步骤s100，根据当前园区资源对应的物理模型，建立运行成本目标函数，以及污染物减排目标函数；参照图2所示，所述物理模型包括自然资源类型以及耦合设备；其中，自然资源类型包括诸如：太阳能、风能以及天然气资源；而耦合设备包括燃气轮机、燃气锅炉、溴化锂制冷机组、电制冷机组以及储能设备；
[0076]
在一个具体的例子中，在步骤s100中，根据下述公式确定运行成本目标函数：
[0077]
综合能源系统运行优化的目标是使总成本最低，总成本一般包括冷热电三联供(combined cooling,heating and power，cchp)机组的燃气费用，向电网购电的费用以及系统各设备的运行成本，其运行成本目标函数如下所示：
[0078]
f1＝min c
op
＝c
op
‑
e
+c
op
‑
h
+c
op
‑
ng
+c
op
‑
dr
ꢀꢀꢀꢀꢀꢀ
(25)
[0079][0080]
c
op
‑
h
＝c
op
‑
else
+a
h_st
p
h_st
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(27)
[0081][0082][0083]
式中：c
op
为系统总运行成本(元)；c
op
‑
e
为满足系统电负荷的运行成本(元)；c
op
‑
h
为满足系统热负荷的运行成本，c
op
‑
ng
满足系统气负荷的运行成本、c
op
‑
dr
为系统需求响应运行成本(元)；c
i
为分布式电源的运行成本(元/kw)；p
i
为分布式电源的输出功率(kw)；γ
ele
为电网的分时电价(元/kwh)；p
eb_grid
(t)为综合能源系统向电网购电的功率(kw)；p
cchp&gb
(t)冷热电三联供机组和燃气锅炉的输出总功率；δ
cchp&gb
为冷热电三联供机组和燃气锅炉利用天然气中低热值的效率；c
bat,dep
为单位时间内储能的充/放电总折旧费用(元)；c
op
‑
else
为系统内设备的维护费用，包括燃气轮机、燃气锅炉、溴化锂制冷机组、电制冷机组的维护费用(元)；p
h_st
(t)为储热设备的实时功率(kw)；a
h_st
为储热设备的单位成本(元/kwh)；为燃气价格(元/m3)；lhv
ng
为燃气的热值(kwh/m3)；p
ng_st
(t)为储气罐的实时功率(kw)；a
h_st
为储气罐
的功率费用(元/kw)；ω
dr
为系统参与需求响应单位功率补贴价格(元/kw)；p
dr
(t)为系统进行需求响应的实时总功率；为系统参与需求响应单位时间补贴(元/小时)，δt是用于计算的时间间隔，在一些例子中可以直接选取单位时间。
[0084]
优选地，在步骤s100中，根据下述公式确定污染物减排目标函数：
[0085]
将系统环境排放目标确定为环境成本最小化，其污染物减排目标函数如下所示：
[0086][0087]
式中：c
e
为系统总环境成本(元)；p
k
(t)为t时刻的污染物排放源k的功率(kw)；为污染源设备k所排放的污染物类型j的环境成本单位(元/kg)；w为污染源设备的总数；m为污染物的类型总数；δ
e,j
为污染物类型j的排放量(kg)；ζ
ec
‑
p
为处理污染物成本(元)。
[0088]
可以理解的是，综合能源系统中电能、热能的供应大部分来自cchp机组中的燃气轮机和燃气锅炉，是通过消耗天然气产生上述能量，最后排出污染性气体。因此可以将综合能源系统的污染物减排目标转化为最小化环境成本：1、消耗天然气排放污染物导致的环境恶化；2、污染物处理费用。故系统环境排放目标为环境成本最小化。
[0089]
步骤s101，分别建立电负荷平衡约束条件、热负荷平衡约束条件、冷负荷平衡约束、天然气负荷平衡约束条件以及能量储存系统运行约束条件。
[0090]
优选地，在所述步骤s101中，进一步包括：
[0091]
采用下式建立电负荷平衡约束条件：
[0092]
p
e_grid
(t)+p
wt
(t)+p
pv
(t)+p
cchp
(t)+p
dis
(t)＝p
load
(t)+p
char
(t)
ꢀꢀ
(30)
[0093]
式中：p
e_grid
(t)为综合能源系统向电网购买的功率(kw)；p
wt
(t)为风机发电功率、p
pv
(t)为光伏发电功率、p
cchp
(t)为cchp发电输出功率(kw)；p
dis
(t)为电池的放电功率(kw)；p
load
(t)为系统总电负荷需求(kw)；p
char
(t)为电池的充电功率(kw)；
[0094]
采用下式建立热负荷平衡约束条件：
[0095]
h
cchp
(t)+h
gb
(t)+h
h_re
(t)＝h
load
(t)+h
h_st
(t)
ꢀꢀꢀꢀꢀ
(31)
[0096]
式中：h
cchp
(t)为热电联产机组的产热功率(kw)；h
gb
为燃气锅炉产热功率(kw)；h
h_re
(t)为蓄热罐放热功率(kw)；h
load
(t)为系统总热负荷需求(kw)；h
h_st
(t)为蓄热罐蓄热功率(kw)；
[0097]
采用下式建立冷负荷平衡约束条件：
[0098]
l
ec
(t)+l
ac
(t)+l
l_re
(t)＝l
load
(t)+l
l_st
(t)
ꢀꢀꢀꢀꢀ
(32)
[0099]
式中：l
ec
为电制冷机组产冷功率(kw)；l
ac
(t)为溴化锂机组产冷功率、l
h_re
(t)为冰蓄冷系统放冷功率(kw)；l
load
(t)为系统总冷负荷需求(kw)；l
h_st
(t)为冰蓄冷系统蓄冷功率(kw)。
[0100]
采用下式建立天然气负荷平衡约束条件：
[0101][0102]
式中：p
ng_grid
(t)为综合能源系统向气网购买燃气的功率(kw)；p
ng_st
(t)为储气罐释放的燃气功率(kw)；为冷热电三联供机组发电效率；(％)；为燃气锅炉的产热效率(％)；p
ng_life
(t)为区域ies中的居民用气负荷(kw)；p
cchp
(t)为冷热电三联供机组的
产电功率；p
gb
(t)为电锅炉的产热功率。。
[0103]
采用下式建立能量储存系统运行约束条件：
[0104]
soc
min
≤soc(t)≤soc
max
ꢀꢀꢀꢀꢀꢀ
(34)
[0105][0106][0107]
式中：soc
min
为储能电池容量占比的最小值；soc
max
为储能电池容量占比的最大值；分别为储能电池充/放电效率；分别为储能电池允许的最大充/放电电流(a)；v
bat
为储能电池的电压；q
max
为储能电池的容量；p
inv
为储能电池的额定功率；δt是用于计算的时间间隔，和其他公式含义一样。
[0108]
步骤s11，采用双目标运行优化算法，对所述多目标协同优化模型进行仿真处理，获得优化得出设备的调度方案；其中，所述双目标分别为年总运行成本最低和污染物排放最低；
[0109]
在一个具体的例子中，所述步骤s11进一步包括：
[0110]
选用nsga
‑
ii算法求解上述模型，以总运行成本最小和碳排放最小为目标，在所构建的约束条件下，优化得出设备的调度方案；其中，nsga
‑
ii算法的原理流程可以参照图4所示。
[0111]
步骤s12，用户用能监测系统检测到用户冷、热负荷或气负荷出现异常时，按预定的策略调整当前的设备调度方案。
[0112]
在一个具体的例子中，所述步骤s12进一步包括：
[0113]
当用户用能监测系统检测到用户侧用电行为出现异常变化时，马上向供能侧设备监测系统发出警告，并立即采取措施对电负荷缺口进行补充：优先调用储能设备中的能源，如果不够再向电网购电满足电负荷缺口；
[0114]
然后更新用户负荷数据和设备状态信息，对用户负荷进行循环预测，在此基础上更新设备调度方案，在满足用户用能的同时，实现经济性和环保型的目标。具体处理模型如下所示:
[0115]
p
w
(t)＝p'
dis
(t)+p'
e_grid
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0116]
式中：p
w
(t)为系统电负荷缺口功率；p'
dis
(t)为储能电池额外放电功率；p'
e_grid
(t)为系统向电网额外购电功率。
[0117]
在另一个具体的例子中，所述步骤s12进一步包括：
[0118]
当用户用能监测系统检测到用户冷、热负荷出现较大波动时，将此信息传回供能侧设备检测系统；
[0119]
将此负荷数据进行收集保存，根据这些数据对用户负荷做循环预测，再更新设备调度方案，同时对出现异常的设备进行检测维修。
[0120]
在又一个具体的例子中，所述步骤s12进一步包括：
[0121]
当系统气负荷出现波动时，由于园区气负荷完全依赖外供所以只能调节用气措施，首先应满足园区发电用气，以保证满足用户电负荷，其次满足居民用户用气，最后再用于燃气锅炉供热；具体模型如下所示：
[0122][0123]
式中：为天然气管网最大供气功率；为储气罐最大供气功率；p'
cchp
(t)为冷热电三联供机组的额外放电功率；p'
ng_life
(t)为满足居民用户用气负荷的额外供气功率；p'
gb
(t)满足燃气锅炉的额外放热功率；为热电联产机组发电效率，为燃气锅炉的产热效率，ξ1和ξ2分别为居民用户和燃气锅炉的可调整用气量系数，该系数为0到1之间的实数。
[0124]
在本发明的实施例中，通过增加能源网异常处理功能，可以使设备调度方案更加优化。下述以一个具体的例子进行说明。
[0125]
在本实施例中，以中国南方某园区实际数据为例，验证本发明提出的模型及算法的有效性。其中，该园区包含多种能源供应设备，具体参数如表1所示：
[0126]
表1园区设备配置表
[0127]
设备种类装机容量风机300kw光伏200kw燃机550kw燃气锅炉100kw电制冷100kw溴化锂制冷机300kw蓄电池60kw/600kwh储热罐25kw/1000kwh
[0128]
同时通过对历史数据的收集，采用拟合的方法得到园区典型日内冷、热、电负荷数据，具体见图5所示。
[0129]
在本例子中，电网电价包括固定的上网电价和分时售电价，其中固定电价为0.45元/kw
·
h，分时电价为峰时电价0.8元/kw
·
h(9:00
‑
11:00,16:00
‑
22:00)、谷时电价0.3元/kw
·
h(23:00
‑
8:00)、平时电价0.5元/kw
·
h(12:00
‑
15:00)，燃气价格为3.5元/m3。园区向电网购买电能时采用分时电价，若园区有多余电能则按上网电价卖给电网。
[0130]
本例子，通过将非增加能源网异常处理功能的运行优化调度(方案一)与增加能源网异常处理功能的园区运行优化调度(方案二)进行对比，以验证本发明提供的模型与方法的有效性。
[0131]
在非增加能源网异常处理功能园区运行调度的方案下，得到园区运行的经济性、
环境性指标数据如表2所示，各设备的出力策略如图6至图8所示。
[0132]
表2方案一指标
[0133]
指标名称指标值运行成本5324.4元碳排放量4480kg
[0134]
由以上的运行优化结果可以看出，燃气轮机始终处于满出力状态，这是因为燃气轮机的功率不足以同时满足给用户供热和为溴化锂机组供能，因此必须一直满出力状态。此时由于光伏、风机等分布式能源出力的波动性，储能电池和电网负责平抑这种波动并满足用户负荷，降低用户用能成本，园区向电网购电最大功率为106kw，总购电量436.4kw
·
h，可以看出园区对电网依赖程度较高。在供热系统中全部的热由燃气轮机和蓄热罐提供，并且有多余的热时向蓄热罐中蓄热，在热量不足时蓄热罐放热。在供冷系统中，用户冷负荷基本由溴化锂机组提供，电制冷机组只在溴化锂机组供能不足时补足缺口。
[0135]
在增加能源网异常处理功能园区调度的方案中，利用物理网终端的通用性、实时性和信息采集的便捷性和全面性，运营方可通过园区能源供应情况与能源需求峰值，以对用户进行调峰补偿的方式通过物理网终端对园区内用户发布需求响应指令。本文通过对需求响应指令的优化实现在能源管网安全运行和满足用能需求的前提下，实现园区的经济运行。该方案的经济、环境参数与设备出力情况如表3和图9
‑
图11所示。
[0136]
表3方案二指标
[0137][0138][0139]
由上述图表可以看出，通过物理网终端对园区内用户发布需求响应指令，最终实现了负荷的峰值转移，使得园区尖峰时刻负荷值减少，对电网的依赖也会减小。具体为向电网购电的最大功率为51kw，总购电量246.9kw
·
h。园区进行需求响应后的具体结果如下图12所示：
[0140]
通过对比分析园区调度结果可得，增加能源网异常处理功能较之不增加在总运行成本、碳排放量、园区供能独立性等各方面都有提升。其具体数据如下表4所示：
[0141]
表4方案指标对比
[0142]
指标名称方案一方案二增长比运行成本5324.4元5170.9元
‑
2.88％碳排放量4480kg4369kg
‑
2.48％独立性95.35％97.32％2.07％
[0143]
通过上表4可以看出，增加能源网异常处理功能较之降低可节约运行成本153.5元，同比减少2.88％；减少碳排放量111kg，同比减少2.48％；提高园区系统独立性2.07％。因此增加能源网异常处理功能可更好的实现园区综合能源系统运行优化调度。
[0144]
实施本发明，具有如下的有益效果：
[0145]
本发明提供一种基于多目标优化的综合能源运行仿真方法，通过同时考虑运行成本与环境排放双目标函数以及电负荷平衡、热负荷平衡、冷负荷平衡、天然气负荷平衡与能量储存系统运行为等约束条件，并且增加了能源网异常的处理功能，即当用户用能监测系统检测到用户侧用电行为出现异常变化时，马上向供能侧设备监测系统发出警告，并立即采取措施对电负荷缺口进行补充：优先调用储能设备中的能源，如果不够再向电网购电满足电负荷缺口。然后更新用户负荷数据和设备状态信息，对用户负荷进行循环预测，在此基础上更新设备调度方案，在满足用户用能的同时，实现经济性和环保型的目标。
[0146]
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。