一种基于碳计量模型的综合能源站能源优化调度方法和系统与流程

1.本发明属于综合能源系统领域，尤其涉及一种基于碳计量模型的综合能源站能源优化调度方法和系统。


背景技术：

2.随着大气污染等环境问题的日益突出，节能环保已成为当前社会的迫切需求。其中，能源问题与环境问题是紧密相关的，如何处理两者之间的关系，在不影响社会发展的情况下解决环境问题也成为人们关注的热点。我国高度注重能源行业发展，着重推广绿色低碳能源。
3.随着电网规模的日益庞大和化石能源的日益枯竭，风、光、气等清洁能源也逐渐加入到传统电网中来，形成了一种集风、光、电、气等多种能源的综合能源站。与传统单一能源电站相比，综合能源站涉及多种能源，可充分利用各种能源的互补性进行优化调度，提高能源利用率和经济性。但由于站内的能源类型多、能源转化过程复杂，在进行调度时缺少统一的计量方式和调度方法，导致综合能源站难以发挥其最大效益。


技术实现要素：

4.为解决现有技术中存在的不足，本发明的目的在于，提供一种基于碳计量模型的综合能源站能源优化调度方法和系统，以解决现有技术中存在的综合能源站内能源缺少统一计量和调度的问题。
5.本发明采用如下的技术方案：
6.一种基于碳计量模型的综合能源站能源优化调度方法，所述综合能源站包括能源转化设备，其特征在于，该方法包括以下步骤：
7.步骤1，导入待优化综合能源站的网络拓扑结构和各能源转化设备的参数；
8.步骤2，采集各能源转化设备的能源计量数据；
9.步骤3，将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式，计算综合能源站在能源转化过程中的总碳排放量；
10.步骤4，根据当前负荷情况，以综合能源站的总碳排放量最小为目标，寻找各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量；
11.步骤5，检测综合能源站的当前总碳排放量与最小总碳排放量差值是否超过限制阈值，若超出阈值，则按照各能源转化设备的最优能源转化值作为能源输出量，调整各能源转化设备的运行状态，若不超出阈值则保持原状态运行。
12.进一步的，所述综合能源站的能源包括风、光、电、气、热等多种能源中的至少两种。
13.进一步的，所述能源转化设备包括风力发电设备wtg、光伏发电设备pvg、光热设备pt、电锅炉eb、电制冷设备ec、热电联产设备chp、燃气锅炉gb、抽凝式汽轮机ect、吸收式制冷机ac、电转气设备p2g、蓄电设备es、蓄热设备hs、以及蓄冷设备cs中的至少两种。
14.进一步的，所述能源转化设备还包括电动汽车的快充装置fcf、站内用电 pc、站内耗热hc、站内耗冷cc、站内用气gc中的一种或多种。
15.优选的，步骤1中，导入的各能源转化设备的参数包括各能源转化设备的能源转化效率和碳排放系数。
16.优选的，步骤2中，采集的各能源转化设备的能源计量数据包括能源输入量和输出量。
17.优选的，步骤3进一步包括，
18.步骤3.1，将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式，得到各能源转化设备进行能源转化时的碳排放量；
19.步骤3.2，计算综合能源站的能源转化设备在能源转化过程中的总碳排放量。
20.优选的，步骤3.1中，综合能源站的第i台能源转化设备的碳排放量计算公式为
[0021][0022]
其中，e
i
为第i台能源转化设备的能源输出量；η
i
为第i台能源转化设备的能源转化效率；ef
i
为第i台能源转化设备转化单位能源过程中的碳排放系数，c
i
即为第i台能源转化设备的碳排放量。
[0023]
优选的，步骤3.2中，基于各能源转化设备的碳排放量c
i
，计算综合能源站所有能源转化设备在能源转化过程中的总碳排放量c的计算公式为
[0024][0025]
其中，n为能源转化设备的总数。
[0026]
优选的，步骤4中，采用粒子群优化算法进行优化。
[0027]
优选的，步骤4进一步包括，
[0028]
步骤4.1，粒子种群参数初始化；
[0029]
步骤4.2，计算各粒子的适应度值；
[0030]
步骤4.3，寻找局部最优解；
[0031]
步骤4.4，寻找全局最优解；
[0032]
步骤4.5，检测当前迭代次数是否达到设置的最大迭代次数k，若未达到最大迭代次数，则更新粒子的异变速度和位置，若已达到最大迭代次数时取全局最优解计算各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量，寻优过程停止。
[0033]
优选的，步骤4.1中，根据当前的各类负荷的大小，初始化m个粒子的位置向量为[x
11
,x
21
,
……
,x
m1
]和速度向量[v
11
,v
21
,
……
,v
m1
]。
[0034]
步骤4.2中，计算第k次迭代过程中第m个粒子的总碳排放量c
mk
，并取其倒数作为该粒子的适应度值fit(m,k)，适应度值计算公式为
[0035][0036]
步骤4.3中，取第m个粒子在当前已经完成的所有迭代过程中适应度值最高的位置作为局部最优解p
best_m
；
[0037]
步骤4.4中，取所有粒子在当前已完成的所有迭代过程中适应度值最高的位置作
为全局最优解g
best
。
[0038]
步骤4.5中，若未达到最大迭代次数，即k<k，则更新第k+1次粒子的异变速度和位置其表达式为
[0039][0040][0041]
其中，v
mk
、v
mk+1
分别为第m个粒子在第k次和第k+1次计算过程中的速度向量；x
mk
、x
mk+1
分别为第m个粒子在第k次和第k+1次迭代后所处的位置向量；ζ1与ζ2均为学习因子，其值为常数；ξ1与ξ2为变异因子，其值为介于(0，1)之间的随机数；p
best_m
为第m个粒子到第k次飞行为止所经历的最优位置向量；g
best
为种群到第k次飞行为止所寻找到的全局最优位置向量。
[0042]
本发明还公开了一种采用前述方法的基于碳计量模型的综合能源站能源优化调度系统，其包括，
[0043]
导入模块，用于导入待优化综合能源站的网络拓扑结构和各能源转化设备的参数；
[0044]
采集模块，用于采集各能源转化设备的能源计量数据；
[0045]
计算模块，用于将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式，计算综合能源站在能源转化过程中的总碳排放量；
[0046]
优化模块，用于根据当前负荷情况，以综合能源站的总碳排放量最小为目标，寻找各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量；
[0047]
调度模块，用于检测综合能源站的当前总碳排放量与最小总碳排放量差值是否超过限制阈值，若超出阈值，则按照各能源转化设备的最优能源转化值作为能源输出量调整各能源转化设备的运行状态，若不超出阈值则保持原状态运行。
[0048]
本发明的有益效果在于，与现有技术相比，本发明的基于碳计量模型的综合能源站能源优化调度方法以节能减排为目的进行计量和调度，将综合能源站内的多种能源种类、各能源间的不同的转化方式，统一通过碳计量的方式表征能源转化的体量，既统一了能源计量方式，又便于计算转化过程中的碳排放量。通过以碳排放量最小为优化目标进行优化调度，能够获得各能源转化设备的最优运行状态，进一步解决了综合能源站的优化调度问题，降低综合能源站的碳排放，提高其环保效益。
附图说明
[0049]
图1为本发明的典型综合能源站的结构示意图；
[0050]
图2为本发明的基于碳计量模型的综合能源站能源优化调度方法的步骤流程图；
[0051]
图3为本发明的基于碳计量模型的综合能源站能源优化调度方法在步骤4 进行总碳排放量最小的优化时的具体步骤流程图；
[0052]
图4为本发明的基于碳计量模型的综合能源站能源优化调度系统的组成框图。
具体实施方式
[0053]
下面结合附图对本技术作进一步描述。以下实施例仅用于更加清楚地说明本发明
的技术方案，而不能以此来限制本技术的保护范围。
[0054]
本发明的综合能源站是一种为了充分利用多种能源型式满足多元化终端客户能源生产和消费的新型能源站点，其包含风、光、电、气、热等多种能源转换的设备和储能设备，可以为用户提供电能、天然气、供暖、制冷等多种服务。
[0055]
如图1所示，示出了典型的综合能源站的结构。该综合能源站可利用的能源包括风能、太阳能、电能以及天然气。站内的能源转化设备包括风力发电设备 (wind turbine generator，wtg)、光伏发电设备(photo
‑
voltaic generator，pvg)、光热设备(photo
‑
thermal，pt)、电锅炉(electrical bailer，eb)、电制冷设备(electricalchiller，ec)、热电联产设备(combined heat and power，chp)、燃气锅炉(gas boiler， gb)、抽凝式汽轮机(extraction condensing steam turbine，ect)、吸收式制冷机 (absorption chiller，ac)、电转气设备(power to gas，p2g)、蓄电设备(electricitystorage,es)、蓄热设备(heat storage，hs)、蓄冷设备(cold storage，cs)。站内自身存在一部分负荷，如电动汽车的快充装置(fast charging facility，fcf)、站内用电(power consumption，pc)、站内耗热(heat consumption，hc)、站内耗冷(cold consumption，cc)、站内用气(gas consumption，gc)。该综合能源站可向用户提供电、热、冷、气多种能源服务，并能根据实时负荷需求做出响应，优化协调多种能源的使用和转化。
[0056]
本发明的优化调度针对上述综合能源站进行，如图2所示，基于碳计量模型的综合能源站能源优化调度方法包括以下具体步骤：
[0057]
步骤1：导入待优化综合能源站的网络拓扑结构和各能源转化设备参数。
[0058]
以图1为例，在该网络拓扑结构中，对于电负荷，来源于风能的风力发电设备wtg、来源于太阳能的光伏发电设备pv、来源于天然气的热电联产设备chp 以及外部电网均能够为综合能源站提供电能，抽凝式汽轮机ect也可以将能源站内的热能转化成电能提供部分电能，蓄电储能设备es既可以在放电时提供电能，也可以在蓄电时消耗电能，电动汽车快充装置fcf、电转气设备p2g和站内用电pc均消耗电能，剩余的电能可以对外提供给综合能源站的电负荷用户。类似的，对于热负荷，来源于太阳能的光热设备pt、来源于电网电力的电锅炉 eb、来源于天然气的热电联产设备chp以及燃气锅炉gb均能够为综合能源站提供热能，蓄热储能设备hs既可以在放热时提供热能，也可以在蓄热时消耗热能，抽凝式汽轮机ect、吸收式制冷机ac和站内耗热hc均消耗热能，剩余的热能可以对外提供给综合能源站的热负荷用户。对于冷负荷，来源于电网的电制冷设备ec和吸收式制冷机ac能够为综合能源站提供冷量，蓄冷储能设备cs 既可以在放冷时提供冷量，也可以在蓄冷时消耗冷量，站内耗冷cc消耗冷量，剩余的冷量即可以对外提供给综合能源站的冷负荷用户。对于气负荷，外部天然气管网和电转气设备p2g能够为综合能源站提供天然气，除了站内用气gc外，剩余天然气均可以对外提供给综合能源站的气负荷用户。
[0059]
综合能源站需导入的参数包括各能源转化设备的能源转化效率和碳排放系数，用于进行步骤3中碳排放量的计算。能源转化效率是指能源转化设备在能量转化过程中，其能源输出量与能源输入量的比值。碳排放系数是指能源转化设备在将一种能源转化成另外一种能源的过程中，单位能源所产生的碳排放数量。
[0060]
步骤2：采集各能源转化设备的能源计量数据。
[0061]
本发明的综合能源站对各能源转化设备均安装有能源计量装置，通过能源计量装
置能够实时监测各能源转化设备的能源计量数据，并能够将各设备的计量数据传送至综合能源站的中央控制室的服务器中，从而中央控制室可对各设备的运行状态进行调控和调度。
[0062]
能源计量数据包括能源输入量和输出量。
[0063]
步骤3：将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式，计算综合能源站在能源转化过程中的总碳排放量。
[0064]
步骤3进一步包括：
[0065]
步骤3.1，将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式。
[0066]
通过统一的碳计量方式，将综合能源站各能源转化设备的能源计量数据统一转化为该设备进行能源转化时的碳排放量。
[0067]
假设综合能源站内有n台能源转化设备，则第i台设备的碳排放量计算公式为
[0068][0069]
式中，e
i
为第i台能源转化设备的能源输出量；η
i
为第i台能源转化设备的能源转化效率；ef
i
为第i台能源转化设备转化单位能源过程中的碳排放系数， c
i
即为第i台能源转化设备的碳排放量。
[0070]
步骤3.2，计算综合能源站的能源转化设备在能源转化过程中的总碳排放量。
[0071]
基于各能源转化设备的碳排放量c
i
，可以计算综合能源站所有能源转化设备在能源转化过程中的总碳排放量c，其计算公式为
[0072][0073]
式中，n为能源转化设备的总数。
[0074]
步骤4：根据当前负荷情况，以综合能源站的总碳排放量最小为目标，寻找各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量。
[0075]
优选的，在本发明的一个实施例中，采用粒子群优化算法进行优化。
[0076]
步骤4进一步包括：
[0077]
步骤4.1，粒子种群参数初始化。
[0078]
根据当前的各类负荷的大小，初始化m个粒子的位置向量为[x
11
,x
21
,
……
, x
m1
]和速度向量[v
11
,v
21
,
……
,v
m1
]。其中，每个粒子的位置信息中包含了可以满足当前负荷的n个能源转化设备的能源转化值信息。
[0079]
在第k次迭代过程中第m个粒子的位置向量为x
mk
＝[e
1mk
,e
2mk
,
……
,e
nmk
]，其速度向量为v
mk
＝[v
1mk
,v
2mk
,
……
,v
nmk
]。
[0080]
步骤4.2，计算各粒子的适应度值。
[0081]
根据步骤3中的式(1)和式(2)，计算第k次迭代过程中第m个粒子的总碳排放量c
mk
，并取其倒数作为该粒子的适应度值fit(m,k)，适应度值计算公式为
[0082]
[0083]
步骤4.3，寻找局部最优解。
[0084]
取第m个粒子在当前已经完成的所有迭代过程中适应度值最高的位置作为局部最优解p
best_m
。
[0085]
步骤4.4，寻找全局最优解。
[0086]
取所有粒子在当前已完成的所有迭代过程中适应度值最高的位置作为全局最优解g
best
。
[0087]
步骤4.5，检测当前迭代次数k是否达到设置的最大迭代次数k。若未达到最大迭代次数，即k<k，则更新第k+1次粒子的异变速度和位置其表达式为
[0088][0089][0090]
式中，v
mk
、v
mk+1
分别为第m个粒子在第k次和第k+1次计算过程中的速度向量；x
mk
、x
mk+1
分别为第m个粒子在第k次和第k+1次迭代后所处的位置向量；ζ1与ζ2均为学习因子，其值为常数；ξ1与ξ2为变异因子，其值为介于(0，1)之间的随机数；p
best_m
为第m个粒子到第k次飞行为止所经历的最优位置向量；g
best
为种群到第k次飞行为止所寻找到的全局最优位置向量。
[0091]
若已达到最大迭代次数时，即k＝k，取全局最优解计算各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量，寻优过程停止。
[0092]
步骤5：检测综合能源站的当前总碳排放量与最小总碳排放量差值是否超过限制阈值，若超出阈值，则按照各能源转化设备的最优能源转化值作为能源输出量调整各能源转化设备的运行状态，若不超出阈值则保持原状态运行。
[0093]
其中，所述阈值应结合综合能源站中各能源转化设备状态调整难易程度和设备调整反应时间进行设置。若该值设置过大，则不能让综合能源站内的设备处于较优的运行状态，无法实现该方法节能环保的效果。但若该值设置过小，则会导致能源转化设备频繁地调整状态，不仅不能起到节能的效果，而且易造成综合能源站内的设备运行不稳定等问题。
[0094]
需要说明的是，虽然上面所描述的实施例仅是针对一种综合能源站提出的基于碳计量模型的能源优化调度方法，但是本发明也可以应用于其他综合能源站的计量和优化调度。
[0095]
本发明还公开一种采用前述方法的基于碳计量模型的综合能源站能源优化调度系统，如图4所示，该系统包括：导入模块，用于导入待优化综合能源站的网络拓扑结构和各能源转化设备的参数；采集模块，用于采集各能源转化设备的能源计量数据；计算模块，用于将综合能源站内各能源转化设备的能源计量数据转化为统一碳计量方式，计算综合能源站在能源转化过程中的总碳排放量；优化模块，用于根据当前负荷情况，以综合能源站的总碳排放量最小为目标，寻找各能源转化设备的最优能源转化值和综合能源站的最小总碳排放量；调度模块，用于检测综合能源站的当前总碳排放量与最小总碳排放量差值是否超过限制阈值，若超出阈值，则按照各能源转化设备的最优能源转化值作为能源输出量调整各能源转化设备的运行状态，若不超出阈值则保持原状态运行。
[0096]
为了进一步说明本发明相对于现有技术的改进和效果，对图1所示的综合能源站
进行了能源优化。
[0097]
具体的，如图1所示的综合能源站于冬日白天某一时段给某个城区提供能源。为简化分析，暂不考虑冷负荷和气负荷。假设此时天气晴朗、温度较高，且城区内的工业用电较多，因此用户的电负荷较大、热负荷较小。此时风力发电设备 wtg、光伏发电设备pvg均已满载运行给用户提供电能，蓄电储能es也运行于放电状态，但仍然不能满足用户的用电需求。采用本发明的基于碳计量模型的综合能源站能能源优化调度方法进行优化调度后，得到的调度方案是通过光热设备pt将太阳能转化成热能，再由抽凝式汽轮机ect转化成电能提供给电负荷。相较于直接从外部电网输入电能的调度方案，虽然外部电网输入电能不需要进行能源转化，电能传输效率很高，但电网的电能由火力发电厂提供，其碳排放系数很高。而本发明优化得到的调度方案虽然能源转化效率比第一种方案低，但由于其最初能量来源是太阳能，因此其碳排放系数也较低，更为环保。
[0098]
本发明的有益效果在于，与现有技术相比，本发明的基于碳计量模型的综合能源站能源优化调度方法和系统，根据当前用户电负荷和热负荷的大小，结合各能源转化设备的能源转化效率和碳排放系数，以综合能源站的总碳排放量最小为目标进行优化，可以计算出综合能源站的各能源转化设备的最优能源输出量，最终可以使得综合能源站总的碳排放量最小，更好地满足环保的要求。
[0099]
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。