:本发明属于空调系统运行优化,更为具体的讲,涉及一种关于水蓄冷空调系统的两阶段优化调度模型。
背景技术
0、
背景技术:
1、水蓄冷空调系统能够利用夜间低谷电价制取并储存冷量,白天高峰负荷时释放冷量满足供冷需求,从而缓解电网压力。此外,通过对水蓄冷空调系统进行科学合理的调度与管理,能够提高水蓄冷空调系统运行方案的经济性和可靠性,给用户侧带来经济效益。目前对水蓄能空调系统运行策略的研究侧重对调度经济性的研究和日前能量调度计划的研究。但是,当前理论的调度结果仅仅是获得了储放能策略和冷水机组开启台数的可行解,并未考虑与实际运行的衔接问题。一是未考虑实际系统供冷的可靠性:由于日前负荷预测误差比较大,若不采用实时负荷进行修正,容易造成供需不匹配的现象,尤其当冷负荷预测偏小时,将会造成供冷不足,影响室内舒适度。二是未考虑设备运行的连续性,难以直接用于指导系统运行。因此,一个好的运行方案势必是在满足实际负荷需求的前提下,提高运行的经济性,并能够实现实际系统的稳定运行。为了使优化方案能够满足系统实际运行需求,本发明提出了两阶段的优化调度策略,考虑了系统实际运行需求,在追求经济性的同时保障了供冷可靠性和系统运行的稳定性,具有较强的工程应用价值。
技术实现思路
0、
技术实现要素:
1、本发明的目的在于克服现有技术缺陷,提供一种水蓄冷空调系统的两阶段优化调度方法,旨在满足水蓄冷空调系统优化调度的实际运行需求,从而在降低系统日运行费用的同时,提高供冷可靠性和运行稳定性。
2、为了实现上述发明目的,本发明水蓄冷空调系统两阶段优化调度方法的具体步骤包括:
3、s1:确定日前负荷预测曲线,次日分时电价以及系统设备性能等日前优化调度边界条件。
4、s2:以经济性为目标,建立日前优化调度模型,具体包括:
5、(s201)设置目标函数。水蓄冷空调系统优化调度的目标是基于分时电价,通过合理规划机组运行数量、运行负荷率和逐时储放能速率,降低全天运行费用。其优化目标函数为:
6、
7、
8、其中pt是t时刻的电价,wt是整个系统的总功耗,包括所有开启冷水机组的制冷功耗所有开启水泵的能耗所有开启冷却塔风机的能耗
9、(s202)建立设备能耗模型。水蓄冷空调系统的设备能耗主要涉及电动冷水机组、冷冻水泵、冷却水泵以及冷却塔风机能耗。
10、(1)建立电动冷水机组能耗模型
11、电动冷水机组的功耗可以根据冷机制冷功率与冷机性能系数(cop)进行计算,如式(3),冷机的性能系数cop可以通过了冷机所承担的冷负荷率进行计算:
12、
13、copec,i=β1plrec,i3+β2plrec,i2+β3plrec,i+β4
14、
15、
16、
17、
18、其中,wec,i代表第i台冷机的功耗,copec,i代表第i台冷机的效率,plrec,i代表第i台负荷率,是冷机的额定制冷功率。β1~β1是cop性能曲线的参数系数,可以通过实测数据拟合得到。wec、qec表示冷机的总功耗和总制冷量,μec,i表示冷机的开启状态,n表示冷机数量。
19、(2)建立风机和水泵功耗模型。
20、日前调度阶段主要考虑冷水机组的频繁启停问题和冷水机组的能量分配问题,且风机和水泵能耗占比较小,因此对其进行简化,认为风机和水泵依据额定功率运行。
21、
22、
23、式中,和分别表示风机和水泵的额定功率。
24、(s203)设置约束条件
25、(1)功率平衡条件
26、整个系统的供冷量应当大于或等于冷负荷需求,可表示为:
27、
28、其中,和表示蓄能罐存储或释放的冷量,代表整个系统的冷负荷需求,可由日前预测模型获得。
29、(2)蓄冷罐能量平衡条件
30、蓄能系统满足如下能量平衡式:
31、
32、
33、
34、
35、
36、ws代表蓄能罐的蓄能量,ε代表单位时间内的蓄能罐的热损失,η代表蓄能罐的效率,代表蓄能罐的速率,上标in和out分别表示存储和释放能量。λ1、λ1分别表示蓄能罐的状态是蓄能还是放能。
37、(3)冷水机组制冷量上下限
38、冷机在过小负荷率下运行,影响冷机寿命,且制冷功率不能超过其最大制冷功率。因此,电动冷水机组的输出具有如下约束:
39、
40、
41、其中,caec,cahp,分别代表机组最低和最高输出冷量。
42、(s3)分段线性化求解
43、由约束条件式可以看出该优化求解问题,既含有非线性约束,又含有整数变量,属于混合整数非线性规划(minlp)模型,由于调度阶段是对次日24个小时的优化变量进行求解,因此优化变量较多,需要进行线性化处理,本发明采用第二类特殊有序集约束(sos-2)方法对非线性表达式进行分段线性化处理,具体过程及公式如下:
44、指定一系列非负连续变量t1,t2,......tn,计算冷机功耗的公式中的两个函数变量为qec,i和wec,i,这里用x,y来表示。x,y进一步可采用n个分段点(x1,y1)(x2,y2)……(xn,yn)表示为:
45、
46、式中,x,y分别表示非线性函数中的自变量和因变量(在本文中分别指功率和冷负荷率)。t1,t2,......tn满足:
47、t1+t2+......+tn=1
48、为了保证相邻的ti非0个数不超过2的限制,引入0-1整数辅助变量z1、z2,......zn,满足关系:
49、
50、通过以上求解便可以,获得优化调度初解:蓄能水罐和冷水机组的负荷分配比例,每台冷水机组的启停状态。日前基于分时电价,优化了储放能策略,保证了系统运行的经济性
51、s4:确定日间优化调度边界条件,包括小时负荷预测值,日前优化调度获得的储放能策略结果。
52、s5:调整机组运行数量与运行状态。
53、(s501)计算机组所要承担的实际净负荷。在日前优化调度阶段已经确定了蓄能水罐的储放能功率,当已知t时刻更为准确的预测负荷值时,便可以计算冷机实际需承担的负荷量:
54、
55、(s502)调整当前时刻冷机总运行数量。对比净负荷与日前优化调度所获得的冷机数量初解,调整冷机冷机运行台数,以满足供需匹配,保证供冷可靠性。具体原则为:如果实际净负荷高于日前所确定的开启冷机的最大制冷功率,表明实际负荷偏大,则需再开启一台冷机;如果实际净负荷低于日前所确定的开启冷机的最低制冷功率或高效运行区间,表明实际负荷偏小,需关停一台冷;否则按照日前确定的冷机台数运行。通过设备逐时运行数量再调整,确定冷机的最终开启台数。
56、(s503)调整每台冷机运行状态,以避免冷机频繁启停。具体步骤为:
57、(1)从当前时刻开始,统计冷机最长连续开启时间段δtk1,及需要开启的冷机总运行数量内n;
58、(2)计算δtk1时段内,每一时刻的最小开启数量,并按顺序开启冷机。
59、nmin=ceil(n÷δtk1)
60、(3)重复2-3步,计算剩余设备需开启的数量n-nminδtk1,统计从当前时刻开始剩余冷机最长连续开启时间段δtk2,确定剩余设备的开启时间与数量;
61、(4)从当前时刻至供冷结束时刻,重复(1)-(4)步,确定每时刻需开启的冷机数量及每台冷机的运行状态μec,i。通过冷机运行数量与运行状态的再调整,保证设备运行的连续性。
62、s6:建立日间优化调度模型,进一步优化负荷率。
63、(s601)设置优化目标。日间运行阶段的优化目标为优化下一时刻的运行功耗:
64、
65、(s602)电动冷水机组模型
66、copec,i=β1plrec,i3+β2plrec,i2+β3plrec,i+β4
67、
68、
69、
70、其中,μec,i是调整后的冷机开启状态。
71、(s603)约束条件
72、
73、(s604)优化求解
74、由于机组开启台数μec,i已经变为已知量,并且求解变量只有下一时刻的机组负荷率,因此该阶段的优化问题属于简单的非线性规划(mnlp)问题,直接采用gurobi求解器即可快速准确求解。
75、与现有技术相比,本发明的技术方案所带来的有益效果是:
76、第一阶段基于日前负荷预测建立水蓄冷系统优化调度模型,可以获得更为经济的储放能调度策略,保证了运行的经济性。第二阶段基于更为准确的日间负荷预测进行设备运行数量与状态和机组负荷率的再调整,可以保证供冷的可靠性和设备运行的连续性,获得更为符合实际需求的运行方案。通过两阶段的调度计划能够在追求经济性的同时,保证系统运行的可靠性和稳定性,具有较强的工程应用价值。