[发明专利]一种分布式能源系统的运行优化控制方法及系统

说明书

技术领域

本发明涉及一种分布式能源系统的运行优化控制方法及系统，特别是一种用于燃气-蒸汽联合循环加余热利用的冷热电联供系统的运行优化控制方法及系统。

背景技术

分布式能源是指分布在用户端的能源综合利用系统，以天然气或可再生能源作为主要驱动能源，以冷、热、电联供技术为基础，实现了以直接满足用户多种需求的能源梯级利用，是以高效、清洁、灵活为特点的供能系统，已成为当今世界迅速发展的绿色新兴能源产业。

分布式能源系统运行的显著特点是负荷变化大，尤其是冷、热负荷变化大，随机性强。为满足冷热电负荷需求，系统经常处于变工况运行状态，由于缺少负荷预测环节或预测精度较低，负荷优化分配的偏差不断变大，机组及其控制系统的响应特性会出现滞后、超调、甚至振荡，导致系统难以达到设计时能源综合利用效率值的要求，经济效益也难以保证。

由于用户侧的冷、热、电负荷在不断变化，分布式能源站的各主设备的搭配运行模式较多，多投/退机组或者主设备搭配不合理，会导致能耗增大、厂用电消耗增加、经济性降低，因此，如何合理优化多机组的运行模式也是分布式能源系统亟待解决的问题。而目前，分布式能源站的SIS系统只负责实时生产数据传输和报表，不负责现场决策优化控制和寻优管理，因而不能指导现场设备的运行优化管理；而现有的分布式能源站的DCS控制系统与SIS生产管理系统独立运行，生产管理系统未能与控制系统实时在线相关联，不具有对整个分布式能源站的实时在线运行优化功能。

发明内容

本发明的目的在于，提供一种分布式能源系统的运行优化控制方法及系统，能够获得高精度的负荷预测信息，形成相应的优化命令，对负荷动态以及机组运行进行在线优化控制。

为解决上述技术问题，本发明采用如下的技术方案：一种分布式能源系统的运行优化控制方法，包括以下步骤：

S1，采集环境信息和机组实际运行数据，以获得分布式能源站用户的冷、热负荷随季节和时刻的变化规律，再根据所述变化规律和用户蒸汽需求计划，建立冷热电负荷预测模型；

S2，通过引入实时校验因子和机组实际运行数据，在线优化冷热电负荷预测模型，逐时预测冷、热、电负荷的动态需求；

S3，在满足能源利用效率的前提下，以实现全厂经济效益最优为目标，根据预测的冷、热、电负荷的动态需求建立负荷动态优化分配模型，输出负荷动态优化分配结果；

S4，基于全厂经济效益最优，根据负荷动态优化分配结果建立组合优化模型，输出机组运行优化命令，对负荷实现方式进行优化及调控。

前述的分布式能源系统的运行优化控制方法中，所述环境信息包括当地大气环境温度、湿度信息；所述机组实际运行数据包括机组的负荷率和工作效率。

前述的分布式能源系统的运行优化控制方法中，所述步骤S1中的冷负荷为空调冷负荷，热负荷包括工业蒸汽负荷和空调热负荷，所述冷热电负荷预测模型通过以下步骤建立：S11，以当前时间为起点，收集近三年内的天气预报信息(包括温度、湿度等)，利用指数平滑算法获得逐时天气变化曲线，然后与当前天气预报信息进行对比、修正，建立气象预测模型，对未来三天内的天气情况进行预测，计算未来一天的逐时天气变化曲线；

S12，根据未来一天的逐时天气变化曲线，统计能源站用户不少于一年内的用能(冷、热)数据，计算未来一天的冷、热负荷随季节和时刻的逐时变化曲线，再根据未来一天的冷、热负荷随季节和时刻的逐时变化曲线和用户蒸汽需求计划，建立冷热电负荷预测模型。

天气预报通常预测未来一周天气情况，而针对分布式能源系统，主要考虑其实用性，选择未来三天作为预测步长；因为太长则无实用价值，太短则对接下来的精确预报“未来一天”数据的支持不充分。计算和预报“未来一天”的逐时变化曲线是为了能提供给能源站运行人员第二天的机组开启和运行计划安排。

前述的分布式能源系统的运行优化控制方法中，所述步骤S2中，所述实时校验因子是通过即时数据在线修正所得的负荷预测值，所述即时数据包括分布式能源站向用户提供空调冷、热水供回水母管的温度和流量。

前述的分布式能源系统的运行优化控制方法中，所述步骤S2中，所述冷、热、电负荷的动态需求包括能源站用户的未来负荷分布情况以及峰谷负荷的发生时刻和持续时间。

前述的分布式能源系统的运行优化控制方法中，所述步骤S3中，负荷动态优化分配模型根据预测得到的冷、热、电负荷值，输出负荷动态优化分配结果，对分布式能源站各套机组须完成负荷数量进行调配；所述负荷动态优化分配模型按以下步骤建立：