[发明专利]一种基于模型预测控制的冷热电联供型微电网运行方法

说明书

技术领域

本发明属于冷热电三联供系统领域，具体来说，涉及一种基于模型预测控制的冷热电联供型微电网运行方法。

背景技术

目前，以天燃气为代表的清洁能源，与可再生能源使用相互结合，以及利用发电机余热余压，共同构成了冷热电联供型微电网，成为当今国内外快速发展的清洁新能源产业。冷热电联供型微电网系统以小规模、小容量、模块化和分散式等多种方式就近安装在用户侧，可同时满足用户对冷能、热能、电能需求的能量供应系统，节省传统集中能源输送系统的初始投资成本以及减少传输过程中能量损失。冷热电联供型微电网系统以清洁能源为主要燃料，能够减少氮氧化物、二氧化硫、固体颗粒等污染物排放，大大减少环境恶化的压力。

冷热电联供型微电网优化运行方法大多是根据日前调度计划指令运行，在一定程度上能够实现系统的经济运行。然而，由于可再生电源出力具有波动性、间歇性等特点，加上用户的用电行为更具有随机性，往往负荷及可再生电源功率的预测值和实际值存在偏差，导致实际情况往往偏离日前调度计划，严重影响冷热电联供型微电网优化运行。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种基于模型预测控制的冷热电联供型微电网运行方法，能够很好地消除由于预测不准对系统运行造成的影响，保证系统运行指令总是在最新信息的优化计算得到的，降低系统运行的风险，提高系统运行的稳定性，同时提高冷热电联供型微电网运行的经济性。

技术方案：为解决上述技术问题，本发明提出的一种基于模型预测控制的冷热电联供型微电网运行方法，包括以下步骤：

步骤10)建立参数预测模型，包括风电预测模型、光伏预测模型、冷负荷预测模型、热负荷预测模型和电负荷预测模型；根据各参数预测模型，在k时刻，根据k时刻之前采集的n个历史数据，利用各参数预测模型，预测未来控制时域M内的风电功率、光伏功率、冷负荷功率、热负荷功率和电负荷功率；历史数据包括风电功率、光伏功率、冷负荷功率、热负荷功率和电负荷功率；

步骤20)根据步骤10)得到的未来控制时域M内的风电功率、光伏功率、冷负荷功率、热负荷功率和电负荷功率，建立如式(1)至式(12)所示的滚动优化模型：

首先确定以微电网系统运行成本最小为目标函数，如式(1)所示：

式中，C表示系统运行成本；k表示当前时刻；M表示控制时域；表示系统第t时段的燃料成本；表示系统第t时段的运行维护成本；表示第t时段与电网交互的成本；

然后确定约束条件，包括冷能量平衡、热能量平衡、电能量平衡和设备运行约束条件：

依据式(5)确定冷能量平衡约束条件：

式中，表示吸附式制冷机第t时段的输入功率，单位：kW；COP_ac表示吸附式制冷机的制冷系数；表示电制冷机第t时段的输入功率，单位：kW；COP_ec表示电制冷机的制冷系数；表示第t时刻系统冷负荷功率，单位：kW；

依据式(6)确定热能量平衡约束条件：

式中，表示微型燃气轮机第t时段的电功率，单位：kW；η_mt表示微型燃气轮机的效率；η_loss表示燃气轮机能量损耗率；η_hr表示余热回收器效率；表示燃气锅炉第t时段的功率，单位：kW；表示蓄热槽第t时段的蓄热功率，单位：kWh；表示蓄热槽第t时段的放热功率，单位：kW；表示吸附式制冷机第t时段的输入功率，单位：kW；表示第t时段系统的热负荷功率，单位：kW；η_he表示热交换器效率；

依据式(7)确定电能平衡约束条件：

式中，表示光伏第t时段的预测值；表示风电第t时段的预测值；表示微型燃气轮机第t时段的电功率，单位：kW；表示系统第t时段与主网交互功率，单位：kW；表示蓄电池第t时段的充电功率，单位：kW；表示蓄电池第t时段放电功率，单位：kW；表示电制冷机第t时段的输入功率，单位：kW；表示第t时段系统电负荷功率，单位：kW；

依据式(801)和式(802)确定微型燃气轮机运行约束条件，其中式(801)是微型燃气轮机运行状态约束条件；式(802)表示燃气轮机机组爬坡约束条件，包括机组启停爬坡约束和连续运行爬坡约束：