[发明专利]冷热电联供微网系统的能量调度优化方法

说明书

本发明公开了一种冷热电联供微网系统的能量调度优化方法，包括：1根据测量数据与预测结果，得到系统在当前决策时刻的状态向量；2将所有决策周期分成优化非学习周期和学习周期，在非学习周期内根据电价确定以热定电或以电定热原则控制系统运行，并计算该段时间内运行的平均代价；在学习周期内通过强化学习算法和非学习周期的平均代价得到最优Q值表，进而得到优化策略。本发明能充分考虑随机变量的统计特性和不确定特性，从而提高系统实际运行的经济性。

技术领域

本发明涉及冷热电联供微网系统优化调度领域，具体来说是一种冷热电联供微网系统的能量调度优化方法。

背景技术

由于能源危机和环境压力，节能减排成为各领域愈发重要的研究课题。冷热电联供技术微网系统不仅能够提高可再生能源渗透率，同时可将一些发电过程中产生的余热用于满足用户制冷、制热需求，实现能量的阶梯利用，在节约传输成本的同时满足多元化的用能需求。

然而，由于冷热电联供微网系统涉及多类型能源供需匹配，系统中各类分布式能源与负荷通过能量母线相联，由能量管理系统对其中的可控分布式能源进行控制，同时电力母线通过公共连接点与大电网相联。冷热电联供微网系统结构复杂，各类能源耦合性强，同时，由于可再生能源和负荷的随机性和不确定性，使得对于该系统的动态运行优化具有一定难度。

一方面，系统中分布式能源的有效的组织管理会对经济环境有重要作用，在实际应用中，冷热电联供微网系统多采取以热定电或以电定热的固定模式运行，但由于负荷以及可再生能源的随机性常常会导致不同种类能源出力与负荷不匹配，资源浪费严重，使得系统不能实现高效经济运行。

另一方面，现有的调度优化方法主要包括两类，一是针对不同固定场景的冷热电联供微网系统运行方式的优化问题，即将冷热电联供微网系统的运行过程中可再生能源与负荷作为已知确定性因素考虑，在此基础上通过已有混合整数规划或相关搜索类算法求解优化运行方案。但由于实际情况中可再生能源渗透率越来越高，用户负荷需求日益增大，系统中存在的随机性不可忽视；另一种则是通过预测或统计方法将随机性问题转化为确定性问题求解，但缺点在于此类方法获得的优化策略没有考虑实际情况下环境以及负荷变化的不可预测性带来的影响。

发明内容

本发明针对现有技术中存在的不足之处，提出一种冷热电联供微网系统的能量调度优化方法，以期能充分考虑随机变量的统计特性和不确定特性，从而提高系统实际运行的经济性。

本发明为解决技术问题采用如下技术方案：

本发明一种冷热电联供微网系统的能量调度优化方法，所述冷热电联供微网系统包括：能量管理系统、光伏、微型燃气轮机组、燃气锅炉、电储能装置、热储能装置以及电制冷、电制热和热制冷装置；所述冷热电联供微网系统与大电网通过公共节点相连，所述大电网的电价分为高、低电价区间；其特点是，所述能量调度优化方法是按如下步骤进行：

步骤1：所述能量管理系统根据环境与用户行为的历史数据，预测当天冷负荷预测函数曲线热负荷预测函数曲线电负荷预测函数曲线以及晴朗条件下的光伏预测函数曲线

再估计冷负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为N_cool+1个等级、热负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为N_th+1个等级、电负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为N_ele+1个等级、光伏在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为N_pv+1个等级；