[发明专利]一种计及电转气技术的区域综合能源系统在线优化方法

权利要求书

1.一种计及电转气技术的区域综合能源系统在线优化方法，其特征在于，所述在线优化方法包括以下步骤：

S1：获取系统状态的实时信息，系统实时信息包括实时HVAC累积对列Q(t)，风光发电量S(t)，基础负荷L_B(t)，HVAC电能需求量L(t)，当前电网电价R(t)和当前室内温度T(t)；

S2：系统对当前的风光发电量、基础负荷、可控负荷队列长度、电价和用户舒适度要求事件产生触发信号并通知功率控制器对事件做出响应；

S3：基于李雅普诺夫的能量在线优化，以获得HVAC当前最优的实际电能消耗X(t)；

S4：对系统中其它单元进行能量调度，以实现综合能源系统的在线优化；

所述步骤S1中，基础负荷、室内温度和电网电价通过信息流直接传入能量管理中心，可控负荷HVAC是综合需求响应的调度对象，在t时的电能需求L(t)表示为：

L(t)＝[L₁(t),L₂(t),···,L_N(t)],t∈[1,2,···,T] (1)

在满足用户用电舒适度范围的情况下，HVAC电能需求根据用户用电习惯随机产生，电能需求L_i(t)的约束即表示如下：

0≤L_i(t)≤L_i,max (2)

L_i,max即为用户对第i个HVAC用电需求的最大值，HVAC在t时实际消耗的电能为X_i(t)，电能队列表示为：

X(t)＝[X₁(t),X₂(t),···,X_N(t)],t∈[1,2,···,T] (3)

考虑到HVAC在实际运行中的状态只有开和关两种，则其实际电能X_i(t)的约束表示为：

其中，Δt表示时间间隔，HVAC运行的状态下，输出功率固定为P_i,out，由于风光发电量存在不确定性和随机性，及用电成本的约束，区域综合能源管理系统不能每时每刻满足每一位用户的电能需求，因此设置负荷积累需求队列为Q_i(t)：

Q(t)＝[Q₁(t),Q₂(t),···,Q_N(t)],t∈[1,2,···,T] (5)

其中，队列中存储了第i台HVAC尚未被满足的电能需求，因为Q_i(t)具有以下性质：

非负性，根据队列Q(t)是一个不断积累的过程，因此，在任意时刻t，Q(t)≥0；

动态更新，HVAC积累电能队列的长度可根据区域综合能源管理系统地不断优化随时更新；动态更新方程可表示如下：

假设第i台HVAC在时刻t分配得到的风光发电量为S_i(t)，其集合可表示为：

S(t)＝[S₁(t),S₂(t),···,S_N(t)],t∈[1,2,···,T] (7)

由于HVAC的运行状态只有开和关两种状态，且以额定输入功率运行，分配的风光发电量满足：

其中，可控负荷开的状态下，输入功率固定为P_i,in；

当风光发电量无法满足所有的负荷需求时，用户从电网购电；电网电价采用分时电价机制，电价为R(t)；

所述步骤S2中，综合能源系统的事件触发机制，发生以下事件，系统将会产生触发信号并通知功率控制器对事件做出响应：

事件1：基础负荷的变化量超过设定阈值；

L_B(t)-L_B(t-1)＞εL_B(t-1) (9)

其中，变化量ε可根据系统的负荷变化的允许上下限调节；

事件2：至少有一个可控负荷的队列长度超过设定阈值；

该式表示用户对第i个HVAC的用电需求已经积压了至少t_delay+1次，需要及时调整，否则，将有可能会导致负荷反弹效应；

事件3：风光出力的变化量超过设定的阈值

S(t)-S(t-1)＞τS(t-1) (11)

τ为风光发电变化量与t-1时刻风光发电量的关系；

事件4：分时电价发生变化

R(t)≠R(t-1) (12)

事件5：用户舒适度的分配公平性低于设定阈值

com_max(t)≤N_com·com_min(t) (13)

N_com为根据用户舒适度制定的分配公平性系数；

事件触发机制包括事件监测、触发条件形成、事件通知、事件响应、条件消失判定五个阶段，当监测器监测到事件触发后，发出触发信号，负荷调度单元收到信号后，按照当前的信息，执行器重新分配能源，调度结束后，系统继续在当前运行状态下继续运行，直到下一次的事件触发；

所述步骤S3中，基于李雅普诺夫的能量在线优化，以获得HVAC当前最优的实际电能消耗X(t)，李雅普诺夫优化算法的步骤可分三步：

3.1)构造HVAC积累队列Q(t)，该队列与用户电能需求和实际用电量差值有关；

3.2)在建立HVAC积累队列的基础上，定义李雅普诺夫函数，并定义“漂移+效用”；

3.3)求解漂移加效用函数上界的最小值；

因此，在已构造好积累队列Q(t)的基础上，定义李雅普诺夫函数为：

该函数代表了可控队列总的累积量；

定义李雅普诺夫“漂移”为：

Δ(Q(t))＝E{L(Q(t+1))-L(Q(t))} (15)

式中，Δ(Q(t))代表了前一时刻和后一时刻队列积累量的差值的期望，代表了队列的稳定程度；将“漂移”函数中的李雅普诺夫函数展开，并求漂移函数的上界；

其中，D为限制常数；根据L_i(t)和X_i(t)的上限约束(2)和(4)得：

基于李雅普诺夫优化算法中的“漂移+效用”思想，在保证队列稳定性地同时，最小化用户的用电成本；定义的效用函数基于用户成本，优化算法的“漂移+效用”函数表示如下：

其中，第二项中的V_i为第i个HVAC可控队列的权重参数，用于平衡用户成本和队列稳定性，根据用户在成本和舒适度的偏好设定，当V_i＝0时，用户注重舒适度而放弃优化成本，将会导致用户用电成本大大增加；当V_i＝1时，表示用户只要求成本最小化，不再考虑用户舒适度；

基于以上定义，在保证用户舒适度和可控队列稳定性的前提下，以最小化队列累积量和用户用电成本为目标，优化决策变量X_i(t)，确定HVAC的运行状态；

求解“漂移+效用”函数上界的最小值，对HVAC的电量进行调控；

辅助定理1：漂移+效用函数满足

通过辅助定理1，目标函数表示如下：

由于D是一个定值，在最小化“漂移+效用”函数上界时，不做考虑，根据式(23)中电量的定义，将目标转化为下式：

结合式(19)，求和中的首项Q_i(t)是一个关于t-1的变量，在当下t时刻作为一个已知量；同时L_i(t)根据用户用电习惯所得；在最小化目标函数求解时，将定值D和求和首项省略；

由于HVAC的运行状态为0或1，上式进一步简化为一个判断条件，来决定X_i(t)的值；

当时，X_i(t)＝0；

当时，X_i(t)＝P_i,in；

通过上述判断条件得知，当系统维度增加时，计算的复杂度也不会呈指数型增加，而是线性增加，即该算法保证在多维度的情况下，快速地对X_i(t)进行规划调度；

所述步骤S4中，对系统中其它单元进行能量分配，综合能源系统的能量分配策略如下：

4.1)为提高可再生能源的消纳率，先采用可再生能源RES发电单元进行供电，由于电负荷中的固定负荷L_B(t)和热负荷H(t)都具有不可调控性，光伏发电量先满足基础负荷的需求，剩余的电量根据用户优先级和允许延迟时间两个原则进行再分配，剩余电能表示如下：

Re1(t)＝S(t)-L_B(t) (22)

其中，Re1(t)为第一级风光出力余量，S(t)为t时RES发电量；

4.2)若发生发电量过大，在满足家用负荷后仍有余量的情况下，系统采用储能电池来消纳多余的发电量

Re2(t)＝Re1(t)-P_in，ESS·Δt (23)

其中，Re2(t)为第二级风光出力余量，P_in,ESS为储能电池的充电额定功率；

4.3)由于储能电池输入功率有限制，当风光出力余量Re2(t)＞0时，通过电转气技术，将多余的风光出力转化为天然气，输送到天然气网络用于热负荷；

4.4)若在负荷供应的某一阶段RES发电单元无法满足需求，则系统选择从电网购入一定的电量，以满足Q_i(t)的要求；

4.5)热负荷能量来源首先通过电转气装置，由于电转气装置的优先级在电力网络中是最低的，因此，由电转气技术转化的天然气能量较少，无需通过储气系统，即可直接用于供热，剩余的能量由天然气网络提供。