[发明专利]一种园区能源互联网能源设备容量优化配置方法

权利要求书

1.一种园区能源互联网能源设备容量优化配置方法，其特征在于，包括以下步骤：

(1)构建光伏出力和电/热/天然气负荷的多场景模型：

(1-1)根据全年光照小时数据，按春秋季、夏季和冬季三种季度情况分别进行K均值聚类，得到N_s个光照场景，N_s为设定值；

(1-2)根据光照场景和光伏出力模型得到N_s个光伏出力场景；

其中，β为光照强度，β^rated为光照强度额定值，E_PV为光伏出力，为光伏额定容量；

(1-3)按春秋季、夏季和冬季三种季度情况，确定电/热/天然气负荷典型日数据，与光伏出力场景进行组合，形成N_s个光伏出力和电/热/天然气负荷场景；

(2)建立能源设备容量优化上层模型，求解能源设备的最优配置容量；

所述上层模型包括目标函数和约束条件；

所述上层模型的目标函数为年综合费用C₁最小化：

其中，为场景s下的运行费用，p^s场景s出现的概率；N_dec为能源设备总数，为第i个能源设备的安装容量，为第i个能源设备单位容量的安装成本，i的取值范围为1～N_dec；为第i个能源设备的年资金回收率，计算如下：

其中，r为折现率；y_i为第i个能源设备的全寿命周期年限；

场景s下的运行费用由运行维护费用燃料费用电能交易费用和碳排放税构成，计算如下：

其中，△t为优化时间间隔，T为优化总时段；为场景s下t时段第i个能源设备的输入功率，t的取值范围为1～T；为第i个能源设备的运行维护成本系数；和分别为场景s下t时段园区能源互联网与电网的购/售电功率和购/售电价；为场景s下t时段园区能源互联网的购气功率，v_LHV为天然气燃烧低热值；a_e和a_g分别为电能和天然气的碳排放系数，c_c为碳税价格；

所述上层模型的约束条件为：

0≤P_i^rated≤P_i^max

其中，为第i个能源设备的最大安装容量；

(3)建立园区能源互联网运行优化下层模型，求解确定场景和确定能源设备容量下，园区能源互联网的最优运行方式；

所述下层模型包括目标函数和约束条件；

所述下层模型的目标函数为场景s下的运行费用最小化：

所述下层模型的约束条件包括能源功率平衡约束、能源设备运行约束以及能源交互功率约束；

所述的能源功率平衡约束为:

其中，和分别为场景s下t时段光伏、热电联产设备、电锅炉和电负荷的电功率；和分别为场景s下t时段电锅炉、燃气锅炉、热电联产设备、热负荷的热功率；和分别为热储能设备的充放热功率；和分别为场景s下t时段燃气锅炉、热电联产设备和天然气负荷的气功率；

所述的能源设备运行约束为：

其中，和分别为热储能设备的最大充放能功率；和分别为热储能设备优化初始时段和结束时段的储能比例；和分别为电锅炉、热电联产设备和燃气锅炉的安装容量；和分别为热电联产设备和燃气锅炉的向上爬坡速率限值；和分别为热电联产设备和燃气锅炉向下爬坡速率限值；

所述的能源交互功率约束为：

其中，和分别为园区能源互联网购气功率、购电和售电功率的最大值；为表征园区能源互联网购电状态的变量，当园区能源互联网购电时等于1，其余状态时等于0；

(4)利用遗传算法求解上层模型，利用cplex求解器求解下层模型，得到能源设备的最优配置容量。

2.根据权利要求1所述的园区能源互联网能源设备容量优化配置方法，其特征在于，所述的能源设备包括光伏、热电联产设备、燃气锅炉、电锅炉以及热储能设备。

3.根据权利要求2所述的园区能源互联网能源设备容量优化配置方法，其特征在于，所述的步骤(4)，具体方法包括：

(4-1)数据初始化，输入光伏出力和电/热/天然气负荷的N_s个场景数据；

(4-2)对上层的决策变量进行编码，随机生成初始种群，每个个体代表一种园区能源互联网能源设备容量配置；

(4-3)对种群内的每个个体，利用cplex求解器进行每个场景的下层运行优化，并将最优的运行费用返回至上层；

(4-4)上层根据下层的优化结果，计算每个个体的适应度函数值；

(4-5)判断是否满足终止条件，若是则输出能源设备的最优容量配置方案，否则进行步骤(4-6)；

(4-6)对种群进行选择、交叉和变异操作形成下一代种群，返回至步骤(4-3)。