[发明专利]一种基于混合储能技术的建筑需求侧能源供给技术方法

说明书

本发明公开了一种基于混合储能技术的建筑需求侧能源供给技术方法，首先针对系统构建以系统运行费用为目标函数的建筑能源系统的优化调度模型，模型需遵从对应的约束条件；其次对优化调度模型进行线性化处理；其次依次进行构建ARX模型、对ARX模型做参数辨识、确定模型选择标准以实现对ARX模型的训练和验证；接着计算所提出不同温度设定方案下的FIT值，以FIT值校验模型预测精度；借助ARX模型及优化调度模型实现建筑动态蓄热在建筑能源系统灵活供能处理。本发明ARX模型可很好地预测建筑动态冷负荷需求，同时基于混合储能技术能有效降低建筑供能系统的运行费用。

技术领域

本发明涉及建筑能源供给技术，尤其涉及一种基于混合储能技术的建筑需求侧能源供给技术方法。

技术背景

随着全球能源需求的增长及化石能源地枯竭，可再生能源被越来越多地开发及利用。而可预见的大量可再生能源系统的配置将会严重威胁能源网络的稳定性。由于能源供给及需求需要实时平衡，而可再生能源总是不确定的，因此高比例的可再生能源渗透问题将会面临挑战。为了提高可再生能源消纳比例，保证供给与需求的实时平衡，灵活能源技术越来越多地被应用在能源系统的调度及调控过程中。在众多的灵活供能技术中，建筑及热网已经存在于供能系统中，因此并不需要二次投资及运行维护，所以越来越多的研究关注于建筑在能源系统中的灵活性潜力。

为了实施建筑能源系统的灵活性，首先要构建建筑热动态模型。目前，大量建筑性能仿真平台被用于建筑灵活性潜力的预测之中。目前，常用RC灰箱模型、ARX模型、NARX模型预测建筑室内温度。相对于灰箱模型，ARX及NARX模型表现出更好的拟合优度，特别是ARX模型。由此可见，拟合优度并不是随着模型复杂度增加而增加，而模型结构的选择是提升模型预测精度的关键，同时是降低求解问题的关键。然而上述问题很少被关注。

获得建筑热动态仿真模型之后，另一个关键问题是如何构建建筑综合能源系统与建筑热动态模型的整体优化模型并借助优化算法，在时间允许的条件下，获得综合能源系统的优化调度策略。通常，联合仿真技术被应用于解决上述问题。虽然，联合仿真可以提升建筑能源系统中各个部件的仿真精度，然而由于启发式的算法(如粒子群算法等)被应用在求解复杂模型问题中，因此计算耗时的问题同时出现。简化模型可以一定程度上提高模型求解效率，但能源系统的模型构建方法往往被忽略。由于，建筑的蓄热效应最终需要通过能量转换设备实现与电网或微电网的交互，因此，建筑冷热负荷的改变并不能直接反映在电力需求的变化中。事实上，冷水机组的COP以及冷却塔的耗电量不仅仅与其运行负荷率相关，同时还受到气象参数的影响。因此，只有同时构建相对精确的建筑动态模型以及能量转换设备的模型，才能实现建筑蓄热灵活供能潜力的准确评估、预测及实施。

发明内容

本发明的目的在于克服已有技术的缺点，提供一种基于混合储能技术的需求侧灵活供能技术方法。

本发明是这样实现的，一种基于混合储能技术的需求侧灵活供能技术方法，包括如下步骤：

(1)构建建筑能源系统的优化调度模型，明确冷量平衡约束，电力平衡约束，设备模型及运行约束；

(2)对优化调度模型进行线性化处理；

(3)依次进行构建用于描述建筑动态蓄能过程的ARX模型用于预测建筑动态冷负荷需求、对ARX模型做参数辨识、确定模型选择标准以实现对ARX模型的训练和验证；

(4)提出多类室内温度设定方案，计算所提出不同温度设定方案下的FIT值，采用拟合优度评价ARX模型的预测精度，校验ARX模型的预测精度；

(5)结合ARX模型预测的建筑动态冷负荷需求，利用建筑能源系统的优化调度模型计算，由储电设备与建筑动态蓄能组合成的多种方案下建筑能源系统的运行费用，最终实现建筑能源系统灵活供能配置。

其中，所述步骤(1)具体为，以系统运行费用为目标函数构建用于系统优化调度的优化调度模型，目标函数如下；