[发明专利]一种台区能源系统建模方法及系统

权利要求书

1.一种台区能源系统建模方法，其特征在于：包括如下步骤：

步骤一：获取天气测量数据，获取风光发电功率预测数据；

步骤二：获取用能数据、柴油机参数，获取电池储能单位运行费用和外部电价信息，结合所述风光发电功率预测数据，经济和环境两个指标，得到台区的能源系统模型；

步骤三，利用差异进化算法对台区的能源系统模型进行优化求解。

2.根据权利要求1所述的一种台区能源系统建模方法，其特征在于：所述获取天气测量数据，获取风光发电功率预测数据的方法为：

步骤1，基于数值天气预报获取风光互补发电站的天气测量数据；

步骤2，将风光互补发电站的天气测量数据结合风光互补发电站的其他条件数据建立风光发电功率预测模型；

步骤3，根据建立的风光发电功率预测模型得出风光发电功率预测数据。

3.根据权利要求2所述的一种台区能源系统建模方法，其特征在于：所述风光互补发电站的天气测量数据包括下述中的至少一种：

光照强度；温度；风速；风向；气压；

所述风光互补发电站的其他条件数据包括下述中的至少一种：地形；地貌；风机排列；光伏组建的倾角和方位角。

4.根据权利要求2所述的一种台区能源系统建模方法，其特征在于：所述建立风光发电功率预测模型使用神经网络的方法建立，其方法为：

通过风光互补发电站历史数据的训练，利用非线性映射将输入层的天气测量数据及其他条件数据映射到隐藏层，再由隐藏层映射到输出层，通过不断改变这个非线性函数的参数使输出结果与实际误差最小，训练完成后输入天气测量数据，输出的结果为风光发电功率预测数据。

5.根据权利要求1所述的一种台区能源系统建模方法，其特征在于：所述获取用能数据、柴油机参数，获取电池储能单位运行费用和外部电价信息，结合所述风光发电功率预测数据，经济和环境两个指标，得到台区的能源系统模型为：

其中，α为偏好因子，F_co为运行费用，F_EB为气体排放系数，F_co^*为气体排放系数最优时的运行费用；F_EB^*为运行费用最低时的气体排放系数

6.根据权利要求1所述的一种台区能源系统建模方法，其特征在于：所述利用差异进化算法对台区的能源系统进行优化求解的方法，包括如下步骤：

步骤1，能源终端读取台区能源系统内的数据；设置差异进化算法参数；输入偏好因子与约束条件；

步骤2，基于步骤1，初始化种群；

步骤3，对初始化的种群进行变异操作，得到变异向量：

其中，F为缩放因子，为变异、交叉前的a原始个体,为变异、交叉前的b原始个体,为变异、交叉前的c原始个体，k代表迭代次数；

步骤4，利用上述的变异向量根据下式对种群进行交叉，得到试验个体，

其中C_R为交叉因子；

步骤5，利用贪婪算法选择试验个体中进入下一代种群中的个体，如果试验个体的适应度值小于原始个体，则试验个体取代原始个体，反之保留；

步骤6，判断当前迭代次数是否达到最大值，若否，则次数增加1，转到步骤3；若是，则转到步骤7；

步骤7，判断当前用户偏好因子下得到的经济效益和环境指标是否满意，若满意则输出控制策略；若不满意则转到步骤1调整偏好因子。

7.根据权利要求6所述的一种台区能源系统建模方法，其特征在于：所述设置的差异进化算法参数包括种群规模、缩放因子、交叉因子、最大迭代次数。