[发明专利]一种短期能源系统模型领域多目标决策优化方法

权利要求书

1.一种短期能源系统模型领域多目标决策优化方法，用于能源系统建设决策，其特征在于：包括以下步骤：

步骤S1、基于Oemof框架构建多节点的高时空分辨率能源系统的开发模型；

步骤S2、以年总成本和CO₂排放量为优化目标进行多目标决策优化开发模型；

步骤S3、基于遗传算法进行多目标优化求解；

所述基于Oemof框架构建多节点的高时空分辨率能源系统开发模型，其方法是采用基于小时的调度/操作，并把模型的决策应用有效时期为一年以内的时间范围，该模型中，能源系统的输入量包括光伏容量、风力容量、储能容量、电网容量、建筑能源效率百分比，还包括负荷、光伏、风力的分布信息，以及建筑能源效率百分比；

所述步骤S2中，多目标决策优化开发模型的决策变量为Oemof框架系统的输入量，包括光伏容量、风力容量、储能容量、电网容量、建筑能源效率百分比和负荷、光伏、风力的分布信息，以及建筑能源效率百分比；

所述多目标决策优化开发模型的约束条件包括：

约束A1、每个节点的逐时功率均衡，

即

其中，E_n,u,t表示t时段发电机u在节点n的发电量，D_n,t表示节点n在t时刻的电力需求，是储存单元通过释放储存而提供的电力，是为储存设备充电的电力，是在电力传输中失去的电力；如果发电量在任何时候超过需求，则在相应的决策变量内计算多余的发电量；

约束A2、每个发电机组的最大功率的定义，即每个化石燃料发电机提供的功率P_u,t必须为正数，且小于或等于其标称容量P_nom,u，

即0≤P_u,t≤P_nom,u；

约束A3、基于化石燃料的发电和一般的可调度发电P_u,t受限于燃料在Q_t时刻的可用性，其表述为基于工厂的具体效率和燃料供应产生的功率的依赖关系，

即P_u,t/η_u≤Q_t，

其中，η_u为发电机组的效率；

约束A4、存储平衡的表述，其用于解释存储单元的充放电和自放电，适用于U中的每个存储单元u和T中的每个时间步长t，如下所示：

其中为存储单元u在t时刻的充电功率，为存储单元u在t时刻的放电功率，和分别为存储单元u的充电效率和放电过程效率，S_u,t为存储单元u在t时刻的状态，为存储单元的自放电效率；

约束A5、存储水平S_u,t受存储单元u的标称存储容量的限制，

即S_u,t≤NS_u；

约束A6，电网中的传输线限制，具体为在t时刻，相对于连接两个节点的电力线u的潮流受标称传输值的限制，

即

所述步骤S3的具体方法为从一个由随机个体或随机解组成的初始种群开始，该初始种群具有随机决策变量和对应的适应度值，适应度值即目标函数结果；

依次执行以下步骤：

i)根据适应度值选择最佳个体；

ii)基因之间的交叉，即单个决策变量的值，

iii)基因突变，即基因的随机修改以引入多样性；

最终当个体适应度函数达到预设的收敛准则时，输出最终结果。

2.根据权利要求1所述的一种短期能源系统模型领域多目标决策优化方法，其特征在于：所述高时空分辨率能源系统的开发模型，包括热功能模块、冷功能模块、交通功能模块。

3.根据权利要求2所述的一种短期能源系统模型领域多目标决策优化方法，其特征在于：所述能源系统中，在利用电网和区域火电生产能力覆盖剩余负荷之前，先将可再生能源产量作为参数传递到单个节点。