[发明专利]一种蓄热式电采暖参与风电消纳的多目标优化方法及系统

说明书

本发明涉及一种蓄热式电采暖参与风电消纳的多目标优化方法及系统，构建蓄热式电采暖参与风电消纳的多目标优化模型，多目标优化模型包括最大风电消纳目标函数、最小蓄热式电采暖运行成本目标函数和最低系统碳排放量目标函数，解决了现有蓄热式电采暖参与风电消纳研究主要集中在效益评估与经济性上，且目标函数具有单一性等问题；利用NSGA‑III算法对蓄热式电采暖参与风电消纳的多目标模型进行求解，在算法方面，当处理高维多目标优化问题时，解决了传统算法存在收敛性及求解效率不足等问题。本发明提高了优化效率和风电消纳的能力，并有效减少碳排放，降低设备运行成本。

技术领域

本发明涉及蓄热式电采暖技术领域，特别是涉及一种蓄热式电采暖参与风电消纳的多目标优化方法及系统。

背景技术

加快发展非化石能源，尤其是风电、太阳能发电等新能源，是推动能源低碳转型的关键。随着新能源接入电网的比例不断增加，由于风电出力具有季节性与随机性，面临风电消纳水平有限等问题，蓄热式电采暖利用储热的工作特性，可将夜晚风电弃风功率转换为电功率，并在白天释放热量，具备可调节负荷参与电网调峰的作用，是解决风电消纳的有效途径。

针对以上情况，国内外学者对蓄热式电采暖参与风电消纳进行了研究，华北电力大学李潇，刘文颖等学者提出了蓄热电锅炉参与受阻风电消纳的源荷优化控制方法，进而有效改善系统在冬季供暖期调峰能力不足的问题，提高风电的消纳水平。东北电力大学王振浩，杨璐等学者提出了考虑风电-电储能-蓄热式电锅炉的联合系统模型，该方式有效提升了系统的调节能力和灵活性，能够有效提高风能利用率并降低运行成本。燕山大学卢志刚，隋玉珊等学者提出了对不同场景下系统的风电消纳情况以及系统的经济成本和碳排放进行了分析，避免了因供热导致的系统强迫出力过高造成的弃风，提高系统整体的经济性和低碳性。清华大学陈磊，徐飞等学者建立了包含储热的调度模型，分析储热位置、储热容量、换热功率、热电联产机组热电比等参数来分析对风电消纳的影响。提升风电消纳的储热电混合储能系统经济优化配置。东北电力大学李军辉，付英男等学者提出了采用电热混合储能系统与电网进行电量交换，从而提高系统对风电消纳能力。武汉大学黎华林，陈红坤等学者提出了以系统总的发电成本最小为目标，构建了蓄热式电采暖负荷参与风电消纳优化运行模型。从电源侧的角度提高了系统的风能消纳水平，从电网侧的角度提升了系统的调峰能力，缓解了风电并网对系统造成的调峰压力。合肥工业大学尚庆晓，孙鸣等学者通过对预测误差区间离散化处理，建立误差较小的风电预测模型，并以弃风率最小为目标函数进行优化调度。对于含蓄热式电采暖参与风电消纳的多目标优化模型，一般通过粒子群算法，遗传算法，NSGA-Ⅱ算法等。燕山大学张晓辉，董兴华等学者提出了以发电成本和碳排放量作为风电场多目标低碳电力系统调度模型的目标函数，并以改进的粒子群算法对模型进行求解。国网电力科学研究院宋杰，张卫国等学者建立了以全系统总煤耗最低为优化目标，采用遗传算法对目标函数进行求解。兰州理工大学张晓英，张艺等学者采用改进的非支配排序遗传算法(NSGA-II)对该优化模型进行求解。

综上所述，在优化模型方面，目前蓄热式电采暖参与风电消纳研究主要集中在效益评估与经济性上，且目标函数具有单一性，国内外学者未综合考虑在风电消纳的同时，忽略了碳排放及设备运行成本等问题。在算法方面，当处理高维多目标优化问题时，传统算法存在收敛性及求解效率不足等问题。

发明内容

本发明的目的是提供一种蓄热式电采暖参与风电消纳的多目标优化方法及系统，以有效减少碳排放，提高风电消纳的能力及降低设备运行成本。

为实现上述目的，本发明提供了如下方案：

一种蓄热式电采暖参与风电消纳的多目标优化方法，所述方法包括：

构建蓄热式电采暖参与风电消纳的多目标优化模型；所述多目标优化模型包括最大风电消纳目标函数、最小蓄热式电采暖运行成本目标函数和最低系统碳排放量目标函数；

确定所述多目标优化模型的约束条件；所述约束条件包括风电出力约束、线路传输容量约束、功率平衡约束和蓄热式电锅炉运行约束；