[发明专利]一种综合能源系统运行控制方法在审
申请号: | 202210513991.8 | 申请日: | 2022-05-12 |
公开(公告)号: | CN114862024A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 刘方 | 申请(专利权)人: | 上海电力大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06;G06N5/04;G06N3/00;G06N3/12;G06N20/00 |
代理公司: | 上海德昭知识产权代理有限公司 31204 | 代理人: | 丁振英 |
地址: | 201306 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 综合 能源 系统 运行 控制 方法 | ||
1.一种综合能源系统运行控制方法,其特征在于,包括以下步骤:
步骤1,建立基于微观机理的综合能源系统全生命周期多时空尺度五维自适应数字孪生模型;
步骤2,建立综合能源系统多层协同优化目标体系;
步骤3,基于所述综合能源系统多层协同优化目标体系,建立基于所述自适应数字孪生模型预测的冷热电气综合能源系统全生命周期的多时空尺度分布式协同控制方法,
步骤4,建立综合能源系统多指标综合评价方法,包括多颗粒度指标体系,评价所述多时空尺度分布式协同控制的效果,
其中,步骤1中,所述综合能源系统包括冷热电气网、能源转换设备、能源存储设备、建筑负荷,
步骤4中,所述多颗粒度指标体系至少包括设备级和子系统级的物理指标、安全指标、整体系统可靠性、弹性、经济、环境以及社会指标。
2.根据权利要求1所述的综合能源系统运行控制方法,其特征在于:
其中,步骤1中,所述基于微观机理的综合能源系统全生命周期多时空尺度五维的自适应数字孪生模型包括冷热电气网、能源转换设备、能源存储设备的各子系统模型,具体包括以下步骤:
步骤1-1,建立设备、网络和建筑负荷的任意一种或多种的机理模型,以能源转换和存储设备为中心,建立综合能源系统的各子系统机理模型;
步骤1-2,基于所述各子系统机理模型和历史数据驱动,建立各子系统数字孪生模型;
步骤1-3,各所述子系统运行时,利用实时测量数据,实现所述各子系统数字孪生模型在线自适应协同和融合,构建子系统全生命周期自适应数字孪生模型;
步骤1-4,耦合各所述子系统全生命周期自适应数字孪生模型,实现各子系统之间能质多时空尺度匹配、梯级利用,构建综合能源系统全生命周期自适应多时空尺度五维数字孪生模型。
3.根据权利要求2所述的综合能源系统运行控制方法,其特征在于:
其中,所述设备、网络和建筑负荷的任意一种或多种的机理模型为基于实验研究,从电力、热力、流动、传热或化学反应过程的微观机理出处,结合相关理论,采用模块化建模方法,建立能源转换设备、能源存储设备和冷热电气网络的一维、二维或三维多时空尺度耦合瞬态机理模型,
所述多时空尺度耦合瞬态机理模型至少包括物性库、控制方程、热延迟模型、设备或材料性能退化模型,关键部件采用二维或三维瞬态数值模型。
4.根据权利要求1所述的综合能源系统运行控制方法,其特征在于:
其中,步骤1中,所述自适应数字孪生模型的五维尺度包括空间三维、时间维度以及层次维度,
所述层次维度为从微观到宏观的结构层次,至少分为设备部件、设备或网络、子系统、整体系统的结构层次。
5.根据权利要求1所述的综合能源系统运行控制方法,其特征在于:
其中,步骤2中,建立所述综合能源系统多层协同优化目标体系的方法为:
将自适应数字孪生模拟与实验研究相结合,基于电力、热力、流动、传热和化学反应理论,构建所述综合能源系统多层协同优化目标体系,
所述优化目标至少包括以熵产最小为冷热气网和储冷储热的优化目标、以瞬时COP最大为热泵储能耦合子系统动态优化目标。
6.根据权利要求1所述的综合能源系统运行控制方法,其特征在于:
其中,步骤3具体分为以下子步骤:
步骤3-1,针对源荷和多尺度惯性的不确定性,基于子系统中设备网络数字孪生模型多步预测、在线滚动优化和反馈校正策略来预测并优化设备网络未来动态响应输出;
步骤3-2,选取合适智能优化算法,实现子系统内的各设备网络协同优化控制;
步骤3-3,各所述子系统之间进行协同优化控制,基于自适应模型、多重耦合子系统动态优化控制指标以及多层优化目标,采用纳什优化和混合优化算法,基于纳什均衡理论的多个子系统博弈分析,采混合博弈,确定全局动态纳什均衡点,快速获取具有物理意义的全局最优解,建立非同时分布式多层动态协同优化方法,或
采用层次分析法和信息熵法,实现IES整体系统多时空尺度分布式协同控制。
7.根据权利要求6所述的综合能源系统运行控制方法,其特征在于:
其中,步骤3-1中,子系统的设备网络在线滚动优化中,基于耦合子系统关键性能参数、动态优化控制指标以及自适应阈值,建立设备网络的控制时间自适应选取方法,
耦合子系统动态优化控制指标不同于单个设备网络的动态优化控制指标,
步骤3-2中,所述智能优化算法为改进遗传算法、混合粒子群算法、机器学习算法中的任意一种,
步骤3-3中,多重耦合子系统动态优化控制指标不同于单个子系统的动态优化控制指标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电力大学,未经上海电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210513991.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种数字式气体继电器及其在线监测系统
- 下一篇:一种心脏大血管手术用止血支架
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理