[发明专利]计及冷热电多负荷动态响应的能源互联网经济调度方法

权利要求书

1.一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其特征在于：包括以下步骤：

步骤1、建立能源互联网需求侧冷热电负荷的动态响应模型；

步骤2、构建计及多负荷动态响应的能源互联网经济最优化调度模型；

步骤3、基于量子差分进化算法对步骤2的计及多负荷动态响应的能源互联网经济最优化调度模型求解；

所述步骤1的具体步骤包括：

(1)对冷/热负荷时滞响应特性进行建模；

式中，c_i、m_i分别为i类冷/热负荷载体的比热容和质量；T_tⁱ、分别为i类冷/热负荷在t时刻载体的温度以及对该负荷载体的供能功率；T_t,ex表示外部环境温度，为t时刻冷/热负荷载体耗散功率，它与载体的环境温度差成正比，比例系数为α；

将左右两边在时段Δt内进行积分并作近似化处理，结合耗散功率表达式得到差分化后的代数方程:

式中，分别为t+Δt时刻的冷/热负荷载体温度、该负荷载体的供能功率及其耗散功率；

对于冷/热负荷用户，载体介质温度小范围内变动对实际使用效果的影响被接受，也即冷热负荷的大小能够在合理范围内被适当调控，得到冷/热负荷的可调度域:

其中,为t时刻i类冷热负荷载体在用户使用效度允许范围内的温度波动限值；

联立和得到冷热负荷参与系统响应的可调度模型；

(2)建立两类典型柔性电负荷的电价激励响应模型；

1)对功率可调类电负荷有：

式中，P′_e1,t为所有功率可调类电负荷t时段参与响应后的总需求；为功率可调类电负荷用户i参与响应前的需求值；β(c_grid,t)为相应的电价激励系数，它与实时电能价格呈正相关关系，反映了功率可调类电负荷用户对电价高低的主动响应程度；N₁表示功率可调类电负荷用户数；

2)对运行时段可调类电负荷有：

式中，P_e2,t、P′_e2,t为t时段运行时段可调类电负荷参与响应前后的负荷需求；为t时段由负荷i转移到t时段以外的时段运行的负荷值；为电负荷i由k时段转移至t时段的负荷值；为任意k时段运行时段可调类电负荷i的最大转移值；为第i类可调类电负荷的电价激励响应系数，当c_grid,k-c_grid,t≥0时且与时段间电能价格差成正相关关系，否则取值为0；M、N₂分别为系统运行周期内划分时段数和运行时段可调类电负荷用户数；

所述步骤2的具体步骤包括：

(1)确立计及多负荷动态响应的能源互联网经济最优化调度模型的经济最优化目标；

min F_total＝F_ele+F_gas+F_eq

其中，F_total表示系统总的运行成本，F_ele、F_gas、F_eq分别表示电能交互费用、燃气采购费用以及设备运行维护费用；c_grid,t、E_t为t时段的电能价格以及系统与外部电网的电能供需差额，即E_t＞0时表示因系统电能供应不足向外部电网采购的电能，反之则是向外部售卖的电能；c_gas1、c_gas2分别为能源互联网系统内、外部天然气价格，为t时段系统天然气耗量和内部燃气网的最大小时供应量；θ_t则是反映t时段的系统内部天然气供应是否充足的特征参数，当内部燃气供应不足即时取1，否则取0；x_i为能源设备i的单位功率维护成本，P_xi,t为能源设备i在t时段的出力功率；

(2)确立计及多负荷动态响应的能源互联网经济最优化调度模型的运行约束条件；

1)能源设备出力约束：

对于非储能类能源设备，有多类型能源的直接供能与辅助供能设备，直接供能设备有微型燃气轮机、风力发电机、光伏电池、燃气锅炉、空调，辅助供能设备有吸收式制冷机、余热锅炉、地源热泵，其作用都是将一种形式的能量转化为其他形式的能量以满足各类负荷或储能的需求，工作特性存在相似性：

其中，分别表示t时段内非储能类能源设备i输出功率及其限值；为对应能源设备在该时段的输入或消耗的能源功率；σ_i为能源转换效率；

而对于储能类能源设备，蓄电池、蓄冷罐、蓄热槽，其运行工作过程中只涉及相同形式能源的存储或释放，进行归一化描述，有：

其中，分别为t时段内储能设备i的储能、供能功率及各自最大值；W_store,i,0、W_stor,i,T、为储能类设备在系统运行周期初始、终止时刻的储能值及允许储能容量；

2)系统功率供需平衡约束：

a)电功率供需平衡约束：

式中，分别为系统光伏电池、燃气轮机的发电功率，P_t^Grid为系统与电网的交换功率；为蓄电池出力；分别表示地源热泵机组、电制冷机t时段内的耗电功率；P_e0,t为t时段系统固定不可调电负荷总需求；

b)冷功率供需平衡约束：

式中，分别表示t时段电制冷机和吸收式制冷机的制冷功率；为蓄冷罐的功率，当释放冷能时取正值，反之取负；为冷负荷参与优化调度后的实际需求值；

c)热功率供需平衡约束

式中，分别为地源热泵、燃气锅炉和余热锅炉的制热功率；为蓄热槽的功率，当释放热能时取正值，蓄热时取负值；同样的，为优化调度后的等效热负荷需求；

所述步骤3的具体步骤包括：

(1)初始化量子种群Q₀，即各类设备出力及负荷调度量，和差分进化种群C₀，令g＝0；

(2)观测Q_g生成P_g并转化为P′_g，然后按照如下贪婪机制择优更新C_g

步骤(3)若终止条件满足，则算法停止，否则进行下一步；

步骤(4)对C_g采用DE操作更新C_g+1；

步骤(5)将C_g+1转换生成C'_g+1，并更新最优量子种群，然后Q_g基于最优种群采用QEA得到Q_g+1；

步骤(6)令g＝g+1，转步骤(2)；

其中，P_g为二进制编码的种群，P′_g为实数编码的种群，C_g为实数编码的种群，C'_g为二进制编码的种群，各种群规模相同；

冷热负荷供能功率即表示该时段实际的冷热负荷需求值