[发明专利]一种基于智能算法的分布式能源系统优化调度方法及装置

权利要求书

1.一种基于智能算法的分布式能源系统优化调度方法，其特征在于，包括：

根据历史天然气消耗量，以及与所述历史天然气消耗量对应的历史发电量、历史余热烟气热量和历史余热热水热量，训练第一BP神经网络模型，所述第一BP神经网络模型用于预测天然气消耗量能够产生的发电量、余热烟气热量和余热热水热量；

将预置天然气消耗量输入所述第一BP神经网络模型，计算所述预置天然气消耗量对应的发电量、余热烟气热量和余热热水热量，所述预置天然气消耗量至少包括一个天然气消耗量的数据值；

根据所述预置天然气消耗量、以及与所述预置天然气消耗量对应的发电量、余热烟气热量和余热热水热量，基于回归分析算法，建立燃气内燃机组的替代模型；

根据所述替代模型，建立分布式能源系统利润的目标函数，所述分布式能源系统的系统设备包括所述燃气内燃机组、吸收式溴化锂机组、离心式制冷机组和燃气锅炉；

以总用户需求能量、所述系统设备的运行限制和能量守恒原则为所述目标函数的约束条件，建立所述分布式能源系统的优化调度模型；

将用户的实时制冷需求和实时供暖需求输入所述优化调度模型，计算所述分布式能源系统的系统设备的运行参数。

2.如权利要求1所述的方法，其特征在于，所述替代模型包括：天然气消耗量-发电量关系模型、天然气消耗量-余热烟气热量关系模型和天然气消耗量-余热热水热量关系模型；

所述根据所述预置天然气消耗量、以及与所述预置天然气消耗量对应的发电量、余热烟气热量和余热热水热量，基于回归分析算法，建立燃气内燃机组的替代模型，包括：

根据所述预置天然气消耗量，以及与所述预置天然气消耗量对应的发电量，基于回归分析算法计算第一回归系数，生成天然气消耗量-发电量关系模型，所述天然气消耗量-发电量关系模型为Q_发电量＝G×α₁-β₁，其中，Q_发电量为所述燃气内燃机组的发电量，G为所述燃气内燃机组的天然气消耗量，α₁和β₁为所述第一回归系数；

根据所述预置天然气消耗量，以及与所述预置天然气消耗量对应的余热烟气热量，基于回归分析算法计算第二回归系数，生成天然气消耗量-余热烟气热量关系模型，所述天然气消耗量-余热烟气热量关系模型为Q_{余热烟气热量}＝G×α₂-β₂，其中，Q_{余热烟气热量}为所述燃气内燃机组产生的余热烟气热量，G为所述燃气内燃机组的天然气消耗量，α₂和β₂为所述第二回归系数；

根据所述预置天然气消耗量，以及与所述预置天然气消耗量对应的余热热水热量，基于回归分析算法计算第三回归系数，生成天然气消耗量-余热热水热量关系模型，所述天然气消耗量-余热热水热量关系模型为Q_{余热热水热量}＝G×α₃-β₃，其中，Q_{余热热水热量}为所述燃气内燃机组产生的余热热水热量，G为所述燃气内燃机组的天然气消耗量，α₃和β₃为所述第三回归系数。