一种配电网与热泵耦合系统的智能化调控方法与流程

本发明属于热电耦合，尤其涉及一种配电网与热泵耦合系统的智能化调控方法。

背景技术：

1、在能源转型背景下，综合能源服务开始快速发展。但是综合能源系统中涉及电力、热力等不同能源类型，由于系统形式复杂、不同能源系统的特性差异较大，将各类型能源系统进行耦合、保证系统协同匹配的技术难度高。为应对这些问题，综合能源系统必须引入柔性因素。

2、基于电能难储存易输送，而热量延迟易储存的特点，说明两者具有良好的互补性。其中热泵系统运行效率高，能消耗一次能源与电力，将低品位能量转化成高品位能量。若能将配电网与热泵等电驱动机组蓄冷蓄热技术耦合，能够实现电力与热力的相互转换和灵活调度，有效提升综合能源系统的能源利用效率。

3、但目前配电网与热泵耦合系统受内部多类设备、多类能源流以及外部市场信息等多重因素影响，设备运行、内部平衡与市场参与难以协调；且耦合系统运行参数未实时监测与采集，无法根据实时检测数据调节机组制冷/制热输出，造成系统利用率低。

技术实现思路

1、鉴于上述的分析，本发明旨在提供一种配电网与热泵耦合系统的智能化调控方法，用于解决现有技术中的耦合系统受多重因素影响，设备运行、内部平衡与市场参与难以协调，导致能源利用效率差的问题。

2、本发明的目的主要是通过以下技术方案实现的：

3、本发明提供了一种配电网与热泵耦合系统的智能化调控方法，包括：

4、基于预测得到的耦合系统多个时段的电、冷和热负荷，以最大化净收益为目标构建第一目标函数，并以电平衡约束、冷平衡约束和热平衡约束作为约束条件，求解得到配电网系统各时段的光伏出力、热泵系统的产热量和产冷量以及耦合系统的最大化净收益；

5、以最小化调整成本为目标构建第二目标函数，以电能修正平衡约束、热能修正平衡约束与冷能修正平衡约束作为约束条件，求解得到所述耦合系统各时段的电、冷、热调整量和最小化调整成本；并基于所述调整量对光伏出力、热泵系统的产热量和产冷量进行初步调整；

6、基于所述最大化净收益和最小化调整成本得到所述耦合系统相应时段的调控净收益，并在配电网系统的光伏电池板和热泵系统的制热设备及制冷设备中进行分摊；并基于分摊结果对初步调整后的光伏出力、制热设备的产热量和制冷设备的产冷量进行最终调整。

7、进一步的，所述第一目标函数通过下述方法构建得到：

8、基于预测得到的各时段的电、冷和热负荷及售电、售热与售冷价格，得到对应时段的耦合系统售能收益；

9、基于各时段的售能量和售能价格得到对应时段的市场交互收益；

10、基于所述售能收益、市场交互收益和所述耦合系统的启动成本、运行成本、偏差惩罚成本与弃风弃光成本构建得到以最大化耦合系统的净收益为目标的第一目标函数。

11、进一步的，所述第一目标函数表示为：

12、；

13、其中，为耦合系统的净收益；、、、、、分别为t时段耦合系统售能收益、与市场交互收益、启动成本、运行成本、偏差惩罚成本与弃风弃光成本；为t时段电能、热能与冷能预测量；、、为t时段的售电、售热与售冷价格；、为t时段耦合系统在外部市场的售电量与购电量；、为t时段在外部市场的售电价格与购电价格；、为t时段耦合系统在外部市场的售热量与购热量；、为t时段在外部市场的售热价格与购热价格；、为t时段耦合系统在外部市场的售冷量与购冷量；、为t时段在外部市场的售冷价格与购冷价格；为热泵系统的单次启停成本；、为t时段与t-1时段热泵系统的启停状态；为t时段光伏出力；为t时段制热设备产热；为t时段制冷设备产冷；为光伏电池板单位运维成本；为制热设备单位运维成本；为制冷设备单位运维成本；、、为t时段电能偏差、热能偏差与冷能偏差量的绝对值；、、分别为电能、热能与冷能单位偏差惩罚成本；、为t时段的弃光量与单位弃光成本。

14、进一步的，所述第二目标函数通过下述方法构建得到：

15、基于制热设备的调整量和制热设备单位调整成本得到制热设备的调整成本；

16、基于制冷设备调整量和制冷设备单位调整成本得到制冷设备的调整成本；

17、基于与外部市场交互的电能、热能、冷能调整量和单位电能、热能与冷能调整成本，得到与市场交互的调整成本；

18、基于制热设备、制冷设备和与市场交互的调整成本构建得到以最小化调整成本为目标的第二目标函数。

19、进一步的，所述第二目标函数表示为：

20、；

21、其中，为耦合系统的调整成本；、、分别为t时段制热设备、制冷设备及与市场交互的调整成本；、分别为t时段制热设备和制冷设备的调整量；、分别为制热设备和制冷设备的单位调整成本；、、分别为t时段与外部市场交互的电能、热能、冷能调整量；、、分别为单位电能、热能与冷能调整成本。

22、进一步的，所述电能修正平衡约束、热能修正平衡约束与冷能修正平衡约束表示为：

23、；

24、其中，为t时段调整制热设备产热量所消耗的电能；为t时刻制冷设备产冷所消耗的热能；、、分别为t时段电能、热能与冷能预测误差。

25、进一步的，通过下述方法将耦合系统的调控净收益在配电网系统的光伏电池板和热泵系统的制热设备及制冷设备中进行分摊，包括：

26、利用shapley值法计算光伏电池板、制热设备及制冷设备对耦合系统调控净收益的边际贡献值；

27、基于光伏电池板、制热设备及制冷设备的调控度和成本度分别对相应的边际贡献值进行修正，以修正后的所述光伏电池板、制热设备及制冷设备对应的边际贡献值作为分摊结果。

28、进一步的，所述调控度与成本度分别表示为：

29、；

30、；

31、其中，、、分别为光伏电池板、热泵系统与吸收式制冷机的调控度；、、分别为光伏电池板、热泵系统与吸收式制冷机的成本度；为t时段光伏出力；为t时段制热设备产热；为t时段制冷设备产冷；、分别为t时段制热设备和制冷设备的调整量；分别为光伏电池板、热泵系统与吸收式制冷机的边际成本；

32、所述分摊结果表示为：

33、；

34、其中， 、、分别为光伏电池板、制热设备和制冷设备对应的修正后的边际贡献值；、、分别为光伏电池板、制热设备和制冷设备对应的基于shapley值法得到的边际贡献值，、分别为调控度与成本度的权重值；为耦合系统的净收益。

35、进一步的，基于所述分摊结果对初步调整后的光伏出力、制热设备的产热量和制冷设备的产冷量进行最终调整后，还包括：采集制热设备产热量、制冷设备产冷量、制热设备耗电量、制冷设备耗热量、市场售电量、光伏产电量，得到所述耦合系统的综合运行能效与可再生能源本地消纳率；

36、基于关联规则计算耦合系统多个参数与综合运行能效和可再生能源本地消纳率的置信度；

37、基于所述置信度调整对应参数；所述参数包括热泵冷凝器的入口温度与水流量、蒸发器的出口温度与水流量、售能价格、单位偏差惩罚成本和单位弃风弃光成本。

38、进一步的，所述电、冷和热负荷通过预先训练的电冷热负荷滚动预测模型预测得到；

39、所述电冷热负荷滚动预测模型基于随机森林模型，通过下述方法训练得到：

40、获取归一化后的所述耦合系统的多个历史模拟数据，构建样本数据集；所述历史模拟数据包括多个日期中多个时段的室外环境温度、系统供电量、系统供冷量与系统供热量；

41、采用bootstrap方法对所述样本数据集进行随机抽样，选出n个样本数据，构建棵决策树；

42、通过信息增益的方法在每个决策树的m个特征中选取m个特征作为特征值进行节点分裂，将每个决策树分裂至叶子节点，得到由棵决策树组成的随机森林模型；

43、对各决策树的预测值取平均值作为随机森林模型的预测结果；

44、基于所述耦合系统的运行，持续获取当前日期前三天的实测数据，并以所述实测数据替换所述样本数据集中时间最早的对应天数的历史模拟数据，对所述随机森林模型进行动态叠加训练，得到所述电冷热负荷滚动预测模型。

45、本技术方案的有益效果：

46、1. 本发明分别基于最大化耦合系统净收益、最小化调整成本和效益分摊激励调控响应的目标，通过构建系统设备运行、内部平衡与市场参与的调控方法，提高了系统净收益，降低了系统偏差惩罚成本与弃风弃光成本，激励各主体提高调控响应规模及响应的准确性。且基于综合运行能效与可再生能源本地消纳率进行数据挖掘，为耦合系统运行基础参数的选取提供依据，科学选取耦合系统运行基础参数，提高了耦合系统的能源利用效率。

47、2. 本发明通过构建配电网与热泵耦合智能化调控平台，对监测点信息进行实时收集，提出一种历史与实测数据相结合的电热冷负荷动态预测方法，能更加清晰地揭露建筑本身的特性和电热冷负荷变化，提高预测精度。

48、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。