基于模型预测控制的综合能源系统优化调度方法

1.本发明属于能源规划领域，主要涉及基于模型预测控制的综合能源系统优化调度方法。


背景技术：

2.当前能源的可持续发展面临两大问题：一是化石能源的日益枯竭，使寻找新的替代能源已成为21世纪最为紧迫的任务；二是大量消耗以煤炭为主的化石能源所带来的日益严重的污染和对生态环境的破坏。化石资源的不可再生性与大量消耗使得能源问题日益严重。因此对综合能源系统进行优化调度是迫切需要的。
3.综合能源系统是一种以联供装置为中心，含有能量的供应、储存、转换等多种单元，以冷、热、电三种能流为供应基础的复合能量供应系统。综合能源系统从实现能量的多级利用出发，通过发电机将一次能源转化为电能，之后使用诸如吸收式制冷机、换热板换等装置进一步利用余热发电，同时向用户提供电能、热能、冷能等多种能量形式，促进能量的充分利用，以达到降低能源费用、减小环境污染的目的。然而，综合系统能否充分发挥其在能源、经济以及环保方面的优势与系统配置的合理与否、运行方案的制定有着及其密切的关系。不合理的系统容量配置将显著影响系统综合效益。因此，探索一种有效且适合于综合能源系统优化调度方法，充分发挥其在能量多级利用、环保、可靠等方面的优势，具有十分重要的现实意义。
4.根据可再生能源出力和负荷需求的预测精度随时间尺度减小而不断提高的特点，并结合模型预测控制(model predictive control，mpc)方法中可通过预测模型、滚动优化和反馈校正这二个基本环节来应对误差与不确定性的特性。mpc方法除了能够用于应对可再生能源和负荷的预测误差问题，还是一种基于模型的闭环优化控制算法，能够很好应对大纯滞后、大时间常数、大扰动、时变等的对象控制问题。由于综合能源系统更接近用户侧，这就要求系统中的供能设备具有快速响应能力以应对用户的电、冷、热负荷随天气、季节和用能时段等因素而产生较大的波动变化。系统中处于能量上游的关键设备，如微型燃气轮机、燃气锅炉等往往属于系统内需要优先优化动态性能的对象，若不能有效应对其自身在启停机、变工况、负荷变化或遇到扰动时由于大惯性、大延时等动态特性造成的响应不及时，将会引起系统能源利用效率降低，系统节能优势减弱，供能速率迟缓等问题。因此，在能源系统的能量上游设备变工况运行时提升其动态响应能力，不仅能够使系统内后续为用户供能的各个设备更快响应用户对负荷的需求，更能够使系统整体的供能速率上升，提升用户舒适度。
5.因此综上，为兼顾实现综合能源系统对可再生能源的充分消纳、系统运行经济性与系统动态性能的提升，提出了一种基于模型预测控制的综合能源系统优化调度方法。利用该方法能够促进可再生能源的规模化开发、大量消纳可再生能源，高效实现综合能源系统供需匹配。
6.cn112990523a，一种基于多目标模型预测控制的区域综合能源系统分层优化运行
方法，包括设置区域综合能源系统调度周期内可再生能源消纳能力及综合能效最大为上层目标函数，设置运行成本、用能成本最小为下层目标函数；在各调度周期内，分别对区域综合能源系统中的分布式风、光输出功率及负荷进行预测，并基于系统实时状态进行预测误差校正以获得预测值；基于调度约束条件、上层目标函数、下层目标函数和预测值，采用模型预测控制方法进行在线滚动分层优化调度求解，获得滚动优化求解结果，输出区域综合能源系统一个调度时段内调度计划。本发明能够满足系统在线调整需求，制定出分层优化调度方案，实现区域综合能源系统分层优化运行。
7.一种基于模型预测控制的综合能源系统优化调度方法，包括根据能源系统结构建立系统内各个设备的稳态物理模型和系统内能量上游设备表征其动态特性的动态模型，运用基于模型预测控制的综合能源系统优化调度方法，以系统运行经济性最优为优化目标，结合系统内各个设备的运行约束、状态约束构建稳态优化调度模型；采用模型预测控制方法进行在线滚动分层优化调度求解，获得滚动优化求解结果。本发明既提升了设备运行性能和系统整体供能速率，还保证了系统运行的经济性、用户用能的舒适性，能够实现综合能源系统优化调度。


技术实现要素：

8.本发明旨在解决以上现有技术的问题。提出了一种基于模型预测控制的综合能源系统优化调度方法。本发明的技术方案如下：
9.一种基于模型预测控制的综合能源系统优化调度方法，其包括以下步骤：
10.首先根据能源系统结构，建立系统内各个设备的稳态物理模型，同时建立系统内能量上游设备表征其动态特性的动态模型；
11.运用基于模型预测控制的综合能源系统优化调度方法，以系统运行经济性最优为优化目标，结合系统内各个设备的运行约束、状态约束构建稳态优化调度模型；
12.根据下层策略对系统能量上游设备构建动态优化模型，并对模型进行求解。进一步的，所述建立系统内各个设备的稳态物理模型具体包括：
13.微型燃气轮机模型、燃气锅炉模型、余热回收锅炉模型、电制冷机模型、吸收式制冷机模型、热泵模型、板式热换器模型、蓄电池、储热罐和储冷罐储能模型。
14.进一步的，所述建立系统内能量上游设备表征其动态特性的动态模型，具体包括：
15.微燃机或燃气锅炉输入输出关系的传递函数，其传递函数公式为:
[0016][0017]
式中，yi(s)为设备i的输出量(响应量)拉氏变换；ui(s)为设备i的输入量(激励量)拉氏变换；ti为设备i的一阶惯性环节时间常数；τi为设备i的延时时间。
[0018]
进一步的，所述建立综合能源系统的上层优化调度模型，考虑经济性优化目标，以系统在上层预测时域m内运行成本最小化为目标进行优化，其目标函数公式为：
[0019][0020]
式中，为系统在t时段的运维费用；为系统在t时段从大电网购电产生的购
电成本；为系统在t时段产生的天然气成本；k为当前时刻、m为预测时段数。
[0021]
系统运维费用公式为：
[0022][0023]
式中，为综合能源系统中风机设备在时段t计划出力功率值，k
wt,rm
为风机的单位运行维护费用；为光伏在时段t计划出力功率值，k
pv,rm
为光伏的单位运行维护费用；为微型燃气轮机在时段t计划出力功率值，k
mt,rm
为微型燃气轮机的单位运行维护费用；为燃气锅炉在时段t计划出力功率值，k
gb,rm
为燃气锅炉的单位运行维护费用；为吸收式制冷机机在时段t计划出力功率值，k
ac,rm
为吸收式制冷机的单位运行维护费用；为电制冷机在时段t计划出力功率值，k
ec,rm
为电制冷机的单位运行维护费用；为热泵在时段t计划出力功率值，k
hp,rm
为热泵的单位运行维护费用；为板式热换器在时段t计划出力功率值，k
he,rm
为板式热换器的单位运行维护费用；分别为储冷罐在时段t充/放能功率，k
cst,rm
为储冷罐的单位运行维护费用；分别为储热罐在时段t充/放能功率，k
tst,rm
储热罐的单位运行维护费用；分别为蓄电池在时段t充/放能功率，k
bt,rm
为蓄电池的单位运行维护费用；δt为时间间隔。
[0024]
从大电网购电成本公式为：
[0025][0026]
式中，为综合能源系统在t时段从大电网购电功率；为t时段的购电电价，购天然气成本公式为：
[0027][0028]
式中，为t时段微型燃气轮机输入天然气量；为t时段燃气锅炉输入天然气量；h
gas
为天然气热值；为t时段的天然气燃料价格。
[0029]
进一步的，所述优化调度模型的热能功率平衡等式约束公式为：
[0030][0031]
式中，为吸收式制冷机机在时段t计划出力功率值；为板式热换器在时段t计划出力功率值；为燃气锅炉在时段t计划出力功率值；分别为储热罐在时段t充/放能功率；为t时段板式热换器供给用户热功率；为t时段热泵供给用户热功率；为t时段用户所需热负荷预测值；
[0032]
系统冷能功率平衡等式约束公式为：
[0033][0034]
式中，为t时段吸收式制冷机供给用户冷功率；为t时段电制冷机供给用户冷功率；分别为储冷罐在时段t充/放能功率；为t时段用户所需冷负荷预测值；
[0035]
系统电能功率平衡约束公式为：
[0036][0037]
式中，为光伏电池在t时段产电功率预测值；为风机在t时段产电功率预测值；为微型燃气轮机在t时段产电功率预测值；为综合能源系统在t时段从大电网购电功率；分别为蓄电池在时段t充/放能功率；为电制冷机在t时段产电功率预测值；为热泵在t时段产电功率预测值；为t时段用户所需电负荷预测值。
[0038]
进一步的，所述下层优化目标是使被控对象在未来n
p
个采样时刻内实时输出功率尽可能接近上层优化计划值；设定下层期望值ri(k)＝p
it
，其中p
it
表示被控对象在t时段的上层优化值；
[0039]
下层目标函数公式为：
[0040][0041]
式中，γ
y,i
表示预测控制输出误差的权重系数矩阵，γ
u,i
表示控制增量的权重系数矩阵；为被控对象预测模型的预测输出；ri为给定的期望值；δui为定义的未来控制轨迹增量序列。
[0042]
其中，
[0043][0044]
表示预测输出误差的加权因子；为对控制增量分量的加权因子；
[0045]
对上式进行简化，以方便对最优控制序列的求解，令
[0046][0047]
式中ρi为定义的辅助变量；xi(k)为新定义的状态变量；z与δui均为定义的未来控制轨迹增量序列；fi为被控对象i的原始模型矩阵；φi与a均为被控对象i的增广模型矩阵；b
为被控对象i的实时输出量。
[0048]
下层优化目标函数为：
[0049][0050]
由上式和极值条件可求得下层目标函数的极值解，即可得到被控对象的最优控制序列增量；
[0051][0052]
可得极值解为：
[0053]z*
＝(a
t
a)-1atb[0054]
即最优控制序列增量为：
[0055][0056]
δu
i*
(k)为k时刻的最优控制序列增量。
[0057]
此时得到的是开环最优控制序列增量，根据mpc的基本原理，只将上式中的第一个分量作用于被控对象，即取
[0058][0059]ri
(k)为设定的下层期望值。
[0060]
代入被控对象增广模型中定义的新状态变量，并且令k
mpc
＝[k
x
,ky]，可得：
[0061][0062]
式中，k
x
称为被控对象i状态变量增量的反馈增益系数；ky称为控制输出误差反馈增益系数；k
mpc
称为状态反馈增益系数；
[0063]
由此可得出当前时刻施加给被控对象的最优控制量为：
[0064]
ui(k)＝ui(k-1)+ui(k)
[0065]
式中ui(k)为被控设备i在t＝k时刻的闭环最优控制解。
[0066]
进一步的，所述模型预测控制的综合能源系统优化调度方法，具体步骤如下：
[0067]
1)在t＝k时刻，测量得到被控设备的状态量xi(k)，由预测模型计算出未来预测输出量；
[0068]
2)在线计算出此时期望值与输出量的偏差；
[0069]
3)当目标函数中的权重系数γ
y,i
,γ
u,i
为常数时，可计算出最优控制增量，将最优控制量ui(k)作用于被控设备i；
[0070]
4)在t＝k+1时刻测量新的控制量与输出量，计算新的最优控制序列；
[0071]
5)随着时间推移，实现对被控对象动态性能的滚动优化，反馈校正。本发明的优点及有益效果如下：
[0072]
本发明提出了基于模型预测控制的综合能源系统优化调度方法，其中为了应对可再生能源与负荷的随机波动性，提出了基于mpc方法的上层滚动经济优化调度策略，基于预
测数据构建了上层的经济性优化调度模型，实现滚动优化，保证了系统运行经济性，发挥了系统内各个设备的优势，大量消纳了可再生能源，满足了用户多样性用能需求。同时也提出了基于mpc算法的下层动态性能优化控制策略，针对能量上游设备的大延时与大惯性动态特性，建立了其用于优化计算的预测模型，同时为快速跟踪上层优化计划值构建了下层动态性能优化控制模型，推导出设备优化控制量计算方法，实现对设备的闭环控制。通过对能量上游设备的动态性能提升，带动系统整体的供能速率得到提高，并降低了实际供能与期望供能之间的误差，用户用能舒适度随之得到提升。使综合能源系统的整体性能达到最佳，为综合能源系统的规划决策提供了指导。
[0073]
传统的综合能源系统优化调度方法仅考虑了系统的稳态优化调度，忽略了系统中设备的动态过程，因此难以确保整个系统的实际供能功率迅速跟上调度计划，从而会影响系统的可靠性、灵活性与用能舒适性。本发明提出的基于模型预测控制的综合能源系统优化调度方法，包括上层在大时间尺度上的滚动经济优化调度方法、下层在小时间尺度上的动态性能优化方法、以及上下两层策略在不同时间尺度上的配合与协调。可兼顾实现系统对能源的充分消纳、系统运行经济性与系统动态性能的提升，在一定程度上弥补了传统能源优化调度方法的不足。
附图说明
[0074]
图1是本发明提供优选实施例的综合能源系统结构及能流示意图。
[0075]
图2是本发明提供的模型预测控制优化策略迭代流程框架示意图。
具体实施方式
[0076]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
[0077]
本发明解决上述技术问题的技术方案是：
[0078]
本发明方法首先针对典型综合能源系统结构，对其中的产电产热设备、供冷供热设备以及储能设备等的结构及运行机理进行了详细分析，综合能源系统结构及能流示意图如图1所示；然后基于模型预测控制方法提出了双层优化控制策略，模型预测控制优化策略迭代流程框架示意图如图2所示。
[0079]
优选的，微型燃气轮机是综合能源系统中的关键产能设备，主要以天然气为燃料产电产热，其余热经余热回收锅炉回收利用，供给后续供能设备进行能量转换。其稳态输入输出物理模型公式为：
[0080][0081]
式中，为t时刻微燃机的天然气耗用量；分别为微燃机在t时刻的输出电功率和热功率；η
mt
为微燃机的发电效率；η
loss
为微燃机的热损失系数。
[0082]
优选的，燃气锅炉的稳态输入输出物理模型公式为：
[0083]
[0084]
式中，为t时刻燃气锅炉的天然气耗用量；为燃气锅炉t时刻的制热功率；η
gb
为燃气锅炉效率。
[0085]
优选的，余热回收锅炉数学模型公式为：
[0086][0087]
式中，为t时刻余热回收锅炉输出热能功率；η
hr
为余热回收锅炉效率。
[0088]
优选的，电制冷机物理特性公式为：
[0089][0090]
式中，为t时刻电制冷机供给用户冷功率；为t时刻电制冷机输入电功率；cop
ec
为电制冷机的能效系数。
[0091]
优选的，吸收式制冷机的物理特性公式为：
[0092][0093]
式中，为t时刻吸收式制冷机供给用户冷功率；为t时刻吸收式制冷机输入热功率；cop
ac
为吸收式制冷机能效系数。
[0094]
优选的，热泵数学模型公式为：
[0095][0096]
式中，为t时刻热泵供给用户热功率；为t时刻热泵输入电功率；cop
hp
为热泵能效系数。
[0097]
优选的，板式换热器的数学模型公式为：
[0098][0099]
式中，为t时刻板式换热器供给用户热功率；为t时刻板式换热器输入热功率；η
he
为板式换热器换热效率。
[0100]
优选的，本发明所研究系统内应用的储能设备包括蓄电池、储热罐和储冷罐。储能在综合能源系统内能够起到“缓冲器”、“聚合器”和“稳定器”三个作用，应对可再生能源和负荷的随机波动性，协调系统内能源互补。三种储能设备具有相似的运行特性，数学模型公式为：
[0101][0102]
式中，为t时刻储能设备的储能量；分别为t时刻储能设备的充/放能功率；δ
es
为储能设备的自损系数；η
es,cha
、η
es,dis
分别为储能设备的充/放能效率。
[0103]
综合能源系统的双层优化调度控制模型。在上层以系统运行经济性最优为优化目标，结合系统内各个设备的运行约束、状态约束等构建优化调度模型，系统热能功率平衡等式约束公式为：
[0104]
[0105]
式中，为吸收式制冷机机在时段t计划出力功率值；为板式热换器在时段t计划出力功率值；为燃气锅炉在时段t计划出力功率值；分别为储热罐在时段t充/放能功率；为t时段板式热换器供给用户热功率；为t时段热泵供给用户热功率；为t时段用户所需热负荷预测值。
[0106]
系统冷能功率平衡等式约束公式为：
[0107][0108]
式中，为t时段吸收式制冷机供给用户冷功率；为t时段电制冷机供给用户冷功率；分别为储冷罐在时段t充/放能功率；为t时段用户所需冷负荷预测值。
[0109]
系统电能功率平衡约束公式为：
[0110][0111]
式中，为光伏电池在t时段产电功率预测值；为风机在t时段产电功率预测值；为微型燃气轮机在t时段产电功率预测值；为综合能源系统在t时段从大电网购电功率；分别为蓄电池在时段t充/放能功率；为电制冷机在t时段产电功率预测值；为热泵在t时段产电功率预测值；为t时段用户所需电负荷预测值。
[0112]
微型燃气轮机不等式运行约束公式为：
[0113][0114]
式中，为微燃机在t时段的启停状态，取0或1；为微型燃气轮机在t时段产电功率预测值；分别表示微燃机运行出力上、下限。
[0115]
为尽量避免微燃机在相邻时段调整出力变化梯度过大，需要对微燃机的能
[0116]
量转化速度有一定限制，即在相邻调度时间段内对功率的增长与减少进行约束，其约束公式为：
[0117][0118]
式中，分别表示微燃机的上、下爬坡功率限制。
[0119]
燃气锅炉的不等式约束公式为：
[0120][0121]
式中，为燃气锅炉在t时段的计划出力功率值；分别表示燃气锅炉运行出力的上、下限。
[0122]
吸收式制冷机的不等式约束公式为：
[0123][0124]
式中，为吸收式制冷机在t时段的启停状态，取0或1；为吸收式制冷机机在
时段t计划出力功率值；分别表示吸收式制冷机运行出力上、下限。
[0125]
电制冷机的不等式约束公式为：
[0126][0127]
式中，为电制冷机在时段t计划出力功率值；分别表示电制冷机运行出力上、下限。
[0128]
热泵的不等式约束公式为：
[0129][0130]
式中，为热泵在时段t计划出力功率值；分别表示热泵运行出力上、下限。
[0131]
板式换热器的不等式约束公式为：
[0132][0133]
式中，为板式换热器在t时段的启停状态，取0或1；为板式热换器在时段t计划出力功率值；分别表示板式换热器运行出力上、下限。
[0134]
储能设备的功率约束公式为：
[0135][0136]
式中，分别表示系统内储能设备的容量上、下限；表示储能设备在t时段的容量；分别表示储能设备调度周期末容量、调度周期初始容量；分别表示储能设备在t时段充、释能功率；分别表示储能设备的充、释能状态，可取0或1；分别表示储能设备充能功率限制、释能功率限制。
[0137]
从大电网购电功率的不等式约束公式为：
[0138][0139]
式中，为综合能源系统在t时段从大电网购电功率；分别为综合能源系统从大电网购电功率的上、下限。
[0140]
下层优化目标是使被控对象在未来n
p
个采样时刻内实时输出功率尽可能接近上层优化计划值。设定下层期望值ri(k)＝p
it
，其中p
it
表示被控对象在t时段的上层优化值。
[0141]
下层目标函数公式为：
[0142]
[0143]
式中，γ
y,i
表示预测控制输出误差的权重系数矩阵，当它设置的越大，表明在控制输出时欲使每一次对应的数值越接近给定的期望值，此时控制输出量会越快地到达期望值；γ
u,i
表示控制增量的权重系数矩阵，当它设置的越大，表明欲使每一次控制动作变化的越小，此时控制量会花更长时间到达它的稳定状态，即控制输出量会较慢到达期望值。需要针对具体被控对象，整定这两个权重系数。其中，
[0144][0145]
对上式进行简化，以方便对最优控制序列的求解，令
[0146][0147]
下层优化目标函数为：
[0148][0149]
由上式和极值条件可求得下层目标函数的极值解，即可得到被控对象的最优控制序列增量。
[0150][0151]
可得极值解为：
[0152]z*
＝(a
t
a)-1atb[0153]
即最优控制序列增量为：
[0154][0155]
此时得到的是开环最优控制序列增量，根据mpc的基本原理，只将上式中的第一个分量作用于被控对象，即取
[0156][0157]
代入被控对象增广模型中定义的新状态变量，并且令k
mpc
＝[k
x
,ky]，可得：
[0158][0159]
式中，k
x
称为被控对象i状态变量增量的反馈增益系数；ky称为控制输出误差反馈
增益系数；k
mpc
称为状态反馈增益系数。
[0160]
由此可得出当前时刻施加给被控对象的最优控制量为：
[0161]
ui(k)＝ui(k-1)+ui(k)
[0162]
式中ui(k)为被控设备i在t＝k时刻的闭环最优控制解。
[0163]
所述模型预测控制的综合能源系统优化调度方法，具体步骤如下：
[0164]
1)在t＝k时刻，测量得到被控设备的状态量xi(k)，由预测模型计算出未来预测输出量；
[0165]
2)在线计算出此时期望值与输出量的偏差；
[0166]
3)当目标函数中的权重系数γ
y,i
,γ
u,i
为常数时，可计算出最优控制增量，将最优控制量ui(k)作用于被控设备i；
[0167]
4)在t＝k+1时刻测量新的控制量与输出量，计算新的最优控制序列；
[0168]
5)随着时间推移，实现对被控对象动态性能的滚动优化，反馈校正；
[0169]
本发明的模型预测控制的综合能源系统优化调度方法，首先，在上层以系统运行经济性最优为优化目标，结合系统内各个设备的运行约束、状态约束等构建优化调度模型，以此实现在确保系统运行的经济性的同时，通过滚动优化来尽可能克服可再生能源出力与用户负荷的不确定性，有效大量消纳可再生能源，满足用户多样性用能需求。其次，在下层优化控制系统内的微型燃气轮机与燃气锅炉的动态过程，使其实时控制输出量尽可能去跟踪上层优化得到的计划值，以此构建下层优化控制模型，使得通过优化系统中处于能量上游设备的动态性能，克服其大延时、大惯性的特性，来带动提升系统其他设备及系统整体的供能速率，提升了用户舒适度。
[0170]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
[0171]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0172]
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

技术特征：
1.一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，包括以下步骤：首先根据能源系统结构，建立系统内各个设备的稳态物理模型，同时建立系统内能量上游设备的动态物理模型；运用基于模型预测控制的综合能源系统优化调度方法，以系统运行经济性最优为优化目标，结合系统内各个设备的运行约束、状态约束构建稳态优化调度模型；根据下层策略对系统能量上游设备构建动态优化模型，并对模型进行求解。2.根据权利要求1所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述建立系统内各个设备的稳态物理模型具体包括：微型燃气轮机模型、燃气锅炉模型、余热回收锅炉模型、电制冷机模型、吸收式制冷机模型、热泵模型、板式热换器模型、蓄电池、储热罐和储冷罐储能模型。3.根据权利要求2所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述建立系统内能量上游设备表征其动态特性的动态模型，具体包括：微燃机或燃气锅炉输入输出关系的传递函数，其传递函数公式为:式中，y
i
(s)为设备i的输出量(响应量)拉氏变换；u
i
(s)为设备i的输入量(激励量)拉氏变换；t
i
为设备i的一阶惯性环节时间常数；τ
i
为设备i的延时时间。4.根据权利要求1所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述建立综合能源系统的上层优化调度模型，考虑经济性优化目标，以系统在上层预测时域m内运行成本最小化为目标进行优化，其目标函数公式为：式中，为系统在t时段的运维费用；为系统在t时段从大电网购电产生的购电成本；为系统在t时段产生的天然气成本；k为当前时刻、m为预测时段数；系统运维费用公式为：式中，为综合能源系统中风机设备在时段t计划出力功率值，k
wt,rm
为风机的单位运行维护费用；为光伏在时段t计划出力功率值，k
pv,rm
为光伏的单位运行维护费用；为微型燃气轮机在时段t计划出力功率值，k
mt,rm
为微型燃气轮机的单位运行维护费用；为燃气锅炉在时段t计划出力功率值，k
gb,rm
为燃气锅炉的单位运行维护费用；为吸收式制冷机机在时段t计划出力功率值，k
ac,rm
为吸收式制冷机的单位运行维护费用；为电制冷机在时段t计划出力功率值，k
ec,rm
为电制冷机的单位运行维护费用；为热泵在时段t计划出力功率值，k
hp,rm
为热泵的单位运行维护费用；为板式热换器在时段t计划出力功率值，
k
he,rm
为板式热换器的单位运行维护费用；分别为储冷罐在时段t充/放能功率，k
cst,rm
为储冷罐的单位运行维护费用；分别为储热罐在时段t充/放能功率，k
tst,rm
储热罐的单位运行维护费用；分别为蓄电池在时段t充/放能功率，k
bt,rm
为蓄电池的单位运行维护费用；δt为时间间隔；从大电网购电成本公式为：式中，为综合能源系统在t时段从大电网购电功率；为t时段的购电电价，购天然气成本公式为：式中，为t时段微型燃气轮机输入天然气量；为t时段燃气锅炉输入天然气量；h
gas
为天然气热值；为t时段的天然气燃料价格。5.根据权利要求4所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述优化调度模型的热能功率平衡等式约束公式为：式中，为吸收式制冷机机在时段t计划出力功率值；为板式热换器在时段t计划出力功率值；为燃气锅炉在时段t计划出力功率值；分别为储热罐在时段t充/放能功率；为t时段板式热换器供给用户热功率；为t时段热泵供给用户热功率；为t时段用户所需热负荷预测值；系统冷能功率平衡等式约束公式为：式中，为t时段吸收式制冷机供给用户冷功率；为t时段电制冷机供给用户冷功率；分别为储冷罐在时段t充/放能功率；为t时段用户所需冷负荷预测值；系统电能功率平衡约束公式为：式中，为光伏电池在t时段产电功率预测值；为风机在t时段产电功率预测值；为微型燃气轮机在t时段产电功率预测值；为综合能源系统在t时段从大电网购电功率；分别为蓄电池在时段t充/放能功率；为电制冷机在t时段产电功率预测值；为热泵在t时段产电功率预测值；为t时段用户所需电负荷预测值。6.根据权利要求5所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述下层优化目标是使被控对象在未来n
p
个采样时刻内实时输出功率尽可能接近上层优化计划值；设定下层期望值r
i
(k)＝p
it
，其中p
it
表示被控对象在t时段的上层优化值；
下层目标函数公式为：式中，γ
y,i
表示预测控制输出误差的权重系数矩阵，γ
u,i
表示控制增量的权重系数矩阵；为被控对象预测模型的预测输出；r
i
为给定的期望值；δu
i
为定义的未来控制轨迹增量序列；其中，其中，表示预测输出误差的加权因子；为对控制增量分量的加权因子；对上式进行简化，以方便对最优控制序列的求解，令式中ρ
i
为定义的辅助变量；x
i
(k)为新定义的状态变量；z与δu
i
均为定义的未来控制轨迹增量序列；f
i
为被控对象i的原始模型矩阵；φ
i
与a均为被控对象i的增广模型矩阵；b为被控对象i的实时输出量。下层优化目标函数为：由上式和极值条件可求得下层目标函数的极值解，即可得到被控对象的最优控制序列增量；可得极值解为：z
*
＝(a
t
a)-1
a
t
b即最优控制序列增量为：为：为k时刻的最优控制序列增量；此时得到的是开环最优控制序列增量，根据mpc的基本原理，只将上式中的第一个分量
作用于被控对象，即取r
i
(k)为设定的下层期望值；代入被控对象增广模型中定义的新状态变量，并且令k
mpc
＝[k
x
,k
y
]，可得：式中，k
x
称为被控对象i状态变量增量的反馈增益系数；k
y
称为控制输出误差反馈增益系数；k
mpc
称为状态反馈增益系数；由此可得出当前时刻施加给被控对象的最优控制量为：u
i
(k)＝u
i
(k-1)+u
i
(k)式中u
i
(k)为被控设备i在t＝k时刻的闭环最优控制解。7.根据权利要求6所述的一种基于模型预测控制的综合能源系统优化调度方法，其特征在于，所述模型预测控制的综合能源系统优化调度方法，具体步骤如下：1)在t＝k时刻，测量得到被控设备的状态量x
i
(k)，由预测模型计算出未来预测输出量；2)在线计算出此时期望值与输出量的偏差；3)当目标函数中的权重系数γ
y,i
,γ
u,i
为常数时，可计算出最优控制增量，将最优控制量u
i
(k)作用于被控设备i；4)在t＝k+1时刻测量新的控制量与输出量，计算新的最优控制序列；5)随着时间推移，实现对被控对象动态性能的滚动优化，反馈校正。

技术总结
本发明请求保护一种基于模型预测控制的综合能源系统优化调度方法，该方法首先对综合能源系统的构成及系统内能量流动、系统中各个设备的结构及运行机理进行详细分析，为能源设备建立应用于上层优化调度的稳态物理模型，同时为能量上游设备建立应用于下层优化控制的动态物理模型。然后提出基于模型预测控制方法的上层滚动经济优化调度策略、下层动态性能优化控制策略，分别为系统中可再生能源出力和用户负荷建立基于预测控制方法的短期滚动预测模型及被控对象的预测模型。滚动优化调度模型以系统在预测时域内运行成本最低为目标，使得系统运行于最优经济性状态并实现系统内设备性能的优势互补。性能的优势互补。性能的优势互补。


技术研发人员：丁宝苍 丁瑞豪 罗亮 熊广 陈瑞芳 原鹏程 毛诗玉 蒋文芹
受保护的技术使用者：重庆邮电大学
技术研发日：2023.04.12
技术公布日：2023/8/9