(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111528682.X (22)申请日 2021.12.14 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司电力调度控 制中心 (72)发明人 曾凯文　苏卓　杜斌　林斌　 刘嘉宁　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 郭浩辉　颜希文 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01)G06Q 50/06(2012.01) (54)发明名称 一种高新能源占比的园区多能源优化调度 控制方法 (57)摘要 本发明公开了一种高新能源占比的园区多 能源优化调度控制方法， 包括： 从数据库获取次 分布式光伏/集热器参数数据、 园区能源网络参 数数据， 获取气象数据、 电价、 天然气价格、 园区 电负荷需求曲线、 热负荷需求曲线。 建立分布式 光伏发电出力预测模型， 根据园区光照条件和环 境温度， 计算太阳能光伏电池板输出功率。 建立 分布式太阳能集热器供热预测模 型， 计算太阳能 集热器供热曲线。 建立园区电、 热、 气多元能源耦 合模型， 实现多能源间生产、 转换和分配的分析 计算。 建立园区多能源优化调度模型， 根据园区 电、 热、 气多元能源耦合模型的计算结果， 以日为 周期合理选择安排园区能源系统中各装置的启 停， 实现各周期内园区总用能成本最低。 权利要求书2页 说明书5页 附图1页 CN 114186875 A 2022.03.15 CN 114186875 A 1.一种高新能源占比的园区多能源优化调度控制方法， 其特征在于， 应用于含分布式 光伏发电、 分布式太阳能集热器供热、 天然气热电联产的工业园区能耗管理和用能优化， 所 述方法包括： 园区能耗监控管理系统从数据库获取次分布式光伏/集热器参数数据、 园区能源网络 参数数据， 从园区信息管理系统获取气象数据、 电价、 天然气价格、 园区电负荷需求曲线、 热 负荷需求曲线， 并建立分布式光伏发电出力预测模 型， 根据园区光照条件和环 境温度， 计算 太阳能光伏电池板输出功率； 建立分布式太阳能集热器供热预测模型， 计算太阳能集热器 供热曲线； 建立园区电、 热、 气多 元能源耦合模 型， 实现多能源间生产、 转换和分配的分析计 算； 建立园区多能源优化调度模型， 以日为周期合理选择安排园区能源系统中各装置的启 停， 实现各周期内园区总用能成本最低。 2.根据权利要求1所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述分布式光伏发电出力预测模型不仅考虑了光照条件和环境温度对太阳能光伏发电功 率的影响， 还引入了发电效率因子λ， 用于反映光伏电池板表面灰尘污染程度， 0≤λ≤1， 当 光伏表面灰尘越多， λ越小， 分布式光伏发电出力预测模型计算公式为： 式中， PPV为光伏电池输出功率， λ为发电效率 因子， 表征光伏电池板表面灰尘污 染程度， PSTC为标准额定条件 下光伏电池板额定输出功率， GSTC为标准额定条件 下太阳光照强度， TSTC 为标准额定条件下光伏电池表面温度， 设为25℃， G为实际光照强度， αT为温度特征系数， T 为光伏电池板表面实际温度。 3.根据权利要求1所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述分布式太阳能集热器供热预测模型不仅考虑了太阳辐射 强度、 集热面积对集热器供热 能力的关键影响因素， 同时考虑了供热管路系统热损失对供热量的影响， 因此， 该模型能够 准确地计算出园区太阳能集热器的供 热能力， 计算公式为： 式中， QPV,Δt为Δt时段内集热器 的供热水量； Ac为集热器 的采光面积； JΔt为Δt时段内 的日照总辐射量； ηcd为集热器的集热效率； ηL为供热管路及热储水箱的热损率； Cw为水的比 热容； Tend为集热器的供 热温度； Tin为集热器的入水口温度。 4.根据权利要求1所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述园区电、 热、 气多 元能源耦合模型考虑到园区电力网络和供气供热网络规模较小， 规划 建设时留有充足的裕度， 因此模型通过简化园区内的电网约束和供气、 供热管网约束， 引入 调度因子和效率因子， 将复杂的电、 热、 气多种类型能源的耦合关系线性化， 实现多能源间 生产、 转换和分配的分析计算， 计算公式为： 式中， PLoad_e、 PLoad_h、 PLoad_g分别为园区综合能源系统受端电、 热、 气的能源 需求量， PTe、权　利　要　求　书 1/2 页 2 CN 114186875 A 2PPV、 QPV、 Pg分别为网购电、 太阳能发电、 太阳能集热、 和天然气购气量， ve是电能调度因子， 即 用电负荷的分配比例， 1 ‑ve则是电锅炉的分配系数； vg是天然气调度因子， 即天然气分配到 热电联产机组的比例， 1 ‑vg则是用气设备的分配系数； ηg是热电联产机组发电效率， ηFur是电 锅炉热效率， μg是热电联产机组的热电比率。 5.根据权利要求1所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述园区多能源优化调 度模型通过构建优化目标函数和约束 条件， 以日为周期优化安排园 区能源系统中热电联产机组、 电热锅炉的启停计划， 实现园区内新能源发电、 新能源供热全 消纳， 并通过优化调度使园区总用能成本最低。 6.根据权利要求5所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述园区多能源优化调 度模型的目标函数中， 园区总用能成本最低的总目标可分解为两部 分， 第一部分是网购电成本、 天然气购气成本， 第二部分是热电联产机组、 电热锅炉启停成 本， 目标函数的计算公式为： 式中， ΔT是 时间段， 模型中将一天分为24个时段， 每个时段时长1小时， ce,ΔT是ΔT时段 园区网购电价， cg是园区天然气购气价格， PTe,ΔT、 Pg,ΔT分别是ΔT时段的网供电量和天然气 耗气量， Li为第i个设备的启停成本， M、 N分别是热电联产机组、 电热锅炉的数量， wi,ΔT是二 进制变量1和0， 表示ΔT时间段内第i个设备启停状态。 7.根据权利要求5所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述园区多能源优化调 度模型的约束 条件包括园区多能源耦合关系约束、 天然气发电容量 约束和电热锅炉容量约束， 园区多能源耦合关系约束由园区电、 热、 气多 元能源耦合模型计 算得到。 8.根据权利要求7所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述天然气发电容 量约束即天然气实时发电功率小于运行中的机组总容 量， 计算公式为： 式中， M是热电联产机组的数量， vg,ΔT是ΔT时间段内的天然气调度因子， Pg,ΔT是ΔT时 间段内的天然气购气量， wi,ΔT是ΔT时间段内第i个热电联产机组的启停状态， Si,g是第i个 热电联产机组的发电容 量。 9.根据权利要求7所述的高新 能源占比的园区多能源优化调度控制方法， 其特征在于， 所述的然气发电容量约束中， 电热锅炉容量约束即锅炉实时供热量小于运行中的锅炉总容 量， 计算公式为： 式中， N分别是电热锅炉的数量， ηFur是电锅炉热效率， ve,ΔT是ΔT时间段内的电能调度 因子， PTe,ΔT、 PPV,ΔT分别为ΔT时间段内的网购电、 太阳能发电量， wj,ΔT是ΔT时间段 内第j个 电锅炉的启停状态， Sj,Fur是第j个电锅炉的容 量。权　利　要　求　书 2/2 页 3 CN 114186875 A 3