本发明涉及能源调度，具体涉及一种基于电氢冷热融合的供能优化调控方法及系统。
背景技术：
1、随着分布式能源技术的不断发展，以分布式能源为基础的微电网已逐渐演变成为不仅提供可靠电能，且可以保证系统电力、热能、出行等多种需求的综合能源系统。综合能源系统能够提高能源利用率和风光消纳能力，减少环境污染。然而，单一能源的储能系统已经无法满足综合能源系统日益复杂的需求，含多种能源的储能系统得到了广泛的研究。氢能是吸收可再生能源的有效途径之一，也是实现低碳转型的重要途径之一。与传统能源相比，氢能具有零污染、资源丰富、效率高等优点。氢储能具有能量密度高、长期储能能力强的特点。随着可再生能源发电技术的逐步成熟，蓄氢在电力系统中的重要性越来越明显。随着氢能的广泛应用，作为热电氢耦合设备的氢能系统逐渐成为综合能源系统的重要组成部分。加强对综合能源系统的研究，对实现能源可持续利用、发展低碳社会具有重要意义。
2、目前国内外针对综合能源系统的建模、规划以及优化调度均有一定研究，其优化调度的复杂性主要体现在：基于经济性的单目标优化难以满足市场需求，目标函数的构成趋于多样性(经济性、节能性、环保性、削峰填谷指标等)，形成了基于多目标优化的调度方法。
3、现有技术在多目标优化过程中，对所有约束条件采用无差别满足，容易导致搜素无向性，求解搜索域过大，以及重复性搜索，求解耗时过长，难以满足优化调控的时效性需求。
技术实现思路
1、本发明的目的在于提供一种基于电氢冷热融合的供能优化调控方法及系统，以解决现有技术中导致搜素无向性，求解搜索域过大，以及重复性搜索，求解耗时过长，难以满足优化调控的时效性需求的技术问题。
2、为解决上述技术问题，本发明具体提供下述技术方案：
3、一种基于电氢冷热融合的供能优化调控方法，包括以下步骤：
4、获取电氢冷热融合系统的能源设备工况数据；
5、基于所述能源设备工况数据，构建电氢冷热融合系统的能源设备优化调度模型；
6、利用群体智能算法对所述能能源设备优化调度模型进行求解，得到电氢冷热融合系统的能源设备的最优能源调度结果；
7、根据所述最优能源调度结果对电氢冷热融合系统的能源设备进行能源调度最优化的工作控制。
8、作为本发明的一种优选方案，电氢冷热融合系统的能源设备工况数据包括供能设备的工况数据，能量耦合设备的工况数据以及储能设备的工况数据。
9、作为本发明的一种优选方案，所述电氢冷热融合系统的能源设备优化调度模型构建方法包括：
10、以电氢冷热融合系统的经济性目标和环保性目标，构建能源设备优化调度的目标函数；
11、以电力平衡约束、热能平衡约束、氢能量平衡约束、储能设备约束、能量耦合设备约束和能源供应约束，构建求解所述目标函数的约束条件，并设置约束条件的优先级。
12、作为本发明的一种优选方案，所述能源设备优化调度的目标函数为：
13、
14、f(i)＝-w1(i)*f1(i)+w2(i)*f2(i)+w3(i)*f3(i)；
15、式中，fn为整个调度周期中的能源设备优化调度的目标函数，f(i)为整个调度周期中第i个调度时刻的目标函数，f1(i)为整个调度周期中第i个调度时刻的能源收益，f2(i)为整个调度周期中第i个调度时刻的设备运行成本，f3(i)为整个调度周期中第i个调度时刻的碳排放，w1(i)，w2(i)和w3(i)分别为f1(i)，f2(i)和f3(i)的权重，n为整个调度周期中调度时刻的总数量；
16、其中，
17、
18、式中，vk(i)为整个调度周期中第i个调度时刻处储能设备中存储的第k个能源含量，mk(i)为整个调度周期中第i个调度时刻处储能设备中存储的第k个能源单价，pl(i)为整个调度周期中第i个调度时刻处第l个能源设备的耗电功率，el为电单价，adj(i)为整个调度周期中第i个调度时刻处能源设备消耗的第j个能源含量，efj(i)为整个调度周期中第i个调度时刻处能源设备消耗的第j个能源的转换因子，m为储能设备中存储的能源总类别，n为能源设备总数量，z为能源设备消耗的能源总类别。
19、作为本发明的一种优选方案，所述能源设备优化调度的约束条件为：
20、电力平衡约束条件st1：ppv(i)+pwt(i)+pfc(i)+pchp(i)＝le(i)+pel(i)+peb(i)；
21、式中，ppv(i)，pwt(i)，pfc(i)，pchp(i)分别为第i调度时刻处光伏、风机、燃料电池以及热电联产输出的电功率，le(i)为第i调度时刻处的电力负荷需求，pel(i)为第i调度时刻处电解槽消耗的电功率，peb(i)为第i调度时刻处电锅炉产热需要消耗的电功率；
22、热能平衡约束条件st2：hgb(i)+hfc(i)+hchp(i)+heb(i)＝lr(i)+htes(i)；
23、式中，hgb(i)，hfc(i)，hchp(i)，heb(i)分别为第i调度时刻处燃气锅炉、燃料电池、热电联产机组和电锅炉输出的热功率，lr(i)为第i调度时刻处的热负载需求，htes(i)为第i调度时刻处蓄热装置热存储或热出力，为正值时，蓄热装置为储热状态，为负值时，蓄热装置放热供应热负载需求；
24、氢能量平衡约束条件st3：mdis(i)＝lh(i)+mh,fc(i),mcha(i)＝mh(i)；
25、式中，mdis(i)和mcha(i)分别为第i调度时刻处储氢罐放出和充入氢气量，lh(i)为第i调度时刻处的氢负载需求量，mh,fc(i)为第i调度时刻处燃料电池的消耗氢气量；
26、储能设备约束条件st4：pel,min≤pel(i)≤pel,max，sochst,min≤sochst(i)≤sochst,max，soctes,min≤soctes(i)≤soctes,max；
27、式中，pel,max和pel,min分别为最大电解槽输出功率和最小电解槽输出功率，sochst,min，sochst,max分别为蓄热装置的剩余容量的最小值和最大值，soctes,min、sochst,max分别是储氢罐的剩余容量的最小值与最大值，sochst(i)为第i调度时刻处蓄热装置的剩余容量，soctes(i)为第i调度时刻处储氢罐的剩余容量；
28、能量耦合设备约束条件st5：pchp,min≤pchp(i)≤pchp,max，peb,min≤peb(i)≤peb,max，heb,min≤heb(i)≤heb,max，hgb,min≤hgb(i)≤hgb,max；
29、式中，pchp,min，pchp,max分别为热电联产机组输出电功率的最小值和最大值，hchp,min，hchp,max分别为热电联产机组输出热功率的最小值和最大值，heb,min，heb,max分别为电锅炉输出热功率的最小值和最大值，hgb,min，hgb,max分别为燃气锅炉的输出功率的最小值和最大值；
30、能源供应约束条件st6：vg,min≤vg(i)≤vg,max，vg(i)＝vgb(i)+vchp(i)；
31、式中，vg(i)为第i调度时刻处能源供应总量，vg,min和vg,max分别为能源供应最小量和最大量，vgb(i)为燃气锅炉的能源供应量，vchp(i)为热电联产机组的能源供应量；
32、目标权重约束条件st7：w1(i)+w2(i)+w3(i)＝1；
33、式中，w1(i)，w2(i)和w3(i)分别为f1(i)，f2(i)和f3(i)的权重。
34、作为本发明的一种优选方案，对各个约束条件进行优先级设置的方法包括：
35、在群体智能算法的每次迭代后，量化每个约束条件的满足程度，所述满足程度为：
36、xr(t)＝sr(t)/g(t)；
37、式中，xr(t)为群体智能算法在第t次迭代得到的目标函数解集合对第r个约束条件的满足程度，sr(t)为群体智能算法在第t次迭代得到的目标函数解集合中满足第r个约束条件的解数量，g(t)为群体智能算法在第t次迭代得到的目标函数解集合的解数量；
38、根据所述满足程度自适应确定出每个约束条件的优先级，所述约束条件的优先级为：yr(t)＝-(1-xr(t))*log[xr(t)]；
39、式中，yr(t)为群体智能算法在第t次迭代后的第r个约束条件的优先级；
40、根据约束条件的优先级，得到设置优先级的约束条件为：
41、s.t＝{yr(t)*str|r∈[1,ns]}
42、式中，s.t为群体智能算法在第t次迭代后的约束条件集合，str为第r个约束条件，ns为约束条件的总数量。
43、作为本发明的一种优选方案，所述群体智能算法包括遗传、粒子群、模拟退火算法及其改进算法。
44、作为本发明的一种优选方案，本发明提供了一种基于电氢冷热融合的供能优化调控的系统，应用于所述的一种基于电氢冷热融合的供能优化调控方法，系统包括：
45、数据采集系统，用于获取电氢冷热融合系统的能源设备工况数据；
46、模型构建单元，用于基于所述能源设备工况数据，构建电氢冷热融合系统的能源设备优化调度模型；
47、调度求解单元，用于利用群体智能算法对所述能能源设备优化调度模型进行求解，得到电氢冷热融合系统的能源设备的最优能源调度结果；
48、调度控制单元，用于根据所述最优能源调度结果对电氢冷热融合系统的能源设备进行能源调度最优化的工作控制。
49、作为本发明的一种优选方案，模型构建单元对电氢冷热融合系统的能源设备优化调度模型构建方法包括：
50、以电氢冷热融合系统的经济性目标和环保性目标，构建能源设备优化调度的目标函数；
51、以电力平衡约束、热能平衡约束、氢能量平衡约束、储能设备约束、能量耦合设备约束和能源供应约束，构建求解所述目标函数的约束条件，并设置约束条件的优先级。
52、作为本发明的一种优选方案，所述电氢冷热融合系统包括：供电模块、电锅炉、储热罐、燃气锅炉、热电联产机组和氢储能系统，其中，所述供电模块通过微电网与电负载连接；所述电锅炉、所述储热罐、所述燃气锅炉和所述热电联产机组依次连接；所述电锅炉和所述热电联产机组均与所述微电网连接；所述电锅炉还与热负载连接；所述热电联产机组还与所述储热罐连接；所述氢储能系统分别与所述电负载、所述氢负载和所述热负载连接。
53、本发明与现有技术相比较具有如下有益效果：
54、本发明通过多目标优化，实现对复杂的综合能源系统进行多样灵活的优化调度，且在多目标优化过程中对自适应调整约束条件的约束优先级，灵活规划搜索方向，避免搜索域过大，以及重复性搜索，简化目标函数的求解，能够满足优化调控的时效性需求。
1.一种基于电氢冷热融合的供能优化调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：电氢冷热融合系统的能源设备工况数据包括供能设备的工况数据，能量耦合设备的工况数据以及储能设备的工况数据。
3.根据权利要求2所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：所述电氢冷热融合系统的能源设备优化调度模型构建方法包括：
4.根据权利要求3所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：所述能源设备优化调度的目标函数为：
5.根据权利要求4所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：所述能源设备优化调度的约束条件为：
6.根据权利要求5所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：对各个约束条件进行优先级设置的方法包括：
7.根据权利要求6所述的一种基于电氢冷热融合的供能优化调控方法，其特征在于：所述群体智能算法包括遗传、粒子群、模拟退火算法及其改进算法。
8.一种基于电氢冷热融合的供能优化调控的系统，其特征在于，应用于权利要求1-7任一项所述的一种基于电氢冷热融合的供能优化调控方法，系统包括：
9.根据权利要求8所述的一种基于电氢冷热融合的供能优化调控系统，其特征在于：模型构建单元对电氢冷热融合系统的能源设备优化调度模型构建方法包括：
10.根据权利要求8所述的一种基于电氢冷热融合的供能优化调控系统，其特征在于：所述电氢冷热融合系统包括：供电模块、电锅炉、储热罐、燃气锅炉、热电联产机组和氢储能系统，其中，所述供电模块通过微电网与电负载连接；所述电锅炉、所述储热罐、所述燃气锅炉和所述热电联产机组依次连接；所述电锅炉和所述热电联产机组均与所述微电网连接；所述电锅炉还与热负载连接；所述热电联产机组还与所述储热罐连接；所述氢储能系统分别与所述电负载、所述氢负载和所述热负载连接。
