基于批量標(biāo)準(zhǔn)化算法的園區(qū)綜合能源調(diào)度方法

唐冬來，朱海萍，何鵬，劉玉民，陳瑞

(1.四川中電啟明星信息技術(shù)有限公司, 四川 成都 610041; 2.重慶郵電大學(xué) 通信與信息工程學(xué)院, 重慶400065; 3.國網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司，北京 102211)

隨著我國社會經(jīng)濟(jì)的快速發(fā)展，能源需求總量急劇增加，各能源運(yùn)營商協(xié)同供給能力不足，能源供需矛盾日益凸顯，嚴(yán)重影響了我國能源綜合利用與低碳經(jīng)濟(jì)發(fā)展[1-3]。為解決能源綜合利用的問題，我國于2016年正式啟動了以智能電網(wǎng)為核心的“互聯(lián)網(wǎng)+”智慧能源革命[4-5]，采用電力電子、信息、智能管控等新型技術(shù)，將水、電、氣、熱等各類分布式供應(yīng)裝置、儲存裝置與各種類型負(fù)載連接在一起，形成能源互聯(lián)網(wǎng)，以實(shí)現(xiàn)各類能源的多向流動與能量交換[6-7]。

能源綜合調(diào)度作為園區(qū)綜合能源運(yùn)行中經(jīng)濟(jì)和技術(shù)優(yōu)化的重要組成部分[8]，旨在滿足水、電、氣、熱等多種能源單元運(yùn)行約束的前提下，通過優(yōu)化分配多種能源的負(fù)載需求，并合理安排多能互補(bǔ)供應(yīng)使得系統(tǒng)運(yùn)行總成本最小[9]。然而，在能源綜合調(diào)度中，熱電聯(lián)產(chǎn)機(jī)組、熱泵、電熱等耦合元件的能源損耗會隨著水溫、耦合元件運(yùn)行狀態(tài)等因素影響發(fā)生變化，在極端情況下可超過20%，影響了多種能源互補(bǔ)的綜合利用的調(diào)優(yōu)[10-11]。

國內(nèi)外大量學(xué)者對園區(qū)綜合能源調(diào)度開展了研究。文獻(xiàn)[12]基于綜合能源系統(tǒng)安全穩(wěn)定運(yùn)行，提出一種參與雙重市場的區(qū)域綜合能源系統(tǒng)日前優(yōu)化調(diào)度方法。該方法綜合考慮當(dāng)天各時(shí)段的需求與供應(yīng)量、負(fù)荷波動和資源備用等情況，以負(fù)荷波動引起的調(diào)度成本最優(yōu)為目標(biāo)，計(jì)算次日的綜合能源調(diào)度運(yùn)行方案。文獻(xiàn)[13]針對電子、物流、醫(yī)療等不同類型工業(yè)園區(qū)差異化的供能需求，提出一種日前調(diào)度與實(shí)時(shí)調(diào)度相結(jié)合的園區(qū)綜合能源調(diào)度策略，該方法以運(yùn)營商利潤和用戶評價(jià)為目標(biāo)，確定園區(qū)次日用能安排，并針對當(dāng)日的用能偏差進(jìn)行能量互?？刂啤Ｎ墨I(xiàn)[14]基于區(qū)域間能量交換，提出一種多區(qū)域綜合能源系統(tǒng)協(xié)調(diào)經(jīng)濟(jì)調(diào)度模型，可實(shí)現(xiàn)獨(dú)立區(qū)域內(nèi)的能量平衡和不同區(qū)域間的能量互補(bǔ)。文獻(xiàn)[15]考慮供給側(cè)、負(fù)載側(cè)雙向不確定性，提出跨區(qū)能源調(diào)度方法，通過隨機(jī)約束規(guī)劃進(jìn)行能源調(diào)度優(yōu)化。文獻(xiàn)[16]針對電熱綜合能源的傳輸損耗問題，提出以最優(yōu)經(jīng)濟(jì)為目標(biāo)的優(yōu)化調(diào)度模型，實(shí)現(xiàn)電熱能源之間的協(xié)調(diào)與優(yōu)化調(diào)度。由此可見，園區(qū)綜合能源調(diào)度方法多樣且已取得一定的成果，但上述研究基于供應(yīng)商市場、園區(qū)差異化、網(wǎng)絡(luò)傳輸損耗等因素進(jìn)行綜合能源調(diào)度，缺少對水溫、氣溫、耦合器件運(yùn)行狀態(tài)等影響因素與多能源耦合損耗變化影響的關(guān)聯(lián)分析。要實(shí)現(xiàn)更經(jīng)濟(jì)的多時(shí)間尺度綜合能源調(diào)度，需要考慮源荷雙側(cè)隨機(jī)波動、多種能源之間耦合轉(zhuǎn)換損耗變化和調(diào)度策略動態(tài)調(diào)優(yōu)的問題。

針對當(dāng)前研究中源荷雙側(cè)隨機(jī)波動估計(jì)不足，未考慮多能源耦合損耗變化影響的問題，采用深度學(xué)習(xí)技術(shù)，提出了一種基于批量標(biāo)準(zhǔn)化算法的園區(qū)綜合能源調(diào)度方法。該方法對歷史調(diào)度策略執(zhí)行時(shí)，水溫、氣溫、耦合器件運(yùn)行狀態(tài)等影響因素與多能源耦合器件損耗變化關(guān)系樣本進(jìn)行深度學(xué)習(xí)，并將其作為綜合能源調(diào)度修正因子參與園區(qū)能源最優(yōu)調(diào)度策略計(jì)算，從而達(dá)到綜合能源調(diào)度策略最優(yōu)的目的。最后，通過算例和實(shí)際應(yīng)用結(jié)果對所提技術(shù)方案進(jìn)行驗(yàn)證。

1 園區(qū)綜合能源調(diào)度架構(gòu)

1.1 園區(qū)綜合能源系統(tǒng)能量流框架

園區(qū)的綜合能源系統(tǒng)[17]是指在園區(qū)多種能源運(yùn)行的過程中，對水、電、氣、熱、冷等多種能源的產(chǎn)生、傳輸、轉(zhuǎn)換(耦合)、消費(fèi)等環(huán)節(jié)進(jìn)行綜合協(xié)調(diào)、優(yōu)化控制后所形成的綜合能源產(chǎn)銷供一體化系統(tǒng)[18]。園區(qū)綜合能源系統(tǒng)由社會化的能源供給網(wǎng)絡(luò)[19]，園區(qū)內(nèi)的能源分配網(wǎng)絡(luò)、耦合元件、負(fù)荷元件和儲能元件構(gòu)成[20]，其園區(qū)綜合能效利用效率反映了以上環(huán)節(jié)中各能源元件的傳輸損耗和耦合損耗水平[21]。園區(qū)內(nèi)各能源元件的能量流如圖1所示。

圖1 園區(qū)多能源能量流Fig.1 Schematic diagram of multi-energy energy flow in the park

由圖1可見，園區(qū)的綜合能源系統(tǒng)分外部能源網(wǎng)絡(luò)和內(nèi)部能源網(wǎng)絡(luò)兩部分。外部能源網(wǎng)包括接入的配電網(wǎng)、燃?xì)饩W(wǎng)、供熱網(wǎng)、供冷網(wǎng)和供水網(wǎng)，向園區(qū)內(nèi)部能源網(wǎng)絡(luò)供給電、氣、熱、冷和水能。在內(nèi)部能源網(wǎng)絡(luò)中，綜合能源系統(tǒng)有機(jī)協(xié)調(diào)并調(diào)配內(nèi)、外部能源和儲能設(shè)施，通過分配網(wǎng)絡(luò)將能源提供給終端負(fù)荷；其中，在內(nèi)部的能源生產(chǎn)方面，園區(qū)可利用太陽能、風(fēng)力和其他可再生能源等資源，向園區(qū)內(nèi)部負(fù)荷提供能量。此類能源屬于園區(qū)投資的資源，不計(jì)入外部能源服務(wù)商供給范圍，在綜合能源系統(tǒng)調(diào)度時(shí)，可優(yōu)先使用此類能源，以達(dá)到節(jié)約綜合能源運(yùn)營成本的目的。在能源傳輸方面，通過電、氣、熱、冷和水網(wǎng)，向終端負(fù)荷提供能源，由于在傳輸過程中存在損耗，在綜合能源調(diào)度時(shí)，也會考慮其傳輸損耗成本[22]。在能源耦合方面，通過消耗某一種類型的能源，產(chǎn)生園區(qū)所需要的另外一種或幾種能源，受耦合元件的類型和制作商等因素影響，耦合元件的轉(zhuǎn)換效率不盡相同，在綜合能源調(diào)度時(shí)，需重點(diǎn)考慮耦合轉(zhuǎn)換損耗。在能源消費(fèi)方面，則考慮終端設(shè)備的功耗、性能、外部環(huán)境和時(shí)間等進(jìn)行能源有機(jī)調(diào)度。在能源存儲方面，由于電能、熱能、冷能的實(shí)時(shí)性高，在閑時(shí)利用蓄電池、儲熱、儲冷裝置等能源存儲裝置存儲能源[23]，在能源使用高峰時(shí)段，釋放存儲能量，消除園區(qū)能源負(fù)荷尖峰時(shí)段對內(nèi)、外部能源網(wǎng)絡(luò)的影響。

1.2 園區(qū)綜合能源調(diào)度模型架構(gòu)

本文在構(gòu)建園區(qū)綜合能源調(diào)度框架時(shí)，考慮了園區(qū)的源、網(wǎng)、荷、儲設(shè)備互動與調(diào)度決策算法的目標(biāo)、損耗、約束與控制，以實(shí)現(xiàn)園區(qū)綜合能源的最優(yōu)控制，如圖2所示。

圖2 園區(qū)綜合能源調(diào)度模型架構(gòu)Fig.2 Comprehensive energy scheduling model of the park

由圖2可見，園區(qū)綜合能源的源方面由能源供應(yīng)商提供的水、電、氣、熱，和光伏發(fā)電等能源生產(chǎn)設(shè)備構(gòu)成[24-25]；網(wǎng)方面由起控制作用的斷路器等設(shè)備構(gòu)成；負(fù)荷方面由電負(fù)荷、熱負(fù)荷、冷負(fù)荷、水負(fù)荷、氣負(fù)荷等用能需求構(gòu)成[26]；儲能方面由蓄電池、冰蓄冷等能源存儲設(shè)備構(gòu)成。根據(jù)上述園區(qū)源、網(wǎng)、荷、儲設(shè)備，園區(qū)綜合能源調(diào)度模型在園區(qū)的耦合、傳輸損耗、約束條件等情況下，通過對耦合器件等設(shè)備進(jìn)行有序控制，實(shí)現(xiàn)多能源互補(bǔ)的最佳能量流供給，降低園區(qū)綜合能源運(yùn)行成本，提高能效利用水平。

2 園區(qū)綜合能源調(diào)度模型

基于批量標(biāo)準(zhǔn)化的園區(qū)綜合能源調(diào)度方法是綜合考慮了多能源耦合損耗因素的智能優(yōu)化算法，可用于多時(shí)間尺度下的園區(qū)綜合能源調(diào)度策略求解，可增強(qiáng)新能源的消納能力，大幅提高綜合能效，降低園區(qū)的用能成本。本文以園區(qū)冷熱電聯(lián)供系統(tǒng)為例，進(jìn)行綜合能源調(diào)度模型介紹。

2.1 多能量流監(jiān)測

園區(qū)多能量流監(jiān)測是為園區(qū)綜合能源調(diào)度模型決策的基礎(chǔ)數(shù)據(jù)來源，提供園區(qū)源、網(wǎng)、荷、儲設(shè)備的運(yùn)行信息與設(shè)備控制的約束條件。

2.1.1 多能源監(jiān)測

在園區(qū)多能源監(jiān)測中，采用智能終端，通過電力載波、微功率無線、光纖等方式實(shí)現(xiàn)對分布式的園區(qū)源、網(wǎng)、荷、儲設(shè)備信息進(jìn)行數(shù)據(jù)特征感知，為后續(xù)多能源調(diào)度決策控制提供基礎(chǔ)數(shù)據(jù)支撐。

2.1.2 多能源故障保護(hù)

針對綜合能源故障發(fā)生概率，采用故障損失分析來評估多能源的聯(lián)合動作保護(hù)方案，以實(shí)現(xiàn)綜合能源系統(tǒng)中故障損失Lj最小。

設(shè)園區(qū)的能源元件數(shù)量為ms，耦合元件數(shù)量為ns，元件J有正常Js和異常Jb這2種狀態(tài)，Jk為元件J的故障概率，故障發(fā)生的經(jīng)濟(jì)損失為Lc，多能源故障保護(hù)后，最小故障損失

(1)

2.1.3 多能源損耗計(jì)算

在園區(qū)的綜合能源系統(tǒng)運(yùn)行中，涉及到能源生產(chǎn)、傳輸、耦合轉(zhuǎn)換中的損耗。設(shè)輸入的能源為Ωm，能源生產(chǎn)損耗為Rea，傳輸損耗為Reb，耦合轉(zhuǎn)換損耗為Rec，則輸出能源

Ωn=Ωm-Rea-Reb-Rec.

(2)

2.1.3.1 綜合能源轉(zhuǎn)換損耗評估

綜合能源轉(zhuǎn)換損耗評估采用能源損耗率來評估，設(shè)Res為園區(qū)內(nèi)的電、熱、冷能源輸出總量，t為綜合能源耦合轉(zhuǎn)換的時(shí)段總數(shù)，各參數(shù)符號用下標(biāo)i表示不同轉(zhuǎn)換時(shí)段的參數(shù)，綜合耦合損耗率

(3)

2.1.3.2 綜合能效評估

結(jié)合園區(qū)綜合能源的利用方式，園區(qū)綜合能效評估采用綜合能源利用效率評估，包括：園區(qū)多種能源在耦合轉(zhuǎn)換過程中的損耗與能源在釋放能量過程中的損耗。設(shè)多種能源在生產(chǎn)、傳輸和耦合轉(zhuǎn)換過程中，有ml種設(shè)備，輸出和輸入的比值為λlz，存儲能源在釋放過程中，有nl種設(shè)備，輸出與輸入的比值為λls；園區(qū)能源輸入總量為Cin，儲能釋放的能量為Cina，設(shè)能源輸入設(shè)備序號為p，儲能釋放設(shè)備序號為o，綜合能源利用效率

(4)

2.1.3.3 多能流綜合計(jì)算

本文采用最小二乘法[27]進(jìn)行綜合能源狀態(tài)估計(jì)，設(shè)?為多能源的量測值，測量的維度為ma，量測函數(shù)集合

U(xa)={U1(xa),U2(xa),…,Uma(xa)}.

(5)

設(shè)量測時(shí)段總數(shù)為ta，各參數(shù)符號用下標(biāo)ρ表示不同量測時(shí)段的參數(shù)，多能源估計(jì)狀態(tài)F(x)為

(6)

2.1.3.4 多能源調(diào)度風(fēng)險(xiǎn)評估

在園區(qū)綜合能源調(diào)度的過程中，需評估開關(guān)正常情況下的負(fù)荷損失、設(shè)備重過載問題，以及開關(guān)失效下的關(guān)聯(lián)故障問題。

設(shè)當(dāng)前調(diào)度中，園區(qū)內(nèi)有n個(gè)可供調(diào)控的開關(guān)，開關(guān)發(fā)生故障的概率為γ，故障修復(fù)率為，故障概率修正因子為σ，取值范圍根據(jù)某地區(qū)園區(qū)綜合能源的參考值確定，見表1，則多能源調(diào)度風(fēng)險(xiǎn)

(7)

2.2 多能源調(diào)度決策控制模型

2.2.1 目標(biāo)函數(shù)

在傳統(tǒng)園區(qū)綜合能源調(diào)度過程中，調(diào)度決策控制模型對壓縮機(jī)、三聯(lián)供等多能耦合元件進(jìn)行能量轉(zhuǎn)換控制，以實(shí)現(xiàn)綜合能源利用最優(yōu)的目的。但傳統(tǒng)調(diào)度中對環(huán)境因素造成的多能耦合器件、線路及管道造成的損耗分析不足[28]，導(dǎo)致能量流控制缺少損耗參數(shù)分析。因此，亟需采用機(jī)器學(xué)習(xí)技術(shù)對歷史的園區(qū)綜合能源運(yùn)行數(shù)據(jù)進(jìn)行分析，掌握不同環(huán)境因素下多能耦合器件、線路及管道傳輸?shù)膿p耗參數(shù)，并將該損耗參數(shù)作為園區(qū)綜合能源調(diào)度的影響因素，從而提高原因綜合能源調(diào)度經(jīng)濟(jì)性。

表1 故障概率修正因子Tab.1 Fault probability correction factors

批量標(biāo)準(zhǔn)化算法又稱批量歸一化[29]，在傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，批量標(biāo)準(zhǔn)化算法對中間層輸入進(jìn)行標(biāo)準(zhǔn)化處理，以解決傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在模型更新中存在的差異問題，進(jìn)而實(shí)現(xiàn)更精準(zhǔn)的損耗參數(shù)設(shè)置。在園區(qū)綜合能源調(diào)度中，本文模型結(jié)合損耗參數(shù)修正因子，實(shí)現(xiàn)更精準(zhǔn)的調(diào)度策略優(yōu)化，在園區(qū)耦合器件利用率高的場景有較好的適用性。

設(shè)輸入歷史的調(diào)度策略執(zhí)行時(shí)，水溫、氣溫、耦合器件運(yùn)行狀態(tài)等影響因素與多能源耦合器件損耗變化關(guān)系為β，設(shè)歷史控制次數(shù)為mt，執(zhí)行歷史的控制策略時(shí)，影響因素與多能源耦合器件損耗變化關(guān)系序列β={β1，β2，…，βmt}，深度學(xué)習(xí)的全局統(tǒng)計(jì)均值

(8)

全局統(tǒng)計(jì)方差

(9)

基于批量標(biāo)準(zhǔn)化算法的卷積神經(jīng)網(wǎng)絡(luò)，生成園區(qū)各類能源耦合器件的修正因子

(10)

設(shè)園區(qū)的綜合能源使用時(shí)段總數(shù)為tz，園區(qū)內(nèi)部新能源消納成本為Cnp，園區(qū)的外部能源消納成本為Cp，多能源耦合損耗成本為Clc，多能源傳輸損耗為Cle，園區(qū)的儲能運(yùn)行成本為Cs，園區(qū)綜合能源系統(tǒng)中總體的運(yùn)行成本為Ct，可調(diào)整的能量流為Δf，基于批量標(biāo)準(zhǔn)化算法的園區(qū)綜合能源調(diào)度模型的目標(biāo)函數(shù)具體可以描述為

CleiΔfi+CsiΔfi)Δhi.

(11)

園區(qū)內(nèi)部新能源消納成本Cnp由光伏發(fā)電消納成本Cnpa、生物能發(fā)電成本Cnpb和風(fēng)力發(fā)電成本Cnpc構(gòu)成，運(yùn)行時(shí)段總數(shù)為tx。具體表示如下：

Cnp=Cnpa+Cnpb+Cnpc=

(12)

園區(qū)外部能源消納成本Cp由向電網(wǎng)公司的購電成本Cpa、向燃?xì)夤镜馁彋獬杀綜pb、向供熱公司的購熱成本Cpc、向供冷公司的制冷成本Cpd和向水務(wù)公司的購水成本Cpe構(gòu)成，運(yùn)行時(shí)段總數(shù)為tc，具體表示如下：

Cp=Cpa+Cpb+Cpc+Cpd+Cpe=

(13)

多能源耦合損耗成本Clc由電轉(zhuǎn)換熱損耗成本Clca、電轉(zhuǎn)換冷損耗成本Clcb、燃?xì)廪D(zhuǎn)換電損耗成本Clcc、燃?xì)廪D(zhuǎn)換熱損耗成本Clcd和燃?xì)廪D(zhuǎn)換冷損耗成本Clce構(gòu)成，運(yùn)行時(shí)段總數(shù)為td，具體表示如下：

Clc=Clca+Clcb+Clcc+Clcd+Clce=

(14)

多能源的傳輸損耗Cle由電能傳輸損耗Clea、氣能傳輸損耗Cleb、熱能傳輸損耗Clec、冷能傳輸損耗Cled、水能傳輸損耗Clee構(gòu)成，運(yùn)行時(shí)段總數(shù)為te，具體表示如下：

Cle=Clea+Cleb+Clec+Cled+Clee=

(15)

園區(qū)的儲能運(yùn)行成本Cs由蓄電池運(yùn)行成本Csa、儲熱裝置運(yùn)行成本Csc和儲冷裝置運(yùn)行成本Csd構(gòu)成，運(yùn)行時(shí)段總數(shù)為ty，具體表示如下：

(16)

2.2.2 約束條件

首先，多能源調(diào)度決策控制場景必須滿足電、氣、熱、冷等多能源功率平衡的約束，設(shè)園區(qū)內(nèi)部新能源生產(chǎn)的能量流為Pnp，用Pnpa、Pnpb、Pnpc分別代表光伏發(fā)電、其他可再生能源發(fā)電和風(fēng)力發(fā)電的能量流；設(shè)向外部能源公司購入的能量流為Pp，用Ppa、Ppb、Ppc、Ppd、Ppe分別代表外部的電網(wǎng)公司、燃?xì)夤尽⒐峁?、供冷公司和水?wù)公司的能量流；設(shè)多能源耦合損耗能量流為Plc，用Plca、Plcb、Plcc、Plcd、Plce分別代表電轉(zhuǎn)換熱、電轉(zhuǎn)換冷、燃?xì)廪D(zhuǎn)換電、燃?xì)廪D(zhuǎn)換熱和燃?xì)廪D(zhuǎn)換冷損耗的能量流，損耗率分別為mlca、mlcb、mlcc、mlcd、mlce；多能源傳輸損耗能量為Ple，用Plea、Pleb、Plec、Pled、Plee分別代表電能、氣能、熱能、冷能和水能傳輸損耗的能量流；設(shè)儲能的能量流為Ps，用Psa、Psc、Psd分別代表蓄電池、儲熱裝置、儲冷裝置的能量流；τ為耦合元件老化安全閾值。園區(qū)能量消費(fèi)負(fù)載Pm滿足約束條件

Pm=Pnp+Pp+Ps-Plc-Ple-τ.

(17)

園區(qū)消費(fèi)負(fù)載電能Pa、氣能Pb、熱能Pc、冷能Pd和水能Pe分別滿足以下約束條件：

Pa=Pnpa+Pnpb+Pnpc+Ppa+Psa+

(Plcc/mlcc-Plcc)-Plca/mlca-

Plcb/mlcb-Plea-τ.

(18)

Pb=Ppb-Plcc/mlcc-Plcd/mlcd-

Plce/mlce-Pleb-τ.

(19)

Pc=Ppc+(Plca/mlca-Plca)+

(Plcd/mlcd-Plcd)+Psc-Plec-τ.

(20)

Pd=Ppd+(Plcb/mlcb-Plcb)+

(Plce/mlce-Plce)+Psd-Pled-τ.

(21)

Pe=Ppe-Plee-τ.

(22)

其次，滿足園區(qū)新能源機(jī)組發(fā)電功率的上下限，設(shè)Pnpa,max、Pnpa,min分別為光伏發(fā)電功率的上下限，Pnpb,max、Pnpb,min分別為其他可再生能源發(fā)電功率的上下限，Pnpc,max、Pnpc,min分別為風(fēng)力發(fā)電功率的上下限，ΔPna、ΔPnb、ΔPnc分別為光伏發(fā)電、其他可再生能源發(fā)電、風(fēng)力發(fā)電的可調(diào)整負(fù)荷，運(yùn)行約束分別為：

Pnpa,min≤Pnpa+ΔPna≤Pnpa,max.

(23)

Pnpb,min≤Pnpb+ΔPnb≤Pnpb,max.

(24)

Pnpc,min≤Pnpc+ΔPnc≤Pnpc,max.

(25)

再次，滿足園區(qū)儲能設(shè)備容量的上下限，設(shè)Psa,max、Psa,min分別為蓄電池容量的上下限，Psc,max、Psc,min分別為儲熱裝置容量的上下限，Psd,max、Psd,min分別為儲冷裝置容量的上下限，ΔPsa、ΔPsc、ΔPsd分別為蓄電池、儲熱裝置、儲冷裝置的可調(diào)整存儲容量，運(yùn)行約束分別為：

Psa,min≤Psa+ΔPsa≤Psa,max.

(26)

Psc,min≤Psc+ΔPsc≤Psc,max.

(27)

Psd,min≤Psd+ΔPsd≤Psd,max.

(28)

第四，滿足園區(qū)冷熱電三聯(lián)供燃?xì)鈾C(jī)組的轉(zhuǎn)換功率上下限，Plccc,max、Plccc,min分別為燃?xì)廪D(zhuǎn)換電的功率上下限,Plcdd,max、Plcdd,min分別為燃?xì)廪D(zhuǎn)換熱的功率上下限,Plcce,max、Plcce,min分別為燃?xì)廪D(zhuǎn)換冷的功率上下限,ΔPlccc、ΔPlcdd、ΔPlcee分別冷熱電三聯(lián)供燃?xì)鈾C(jī)組的燃?xì)廪D(zhuǎn)換電、燃?xì)廪D(zhuǎn)換熱、燃?xì)廪D(zhuǎn)換冷調(diào)整容量，運(yùn)行約束分別為：

Plccc,min≤(Plcc/mlcc-Plcc)+ΔPlccc≤Plccc,max.

(29)

Plcdd,min≤(Plcd/mlcd-Plcd)+ΔPlcdd≤Plcdd,max.

(30)

Plcee,min≤(Plce/mlce-Plce)+ΔPlcee≤Plcee,max.

(31)

最后，對于電網(wǎng)公司、燃?xì)夤尽⒐峁?、供冷公司和水?wù)公司提供的能量流Ppa、Ppb、Ppc、Ppd、Ppe，輸送上限分別為Ppa,max、Ppb,max、Ppc,max、Ppd,max、Ppe,max，則約束條件分別為：

(32)

3 綜合能源調(diào)度推演仿真流程

綜上所述，基于批量標(biāo)準(zhǔn)化算法的園區(qū)綜合能源調(diào)度方法可概括如下，流程如圖3所示。

具體流程描述如下：

步驟1，針對園區(qū)多能源設(shè)備的量測數(shù)據(jù)進(jìn)行分析，判斷多能源設(shè)備是否有能量流越限、失效等情況，當(dāng)設(shè)備出現(xiàn)異常故障時(shí)，跳轉(zhuǎn)至綜合能源調(diào)度控制模塊，進(jìn)行故障保護(hù)控制，減少故障設(shè)備對園區(qū)綜合能源運(yùn)行的影響。

步驟2，對園區(qū)的電轉(zhuǎn)換熱、電轉(zhuǎn)換冷、燃?xì)廪D(zhuǎn)換電、燃?xì)廪D(zhuǎn)換熱和燃?xì)廪D(zhuǎn)換冷5類耦合損耗進(jìn)行分析，為園區(qū)綜合能源調(diào)控提供影響因素分析數(shù)據(jù)。

步驟3，根據(jù)園區(qū)的綜合能源系統(tǒng)中電、氣、熱、冷和水的子系統(tǒng)時(shí)間尺度不同的特點(diǎn)，在考慮園區(qū)內(nèi)能量流耦合損耗的情況下，采用最小二乘法進(jìn)行綜合能源狀態(tài)估計(jì)，為園區(qū)綜合能源調(diào)控提供基礎(chǔ)分析數(shù)據(jù)。

步驟4，綜合考慮多能源調(diào)度開關(guān)切換的正常和失效2種狀態(tài)，結(jié)合多能源的運(yùn)行風(fēng)險(xiǎn)，計(jì)算出多能源總體調(diào)度風(fēng)險(xiǎn)，為園區(qū)綜合能源調(diào)控提供支撐。

圖3 基于多能源損耗動態(tài)博弈的園區(qū)綜合能源調(diào)度流程Fig.3 Flow chart of comprehensive energy scheduling in the park based on multi-energy loss dynamic game

步驟5，通過對園區(qū)內(nèi)外部多能量流、能源耦合損耗、傳輸損耗、儲能、負(fù)載等因素進(jìn)行動態(tài)博弈，在結(jié)合綜合能源調(diào)度修正因子，考慮調(diào)度風(fēng)險(xiǎn)情況，對綜合最優(yōu)能效調(diào)度方案進(jìn)行求解，獲得多能源互補(bǔ)的最佳能量流供給，降低園區(qū)綜合能源運(yùn)行成本。

4 算例分析

采用本文所提方法對四川省某綜合能源示范區(qū)進(jìn)行基于批量標(biāo)準(zhǔn)化算法的綜合能源調(diào)度分析，分析數(shù)據(jù)日期為2019年12月5日。涉及系統(tǒng)包括配電系統(tǒng)和燃?xì)庀到y(tǒng)，因四川省2019年冬季溫度較高，所以未使用獨(dú)立的供熱系統(tǒng)，僅使用電制熱和氣制熱系統(tǒng)。其中園區(qū)內(nèi)部的能源包括配電系統(tǒng)的光伏發(fā)電等可再生能源發(fā)電，能源儲存裝置包括蓄電池組、儲熱裝置。

4.1 能源消耗成本分析

能源消耗成本是衡量園區(qū)綜合能源調(diào)度模型的經(jīng)濟(jì)性關(guān)鍵指標(biāo)，為驗(yàn)證文中所提方法降低能源消耗成本的有效性，對比所提方法與區(qū)間線性規(guī)劃調(diào)度算法當(dāng)日最優(yōu)的經(jīng)濟(jì)運(yùn)行成本，對比結(jié)果見表2。

表2 能源消耗成本Tab.2 Energy consumption costs

由表2可見，本文所提方法較區(qū)間線性規(guī)劃調(diào)度算法所得的能源消耗成本低5.93%。

4.2 批量標(biāo)準(zhǔn)化算法學(xué)習(xí)時(shí)間對調(diào)度影響

為驗(yàn)證樣本數(shù)據(jù)時(shí)間與園區(qū)綜合能源調(diào)控能源消耗成本的影響，選擇2019年1—12月數(shù)據(jù)，對比文中所提方法與區(qū)間線性規(guī)劃調(diào)度算法的成本降低比例，對比結(jié)果見表3。

表3 深度學(xué)習(xí)時(shí)間與節(jié)約成本影響Tab.3 Deep learning time and cost saving impact

由表3可見，在不同樣本數(shù)量下，本文所提方法在能源消耗成本降低比例方面均優(yōu)于區(qū)間線性規(guī)劃調(diào)度算法。

4.3 外購電能對比

通過本文所提方法可先控制新能源發(fā)電機(jī)組出力，提高新能源發(fā)電消納比例，減少外購電能。為驗(yàn)證該方法在減少外購電能方面的有效性，選擇2019年12月5日的數(shù)據(jù)，對比所提方法與區(qū)間線性規(guī)劃調(diào)度算法的外購電能金額，對比結(jié)果如圖4所示。

圖4 外購電能對比Fig.4 Comparisons of purchased electric energy

由圖4可見，在總電能消耗相當(dāng)?shù)那闆r下，本文所提方法與區(qū)間線性規(guī)劃調(diào)度算法相比，提高了新能源的消納比例，降低了外購電力成本。

4.4 燃?xì)庀膶Ρ?/h3>

為驗(yàn)證本文所提方法在降低燃?xì)庀姆矫娴挠行?，選擇2019年12月5日數(shù)據(jù)進(jìn)行對比，對比結(jié)果如圖5所示。

圖5 燃?xì)庀膶Ρ菷ig.5 Comparisons of gas consumption

由圖5可見，文中所提方法計(jì)算得到的園區(qū)燃?xì)庀谋炔捎脜^(qū)間線性規(guī)劃調(diào)度算法的結(jié)果低。

4.5 小結(jié)

綜上分析，在園區(qū)總體能耗使用相當(dāng)?shù)那闆r下，采用文中所提方法可有效協(xié)調(diào)園區(qū)內(nèi)外部的可控資源，實(shí)現(xiàn)多能源互補(bǔ)的最佳能量流供給，降低園區(qū)綜合能源運(yùn)行成本，其總體用能成本較區(qū)間線性規(guī)劃調(diào)度算法用能成本更低。

5 結(jié)束語

為研究深度學(xué)習(xí)對綜合能源調(diào)度經(jīng)濟(jì)性的影響，本文提出基于批量標(biāo)準(zhǔn)化算法的園區(qū)綜合能源調(diào)度方法，涉及了基于批量標(biāo)準(zhǔn)算法的園區(qū)綜合能源調(diào)度模型，綜合考慮園區(qū)內(nèi)外部多能量流、能源耦合損耗、傳輸損耗、儲能等因素，在結(jié)合綜合能源調(diào)度修正因子的情況下，以求解最優(yōu)的園區(qū)能效利用方式，實(shí)現(xiàn)了光伏等可再生能源等新能源的最大化消納和多能源互補(bǔ)的最佳能量流供給。該算法不僅能夠有效減少園區(qū)綜合能源調(diào)度的計(jì)算量，并能快速收斂，還針對綜合能源調(diào)控風(fēng)險(xiǎn)提供應(yīng)急預(yù)案，以實(shí)現(xiàn)對多能源綜合供給安全問題的預(yù)警和調(diào)度方案的調(diào)整。四川某工業(yè)園區(qū)的實(shí)際應(yīng)用結(jié)果表明，所提算法能夠有效降低園區(qū)綜合能源使用成本，實(shí)現(xiàn)系統(tǒng)綜合調(diào)度經(jīng)濟(jì)性最優(yōu)的目標(biāo)。

本文所述的園區(qū)綜合能源調(diào)度方法，未考慮園區(qū)各類能源負(fù)荷預(yù)測的問題，還需要結(jié)合深度學(xué)習(xí)技術(shù)，對園區(qū)各類能源負(fù)荷預(yù)測情況下的調(diào)度方法開展進(jìn)一步研究。