[0101] 下面结合附图对本发明做进一步说明：
[0102] 结合图1、图2和图3，本发明所述方法的步骤如下：
[0103] 步骤1：建立CCHP系统模型
[0104] 本发明设计的CCHP系统运行在并网模式下，系统通过联络线与大电网相连进行能量交换，是以燃气内燃机组为核心驱动设备，以蓄电池设备作为储能装置，增加风机发电和光伏发电的利用率，其结构原理图如图1所示。系统主要包括内燃发电机组、光伏发电装置、风机发电装置、余热回收装置、蓄电池、电锅炉、电制冷机、吸收式制冷机以及其他辅助控制设备。
[0105] 步骤2：构建基于能量枢纽的CCHP系统能量流模型，并分析系统中各能源之间复杂的耦合关系
[0106] 为了描述多能源系统中各种能量之间复杂的耦合关系，苏黎世联邦工学院(ETH Zurich)提出了能量枢纽(energy hub)的概念。在含有多种能源的微电网中，合理优化配置能量枢纽中各个设备的容量，可以增加系统的经济性。
[0107] 能量枢纽可将CCHP系统描述为如图2所示的输入-输出端口模型，P为原始输入能源，经过CCHP联供系统的转换后，成为满足负荷需求的转换输出能源L。
[0108] 能量枢纽的表达式如式(1)所示，其中C表示原始输入能源与转换输出能源之间平衡关系的耦合矩阵，S为修正矩阵。S用来描述系统中非直接将输入转换成所需输出的设备模型，包括电锅炉、吸收式制冷机、电制冷机、蓄电池。
[0109] L＝CP-S (1)
[0110] 根据各设备出力模型，CCHP系统的冷、热、电平衡方程如下：
[0111]
[0112]
[0113]
[0114] 其中：Lelec,t、Lhot,t、Lclod,t分别为t时段电、热、冷负荷需求；Ppv,t为t时段光伏电池出力；Pwt,t为t时段风力发电机出力；Pbat,t为t时段蓄电池出力，出力为正则进行储能，为负则释能；PMT,t为t时段燃气内燃机出力；PEB,t和PEC,t分别为t时段电锅炉和电制冷机出力；Pcharge,t为t时段大电网联络线功率，当Pcharge,t为正，则从大电网进行购电，若为负，则向大电网售电；ω为余热分配效率； ηHrs,t分别为燃气内燃机的发热效率和发电效
率，以及余热回收装置效率； 分别为吸收式制冷机制冷效率、电锅炉热效率、
电制冷机效率。
[0115] 将平衡方程整理成式(1)形式，即：
[0116]
[0117] 式(5)一方面可以清晰的描述本发明所研究CCHP系统的能量平衡，另一方面可以通过改变可再生能源容量(增加或减小其出力大小)对系统内部设备的运行进行控制，如通过改变风机和光伏电池的出力，可以影响大电网联络线功率和储能设备的配置容量以达到投资经济性和并网稳定性的目标。
[0118] 步骤3：制定考虑柔性负荷的需求侧能量管理策略
[0119] 本发明定义系统风力发电、光伏发电、燃气内燃机发电之和与电负荷需求的差额为系统不平衡电功率PUBD；燃气内燃机产热与热负荷需求的差额为系统不平衡热功率PUBR，溴化锂吸收式制冷机供冷与冷负荷需求的差额为系统不平衡冷功率PUBL，即
[0120]
[0121]
[0122] 式中，PUBD,t、PUBR,t、PUBL,t分别为t时段的系统不平衡电功率、不平衡热功率和不平衡冷功率；Pe-h,t、Pe-c,t分别为电锅炉和电制冷机t时段的用电功率；Pg-e,tPg-h,t、Pg-c,t分别为t时段燃气内燃机电出力、燃气内燃机供热出力和燃气内燃机供冷出力；Ppv,t、Pwt,t分别为t时段光伏发电量、风机发电量。
[0123] 当PUBD,t≠0时，优先由储能装置通过充放电来平衡；当储能装置的充放电功率或剩余电量超出约束范围时，本发明通过调度电柔性负荷按照合同约定增加或减少用电以及向大电网售购电能的方式来平衡功率，并以运营成本综合最优为目标分配柔性负荷和大电网的调度资源；当PUBR,t＜0时，按照合同约定调度柔性热负荷的减少以及电锅炉供给热能的方式来平衡功率，当PUBR,t＞0时，仅进行弃热操作；PUBL,t＜0时，则通过调度柔性冷负荷的减少以及电制冷机供给冷能的方式来平衡功率，当PUBL,t＞0时，仅进行弃冷操作。其分配方式可描述为：
[0124]
[0125] 式中，fop,t为t时段综合运营成本；Cusers,t为t时段CCHP系统型微网与用户之间的售电收益；fon,t、foff,t分别为t时段可激励电负荷的激励成本、可中断电负荷的补偿成本；fgrid_sell,t、fgrid_buy,t分别为t时段微网与大电网联络线之间的售、购电成本；fLR,t为t时段平衡冷热功率的综合调度费用。
[0126] 步骤4：建立多类型柔性负荷优化调度模型
[0127] 将上述电锅炉出力所需电能和电制冷机出力所需电能定义为供暖需求柔性电负荷ΔLe-h和供冷需求柔性电负荷ΔLe-c，其表达式如式(9)所示。
[0128]
[0129] 式中，ΔLe-h,t、ΔLe-c,t分别为t时段供暖需求柔性电负荷和供冷需求柔性电负荷；ΔLhot,t为实际柔性热负荷调度量；ΔLcold,t为实际冷负荷调度量。
[0130] 本发明设每一时段柔性电热冷负荷可调度容量分别为ΔRelec(t)、ΔRhot(t)、ΔRcold(t)，表式如式(10)-(12)所示。
[0131]
[0132]
[0133]
[0134] 其中：
[0135] ΔLfl,t＝ΔLelec,t+ΔLe-h,t+ΔLe-c,t (13)[0136]
[0137]
[0138] 式中，ΔLfl,t为t时段实际综合柔性电负荷调度总量；ΔLelec,t为柔性电负荷实际调度量；ΔHe-h,t为t时段电锅炉制热量；ΔCe-c,t为t时段电制冷机制冷量；Pgrid_buy,t为t时段微网向大电网购买的交换功率；Pgrid_sell,t为t时段微网向大电网出售的交换功率。
[0139] 柔性电热冷负荷ΔLelec,t、ΔLhot,t、ΔLcold,t每一时段的实际调度容量与各类柔性负荷的可激励系数、可中断系数及决策系数密切相关，即
[0140]
[0141] 式中， 为一对决定电负荷能否参与柔性电负荷调度的决策系数组；为一对决定热负荷能否参与柔性热负荷调度的决策系数组； 为
一对决定冷负荷能否参与柔性冷负荷调度的决策系数组； 分别为电负荷的可激
励系数、可中断系数； 分别为热负荷的可激励系数、可中断系数；
分别为冷负荷的可激励系数、可中断系数。
[0142] 柔性负荷的调度潜力及各用户中断和增加用电的意愿影响着可激励系数和可中断系数的取值，可定义为：
[0143]
[0144]
[0145]
[0146] 式中， 分别为柔性电负荷可激励潜力、可中断潜力，柔性热负荷可激励潜力、可中断潜力，柔性冷负荷可激励潜力、可中断潜力； 分别为用户增加、中断电负荷的意愿因子，用户增
加、中断热负荷的意愿因子，用户增加、中断冷负荷的意愿因子。
[0147] 决策系数与各类柔性负可调度容量的取值有关，可表示为：
[0148]
[0149]
[0150]
[0151] 步骤5：确定目标函数和约束条件，建立以投资成本和联络线功率波动综合最优的优化配置模型
[0152] 步骤5-1建立目标函数
[0153] 本发明综合考虑了投资经济性和并网稳定性两方面因素对CCHP系统内各组件容量优化配置的影响。建立了以投资成本和联络线功率波动综合最优的优化配置模型，综合目标函数可表示为：
[0154] minF＝(f1,f2) (23)
[0155] 步骤5-1-1经济性目标
[0156] 经济性目标为CCHP系统投资成本最小，建立了由系统等年值投资成本Cinitial、年运行维护成本CO&M、置换成本Cchange、柔性负荷年调度成本Cdemand、微电网与大电网交互费用Ccharge、购买能源成本Cf组成的综合成本f1为最低的目标函数，即
[0157] f1＝min(Cinitial+CO&M+Cchange+Cdemand+Ccharge+Cf) (24)
[0158] 1)等年值投资运行成本
[0159] 等年值投资运行成本由系统等年值投资成本Cinitial、年运行维护成本CO&M、微电网与大电网交互成本Ccharge、置换成本Cchange、购买能源成本Cf组成，其表达式为：
[0160] fyear＝Cinitial+CO&M+Cchange+Ccharge+Cf (25)
[0161]
[0162] 式中：N为系统设备种类；r0为贴现率；L为工程年限；Ci为第i个设备的投资费用；Pcap,i为第i个设备的容量，kW；KO&M为分布式电源的维护费率；nj为第j种典型日天数；
Pgrid_sell,j,t、Pgrid_buy,j,t分别为第为第j种典型日t时段向大电网的售电量和购电量；αsell,t、αbuy,t分别为t时段的单位售电价和单位购电价；Cchange_total为置换成本总和；If为天然气单位消耗费用；FMT,t为t时段天然气消耗量，m3。
[0163] 2)柔性负荷调度成本
[0164] 柔性负荷参与调度表现为需求响应，在保持供需双方利益动态均衡的情况下，引导电力用户的行为。对供应侧CCHP系统而言，系统将部分售电收益作为柔性负荷调度成本补贴用户。为保障系统的收益，本发明规定柔性负荷调度成本不越线时，采用基于边际成本定价策略的非线性模型来描述柔性负荷调度成本，反之则按照最大允许成本补偿用户。
[0165] CCHP系统型微网综合柔性负荷调度成本：
[0166]
[0167] 其中：
[0168]
[0169]
[0170]
[0171]
[0172] 式中，T为一天的调度时段24h；fon、foff分别为年可激励电负荷的激励成本和可中断电负荷的补偿成本； 分别为用户的可激励电负荷的激励成本、可中断电负荷的补偿成本；β1、β2为可激励电负荷的激励系数；β3为可激励供暖需求柔性电负荷和供冷需求柔性电负荷的激励系数；β4、β5分别为可激励热负荷的激励系数和可激励冷负荷的激励系数；γ1、γ2为可中断负荷的补偿系数；γ3、γ4分别为可中断热负荷的补偿系数、可中断冷负荷的补偿系数； 分别为t时段可中断热、冷负荷的补偿费用； 分别为t时段可激励热负荷、可激励冷负荷的激励成本；fLR为平衡冷热功率的综合调度费用。
[0173] 步骤5-1-2稳定性目标
[0174] 光伏电池和风机出力具有随机性、间歇性、能量波动大的特点，联络线中大的功率波动在并网运行时可能会对大电网造成冲击，影响大电网运行的安全稳定性。本发明采用分布式电源输出功率之和相对于电负荷需求的波动方差f2来表征联络线功率的波动性，即[0175]
[0176] 式中，Y为1年内365天； 为系统联络线功率均值；ni为第i个典型日天数；Ppv,i,t、Pwt,i,t分别为第i个典型日光伏电池和风力发电机在t时段的输出功率；Pg-e,i,t为第i个典型日燃气内燃机在t时段产生的电能；Pbat,i,t为第i个典型日蓄电池在t时段的出力；Lelec,i,t为第i典型日t时段的电负荷需求；ΔLfl,i,t为第i个典型日t时段实际综合柔性电负荷调度总量。
[0177] 步骤5-1-3综合目标
[0178] 若直接将经济目标与稳定目标相加，往往会因为两者量纲的不同，造成结果的不准确。这是因为不同的数量级，可能导致经济目标的数值远远大于稳定目标的数值，使CCHP系统的稳定目标淹没于经济目标中。因此，本发明基于标幺值的概念，以各子目标独立最优解作为基准值对综合目标进行无量纲化处理，使两个目标转从不同数量级的有纲量转化为无量纲，再通过权重系数ω1和ω2将两者整合到一起，通过改变权重系数研究在不同权重下经济目标和稳定目标对整个CCHP系统容量配置的影响。
[0179]
[0180] 式中：F为综合指标； 和 分别为经济目标和稳定目标的独立最优解。
[0181] 步骤5-2约束条件
[0182] 步骤5-2-1能量平衡约束
[0183] t时段的电量、冷量、热量平衡约束为
[0184] Ppv,t+Pwt,t+Pcharge,t+Pg-e,t＝Pbat+Lelec,t+PEB,t+PEC,t+ΔLelec,t (34)[0185] Pg-h,t+Pe-h＝Lhot,t+ΔLhot,t (35)
[0186] Pg-c+Pe-c＝Lcold,t+ΔLcold,t (36)
[0187] 步骤5-2-2蓄电池充放电约束
[0188] 蓄电池使用寿命受多方面因素的影响，对蓄电池充放电深度和充放电次数的限制可以起到延长其使用寿命的作用，增加系统的经济性。
[0189] SOCmin≤SOC(t)≤SOCmax (37)
[0190]
[0191]
[0192] 式中，SOCmin、SOCmax分别为蓄电池储存容量的上限、下限；SOC(t)为t时段蓄电池的储能容量； 分别为蓄电池充电功率的上限和下限；Pbat,c,t为t时段蓄电池充电功率； 别为蓄电池放电功率的上限和下限；Pbat,d,t为t时段蓄电池放电功率。
[0193] 步骤5-2-3可控机组约束
[0194] 0≤Pi≤Ni (40)
[0195] 式中：Pi为第i个机组的输出功率；Ni为第i个机组的额定输出功率。
[0196] 步骤5-2-4柔性负荷调度约束
[0197] 用户侧柔性负荷的调度受到调度潜力的影响，调度潜力是柔性负荷的固有物理属性，用于描述柔性负荷参与调度时功率增加或减少的能力。
[0198]
[0199]
[0200]
[0201]
[0202] 式中， 分别为柔性电负荷最大可激励潜力、最大可中断潜力；柔性热负荷最大可激励潜力、最大可中断潜力；柔性冷负荷最大可激励潜力、最大可中断潜力；ΔRelec、ΔRhot、ΔRcold分别为柔性电、热、冷柔性负荷的可调度容量。
[0203] 步骤6：确定算例，采用matlab软件利用粒子群优化算法对算例进行仿真，验证所提策略的合理性和有效性
[0204] 步骤6-1，确定算例及其必要特征
[0205] 为充分说明所提能需求侧量管理策略的可行性，并找出CCHP系统各设备的最优配置容量，综合考虑投资经济性和并网稳定性，本发明选取北方某地区的小型CCHP系统为例，利用粒子群算法进行优化研究，附图3为仿真的具体流程。根据该地区的冷热电负荷需求，将该地区分为采暖季(1-3月和11-12月共五个月)、制冷季(6-8月共三个月)和过渡季(4-5月和9-10月共4个月)，每个典型日分为24个时段，以1h作为仿真时间步长。
[0206] 本发明设置了4种场景对CCHP系统的优化结果进行对比分析。
[0207] 场景1：不引入柔性负荷的并网型CCHP系统优化配置模型。
[0208] 场景2：仅考虑增加柔性电负荷的CCHP系统优化配置模型。
[0209] 场景3：仅考虑增加柔性电负荷和柔性热负荷参与需求侧能量管理的CCHP系统优化配置模型。
[0210] 场景4：同时考虑冷热电三类柔性负荷参与调度对CCHP系统优化配置的影响。
[0211] 步骤6-2，采用matlab软件利用粒子群优化算法对算例进行仿真分析
[0212] 通过算例仿真可知，在同时引入冷热电三类柔性负荷时，CCHP系统各分布式电源容量配置结果经济性最强，且联络线上功率波动性最小。
[0213] 表1为四种场景下，CCHP系统的配置容量。可以看出不添加柔性负荷时系统的综合投资成本最大；每增加一种柔性负荷的调度，综合投资成本的最优解都会有所降低；当同时考虑三种柔性负荷时，系统的综合投资成本最低。
[0214] 表1综合成本构成
[0215] Tab.1 Cost structure
[0216]
[0217] 图4为四种场景下联络线的功率波动曲线，由图可以看出对柔性负荷进行调度，能够平抑联络线上功率的波动，增加CCHP系统并网运行的安全性和稳定性。
[0218] 以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
