地源热泵供蓄能的建筑源荷储协同运行方法、系统及设备与流程

1.本发明涉及节能与资源综合利用技术领域，具体涉及一种地源热泵供蓄能的建筑源荷储协同运行方法、系统及设备。


背景技术：

2.bems是智能建筑用能的调控决策中心，通过对建筑物用能设备进行监测、自动控制及优化管理，实现建筑物用能设备与能量管理。为了降低建筑物整体能耗，除了对单一设备、环节进行优化外，还需要在系统层面综合考虑最优的整体能效管理方案。为此，通过分析建筑物能源系统的能量流动，通过信息流调控能量流进行设备控制和能量管理，在满足ashrae标准对室内空气品质和温湿度要求的前提下，保证能源系统安全、可靠和经济运行。
3.分布式光伏和地源热泵利用可再生的太阳能实现了建筑物的低碳运行，储能不仅能解决光伏发电出力的随机波动性问题，还极大地提高了建筑用能的灵活性，从而扩展了建筑经济用能行为的挖掘空间。为了完成现代建筑电能、热能以及燃气、燃煤等能源形式的优化管理，bems需要面对更多的不确定性和多种能量之间的复杂耦合，以及如实时电价等市场激励信号的快速变化，并且在这些情况下迅速决策出最优的能量分配方案，而传统建筑物能源管理系统的自动化程度较低以及算法简单，在面对更多的不确定性和多种能量之间的复杂耦合，以及如实时电价等市场激励信号的快速变化下，不能迅速的决策出最优的能量分配方案。


技术实现要素：

4.为了解决传统的建筑物能源管理系统在在面对更多的不确定性和多种能量之间的复杂耦合，以及如实时电价等市场激励信号的快速变化下，不能迅速的决策出最优的能量分配方案的问题，本发明提供了地源热泵供蓄能的建筑源荷储协同运行方法，包括：
5.基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；
6.基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；
7.基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。
8.优选的，所述日前优化模型的构建包括：
9.基于所述建筑能源中心的微源、负荷和储能数据结合能源系统耦合矩阵确定能源供需两侧转换关系；
10.由满足转换关系的最小用能成本为第一目标函数；
11.以可时移负荷平移起始时刻约束、可时移负荷量约束为第一约束条件；
12.由所述第一目标函数和所述第一约束条件构建日前优化模型。
13.优选的，所述日内优化模型的构建包括：
14.由所述满足转换关系的经济性和舒适度为第二目标函数；
15.以室内照度约束、室内温度约束、室内co2浓度约束、可调节负荷启动时间约束、可调节负荷调节量约束为第二约束条件；
16.由所述第二目标函数和所述第二约束条件构建日内优化模型。
17.优选的，所述第一目标函数如下式所示：
[0018][0019]
式中，c为日前优化周期内的用能成本；cf(t)为t时段外购燃料成本；c
dg
(t)为t时段电网交互成本；c
om
(t)为t时段运行维护费用；c
cs
(t)时段可控机组启停成本；c
rl
(t)为t时段负荷调节成本。
[0020]
优选的，所述第二目标函数如下式所示：
[0021]
min f＝wc1+y(1-w)(1-a)；
[0022]
式中，w为用户根据实际需求设定的经济性和舒适度之间的权重；y为用于平衡两个量纲之间的差值；c1为日内优化周期内的用能成本；a为舒适度；f为综合优化目标值。
[0023]
优选的，所述建筑能源中心的微源、负荷和储能数据包括：地源热泵电功率、燃气锅炉压力、燃气锅炉温度、分布式光伏效率、光伏组件参数、蓄热水箱爬坡率、蓄电池最大日重放次数、储气罐储气量、室内温湿度、可时移负荷量、可调节负荷量和用电设备总功率。
[0024]
优选的，所述转换关系按下式计算：
[0025]
l(t)＝c(t)p(t)；
[0026]
式中，l(t)为负荷侧；p(t)为能源供给侧；c(t)为能源中心内部能源系统的耦合矩阵。
[0027]
优选的，所述基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划，包括：
[0028]
基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划。
[0029]
优选的，所述基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划，包括：
[0030]
读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数；
[0031]
以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划。
[0032]
优选的，所述方法还包括：
[0033]
基于建筑能源中心实时负荷和日内优化负荷的差值得到不平衡电功率；
[0034]
基于日内优化的电负荷实时修正所述不平衡电功率确定修正后的可调节负荷计划。
[0035]
基于同一发明构思本发明还提供了一种地源热泵供蓄能的建筑源荷储协同运行
系统，包括：
[0036]
日前计划生成模块，用于基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；
[0037]
日内计划生成模块，用于基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；
[0038]
协同优化模块，用于基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。
[0039]
优选的，所述日前计划生成模块具体用于：
[0040]
基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划。
[0041]
优选的，所述日内计划生成模块具体用于：
[0042]
读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数；
[0043]
以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划。
[0044]
再一方面，本技术还提供了一种计算机设备，包括：
[0045]
一个或多个处理器；
[0046]
所述处理器，用于存储一个或多个程序；
[0047]
当所述一个或多个程序被所述一个或多个处理器执行时，实现上述的地源热泵供蓄能的建筑源荷储协同运行方法。
[0048]
再一方面，本技术还提供了一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现上述的地源热泵供蓄能的建筑源荷储协同运行方法。
[0049]
与现有技术相比，本发明的有益效果为：
[0050]
本发明提供了地源热泵供蓄能的建筑源荷储协同运行方法，包括：基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。本发明建立不同微源、负荷、储能的日前优化模型和引入实时电价的日内优化模型，并基于日前和日内两个时间尺度制定源储荷协同优化策略，在面对更多的不确定性和多种能量之间的复杂耦合，以及如实时电价等市场激励信号的快速变化下，能迅速的决策出最优的能量分配方案，实现多能综合利用和能源的精准分配。
附图说明
[0051]
图1为本发明提供的一种地源热泵供蓄能的建筑源荷储协同运行方法流程图；
[0052]
图2为本发明的建筑能源中心基本结构图；
[0053]
图3为本发明的建筑能源中心的源荷储多时间尺度优化策略图；
[0054]
图4为本发明的建筑能源中心日前和日内源荷储协同优化调度流程图；
[0055]
图5为本发明的一种地源热泵供蓄能的建筑源荷储协同运行系统流程图。
具体实施方式
[0056]
为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。
[0057]
实施例1：
[0058]
本发明提供地一种源热泵供蓄能的建筑源荷储协同运行方法,如图1所示，包括：
[0059]
步骤1：基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；
[0060]
步骤2：基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；
[0061]
步骤3：基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。
[0062]
本实施例提到的日前优化模型是基于建筑能源中心的微源、负荷和储能数据、以最小用能成本为目标函数、以可时移负荷平移起始时刻约束、可时移负荷量约束为约束条件构建的，这里首先对日前优化模型的构建进行介绍：
[0063]
日前优化模型的构建过程如下：
[0064]
步骤a1基于所述建筑能源中心的微源、负荷和储能数据结合能源系统耦合矩阵确定能源供需两侧转换关系；
[0065]
步骤a2由满足转换关系的最小用能成本为第一目标函数；
[0066]
步骤a3以可时移负荷平移起始时刻约束、可时移负荷量约束为第一约束条件；
[0067]
步骤a4由所述第一目标函数和所述第一约束条件构建日前优化模型。
[0068]
步骤a1中对基于所述建筑能源中心的微源、负荷和储能数据结合能源系统耦合矩阵确定能源供需两侧转换关系，包括：
[0069]
首先对本实施例中提到的建筑能源中心的微源、负荷和储能数据进行详细的介绍：
[0070]
建筑能源中心能量集线器的基本结构如图2所示，其中的供能单元包括分布式光伏、地源热泵、燃气锅炉，储能单元包括储热、储电可无及储气可无，负荷分为电负荷、热负荷和冷负荷。
[0071]
(1)获取供能单元中地源热泵、燃气锅炉、分布式光伏等设备的基础数据，包括但不限于：
[0072]
地源热泵，例如制冷量和制热量，制冷和制热效率，电功率，温度、流量、压力，爬坡率等；
[0073]
燃气锅炉，例如制热量、热效率、蒸发量、压力、温度、爬坡率等；
[0074]
分布式光伏，例如容量、效率、光伏组件参数等。
[0075]
(2)获取储能单元中蓄热水箱、蓄电池等设备的基础数据，包括但不限于：
[0076]
蓄热水箱，例如蓄热量或蓄冷量、效率、压力、温度、爬坡率等；
[0077]
蓄电池，例如容量、效率、工作温度、爬坡率、最大日充放次数等；
[0078]
储气罐，例如储气量、压力、流量等。
[0079]
(3)获取荷侧基础数据，包括但不限于：
[0080]
热负荷或冷负荷，例如室内温湿度、有效面积、房屋热阻等；
[0081]
电负荷，例如可时移负荷量、可调节负荷量、用电设备总功率等。
[0082]
其次是对本实施例中提到的能源供需两侧转换关系做如下介绍：
[0083]
建立连接能源供需两侧的转换矩阵，包括：
[0084]
根据能量集线器中示意的电、热等多种能源的转换和分配过程，得出能源供需两侧的转化关系为：
[0085]
l(t)＝c(t)p(t)；
[0086]
式中：l(t)表示负荷侧，具体为l(t)＝[le(t) lh(t) lc(t)]
t
；p(t)表示能源供给侧，具体为p(t)＝[p
dg p
pv p
se p
bo p
hp p
sc p
sh
]
t
；c(t)表示能源中心内部能源系统的耦合矩阵，其系数大小跟能量转换效率、调度系数和约束条件有关。
[0087][0088]
式中：c(t)表示能源中心内部能源系统的耦合矩阵，η
tr
表示配电变压器的变电效率，u1(t)为t时段的负载系数；η
pv
表示光伏发电的逆变效率，u2(t)为t时段的出力系数；η
se
为蓄电池的转换效率，u3(t)为蓄电池充或放电系数；η
bo
表示燃气锅炉的制热效率，m1(t)表示t时段燃气锅炉的制热负载系数，在没有燃气锅炉制热时取0；η
hph
表示热泵机组制热效率，m2(t)表示热泵的制热负载系数；η
sh
为蓄热水箱的转换效率，m3(t)为储或释热系数；η
hpc
表示热泵机组制冷效率，n1(t)表示热泵的制冷负载系数；ηa表示普通空调系统效率，n2(t)表示普通空调制冷负载系数，在没有其它空调制冷时取0；n3(t)为储或释热系数；η
sc
为蓄热水箱的转换效率。
[0089]
c(t)中提及的多个系数与相应设备运行状态和带载率有关，在设备运行状态和带载率保持不变时，各系数均为常数。p(t)中各元素分别为特定运行状态下设备的额定功率或者装机容量。
[0090]
确定统一数学模型的约束条件，包括：
[0091]
设定热泵机组、光伏发电、燃气锅炉、蓄热水箱、蓄电池等机组运行约束；
[0092]
设定公共配电网与建筑能源中心功率交互约束。
[0093]
步骤a2中对由满足转换关系的最小用能成本为第一目标函数，具体包括：
[0094][0095]
式中，c为日前优化周期内的用能成本；cf(t)为t时段外购燃料成本；c
dg
(t)为t时段电网交互成本；c
om
(t)为t时段运行维护费用；c
cs
(t)为t时段可控机组启停成本；c
rl
(t)为t时段负荷调节成本。
[0096]
日前优化模型的第一目标函数可由决策变量表示为：
[0097]
min c＝f(u
bo
，u
pv
，u
hp
，u
dg
，p
tl
)；
[0098]
式中：u
bo
、u
pv
、u
hp
和u
dg
分别表示燃气锅炉、光伏、地源热泵、配电网的启停状态，p
tl
表示可时移负荷量。
[0099]
步骤a3中以可时移负荷平移起始时刻约束、可时移负荷量约束为第一约束条件，具体包括：
[0100]
日前优化模型的第一负荷约束条件为：
[0101]
可时移负荷平移起始时刻约束：
[0102][0103]
式中，t1为可时移负荷的起始时刻；为设定的下限时刻；为设定的上限时刻；δt
tl
表示可时移负荷持续时间。式中各变量的单位均为小时。
[0104]
可时移负荷量约束：
[0105][0106]
式中，为t时段可时移的最大负荷单元数量；m
tl
(t)为优化时段时移的负荷单元数量。
[0107]
本实施例中提到的可时移负荷是指负荷用电时间可以在保证其用电量不变的情况下，由系统综合需求响应调度中心控制其用电时间段的负荷。可时移负荷与未经综合需求响应调节的可时移负荷功率，经综合需求响应调节后接入和移出的负荷功率之间的映射关系可表示为：
[0108][0109][0110]
式中：p
tl
(t)为t时段的经综合需求响应调节后的可时移负荷；为t时段第i个用户未经综合需求响应调节的可时移负荷功率；分别为t时段第i个用户经综合需求响应调节后接入和移出的负荷功率；n
tl
为参与可时移负荷响应的用户数量；t
in
、t
out
分别为时移负荷的转入时段、转出时段；为t时段移入的负荷功率；为t时段移出的负荷功率。
[0111]
步骤a4由所述第一目标函数和所述第一约束条件构建日前优化模型。
[0112]
本实施例中对步骤1中基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划，包括：
[0113]
基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划。
[0114]
进一步的，基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划，具体包括：
[0115]
如图3所示，日前优化预测次日的建筑一体化光伏发电功率、负荷逐时功率，计入
分时电价、燃气价格等市场激励信号，以1小时的间隔对可控电源启停、可时移负荷和储能状态进行优化，如图4所示，日前优化算法根据各参数初始值制定次日燃气锅炉、地源热泵、配电网、光伏的启停计划，以及可时移负荷、储能的调度计划。
[0116]
本实施例提到的日内优化模型基于日前调度计划、以满足转换关系的经济性和舒适度为目标函数，以室内照度约束、室内温度约束、室内co2浓度约束、可调节负荷启动时间约束、可调节负荷调节量约束为约束条件构建的，这里对日内优化模型的构建进行介绍：
[0117]
日内优化模型的构建过程如下：
[0118]
步骤b1由所述满足转换关系的经济性和舒适度为第二目标函数；
[0119]
步骤b2以室内照度约束、室内温度约束、室内co2浓度约束、可调节负荷启动时间约束、可调节负荷调节量约束为第二约束条件；
[0120]
步骤b3由所述第二目标函数和所述第二约束条件构建日内优化模型。
[0121]
步骤b1中对由所述满足转换关系的经济性和舒适度为第二目标函数，具体包括：
[0122]
日内阶段优化模型的第二目标函数为：
[0123]
经济性目标：
[0124][0125]
式中，c1为日内优化周期内的用能成本；为t时段外购燃料成本；为t时段电网交互成本；为t时段运行维护费用；为t时段负荷调节成本。式中各变量的单位均为万元。
[0126]
日内优化模型的第二目标函数可由决策变量表示为：
[0127]
min f＝g(p
bo
，p
pv
，p
hp
，p
dg
，p
se
，p
sh
，p
sc
)；
[0128]
式中：f表示综合优化目标值，p
bo
、p
pv
、p
hp
、p
dg
、p
se
、p
sh
和p
sc
分别表示燃气锅炉、光伏、地源热泵、配电网、蓄电池、蓄热水箱的蓄热或蓄冷功率。
[0129]
舒适度目标：
[0130]
照明舒适度指标用室内照度表征，室内照度在用户可接受范围内变化。
[0131][0132]
式中，a1(n，t)为t时段第n类房间的照明舒适度；es为室内标准照度，单位是1x；e(n-t)表示t时段第n类房间的照度。
[0133]
热舒适度用室内温度来表征，室内温度在用户设定的允许值范围内变化。
[0134][0135]
式中，a2(n，t)为t时段第n类房间的温度舒适度；ts为室内标准温度，单位是℃；t
room
(n，t)为t时段末第n类房间的室内温度。
[0136]
空气质量舒适度用co2浓度表征，室内co2浓度在用户设定的允许值范围内变化。
[0137][0138]
式中，a3(n，t)为t时段第n类房间的空气质量舒适度；ns为室内标准co2浓度，单位是ppm；n(n，t)为t时段末第n类房间的室内co2浓度值。
[0139]
a(n，t)＝aa1(n，t)+ba2(n，t)+ca3(n，t)；
[0140]
式中，a(n，t)为t时段第n类房间的舒适度。其中，a、b、c根据用户的偏好设定，且满足a+b+c＝1，本文取a＝b＝c；a1(n，t)为t时段第n类房间的照明舒适度，a2(n，t)为t时段第n类房间的温度舒适度，a3(n，t)为t时段第n类房间的空气质量舒适度。
[0141]
综合优化目标：
[0142]
日内优化考虑经济性和舒适度双重目标，本文采用加权聚合方法将多目标优化转化为单目标优化求解，综合优化目标为：
[0143]
min f＝wc1+y(1-w)(1-a)；
[0144]
式中：w为用户根据实际需求设定的经济性和舒适度之间的权重；y为用于平衡两个量纲之间的差值；a为舒适度；f为综合优化目标值。
[0145]
步骤b2中对以室内照度约束、室内温度约束、室内co2浓度约束、可调节负荷启动时间约束、可调节负荷调节量约束为第二约束条件，具体包括：
[0146]
在本实施例中设计用户舒适度量化指标如下所示：
[0147]
照明舒适度、热舒适度和室内空气质量舒适度是影响用户舒适度的三个最主要因素，相应的量化指标为照度、温湿度和co2浓度。
[0148]
可控照明设备的功率能够在一定范围内连续调节，即室内照度随照明设备开启数量增减而变化，照度数学模型可表示为
[0149][0150]
式中：e(n,t)表示t时段第n类房间室内照度，单位是lx；b(n)、m(k)分别表示第n类房间室内光源的数量及每k个光源的光通量，单位分别是类和lm；x、y为光源的利用系数和维护系数，表示光通量有效利用程度和光损失程度；s(n)表示第n类房间受照面积，单位是m2。
[0151]
对于空调设备而言，建立空调能耗与室内、室外温度关系的数学模型为
[0152][0153]
式中：t
room
(n,t)、t
out
(n,t)分别表示t时段末第n类房间的室内温度和室外温度，单位为℃；t
room
(n,t-1)表示t-1时段末第n类房间的室内温度；r
eq
为房间等效热阻，单位为ω；m
air
表示室内空气质量；c
p
表示空气比热，单位为j/(kg
·
k)；q(n,t)表示t时段第n类房间空调系统从室内转移的热量，单位为j。
[0154]
室内空气质量用室内co2浓度来表征，要求在用户设定的允许值范围内变化。要维持室内co2浓度的稳定，需要向室内提供一定的新风量，室内co2浓度与新风量的数学关系表示为
[0155][0156]
式中：n(n,t)表示t时段末第n类房间的室内co2浓度值，单位是ppm；n(n,t-1)表示t-1时段末第n类房间的室内co2浓度值，b表示新风流量，单位是m3/s；nw表示室外空气中的co2浓度，表示第n类房间室内co2的产生率；v表示房间总体积，单位m3；δt表示t-1时
段到t时段的时间间隔。
[0157]
根据用户的室内舒适度要求、房间的得热和散热特性，聚类为n类房间基于上述的用户舒适度量化指标确定日内优化模型的第二负荷约束条件为：
[0158]
室内照度约束：
[0159]emin
(n,t)≤e(n,t)≤e
max
(n,t)；
[0160]
式中，e
min
(n,t)为t时段第n类房间室内照度的最小值；e
max
(n,t)为室内照度的最大值；e(n,t)为第t时段第n类房间室内照度。
[0161]
室内温度约束：
[0162][0163]
式中，为t时段第n类房间室内温度的最小值；为t时段第n类房间室内温度的最大值；t
room
(n,t)为t时段末第n类房间的室内温度。
[0164]
室内co2浓度约束：
[0165]nmin
(n,t)≤n(n,t)≤n
max
(n,t)；
[0166]
式中，n
min
(n,t)为t时段第n类房间室内co2浓度的最小值；n
max
(n,t)为t时段第n类房间室内co2浓度的最大值；n(n,t)为t时段末第n类房间的室内co2浓度值。
[0167]
可调节负荷启动时间约束：
[0168][0169]
式中，td为可调节负荷的启动时刻；为设定的最早启动时刻；为设定的最晚启动时刻。
[0170]
可调节负荷调节量约束：
[0171][0172]
式中，m
il
(t)为优化时段调节的负荷单元数量，为t时段可调节的最大负荷单元数量。
[0173]
本实施例提到的可调节负荷指在系统发布的电价或其它激励信号引导下，可进行部分调节的负荷。可调节负荷与未经综合需求响应调节前的负荷功率和经综合需求响应调节后的负荷功率之间的映射关系可表示为：
[0174][0175]
式中：p
il
(t)为t时段的经综合需求响应调节后的负荷功率；为t时段第i个用户未经综合需求响应调节的负荷功率；为t时段第i个用户经综合需求响应调节的功率变化量；n
il
为参与可调节负荷响应的用户数量。
[0176]
在对可调节负荷进行调度时，其可调功率受到最大削减功率的约束。
[0177][0178]
式中：为第i个用户的最大用电功率；δp
iil
(t)为调节负荷在一个调节周期内的可调功率。
[0179]
步骤b3由所述第二目标函数和所述第二约束条件构建日内优化模型。
[0180]
本实施例中对步骤2中基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划，包括：
[0181]
读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数；
[0182]
以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划。进一步的读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数，具体包括：
[0183]
日内优化模块读取日前计划并初始化日内优化算法参数，然后触发日前优化模块制定新一轮次日计划。日前优化算法根据各参数初始值制定次日燃气锅炉、地源热泵、配电网、光伏的启停计划，以及可时移负荷、储能的调度计划。进一步的，以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划，具体包括：
[0184]
日内优化模块读取日前计划并初始化日内优化算法参数，然后触发日前优化模块制定新一轮次日计划，日内优化模块则采用滚动优化方法确定当日超短期可控电源出力、可调节负荷调度计划，完成当日96个时段的调度任务后再读取新一轮次日计划；日内优化是在日前优化结果的基础上，以实时电价为市场激励信号，间隔15分钟进行滚动优化。提前15分钟预测未来1小时内4个时段的光伏发电功率、负荷功率，即假设当前时段为t，在该时段预测[t+1，t+4]时段的源荷值。综合考虑经济性和舒适度的多重优化目标，对[t+1，t+4]时段可控电源、可调节负荷和储能进行优化，但仅确定t+1时段的可控电源出力、可调节负荷功率和储能功率，依此类推。
[0185]
一种地源热泵供蓄能的建筑源荷储协同运行方法，还包括基于日内优化负荷实时修正不平衡功率。
[0186]
本实施例中提到的修正不平衡功率如下：
[0187]
基于建筑能源中心实时负荷和日内优化负荷的差值得到不平衡电功率；
[0188]
基于日内优化负荷实时修正所述不平衡电功率确定修正后的可调节负荷计划。
[0189]
实时运行时产生的不平衡电功率，通过可调节负荷进行修正。建筑能源中心根据监测的实时温度、辐照度等数据计算分布式光伏出力，并根据实时负荷信息计算不平衡功率。实时不平衡功率是实时净负荷与日内优化净负荷的差值，可表示为
[0190]
δp
l
(t)＝p
l
(t)-p
pv
(t)-∑ipi(t)；
[0191]
式中：δp
l
(t)为计算周期内建筑能源中心实时运行的不平衡功率；p
l
(t)为建筑能源中心实时负荷；p
pv
(t)为光伏的实时出力；∑ipi(t)表示从其它设施获取的电功率，如电网、燃气轮机(若有)、储能。式中变量单位均是kw。δp
l
(t)＜0表明日内优化结果已经满足负荷需求且电量有盈余，需要少量弃光或者反送电网；δp
l
(t)＞0表示日内优化结果不能满足负荷需求，需要适量削减负荷。
[0192]
步骤3中对基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。
[0193]
实施例2：
[0194]
基于同一种发明构思本发明还提供了一种地源热泵供蓄能的建筑源荷储协同运行系统，如图5所示，包括：
[0195]
日前计划生成模块，用于基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；
[0196]
日内计划生成模块，用于基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；
[0197]
协同优化模块，用于基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。
[0198]
一种地源热泵供蓄能的建筑源荷储协同运行系统还包括日前优化模型构建模块，该日前优化模型构建模块用于构建日前优化模型。
[0199]
日前优化模型构建模块具体用于：
[0200]
关系确定子模块，用于基于所述建筑能源中心的微源、负荷和储能数据结合能源系统耦合矩阵确定能源供需两侧转换关系；
[0201]
第一目标函数子模块，用于由满足转换关系的最小用能成本为第一目标函数；
[0202]
第一约束子模块，用于以可时移负荷平移起始时刻约束、可时移负荷量约束为第一约束条件；
[0203]
日前模块构建子模块，用于由所述第一目标函数和所述第一约束条件构建日前优化模型。
[0204]
关系确定子模块具体用于：
[0205]
首先对本实施例中提到的建筑能源中心的微源、负荷和储能数据进行详细的介绍：
[0206]
建筑能源中心能量集线器的基本结构如图2所示，其中的供能单元包括分布式光伏、地源热泵、燃气锅炉，储能单元包括储热、储电可无及储气可无，负荷分为电负荷、热负荷和冷负荷。
[0207]
(1)获取供能单元中地源热泵、燃气锅炉、分布式光伏等设备的基础数据，包括但不限于：
[0208]
地源热泵，例如制冷量和制热量，制冷和制热效率，电功率，温度、流量、压力，爬坡率等；
[0209]
燃气锅炉，例如制热量、热效率、蒸发量、压力、温度、爬坡率等；
[0210]
分布式光伏，例如容量、效率、光伏组件参数等。
[0211]
(2)获取储能单元中蓄热水箱、蓄电池等设备的基础数据，包括但不限于：
[0212]
蓄热水箱，例如蓄热量或蓄冷量、效率、压力、温度、爬坡率等；
[0213]
蓄电池，例如容量、效率、工作温度、爬坡率、最大日充放次数等；
[0214]
储气罐，例如储气量、压力、流量等。
[0215]
(3)获取荷侧基础数据，包括但不限于：
[0216]
热负荷或冷负荷，例如室内温湿度、有效面积、房屋热阻等；
[0217]
电负荷，例如可时移负荷量、可调节负荷量、用电设备总功率等。
[0218]
其次是对能源供需两侧转换关系的构建的介绍：
[0219]
建立连接能源供需两侧的转换矩阵，包括：
[0220]
根据能量集线器中示意的电、热等多种能源的转换和分配过程，得出能源供需两侧的转化关系为
[0221]
l(t)＝c(t)p(t)；
[0222]
式中：l(t)表示负荷侧，具体为l(t)＝[le(t) lh(t) lc(t)]
t
；p(t)表示能源供给侧，具体为p(t)＝[p
dg p
pv p
se p
bo p
hp p
sc p
sh
]
t
；c(t)表示能源中心内部能源系统的耦合矩阵，其系数大小跟能量转换效率、调度系数和约束条件有关。
[0223][0224]
式中：η
tr
表示配电变压器的变电效率，u1(t)为t时段的负载系数；η
pv
表示光伏发电的逆变效率，u2(t)为t时段的出力系数；η
se
为蓄电池的转换效率，u3(t)为蓄电池充或放电系数；η
bo
表示燃气锅炉的制热效率，m1(t)表示t时段燃气锅炉的制热负载系数，在没有燃气锅炉制热时取0；η
hph
表示热泵机组制热效率，m2(t)表示热泵的制热负载系数；η
sh
为蓄热水箱的转换效率，m3(t)为储或释热系数；η
hpc
表示热泵机组制冷效率，n1(t)表示热泵的制冷负载系数；ηa表示普通空调系统效率，n2(t)表示普通空调制冷负载系数，在没有其它空调制冷时取0；n3(t)为储或释热系数；η
sc
为蓄热水箱的转换效率
[0225]
c(t)中提及的多个系数与相应设备运行状态和带载率有关，在设备运行状态和带载率保持不变时，各系数均为常数。p(t)中各元素分别为特定运行状态下设备的额定功率或者装机容量。
[0226]
确定统一数学模型的约束条件，包括：
[0227]
设定热泵机组、光伏发电、燃气锅炉、蓄热水箱、蓄电池等机组运行约束；
[0228]
设定公共配电网与建筑能源中心功率交互约束。
[0229]
第一目标函数子模块具体用于：
[0230][0231]
式中，c为日前优化周期内的用能成本；cf(t)为t时段外购燃料成本；c
dg
(t)为t时段电网交互成本；c
om
(t)为t时段运行维护费用；c
cs
(t)时段可控机组启停成本；c
rl
(t)为t时段负荷调节成本。式中各变量的单位均为万元。
[0232]
日前优化模型的目标函数可由决策变量表示为
[0233]
min c＝f(u
bo
,u
pv
,u
hp
,u
dg
,p
tl
)；
[0234]
式中：u
bo
、u
pv
、u
hp
和u
dg
分别表示燃气锅炉、光伏、地源热泵、配电网的启停状态，p
tl
为可时移负荷量。
[0235]
第一约束子模块具体用于：
[0236]
日前优化模型的负荷约束条件为
[0237]
可时移负荷平移起始时刻约束：
[0238][0239]
式中，t1为可时移负荷的起始时刻；为设定的下限时刻；为设定的上限时
刻；δt
tl
表示可时移负荷持续时间。式中各变量的单位均为小时。
[0240]
可时移负荷量约束：
[0241][0242]
式中，为t时段可时移的最大负荷单元数量；m
tl
(t)为优化时段时移的负荷单元数量。
[0243]
本实施例中提到的可时移负荷是指负荷用电时间可以在保证其用电量不变的情况下，由系统综合需求响应调度中心控制其用电时间段的负荷。可时移负荷与未经综合需求响应调节的可时移负荷功率，经综合需求响应调节后接入和移出的负荷功率之间的映射关系可表示为
[0244][0245][0246]
式中：p
tl
(t)为t时段的经综合需求响应调节后的可时移负荷；为t时段第i个用户未经综合需求响应调节的可时移负荷功率；分别为t时段第i个用户经综合需求响应调节后接入和移出的负荷功率；n
tl
为参与可时移负荷响应的用户数量；t
in
、t
out
分别为时移负荷的转入时段、转出时段；为t时段移入的负荷功率；为t时段移出的负荷功率。
[0247]
日前计划生成模块具体用于：
[0248]
日前优化预测次日的建筑一体化光伏发电功率、负荷逐时功率，计入分时电价、燃气价格等市场激励信号，以1小时的间隔对可控电源启停、可时移负荷和储能状态进行优化，日前优化算法根据各参数初始值制定次日燃气锅炉、地源热泵、配电网、光伏的启停计划，以及可时移负荷、储能的调度计划。
[0249]
一种地源热泵供蓄能的建筑源荷储协同运行系统还包括日内优化模型构建模块，该日内优化模型构建模块用于构建日内优化模型。
[0250]
日内优化模型构建模块，具体如下：
[0251]
第二目标函数构建子模块，用于；
[0252]
第二约束子模块，用于：日内模型构建子模块，用于：第二目标函数构建子模块，具体用于：
[0253]
日内阶段优化模型的第二目标函数为：
[0254]
经济性目标：
[0255][0256]
式中，c1为日内优化周期内的用能成本；为t时段外购燃料成本；为t时段电网交互成本；为t时段运行维护费用；为t时段负荷调节成本。式中各变量的单位均为万元。
[0257]
日内优化模型的目标函数可由决策变量表示为
[0258]
min f＝g(p
bo
，p
pv
，p
hp
，p
dg
，p
se
，p
sh
，p
sc
)；
[0259]
式中：f表示综合优化目标值，p
bo
、p
pv
、p
hp
、p
dg
、p
se
、p
sh
和p
sc
分别表示燃气锅炉、光伏、地源热泵、配电网、蓄电池、蓄热水箱的蓄热(或蓄冷)功率。
[0260]
舒适度目标：
[0261]
照明舒适度指标用室内照度表征，室内照度在用户可接受范围内变化。
[0262][0263]
式中，a1(n，t)为t时段第n类房间的照明舒适度；es为室内标准照度，单位是lx。
[0264]
热舒适度用室内温度来表征，室内温度在用户设定的允许值范围内变化。
[0265][0266]
式中，a2(n，t)为t时段第n类房间的温度舒适度；ts为室内标准温度，单位是℃，t
room
(n，t)表示t时段末第n类房间的室内温度。
[0267]
空气质量舒适度用co2浓度表征，室内co2浓度在用户设定的允许值范围内变化。
[0268][0269]
式中，a3(n，t)为t时段第n类房间的空气质量舒适度；ns为室内标准co2浓度，单位是ppm，n(n，t)表示t时段末第n类房间的室内co2浓度值。
[0270]
a(n，t)＝aa1(n，t)+ba2(n，t)+ca3(n，t)；
[0271]
式中，a(n，t)为t时段第n类房间的舒适度。其中，a、b、c根据用户的偏好设定，且满足a+b+c＝1，本文取a＝b＝c；a2(n，t)为t时段第n类房间的温度舒适度；a1(n，t)为t时段第n类房间的照明舒适度。
[0272]
综合优化目标：
[0273]
日内优化考虑经济性和舒适度双重目标，本文采用加权聚合方法将多目标优化转化为单目标优化求解，综合优化目标为
[0274]
min f＝wc1+y(1-w)(1-a)；
[0275]
式中：f表示综合优化目标值，w为用户根据实际需求设定的经济性和舒适度之间的权重；y为用于平衡两个量纲之间的差值。
[0276]
第二约束子模块具体用于：：
[0277]
在本实施例中设计用户舒适度量化指标如下所示：
[0278]
照明舒适度、热舒适度和室内空气质量舒适度是影响用户舒适度的三个最主要因素，相应的量化指标为照度、温湿度和co2浓度。
[0279]
可控照明设备的功率能够在一定范围内连续调节，即室内照度随照明设备开启数量增减而变化，照度数学模型可表示为
[0280][0281]
式中：e(n，t)为第t时段第n类房间室内照度，单位是1x；b(n)、m(k)分别表示第n类房间室内光源的数量及每k个光源的光通量，单位分别是类和1m；x、y为光源的利用系数和维护系数，表示光通量有效利用程度和光损失程度；s(n)表示第n类房间受照面积，单位是
m2。
[0282]
对于空调设备而言，建立空调能耗与室内、室外温度关系的数学模型为
[0283][0284]
式中：t
room
(n，t)、t
out
(n，t)分别表示t时段末第n类房间的室内温度和室外温度，单位为℃；r
eq
为房间等效热阻，单位为ω；m
air
表示室内空气质量；c
p
表示空气比热，单位为j/(kg
·
k)；q(n，t)表示t时段第n类房间空调系统从室内转移的热量，单位为j；t
room
(n，t-1)表示t-1时段末第n类房间的室内温度。
[0285]
室内空气质量用室内co2浓度来表征，要求在用户设定的允许值范围内变化。要维持室内co2浓度的稳定，需要向室内提供一定的新风量，室内co2浓度与新风量的数学关系表示为
[0286][0287]
n(n，t-1)表示t-1时段末第n类房间的室内co2浓度值，b表示新风流量，单位是m3/s；nw表示室外空气中的co2浓度，表示第n类房间室内co2的产生率；v表示房间总体积，单位m3；δt表示t-1时段到t时段的时间间隔。
[0288]
根据用户的室内舒适度要求、房间的得热和散热特性，聚类为n类房间
[0289]
基于上述的用户舒适度量化指标确定日内优化模型的负荷约束条件为：
[0290]
室内照度约束：
[0291]emin
(n，t)≤e(n，t)≤e
max
(n，t)；
[0292]
式中，e
min
(n，t)为t时段第n类房间室内照度的最小值；e
max
(n，t)为室内照度的最大值。
[0293]
室内温度约束：
[0294][0295]
式中，为t时段第n类房间室内温度的最小值；为t时段第n类房间室内温度的最大值；t
room
(n,t)为t时段末第n类房间的室内温度。
[0296]
室内co2浓度约束：
[0297]nmin
(n,t)≤n(n,t)≤n
max
(n,t)；
[0298]
式中，n
min
(n,t)为t时段第n类房间室内co2浓度的最小值；n
max
(n,t)为t时段第n类房间室内co2浓度的最大值。
[0299]
可调节负荷启动时间约束：
[0300][0301]
式中，td为可调节负荷的启动时刻；为设定的最早启动时刻；为设定的最晚启动时刻。
[0302]
可调节负荷调节量约束：
[0303]
[0304]
式中，m
il
(t)为优化时段调节的负荷单元数量，为t时段可调节的最大负荷单元数量。
[0305]
本实施例提到的可调节负荷指在系统发布的电价或其它激励信号引导下，可进行部分调节的负荷。可调节负荷与未经综合需求响应调节前的负荷功率和经综合需求响应调节后的负荷功率之间的映射关系可表示为
[0306][0307]
式中：p
il
(t)为t时段的经综合需求响应调节后的负荷功率；为t时段第i个用户未经综合需求响应调节的负荷功率；为t时段第i个用户经综合需求响应调节的功率变化量；)
il
为参与可调节负荷响应的用户数量。
[0308]
在对可调节负荷进行调度时，其可调功率受到最大削减功率的约束。
[0309][0310]
式中：为第i个用户的最大用电功率；p
il
(t)为t时段的经综合需求响应调节后的负荷功率。
[0311]
日内计划生成模块具体用于：
[0312]
日内优化模块读取日前计划并初始化日内优化算法参数，然后触发日前优化模块制定新一轮次日计划。
[0313]
日内优化是在日前优化结果的基础上，以实时电价为市场激励信号，间隔15分钟进行滚动优化。提前15分钟预测未来1小时内4个时段的光伏发电功率、负荷功率，即假设当前时段为t，在该时段预测[t+1,t+4]时段的源荷值。综合考虑经济性和舒适度的多重优化目标，对[t+1,t+4]时段可控电源、可调节负荷和储能进行优化，但仅确定t+1时段的可控电源出力、可调节负荷功率和储能功率，依此类推。
[0314]
一种地源热泵供蓄能的建筑源荷储协同运行系统，还包括功率修正模块。所述功率修正模块，具体用于：
[0315]
基于建筑能源中心实时负荷和日内优化负荷的差值得到不平衡电功率；
[0316]
基于日内优化的电负荷实时修正所述不平衡电功率确定修正后的可调节负荷计划。
[0317]
实时运行时产生的不平衡电功率，通过可调节负荷进行修正。建筑能源中心根据监测的实时温度、辐照度等数据计算分布式光伏出力，并根据实时负荷信息计算不平衡功率。实时不平衡功率是实时净负荷与日内优化净负荷的差值，可表示为
[0318]
δp
l
(t)＝p
l
(t)-p
pv
(t)-∑ipi(t)；
[0319]
式中：δp
l
(t)为计算周期内建筑能源中心实时运行的不平衡功率；p
l
(t)为建筑能源中心实时负荷；p
pv
(t)为光伏的实时出力；∑ipi(t)表示从其它设施获取的电功率，如电网、燃气轮机(若有)、储能。式中变量单位均是kw。δp
l
(t)《0表明日内优化结果已经满足负荷需求且电量有盈余，需要少量弃光或者反送电网；δp
l
(t)》0表示日内优化结果不能满足负荷需求，需要适量削减负荷。
[0320]
实施例3：
[0321]
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specificintegrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中地源热泵供蓄能的建筑源荷储协同运行方法的步骤。
[0322]
实施例4：
[0323]
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中地源热泵供蓄能的建筑源荷储协同运行方法的步骤。
[0324]
显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0325]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0326]
本发明是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0327]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0328]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0329]
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

技术特征：
1.地源热泵供蓄能的建筑源荷储协同运行方法，其特征在于,包括：基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。2.如权利要求1所述的方法，其特征在于，所述日前优化模型的构建包括：基于所述建筑能源中心的微源、负荷和储能数据结合能源系统耦合矩阵确定能源供需两侧转换关系；由满足转换关系的最小用能成本为第一目标函数；以可时移负荷平移起始时刻约束、可时移负荷量约束为第一约束条件；由所述第一目标函数和所述第一约束条件构建日前优化模型。3.如权利要求2所述的方法，其特征在于，所述日内优化模型的构建包括：由所述满足转换关系的经济性和舒适度为第二目标函数；以室内照度约束、室内温度约束、室内co2浓度约束、可调节负荷启动时间约束、可调节负荷调节量约束为第二约束条件；由所述第二目标函数和所述第二约束条件构建日内优化模型。4.如权利要求2所述的方法，其特征在于，所述第一目标函数如下式所示：式中，c为日前优化周期内的用能成本；c
f
(t)为t时段外购燃料成本；c
dg
(t)为t时段电网交互成本；c
om
(t)为t时段运行维护费用；c
cs
(t)为时段可控机组启停成本；c
rl
(t)为t时段负荷调节成本。5.如权利要求3所述的方法，其特征在于，所述第二目标函数如下式所示：minf＝wc1+y(1-w)(1-a)；式中，w为用户根据实际需求设定的经济性和舒适度之间的权重；y为用于平衡两个量纲之间的差值；c1为日内优化周期内的用能成本；a为舒适度；f为综合优化目标值。6.如权利要求1所述的方法，其特征在于，所述建筑能源中心的微源、负荷和储能数据包括：地源热泵电功率、燃气锅炉压力、燃气锅炉温度、分布式光伏效率、光伏组件参数、蓄热水箱爬坡率、蓄电池最大日重放次数、储气罐储气量、室内温湿度、可时移负荷量、可调节负荷量和用电设备总功率。7.如权利要求2所述的方法，其特征在于，所述转换关系按下式计算：l(t)＝c(t)p(t)；式中，l(t)为负荷侧；p(t)为能源供给侧；c(t)为能源中心内部能源系统的耦合矩阵。8.如权利要求1所述的方法，其特征在于，所述基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计
划，包括：基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划。9.如权利要求1所述的方法，其特征在于，所述基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划，包括：读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数；以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划。10.如权利要求9所述的方法，其特征在于，所述方法还包括：基于建筑能源中心实时负荷和日内优化负荷的差值得到不平衡电功率；基于日内优化负荷实时修正所述不平衡电功率确定修正后的可调节负荷计划。11.地源热泵供蓄能的建筑源荷储协同运行系统，其特征在于，包括：日前计划生成模块，用于基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；日内计划生成模块，用于基于所述不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；协同优化模块，用于基于所述微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。12.如权利要求11所述的系统，其特征在于，所述日前计划生成模块具体用于：基于所述建筑能源中心的微源、负荷和储能数据以第一时间间隔对建筑一体化光伏发电功率、负荷逐时功率、计入分时电价、燃气价格进行优化得到次日不同微源启停、可时移负荷和储能的日前调度计划。13.如权利要求11所述的系统，其特征在于，所述日内计划生成模块具体用于：读取所述不同微源启停、可时移负荷和储能的日前调度计划并初始化参数；以第二时间间隔滚动对所述初始化参数进行优化，并引入实时电价为市场激励信号得到次日第二时间的微源中可控机组出力、可调节负荷和储能功率的日内调度计划。14.一种计算机设备，其特征在于，包括：一个或多个处理器；所述处理器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至10中任一项所述的地源热泵供蓄能的建筑源荷储协同运行方法。15.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至10中任一项所述的地源热泵供蓄能的建筑源荷储协同运行方法。

技术总结
本发明提供了地源热泵供蓄能的建筑源荷储协同运行方法、系统及设备，包括：基于建筑能源中心的微源、负荷和储能数据结合预先构建的日前优化模型得到不同微源启停、可时移负荷和储能的日前调度计划；基于不同微源启停、可时移负荷和储能的日前调度计划和实时电价结合预先构建的日内优化模型得到微源中的可控机组出力、可调节负荷和储能功率的日内调度计划；基于微源中的可控机组出力、可调节负荷和储能功率的日内调度计划协同优化建筑源荷储的运行。本发明建立源荷储日前优化模型和引入实时电价的日内优化模型，并基于两个时间尺度制定策略的方法，解决了传统系统在不确定性和电价快速变化难以决策最优方案问题，实现多能综合利用和整体经济运行。综合利用和整体经济运行。综合利用和整体经济运行。


技术研发人员：孟珺遐 邹晴 李德智 董云飞 王林 黄伟 刘超 张影
受保护的技术使用者：国家电网有限公司 国网北京市电力公司
技术研发日：2023.06.28
技术公布日：2023/10/15