[發明專利]一種考慮點對點能量共享的智能樓宇群分布魯棒優化方法

在審

• 申請號: 202210999593.1
• 申請日: 2022-08-19
• 公開（公告）號: CN115496261A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 孫國強;陳曉東;衛志農;臧海祥;周亦洲;陳勝;朱瑛;黃蔓云
• 申請（專利權）人: 河海大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N7/02;G06Q50/06;G06F17/16;G06F17/18
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種考慮點對點能量共享的智能樓宇群分布魯棒優化方法，其特征在于：包括以下步驟：

S1：采集智能樓宇可再生能源出力的統計數據，構建基于統計數據的模糊集；

S2：基于步驟S1構建的模糊集，結合智能樓宇的能量共享，構建智能樓宇群分布魯棒優化模型；

S3：根據二階錐對偶理論結合仿射策略，將步驟S2中的智能樓宇群分布魯棒模型轉化成智能樓宇群二階錐規劃模型；

S4：根據步驟S3中的智能樓宇群二階錐規劃模型，采用ADMM算法并利用GRUOBI求解器求解智能樓宇的能量共享交易問題，得到智能樓宇的能量管理優化策略。

2.根據權利要求1所述一種考慮點對點能量共享的智能樓宇群分布魯棒優化方法，其特征在于，步驟S1具體指：基于可再生能源出力預測誤差的均值和方差，構建基于統計數據的模糊集Ω，公式表達如下：

上式中，w表示t時刻智能樓宇n可再生能源出力預測誤差R表示w所有可能的情況；I表示w的維度；f(w)為w的概率分布；σ為w的方差；w和分別為w的下限和上限。W為w的不確定集合，W公式表達如下：

3.根據權利要求1所述一種考慮點對點能量共享的智能樓宇群分布魯棒優化方法，其特征在于，步驟S2具體指：以能量管理成本最小化為優化目標構建智能樓宇群分布魯棒優化模型：公式表達如下：

式中，N和T分別表示智能樓宇總數量和調度總時間；分別是t時刻智能樓宇n的日前能量成本和實時備用成本；x是日前階段基于可再生能源出力預測值上制定的智能樓宇預調度變量；y表示實時階段調整變量；Q(x，w)表示在給定日前階段決策和可再生能源出力誤差后的備用成本；E表示取期望值；分別為t時刻主網購電價格、售電價格；為智能樓宇n的電儲能充放電成本系數；o_n，m為單位網絡服務費；為智能樓宇n的電儲能備用調用懲罰成本系數；為智能樓宇n切負荷成本系數；分別為t時刻智能樓宇n的購電量和售電量；分別為t時刻智能樓宇n的電儲能充放電功率；為t時刻智能樓宇n向智能樓宇m購電量；分別為t時刻智能樓宇n調用儲能的上備用和下備用；為t時刻智能樓宇n切負荷。

4.根據權利要求3所述一種考慮點對點能量共享的智能樓宇群分布魯棒優化方法，其特征在于，對于步驟S2中構建的智能樓宇群分布魯棒模型設立約束條件，包括日前階段約束條件和實時階段運行約束條件，其中，

日前階段約束條件公式表達如下

式中，G_n、R_n和分別為智能樓宇n的空調系統熱容、熱阻和能量轉換效率；和分別為智能樓宇n室內維持的最小最大溫度；分別為t時刻智能樓宇n室內溫度和室外溫度；和分別為t時刻智能樓宇n的空調系統用電量、維持最低溫度所需功率和等效充放電功率；和分別為t時刻智能樓宇n的空調系統日前預留的上備用容量和下備用容量；和分別為智能樓宇n的空調系統等效衰減系數和充放電效率；分別為智能樓宇n的電儲能充、放電效率；分別為t時刻和初始時刻智能樓宇n的空調系統儲能水平；分別為智能樓宇n的電儲能最大充、放電功率；分別為智能樓宇n的電儲能最小、最大儲能水平；和分別為智能樓宇n的電儲能日前預留的上備用容量和下備用容量；為t時刻智能樓宇n的電儲能的儲能水平；和分別為t時刻智能樓宇n的可再生能源預測出力、基本負荷和能量共享供應量；

實時階段運行約束條件公式表達如下：

式中，為t時刻智能樓宇n可再生能源出力偏差；和分別為t時刻智能樓宇n調用空調系統的上備用和下備用；和分別為t時刻智能樓宇n的切負荷和棄風棄光量。