基于分布式能源的能源枢纽优化方法与流程

1.本发明涉及配电网络管理领域，尤其涉及一种基于分布式能源的能源枢纽优化方法。


背景技术：

2.人们日益强烈的要求获取更清洁的环境，且常规能源的短缺，促进了分布式可再生能源的使用。随着可再生能源的渗透，大规模的分布式能源对配电网的安全运行提出了新的挑战。因为当可再生能源发电峰值和负荷需求峰值出现在不同时期时，配电网就会出现额外的阻塞问题。2022年夏，四川持续高温干旱，导致电力保供形势较往年更趋严峻，成都部分写字楼对能源站实施断电措施，大楼中央空调停止供冷。同时，物业服务中心已将后台计费系统全部关闭，对市民生活造成严重影响，可见对能源的灵活调配是很有必要的。
3.随着多能源互补技术的普及，需求方的实际需求可能包括除电力以外的多种能源类型，如冷热电联产(cchp)系统和热泵。cchp系统具有提高资源能源效率和大幅减少空气污染物排放的潜力。能源枢纽(eh)的特点是在一个功能性能源输送单元，对多个能源系统进行输入、输出和能量转换，为改善配电网的运行提供了更大的灵活性。
4.中国专利授权公告号cn106058942b公开一种考虑风电不确定性的含电转气和cchp的能量枢纽优化模型，为了能全部消纳可再生能源、实现对大电网削峰填谷、提高含冷热电联供的能源枢纽的经济效益和调度精确性，以及减少天然气传输成本，构建了含电转气功能、储能、冷热电联供和电能反馈的能量枢纽模型。考虑基于燃料和购售电费率结构的电转气投产因子、能源枢纽产气自用和风电出力的不确定性等因素，对以能量枢纽运行燃料成本最低和与主网能量交互成本最低为优化目标的能量枢纽模型进行优化，来确定所建能源枢纽模型的有效性。
5.可见，现有基于分布式能源的能源枢纽未有效考虑到对产能侧和需求侧的灵活调整，导致能源枢纽灵活性差的问题。


技术实现要素：

6.为此，本发明提供一种基于分布式能源的能源枢纽优化方法，用以克服现有技术中因未有效考虑到对产能侧和需求侧的灵活调整导致能源枢纽灵活性差的问题。
7.为实现上述目的，本发明提供一种基于分布式能源的能源枢纽优化方法，包括：
8.步骤s1，利用数据获取模块获取历史时段内能源枢纽输出侧若干用电节点的用电曲线并对用电节点进行分类；
9.步骤s2，对于第三用电水平的用电节点，所述数据获取模块获取可再生能源发电模块供电曲线和热冷电联产模块供电曲线并结合第三用电水平的用电节点的用电曲线进行分析以确定若干高依赖时段和若干低配合时段；
10.步骤s3，利用中控模块根据高依赖时段总时长和低配合时段总时长进行比对以确定对能源枢纽供电模式的优化方式；
11.步骤s4，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块在输出侧电力负载达到负载阈值时根据最大工作功率和额定功率判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略和/或对第二用电水平的用电节点执行延时供电策略；
12.其中，所述能源枢纽的产能侧包括热冷电联产模块和可再生能源发电模块，还包括电动汽车发电模块和热泵发电模块中的至少一种，能源枢纽的输出侧与若干用电节点连接；
13.所述热冷电联产模块用于将天然气能源转化为电能、冷能和热能；
14.所述可再生能源发电模块包括光伏发电单元、风力发电单元和生物质能发电单元中的至少两种，还包括用于储存电能的蓄电池；
15.所述可再生能源发电模块供电曲线和热冷电联产模块供电曲线横坐标均为时间，纵坐标均为供电功率。
16.进一步地，在所述步骤s1中，用电节点的分类包括第一用电水平、第二用电水平和第三用电水平；
17.所述第一用电水平满足用电曲线积分值小于等于积分阈值，所述第二用电水平满足用电曲线积分值大于积分值阈值且间断用电，所述第三用电水平满足用电曲线积分值大于积分阈值且连续用电；
18.其中，所述积分值阈值与能源枢纽中设备型号和功率有关，所述用电曲线的横坐标为时间，纵坐标为用电功率。
19.进一步地，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率确定曲线中若干缺电时段，并根据第三用电水平的用电节点对应的用电曲线上若干缺电时段及预设邻域内的用电功率，确定若干高依赖时段；
20.对于单个用电曲线，若在缺电时段内平均用电功率低于预设邻域内的平均用电功率，则判定缺电时段为高依赖时段；
21.其中，所述缺电时段满足在该时段内供电功率低于第一功率阈值，所述预设邻域为在所述可再生能源发电模块供电曲线中与单个缺电时段相邻的预设时长的时段，缺电时段与预设邻域互相不包含。
22.进一步地，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率和蓄电池的蓄电量确定若干能源溢出时段，并根据热冷电联产模块的供电功率曲线上若干能源溢出时段及预设邻域内的供电功率，确定若干低配合时段；
23.在热冷电联产模块的供电功率曲线中，若在能源溢出时段内平均供电功率大于等于预设邻域内的平均供电功率，则判定缺电时段为低配合时段；
24.其中，所述能量溢出时段满足在该时段内蓄电池蓄满且可再生能源发电模块供电功率大于第二功率阈值，能量溢出时段与预设邻域互相不包含。
25.进一步地，在所述步骤s3中，若为第一比对结果所述中控模块判定以下述约束条件进行优化；
26.在所述缺电时段，以式(1)对热电冷联产模块工作功率进行约束；
27.28.在所述全功率时段，以式(2)、式(3)和式(4)对热电冷联产模块工作功率进行约束；
[0029][0030]
ph+p i ≥pu
ꢀꢀꢀ
(3)
[0031][0032]
其中，t l为高依赖时段总时长，t为历史时段时长，tm为低配合时段总时长，pmin为热电冷联产模块最小工作功率，pmax为热电冷联产模块最大工作功率，ph热电冷联产模块工作功率，pi为可再生能源发电模块工作功率，pu为输出侧用电总功率，α为转换系数，β为损耗修正系数；
[0033]
所述第一比对结果满足高依赖时段总时长大于预设时长且低配合时段总时长大于预设时长，预设时长与历史时段时长正相关。
[0034]
进一步地，在所述步骤s3中，若为第二比对结果所述中控模块判定所述热电冷联产模块保持当前工作功率；
[0035]
所述第二比对结果满足高依赖时段总时长小于等于预设时长和/或低配合时段总时长小于预设时长。
[0036]
进一步地，在所述步骤s4中，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块选取额定功率为最大工作功率，且在输出侧电力负载达到负载阈值时，所述中控模块将最大工作功率和额定功率的功率差值与预设差值进行比对，以判定对各用电节点的供电策略，其中：
[0037]
若功率差值大于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略同时对第二用电水平的用电节点执行延时供电策略；
[0038]
若功率差值小于等于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行当前供电策略并对第二用电水平的用电节点执行延时供电策略；
[0039]
所述预设差值与所述最大工作功率正相关。
[0040]
进一步地，在所述步骤s4中，所述低功率供电策略为向处于第一用电水平的用电节点发布低功率供电指令并根据低功率触发指令将第一用电水平节点分为若干功率范围，根据功率范围对处于第一用电水平的用电节点进行低功率供电；
[0041]
所述低功率触发指令包括第一用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行用电功率分级降低中的任一项。
[0042]
进一步地，在所述步骤s4中，所述延迟供电策略为向处于第二用电水平的用电节点发布延时供电指令并根据延时触发指令将第二用电水平的用电节点分为若干供电时段，根据供电时段对处于第二用电水平的用电节点进行延时供电。
[0043]
所述延时触发指令包括第二用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行分段延时中的任一项。
[0044]
进一步地，在有新的用电节点加入能源枢纽时，利用所述中控模块执行用电水平预测策略；
[0045]
所述用电水平预测策略为所述数据获取模块获取用电节点分布特征和用电需求，利用所述中控模块根据分布特征和用电需求对用电水平进行预测并根据预测结果对所述
热冷电联产模块工作功率范围进行调节；
[0046]
所述分布特征为预设范围内用电节点数量及用电水平，所述用电需求为单位时间用电量。
[0047]
与现有技术相比，本发明的有益效果在于，通过比对能源枢纽产能侧和需求侧的若干曲线，获得若干有代表性的时段，根据时段对工作方式进行约束和调整，方法简单有效，提高了能源枢纽对能源的利用率，在电力负载达到阈值时执行低功率供电策略和延时供电策略，提高了能源枢纽适配度和灵活性。
[0048]
进一步地，本发明通过获取用电曲线能够准确反映用电节点的用电规律和变化趋势，利用用电曲线分类能够把用电节点划分为不同的用电类别，有利于制定针对性供电策略，提高了能源枢纽的供电灵活性。
[0049]
进一步地，本发明选择第三用电水平用电节点用电曲线与可再生能源发电模块供电曲线和热冷电联产模块供电曲线结合，第三用电水平用电连续且功率高，通过第三用电水平用电节点用电曲线与可再生能源发电模块供电曲线比对得出的若干高依赖时段，能准确体现出输出侧和产能侧的相关性以及输出侧对可再生能源发电模块的依赖性，低配合时段能够准确体现出可再生能源发电模块和热冷电联产模块的配合效果，高依赖时段和低配合时段的确定有利于把握用电节点在这些时段的具体用电变化，通过对时长的判定能够合理约束安排热冷电联产模块的工作功率，从而提高能源利用率，进一步提高了能源枢纽的灵活性，进一步提高了能源枢纽的灵活性。
[0050]
进一步地，第一比对结果和第二比对结果的判定为热冷电联产模块的工作状态选择提供了参考依据，第一比对结果有利于在缺电时段和全功率时段调整热冷电联产模块的工作功率，提高其利用率；第二比对结果有利于在缺电时段和全功率时段较短时维持热冷电联产模块的当前工作状态，避免频繁调整，保证供电稳定，进一步提高了能源枢纽的灵活性。
[0051]
进一步地，最大工作功率超出额定功率时，中控模块对应地对第一用电水平节点和第二用电水平节点的供电策略进行调整，采取低功率供电策略和延时供电策略，有利于在功率超限情况下灵活调节供电，保证供电安全与质量，提高能源利用效率，进一步提高了能源枢纽的灵活性。
[0052]
进一步地，第一用电水平的用电节点一般为用电量小的散户，功率的变化不会对其造成过大的影响，但不能停止供电，所以对第一用电水平的用电节点执行低功率供电策略，第二用电水平一般为间断用电且在用电时单位时间内用电量很大的工厂或办公楼，所以对于第二用电水平执行延时供电策略，做好有效的准备工作断电不会对生产或工作产生太大影响，第三用电水平用电需求持续且功率要求高，故不对其做调整，且低功率供电策略和延时供电策略的具体实施能够根据节点的不同反馈结果和用电变化把用电节点划分为不同的功率范围和供电时段，使供电更加精细和针对性，进一步提高了能源枢纽的灵活性。
[0053]
进一步地，用电水平预测策略能够预先判断新接入节点的用电水平，为热冷电联产模块的工作功率范围调整提供参考，有利于事先做好应对准备，提高供电的主动性与稳定性，进一步提高了能源枢纽的灵活性。
[0054]
进一步地，利用数据获取模块获取的信息为后续的判断、预测和决策提供了数据基础，有利于提高决策的精度与可靠性，进一步提高系统的智能化水平，进一步提高了能源
枢纽的灵活性。
附图说明
[0055]
图1为本发明实施例基于分布式能源的能源枢纽优化方法的流程示意图；
[0056]
图2为本发明实施例能源枢纽结构框图；
[0057]
图3为本发明实施例能源枢纽工作原理示意图。
具体实施方式
[0058]
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
[0059]
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
[0060]
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0061]
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
[0062]
请参阅图1所示，其为本发明实施例基于分布式能源的能源枢纽优化方法的流程示意图，包括：
[0063]
步骤s1，利用数据获取模块获取历史时段内能源枢纽输出侧若干用电节点的用电曲线并对用电节点进行分类；
[0064]
步骤s2，对于第三用电水平的用电节点，所述数据获取模块获取可再生能源发电模块供电曲线和热冷电联产模块供电曲线并结合第三用电水平的用电节点的用电曲线进行分析以确定若干高依赖时段和若干低配合时段；
[0065]
步骤s3，利用中控模块根据高依赖时段总时长和低配合时段总时长进行比对以确定对能源枢纽供电模式的优化方式；
[0066]
步骤s4，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块在输出侧电力负载达到负载阈值时根据最大工作功率和额定功率判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略和/或对第二用电水平的用电节点执行延时供电策略；
[0067]
其中，所述能源枢纽的产能侧包括热冷电联产模块和可再生能源发电模块，还包括电动汽车发电模块和热泵发电模块中的至少一种，能源枢纽的输出侧与若干用电节点连接；
[0068]
本发明通过获取用电曲线能够准确反映用电节点的用电规律和变化趋势，利用用电曲线分类能够把用电节点划分为不同的用电类别，有利于制定针对性供电策略，提高了
能源枢纽的供电灵活性。
[0069]
请参阅图2所示，其为本发明实施例能源枢纽结构框图，能源枢纽主体包括热冷电联产模块、可再生能源发电模块和热泵模块，还包括数据获取模块和中控模块；
[0070]
请参阅图3所示，其为本发明实施例能源枢纽工作原理示意图，热冷电联产模块包括微型涡轮机、热回收锅炉和吸收式制冷机。所述热泵单元将电能转化为热能或冷能，而热冷电联产模块可以将天然气转化为电能、热能和冷能。当可再生能源发电过多时，热泵模块将电能转换为热/冷，以满足热/冷需求；当负荷过载时，热冷电联产模块将天然气转化为电能、热能和冷能，以缓解电网压力。能源枢纽输入连接到电力和天然气网络，电能也由可再生能源发电模块提供，可再生能源发电模块功率输出和加热/冷却负荷曲线通常允许供需及时互补，可再生能源发电模块将因其较低的发电成本而被首选以满足综合需求。能源枢纽输出集成了电力、加热和冷却负载。系统的热负荷包括空调制热、热水等，冷负荷主要指空调制冷，冷能和热能都可以通过能源枢纽中的电力或天然气转换获得。
[0071]
在冬季，热泵模块提取地热，而在夏季，建筑物的热量储存在地下。除了产生电力外，还会产生高温烟气、蒸汽等余热，因此可以经过热回收锅炉单元回收二次利用。吸收式制冷机：吸收式制冷机依靠热驱动将热能转化为冷能。在峰值电力负载或低可再生能源发电模块输出期间，吸收式制冷机将运行以提供冷负荷。电动汽车模块：在用电节点内考虑电动汽车。
[0072]
所述热冷电联产模块用于将天然气能源转化为电能、冷能和热能；
[0073]
所述可再生能源发电模块包括光伏发电单元、风力发电单元和生物质能发电单元中的至少两种，还包括用于储存电能的蓄电池；
[0074]
所述可再生能源发电模块供电曲线和热冷电联产模块供电曲线横坐标均为时间，纵坐标均为供电功率。
[0075]
具体而言，在所述步骤s1中，用电节点的分类包括第一用电水平、第二用电水平和第三用电水平；
[0076]
所述第一用电水平满足用电曲线积分值小于等于积分阈值，所述第二用电水平满足用电曲线积分值大于积分值阈值且间断用电，所述第三用电水平满足用电曲线积分值大于积分阈值且连续用电；
[0077]
其中，所述积分值阈值与能源枢纽中设备型号和功率有关，所述用电曲线的横坐标为时间，纵坐标为用电功率。
[0078]
具体而言，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率确定第三用电水平的用电节点对于用电曲线中若干缺电时段，并根据用电曲线上若干缺电时段及预设邻域内的用电功率，确定若干高依赖时段；
[0079]
对于单个用电曲线，若在缺电时段内平均用电功率低于预设邻域内的平均用电功率，则判定缺电时段为高依赖时段；
[0080]
其中，所述缺电时段满足在该时段内供电功率低于第一功率阈值，所述预设邻域为在所述可再生能源发电模块供电曲线中与单个缺电时段相邻的预设时长的时段，缺电时段与预设邻域互相不包含。
[0081]
具体而言，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率和蓄电池的蓄电量确定若干能源溢出时段，并根据热冷电联产模块的
供电功率曲线上若干能源溢出时段及预设邻域内的供电功率，确定若干低配合时段；
[0082]
在热冷电联产模块的供电功率曲线中，若在能源溢出时段内平均供电功率大于等于预设邻域内的平均供电功率，则判定缺电时段为低配合时段；
[0083]
其中，所述能量溢出时段满足在该时段内蓄电池蓄满且可再生能源发电模块供电功率大于第二功率阈值，能量溢出时段与预设邻域互相不包含。
[0084]
选择第三用电水平用电节点用电曲线与可再生能源发电模块供电曲线和热冷电联产模块供电曲线结合，第三用电水平用电连续且功率高，通过第三用电水平用电节点用电曲线与可再生能源发电模块供电曲线比对得出的若干高依赖时段，能准确体现出输出侧和产能侧的相关性以及输出侧对可再生能源发电模块的依赖性，低配合时段能够准确体现出可再生能源发电模块和热冷电联产模块的配合效果，高依赖时段和低配合时段的确定有利于把握用电节点在这些时段的具体用电变化，通过对时长的判定能够合理约束安排热冷电联产模块的工作功率，从而提高能源利用率，进一步提高了能源枢纽的灵活性，进一步提高了能源枢纽的灵活性。
[0085]
例1：可再生能源发电模块在某时段内的平均供电功率大于第二功率阈值，那么此时段可以判断为全功率时段。当热冷电联产模块也在此时段内平均供电功率高于相邻时段，那么此时段同时也可以判断为低配合时段。例如某天从8点到16点，可再生能源发电模块的平均发电量为45-50mw(额定功率为50mw)，热冷电联产模块的平均供电功率也达到25mw，而相邻时段的平均供电功率只有15mw，那么从8点到16点此时段可同时判断为全功率时段和低配合时段。
[0086]
例2：可再生能源发电模块在某时段内的平均发电量低于第一功率阈值，那么此时段可以判断为缺电时段。当此缺电时段内某个用电曲线的平均用电功率也低于相邻时段，那么此缺电时段也可以判断为高依赖时段。例如某天从20点到次日6点，可再生能源发电模块的平均发电量为3mw(第一功率阈值设为5mw)，单个用电曲线在此时间段内的平均用电功率为5kw，而相邻时段的平均用电功率都在15kw以上，那么从20点到次日6点此时段可同时判断为缺电时段和高依赖时段。
[0087]
具体而言，在所述步骤s3中，若为第一比对结果所述中控模块判定以下述约束条件进行优化；
[0088]
在所述缺电时段，以式(1)对热电冷联产模块工作功率进行约束；
[0089][0090]
在所述全功率时段，以式(2)、式(3)和式(4)对热电冷联产模块工作功率进行约束；
[0091][0092]
ph+p i ≥pu
ꢀꢀꢀ
(3)
[0093][0094]
其中，t l为高依赖时段总时长，t为历史时段时长，tm为低配合时段总时长，pmin为热电冷联产模块最小工作功率，pmax为热电冷联产模块最大工作功率，ph热电冷联产模块工作功率，pi为可再生能源发电模块工作功率，pu为输出侧用电总功率，α为转换系数，β
为损耗修正系数；
[0095]
所述第一比对结果满足高依赖时段总时长大于预设时长且低配合时段总时长大于预设时长，预设时长与历史时段时长正相关。
[0096]
具体而言，在所述步骤s3中，若为第二比对结果所述中控模块判定所述热电冷联产模块保持当前工作功率；
[0097]
所述第二比对结果满足高依赖时段总时长小于等于预设时长和/或低配合时段总时长小于预设时长。
[0098]
第一比对结果和第二比对结果的判定为热冷电联产模块的工作状态选择提供了参考依据，第一比对结果有利于在缺电时段和全功率时段调整热冷电联产模块的工作功率，提高其利用率；第二比对结果有利于在缺电时段和全功率时段较短时维持热冷电联产模块的当前工作状态，避免频繁调整，保证供电稳定，进一步提高了能源枢纽的灵活性。
[0099]
具体而言，在所述步骤s4中，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块选取额定功率为最大工作功率，且在输出侧电力负载达到负载阈值时，所述中控模块将最大工作功率和额定功率的功率差值与预设差值进行比对，以判定对各用电节点的供电策略，其中：
[0100]
若功率差值大于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略同时对第二用电水平的用电节点执行延时供电策略；
[0101]
若功率差值小于等于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行当前供电策略并对第二用电水平的用电节点执行延时供电策略；
[0102]
所述预设差值与所述最大工作功率正相关。
[0103]
具体而言，在所述步骤s4中，所述低功率供电策略为向处于第一用电水平的用电节点发布低功率供电指令并根据低功率触发指令将第一用电水平节点分为若干功率范围，根据功率范围对处于第一用电水平的用电节点进行低功率供电；
[0104]
所述低功率触发指令包括第一用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行用电功率分级降低中的任一项。
[0105]
具体而言，在所述步骤s4中，所述延迟供电策略为向处于第二用电水平的用电节点发布延时供电指令并根据延时触发指令将第二用电水平的用电节点分为若干供电时段，根据供电时段对处于第二用电水平的用电节点进行延时供电。
[0106]
所述延时触发指令包括第二用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行分段延时中的任一项。
[0107]
最大工作功率超出额定功率时，中控模块对应地对第一用电水平节点和第二用电水平节点的供电策略进行调整，采取低功率供电策略和延时供电策略，有利于在功率超限情况下灵活调节供电，保证供电安全与质量，提高能源利用效率，进一步提高了能源枢纽的灵活性。
[0108]
第一用电水平的用电节点一般为用电量小的散户，功率的变化不会对其造成过大的影响，但不能停止供电，所以对第一用电水平的用电节点执行低功率供电策略，第二用电水平一般为间断用电且在用电时单位时间内用电量很大的工厂或办公楼，所以对于第二用电水平执行延时供电策略，做好有效的准备工作断电不会对生产或工作产生太大影响，第三用电水平用电需求持续且功率要求高，故不对其做调整，且低功率供电策略和延时供电
策略的具体实施能够根据节点的不同反馈结果和用电变化把用电节点划分为不同的功率范围和供电时段，使供电更加精细和针对性，进一步提高了能源枢纽的灵活性。
[0109]
具体而言，在有新的用电节点加入能源枢纽时，利用所述中控模块执行用电水平预测策略；
[0110]
所述用电水平预测策略为所述数据获取模块获取用电节点分布特征和用电需求，利用所述中控模块根据分布特征和用电需求对用电水平进行预测并根据预测结果对所述热冷电联产模块工作功率范围进行调节；
[0111]
所述分布特征为预设范围内用电节点数量及用电水平，所述用电需求为单位时间用电量。
[0112]
用电水平预测策略能够预先判断新接入节点的用电水平，为热冷电联产模块的工作功率范围调整提供参考，有利于事先做好应对准备，提高供电的主动性与稳定性，进一步提高了能源枢纽的灵活性。
[0113]
例3：某高温多发地区的夏天，处于该地区的某基于可再生能源的能源枢纽输出侧电力负载达到了负载阈值，该能源枢纽的输出端有10个第一用电水平的用电节点，5个第二用电水平的用电节点，3个第三用电水平的用电节点，中控模块计算功率差值为1mw，预设差值为1.5mw，中控模块向第二用电水平用电节点发送延时供电指令，延时触发指令为第二用电水平的各用电节点均满足回复指令反馈结果，所述中模块在经准备时间后停止对第二用电水平供电并根据负载状态保持一段时间，保持结束后，向第二用电水平用电节点大功率供电。
[0114]
例4：某高温多发地区的夏天，处于该地区的某基于可再生能源的能源枢纽输出侧电力负载达到了负载阈值，该能源枢纽的输出端有10个第一用电水平的用电节点，5个第二用电水平的用电节点，3个第三用电水平的用电节点，中控模块计算功率差值为1.7mw，预设差值为1.5mw，中控模块向第二用电水平的5个用电节点发送延时供电指令，延时触发指令为第二用电水平的各用电节点均满足回复指令反馈结果，所述中模块在经准备时间后停止对第二用电水平用电节点供电并根据负载状态保持一段时间，保持结束后，向第二用电水平用电节点大功率供电；
[0115]
同时中控模块向第一用电水平的10个用电节点发送低功率供电指令，得到低功率触发指令为第一用电水平的各用电节点均满足回复指令反馈结果，则将第一用电水平的10个用电节点的用电功率根据负载状态降低。
[0116]
例5：某地区的某基于可再生能源的能源枢纽输出侧电力负载达到了负载阈值，该能源枢纽的输出端有20个第一用电水平的用电节点，10个第二用电水平的用电节点，5个第三用电水平的用电节点，中控模块计算功率差值为6mw，预设差值为5mw，中控模块向第二用电水平的5个用电节点发送延时供电指令，延时触发指令为第二用电水平的各用电节点部分回复反馈结果，所述中模块在经准备时间后停止对回复反馈结果的第二用电水平用电节点供电并根据负载状态保持一段时间，保持结束后，向第二用电水平用电节点供电并停止对未回复的用电节点供电保并根据负载状态保持一段时间；
[0117]
或，指令反馈结果为每个节点的可接受延时时段，根据延时时段延时供电；
[0118]
同时中控模块向第一用电水平的20个用电节点发送低功率供电指令，得到低功率触发指令为第一用电水平的各用电节点均满足部分指令反馈结果，则将第一用电水平的回
复的用电节点的用电功率根据负载状态降低并在一段时间后对其余节点执行低功率供电。
[0119]
或，指令反馈结果为每个节点的可接受低功率供电时段，根据低功率供电时段低功率供电。
[0120]
例6：某地区的某基于可再生能源的能源枢纽输出侧电力负载达到了负载阈值，根据用电曲线分析单日用电规律，根据用电规律执行低功率供电策略或延时供电策略。
[0121]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
[0122]
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于分布式能源的能源枢纽优化方法，其特征在于，包括：步骤s1，利用数据获取模块获取历史时段内能源枢纽输出侧若干用电节点的用电曲线并对用电节点进行分类；步骤s2，所述数据获取模块获取可再生能源发电模块供电曲线和热冷电联产模块供电曲线并结合所述用电曲线进行分析以确定若干高依赖时段和若干低配合时段；步骤s3，利用中控模块根据高依赖时段总时长和低配合时段总时长进行比对以确定对能源枢纽供电模式的优化方式；步骤s4，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块在输出侧电力负载达到负载阈值时根据最大工作功率和额定功率判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略和/或对第二用电水平的用电节点执行延时供电策略；其中，所述能源枢纽的产能侧包括热冷电联产模块和可再生能源发电模块，还包括电动汽车模块和热泵模块中的至少一种，能源枢纽的输出侧与若干用电节点连接；所述热冷电联产模块用于将天然气能源转化为电能、冷能和热能；所述可再生能源发电模块包括光伏发电单元、风力发电单元和生物质能发电单元中的至少两种，还包括用于储存电能的蓄电池；所述可再生能源发电模块供电曲线和热冷电联产模块供电曲线横坐标均为时间，纵坐标均为供电功率。2.根据权利要求1所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s1中，用电节点的分类包括第一用电水平、第二用电水平和第三用电水平；所述第一用电水平满足用电曲线积分值小于等于积分阈值，所述第二用电水平满足用电曲线积分值大于积分值阈值且间断用电，所述第三用电水平满足用电曲线积分值大于积分阈值且连续用电；其中，所述积分值阈值与能源枢纽中设备型号和功率有关，所述用电曲线的横坐标为时间，纵坐标为用电功率。3.根据权利要求1所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率确定曲线中若干缺电时段，并根据第三用电水平的用电节点对应的用电曲线上若干缺电时段及预设邻域内的用电功率，确定若干高依赖时段；对于单个所述用电曲线，若在缺电时段内平均用电功率低于预设邻域内的平均用电功率，则判定缺电时段为高依赖时段；其中，所述缺电时段满足在该时段内供电功率低于第一功率阈值，所述预设邻域为在所述可再生能源发电模块供电曲线中与单个缺电时段相邻的预设时长的时段，缺电时段与预设邻域互相不包含。4.根据权利要求3所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s2中，所述数据获取模块根据所述可再生能源发电模块供电曲线中的供电功率和蓄电池的蓄电量确定若干能源溢出时段，并根据热冷电联产模块的供电功率曲线上若干能源溢出时段及预设邻域内的供电功率，确定若干低配合时段；在热冷电联产模块的供电功率曲线中，若在能源溢出时段内平均供电功率大于等于预
设邻域内的平均供电功率，则判定缺电时段为低配合时段；其中，所述能量溢出时段满足在该时段内蓄电池蓄满且可再生能源发电模块供电功率大于第二功率阈值，能量溢出时段与预设邻域互相不包含。5.根据权利要求4所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s3中，若为第一比对结果所述中控模块判定以下述约束条件进行优化；在所述缺电时段，以式(1)对热电冷联产模块工作功率进行约束；在所述全功率时段，以式(2)、式(3)和式(4)对热电冷联产模块工作功率进行约束；ph+p i≥pu
ꢀꢀꢀ
(3)其中，tl为高依赖时段总时长，t为历史时段时长，tm为低配合时段总时长，pmin为热电冷联产模块最小工作功率，pmax为热电冷联产模块最大工作功率，ph热电冷联产模块工作功率，pi为可再生能源发电模块工作功率，pu为输出侧用电总功率，α为转换系数，β为损耗修正系数；所述第一比对结果满足高依赖时段总时长大于预设时长且低配合时段总时长大于预设时长，预设时长与历史时段时长和用电节点数量正相关。6.根据权利要求3所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s3中，若为第二比对结果所述中控模块判定所述热电冷联产模块保持当前工作功率；所述第二比对结果满足高依赖时段总时长小于等于预设时长和/或低配合时段总时长小于预设时长。7.根据权利要求1所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s4中，若经所述步骤s3优化后的热冷电联产模块的最大工作功率超出额定功率，所述中控模块选取额定功率为最大工作功率，且在输出侧电力负载达到负载阈值时，所述中控模块将最大工作功率和额定功率的功率差值与预设差值进行比对，以判定对各用电节点的供电策略，其中：若功率差值大于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行低功率供电策略同时对第二用电水平的用电节点执行延时供电策略；若功率差值小于等于预设差值，所述中控模块判定在能源枢纽输出侧对第一用电水平的用电节点执行当前供电策略并对第二用电水平的用电节点执行延时供电策略；所述预设差值与所述最大工作功率正相关。8.根据权利要求7所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s4中，所述低功率供电策略为向处于第一用电水平的用电节点发布低功率供电指令并根据低功率触发指令将第一用电水平节点分为若干功率范围，根据功率范围对处于第一用电水平的用电节点进行低功率供电；所述低功率触发指令包括第一用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行用电功率分级降低中的任一项。
9.根据权利要求8所述的基于分布式能源的能源枢纽优化方法，其特征在于，在所述步骤s4中，所述延迟供电策略为向处于第二用电水平的用电节点发布延时供电指令并根据延时触发指令将第二用电水平的用电节点分为若干供电时段，根据供电时段对处于第二用电水平的用电节点进行延时供电。所述延时触发指令包括第二用电水平的各用电节点均满足回复指令反馈结果或部分回复反馈结果并执行分段延时中的任一项。10.根据权利要求1所述的基于分布式能源的能源枢纽优化方法，其特征在于，在有新的用电节点加入能源枢纽时，利用所述中控模块执行用电水平预测策略；所述用电水平预测策略为所述数据获取模块获取用电节点分布特征和用电需求，利用所述中控模块根据分布特征和用电需求对用电水平进行预测并根据预测结果对所述热冷电联产模块工作功率范围进行调节；所述分布特征为预设范围内用电节点数量及用电水平，所述用电需求为单位时间用电量。

技术总结
本发明涉及配电网络管理领域，尤其涉及一种基于分布式能源的能源枢纽优化方法，包括数据获取模块获取历史时段内能源枢纽输出侧若干用电节点的用电曲线并对用电节点进行分类，获取可再生能源发电模块供电曲线和热冷电联产模块供电曲线并结合用电曲线确定若干高依赖时段和若干低配合时段，中控模块根据高依赖时段总时长和低配合时段总时长确定优化方式，中控模块在达到负载阈值时对第一用电水平的用电节点执行低功率供电策略和/或对第二用电水平的用电节点执行延时供电策略，本发明根据时段对工作方式进行约束和调整，方法简单有效，提高了能源枢纽对能源的利用率、能源枢纽适配度和灵活性。适配度和灵活性。适配度和灵活性。


技术研发人员：徐毓皓 姜涛 李宏宇 杨振国 赵志刚 贾志勇 刘默研 黄海峰 宋翰科 姚志强 毛鹏飞 周雷
受保护的技术使用者：国家电网有限公司
技术研发日：2023.06.20
技术公布日：2023/9/20