多能互补冷热电综合能源供给安全智能调控
贾兴旺。
摘要：传统的综合能源供给调控存在总负荷过高的问题，影响能源供给正常运作，针对这一问题，提出多能互补冷热电综合能源供给安全智能调控。通过传感器和相关的计量表，获取冷热电综合能源供给状态信息，根据影响调控的因素确定调控目标函数及相应的约束条件，将获取的信息作为目标函数的输入，利用粒子群算法，计算出最优调控，实现综合能源供给安全智能调控。测试结果表明：与传统的能源供给调控方法相比，设计的多能互补冷热电综合能源供给安全调控方法总负荷变化较稳定，没有出现总负荷过高和能源供给异常的情况，说明该方法更适合应用在多能互补冷热电综合能源供给中。
Abstract： Traditional integrated energy supply regulation has the problem of excessive total load， which affects the normal operation of energy supply. In response to this problem， a multi—energy complementary cooling heating and electricity integrated energy supply security intelligent regulation is proposed. Through sensors and related measurement table， the comprehensive energy supply status information of cooling heating and electricity is obtained， the regulation objective function and corresponding constraints according to the factors affecting the regulation are determined， the obtained information is taken as the input of the objective function， particle swarm optimization algorithm is used to calculate the optimal regulation and realize the comprehensive energy supply security intelligent regulation. The test results show that compared with the traditional energy supply control method， the designed integrated energy supply control method of multi—energy complementary cooling heating and electricity has a stable change in the total load， and there is no excessive total load or abnormal energy supply， indicating that this method is more suitable for the application of multi—energy complementary cooling heating and electricity comprehensive energy supply.
多能互补冷热电综合能源供给中存在三种不同的能源需求，其中的供电、供热、制冷和储能设备之间需要通过合理的调控和配合。主要对综合能源供给的运行方式和组合方式调控，实现多能互补冷热电综合能源供给满足经济性、安全性以及能源可再生性[4]。综合能源的供能设备多样且复杂，随着供能运行状态的变化，其相关参数也在不断的变化，在此情况下，需要实时掌握相关的数据变化，才能根据实际情况进行最优调控，让之后的综合能源供给按照调控后的方案进行运作。
综合能源供给相关信息的获取，需要通过与能源相对应的设备采集，采集的过程如图1所示。
图中存在数据分析部分和数据处理部分，主要由联机事务处理和联机事务分析两部分，使用数据库和web界面来支持数据分析和处理[5]。其中联机分析处理部分保留SCADA接口，与监控系统相连接。图中最右侧为能源供给的数据监控部分，主要是为了采集能源供给时，相关设备的运行状况和相关参数。
该部分主要是对冷量、热量和电量的实时消耗数据采集，同时获取相应的温度、湿度等数据[6]。具体内容如表1所示。
对于温度或湿度的参数的采集，使用多种无线传感器，通过布置在各个不同位置的收集节点，利用无线网络传输技术，将数据汇总再上传至处理中心。对于电量、热量和冷量消耗数据的采集，通过分项计量电表、热量计量表和冷量计量表完成采集。
以上数据采集是基于高级测量体系体系完成的，该体系采用双向的通信网络，设置固定的時间采集量表中的数据，时间间隔由能源供给公司负责，实时的将数据传输至处理中心。其通信网络主要由远程组网技术和接入组网技术组成，其中负责将采集的数据传送至处理中心的是远程组网技术，而接入网技术主要用来承载用户使用能量领域的业务[7]。
通过联机分析处理部分实现对采集数据的分析处理，将原始数据按照移动的标度进行转化、分析和统计，将完成统计的数据存储至数据库中的同时，为能源供给调控提供一定的决策支持。
1.2 确定调控目标函数及约束条件。
多能互补冷热电能源供给中总负荷的变化存在较大的不确定性和随机性，研究这一问题，以经济安全最优目标，确定调控目标函数及相应的约束条件。
假设综合能源供给的调控周期为三个典型日乘以相应的季节的天数之和，则调控的目标函数为：
公式中C表示比热容，？籽表示水的密度，？滋i表示节点水的流量值，Yi.max表示节点出水温度的上限值，Yi.rel表示节点处的实际回水温度。热能主要由余热回收装置释放，并通过网络内的水流传递，与传输的热能、水流量、供回收温度等因素有关。通过上述约束公式约束热能量流。在以上约束条件下，确定调控目标函数，通过输入采集的数据参数，输出最优解。
利用粒子群算法对以上调控目标函数求解，由目标函数决定当前适应值，每次迭代时通过各种自身最优解及全局最优解完成更新，实现实时智能调控。
将采集的相关参数作为输入，每个单独的参数视为粒子，在粒子群算法中，首先初始化每个粒子的位置和速度，通过更新方程完成粒子位置和速度的更新，方程如下：
2.1 测试参数设置。
测试智能调控方法，基于用户侧相同热电负荷需求的前提下，以某一工业区为例测试调控方法，该园区内存在2台CCHP机组，2台机组的机组参数各不相同，具体参数如表2、表3所示。
使用这两台CCHP机组，配以两台参数相同的PC机，PC机的相关配置为内存8GB，硬盘350GB，操作系统为Linux，CPU为i5—7500。测试采用不同的调控方法得到能源供给冷热电总负荷变化情况，在测试总负荷变化之前验证多能互补冷热电综合能源供给安全智能调控方法有效性。
验证设计的智能调控方法有效性，需利用相关软件进行监测，监测某一工作日的能源供给总负荷的变化，监测数据每隔6个小时更新一次，监测结果如图2所示。
从图中可以看出随着时间的变化，冷热电综合能源供给总负荷在不断的变化，说明该调控方法使用正常，并且总负荷始终保持在红色以下，没有出现意外和安全事件，证明该方法真实有效，可进行下一步测试。
测试多能互补冷热电综合能源供给安全智能调控方法冷热电总负荷的同时，为了更好的证明设计的安全智能调控方法性能更优越，引用传统的能源调控方法，在相同的测试环境下，使用相同参数的CCHP机组，测试冷热电总负荷情况，并根据测试结果进行对比分析。为了方便分析与对比，将使用传统的能源调控方法称为对照组，使用设计的安全智能调控方法称为实验组。
测试结果如图3所示。
观察图中测试结果，对照组测试结果中显示，测试的综合能源总负荷变化幅度较大，最高达到105W，并且在7—10h的时间段，没有测试到负荷的变化，这说明在该时间段，能源供给出现异常，没有正常供给;实验组测试结果显示，在整个测试的时间段，总负荷变化情况比较稳定，没有太大的起伏变化，总负荷最高只达到80W，始终在正常范围内，并且没有空白阶段。两者相比，实验组测试结果优于对照组，说明设计的多能互补冷热电综合能源供给安全智能调控方法能够更好的控制负荷的变化，保证能源供给正常进行，该方法优于传统的能源调控方法。
3 结束语。
多能互补冷热电综合能源供给是复杂的工程，它通过联供设备实现对多种复合需求的高效供给，具有能源利用率高、环保的特点。但是随着对能源需求量的增大，传统的能源调控方法在调控过程中使总负荷加大，影响能源供给正常进行，因此研究一个多能互补冷热电综合能源供给安全智能调控，利用粒子群算法，计算出最优调控，实现综合能源供给安全智能调控。
参考文献：
[1]熊文，刘育权，苏万煌，等.考虑多能互补的区域综合能源系统多种储能优化配置[J].电力自动化设备，2019，39（01）：124—132.
[2]王博渊，何涛，黄祝连，等.基于太阳能的多能源互补供热装置的研究与开发[J].建筑科学，2017，33（12）：73—78.
[3]王志贺，刘元园，唐沂媛，等.考虑二氧化碳排放的冷热电联供系统的容量配置[J].电力系统及其自动化学报，2017，29（8）：104—110.
[4]王泽峰，张娜，韩巍，等.燃机调控策略对冷热电联供系统性能影响的经济分析[J].科学通报，2017，62（32）：3683—3692.
[5]王江江，杨颖.基于太阳能利用的天然氣冷热电联供系统热力性能研究[J].热能动力工程，2017，32（5）：111—117.
[6]王婉璐，杨莉，王蕾，等.考虑供热网储热特性的电—热综合能源系统优化调度[J].电力系统自动化，2018，42（21）：61—71.