本公开提供了一种用于微电网中的综合多能量调度的系统、方法和装置以及一种有形计算机可读介质。所述微电网可包括冷热电联产CCHP单元和蓄冰空调。在本公开的实施例中，基于预测的电需求和冷需求及预测的可再生能源输出，在过程约束下执行用于使所述微电网中的总运营成本最小化的综合多能量调度过程，以确定在调度周期的各时间间隔内所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出。利用本公开的实施例，可以以最小化的运营成本实现多能量供/需平衡，并且同时也可以实现所述CCHP单元的高能效和所述蓄冰空调的高性能两者。
1.一种用于微电网中的综合多能量调度的系统，其中所述微电网包括冷热电联产CCHP单元及蓄冰空调，所述系统包括：至少一个处理器；以及
至少一个存储器，其存储计算机可执行指令，其中，所述至少一个存储器和所述计算机可执行指令被配置成利用所述至少一个处理器促使所述系统：基于预测的电需求和冷需求以及预测的可再生能量输出，在电供需平衡和冷能供需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供需平衡和所述冷能供需平衡相互耦合。
2.根据权利要求1所述的系统，其中所述针对所述CCHP单元的操作约束包括电力输出效率模型及电力输出和冷输出关系模型。
3.根据权利要求2所述的系统，其中通过将所述电力输出、环境海拔和温度作为变量来确定所述电力输出效率模型及所述电力输出和冷输出关系模型。
4.根据权利要求3所述的系统，其中所述电力输出效率模型包括电力输出效率与所述CCHP单元的电力输出之间的关系，并且所述关系被表示为：其中
ECPH(t)表示所述CCHP单元在给定时间t处的电力输出效率；
PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；
PISO-max表示在标准工作条件下所述CCHP单元的额定输出功率；
Emax表示在给定工作条件下所述CCHP单元的最大效率；
Pmax表示在给定工作条件下所述CCHP单元的最大输出功率；以及fISO表示在标准工作条件下的部分负荷性能函数。
5.根据权利要求4所述的系统，其中所述在给定工作条件下所述CCHP单元的最大效率和所述在给定工作条件下所述CCHP单元的最大输出功率通过针对所述CCHP单元的进口压力损耗和背压的功率校正因数和效率校正因数来校正。
6.根据权利要求3所述的系统，其中所述电力输出和冷输出关系模型包括冷功率输出与电力输出之间的关系，并且所述关系被表示为：QCHP(t)＝g(PCHP(t))，
QCPH(t)表示所述CCHP单元在给定时间t处的冷输出；
PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；并且g()表示所述CCHP单元的冷输出与电力输出之间的函数。
7.根据权利要求4所述的系统，其中所述电力输出效率模型还包括以下各项中的一个或多个：所消耗气体体积与所述电力输出和所述电力输出效率两者之间的关系；
对所述CCHP单元的电力输出的上限约束；以及针对所述CCHP单元的操作时间限制。
8.根据权利要求6所述的系统，其中所述电力输出和冷输出关系模型还包括以下各项中的一个或多个：对所述CCHP单元的冷输出的下限约束；以及对所述CCHP单元的冷输出的上限约束。
9.根据权利要求1所述的系统，其中用于所述蓄冰空调的操作约束包括：在空调模式下的操作模型；
10.根据权利要求9所述的系统，其中所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均包括冷输出约束。
11.根据权利要求9所述的系统，其中所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均包括操作时间限制。
12.根据权利要求9所述的系统，其中通过曲线拟合法来确定所述在空调模式下的操作模型，并且该操作模型由下式表示：其中
Qa(t)表示在给定时间t处的输出冷功率；并且a1和a2表示在线性拟合中使用的系数。
13.根据权利要求9所述的系统，其中通过曲线拟合法来确定所述在制冰模式下的操作模型，并且该操作模型由下式表示：其中
Qc(t)表示在给定时间t处的输出冷功率；并且a3和a4表示在线性拟合中使用的系数。
14.根据权利要求9所述的系统，其中所述在融冰&空调模式下的操作模型是所述在空调模式下的操作模型与所述在融冰模式下的操作模型的组合。
15.根据权利要求9所述的系统，其中所述蓄冰槽的操作模型包括：储存在所述蓄冰槽中的冷能与所述蓄冰槽的耗散系数、冷冻效率和最大储存容量之间的关系。
16.根据权利要求15所述的系统，其中所述蓄冰槽的操作模型包括由下式表示的关系：IS(T)＝(1-η1)IS(T-1)+η2Qc(T)-Qd(T)其中
IS(T)表示在给定时间T处储存在所述蓄冰槽中的冷能；
Qc(T)表示在给定时间T处的在所述制冰模式下的输出冷功率；并且Qd(T)表示在给定时间T处的在所述融冰模式下的输出冷功率。
17.根据权利要求15所述的系统，其中所述蓄冰槽的操作模型还包括以下各项中的一个或多个：对在谷值外时间储存在所述蓄冰槽中的冷能的下限约束；
对在谷值外时间储存在所述蓄冰槽中的冷能的上限约束；
对制冰模式的连续持续时间的下限约束；以及对制冰模式的连续持续时间的上限约束。
18.根据权利要求1所述的系统，其中进一步在针对所述微电网与所述宏电网之间的电力交换的约束下执行所述多能量调度过程。
19.根据权利要求1所述的系统，其中借助于粒子群优化算法来执行所述多能量调度过程，并且将所述CCHP单元的冷输出或电力输出以及储存在所述蓄冰空调的蓄冰槽中的冷能选择作为用于所述粒子群优化算法的粒子。
20.根据权利要求19所述的系统，其中在所述粒子群优化算法的每次迭代中，在粒子在其各自搜索空间中被更新之后对所述粒子校正，以使得能够保证所述粒子之间的耦合约束。
21.根据权利要求1所述的系统，其中所述多能量调度过程具有通过下式表示的目标函数其中t表示所述调度周期中的时间间隔的索引；
PGrid(t)是在时间间隔t处在所述微电网与所述宏电网之间交换的电；
cGrid(t)是在时间间隔t处从所述宏电网购买电的电价；
cGas(t)是在时间间隔t处的天然气价格；并且F(t)是在时间间隔t处由所述CCHP单元消耗的气体体积。
22.根据权利要求1所述的系统，其中所述微电网还包括风力发电机和太阳能发电机，并且所述针对电供需平衡的约束由下式表示PGrid(t)+PCHP(t)+PPV(t)+Pwind(t)＝Pload(t)+Ia(t)Pa(t)+Ic(t)Pc(t)+Id(t)Pd(t)其中PGrid(t)表示在所述微电网与所述宏电网之间交换的电功率量；
PCHP(t)表示由所述CCHP单元输出的电功率；
Ia(t)、Ic(t)、Id(t)分别表示所述蓄冰空调的空调模式、制冰模式和融冰模式；以及Pa(t)、Pc(t)、Pd(t)分别表示在所述蓄冰空调的空调模式、制冰模式和融冰模式下的消耗功率。
23.根据权利要求1所述的系统，其中所述针对冷能供需平衡的约束由下式表示：QCHP(t)+Qa(t)+Qd(t)＝Qload(t)， (24)其中
Qa(t)表示所述蓄冰空调在空调模式下的冷功率输出；
Qd(t)表示所述蓄冰空调在融冰模式下的冷功率输出；并且Qload(t)是冷负荷或所述预测的冷需求。
24.根据权利要求1所述的系统，其中所述调度周期具有24小时的时间长度且所述时间间隔具有1小时的时间长度。
25.根据权利要求24所述的系统，其中历史电需求和冷需求包括前一天中的每小时的电需求和每小时的冷需求。
26.一种用于微电网中的综合多能量调度的方法，其中所述微电网包括冷热电联产CCHP单元和蓄冰空调，所述方法包括：通过使用处理器，基于预测的电需求和冷需求以及预测的可再生能量输出，在电供需平衡和冷能供需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供需平衡和所述冷能供需平衡相互耦合。
27.根据权利要求26所述的方法，其中所述针对所述CCHP单元的操作约束包括电力输出效率模型及电力输出和冷输出关系模型。
28.根据权利要求27所述的方法，其中通过将所述电力输出、环境海拔和温度作为变量来确定所述电力输出效率模型及所述电力输出和冷输出关系模型。
29.根据权利要求28所述的方法，其中所述电力输出效率模型包括电力输出效率与所述CCHP单元的电力输出之间的关系，并且所述关系被表示为：其中
ECPH(t)表示所述CCHP单元在给定时间t处的电力输出效率；
PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；
PISO-max表示在标准工作条件下所述CCHP单元的额定输出功率；
Emax表示在给定工作条件下所述CCHP单元的最大效率；
Pmax表示在给定工作条件下所述CCHP单元的最大输出功率；以及fISO表示在标准工作条件下的部分负荷性能函数。
30.根据权利要求29所述的方法，其中所述在给定工作条件下所述CCHP单元的最大效率和所述在给定工作条件下所述CCHP单元的最大输出功率通过针对所述CCHP单元的进口压力损耗和背压的功率校正因数和效率校正因数来校正。
31.根据权利要求28所述的方法，其中所述电力输出和冷输出关系模型包括冷功率输出与电力输出之间的关系，并且所述关系被表示为：QCHP(t)＝g(PCHP(t))，
QCPH(t)表示所述CCHP单元在给定时间t处的冷输出；
PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；并且g()表示所述CCHP单元的冷输出与电力输出之间的函数。
32.根据权利要求29所述的方法，其中所述电力输出效率模型还包括以下各项中的一个或多个：所消耗气体体积与所述电力输出和所述电力输出效率之间的关系；
对所述CCHP单元的电力输出的上限约束；以及针对所述CCHP单元的操作时间限制。
33.根据权利要求31所述的方法，其中所述电力输出和冷输出关系模型还包括以下各项中的一个或多个：对所述CCHP单元的冷输出的下限约束；以及对所述CCHP单元的冷输出的上限约束。
34.根据权利要求26所述的方法，其中用于所述蓄冰空调的操作约束包括：在空调模式下的操作模型；
35.根据权利要求34所述的方法，其中所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均包括冷输出约束。
36.根据权利要求34所述的方法，其中所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均包括操作时间限制。
37.根据权利要求34所述的方法，其中通过曲线拟合法来确定所述在空调模式下的操作模型，并且该操作模型由下式表示：其中
Qa(t)表示在给定时间t处的输出冷功率；并且a1和a2表示在线性拟合中使用的系数。
38.根据权利要求34所述的方法，其中通过曲线拟合法来确定所述在制冰模式下的操作模型，并且该操作模型由下式表示：其中
Qc(t)表示在给定时间t处的输出冷功率；并且a3和a4表示在线性拟合中使用的系数。
39.根据权利要求34所述的方法，其中所述在融冰&空调模式下的操作模型是所述在空调模式下的操作模型与所述在融冰模式下的操作模型的组合。
40.根据权利要求34所述的方法，其中所述蓄冰槽的操作模型包括：储存在所述蓄冰槽中的冷能与所述蓄冰槽的耗散系数、冷冻效率和最大储存容量之间的关系。
41.根据权利要求40所述的方法，其中所述蓄冰槽的操作模型包括由下式表示的关系：IS(T)＝(1-η1)IS(T-1)+η2Qc(T)-Qd(T)其中
IS(T)表示在给定时间T处储存在所述蓄冰槽中的冷能；
Qc(T)表示在给定时间T处的在所述制冰模式下的输出冷功率；并且Qd(T)表示在给定时间T处的在所述融冰模式下的输出冷功率。
42.根据权利要求40所述的方法，其中所述蓄冰槽的操作模型还包括以下各项中的一个或多个：对在谷值外时间储存在所述蓄冰槽中的冷能的下限约束；
对在谷值外时间储存在所述蓄冰槽中的冷能的上限约束；
对制冰模式的连续持续时间的下限约束；以及对制冰模式的连续持续时间的上限约束。
43.根据权利要求26所述的方法，其中进一步在针对所述微电网与所述宏电网之间的电力交换的约束下执行所述多能量调度过程。
44.根据权利要求26所述的方法，其中借助于粒子群优化算法来执行所述多能量调度过程，并且将所述CCHP单元的冷输出或电力输出以及储存在所述蓄冰空调的蓄冰槽中的冷能选择作为用于所述粒子群优化算法的粒子。
45.根据权利要求44所述的方法，其中在所述粒子群优化算法的每次迭代中，在粒子在其各自搜索空间中被更新之后对所述粒子校正，以使得能够保证所述粒子之间的耦合约束。
46.根据权利要求26所述的方法，其中所述多能量调度过程具有通过下式表示的目标函数其中t表示所述调度周期中的时间间隔的索引；
PGrid(t)是在时间间隔t处在所述微电网与所述宏电网之间交换的电量；
cGrid(t)是在时间间隔t处从所述宏电网购买电的电价；
cGas(t)是在时间间隔t处的天然气价格；并且F(t)是在时间间隔t处由所述CCHP单元消耗的气体体积。
47.根据权利要求26所述的方法，其中所述微电网还包括风力发电机和太阳能发电机，并且所述针对电供需平衡的约束由下式表示PGrid(t)+PCHP(t)+PPV(t)+Pwind(t)＝Pload(t)+Ia(t)Pa(t)+Ic(t)Pc(t)+Id(t)Pd(t)其中PGrid(t)表示在所述微电网与所述宏电网之间交换的电功率量；
PCHP(t)表示由所述CCHP单元输出的电功率；
Ia(t)、Ic(t)、Id(t)分别表示所述蓄冰空调的空调模式、制冰模式和融冰模式；以及Pa(t)、Pc(t)、Pd(t)分别表示在所述蓄冰空调的空调模式、制冰模式和融冰模式下的消耗功率。
48.根据权利要求26所述的方法，其中所述针对冷能供需平衡的约束由下式表示：QCHP(t)+Qa(t)+Qd(t)＝Qload(t)， (24)其中
Qa(t)表示所述蓄冰空调在空调模式下的冷功率输出；
Qd(t)表示所述蓄冰空调在融冰模式下的冷功率输出；并且Qload(t)是冷负荷或所述预测的冷需求。
49.根据权利要求26所述的方法，其中所述调度周期具有24小时的时间长度且所述时间间隔具有1小时的时间长度。
50.根据权利要求49所述的方法，其中历史电需求和冷需求包括前一天中的每小时的电需求和每小时的冷需求。
51.一种用于微电网中的综合多能量调度的装置，其中所述微电网包括冷热电联产CCHP单元及蓄冰空调，所述装置包括：用于基于预测的电需求和冷需求以及预测的可再生能量输出，在电供需平衡和冷能供需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程的装置，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供需平衡和所述冷能供需平衡相互耦合。
52.一种用于微电网中的综合多能量调度的装置，其中所述微电网包括冷热电联产CCHP单元及蓄冰空调，所述装置包括：过程执行模块，其被配置成：基于预测的电需求和冷需求以及预测的可再生能量输出，在电供需平衡和冷能供需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供需平衡和所述冷能供需平衡相互耦合。
53.一种具有多个指令的有形计算机可读介质，所述多个指令能被处理器执行以调度微电网中的多种能量，所述有形计算机可读介质包括被配置成执行根据权利要求26至50中的任一项所述的方法的步骤的指令。
用于微电网中的综合多能量调度的系统、方法和装置及有形
计算机可读介质
技术领域
[0001] 本公开的实施例涉及电网技术领域，并且更具体地涉及用于微电网中的能量调度的系统、方法和装置以及有形计算机可读介质。
背景技术
[0002] 各种产业均具有与之相关的网络。。一种这样的产业是管理电网的公共事业产业。电网可包括以下其中之一或全部：发电、输电以及配电。电力可以利用诸如煤炭火电厂、核电厂等的发电站生成。出于效率目的，生成的电力被升压到非常高电压(诸如345K伏特)，并且在输电线路上输送。输电线路可以长距离输送电力，诸如跨过州界线或者跨过国界，直至它到达其批发用户，该批发用户可以是拥有本地配电网络的公司。输电线路可以终止于输电变电站，该输电变电站可以将前述非常高电压降压到中间电压(诸如138K伏特)。更小的输电线路(诸如二次输电线路)将该中间电压从输电变电站输送到配电变电站。在配电变电站，中间电压可能再次降压到“中等电压”(诸如从4K伏特到23K伏特)。一条或多条馈线电路可以从配电变电站引出。例如，可以从配电变电站引出四条到几十条馈线电路。馈线电路为
3相电路，其包括4条引线(用于所述三个相的每一个的三条引线以及用于中性点的一条引线)。馈线电路可以在地上(在电杆上)或者在地下来选择路线。可以使用配电变压器对馈线电路上的电压周期性地进行分接，该配电变压器将电压从“中等电压”降压到用户电压(诸如120V)。用户电压随后可以由用户使用。
[0003] 现在，空气污染和燃料不足正在变成经济和社会发展的首要问题。因此，期望高效能量利用来实现节能减排，并且能量调度是实现高效能量利用的重要方式之一。
发明内容
[0004] 根据本公开的一个方面，提供了一种用于微电网中的综合多能量调度的系统。所述微电网可包括组合冷热电联产CCHP单元和蓄冰空调。该系统可包括：至少一个处理器；以及至少一个存储器，其上存储由计算机可执行指令。所述至少一个存储器和计算机可执行指令可以被配置成利用所述至少一个处理器促使所述系统：基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0005] 根据本公开的另一方面，提供了一种用于微电网中的综合多能量调度的方法，其中所述微电网可包括冷热电联产CCHP单元及蓄冰空调。该方法可以包括：通过使用处理器，基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0006] 根据本公开的再一方面，提供了一种用于微电网中的综合多能量调度的装置。所述微电网可包括冷热电联产CCHP单元和蓄冰空调。所述装置可以包括：用于基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程的装置，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0007] 根据本公开的又一方面，提供了用于微电网中的综合多能量调度的另一装置。所述微电网可包括冷热电联产CCHP单元和蓄冰空调。所述装置可以包括过程执行模块，其被配置成：基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0008] 根据本公开的再一方面，提供了一种具有多个指令的有形计算机可读介质，所述多个指令可被处理器执行以调度微电网中的多种能量。所述有形计算机可读介质可以包括被配置成执行根据本公开的方面的方法的步骤的指令。
[0009] 本公开的实施例通过同时在微电网中调度电能和冷能来提供微电网中的综合多能量调度解决方案，其可以以优化的成本实现耦合多能量供/需平衡，同时可以实现所述CCHP单元的高能效和所述蓄冰空调的高性能。此外，从宏电网看，还可以显著减小所述微电网的峰值负荷与谷值负荷之间的负荷差。
[0010] 另外，在本公开的某些实施例中，可通过将电力输出、环境海拔和温度作为变量来确定用于所述CCHP单元的操作约束，而且可通过考虑蓄冰空调的四个不同操作模式和蓄冰槽的操作模型来获得针对蓄冰空调的操作约束。以这种方式，可以提供能够反映实际操作状况的更准确的数学模型。
[0011] 此外，在本公开的某些实施例中，可以借助于粒子群优化(PSO)算法来执行综合多能量调度过程，并且因此其可提供全局最优解。也就是说，本公开的综合多能量调度解决方案可以提供用于微电网中的多能量的更可行的调度解决方案。
附图说明
[0012] 通过关于如参考附图在实施例中举例说明的实施例的详细说明，本公开的上述及其它特征将变得更加显而易见，其中遍及本公开附图，相同的附图标记表示相同或类似部件，并且在所述附图中：
[0013] 图1示意性地图示出其中可实现本公开的实施例的微电网的示例性架构；
[0014] 图2示意性地图示出根据本公开的示例性实施例的用于微电网中的综合多能量调度的方法的流程图；
[0015] 图3示意性地图示出根据本公开的示例性实施例的用于执行综合多能量调度的方法的流程图；
[0016] 图4A示意性地图示出在基于根据本公开的示例性实施例的综合多能量调度的模拟中所确定的微电网中的冷需求和冷供应的图；
[0017] 图4B示意性地图示出在基于根据本公开的示例性实施例的综合多能量调度的模拟中所确定的微电网中的电力需求和电力供应的图；
[0018] 图4C示意性地图示出根据本公开的示例性实施例的用于在微电网与宏电网之间交换的电力的曲线和在没有微电网的情况下原本消耗的电力的曲线；
[0019] 图5示意性地图示出根据本公开的示例性实施例的用于微电网中的多能量调度的系统的框图；
[0020] 图6示意性地图示出根据本公开的示例性实施例的用于微电网中的综合多能量调度的装置的框图；
[0021] 图7示意性地图示出根据本公开的另一示例性实施例的用于微电网中的综合多能量调度的装置的框图；以及
[0022] 图8示意性地图示出可编程为特定计算机系统的通用计算机系统，其可代表在本文中提及的任何计算设备。
具体实施方式
[0023] 在下文中，将参考附图来描述本公开的几个实施例。在以下描述中，阐述了许多特定细节以便提供实施例的彻底理解。然而，对于本领域的技术人员显而易见的是，本公开的实施方式可不具有这些细节，并且本公开不限于如在本文中介绍的特定实施例。相反地，可以考虑后面的特征和元素的任何任意组合以实现和实施本公开，无论其是否涉及到不同的实施例。因此，以下方面、特征和实施例仅仅用于说明性目的，并且不应理解为是对所附权利要求的元素或限制，除非在权利要求中另外明确地指明。另外，在一些情况下，并未详细地描述众所周知的方法和结构以免不必要地使本公开的实施例含糊难懂。
[0024] 当前，在大多数农村或地区，利用分开的系统来提供热需求和冷需求。例如，在诸如中国的许多国家，冬季热需求通常是利用现有的集中加热系统供应的，而在夏季的冷需求则是由空调系统来满足。此外，在夏季，空调系统通常占据大量负荷(在某些城市中甚至超过总功率负荷的40％)，这引起峰值负荷的很大增长以及对功率供应的增加压力。另外，不断增长的冷需求已经引发电力网中的较大峰值-谷值负荷缺口，有时甚至超过30％，这也是很大的能量利用浪费。
[0025] 微电网是现有大电网的补充解决方案，用以满足能量需求和环境挑战。有鉴于此，本公开的思想是执行用于微电网中的电力和冷能的综合多能量调度，其使用微电网(MG)应用中的冷热电联产(CCHP)单元和蓄冰空调来满足冷需求。
[0026] 微电网是在已经进行大量努力以开发可再生清洁分布式发电机(DG)以便实现节能减排的情况下作为一种新型网络拓扑而提出的概念。可以将微电网视为可再生清洁DG的集群，所述可再生清洁DG诸如光伏(PV)面板、风轮机(WT)和冷热电联产(CCHP)单元等，以在本地满足客户的多类型能量需求。与宏电网相比，微电网是在一种自治的且能够被自控制、保护以及管理的小规模能力供给系统。在实践中，微电网可以被连接到电力网或作为独立供电系统，以向微电网内的终端客户提供电能和/或热能或冷能。此外，当微电网被连接到大电网时，也可以向大电网返回电。
[0027] 在下文中，将首先对图1进行参考以描述其中可以实现本公开的实施例的微电网的示例性架构。然而，应认识到的是，此架构仅仅是出于举例说明的目的而图示出的，并且也可以在不同的架构中实现本公开。
[0028] 如图1中所示，微电网系统100经由变电站200与宏电网300(也称为大电网、大型电力网等)相连。在图1中，微电网系统100将不同类型的可再生能源(诸如风力发电机110、PV太阳能发电机120等)、CCHP单元150A—150C和蓄冰空调160集成在一起。微电网系统100还可以包括诸如蓄能电池130之类的能量储存装置和诸如负荷140A和140B之类的各种负荷。负荷140A和140B中的每一个可以是电负荷和/或冷负荷。在微电网100内，风轮机110和PV太阳能发电机120将提供电能；CCHP单元150A和150B使用可燃气体(诸如天然气)作为供电的主要能量，并且同时它们在发电过程期间产生的能力可以被收集并用以提供冷能或热能，这取决于CCHP单元的操作模式；蓄冰空调160可以充当电负荷或者同时充当电负荷和冷能发生器两者。因此，针对微电网，由于CCHP单元和蓄冰空调的工作模式变化，其电供/需平衡和冷能供/需平衡彼此相互耦合。并且，电力和冷需求可以通过直接地从电力供应源或者从电力供应源和冷供应源两者来提供。
[0029] 实际上，可以将微电网作为现有大电网(即，宏电网)的补充解决方案以满足能量需求和环境挑战。借助于此类微电网，相比于传统大电网而言，其可以实现多个优点，诸如高能效、以低成本满足客户的多能量需求、改善的可靠性、可再生能量输出变化的影响最小化。鉴于此，在本文中提出一种新型的综合优化调度方法以应对微电网中的需求平衡，其将最佳地同时地调度多种能量供应，以使得在可以满足微电网的多能量需求的总成本最小化的同时实现高能效。
[0030] 接下来，将参考图2详细地描述用于微电网中的多能量调度的方法。
[0031] 如图2中所示，在步骤S201处，可以获得预测的电和冷需求。
[0032] 在本公开的示例性实施例中，可以在前一天、例如在一天中的23:00或任何其它适用时间(其与谷值时间开始的时间有关)执行最佳调度。因此，可以基于历史电和冷需求，例如提前24小时的每小时电和冷需求，来预测微电网中的不同能量需求。然而，应认识到的是，历史的电需求和冷需求不限于提前24小时确定的那些，并且也可以是提前更少或更多小时的电和冷需求。此外，一般地，能量需求在工作日与周末之间可能是不同的，因此基于一个星期前每天的能量需求来确定多能量需求也可以是可行的。另外，可以进一步基于预测天气状况来预测或估计电和冷需求。实际上，在现有技术中，存在可以在本公开中使用的大量需求预测方法，并且因此将省略需求预测的详细描述，以免使本公开含糊难懂。
[0033] 然后，在步骤S202处，可以获得预测可再生能量输出。如前所述，在微电网中，存在可再生能源，诸如风力发电机110和PV太阳能发电机120。这些可再生能源将向客户提供电，并且因此可以在能量调度之前对可再生能源的电力输出进行预测。
[0034] 在本领域中，已提出了用于预测可再生能源的电力输出的许多方法，因此将省略能量输出预测的详细描述，以免使本公开含糊难懂。此外，在图1中所示的情形中，可再生能量输出是风力发电机110和PV太阳能发电机120的电力输出的总和。然而，应注意的是，微电网可以包括任何其它能源，并且其不限于风力发电机和PV太阳能发电机。
[0035] 然后，在步骤S203处，可以以在过程约束下以使微电网中的总运营成本最小化为目标来执行多能量调度过程，从而确定在调度周期的各时间间隔中在所述微电网与所述宏电网之间交换的电量、CCHP单元的冷输出和电力输出以及蓄冰空调的操作模式和冷输出。在本公开的实施例中，过程约束可以包括例如电供/需平衡和冷能供/需平衡的约束、针对CCHP单元的操作约束和针对蓄冰空调的操作约束。特别地，电供/需平衡和冷能供/需平衡由于CCHP单元和蓄冰空调而被彼此相互耦合。
[0036] 在本公开的实施例中，通过优化过程来执行综合多能量调度，从而在存在多种形式的能量需求、多种类型能量供应可用以及针对多种形式的能量的供/需平衡被相互耦合时，处理微电网的供应调度。为了在微电网中最佳地调度多能量，首先要构建优化模型；然而，在这之前，应对微电网中的多个若干部件进行建模。
[0037] 例如，针对CCHP单元，制造商通常仅仅提供CCHP单元在其以其满负荷/输出操作且处于标准操作状况(所谓的ISO条件，即在固定温度、高度以及压力值下)下的单位性能。还给出了用于CCHP单元的额定功率输出和排放特性(诸如排放温度和排放流速对比环境温度)。此外，在用于CCHP单元中的废热驱动制冷的吸收式制冷机的文献中，还提出了冷功率输出与排放特性之间的关系。
[0038] 事实上，当CCHP单元在操作中时，其操作状况通常由于其位置、海拔、工作时间、日期和季节的温度、尤其是正在供应的电和冷需求而改变。因此，其电和冷输出将显著改变。因此，要求适合于实际应用条件而不是理想条件的模型。另外，为了最佳地同时调度电和冷供应，进一步要求获知蓄冰空调的准确模型。因此，下面将最后描述在本公开中提出的用于CCHP单元的模型和用于蓄冰空调的模型。
[0039] 在本文中，通过将CCHP单元的电力输出、温度、海拔、入口压力损耗和背压作为变量，来构建用于CCHP单元的两个新分析模型，并且通过将其不同的操作模式和蓄冰槽(其为蓄冰空调的重要部件)的特性考虑在内，来提出用于蓄冰空调的新模型。因此，这些模型是接下来将描述的能够表示实际操作状况的准确、综合数学公式。
[0040] 微电网部件建模
[0041] 1.CCHP单元建模
[0042] 在下文中，出于举例说明的目的，将以在本领域中已经广泛使用的微型涡轮机Capstone C200作为包含在微电网中的CCHP单元的示例，以解释本公开的实施例。
[0043] 1-1.电力输出效率建模
[0044] 一般地，CCHP单元的电力输出效率是CCHP单元的电力输出的函数，并且因此可以简单地如下表示CCHP单元的电力输出效率：
[0045] ECHP(t)＝f(PCHP(t)) (1)
[0046] 其中ECPH(t)表示所述CCHP单元在给定时间t处的电力输出效率；PCPH(t)表示所述CCHP单元在给定时间t处的电力输出。
[0047] 另外，在制造商的文献中，通常给出标准工作条件(称为ISO条件)和满负荷状态下的标称输出功率PISO-MAX。然而，CCHP输出将随着环境海拔H和温度T变化而改变，这意味着如果期望更准确地确定电力输出效率的话，在非ISO条件和部分负荷状态下的性能也应被考虑在内。
[0048] 在C200文献中，提供了可以被用于电力输出建模的许多参数或测量结果。基于这些参数或测量结果，可以逐个地建立以下模型：
[0049] ·环境海拔H和温度T对最大输出功率PA-max的影响。在C200文献中，提供了在不同环境海拔H和不同温度T下的多个测量结果，基于这些测量结果，可以通过例如分段线性拟合来确定最大输出功率与环境海拔H和温度T之间的特定关系，可以如下表示该关系：
[0050] PA-max＝f1(H，T)； (2)
[0051] ·满负荷效率EA-max与温度T之间的函数。同样地，基于不同温度下的那些测量结果，可以通过例如三次多项式拟合来获得以下函数：
[0052] EA-max＝f2(T)； (3)
[0053] ·ISO条件下的用于满负荷状态的功率校正因数和效率校正因数。功率输出和效率通常受到CCHP单元的入口压力损耗I_p_loss和背压B_p的影响。基于如在C200文献中提供的在不同入口压力损耗和背压下的功率输出和效率的测量结果，可以确定分别地用于入口压力损耗I_p_loss和背压B_p的功率校正因数和效率校正因数，其可以分别地用P_CFI_P、E_CFI_P、P_CFB_P、E_CFB_P来表示。功率校正因数和效率校正因数与CCHP单元的入口压力损耗I_p_loss和背压B_p都处于线性关系。此外，一旦CCHP单元被安装，就可以确定这两个参数入口压力损耗I_p_loss和背压B_p；
[0054] ·另外，基于在那些文献中给出的满负荷条件下的关于功率输出和效率的测量结果，可以借助于如下曲线拟合来获得ISO条件下的部分负荷性能模型：
[0055]
[0056] 其中，函数f1、f2、fISO、f全部是非线性函数。
[0057] 最后，基于上述等式(2)至(4)和这些功率和效率校正因数P_CFI_P、E_CFI_P、P_CFB_P、E_CFB_P，可以如下导出给定操作状况下的CCHP部分负荷性能：
[0058]
[0059] 其中，Pmax和Emax分别是在给定工作条件下的最大效率和最大输出功率。可以借助于上述功率和效率校正因数PA-max和EA-max通过校正来获得Pmax和Emax，其分别地表示在不考虑由入口压力损耗I_p_loss和背压B引起的效应的情况下，在给定工作条件下的最大效率和输出功率。
[0060] 也就是说，可以利用那些校正因数来校正给定工作条件下的最大效率和输出功率，从而考虑由入口压力损耗I_p_loss和背压B引发的效应。例如，可以将Pmax和Emax表示为：
[0061] Pmax＝PA-max*P_CFI_P*P_CFB_P，Emax＝EA-max*P_CFI_P*P_CFB_P. (6)[0062] 然而，可以认识到的是，本公开不限于其中由CCHP单元的入口压力损耗和背压的这些校正因数来校正参数Pmax和Emax的实施例，如果Pmax和Emax未被校正，也是可以的。
[0063] 此外，该模型还可以包括消耗气体体积、电力输出和电力输出效率之间的关系。如果用ηCHP表示的天然气的低发热值是已知的，则可以将CCHP单元所消耗的气体体积F(t)确定为
[0064] F(t)＝PCHP(t)/ECHP(t)/ηCHP. (7)
[0065] 一般而言，电力输出PCHP(f)具有上限，即最大电力。另外，为了避免较低效率，CCHP单元的电力输出PCHP(f)可优选地具有下限约束。因此，通过与下限和上限约束组合，可以获得
[0066] ICHP(t)Pmin≤PCHP(t)≤PmaxICHP(t). (8)
[0067] 其中，ICHP(t)是表示CCHP单元是否进行操作的0-1变量。Pmin可以是例如0.2*Pmax。
[0068] 还应注意的是，在某些国家或地区，从宏电网购买电、然后在某些时间间隔用天然气来运行CCHP单元将是更加成本高效的。例如，在中国，对于大多数商业和工业客户而言，谷值时段中的电价约为0.3RMB/kwh且天然气价格始终是2RMB/m3。与从宏电网购电具有相同的经济成本的天然气价格约为1.90RMB/m3(ηCHP＝10kWh/m3)，这意味着在谷值时段期间，从宏电网购买电比运行CCHP单元便宜得多。因此，如果可以将CCHP单元的操作限制到仅谷值外时间将是优选的，即其可以具有以下约束
[0069] ICHP(t)＝0，t∈Tvalley (9)
[0070] 然而，应注意的是，针对采用不同定价策略的地区和国家，可以相应地修改或者甚至省略如在等式(9)中定义的约束。
[0071] 1-2.电力输出对比冷输出的建模
[0072] 一般地，CCHP的冷输出QCHP(t)与排放特性、诸如排放温度E_T(t)和排气流速E_V(t)紧密相关。基于关于不同排气温度和排气流速下的功率输出的测量结果，可以分别地借助于二次多项式拟合和分段线性拟合分别地用函数来对其表示：
[0073] E_T(t)＝g1(T，PCHP(t))和E_V(t)＝g2(T，PCHP(t)) (10)
[0074] 因此，可以获得给定工作条件下的冷输出QCHP(t)与电功率PCHP(t)之间的以下关系：
[0075] QCHP(t)＝g(PCHP(t)). (11)
[0076] 其中，QCHP(t)是在给定时间t处的CCHP单元的冷输出；并且PCHP(t)是在给定时间t处的CCHP单元的电力输出。
[0077] 当CCHP单元在基于PCHP(t)来确定冷能量输出的模式下工作时，可以用等式(10)来导出相应QCHP(t)。相反，当CCHP单元在基于冷需求来确定电力产生的模式下工作时，可以由下式给出相应输出功率PCHP(t)
[0078] PCHP(t)＝g-1(QCHP(t)). (12)
[0079] 此外，可能对冷输出QCHP(t)施加以下约束从而避免低效率：
[0080] ICHP(t)Qmin≤QCHP(t)≤ICHP(t)Qmax (13)
[0081] 其中，Qmin＝g(Pmin)and Qmax＝g(Pmax)。
[0082] 此外，可以认识到的是，在启动/停止操作期间，上述关系对于那些操作状态可能不同。针对Capstone C200，相关测试显示CCHP单元在启动、停止和输出调整中拥有快速动态响应。例如，在启动操作期间，所花费时间从开始到满负荷状态为约120s；整个停止过程消耗小于200s；并且在负荷改变之后的输出调整可以大约在80s内结束。鉴于此，看起来在提前一天调度中可以忽略对启动/停止操作和斜坡向上/向下的约束。
[0083] 虽然在以上描述中建议忽略对启动/停止操作和斜坡向上/向下的约束，但应认识到的是，如果期望的话，也可以考虑对启动/停止操作和斜坡向上/向下的约束。
[0084] II.蓄冰空调建模
[0085] 蓄冰空调通常包含冷冻机、冷却塔、蓄冰槽、泵及其它辅助设备，并且蓄冰空调可以在不同操作模式下工作。例如，当消耗电以向客户提供冷能时或者当将电能转换成以冰的形式储存的冷能时，其可以充当电负荷；同时其可以充当冷能发生器以将储存在冰中的能量释放回到空气中，从而向客户提供冷能。
[0086] 鉴于此，在本文中，将建立用于以下四个操作模式的数学模型，
[0087] 1)空调模式，其中只有冰冻机操作来满足冷需求；
[0088] 2)制冰模式，其中冰冻机优选地在峰值外时段通过制冰来储存制冷能力：
[0089] 3)融冰模式，其中蓄冰槽执行融冰以满足冷需求；以及
[0090] 4)融冰&空调模式，其中将蓄冰槽进行的融冰和冰冻机进行的空气调节组合在一起。
[0091] 也就是说，用于四个操作模式的模型将作为把冷输出定义为在4个操作模式下的蓄冰空调的其输入的函数(即，电能或以冰的形式储存的冷能)。
[0092] 另外，蓄冰槽是蓄冰空调中的重要设备，并且可能需要对其进行建模以建立准确模型。
[0093] 在下文中，可以用Ia(t)∈(0，1)来表示空调模式；可以用Ic(t)∈(0，1)来表示制冰模式；可以用Id(t)∈(0，1)来表示融冰模式；并且将融冰*空调模式视为融冰模式和空调模式的组合，其中如果蓄冰空调在一个操作模式下操作，则相应的变量Ia(t)、Ic(t)和Id(t)的值将是1，否则该值将是0；并且如果Ia(t)和Id(t)两者的值都是1，则其表示蓄冰空调在融冰*空调模式下操作。接下来，将对四个操作模式下的蓄冰空调的模型进行详细描述。
[0094] II-1.空调模式：
[0095] 在空调模式下，冰冻机将在其额定容量内运行以提供尽可能多的冷能量。另一方面，为了获得较高的效率，冰冻机可以避免以较低负荷比运行，这意味着可以施加如下约束：
[0096] Ia(t)Qa-min≤Qa(t)≤Ia(t)Qa-max， (14)
[0097] 其中，Qa(t)、Qa_min和Qa_max分别表示时间t处的输出制冷能力、空调模式下的冰冻机的最小和最大制冷能力。Qa_min被定义为例如Qa_max的20％。
[0098] 当Qa(t)落在如在(14)中给出的约束内时，COP(性能系数)随着Qa(t)线性地改变。因此，可以用曲线拟合法来导出冰冻机的部分负荷模型，并且例如可以表示如下：
[0099]
[0100] 其中，Pa(t)是消耗的电功率并且ai(i＝1、2)表示对蓄冰空调的制造商提供的数据的线性拟合的系数。
[0101] 另外，具有较小容量的标准空调器通常被装配成满足谷值时段内的冷需求，因为冰冻机常常在谷值时段期间在制冰模式下运行，并且出于经济操作的目的并不推荐制冰和空调模式同时发生。因此，还可以获得以下约束。
[0102] Ia(t)＝0，t∈Tvalley. (16)
[0103] II-2.制冰模式：
[0104] 在制冰模式下，冰冻机通常在其最大冷Qa_max下操作以追求较大的COP，即可以将实现的冷能表示为：
[0105] Qc(t)＝Ic(t)Qa-max (17)
[0106] 在这种情况下，还可以将制冰模式的操作描述为：
[0107]
[0108] 其中Pc(t)是耗电量，并且ai(i＝3、4)表示对由蓄冰空调制造商提供的数据的线性拟合的系数。
[0109] 另外，出于经济操作的目的，制冰模式应在谷值时段中连续地运行。因此，还可以具有以下约束：
[0110]
[0111] II-3.融冰模式：
[0112] 一般地，对于融冰模式而言，可以仅在谷值外时段内限制其操作以便实现经济操作。也就是说，可以获得以下约束。
[0113] Id(t)＝0，t∈Tvalley. (20)
[0114] 另一方面，当蓄冰槽执行融冰以提供冷能量Qd(t)时，功率消耗Pd(t)是非常小的常数，而冷能Qd(t)应满足针对其界限的约束：
[0115] 0≤Qd(t)≤Id(t)*Qd-max (21)
[0116] 其中，Qd_max被定义为例如ISmax的20％且ISmax是蓄冰槽的最大容量。
[0117] II-4.组合融冰&空调模式
[0118] 如前所述，可以将融冰&空调模式视为融冰模式和空调模式的组合，并且因此其模型是该模式的组合，即等式(14)至(16)和等式(20)至(21)。因此，为了简化起见，省略关于融冰&空调模式下的模型的详细描述。
[0119] II-5.用于蓄冰槽的模型
[0120] 另外，可以通过考虑耗散系数、冷冻效率和最大储存容量ISmax来对蓄冰槽进行建模。可以将在时间T处储存在蓄冰槽中的冷能IS(T)书写为如下：
[0121] IS(T)＝(1-η1)IS(T-1)+η2Qe(T)-Qd(T）， (22)
[0122] 其中η1是储存冷能的耗散系数，其被选择为0.2；并且η2是冷冻系数，其可以等于0.67。
[0123] 另外，在所有谷值外时间T，为了满足冷需求与T之后的后续谷值外时间可以由CCHP单元和空调模式提供的最大可用冷供应之间的总缺口，可以将蓄冰槽中的最小所需冷能量储存ISmin(T)定义为
[0124]
[0125] 其中，QGap(tt)表示冷需求与由CCHP单元和空调模式提供的最大可用冷供应之间的缺口，并且可以用下式来表示：
[0126]
[0127] 然后，可以获得以下约束
[0128]
[0129] 考虑到在谷值时段期间，环境温度较低且制冰连续地运行，可以省略蓄冰槽的耗散。因此，在谷值时间结束Tend_valley时，储存的冷容量IS(Tend_valley)为：
[0130] IS(Tend_valley)＝Tcη2Qa-max， (25)
[0131] 其中，Tc是以小时为单位的连续制冰模式的持续时间。根据等式(18)，其符合[0132] Tc≥ISmin(Tend_valley)/(η2Qa-max). (26)
[0133] 另外，还可以存在针对Tc的上限约束，即
[0134] Tc≤min(ISmax/(η2Qa-max)，Lvalley) (27)
[0135] 其中，Lvalley是以小时为单位的谷值时段的持续时间。并且，IS(T) 可以具有如下的上限约束：
[0136]
[0137] 在上文中，已经描述了用于CCHP单元和蓄冰空调的模型，并且接下来，基于用于CCHP单元的上述数学模型和用于蓄冰空调的模型，可以执行综合最佳能量调度。在下文中，将详述综合最佳调度。
[0138] 综合最佳调度模型
[0139] 本公开的实施例的主要目的是开发一种综合微电网调度模型，其中所述微电网包含CCHP单元、蓄冰空调以及其它功率供应源，诸如风力发电机以及PV太阳能发电机。
[0140] 在如在本公开中提出的微电网中，风力发电机和PV太阳能发电机两者都将提供电能；CCPP单元可以供电，并且同时通过利用其在发电过程期间产生的热来提供冷能；蓄冰空调可以充当电负荷或者同时充当电负荷和冷能发生器两者。因此，在微电网中，电供/需平衡和冷能供/需平衡被相互耦合，这意味着可以直接地从电力供应源或者从电力和冷供应源两者提供其电和冷需求。因此，在本公开的实施例中，提出了一种综合的最佳能量调度模型。
[0141] 通过例如提前24～48小时获知历史电和冷需求(诸如每小时电和冷需求)，可以估计每小时电和冷需求。这样，此微电网操作模型可以最佳地同时地调度电和冷供应，使得可以使满足微电网的电和冷需求的总成本最小化，并且也可以实现CCHP单元的高能效和蓄冰空调的高性能。在这种意义上，在存在多种能量需求、多种类型供应源可用进而用于多种能量的供/需平衡被相互耦合时，此优化模型对于微电网供应调度而言是关键的。
[0142] 在本公开的实施例中，微电网能量调度可以具有使预期总成本最小化的目标，其可以如下表示：
[0143]
[0144] 其中PGrid(t)是在微电网与宏电网之间交换的电力；cGrid(t)是交换电力的价格；cGas(t)是天然气价格；F(t)是CCHP消耗的气体体积。因此，很明显在等式(22)的右侧的第一项表示在微电网与宏电网之间交换的电的成本，并且第二项表示针对CCHP单元购买气体的成本。
[0145] 在上述优化调度问题中，调度周期可以是例如一天，即24小时，并且可以将调度周期划分成24个时间间隔。然而，本领域的技术人员应认识到本公开不限于此，其可以使用任何更短或更长的适当调度周期，并且时间间隔可以具有诸如半小时、2小时等不同时间长度。
[0146] 用于调度过程的约束至少包括电供/需平衡、冷能供/需平衡及CCHP单元和蓄冰空调的物理和操作约束。出于举例说明的目的，将这些约束列出如下：
[0147] 1)电供/需平衡：
[0148] PGrid(t)+PCHP(t)+PPV(t)+Pwind(t)＝Pload(t)+Ia(t)Pa(t)+Ic(t)Pc(t)+Id(t)Pd(t) (30)[0149] 其中，PGrid(t)表示在所述微电网与所述宏电网之间交换的电功率量；PCHP(t)表示由所述CCHP单元输出的电功率；Pwind(t)表示来自所述风力发电机的电功率；PPV(t)表示来自所述太阳能发电机的电功率；Pload(t)是电负荷或所确定的电需求；Ia(t)、Ic(t)、Id(t)分别表示所述蓄冰空调的不同操作模式；以及Pa(t)、Pc(t)、Pd(t)分别表示在不同操作模式下的消耗功率。
[0150] 2)冷能供/需平衡：
[0151] QCHP(t)+Qa(t)+Qd(t)＝Qload(t)， (31)
[0152] 其中QCHP(t)是所述CCHP单元的冷功率输出；Qa(t)表示所述蓄冰空调在空调模式下的冷功率输出；Qd(t)表示所述蓄冰空调在融冰模式下的冷功率输出；以及Qload(t)是冷负荷或所述预测的冷需求。
[0153] 3)微电网部件操作约束：
[0154] ·在等式(5)—(13)中示出了CCHP单元的操作约束。
[0155] ·在等式(14)—(28)中示出了蓄冰空调的操作约束。
[0156] ·在宏电网与微电网之间交换的功率PGrid(t)应满足
[0157] 0≤PGrid(t)≤PGrid-maxor-PGrid-max≤PGrid(t)≤PGrid-maxor PGrid(t)＝0 (32)[0158] 可以基于实际应用中的要求来选择在等式(32)中给出的三个约束。特别地，给定三个约束分别地对应于：禁止向宏电网返回电的情况；允许双向地在宏电网与微电网之间交换功率的情况；禁止在宏电网与微电网之间交换功率的情况。
[0159] 虽然已经描述了特定约束，但本公开不限于此。实际上，根据其中提供的教导内容，本领域的技术人员可以设想许多替换约束，例如通过在不违背本公开的精神的情况下修改某些约束、省略某些约束和添加某些新约束。
[0160] 最佳调度解决方案
[0161] 可以看出的是，上述微电网调度过程是混合整数非线性优化问题，其具有等式(29)中的目标和等式(5)—(13)、(14)—(28)中的约束。要求解的变量包括0-1变量Ia(t)、Ic(t)、Id(t)以及ICHP(t)以及连续变量Qa(t)、Qc(t)、Qd(t)、QCHP(t)、PCHP(t)和PGrid(t)，其中，t＝1至24。
[0162] 为了高效地解决最佳微电网调度问题，可以考虑采用粒子群优化(PSO)算法。众所周知，首先PSO算法是由Kennedy和Eberhart在1995年提出，其是基于群智能建模的一种随机、基于群体的算法，并且一般地，其由粒子群组成，其中的每个粒子表示潜在的解。粒子被分配了随机初始位置并且以到达全局最优解的速度飞过问题空间。飞行速度受到粒子自己的经历和由粒子从群获取的知识两者的影响。用PSO算法，能够以发现全局最优解的高概率解决复杂的非线性优化问题。另外，其很容易以高计算效率实现，并且可以提供稳健的计算性能。因此，PSO算法可能是适合于解决本公开中的作为典型复杂混合整数非线性规划问题的微电网调度问题的适当算法
[0163] 在最优调度求解中使用PSO算法时，选择作为粒子的变量或参数是重要的，因为粒子的适当选择可大大地促进求解。在本公开的实施例中，可以选择参数QCHP(t)(或PCHP(t))和IS(t)作为粒子，但也可以选择其它参数作为粒子。除了被选作粒子的参数的各约束之外，在这些粒子之间还存在复杂的耦合约束。因此，可以执行校正以确保粒子在其各搜索空间中被更新之后满足这些耦合约束。这意味着不能直接地将基本PSO应用于本公开，或者换言之，在本文中应用的PSO算法不同于基本PSO算法。
[0164] 在下文中，将对图3进行参考以详细描述改良的PSO算法，其中，作为示例，使微电网在电网连接模式下操作。
[0165] 首先，如在步骤S301中所示，获取求解优化问题所需的相关数据，其包括例如预测的电和冷需求及预测的可再生能量输出。另外，还可以包含环境参数、微源参数、电价和气体价格。
[0166] 然后，在步骤S302处，设定用于PSO算法的参数。特别地，其可以设定例如粒子的数目、最大迭代计数器、初始粒子半径、每个粒子的搜索空间的上限和下限，并且将迭代计数器的初始值设定为例如零，即k＝0。
[0167] 接下来，在步骤S303处在其可行空间内将粒子的位置及其各速度初始化。具体地，将粒子QCHP(T)的位置初始化，以使得QCHP(T)满足CCHP单元的操作约束，例如在等式(5)至(13)中给出的那些；在遵守蓄冰空调的操作约束的同时随机地选择谷值时间内的制冰时段，并且然后计算谷值时段结束时的蓄冰水平IS(Tend_valley)；并且最后将所有粒子QCHP(T)和IS(T)的速度初始化。
[0168] 另外，在步骤S304处，可以进一步校正粒子以保证满足其耦合约束。应注意的是，不要求在第一迭代中完成步骤S304处的操作，这意味着其可以在粒子在其各自的搜索空间中被更新之后执行。特别地，针对QCHP(T)其可以具有经过校正的约束QCHP(T)≤Qload(T)，而针对每个IS(Tend_valley)，其可以进而在如下给出的约束下随机地生成粒子IS(T)(T＝Tend_valley)+1，…，24)：
[0169] IS(T)≥ISmin，(T)；
[0170] IS(T)≤(1-η1)IS(T-1)；and
[0171] (1-η1)IS(T-1)-IS(T)≤min(Qd-max(T)，Qload(T)-QCHP(T))
[0172] 在步骤S305处，基于粒子QCHP(T)和IS(T)、电供/需平衡约束、冷能供/需平衡约束以及部件性能来计算未知变量。此外，计算粒子的适应值，其可以由例如运营成本加对被违反的部件约束的罚值组成。
[0173] 然后，在步骤S306处更新每个粒子的最佳先前位置和所有粒子之中的最佳位置。然而，针对第一迭代，所需操作是记录每个粒子的最佳先前位置和其中的最佳位置。然后，过程进入步骤S307，其中更新迭代计数器，即k＝k+1，并且过程前进至步骤S308。
[0174] 在步骤S308处，可以确定所有粒子中的最佳位置在先前的100次迭代中是否基本上保持未改变。如果最佳位置并未保持未改变，则过程返回到步骤S303；另一方面，如果最佳位置确实保持未改变，则其可以在步骤S309处将与其它粒子冲突的粒子重新初始化，并且然后过程继续步骤S310。
[0175] 在步骤S310处，确定是否达到停止标准中的一个，例如迭代计数器是否大于预定最大迭代计数器；如果是这样，则过程前进至步骤S312，其中将根据最后一代中具有最小适应值的粒子的变量的值作为最终解输出；否则，在步骤S311处更新粒子速度和位置，并且过程前进至步骤S304以重复上述操作。
[0176] 以这种方式，可以求解综合最优调度问题，并获得在调度周期中的各时间间隔中在微电网与宏电网之间交换的电量、CCHP单元的冷输出和电力输出以及蓄冰空调的操作模式和冷输出。
[0177] 然而，应注意的是，虽然已经描述了PSO算法作为求解最佳调度问题的方法，但本公开不仅限于此，并且使用任何适当的方式来求解该问题也是可行的。
[0178] 用本公开的实施例，提出了一种通过同时地调度电和冷能实现的微电网中的综合多能量调度解决方案，其可以以优化的成本实现多能量供/需平衡，并实现CCHP单元的高能效和蓄冰空调的高性能。此外，从宏电网看，还可以显著减少微电网的峰值负荷与谷值负荷之间的负荷差。
[0179] 另外，在本公开的某些实施例中，可通过将电力输出、环境海拔和温度作为变量来确定用于CCHP单元的操作约束，并且可通过考虑四个不同操作模式和蓄冰槽的操作模型来获得用于蓄冰空调的操作约束。以这种方式，可以提供能够反映实际操作状况的更准确的数学模型。
[0180] 此外，在本公开的某些实施例中，可借助于粒子群优化(PSO)算法来执行综合多能量调度过程，并且因此其可提供全局最优解。也就是说，本公开的综合多能量调度解决方案可以提供用于微电网中的多能量的更可行的调度解决方案。
[0181] 应注意的是，虽然已经参考分别通过对需求和可再生能量进行预测而获得预测的需求和预测的可再生能量的预测步骤S201和S202，来描述了本公开，但本公开并不限于此，并且预测的电和冷需求及预测的可再生能量输出还是从负责预测这些参数值的一个或多个其它系统接收到的参数值。此外，应注意的是，还可以将步骤S304处的操作置于步骤S311后，而不是插入在步骤S303与S305之间。
[0182] 在上文中，已经参考特定数学模型描述了CCHP单元和蓄冰空调的建模，但应注意的是，本公开不仅限于这些特定数学模型。相反地，在不违背本公开的精神的情况下，可以对这些特定数学模型进行各种修改，例如添加更多约束、省略某些约束等。
[0183] 图4A至4C图示出示出了用于电和冷能的调度结果和在微电网与宏电网之间交换的电力与在没有微电网的情况下将消耗的电力之间的比较的图。出于举例说明的目的，将了在仿真中使用的参数列出如下：
[0184] 表1—仿真参数
[0185]
[0186] 在图4A和4B中，图示出微电网的冷需求和冷供应及微电网的电供应，其是借助于根据本公开的实施例的基于PSO算法的最佳多能量调度过程而确定结果或解。很明显，其可以很好地实现用于冷能和电两者的供/需平衡。
[0187] 图4C示意性地图示出在微电网与宏电网之间交换的电力的曲线和在没有微电网的情况下将消耗的电力的曲线。根据图4C，可以看到从宏电网的观点出发，微电网的峰值负荷已被减小至1500KW，并且谷值负荷被减小值约600KW，这意味着从宏电网看，与没有微电网的情况下的解决方案相比，大大地减少了峰值负荷和谷值负荷的负荷差。同时，由于由宏电网供应的功率的减少，从宏电网看，大大地降低了从宏电网的购电成本，并且因此可以显著使客户的运营成本最小化，并且可以基本上减小宏电网上的供应压力。
[0188] 另外，在本公开的实施例中，还提供了一种将参考图5来描述的系统。如图5中所示，用于微电网中的综合多能量调度的系统500可包括至少一个处理器510；以及存储计算机可执行指令530的至少一个存储器520。所述至少一个存储器520和计算机可执行指令530被配置成用所述至少一个处理器510促使系统：获得预测的电需求和冷需求；获得预测的可再生电力输出，以及基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出。特别地，所述电功能/需求平衡和所述冷能供/需平衡被相互耦合。
[0189] 在本公开的实施例中，所述针对所述CCHP单元的操作约束可以包括电力输出效率模型及电力输出和冷输出关系模型。
[0190] 在本公开的另一实施例中，可以通过将所述电力输出、环境海拔和温度作为变量来确定所述电力输出效率模型及所述电力输出和冷输出关系模型。
[0191] 在本公开的另一实施例中，所述电力输出效率模型可以包括电力输出效率与所述CCHP单元的电力输出之间的关系，并且所述关系被表示为：
[0192]
[0193] 其中
[0194] ECPH(t)表示所述CCHP单元在给定时间t处的电力输出效率；PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；PISO-max表示在标准工作条件下所述CCHP单元的额定输出功率；Emax表示在给定工作条件下所述CCHP单元的最大效率；Pmax表示在给定工作条件下所述CCHP单元的最大输出功率；以及fISO表示在标准工作条件下的部分负荷性能函数。
[0195] 在本公开的另一实施例中，所述在给定工作条件下所述CCHP单元的最大效率和所述在给定工作条件下所述CCHP单元的最大输出功率可以通过针对所述CCHP单元的进口压力损耗和背压的功率校正因数和效率校正因数来校正。
[0196] 在本公开的另一实施例中，所述电力输出和冷输出关系模型可以包括冷功率输出与电力输出之间的关系，并且所述关系可以被表示为：
[0197] QCHP(t)＝g(PCHP(t))，
[0198] 其中QCPH(t)表示所述CCHP单元在给定时间t处的冷输出；PCPH(t)表示所述CCHP单元在给定时间t处的电力输出；并且g()表示所述CCHP单元的冷输出与电力输出之间的函数。
[0199] 在本公开的另一实施例中，所述电力输出效率模型还包括以下各项中的一个或多个：所消耗气体体积与所述电力输出和所述电力输出效率之间的关系；对所述CCHP单元的电力输出的下限约束；对所述CCHP单元的电力输出的上限约束；以及针对所述CCHP单元的操作时间限制。
[0200] 在本公开的另一实施例中，所述电力输出和冷输出关系模型还可以包括以下各项中的一个或多个：对所述CCHP单元的冷输出的下限约束；以及对所述CCHP单元的冷输出的上限约束。
[0201] 在本公开的另一实施例中，用于所述蓄冰空调的操作约束可以包括：在空调模式下的操作模型；在制冰模式下的操作模型；在融冰模式下的操作模型；在融冰&空调模式下的操作模型；以及蓄冰槽的操作模型。
[0202] 在本公开的另一实施例中，所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均可以包括冷输出约束。
[0203] 在本公开的另一实施例中，所述在空调模式下的操作模型、所述在制冰模式下的操作模型、所述在融冰模式下的操作模型以及所述在融冰&空调模式下的操作模型其中的每一个均可以包括操作时间限制。
[0204] 在本公开的另一实施例中，其中可以通过曲线拟合法来确定所述在空调模式下的操作模型，并且该操作模型由下式表示：
[0205]
[0206] 其中Pa(t)表示在给定时间t处的消耗电功率；Qa(t)表示在给定时间t处的输出冷功率；并且a1和a2表示在线性拟合中使用的系数。
[0207] 在本公开的另一实施例中，可以通过曲线拟合法来确定所述在制冰模式下的操作模型，并且该操作模型由下式表示：
[0208]
[0209] 其中Pc(t)表示在给定时间t处的消耗电功率；Qc(t)表示在给定时间t处的输出冷功率；并且a3和a4表示在线性拟合中使用的系数。
[0210] 在本公开的另一实施例中，所述在融冰&空调模式下的操作模型可以是所述在空调模式下的操作模型与所述在融冰模式下的操作模型的组合。
[0211] 在本公开的另一实施例中，所述蓄冰槽的操作模型可以包括：储存在所述蓄冰槽中的冷能与所述蓄冰槽的耗散系数、冷冻效率和最大储存容量之间的关系。
[0212] 在本公开的另一实施例中，所述蓄冰槽的操作模型可以包括由下式表示的关系：
[0213] IS(T)＝(1-η1)IS(T-1)+η2Qc(T)-Qd(T)
[0214] 其中IS(T)在给定时间T处储存在所述蓄冰槽中的冷能；
[0215] η1是储存冷能的耗散系数；
[0216] η2是冷冻系数；
[0217] Qc(T)表示在给定时间T处的在制冰模式下的输出冷功率；并且
[0218] Qd(T)表示在给定时间T处的在融冰模式下的输出冷功率。
[0219] 在本公开的另一实施例中，所述蓄冰槽的操作模型还可以包括以下各项中的一个或多个：对在谷值外时间储存在所述蓄冰槽中的冷能的下限约束；对在谷值外时间储存在所述蓄冰槽中的冷能的上限约束；对所述谷值时间结束时储存在所述蓄冰槽中的冷能的约束；对制冰模式的连续持续时间的下限约束；以及对制冰模式的连续持续时间的上限约束。
[0220] 在本公开的另一实施例中，可以进一步在用于微电网与宏电网之间的电交换的约束下执行多能量调度过程。
[0221] 在本公开的另一实施例中，可以借助于粒子群优化算法来执行多能量调度过程，并且可以选择CCHP单元的冷输出或电力输出和储存在蓄冰空调的蓄冰槽中的冷能作为用于粒子群优化算法的粒子。
[0222] 在本公开的另一实施例中，在粒子群优化算法的每次迭代中，粒子可以在被在其各自搜索空间中更新之后被校正，使得可以保证粒子之间的耦合约束。
[0223] 在本公开的另一实施例中，所述多能量调度过程可以具有通过下式表示的目标函数：
[0224]
[0225] 其中t表示所述调度周期中的时间间隔的索引；
[0226] PGrid(t)是在时间间隔t处在所述微电网与所述宏电网之间交换的电；
[0227] cGrid(t)是在时间间隔t处从所述宏电网购买电的电价；
[0228] cGas(t)是在时间间隔t处的天然气价格；以及
[0229] F(t)是在时间间隔t处由所述CCHP单元消耗的气体体积。
[0230] 在本公开的另一实施例中，所述微电网还可以包括风力发电机和太阳能发电机，并且针对电供/需平衡的约束由下式表示：
[0231] PGrid(t)+PCHP(t)+PPV(t)+Pwind(t)＝Pload(t)+Ia(t)Pa(t)+Ic(t)Pc(t)+Id(t)Pd(t)[0232] 其中PGrid(t)表示在所述微电网与所述宏电网之间交换的电功率量；
[0233] PCHP(t)表示由所述CCHP单元输出的电功率；
[0234] Pwind(t)表示来自所述风力发电机的电功率；
[0235] PPV(t)表示来自所述太阳能发电机的电功率；
[0236] Pload(t)是电负荷或所述预测的电需求；
[0237] Ia(t)、Ic(t)、Id(t)分别表示所述蓄冰空调的空调模式、制冰模式和融冰模式；以及
[0238] Pa(t)、Pc(t)、Pd(t)分别表示在所述蓄冰空调的空调模式、制冰模式和融冰模式下的消耗功率。
[0239] 在本公开的另一实施例中，可以针对冷能供/需平衡的约束由下式表示：
[0240] QCHP(t)+Qa(t)+Qd(t)＝Qload(t)，
[0241] 其中QCHP(t)是所述CCHP单元的冷功率输出；
[0242] Qa(t)表示所述蓄冰空调在空调模式下的冷功率输出；
[0243] Qd(t)表示所述蓄冰空调在融冰模式下的冷功率输出；并且
[0244] Qload(t)是冷负荷或所述预测的冷需求。
[0245] 在本公开的另一实施例中，所述调度周期具有24小时的时间长度且所述时间间隔具有1小时的时间长度。
[0246] 在本公开的另一实施例中，所述历史电需求和冷需求可以包括前一天中的每小时的电需求和每小时的冷需求。
[0247] 此外，还提供了一种用于微电网中的多能量调度的装置。如图6中所示，装置600可包括用于获得预测的电需求和冷需求的部件610；用于获得预测的可再生能量输出的部件620；以及部件630，用于基于预测电需求和冷需求及预测可再生能量输出、根据电供/需平衡和冷能供/需平衡的约束、用于CCHP单元的操作约束和用于蓄冰空调的操作约束而执行用于使微电网中的总运营成本最小化的多能量调度过程、以确定在微电网与宏电网之间交换的电量、CCHP单元的冷功率输出和电力输出以及调度周期中的各时间间隔内的蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0248] 此外，还提供了用于微电网中的多能量调度的另一装置。图7示意性地图示出根据本公开的示例性实施例的用于微电网中的综合多能量调度的装置的框图。如图7中所示，装置700可以包括需求获得模块710、输出获得模块720和过程执行模块730。需求获得模块710可以被配置成获得预测的电需求和冷需求。输出获得模块720可以被配置成获得预测的可再生能量输出。过程执行模块730可以被配置成基于预测的电需求和冷需求以及预测的可再生能量输出，在电供/需平衡和冷能供/需平衡的约束、针对所述CCHP单元的操作约束和针对所述蓄冰空调的操作约束下，执行用于使所述微电网中的总运营成本最小化的多能量调度过程，以确定在调度周期中的各时间间隔内在所述微电网与宏电网之间交换的电量、所述CCHP单元的冷功率输出和电力输出以及所述蓄冰空调的操作模式和冷功率输出，其中所述电供/需平衡和所述冷能供/需平衡相互耦合。
[0249] 此外，提供了一种具有多个指令的有形计算机可读介质，所述多个指令可被处理器执行以管理电力网的负荷，该有形计算机可读介质包括被配置成执行根据本公开的方法的任何实施例的方法步骤的指令。
[0250] 应注意的是，包括在系统500、装置600、装置700中的各模型或部件的操作基本上对应于如前所述的各方法步骤。因此，关于系统500、装置600、装置700中的各模型或部件的详细操作，请参阅参考图1至4D所进行的对本公开的方法的先前描述。
[0251] 图8是通用计算机系统800，其可以表示在本文中提及的任何计算设备。例如，通用计算机800可以—部分地或整体地—表示控制中心、头端、综合网络运营和管理系统(NOMS)、故障、性能以及配置管理(FPCM)模块或在本文中提及的任何其它计算设备，诸如终端设备、仪表、遥测接口单元(TIU)、收集器和/或任何联网部件，诸如在本文中讨论的路由器、交换机或服务器。计算机系统800可以包括可以被执行以促使计算机系统800执行本文公开的方法或基于计算机功能中的任何一个或多个的一组指令802的有序列表。计算机系统800可以充当独立设备，或者可以例如使用网络115、125连接到其它计算机系统或外围设备。
[0252] 在联网部署中，计算机系统800可以在服务器的容量中或者作为服务器—客户端用户网络环境中的客户端用户计算机或者作为端对端(或分布式)网络环境中的对端计算机系统操作。还可以将计算机系统800实现为各种设备或结合到其中，诸如个人计算机或移动计算设备，其能够执行指定将由该机器采取的动作的一组指令802，所述动作包括但不限于通过任何形式的浏览器来访问网络115、125。此外，所述的每个系统可以包括单独地或共同地执行一个或多个指令集以执行一个或多个计算机功能的子系统的任何集合。
[0253] 计算机系统800可以包括处理器807，诸如中央处理单元(CPU)和/或图形处理单元(GPU)。处理器807可以包括一个或多个通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列、数字电路、光学电路、模拟电路、其组合或用于解析和处理数据的其它现在已知或以后开发的设备。处理器807可以实现指令集802或其它软件程序，诸如用于实现逻辑功能的手动编程或计算机生成代码。所述的逻辑功能或任何系统元件除其它功能之外还可以而处理诸如模拟电、音频或视频信号或其组合之类的音频数据源和/或将其转换成用于视听目的或其它数字处理目的(诸如与计算机处理或联网通信的兼容性)的数字数据源。
[0254] 计算机系统800可以包括用于传送信息的总线820上的存储器805。可以将可操作用于促使计算机系统执行本文所述的任何动作或操作的代码存储在存储器805中。存储器805可以是随机存取存储器、只读存储器、可编程存储器、硬盘驱动器或任何其它type of类型易失性或非易失性存储器或存储设备。
[0255] 计算机系统800还可以包括磁盘、固态驱动光驱单元815。磁盘驱动单元815可以包括其中可以嵌入一个或多个指令集802(例如软件)的非临时或有形计算机可读介质840。此外，指令802可以执行如本文所述的操作中的一个或多个。指令802可以在被计算机系统800执行期间完全地或至少部分地常驻于存储器805内和/或处理器807内。可以将上述数据库或任何其它数据库存储在存储器805和/或磁盘单元815中。
[0256] 存储器805和处理器807还可以包括如上文所讨论的计算机可读介质。“计算机可读介质”、“计算机可读存储介质”、“机器可读介质”、“传播信号介质”和/或“信号承载介质”可以包括包含、存储、传送、传播或输送软件以供指令可执行系统、装置或设备使用或与之结合使用的任何设备。机器可读介质可以选择性地是但不限于电子、磁性、光学、电磁、红外或半导体系统、装置、设备或传播介质。
[0257] 另外，计算机系统800可以包括输入设备825，诸如键盘或鼠标，其被配置成用于用户与系统800的任何部件相交互，包括显示菜单的用户选择或菜单条目。其还可以包括显示器830，诸如液晶显示器(LCD)、阴极射线管(CRT)或适合于传送信息的任何其它显示器。显示器830可以充当用于用户看到处理器807运行的接口或者具体地充当与存储在存储器805中的软件或驱动单元815的接口。
[0258] 计算机系统800可以包括通信接口836，其使得能够经由通信网络125进行通信。网络12可以包括有线网络、无线网络或其组合。通信接口836网络可以使得能够经由任何数目的通信标准进行通信，诸如以太网AVB、802.11、802.17、802.20、WiMax或其它通信标准。
[0259] 因此，可以用硬件、软件或硬件和软件的组合来实现系统。可以以集中式方式在至少一个计算机系统中或者在其中不同元件跨多个互连计算机系统散布的分布式方式实现该系统。适合于执行本文所述的方法的任何种类的计算机系统或其它装置都是适当的。硬件和软件的典型组合可以是具有计算机程序的通用计算机系统，该计算机程序在被加载和执行时控制计算机系统，使得其执行本文所述的方法。可以将此类编程计算机视为专用计算机。
[0260] 如本文所述，任何模块或处理块被定义成包括可被处理器807执行的软件、硬件或其某种组合。软件模块可以包括存储在存储器805或其存储器设备中的可被处理器807或其它处理器执行的指令。硬件模块可以包括被处理器807可执行、指挥和/或控制以便执行的各种设备、部件、电路、门、电路板等。
[0261] 还可以将系统嵌入计算机程序产品中，其包括使得能够实现本文所述操作且其在被加载在计算机系统中时能够执行这些操作的所有特征。本文中的计算机程序意指意图促使具有信息处理能力的系统直接地或在以下各项中的任一者或两者之后执行特定功能的一组指令的用任何语言、代码或注释的任何表达：a)到另一语言、代码或注释的转换；b)用不同材料形式的再现。
[0262] 到目前为止，已通过特定优选实施例参考附图描述了本公开。然而，应理解的是本公开不限于所示和提供的特定实施例，而是可以在本公开的范围内进行各种修改。
[0263] 此外，可以用软件、硬件或其组合来实现本公开的实施例。可以用专用逻辑来实现硬件部件；可以将软件部分存储在存储器中冰由诸如微处理器或专用设计硬件之类的适当指令执行系统执行。本领域的技术人员可以认识到可以用包含在处理器中的计算机可执行指令和/或控制代码来实现上述方法和系统，例如在诸如磁盘、CD或DVD-ROM之类的承载介质或诸如只读存储器(固件)之类的可编程存储器或诸如光学或电信号载体之类的数据载体上提供的此类代码。可以用例如超大规模集成电路或门阵列之类的硬件电路、诸如逻辑芯片或晶体管之类的半导体或诸如现场可编程门阵列或可编程逻辑器件之类的可编程硬件器件来实现本实施例中的装置及其部件，或者用被各种处理器执行的软件实现，或者用上述硬件电路和软件的组合(例如，用固件)来实现。
[0264] 虽然已描述了本公开的各种实施例，但对于本领域的技术人员而言将显而易见的是在本公开的范围内可以有许多实施例和实施方式。因此，本公开除根据所附权利要求及其等价物之外不受限制。
