本公开提出了一种综合能源系统多层递阶控制系统与方法，包括：组织层，所述组织层由综合能源系统调度中心为主构成；协调层，所述由优化调度策略分配器和子任务协调器为主构成；执行层，所述执行层由直接控制器构成；所述综合能源系统调度中心基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件；所述分配器基于组织层给定的系统模型、优化目标和约束条件，将总任务分解为多个子任务；所述子任务协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，调整当前的运行控制策略。
1.一种综合能源系统多层递阶控制系统，其特征是，包括：
组织层，所述组织层由综合能源系统调度中心为主构成；
协调层，所述协调层由优化调度策略分配器和子任务协调器为主构成；
所述综合能源系统调度中心基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件；
所述分配器基于组织层给定的系统模型、优化目标和约束条件，将总任务分解为多个子任务；
所述子任务协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，调整当前的运行控制策略；
所述执行层负责接收协调层下发的控制策略，与综合能源系统各分过程之间快速完成大数据交互；
协调层包括一个优化调度策略分配器和多个子任务协调器，负责全局协调控制；分配器基于组织层给定的系统模型、优化目标和约束条件，把总任务分解为多个子任务，每个协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，快速稳定处理的一定量的数据，调整当前的运行控制策略并实质性地影响未来一段时间内系统的设备工况；
所述协调层的分配器按照不同的约束条件，将组织层的总优化调度任务求解问题分解成一系列协调器可以并列执行的离散子任务和控制序列求解问题，每个子任务求解问题以及控制序列求解问题可以进一步被分解成为一系列离散指令求解问题；
min(obj)＝w1×Dc+w2×De+w3×Dη
其中：obj为优化调度策略总目标，Dc、De和Dη分别是运行经济成本目标、碳排放成本目标、能源利用率成本目标，w1、w2和w3分别是不同目标的权重系数；
Ppg+Pes+∑Pgt＝Pload+∑Puser
其中：Ppg是与电网交互的电功率，大于0为从电网购电，小于0为向电网售电，Pes为储电装置的出力值，大于0为放电，小于0为充电，Pgt为各个发电设备的出力值，包括燃气发电机组的发电功率和可再生能源发电装置的发电功率，Pload为电负荷，Puser为综合能源系统内部各装置的耗电功率；
Qcw，h+∑Qi，h＝Qload+∑Quser，h
其中：Qcw，h为循环系统传递的热量，Qi，h为各个制热装置的输出热量，Qload，h为热负荷，Quser，h为各个热泵机组的输入热量；
其中：Qcw，c为循环系统传递的冷量，Qi，c为各个制冷装置的输出冷量，Qload，c为冷负荷；
协调层的优化调度策略分配器将优化调度总目标具体为各个分目标，各个分目标的模型为：Dc＝∑t(Ppg(t)×ppg(t)×Δt+Fgas(t)×pgas(t)×Δt)De＝∑t(Ppg(t)×kpg×Δt+Fgas(t)×kgas×Δt)其中：t为优化调度时刻，Ppg(t)、ppg(t)、Fgas(t)、pgas(t)分别为t时刻与电网交互的瞬时功率、瞬时电价、瞬时购气量、瞬时气价，Δt为一个优化调度时间窗的长度，kpg、kpg分别为电消耗量的和燃气消耗量的碳排放成本系数，j代表不同形式的能源，Q(j)为不同形式能源的消耗量，ηj为不同形式能源的利用率，kloss为能源浪费的惩罚成本系数。
2.如权利要求1所述的一种综合能源系统多层递阶控制系统，其特征是，所述综合能源系统调度中心接收到的信息包括综合能源系统的源‑荷历史数据、实时数据、预测数据，输入的优化目标、设备容量参数。
3.如权利要求1所述的一种综合能源系统多层递阶控制系统，其特征是，所述子任务协调器将综合能源系统中形式不同但相互耦合的冷、热、电、气能源协调优化，求解在保证目标值最优的前提下，综合能源系统在某一时刻，冷、热、电、气多种能源在能量产生、能量转换、能量储存、能量消耗环节之间最优值。
4.一种综合能源系统多层递阶控制系统，其特征是，包括：综合能源系统调度中心、优化调度策略分配器、子任务协调器及直接控制器；
所述综合能源系统调度中心基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件；
所述分配器基于调度中心给定的系统模型、优化目标和约束条件，将总任务分解为多个子任务；
所述子任务协调器针对特定子任务，根据直接控制器反馈的当前态势信息和调度中心分析决策形成的总优化调度任务，调整当前的运行控制策略；
所述直接控制器负责接收子任务协调器下发的控制策略，与综合能源系统各分过程之间快速完成大数据交互；
协调层包括一个优化调度策略分配器和多个子任务协调器，负责全局协调控制；分配器基于组织层给定的系统模型、优化目标和约束条件，把总任务分解为多个子任务，每个协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，快速稳定处理的一定量的数据，调整当前的运行控制策略并实质性地影响未来一段时间内系统的设备工况；
所述协调层的分配器按照不同的约束条件，将组织层的总优化调度任务求解问题分解成一系列协调器可以并列执行的离散子任务和控制序列求解问题，每个子任务求解问题以及控制序列求解问题可以进一步被分解成为一系列离散指令求解问题；
min(obj)＝w1×Dc+w2×De+w3×Dη
其中：obj为优化调度策略总目标，Dc、De和Dη分别是运行经济成本目标、碳排放成本目标、能源利用率成本目标，w1、w2和w3分别是不同目标的权重系数；
Ppg+Pes+∑Pgt＝Pload+∑Puser
其中：Ppg是与电网交互的电功率，大于0为从电网购电，小于0为向电网售电，Pes为储电装置的出力值，大于0为放电，小于0为充电，Pgt为各个发电设备的出力值，包括燃气发电机组的发电功率和可再生能源发电装置的发电功率，Pload为电负荷，Puser为综合能源系统内部各装置的耗电功率；
Qcw,h+∑Qi,h＝Qload+∑Quser,h
其中：Qcw,h为循环系统传递的热量，Qi,h为各个制热装置的输出热量，Qload,h为热负荷，Quser,h为各个热泵机组的输入热量；
其中：Qcw,c为循环系统传递的冷量，Qi,c为各个制冷装置的输出冷量，Qload,c为冷负荷；
协调层的优化调度策略分配器将优化调度总目标具体为各个分目标，各个分目标的模型为：Dc＝∑t(Ppg(t)×ppg(t)×Δt+Fgas(t)×pgas(t)×Δt)De＝∑t(Ppg(t)×kpg×Δt+Fgas(t)×kgas×Δt)其中：t为优化调度时刻，Ppg(t)、ppg(t)、Fgas(t)、pgas(t)分别为t时刻与电网交互的瞬时功率、瞬时电价、瞬时购气量、瞬时气价，Δt为一个优化调度时间窗的长度，kpg、kpg分别为电消耗量的和燃气消耗量的碳排放成本系数，j代表不同形式的能源，Q(j)为不同形式能源的消耗量，ηj为不同形式能源的利用率，kloss为能源浪费的惩罚成本系数。
5.一种综合能源系统多层递阶控制方法，其特征是，包括：
建立多层递阶控制协调优化调度模型，构建目标函数与约束函数；
预测源荷数据，预测结果作为多层递阶控制协调优化调度模型的一个输入条件；
基于目标函数与约束函数求解能量产生、能量转换、能量储存、能量消耗环节之间优化调度策略的最优解；
判断所求的优化调度策略是否符合组织层的最高决策，如果不符合，则在下一时刻根据优化调度模型的要求，微调预测模型的相关参数，并再次执行预测任务，直到优化调度策略符合组织层的最高决策；
min(obj)＝w1×Dc+w2×De+w3×Dη
其中：obj为优化调度策略总目标，Dc、De和Dη分别是运行经济成本目标、碳排放成本目标、能源利用率成本目标，w1、w2和w3分别是不同目标的权重系数；
Ppg+Pes+∑Pgt＝Pload+∑Puser
其中：Ppg是与电网交互的电功率，大于0为从电网购电，小于0为向电网售电，Pes为储电装置的出力值，大于0为放电，小于0为充电，Pgt为各个发电设备的出力值，包括燃气发电机组的发电功率和可再生能源发电装置的发电功率，Pload为电负荷，Puser为综合能源系统内部各装置的耗电功率；
Qcw,h+∑Qi,h＝Qload+∑Quser,h
其中：Qcw,h为循环系统传递的热量，Qi,h为各个制热装置的输出热量，Qload,h为热负荷，Quser,h为各个热泵机组的输入热量；
其中：Qcw,c为循环系统传递的冷量，Qi,c为各个制冷装置的输出冷量，Qload,c为冷负荷；
协调层的优化调度策略分配器将优化调度总目标具体为各个分目标，各个分目标的模型为：Dc＝∑t(Ppg(t)×ppg(t)×Δt+Fgas(t)×pgas(t)×Δt)De＝∑t(Ppg(t)×kpg×Δt+Fgas(t)×kgas×Δt)其中：t为优化调度时刻，Ppg(t)、ppg(t)、Fgas(t)、pgas(t)分别为t时刻与电网交互的瞬时功率、瞬时电价、瞬时购气量、瞬时气价，Δt为一个优化调度时间窗的长度，kpg、kpg分别为电消耗量的和燃气消耗量的碳排放成本系数，j代表不同形式的能源，Q(j)为不同形式能源的消耗量，ηj为不同形式能源的利用率，kloss为能源浪费的惩罚成本系数。
6.如权利要求5所述的一种综合能源系统多层递阶控制方法，其特征是，建立多层递阶控制协调优化调度模型之前还包括：获取综合能源系统运行数据，基于该数据建立上述模型。
7.如权利要求5所述的一种综合能源系统多层递阶控制方法，其特征是，获取综合能源系统运行数据包括综合能源系统的源‑荷历史数据、实时数据、预测数据，操作员输入的优化目标、设备容量参数。
8.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求5‑7任一所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时执行上述权利要求5‑7任一所述的方法的步骤。
一种综合能源系统多层递阶控制系统与方法
技术领域
[0001] 本公开属于综合能源系统技术领域，尤其涉及一种综合能源系统多层递阶控制系统与方法。
背景技术
[0002] 本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
[0003] 综合能源系统是统一调控冷热电气等多种能源、实现多能互补使用的供能系统，包括能量产生、能量转化、能量储存、能量消耗等环节，是一个多层次的复杂大系统。保证综合能源系统稳定高效运行是提高能源利用率、解决当今能源短缺和环境危机等问题的有效途径。
[0004] 但是由于综合能源系统内部结构复杂，包括燃气轮机、蒸汽轮机、可再生能源发电机在内的原动机组，吸收式制冷机、冷热交换器、各种热泵、锅炉在内的供冷、供热机组，大多数设备的输出与其输入不成正比例关系，是典型的非线性系统。而且综合能源系统的运行处于不确定的环境中，各种能量流在动态过程中紧密耦合，各个动态过程又相互联系，如发电环节不可避免的会产生低品位余热，制热环节不可避免的消耗电能，吸收式制冷环节也需要热力与电力的支撑，直接对复杂的综合能源系统进行精确控制有一定的难度。
[0005] 目前，综合能源系统有一些实际应用，并且可以按照给定的优化调度方案运行，但因综合能源系统多能耦合、多层次、非线性的特点，多数现场应用的优化调度方案是以经济成本最低为目标的单目标优化方案。大多数的多目标、多变量的优化调度方案在理论分析层面有显著的效益，但因其求解计算量大、求解时间长，当应用于多能耦合、多层次、非线性的综合能源系统实际现场工程中，存在着优化运行和实时控制结合困难的问题，针对多能耦合、多层次、非线性的综合能源系统的多目标、多变量的优化调度方案的现场实际应用技术问题仍亟待解决。
发明内容
[0006] 为克服上述现有技术的不足，本公开提供了一种综合能源系统多层递阶控制系统，将处于不确定环境中的多层次、非线性大系统的管理问题分多步解决，降低其复杂程度，进而减少优化控制的计算量。
[0007] 为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：
[0008] 第一方面，公开了一种综合能源系统多层递阶控制系统，包括：
[0009] 组织层，所述组织层由综合能源系统调度中心为主构成；
[0010] 协调层，所述由优化调度策略分配器和子任务协调器为主构成；
[0011] 执行层，所述执行层由直接控制器构成；
[0012] 所述综合能源系统调度中心基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件；
[0013] 所述分配器基于组织层给定的系统模型、优化目标和约束条件，将总任务分解为多个子任务；
[0014] 所述子任务协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，调整当前的运行控制策略；
[0015] 所述执行层负责接收协调层下发的控制策略，与综合能源系统各分过程之间快速完成大数据交互。
[0016] 进一步的技术方案，所述综合能源系统调度中心接收到的信息包括综合能源系统的源‑荷历史数据、实时数据、预测数据，输入的优化目标、设备容量参数。
[0017] 进一步的技术方案，所述子任务协调器将综合能源系统中形式不同但相互耦合的冷、热、电、气能源协调优化，求解在保证目标值最优的前提下，综合能源系统在某一时刻，冷、热、电、气多种能源在能量产生、能量转换、能量储存、能量消耗环节之间最优值。
[0018] 进一步的技术方案，所述协调层的分配器按照不同的约束条件，将组织层的总优化调度任务求解问题分解成一系列协调器可以并列执行的离散子任务和控制序列求解问题，每个子任务求解问题以及控制序列求解问题可以进一步被分解成为一系列离散指令求解问题。
[0019] 第二方面，公开了一种综合能源系统多层递阶控制系统，包括：综合能源系统调度中心、优化调度策略分配器、子任务协调器及直接控制器；
[0020] 所述综合能源系统调度中心基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件；
[0021] 所述分配器基于调度中心给定的系统模型、优化目标和约束条件，将总任务分解为多个子任务；
[0022] 所述子任务协调器针对特定子任务，根据直接控制器反馈的当前态势信息和调度中心分析决策形成的总优化调度任务，调整当前的运行控制策略；
[0023] 所述直接控制器负责接收子任务协调器下发的控制策略，与综合能源系统各分过程之间快速完成大数据交互。
[0024] 第三方面，公开了一种综合能源系统多层递阶控制方法，包括：
[0025] 建立多层递阶控制协调优化调度模型，构建目标函数与约束函数；
[0026] 预测源荷数据，预测结果作为多层递阶控制协调优化调度模型的一个输入条件；
[0027] 基于目标函数与约束函数求解能量产生、能量转换、能量储存、能量消耗等环节之间优化调度策略的最优解；
[0028] 判断所求的优化调度策略是否符合组织层的最高决策，如果不符合，则在下一时刻根据优化调度模型的要求，微调预测模型的相关参数，并再次执行预测任务，直到优化调度策略符合组织层的最高决策。
[0029] 进一步的技术方案，建立多层递阶控制协调优化调度模型之前还包括：
[0030] 获取综合能源系统运行数据，基于该数据建立上述模型。
[0031] 进一步的技术方案，获取综合能源系统运行数据包括综合能源系统的源‑荷历史数据、实时数据、预测数据，操作员输入的优化目标、设备容量参数。
[0032] 以上一个或多个技术方案存在以下有益效果：
[0033] 本发明采用分层次、递阶式的控制思想，把综合能源系统内部复杂的非线性模型，在输入输出等价的意义下用多层次、递阶式的线性模型所代替，大大降低控制的难度，提高控制的精准度。
[0034] 本发明采用了分层次、递阶式的控制思想，将优化调度的最高决策设定为寻求综合能源系统内部多个正确决策与控制序列的数学问题，把复杂的综合能源系统能量管理问题分多步解决，用较少的计算量得到可以保证综合能源系统内部多种能源实现最优调控的优化调度方案，简化了控制过程的复杂程度，提升了控制的精准度，有效提高计算效率和能源利用率，对于解决当今能源短缺和环境危机等问题有重要的现实意义。
[0035] 具体为：协调层的分配器按照不同的约束条件，将组织层的总优化调度任务求解问题分解成一系列协调器可以并列执行的离散子任务和控制序列求解问题。每个子任务求解问题以及控制序列求解问题可以进一步被分解成为一系列离散指令求解问题，每部分的离散指令求解问题在不同的协调器上被同时执行。多个协调器共同执行，求解子任务的最优解空间与控制序列，最优控制序列下的子任务最优解即为总优化调度任务的最优解。
[0036] 本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0037] 构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0038] 图1为本公开实施例综合能源系统多层递阶控制体系架构图；
[0039] 图2为本公开实施例多层递阶控制流程图；
[0040] 图3为典型的综合能源系统结构图。
具体实施方式
[0041] 应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
[0042] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0043] 在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0044] 实施例一
[0045] 基于多层递阶控制基于分层次、递阶式的控制思想，用以解决复杂的决策问题，其采用“分解——协调”的原则，将处于不确定环境中的多层次、非线性大系统的管理问题分多步解决，降低其复杂程度，进而减少优化控制的计算量。
[0046] 本实施例公开了一种用于综合能源系统的多层递阶控制系统，采用了分层次、递阶式的控制思想，把处于不确定环境中的非线性的综合能源系统的能量管理问题分多步解决，将能量优化与调度的最高决策设定为寻求综合能源系统内部多个正确决策与控制序列的数学问题，降低了优化控制过程中数据交互的信息量，加快了系统内部的通信速度，简化了控制过程的复杂程度，提高了控制的精准度，用较少的计算量得到可以保证综合能源系统内部多种能源实现最优调控的优化调度方案，有效提高了计算效率和能源利用率。
[0047] 本发明提出的多层递阶控制体系的核心是：高层负责宏观的信息和决策，低层负责具体的数据和控制，在最高层的统一组织下，实现对多层次、非线性的综合能源系统的最优控制。
[0048] 本发明提出的综合能源系统多层递阶控制体系的整体架构如图1所示，由组织层、协调层、执行层三层组成，各层之间既相互联系又相互制约，低一层根据高一层的分析决策来完成各自的任务。综合能源系统内部各个被控过程相互影响、相互联系，采用分层递阶控制体系与方法，可以降低控制的复杂程度，保证综合能源系统各个相互联系紧密的动态过程在最优的控制策略下运行。
[0049] 组织层即综合能源系统的调度中心，负责完成与操作员的人机交互，把接收到的信息通过机器学习的方式进行深层次加工、处理，执行最高决策，规划总优化调度任务，同时发挥全局协调的角色，监控协调层和执行层的子任务。
[0050] 上述组织层接收到的信息包括：综合能源系统的源‑荷历史数据、实时数据、预测数据，操作员输入的优化目标、设备容量参数。
[0051] 组织层基于接收到的信息，制定适用于优化目标的总优化调度任务，构建适用于优化目标的系统模型和优化约束条件。
[0052] 协调层包括一个优化调度策略分配器和多个子任务协调器，负责全局协调控制。分配器基于组织层给定的系统模型、优化目标和约束条件，把总任务分解为多个子任务，每个协调器针对特定子任务，根据执行层反馈的当前态势信息和组织层分析决策形成的总优化调度任务，快速稳定处理的一定量的数据，调整当前的运行控制策略并实质性地影响未来一段时间内系统的设备工况。协调层的存在平衡了任务量与计算力，在全局层面提高了计算效率和系统运行可靠性。
[0053] 具体的系统模型、优化目标和约束条件是基于实际的综合能源系统设备而最终确定的。
[0054] 执行层由多个直接控制器组成，负责接收协调层下发的控制策略，与综合能源系统各分过程之间快速完成大数据交互，减少负荷需求与能源生产不匹配现象的出现，保证综合能源系统稳定、高质、高效的输出。
[0055] 三层协同工作，递阶控制，把多层次、非线性的综合能源系统管理问题分多步解决，降低了综合能源系统优化控制的难度和风险，保证综合能源系统在最优的操作条件下运行。
[0056] 本发明提出的多层递阶控制体系与方法的基本实现过程为：将组织层的最高决策设定为寻求综合能源系统内部多个正确决策与控制序列的数学问题，按照自上而下精度递增、智能程度递减的原则建立多层递阶控制协调优化调度模型，对综合能源系统实现最优控制。
[0057] 实施例二
[0058] 典型的综合能源系统如图3所示，其内部包括燃气发电机、燃气锅炉、燃气制冷机、可再生能源发电机等直接供能装置，热泵、吸收式制冷机、电制冷机等间接供能装置，储电、储热、储冷等能量存储装置。
[0059] 该系统以太阳能、风能等可再生能源作为主要的发电能源输入，以燃气作为直接供能装置的主要能源输入，连接大电网，安装多种能量存储装置，以保证能量的时空平衡，可以同时满足负荷侧冷、热、电三种不同能源形式的能量需求。
[0060] 组织层的综合能源系统调度中心，接收用户输入指令，根据综合能源系统的实际参数与运行数据反馈，执行最高决策，形成优化调度策略总任务，建立低经济成本、低碳排放、高能源利用率的优化调度总目标，并建立基于能量平衡的约束函数。
[0061] 优化调度总目标函数为：
[0062] min(obj)＝w1×Dc+w2×De+w3×Dη
[0063] 其中：obj为优化调度策略总目标，Dc、De和Dη分别是运行经济成本目标、碳排放成本目标、能源利用率成本目标，w1、w2和w3分别是不同目标的权重系数。
[0064] 电能平衡约束如下：
[0065] Ppg+Pes+∑Pgt＝Pload+∑Puser
[0066] 其中：Ppg是与电网交互的电功率，大于0为从电网购电，小于0为向电网售电，Pes为储电装置的出力值，大于0为放电，小于0为充电，Pgt为各个发电设备的出力值，包括燃气发电机组的发电功率和可再生能源发电装置的发电功率，Pload为电负荷，Puser为综合能源系统内部各装置的耗电功率。
[0067] 热平衡约束如下：
[0068] Qcw，h+∑Qi，h＝Qload+∑Quser，h
[0069] 其中：Qcw，h为循环系统传递的热量，Qi，h为各个制热装置的输出热量，Qload，h为热负荷，Quser，h为各个热泵机组的输入热量。
[0070] 冷平衡约束如下：
[0071] Qcw，c+∑Qi，c＝Qload，c
[0072] 其中：Qcw，c为循环系统传递的冷量，Qi，c为各个制冷装置的输出冷量，Qload，c为冷负荷。
[0073] 协调层的优化调度策略分配器将优化调度总目标具体为各个分目标，各个分目标的模型为：
[0074] Dc＝∑t(Ppg(t)×ppg(t)×Δt+Fgas(t)×pgas(t)×Δt)
[0075] De＝∑t(Ppg(t)×kpg×Δt+Fgas(t)×kgas×Δt)
[0076]
[0077] 其中：t为优化调度时刻，Ppg(t)、ppg(t)、Fgas(t)、pgas(t)分别为t时刻与电网交互的瞬时功率、瞬时电价、瞬时购气量、瞬时气价，Δt为一个优化调度时间窗的长度，kpg、kpg分别为电消耗量的和燃气消耗量的碳排放成本系数，j代表不同形式的能源，Q(j)为不同形式能源的消耗量，ηj为不同形式能源的利用率，kloss为能源浪费的惩罚成本系数。
[0078] 供能装置的工作原理各不相同，但其本质类似，都是通过其内部的能量转化系统，按照一定的条件，产生需要的能量形式，供能装置的优化调度模型如下：
[0079] Qout＝Qout×COP×η
[0080] 其中：Qout、Qout分别为供能装置的能量输出、能量输入，COP为供能装置的能效比，η为供能装置所需能源的利用效率。
[0081] 储能装置包括储电、储热、储冷三种不同的装置，其储能原理、方式不同，但其模型类似，储能装置的优化调度模型如下：
[0082]
[0083] 其中：SOC、Cs分别为储能装置的储能状态、额定容量，Pc(t)、Pd(t)、ηc、ηd分别为能量存储与释放的功率与效率。
[0084] 协调层的各个子任务协调器根据不同的优化调度分目标、相应的模型以及约束条件，执行具体的优化求解任务，进而综合得到优化调度方案。
[0085] 执行层的控制器根据优化调度策略与方案，执行具体的控制指令。例如：当综合能源系统内部的电能产生量超过当前时刻的电负荷，多余的电量将存入储电装置，如果储电装置的储电功率达到峰值，综合能源系统将进一步地向上级电网出售电能以保证能量平衡，减少能量浪费。
[0086] 本发明提出的用于综合能源系统的多层递阶控制的流程如图2所示，具体步骤如下：
[0087] 步骤一：获取控制指令，执行最高决策，形成优化调度策略总任务；
[0088] 步骤二：任务转化与分解，总任务转化为综合能源系统内部多个正确决策与控制序列的数学问题；
[0089] 步骤三：获取综合能源系统运行数据；
[0090] 步骤四：建立多层递阶控制协调优化调度模型，构建目标函数与约束函数；针对现实中不同的综合能源系统，根据实际情况建立目标函数与约束函数。
[0091] 步骤五：预测源荷数据，预测结果作为多层递阶控制协调优化调度模型的一个输入条件；
[0092] 步骤六：多协调器并行计算，求解能量产生、能量转换、能量储存、能量消耗等环节之间优化调度策略的最优解；
[0093] 多协调器即为多台并行计算服务器，将综合能源系统中形式不同但相互耦合的冷、热、电、气能源协调优化，求解在保证目标值最优的前提下，综合能源系统在某一时刻，冷、热、电、气多种能源在能量产生、能量转换、能量储存、能量消耗等环节之间最优值。
[0094] 步骤七：判断步骤六所求的优化调度策略是否符合组织层的最高决策，如果不符合，则在下一时刻根据优化调度模型的要求，微调预测模型的相关参数，并再次执行预测任务，不断重复步骤五、步骤六，直到优化调度策略符合组织层的最高决策。
[0095] 步骤八：输出优化调度策略。
[0096] 具体的，输出的优化调度策略为：在保证目标值最优的前提下，综合能源系统在某一时刻，冷、热、电、气多种能源在能量产生、能量转换、能量储存、能量消耗等环节之间最优值。
[0097] 具体的，获取的数据包括：包括综合能源系统的源‑荷历史数据、实时数据、预测数据，操作员输入的优化目标、设备容量参数。
[0098] 协调层的分配器按照不同的约束条件，将组织层的总优化调度任务求解问题分解成一系列协调器可以并列执行的离散子任务和控制序列求解问题。每个子任务求解问题以及控制序列求解问题可以进一步被分解成为一系列离散指令求解问题。
[0099] 多个协调器并行计算，每部分的离散指令求解问题在不同的协调器上被同时执行，求解子任务的最优解空间与控制序列，最优控制序列下的子任务最优解即为总优化调度任务的最优解。
[0100] 实施例三
[0101] 本实施例的目的是提供一种计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
[0102] 实施例四
[0103] 本实施例的目的是提供一种计算机可读存储介质。
[0104] 一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时执行上述方法的步骤。
[0105] 以上实施例的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
[0106] 本领域技术人员应该明白，上述本公开的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
[0107] 以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
[0108] 上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
