基于能源监控与优化调度的综合能源系统研究

杨佳霖, 赵鹏翔, 李振, 周喜超

(国网综合能源服务集团有限公司,北京 100052)

0 引 言

近年来,能源消耗量逐渐加大。通过对能源调度系统进行优化,以此减少调度过程中的能源损耗［1］。国内外学者针对能源调度系统的优化开展了相关研究。文献［2］方法设计能源调度大运行体系,在调度体系中建立Petri网络实现能源调度的优化。文献［3］方法设计制造执行系统,优化系统(manufacturing execution system, MES),通过建立混合整数非线性规划(mixed-integer non-linear progran, MINLP)模型制定能源调度策略,利用定制化粒子群算法推测优化策略的有效性。但以上两种方法优化体系过于宽泛,在能源优化调度过程中损耗量大。然而文献［4］提出基于物联网(internet of things, IOT)的综合能源智能调度系统,使用增强式的Arduino Yun微控制器,进行远程能源数据采集和运输调度,解决了此问题,但该系统与综合能源传感器网络的适配兼容性较差,且工作时稳定性比较差。

1 综合能源优化调度系统设计

针对上述技术不足,本文融合物质投入产出表(physical input-output table, PIOT)调度技术和微电流计算法(cranial electrotherapy stimulation, CES)改变能源流向,从而达到能源的最优调度［5］。综合能源优化调度系统如图1所示。

图1 综合能源优化调度系统

在改进型能源调度系统中,主要根据多时间尺度调度数据进行设计,将调度数据和设备参数输入到融合型调度系统结构中,由此建立两个调配模式,即PIOT技术和信息交换系统(message switching system,IES)调配模式［6］。PIOT技术运行主要依赖于移动终端和服务器结构,通过分析运行参考数据,为能源调度的控制提供测试数据;IES调配模式主要对调度系统中的损耗管理、风险管理和网络管理进行控制,通过多项数据的管控进一步确定调度系统产生能源损耗原因,从而判断出能源需求区域,为能源流向的分配提供重要数据支撑,同时PIOT技术和IES调配完成数据互通和融合调配［7］。根据PIOT技术的数据流和IES调配模式的指令流进行能源流向的分配,利用化学反应算法(chemical reaction optimization algorithm, CROA)进行演算,将数据流和指令流以算例形式呈现,使分配过程更为精准。在计算机集成编辑系统(computer integrated editing system,CIES)能源流向分配过程中,主要应用领域分为自动化设备、冷凝储存装置和电网应用结构,传统的能源分配方式标准为2∶1∶3的比例,这种划分方式误差较大,无法根据实际情况进行调整,而电路仿真业务(circuit emulation service,CES)技术改进的能源流向能够根据实际需求在此基础上进行调整,使能源分配更合理,同时满足各领域的能源需求［8］。

2 综合能源监控硬件设计

实现多功能智能监控报警系统的正常运行离不开硬件电路设计。因此,本文在独立式无线报警器中使用STM8L151K4T6单片机［9］。由于现场集中控制器的单片机具有低功耗待机功能,维持其最小系统工作时待机电流仅1～2 mA,考虑到待机功耗问题和电路简化,采用了STM32F103RCT6单片机作为核心处理芯片。最大时钟频率为72 MHz,RAM大小为32 768 B,FLASH内存容量为262 144 B,引脚数目为64,拥有51个高速输入输出端口。传感器网络中使用MQ-2作为能源气体检测模块的传感器,当检测到人体吸入有毒的能源气体时TTL输出为低电平。MQ-2可用于勘察多种不同类型的气体,其采样电路如图2所示。

图2 气体能源浓度采样电路

图2中:当MQ-2勘察得到空气中弥漫的有害气体的浓度达到标准值以上时,会使相关电阻值下降,进而导致电路中输出的接地(GND)电压增大［10］。气体传感器中的电阻Rs的阻值可表示为:

Rs=(Vc/VRL)×RL

(1)

式中:Vc为回路电压;VRL为输出电压;RL为负载电阻。火焰传感器能够捕捉监控环境中的红外信号,通过内置模块进行信号分析,识别监控环境中不同的红外强度作出不同的判断。关于电能传感器监控模块电路如图3所示。

图3 电能传感器监控模块电路

通过对STM32F103RCT6单片机进行编程在电能传感器中设置一个红外报警的阈值,测量数值达不到报警阈值时模块输出高电平,测量数值超过预设的报警阈值时模块就输出低电平,单片机在收到低电平信号后驱动对应的报警模块。电能传感器监控模块中LM393为宽电压比较器,Q7使用NPN光感二极管用于接收电能信号,电阻R2用来调节监控模块的灵敏度。火焰传感器正常工作时LM393的3号端口为高电平,NPN光感二极管监测到环境中出现红外信号后,电阻减少,电流变大。

对于综合能源监控报警模块设计,本文在其中设有一个发光器件以及一个受光器件。当综合能源含量超过规定阈值时,发光器件会给受光器件传输数字信号,使其发生反应产生电流,通过LED灯发出报警信号。监控报警模块电路如图4所示。

图4 监控报警模块电路

图4中:LED1为发光器件;LED2为受光器件;运算放大器使用TLV6001低功耗,具有±1.0 PA的低输入偏置电流、1 MHz的高带宽和75 μA的低静态电流;在监测模块中集成RF/EMI抑制滤波器,在高达150 pF的容性负载条件下单位增益稳定,在过驱条件下不会出现反相而且具有高静电放电保护;独立式无线报警器上配备LED驱动电路,用来显示独立式无线报警器的工作状态,在报警状态下LED灯持续点亮。

3 CES能源流向优化调度

CES对于能源的综合分配具有更加科学化和合理性的特点,根据算例划定能源流向,满足需求侧的能源需求的同时降低调度过程中的能源损耗,CES能源流向优化方式如图5所示。

图5 CES能源流向优化

在CES能源流向优化过程中,CES可以分为三个能源子系统:能源区域划分系统、液态冷凝系统(WC)和能源储存系统。能源区域划分的约束条件如式(2)所示。

(2)

式中:Q为需求侧能源有效输出量;U为能源区域供应电压;Ω为地缘热泵能源总量;t为能源供应时间。能源冷凝系统中冷水机和水泵的运行程序:为1时,处于执行/开启状态;为0时,处于非执行/关闭状态时。能源储存主要由两种设备操作完成,即双功能机和冷凝机,储气罐利用气液相变实现能源的冷却化,储存系统能源输出总量为:

(3)

(4)

本文通过CROA算法简化运算步骤,将计算结果提交CIES数据库,为能源流向的优化提供参考。

在能源调度过程中,对于综合能源的考虑,将不同时间尺度下的能源分配作为初始函数,其表达方式为:

(5)

式中:F0为多时间尺度下的能源分配初始函数;Ps为设备电力供应出力;Pw为能源调度机组出力;Pev为调度设备总输出功率;Pav为能源调度平均出力情况;t为能源分配耗费时间。根据多时间尺度系统调度方式建立帕累托速度解集表示为:

(6)

根据式(6)中不同时间下的解集选取折衷解,得到能源供应最优解函数为:

(7)

式中:F为能源供应分配最优解;Fmin为能源调度过程最小损耗;F1为需求侧能源分配总量;F1min为最小需求量。

经过CROA算法的优化,使多时间尺度调度系统能够在满足能源供应的前提下,考虑到能源调度过程的损耗量,从而提高能源调度的效率。

4 试验结果与分析

试验过程在Intel i9 9600KF计算机,4.0 GHz CPU和(36+128)GB内存双核PC机运行。现场试验环境设置,试验采集信号为边缘计算感知结构,优化系统为融合型PIOT结构,信号传输速率>4.5 MB/s,算法程序运算误差<2.5%。在此环境下进行试验,参数配置如表1所示。

表1 环境参数与配置软件

本文对优化后调度系统能源损耗量和调度效率进行试验,根据DEST模拟软件对能源调度过程进行模拟演示,能源调度优化系统模拟如图6所示。

根据图6仿真结果对比各设计方案具体效果,根据MORA算法中的式(7)结果统计数据,进而验证本文的有效性。将试验结果汇总数据表,试验数据如表2所示。

表2 能源调度系统试验数据表

通过表2数据分析,本文设计优化后的能源调度系统装机容量最大为485.7 kW,调度过程损耗量为138.3 W,调度效率最高为98.6%;文献［1］方法采用的Petri网络装机容量最大为402.6 kW,调度过程损耗量为176.9 W,调度效率最高为95.2%;文献［2］方法设计的MES优化系统,装机容量最大为358.4 kW,调度过程损耗量为184.4 W,调度效率最高为93.5%。由此看出本文研究对能源调度系统的优化过程具有较高可行性。

根据试验结果显示三种不同方案的调度过程损耗量变化规律,通过对比方式分析各系统性能,调度过程损耗量曲线如图7所示。

图7 系统调度损耗量曲线

图7中:在装机容量为350 kW时,本文设计损耗量为110 W;文献［1］方法采用的Petri网络损耗量为139 W;文献［2］方法设计的MES优化系统损耗量为160 W。证明同比状态下本文设计装机容量最大,调度过程损耗量最小。

通过对比各设计方案的系统调度效率,进一步完成对比试验。根据BEST软件实现调度系统的模拟,得到系统调度效率曲线,如图8所示。

图8 系统调度效率曲线

从图8可知,三种系统诊断精度受到系统装机容量的影响。本文研究系统调度效率最低为97.5%,最高为98.6%,平均效率为98.05%;文献［1］方法采用的Petri网络最低为93.0%,最高为95.2%,平均效率为94.1%;文献［2］方法设计的MES优化系统最低为92.0%,最高为93.5%,平均效率为92.8%。综上所述,本文设计方案容量最大,损耗量最小,调度效率最高。

5 结束语

本文对能源调度系统的优化问题进行研究,将PIOT技术和IES结构进行融合,建立能源调度结构的层级化控制网络,降低调度过程的能源损耗。在独立式无线报警器中使用STM8L151K4T6单片机,实现多功能智能监控报警系统的正常运行离不开硬件电路设计。利用CES技术控制能源调度的流向,通过具体算例显示需求侧和储存的能源需求,提高能源调度效率。通过CROA算法计算调度系统折衷解,为能源调度提供科学的数据管理方式,使调度过程更为严谨。本文设计方案具有明显优势,但是在试验过程中仍存在问题,装机容量过大导致储存罐拥堵,严谨的调度方式使调度周期加长等问题仍待解决。