區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度方法

于波，吳亮，盧欣，張鵬

(1.國網(wǎng)天津市電力公司電力科學(xué)研究院，天津市 300384； 2.天津大學(xué)電氣與自動化工程學(xué)院，天津市 300072)

區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度方法

于波1，吳亮1，盧欣1，張鵬2

(1.國網(wǎng)天津市電力公司電力科學(xué)研究院，天津市 300384； 2.天津大學(xué)電氣與自動化工程學(xué)院，天津市 300072)

區(qū)域綜合能源系統(tǒng)(integrated community energy system, ICES)可以充分利用可再生能源、提高綜合系統(tǒng)能源利用效率。該文專注于ICES優(yōu)化調(diào)度問題。首先建立了以電為核心的綜合能源系統(tǒng)優(yōu)化調(diào)度模型，優(yōu)化目標(biāo)包括經(jīng)濟(jì)性和環(huán)保性最優(yōu)準(zhǔn)則，基于可再生能源技術(shù)、節(jié)能技術(shù)以及電能替代技術(shù)的典型設(shè)備模型，分別在采暖期和空調(diào)期建立了系統(tǒng)運(yùn)行約束模型，以及電和冷/熱負(fù)荷供需平衡約束模型；采用具有良好全局搜索能力的粒子群算法(particle swarm optimization, PSO)作為調(diào)度模型求解算法。通過具體算例，驗(yàn)證本模型和算法，可得到經(jīng)濟(jì)性和環(huán)保性目標(biāo)下的綜合能源系統(tǒng)優(yōu)化調(diào)度方案，同時分析了不同目標(biāo)下調(diào)度方案存在統(tǒng)一和矛盾的原因。

區(qū)域綜合能源系統(tǒng)(ICES)；多目標(biāo)；優(yōu)化調(diào)度；粒子群算法(PSO)

0 引 言

能源是人類賴以生存和發(fā)展的基礎(chǔ)，如何充分利用可再生能源、提高綜合能源利用效率，是綜合能源研究的熱點(diǎn)[1]。通過對電/氣/熱等綜合能源系統(tǒng)的合理規(guī)劃和運(yùn)行優(yōu)化控制，構(gòu)建由分布式終端綜合能源單元和與之相耦合的集中式能源供應(yīng)網(wǎng)絡(luò)共同構(gòu)成的區(qū)域綜合能源系統(tǒng)(integrated community energy system, ICES)，將成為適應(yīng)人類社會能源領(lǐng)域變革的必由之路[2]。多種能源形式的耦合互補(bǔ)與梯級利用，是減小分布式能源波動對電網(wǎng)沖擊、促進(jìn)可再生能源發(fā)展應(yīng)用[3-4]，以及緩解化石能源緊張、減少環(huán)境污染的有效途徑。從能源利用角度，多種能源系統(tǒng)在不同時間尺度上具有相關(guān)性和互補(bǔ)性，可進(jìn)行多時間尺度的能量存儲和轉(zhuǎn)供。因而，在綜合能源系統(tǒng)能量產(chǎn)生和利用的過程中，綜合能源系統(tǒng)的優(yōu)化調(diào)度成為基本問題。

現(xiàn)有研究多針對帶有熱電聯(lián)產(chǎn)系統(tǒng)的綜合能源系統(tǒng)。文獻(xiàn)[5]深入分析了美國天然氣與電力系統(tǒng)之間的耦合關(guān)系，提出計(jì)及天然氣管道運(yùn)行約束的電力風(fēng)險(xiǎn)評估方法；文獻(xiàn)[6]提出計(jì)及風(fēng)電隨機(jī)性的電力機(jī)組日前調(diào)度方法；文獻(xiàn)[7]給出了天然氣-電力混合系統(tǒng)動態(tài)模型；文獻(xiàn)[8]計(jì)及風(fēng)電接入，研究天然氣網(wǎng)絡(luò)和水電系統(tǒng)間影響，提出電力系統(tǒng)機(jī)組組合問題解決方案；文獻(xiàn)[9]計(jì)及風(fēng)電出力的波動性，提出一種微電網(wǎng)熱電聯(lián)合調(diào)度的優(yōu)化模型；文獻(xiàn)[10]建立了含生產(chǎn)成本、環(huán)境成本和冷熱電協(xié)調(diào)成本的多目標(biāo)節(jié)能調(diào)度模型。含有分布式冷熱電三聯(lián)供的綜合能源系統(tǒng)適合于天然氣管網(wǎng)完善、發(fā)電比例高、電網(wǎng)氣網(wǎng)融合度較高的地區(qū)，而現(xiàn)階段國內(nèi)的綜合能源系統(tǒng)更多的是以電、太陽能、風(fēng)能或地?zé)釣槟茉?，包含可再生能源設(shè)備(如風(fēng)機(jī)、光伏等)、節(jié)能設(shè)備(如熱泵、冰蓄冷等)和電能替代設(shè)備(如電鍋爐、電地暖等)的綜合能源供應(yīng)系統(tǒng)。少有計(jì)及上述3類設(shè)備的綜合能源優(yōu)化調(diào)度方法研究。

本文專注于計(jì)及可再能源技術(shù)、節(jié)能技術(shù)以及電能替代技術(shù)的園區(qū)綜合能源系統(tǒng)的優(yōu)化調(diào)度方法?？紤]上述3種技術(shù)的典型設(shè)備模型，建立以電為核心的綜合能源系統(tǒng)優(yōu)化調(diào)度數(shù)學(xué)模型。該模型考慮多種優(yōu)化目標(biāo)，并分別考慮不同能源形式需求條件下的系統(tǒng)約束，并采用啟發(fā)式算法對問題進(jìn)行求解。最后給出具體算例，仿真結(jié)果表明本文提出的模型和算法可以給出綜合能源系統(tǒng)優(yōu)化調(diào)度方案。

1 綜合能源系統(tǒng)優(yōu)化調(diào)度模型

綜合能源系統(tǒng)運(yùn)行調(diào)度是以滿足園區(qū)內(nèi)電負(fù)荷和冷/熱負(fù)荷需求為基本目標(biāo)，基于一定的優(yōu)化準(zhǔn)則，以各類負(fù)荷日前預(yù)測值為基線，應(yīng)用優(yōu)化算法，得到各類能源供給和儲存設(shè)備的次日24點(diǎn)調(diào)度計(jì)劃。

1.1 優(yōu)化調(diào)度目標(biāo)函數(shù)

綜合能源系統(tǒng)運(yùn)行調(diào)度可以包含多種優(yōu)化目標(biāo)[11]。本文考慮系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和環(huán)保性，分別建立2種優(yōu)化目標(biāo)的數(shù)學(xué)模型。

經(jīng)濟(jì)性最優(yōu)準(zhǔn)則以綜合能源系統(tǒng)的調(diào)度運(yùn)行成本為目標(biāo)函數(shù)，主要運(yùn)行成本是園區(qū)運(yùn)行所購入市電費(fèi)用，同時考慮可再生能源發(fā)電的補(bǔ)貼收益。經(jīng)濟(jì)性最優(yōu)準(zhǔn)則目標(biāo)函數(shù)如式(1)所示：

環(huán)保性最優(yōu)準(zhǔn)則以調(diào)度期間綜合能源系統(tǒng)污染物排放量為目標(biāo)函數(shù)。按照每節(jié)約1 kW·h市電，就相應(yīng)節(jié)約0.4 kg標(biāo)準(zhǔn)煤，同時減少污染排放0.272 kg碳粉塵，0.997 kg CO2，0.03 kg SO2，0.015 kg NOx。將新能源技術(shù)的污染物排放量通過用電量折算，最終環(huán)保性最優(yōu)的目標(biāo)函數(shù)如式(2)所示：

(2)

式中：C為單位用電量污染物排放量，為單位電量各污染物排放量之和，約為1.3 kg/(kW·h)。

F1和F2既是綜合能源系統(tǒng)運(yùn)行調(diào)度的優(yōu)化目標(biāo)，也是其評價(jià)指標(biāo)。

1.2 多種運(yùn)行模式下的約束

基于不同季節(jié)和氣象條件，園區(qū)對能源形式的需求各不相同，綜合能源系統(tǒng)的能源供給設(shè)備及其運(yùn)行工況會有很大不同，本文分2種情形分別討論綜合能源系統(tǒng)優(yōu)化調(diào)度的系統(tǒng)運(yùn)行約束模型。

1.2.1 采暖期

在采暖期情形下，綜合能源系統(tǒng)優(yōu)化調(diào)度主要是滿足園區(qū)內(nèi)電負(fù)荷和熱負(fù)荷需求。主要考慮的典型以電供熱技術(shù)和節(jié)能技術(shù)包括：蓄熱式電鍋爐系統(tǒng)和熱泵系統(tǒng)[12-13]。蓄熱式電鍋爐系統(tǒng)將結(jié)合熱泵系統(tǒng)為園區(qū)提供熱負(fù)荷，滿足采暖需求。

(1)電負(fù)荷供需平衡約束

(3)

(4)

(5)

(2)熱負(fù)荷供需平衡約束

(6)

(3)電鍋爐負(fù)荷分配約束

(7)

(8)

(9)

(10)

(4)電鍋爐最小、最大運(yùn)行容量約束

(11)

(12)

(13)

(5)蓄熱水箱運(yùn)行約束

(14)

(15)

(16)

(6)熱泵承擔(dān)負(fù)荷分配約束

(17)

(7)熱泵最小、最大運(yùn)行容量約束

(18)

采暖期情形下，優(yōu)化變量如式(19)所示：

(19)

1.2.2 空調(diào)期

在空調(diào)期情形下，綜合能源系統(tǒng)優(yōu)化調(diào)度主要是滿足園區(qū)內(nèi)電負(fù)荷以及冷負(fù)荷需求。主要考慮的典型以供冷和節(jié)能技術(shù)包括：雙工況主機(jī)制冷系統(tǒng)、機(jī)載主機(jī)制冷系統(tǒng)、熱泵系統(tǒng)和冰蓄冷系統(tǒng)[14-15]。

(1)電負(fù)荷供需平衡約束

(20)

(21)

(22)

(23)

(2)冷負(fù)荷供需平衡約束

(24)

(3)供冷水泵流量約束

(25)

(4)熱泵承擔(dān)制冷負(fù)荷分配約束

(26)

(5)熱泵最小、最大運(yùn)行容量約束

(27)

(6)基載主機(jī)承擔(dān)制冷負(fù)荷分配約束

(28)

(7)基載主機(jī)最小、最大運(yùn)行容量約束

(29)

(8)雙工況主機(jī)承擔(dān)制冷負(fù)荷分配約束

(30)

(9)雙工況主機(jī)承擔(dān)制冰任務(wù)分配約束

(31)

式中QtIC_ICE為冰蓄冷系統(tǒng)整體的制冰量。

(10)雙工況主機(jī)最小、最大運(yùn)行容量約束

(32)

(33)

(11)雙工況主機(jī)運(yùn)行模式約束

(34)

(12)蓄冰槽箱最大融冰功率約束

(35)

(36)

(37)

(38)

空調(diào)期優(yōu)化變量如式(39)所示：

(39)

2 綜合能源系統(tǒng)優(yōu)化調(diào)度算法

從數(shù)學(xué)模型角度出發(fā)，綜合能源系統(tǒng)調(diào)度問題是混合非線性優(yōu)化問題，求解此類問題的常用數(shù)學(xué)算法有混合整數(shù)隨機(jī)規(guī)劃、動態(tài)規(guī)劃以及啟發(fā)式算法等[11,16]。綜合能源系統(tǒng)優(yōu)化調(diào)度具有約束復(fù)雜、求解維度高的特點(diǎn)，難以得到解析解，因而本文采用啟發(fā)式算法對該問題進(jìn)行求解。粒子群算法(particleswarmoptimization，PSO)具有較好的全局搜索能力，因而被應(yīng)用于求解此類問題。針對本研究問題應(yīng)用粒子群算法的基本流程如圖1所示。

針對綜合能源系統(tǒng)優(yōu)化模型，粒子群算法的單粒子x定義為優(yōu)化變量所構(gòu)成的矩陣，以采暖期為例，優(yōu)化粒子矩陣如公式(40)所示。粒子群算法中的適應(yīng)度函數(shù)F(x)即為本文所定義的目標(biāo)函數(shù)，即公式(1)或公式(2)。

(40)

3 算例仿真分析

3.1 仿真條件

選取我國北方某城市節(jié)能綠色園區(qū)作為研究對象。該園區(qū)綜合能源需求包括冬季采暖及夏季供冷。電源包括市電及分布式光伏發(fā)電系統(tǒng)。冷熱源系統(tǒng)采用復(fù)合式能源系統(tǒng)，供儲能系統(tǒng)包括蓄熱式電鍋爐、熱泵系統(tǒng)、機(jī)載主機(jī)制冷系統(tǒng)、雙工況主機(jī)制冷系統(tǒng)、冰蓄冷系統(tǒng)等。各供儲能設(shè)備數(shù)量及基本性能參數(shù)如表1所示。

仿真數(shù)據(jù)輸入包括園區(qū)典型日24點(diǎn)除綜合能源供儲設(shè)備的電負(fù)荷、光伏出力、冷/熱負(fù)荷，峰谷電價(jià)信息以及各供儲設(shè)備的性能參數(shù)。該城市用電高峰時段為08：30至11：30以及18：00至23：00，峰時電價(jià)為1.289 8元/(kW·h)；平時段為07：00至08：30以及11：30至18：00，平時電價(jià)為0.844 3元/(kW·h)；低谷時段為23：00至07：00，谷時電價(jià)為0.418 8元/(kW·h)。通過對歷史電負(fù)荷數(shù)據(jù)及光伏出力數(shù)據(jù)分析，獲取典型日電負(fù)荷曲線及光伏出力曲線。應(yīng)用DeST軟件對園區(qū)進(jìn)行負(fù)荷分析，得到典型日24點(diǎn)冷/熱負(fù)荷曲線。各類負(fù)荷如圖2所示。粒子群算法相關(guān)參數(shù)設(shè)置情況如下：粒子群個數(shù)為100，最大迭代次數(shù)為1 000，個體加速因子設(shè)置為2，全局加速因子設(shè)置為2。

圖1 粒子群優(yōu)化算法流程圖

圖2 日逐時負(fù)荷曲線

3.2 仿真結(jié)果

3.2.1 經(jīng)濟(jì)性最優(yōu)準(zhǔn)則

以經(jīng)濟(jì)性最優(yōu)為目標(biāo)函數(shù)，采用PSO算法，計(jì)算典型日負(fù)荷曲線下采暖期和空調(diào)期的設(shè)備運(yùn)行調(diào)度計(jì)劃，結(jié)果如圖3所示。

圖3 經(jīng)濟(jì)性最優(yōu)準(zhǔn)則下的調(diào)度計(jì)劃

3.2.2 環(huán)保性最優(yōu)準(zhǔn)則

以環(huán)境性最優(yōu)為目標(biāo)函數(shù)，計(jì)算典型日負(fù)荷曲線下采暖期和空調(diào)期的設(shè)備運(yùn)行調(diào)度計(jì)劃，結(jié)果如圖4所示。

圖4 環(huán)保性最優(yōu)準(zhǔn)則下的調(diào)度計(jì)劃

2種優(yōu)化準(zhǔn)則下優(yōu)化調(diào)度的經(jīng)濟(jì)性和環(huán)保性指標(biāo)分別如表2所示。

表2 優(yōu)化調(diào)度評價(jià)指標(biāo)

Table 2 Evaluation indicators for dispatching plans

3.3 結(jié)果分析

綜合能源系統(tǒng)調(diào)度的經(jīng)濟(jì)性和環(huán)保性目標(biāo)既存在統(tǒng)一又存在矛盾。一方面，2種目標(biāo)下的優(yōu)化調(diào)度都是傾向于實(shí)現(xiàn)可再生能源的充分消納。由圖3(a)和圖4(a)可知，在可再生能源發(fā)電余量較大時間段，通過將余電轉(zhuǎn)換成其他能源形式而避免切光，或直接供給滿足冷/熱需求，或予以儲存實(shí)現(xiàn)能源的分時利用。另一方面，綜合能源系統(tǒng)調(diào)度的經(jīng)濟(jì)性指標(biāo)和環(huán)保性指標(biāo)又存在矛盾。由圖3(a)可以看出，經(jīng)濟(jì)性準(zhǔn)則在低谷電價(jià)，充分利用儲能系統(tǒng)，實(shí)現(xiàn)電能到熱能的轉(zhuǎn)供和分時利用，進(jìn)而實(shí)現(xiàn)降低運(yùn)行成本。由圖4(a)可以看出，環(huán)保性準(zhǔn)則是以優(yōu)先應(yīng)用能效最高的供能設(shè)備實(shí)現(xiàn)節(jié)能減排的。二者的矛盾之處在于，儲能系統(tǒng)在產(chǎn)能、儲能和釋能過程中的總體能效明顯低于熱泵等產(chǎn)能設(shè)備，因此2種優(yōu)化調(diào)度目標(biāo)存在矛盾。由表2可以看出2種情形下，調(diào)度計(jì)劃不能同時達(dá)到經(jīng)濟(jì)性和環(huán)保性的最優(yōu)要求。制定優(yōu)化調(diào)度計(jì)劃時，應(yīng)結(jié)合區(qū)域綜合能源需求的特點(diǎn)和綜合能源系統(tǒng)運(yùn)行的主要目標(biāo)。

4 結(jié) 論

本文研究首先建立以電為核心的綜合能源系統(tǒng)優(yōu)化調(diào)度數(shù)學(xué)模型。該模型分別考慮經(jīng)濟(jì)性和環(huán)保性最優(yōu)2種優(yōu)化目標(biāo)，基于可再生能源技術(shù)、節(jié)能技術(shù)以及電能替代技術(shù)的典型設(shè)備模型，建立綜合能源系統(tǒng)運(yùn)行約束模型。其次，采用具有良好全局搜索能力的粒子群算法對調(diào)度模型進(jìn)行求解。最后，給出具體算例，對綜合能源系統(tǒng)優(yōu)化調(diào)度模型和算法進(jìn)行仿真。仿真結(jié)果表明，本模型和算法可以給出不同目標(biāo)下的綜合能源系統(tǒng)優(yōu)化調(diào)度方案，調(diào)度方案的經(jīng)濟(jì)性和環(huán)保性目標(biāo)既存在統(tǒng)一又相互矛盾。統(tǒng)一性體現(xiàn)在2種優(yōu)化調(diào)度都是傾向于實(shí)現(xiàn)可再生能源的充分消納，提升綜合能源利用效率。矛盾之處在于經(jīng)濟(jì)性準(zhǔn)則傾向充分利用儲能系統(tǒng)，而環(huán)保性準(zhǔn)則更傾向利用其他高能效的供能設(shè)備。調(diào)度計(jì)劃不能同時達(dá)到經(jīng)濟(jì)性和環(huán)保性的最優(yōu)要求。制定優(yōu)化調(diào)度計(jì)劃時，應(yīng)結(jié)合區(qū)域綜合能源需求特點(diǎn)和綜合能源系統(tǒng)運(yùn)行的主要目標(biāo)。

[1]JIN H, HONG H, WANG B, et al. A new principle of synthetic cascade utilization of chemical energy and physical energy[J]. Science in China Series E: Technological Sciences, 2005, 48(2):163-179.

[2]STANISLAV P, BRYAN K, TIHOMIR M. Smart grids better with integrated energy system[C]//Electrical Power & Energy Conference (EPEC). IEEE, 2009: 1-8. [3]劉柏良, 黃學(xué)良, 李軍. 計(jì)及可時移負(fù)荷的海島微網(wǎng)電源優(yōu)化配置[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(25): 4250-4258. LIU Boliang, HUANG Xueliang, LI Jun. Optimal sizing of distributed generation in a typical island microgrid with time-shifting load[J]. Proceedings of the CSEE, 2014, 34(25): 4250-4258.

[4]王成山, 李鵬. 分布式發(fā)電、微網(wǎng)與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J]. 電力系統(tǒng)自動化, 2010, 34(2): 10-14. WANG Chengshan, LI Peng. Development and challenges of distributed generation, the micro-grid and smart distribution system[J]. Automation of Electric Power Systems, 2010, 34(2): 10-14.

[5]SAHIN C, SHAHIDEHPOUR M, ERKMEN I. Generation risk assessment in volatile conditions with wind, hydro, and natural gas units[J]. Applied Energy, 2012(96): 4-11.

[6]ALABDULWAHAB A, ABUSORRAH A, ZHANG X, et al. Coordination of interdependent natural gas and electricity infrastructures for firming the variability of wind energy in stochastic day-ahead scheduling[J].IEEE Transactions on Sustainable Energy, 2015, 6(2): 606-615.

[7]XU X, JIA H J, CHIANG H D, et al. Dynamic modeling and interaction of hybrid natural gas and electricity supply system in microgrid [J]. IEEE Transactions on Power Systems, 2015, 30(3):1212-1221.

[8]KAMALINIA S, WU L, SHAHIDEHPOUR M. Stochastic midterm coordination of hydro and natural gas flexibilities for wind energy integration[J]. IEEE Transactions on Power Systems, 2014, 5(4): 1070-1079.

[9]AWAD B, CHAUDRY M, WU J, et al. Integrated optimal power flow for electric power and heat in a microgrid[C]//Proceedings of the 20th International Conference and Exhibition on Electricity Distribution. IEEE, Prague, Czech Republic，2009: 1-2.

[10]周任軍, 冉曉洪, 毛發(fā)龍，等. 分布式冷熱電三聯(lián)供系統(tǒng)節(jié)能協(xié)調(diào)優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù), 2012, 36(6):8-14. ZHOU Renjun, RAN Xiaohong, MAO Falong, et al. Energy-saving coordinated optimal dispatch of distributed combined cool, heat and power supply [J]. Power System Technology, 2012, 36(6):8-14.

[11]郭力, 劉文建, 焦冰琦, 等. 獨(dú)立微網(wǎng)系統(tǒng)的多目標(biāo)優(yōu)化規(guī)劃設(shè)計(jì)方法[J].中國電機(jī)工程學(xué)報(bào), 2014, 34( 4): 524-536. GUO Li, LIU Wenjian, JIAO Bingqi, et al. Multi-objective optimal planning design method for stand-alone microgrid system[J]. Proceedings of the CSEE, 2014, 34( 4): 524-536.

[12]劉長杰. 物聯(lián)網(wǎng)蓄能電鍋爐技術(shù)及應(yīng)用研究[D]. 長春: 吉林大學(xué), 2011. LIU Changjie. Study on Heimer small appliances marketing channal management[D]. Changchun: Jilin University, 2011.

[13]朱文莉. 既有居住建筑中太陽能熱水系統(tǒng)的應(yīng)用[D]. 天津: 天津大學(xué), 2007. ZHU Wenli. Application of solar water heating system in the existed residential building[D]. Tianjin: Tianjin University, 2007. [14]SWARDT D. A performance comparison between an air - source and a ground source reversibIe heat pump[J]. InternationaI Journal of Energy Research, 2001, 25(10): 899- 910.

[15]ZHANG P, MA Z W. An overview of fundamental studies and apphcations of phase change material slurries to secondary loop refrigeration and air conditioning systems[J]. Renewable and Sustainable Energy Reviews, 2012, 16(7): 5021-5058.

[16]劉夢璇, 王成山, 郭力，等. 基于多目標(biāo)的獨(dú)立微電網(wǎng)優(yōu)化設(shè)計(jì)方法[J]. 電力系統(tǒng)自動化, 2012, 36(17): 34-39. LIU Mengxuan, WANG Chengshan, GUO Li, et al. An optimal design method of multi-objective based island microgrid[J]. Automation of electric power systems, 2012, 36(17): 34-39.

(編輯 張媛媛)

Optimal Dispatching Method of Integrated Community Energy System

YU Bo1, WU Liang1, LU Xin1, ZHANG Peng2

(1.Electric Power Economic Research Institute, State Grid Tianjin Electric Power Company, Tianjin 300384, China; 2.Colleage of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China)

Integrated community energy system (ICES) can make full use of renewable energy and improve the energy efficiency of ICES. This paper focuses on the optimal dispatching problem of ICES. Firstly, we construct the optimal dispatching model of ICES with electricity as the core, whose optimization objectives include the economic optimum criterion and the environmental optimum criterion. Based on the typical equipment models of renewable energy technique, energy-saving technique and power substitution technique, the operation constraint model and demand balancing constraint model on electrical and cool/heat are established for the periods of heating and cooling respectively. Particle swarm optimization (PSO) algorithm with good global search capacity is applied to solve the optimal dispatching problem. The model and the algorithm are verified through a case study to produce optimal dispatching plans of ICES under the economic and environmental criterion respectively. Meanwhile, the reasons of the similarity and contradiction in the dispatching plans under different objectives are compared and analyzed.

integrated community energy system (ICES); multi-objective; optimal dispatching; particle swarm optimization(PSO)

國網(wǎng)天津市電力公司科技項(xiàng)目(KJ15-1-24)

TM 732

A

1000-7229(2016)01-0070-07

10.3969/j.issn.1000-7229.2016.01.011

2015-10-27

于波(1984)，男，博士，主要研究方向?yàn)榉植际桨l(fā)電和微網(wǎng)、節(jié)能技術(shù)、電能替代技術(shù)；

吳亮(1984)，男，碩士，工程師，主要研究方向?yàn)橹悄苡秒姽芾?、電能替代、?jié)能技術(shù)；

盧欣(1972)，男，高級工程師，主要研究方向?yàn)殡姕y量技術(shù)和智能用電技術(shù)研究工作；

張鵬(1984)，男，博士，講師，主要研究方向?yàn)榫C合能源系統(tǒng)、電能替代技術(shù)、微網(wǎng)與智能電網(wǎng)。