基于模型预测控制的园区热电联供微电网能量优化

热电联供(combined heat and power,CHP)微电网利用电、天然气作为热能来源,具有经济、环保的特性,能够有效解决综合供电供热问题,在工业园区有着广阔的应用前景。CHP微电网中可再生能源出力的随机性和负荷预测误差会导致能量优化的精确性降低,并且由于电、热负荷存在差异,高热电耦合度的CHP微电网经济性较差。因此,基于模型预测控制(model predictive control,MPC)算法提出一种多时间尺度能量优化方法。该方法在日前预测下一天的机组出力、储能调度计划;在日内基于MPC算法参考日前计划进行实时能量优化,并根据系统中的热损设计反馈环节,提高优化结果精确性。最后,基于MATLAB进行了算例仿真,验证了所提方法可以降低系统运行成本,能够实现系统热电解耦、储能削峰填谷、提高可再生能源消纳率的效果,并且具有较好的适用性和准确性。