CN102073272B - 一种分布式能源整体规划优化的系统及其优化方法 - Google Patents
一种分布式能源整体规划优化的系统及其优化方法 Download PDFInfo
- Publication number
- CN102073272B CN102073272B CN2011100445162A CN201110044516A CN102073272B CN 102073272 B CN102073272 B CN 102073272B CN 2011100445162 A CN2011100445162 A CN 2011100445162A CN 201110044516 A CN201110044516 A CN 201110044516A CN 102073272 B CN102073272 B CN 102073272B
- Authority
- CN
- China
- Prior art keywords
- energy
- optimization
- scheme
- optimized
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
- Y02P80/15—On-site combined power, heat or cool generation or distribution, e.g. combined heat and power [CHP] supply
Abstract
本发明公开一种分布式能源整体规划优化的系统及其优化方法，其系统包括MATLAB优化分析部分以及与其相结合的MicrosoftEXCEL系统输入部分和输出部分。其优化方法：（1）预测分析步骤；（2）CCHP能源系统建模并输出优化变量、性能参数与系统能流网络图的步骤；（3）CCHP能源整体规划优化模块开始进行方案优化过程的步骤；（4）系统约束子系统审核评定优化方案的步骤；（5）优化方案输出步骤。本发明有效结合了数学建模手段对热工设备进行建模描述，优化性能强大的全局演化算法，对整个能源系统从微观上进行配置优化以及年运行策略优化；不仅支持简单循环能源系统，还支持更为复杂的联合循环能源系统的优化，提高了整个能源系统效率与经济效益。
Description
技术领域
本发明涉及分布式能源整体规划领域，特别涉及到一套以冷、热、电三联供能源系统为核心的分布式能源整体规划优化的系统与优化方法。
背景技术
目前，以冷、热、电三联供CCHP为核心的分布式能源系统绝大多数采用“以热定电”或者“以电定热”的传统设计原则来进行能源规划。图1为一套依据“以电定热”原则设计的三联供供能系统方案：设计者首先根据负荷需求情况人为主观的规定发电机组需供应35%基础电负荷，以此定发电机组规模容量与选型设备；然后根据设备提供的余热量定余热直燃机的规模容量与供应冷、热负荷比例；不足的负荷由市电、市热力、燃气锅炉以及电空调调峰补足；最后对配置方案给出建议性运行策略。此类设计过程涉及了大量的人为主观因素，缺乏对系统从微观、整体进行设计而是依据“经验”宏观的从局部设计出发，对系统定性分析远大于定量分析。
上述两种传统设计方式存在缺点：一方面“以热定电”可能导致发电机组长期运行在过低的负荷区间；另一方面“以电定热”则可能导致过多的余热排空；从而降低了系统效率，削弱了三联供供能系统带来的经济增益。由于冷、热、电负荷的时间关联特性，以及不同区域、不同类型用户的负荷需求差异性，传统设计原则已经不能满足这种靠近用户侧、系统输出必须和用户需求紧密耦合的分布式能源系统的需求。此外，不同的系统配置必然对应一定的最优运行策略，优化系统配置的同时必须考虑优化运行策略的影响。
考虑到能源价格、负荷特性、税率、投资、运行维护等因素的变化都将影响到优化的分配方案、设备选型、规模容量以及相应的运行策略，如何对分布式能源系统进行系统地、微观地优化规划实则是一类困难极大的优化问题。
为此目的，目前已有文献提供一些简单优化系统与方法。这些系统通常缺乏有效的建模手段，或者通过简化建模过程从而极大简化系统复杂性，将整个系统视为一个线性问题从而利用商业性、非商业性线性规划软件对其进行优化配置，此外大多数文献无法提供有效的年（8760小时）运行策略。一方面过度简化系统导致对系统描述缺乏客观性、精确性从而使得设计方案偏离实际：实际能源系统存在繁多非线性因素，如发电机组在不同工况下的发电效率等等；另一方面不合理的运行策略将降低整个能源系统效率与经济效益。
发明内容
为解决现有技术导致的上述多项缺陷，本发明的目的在于提供一种利用高级计算机语言MathWorks MATLAB建立一套以冷、热、电三联供能源系统为核心的分布式能源整体规划优化系统与优化方法，使得能源优化方案更具客观性、精确性，不仅支持简单循环能源系统，还支持更为复杂的联合循环能源系统的优化。
本发明提供的技术方案是，一种分布式能源整体规划优化的系统，其包括MATLAB优化分析部分以及与其相结合的Microsoft EXCEL系统输入部分和输出部分；所述MATLAB优化分析部分包括如下：
最大供应力预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL系统输入部分提供的可利用能源供应能力历史数据实现（8760小时）最大供应力的分析与短、中期预测；
终端负荷预测分析模块，根据数据调研信息量的详尽度而利用不同的数学预测分析算法对EXCEL系统输入部分提供的用户终端负荷历史数据实现（8760小时）终端负荷的分析与短、中期预测；
能源价格预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL数据表中的能源价格历史数据实现（8760小时）能源价格的分析与短、中期预测；
CCHP能源整体规划优化模块，根据输入端信息实现系统配置优化以及（8760小时）运行策略优化，并输出最佳能源方案；
CCHP能源整体规划建模模块，根据输入端信息实现热工设备建模与系统建模，并输出系统建模结果——能流网络图、优化变量与其它性能参量，反馈给CCHP能源整体规划优化模块；
系统约束子系统，上述CCHP能源整体规划优化模块输出最佳能源方案通过数据分析方法实现对最佳能源方案结果的多方面优劣评价，有效的保证了优化方案的可行性；
所述最大供应力预测分析模块、终端负荷预测分析模块和能源价格预测分析模块均与CCHP能源整体规划优化模块相连接，将分析与短、中期预测数据反馈给CCHP能源整体规划优化模块。
所述系统约束子系统分析后的输出结果通过EXCEL系统输出部分输出最佳信息，所述最佳信息包括：最佳能源技术组合、各类机组台数与单台装机容量、最佳年（8760小时）运行方案、最佳方案的年均投资总费用和年均能源购买费用。
上述CCHP能源整体规划优化模块包括能量转换子系统、方案优化算法子系统与方案评估子系统。
上述CCHP能源整体规划优化模块还设置有提供各类能源设备的技术信息与经济信息，对优化模块进行支持、验证的设备数据库，确保优化配置结果切合实际设备数据库，有效保证了优化方案的客观性、实际性。
一种分布式能源整体规划优化的系统的优化方法，其特征在于，该方法包括如下步骤：
（1）预测分析步骤，根据EXCEL系统输入部分的输入信息以及信息量的详尽度，利用不同数学预测分析方法对区域范围内的可利用能源最大供应力、终端负荷、能源价格进行短、中期的预测；
（2）筛选可利用能源、相关能源技术，选择联产循环方式，建模模块根据其输入端信息进行热工设备建模与系统建模，输出优化变量、性能参数与系统能流网络图的步骤；
（3）选取优化函数，CCHP能源整体规划优化模块开始进行方案优化过程的步骤；
（4）系统约束子系统审核评定优化方案的步骤；如果优化方案评定结果满足设计要求则输出方案，否则触发优化算法对优化变量进行更新；
（5）优化方案输出步骤；经系统约束子系统审核评定优化方案的信息通过EXCEL系统输出部分以EXCEL形式输出。
进一步的，上述步骤（3）中方案优化采用多目标粒子群优化法，支持多个优化目标的选取，对优化方案进行能源节省、系统效率、经济增益、污染物排放等方面的评价。
进一步的，上述步骤（3）中的CCHP能源整体规划优化模块优化方法步骤包括如下：
（a）在每个变量的动态区间内随机初始化优化变量；
（b）根据优化变量值进行能量转换计算，在遵循能量守恒定律的前提下，从终端负荷层依次向前层计算到一次能源层，即由每个设备节点的输出端依据其用能与转换原理计算其输入端；
（c）根据设计要求将每个优化目标加以权重系数，建立系统优化函数，并依此优化函数对优化方案进行优劣评价，评价结果以函数值形式输出；如果函值结果高于预设值则进入系统约束子系统进行方案评定，如果低于预设值则进入优化算法模块；
（d）运行多目标粒子群优化算法对优化变量进行更新；重复步骤（b）~（d）直到预先设定的结束机制被触发。
本发明MATLAB优化分析部分将结合Microsoft EXCEL进行系统输入与输出；有效结合了数学建模手段对热工设备进行建模描述，能流网络数学建模手段对能源系统进行建模描述，以及优化性能强大的全局演化算法——多目标粒子群优化算法对整个能源系统从微观上进行配置优化以及年运行策略优化，使得能源优化方案更具客观性、精确性。此外，归功于科学的建模方法与独到的优化算法的有效结合，本发明不仅支持简单循环能源系统，还支持更为复杂的联合循环能源系统的优化，提高了整个能源系统效率与经济效益。
附图说明
图1是传统的“以电定热”CCHP三联供能源系统设计例图。
图2是本发明的整体结构框图。
图3是本发明的具体原理框图。
图4是本发明的热工设备燃气轮机建模原理示意图。
图5是本发明的热工设备直燃机建模原理示意图。
图6是本发明的能流网络系统建模原理示意图。
图7是本发明的优化模块原理框图。
图6中：PGU—发电机组； GB—燃气锅炉；HE—换热器； HWAC— 热水型臬溴冷机；DFAC—直燃机； EC—电空调； HP—热泵； IWH —工业余热。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明。
参见图2，图2是本发明的整体结构框图。图中反应出本发明结合了MATLAB与EXCEL进行系统输入与输出。其中MATLAB优化分析部分包含了6个子系统：预测分析子系统、系统建模子系统、能量转换子系统、方案优化算法子系统、方案评估子系统与系统约束子系统；EXCEL系统输入部分主要包含：可利用能源种类、能源价格、相关能源技术、能源负荷需求等等；EXCEL系统输出部分主要包含：最佳能源技术组合、各类机组台数与单台装机容量、最佳年（8760小时）运行方案、最佳方案的年均投资总费用、年均能源购买费用等等。
本实施例的，一种分布式能源整体规划优化的系统，包括MATLAB优化分析部分以及与其相结合的Microsoft EXCEL系统输入部分和输出部分；该MATLAB优化分析部分包括：最大供应力预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL系统输入部分提供的可利用能源供应能力历史数据实现（8760小时）最大供应力的分析与短、中期预测；终端负荷预测分析模块，根据数据调研信息量的详尽度而利用不同的数学预测分析算法对EXCEL系统输入部分提供的用户终端负荷历史数据实现（8760小时）终端负荷的分析与短、中期预测；能源价格预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL数据表中的能源价格历史数据实现（8760小时）能源价格的分析与短、中期预测；CCHP能源整体规划优化模块，根据输入端信息实现系统配置优化以及（8760小时）运行策略优化，并输出最佳能源方案； CCHP能源整体规划建模模块，根据输入端信息实现热工设备建模与系统建模，并输出系统建模结果——能流网络图、优化变量与其它性能参量，反馈给CCHP能源整体规划优化模块；系统约束子系统，通过数据分析方法实现对上述CCHP能源整体规划优化模块输出的最佳能源方案的多方面优劣评价，有效的保证了优化方案的可行性；多优化目标选取集合了多个最大化与最小化数学优化函数，多方面综合权衡能源方案的优劣；设备数据库提供各类能源设备的技术信息与经济信息，对优化模块进行支持、验证，确保优化配置结果切合实际设备数据库，有效保证了优化方案的客观性、实际性。
上述最大供应力预测分析模块、终端负荷预测分析模块和能源价格预测分析模块均与CCHP能源整体规划优化模块相连接，将分析与短、中期预测数据反馈给CCHP能源整体规划优化模块。各个系统约束子系统分析后的输出结果通过EXCEL系统输出部分输出最佳信息，所述最佳信息包括：最佳能源技术组合、各类机组台数与单台装机容量、最佳年（8760小时）运行方案、最佳方案的年均投资总费用和年均能源购买费用。
上述CCHP能源整体规划优化模块还设置有提供各类能源设备的技术信息与经济信息，对优化模块进行支持、验证的设备数据库，确保优化配置结果切合实际设备数据库，有效保证了优化方案的客观性、实际性。
参阅图3，图3是本发明的具体原理框图；一种分布式能源整体规划优化的系统的优化方法，其特征在于，该方法包括如下步骤：
（1）预测分析步骤，该预测分析子系统根据EXCEL系统输入信息以及信息量的详尽度，利用不同数学预测分析方法对区域范围内的可利用能源最大供应力、终端负荷、能源价格进行短、中期的预测。
（2）筛选可利用能源、相关能源技术，选择联产循环方式（简单循环或联合循环），建模模块根据其输入端信息进行热工设备建模与系统建模，输出优化变量、性能参数与系统能流网络图的步骤。
参阅图4、图5，本实施例中CCHP能源整体规划建模模块包括热工设备，包含了：燃气轮机、燃气内燃机、余热直燃机、蓄能设备、燃气锅炉、热泵、余热锅炉、蒸汽轮机等十余种热工设备的数学模型。本发明采用的数学建模方法为了更好的描述设备在不同环境下的实际工况，保证建模系统的客观性，引入了大量非线性因子：例如燃气轮机发电效率、热效率的特征函数曲线，机组单位成本与装机容量的关系曲线，单效、双效直燃机的制冷、制热效率曲线，蓄能设备的动态存储函数曲线等，此特点明显区别于其它将系统简化为线性问题的简单优化系统。因此，本发明科学地将分布式能源规划描述为一个离散整型变量、连续变量、等式约束、不等式约束并存的非线性优化问题。因此，必须采用优化性能极为出色的优化算法才能在较短的时间内获得最优或近似最优结果，为此本发明采用了多目标粒子群优化算法进行系统优化。
此外，大量调研结果表明设备在变负荷工况下表现出不同的特征函数曲线，所以本发明通过优化反馈信息支持了建模模块与优化模块的即时通讯，以及时更新各个热工设备的性能参数以及特征函数曲线，增强了建模的科学性、精确性。
本发明的CCHP能源整体规划建模模块严格遵循能量守恒定律，采用了能流网络的数学建模方法，参阅图6，通过建模过程确立系统总体结构与系统优化变量，并输出能流网络图。能流网络建模方法形象地表示出一次能源在系统中从开发、转化、到最终利用的流程，突出体现了CCHP三联供系统的能源梯级利用特点。
优化变量通常包含：所需终端设备在某一时段的出力，即提供的终端冷、热、电负荷比例，如P1…PN，H1…HM，C1…CL，所需能源设备的台数与单台装机容量，多输入源设备在某一时段所需要的各输入端负荷比例，如F1…FK，以及发电机组某一时段的发电效率、热效率等等。优化变量的具体范畴由设计需求与建模结果决定。每一组优化变量都对应着一套能源方案。
（3）选取优化函数，优化模块开始进行方案优化过程的步骤。本发明采用多目标粒子群优化法，支持多个优化函数的选取，对优化方案进行多方面评价：能源节省、系统效率、经济增益、污染物排放。
参阅图7，图7是优化模块具体原理框图。图中反应出CCHP能源整体规划优化模块包含了3个子系统：能量转换子系统、方案优化算法子系统与方案评估子系统。具体步骤包含：（1）在每个变量的动态区间内随机初始化优化变量；（2）根据优化变量值进行能量转换计算，在遵循能量守恒定律的前提下，从终端负荷层依次向前层计算到一次能源层，即由图6所示的每个设备节点的输出端计算其输入端；（3）根据设计要求将每个优化目标加以权重系数，建立系统优化函数，并依此优化函数对优化方案进行优劣评价，评价结果以函数值形式输出；如果函值结果高于预设值则进入系统约束子系统进行方案评定，如果低于预设值则进入优化算法模块；（4）运行多目标粒子群优化算法对优化变量进行更新；重复步骤（2）~（4）直到预先设定的结束机制被触发。
粒子群优化算法的触发共同由方案评估子系统与系统约束子系统控制。CCHP能源整体规划优化模块内的约束条件主要指与优化算法、优化变量动态范围、能量守恒原则等相关的约束，区别于系统约束子系统的约束条件。此外，优化模块通过优化反馈信息与建模模块通讯，以及时更新性能参数，保证系统的客观性、精确性。
值得注意的是，上述CCHP能源整体规划优化模块还设置有提供各类能源设备的技术信息与经济信息，对CCHP能源整体规划优化模块进行支持、验证的设备数据库，该设备数据库与CCHP能源整体规划优化模块进行互相支持、验证，确保优化配置结果切合实际设备数据库，有效保证了优化方案的客观性、实际性。
（4）系统约束子系统审核评定优化方案，如果优化方案评定结果满足设计要求则输出方案，否则触发优化算法对优化变量进行更新。由于本发明采用多目标优化法，对优化方案须利用数学分析手段进行多方面评定以保证方案的可行性。
（5）优化方案输出步骤；经系统约束子系统审核评定优化方案的信息通过EXCEL系统输出部分以EXCEL形式输出。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (5)
1.一种分布式能源整体规划优化的系统，其包括MATLAB优化分析部分以及与其相结合的MicrosoftEXCEL系统输入部分和输出部分；所述MATLAB优化分析部分包括如下：
最大供应力预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL系统输入部分提供的可利用能源供应能力历史数据实现最大供应力的分析与短、中期预测；
终端负荷预测分析模块，根据数据调研信息量的详尽度而利用不同的数学预测分析算法对EXCEL系统输入部分提供的用户终端负荷历史数据实现终端负荷的分析与短、中期预测；
能源价格预测分析模块，根据数据调研信息量的多少而利用不同的数学预测分析算法对EXCEL数据表中的能源价格历史数据实现能源价格的分析与短、中期预测；
CCHP能源整体规划优化模块，根据输入端信息实现系统配置优化以及运行策略优化，并输出最佳能源方案；
CCHP能源整体规划建模模块，根据输入端信息实现热工设备建模与系统建模，并输出系统建模结果——能流网络图、优化变量与其它性能参量，反馈给CCHP能源整体规划优化模块；
系统约束子系统，对于上述CCHP能源整体规划优化模块输出最佳能源方案，进行审核评定；
所述最大供应力预测分析模块、终端负荷预测分析模块和能源价格预测分析模块均与CCHP能源整体规划优化模块相连接，将分析与短、中期预测数据反馈给CCHP能源整体规划优化模块；
如果所述系统约束子系统审核评定上述最佳能源方案满足设计要求，则通过EXCEL系统输出部分输出最佳信息；
CCHP能源整体规划建模模块包括燃气轮机、燃气内燃机、余热直燃机、蓄能设备、燃气锅炉、热泵、余热锅炉、蒸汽轮机的数学模型，并包含燃气轮机发电效率、热效率的特征函数曲线，机组单位成本与装机容量的关系曲线，单效、双效直燃机的制冷、制热效率曲线，蓄能设备的动态存储函数曲线的非线性因子，将分布式能源规划描述为一个离散整型变量、连续变量、等式约束、不等式约束并存的非线性优化问题；
上述CCHP能源整体规划优化模块包括能量转换子系统、方案优化算法子系统与方案评估子系统；对于
包含所提供的终端冷、热、电负荷比例、所需能源设备的台数与单台装机容量、多输入源设备在某一时段所需要的各输入端负荷比例、发电机组某一时段的发电效率、热效率的优化变量，采用如下步骤进行优化：
（1）在每个变量的动态区间内随机初始化优化变量；
（2）根据优化变量值进行能量转换计算，在遵循能量守恒定律的前提下，从终端负荷层依次向前层计算到一次能源层，即由每个设备节点的输出端计算其输入端；
（3）根据设计要求将每个优化目标加以权重系数，建立系统优化函数，并依此优化函数对优化方案进行优劣评价，评价结果以函数值形式输出；如果函值结果高于预设值则进入系统约束子系统进行方案评定，如果低于预设值则进入优化算法模块；
（4）运行多目标粒子群优化算法对优化变量进行更新；重复步骤（2）～（4）直到预先设定的结束机制被触发。
2.根据权利要求1所述的一种分布式能源整体规划优化的系统，其特征在于，所述最佳信息包括：最佳能源技术组合、各类机组台数与单台装机容量、最佳年运行方案、最佳方案的年均投资总费用和年均能源购买费用。
3.根据权利要求1所述的一种分布式能源整体规划优化的系统，其特征在于，上述CCHP能源整体规划优化模块还设置有提供各类能源设备的技术信息与经济信息，对优化模块进行支持、验证的设备数据库。
4.一种权利要求1所述的分布式能源整体规划优化的系统的优化方法，其特征在于，该方法包括如下步骤：
（1）预测分析步骤，根据EXCEL系统输入部分的输入信息以及信息量的详尽度，利用不同数学预测分析方法对区域范围内的可利用能源最大供应力、终端负荷、能源价格进行短、中期的预测；
（2）筛选可利用能源、相关能源技术，选择联产循环方式，建模模块根据其输入端信息进行热工设备建模与系统建模，输出优化变量、性能参数与系统能流网络图的步骤；
（3）选取优化函数，CCHP能源整体规划优化模块开始进行方案优化过程的步骤；
（4）系统约束子系统审核评定优化方案的步骤；如果优化方案评定结果满足设计要求则输出方案，否则触发优化算法对优化变量进行更新；
（5）优化方案输出步骤；经系统约束子系统审核评定优化方案的信息通过EXCEL系统输出部分以EXCEL形式输出；
上述步骤（3）中的CCHP能源整体规划优化模块方法步骤包括如下：
（a）在每个变量的动态区间内随机初始化优化变量；
（b）根据优化变量值进行能量转换计算，在遵循能量守恒定律的前提下，从终端负荷层依次向前层计算到一次能源层，即由每个设备节点的输出端计算其输入端；
（c）根据设计要求将每个优化目标加以权重系数，建立系统优化函数，并依此优化函数对优化方案进行优劣评价，评价结果以函数值形式输出；如果函值结果高于预设值则进入系统约束子系统进行方案评定，如果低于预设值则进入优化算法模块；
（d）运行多目标粒子群优化算法对优化变量进行更新；重复步骤（b）～（d）直到预先设定的结束机制被触发。
5.根据权利要求4所述的一种分布式能源整体规划优化的系统的优化方法，其特征在于，上述步骤（3）中方案优化采用多目标粒子群优化法，支持多个优化函数的选取，对优化方案进行能源节省、系统效率、经济增益、污染物排放的评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100445162A CN102073272B (zh) | 2011-02-24 | 2011-02-24 | 一种分布式能源整体规划优化的系统及其优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100445162A CN102073272B (zh) | 2011-02-24 | 2011-02-24 | 一种分布式能源整体规划优化的系统及其优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102073272A CN102073272A (zh) | 2011-05-25 |
| CN102073272B true CN102073272B (zh) | 2013-05-15 |
Family
ID=44031847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100445162A Active CN102073272B (zh) | 2011-02-24 | 2011-02-24 | 一种分布式能源整体规划优化的系统及其优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102073272B (zh) |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9709966B2 (en) | 2011-08-18 | 2017-07-18 | Siemens Aktiengesellschaft | Thermo-economic modeling and optimization of a combined cooling, heating, and power plant |
| CN103093017B (zh) * | 2011-11-04 | 2018-06-01 | 廊坊新奥节能服务有限公司 | 分布式能源系统设计方法 |
| CN103164595B (zh) * | 2011-12-13 | 2016-05-11 | 上海宝钢钢材贸易有限公司 | 关联对象的数据分析方法 |
| CN102915389A (zh) * | 2012-09-21 | 2013-02-06 | 北京恩耐特分布能源技术有限公司 | 一种创新型分布式能源专项规划的编制方案 |
| CN102968111B (zh) * | 2012-12-14 | 2015-09-02 | 廊坊新奥节能服务有限公司 | 控制分布式能源系统的方法和系统 |
| CN103064285B (zh) * | 2012-12-29 | 2015-08-26 | 杭州电子科技大学 | 一种基于模型的热泵供暖多目标优化控制方法 |
| CN103020481B (zh) * | 2012-12-29 | 2016-03-30 | 杭州电子科技大学 | 一种基于节能的确定空气源热泵地暖最佳运行工况的方法 |
| JP6139306B2 (ja) | 2013-07-10 | 2017-05-31 | 株式会社東芝 | 運転計画最適化装置、運転計画最適化方法及び運転計画最適化プログラム |
| CN104008221B (zh) * | 2013-09-02 | 2018-07-31 | 哈尔滨热电有限责任公司 | 一种汽轮机模型的建立方法 |
| CN103530692B (zh) * | 2013-10-28 | 2017-01-25 | 东北电力大学 | 一种风氢联合发电系统成本效益评估方法 |
| CN104808489B (zh) * | 2015-03-09 | 2017-07-28 | 山东大学 | 冷热电联供系统的三级协同整体优化方法 |
| CN104898604B (zh) * | 2015-04-08 | 2017-08-01 | 南京优助智能科技有限公司 | 能源站群控系统配置方法 |
| CN104810861B (zh) * | 2015-04-23 | 2017-04-05 | 广西电网有限责任公司电力科学研究院 | 一种低压配电网中分布式电源的优化选址与定容方法 |
| CN104898422B (zh) * | 2015-05-05 | 2018-05-04 | 上海交通大学 | 联合供冷系统的递阶优化方法 |
| CN105652665B (zh) * | 2016-03-03 | 2018-03-20 | 东南大学 | 一种微型燃气轮机冷热电三联供系统的协调控制方法 |
| CN106295145B (zh) * | 2016-08-02 | 2019-04-16 | 新奥泛能网络科技股份有限公司 | 一种污染物排放量计算方法及电子设备 |
| CN108062022A (zh) * | 2016-11-05 | 2018-05-22 | 南京理工大学 | 一种热电协同系统的优化控制方法 |
| CN107665377A (zh) * | 2017-09-20 | 2018-02-06 | 国网天津市电力公司 | 一种多源耦合的综合能源系统规划方法 |
| CN107831672A (zh) * | 2017-10-31 | 2018-03-23 | 上海电力学院 | 智慧能源系统可视化优化设计运行一体化装置及方法 |
| CN108170861B (zh) * | 2018-01-25 | 2020-07-03 | 中润普达(十堰)大数据中心有限公司 | 一种基于动态规划的分布式数据库系统协同优化方法 |
| CN108471141B (zh) * | 2018-04-28 | 2021-05-04 | 长沙理工大学 | 一种含不确定风电接入的能量枢纽风电优先消纳方法 |
| CN109376406B (zh) * | 2018-09-29 | 2020-08-14 | 广州供电局有限公司 | 供能系统超结构模型、建模方法、计算机设备和存储介质 |
| CN109711642B (zh) * | 2019-02-01 | 2022-06-07 | 江苏方天电力技术有限公司 | 基于大数据的脱硫系统运行优化方法和系统 |
| CN110008623B (zh) * | 2019-04-15 | 2023-06-27 | 廊坊新奥泛能网络科技服务有限公司 | 蒸汽项目的供能设备选取方法、装置及电子设备 |
| CN110263974B (zh) * | 2019-05-21 | 2023-08-04 | 南京菁翎信息科技有限公司 | 一种基于分布式优化算法的区域能量管理系统及管理方法 |
| CN110365281B (zh) * | 2019-07-02 | 2020-10-27 | 西安交通大学 | 含氢电热冷的多能源系统及其供需协同规划方法和装置 |
| CN114424217A (zh) * | 2019-09-30 | 2022-04-29 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
| CN117474301B (zh) * | 2023-12-28 | 2024-03-22 | 南昌大学 | 基于职业进阶的综合能源系统多目标优化调度方法及装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1321295C (zh) * | 2005-12-01 | 2007-06-13 | 贵州华城楼宇科技有限公司 | 冷热电联动集成节能智能控制装置 |
| CN2864507Y (zh) * | 2005-12-15 | 2007-01-31 | 北京恩耐特机电设备有限公司 | 燃气冷热电三联供与水蓄能相结合的新型能源系统 |
| CN100422886C (zh) * | 2006-11-03 | 2008-10-01 | 冯江华 | 冷热电三联供能源供应系统的集中优化控制方法 |
| CH700310A1 (de) * | 2009-01-23 | 2010-07-30 | Alstom Technology Ltd | Verfahren zur CO2 Abscheidung aus einem Kombikraftwerk und Kombikraftwerk mit einer Gasturbine mit Strömungsteilung und Rezirkulation. |
| CN201539311U (zh) * | 2009-11-06 | 2010-08-04 | 北京恩耐特分布能源技术有限公司 | 微型燃气发电机组热电联供系统 |
| CN101813941B (zh) * | 2010-04-15 | 2014-12-03 | 上海齐耀动力技术有限公司 | 一种冷热电三联供设备能效优化调度系统 |
-
2011
- 2011-02-24 CN CN2011100445162A patent/CN102073272B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN102073272A (zh) | 2011-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102073272B (zh) | 一种分布式能源整体规划优化的系统及其优化方法 | |
| Mirzaei et al. | Evaluating the impact of multi-carrier energy storage systems in optimal operation of integrated electricity, gas and district heating networks | |
| Di Somma et al. | Stochastic optimal scheduling of distributed energy resources with renewables considering economic and environmental aspects | |
| Rong et al. | Polygeneration systems in buildings: A survey on optimization approaches | |
| Karami et al. | Optimal scheduling of residential energy system including combined heat and power system and storage device | |
| CN111626487B (zh) | 一种综合能源系统多评价指标优化规划技术方法和系统 | |
| Nazari-Heris et al. | Optimal operation of multi-carrier energy networks with gas, power, heating, and water energy sources considering different energy storage technologies | |
| Narula et al. | Simulation method for assessing hourly energy flows in district heating system with seasonal thermal energy storage | |
| CN108876066A (zh) | 热网解列运行方案实时优化方法及其系统 | |
| Afzali et al. | Urban community energy systems design under uncertainty for specified levels of carbon dioxide emissions | |
| Reddi et al. | System dynamics modelling of hybrid renewable energy systems and combined heating and power generator | |
| CN111404153A (zh) | 计及可再生能源与需求响应的能量枢纽规划模型构建方法 | |
| Lu et al. | Multi-objective optimization of combined cooling, heating and power system considering the collaboration of thermal energy storage with load uncertainties | |
| CN111416352B (zh) | 一种多能源耦合系统的调度方法及计算设备 | |
| Tao et al. | Pakistan's electrical energy crises, a way forward towards 50% of sustain clean and green electricity generation | |
| Ferrari et al. | Development of an optimization algorithm for the energy management of an industrial Smart User | |
| Oluleye et al. | A multi-period Mixed Integer Linear Program for design of residential distributed energy centres with thermal demand data discretisation | |
| Song et al. | Two-stage stochastic scheduling of integrated electricity and natural gas systems considering ramping costs with power-to-gas storage and wind power | |
| CN115115193A (zh) | 一种工业园区低碳分析及优化规划方法 | |
| Aloini et al. | A multi-objective methodology for evaluating the investment in building-integrated hybrid renewable energy systems | |
| Bengoetxea et al. | Control strategy optimization of a Stirling based residential hybrid system through multi-objective optimization | |
| Zaw et al. | A techno-commercial decision support framework for optimal district cooling system design in tropical regions | |
| Naghikhani et al. | Optimal thermal and power planning considering economic and environmental issues in peak load management | |
| Pipicelli et al. | Influence of the control strategy on the performance of hybrid polygeneration energy system using a prescient model predictive control | |
| CN113313410B (zh) | 多能源耦合建模评估方法、装置及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221202 Address after: Room 110A, Floor 1, Building 4, Wuli, Nanhai Jiayuan, Yinghai Town, Beijing Economic and Technological Development Zone (Daxing), Daxing District, Beijing 100176 Patentee after: Beijing Zhongyu Smart Energy Co.,Ltd. Address before: Room 726, No. 1 Guoying, Xizhimen South Street, Xicheng District, Beijing 100035 Patentee before: BEIJING ENERGY-NET DE. Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230419 Address after: Room 203, 2nd Floor, Building 22, No. 109 Jinghai Third Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing, 100176 Patentee after: BEIJING ENERGY-NET DE. Ltd. Address before: Room 110A, Floor 1, Building 4, Wuli, Nanhai Jiayuan, Yinghai Town, Beijing Economic and Technological Development Zone (Daxing), Daxing District, Beijing 100176 Patentee before: Beijing Zhongyu Smart Energy Co.,Ltd. |
|
| TR01 | Transfer of patent right |