CN104820363A - 基于生物质气的冷热电联供系统及能量优化控制方法 - Google Patents
基于生物质气的冷热电联供系统及能量优化控制方法 Download PDFInfo
- Publication number
- CN104820363A CN104820363A CN201510103414.1A CN201510103414A CN104820363A CN 104820363 A CN104820363 A CN 104820363A CN 201510103414 A CN201510103414 A CN 201510103414A CN 104820363 A CN104820363 A CN 104820363A
- Authority
- CN
- China
- Prior art keywords
- energy
- biogas
- heat
- hot water
- power generation
- 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.)
- Granted
Links
Landscapes
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了基于生物质气的冷热电联供系统及能量优化控制方法,包括生物质气内燃发电机组,生物质气内燃发电机组将生物质气转换成电能、烟气及带有余热的缸套水,电能输送至补光装置及电制冷机组,烟气输送至溴化锂冷温水机组及烟气换热器,带有余热的缸套水输送至缸套水换热器,溴化锂冷温水机组将冷温水输送至风机盘管,风机盘管与燃气锅炉相连,燃气锅炉、缸套水换热器及烟气换热器均与蓄水池相连。该系统适用于农村地区、养殖场等,能够合理高效的利用能量,达到系统在不同冷热电负荷需求下的经济性和能源利用率达到综合最优。
Description
技术领域
本发明涉及生物质能与冷热电联供领域,尤其涉及一种基于生物质能的冷热电联供系统及其优化控制方法。
背景技术
在能源短缺和环境污染日趋严重的今天,可再生能源的利用及其关键科学和技术的研究备受世人关注。特别是生物质能具有可再生、资源量大、分布广泛、低污染等突出特点,遂成为一种极具发展潜力的新能源。而分布式冷热电联供系统是一种基于能源梯级利用概念,集制冷、供热(采暖和供热水)和发电于一体的多联产总能系统,为生物质能的利用和发展提供了一种崭新而有效的途径。因此,利用生物质气发电,并实现冷热电联供对于发展循环经济,建设环境友好型社会,推动经济社会可持续发展意义重大。
我国生物质资源储备丰富,却始终未能解决普及率差和利用率低等弊端。尤其是农村生物质沼气仅被用于农户炊事,其余时间则处于闲置状态,造成了设备、资金及资源的极大浪费,即使较先进的生物质沼气利用也仅以发电为主,未能实现冷热电联供,发电余热大量浪费。
与此同时,现有冷热电联供系统大多仍以天然气为主要能源,但因天然气是有限的化石燃料,故难以最大程度彰显分布式供能系统的节能减排特性。且现有的冷热电联供系统通常采用机组全负荷运行,较少考虑变工况特性,或是简单区分夏季、冬季、过渡季负荷情况的不同,按照“以热定电”或者“以电定热”模式运行,缺少综合考虑经济性、能源利用率、变工况、热电耦合、分时电价等因素,科学有效的能量管理系统,系统运行效率低。
由此可见,优化设计适用于农村地区、生态养殖场等的生物质气冷热电联供系统以满足其生物质气利用的迫切需求,已成为亟待解决的重要问题,备受企业界与学术界关注。
发明内容
为解决现有技术存在的不足,本发明公开了基于生物质气的冷热电联供系统及多目标能量优化控制方法,该系统适用于农村地区、养殖场等,能够合理高效的利用能量,达到系统在不同冷热电负荷需求下的经济性和能源利用率达到综合最优。
为实现上述目的,本发明的具体方案如下:
基于生物质气的冷热电联供系统,包括生物质气内燃发电机组,生物质气内燃发电机组将生物质气转换成电能、烟气,同时内燃发电机组产生带有余热的缸套水,电能输送至补光装置及电制冷机组,烟气输送至溴化锂冷温水机组及烟气换热器,带有余热的缸套水输送至缸套水换热器,溴化锂冷温水机组将冷温水输送至风机盘管,风机盘管与燃气锅炉相连,燃气锅炉、缸套水换热器及烟气换热器均与蓄水池相连,所述生物质气内燃发电机组、溴化锂冷温水机组及燃气锅炉及电制冷机组分别与控制系统及上位机监控系统相连,上位机监控系统将监测到的数据和负荷需求历史数据传送至能量管理系统,能量管理系统通过调整生物质气内燃发电机组、溴化锂冷温水机组、燃气锅炉及电制冷机组的出力,保证系统在不同冷热电负荷需求下的经济性和能源利用率达到综合最优。
所述蓄水池与清洗系统相连,用于为清洗系统提供所需热水。
所述烟气换热器将输出的低温烟气输送到蔬菜大棚。
所述溴化锂冷温水机组与冷却塔相连。
所述生物质气还与溴化锂冷温水机组及燃气锅炉相连,用于补燃。
所述电制冷机组与牛奶冷藏罐相连,用于制冷。
所述生物质气内燃发电机组产生的电能与市电并网。
基于生物质气的冷热电联供系统的能量优化控制方法,包括以下步骤:
步骤一:以母线功率平衡和设备运行约束为约束条件建模;
步骤二:以系统总成本、系统能源利用率最优为优化目标建立冷热电联供系统能量管理模型;
步骤三:上位机监控系统对设备运行状态进行监控,以满足步骤一中约束条件为前提,能量管理系统根据位机监控系统所监控的数据使用粒子群算法求解出系统最优目标值和各设备不同时段的输出或输入。
步骤一建模就是用于步骤三中输出的限制。步骤一建模为建立约束条件,即输出限制;步骤二建立输出目标函数;步骤三是根据步骤一中限制条件和步骤二中目标进行优化计算。
所述母线功率平衡指母线的能量输入应等于其输出,设备的运行约束指个设备的输入和输出应在设备的额定运行范围之内。
所述步骤一中,母线功率平衡包括电母线功率平衡、烟气母线功率平衡、供热母线功率平衡、供冷母线功率平衡和热水母线功率平衡。
所述设备运行约束包括内燃发电机组运行约束、电制冷机组运行约束、溴化锂冷温水机组运行约束、燃气锅炉运行约束、缸套水换热器运行约束及烟气换热器运行约束。
如图3所示,所述步骤三中,能量管理系统控制流程为:
(3-1)将上位机监控系统中冷热电负荷需求历史数据导入能量管理系统中;
(3-2)能量管理系统根据冷热电负荷历史数据,结合当时分时电价、气价、系统运行成本信息,以系统总成本、系统能源利用率最优为优化目标,进行多目标优化,得到系统各单元出力情况;
(3-3)能量管理系统将得到各单元最优出力数据传输给控制系统,控制系统根据所获信息,调整各单元运行出力,并将各单元运行状态反馈给上位机监控系统;
(3-4)上位机监控系统检测系统目前冷热电负荷需求情况,包括过负荷、欠负荷及饱和,并将状态信息传输给能量管理系统;
(3-5)能量管理系统根据冷热电负荷信息和设备当前运行情况,再次进行优化各设备运行出力情况,并将数据传输给控制系统。
工作原理:生物质气燃料能通过内燃发电机组转换成为电能和烟气余热,电能直接供给用电负荷、用于牛奶冷藏的电制冷机组、用于蔬菜补光的蔬菜大棚的LED灯,多余电能则向电网销售,不足电能从电网购买,以满足电负荷需求;烟气通过溴化锂冷温水机组后产生冷/热媒水,经冷热水泵输送到风机盘管,为用户供冷/热;当烟气余热提供能量不能满足用户冷/热需求时,可补燃溴化锂冷温水机组进行,以满足冷/热需求。生物质气燃料能还可通过燃气锅炉转换为热媒水热能、水蒸气热能和烟气余热能,热媒水经热水泵输送到风机盘管,为用户供热;水蒸气通过水泵输送到蓄水池,为用户提供生活热水。蓄水池水通过缸套水换热器将缸套水热能回收,得到热水;也可经过烟气换热器,回收发电机组产生的未被溴化锂冷温水机组利用的烟气余热和燃气锅炉产生的烟气余热,得到热水,为用户提供CIP清洗系统所需热水和生活热水。通过烟气换热器后的低温烟气输送到蔬菜大棚中,为植物生长提供热量和二氧化碳。
根据负荷需求,内燃机和溴化锂冷温水机组的实际变工况特性,并考虑系统发电循环和冷热循环的耦合影响,系统热损耗,管道压力损耗等,设计系统能量优化模型;以系统运行经济性和能源利用率最优为优化目标,综合考虑生物质气价格、热值、可燃气成分含量、分时电价、负荷动态变化等对系统经济性和能源利用率的影响,根据养殖场一年春、夏、秋、冬四季,全天24小时冷热电负荷变化数据,采用粒子群算法求解,调整系统生物质气内燃发电机组、溴化锂冷温水机组、燃气锅炉、电制冷机组出力,保证系统在不同冷热电负荷需求下的经济性和能源利用率达到综合最优。
本发明的有益效果:
应用本发明提出的方法,可以开发出专门用于生物质气型冷热电联供系统能量管理和控制系统,适用于农村地区、生态养殖场等的生物质气冷热电联供系统,根据用户冷热电负荷需求,调度联供系统工作于最佳运行模式,减少能源消耗,降低运行成本,提高系统的能源利用率。
附图说明
图1为本发明冷热电联供系统结构图;
图2为本发明冷热电联供系统母线式结构图;
图3为本发明冷热电联供系统控制流程图;
图中,1、LED灯,2、电制冷机组,3、牛奶冷藏罐,4、内燃发电机组,5、溴化锂冷温水机组,6、风机盘管,7、缸套水换热器,8、烟气换热器,9、蔬菜大棚,10、燃气锅炉,11、清洗系统,12、蓄水池,13、冷却塔,14、散热器,15、冷负荷,16、电网,17、热负荷,18、生活热水。
具体实施方式:
下面结合附图对本发明进行详细说明:
如图1为冷热电联供系统结构图,生物质气燃料能通过内燃发电机组4转换成为电能和烟气余热。电能直接供给电制冷机组2、LED灯1,多余电能则向电网16销售,不足电能从电网16购买,以满足电负荷需求;电制冷机组2为牛奶冷藏罐3供冷,LED灯1为蔬菜大棚9补光。烟气通过溴化锂冷温水机组5后产生冷/热媒水,经冷热水泵输送到风机盘管6,为用户供冷/热;当烟气余热提供能量不能满足用户冷/热需求时,可补燃溴化锂冷温水机组5进行,以满足冷/热需求。生物质气燃料能还可通过燃气锅炉10转换为热媒水热能、水蒸气热能和烟气余热能,热媒水经热水泵输送到风机盘管6,为用户供热;水蒸气通过水泵输送到蓄水池12,为用户提供生活热水。蓄水池12水通过缸套水换热器7将缸套水热能回收,得到热水;也可经过烟气换热器8,回收发电机组产生的未被溴化锂冷温水机组5利用的烟气余热和燃气锅炉10产生的烟气余热,得到热水,为用户提供CIP清洗系统11所需热水和生活热水18。通过烟气换热器8后的低温烟气输送到蔬菜大棚9中,为植物生长提供热量和二氧化碳。所述溴化锂冷温水机组5与冷却塔13相连。缸套水换热器7与内燃发电机组4之间连接有散热器14。
如图2为冷热电联供系统母线式结构图,按照能量传递形式将母线分为:电母线、烟气母线、供热母线、供冷母线和热水母线。采用母线式结构,以母线功率平衡和设备运行约束为约束条件对冷热电联供系统建模。
建立以系统总成本、系统能源利用率最优为优化目标的冷热电联供系统能量管理模型,系统总成本包括系统初投资年等值费用、系统运行能耗费用和系统设备维护费用。
使用粒子群算法求解系统能量优化问题,粒子群算法可以根据系统目标和输入约束精确地求解出系统最优目标值和各设备不同时段的输出或输入。冷热电联供系统主要分为控制系统、上位机监控系统以及能量管理系统,控制系统负责整个系统中各单元的启停控制、顺序控制、以热定电/以电定热模式选择等;上位机监控系统负责系统中各单元运行状态的监控,以及温度、压力、流量传感器的数据显示、报警、历史数据等;能量管理系统负责优化系统各单元最优出力。
本发明所提系统可以利用生物质气能量和电网16电能,通过不同的设备引入系统,并在不同的转换设备下实现能量形式的转换,满足系统不同负荷需求。
具体过程步骤:
1.将冷热电联供系统单元分为能量源、转换器、负荷三类。能量源单元用于向系统提供能量,包括生物质气内燃发电机组、燃气锅炉;转换器指用于不同能量形式之间的转换设备,包括烟气型溴化锂冷温水机组、电制冷机组2、缸套水换热器7、烟气换热器8等;负荷指冷热电联供系统中的不同负荷形式,包括电负荷、冷负荷15、热负荷17、热水负荷等。
2.按照不同能量形式在系统中的传递,将传递形式将母线分为:电母线、烟气母线、供热母线、供冷母线和热水母线。
3.采用母线式结构,以母线功率平衡和设备运行约束为约束条件对冷热电联供系统建模。母线功率平衡指母线的能量输入应等于其输出,设备的运行约束指个设备的输入和输出应在设备的额定运行范围之内。
4.建立以冷热电联供系统总成本和能源利用率综合最优为优化目标的通用动态经济调度模型,系统总成本包括设备维护费用、系统初投资年等值费用及系统运行能耗费。
5.使用粒子群算法求解通用动态经济调度模型,粒子群算法可以根据系统目标和输入约束精确的求解出系统最优目标值和各设备不同时段的输入或输出。
所述母线功率平衡约束条件包括:该约束条件中的变量为已知数据,为冷热电联供系统往年历史数据,以及各个单元额定功率等。
电母线功率平衡方程式:
其中,为发电机组实际发电量;Eb为系统从电网16购买电量;为电制冷机组2提供电制冷所需电量;PLED为LED灯提供补光所需电量。
烟气母线功率平衡方程式:
其中,为发电机组提供高温烟气热量;为燃气锅炉提供烟气热量;为进入溴化锂冷温水机组烟气热量;为进入烟气换热器8烟气热量。
供冷母线功率平衡方程式:
其中,Cd为用户冷负荷15需求;为溴化锂冷温水机组提供供冷量;为电制冷机组2提供供冷量。
供热母线功率平衡方程式:
其中,Qd为用户热负荷17需求;为溴化锂冷温水机组提供供热量;为燃气锅炉提供供冷量。
热水母线功率平衡方程式:
其中,Qw,d为用户热水负荷需求;为燃气锅炉提供热水热量;为缸套水换热器7提供热水热量;为烟气换热器8提供热水热量。
所述设备运行约束条件包括:
内燃发电机组约束条件:
其中,ηGE为发电机组发电效率系数;为发电机组消耗生物质气量;为发电机组提供缸套水热量;θw,GE为发电机组发电量与缸套水热量的热电比;为发电机组提供高温烟气热量;θq,GE为发电机组发电量与高温烟气热量的热电比。
由于内燃发电机组运行于低负载率时效率较低,为使发电机组以高效率运行,发电机组
出力应满足一下约束:
其中,分别为发电机组出力上下限约束;σGE为二进制变量,表示发电机组启停状态,0表示设备关闭,1表示设备开启。
电制冷机组2约束条件:
其中,COPRE为电制冷机组2能效系数;σRE为二进制变量,表示电制冷机组2启停状态,0表示设备关闭,1表示设备开启。
溴化锂冷温水机组约束条件:
其中,进入溴化锂冷温水机组进行补燃的生物质气量;为溴化锂冷温水机组利用烟气余热供热能效系数;为溴化锂冷温水机组利用补燃供热能效系数;为溴化锂冷温水机组利用烟气余热供冷能效系数;为溴化锂冷温水机组利用补燃供冷能效系数;分别为溴化锂冷温水机组启停状态变量,0表示设备关闭,1表示设备开启,且满足
燃气锅炉约束条件:
其中,进入燃气锅炉的生物质气量;ηGB为燃气锅炉燃烧生物质气效率系数;σGB二进制变量,表示燃气锅炉启停状态,0表示设备关闭,1表示设备开启;ηw,GB为燃气锅炉燃烧生物质气提供热水效率系数;ηq,GB为燃气锅炉燃烧生物质气提供烟气效率系数。
缸套水换热器7约束条件:
其中,为缸套水换热器7效率系数;二进制变量,表示缸套水换热器7启停状态,0表示设备关闭,1表示设备开启。
烟气换热器8约束条件:
其中,为烟气换热器8效率系数;二进制变量,表示烟气换热器8启停状态,0表示设备关闭,1表示设备开启。
各设备的电、冷、热功率满足功率上下线要求:
Pi,min≤Pi≤Pi,max
Qi,min≤Qi≤Qi,max
Ci,min≤Ci≤Ci,max
其中,i=GB,HEw,HEq,ABS时,Pi为各设备功率;Pi,max、Pi,min分别为设备出力上下限约束;Qi,max、Qi,min分别为设备供热上下限约束;Ci,max、Ci,min分别为设备供冷上下限约束。
所述优化目标:目标函数
aim=min(γPER+χItotal)
其中,γ、χ为各分指标的权衡系数,满足0≤γ,χ≤1,且γ+χ=1。
能源利用率:
其中,用气量
冷热电联供系统总成本:
Itotal=min(Ib+IL+IN)
其中,系统运行能耗费用Ib即购电、气费用
Ib=Ie+Ig
其中购电费用购气费用
其中,用电量ΔE=Eb,当系统向电网16售电时,Eb为负值,当系统向电网16购电时,Eb为正值;α、β分别为电价、气价,t为系统运行时间。
系统设备维护费用
IN=IN,GE+IN,ABS+IN,HEW+IN,HEq+IN,GB+IN,RE
其中,i=GB,HEw,HEq,ABS时,IN,i为设备维护费用。
系统初投资年等值费用
其中,i=GB,HEw,HEq,ABS时,Ai为设备总功率;
i=GB,HEw,HEq,ABS时,Mi为单位功率设备使用费用;
等额资金回收系数其中,s为年利率,n为使用年限。
粒子群算法是一种基于迭代的优化算法。系统初始化为一组随机解,通过迭代搜寻最优值。但是它没有遗传算法用的交叉以及变异,而是粒子在解空间追随最优的粒子进行搜索。PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化,神经网络训练,模糊系统控制以及其他遗传算法的应用领域。
粒子群算法初始化为一群随机粒子(随机解)。然后通过迭代找到最优解。在每一次迭代中,粒子通过跟踪两个"极值"来更新自己。第一个就是粒子本身所找到的最优解,这个解叫做个体极值pBest。另一个极值是整个种群目前找到的最优解,这个极值是全局极值gBest。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居,那么在所有邻居中的极值就是局部极值。
在找到这两个最优值时,粒子根据如下的公式来更新自己的速度和新的位置:
V=w*c1*rand()*(pBest-Present)+c2*rand()*(gBest-Present)
Present=Present+V
其中,V是粒子的速度,Present是粒子的当前位置,pBest与gBest见前面定义。rand()是(0,1)之间的随机数,c1和c2被称作学习因子。w是加权系数,取值在0.1到0.9之间。粒子通过不断学习更新,最终飞至解空间中最优解所在的位置,搜索过程结束。最后输出的gBest就是全局最优解。
1.初始化模型参数,如粒子数目等;
2.随机产生粒子位置和速度信息;
3.结合目标函数进行粒子适应值计算;
4.更新pBest、gBest信息;
5.更新每个粒子的速度和位置;
6.重复进行3-5步骤,直至最大迭代次数;
7.得到目标函数最优参数变量。
本发明将上述目标函数、约束条件等结合粒子群算法求解,即可得到系统最优目标和各设备每时刻出力。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明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发明的保护范围以内。
Claims (10)
1.基于生物质气的冷热电联供系统,其特征是,包括生物质气内燃发电机组,生物质气内燃发电机组将生物质气转换成电能、烟气,同时生物质气内燃发电机组产生带有余热的缸套水,电能输送至补光装置及电制冷机组,烟气输送至溴化锂冷温水机组及烟气换热器,带有余热的缸套水输送至缸套水换热器,溴化锂冷温水机组将冷温水输送至风机盘管,风机盘管与燃气锅炉相连,燃气锅炉、缸套水换热器及烟气换热器均与蓄水池相连,所述生物质气内燃发电机组、溴化锂冷温水机组及燃气锅炉及电制冷机组分别与控制系统及上位机监控系统相连,上位机监控系统将监测到的数据和负荷需求历史数据传送至能量管理系统,能量管理系统通过调整生物质气内燃发电机组、溴化锂冷温水机组、燃气锅炉及电制冷机组的出力,保证系统在不同冷热电负荷需求下的经济性和能源利用率达到综合最优。
2.如权利要求1所述的基于生物质气的冷热电联供系统,其特征是,所述蓄水池与清洗系统相连,用于为清洗系统提供所需热水,所述烟气换热器将输出的低温烟气输送到蔬菜大棚。
3.如权利要求1所述的基于生物质气的冷热电联供系统,其特征是,所述溴化锂冷温水机组与冷却塔相连。
4.如权利要求1所述的基于生物质气的冷热电联供系统,其特征是,所述生物质气还与溴化锂冷温水机组及燃气锅炉相连,用于补燃。
5.如权利要求1所述的基于生物质气的冷热电联供系统,其特征是,所述电制冷机组与牛奶冷藏罐相连,所述生物质气内燃发电机组产生的电能与市电并网。
6.应用如权利要求1-5任一所述的基于生物质气的冷热电联供系统的能量优化控制方法,其特征是,包括以下步骤:
步骤一:以母线功率平衡和设备运行约束为约束条件建模;
步骤二:以系统总成本、系统能源利用率最优为优化目标建立冷热电联供系统能量管理模型;
步骤三:上位机监控系统对设备运行状态进行监控,以满足步骤一中约束条件为前提,能量管理系统根据位机监控系统所监控的数据使用粒子群算法求解出系统最优目标值和各设备不同时段的输出或输入。
7.如权利要求6所述的基于生物质气的冷热电联供系统的能量优化控制方法,其特征是,所述母线功率平衡指母线的能量输入应等于其输出,设备的运行约束指个设备的输入和输出应在设备的额定运行范围之内。
8.如权利要求6所述的基于生物质气的冷热电联供系统的能量优化控制方法,其特征是,所述步骤一中,母线功率平衡包括电母线功率平衡、烟气母线功率平衡、供热母线功率平衡、供冷母线功率平衡和热水母线功率平衡。
9.如权利要求6所述的基于生物质气的冷热电联供系统的能量优化控制方法,其特征是,所述设备运行约束包括内燃发电机组运行约束、电制冷机组运行约束、溴化锂冷温水机组运行约束、燃气锅炉运行约束、缸套水换热器运行约束及烟气换热器运行约束。
10.如权利要求6所述的基于生物质气的冷热电联供系统的能量优化控制方法,其特征是,所述步骤三中,能量管理系统控制流程为:
(3-1)将上位机监控系统中冷热电负荷需求历史数据导入能量管理系统中;
(3-2)能量管理系统根据冷热电负荷历史数据,结合当时分时电价、气价、系统运行成本信息,以系统总成本、系统能源利用率最优为优化目标,进行多目标优化,得到系统各单元出力情况;
(3-3)能量管理系统将得到各单元最优出力数据传输给控制系统,控制系统根据所获信息,调整各单元运行出力,并将各单元运行状态反馈给上位机监控系统;
(3-4)上位机监控系统检测系统目前冷热电负荷需求情况,包括过负荷、欠负荷及饱和,并将状态信息传输给能量管理系统;
(3-5)能量管理系统根据冷热电负荷信息和设备当前运行情况,再次进行优化各设备运行出力情况,并将数据传输给控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510103414.1A CN104820363B (zh) | 2015-03-09 | 2015-03-09 | 基于生物质气的冷热电联供系统及能量优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510103414.1A CN104820363B (zh) | 2015-03-09 | 2015-03-09 | 基于生物质气的冷热电联供系统及能量优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104820363A true CN104820363A (zh) | 2015-08-05 |
CN104820363B CN104820363B (zh) | 2017-12-12 |
Family
ID=53730685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510103414.1A Active CN104820363B (zh) | 2015-03-09 | 2015-03-09 | 基于生物质气的冷热电联供系统及能量优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104820363B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929689A (zh) * | 2016-04-22 | 2016-09-07 | 江南大学 | 基于粒子群算法的机床制造系统加工节能优化方法 |
CN112361654A (zh) * | 2020-10-28 | 2021-02-12 | 上海本家空调系统有限公司 | 一种燃气发动机驱动的热泵 |
CN113031447A (zh) * | 2021-03-15 | 2021-06-25 | 上海电气集团股份有限公司 | 冷热电三联供系统中设备的配置方法、系统、设备和介质 |
CN113902190A (zh) * | 2021-10-09 | 2022-01-07 | 国网内蒙古东部电力有限公司电力科学研究院 | 电热气肥耦合生物质电厂电气联供系统、方法及存储介质 |
CN115726211A (zh) * | 2022-11-18 | 2023-03-03 | 常州大学 | 一种基于热电耦合的一体化纤维素提取系统 |
CN116227750A (zh) * | 2023-05-09 | 2023-06-06 | 烟台尚美丽家新能源有限公司 | 一种生物质原料多联供综合管理系统及管理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393629A (zh) * | 2011-09-19 | 2012-03-28 | 华北电力大学(保定) | 一种冗余型楼宇级冷热电联供系统的节能优化方法 |
CN102411303A (zh) * | 2011-12-05 | 2012-04-11 | 华北电力大学 | 一种燃气型冷热电联供系统的优化调度装置及方法 |
CN202868822U (zh) * | 2012-08-25 | 2013-04-10 | 中能东讯新能源科技(大连)有限公司 | 利用喷射式热泵回收电厂烟气余热的装置 |
WO2013107577A1 (de) * | 2012-01-16 | 2013-07-25 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum betrieb und zur auslegung einer anlage |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网系统的通用优化调度策略 |
CN103728881A (zh) * | 2014-01-02 | 2014-04-16 | 东南大学 | 一种多楼宇冷热电联供系统的优化运行方法 |
CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
-
2015
- 2015-03-09 CN CN201510103414.1A patent/CN104820363B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393629A (zh) * | 2011-09-19 | 2012-03-28 | 华北电力大学(保定) | 一种冗余型楼宇级冷热电联供系统的节能优化方法 |
CN102411303A (zh) * | 2011-12-05 | 2012-04-11 | 华北电力大学 | 一种燃气型冷热电联供系统的优化调度装置及方法 |
WO2013107577A1 (de) * | 2012-01-16 | 2013-07-25 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum betrieb und zur auslegung einer anlage |
CN202868822U (zh) * | 2012-08-25 | 2013-04-10 | 中能东讯新能源科技(大连)有限公司 | 利用喷射式热泵回收电厂烟气余热的装置 |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网系统的通用优化调度策略 |
CN103728881A (zh) * | 2014-01-02 | 2014-04-16 | 东南大学 | 一种多楼宇冷热电联供系统的优化运行方法 |
CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929689A (zh) * | 2016-04-22 | 2016-09-07 | 江南大学 | 基于粒子群算法的机床制造系统加工节能优化方法 |
CN105929689B (zh) * | 2016-04-22 | 2017-12-08 | 江南大学 | 基于粒子群算法的机床制造系统加工节能优化方法 |
CN112361654A (zh) * | 2020-10-28 | 2021-02-12 | 上海本家空调系统有限公司 | 一种燃气发动机驱动的热泵 |
CN113031447A (zh) * | 2021-03-15 | 2021-06-25 | 上海电气集团股份有限公司 | 冷热电三联供系统中设备的配置方法、系统、设备和介质 |
CN113902190A (zh) * | 2021-10-09 | 2022-01-07 | 国网内蒙古东部电力有限公司电力科学研究院 | 电热气肥耦合生物质电厂电气联供系统、方法及存储介质 |
CN115726211A (zh) * | 2022-11-18 | 2023-03-03 | 常州大学 | 一种基于热电耦合的一体化纤维素提取系统 |
CN115726211B (zh) * | 2022-11-18 | 2023-09-05 | 常州大学 | 一种基于热电耦合的一体化纤维素提取系统 |
CN116227750A (zh) * | 2023-05-09 | 2023-06-06 | 烟台尚美丽家新能源有限公司 | 一种生物质原料多联供综合管理系统及管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104820363B (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Design and simulation of gas turbine-based CCHP combined with solar and compressed air energy storage in a hotel building | |
CN103246263B (zh) | 冷热电联供微网系统的通用优化调度方法 | |
CN104820363A (zh) | 基于生物质气的冷热电联供系统及能量优化控制方法 | |
Zhou et al. | An engineering approach to the optimal design of distributed energy systems in China | |
CN105807633B (zh) | 基于集中供热管网和建筑物储能消纳风电的热电联合系统调度方法 | |
CN108717594A (zh) | 一种冷热电联供型多微网系统经济优化调度方法 | |
CN103439941B (zh) | 一种燃气内燃机冷热电三联供系统优化运行方法 | |
CN105676646A (zh) | 一种冷热电联供系统优化运行的线性化方法 | |
CN105869075A (zh) | 一种冷热电联供型微型能源网经济优化调度方法 | |
CN102563959B (zh) | 集成能源匹配系统及其控制方法 | |
CN108491992A (zh) | 一种含光伏和蓄能的冷热电联供系统调峰调蓄优化调度模型 | |
CN103778485B (zh) | 一种分布式发电供能系统及其优化方法 | |
CN111324849B (zh) | 一种考虑热网特性的电热联合系统优化调度方法 | |
Chang et al. | Multi-objective optimization of a novel combined cooling, dehumidification and power system using improved M-PSO algorithm | |
CN107358345A (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
CN110503241A (zh) | 冷-热-电综合能源系统的多目标优化方法 | |
Mo et al. | Design method of combined cooling, heating, and power system coupled with cascaded latent heat thermal energy storage based on supply-demand energy-exergy matching | |
CN113642802A (zh) | 一种基于碳计量模型的综合能源站能源优化调度方法和系统 | |
CN104457023B (zh) | 区域型冷热电三联供系统的设备容量优化配置方法 | |
CN112671028B (zh) | 一种考虑热网动态特性的综合能源系统风电消纳方法 | |
CN109255487A (zh) | 一种基于标准化矩阵模型的综合能源系统优化方法 | |
Chen et al. | Flexible dispatching method for park‐level integrated energy systems considering energy cascade utilization | |
CN204494904U (zh) | 基于生物质气的冷热电联供系统 | |
CN109946977A (zh) | 含冷热电三联供系统的智慧园区能源优化调度方法 | |
CN111524028A (zh) | 一种多能互补耦合系统配置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |