CN105446163A - 一种基于不同能源类型的微网全能流建模方法 - Google Patents

一种基于不同能源类型的微网全能流建模方法 Download PDF

Info

Publication number
CN105446163A
CN105446163A CN201410437520.9A CN201410437520A CN105446163A CN 105446163 A CN105446163 A CN 105446163A CN 201410437520 A CN201410437520 A CN 201410437520A CN 105446163 A CN105446163 A CN 105446163A
Authority
CN
China
Prior art keywords
energy
flow
conversion
model
link
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
Application number
CN201410437520.9A
Other languages
English (en)
Other versions
CN105446163B (zh
Inventor
李洋
刘海涛
吴鸣
季宇
于辉
俞勤政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410437520.9A priority Critical patent/CN105446163B/zh
Publication of CN105446163A publication Critical patent/CN105446163A/zh
Application granted granted Critical
Publication of CN105446163B publication Critical patent/CN105446163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及微电网的建模方法,具体涉及一种基于不同能源类型的微网全能流建模方法。该方法包括下述步骤:(1)构建全能流模型,包括能量与能流分析、能量转换环节分析、能量分配环节分析、能量存储环节分析、能量利用环节分析和能量管理环节分析;(2)构建全能流网络模型。该方法通过统一量化的全能流数字模型,系统化地描述了能流在产生、转换、传输、储存及利用过程中的能量特性。同时该理论通过集总化约束,还可灵活用于单个设备的能源统一量化分析。在实际应用时,根据需求,可以自由灵活的选择能源网络中的各个环节,全面考虑各种状况和约束下的影响因子,系统化地建立对应的全能流模型,实现微电网中不同形式能源的统一量化分析。

Description

一种基于不同能源类型的微网全能流建模方法
技术领域
本发明涉及微电网的建模方法,具体涉及一种基于不同能源类型的微网全能流建模方法。
背景技术
随着环境的日益恶化和不可再生能量的逐渐减少,以风能、太阳能为代表的可再生清洁能量发电技术得到了迅猛发展。小型风力发电、光伏发电等灵活、分散地接入用户侧配网,提高了局部供电可靠性、减少输电损耗、一次能量利用率和减少了废气排放。这种方式接入配网的风、光发电系统等统称为分布式发电。微电网是指由分布式发电、储能、负荷和保护控制装置一起集成的独立智能系统,它既可以并网运行,也可以离网运行。
能源互联网其实是以互联网理念构建的新型信息能源融合“广域网”,它以大电网为“主干网”,微电网为“局域网”,以开放对等的信息能源一体化架构,真正实现能源的双向按需传输和动态平衡使用,因此可以最大限度地适应新能源的接入。微电网是能源互联网中的基本组成元素,通过新能源发电、微能源的采集、汇聚与分享以及微电网内的储能或用电消纳形成“局域网”。
针对目前的微电网中的动态特性和能量表征问题,目前尚无系统化的表征方法。在现有方法中,往往是把热力系统与电力系统分割开来,通过不同量化因子,对他们进行分别控制和管理,从而忽略了他们之间相互关联和相互耦合的关系,不能系统化的描述各个环节能量流通的特征,全面性的评估各环节经济效益。因此,需要提供一种针对目前的微电网中的动态特性和能量表征问题的系统化的表征方法。把热力系统与电力系统结合起来,将不同量化因子统一起来予以控制和管理,充分考虑其间相互关联和相互耦合的关系,以系统化描述各个环节能量流通的特征,全面评估各环节经济效益。
发明内容
针对现有技术的不足,本发明的目的是提供一种基于不同能源类型的微网全能流建模方法。该方法从能量、装置、信息的角度出发,把热力系统与电力系统作为一个统一的整体,进行相互关联和相互耦合,并通过数字抽象表征的方式,描述微电网中不同类型能量的产生、转换、传输、储存及利用过程。该方法通过能流的数字表征,实现不同类型能源的统一量化,以此为基础可以对微电网整体和部分环节能效利用进行综合分析评估,并针对能效较低的环节,进行优化改进,从而实现多级精细化管理,提高全局能量优化利用水平。
本发明的目的是采用下述技术方案实现的
本发明提供一种基于不同能源类型的微网全能流建模方法,其改进之处在于,所述方法包括下述步骤:
(1)构建全能流模型,包括能量与能流分析、能量转换环节分析、能量分配环节分析、能量存储环节分析、能量利用环节和能量管理环节分析;
(2)构建全能流网络模型。
进一步地,所述步骤(1)的全能流模型包括能量类元素、装置类元素和信息类元素;能量类元素是能源互联网通过装置类元素进行转换利用的主体,信息类元素是能量类元素、装置类元素的抽象描述;
所述能量类元素包括不同类型的一次能源和二次能源;装置类元素包括不同类型能量产生、转换、传输、储存、利用装置及控制装置;信息类元素包括不同类型能量的数字模型和各个设备的数字模型。
进一步地,所述步骤(1)的能量与能流分析包括:由有效能量Ex和无效能量An组成的能量E,其表达式如下:
E=Ex+An1);
能量的品位是指单位能量所具有可用能的比例;设定能量数量参数为Q,品位参数为A,能源的单位转换参数为K,则能量的另一表达形式如下:
E=KAQ2);
所述能流指的是以微电网系统中各设备单元或各个供能与用能子系统为节点,并在各节点之间沿着特定的流动路径形成具有的能量网络;能流等于能量势除以能量阻。
进一步地,所述步骤(1)的所述能量转换环节分析通过能量转换装置进行,能量转换装置是全能流模型中对能量形式或特性进行转换的装置,包括不同能量类型的转换装置和不同能量特性的转换装置;不同能量类型的转换装置包括发电机和电动机;不同能量特性的转换装置包括变压器和变流器;能流按流程分为输入能量、回收能量和损失能量;根据能量守恒的原则,能量转换环节的能流公式为:
Ein=Elos+Ere+Eout_1+Eout_23);
其中:Ein是总输入能量;Elos是损失的能量、Ere是回收利用能量、Eout_1是输出的第1种能量,包括电能、Eout_2是输出的第2种能量,包括热能。
进一步地,所述步骤(1)中,所述能量分配环节分析通过能量分配装置进行,能量分配装置是全能流模型中对能量进行分配或转供的装置,能量分配装置包括能够自动调节馈线容量的变压器和自动调节的电力电子变压器,根据网路用能需求,自动进行分配、调节和储存;根据能量守恒原则的能量分配环节能流公式为:
Ein_1+Ein_2=Elos+Estore_1+Estore_2+Eout_1+Eout_24);
其中:Ein_1是第1个输入能量,包括光伏发的电量、Ein_2是第2个输入能量,包括风电发的电量、Elos是损失的能量、Estore_1是第1个储能装置存储的能量、Estore_2是第2个储能装置存储的能量、Ere是回收利用能量、Eout_1是输出给第1条馈线的能量、Eout_2是输出给第2条馈线的能量。
进一步地,所述步骤(1)的能量存储环节分析通过能量存储装置进行,能量储存装置是全能流模型中对能量进行储存的装置,能量储存装置包括蓄电池和蓄热装置;在能量供给富裕时储存多余的能量,在能量供给不足时释放储存的能量;根据能量守恒的原则,能量存储环节的能流公式为:
Estore_1+Eself=Elos+Estore_out5);
其中:Estore_1是储能装置存储的能量、Eself是储能装置本体产生的能量、Elos是储能装置损失的能量、Estore_out是储能装置输出的能量。
进一步地,所述步骤(1)的能量利用环节分析通过能量利用装置进行,能量利用装置是全能流模型中对能量进行利用或消耗的装置,能量利用装置包括电灯和暖气;根据能量守恒的原则的能量利用环节的能流公式为:
Ein=Elos+Eout6);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总能量。
进一步地,所述步骤(1)中,能量管理环节分析通过能量管理装置进行,表征能量的信息流在各装置之间进行流通和交互;能量管理装置是对能流信息进行分析处理和全局优化管理的系统平台,包括微电网的能量管理系统;能流信息包括能量的品质信息、数量信息和能流的流速信息。
进一步地,所述步骤(2)中,所述全能流网络模型由装置类元素连接起来,构成能源输送通道组合,用于能量的流通和利用,包括全局优化层、分布自治层和就地接入层。
进一步地,所述全局优化层是指区域范围内多级微电网的能源互联,通过电能的形式来传输与转供,传输距离为1km-10km;分布式自治层是指局部地区内单个微电网的能源互联,通过电能或热能的形式来传输与转供,传输距离为100m-1km;就地接入层为单个能源装置的接入与利用,各种能源向冷、热、电需求能源转换。
进一步地,所述全能流网络模型的能流公式如下:
Eout=Ein-Elos=DmnEin7);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总输入能量;Dmn是全能流模型的表征系数。
与现有技术比,本发明达到的有益效果是:
本发明提出的一种基于不同能源类型的微网全能流建模方法,用统一量化的全能流数字模型系统化地描述了能流在产生、转换、传输、储存及利用过程中的能量特性。本发明的方法用集总化约束,还可灵活用于单个设备的能源统一量化分析。在实际应用时,根据需求,可以自由灵活的选择能源网络中的各个环节,全面考虑各种状况和约束下的影响因子,系统化地建立对应的全能流模型,实现微电网中不同形式能源的统一量化分析。
附图说明
图1是本发明提供的全能流模型图;
图2是本发明提供的能量转换环节模型示意图;
图3是本发明提供的能量分配环节模型示意图;
图4是本发明提供的能量储存环节模型示意图;
图5是本发明提供的能量利用环节模型示意图;
图6是本发明提供的能量管理环节模型示意图;
图7是本发明提供的全能流网络模型图;
图8是本发明提供的具体实施例的微电网全能流模型图;
图9是本发明提供的基于全能流模型的微网全能流建模方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
本发明针对目前微电网中各种能源类型的分布式电源尚无统一的量化分析方法而提出的一种基于全能流模型的微电网能量统一量化分析方法。本发明的方法用数字抽象表征的方式,描述微电网中不同类型能量的产生、转换、传输、储存及利用过程。该方法通过能流的数字表征,实现了不同类型能源的统一量化,基于此此可以对微电网整体和部分环节能效利用进行综合分析评估,并可针对能效较低的环节,进行优化改进,从而实现多级精细化管理,提高全局能量优化利用水平。
其流程图如图9所示,包括下述步骤:
(一)构建全能流模型:本发明提出的全能流模型主要由三大类元素构成:能量类元素(Energy)、装置类元素(Device)、信息类元素(Information)。能量类元素包括自然界中的不同类型的一次能源和二次能源;装置类元素主要包括不同类型能量产生、转换、传输、储存、利用及控制装置等;信息类元素主要包括不同类型能量的数字模型、各个设备的数字模型等。通过这三类元素的表征,可以建立整个区域的全能流模型。具体模型结构参见图1。
该模型不仅适用于多级系统,也适用于单个设备,根据不同情况,合理选用相关影响因子,可以充分发挥该模型的引导作用。
1.能量类元素建模:
自然界中的能量主要由有效能量和无效能量构成。有效能量(exergy)是在给定的环境条件下,在可逆过程中,理论上所能作出的最大有用功或消耗的最小有用功。与此相对应,一切不能转换为有功的能量,称之为无效(Anergy)。任何能量E均由有效能量(Ex)和无效能量(An)两部分所组成。其表达式如下:
E=Ex+An1);
能量在转换利用时不仅有数量的问题,还有能量的品位区别。能量的品位是指单位能量所具有可用能的比例,是标识其质量的重要指标。设定能量数量参数为Q,品位参数为A,不同能源类型单位转换参数为K,则能量的另一表达形式如下:
E=KAQ2);
能量通过在生产、传输、分配和利用等各个环节的流通,来实现最终的使用目的。因此引入能流的概念,能流以系统中各个单元、各个子系统为节点,并在各节点之间沿着特定的流动路径而形成具有一定结构的网络,即能量网。在电力系统中,电流等于电动势除以电阻。依次类推,能流等于能量势除以能量阻。通过不同品质能流的大小及速度控制,来实现能量网络中各类能量的优化调度和综合利用。
能量品位主要是能量过程中火用变化除以能量过程中的焓变化。其品位A可以表示为:
A=ΔE/ΔH=1-T0(ΔS/ΔH);
其中:ΔE表示能量过程中的火用变化;ΔH表示能量过程中的焓变化;T0为初始状态的热力学温度、ΔS表示能量过程中的熵变化。
化学能品位一般比较复杂,主要是燃料通过燃烧将化学能转换释放为热能,其燃料能的品位Af可以表示为:
Af=B(1-ηc)+ηc
B为化学反应吉布斯自由能的品位,其值等于吉布斯自由能变化与焓变化的比值;ηc为燃烧放热的品位,其值等于卡诺循环效率。
2.装置类元素建模
通过微网中光伏、风机、储能电池等装置或子系统,实现微网系统中能量的产生、转换、传输、储存及利用。如果在相同或更短的时间里转换或利用的能量更多,则说明该能量转换装置具有高效性。因此在装置类元素建模的时候,用从全能流的角度,将把冷、热与功等不同品质与品位的能量等同看待,进行能量转换装置的效率表征:
η = E out E in = A cold P cold + A hot P hot + A power P power A in P in ;
η为能量转换装置效率指标,Eout为装置输出能量,Ein为装置输入能量。Pcold为装置转换输出的制冷量,Phot为装置转换输出的制热量,Ppower为装置转换输出的发电量。Acold为装置冷输出的品位系数,Ahot为装置热输出的品位系数,Apower为装置电输出的品位系数。
3.信息类元素建模
信息类模型主要是指符合IEC61850、IEC61968、IEC61970等标准,或者基于上述标准进行扩展的公共信息模型。该模型定义了覆盖各个应用的面向对象的电力系统模型,能够使得这些装置或者系统之间不依赖于信息本身内部的表现形式实现公用数据的访问和信息的交互。信息模型是由一套包组成的,实体可以实现跨包的关联,每个应用可以使用几个包所包含的信息。信息模型中的每一个包中包含一个或多个类图,用图形表示该包中的所有类和它们之间的关系,然后根据类的属性和与其它类的关系,用文字形式定义各类。
(二)能量转换过程建模
1.能量转换环节分析:
能量转换环节主要通过能量转换装置进行,能量流按流程分为输入能量、回收能量、损失能量及不同的能量产品。能量转换装置是全能流模型中对能量形式/特性进行转换的装置,主要包括不同能量类型的转换装置(如发电机、电动机等)、不同能量特性的转换装置(如变压器、变流器等)。根据能量守恒的原则,能量转换环节的能流公式为:
Ein=Elos+Ere+Eout_1+Eout_23);
其中:Ein是在总输入能量;Elos是损失的能量、Ere是回收利用能量、Eout_1是输出的第1种能量,如电能、Eout_2是输出的第2种能量,如热能。能量转换环节模型示意图如图2所示。
2.能量分配环节分析:
能量分配环节主要通过能量分配装置进行,能量流按流程分为输入能量、储存能量、损失能量及不同的输出能量。能量分配装置是全能流模型中对能量进行分配/转供的装置(如能够自动调节馈线容量的变压器),可根据各网路用能需求,自动进行分配、调节和储存。例如可以自动调节的电力电子变压器。根据能量守恒的原则,该环节能流公式为:
Ein_1+Ein_2=Elos+Estore_1+Estore_2+Eout_1+Eout_24);
其中:Ein_1是第1个输入能量,如光伏发的电量、Ein_2是第2个输入能量,如风电发的电量、Elos是损失的能量、Estore_1是第1个储能装置存储的能量、Estore_2是第2个储能装置存储的能量、Ere是回收利用能量、Eout_1是输出给第1条馈线的能量、Eout_2是输出给第2条馈线的能量。能流模型如图3所示。
3.能量储存环节分析:
能量储存环节主要通过能量储存装置进行,能量流按流程分为储存能量、释放能量、损失能量。能量储存装置是全能流模型中对能量进行储存的装置(如蓄电池、蓄热装置等),可在能量供给富裕时储存多余的能量,在能量供给不足时释放储存的能量。根据能量守恒的原则,能流公式为:
Estore_1+Eself=Elos+Estore_out5);
其中:其中:Estore_1是储能装置存储的能量、Eself是储能装置本体产生的能量、Elos是储能装置损失的能量、Estore_out是储能装置输出的能量。能流模型如图4所示。
4.能量利用环节分析:
能量利用环节主要通过能量利用装置进行,能量流按流程分为输入能量、利用能量、损失能量。能量利用装置是全能流模型中对能量进行利用/消耗的装置(电灯、暖气等)。根据能量守恒的原则,能流公式为:
Ein=Elos+Eout6);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总能量。能流模型如图5所示。
5.能量管理环节分析:
能量管理环节主要通过能量管理装置进行,表征能量的信息流在各装置之间进行流通和交互。能量管理装置是对能流信息进行分析处理和全局优化管理的系统平台(如微电网的能量管理系统)。能流信息主要包括能量的品质、数量、能流的流速等信息。表征能量的信息流模型如图6所示。
(3)全能流网络模型:
全能流网络模型由装置类元素连接起来,构成能源输送通道组合,用于能量的流通和利用,包括全局优化层、分布自治层和就地接入层。全能流网络模型如图7所示。
全局优化层是指区域范围内多级微电网的能源互联,通过电能的形式来传输与转供,传输距离一般为1km-10km;分布式自治层是指局部地区内单个微电网的能源互联,通过电能或热能的形式来传输与转供,传输距离一般为100m-1km;就地接入层为单个能源装置的接入与利用,各种能源向冷、热、电需求能源转换。
全能流网络模型的能流公式如下:
Eout=Ein-Elos=DmnEin7);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总输入能量;Dmn是全能流模型的表征系数。
实施例
为使本发明的技术方案更加清楚,选取微网中冷热电三联供子系统为例,结合图8及具体实施过程对本发明作详细说明。
1.构建燃气三联供的全能流模型。主要包括:能量类元素,装置类元素和信息类元素。
能量类元素:
天然气的化学能Ef=AfPf,电负荷的电能Ep=ApPp,冷负荷的热能Ec=AcPc,热负荷的热能Eh=AhPh
装置类元素:
微型燃机装置描述:
η f = E out E in = A 1 Q 1 A f P f - - - 8 ) ;
发电装置描述:
η p = E out E in = A p Q p A 1 Q 1 - - - 9 ) ;
制冷装置描述:
η c = E out E in = A c Q c A 2 Q 2 - - - 10 ) ;
供热装置描述:
η h = E out E in = A h Q h A 3 Q 3 - - - 11 ) ;
燃气三联供子系统描述:
η = E out E in = A c Q c + A h Q h + A p Q p A f Q f - - - 12 ) ;
信息类元素:
在本例中对燃气三联供子系统进行CIM模型扩展,主要建立微燃气轮机组CIM,交直交变流器CIM,冷热电负荷CIM等。
2.构建微网系统的全能流模型。本例所选微网系统主要包括能量转换环节和能量利用环节。
天然气的化学能Ef=AfPf,电负荷的电能Ep=ApPp,冷负荷的热能Ec=AcPc,热负荷的热能Eh=AhPh,燃烧产生的热能E1=A1P1,发电后的热能E2=A2P2,制冷后的热能E3=A3P3,供热后的热能E4=A4P4,天然气燃烧损失的化学能ΔEf=ΔAfPf,发电损失的热能ΔE1=ΔA1P1,制冷损失的热能ΔE2=ΔA2P2,供热损失的热能ΔE3=ΔA3P3
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。

Claims (11)

1.一种基于不同能源类型的微网全能流建模方法,其特征在于,所述方法包括下述步骤:
(1)构建全能流模型,包括能量与能流分析、能量转换环节分析、能量分配环节分析、能量存储环节分析、能量利用环节和能量管理环节分析;
(2)构建全能流网络模型。
2.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)的全能流模型包括能量类元素、装置类元素和信息类元素;能量类元素是能源互联网通过装置类元素进行转换利用的主体,信息类元素是能量类元素、装置类元素的抽象描述;
所述能量类元素包括不同类型的一次能源和二次能源;装置类元素包括不同类型能量产生、转换、传输、储存、利用装置及控制装置;信息类元素包括不同类型能量的数字模型和各个设备的数字模型。
3.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)的能量与能流分析包括:由有效能量Ex和无效能量An组成的能量E,其表达式如下:
E=Ex+An1);
能量的品位是指单位能量所具有可用能的比例;设定能量数量参数为Q,品位参数为A,能源的单位转换参数为K,则能量的另一表达形式如下:
E=KAQ2);
所述能流指的是以微电网系统中各设备单元或各个供能与用能子系统为节点,并在各节点之间沿着特定的流动路径形成具有的能量网络;能流等于能量势除以能量阻。
4.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)的所述能量转换环节分析通过能量转换装置进行,能量转换装置是全能流模型中对能量形式或特性进行转换的装置,包括不同能量类型的转换装置和不同能量特性的转换装置;不同能量类型的转换装置包括发电机和电动机;不同能量特性的转换装置包括变压器和变流器;能流按流程分为输入能量、回收能量和损失能量;根据能量守恒的原则,能量转换环节的能流公式为:
Ein=Elos+Ere+Eout_1+Eout_23);
其中:Ein是总输入能量;Elos是损失的能量、Ere是回收利用能量、Eout_1是输出的第1种能量,包括电能、Eout_2是输出的第2种能量,包括热能。
5.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)中,所述能量分配环节分析通过能量分配装置进行,能量分配装置是全能流模型中对能量进行分配或转供的装置,能量分配装置包括能够自动调节馈线容量的变压器和自动调节的电力电子变压器,根据网路用能需求,自动进行分配、调节和储存;根据能量守恒原则的能量分配环节能流公式为:
Ein_1+Ein_2=Elos+Estore_1+Estore_2+Eout_1+Eout_24);
其中:Ein_1是第1个输入能量,包括光伏发的电量、Ein_2是第2个输入能量,包括风电发的电量、Elos是损失的能量、Estore_1是第1个储能装置存储的能量、Estore_2是第2个储能装置存储的能量、Ere是回收利用能量、Eout_1是输出给第1条馈线的能量、Eout_2是输出给第2条馈线的能量。
6.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)的能量存储环节分析通过能量存储装置进行,能量储存装置是全能流模型中对能量进行储存的装置,能量储存装置包括蓄电池和蓄热装置;在能量供给富裕时储存多余的能量,在能量供给不足时释放储存的能量;根据能量守恒的原则,能量存储环节的能流公式为:
Estore_1+Eself=Elos+Estore_out5);
其中:Estore_1是储能装置存储的能量、Eself是储能装置本体产生的能量、Elos是储能装置损失的能量、Estore_out是储能装置输出的能量。
7.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)的能量利用环节分析通过能量利用装置进行,能量利用装置是全能流模型中对能量进行利用或消耗的装置,能量利用装置包括电灯和暖气;根据能量守恒的原则的能量利用环节的能流公式为:
Ein=Elos+Eout6);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总能量。
8.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(1)中,能量管理环节分析通过能量管理装置进行,表征能量的信息流在各装置之间进行流通和交互;能量管理装置是对能流信息进行分析处理和全局优化管理的系统平台,包括微电网的能量管理系统;能流信息包括能量的品质信息、数量信息和能流的流速信息。
9.如权利要求1所述的微网全能流建模方法,其特征在于,所述步骤(2)中,所述全能流网络模型由装置类元素连接起来,构成能源输送通道组合,用于能量的流通和利用,包括全局优化层、分布自治层和就地接入层。
10.如权利要求9所述的微网全能流建模方法,其特征在于,所述全局优化层是指区域范围内多级微电网的能源互联,通过电能的形式来传输与转供,传输距离为1km-10km;分布式自治层是指局部地区内单个微电网的能源互联,通过电能或热能的形式来传输与转供,传输距离为100m-1km;就地接入层为单个能源装置的接入与利用,各种能源向冷、热、电需求能源转换。
11.如权利要求9所述的微网全能流建模方法,其特征在于,所述全能流网络模型的能流公式如下:
Eout=Ein-Elos=DmnEin7);
其中:Eout是总输出能量;Ein是在总输入能量;Elos是损失的总输入能量;Dmn是全能流模型的表征系数。
CN201410437520.9A 2014-08-29 2014-08-29 一种基于不同能源类型的微网全能流建模方法 Active CN105446163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410437520.9A CN105446163B (zh) 2014-08-29 2014-08-29 一种基于不同能源类型的微网全能流建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410437520.9A CN105446163B (zh) 2014-08-29 2014-08-29 一种基于不同能源类型的微网全能流建模方法

Publications (2)

Publication Number Publication Date
CN105446163A true CN105446163A (zh) 2016-03-30
CN105446163B CN105446163B (zh) 2019-07-26

Family

ID=55556499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410437520.9A Active CN105446163B (zh) 2014-08-29 2014-08-29 一种基于不同能源类型的微网全能流建模方法

Country Status (1)

Country Link
CN (1) CN105446163B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107332345A (zh) * 2017-07-04 2017-11-07 广东电网有限责任公司电力科学研究院 一种能源交换设备的能量流调度方法与能源交换设备
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
CN109711598A (zh) * 2018-11-23 2019-05-03 新奥数能科技有限公司 一种基于流网络的多能源传输模型及其构建方法
CN110009122A (zh) * 2018-12-27 2019-07-12 国网北京市电力公司 户用多能互补综合能源利用系统能量优化调度方法及系统
CN110837940A (zh) * 2018-08-15 2020-02-25 新智数字科技有限公司 能源站资源流动的计算方法及装置
CN111724045A (zh) * 2020-05-29 2020-09-29 天津大学 基于数据驱动的综合能源系统能效评价与提升方法
CN111768036A (zh) * 2020-06-29 2020-10-13 国网上海市电力公司 一种综合能源配电系统与上级电网交互运行的功率优化方法
CN115618171A (zh) * 2022-06-06 2023-01-17 北京理工大学 一种基于同伦算法的推进剂燃烧平衡产物求解方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101552486A (zh) * 2009-05-07 2009-10-07 北京理工大学 一种基于模型分析的光电微能源系统设计方法
CN102710013A (zh) * 2012-05-23 2012-10-03 中国电力科学研究院 基于微电网的园区能源网能量优化管理系统及其实现方法
CN202586493U (zh) * 2011-09-25 2012-12-05 国网电力科学研究院 一种微电网能量管理系统
CN103384893A (zh) * 2011-02-28 2013-11-06 横河电机株式会社 能量管理方法及其系统以及gui方法
CN103633739A (zh) * 2013-11-28 2014-03-12 中国科学院广州能源研究所 一种微电网能量管理系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101552486A (zh) * 2009-05-07 2009-10-07 北京理工大学 一种基于模型分析的光电微能源系统设计方法
CN103384893A (zh) * 2011-02-28 2013-11-06 横河电机株式会社 能量管理方法及其系统以及gui方法
CN202586493U (zh) * 2011-09-25 2012-12-05 国网电力科学研究院 一种微电网能量管理系统
CN102710013A (zh) * 2012-05-23 2012-10-03 中国电力科学研究院 基于微电网的园区能源网能量优化管理系统及其实现方法
CN103633739A (zh) * 2013-11-28 2014-03-12 中国科学院广州能源研究所 一种微电网能量管理系统和方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHOU Z, 等: "A two-stage stochastic programming model for the optimal design of distributed energy systems", 《APPLIED ENERGY》 *
李洋,等: "微电网能量管理系统开发与应用", 《华东电力》 *
洪博文,等: "微电网多目标动态优化调度模型与方法", 《电力自动化设备》 *
罗艳玲,等: "区域能源系统的优化设计", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107332345B (zh) * 2017-07-04 2020-02-18 广东电网有限责任公司电力科学研究院 一种能源交换设备的能量流调度方法与能源交换设备
CN107332345A (zh) * 2017-07-04 2017-11-07 广东电网有限责任公司电力科学研究院 一种能源交换设备的能量流调度方法与能源交换设备
CN110837940A (zh) * 2018-08-15 2020-02-25 新智数字科技有限公司 能源站资源流动的计算方法及装置
CN110837940B (zh) * 2018-08-15 2023-01-10 新智数字科技有限公司 能源站资源流动的计算方法及装置
CN109711598A (zh) * 2018-11-23 2019-05-03 新奥数能科技有限公司 一种基于流网络的多能源传输模型及其构建方法
CN110009122B (zh) * 2018-12-27 2021-02-02 国网北京市电力公司 户用多能互补综合能源利用系统能量优化调度方法及系统
CN110009122A (zh) * 2018-12-27 2019-07-12 国网北京市电力公司 户用多能互补综合能源利用系统能量优化调度方法及系统
CN111724045A (zh) * 2020-05-29 2020-09-29 天津大学 基于数据驱动的综合能源系统能效评价与提升方法
CN111724045B (zh) * 2020-05-29 2022-06-28 天津大学 基于数据驱动的综合能源系统能效评价与提升方法
CN111768036A (zh) * 2020-06-29 2020-10-13 国网上海市电力公司 一种综合能源配电系统与上级电网交互运行的功率优化方法
CN111768036B (zh) * 2020-06-29 2023-11-03 国网上海市电力公司 一种综合能源配电系统与上级电网交互运行的功率优化方法
CN115618171A (zh) * 2022-06-06 2023-01-17 北京理工大学 一种基于同伦算法的推进剂燃烧平衡产物求解方法
CN115618171B (zh) * 2022-06-06 2023-10-24 北京理工大学 一种基于同伦算法的推进剂燃烧平衡产物求解方法

Also Published As

Publication number Publication date
CN105446163B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
Lv et al. Model predictive control based robust scheduling of community integrated energy system with operational flexibility
CN105446163A (zh) 一种基于不同能源类型的微网全能流建模方法
Li et al. Optimal dispatch of low-carbon integrated energy system considering nuclear heating and carbon trading
Zhou et al. An engineering approach to the optimal design of distributed energy systems in China
WO2018171210A1 (zh) 一种基于Rollout算法的多能互补微网实时调度方法
CN103778485B (zh) 一种分布式发电供能系统及其优化方法
Tabar et al. Achieving a nearly zero energy structure by a novel framework including energy recovery and conversion, carbon capture and demand response
Chen et al. Day-ahead scheduling of distribution level integrated electricity and natural gas system based on fast-ADMM with restart algorithm
Chen et al. Optimal coordinative operation strategy of the electric–thermal–gas integrated energy system considering CSP plant
Zhang et al. Nested optimization design for combined cooling, heating, and power system coupled with solar and biomass energy
CN105373842A (zh) 一种基于全能流模型的微电网能量优化与评估方法
CN109543889A (zh) 一种区域综合能源系统日前协同优化运行方法
CN107067108A (zh) 计及可再生能源接入的园区综合能源系统能效评估方法
Zhai et al. Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network
CN105447586A (zh) 一种基于全能流模型的微电网能量优化方法
Nozari et al. Development of dynamic energy storage hub concept: a comprehensive literature review of multi storage systems
Mu et al. Optimal operation model of integrated energy system for industrial plants considering cascade utilisation of heat energy
CN115859686A (zh) 考虑扩展碳排放流的综合能源系统低碳调度方法及系统
Lingmin et al. A configuration optimization framework for renewable energy systems integrating with electric‐heating energy storage in an isolated tourist area
Li et al. Integrated energy system model with multi-time scale optimal dispatch method based on a demand response mechanism
Meng et al. Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation
Chen et al. A multi-energy microgrid modelling and optimization method based on exergy theory
Zhao et al. Optimal scheduling method for electrical-thermal integrated energy system considering heat storage characteristics of heating network
Liu et al. Operation strategy for community integrated energy systems considering wind and solar power consumption
Mikkola Modeling and optimization of urban energy systems for large-scale integration of variable renewable energy generation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant