CN107067146B - 考虑热负荷二维可控性的微网热电协调调度方法 - Google Patents

考虑热负荷二维可控性的微网热电协调调度方法 Download PDF

Info

Publication number
CN107067146B
CN107067146B CN201710013387.8A CN201710013387A CN107067146B CN 107067146 B CN107067146 B CN 107067146B CN 201710013387 A CN201710013387 A CN 201710013387A CN 107067146 B CN107067146 B CN 107067146B
Authority
CN
China
Prior art keywords
micro
heat
grid
power
temperature
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
Application number
CN201710013387.8A
Other languages
English (en)
Other versions
CN107067146A (zh
Inventor
陈锡祥
周志芳
郑伟民
孙可
傅旭华
王蕾
李春
刘曌煜
黄晶晶
张西竹
郁家麟
叶承晋
潘弘
张全明
张平
胡哲晟
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
Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Zhejiang 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, Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710013387.8A priority Critical patent/CN107067146B/zh
Publication of CN107067146A publication Critical patent/CN107067146A/zh
Application granted granted Critical
Publication of CN107067146B publication Critical patent/CN107067146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02P80/14—District level solutions, i.e. local energy networks
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Coloring Foods And Improving Nutritive Qualities (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑热负荷二维可控性的微网热电协调调度方法。引入新热源可以提高热电联供系统的调度灵活性，有助于提高间歇性可再生能源的吸纳率，但是大量灵活性热源意味着增加投资。本发明采用室内热舒适度指标将热负荷需求由传统的曲线转换为区间，使热负荷需求在各时间点上具有弹性；采用自回归滑动平均模型描述供热系统多时段间的耦合关系，使供热量在时间轴上具有可调节性；将上述特性统称为热负荷的二维可控性，综合考虑热负荷的二维可控性，建立微网在孤网/并网模式下的热电协调调度模型。本发明可实现热‑电的时间平移和优化匹配，增大了可再生能源的利用效率，并减少了微网的运行成本。

Description

考虑热负荷二维可控性的微网热电协调调度方法
技术领域
本发明涉及电力系统领域，具体地说是一种考虑热负荷二维可控性的微网热电协调调度方法。
背景技术
微网是一种由负荷和微电源共同组成的系统，通过集中管理控制，可向用户进行冷热电联供，满足用户多样化的需求，对外部大电网来说可看作一个受控单元。将微燃机引入微网，进行热电联供(combined heat and power,CHP)，通过能源的梯级利用，热电联供总效率可达到90％，因此近年来以微型燃气轮机为核心的热电联供系统在微网中得到广泛的应用。
然而热电联产机组通常以“以热定电”模式运行，电-热间的刚性耦合关系限制了其调度的灵活性。对于大电网而言，例如风电比例较高的“三北”地区，富风期与供热期相重叠，为满足冬季供热需要，热电联产机组需优先运行，导致大量风机被迫停转弃发。对微网而言，由于微电源数目少、容量小，微燃机在发电容量中所占份额较大，“以热定电”的运行模式限制了微燃机的调峰能力，导致风电、光伏等间歇性可再生能源更难以消纳。
目前，已有一些学者针对微燃机热-电的刚性耦合，以及微网中间歇性可再生能源电源的随机性，研究微网的热电联供协调调度，其思路主要为引入热源作为灵活性资源。引入新热源可以提高热电联供系统的调度灵活性，有助于提高间歇性可再生能源的吸纳率，但是大量灵活性热源意味着增加投资。
发明内容
为解决上述问题，本发明提供一种考虑热负荷二维可控性的微网热电协调调度方法，以有效减少热-电间的刚性耦合关系，增大可再生能源的消纳。
本发明采用如下的技术方案：考虑热负荷二维可控性的微网热电协调调度方法，其包括：
1)考虑用户供热舒适度的模糊性，提出采用室内热舒适度指标将热负荷需求由传统的曲线转换为区间，从而使热负荷在各时间点上具有弹性；
2)考虑微网供热系统的热惯性，采用自回归滑动平均(ARMA)模型描述供热系统多时段间的耦合关系，使供热量在时间轴上具有可调节性；
3)将上述特性统称为热负荷的二维可控性，综合考虑热负荷的二维可控性，建立微网在孤网/并网模式下的热电协调调度模型。
进一步地，所述步骤1)中的室内热舒适度指标采用以下公式描述，并限制其区间范围：
Figure GDA0001284936380000021
其中，M为人体能量代谢率；W为人体所做的机械功率；fcl为人体覆盖服装面积与裸露面积之比；hc为对流热交换系数；Pa为人体周围空气的水蒸气分压力；ta、tr、tcl分别为人体周围空气温度、平均辐射温度和服装外表面温度。
本发明关注的是热负荷需求，且温度是人对室内环境舒适度最直观的感受，因此假设除人体周围空气温度ta外，其他参数均为给定值。同时，ISO7730推荐PMV值在±0.5之间，我国现有《采暖通风与空气调节设计规范》规定PMV宜处于±1之间。
进一步地，所述步骤2)中，微网供热系统的热惯性采用以下公式来描述供热系统多时段间的耦合关系：
Figure GDA0001284936380000031
Figure GDA0001284936380000032
其中，Tg.t为热网供水温度、Th.t为热网回水温度、Tn.t为采暖建筑物室内温度、Tw.t为室外温度；该ARMA时间序列模型中，阶次J体现供热系统热惯性的大小，α、β、γ、θ、φ、ω为供热系统热惯性物理参数，通过实测数据进行参数辨识得到。
进一步地，PMV指标中人体周围空气温度ta即采暖建筑物室内温度Tn，ta＝Tn。
进一步地，步骤3)中，热电协调调度模型的建立过程如下：
假设风电、光伏出力场景S个，其中场景s的概率为ps，调度时段T个，微网中微电源I个，假设有风电、光、微燃机3个微电源，分别以i＝1,2,3表示，则I＝3，取时间间隔Δt＝1h；假设风电、光伏成本不计，微网孤网运行时的费用包括微燃机发电成本、爬坡成本、临时调整惩罚性费用和调用可中断负荷成本四部分，其目标函数为：
Figure GDA0001284936380000033
式中：
Figure GDA0001284936380000034
为微燃机计划出力；
Figure GDA0001284936380000035
为微燃机在场景s下时段t的实际出力；
Figure GDA0001284936380000036
为微燃机在场景s下时段t的实际出力；cgas为微燃机能耗成本；ηG3为微燃机发电效率；λ为爬坡能耗系数；ρpen为微燃机的临时调整惩罚系数，用于表征微燃机希望按预定计划出力，减少临时性调节的意向；ρIL、
Figure GDA0001284936380000041
分别为调用的可中断负荷价格和功率；
供电系统约束包括：
1)功率平衡约束
Figure GDA0001284936380000042
Figure GDA0001284936380000043
式中：
Figure GDA0001284936380000044
为微电源在场景s下时段t的实际出力；
Figure GDA0001284936380000045
为电锅炉的用电量；PLt为用户用电负荷；
2)机组出力约束
Figure GDA0001284936380000046
Figure GDA0001284936380000047
式中：Pimin、Pimax为机组i的最小/最大技术出力；
Figure GDA0001284936380000048
为在场景s下的风电、光伏可发电量；微燃机处于较低负载时，效率变差，污染气体排放增大，厂家建议微燃机在低于额定功率一半时，停止运行，因此本发明取P3min＝50％P3max；
3)弃风电/弃光伏约束
Figure GDA0001284936380000049
式中：πi为机组i的最大允许弃风电或弃光伏率；
供热系统约束包括：
1)供热热网约束
Figure GDA00012849363800000410
Figure GDA00012849363800000411
Figure GDA0001284936380000051
式中：
Figure GDA0001284936380000052
分别为场景s下余热锅炉和电锅炉的热能出力；γ为锅炉供热量与热网供/回水温度差间的关系系数，与热网水流量有关；
Figure GDA0001284936380000053
为场景s下热网供水温度；
Figure GDA0001284936380000054
为场景s下热网回水温度；Tgmax为热网最高供水温度；PMVt s为场景s下PMV指标值，σ为PMV指标取值范围；式(10)为锅炉供热量与热网供水/回水温度之间的关系，与式(2～3)一起描述供热系统消耗的热能和建筑内温度间具有热惯性的多时段关系；
2)锅炉出力约束
Figure GDA0001284936380000055
Figure GDA0001284936380000056
Figure GDA0001284936380000057
Figure GDA0001284936380000058
式(13)、(15)分别是微燃机和电锅炉的电热转换关系，ηG3、ηG3H、ηEH、ηEB分别为微燃机的发电效率、制热效率、余热锅炉的废热回收效率和电锅炉的电热转换效率，其中ηG3H/ηG3为微燃机的热电比值；HEH.min、HEH.max、HEB.min、HEB.max分别为余热锅炉和电锅炉的出力上下限；
微网并网运行时目标函数为
Figure GDA0001284936380000059
式中：大电网负责微网不平衡电量的调节，ρbuy、ρsell分别为微网向大电网购/售电价格；
Figure GDA0001284936380000061
为微网与大电网的交互功率，正值表示购电功率，负值表示售电功率，分段函数
Figure GDA0001284936380000062
功率平衡约束为
Figure GDA0001284936380000063
其他约束与微网孤网运行时相同。
更进一步地，为方便处理分段函数f(x)，引入2个非负松弛变量us、vs，其实质分别为向大电网的购/售电量，则
Figure GDA0001284936380000064
式(17)改写为：
Figure GDA0001284936380000065
上述的微网热电协调调度方法，其流程如下：
步骤1)，输入PMV方程参数及室内热舒适度要求的PMV指标范围，化简得到仅与室内温度相关的PMV约束；
步骤2)，输入供热系统实测数据对ARMA模型进行参数辨识，得到系数已知的ARMA时间序列模型；
步骤3)，输入风电/光伏各时段出力的连续概率分布，并采用场景技术生成S个经典场景；
步骤4)，整合步骤1)和步骤2)所得约束与微网热电协调调度其他约束，并利用步骤3)生成的S个场景处理风电、光伏的不确定性，建立确定性的微网热电协调调度模型；
步骤5)，输入微网参数及运行初值，微网孤网运行时，求解孤网下的协调调度模型式(4)-(16)、(1)-(3)；并网运行时，求解并网下的协调调度模型式(17)-(18)、(7)-(16)、(1)-(3)；
步骤6)，输出微燃机计划出力。
本发明具有的有益效果是：
1)本发明可以在不增加大量灵活性热源的情况下，从热负荷和供热系统动态特性的角度减少了热-电间的刚性耦合。
2)本发明可实现热-电的时间平移和优化匹配，增大了可再生能源的利用效率，并减少了微网的运行成本。
3)本发明可在不增加大量投资的情况下，应用于热电联供型微网的协调调度，也可以拓展到大型的热电联供系统。
附图说明
图1为本发明实施例中CHP型微网的基本架构图。
图2为本发明实施例中CHP型微网运行原理示意图。
图3为本发明实施例中微网热电协调调度的流程图。
图4为本发明应用例中热负荷二维可控性对孤网运行微网的影响图。
图5为本发明应用例中热惯性系数J对并网运行微网的影响图。
图6为本发明应用例中PMV指标对并网运行微网的影响图。
图7为本发明应用例中两种热电联供模式下微网运行情况的对比图。
具体实施方式
下面结合说明书附图及具体实施方式对本发明作进一步详细说明。
本发明为一种考虑热负荷二维可控性的微网热电协调调度方法，其步骤如下：
1)采用PMV指标描述室内环境热舒适度，以此来考虑用户供热舒适度的模糊性；
2)采用自回归滑动平均(ARMA)模型描述供热系统多时段间的耦合关系，以表征供热系统的热惯性；
3)将上述特性统称为热负荷的二维可控性。综合考虑热负荷的二维可控性，建立微网在孤网/并网模式下的热电协调调度模型。
下面对各步骤进行详细说明。
步骤1)：采用PMV指标描述用户供热舒适度
PMV指标表征了同一环境中多数人冷热感觉的平均值，以7级标尺对应人体的7种感觉，PMV为0对应室内热环境最佳热舒适状态，PMV为+1、+2、+3分别表示稍暖、暖与热，PMV为-1、-2、-3分别表示稍凉、凉与冷。ISO7730推荐PMV值在±0.5之间，我国现有《采暖通风与空气调节设计规范》规定PMV宜处于±1之间。
PMV值可以通过下式得到：
Figure GDA0001284936380000081
式中：M为人体能量代谢率；W为人体所做的机械功率；fcl为人体覆盖服装面积与裸露面积之比；hc为对流热交换系数；Pa为人体周围空气的水蒸气分压力；ta、tr、tcl分别为人体周围空气温度、平均辐射温度和服装外表面温度。本发明关注的是供热量，且温度是人对室内环境舒适度最直观的感受，因此假设除人体周围空气温度ta外，其他参数均为给定值。
步骤2)：采用ARMA模型表征供热系统的热惯性
微网供热系统由热源、热网以及采暖建筑物等组成，其中热网和采暖建筑物都具有很大的热惯性。热惯性越大，意味着供热系统温度量在更多时段内存在耦合关系。假设热网供水温度Tg.t、热网回水温度Th.t、采暖建筑物室内温度Tn.t和室外温度Tw.t间关系为：
Figure GDA0001284936380000091
Figure GDA0001284936380000092
该ARMA时间序列模型中，阶次J体现了供热系统热惯性的大小，α、β、γ、θ、φ、ω为供热系统热惯性物理参数，可以通过实测数据进行参数辨识得到。PMV指标中人体周围空气温度ta即采暖建筑物室内温度Tn，即有ta＝Tn。
步骤3)：考虑热负荷二维可控性，建立微网在孤网/并网下的热电协调调度模型
A.CHP型微网的组成及运行原理
图1为一个热电联供型微网的基本架构，包括风电、光伏、微燃机三个微电源，与微燃机相连的余热锅炉、电锅炉向微网供热，没有配置储能。
假设该微网主要目的是以最低成本满足内部用户热电需求，而非通过向大电网售电、或新能源发电补贴获利。孤网运行时，内部功率平衡通过调整微电源出力，包括弃风/弃光，以及调用可中断负荷等手段实现；并网运行时，微网和大电网间采用变功率输入/输出控制模式，按不平衡电价结算，即微网向大电网出售的电量以低价结算，购买的电量按高价结算。本发明假设可中断负荷价格比向大电网购电价格高，因此并网模式下不会调用可中断负荷，该假设合理，但并不是强制约束。
图2为如何利用热负荷二维可控性实现热电协调调度的示意图。图2a中给出两种可再生能源出力场景，场景1平稳，场景2波动较大。时段I，场景2可再生能源出力较大，图2b中场景2比场景1供热量多，图2c中相应的室内温度曲线滞后于图2b供热量曲线，慢慢升高，供热系统将可再生能源富余的出力以热能形式“储存”起来。时段II，场景2可再生能源出力有较大减少，但室内温度由于供热系统此前“存储”的热能和室内较高的“余温”依旧维持在符合PMV指标要求的温度范围内。
B.微网热电协调调度数学模型
风电、光伏等具有不确定性，场景分析法由于能明确描述不确定性，并且优化模型计算方便，得到广泛的使用。假设风光出力场景S个，其中场景s的概率为ps，调度时段T个，微网中微电源I个。为方便起见，本发明假设有风、光、微燃机3个微电源，分别以i＝1,2,3表示，则I＝3。取时间间隔Δt＝1h。假设风电、光伏成本不计，微网孤网运行时的费用包括微燃机发电成本、爬坡成本、临时调整惩罚性费用和调用可中断负荷成本四部分，其目标函数为：
Figure GDA0001284936380000101
式中：
Figure GDA0001284936380000102
为微燃机计划出力；
Figure GDA0001284936380000103
为微燃机在场景s下时段t的实际出力；cgas为微燃机能耗成本；ηG3为微燃机发电效率；λ为爬坡能耗系数；ρpen为微燃机的临时调整惩罚系数，用于表征微燃机希望按预定计划出力，减少临时性调节的意向；ρIL、
Figure GDA0001284936380000111
分别为调用的可中断负荷价格和功率。
供电系统约束包括：
1)功率平衡约束
Figure GDA0001284936380000112
Figure GDA0001284936380000113
式中：
Figure GDA0001284936380000114
为电锅炉的用电量；PLt为用户用电负荷。
2)机组出力约束
Figure GDA0001284936380000115
Figure GDA0001284936380000116
式中：Pimin、Pimax为机组i的最小/最大技术出力；
Figure GDA0001284936380000117
为在场景s下的风、光可发电量。微燃机处于较低负载时，效率变差，污染气体排放增大，厂家建议微燃机在低于额定功率一半时，停止运行，因此本发明取P3min＝50％P3max，这很大程度上限制了微燃机调节的灵活性。
3)弃风/弃光约束
Figure GDA0001284936380000118
式中：πi为机组i的最大允许弃风或弃光率。
供热系统约束包括：
1)供热热网约束
Figure GDA0001284936380000119
Figure GDA00012849363800001110
Figure GDA0001284936380000121
式中：
Figure GDA0001284936380000122
分别为场景s下余热锅炉和电锅炉的热能出力；γ为锅炉供热量与热网供/回水温度差间的关系系数，与热网水流量有关；Tgmax为热网最高供水温度；σ为PMV指标取值范围。式(10)为锅炉供热量与热网供水/回水温度之间的关系，与式(2-3)一起描述了供热系统消耗的热能和建筑内温度间具有热惯性的多时段关系。
2)锅炉出力约束
Figure GDA0001284936380000123
Figure GDA0001284936380000124
Figure GDA0001284936380000125
Figure GDA0001284936380000126
式(13)、(15)分别是微燃机和电锅炉的电热转换关系。这里ηG3、ηG3H、ηEH、ηEB分别为微燃机的发电效率、制热效率、余热锅炉的废热回收效率和电锅炉的电热转换效率，其中ηG3H/ηG3为微燃机的热电比值；HEH.min、HEH.max、HEB.min、HEB.max分别为余热锅炉和电锅炉的出力上下限。
微网并网运行时目标函数为
Figure GDA0001284936380000127
式中：大电网负责微网不平衡电量的调节，ρbuy、ρsell分别为微网向大电网购/售电价格。假设该微网的主要目的是以最低成本满足自身内部用户的热电需求，而非通过购售电获利，因此设微网向大电网购买的电量以较高价格结算，而出售的电量以较低价格结算。
Figure GDA0001284936380000131
为微网与大电网的交互功率，正值表示购电功率，负值表示售电功率，分段函数
Figure GDA0001284936380000132
功率平衡约束为
Figure GDA0001284936380000133
其他约束与微网孤网运行时相同。
为方便处理分段函数f(x)，引入2个非负松弛变量us、vs，其实质分别为向大电网的购/售电量，则
Figure GDA0001284936380000134
式(17)可改写为
Figure GDA0001284936380000135
本发明提出的微网热电协调调度流程图如图3所示。
本发明的应用例如下：
本发明的应用例数据基于某分布式电源示范工程项目，其中微燃机18MW，光伏发电4.5MW，风电6.5MW，其他基础数据见附表1。PMV方程参数与供热系统的ARMA时间序列模型给定参数分别见附表2、3-5，其中取PMV值为±1之间，热惯性系数J＝2。日电负荷曲线和室外温度曲线数据见附表6；风、光发电出力分布参数见附表7；微网运行初值见附表8。假设日调度时段数T＝24，经典场景数S＝10。
将本发明的方法在微网孤网/并网运行模式下进行分析：
A.热负荷二维可控性对孤网运行微网的影响分析
图4为微网孤网运行模式下，改变热惯性系数J及PMV指标范围对微网运行的影响，附表9则为相应二维可控性参数下的微网运行指标。对比图4a与图4b：图4a中，由于考虑了热负荷二维可控性，超过用户用电负荷的富裕电量，被转化为热能“储存”起来，在随后时段被利用，风/光全部被消纳，微燃机在整个调度过程中出力相对比较平稳；图4b中，则由于没有考虑热惯性，在风/光资源充裕、供热需求较小的13-16时段出现弃风/弃光，此后热电需求较大时段，微燃机出力明显比4a高，在某些时段还调用了可中断负荷。对比图4c与图4a可见：PMV限制严格，即热负荷在幅值轴上的弹性减小，则导致允许供热系统“储热”容量减小，在某些风/光资源充裕时段出现弃风/弃光，此后时段微燃机出力也明显比图4a高。附表9中数据也表明：考虑热惯性、放宽PMV限制，微网均能增大对风/光的消纳水平，使微燃机发电总量减少，微网运行成本降低。
B.热负荷二维可控性对并网运行微网的影响分析
图5显示了热惯性对并网运行微网的影响，图5a为微燃机出力曲线、图5b为微网与大电网交换电量、图5c为室内温度、图5d为微网运行成本。由图可见，J＝0情况与J＝1、J＝2情况相比，室内温度比后者波动小，但微燃机出力、微网售电量、运行总成本明显增加，这是因为考虑热惯性情况下，对供热量进行了多时段优化，使得供热量与微网中多个微电源出力更匹配。例如13-16时，不考虑热惯性，即J＝0时，图5b显示微网向大电网出售了大量的富余电能，图5a则显示该时段为减少售电量，微燃机有明显的先压出力、后快速调整出力过程，而J＝1和J＝2时微燃机出力要平稳得多。从图5c可以看出，考虑热惯性后，供热系统便能在电能富余时段将电能转换为供热系统中的热能，优化多个时段的供热量，为随后供热需求增加的时段预先提升了室内温度，实现了包括热负荷、电负荷的“荷”和包括电源和热源的“源”的优化匹配。在减少对大电网的依赖下，为风电/光伏的消纳提供了一种新思路。值得指出的是，热惯性系数J＝1和J＝2对微网运行效果并没有太大区别，这是由于供热系统有重近轻远的特性，即时段i供热量对时段i+1室内温度影响较大，对随后的时段i+2、i+3……等影响减小，并且时间间隔取得越大，重近轻远的特性越明显。
图6显示了PMV指标对微网运行的影响，图6c中虚线为对应PMV指标下室内温度的波动范围，实线为各PMV指标下实际室内温度。由图6b、6c可知，PMV越小，即热舒适度要求越严格，室内温度相对于最适温度的允许偏差越小，意味着供热系统热能“存储”容量越小，热负荷在各时间点上的弹性越小，当室内温度达到上限、微网电量还有富余时，只能以低价格向大电网售电。由图6a、6d可见，在PMV减小时，微燃机出力增大、调整量增多，导致微网运行成本增加，这与微网孤网运行模式下所得结论相类似。
图7为微网采用跟随固定热负荷曲线供热的运行情况与考虑热负荷二维可控性后的运行情况对比。其中微网采用跟随给定热负荷曲线方式运行时的供热负荷曲线数据见附表6，而考虑热负荷二维可控性时取PMV为±1之间，J＝2。由图7a、7d可知，微网在综合考虑热负荷二维可控性后，室内温度在满足热舒适度要求的一定范围内变化，供热量不再跟随固定的热负荷曲线，变得更加平稳、调整减小，微网运行成本降低，同时向大电网售电量减少。由图7b、7c可知，13-16时，在跟随固定热负荷曲线运行时难以消纳的富余电能，被低价出售给大电网；而在考虑热负荷二维可控性运行时，富余电能则能通过室内温度升高而被“储存”起来，并在之后供热不足时得到“利用”，实现了微网中热-电的时间平移和优化匹配。
表1
P<sub>1max</sub>/(MW) P<sub>2max</sub>/(MW) P<sub>3max</sub>/(MW) ρ<sub>IL</sub>/(元/(kW·h)) ρ<sub>buy</sub>/(元/(kW·h)) ρ<sub>sell</sub>/(元/(kW·h))
6.5 4.5 18.0 1.20 0.40 0.12
c<sub>gas</sub>/(元/(kW·h)) λ/((MW·h)/MW) π<sub>1</sub> π<sub>2</sub> γ T<sub>gmax</sub>/(℃)
0.25 2.8 0.5 0.5 0.63 120.0
H<sub>EH.min</sub>/(MW) H<sub>EH.max</sub>/(MW) H<sub>EB.min</sub>/(MW) H<sub>EB.max</sub>/(MW) η<sub>G3</sub> η<sub>G3H</sub>
0.0 27.0 0.0 43.0 0.26 0.68
η<sub>EH</sub> η<sub>EB</sub> P<sub>1min</sub>/(MW) P<sub>2min</sub>/(MW) P<sub>3min</sub>/(MW) <sub>ρpen</sub>/(元/(kW·h))
0.9 0.9 0.0 0.0 9.0 0.30
表2
M/(W/m<sup>2</sup>) W/(W/m<sup>2</sup>) P<sub>a</sub>/(Pa) t<sub>r</sub>/(℃)
70.0 0.0 2000.0 29.7
t<sub>cl</sub>/(℃) f<sub>cl</sub> h<sub>c</sub>/(W/(m<sup>2</sup>·K)) σ
32.0 1.15 4.7 1.0
表3
Figure GDA0001284936380000161
表4
Figure GDA0001284936380000162
表5
Figure GDA0001284936380000163
表6
Figure GDA0001284936380000171
表7
时段 风电/MW 光伏/MW 时段 风电/MW 光伏/MW
1 N(4.6,0.882<sup>2</sup>) 0 13 N(3.9,1.897<sup>2</sup>) N(4.3,1.797<sup>2</sup>)
2 N(5.0,0.977<sup>2</sup>) 0 14 N(3.3,1.717<sup>2</sup>) N(4.1,1.787<sup>2</sup>)
3 N(5.6,1.225<sup>2</sup>) 0 15 N(3.5,1.773<sup>2</sup>) N(3.6,1.503<sup>2</sup>)
4 N(6.0,1.210<sup>2</sup>) 0 16 N(3.3,1.758<sup>2</sup>) N(3.0,1.618<sup>2</sup>)
5 N(5.1,1.390<sup>2</sup>) N(1.2,0.631<sup>2</sup>) 17 N(2.7,1.460<sup>2</sup>) N(2.3,1.260<sup>2</sup>)
6 N(4.3,1.291<sup>2</sup>) N(1.3,0.652<sup>2</sup>) 18 N(3.0,1.450<sup>2</sup>) N(2.3,1.250<sup>2</sup>)
7 N(3.6,1.227<sup>2</sup>) N(1.7,0.627<sup>2</sup>) 19 N(3.6,1.908<sup>2</sup>) N(1.4,0.708<sup>2</sup>)
8 N(2.6,0.927<sup>2</sup>) N(2.4,0.927<sup>2</sup>) 20 N(4.0,1.928<sup>2</sup>) N(1.0,0.528<sup>2</sup>)
9 N(3.9,1.558<sup>2</sup>) N(3.2,1.258<sup>2</sup>) 21 N(4.7,2.010<sup>2</sup>) 0
10 N(3.7,1.565<sup>2</sup>) N(3.7,1.505<sup>2</sup>) 22 N(3.9,1.733<sup>2</sup>) 0
11 N(3.8,1.807<sup>2</sup>) N(3.8,1.556<sup>2</sup>) 23 N(4.5,1.709<sup>2</sup>) 0
12 N(3.9,1.855<sup>2</sup>) N(4.3,1.585<sup>2</sup>) 24 N(5.2,2.026<sup>2</sup>) 0
表8
Figure GDA0001284936380000172
表9
Figure GDA0001284936380000173
Figure GDA0001284936380000181
上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。

Claims (1)

1.考虑热负荷二维可控性的微网热电协调调度方法，其特征在于，包括：
1)考虑用户供热舒适度的模糊性，采用室内热舒适度指标将热负荷需求由传统的曲线转换为区间，使热负荷需求在各时间点上具有弹性；
2)考虑微网供热系统的热惯性，采用自回归滑动平均模型描述供热系统多时段间的耦合关系，使供热量在时间轴上具有可调节性；
3)将上述特性统称为热负荷的二维可控性，综合考虑热负荷的二维可控性，建立微网在孤网/并网模式下的热电协调调度模型；
所述步骤1)中，室内热舒适度指标采用以下公式描述，并限制其区间范围：
Figure FDA0002790164780000011
其中，M为人体能量代谢率；W为人体所做的机械功率；fcl为人体覆盖服装面积与裸露面积之比；hc为对流热交换系数；Pa为人体周围空气的水蒸气分压力；ta、tr、tcl分别为人体周围空气温度、平均辐射温度和服装外表面温度；
所述步骤2)中，微网供热系统的热惯性采用以下公式来描述供热系统多时段间的耦合关系：
Figure FDA0002790164780000012
Figure FDA0002790164780000013
其中，Tg.t为热网供水温度、Th.t为热网回水温度、Tn.t为采暖建筑物室内温度、Tw.t为室外温度；该ARMA时间序列模型中，阶次J体现供热系统热惯性的大小，α、β、γ、θ、φ、ω为供热系统热惯性物理参数，通过实测数据进行参数辨识得到；
PMV指标中人体周围空气温度ta即采暖建筑物室内温度Tn.t，ta＝Tn.t；
步骤3)中，热电协调调度模型的建立过程如下：
风电、光伏出力场景S个，其中场景s的概率为ps，调度时段T个，微网中微电源I个，有风电、光、微燃机3个微电源，分别以i＝1,2,3表示，则I＝3，取时间间隔Δt＝1h；风电、光伏成本不计，微网孤网运行时的费用包括微燃机发电成本、爬坡成本、临时调整惩罚性费用和调用可中断负荷成本四部分，其目标函数为：
Figure FDA0002790164780000021
式中：
Figure FDA0002790164780000022
为微燃机计划出力；
Figure FDA0002790164780000023
为微燃机在场景s下时段t的实际出力；
Figure FDA0002790164780000024
为微燃机在场景s下时段t-1的实际出力；cgas为微燃机能耗成本；ηG3为微燃机发电效率；λ为爬坡能耗系数；ρpen为微燃机的临时调整惩罚系数，用于表征微燃机希望按预定计划出力，减少临时性调节的意向；ρIL、
Figure FDA0002790164780000025
分别为调用的可中断负荷价格和功率；
供电系统约束包括：
1)功率平衡约束
Figure FDA0002790164780000026
Figure FDA0002790164780000027
式中：
Figure FDA0002790164780000031
为微电源在场景s下时段t的实际出力；
Figure FDA0002790164780000032
为电锅炉的用电量；PLt为用户用电负荷；
2)机组出力约束
Figure FDA0002790164780000033
Figure FDA0002790164780000034
式中：Pimin、Pimax为机组i的最小/最大技术出力；
Figure FDA0002790164780000035
为在场景s下的风电或光伏可发电量；P3min＝50％P3max；
3)弃风电/弃光伏约束
Figure FDA0002790164780000036
式中：πi为机组i的最大允许弃风电或弃光伏率；
供热系统约束包括：
1)供热热网约束
Figure FDA0002790164780000037
Figure FDA0002790164780000038
-σ≤PMVt s≤+σ (12)
式中：
Figure FDA0002790164780000039
分别为场景s下余热锅炉和电锅炉的热能出力；γ为锅炉供热量与热网供/回水温度差间的关系系数，与热网水流量有关；
Figure FDA00027901647800000310
为场景s下热网供水温度；
Figure FDA00027901647800000311
为场景s下热网回水温度；Tgmax为热网最高供水温度；PMVt s为场景s下PMV指标值，σ为PMV指标取值范围；式(10)为锅炉供热量与热网供水/回水温度之间的关系，与式(2～3)一起描述供热系统消耗的热能和建筑内温度间具有热惯性的多时段关系；
2)锅炉出力约束
Figure FDA0002790164780000041
Figure FDA0002790164780000042
Figure FDA0002790164780000043
Figure FDA0002790164780000044
式(13)、(15)分别是微燃机和电锅炉的电热转换关系，ηG3、ηG3H、ηEH、ηEB分别为微燃机的发电效率、制热效率、余热锅炉的废热回收效率和电锅炉的电热转换效率，其中ηG3H/ηG3为微燃机的热电比值；HEH.min、HEH.max、HEB.min、HEB.max分别为余热锅炉和电锅炉的出力上下限；
微网并网运行时目标函数为
Figure FDA0002790164780000045
式中：大电网负责微网不平衡电量的调节，ρbuy、ρsell分别为微网向大电网购/售电价格；
Figure FDA0002790164780000046
为微网与大电网的交互功率，正值表示购电功率，负值表示售电功率，分段函数
Figure FDA0002790164780000047
功率平衡约束为
Figure FDA0002790164780000048
其他约束与微网孤网运行时相同；
为方便处理分段函数f(x)，引入2个非负松弛变量us、vs，其实质分别为向大电网的购/售电量，则
Figure FDA0002790164780000049
式(17)改写为：
Figure FDA00027901647800000410
所述微网热电协调调度的流程如下：
步骤1)，输入PMV方程参数及室内热舒适度要求的PMV指标范围，化简得到仅与室内温度相关的PMV约束；
步骤2)，输入供热系统实测数据对ARMA模型进行参数辨识，得到系数已知的ARMA时间序列模型；
步骤3)，输入风电/光伏各时段出力的连续概率分布，并采用场景技术生成S个经典场景；
步骤4)，整合步骤1)和步骤2)所得约束与微网热电协调调度其他约束，并利用步骤3)生成的S个场景处理风电、光伏的不确定性，建立确定性的微网热电协调调度模型；
步骤5)，输入微网参数及运行初值，微网孤网运行时，求解孤网下的协调调度模型式(4)-(16)、(1)-(3)；并网运行时，求解并网下的协调调度模型式(17)-(18)、(7)-(16)、(1)-(3)；
步骤6)，输出微燃机计划出力。
CN201710013387.8A 2017-01-09 2017-01-09 考虑热负荷二维可控性的微网热电协调调度方法 Active CN107067146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710013387.8A CN107067146B (zh) 2017-01-09 2017-01-09 考虑热负荷二维可控性的微网热电协调调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710013387.8A CN107067146B (zh) 2017-01-09 2017-01-09 考虑热负荷二维可控性的微网热电协调调度方法

Publications (2)

Publication Number Publication Date
CN107067146A CN107067146A (zh) 2017-08-18
CN107067146B true CN107067146B (zh) 2021-01-22

Family

ID=59624113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710013387.8A Active CN107067146B (zh) 2017-01-09 2017-01-09 考虑热负荷二维可控性的微网热电协调调度方法

Country Status (1)

Country Link
CN (1) CN107067146B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319142B (zh) * 2018-02-08 2021-04-13 国网天津市电力公司 基于分布式清洁采暖的工业园区微网电热联合调度方法
CN110232640A (zh) * 2019-01-15 2019-09-13 华北电力大学 一种面向风电消纳的考虑热负荷弹性及热网特性的电热联合调度模型
CN109766346B (zh) * 2019-01-25 2022-11-18 长春工程学院 一种高寒地区固体蓄热式电锅炉短期功率消耗预测方法
CN110912204B (zh) * 2019-11-20 2021-06-25 天津大学 一种适用于热电耦合太阳能联产的惯性功率协调控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2437372A2 (en) * 2010-10-04 2012-04-04 The Boeing Company Smart microgrid
CN103715688A (zh) * 2014-01-10 2014-04-09 国家电网公司 并网型微网优化配置方法及装置
CN105656064A (zh) * 2015-12-31 2016-06-08 东北电力大学 利用供热时滞性实现热电机组参与系统调峰调度的方法
CN105868844A (zh) * 2016-03-24 2016-08-17 上海电力学院 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN105931136A (zh) * 2016-04-25 2016-09-07 天津大学 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法
CN106016620A (zh) * 2016-06-15 2016-10-12 湖南大学 空调系统的节能、热舒适控制方法
CN106253350A (zh) * 2016-08-11 2016-12-21 清华大学 基于供热管网储热效益的热‑电联合机组组合方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8706650B2 (en) * 2009-01-14 2014-04-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2437372A2 (en) * 2010-10-04 2012-04-04 The Boeing Company Smart microgrid
CN103715688A (zh) * 2014-01-10 2014-04-09 国家电网公司 并网型微网优化配置方法及装置
CN105656064A (zh) * 2015-12-31 2016-06-08 东北电力大学 利用供热时滞性实现热电机组参与系统调峰调度的方法
CN105868844A (zh) * 2016-03-24 2016-08-17 上海电力学院 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN105931136A (zh) * 2016-04-25 2016-09-07 天津大学 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法
CN106016620A (zh) * 2016-06-15 2016-10-12 湖南大学 空调系统的节能、热舒适控制方法
CN106253350A (zh) * 2016-08-11 2016-12-21 清华大学 基于供热管网储热效益的热‑电联合机组组合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimal operation of a CHP plant for space heating as a peak load regulating plant;FU L.etc;《Energy》;20001231;第283-298页 *
并网运行模式下微电网能量优化调度;杨毅;《中国优秀硕士学位论文全文数据库》;20160615;第C042-507页 *

Also Published As

Publication number Publication date
CN107067146A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
CN107067146B (zh) 考虑热负荷二维可控性的微网热电协调调度方法
CN113112087A (zh) 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN109190785B (zh) 一种电热耦合综合能源系统运行优化方法
CN105869075A (zh) 一种冷热电联供型微型能源网经济优化调度方法
CN108133285B (zh) 一种接入大规模可再生能源的混合能源系统实时调度方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN109389248B (zh) 基于区域热网的综合能源系统热电功率协调调度方法
Zhang et al. Energy management of ultra-short-term optimal scheduling of integrated energy system considering the characteristics of heating network
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN113592365B (zh) 一种考虑碳排放与绿电消纳的能源优化调度方法及系统
CN110707755A (zh) 一种考虑非理想通信条件下基于能量枢纽的综合能源系统超短期调度方法
Schlund et al. Benefits of virtual community energy storages compared to individual batteries based on behaviour based synthetic load profiles
CN115186902A (zh) 温室综合能源系统的调控方法、装置、终端及存储介质
CN117494993A (zh) 一种基于阶梯碳交易的源网荷分布协同低碳调度方法
CN115545541A (zh) 多区域综合能源系统调度方法、设备和存储介质
Sovban et al. The Features of mathematical optimization models of modes hydro-power stations
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
He et al. Research on optimal scheduling strategy of adjustable load based on particle swarm optimization
Moradi et al. Optimal energy management of a smart residential combined heat, cooling and power
Duan et al. A non-cooperative game based optimal dispatch model for integrated energy systems
CN113013881B (zh) 考虑能源站的配电网分布式光伏并网接纳能力计算方法
Xu et al. Combined heat and power dispatch based on integrated demand response and heat transmission for wind power accommodation
CN113313305A (zh) 一种基于非合作博弈的综合能源系统优化调度方法
CN111062598B (zh) 综合能源系统的分布式优化调度方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Hangzhou City, Zhejiang province 310008 Shangcheng District South Road No. 1 building, clear water complex

Applicant after: National Institute of economic and technology research, Zhejiang Electric Power Co., Ltd.

Applicant after: State Grid Corporation of China

Address before: Hangzhou City, Zhejiang province 310008 Shangcheng District South Road No. 1 building, clear water complex

Applicant before: State Grid Zhejiang Electric Power Company Economic Technical Institute

Applicant before: State Grid Corporation of China

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Xixiang

Inventor after: Zhang Xizhu

Inventor after: Yu Jialin

Inventor after: Ye Chengjin

Inventor after: Pan Hong

Inventor after: Zhang Quanming

Inventor after: Zhang Ping

Inventor after: Hu Zhecheng

Inventor after: Zhou Zhifang

Inventor after: Zheng Weimin

Inventor after: Sun Ke

Inventor after: Fu Xuhua

Inventor after: Wang Lei

Inventor after: Li Chun

Inventor after: Liu Zhaoyu

Inventor after: Huang Jingjing

Inventor before: Fu Xuhua

Inventor before: Wang Lei

Inventor before: Ye Chengjin

Inventor before: Huang Jingjing

Inventor before: Zhang Xizhu

Inventor before: Liu Zhaoyu

GR01 Patent grant
GR01 Patent grant