CN107844861B - 面向开放售电市场的用户侧综合能源供给最优策略及系统 - Google Patents

面向开放售电市场的用户侧综合能源供给最优策略及系统 Download PDF

Info

Publication number
CN107844861B
CN107844861B CN201711084898.5A CN201711084898A CN107844861B CN 107844861 B CN107844861 B CN 107844861B CN 201711084898 A CN201711084898 A CN 201711084898A CN 107844861 B CN107844861 B CN 107844861B
Authority
CN
China
Prior art keywords
energy
model
energy supply
load
user
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
CN201711084898.5A
Other languages
English (en)
Other versions
CN107844861A (zh
Inventor
刘卫东
张利军
裘华东
胡若云
丁一
朱国荣
马亮
徐晨博
孙轶恺
袁翔
邵常政
余德钊
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.)
Zhejiang University ZJU
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical Zhejiang University ZJU
Priority to CN201711084898.5A priority Critical patent/CN107844861B/zh
Publication of CN107844861A publication Critical patent/CN107844861A/zh
Application granted granted Critical
Publication of CN107844861B publication Critical patent/CN107844861B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Air Conditioning Control Device (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

本发明公开了一种面向开放售电市场的用户侧综合能源供给最优策略及系统。现有的大多数能源供给策略只适合用于单一的供电服务，无法适合于综合能源服务。本发明的技术方案包括：收集用户侧参数，构建单个用户的负荷模型；对多个用户的负荷模型进行聚合，得到聚合负荷模型；基于聚合负荷模型形成综合能源供给最优模型；基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略。本发明的策略为一种关注售电市场放开环境下，考虑用户侧建筑热惯性以及各种能源替代性的综合能源供给最优策略，使用户侧的电能‑热能转换设备得到了充分的利用，提高了综合能源供给策略的灵活性。

Description

面向开放售电市场的用户侧综合能源供给最优策略及系统
技术领域
本发明涉及能源供给策略领域，具体地说是一种面向开放售电市场的用户侧综合能源供给最优策略及系统。
背景技术
售电市场放开后，综合能源服务成为未来的发展趋势，即同时为用户提供电、热等能源的一站式综合服务。相比于单一的供电服务，向用户供给综合能源有其特殊性，特别是可以利用各种能源的替代性来提高综合能源供给策略的灵活性。因此，现在常规的电力供给策略以及调度方法无法适应未来综合能源服务的要求，急需一种考虑到不同能源间转换、存储特性的综合能源供给策略。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种面向开放售电市场的用户侧综合能源供给最优策略，其考虑用户侧建筑热惯性以及各种能源替代性，使用户侧的电能-热能转换设备得到充分地利用，以提高综合能源供给策略的灵活性。
为此，本发明采用如下的技术方案：面向开放售电市场的用户侧综合能源供给最优策略，其包括步骤：
1)收集用户侧参数，构建单个用户的负荷模型；
2)对多个用户的负荷模型进行聚合，得到聚合负荷模型；
3)基于聚合负荷模型形成综合能源供给最优模型；
4)基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略。
作为上述技术方案的补充，所述的用户侧参数包括房间的热力学参数以及负荷容量。
作为上述技术方案的补充，构建的单个用户的负荷模型，用户建筑的热惯性和电能-热能的转换都体现在该模型中。
作为上述技术方案的补充，所述的能源市场电价包括电能价格和热能价格。
作为上述技术方案的补充，按照最优能源供给策略，安排能源供给，相应地安排用户的用能行为。
作为上述技术方案的补充，步骤1)中，在对单个用户的负荷进行建模的过程中，考虑用户房间的热动态模型，以提高负荷的灵活性，该热动态模型采用ETP模型，该模型的具体描述为：
Figure GDA0002735197510000021
其中，τa/τh/τo分别为房间内空气温度、房间内物体温度以及室外温度；
Figure GDA00027351975100000215
和
Figure GDA00027351975100000216
分别为τa,τh对时间的导数，即温度的变换率；ca/ch分别为房间内空气的热惯性常数以及房间内物体的热惯性常数；ua-h、ua-o、uh-o分别为房间内空气、房间内物体以及室外三者之间的热转移系数；
Figure GDA0002735197510000022
代表j用户房间内的注入能量，该能量可以来自于供热网提供的热能，也可以是由电-热转换装置如热泵、空调等转换的热能。因此，
Figure GDA0002735197510000023
可以具体表述为：
Figure GDA0002735197510000024
其中，
Figure GDA0002735197510000025
表示来自于供热网提供的热能；
Figure GDA0002735197510000026
表示由电-热转换装置如热泵、空调等转换的热能。
同时，该热动态模型可以离散化，以方便接下来求解，离散化后的热动态模型可以表示为：
Figure GDA0002735197510000027
其中，
Figure GDA0002735197510000028
和
Figure GDA0002735197510000029
分别为t时刻和t+1时刻房间内空气温度，
Figure GDA00027351975100000210
和
Figure GDA00027351975100000211
分别为t时刻和t+1时刻房间内物体温度，Δt为相邻两个时刻的时间间隔。
作为上述技术方案的补充，步骤2)中，任一区域内第i个的聚合电负荷
Figure GDA00027351975100000212
可以表述为：
Figure GDA00027351975100000213
其中，j∈Si表示该区域内的用户集合；
同时，每个用户的电负荷又可以分为满足热需求的负荷，即电-热转换设备的负荷，
Figure GDA00027351975100000214
以及用于其它需求的电负荷
Figure GDA0002735197510000031
该部分电负荷主要包括照明等电器的负荷。因此，j用户的电负荷可以表述为：
Figure GDA0002735197510000032
该区域内聚合热负荷可以表示为：
Figure GDA0002735197510000033
其中，cw为水的比热容，mi为所有用户房间内热管网内水流量的总和，即mi可以表述为：
Figure GDA0002735197510000035
νloss表示热能损耗，可以表示为：
νloss＝1-micw(τs,i-τr,i)/∑jmjcw(τs,j-τr,j)，
其中，τs,τr分别为热网内供给水的温度以及返回水的温度。
同时，认为每个用户的供给水的温度以及返回水的温度都相同。因此，热能损耗可以推导为：
νloss＝1-(τs,j-τr,j)/(τs,i-τr,i)。
作为上述技术方案的补充，步骤3)中，综合能源供给最优模型描述为：
Figure GDA0002735197510000034
目标函数代表综合能源供给的优化目标：最大化收益；其中，Ri为其效益函数，pe、ph为电能、热能的市场价格，ΝT为所优化的总时段，一般代表24个小时。
本发明的另一目的是提供一种面向开放售电市场的用户侧综合能源供给最优系统，其包括：
单个用户负荷模型构建单元：收集用户侧参数，构建单个用户的负荷模型；
聚合负荷模型构建单元：对多个用户的负荷模型进行聚合，得到聚合负荷模型；
综合能源供给最优模型构建单元：基于聚合负荷模型形成综合能源供给最优模型；
综合能源供给最优模型求解单元：基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略。
本发明具有的有益效果如下：本发明的策略为一种关注售电市场放开环境下，考虑用户侧建筑热惯性以及各种能源替代性的综合能源供给最优策略；本发明的最优策略，使用户侧的电能-热能转换设备得到了充分的利用，提高了综合能源供给策略的灵活性。
附图说明
图1为本发明实施例1的流程图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明作进一步说明。
实施例1
本实施例提供一种面向开放售电市场的用户侧综合能源供给最优策略。
(1)单个用户的负荷建模
在对单个用户的负荷进行建模的过程中，考虑了用户房间的热动态模型以提高负荷的灵活性。该热动态模型采用ETP模型，该模型的具体描述为：
Figure GDA0002735197510000041
其中，τa/τh/τo分别为房间内空气温度、房间内物体温度以及室外温度；
Figure GDA0002735197510000042
和
Figure GDA0002735197510000043
分别为τa,τh对时间的导数，即温度的变换率；ca/ch分别为房间内空气的热惯性常数以及房间内物体的热惯性常数；ua-h、ua-o、uh-o分别为房间内空气、房间内物体以及室外三者之间的热转移系数。
Figure GDA0002735197510000044
代表该用户(j用户)房间内的注入能量，该能量可以来自于供热网提供的热能，也可以是由电-热转换装置，如热泵、空调等，转换的热能。因此，
Figure GDA0002735197510000045
可以具体表述为：
Figure GDA0002735197510000046
其中，
Figure GDA0002735197510000047
表示来自于供热网提供的热能；
Figure GDA0002735197510000048
表示由电-热转换装置，如热泵、空调等，转换的热能。
同时，该热动态模型可以离散化，以方便接下来求解，离散化后的热动态模型可以表示为：
Figure GDA0002735197510000049
其中，
Figure GDA0002735197510000051
和
Figure GDA0002735197510000052
分别为t时刻和t+1时刻房间内空气温度，
Figure GDA0002735197510000053
和
Figure GDA0002735197510000054
分别为t时刻和t+1时刻房间内物体温度，Δt为相邻两个时刻的时间间隔。
(2)多用户的负荷聚合
本发明关注向某一区域内用户提供综合能源供给的最优策略。因此，需要对多个用户的能源负荷进行聚类。聚合后的能源负荷为所有用户能源负荷的总和。因此，任一区域内(第i个)的聚合电负荷
Figure GDA0002735197510000055
可以表述为：
Figure GDA0002735197510000056
其中，j∈Si表示该区域内的用户的集合。
同时，每个用户的电负荷又可以分为满足热需求的负荷，即电-热转换设备的负荷，
Figure GDA0002735197510000057
以及用于其它需求的电负荷
Figure GDA0002735197510000058
该部分电负荷主要包括照明等电器的负荷。因此，每个用户的电负荷可以表述为：
Figure GDA0002735197510000059
该区域内聚合热负荷可以表示为：
Figure GDA00027351975100000510
其中，cw为水的比热容，mi为热管网内水流量。mi为所有用户房间内热管网内水流量的总和，即mi可以表述为：
Figure GDA00027351975100000511
νloss表示热能损耗，可以表示为
νloss＝1-micw(τs,i-τr,i)/∑jmjcw(τs,j-τr,j) (8)
其中，τs,τr分别为热网内供给水的温度以及返回水的温度。
同时，认为每个用户的供给水的温度以及返回水的温度都相同。因此，热能损耗可以推导为：
νloss＝1-(τs,j-τr,j)/(τs,i-τr,i) (9)。
(3)用户侧综合能源供给最优策略
用户侧综合能源供给最优策略可以描述为：利用用户房间的热惯性提高购能的时间灵活性、利用电-热转换设备来提高能源选择的灵活性。基于这些负荷侧的灵活性，可以更灵活地在向用户提供综合能源服务。这个模型可以描述为：
Figure GDA0002735197510000061
Figure GDA0002735197510000062
Figure GDA0002735197510000063
Figure GDA0002735197510000064
目标函数代表综合能源供给的优化目标：最大化收益。其中，Ri为其效益函数，pe、ph为电能、热能的市场价格，ΝT为所优化的总时段，一般代表24个小时。
公式(11)和(12)代表聚合后的总能源负荷。
公式(13)表示任何一个用户的房间内温度应该在一定的范围内，以保证用户的舒适度不会降低。
Figure GDA0002735197510000065
为房间内适宜温度的范围。
该模型的优化变量为每个房间每个时段的电能负荷
Figure GDA0002735197510000066
热能负荷
Figure GDA0002735197510000067
以及用于电-热转换的负荷
Figure GDA0002735197510000068
和管网的流量mi、mj。基于这些变量，该区域向用户提供的总电能
Figure GDA0002735197510000069
和热能
Figure GDA00027351975100000610
即可确定。按照该模型的计算结果来购买能源可以保证该综合能源供给的收益最高。
如图1所示，本发明的步骤如下：
1)收集用户侧参数，包括房间的热力学参数以及负荷容量等，构建单个用户的负荷模型。
2)按照公式(4)-(9)，对多个用户的负荷模型进行聚合，得到聚合负荷模型。
3)基于聚合负荷模型，形成公式(10)-(13)所述的综合能源供给最优模型。
4)基于预测的能源市场电价(包括电能价格和热能价格)以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略。
5)按照最优供给策略，安排能源供给，相应地安排用户的用能行为。
实施例2
本实施例提供一种面向开放售电市场的用户侧综合能源供给最优系统，其包括：
单个用户负荷模型构建单元：收集用户侧参数，构建单个用户的负荷模型；
聚合负荷模型构建单元：对多个用户的负荷模型进行聚合，得到聚合负荷模型；
综合能源供给最优模型构建单元：基于聚合负荷模型形成综合能源供给最优模型；
综合能源供给最优模型求解单元：基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.面向开放售电市场的用户侧综合能源供给最优方法，其特征在于，包括步骤：
1)收集用户侧参数，构建单个用户的负荷模型；
2)对多个用户的负荷模型进行聚合，得到聚合负荷模型；
3)基于聚合负荷模型形成综合能源供给最优模型；
4)基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略；
步骤1)中，在对单个用户的负荷进行建模的过程中，考虑用户房间的热动态模型，该热动态模型采用ETP模型，该模型的具体描述为：
Figure FDA0002735197500000011
其中，τa/τh/τo分别为房间内空气温度、房间内物体温度以及室外温度；
Figure FDA00027351975000000111
和
Figure FDA00027351975000000112
分别为τa,τh对时间的导数，即温度的变换率；ca/ch分别为房间内空气的热惯性常数以及房间内物体的热惯性常数；ua-h、ua-o、uh-o分别为房间内空气、房间内物体以及室外三者之间的热转移系数；
Figure FDA0002735197500000012
代表j用户房间内的注入能量，具体表述为：
Figure FDA0002735197500000013
其中，
Figure FDA0002735197500000014
表示来自于供热网提供的热能；
Figure FDA0002735197500000015
表示由电-热转换装置转换的热能；
步骤2)中，任一区域内第i个的聚合电负荷
Figure FDA0002735197500000016
表述为：
Figure FDA0002735197500000017
其中，j∈Si表示该区域内的用户集合；
同时，每个用户的电负荷又分为满足热需求的负荷，即电-热转换设备的负荷
Figure FDA0002735197500000018
以及用于其它需求的电负荷
Figure FDA0002735197500000019
j用户的电负荷表述为：
Figure FDA00027351975000000110
该区域内聚合热负荷表示为：
Figure FDA0002735197500000021
其中，cw为水的比热容，mi为所有用户房间内热管网内水流量的总和，即mi可以表述为：
Figure FDA0002735197500000022
νloss表示热能损耗，可以表示为：
νloss＝1-micw(τs,i-τr,i)/∑jmjcw(τs,j-τr,j)，
其中，τs,τr分别为热网内供给水的温度以及返回水的温度；
同时，假设每个用户的供给水的温度以及返回水的温度都相同，热能损耗推导为：
νloss＝1-(τs,j-τr,j)/(τs,i-τr,i)；
步骤3)中，综合能源供给最优模型描述为：
Figure FDA0002735197500000023
目标函数代表综合能源供给的优化目标：最大化收益；其中，Ri为其效益函数，pe、ph为电能、热能的市场价格，ΝT为所优化的总时段。
2.根据权利要求1所述的用户侧综合能源供给最优方法，其特征在于，步骤1)中，所述的用户侧参数包括房间的热力学参数以及负荷容量。
3.根据权利要求1所述的用户侧综合能源供给最优方法，其特征在于，步骤1)构建的单个用户的负荷模型，用户建筑的热惯性和电能-热能的转换都体现在该模型中。
4.根据权利要求1所述的用户侧综合能源供给最优方法，其特征在于，步骤4)中，所述的能源市场电价包括电能价格和热能价格。
5.根据权利要求1所述的用户侧综合能源供给最优方法，其特征在于，还包括步骤5)：按照最优能源供给策略，安排能源供给，相应地安排用户的用能行为。
6.根据权利要求1所述的用户侧综合能源供给最优方法，其特征在于，步骤1)中，所述热动态模型离散化后的模型表示为：
Figure FDA0002735197500000024
其中，
Figure FDA0002735197500000025
和
Figure FDA0002735197500000026
分别为t时刻和t+1时刻房间内空气温度，
Figure FDA0002735197500000027
和
Figure FDA0002735197500000028
分别为t时刻和t+1时刻房间内物体温度，Δt为相邻两个时刻的时间间隔。
7.面向开放售电市场的用户侧综合能源供给最优系统，其特征在于，包括：
单个用户负荷模型构建单元：收集用户侧参数，构建单个用户的负荷模型；
聚合负荷模型构建单元：对多个用户的负荷模型进行聚合，得到聚合负荷模型；
综合能源供给最优模型构建单元：基于聚合负荷模型形成综合能源供给最优模型；
综合能源供给最优模型求解单元：基于预测的能源市场电价以及预测的室外温度，求解综合能源供给最优模型，得出最优能源供给策略；
单个用户负荷模型构建单元中，在对单个用户的负荷进行建模的过程中，考虑用户房间的热动态模型，该热动态模型采用ETP模型，该模型的具体描述为：
Figure FDA0002735197500000031
其中，τa/τh/τo分别为房间内空气温度、房间内物体温度以及室外温度；
Figure FDA0002735197500000032
和
Figure FDA0002735197500000033
分别为τa,τh对时间的导数，即温度的变换率；ca/ch分别为房间内空气的热惯性常数以及房间内物体的热惯性常数；ua-h、ua-o、uh-o分别为房间内空气、房间内物体以及室外三者之间的热转移系数；
Figure FDA0002735197500000034
代表j用户房间内的注入能量，具体表述为：
Figure FDA0002735197500000035
其中，
Figure FDA0002735197500000036
表示来自于供热网提供的热能；
Figure FDA0002735197500000037
表示由电-热转换装置转换的热能；
聚合负荷模型构建单元中，任一区域内第i个的聚合电负荷
Figure FDA0002735197500000038
表述为：
Figure FDA0002735197500000039
其中，j∈Si表示该区域内的用户集合；
同时，每个用户的电负荷又分为满足热需求的负荷，即电-热转换设备的负荷
Figure FDA00027351975000000310
以及用于其它需求的电负荷
Figure FDA00027351975000000311
j用户的电负荷表述为：
Figure FDA00027351975000000312
该区域内聚合热负荷表示为：
Figure FDA0002735197500000041
其中，cw为水的比热容，mi为所有用户房间内热管网内水流量的总和，即mi可以表述为：
Figure FDA0002735197500000042
νloss表示热能损耗，可以表示为：
νloss＝1-micw(τs,i-τr,i)/∑jmjcw(τs,j-τr,j)，
其中，τs,τr分别为热网内供给水的温度以及返回水的温度；
同时，假设每个用户的供给水的温度以及返回水的温度都相同，热能损耗推导为：
νloss＝1-(τs,j-τr,j)/(τs,i-τr,i)；
综合能源供给最优模型构建单元中，综合能源供给最优模型描述为：
Figure FDA0002735197500000043
目标函数代表综合能源供给的优化目标：最大化收益；其中，Ri为其效益函数，pe、ph为电能、热能的市场价格，ΝT为所优化的总时段。
CN201711084898.5A 2017-11-07 2017-11-07 面向开放售电市场的用户侧综合能源供给最优策略及系统 Active CN107844861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711084898.5A CN107844861B (zh) 2017-11-07 2017-11-07 面向开放售电市场的用户侧综合能源供给最优策略及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711084898.5A CN107844861B (zh) 2017-11-07 2017-11-07 面向开放售电市场的用户侧综合能源供给最优策略及系统

Publications (2)

Publication Number Publication Date
CN107844861A CN107844861A (zh) 2018-03-27
CN107844861B true CN107844861B (zh) 2020-12-01

Family

ID=61682358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711084898.5A Active CN107844861B (zh) 2017-11-07 2017-11-07 面向开放售电市场的用户侧综合能源供给最优策略及系统

Country Status (1)

Country Link
CN (1) CN107844861B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491973A (zh) * 2018-03-21 2018-09-04 浙江大学 一种考虑需求侧响应的电-热联合系统优化调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105807633A (zh) * 2016-05-10 2016-07-27 大连理工大学 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
WO2016128037A1 (en) * 2015-02-11 2016-08-18 Nec Europe Ltd. A method and a system for controlling energy supply to a client
CN106845701A (zh) * 2017-01-11 2017-06-13 东南大学 一种基于热网和房屋热惯性的综合能源系统优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016128037A1 (en) * 2015-02-11 2016-08-18 Nec Europe Ltd. A method and a system for controlling energy supply to a client
CN105807633A (zh) * 2016-05-10 2016-07-27 大连理工大学 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
CN106845701A (zh) * 2017-01-11 2017-06-13 东南大学 一种基于热网和房屋热惯性的综合能源系统优化方法

Also Published As

Publication number Publication date
CN107844861A (zh) 2018-03-27

Similar Documents

Publication Publication Date Title
Shao et al. A framework for incorporating demand response of smart buildings into the integrated heat and electricity energy system
CN109063925B (zh) 一种计及负荷聚合商的区域综合能源系统优化运行方法
Kim et al. Optimal use of thermal energy storage resources in commercial buildings through price-based demand response considering distribution network operation
CN112180741B (zh) 一种负荷聚合商参与的综合需求响应方法及系统
Fong et al. HVAC system optimization for energy management by evolutionary programming
Beil et al. Round-trip efficiency of fast demand response in a large commercial air conditioner
Erdinc et al. Novel incentive mechanism for end-users enrolled in DLC-based demand response programs within stochastic planning context
CN110460040B (zh) 一种考虑智能建筑热平衡特性的微电网运行调度方法
CN112308334A (zh) 一种基于主从合作博弈的多虚拟电厂联合优化调度方法
CN110619110A (zh) 一种含热泵的综合能源系统协调运行优化方法
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN114358431A (zh) 计及供需双向需求响应的多能源系统优化调度方法及装置
CN108319142A (zh) 基于分布式清洁采暖的工业园区微网电热联合调度方法
CN112036934A (zh) 考虑热电协调运行的负荷聚合商参与需求响应的报价方法
CN116128201A (zh) 一种基于非合作博弈的多虚拟电厂点对点能源交易方法
CN113705906A (zh) 一种综合能源园区能源协调优化运行方法及系统
Aduda et al. Towards critical performance considerations for using office buildings as a power flexibility resource-a survey
CN111523697A (zh) 一种综合能源服务成本分摊与定价计算方法
CN117193188A (zh) 多园区综合能源系统的广义储能优化调度方法
CN107844861B (zh) 面向开放售电市场的用户侧综合能源供给最优策略及系统
Yang et al. Bi-level decentralized control of electric heating loads considering wind power accommodation in real-time electricity market
CN111917135A (zh) 一种智能建筑群电能优化共享方法
CN107067146A (zh) 考虑热负荷二维可控性的微网热电协调调度方法
CN109343461A (zh) 一种楼宇自动化控制系统的节能控制方法
CN113885367A (zh) 一种楼宇能效管理控制系统及方法

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
GR01 Patent grant
GR01 Patent grant