CN108319142B - 基于分布式清洁采暖的工业园区微网电热联合调度方法 - Google Patents
基于分布式清洁采暖的工业园区微网电热联合调度方法 Download PDFInfo
- Publication number
- CN108319142B CN108319142B CN201810138861.4A CN201810138861A CN108319142B CN 108319142 B CN108319142 B CN 108319142B CN 201810138861 A CN201810138861 A CN 201810138861A CN 108319142 B CN108319142 B CN 108319142B
- Authority
- CN
- China
- Prior art keywords
- power
- heat
- heating
- constraint condition
- building
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005485 electric heating Methods 0.000 title claims abstract description 16
- 238000005338 heat storage Methods 0.000 claims abstract description 31
- 230000002068 genetic effect Effects 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000004146 energy storage Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 230000017525 heat dissipation Effects 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 15
- 108090000623 proteins and genes Proteins 0.000 claims description 15
- 230000001172 regenerating effect Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
一种基于分布式清洁采暖的工业园区微网电热联合调度方法:建立基于分布式采暖的园区微网整体架构,包括建筑级电热供应系统和园区级协同供电系统;构建工业园区微网仿真模型,包括建筑热平衡模型、空气源热泵模型、储热设备模型;构建工业园区微网日前经济调度模型,包括目标函数、电功率平衡约束条件、室内温度约束条件、空气源热泵制热功率约束条件、储能容量约束条件、储能装置功率约束条件、光伏上网功率约束条件和电力潮流约束条件;提出基于遗传算法的微网调度求解方法,包括个体筛选修正和遗传算法部分寻优。本发明能够为以分布式清洁供暖为主的工业园区调度提供技术支撑,有利于提升能源综合利用和管理水平,促进工业园区微能源网的合理发展。
Description
技术领域
本发明涉及一种微网调度方法。特别是涉及一种适用于工业园区能源供应商的日前调度工作的基于分布式清洁采暖的工业园区微网电热联合调度方法。
背景技术
随着能源互联网的发展,电/热/气协同供应成为未来能源供应的必然趋势。由于其清洁、高效的能源供应特点,电/热/气联合供应在新型工业园区中拥有较多应用,但也带来了一系列问题。一方面,园区拥有建设大量光伏等新能源发电设备的空间资源且负荷相对集中,有利于解决长距离供电带来的投资效益差和能量损耗高等问题,但增大了新能源消纳的压力。另一方面,由于传统燃煤采暖带来的一系列空气污染问题,采用分布式清洁采暖设备已成为供暖行业的重要趋势,电热能源间的联系进一步加深,如何制定合理的调度方法,有效调度微网中的能量供应单元,以提高经济效益、减小环境污染、促进新能源消纳,成为目前亟待解决的重要技术问题。
电热联合调度方法的相关求取方法目前主要体现出以下特点:第一,供热设备主要以热电联产机组或电锅炉为主,主要通过在源、网、荷侧加设储热或分布式采暖装置来辅助热电机组供暖,从而达到消纳新能源的目的;第二,在调度方法的优化中,热需求为固定值,对热需求的满足体现为热负荷的实时平衡,即热量供给等于固定的热需求值。
然而,目前常用的电热联合调度消纳新能源的调度方法存在一定的局限性。第一,调度方法主要适用于以热电联产机组为主的能源供应系统,主要利用解耦电热联系的思路扩大对新能源的消纳空间,但难以适用于利用分布式清洁供暖设备进行热力供应的系统,分布式供暖和储热装置分布于每个具有供暖需求的建筑中,可针对建筑特点灵活调节,本身可参与新能源消纳;第二,热需求以一条固定的曲线来表示难以体现出对室内温度的考虑,事实上室内温度的变化是供热体系的重要参数,能够体现供热的质量和用户的舒适性。
发明内容
本发明所要解决的技术问题是,提供一种能够更大地发挥微能源网的资源利用效能,提升微网运行经济性的基于分布式清洁采暖的工业园区微网电热联合调度方法。
本发明所采用的技术方案是:一种基于分布式清洁采暖的工业园区微网电热联合调度方法,包括如下步骤:
1)建立基于分布式采暖的园区微网整体架构,包括建筑级电热供应系统和园区级协同供电系统;
2)构建工业园区微网仿真模型,包括:建筑热平衡模型、空气源热泵模型、储热设备模型;
3)构建工业园区微网日前经济调度模型,包括:目标函数、电功率平衡约束条件、室内温度约束条件、空气源热泵制热功率约束条件、储能容量约束条件、储能装置功率约束条件、光伏上网功率约束条件和电力潮流约束条件;
4)提出基于遗传算法的微网调度求解方法,包括两个方面:个体筛选修正和遗传算法部分寻优。
步骤1)所述的建筑级电热供应系统包括:空气源热泵、储热装置和屋顶光伏;所述的园区级协同供电系统包括:外部电网、配电线路和集中式光伏走廊。
步骤2)所述的建筑热平衡模型由下式表示:
Q1(t)+Q2(t)+Q3(t)=Q4(t)+Q5(t) (1)
式中,Q1(t)为建筑围护结构散热功率;Q2(t)为建筑门窗渗透散热功率;Q3(t)为室内温升耗热;Q4(t)为人体散热功率;Q5(t)为建筑内采暖设备的散热功率;其中:
式中,Ni为房间不同围护结构内表面总数;Fk围护结构k内表面积,单位m2;αk为围护结构k的对流换热系数,单位W/m2·℃;Tn(t)为t时刻室内计算温度,单位℃;Tw(t)为t时刻室外温度,单位℃;n表示室内;w表示室外;
Q2(t)=0.278×cwmw[Tn(t)-Tw(t)] (3)
式中,0.278为单位换算系数;cw为室外空气比热,取1.004kJ/kg·℃;mw为室外空气温度下的空气质量;
Q4(t)=3.8 (5)
Q5(t)=ηQ(t) (6)
式中,η为散热器出入口散热效率,取为0.9;Q(t)为t时刻热源设备输入的总制热功率。
步骤2)所述的空气源热泵模型由下式表示:
Q=0.0274Tw 4+0.6868×Tw 3-0.8241×Tw 2+140.4Tw+8465.3 (7)
COP=5×10-6Tw 4+0.0001Tw 3-0.001Tw 2+0.0596Tw+3.1984 (8)
步骤2)所述的储热设备模型表示为:
St-St-1=△t(Qst(t)-Qex(t)-KlossSt) (9)
式中,St为储热设备在t时刻的剩余热量;Kloss为散热损失率,取1%/h;Qst(t)、Qex(t)分别为热储能在t时刻的能量存储、释放功率。
步骤3)所述的目标函数如下:
式中:F为电热能源供应运行收益;j为调度时段总数;CS(t)为t时刻微网向用户售电收益;CM(t)为t时刻微网送向外网的光伏售电收益;CE(t)为t时刻从外部电网购电成本。
步骤3)所述的电功率平衡约束条件表达式为:
PPV(t)+PEM(t)=PLD(t)+PAR(t)+PVM(t) (11)
式中,PPV(t)为t时刻光伏发电功率;PEM(t)为t时刻微网从上级电网购电功率;PLD(t)为t时刻工业负荷耗电功率;PAR(t)为t时刻空气源热泵电功率;PVM(t)为因达到光伏上网限制功率而放弃上网的功率。
步骤3)所述的室内温度约束条件为:
Tmin≤T(t)≤Tmax (12)
式中,Tmin和Tmax分别是满足室内温度舒适度的最低温度和最高温度。
因此,步骤4)所述的个体筛选修正,包括对随机产生的个体首先进行空气源热泵功率和储热设备容量约束的判定,不满足约束条件的个体需要重新产生;符合约束条件的个体代入搭建的建筑热平衡模型计算下一时刻的室内温度,对于不符合室内温度约束条件的个体,需要重新产生该时刻的控制变量值来替换原始值。
步骤4)所述的遗传算法寻优是经过选择、交叉、变异和保留精英,得到最优的运行方案,其中,选择是从群体中随机遍历,按照室内温度约束条件对群体中的所有个体进行排序,选取最优个体,为后续的交叉操作提供基础数据;交叉是将种群中的两个个体随机地交换基因,从而产生新的基因组合用于繁殖下一代的个体中;变异是通过局部的随机搜索,对群体中的个体上的基因值作变动,引进新的遗传基因和恢复已经失去的遗传基因;保留精英是对变异后的个体按照室内温度约束条件进行排序,选取最优个体作为最优运行方案。
本发明的基于分布式清洁采暖的工业园区微网电热联合调度方法,能够利用分布式清洁采暖设备的特点,通过灵活调节系统中的供热设备,促进新能源消纳,并且充分考虑用户对温度的舒适度要求,利用用户热需求的可调节性扩大新能源的消纳空间,发挥微能源网的资源利用效能,提升微网运行的经济性。本发明能够为以分布式清洁供暖为主的工业园区调度提供技术支撑,有利于提升能源综合利用和管理水平,促进工业园区微能源网的合理发展。能更加适应当前微网的运行特点,以提高经济效益、减小环境污染、促进新能源消纳,更大地发挥微能源网的资源利用效能,提升微网运行的经济性。
附图说明
图1是本发明基于分布式清洁采暖的工业园区微网电热联合调度方法的流程图;
图2是空气源热泵制热功率图;
图3是储热设备功率及容量图;
图4是微网向电网售电功率图;
图5是微网室外及建筑室内温度。
具体实施方式
下面结合实施例和附图对本发明的基于分布式清洁采暖的工业园区微网电热联合调度方法做出详细说明。
如图1所示,本发明的基于分布式清洁采暖的工业园区微网电热联合调度方法,包括如下步骤:
1)建立基于分布式采暖的园区微网整体架构,包括建筑级电热供应系统和园区级协同供电系统;所述的建筑级电热供应系统包括:空气源热泵、储热装置和屋顶光伏;所述的园区级协同供电系统包括:外部电网、配电线路和集中式光伏走廊。
2)构建工业园区微网仿真模型,包括:建筑热平衡模型、空气源热泵模型、储热设备模型;其中:
(1)建筑物内部温度的变化主要取决于建筑内热量输入与热量消耗之差,其中热量输入包括建筑内采暖设备产热与人体散热;热量消耗受建筑围护结构、门窗渗透等方面的影响。因此,所述的建筑热平衡模型由下式表示:
Q1(t)+Q2(t)+Q3(t)=Q4(t)+Q5(t) (1)
式中,Q1(t)为建筑围护结构散热功率;Q2(t)为建筑门窗渗透散热功率;Q3(t)为室内温升耗热;Q4(t)为人体散热功率;Q5(t)为建筑内采暖设备的散热功率;其中:
式中,Ni为房间不同围护结构内表面总数;Fk围护结构k内表面积,单位m2;αk为围护结构k的对流换热系数,单位W/m2·℃;Tn(t)为t时刻室内计算温度,单位℃;Tw(t)为t时刻室外温度,单位℃;n表示室内;w表示室外;
Q2(t)=0.278×cwmw[Tn(t)-Tw(t)] (3)
式中,0.278为单位换算系数;cw为室外空气比热,取1.004kJ/kg·℃;mw为室外空气温度下的空气质量;
Q4(t)=3.8 (5)
建筑内人体散热量与人数及其行为、照明、炊事等有关,根据《民用建筑节能设计标准》,单位面积的散热功率取3.8W/m2。
Q5(t)=ηQ(t) (6)
式中,η为散热器出入口散热效率,取为0.9;Q(t)为t时刻热源设备输入的总制热功率。
(2)空气源热泵是一种绿色高效的制热设备,能够从空气中吸收大量的低品位能,转化为高品位能来为用户供暖,这中间只消耗少量电能。它的制热量和消耗的电功率与室外环境温度紧密相关,可通过实验数据拟合得到制热量与室外环境温度的关系,因此,所述的空气源热泵模型由下式表示:
Q=0.0274Tw 4+0.6868×Tw 3-0.8241×Tw 2+140.4Tw+8465.3 (7)
COP=5×10-6Tw 4+0.0001Tw 3-0.001Tw 2+0.0596Tw+3.1984 (8)
(3)储热设备主要包括蓄热罐和蓄热槽等,其特性可描述成储热容量、输出输入功率和热损耗等部分之间的关系。因此,所述的储热设备模型表示为:
St-St-1=△t(Qst(t)-Qex(t)-KlossSt) (9)
式中,St为储热设备在t时刻的剩余热量;Kloss为散热损失率,取1%/h;Qst(t)、Qex(t)分别为热储能在t时刻的能量存储、释放功率。为使下一调度周期储热设备能够正常参与调度,设置储热设备在调度周期始端和末端的储热容量相等。
3)构建工业园区微网日前经济调度模型,包括:目标函数、电功率平衡约束条件、室内温度约束条件、空气源热泵制热功率约束条件、储能容量约束条件、储能装置功率约束条件、光伏上网功率约束条件和电力潮流约束条件;其中:
(1)站在电热能源负荷供应商的角度考虑,微网电热联合经济调度的目标是在满足系统运行约束下,合理安排制热设备的启停或功率,使园区电热能源供应的效益最大。因此,所述的目标函数如下:
式中:F为电热能源供应运行收益;j为调度时段总数;CS(t)为t时刻微网向用户售电收益;CM(t)为t时刻微网送向外网的光伏售电收益;CE(t)为t时刻从外部电网购电成本。为体现对新能源的消纳,应设置送向外网的光伏售电电价低于向用户售电电价。
(2)系统中光伏发电和空气源热泵设备与电负荷保持平衡。因此,所述的电功率平衡约束条件表达式为:
PPV(t)+PEM(t)=PLD(t)+PAR(t)+PVM(t) (11)
式中,PPV(t)为t时刻光伏发电功率;PEM(t)为t时刻微网从上级电网购电功率;PLD(t)为t时刻工业负荷耗电功率;PAR(t)为t时刻空气源热泵电功率;PVM(t)为因达到光伏上网限制功率而放弃上网的功率。
(3)系统中参与热负荷平衡调节的设备有空气源热泵和储热装置。通过对制热设备的调节,需要达到的柔性舒适度区间,因此,所述的室内温度约束条件为:
Tmin≤T(t)≤Tmax (12)
式中,Tmin和Tmax分别是满足室内温度舒适度的最低温度和最高温度。
4)提出基于遗传算法的微网调度求解方法,由步骤3)对于工业园区微网日前经济调度模型的分析可知,微网日前经济调度问题是一个包含多个变量、多个约束的非线性最优规划问题。所述的求解方法包括两个方面:个体筛选修正和遗传算法部分寻优。其中:
(1)个体筛选修正的作用在于修正不满足室内温度约束条件的个体。因此,所述的个体筛选修正,包括对随机产生的个体首先进行空气源热泵功率和储热设备容量约束的判定,不满足约束条件的个体需要重新产生;符合约束条件的个体代入搭建的建筑热平衡模型计算下一时刻的室内温度,对于不符合室内温度约束条件的个体,需要重新产生该时刻的控制变量值来替换原始值。
(2)所述的遗传算法寻优是经过选择、交叉、变异和保留精英,得到最优的运行方案,其中,选择是从群体中随机遍历,按照室内温度约束条件对群体中的所有个体进行排序,选取最优个体,为后续的交叉操作提供基础数据;交叉是将种群中的两个个体随机地交换基因,从而产生新的基因组合用于繁殖下一代的个体中;变异是通过局部的随机搜索,对群体中的个体上的基因值作变动,引进新的遗传基因和恢复已经失去的遗传基因;保留精英是对变异后的个体按照室内温度约束条件进行排序,选取最优个体作为最优运行方案。
最佳实施例
以某北方工业园区为算例,建立工业园区微网架构和仿真模型,并通过经济性模型搭建和模型求解,得到该微网架构下的电热联合调度方法。
(1)微网架构及参数确定
某北方工业园区现阶段拥有大型厂房11间,园区总占地面积约1km2,长1.2km、宽0.8km。设计建筑物共计11栋厂房。其中生产用面积约239272m2,屋顶面积59818m2,假定厂房的建筑参数完全相同,均为4层建筑,墙体加设保温层,建筑结构参数如表1所示。
该工业园区采用综合能源供应模式,每个厂房中均装设空气源热泵、储热设备为建筑供热,并将暖气片作为采暖终端,各设备参数如表2所示;每间厂房装设屋顶光伏261kW,园区空地上配置集中式光伏14.129MW,占地面积0.31平方公里;从上级电网购电电价和光伏上网电价的峰谷时段及电价设置情况如表3所示;室内温度舒适度范围为18-22℃。
表1工业厂房建筑结构典型参数
表2工业厂房热力设备参数
表3电价设置情况
(2)工业园区微网电热联合调度方法
基于以上微网架构和参数信息,利用本发明所述方法得到的微网调度方法和室内温度情况如图2~图5所示:图2说明了利用工业园区微网电热联合调度方法,计算得到的空气源热泵制热功率随时间变化曲线;图3说明了利用工业园区微网电热联合调度方法,计算得到的储热设备功率和可用容量随时间变化曲线;图4说明了利用工业园区微网电热联合调度方法,计算得到的微网向电网售电功率随时间变化曲线;图5说明了利用工业园区微网电热联合调度方法,计算得到的微网室外及建筑室内温度随时间变化曲线。
对结果进行经济性分析,得到的成本/收益信息如表4所示:
表4微网收益结果
根据上述结果可以分析得到:该消纳策略中热需求是一个柔性区间,可通过调节空气源热泵功率,使其在光伏需要消纳时增大制热功率,扩大了消纳时段的电负荷,从而减小微网向上级电网的售电功率,达到消纳新能源的目的,同时也可在非消纳时段短时关闭分布式采暖设备,利用建筑的蓄热性满足室内温度需要,有利于经济性目标的实现;且该消纳策略能够使室内温度处于舒适度区间,满足用户对舒适度的要求;从经济性分析来看,该消纳策略能够保证微网的收益较大,满足微网运行的经济性目标。因此本发明的基于分布式清洁采暖的工业园区微网电热联合调度方法,是一种基于分布式清洁供暖设备安装于单个建筑中、可灵活调节等特征的柔性调度方法,能够满足消纳要求和经济性目标。在目前的能源供应系统中,分布式清洁采暖装置逐渐推广,传统基于集中式供暖的调度方法难以继续适用。因此本发明基于分布式清洁供暖设备为供热源的微网提出了有效的消纳策略,既能满足新能源消纳要求,又能满足经济性目标,在现实的电热能源运行调度中更加实用并具有一定的指导意义。
Claims (1)
1.一种基于分布式清洁采暖的工业园区微网电热联合调度方法,其特征在于,包括如下步骤:
1)建立基于分布式采暖的园区微网整体架构,包括建筑级电热供应系统和园区级协同供电系统;所述的建筑级电热供应系统包括:空气源热泵、储热装置和屋顶光伏;所述的园区级协同供电系统包括:外部电网、配电线路和集中式光伏走廊;
2)构建工业园区微网仿真模型,包括:建筑热平衡模型、空气源热泵模型、储热设备模型;其中,
所述的建筑热平衡模型由下式表示:
Q1(t)+Q2(t)+Q3(t)=Q4(t)+Q5(t) (1)
式中,Q1(t)为建筑围护结构散热功率;Q2(t)为建筑门窗渗透散热功率;Q3(t)为室内温升耗热;Q4(t)为人体散热功率;Q5(t)为建筑内采暖设备的散热功率;其中:
式中,Ni为房间不同围护结构内表面总数;Fk围护结构k内表面积,单位m2;αk为围护结构k的对流换热系数,单位W/m2·℃;Tn(t)为t时刻室内计算温度,单位℃;Tw(t)为t时刻室外温度,单位℃;n表示室内;w表示室外;
Q2(t)=0.278×cwmw[Tn(t)-Tw(t)] (3)
式中,0.278为单位换算系数;cw为室外空气比热,取1.004kJ/kg·℃;mw为室外空气温度下的空气质量;
Q4(t)=3.8 (5)
Q5(t)=ηQ(t) (6)
式中,η为散热器出入口散热效率,取为0.9;Q(t)为t时刻热源设备输入的总制热功率;
所述的空气源热泵模型由下式表示:
Q=0.0274Tw 4+0.6868×Tw 3-0.8241×Tw 2+140.4Tw+8465.3 (7)
COP=5×10-6Tw 4+0.0001Tw 3-0.001Tw 2+0.0596Tw+3.1984 (8)
所述的储热设备模型表示为:
St-St-1=Δt(Qst(t)-Qex(t)-KlossSt) (9)
式中,St为储热设备在t时刻的剩余热量;Kloss为散热损失率,取1%/h;Qst(t)、Qex(t)分别为热储能在t时刻的能量存储、释放功率;
3)构建工业园区微网日前经济调度模型,包括:目标函数、电功率平衡约束条件、室内温度约束条件、空气源热泵制热功率约束条件、储能容量约束条件、储能装置功率约束条件、光伏上网功率约束条件和电力潮流约束条件;其中,
所述的目标函数如下:
式中:F为电热能源供应运行收益;j为调度时段总数;CS(t)为t时刻微网向用户售电收益;CM(t)为t时刻微网送向外网的光伏售电收益;CE(t)为t时刻从外部电网购电成本;
所述的电功率平衡约束条件表达式为:
PPV(t)+PEM(t)=PLD(t)+PAR(t)+PVM(t) (11)
式中,PPV(t)为t时刻光伏发电功率;PEM(t)为t时刻微网从上级电网购电功率;PLD(t)为t时刻工业负荷耗电功率;PAR(t)为t时刻空气源热泵电功率;PVM(t)为因达到光伏上网限制功率而放弃上网的功率;
所述的室内温度约束条件为:
Tmin≤T(t)≤Tmax (12)
式中,Tmin和Tmax分别是满足室内温度舒适度的最低温度和最高温度;
4)提出基于遗传算法的微网调度求解方法,包括两个方面:个体筛选修正和遗传算法部分寻优;其中,
所述的个体筛选修正,包括对随机产生的个体首先进行空气源热泵功率和储热设备容量约束的判定,不满足约束条件的个体需要重新产生;符合约束条件的个体代入搭建的建筑热平衡模型计算下一时刻的室内温度,对于不符合室内温度约束条件的个体,需要重新产生该时刻的控制变量值来替换原始值;
所述的遗传算法寻优是经过选择、交叉、变异和保留精英,得到最优的运行方案,其中,选择是从群体中随机遍历,按照室内温度约束条件对群体中的所有个体进行排序,选取最优个体,为后续的交叉操作提供基础数据;交叉是将种群中的两个个体随机地交换基因,从而产生新的基因组合用于繁殖下一代的个体中;变异是通过局部的随机搜索,对群体中的个体上的基因值作变动,引进新的遗传基因和恢复已经失去的遗传基因;保留精英是对变异后的个体按照室内温度约束条件进行排序,选取最优个体作为最优运行方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810138861.4A CN108319142B (zh) | 2018-02-08 | 2018-02-08 | 基于分布式清洁采暖的工业园区微网电热联合调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810138861.4A CN108319142B (zh) | 2018-02-08 | 2018-02-08 | 基于分布式清洁采暖的工业园区微网电热联合调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108319142A CN108319142A (zh) | 2018-07-24 |
CN108319142B true CN108319142B (zh) | 2021-04-13 |
Family
ID=62902832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810138861.4A Active CN108319142B (zh) | 2018-02-08 | 2018-02-08 | 基于分布式清洁采暖的工业园区微网电热联合调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319142B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109217359A (zh) * | 2018-08-19 | 2019-01-15 | 天津大学 | 考虑建筑热平衡与舒适度的乡村微能源网光伏消纳方法 |
CN109343340B (zh) * | 2018-11-21 | 2021-08-03 | 浙江工业大学 | 数据驱动的固定拓扑结构换热网络智能优化改造方法 |
CN109884888B (zh) * | 2018-12-30 | 2023-03-03 | 国网天津市电力公司电力科学研究院 | 一种基于非合作博弈的多楼宇微网模型预测调控方法 |
CN110443446B (zh) * | 2019-06-30 | 2023-03-24 | 天津大学 | 需求响应机制下含建筑虚拟储能的能源站经济调度方法 |
CN110460040B (zh) * | 2019-07-15 | 2023-04-07 | 天津大学 | 一种考虑智能建筑热平衡特性的微电网运行调度方法 |
CN111947206B (zh) * | 2020-08-11 | 2021-09-14 | 天津大学 | 用于建筑物平抑电能供给波动的热泵蓄热-供热优化方法 |
CN112413702B (zh) * | 2020-10-23 | 2021-11-26 | 国网天津市电力公司电力科学研究院 | 一种蓄热式电采暖负荷与配电网台区的匹配方法及系统 |
CN112464574B (zh) * | 2020-12-14 | 2022-05-31 | 天津大学 | 一种检验建筑内扰负荷设计参数合理性的方法 |
CN113701315B (zh) * | 2021-09-02 | 2022-10-04 | 国网(苏州)城市能源研究院有限责任公司 | 一种分体式空调集群智能节能控制方法及系统 |
CN116128227B (zh) * | 2022-12-30 | 2024-02-02 | 天津大学 | 电能分配方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595116A (zh) * | 2013-11-22 | 2014-02-19 | 烟台卓越新能源科技有限公司 | 小型风、光、电、热联合能源系统 |
CN105305419A (zh) * | 2015-10-12 | 2016-02-03 | 山东大学 | 一种含有压缩空气储能的独立微网容量优化配置方法 |
CN107067146A (zh) * | 2017-01-09 | 2017-08-18 | 国网浙江省电力公司经济技术研究院 | 考虑热负荷二维可控性的微网热电协调调度方法 |
CN206611188U (zh) * | 2017-03-29 | 2017-11-03 | 赫普热力发展有限公司 | 高速公路区域分布式多能互补能源微网系统 |
-
2018
- 2018-02-08 CN CN201810138861.4A patent/CN108319142B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595116A (zh) * | 2013-11-22 | 2014-02-19 | 烟台卓越新能源科技有限公司 | 小型风、光、电、热联合能源系统 |
CN105305419A (zh) * | 2015-10-12 | 2016-02-03 | 山东大学 | 一种含有压缩空气储能的独立微网容量优化配置方法 |
CN107067146A (zh) * | 2017-01-09 | 2017-08-18 | 国网浙江省电力公司经济技术研究院 | 考虑热负荷二维可控性的微网热电协调调度方法 |
CN206611188U (zh) * | 2017-03-29 | 2017-11-03 | 赫普热力发展有限公司 | 高速公路区域分布式多能互补能源微网系统 |
Non-Patent Citations (4)
Title |
---|
Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch;Wei Gu.etc;《Applied Energy》;20171231;全文 * |
利用建筑物与热网热动态特性提高热电联产机组调峰能力;李平等;《电力系统自动化》;20150815;全文 * |
含电热联合系统的微电网运行优化;李正茂等;《中国电机工程学报》;20150731;全文 * |
基于电热联合调度的微电网运行优化;李正茂;《万方》;20161020;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108319142A (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319142B (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 | |
CN110516851B (zh) | 一种基于虚拟电厂的源荷双侧热电联合随机优化调度方法 | |
CN111950809B (zh) | 基于主从博弈的综合能源系统分层分区优化运行方法 | |
CN110866641A (zh) | 计及源储荷协同的多能互补系统两级优化调度方法及系统 | |
CN108321793B (zh) | 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法 | |
CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
WO2011134430A1 (zh) | 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统 | |
CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
CN108039710A (zh) | 一种基于阶跃特性的空调负荷参与的电网日前调度方法 | |
CN110807588B (zh) | 一种多能源耦合综合能源系统的优化调度方法 | |
CN111353128B (zh) | 一种基于非合作博弈的多能量枢纽优化运行方法 | |
CN110322056A (zh) | 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法 | |
CN111191353B (zh) | 考虑热惯性的电-热综合能源系统协调运行方法 | |
CN111244939A (zh) | 一种计及需求侧响应的多能互补系统两级优化设计方法 | |
CN112464466A (zh) | 一种蓄热式电采暖系统优化调度方法、装置 | |
CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
CN110163767A (zh) | 一种含多利益主体的区域综合能源系统分散式规划方法 | |
CN107392366A (zh) | 计及用户行为分析的综合能源系统供需双侧综合优化方法 | |
CN112329260A (zh) | 一种多能互补微网多元多目标优化配置与优化运行方法 | |
CN113809755B (zh) | 一种基于需求响应的智慧楼宇节能优化控制方法 | |
CN113592365A (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 | |
CN112116131B (zh) | 计及碳排放的综合能源系统多层级优化方法 | |
CN115796484A (zh) | 一种多社区微网系统一主多从博弈双层优化调度方法 | |
CN111062598B (zh) | 综合能源系统的分布式优化调度方法及系统 | |
CN113379160A (zh) | 基于建筑物热能流的楼宇侧综合能源系统优化调度方法 |
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 |