CN108510131A - 一种综合能源微网优化规划方法、微网结构及控制方法 - Google Patents

一种综合能源微网优化规划方法、微网结构及控制方法 Download PDF

Info

Publication number
CN108510131A
CN108510131A CN201810496658.4A CN201810496658A CN108510131A CN 108510131 A CN108510131 A CN 108510131A CN 201810496658 A CN201810496658 A CN 201810496658A CN 108510131 A CN108510131 A CN 108510131A
Authority
CN
China
Prior art keywords
moment
heat
load
gas
energy
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
CN201810496658.4A
Other languages
English (en)
Other versions
CN108510131B (zh
Inventor
孙宏斌
陈彬彬
夏天
郭庆来
吴文传
王彬
张伯明
张明晔
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201810496658.4A priority Critical patent/CN108510131B/zh
Publication of CN108510131A publication Critical patent/CN108510131A/zh
Application granted granted Critical
Publication of CN108510131B publication Critical patent/CN108510131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • 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

Abstract

本发明公开了一种综合能源微网优化规划方法，首先建立综合能源微网的结构，并对其中的CCHP系统、燃气锅炉、电制冷机组、储能装置等设备进行建模，并从历史数据中获取典型日负荷曲线和可再生能源出力曲线，然后结合负荷的平衡约束、设备的特性约束以及新能源的出力约束，建立以包含储能建设运维成本与系统运行成本的总成本最小为目标函数的储能容量优化配置模型。通过求解该模型即可得到最佳的储能容量，为实际综合能源微网的储能建设提供参考与支持。

Description

一种综合能源微网优化规划方法、微网结构及控制方法
技术领域
本发明涉及电力系统规划领域，尤其涉及一种综合能源微网优化规划方法、微网结构及控制方法。
背景技术
近年来，综合能源微网、区域能源互联网等概念受到追捧，并在一些园区、岛屿等场景中得到应用。一般这些园区微网都会成立一个综合能源供应商来满足园区内的各个用户的用能需求，用户自己不直接并网，而是通过综合能源供应商集体并网。在这种模式下，园区内的综合能源供应商往往根据园区内的用户用电规模与电压等级，直接和电网公司签订供电协议。一般协议中会将电价分为两部分，一部分直接与用电量挂钩，另一部分则无关用电量大小，而由议定的用电规模决定，即整个园区接入电网的关口容量，因此称为容量电价。综合能源供应商为了降低成本，会尽可能减小关口容量。但是园区内用户的用电量是不确定的，存在随机波动，一旦关口功率越过关口容量，电网公司就会对综合能源供应商收取惩罚性费用，更严重的是用于连接园区微网与大电网的关口变压器可能会因为功率越限而烧毁，造成巨大损失。
另一方面，这些园区微网内部往往装设分布式的可再生能源，在部分园区内其渗透率还可能较高。这种情况下，在园区的用电低谷时期，如果园区不是并网运行的，那么就很有可能无法消纳全部的可再生能源出力，造成弃风弃光的现象。
引入储能设备可有效解决上述两个问题，实现对负荷的削峰填谷，增强系统的调节能力与可再生能源消纳能力。但目前大多数园区微网在配置储能设备时，其容量的确定往往是由工作人员通过以往的经验来决定，未经优化规划——容量配置小了会导致不能充分发挥储能的作用，大了则会导致资源的浪费。另外，目前大多数园区的储能通常采用铅蓄电池、锂电池等储电设备实现，其最大的问题在于成本太高。随着多能联供技术(CHP、CCHP)的不断发展，越来越多的园区微网采用冷、热、电联供的方式，即所谓的综合能源微网，此时因为建立了电、热、冷等能源形式之间的耦合关系，故在储能形式上可采用成本更为低廉的储热、储冷设备，实现更大的经济效益。
发明内容
本发明的目的在于提供一种综合能源微网储能容量的优化规划方法，首先建立综合能源微网的各个设备模型、微网内负荷模型与可再生能源出力模型，然后引入储能的投资与维护成本等因素，建立以系统建设运行总成本最小为目标函数的储能容量优化配置模型。通过求解该模型即可确定最优的孤网运行模式的综合能源微网的储能容量，减小建设成本并提高资源利用率。
本发明的技术方案为：
一种综合能源微网优化规划方法，包括，
S100建立优化对象结构即含储能的综合能源微网结构；
S200建立综合能源微网的设备模型、负荷模型与可再生能源出力模型；
S300建立综合能源微网的储能容量优化配置模型；
S400应用非线性规划方法求解综合能源微网的储能容量优化配置模型。
进一步地，所述含储能的综合能源微网结构包括CCHP系统(即Combined CoolingHeating and Power系统，冷热电联产系统)，电制冷机组，可再生能源装置，储能装置，用能负荷。
进一步地，所述综合能源微网的设备模型包括CCHP系统模型、储能设备模型、电制冷机组模型、燃气锅炉模型。
进一步地，所述CCHP系统模型包括燃气轮机模型、余热锅炉模型、抽凝式汽轮机模型和溴化锂机组模型。
进一步地，所述负荷模型与可再生能源出力模型通过预测曲线来表示，所述预测曲线通过历史数据与蒙特卡方法的结合生成。
进一步地，所述的综合能源微网的储能容量优化配置模型，包括目标函数与约束条件，
所述的目标函数，其表达式为
W＝min(Wgas+Wsto)
Wsto＝β1·Pem+β2·Em+β3·Phm+β4·Qm+β5·Pcm+β6·Cm
式中：
Wgas是每日燃气的成本；
Wsto是储能的投资与运维成本；
Vgas,t,n是第n台燃气轮机在t时刻的天然气进气体积流量；Vgas,b,t是燃气锅炉在t时刻的天然气进气体积流量；
Δt是一个计数周期的时长；
pgas是天然气单价；
β1是储电设备单位功率投资系数；
β2是储电设备单位容量的投资与维护系数；
β3是储热设备单位功率投资系数；
β4是储热设备单位容量的投资与维护系数
β5是储冷设备单位功率投资系数；
β6是储冷设备单位容量的投资与维护系数；
Pem是储电设备的最大充放电速率；
Phm是储热设备的最大储放热速率；
Pcm是储冷设备的最大储放冷速率；
Em是储电设备的最大容量；
Qm是储热设备的最大容量；
Cm是储冷设备的最大容量；
We,inv是储电设备单位容量的初始投资；
Wh,inv是储热设备单位容量的初始投资；
Wc,inv是储冷设备单位容量的初始投资；
Te是储电设备的使用寿命；
Th是储热设备的使用寿命；
Tc是储冷设备的使用寿命；
wmt,e是储电设备的单位容量维护成本；
wmt,h是储热设备的单位容量维护成本；
wmt,c是储冷设备的单位容量维护成本；
所述的约束条件，包括：
电负荷平衡约束，为
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率，【n＝1、2、3……】；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
Pwp,con,t是t时刻风电消纳量；
Ppv,con,t是t时刻光伏消纳量；
Pload,t是t时刻电负荷大小；
Pac,t是t时刻电制冷机组消耗的电功率；
Pe,t是t时刻蓄电池的充电功率，正为充电，负为放电；
热负荷平衡约束，为
Qst,t+Qb,t＝Qload,t+Ph,t
式中：
Qst,t是t时刻通过抽汽实现的供热量；
Qb,t是t时刻燃气锅炉的供热量；
Qload,t是t时刻热负荷大小；
Ph,t是t时刻储热装置的储热功率，正为储热，负为放热；
冷负荷平衡约束，为
Clb,t+Cac,t＝Cload,t+Pc,t
式中：
Clb,t是t时刻溴化锂机组的制冷量；
Cac,t是t时刻电制冷机组的制冷量；
Cload,t是t时刻冷负荷大小；
Pc,t是t时刻储冷装置的储冷功率，正为储冷，负为放冷；
机组出力约束，为
Pgt,min≤Pgt,t,n≤Pgt,max
Pst,min≤Pst,t≤Pst,max
式中：
Pgt,min是燃气轮机的出力下限；
Pgt,max是燃气轮机的出力上限；
Pst,min和抽凝式汽轮机的出力下限；
Pst,max是抽凝式汽轮机的出力上限；
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
机组爬坡速率约束，为
Pgt,dn,min≤Pgt,t,n-Pgt,t-1,n≤Pgt,up,max
Pst,dn,min≤Pst,t-Pst,t-1≤Pst,up,max
式中：
Pgt,up,max是燃气轮机的爬坡速率上限；
Pgt,dn,min是燃气轮机的爬坡速率下限；
Pst,up,max是抽凝式汽轮机的爬坡速率上限；
Pst,dn,min是抽凝式汽轮机的爬坡速率下限；
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pgt,t-1,n是第n台燃气轮机在t-1时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
Pst,t-1是t-1时刻抽凝式汽轮机输出的电功率；
抽凝式汽轮机抽汽量约束，为
mex,1,t+mex,2,t≤mst,t·γmax
式中：
mex,1,t是t时刻抽取的蒸汽中用于供热部分的质量流量；
mex,2,t是t时刻抽取的蒸汽中用于制冷部分的质量流量；
mst,t是t时刻通入抽凝式汽轮机及的水蒸汽质量流量；
γmax是最大抽汽比例；
锅炉出力约束，为
Qb,min≤Qb,t≤Qb,max
式中：
Qb,t为t时刻锅炉的供热量；
Qb,min是燃气锅炉的出力下限；
Qb,max是燃气锅炉的出力上限；
锅炉爬坡速率约束，为
Qb,dn,min≤Qb,t-Qb,t-1≤Qb,up,max
式中：
Qb,t为t时刻锅炉的供热量；
Qb,t-1为t-1时刻锅炉的供热量；
Qb,dn,min是燃气锅炉的爬坡速率下限；
Qb,dn,max是燃气锅炉的爬坡速率上限；
储能容量约束，为
0≤SOCe,t≤1
0≤SOCh,t≤1
0≤SOCc,t≤1
式中：
SOCe,t是t时刻蓄电池的荷电状态，即剩余储电量与最大储电量之比；
SOCh,t是t时刻储热装置的储热状态，即剩余储热量与最大储热量之比；
SOCc,t是t时刻储冷装置的储冷状态，即剩余储冷量与最大储冷量之比；
储能充放速率约束，为
|Pe|<Pem
|Ph|<Phm
|Pc|<Pcm
储能始末状态平衡约束，为
式中：
式中：
SOCe,1是蓄电池开始时候的荷电状态；
是蓄电池结束时刻的荷电状态；
SOCh,1是储热装置开始时刻的储热状态
是储热装置结束时刻的储热状态；
SOCc,1是储冷装置开始时刻的储冷状态；
是储冷装置结束时刻的储冷状态；
可再生能源消纳量约束，为
Ppv,con,t≤Ppv,t
Pwp,con,t≤Pwp,t
式中：
Ppv,t是t时刻光伏的最大出力
Pwp,t是t时刻风电的最大出力。
进一步地，通过软件LINGO或Cplex进行非线性规划求解。
本发明还提供一种使用上述的综合能源微网优化规划方法的综合能源微网，所述综合能源微网的主要功能设备包括，CCHP系统，用于发电满足用户的需求，同时向用户供热、供冷和生活热水；储能设备，用于将能量储存起来以便以后需要时利用；电制冷机组，用于将具有较低温度的被冷却物体的热量转移给环境介质从而获得冷量；可再生能源装置，用于将可再生能源转化为可利用的电能。
进一步地，所述的CCHP系统包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组；所述的储能装置包括储电装置、储热装置和储冷装置；所述的用能负荷包括电负荷、热负荷和冷负荷；所述的可再生能源装置包括风机和光伏装置。
本发明还提供一种控制上述综合能源微网的方法，天然气先通入到所述燃气轮机中发电，从所述燃气轮机排出来的高温高压烟气再经过所述余热锅炉进行回收利用从而得到高温高压的水蒸汽，该水蒸汽再推动所述抽凝式汽轮机做功发电；高温高压的水蒸汽在所述抽凝式汽轮机高压级做完功之后进入中压级，有部分水蒸汽被抽取用于供热以及通到所述溴化锂机组制冷；所述电制冷机组补偿冷负荷需求，所述燃气锅炉补偿热负荷需求，所述风机和光伏装置进行可再生能源发电。
由此可见，通过详细建模来描述综合能源微网的结构，将储能设备的定容转化为一个NLP问题，通过求解其优化配置模型，得到最佳的储电、储热与储冷容量，及系统在该规划下的最优运行效益，实现精细规划，减小储能系统的建设成本，提高运行效益。
应理解的是，前面的一般描述和下面的详细描述两者都是示例性的，并且意图在于提供要求保护的技术的进一步说明。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。除非明确指出，否则附图不应视为按比例绘制。在附图中，相同的参考标号通常代表相同组件或步骤。在附图中：
图1是示出根据本发明含储能的综合能源微网结构示意图；以及
图2是示出根据本发明的综合能源微网的储能容量优化规划方法流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本文所描述的实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。在本说明书和附图中，将采用相同的附图标记表示大体上相同的元素和功能，且将省略对这些元素和功能的重复性说明。此外，为了清楚和简洁，可以省略对于本领域所熟知的功能和构造的说明。
本发明提供了一种对于孤网运行的综合能源微网储能容量的优化规划方法，首先建立综合能源微网的各个设备模型、微网内负荷模型与可再生能源出力模型，然后引入储能的投资与维护成本等因素，建立以系统建设运行总成本最小为目标函数的储能容量优化配置模型。通过求解该模型即可确定最优的孤网运行模式的综合能源微网的储能容量，减小建设成本并提高资源利用率。
在本实施例中，一种综合能源微网的储能容量优化规划方法，包括如下步骤：
步骤1，建立优化对象结构即含储能的综合能源微网结构；
所述的含储能的综合能源微网结构包括CCHP系统，用于发电满足用户的需求，同时向用户供热、供冷和生活热水；用于将能量储存起来以便以后需要时利用；电制冷机组，用于将具有较低温度的被冷却物体的热量转移给环境介质从而获得冷量；可再生能源装置，用于将可再生能源转化为可利用的电能。其中，所述的CCHP系统包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组；所述的储能装置包括储电装置、储热装置和储冷装置；所述的用能负荷包括电负荷、热负荷和冷负荷；所述的可再生能源装置包括风机和光伏装置。
图1为一种较典型的综合能源微网结构示意图，实际应用该优化配置方法时可增删相关设备，这不影响方法的适用性。该微网的主要供能设备是CCHP系统，具体组成包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组。CCHP系统的工作流程是天然气先通入到燃气轮机中发电，从燃气轮机排出来的高温高压烟气再经过余热锅炉进行回收利用从而得到高温高压的水蒸汽，该水蒸汽再推动抽凝式汽轮机做功发电。其中抽凝式汽轮机是分级的，高温高压的水蒸汽在高压级做完功之后进入中压级，此处有部分水蒸汽被抽取用于供热与通到溴化锂机组制冷。与背压式汽轮机固定的抽汽比例不同，抽凝式汽轮机的抽汽比例是可以自由调节的，但存在一个上限。为了避免供热、供冷所需的抽汽量超过上限，并强化多能耦合，提高系统调节的灵活性，微网中还加入电制冷机组用以补偿冷负荷需求，以及燃气锅炉用以补偿热负荷需求。除此之外微网中还有高渗透率的光伏与风机进行可再生能源发电。同时，微网中还有容量待规划的储能设备。
接下来进入步骤2。
依据该综合能源微网结构建立设备模型、负荷模型和可再生能源出力模型。
1、CCHP系统模型
CCHP系统的具体组成包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组，现分别对各设备建模。
1)燃气轮机模型
燃气轮机通过燃烧天然气进行发电，并排出做功后的高温高压烟气。燃气轮机发电出力与烟气质量流量可用下式表示：
Pgt,t,n＝Vgas,t,n·LHV·ηgt,t,n
式中：
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率，【n＝1、2、3……】；
Vgas,t,n是第n台燃气轮机在t时刻的进气体积流量；
LHV是第n台燃气轮机在t时刻的天然气低位热值；
meh,t,n是第n台燃气轮机在t时刻排出的烟气质量；
ΔHeh,1是第n台燃气轮机在t时刻烟气增加的焓值(在实际运行中烟气余温、压强随负荷率变化小，故可近似为一个定值，下同)；
α是天然气燃烧产热转移到烟气余热中的比例；
ηgt,t,n是第n台燃气轮机在t时刻的发电效率，是关于负荷率ldgt,t,n和燃气轮机额定发电效率ηgt,e的一个非线性函数，记为
式中：
p1、p2、p3是燃气轮机说明书给出的试验曲线进行拟合得到的经验公式参数；
ldgt,t,n是第n台燃气轮机在t时刻的负荷率。
2)余热锅炉模型
燃气轮机可以视为一个将烟气的热量传递到水蒸汽中的换热器，那么水蒸汽的质量流量就可以表示为
式中：
mst,t是t时刻进出余热锅炉的水蒸汽
∑nmeh,t,n是t时刻进出余热锅炉的烟气质量流量；
ΔHeh,2是余热烟气进出余热锅炉前后减少的焓值；
ΔHst是水蒸汽进出余热锅炉前后增加的焓值；
ηb,t是t时刻余热锅炉的效率，是关于负荷率ldb,t与额定效率ηb,e的一个非线性函数，记为
式中：
q1、q2、q3是余热锅炉说明书给出的试验曲线进行拟合得到的经验公式参数；
ldb,t是余热锅炉的在t时刻的负荷率。
3)抽凝式汽轮机模型
余热锅炉产生的高温高压水蒸汽通入抽凝式汽轮机做功发电，其中在汽轮机中压级会抽取一部分蒸汽用于供热和制冷。抽凝式汽轮机的发电出力可以近似为关于进汽与抽汽的线性关系，用下式表示：
Pst,t＝(k1-k2·γ)·mst,t
式中：
Pst,t是t时刻抽凝式汽轮机输出的电功率；
k1和k2是由汽轮机出力曲线得到的系数；
mst,t是t时刻通入抽凝式汽轮机的水蒸汽质量流量；
γ是抽汽比例。
从汽轮机中压级抽取的水蒸汽温度、压强均符合供热标准，可直接用于供热，供热量可写为
Qst,t＝mex,1,t·ΔHst,1
式中：
Qst,t是t时刻通过抽汽实现的供热量；
mex,1,t是t时刻抽取的蒸汽中用于供热部分的质量流量；
ΔHst,1是供热前后水蒸汽的焓值差。
4)溴化锂机组模型
溴化锂机组是利用抽取出来的高温高压水蒸汽做功推动制冷机工作，将水蒸汽所含的热量转换为制冷量。制冷量大小可表示为
Clb,t＝mex,2,t·ΔHst,2·COPlb
式中：
Clb,t是t时刻溴化锂机组的制冷量；
mex,2,t是t时刻抽取的蒸汽中用于制冷部分的质量流量；
ΔHst,2是进出溴化锂机组前后水蒸汽的焓值差；
COPlb是溴化锂机组的制冷系数。
2、储能设备模型
综合能源微网通过CCHP系统实现了电、热、冷的高度耦合，所以储冷、储热、储电均可实现储能调节的效果，其中储电的调节作用更为直接但成本高昂，储热、储冷成本低廉但是调节不如储电直接且存在较大的散热损失。
储电技术根据载体的不同有蓄电池储电、压缩空气储能、超级电容储电等，本文采取目前应用最为广泛的蓄电池储电进行建模。
蓄电池荷电状态(SOC)是反映蓄电池剩余电量占其总容量比例的参数，一般用其与蓄电池充放电功率和容量的关系构建蓄电池模型。
储电设备的充电过程可表示为：
储电设备的放电过程可表示为：
式中：
SOCe,t是t时刻蓄电池的荷电状态，即剩余储电量与最大储电量之比；
Pe,t是t时刻蓄电池的充电功率，正为充电，负为放电；
ηcg,in是蓄电池充电效率；
ηcg,out是蓄电池放电效率；
Δt是一个计数周期的时长；
Em是蓄电池最大容量。
储热、储冷模型与储电模型基本一致，两者最大的不同在于需要去考虑其散热损失。
储热设备的储热过程可表示为
储热设备的放热过程可表示为
式中：
SOCh,t是t时刻储热装置的储热状态，即剩余储热量与最大储热量之比；
Ph,t是t时刻储热装置的储热功率，正为储热，负为放热；
ηh,in是储热装置储热效率；
ηh,out是储热装置放热效率；
Qm是储热装置的最大容量；
μh是每单位时间储热装置储热量的散失率。
储冷设备的储冷过程可表示为
储冷设备的放冷过程可表示为
式中：
SOCc,t是t时刻储冷装置的储冷状态，即剩余储冷量与最大储冷量之比；
Pc,t是t时刻储冷装置的储冷功率，正为储冷，负为放冷；
ηc,in是储冷装置储冷效率；
ηc,out是储冷装置放冷效率；
Cm是储冷装置的最大容量；
μc是每单位时间储冷装置储冷量的散失率。
3、电制冷机组模型
电制冷机组通过电驱动压缩机工作，其制冷量可以表示为
Cac,t＝Pac,t·COPac
式中：
Cac,t是t时刻电制冷机组的制冷量；
Pac,t是t时刻电制冷机组消耗的电功率；
COPac是电制冷机组的制冷系数。
4、燃气锅炉模型
燃气锅炉通过燃烧天然气直接供热，其供热量可以表示为
Qb,t＝Vgas,b,t·LHV·ηb
式中：
Qb,t为t时刻锅炉的供热量；
Vgas,b,t为t时刻锅炉的天然气进气量；
ηb为燃气锅炉的燃烧效率。
5、负荷模型与可再生能源出力模型
负荷模型和可再生能源出力模型均可用预测曲线来表示，其可以通过在历史数据的基础上采用蒙特卡洛方法生成，得到典型日负荷曲线和可再生能源出力曲线。
接下来进入步骤3。
建立综合能源微网的储能容量优化配置模型，在获得设备、负荷等模型之后就可以建立以经济性为目标的优化规划模型，首先建立该规划问题的目标函数，为
W＝min(Wgas+Wsto)
Wsto＝β1·Pem+β2·Em+β3·Phm+β4·Qm+β5·Pcm+β6·Cm
式中：
Wgas是每日燃气的成本；
Wsto是储能的投资与运维成本；
Vgas,t,n是第n台燃气轮机在t时刻的天然气进气体积流量；
Vgas,b,t是燃气锅炉在t时刻的天然气进气体积流量；
pgas是天然气单价；
β1是储电设备单位功率投资系数；
β2是储电设备单位容量的投资与维护系数；
β3是储热设备单位功率投资系数；
β4是储热设备单位容量的投资与维护系数
β5是储冷设备单位功率投资系数；
β6是储冷设备单位容量的投资与维护系数；
Pem是储电设备的最大充放电速率；
Phm是储热设备的最大储放热速率；
Pcm是储冷设备的最大储放冷速率；
Em是储电设备的最大容量；
Qm是储热设备的最大容量；
Cm是储冷设备的最大容量；
We,inv是储电设备单位容量的初始投资；
Wh,inv是储热设备单位容量的初始投资；
Wc,inv是储冷设备单位容量的初始投资；
Te是储电设备的使用寿命；
Th是储热设备的使用寿命；
Tc是储冷设备的使用寿命；
wmt,e是储电设备的单位容量维护成本；
wmt,h是储热设备的单位容量维护成本；
wmt,c是储冷设备的单位容量维护成本，然后再建立该规划问题的约束条件，包括负荷的平衡约束、机组锅炉的运行特性约束、储能系统的特性约束以及可再生能源的最大出力约束。
1、负荷的平衡约束，具体包括电负荷、热负荷、冷负荷的平衡约束
1)电负荷平衡约束
式中：
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
Pwp,con,t是t时刻风电消纳量；
Ppv,con,t是t时刻光伏消纳量；
Pload,t是t时刻电负荷大小；
Pac,t是t时刻电制冷机组消耗的电功率；
Pe,t是t时刻蓄电池的充电功率，正为充电，负为放电；
2)热负荷平衡约束
Qst,t+Qb,t＝Qload,t+Ph,t
式中：
Qst,t是t时刻通过抽汽实现的供热量；
Qb,t是t时刻燃气锅炉的供热量；
Qload,t是t时刻热负荷大小；
Ph,t是t时刻储热装置的储热功率，正为储热，负为放热；
3)冷负荷平衡约束
Clb,t+Cac,t＝Cload,t+Pc,t
式中：
Clb,t是t时刻溴化锂机组的制冷量；
Cac,t是t时刻电制冷机组的制冷量；
Cload,t是t时刻冷负荷大小；
Pc,t是t时刻储冷装置的储冷功率，正为储冷，负为放冷。
2、机组锅炉的运行特性约束
1)机组出力约束
Pgt,min≤Pgt,t,n≤Pgt,max
Pst,min≤Pst,t≤Pst,max
式中：
Pgt,min是燃气轮机的出力下限；
Pgt,max是燃气轮机的出力上限；
Pst,min和抽凝式汽轮机的出力下限；
Pst,max是抽凝式汽轮机的出力上限。
2)机组爬坡约束
Pgt,dn,min≤Pgt,t,n-Pgt,t-1,n≤Pgt,up,max
Pst,dn,min≤Pst,t-Pst,t-1≤Pst,up,max
式中：
Pgt,up,max是燃气轮机的爬坡速率上限；
Pgt,dn,min是燃气轮机的爬坡速率下限；
Pst,up,max是抽凝式汽轮机的爬坡速率上限；
Pst,dn,min是抽凝式汽轮机的爬坡速率下限；
3)抽汽量约束
mex,1,t+mex,2,t≤mst,t·γmax
式中：
mex,1,t是t时刻抽取的蒸汽中用于供热部分的质量流量；
mex,2,t是t时刻抽取的蒸汽中用于制冷部分的质量流量；
mst,t是t时刻通入抽凝式汽轮机及的水蒸汽质量流量；
γmax是最大抽汽比例；
4)锅炉出力约束
Qb,min≤Qb,t≤Qb,max
式中：
Qb,min是燃气锅炉的出力下限；
Qb,max是燃气锅炉的出力上限；
5)锅炉爬坡速率约束
Qb,dn,min≤Qb,t-Qb,t-1≤Qb,up,max
式中：
Qb,dn,min是燃气锅炉的爬坡速率下限；
Qb,dn,max是燃气锅炉的爬坡速率上限；
3、储能系统约束
1)储能容量约束
0≤SOCe,t≤1
0≤SOCh,t≤1
0≤SOCc,t≤1
2)储能充放速率约束
|Pe|<Pem
|Ph|<Phm
|Pc|<Pcm
3)储能始末状态平衡
4、可再生能源最大出力约束
可再生能源的消纳量必须小于可再生能源的最大出力，即
Ppv,con,t≤Ppv,t
Pwp,con,t≤Pwp,t
式中：
Ppv,t是t时刻光伏的最大出力
Pwp,t是t时刻风电的最大出力。
接下来进入步骤4。
应用非线性规划方法求解综合能源微网的储能容量优化配置模型，可以通过成熟的商业软件如LINGO、Cplex等数学建模软件进行非线性规划求解，求解得到最经济、最佳的储能容量即可作为实际建设的参考值，从而实现储能的优化配置。
本发明还提供一种使用上述的综合能源微网优化规划方法的综合能源微网，所述综合能源微网的主要功能设备包括：CCHP系统，用于发电满足用户的需求，同时向用户供热、供冷和生活热水；储能设备，用于将能量储存起来以便以后需要时利用；电制冷机组，用于将具有较低温度的被冷却物体的热量转移给环境介质从而获得冷量；可再生能源装置，用于将可再生能源转化为可利用的电能。
所述的CCHP系统包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组；所述的储能装置包括储电装置、储热装置和储冷装置；所述的用能负荷包括电负荷、热负荷和冷负荷；所述的可再生能源装置包括风机和光伏装置。
本发明还提供一种控制上述综合能源微网的方法，天然气先通入到所述燃气轮机中发电，从所述燃气轮机排出来的高温高压烟气再经过所述余热锅炉进行回收利用从而得到高温高压的水蒸汽，该水蒸汽再推动所述抽凝式汽轮机做功发电；高温高压的水蒸汽在所述抽凝式汽轮机高压级做完功之后进入中压级，有部分水蒸汽被抽取用于供热以及通到所述溴化锂机组制冷；所述电制冷机组补偿冷负荷需求，所述燃气锅炉补偿热负荷需求，所述风机和光伏装置进行可再生能源发电。
需要说明的是，本说明书中所使用的术语仅出于描述特定实施方式的目的，而非意在对本发明进行限制。除非上下文另外明确指出，否则如本文中所使用的单数形式的“一”、“一个”和“该”也意在包括复数形式。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域技术人员应该理解的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，但本领域的技术人员可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求书的范围。

Claims (10)

1.一种综合能源微网优化规划方法，包括：
S100建立优化对象结构即含储能的综合能源微网结构；
S200建立综合能源微网的设备模型、负荷模型与可再生能源出力模型；
S300建立综合能源微网的储能容量优化配置模型；
S400应用非线性规划方法求解综合能源微网的储能容量优化配置模型。
2.根据权利要求1所述的一种综合能源微网优化规划方法，其中，
所述含储能的综合能源微网结构包括CCHP系统、电制冷机组、可再生能源装置、储能设备、用能负荷中的一个或多个。
3.根据权利要求1所述的一种综合能源微网优化规划方法，其中，
所述综合能源微网的设备模型包括CCHP系统模型、储能设备模型、电制冷机组模型、燃气锅炉模型。
4.根据权利要求3所述的一种综合能源微网优化规划方法，其中，
所述CCHP系统模型包括燃气轮机模型、余热锅炉模型、抽凝式汽轮机模型和溴化锂机组模型。
5.根据权利要求1所述的一种综合能源微网优化规划方法，其中，
所述负荷模型与可再生能源出力模型通过预测曲线来表示，所述预测曲线通过历史数据与蒙特卡方法的结合生成。
6.根据权利要求1所述的一种综合能源微网优化规划方法，其中，
所述的综合能源微网的储能容量优化配置模型，包括目标函数与约束条件，
所述的目标函数，其表达式为
W＝min(Wgas+Wsto)
Wsto＝β1·Pem+β2·Em+β3·Phm+β4·Qm+β5·Pcm+β6·Cm
式中：
Wgas是每日燃气的成本；
Wsto是储能的投资与运维成本；
Vgas,t,n是第n台燃气轮机在t时刻的天然气进气体积流量；Vgas,b,t是燃气锅炉在t时刻的天然气进气体积流量；
Δt是一个计数周期的时长；
pgas是天然气单价；
β1是储电设备单位功率投资系数；
β2是储电设备单位容量的投资与维护系数；
β3是储热设备单位功率投资系数；
β4是储热设备单位容量的投资与维护系数
β5是储冷设备单位功率投资系数；
β6是储冷设备单位容量的投资与维护系数；
Pem是储电设备的最大充放电速率；
Phm是储热设备的最大储放热速率；
Pcm是储冷设备的最大储放冷速率；
Em是储电设备的最大容量；
Qm是储热设备的最大容量；
Cm是储冷设备的最大容量；
We,inv是储电设备单位容量的初始投资；
Wh,inv是储热设备单位容量的初始投资；
Wc,inv是储冷设备单位容量的初始投资；
Te是储电设备的使用寿命；
Th是储热设备的使用寿命；
Tc是储冷设备的使用寿命；
wmt,e是储电设备的单位容量维护成本；
wmt,h是储热设备的单位容量维护成本；
wmt,c是储冷设备的单位容量维护成本；
所述的约束条件，包括：
电负荷平衡约束，为
式中：
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
Pwp,con,t是t时刻风电消纳量；
Ppv,con,t是t时刻光伏消纳量；
Pload,t是t时刻电负荷大小；
Pac,t是t时刻电制冷机组消耗的电功率；
Pe,t是t时刻蓄电池的充电功率，正为充电，负为放电；
热负荷平衡约束，为
Qst,t+Qb,t＝Qload,t+Ph,t
式中：
Qst,t是t时刻通过抽汽实现的供热量；
Qb,t是t时刻燃气锅炉的供热量；
Qload,t是t时刻热负荷大小；
Ph,t是t时刻储热装置的储热功率，正为储热，负为放热；
冷负荷平衡约束，为
Clb,t+Cac,t＝Cload,t+Pc,t
式中：
Clb,t是t时刻溴化锂机组的制冷量；
Cac,t是t时刻电制冷机组的制冷量；
Cload,t是t时刻冷负荷大小；
Pc,t是t时刻储冷装置的储冷功率，正为储冷，负为放冷；
机组出力约束，为
Pgt,min≤Pgt,t,n≤Pgt,max
Pst,min≤Pst,t≤Pst,max
式中：
Pgt,min是燃气轮机的出力下限；
Pgt,max是燃气轮机的出力上限；
Pst,min和抽凝式汽轮机的出力下限；
Pst,max是抽凝式汽轮机的出力上限；
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
机组爬坡速率约束，为
Pgt,dn,min≤Pgt,t,n-Pgt,t-1,n≤Pgt,up,max
Pst,dn,min≤Pst,t-Pst,t-1≤Pst,up,max
式中：
Pgt,up,max是燃气轮机的爬坡速率上限；
Pgt,dn,min是燃气轮机的爬坡速率下限；
Pst,up,max是抽凝式汽轮机的爬坡速率上限；
Pst,dn,min是抽凝式汽轮机的爬坡速率下限；
Pgt,t,n是第n台燃气轮机在t时刻的输出电功率；
Pgt,t-1,n是第n台燃气轮机在t-1时刻的输出电功率；
Pst,t是t时刻抽凝式汽轮机输出的电功率；
Pst,t-1是t-1时刻抽凝式汽轮机输出的电功率；
抽凝式汽轮机抽汽量约束，为
mex,1,t+mex,2,t≤mst,t·γmax
式中：
mex,1,t是t时刻抽取的蒸汽中用于供热部分的质量流量；
mex,2,t是t时刻抽取的蒸汽中用于制冷部分的质量流量；
mst,t是t时刻通入抽凝式汽轮机及的水蒸汽质量流量；
γmax是最大抽汽比例；
锅炉出力约束，为
Qb,min≤Qb,t≤Qb,max
式中：
Qb,t为t时刻锅炉的供热量；
Qb,min是燃气锅炉的出力下限；
Qb,max是燃气锅炉的出力上限；
锅炉爬坡速率约束，为
Qb,dn,min≤Qb,t-Qb,t-1≤Qb,up,max
式中：
Qb,t为t时刻锅炉的供热量；
Qb,t-1为t-1时刻锅炉的供热量；
Qb,dn,min是燃气锅炉的爬坡速率下限；
Qb,dn,max是燃气锅炉的爬坡速率上限；
储能容量约束，为
0≤SOCe,t≤1
0≤SOCh,t≤1
0≤SOCc,t≤1
式中：
SOCe,t是t时刻蓄电池的荷电状态，即剩余储电量与最大储电量之比；
SOCh,t是t时刻储热装置的储热状态，即剩余储热量与最大储热量之比；
SOCc,t是t时刻储冷装置的储冷状态，即剩余储冷量与最大储冷量之比；
储能充放速率约束，为
|Pe|<Pem
|Ph|<Phm
|Pc|<Pcm
储能始末状态平衡约束，为
式中：
SOCe,1是蓄电池开始时候的荷电状态；
是蓄电池结束时刻的荷电状态；
SOCh,1是储热装置开始时刻的储热状态
是储热装置结束时刻的储热状态；
SOCc,1是储冷装置开始时刻的储冷状态；
是储冷装置结束时刻的储冷状态；
可再生能源消纳量约束，为
Ppv,con,t≤Ppv,t
Pwp,con,t≤Pwp,t
式中：
Ppv,t是t时刻光伏的最大出力
Pwp,t是t时刻风电的最大出力。
7.根据权利要求1所述的一种综合能源微网优化规划方法，其中，
通过软件LINGO或Cplex进行非线性规划求解。
8.一种使用如权利要求1-7任一所述的综合能源微网优化规划方法的综合能源微网，所述综合能源微网的主要功能设备包括：
CCHP系统，用于发电满足用户的需求，同时向用户供热、供冷和生活热水；
储能设备，用于将能量储存起来以便以后需要时利用；
电制冷机组，用于将具有较低温度的被冷却物体的热量转移给环境介质从而获得冷量；
可再生能源装置，用于将可再生能源转化为可利用的电能。
9.根据权利要求8所述的综合能源微网，其中，
所述的CCHP系统包括燃气轮机、余热锅炉、抽凝式汽轮机和溴化锂机组；所述的储能装置包括储电装置、储热装置和储冷装置；所述的用能负荷包括电负荷、热负荷和冷负荷；所述的可再生能源装置包括风机和光伏装置。
10.一种控制权利要求8或9所述的综合能源微网的方法，其中，
天然气先通入到所述燃气轮机中发电，从所述燃气轮机排出来的高温高压烟气再经过所述余热锅炉进行回收利用从而得到高温高压的水蒸汽，该水蒸汽再推动所述抽凝式汽轮机做功发电；
高温高压的水蒸汽在所述抽凝式汽轮机高压级做完功之后进入中压级，有部分水蒸汽被抽取用于供热以及通到所述溴化锂机组制冷；
所述电制冷机组补偿冷负荷需求，所述燃气锅炉补偿热负荷需求，所述风机和光伏装置进行可再生能源发电。
CN201810496658.4A 2018-05-22 2018-05-22 一种综合能源微网优化规划方法、微网结构及控制方法 Active CN108510131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810496658.4A CN108510131B (zh) 2018-05-22 2018-05-22 一种综合能源微网优化规划方法、微网结构及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810496658.4A CN108510131B (zh) 2018-05-22 2018-05-22 一种综合能源微网优化规划方法、微网结构及控制方法

Publications (2)

Publication Number Publication Date
CN108510131A true CN108510131A (zh) 2018-09-07
CN108510131B CN108510131B (zh) 2022-04-26

Family

ID=63401239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810496658.4A Active CN108510131B (zh) 2018-05-22 2018-05-22 一种综合能源微网优化规划方法、微网结构及控制方法

Country Status (1)

Country Link
CN (1) CN108510131B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109217373A (zh) * 2018-11-03 2019-01-15 国网上海市电力公司 商业园区混合能源系统的源储荷协调优化方法
CN109388908A (zh) * 2018-10-31 2019-02-26 南方电网科学研究院有限责任公司 一种综合能源系统的系统备用建模方法、装置及存储介质
CN109638859A (zh) * 2018-12-13 2019-04-16 清华大学 一种多能源系统关口电功率实时安全校正的优化控制方法
CN109658005A (zh) * 2018-12-29 2019-04-19 天津大学 考虑电储能的园区综合能源系统设备选型与容量规划方法
CN109740827A (zh) * 2019-02-14 2019-05-10 华北电力大学 一种基于双层优化的区域综合能源系统规划优化方法
CN109784564A (zh) * 2019-01-22 2019-05-21 天津大学 考虑可再生能源接入的园区综合能源系统能源站规划方法
CN110009244A (zh) * 2019-04-12 2019-07-12 西安交通大学 一种考虑抗灾恢复的区域综合能源系统优化调度方法
CN110086184A (zh) * 2019-04-11 2019-08-02 华北电力大学 一种基于投资约束的园区级综合能源系统容量优化方法
CN110363397A (zh) * 2019-06-24 2019-10-22 国电南瑞科技股份有限公司 一种基于可转换自由度的综合能源系统规划方法
CN110390438A (zh) * 2019-07-26 2019-10-29 广州市供电局有限公司 基于综合能源分布控制的园区用户的储能设计定容方法
CN110445133A (zh) * 2019-07-26 2019-11-12 广东电网有限责任公司信息中心 一种能源互联网分布式供能及储能设备建模方法
CN110649594A (zh) * 2019-08-28 2020-01-03 广州供电局有限公司 一种基于多能协同的工业园区综合需求响应调度方法
CN110676888A (zh) * 2019-10-14 2020-01-10 国网山东省电力公司莱芜供电公司 一种多能互补系统容量计算方法、系统、终端及存储介质
CN110673519A (zh) * 2019-08-15 2020-01-10 国电南瑞科技股份有限公司 一种综合能源系统运行模式平滑切换控制方法和装置
CN110705737A (zh) * 2019-08-09 2020-01-17 四川大学 一种多能微网多种储能容量综合优化配置方法
CN110716425A (zh) * 2019-09-16 2020-01-21 华北电力大学 一种热电联产机组电热协调控制方法
CN111969602A (zh) * 2020-08-14 2020-11-20 山东大学 一种综合能源系统的日前随机优化调度方法及装置
CN112257899A (zh) * 2020-09-22 2021-01-22 国网河北省电力有限公司营销服务中心 一种cchp系统优化调度方法及终端设备
CN112329259A (zh) * 2020-11-24 2021-02-05 国网黑龙江省电力有限公司电力科学研究院 一种多能互补冷热电联供微电网框架及其建模方法
CN112598195A (zh) * 2020-12-31 2021-04-02 国网河北省电力有限公司经济技术研究院 楼宇型综合能源系统运行优化方法、装置及终端设备
CN113344736A (zh) * 2021-05-21 2021-09-03 温州电力设计有限公司 一种园区级综合能源系统及其控制方法
CN115081902A (zh) * 2022-06-30 2022-09-20 国网北京市电力公司 基于源网荷储协同的综合规划方法、装置、设备及介质
CN117077978A (zh) * 2023-10-11 2023-11-17 浙江浙能能源服务有限公司 一种跨区域新能源蓄能方法及系统
WO2024040738A1 (zh) * 2022-08-23 2024-02-29 刘铄 智慧园区管理方法及管理平台

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629462A (zh) * 2018-05-17 2018-10-09 杭州华电下沙热电有限公司 含储能的综合能源微网优化规划方法及综合能源微网系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629462A (zh) * 2018-05-17 2018-10-09 杭州华电下沙热电有限公司 含储能的综合能源微网优化规划方法及综合能源微网系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁灼新: "CCHP型微网建模及经济运行优化研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388908B (zh) * 2018-10-31 2023-06-16 南方电网科学研究院有限责任公司 一种综合能源系统的系统备用建模方法、装置及存储介质
CN109388908A (zh) * 2018-10-31 2019-02-26 南方电网科学研究院有限责任公司 一种综合能源系统的系统备用建模方法、装置及存储介质
CN109217373A (zh) * 2018-11-03 2019-01-15 国网上海市电力公司 商业园区混合能源系统的源储荷协调优化方法
CN109638859A (zh) * 2018-12-13 2019-04-16 清华大学 一种多能源系统关口电功率实时安全校正的优化控制方法
CN109638859B (zh) * 2018-12-13 2020-09-01 清华大学 一种多能源系统关口电功率实时安全校正的优化控制方法
CN109658005A (zh) * 2018-12-29 2019-04-19 天津大学 考虑电储能的园区综合能源系统设备选型与容量规划方法
CN109784564A (zh) * 2019-01-22 2019-05-21 天津大学 考虑可再生能源接入的园区综合能源系统能源站规划方法
CN109740827A (zh) * 2019-02-14 2019-05-10 华北电力大学 一种基于双层优化的区域综合能源系统规划优化方法
CN110086184A (zh) * 2019-04-11 2019-08-02 华北电力大学 一种基于投资约束的园区级综合能源系统容量优化方法
CN110009244A (zh) * 2019-04-12 2019-07-12 西安交通大学 一种考虑抗灾恢复的区域综合能源系统优化调度方法
CN110363397B (zh) * 2019-06-24 2022-01-28 国电南瑞科技股份有限公司 一种基于可转换自由度的综合能源系统规划方法
CN110363397A (zh) * 2019-06-24 2019-10-22 国电南瑞科技股份有限公司 一种基于可转换自由度的综合能源系统规划方法
CN110445133A (zh) * 2019-07-26 2019-11-12 广东电网有限责任公司信息中心 一种能源互联网分布式供能及储能设备建模方法
CN110390438A (zh) * 2019-07-26 2019-10-29 广州市供电局有限公司 基于综合能源分布控制的园区用户的储能设计定容方法
CN110705737A (zh) * 2019-08-09 2020-01-17 四川大学 一种多能微网多种储能容量综合优化配置方法
CN110673519A (zh) * 2019-08-15 2020-01-10 国电南瑞科技股份有限公司 一种综合能源系统运行模式平滑切换控制方法和装置
CN110649594A (zh) * 2019-08-28 2020-01-03 广州供电局有限公司 一种基于多能协同的工业园区综合需求响应调度方法
CN110716425A (zh) * 2019-09-16 2020-01-21 华北电力大学 一种热电联产机组电热协调控制方法
CN110676888A (zh) * 2019-10-14 2020-01-10 国网山东省电力公司莱芜供电公司 一种多能互补系统容量计算方法、系统、终端及存储介质
CN111969602A (zh) * 2020-08-14 2020-11-20 山东大学 一种综合能源系统的日前随机优化调度方法及装置
CN111969602B (zh) * 2020-08-14 2022-02-01 山东大学 一种综合能源系统的日前随机优化调度方法及装置
CN112257899A (zh) * 2020-09-22 2021-01-22 国网河北省电力有限公司营销服务中心 一种cchp系统优化调度方法及终端设备
CN112329259A (zh) * 2020-11-24 2021-02-05 国网黑龙江省电力有限公司电力科学研究院 一种多能互补冷热电联供微电网框架及其建模方法
CN112329259B (zh) * 2020-11-24 2024-03-01 国网黑龙江省电力有限公司电力科学研究院 一种多能互补冷热电联供微电网框架及其建模方法
CN112598195A (zh) * 2020-12-31 2021-04-02 国网河北省电力有限公司经济技术研究院 楼宇型综合能源系统运行优化方法、装置及终端设备
CN113344736A (zh) * 2021-05-21 2021-09-03 温州电力设计有限公司 一种园区级综合能源系统及其控制方法
CN113344736B (zh) * 2021-05-21 2023-08-18 温州电力设计有限公司 一种园区级综合能源系统及其控制方法
CN115081902A (zh) * 2022-06-30 2022-09-20 国网北京市电力公司 基于源网荷储协同的综合规划方法、装置、设备及介质
CN115081902B (zh) * 2022-06-30 2024-04-09 国网北京市电力公司 基于源网荷储协同的综合规划方法、装置、设备及介质
WO2024040738A1 (zh) * 2022-08-23 2024-02-29 刘铄 智慧园区管理方法及管理平台
CN117077978A (zh) * 2023-10-11 2023-11-17 浙江浙能能源服务有限公司 一种跨区域新能源蓄能方法及系统

Also Published As

Publication number Publication date
CN108510131B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN108510131A (zh) 一种综合能源微网优化规划方法、微网结构及控制方法
CN108717594B (zh) 一种冷热电联供型多微网系统经济优化调度方法
CN108629462A (zh) 含储能的综合能源微网优化规划方法及综合能源微网系统
Salehimaleh et al. Generalized modeling and optimal management of energy hub based electricity, heat and cooling demands
CN108229025B (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
Xiong et al. Multi-stage equipment optimal configuration of park-level integrated energy system considering flexible loads
Calero et al. A review of modeling and applications of energy storage systems in power grids
CN109327042A (zh) 一种微电网多能源联合优化调度方法
CN110288152A (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
Wang et al. Optimal operation strategy of multi-energy complementary distributed CCHP system and its application on commercial building
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN112186755B (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN109543889A (zh) 一种区域综合能源系统日前协同优化运行方法
CN108596442A (zh) 计及条件风险价值的综合能源系统经济调度方法
Zhao et al. Flexibility evaluation method of power system considering the impact of multi-energy coupling
CN113435095A (zh) 一种用于综合能源系统的优化调度的方法及系统
Li et al. Wind-Thermal-CSP bundling model with an adjustable heat storage strategy for CSP stations
CN108960564A (zh) 基于集中式建模的冷热电联供型微网配电系统调度方法
CN109255487A (zh) 一种基于标准化矩阵模型的综合能源系统优化方法
CN108197412A (zh) 一种多能源耦合能量管理系统及优化方法
CN108565972A (zh) 终端一体化集成供能模式的多能互补控制系统和方法
Jiang et al. Low-carbon economic optimal dispatch strategy of integrated energy system considering electric-heat flexible load and carbon trading
Chen et al. Optimal Scheduling of CCHP Based on Comprehensive Demand Response
Ling et al. Optimal dispatch of multi energy system using power-to-gas technology considering flexible load on user side

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