CN108631343A - 一种多能互补能源互联网优化调度方法 - Google Patents
一种多能互补能源互联网优化调度方法 Download PDFInfo
- Publication number
- CN108631343A CN108631343A CN201810601373.2A CN201810601373A CN108631343A CN 108631343 A CN108631343 A CN 108631343A CN 201810601373 A CN201810601373 A CN 201810601373A CN 108631343 A CN108631343 A CN 108631343A
- Authority
- CN
- China
- Prior art keywords
- energy
- cold
- complement
- multiple forms
- power
- 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.)
- Pending
Links
- 230000000295 complement effect Effects 0.000 title claims abstract description 42
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 238000004146 energy storage Methods 0.000 claims abstract description 40
- 238000011217 control strategy Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000010248 power generation Methods 0.000 claims abstract description 15
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 230000002068 genetic effect Effects 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims description 59
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 58
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 38
- 238000005057 refrigeration Methods 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 11
- 230000035772 mutation Effects 0.000 claims description 11
- 238000002485 combustion reaction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000010429 evolutionary process Effects 0.000 claims description 4
- 230000000750 progressive effect Effects 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 3
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 238000001816 cooling Methods 0.000 description 9
- 239000002918 waste heat Substances 0.000 description 8
- 239000000446 fuel Substances 0.000 description 6
- 238000005553 drilling Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 239000000567 combustion gas Substances 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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—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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H02J3/382—
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
Abstract
本发明涉及一种多能互补能源互联网优化调度方法,所述多能互补能源互联网包括储冷/热单元、储电单元、电出力设备、冷出力设备、热出力设备和负荷需求方,所述方法包括:在设定的控制策略下,以系统运维成本、环保成本及综合效益成本最低作为多目标函数,约束条件包括功率平衡约束、发电输出功率限制约束和储能电池运行约束,通过基于自适应交叉变异操作的遗传算法求解,得到各设备的负荷优化分配。与现有技术相比,本发明相比于传统调度方法,不仅促进了外电网的“削峰填谷”,而且缓解电网负荷压力,提高了区域新能源的就地消纳能力,实现真正意义上的清洁高效。
Description
技术领域
本发明涉及能源调度技术领域,尤其是涉及一种多能互补能源互联网优化调度方法。
背景技术
多能互补能源互联网集合了多种能源形式(风、光、天然气),包括余热利用单元、储能、蓄能单元等。其能源形式的多样化增加了系统的波动性。如何提高系统的优化调度,是分布式能源互联网经济可靠、安全高效运行的关键。
传统的分布式能源互联网由可再生能源、三联供系统及单一纯储能系统组成,传统研究方法主要是将传统分供系统与单一运行控制策略下的优化调度的综合效益进行对比。随着一次能源的逐渐枯竭及国内外学者对多能互补能源互联网研究的不断推进,能源互联网的经济性越来越受到大家的关注。随之,多能互补能源互联网中的设备数学模型在多时间尺度上将会更加复杂。
在解决多目标的联合规划问题时,优化目标的约束条件,除了自有特性约束外,还需要考虑其耦合约束,因此需求高效的智能算法来解决模型的计算问题。多能互补能源互联网的运行优化调度与能源系统的调度策略紧密相关,不同的调度策略与市场方案对最终的优化调度结果产生重大影响。综上,多能互补能源互联网的优化调度仍面临严峻的挑战。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种多能互补能源互联网优化调度方法。
本发明的目的可以通过以下技术方案来实现:
一种多能互补能源互联网优化调度方法,所述多能互补能源互联网包括储冷/热单元、储电单元、电出力设备、冷出力设备、热出力设备和负荷需求方,所述方法包括:在设定的控制策略下,以系统运维成本、环保成本及综合效益成本最低作为多目标函数,约束条件包括功率平衡约束、发电输出功率限制约束和储能电池运行约束,通过基于自适应交叉变异操作的遗传算法求解,得到各设备的负荷优化分配。
优选的,所述电出力设备包括风力发电单元、光伏发电单元、燃气内燃机发电系统及并网时所考虑的市电;所述冷出力设备包括冷水机组、溴化锂冷温水机组;所述热出力设备包括空气源热泵、冷水机组、溴化锂冷温水机组。
优选的,所述控制策略采用并网售电控制策略,所述并网售电控制策略包括:
利用分时电价政策,在夜间电价低谷时段通过开启所述冷水机组和空气源热泵分别进行制冷、制热,将冷/热水储存在所述储冷/热单元中,在白天用能高峰时段,通过释放储冷/热单元中的冷/热水,来满足用户的冷/热能需求;若多能互补能源互联网的供能无法满足区域内的电负荷需求,则从外电网购电来补充区域的负荷需求缺额,若多能互补能源互联网中有电余量,则采取余电上网的措施。
优选的,所述基于自适应交叉变异操作的遗传算法求解的过程包括:
(1)、依据系统总决策变量个数确定初始种群大小,将系统的目标函数映射为适应度函数,先在各设备的约束条件下生成一组初始种群,通过比较每组初始种群的适应度大小,选择第一次迭代的最优个体;
(2)、自适应地改变交叉概率Pc、变异概率Pm的大小,使进化过程分为渐进和突变两个不同阶段;
(3)、利用适应度函数值中最大的个体形成子群体,并与次子代的个体混合组成次子代初始化种群;
(4)、不断更新种群直至满足迭代条件为止,输出最终使目标函数最小的各决策变量值。
与现有技术相比,本发明具有以下优点:
1、本优化调度方法相比于传统调度方法,不仅促进了外电网的“削峰填谷”,而且缓解电网负荷压力,提高了区域新能源的就地消纳能力,实现真正意义上的清洁高效。
2、采用并网售电控制策略,与并网不售电控制策略和离网控制策略相比,既能够达到经济效益最优,又能够实现更好的环保性。
3、采用自适应交叉变异操作的遗传算法求解多能互补能源互联网多目标函数的问题,利用当前种群适应度和种群代数来设计交叉算子和变异算子,有效的保持了种群的多样性,改善了全局搜索能力,加快了收敛速提高计算精度,在寻找最优解时具有良好的表现。
4、将传统单一的储冷/热单元和储电单元结合作为区域能源系统的调峰设备,制定供冷/热设备的运行模式,实现高峰时段电负荷、冷/热负荷转移,提高了系统的整体效益。
附图说明
图1为本发明中多能互补能源互联网优化调度方法流程图;
图2为本发明中基于自适应交叉变异操作的遗传算法流程图;
图3为本发明中多能互补能源互联网的能源结构示意图;
图4为实例中园区夏季典型日光伏与风力发电功率;
图5为实例中园区冬季典型日光伏与风力发电功率;
图6为实例中园区夏季典型日电负荷与冷负荷;
图7为实例中园区冬季典型日电负荷与热负荷;
图8为实例中并网售电控制策略下园区夏季典型日冷能调度优化结果;
图9为实例中并网售电控制策略下园区夏季典型日电能调度优化结果;
图10为实例中并网售电控制策略下园区冬季典型日热能调度优化结果;
图11为实例中并网售电控制策略下园区冬季典型日电能调度优化结果;
图12为实例中并网不售电控制策略下园区夏季典型日冷能调度优化结果;
图13为实例中并网不售电控制策略下园区夏季典型日电能调度优化结果;
图14为实例中并网不售电控制策略下园区冬季典型日热能调度优化结果;
图15为实例中并网不售电控制策略下园区冬季典型日电能调度优化结果;
图16为实例中离网控制状态下园区夏季典型日冷能调度优化结果;
图17为实例中离网控制状态下园区夏季典型日电能调度优化结果;
图18为实例中离网控制状态下园区冬季典型日热能调度优化结果;
图19为实例中离网控制状态下园区冬季典型日电能调度优化结果。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图3所示,多能互补能源互联网包括储冷/热单元、储电单元、电出力设备、冷出力设备、热出力设备和负荷需求方。电出力设备包括风力发电单元、光伏发电单元、燃气内燃机发电系统及并网时所考虑的市电;冷出力设备包括冷水机组和溴化锂冷温水机组;热出力设备包括空气源热泵、冷水机组和溴化锂冷温水机组。通过各设备、系统之间的协调满足用户侧冷热电负荷需求。燃气内燃机发电机组和余热利用设备组成冷热电联供单元,余热利用设备包括溴化锂冷温水机组。储电单元包括储能电池,储冷/热单元包括蓄能水箱。负荷需求方包括电负荷、冷负荷和热负荷,电负荷包括风力发电单元、光伏发电单元、燃气轮机系统和市电,冷负荷包括冷水机组、溴化锂冷温水机组和蓄能水箱,热负荷包括空气源热泵、冷水机组、溴化锂冷温水机组和蓄能水箱。其中,溴化锂冷温水机组具体为烟气热水型溴化锂吸收式冷温水机组,冷水机组具体为离心式冷水机组。多能互补能源互联网中将储冷/热单元和储电单元结合作为调峰设备。该系统能源形式多样,为实现分布式能源互联网的经济运行,需要考虑分布式能源系统中各供能单元的出力分配,以及分布式能源互联网与外电网之间的电能交互。通过储能、蓄能系统的充放控制,来调节由气象因素引起的光伏、风力出力的波动及负荷的突然变动,提高分布式能源系统运行稳定性。在满足区域内的冷、热、电负荷的需求、能源系统运行经济性的同时,考虑环保性。
本实施例中,各分布式单元的运行模式如下所示:
1、优先利用能源互联网内部的光伏(PV)、风电(WT)的可再生能源发电;在保证能源互联网稳定运行的基础上,用此类清洁能源来满足区域电负荷,并实现与外电网的电交换;且PV与WT都工作与最大功率跟踪点模式。
2、对于冷热电联供系统(CCHP),由于其具有较高的一次能源利用效率,为提高系统的综合利用效率,其工作在“以冷/热定电”运行模式下,由区域的冷/热负荷确定CCHP的整体出力。
3、当PV、WT和CCHP的出力能够满足区域的全部电负荷时,首先为储能电池(BT、EV)、蓄能水箱储能,同时监测储能装置的工作状态,使其工作在最优状态;在区域进入负荷高峰阶段时,则储能电池、蓄能水箱设备工作在放能状态;即储能电池、蓄能水箱设备以“削峰填谷”模式进行工作。
4、作为区域冷/热供能的主要设备,CCHP部分的具体运行模式规定如下:
1)供冷设备运行策略:
冷能以5℃的水的方式供给用户或者储存在蓄能水箱中;过度阶段将充分使用余热设备,将余热设备分开供能,一部分余热机组进行供热,一部分将进行供冷;
7:00-23:00高峰电时间段:
根据冷负荷的需求,优先开启燃气内燃机发电机组及溴化锂冷温水机组,即优先利用联供系统;余热利用设备余热机组单台制冷出力不宜低于50%;超出的负荷需求依次由蓄冷槽、离心式冷水机组提供;
23:00-次日7:00低谷电时间段:
为了使谷电得到充分利用,优先开启离心式冷水机组。
2)供热设备运行策略:
热能以56℃的水的方式供给用户或者储存在蓄能水箱中;在供热负荷高峰时段,余热设备优先使用,即优先运行溴化锂冷温水机组,空气源热泵、蓄热槽进行调峰运行,当负荷下降时将溴化锂冷温水机组的热能余量储蓄在蓄能水箱里,过渡期将一部分溴化锂冷温水机组进行供冷,使余热充分利用,夏季的生活热水负荷主要运行余热设备。
一种多能互补能源互联网优化调度方法,包括:在设定的控制策略下,以系统运维成本、环保成本及综合效益成本最低作为多目标函数,约束条件包括功率平衡约束、发电输出功率限制约束和储能电池运行约束,通过基于自适应交叉变异操作的遗传算法求解,得到各设备的负荷优化分配。功率平衡约束包括电功率平衡约束和热/冷功率平衡约束。
控制策略包括三种:并网售电控制策略、并网不售电控制策略和离网控制策略。
策略一:并网售电控制策略:利用分时电价政策,在夜间电价低谷时段通过开启电动离心式冷水机组和空气源热泵分别进行制冷、制热,将冷/热水储存在蓄能水箱中,在白天用能高峰时段,通过释放蓄能水箱中的冷/热水,来满足用户的冷/热能需求;若多能互补能源互联网的供能无法满足区域内的电负荷需求,则从外电网购电来补充区域的负荷需求缺额,若多能互补能源互联网中有电余量,则采取余电上网的措施。通过分时电价及政府对于分布式发电的价格补贴等,极大改善了系统的运行经济性。
策略二:并网不售电控制策略:策略二与策略一相比,区别在于仅与外电网实现单向流动;即在园区的冷、热、电负荷需求无法完全满足时向外电网购电,以补充缺额;但若能够满足需求,则根据负荷实际需求对分布式能源互联网进行实时出力调度,而不采用向外电网售电的方式。
策略三:离网状态:当外电网发生故障时,多能互补能源互联网需要切断与外电网的连接,工作在离网状态下。此时,能源互联网优化调度的目的在于维持园区内重要电负荷的稳定运行,并最大限度的供应冷/热能。即:优先利用可再生能源(PV、WT)发电,冷热电联供系统运行在“冷/热定电”方式下;在用能高峰时段,当各分布式单元无法满足区域全部负荷需求时,则优先考虑储能电池及蓄能设备供能,若在储能、蓄能系统仍不能满足区域负荷需求,则根据负荷需求的重要性,考虑切除部分可中断负荷,优先保证重要负荷的供能。
通过对能源系统各设备进行建模及能流分析,得到各设备出力与系统运维成本C1、环保成本C2及综合效益成本C3的函数,以各成本最低作为目标函数:
minC2=CCCHP+Cgrid
minC3=[C1,C2]
其中,Ci,A表示能源互联网中各分布式发电单元i的安装成本;N表示各分布式发电单元i(PV、WT、CCHP、BT)的总数;Ci,O表示能源互联网中各分布式发电单元i的运维成本;Ci,f表示能源互联网中分布式发电单元i的燃料消耗成本;CGrid表示为能源互联网与外电网之间的购售电成本;CCCHP表示多能互补能源互联网中冷热电联供单元的排污处理费用。
对于上述目标函数,主要考虑以下约束:
(1)等式约束
1)电功率平衡约束
式中:PLoad,t为t时刻园区用户及发电设备制冷、供热所需的电负荷;PGrid,t为能源互联网与外电网交换功率;PBT,t为t时刻储能电池充电量和放电量,蓄电取负值,放电取正值;Pi,t为发电单元类型i(PV、WT、CCHP)的输出功率,等式表达如下:
Pi,t=PWT+PPV+PGE
PWT、PPV和PGE分别表示发电单元PV、WT和CCHP的输出功率。
2)热/冷功率平衡约束
QAC,t+QCL,t+QCS,t=Qc,t
QAC,t+QEC,t+QHS,t=Qh,t
式中,QAC,t为溴化锂冷温水机供冷/热功率;QCL,t为离心式电制冷机制冷功率;QCS,t为储能系统的蓄/放冷功率;Qc,t为园区的冷负荷功率需求功率;QAC,t为溴化锂冷温水机输出热功率;QHS,t为热能储能系统的蓄/放热功率;QEC,t为空气源热泵供热功率;Qh,t为园区热负荷需求功率。
(2)不等式约束
1)发电输出功率限制约束
各发电单元出力需满足机组容量限制才能稳定运行,即要求:
式中:分别为第i种分布式发电单元t时刻出力上、下限;Pi,i为发电单元类型i的输出功率,单位kW。各单元具体的发电输出功率限制如下所示。
①燃气内燃机:
式中:PGE t为当前内燃机发电功率;PGE t-1为上一时段内燃机发电功率;PGE,up表示内燃机在该时间段内发电功率的最大增幅;PGE,down表示内燃机在该时间段内发电功率的最大降幅。
②烟气热水型溴化锂机组出力约束:溴化锂冷温水机组在运行过程中,输出冷热功率受其额定功率限制,如下式所示:
式中,QAC,c为溴化锂冷温水机组的制冷功率;QAC,h为余热吸收式冷温水机的制热功率;QAC,cIN为溴化锂冷温水机组的额定制冷容量;QAC,hIN为溴化锂冷温水机组的额定制热容量。
③空气源热泵出力约束:
0≤QEC≤QEC,N
式中:QEC为空气源热泵的供热功率;QEC,N为空气源热泵的额定供热功率。
④离心式制冷机组制冷出力约束:
0≤QCL≤QCL,N
式中:QCL为离心式制冷机组的制冷量;QCL,N为离心式制冷机的额定制冷功率。
⑤蓄能水箱蓄能和放能约束:
供冷时;
供热时;
式中,SCS 、SHS 分别为蓄能水箱的蓄冷、热量下限;分别为蓄能水箱的蓄冷、热量上限;分别为蓄能水箱的蓄冷、热量功率上限;分别为蓄能水箱的放冷、热量功率上限。
2)储能电池运行约束
式中:SBT 为储能电池的能量状态下限;为储能电池的能量状态上限;为储能电池的最大允许充电功率,单位kW;为储能电池最大允许放电功率,单位kW,储能电池的荷电量优先分配给有功出力。
本方法在遗传算法求解的过程中采用自适应的交叉变异操作,在生成初始种群时采用“最优保留”政策。
“最优保留”政策:在遗传算法中,若采用完全随机生成初始种群的方法,收敛速度会很慢,且会影响收敛精度,因此,为保证算法最终收敛于全局最优,利用适应度函数值中最大的个体形成子群体,并与次子代的个体混合组成次子代初始化种群,从而提高了收敛速度。
采用自适应的交叉变异操作:在计算过程中,自适应地改变交叉概率Pc、变异概率Pm的大小,使进化过程分为渐进和突变两个不同阶段,这将大大地提高算法的计算速度和收敛效率,参数调整方案如下:
其中Pc1<Pc2
其中Pm1<Pm2
其中,Pc1、Pc2分别表示交叉概率1、交叉概率2,Pm1、Pm2分别表示变异概率1、变异概率2,f1表示要交叉的两个个体中较大的适应度值,f2表示要变异的个体的适应度值,fmax表示群体中最大的适应度值,favg表示每代群体的平均适应度。
为了保证遗传算法的全局收敛性和加快算法的收敛速度,在基本遗传算法的基础上进行如上部分的改进。改进遗传算法的流程图如图2所示。该遗传算法在多能互补能源互联网的优化调度的应用流程图如图1所示,具体包括:
(1)、依据系统总决策变量个数确定初始种群大小,将系统的目标函数映射为适应度函数,先在各设备的约束条件下生成一组初始种群,通过比较每组初始种群的适应度大小,选择第一次迭代的最优个体;
(2)、自适应地改变交叉概率Pc、变异概率Pm的大小,使进化过程分为渐进和突变两个不同阶段;
(3)、利用适应度函数值中最大的个体形成子群体,并与次子代的个体混合组成次子代初始化种群;
(4)、不断更新种群直至满足迭代条件为止,输出最终使目标函数最小的各决策变量值。
本实施例中,对比传统分供形式下和不同控制策略下的多能互补能源互联网优化调度方法。本实施例以华东地区某园区的实际工程为依托,建设以风力、光伏、天然气为基础能源的冷热电联供的多能互补分布式能源系统。以夏季和冬季典型日用户侧冷/热、电负荷为研究对象,依据当地夏季和冬季环境温度、光照强度、风速预测风机及光伏电池出力(如图4和5所示)。夏季和冬季冷/热、电负荷采用园区用户侧真实数据,其曲线图如图6和7所示。
多能互补分布式能源互联网按照并网售电控制策略、并网不售电控制策略及离网控制策略三种策略分别进行仿真。在不同调度日以15mins为一时间段,对该园区进行全局运行优化,不同策略的仿真结果分析如下:图8~11是能源互联网系统在并网售电控制策略下夏、冬季的冷能、电能的优化调度结果;图12~15是能源互联网系统在并网不售电控制策略下夏、冬季的冷能、电能的优化调度结果;图16~19是能源互联网系统在离网控制策略下夏、冬季的冷能、电能的优化调度结果。根据调度优化结果,得到系统综合效益最优时,各能源设备的出力情况。
策略一、策略二情况下,将夏季典型日的运维、燃料、电网购售电成本与传统分供形式下的成本比较。传统分供方式,即由外电网购电满足园区所有电负荷需求、由电制冷机制冷满足园区所有冷负荷需求,传统分工系统的运维成本为电制冷机运维成本。
表1策略一夏季典型日下成本比较(单位:元)
表2策略二夏季典型日下成本比较(单位:元)
供能方式 | 设备运维 | 燃料成 | 电网购电成 | 总成本 |
联供方式 | 1071 | 11098 | 43807 | 55976 |
传统分供方 | 232 | 0 | 69914 | 70146 |
节约成本 | -839 | -11098 | 26107 | 14170 |
根据仿真结果,计算多能互补能源互联网系统在夏季典型日的运维、燃料、电网购售电成本,计算具有相同负荷时,传统分供系统的运维、燃料、电网购售电成本。计算结果如表1、2。由表1、2可知,不管是并网售电方式,还是并网不售电方式,相较于传统分供方式,多能互补分布式能源互联网系统购电成本、总成本均有明显的下降,尤其售电模式下,购电成本下降了47.1%,总成本下降了23.7%,由此可见,建立多能互补分布式能源互联网是很有必要的。当外电网发生故障时,需要切断园区分布式能源互联网与外电网的联结,园区能源互联网进入离网运行状态。此时,分布式能源互联网优化调度的首要目的在于,保证园区重要负荷供能不中断的同时,最大限度的供应冷、热、电。在离网运行状态下,园区内部的分布式源提供的电能有限,此时将优先保证园区一、二级重要负荷的供能。
表3不同控制策略下成本比较(单位:万元)
控制策略 | 经济成本 | 环保成本 | 总成本 |
策略一 | 2595.455 | 1.651 | 2597.106 |
策略二 | 2595.698 | 1.783 | 2597.481 |
策略三 | 2594.281 | 1.295 | 2595.576 |
由表3可知,并网运行模式下,售电与不售电状态,即策略一与策略二,其经济成本相差0.243万元,环保成本相差0.132万元,总成本相差0.375万元,即在总安装成本一致的情况下,并网售电模式既能够达到经济效益最优,又能够实现更好的环保性。策略三为外电网故障状态时离网运行状态的成本,虽然其经济成本与环保成本都较并网售电控制策略(策略一)下低,但此时园区只能保证重要负荷的能源供应,不能作为园区的运行常态。因此,本实施例中多能互补能源互联网最终采用并网售电控制策略,系统综合效益达到最优。
本实施例多能互补能源互联网优化调度方法与传统分供方式对比分析,结果表明本方法不仅促进了外电网的“削峰填谷”,而且缓解电网负荷压力,提高了区域新能源的就地消纳能力;针对不同控制策略下优化调度方法,表明本方法在并网售电状态下,园区的综合效益达到最优,实现真正意义上的清洁高效。本方法对能源互联网的发展、多能互补能源互联网示范工程项目的实施都有一定的推动作用,具有一定的借鉴意义。
Claims (4)
1.一种多能互补能源互联网优化调度方法,所述多能互补能源互联网包括储冷/热单元、储电单元、电出力设备、冷出力设备、热出力设备和负荷需求方,其特征在于,所述方法包括:在设定的控制策略下,以系统运维成本、环保成本及综合效益成本最低作为多目标函数,约束条件包括功率平衡约束、发电输出功率限制约束和储能电池运行约束,通过基于自适应交叉变异操作的遗传算法求解,得到各设备的负荷优化分配。
2.根据权利要求1所述的一种多能互补能源互联网优化调度方法,其特征在于,所述电出力设备包括风力发电单元、光伏发电单元、燃气内燃机发电系统及并网时所考虑的市电;所述冷出力设备包括冷水机组、溴化锂冷温水机组;所述热出力设备包括空气源热泵、冷水机组、溴化锂冷温水机组。
3.根据权利要求2所述的一种多能互补能源互联网优化调度方法,其特征在于,所述控制策略采用并网售电控制策略,所述并网售电控制策略包括:
利用分时电价政策,在夜间电价低谷时段通过开启所述冷水机组和空气源热泵分别进行制冷、制热,将冷/热水储存在所述储冷/热单元中,在白天用能高峰时段,通过释放储冷/热单元中的冷/热水,来满足用户的冷/热能需求;若多能互补能源互联网的供能无法满足区域内的电负荷需求,则从外电网购电来补充区域的负荷需求缺额,若多能互补能源互联网中有电余量,则采取余电上网的措施。
4.根据权利要求1所述的一种多能互补能源互联网优化调度方法,其特征在于,所述基于自适应交叉变异操作的遗传算法求解的过程包括:
(1)、依据系统总决策变量个数确定初始种群大小,将系统的目标函数映射为适应度函数,先在各设备的约束条件下生成一组初始种群,通过比较每组初始种群的适应度大小,选择第一次迭代的最优个体;
(2)、自适应地改变交叉概率Pc、变异概率Pm的大小,使进化过程分为渐进和突变两个不同阶段;
(3)、利用适应度函数值中最大的个体形成子群体,并与次子代的个体混合组成次子代初始化种群;
(4)、不断更新种群直至满足迭代条件为止,输出最终使目标函数最小的各决策变量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810601373.2A CN108631343A (zh) | 2018-06-12 | 2018-06-12 | 一种多能互补能源互联网优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810601373.2A CN108631343A (zh) | 2018-06-12 | 2018-06-12 | 一种多能互补能源互联网优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108631343A true CN108631343A (zh) | 2018-10-09 |
Family
ID=63691737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810601373.2A Pending CN108631343A (zh) | 2018-06-12 | 2018-06-12 | 一种多能互补能源互联网优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108631343A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255560A (zh) * | 2018-11-20 | 2019-01-22 | 成都大学 | 一种基于冷热电负荷比例的cchp系统评估优化方法 |
CN109523092A (zh) * | 2018-12-13 | 2019-03-26 | 山东大学 | 多能互补冷热电联供系统及其协同调度方法 |
CN110009122A (zh) * | 2018-12-27 | 2019-07-12 | 国网北京市电力公司 | 户用多能互补综合能源利用系统能量优化调度方法及系统 |
CN110097475A (zh) * | 2019-04-04 | 2019-08-06 | 国电南瑞科技股份有限公司 | 一种经济型电蓄热装置控制系统及方法 |
CN110138004A (zh) * | 2019-05-08 | 2019-08-16 | 上海电力学院 | 一种多能互补系统优化运行方法 |
CN110796287A (zh) * | 2019-09-27 | 2020-02-14 | 国电南瑞科技股份有限公司 | 基于多种群遗传算法的分段式综合能源系统运行优化方法 |
CN110866641A (zh) * | 2019-11-14 | 2020-03-06 | 山东大学 | 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 |
CN110970998A (zh) * | 2019-11-07 | 2020-04-07 | 上海航天智慧能源技术有限公司 | 一种基于源网荷储的多能互补智慧能源的能量管理系统 |
CN111313480A (zh) * | 2020-03-26 | 2020-06-19 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于多目标寻优的多能互补系统的设计方法 |
CN111666707A (zh) * | 2019-03-07 | 2020-09-15 | 新奥数能科技有限公司 | 一种确定供能系统的调度数据的方法及装置 |
CN111947206A (zh) * | 2020-08-11 | 2020-11-17 | 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 |
CN111969603A (zh) * | 2020-08-17 | 2020-11-20 | 内蒙古科技大学 | 一种微能源网系统及其协同优化运行控制方法 |
CN112150024A (zh) * | 2020-09-30 | 2020-12-29 | 深圳供电局有限公司 | 一种综合能源系统多场景能效评估方法 |
CN112163699A (zh) * | 2020-09-21 | 2021-01-01 | 西安建筑科技大学 | 一种基于负荷匹配的冷水机组台数控制优化方法 |
CN112488363A (zh) * | 2020-11-09 | 2021-03-12 | 国网湖北省电力有限公司电力科学研究院 | 基于广义储能的多能源电力系统优化调度方法 |
CN112528214A (zh) * | 2020-12-01 | 2021-03-19 | 国网江苏省电力有限公司营销服务中心 | 基于客户侧用能控制系统的多能互补协调优化方法 |
CN113052498A (zh) * | 2021-04-23 | 2021-06-29 | 国核电力规划设计研究院有限公司 | 基于综合能源系统的电转气两阶段转化装置调度方法 |
CN113872250A (zh) * | 2021-09-23 | 2021-12-31 | 天津大唐国际盘山发电有限责任公司 | 基于火电的多能互补能源基地三级控制方法 |
CN114061173A (zh) * | 2022-01-13 | 2022-02-18 | 华电电力科学研究院有限公司 | 一种多能互补分布式能源系统能量梯级利用系统及方法 |
CN114169737A (zh) * | 2021-12-02 | 2022-03-11 | 广西电网有限责任公司电力科学研究院 | 一种本地分布式多能均衡调度方法及系统 |
CN114611793A (zh) * | 2022-03-11 | 2022-06-10 | 中国地质大学(武汉) | 考虑短期负荷预测的综合能源系统优化方法及装置 |
CN114861546A (zh) * | 2022-05-20 | 2022-08-05 | 华北电力大学 | 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163745A1 (en) * | 2012-12-12 | 2014-06-12 | Guangdong Electric Power Design Institute Of China Energy Engineering Group Co., Ltd. | Method for Optimizing the Configuration of Distributed CCHP System |
CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
CN104730923A (zh) * | 2015-02-03 | 2015-06-24 | 东南大学 | 基于冷热电三联供的智能电网园区综合能源优化控制方法 |
CN105337303A (zh) * | 2015-09-22 | 2016-02-17 | 贵州电网有限责任公司电网规划研究中心 | 一种含热泵的热电联产型微电网容量优化配置方法 |
CN107482638A (zh) * | 2017-07-21 | 2017-12-15 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
-
2018
- 2018-06-12 CN CN201810601373.2A patent/CN108631343A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163745A1 (en) * | 2012-12-12 | 2014-06-12 | Guangdong Electric Power Design Institute Of China Energy Engineering Group Co., Ltd. | Method for Optimizing the Configuration of Distributed CCHP System |
CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
CN104730923A (zh) * | 2015-02-03 | 2015-06-24 | 东南大学 | 基于冷热电三联供的智能电网园区综合能源优化控制方法 |
CN105337303A (zh) * | 2015-09-22 | 2016-02-17 | 贵州电网有限责任公司电网规划研究中心 | 一种含热泵的热电联产型微电网容量优化配置方法 |
CN107482638A (zh) * | 2017-07-21 | 2017-12-15 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
Non-Patent Citations (1)
Title |
---|
邱海伟: "基于多目标的微电网优化调度研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255560B (zh) * | 2018-11-20 | 2022-10-28 | 成都大学 | 一种基于冷热电负荷比例的cchp系统评估优化方法 |
CN109255560A (zh) * | 2018-11-20 | 2019-01-22 | 成都大学 | 一种基于冷热电负荷比例的cchp系统评估优化方法 |
CN109523092A (zh) * | 2018-12-13 | 2019-03-26 | 山东大学 | 多能互补冷热电联供系统及其协同调度方法 |
CN110009122B (zh) * | 2018-12-27 | 2021-02-02 | 国网北京市电力公司 | 户用多能互补综合能源利用系统能量优化调度方法及系统 |
CN110009122A (zh) * | 2018-12-27 | 2019-07-12 | 国网北京市电力公司 | 户用多能互补综合能源利用系统能量优化调度方法及系统 |
CN111666707A (zh) * | 2019-03-07 | 2020-09-15 | 新奥数能科技有限公司 | 一种确定供能系统的调度数据的方法及装置 |
CN111666707B (zh) * | 2019-03-07 | 2023-11-07 | 新奥数能科技有限公司 | 一种确定供能系统的调度数据的方法及装置 |
CN110097475A (zh) * | 2019-04-04 | 2019-08-06 | 国电南瑞科技股份有限公司 | 一种经济型电蓄热装置控制系统及方法 |
CN110138004A (zh) * | 2019-05-08 | 2019-08-16 | 上海电力学院 | 一种多能互补系统优化运行方法 |
CN110796287A (zh) * | 2019-09-27 | 2020-02-14 | 国电南瑞科技股份有限公司 | 基于多种群遗传算法的分段式综合能源系统运行优化方法 |
CN110796287B (zh) * | 2019-09-27 | 2022-04-01 | 国电南瑞科技股份有限公司 | 基于多种群遗传算法的分段式综合能源系统运行优化方法 |
CN110970998A (zh) * | 2019-11-07 | 2020-04-07 | 上海航天智慧能源技术有限公司 | 一种基于源网荷储的多能互补智慧能源的能量管理系统 |
CN110866641A (zh) * | 2019-11-14 | 2020-03-06 | 山东大学 | 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 |
CN110866641B (zh) * | 2019-11-14 | 2021-07-16 | 山东大学 | 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 |
CN111313480B (zh) * | 2020-03-26 | 2021-01-26 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于多目标寻优的多能互补系统的设计方法 |
CN111313480A (zh) * | 2020-03-26 | 2020-06-19 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于多目标寻优的多能互补系统的设计方法 |
CN111947206A (zh) * | 2020-08-11 | 2020-11-17 | 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 |
CN111969603A (zh) * | 2020-08-17 | 2020-11-20 | 内蒙古科技大学 | 一种微能源网系统及其协同优化运行控制方法 |
CN111969603B (zh) * | 2020-08-17 | 2022-06-17 | 内蒙古科技大学 | 一种微能源网系统及其协同优化运行控制方法 |
CN112163699A (zh) * | 2020-09-21 | 2021-01-01 | 西安建筑科技大学 | 一种基于负荷匹配的冷水机组台数控制优化方法 |
CN112163699B (zh) * | 2020-09-21 | 2023-06-16 | 西安建筑科技大学 | 一种基于负荷匹配的冷水机组台数控制优化方法 |
CN112150024B (zh) * | 2020-09-30 | 2024-06-11 | 深圳供电局有限公司 | 一种综合能源系统多场景能效评估方法 |
CN112150024A (zh) * | 2020-09-30 | 2020-12-29 | 深圳供电局有限公司 | 一种综合能源系统多场景能效评估方法 |
CN112488363A (zh) * | 2020-11-09 | 2021-03-12 | 国网湖北省电力有限公司电力科学研究院 | 基于广义储能的多能源电力系统优化调度方法 |
CN112488363B (zh) * | 2020-11-09 | 2022-05-31 | 国网湖北省电力有限公司电力科学研究院 | 基于广义储能的多能源电力系统优化调度方法 |
CN112528214A (zh) * | 2020-12-01 | 2021-03-19 | 国网江苏省电力有限公司营销服务中心 | 基于客户侧用能控制系统的多能互补协调优化方法 |
CN112528214B (zh) * | 2020-12-01 | 2024-05-28 | 国网江苏省电力有限公司营销服务中心 | 基于客户侧用能控制系统的多能互补协调优化方法 |
CN113052498A (zh) * | 2021-04-23 | 2021-06-29 | 国核电力规划设计研究院有限公司 | 基于综合能源系统的电转气两阶段转化装置调度方法 |
CN113052498B (zh) * | 2021-04-23 | 2024-04-05 | 国核电力规划设计研究院有限公司 | 基于综合能源系统的电转气两阶段转化装置调度方法 |
CN113872250B (zh) * | 2021-09-23 | 2023-10-20 | 天津大唐国际盘山发电有限责任公司 | 基于火电的多能互补能源基地三级控制方法 |
CN113872250A (zh) * | 2021-09-23 | 2021-12-31 | 天津大唐国际盘山发电有限责任公司 | 基于火电的多能互补能源基地三级控制方法 |
CN114169737A (zh) * | 2021-12-02 | 2022-03-11 | 广西电网有限责任公司电力科学研究院 | 一种本地分布式多能均衡调度方法及系统 |
CN114169737B (zh) * | 2021-12-02 | 2024-06-11 | 广西电网有限责任公司电力科学研究院 | 一种本地分布式多能均衡调度方法及系统 |
CN114061173A (zh) * | 2022-01-13 | 2022-02-18 | 华电电力科学研究院有限公司 | 一种多能互补分布式能源系统能量梯级利用系统及方法 |
CN114611793A (zh) * | 2022-03-11 | 2022-06-10 | 中国地质大学(武汉) | 考虑短期负荷预测的综合能源系统优化方法及装置 |
CN114861546A (zh) * | 2022-05-20 | 2022-08-05 | 华北电力大学 | 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统 |
CN114861546B (zh) * | 2022-05-20 | 2024-05-24 | 华北电力大学 | 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108631343A (zh) | 一种多能互补能源互联网优化调度方法 | |
CN106960282B (zh) | 一种气电综合能源配网系统的协调运行方法 | |
CN111445090B (zh) | 一种离网型综合能源系统双层规划方法 | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
CN108717594A (zh) | 一种冷热电联供型多微网系统经济优化调度方法 | |
CN109245093A (zh) | 一种冷热电联供分布式能源站协同优化调度方法 | |
CN107807523A (zh) | 考虑分时电价的区域能源互联网多源协调优化运行策略 | |
WO2019205561A1 (zh) | 一种含压缩空气储能的cchp微网结构及其运行方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN104716644A (zh) | 一种可再生能源冷热电微网系统及控制方法 | |
CN108491992A (zh) | 一种含光伏和蓄能的冷热电联供系统调峰调蓄优化调度模型 | |
CN107358345A (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
CN113762708A (zh) | 一种考虑多目标协同的园区级综合能源系统规划方法 | |
CN112508391B (zh) | 一种产业园区群与地区电网相协同的综合能源系统规划方法 | |
CN108487994A (zh) | 一种微能源网复合储能系统 | |
CN106779471A (zh) | 一种多能互联交直流混合微电网系统及优化配置方法 | |
CN105305472B (zh) | 一种基于多能源协同供能的变电站容量优化方法 | |
CN111737884A (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN104820363B (zh) | 基于生物质气的冷热电联供系统及能量优化控制方法 | |
CN110553308A (zh) | 一种能源协同运行控制系统 | |
Jie et al. | Study of energy scheduling and optimal cost management of a new structure CCHP system: A case study supplying energy for a chemical enterprise in Jiangsu Province | |
CN109617052B (zh) | 一种大规模电储热单元智能化分层控制方法 | |
CN204407890U (zh) | 一种可再生能源冷热电微网系统 | |
CN109768567A (zh) | 一种耦合多能源互补系统的优化调度方法 | |
CN111625961A (zh) | 综合能源系统协同优化运行调控方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181009 |