CN108875160A - 一种分布式能源负荷预测及装机匹配系统及匹配方法 - Google Patents
一种分布式能源负荷预测及装机匹配系统及匹配方法 Download PDFInfo
- Publication number
- CN108875160A CN108875160A CN201810548699.3A CN201810548699A CN108875160A CN 108875160 A CN108875160 A CN 108875160A CN 201810548699 A CN201810548699 A CN 201810548699A CN 108875160 A CN108875160 A CN 108875160A
- Authority
- CN
- China
- Prior art keywords
- load
- module
- type load
- installation
- installation scheme
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000009434 installation Methods 0.000 claims abstract description 86
- 238000005057 refrigeration Methods 0.000 claims abstract description 15
- 239000002918 waste heat Substances 0.000 claims description 15
- 230000001932 seasonal effect Effects 0.000 claims description 14
- 230000033228 biological regulation Effects 0.000 claims description 10
- 238000004146 energy storage Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明涉及一种分布式能源负荷预测及装机匹配系统及匹配方法。目前,分布式能源系统的装机匹配存在供能侧和用能侧不匹配、系统运行效率低等问题。本发明中A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块均与综合设计修正模块连接,综合设计修正模块与综合负荷模块连接,综合负荷模块分别与一号装机方案模块、二号装机方案模块和三号装机方案模块连接,一号装机方案模块、二号装机方案模块和三号装机方案模块均与装机方案总模块连接。通过进行综合热/冷负荷分析得到设计负荷,在综合热/冷负荷基础上,形成若干装机比选方案,通过比选形成最终的装机方案,满足用户的冷热电等用能需求,提高了分布式能源系统总体的运行效率和经济性。
Description
技术领域
本发明属于分布式能源领域,具体涉及一种分布式能源负荷预测及装机匹配系统及匹配方法。
背景技术
分布式能源系统能够在负荷中心就近实现能源供应,综合能源利用效率在70%以上,是能源高效利用的重要方式。分布式能源系统依据热(冷)负荷进行装机匹配,但是设计中存在两方面问题:一方面是热(冷)负荷的计算简单采用指标法,没有对供热对象变化做进一步的特性分析,实际负荷和预测负荷相差较大;另一方面,装机匹配方案未根据实际负荷的特点进行比选,导致供能侧和用能侧不匹配,系统运行效率低,综合效益受影响,如申请号为201710389292.6的中国专利。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种设计合理的分布式能源负荷预测及装机匹配系统及匹配方法,提高分布式能源系统总体的运行效率和经济性。
本发明解决上述问题所采用的技术方案是:一种分布式能源负荷预测及装机匹配系统,其特征在于,包括A类负荷模块、B类负荷模块、C类负荷模块、D类负荷模块、综合设计修正模块、综合负荷模块、一号装机方案模块、二号装机方案模块、三号装机方案模块和装机方案总模块;所述A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块均与综合设计修正模块连接,所述综合设计修正模块与综合负荷模块连接,所述综合负荷模块分别与一号装机方案模块、二号装机方案模块和三号装机方案模块连接,所述一号装机方案模块、二号装机方案模块和三号装机方案模块均与装机方案总模块连接。通过对A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块中的数据进行修正得到综合负荷,从而得到多种装机方案,对其进行比选找出最佳的装机方案。
进一步而言,所述装机方案总模块包括动力设备、调峰设备、余热利用设备、储能设备和用户端;所述动力设备与余热利用设备连接,所述余热利用设备与用户端连接;所述调峰设备与用户端连接;所述储能设备分别与余热利用设备和用户端连接。
一种如上所述的分布式能源负荷预测及装机匹配系统的匹配方法,其特征在于,所述匹配方法如下:
第一步,收集分布式能源系统范围内的基础热/冷负荷值,包括负荷的波动特征和负荷量;
第二步,按照负荷的波动特性,将负荷分为A类负荷、B类负荷、C类负荷和D类负荷,将上述A、B、C、D四类负荷值分别录入到A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块中;
第三步,考虑负荷的时间性和季节性波动特性,在综合设计修正模块中对上述A、B、C、D四类负荷值进行修正,得到综合热/冷负荷T0,并录入到综合负荷模块中;
T0=LAξA+ LBξB + LCξC + LDξD
其中,T0为综合热/冷负荷值;LA为A类负荷值,ξA为A类负荷系数;LB为B类负荷值,ξB为B类负荷系数;LC为C类负荷值,ξC为C类负荷系数;LD为D类负荷值,ξD为D类负荷系数;
第四步,在综合热/冷负荷T0的基础上,得出若干个装机比选方案,通过综合方案比选方法,得到最终的装机方案,录入到装机方案总模块中,综合方案比选方法考虑系统的经济性、能效性、环境性、能质性、可靠性和绿色性六个方面。
对供热对象变化做进一步的特性分析,使预测负荷更加接近实际负荷,满足供能侧和用能侧相匹配,提高系统运行效率和综合效益。
进一步而言,在第二步中,A类负荷是不随时间和季节变化的稳定类负荷;B类负荷是随季节性变化明显的季节性负荷;C类负荷是随昼夜变化明显的时间性负荷;D类是随时间和季节变化明显的不稳定类负荷。
进一步而言,在第三步中,其中,LA为稳定类负荷,ξA为稳定类负荷系数;LB为季节性负荷,ξB为季节性负荷系数;LC为时间性负荷,ξC为时间性负荷系数;LD为不稳定类负荷,ξD为不稳定类负荷系数。
进一步而言,在第四步中,在综合热/冷负荷T0的基础上,得出3个装机比选方案,分别录入到一号装机方案模块、二号装机方案模块和三号装机方案模块中,通过综合方案比选方法,得到最终的装机方案,录入到装机方案总模块中。装机方案总模块中通过对动力设备、调峰设备、余热利用设备、储能设备等系统及设备的比选,满足用户的冷热电等用能需求。
本发明与现有技术相比,具有以下优点和效果:
1、综合考虑热(冷)负荷的时间性和季节性波动特征,对不同的热(冷)负荷类型采用不同的负荷系数,提高负荷设计的精度。
2、装机比选方法采用多角度综合比选方法,提高系统方案设计的综合性能。
3、通过进行综合热(冷)负荷分析得到设计负荷,在综合热(冷)负荷基础上,形成若干装机比选方案,通过综合方案比选方法,形成最终的装机方案。对动力设备、调峰设备、储能设备、余热利用设备进行选型匹配,最终满足用户的冷热电等用能需求。
附图说明
图1是本发明实施例的结构示意图。
图中:A类负荷模块1、B类负荷模块2、C类负荷模块3、D类负荷模块4、综合设计修正模块5、综合负荷模块6、一号装机方案模块7、二号装机方案模块8、三号装机方案模块9、装机方案总模块10、动力设备11、调峰设备12、余热利用设备13、储能设备14、用户端15。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
参见图1,一种分布式能源负荷预测及装机匹配系统,包括A类负荷模块1、B类负荷模块2、C类负荷模块3、D类负荷模块4、综合设计修正模块5、综合负荷模块6、一号装机方案模块7、二号装机方案模块8、三号装机方案模块9和装机方案总模块10。
A类负荷模块1、B类负荷模块2、C类负荷模块3和D类负荷模块4均与综合设计修正模块5连接,综合设计修正模块5与综合负荷模块6连接,综合负荷模块6分别与一号装机方案模块7、二号装机方案模块8和三号装机方案模块9连接,一号装机方案模块7、二号装机方案模块8和三号装机方案模块9均与装机方案总模块10连接。
装机方案总模块10包括动力设备11、调峰设备12、余热利用设备13、储能设备14和用户端15;动力设备11与余热利用设备13连接,余热利用设备13与用户端15连接;调峰设备12与用户端15连接;储能设备14分别与余热利用设备13和用户端15连接。
一种如上所述的分布式能源负荷预测及装机匹配系统的匹配方法,匹配方法如下:
第一步,收集分布式能源系统范围内的基础热/冷负荷值,包括负荷的波动特征和负荷量;
第二步,按照负荷的波动特性,将负荷分为A类负荷、B类负荷、C类负荷和D类负荷,A类负荷是不随时间和季节变化的稳定类负荷;B类负荷是随季节性变化明显的季节性负荷(单个季节和昼夜稳定);C类负荷是随昼夜变化明显的时间性负荷(季节稳定);D类是随时间和季节变化明显的不稳定类负荷;将上述A、B、C、D四类负荷值分别录入到A类负荷模块1、B类负荷模块2、C类负荷模块3和D类负荷模块4中;
第三步,考虑负荷的时间性和季节性波动特性,在综合设计修正模块5中对上述A、B、C、D四类负荷值进行修正,得到综合热/冷负荷T0,并录入到综合负荷模块6中;
T0=LAξA+ LBξB + LCξC + LDξD
其中,T0为综合热(冷)负荷;LA为稳定类负荷(A类负荷),ξA为稳定类负荷系数;LB为季节性负荷(B类负荷),ξB为季节性负荷系数;LC为时间性负荷(C类负荷),ξC为时间性负荷系数;LD为不稳定类负荷(D类负荷),ξD为不稳定类负荷系数;
在第四步中,在综合热/冷负荷T0的基础上,得出3个装机比选方案,分别录入到一号装机方案模块7、二号装机方案模块8和三号装机方案模块9中,通过综合方案比选方法,得到最终的装机方案,录入到装机方案总模块10中。综合方案比选方法考虑系统的经济性、能效性、环境性、能质性、可靠性和绿色性六个方面。
在某工业园区,已有企业的A、B、C、D类负荷量分别为20t/h,30t/h,40t/h,10t/h,负荷修正系数分别为1.0、0.7、0.5、0.2,则综合热(冷)负荷值为:
T0=LAξA+ LBξB + LCξC + LDξD =20×1.0+30×0.7+40×0.5+10×0.2=63t/h。
根据此设计负荷来选取合适的动力设备11、调峰设备12、储能设备14、余热利用设备13。
虽然本发明以实施例公开如上,但其并非用以限定本发明的保护范围,任何熟悉该项技术的技术人员,在不脱离本发明的构思和范围内所作的更动与润饰,均应属于本发明的保护范围。
Claims (6)
1.一种分布式能源负荷预测及装机匹配系统,其特征在于,包括A类负荷模块、B类负荷模块、C类负荷模块、D类负荷模块、综合设计修正模块、综合负荷模块、一号装机方案模块、二号装机方案模块、三号装机方案模块和装机方案总模块;所述A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块均与综合设计修正模块连接,所述综合设计修正模块与综合负荷模块连接,所述综合负荷模块分别与一号装机方案模块、二号装机方案模块和三号装机方案模块连接,所述一号装机方案模块、二号装机方案模块和三号装机方案模块均与装机方案总模块连接。
2.根据权利要求1所述的分布式能源负荷预测及装机匹配系统,其特征在于,所述装机方案总模块包括动力设备、调峰设备、余热利用设备、储能设备和用户端;所述动力设备与余热利用设备连接,所述余热利用设备与用户端连接;所述调峰设备与用户端连接;所述储能设备分别与余热利用设备和用户端连接。
3.一种如权利要求1-2中任一项权利要求所述的分布式能源负荷预测及装机匹配系统的匹配方法,其特征在于,所述匹配方法如下:
第一步,收集分布式能源系统范围内的基础热/冷负荷值,包括负荷的波动特征和负荷量;
第二步,按照负荷的波动特性,将负荷分为A类负荷、B类负荷、C类负荷和D类负荷,将上述A、B、C、D四类负荷值分别录入到A类负荷模块、B类负荷模块、C类负荷模块和D类负荷模块中;
第三步,考虑负荷的时间性和季节性波动特性,在综合设计修正模块中对上述A、B、C、D四类负荷值进行修正,得到综合热/冷负荷T0,并录入到综合负荷模块中;
T0=LAξA+ LBξB + LCξC + LDξD
其中,T0为综合热/冷负荷值;LA为A类负荷值,ξA为A类负荷系数;LB为B类负荷值,ξB为B类负荷系数;LC为C类负荷值,ξC为C类负荷系数;LD为D类负荷值,ξD为D类负荷系数;
第四步,在综合热/冷负荷T0的基础上,得出若干个装机比选方案,通过综合方案比选方法,得到最终的装机方案,录入到装机方案总模块中,综合方案比选方法考虑系统的经济性、能效性、环境性、能质性、可靠性和绿色性六个方面。
4.根据权利要求3所述的分布式能源负荷预测及装机匹配方法,其特征在于,在第二步中,A类负荷是不随时间和季节变化的稳定类负荷;B类负荷是随季节性变化明显的季节性负荷;C类负荷是随昼夜变化明显的时间性负荷;D类是随时间和季节变化明显的不稳定类负荷。
5.根据权利要求4所述的分布式能源负荷预测及装机匹配方法,其特征在于,在第三步中,其中,LA为稳定类负荷,ξA为稳定类负荷系数;LB为季节性负荷,ξB为季节性负荷系数;LC为时间性负荷,ξC为时间性负荷系数;LD为不稳定类负荷,ξD为不稳定类负荷系数。
6.根据权利要求3所述的分布式能源负荷预测及装机匹配方法,其特征在于,在第四步中,在综合热/冷负荷T0的基础上,得出3个装机比选方案,分别录入到一号装机方案模块、二号装机方案模块和三号装机方案模块中,通过综合方案比选方法,得到最终的装机方案,录入到装机方案总模块中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810548699.3A CN108875160A (zh) | 2018-05-31 | 2018-05-31 | 一种分布式能源负荷预测及装机匹配系统及匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810548699.3A CN108875160A (zh) | 2018-05-31 | 2018-05-31 | 一种分布式能源负荷预测及装机匹配系统及匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108875160A true CN108875160A (zh) | 2018-11-23 |
Family
ID=64336270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810548699.3A Pending CN108875160A (zh) | 2018-05-31 | 2018-05-31 | 一种分布式能源负荷预测及装机匹配系统及匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875160A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110783845A (zh) * | 2019-11-05 | 2020-02-11 | 中国化学赛鼎宁波工程有限公司 | 一种智能的抽出式低压开关柜系统的排布控制方法及装置 |
-
2018
- 2018-05-31 CN CN201810548699.3A patent/CN108875160A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110783845A (zh) * | 2019-11-05 | 2020-02-11 | 中国化学赛鼎宁波工程有限公司 | 一种智能的抽出式低压开关柜系统的排布控制方法及装置 |
CN110783845B (zh) * | 2019-11-05 | 2021-02-26 | 中国化学赛鼎宁波工程有限公司 | 一种智能的抽出式低压开关柜系统的排布控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658005A (zh) | 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 | |
CN103199555B (zh) | 一种负荷侧资源参与电力系统二次调频的控制方法 | |
CN110363353A (zh) | 一种分布式综合能源系统的优化设计和调度方法及系统 | |
CN108846518A (zh) | 一种综合能源评估优化方法及系统 | |
CN108052722B (zh) | 面向综合能效最优的分布式冷热电混合能源系统设计方法 | |
CN110657512B (zh) | 基于热电联合调度的冰蓄冷空调经济性分析方法和装置 | |
CN111899120A (zh) | 一种综合能源规划与运行联合优化模型建立方法 | |
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 | |
CN111709638B (zh) | 基于图论和等效电法的冷热电联供系统构建方法及系统 | |
Liu et al. | Capacity allocation for regional integrated energy system considering typical day economic operation | |
CN111242361B (zh) | 考虑地源热泵的园区综合能源系统优化调度方法和装置 | |
CN112417651A (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
CN105759773A (zh) | 基于面向对象分析的石化企业工厂模型扩展方法 | |
CN108875160A (zh) | 一种分布式能源负荷预测及装机匹配系统及匹配方法 | |
CN113553718A (zh) | 一种绿色数据中心综合供能系统设备容量的配置方法 | |
CN112241923B (zh) | 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 | |
CN108564216A (zh) | 基于动态规划的储能型cchp系统及其运行优化方法 | |
Jiao et al. | Optimal operation of park-based integrated energy system | |
CN111461433A (zh) | 基于需求分布连续条件下的区域分布式能源系统优化方法 | |
CN116029518A (zh) | 一种计及广义储能的园区综合能源系统的碳排放规划方法 | |
CN110929909B (zh) | 一种空气源热泵用户电负荷预测方法 | |
CN115811066A (zh) | 一种热能电能一体化微电网控制方法及系统 | |
CN110414779A (zh) | 一种基于改进mrm法的分布式系统多目标优化设计方法 | |
Yu et al. | Research on optimal control algorithm of ice thermal-storage air-conditioning system | |
Zheng et al. | Optimal rural integrated energy system configuration against the background of the rural energy transformation strategy |
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: 20181123 |