CN109102204B - 一种光热发电接入电网的调度模型与入网效益分析方法 - Google Patents
一种光热发电接入电网的调度模型与入网效益分析方法 Download PDFInfo
- Publication number
- CN109102204B CN109102204B CN201810997663.3A CN201810997663A CN109102204B CN 109102204 B CN109102204 B CN 109102204B CN 201810997663 A CN201810997663 A CN 201810997663A CN 109102204 B CN109102204 B CN 109102204B
- Authority
- CN
- China
- Prior art keywords
- power
- photo
- time
- thermal
- heat
- 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.)
- Expired - Fee Related
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 71
- 230000008901 benefit Effects 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012546 transfer Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 39
- 238000005338 heat storage Methods 0.000 claims description 39
- 238000004146 energy storage Methods 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000005382 thermal cycling Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000013529 heat transfer fluid Substances 0.000 description 6
- 150000003839 salts Chemical class 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种光热发电接入电网的调度模型与入网效益分析方法及计算设备，该方法包括：根据光热电站的系统结构，生成所述光热电站的简化结构；结合所述简化结构，构建所述光热电站的运行模型，所述运行模型包括能量转移函数和运行约束条件；分析所述运行模型，以建立光热发电接入电网的调度模型，所述调度模型包括最小化成本函数和调度约束条件；对所述最小化成本函数进行线性化处理，并基于所述调度约束条件，对所述最小化成本函数进行求解；根据求解的结果，对所述光热发电接入电网的入网效益进行分析。
Description
技术领域
本发明涉及能源电力领域，特别涉及一种光热发电接入电网的调度模型与入网效益分析方法及计算设备。
背景技术
光热发电是一种使用太阳热能加热液体产生蒸汽，从而通过蒸汽机产生电能的一种新型能源。含储热的光热发电系统是近年来太阳能利用的一种新的发展方向，其优势体现在：借助大容量的储热装置，该系统能够平移所吸收的光热能，具有良好的可调度性；同时其中的汽轮机组具有良好的可控性。此外，利用熔融盐储热罐来储存最高可提供15小时发电时间的热量，这种储热方式具有效率高、储热量大、成本低等优点。
在目前考虑光热发电接入电网的研究中，大多只通过建立光热发电(CSP，Concentrating Solar Power)电站的数学模型来进行定量的分析研究，但主要用于分析CSP电站在给定价格曲线时的经济价值，未考虑爬坡、备用等因素，尚无法直接应用于含CSP电站的电网调度问题。
发明内容
为此，本发明提供一种光热发电接入电网的调度模型与入网效益分析的技术方案，以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面，提供一种光热发电接入电网的调度模型与入网效益分析方法，适于在计算设备中执行，该方法包括如下步骤：首先，根据光热电站的系统结构，生成光热电站的简化结构；结合简化结构，构建光热电站的运行模型，运行模型包括能量转移函数和运行约束条件；分析运行模型，以建立光热发电接入电网的调度模型，调度模型包括最小化成本函数和调度约束条件；对最小化成本函数进行线性化处理，并基于调度约束条件，对最小化成本函数进行求解；根据求解的结果，对光热发电接入电网的入网效益进行分析。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，光热电站的简化结构包括光场、导热工质、储能装置和热循环模块。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，能量转移函数包括功率转移等式，功率转移等式以如下公式确定：
Pt a-Pt d+Pt b-Pt c-utPSU＝0
其中，Pt a表示t时刻光场传向导热工质的热交换功率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Pt d表示t时刻导热工质传向热循环模块的热交换功率，PSU为热循环模块启动所需最小功率，ut为热循环模块在t时刻启动的0-1变量，0表示关闭，1表示启动。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，t时刻光场传向导热工质的热交换功率Pt a以如下公式确定：
Pt a＝P吸收-P损失
P吸收＝η光场S光场Rt
其中，P吸收表示光热电站吸收太阳光照得到的总功率，η光场表示光热转换效率，S光场表示镜场面积，Rt表示t时刻的光照直接辐射指数，P损失表示损失的弃光功率。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，能量转移函数包括能量方程，能量方程以如下公式确定:
其中，Et表示t时刻光热电站的总能量，
和
分别表示t时刻储热装置的充热功率和放热功率，且
ηc和ηd分别表示充热效率和放热效率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Δt表示时间间隔，γ表示耗散系数，Et-1表示t-1时刻光热电站的总能量。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，运行约束条件包括状态约束条件，状态约束条件以如下公式确定：
其中，Pt e和
分别表示t时刻和t-1时刻光热发电机组的实际输出功率，
和
分别表示光热发电机组的备用发电功率上限与下限，
和
分别表示光热发电机组的最大负荷和最小负荷，xt、xt-1、
和
分别表示光热发电机组在t时刻、t-1时刻、c1时刻和c2时刻的工作状态，TMinon和TMinoff分别表示光热发电机组的最小运行时间和最小停运时间，min(·)表示求最小值，ut和vt分别表示t时刻光热发电机组开机和停机时的变量，RD和RU分别表示光热发电机组的最大上爬坡能力和最大下爬坡能力，T表示总时长。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，运行约束条件包括储能约束条件，储能约束条件以如下公式确定：
其中，Et表示t时刻光热电站的总能量，Emin表示储热装置的最小储热能量，θ表示以满负荷小时数为单位描述的储热装置的最大容量，
表示光热发电机组的最大负荷。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，最小化成本函数以如下公式确定：
其中，min(·)表示求最小值，f表示光热电站的成本，
和
均为0-1变量，分别表示光热发电机组i在t时刻的启动变量、停机变量和运行状态变量，Fi g、
和
分别表示光热发电机组i的启动成本、停止成本和固定成本，
表示发电成本函数，
表示光热发电机组i在t时刻内的出力值，N表示光热发电机组的总数，T表示总时长。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，最小化成本函数以如下公式确定：调度约束条件以如下公式确定：
其中，xc和yc分别表示光热发电机组对应的0-1变量和连续变量，
表示yc的转置，x和y分别表示电网中其他机组对应的0-1变量和连续变量，A、B、D、F、H、L、R和W分别表示相应的参数矩阵，c、e、g、m和n分别表示预设的参数值。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，对最小化成本函数进行线性化处理包括：采用分段化线性的方式，对光热发电机组的发电成本函数
进行近似处理，并以如下公式确定近似处理后的发电成本函数：
其中，li、mi和ni表示光热发电机组i的发电成本系数，
表示光热发电机组i在t时刻内的出力值。
可选地，在根据本发明的光热发电接入电网的调度模型与入网效益分析方法中，对最小化成本函数进行线性化处理包括：对t时刻导热工质传向热循环模块的热交换功率Pt d，以t时刻光热发电机组的实际输出功率Pt e进行分段线性表示：
其中，
和
分别表示光热发电机组的最大负荷和最小负荷，g-1表示参数g的倒数，g表示调度模型中连续变量对应的参数。
根据本发明的又一个方面，提供一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行根据本发明的光热发电接入电网的调度模型与入网效益分析方法的指令。
根据本发明的又一个方面，还提供一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行根据本发明的光热发电接入电网的调度模型与入网效益分析方法。
根据本发明的光热发电接入电网的调度模型与入网效益分析的技术方案，从含储热的光热电站的运行机理入手，经过抽象和简化，得到了面向电网调度的光热电站的运行模型，该运行模型刻画了光热电站中的能量流及其主要运行约束，适用于电网调度。在传统安全约束机组组合模型基础上，提出了含光热电站的调度模型，并进行了电网调度仿真，分析了在完全接纳光热发电的前提下，光热电站并网在发电成本、可再生能源接纳和提高汇集输电线路利用率等方面的可观效益。与传统的含光热电站调度优化问题相比，本发明在约束条件中增加了爬坡、备用等方面因素的约束条件，同时设置了连续型与离散型变量，让优化问题更加拟合光热电站并入电网的实际调度情况。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个实施例的计算设备100的结构框图；
图2示出了根据本发明的一个实施例的光热发电接入电网的调度模型与入网效益分析方法200的流程图；
图3A示出了根据本发明的一个实施例的光热电站的系统结构图；
图3B示出了根据本发明的一个实施例的光热电站的简化结构图；
图4示出了根据本发明的一个实施例的IEEE14节点测试系统示意图；
图5A示出了根据本发明的一个实施例的测试系统的总负荷曲线和光照曲线示意图；
图5B示出了根据本发明的一个实施例的测试系统分别接入光伏电站和光热电站前后的负荷曲线示意图；
图5C示出了根据本发明的一个实施例的光热电站接入测试系统后储热/放热及发电曲线示意图；以及
图6示出了根据本发明的一个实施例的光伏电站和光热电站有功功率的变化曲线示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个程序122以及程序数据124。在一些实施方式中，程序122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器，例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等，也可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。
在一些实施例中，计算设备100被配置为执行根据本发明的光热发电接入电网的调度模型与入网效益分析方法200。其中，计算设备100的一个或多个程序122包括用于执行根据本发明的光热发电接入电网的调度模型与入网效益分析方法200的指令。
图2示出了根据本发明一个实施例的光热发电接入电网的调度模型与入网效益分析方法200的流程图。光热发电接入电网的调度模型与入网效益分析方法200适于在计算设备(例如图1所示的计算设备100)中执行。
如图2所示，方法200始于步骤S210。在步骤S210中，根据光热电站的系统结构，生成光热电站的简化结构。光热电站(又称光热发电电站，即CSP电站)通常包含光场(SolarField，SF)、储热(Thermal Storage，TS)装置和热循环(Power Cycle，PC)模块三个部分，之间由传热流体传递能量。图3A示出了根据本发明的一个实施例的光热电站的系统结构图。目前主流传热流体介质是热导油，在光场中，传热流体由低于300℃被加热至高于390℃，传热流体可与储热装置进行双向热交换。常见的储热介质是熔盐，其工作温度通常在230～500℃之间。图3A所示的两罐结构是储热系统(Thermal Storage System，TSS)的一种典型构造，其中热盐罐和冷盐罐分别工作在不同的设定温度下。熔盐在两罐之间的流向决定了能量在传热流体和储热系统之间的传递方向。热循环模块包含一系列热力学元件，其中最主要的是汽轮机组，利用传热流体中的热能产生蒸汽，蒸汽推动汽轮机组发电。
为了实现更加优化的电网调度，适用光热电站模型应在充分简化的基础上重点描述光热发电系统中的能量流动和主要运行限制，考虑到调度问题所关心的时间间隔尺度远远大于光热电站内部动态过程的时间常数，调度模型中不涉及能量交换的动态过程。基于光热发电系统的运行机理，可以将其光热电站的系统结构抽象成简化结构。在该实施方式中，光热电站的简化结构包括光场、导热工质、储能装置和热循环模块。
图3B示出了根据本发明的一个实施例的光热电站的简化结构图。如图3B所示，对光热发电系统进行简化之后，可以方便地将其中的导热工质看作是系统中的一个节点，同时导热工质也作为一个能量交换中心，将从光场吸收到的能量传递给储热装置和热循环模块。
随后，进入步骤S220，结合简化结构，构建光热电站的运行模型，运行模型包括能量转移函数和运行约束条件。根据本发明的一个实施例，能量转移函数包括功率转移等式，功率转移等式以如下公式确定：
Pt a-Pt d+Pt b-Pt c-utPSU＝0 (1)
其中，Pt a表示t时刻光场传向导热工质的热交换功率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Pt d表示t时刻导热工质传向热循环模块的热交换功率，PSU为热循环模块启动所需最小功率，ut为热循环模块在t时刻启动的0-1变量，0表示关闭，1表示启动。
进一步的，t时刻光场传向导热工质的热交换功率Pt a以如下公式确定：
Pt a＝P吸收-P损失 (2)
P吸收＝η光场S光场Rt (3)
其中，P吸收表示光热电站吸收太阳光照得到的总功率，η光场表示光热转换效率，S光场表示镜场面积，Rt表示t时刻的光照直接辐射指数，P损失表示损失的弃光功率。
根据本发明的一个实施例，能力转移函数包括能量方程。对于系统中的储热装置来说，热量在热交换的过程中会不可避免的损失一部分，在考虑到能量丢失和热耗散之后，通过对其系统在工作点附近线性化的简化计算之后，可得到能量方程以如下公式确定:
其中，Et表示t时刻光热电站的总能量，
和
分别表示t时刻储热装置的充热功率和放热功率，且
ηc和ηd分别表示充热效率和放热效率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Δt表示时间间隔，γ表示耗散系数，Et-1表示t-1时刻光热电站的总能量。
根据本发明的一个实施例，运行约束条件包括状态约束条件，状态约束条件以如下公式确定：
其中，Pt e和
分别表示t时刻和t-1时刻光热发电机组的实际输出功率，
和
分别表示光热发电机组的备用发电功率上限与下限，
和
分别表示光热发电机组的最大负荷和最小负荷，xt、xt-1、
和
分别表示光热发电机组在t时刻、t-1时刻、c1时刻和c2时刻的工作状态，TMinon和TMinoff分别表示光热发电机组的最小运行时间和最小停运时间，min(·)表示求最小值，ut和vt分别表示t时刻光热发电机组开机和停机时的变量，RD和RU分别表示光热发电机组的最大上爬坡能力和最大下爬坡能力，T表示总时长。
上述状态约束条件，是参照火电机组的约束条件来设定的。之所以参照火电机组是因为光热电站通过吸收光能转换为热能，加热导热工质并推动汽轮机发电，所以其运行过程中的状态约束条件与火电厂汽轮机组相似。
此外，一个光热电站的持续输出功率能力很大一部分取决于储热装置的容量大小，储热装置的容量一般用汽轮机组的“满负荷小时数”来衡量，储热装置的容量也应有最小储能限制用以保证安全。基于此，根据本发明的一个实施例，运行约束条件包括储能约束条件，储能约束条件以如下公式确定：
其中，Et表示t时刻光热电站的总能量，Emin表示储热装置的最小储热能量，θ表示以满负荷小时数为单位描述的储热装置的最大容量，
表示光热发电机组的最大负荷。
在构建好运行模型后，执行步骤S230，分析运行模型，以建立光热发电接入电网的调度模型，调度模型包括最小化成本函数和调度约束条件。根据本发明的一个实施例，步骤S220中基于对光热发电系统的约束条件的分析，建立了一系列的上下限约束条件和能量转移等式。在此基础上，在步骤S230中，组合各个约束条件建立光热发电接入电网的调度模型，该调度模型所包括的最小成本化函数以如下公式确定：
其中，min(·)表示求最小值，f表示光热电站的成本，
和
均为0-1变量，分别表示光热发电机组i在t时刻的启动变量、停机变量和运行状态变量，Fi g、
和
分别表示光热发电机组i的启动成本、停止成本和固定成本，
表示发电成本函数，
表示光热发电机组i在t时刻内的出力值，N表示光热发电机组的总数，T表示总时长。
在该实施方式中，调度约束条件以如下公式确定：
其中，xc和yc分别表示光热发电机组对应的0-1变量和连续变量，
表示yc的转置，x和y分别表示电网中其他机组对应的0-1变量和连续变量，A、B、D、F、H、L、R和W分别表示相应的参数矩阵，c、e、g、m和n分别表示预设的参数值。
对式(8)而言，Axc+Byc≤c、
和Fx≤g为光热电站在运行时状态约束条件的具体矢量化描述。具体的，
表示光热发电系统中其他机组对应离散变量的约束，包括机组启停状态变量约束、最小开机/停运时间约束，Fx≤g表示光热发电系统中的连续变量的约束，包括机组的爬坡约束、风电出力约束、系统总备用约束、传输容量约束和传输功率爬坡约束，其中部分约束也涉及光热发电的控制变量。此外，Hy+Lyc≤m和Rx+Wy≤n为混合整数约束，包括光热发电机组的出力约束和备用约束。
在步骤S240中，对最小化成本函数进行线性化处理，并基于调度约束条件，对最小化成本函数进行求解。由于光热发电机组的发电成本函数在工作时是非线性的，为了简化计算，在求解时直接用分段线性化的方式进行近似，因此，根据本发明的一个实施例，在对最小化成本函数进行线性化处理时，采用分段化线性的方式，对光热发电机组的发电成本函数
进行近似处理，并以如下公式确定近似处理后的发电成本函数：
其中，li、mi和ni表示光热发电机组i的发电成本系数，
表示光热发电机组i在t时刻内的出力值。
进而，为了精确化表达热循环模块的工作效率，通过对其在不同发电功率的情况下对应的注入功率的关系进行分段线性表示，因此，根据本发明的一个实施例，在对最小化成本函数进行线性化处理时，对t时刻导热工质传向热循环模块的热交换功率Pt d，以t时刻光热发电机组的实际输出功率Pt e进行分段线性表示：
其中，
和
分别表示光热发电机组的最大负荷和最小负荷，g-1表示参数g的倒数，g表示调度模型中连续变量对应的参数。
最后，在步骤S250中，根据求解的结果，对光热发电接入电网的入网效益进行分析。
为了进一步验证调度模型，以一个具体的示例来对基于该调度模型的光热发电接入电网的入网效益进行分析。图4示出了根据本发明的一个实施例的IEEE14节点测试系统示意图。如图4所示，该系统中包含4台光热发电机组(以G表示，分别是G1、G2、G3和G4)和1个储能系统(即太阳能电站，以S表示)。
为方便研究，以下算例中认为光热发电站的储能系统在一天的总能量相等，均为总容量的50％。系统的计划备用容量折算为日负荷的10％。
算例1：光热电站并网的削峰填谷作用与分析
首先，应假定测试系统的负荷和光照曲线。图5A示出了根据本发明的一个实施例的测试系统的总负荷曲线和光照曲线示意图。如图5A所示，其中应假设光热电站的功率为500MW(兆瓦)，光照的单位为W·m-2(瓦/平方米)。图5B示出了根据本发明的一个实施例的测试系统分别接入光伏电站和光热电站前后的负荷曲线示意图。对图5B来说，原始负荷对应的曲线是未接入光伏电站和光热电站前，系统的负荷曲线，等效负荷1对应的曲线是在加入了光热电站之后的负荷变化曲线，等效负荷2对应的曲线是在加入了光伏电站之后的负荷变化曲线。其中，原始负荷对应的曲线峰谷差为239.5MW，引入光伏发电后增加至245.8MW，增加2.7％，引入光热发电后可看出其峰谷差值下降为204.2MW，减少10.6％。从中可以看出光热电站的作用可以概括为“削峰填谷”。图5C示出了根据本发明的一个实施例的光热电站接入测试系统后储热/放热及发电曲线示意图。从图5C中光热电站的储能、放热以及有功出力(即发电)曲线变化可以发现，在加入储能装置后，将低负荷时期的荷载转移到高峰期，使系统的等效负荷曲线更为平滑。
算例2：光热电站并网在传输线路利用方面的效益
当光热电站和风电场同时在一个节点输入时，若此时的极限传输容量为200MW，且假设光热电站发电能够完全消纳。图6示出了根据本发明的一个实施例的光伏电站和光热电站有功功率的变化曲线示意图。在图6中，给出了三种不同情况下线路上有功功率的变化曲线，分别是无太阳能发电、引入PV(Photovoltaic，光伏)电站和引入CSP(ConcentratingSolar Power，光热发电，简称光热)电站。表1示出了根据本发明的一个实施例的不同情景下总弃风量和线路利用率，具体如下所示：
| 情景 | 总弃风量(MW·h，兆瓦·时) | 线路利用率(％) |
| 光伏 | 125.66 | 75.23 |
| 光热 | 377.42 | 78.56 |
表1
由于光伏发电站的不可调度性，其占用大量的输电资源，直接导致弃风量的上升。弃风量由125.66MW·h增加至377.42MW·h，增加200.35％。而光热发电站电站在将自身产出负荷完全输出之外，还能降低弃风量，增加线路利用率，有助于解决大规模风电集中汇入线路利用率偏低的共性问题。算例2表明，光热电站发电的引入是提高线路利用率的有效方案。
现有的光热发电接入电网的研究中，大多只通过建立光热电站的数学模型来进行定量的分析研究，用于分析光热电站在给定价格曲线时的经济价值，未考虑爬坡、备用等因素，无法直接应用于含光热电站的电网调度问题。根据本发明实施例的光热发电接入电网的调度模型与入网效益分析的技术方案，从含储热的光热电站的运行机理入手，经过抽象和简化，得到了面向电网调度的光热电站的运行模型，该运行模型刻画了光热电站中的能量流及其主要运行约束，适用于电网调度。在传统安全约束机组组合模型基础上，提出了含光热电站的调度模型，并进行了电网调度仿真，分析了在完全接纳光热发电的前提下，光热电站并网在发电成本、可再生能源接纳和提高汇集输电线路利用率等方面的可观效益。与传统的含光热电站调度优化问题相比，本发明在约束条件中增加了爬坡、备用等方面因素的约束条件，同时设置了连续型与离散型变量，让优化问题更加拟合光热电站并入电网的实际调度情况。
A9.如A1-8中任一项所述的方法，所述调度约束条件以如下公式确定：
其中，xc和yc分别表示光热发电机组对应的0-1变量和连续变量，
表示yc的转置，x和y分别表示电网中其他机组对应的0-1变量和连续变量，A、B、D、F、H、L、R和W分别表示相应的参数矩阵，c、e、g、m和n分别表示预设的参数值。
A10.如A8或9所述的方法，所述对所述最小化成本函数进行线性化处理包括：
采用分段化线性的方式，对光热发电机组的发电成本函数
进行近似处理，并以如下公式确定近似处理后的发电成本函数：
其中，li、mi和ni表示光热发电机组i的发电成本系数，
表示光热发电机组i在t时刻内的出力值。
A11.如A6-10中任一项所述的方法，所述对所述最小化成本函数进行线性化处理包括：
对t时刻导热工质传向热循环模块的热交换功率Pt d，以t时刻光热发电机组的实际输出功率Pt e进行分段线性表示：
其中，
和
分别表示光热发电机组的最大负荷和最小负荷，g-1表示参数g的倒数，g表示调度模型中连续变量对应的参数。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间，以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的光热发电接入电网的调度模型与入网效益分析方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
Claims (8)
1.一种光热发电接入电网的调度模型与入网效益分析方法，适于在计算设备中执行，所述方法包括：
根据光热电站的系统结构，生成所述光热电站的简化结构，所述光热电站的简化结构包括光场、导热工质、储能装置和热循环模块；
结合所述简化结构，构建所述光热电站的运行模型，所述运行模型包括能量转移函数和运行约束条件，所述能量转移函数包括功率转移等式，所述功率转移等式以如下公式确定：
Pt a-Pt d+Pt b-Pt c-utPSU＝0
其中，Pt a表示t时刻光场传向导热工质的热交换功率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Pt d表示t时刻导热工质传向热循环模块的热交换功率，PSU为热循环模块启动所需最小功率，ut为热循环模块在t时刻启动的0-1变量，0表示关闭，1表示启动；
分析所述运行模型，以建立光热发电接入电网的调度模型，所述调度模型包括最小化成本函数和调度约束条件；
对所述最小化成本函数进行线性化处理，并基于所述调度约束条件，对所述最小化成本函数进行求解；
根据求解的结果，对所述光热发电接入电网的入网效益进行分析。
2.如权利要求1所述的方法，其中，t时刻光场传向导热工质的热交换功率Pt a以如下公式确定：
Pt a＝P吸收-P损失
P吸收＝η光场S光场Rt
其中，P吸收表示光热电站吸收太阳光照得到的总功率，η光场表示光热转换效率，S光场表示镜场面积，Rt表示t时刻的光照直接辐射指数，P损失表示损失的弃光功率。
3.如权利要求1或2所述的方法，所述能量转移函数包括能量方程，所述能量方程以如下公式确定:
其中，Et表示t时刻光热电站的总能量，
和
分别表示t时刻储热装置的充热功率和放热功率，且
ηc和ηd分别表示充热效率和放热效率，Pt b表示t时刻导热工质传向储热装置的热交换功率，Pt c表示t时刻储热装置传向导热工质的热交换功率，Vt表示时间间隔，γ表示耗散系数，Et-1表示t-1时刻光热电站的总能量。
4.如权利要求3所述的方法，所述运行约束条件包括状态约束条件，所述状态约束条件以如下公式确定：
其中，Pt e和
分别表示t时刻和t-1时刻光热发电机组的实际输出功率，Pt RsvU和Pt RsvD分别表示光热发电机组的备用发电功率上限与下限，
和
分别表示光热发电机组的最大负荷和最小负荷，xt、xt-1、
和
分别表示光热发电机组在t时刻、t-1时刻、c1时刻和c2时刻的工作状态，TMinon和TMinoff分别表示光热发电机组的最小运行时间和最小停运时间，min(·)表示求最小值，ut和vt分别表示t时刻光热发电机组开机和停机时的变量，RD和RU分别表示光热发电机组的最大上爬坡能力和最大下爬坡能力，T表示总时长。
5.如权利要求4所述的方法，所述运行约束条件包括储能约束条件，所述储能约束条件以如下公式确定：
其中，Et表示t时刻光热电站的总能量，Emin表示储热装置的最小储热能量，θ表示以满负荷小时数为单位描述的储热装置的最大容量，
表示光热发电机组的最大负荷。
6.如权利要求1所述的方法，所述最小化成本函数以如下公式确定：
其中，min(·)表示求最小值，f表示光热电站的成本，
和
均为0-1变量，分别表示光热发电机组i在t时刻的启动变量、停机变量和运行状态变量，Fi g、
和
分别表示光热发电机组i的启动成本、停止成本和固定成本，
表示发电成本函数，
表示光热发电机组i在t时刻内的出力值，N表示光热发电机组的总数，T表示总时长。
7.一种计算设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至6所述的方法中的任一方法的指令。
8.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至6所述的方法中的任一方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810997663.3A CN109102204B (zh) | 2018-08-29 | 2018-08-29 | 一种光热发电接入电网的调度模型与入网效益分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810997663.3A CN109102204B (zh) | 2018-08-29 | 2018-08-29 | 一种光热发电接入电网的调度模型与入网效益分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109102204A CN109102204A (zh) | 2018-12-28 |
| CN109102204B true CN109102204B (zh) | 2020-10-16 |
Family
ID=64864181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810997663.3A Expired - Fee Related CN109102204B (zh) | 2018-08-29 | 2018-08-29 | 一种光热发电接入电网的调度模型与入网效益分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109102204B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110334878B (zh) * | 2019-07-11 | 2022-05-03 | 国网甘肃省电力公司经济技术研究院 | 一种基于典型静态模型的光热储能电站发电量优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
| CN106056246A (zh) * | 2016-05-30 | 2016-10-26 | 清华大学 | 一种冷热电多能流微电网考虑运行的储能容量优化方法 |
| CN107702079A (zh) * | 2017-09-18 | 2018-02-16 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种含有电加热装置的光热电站及其建模和优化运行方法 |
| CN108321837A (zh) * | 2017-11-27 | 2018-07-24 | 河海大学 | 一种风电-光热联合发电系统及其运行方法 |
-
2018
- 2018-08-29 CN CN201810997663.3A patent/CN109102204B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
| CN106056246A (zh) * | 2016-05-30 | 2016-10-26 | 清华大学 | 一种冷热电多能流微电网考虑运行的储能容量优化方法 |
| CN107702079A (zh) * | 2017-09-18 | 2018-02-16 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种含有电加热装置的光热电站及其建模和优化运行方法 |
| CN108321837A (zh) * | 2017-11-27 | 2018-07-24 | 河海大学 | 一种风电-光热联合发电系统及其运行方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109102204A (zh) | 2018-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lu et al. | Optimization model for the short-term joint operation of a grid-connected wind-photovoltaic-hydro hybrid energy system with cascade hydropower plants | |
| CN110350523B (zh) | 基于需求响应的多能源互补优化调度方法 | |
| US11443252B2 (en) | Multi-objective operation control method for micro energy grid | |
| Yang et al. | Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage | |
| CN111753431A (zh) | 综合能源系统中最优配置的计算方法和计算设备 | |
| CN109473976A (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
| Kong et al. | Optimization of the hybrid solar power plants comprising photovoltaic and concentrating solar power using the butterfly algorithm | |
| CN114595868A (zh) | 一种综合能源系统源网荷储协同规划方法及系统 | |
| CN109102204B (zh) | 一种光热发电接入电网的调度模型与入网效益分析方法 | |
| CN107492903A (zh) | 一种基于统计学模型的混合储能系统容量优化配置方法 | |
| CN117252377B (zh) | 一种多区域互联电热综合能源系统可信分布调度方法及系统 | |
| Zheng et al. | A reliable method of wind power fluctuation smoothing strategy based on multidimensional non‐linear exponential smoothing short‐term forecasting | |
| Luo et al. | Two‐stage robust optimal scheduling of wind power‐photovoltaic‐thermal power‐pumped storage combined system | |
| Luo et al. | Load management for multiple datacenters towards demand response in the smart grid integrating renewable energy | |
| CN111899125A (zh) | 一种综合能源系统的优化建模运行方法、装置和介质 | |
| CN110224397B (zh) | 一种风光接入背景下用户侧电池储能成本效益分析方法 | |
| CN116681188A (zh) | 综合能源系统优化方法、装置、电子设备及存储介质 | |
| CN112257899A (zh) | 一种cchp系统优化调度方法及终端设备 | |
| Chen et al. | A multi-energy microgrid modelling and optimization method based on exergy theory | |
| CN113507124A (zh) | 一种基于序列凸优化的能源互联网快速调度方法及装置 | |
| Qi et al. | A Distributionally Robust Optimization Scheduling Model for Regional Integrated Energy Systems Considering Hot Dry Rock Co-Generation. | |
| CN110867858B (zh) | 基于云计算的多能源系统多源储能装置容量配置方法 | |
| Zhang et al. | An optimal capacity allocation method for integrated energy systems considering uncertainty | |
| Rui et al. | Low-Carbon Dispatch of Electricity Hydrogen Energy System with RSOC-ORC Considering Integrated Demand Response | |
| He et al. | Optimal Energy Flow of Integrated Energy System Based on Interior Point Method |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201016 |