CN109242350A - 计及可平移负荷的冷热电联供系统容量优化配置方法 - Google Patents

计及可平移负荷的冷热电联供系统容量优化配置方法 Download PDF

Info

Publication number
CN109242350A
CN109242350A CN201811207957.8A CN201811207957A CN109242350A CN 109242350 A CN109242350 A CN 109242350A CN 201811207957 A CN201811207957 A CN 201811207957A CN 109242350 A CN109242350 A CN 109242350A
Authority
CN
China
Prior art keywords
load
translatable
power generation
generation system
period
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
CN201811207957.8A
Other languages
English (en)
Other versions
CN109242350B (zh
Inventor
杨丽君
王心蕊
吴文华
梁旭日
王晨
赵优
范锦谕
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.)
Yulin Power Investment Co.,Ltd.
Original Assignee
Yanshan 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 Yanshan University filed Critical Yanshan University
Priority to CN201811207957.8A priority Critical patent/CN109242350B/zh
Publication of CN109242350A publication Critical patent/CN109242350A/zh
Application granted granted Critical
Publication of CN109242350B publication Critical patent/CN109242350B/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
    • G06Q10/06—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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B15/00—Sorption machines, plants or systems, operating continuously, e.g. absorption type
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28D—HEAT-EXCHANGE APPARATUS, NOT PROVIDED FOR IN ANOTHER SUBCLASS, IN WHICH THE HEAT-EXCHANGE MEDIA DO NOT COME INTO DIRECT CONTACT
    • F28D20/00—Heat storage plants or apparatus in general; Regenerative heat-exchange apparatus not covered by groups F28D17/00 or F28D19/00
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/27—Relating to heating, ventilation or air conditioning [HVAC] technologies
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/62—Absorption based systems
    • 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
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/14—Thermal energy storage
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Thermal Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及可平移负荷的冷热电联供系统容量优化配置方法，涉及微电网设计规划领域；本发明采用抽水蓄能作为系统的储能装置，对考虑负荷侧能量管理的联供系统进行容量优化配置方法。首先，根据冷热电负荷的可平移特性，建立了综合考虑分布式电源出力与用户侧用电需求的匹配程度，以及供能侧与用户侧热电比匹配程度的用户侧能量管理模型；综合考虑经济性和环保性的冷热电联供系统综合指标模型，并采用粒子群算法对系统各设备的容量进行优化；通过算例仿真分析了冷热电联供系统在进行负荷平移和引入抽水蓄能装置后，对分布式电源出力削峰填谷、降低系统综合成本等方面的作用，验证了模型的有效性。

Description

计及可平移负荷的冷热电联供系统容量优化配置方法
技术领域
本发明涉及微电网设计规划领域，尤其是一种计及可平移负荷的冷热电联供系统容量优化配置方法。
背景技术
随着生产技术的不断革新与发展，对电能质量和电能需求量的要求也在不断增加。传统的供能方式会以煤炭等不可再生资源作为燃料产生大量有害的污染气体，不利于环境友好型社会和可持续发展目标的实现。因此，如何转换电能的生产方式，实现能量的多级利用，减少煤炭资源的使用，并能满足用户的用电需求，成为了近年来各界学者研究的热点。
含分布式电源的微电网可以有效减少化石能源的使用，但由于风能、太阳能等清洁能源具有随机性、波动性和间歇性等特点，一般采用蓄电池作为储能装置来平抑分布式电源出力的波动。然而蓄电池的投资成本较高，且使用寿命与其充放电次数和深度直接相关，在大规模设计优化微电网阶段，仅靠蓄电池对分布式电源出力进行削峰填谷，会大大增加微网的投资成本，不利于微网多区域或大规模建设，因此在一些地理环境允许的地区会采用抽水蓄能等成本相对较低的设备代替蓄电池作为储能装置。
在当前微电网容量配置的研究中，实现供能侧与需求侧的“互动性”已经成为增加清洁能源利用率和提高微网运行经济性的有效途径之一。微网中负荷按其可调度性大致可分为3类，即重要负荷(critical loads)，可调整负荷(adjustable loads)，可平移负荷(shiftableloads)。重要负荷必须在特定的时间段内供电，如照明、电梯等；可调整负荷是指用户可以不按照计划用电，需求量可变的负荷，如空调、暖气等；可平移负荷是指负荷供电时间可按计划变动的负荷，如洗衣机、消毒柜等。相对于大量能与电网友好合作的可平移负荷，尤其是在居民负荷中其所占比例很大。微网调度包括调度供能单元和对负荷进行控制，负荷平移属于负荷控制范畴，在微网调度中考虑可平移负荷的影响，不仅能够增加系统的灵活性，还可根据微网的供电特点，通过改变负荷的用电时间或中断部分负荷来平抑供需两侧出力的不平衡，减少储能装置所需的配置容量，有利于提高微网运行经济性。因此，有必要研究计及可平移负荷的经济优化调度问题。
发明内容
本发明在于提供一种提高系统经济性的计及可平移负荷的冷热电联供系统(combined cooling heating and power，CCHP)容量优化配置方法，目的是在一些地理环境允许的地区会采用抽水蓄能等成本相对较低的设备代替蓄电池作为储能装置；平抑供需两侧出力的不平衡，合理配置所需的配置容量。
为实现上述目的，采取的技术方案为计及可平移负荷的冷热电联供容量优化配置方法，其包括如下步骤：
步骤1，构建包括发电系统、蓄能系统和余热回收供冷/热系统的冷热电联供系统；其中，所述冷热电联供系统运行在并网模式下，并通过联络线与大电网相连进行能量交换；确定冷热电联供系统供给侧的供给模式；
步骤2，在冷热电联供系统中，确定需求侧可平移负荷平移前后整个调度周期内负荷总量不变的可平移负荷模型；
步骤3，在可平移负荷模型中，确定基于发电系统中可再生能源渗透率的可平移电负荷目标函数，确定需求侧基于冷热电联供系统可利用热能的可平移热负荷目标函数；
步骤4，在冷热电联供系统中，确定供给侧基于运行成本的经济目标函数，确定供给侧基于发电系统的发电污染的环境目标函数；
步骤5，利用步骤4中的经济目标函数、环境目标函数，对步骤3中的可平移电负荷目标函数、可平移热负荷目标函数进行优化；确定出步骤1中的冷热电联供系统容量配置。
进一步的技术方案在于，所述步骤1中的发电系统包括内燃发电机组、光伏发电装置、风机发电装置。
进一步的技术方案在于，所述步骤1中的蓄能系统为抽水蓄能装置。
进一步的技术方案在于，所述步骤1中的余热回收供冷/热系统包括电锅炉、电制冷机、余热回收装置、吸收式制冷机。
进一步的技术方案在于，所述冷热电联供系统供给侧的供给模式为：发电系统发电供给需求侧电负荷，产生的热量进入余热回收供冷/热系统，从大电网购电或蓄能系统供给弥补需求侧电负荷对发电系统的超负荷需求，按照蓄能系统储能、大电网售电顺序处理发电系统供给需求侧电负荷后的多余电能，利用制冷/热辅助设备弥补需求侧热负荷对余热回收供冷/热系统的超负荷需求；发电系统按照可再生能源、非再生能源发电顺序进行供给。
进一步的技术方案在于，所述可平移负荷模型的表达式为
式中：Sloud,t为t时段平移后的负荷值；Sfloud,t为t时段负荷预测值；分别为t时段移入和移出的负荷量，T为调度周期；Ktotal为可平移负荷的种类；xk,m,t为第k类可平移负荷从m时段移到t时段的数值；S1,k为第k类平移负荷在第1个工作时段的负荷值；L为可平移负荷最大持续时间；S(l+1),k为k类平移负荷在第l+1时段的负荷值；
其中，可平移负荷模型的约束条件为
式中：xk,t为原先在t时段第k类负荷中可平移的负荷数量；dk为第k类负荷的平移时间裕度。
进一步的技术方案在于，所述可再生能源为太阳能和风力；所述可平移电负荷的目标函数使电负荷曲线更加贴近光伏和风机发电曲线，其目标函数为：
式中：分别为t时段平移后和平移前的电负荷量；分别为t时段移入和移出的电负荷量。
进一步的技术方案在于，所述可平移热负荷目标函数更接近于平移后的电负荷与CCHP系统额定热电比的乘积曲线，其目标函数为：
式中：分别为t时段平移后和平移前的热负荷量；分别为t时刻移入和移出的热负荷量；为目标热负荷量；FHE为额定热电比。
进一步的技术方案在于，所述步骤5中综合目标函数表示为：
minF＝(f1,-f2)
其中，经济目标为CCHP系统年综合成本最小，建立了由年投资成本Cinitial、年替换成本Creplace、年运行维护成本CO&M、可控负荷年调度成本Cdemand、冷热电联供系统与大电网交互费用Ccharge、购买能源成本Cf和售电收益Cint组成的综合成本f1为最低的目标函数，即
f1＝min(Cinitial+CO&M+Cdemand+Ccharge+Cf-Cint)
式中：r0为贴现率；Ci为第i个设备的投资费用；Pcap,i为第i个设备的容量，kW；KO&M为发电设备的维护费率；Ik、Ij、If、Ir、Ih分别为第k类可平移电负荷的单位补贴费用、第j类可平移热负荷的单位补贴费用、天然气单位消耗费用、t时段供电单位收益、t时段供热单位收益；Peloud,k(t,t')和Hloud,j(t,t')分别为从t时段平移到t'时段的可平移电负荷总量和可平移热负荷总量；
其中环境目标为向大电网购电量对环境造成的污染越少，即CCHP系统f2越大对环境污染越少；其目标函数为
式中：PG2M,t为t时段冷热电联供系统向大电网购买电负荷量，为热负荷转移后t时段热的负荷量。
进一步的技术方案在于，所述冷热电联供系统包括内燃发电机组、光伏发电装置、风机发电装置、抽水蓄能装置、电锅炉、电制冷机、余热回收装置、吸收式制冷机；所述经济目标函数和环境目标函数的约束条件为：
(1)能量平衡约束
t时段的电量、冷量、热量平衡约束为
Ppv,t+Pwt,t+Pcharge,t＝Peloud,t+PEB,t+PEC,t
QEB,t+(1-ωt)QHrs,t＝QHload,t
QEC,t+Qab,t＝QCloud,t
式中：PEC,t和QEC,t分别为t时段电制冷机电功率和制冷功率；ωt为t时段的余热分配系数，且0≤ωt≤1；QHload,t和QCloud,t分别为t时段所需的热、冷负荷功率；Qab,t为吸收式制冷机功率；
(2)联络线功率约束
式中：和分别为冷热电联供系统与大电网之间允许交互功率的最小值和最大值；
(3)可控机组约束
0≤Pi≤Ni
式中：Pi为第i个机组的输出功率；Ni为第i个机组的容量；
(4)蓄水池容量约束
Wmin≤W(t)≤Wmax
式中：Wmin和Wmax分别为蓄水池最大和最小蓄水量；
(5)水泵和发电机组工作状态约束
UP,t+UT,t≤1
式中：UP,t和UT,t分别为水泵和发电机组的工作状态变量，为0-1变量。
与现有技术相比，本发明有如下有益效果：
1、抽水蓄能代替蓄电池作为储能装置参与冷热电联供系统的运行，不仅可以减少初始投资费用，增加系统的经济性；还可以提高系统对风光发电的消纳能力，增加系统的灵活性。
2、可平移负荷参与调度可以平抑分布式电源出力的波动性，减少储能装置的配置容量，增加清洁能源的利用率，实现需求侧与供能侧的“互动性”。
3、同时考虑冷、热、电可平移负荷参与调度，可以减少分布式电源的配置容量，降低CCHP系统的投资成本。
附图说明
图1是本发明方法的CCHP系统结构原理图。
图2是本发明方法的并网型CCHP系统容量优化配置求解流程图。
图3为算例分析中风出力数据图。
图4为算例分析中光出力数据图。
图5为负荷平移前的综合成本对比图。
图6为负荷平移后的综合成本对比图。
具体实施方式
下面结合附图对本发明做进一步说明：
结合图1和图2，本发明所述方法的步骤如下：
步骤1，构建冷热电联供系统模型
步骤1-1，构建冷热电联供系统模型
本文设计的CCHP系统是以燃气内燃机组为核心驱动设备，以抽水蓄能设备作为储能装置，增加风机发电和光伏发电的渗透率，其结构原理图如图1所示。系统主要包括内燃发电机组、光伏发电装置、风机发电装置、抽水蓄能装置、电锅炉、电制冷机、余热回收装置、吸收式制冷机以及其他辅助控制设备。
步骤1-2，内燃发电机组模型
以天然气为能源的内燃发电机组是整个CCHP系统的核心驱动装置，可在提供电能的同时产生大量的余热，内燃发电机组在第t时段提供电能为：
EMT,i,t＝FMT,i,t×ηMT
式中：EMT,i,t为第i台内燃发电机在t时段所提供的电能；FMT,i,t为第i台内燃发电机组消耗的天然气量；ηMT为内燃发电机组的发电效率。
内燃发电机组在第t时段的热回收量为：
Qr,i,t＝FMT,i,t(1-ηMT)ηr
式中：Qr,i,t为第i台燃气轮机在t时刻的余热回收量；ηr为热回收效率。
步骤1-3，风力发电机组模型
式中：Pwt,j,t为第j台风力发电机在t时刻的电功率；为第j台风力发电机的额定电功率；vj为第j台风力发电机在t时段的实际风速；分别为第j台风力发电机在切入风速、切出风速和额定风速。
步骤1-4，光伏电池模型
光伏电池的输出功率具有随机性和不确定性，直接受到光照强度、环境温度、光电转换率等各方面的影响。为方便计算，本文模型只考虑光照强度和温度两个因素。
式中：PPV为t时刻工作点的输出功率；ηg为光电转换效率；GC为工作点的辐照度；Npv为光伏电池块数；Am为光伏电池的单元面积。
步骤1-5，储能设备模型
由于蓄电池成本较高，其使用寿命与充放电深度密切相关，并且蓄电池中含有大量的有害物质，报废后的蓄电池如何处理成为当前重点研究的课题之一。因此本文采用抽水蓄能装置作为冷热电联供系统的储能设备，不仅可以降低整个系统的初始投资成本，也有利于环境友好型社会的实现。
蓄水池水量变化关系如下所示：
W(t+1)＝W(t)+(QP(t)-QT(t))△t
式中：W(t)为t时段末的剩余水量；QP(t)为抽水流速；QT(t)为发电放水流速；△t为时间间隔，取为1h；ηWP为管道效率；ηP为水泵效率；PT(t)为发电机组功率；PP(t)为水泵功率；ρ为海水密度，取值为1000kg/m3；g为重力加速度；h为水头高度；KP和KT分别为抽水工况和发电工况下的流速功率比。
步骤1-6，余热回收装置模型
余热回收装置是通过对燃气内燃机发电时产生的热量进行回收，再把回收到的热量供给热负荷。
式中：QHrs,t为热回收装置在t时段提供的热功率；ηHrs,t为热回收系统在t时段的热回收效率。
步骤1-7，电锅炉模型
电锅炉是一种可以把电能转换成热能的装置，其制热效率可达到95％以上。当分布式电源发电过多时，可通过电锅炉对分布式电源的出力进行消纳，减少弃风光量。电锅炉的出力模型如下所示：
QEB,t＝PEB,tηah
式中：PEB,t和QEB,t分别为时段t内电锅炉用电和制热功率；ηah为电锅炉电热转换效率。
步骤2，确定冷热电三联供系统的运行模式，及其供给模式
步骤2-1，确定冷热电联供系统的运行模式
微电网的运行模式分为并网运行和孤岛运行。本文建立的冷热电联供系统运行在并网模式下，系统通过联络线与大电网相连进行能量交换。
步骤2-2，冷热电联供系统的供给模式
天然气驱动内燃发电机组进行发电供给用户侧电负荷，同时会产生大量的热，并由余热回收装置进行收集直接供给热负荷或通过吸收式制冷机供给冷负荷。当内燃发电机组的出力无法满足电负荷需求时，则优先从光伏、风机发电得到补充，若仍无法满足用电需求，则根据运行策略从电网购电或由抽水蓄能装置供给。当出力大于电负荷需求时，优先使用抽水蓄能装置储存多余电能，若还有盈余，根据与电网制定的并网协议进行售电。当冷/热负荷需求不能得到满足，则可以通过使用电锅炉或电制冷机对欠缺部分给予补偿。
步骤3，提出并建立冷热电三联供系统需求侧能量管理模型
步骤3-1，建立可平移负荷模型
可平移负荷是一种可以根据电力系统的运行状态而改变供电时间的一种负荷，在负荷平移前后应保持在整个调度周期内负荷总量不变，可提高整个系统的供电可靠性和运行的灵活性。
步骤3-1-1，可平移负荷表达式
式中：Sloud,t为t时段平移后的负荷值；Sfloud,t为t时段负荷预测值；分别为t时段移入和移出的负荷量。
式中：T为调度周期；Ktotal为可平移负荷的种类；xk,m,t为第k类可平移负荷从m时段移到t时段的数值；S1,k为第k类平移负荷在第1个工作时段的负荷值；L为可平移负荷最大持续时间；S(l+1),k为k类平移负荷在第l+1时段的负荷值。
步骤3-1-2，可平移负荷约束条件
式中：xk,t为原先在t时段第k类负荷中可平移的负荷数量；dk为第k类负荷的平移时间裕度。
步骤3-2，可平移负荷目标函数
本文综合考虑了可平移的电负荷和冷/热负荷，使其满足在整个调度周期内的负荷总量保持不变的条件下，可以调整CCHP系统的供电的时间，使用户侧的热电比更加接近供应侧额定热电比。当冷/热负荷无法通过余热满足需求时，则可利用电锅炉或电制冷机进行供给。为提高CCHP系统的供电稳定性和经济性，首先对负荷进行削峰填谷，通过移动电负荷使其出力曲线接近于分布式电源的出力曲线。其次转移冷/热负荷使用户侧的热电比接近于供应侧额定热电比。
步骤3-2-1，可平移电负荷的目标函数
平移电负荷，使电负荷曲线更加贴近光伏和风机出力曲线，能够有效增加可再生能源的渗透率，降低用电高峰时给系统带来的不利影响，增加CCHP系统的运行稳定性。其平移目标函数为：
式中：分别为t时段平移后和平移前的电负荷量；分别为t时段移入和移出的电负荷量。
步骤3-2-2，可平移热负荷目标函数
由于光伏电池和风机等设备的投资费用大，因此平移热负荷，使其曲线接近于平移后的电负荷与CCHP系统额定热电比的乘积，这样能够有效减少分布式电源的配置数量，减少CCHP系统的投资成本。
式中：分别为t时段平移后和平移前的热负荷量；分别为t时刻移入和移出的热负荷量；为目标热负荷量；FHE为额定热电比。
步骤4，确定目标函数和约束条件，建立考虑可平移负荷的双目标优化模型
步骤4-1，确定目标函数
本文提出了CCHP系统对大电网并网依赖度这个概念，综合考虑了经济和环境两方面因素对CCHP系统各组件容量优化配置的影响。
综合目标函数可表示为：
minF＝(f1,-f2)
步骤4-1-1，经济目标
经济目标为CCHP系统年综合成本最小，建立了由年投资成本Cinitial、年替换成本Creplace、年运行维护成本CO&M、可控负荷年调度成本Cdemand、微电网与大电网交互费用Ccharge、购买能源成本Cf和售电收益Cint组成的综合成本f1为最低的目标函数，即
f1＝min(Cinitial+CO&M+Cdemand+Ccharge+Cf-Cint)
式中：r0为贴现率；Ci为第i个设备的投资费用；Pcap,i为第i个设备的容量，kW；KO&M为发电设备的维护费率；Ik、Ij、If、Ir、Ih分别为第k类可平移电负荷的单位补贴费用、第j类可平移热负荷的单位补贴费用、天然气单位消耗费用、t时段供电单位收益、t时段供热单位收益；Peloud,k(t,t')和Hloud,j(t,t')分别为从t时段平移到t'时段的可平移电负荷总量和可平移热负荷总量。
步骤4-1-2，环境目标
由于天然气、光伏、风力发电都属于清洁能源，而大电网供电大部分是燃煤发电，会产生大量的污染气体，不利于社会的可持续发展，因此当微电网向大电网购电量越少，CCHP系统对环境造成的污染越少，即微电网自供电率f2越大对环境污染越少。
式中：PG2M,t为t时段微电网向大电网购买电负荷量，为热负荷转移后t时段热的负荷量。
步骤4-2，约束条件
步骤4-2-1，能量平衡约束
t时段的电量、冷量、热量平衡约束为
Ppv,t+Pwt,t+Pcharge,t＝Peloud,t+PEB,t+PEC,t
QEB,t+(1-ωt)QHrs,t＝QHload,t
QEC,t+Qab,t＝QCloud,t
式中：PEC,t和QEC,t分别为t时段电制冷机电功率和制冷功率；ωt为t时段的余热分配系数，且0≤ωt≤1；QHload,t和QCloud,t分别为t时段所需的热、冷负荷功率；Qab,t为吸收式制冷机功率。
步骤4-2-2，联络线功率约束
式中：和分别为微电网与大电网之间允许交互功率的最小值和最大值。
步骤4-2-3，可控机组约束
0≤Pi≤Ni
式中：Pi为第i个机组的输出功率；Ni为第i个机组的容量。
步骤4-2-4，蓄水池容量约束
Wmin≤W(t)≤Wmax
式中：Wmin和Wmax分别为蓄水池最大和最小蓄水量。
步骤4-2-5，水泵和发电机组工作状态约束
UP,t+UT,t≤1
式中：UP,t和UT,t分别为水泵和发电机组的工作状态变量，为0-1变量。
如附图2所示，运用粒子群优化算法对模型进行求解，详细步骤如下：
(1)输入典型日的预测热电负荷数据，可平移负荷的种类与用电特性；
(2)根据确定目标求解各类可平移负荷在各个时刻的平移数量；
(3)得到平移后各个时刻的热电负荷；
(4)输入CCHP系统各类设备的运行参数和成本参数，并随机产生初始化种群；
(5)针对各粒子分别仿真计算CCHP系统的年运行情况；
(6)计算各个粒子的适应度，即目标函数；
(7)更新粒子参数，若满足结束条件则输出CCHP系统的最佳配置方案，若不满足结束条件则返回步骤(5)。
步骤5，确定算例，采用MATLAB软件编写粒子群优化算法对算例进行仿真分析
步骤5-1，确定算例及其必要特征
以水资源丰富的某地区为例，采用MATLAB7.10进行仿真分析。选取该地区典型年的气候(光照强度、风速、温度)和负荷需求(电负荷、热负荷和冷负荷)；以小时为单位，以全年8760h为研究区间；选取额定功率为35kW的风电机组、额定功率为100W的光伏电池组；假定抽水蓄能机组的额定功率为100MW，其单位功率价格为608USD/kW,年运行维护费用为2％，使用寿命为25年，综合效率为75％；可平移负荷用电特性如表1所示，各时段可平移负荷设备数量如表2所示。根据负荷需求对CCHP系统各个设备的容量进行优化配置，得到最佳配置方案。
表1
表2
步骤5-2，采用MATLAB软件编写粒子群优化算法对算例进行仿真分析
风出力数据如图3所示。
光出力数据如图4所示。
负荷平移前的综合成本对比如图5所示。
负荷平移后的综合成本对比如图6所示。
通过算例仿真可知，CCHP系统在负荷平移后和引入抽水蓄能系统后，在保证系统稳定安全运行的前提下，可以有效减少系统的投资成本。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.计及可平移负荷的冷热电联供容量优化配置方法，其特征在于，包括如下步骤：
步骤1，构建包括发电系统、蓄能系统和余热回收供冷/热系统的冷热电联供系统；其中，所述冷热电联供系统运行在并网模式下，并通过联络线与大电网相连进行能量交换；确定冷热电联供系统供给侧的供给模式；
步骤2，在冷热电联供系统中，确定需求侧可平移负荷平移前后整个调度周期内负荷总量不变的可平移负荷模型；
步骤3，在可平移负荷模型中，确定基于发电系统中可再生能源渗透率的可平移电负荷目标函数，确定需求侧基于冷热电联供系统可利用热能的可平移热负荷目标函数；
步骤4，在冷热电联供系统中，确定供给侧基于运行成本的经济目标函数，确定供给侧基于发电系统的发电污染的环境目标函数；
步骤5，利用步骤4中的经济目标函数、环境目标函数，对步骤3中的可平移电负荷目标函数、可平移热负荷目标函数进行优化；确定出步骤1中的冷热电联供系统容量配置。
2.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述步骤1中的发电系统包括内燃发电机组、光伏发电装置、风机发电装置。
3.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述步骤1中的蓄能系统为抽水蓄能装置。
4.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述步骤1中的余热回收供冷/热系统包括电锅炉、电制冷机、余热回收装置、吸收式制冷机。
5.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述冷热电联供系统供给侧的供给模式为：发电系统发电供给需求侧电负荷，产生的热量进入余热回收供冷/热系统，从大电网购电或蓄能系统供给弥补需求侧电负荷对发电系统的超负荷需求，按照蓄能系统储能、大电网售电顺序处理发电系统供给需求侧电负荷后的多余电能，利用制冷/热辅助设备弥补需求侧热负荷对余热回收供冷/热系统的超负荷需求；发电系统按照可再生能源、非再生能源发电顺序进行供给。
6.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述可平移负荷模型的表达式为
式中：Sloud,t为t时段平移后的负荷值；Sfloud,t为t时段负荷预测值；分别为t时段移入和移出的负荷量，T为调度周期；Ktotal为可平移负荷的种类；xk,m,t为第k类可平移负荷从m时段移到t时段的数值；S1,k为第k类平移负荷在第1个工作时段的负荷值；L为可平移负荷最大持续时间；S(l+1),k为k类平移负荷在第l+1时段的负荷值；
其中，可平移负荷模型的约束条件为
式中：xk,t为原先在t时段第k类负荷中可平移的负荷数量；dk为第k类负荷的平移时间裕度。
7.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述可再生能源为太阳能和风力；所述可平移电负荷的目标函数使电负荷曲线更加贴近光伏和风机发电曲线，其目标函数为：
式中：分别为t时段平移后和平移前的电负荷量；分别为t时段移入和移出的电负荷量。
8.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述可平移热负荷目标函数更接近于平移后的电负荷与CCHP系统额定热电比的乘积曲线，其目标函数为：
式中：分别为t时段平移后和平移前的热负荷量；分别为t时刻移入和移出的热负荷量；为目标热负荷量；FHE为额定热电比。
9.根据权利要求1所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述步骤5中综合目标函数表示为：
minF＝(f1,-f2)
其中，经济目标为CCHP系统年综合成本最小，建立了由年投资成本Cinitial、年替换成本Creplace、年运行维护成本CO&M、可控负荷年调度成本Cdemand、冷热电联供系统与大电网交互费用Ccharge、购买能源成本Cf和售电收益Cint组成的综合成本f1为最低的目标函数，即
f1＝min(Cinitial+CO&M+Cdemand+Ccharge+Cf-Cint)
式中：r0为贴现率；Ci为第i个设备的投资费用；Pcap,i为第i个设备的容量，kW；KO&M为发电设备的维护费率；Ik、Ij、If、Ir、Ih分别为第k类可平移电负荷的单位补贴费用、第j类可平移热负荷的单位补贴费用、天然气单位消耗费用、t时段供电单位收益、t时段供热单位收益；Peloud,k(t,t')和Hloud,j(t,t')分别为从t时段平移到t'时段的可平移电负荷总量和可平移热负荷总量；
其中环境目标为向大电网购电量对环境造成的污染越少，即CCHP系统f2越大对环境污染越少；其目标函数为
式中：PG2M,t为t时段冷热电联供系统向大电网购买电负荷量，为热负荷转移后t时段热的负荷量。
10.根据权利要求9所述的计及可平移负荷的冷热电联供系统容量优化配置方法，其特征在于，所述冷热电联供系统包括内燃发电机组、光伏发电装置、风机发电装置、抽水蓄能装置、电锅炉、电制冷机、余热回收装置、吸收式制冷机；所述经济目标函数和环境目标函数的约束条件为：
(1)能量平衡约束
t时段的电量、冷量、热量平衡约束为
Ppv,t+Pwt,t+Pcharge,t＝Peloud,t+PEB,t+PEC,t
QEB,t+(1-ωt)QHrs,t＝QHload,t
QEC,t+Qab,t＝QCloud,t
式中：PEC,t和QEC,t分别为t时段电制冷机电功率和制冷功率；ωt为t时段的余热分配系数，且0≤ωt≤1；QHload,t和QCloud,t分别为t时段所需的热、冷负荷功率；Qab,t为吸收式制冷机功率；
(2)联络线功率约束
式中：和分别为冷热电联供系统与大电网之间允许交互功率的最小值和最大值；
(3)可控机组约束
0≤Pi≤Ni
式中：Pi为第i个机组的输出功率；Ni为第i个机组的容量；
(4)蓄水池容量约束
Wmin≤W(t)≤Wmax
式中：Wmin和Wmax分别为蓄水池最大和最小蓄水量；
(5)水泵和发电机组工作状态约束
UP,t+UT,t≤1
式中：UP,t和UT,t分别为水泵和发电机组的工作状态变量，为0-1变量。
CN201811207957.8A 2018-10-17 2018-10-17 计及可平移负荷的冷热电联供系统容量优化配置方法 Active CN109242350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811207957.8A CN109242350B (zh) 2018-10-17 2018-10-17 计及可平移负荷的冷热电联供系统容量优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811207957.8A CN109242350B (zh) 2018-10-17 2018-10-17 计及可平移负荷的冷热电联供系统容量优化配置方法

Publications (2)

Publication Number Publication Date
CN109242350A true CN109242350A (zh) 2019-01-18
CN109242350B CN109242350B (zh) 2021-09-21

Family

ID=65053157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811207957.8A Active CN109242350B (zh) 2018-10-17 2018-10-17 计及可平移负荷的冷热电联供系统容量优化配置方法

Country Status (1)

Country Link
CN (1) CN109242350B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109962476A (zh) * 2019-02-01 2019-07-02 中国电力科学研究院有限公司 一种微电网中源网荷储互动能量管理办法和装置
CN110188993A (zh) * 2019-04-29 2019-08-30 华中科技大学 一种多用户公寓楼宇的可持续多能源调度配给方法及系统
CN110244566A (zh) * 2019-06-24 2019-09-17 燕山大学 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110515300A (zh) * 2019-08-05 2019-11-29 广东电网有限责任公司 一种区域互联综合能源多目标优化配置方法
CN110689189A (zh) * 2019-09-24 2020-01-14 国网天津市电力公司 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN111489047A (zh) * 2019-09-29 2020-08-04 青海黄河智慧能源有限责任公司 一种基于纯清洁能源的大型矿山离网型供能系统设计方法
CN111884240A (zh) * 2020-08-20 2020-11-03 上海明华电力科技有限公司 一种带有大容量水储能装置的分布式能源站优化运行方法
CN112001652A (zh) * 2020-08-28 2020-11-27 广东电网有限责任公司广州供电局 一种异质能流耦合能源系统的优化方法及装置
CN112287493A (zh) * 2020-09-17 2021-01-29 国家电网公司西南分部 含透平膨胀机的冷热电氢联供型微电网容量优化配置方法
CN112821451A (zh) * 2021-01-11 2021-05-18 国网福建省电力有限公司泉州供电公司 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法
CN113282874A (zh) * 2021-05-19 2021-08-20 沈阳工业大学 一种海水淡化负荷参与双边交易的价格区间优化方法
CN113703406A (zh) * 2021-08-27 2021-11-26 西安热工研究院有限公司 采用低温多效技术的燃煤水电联产机组运行优化方法及系统
CN113822578A (zh) * 2021-09-23 2021-12-21 大连海事大学 一种协同考虑船港综合能源系统的分布式能源管理方法
CN114331028A (zh) * 2021-12-07 2022-04-12 国能大渡河流域水电开发有限公司 一种基于氢能的可再生能源网络运行确定方法及相关装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140272656A1 (en) * 2013-03-14 2014-09-18 Combined Energies LLC Dynamically Responsive High Efficiency CCHP System
WO2015077754A1 (en) * 2013-11-25 2015-05-28 Siemens Corporation A statistical approach to modeling and forecast of cchp energy and cooling demand and optimization cchp control setpoints
CN107358345A (zh) * 2017-06-30 2017-11-17 上海电力学院 计及需求侧管理的分布式冷热电联供系统优化运行方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140272656A1 (en) * 2013-03-14 2014-09-18 Combined Energies LLC Dynamically Responsive High Efficiency CCHP System
WO2015077754A1 (en) * 2013-11-25 2015-05-28 Siemens Corporation A statistical approach to modeling and forecast of cchp energy and cooling demand and optimization cchp control setpoints
CN107358345A (zh) * 2017-06-30 2017-11-17 上海电力学院 计及需求侧管理的分布式冷热电联供系统优化运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙作潇: "冷热电联供型微电网多目标动态优化调度", 《中国优秀硕士论文全文数据库》 *
胡荣等: "计及可平移负荷的分布式冷热电联供系统优化运行", 《电网技术》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109962476A (zh) * 2019-02-01 2019-07-02 中国电力科学研究院有限公司 一种微电网中源网荷储互动能量管理办法和装置
CN110188993B (zh) * 2019-04-29 2021-08-03 华中科技大学 一种多用户公寓楼宇的可持续多能源调度配给方法及系统
CN110188993A (zh) * 2019-04-29 2019-08-30 华中科技大学 一种多用户公寓楼宇的可持续多能源调度配给方法及系统
CN110244566A (zh) * 2019-06-24 2019-09-17 燕山大学 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110515300A (zh) * 2019-08-05 2019-11-29 广东电网有限责任公司 一种区域互联综合能源多目标优化配置方法
CN110515300B (zh) * 2019-08-05 2022-11-29 广东电网有限责任公司 一种区域互联综合能源多目标优化配置方法
CN110689189A (zh) * 2019-09-24 2020-01-14 国网天津市电力公司 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN110689189B (zh) * 2019-09-24 2023-05-09 国网天津市电力公司 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN111489047A (zh) * 2019-09-29 2020-08-04 青海黄河智慧能源有限责任公司 一种基于纯清洁能源的大型矿山离网型供能系统设计方法
CN111884240A (zh) * 2020-08-20 2020-11-03 上海明华电力科技有限公司 一种带有大容量水储能装置的分布式能源站优化运行方法
CN112001652A (zh) * 2020-08-28 2020-11-27 广东电网有限责任公司广州供电局 一种异质能流耦合能源系统的优化方法及装置
CN112287493B (zh) * 2020-09-17 2022-11-01 国家电网公司西南分部 含透平膨胀机的冷热电氢联供型微电网容量优化配置方法
CN112287493A (zh) * 2020-09-17 2021-01-29 国家电网公司西南分部 含透平膨胀机的冷热电氢联供型微电网容量优化配置方法
CN112821451A (zh) * 2021-01-11 2021-05-18 国网福建省电力有限公司泉州供电公司 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法
CN113282874A (zh) * 2021-05-19 2021-08-20 沈阳工业大学 一种海水淡化负荷参与双边交易的价格区间优化方法
CN113282874B (zh) * 2021-05-19 2024-04-12 国网天津市电力公司滨海供电分公司 一种海水淡化负荷参与双边交易的价格区间优化方法
CN113703406A (zh) * 2021-08-27 2021-11-26 西安热工研究院有限公司 采用低温多效技术的燃煤水电联产机组运行优化方法及系统
CN113703406B (zh) * 2021-08-27 2022-10-11 西安热工研究院有限公司 采用低温多效技术的燃煤水电联产机组运行优化方法及系统
CN113822578B (zh) * 2021-09-23 2023-09-15 大连海事大学 一种协同考虑船港综合能源系统的分布式能源管理方法
CN113822578A (zh) * 2021-09-23 2021-12-21 大连海事大学 一种协同考虑船港综合能源系统的分布式能源管理方法
CN114331028A (zh) * 2021-12-07 2022-04-12 国能大渡河流域水电开发有限公司 一种基于氢能的可再生能源网络运行确定方法及相关装置
CN114331028B (zh) * 2021-12-07 2024-02-09 国能大渡河流域水电开发有限公司 一种基于氢能的可再生能源网络运行确定方法及相关装置

Also Published As

Publication number Publication date
CN109242350B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN109242350A (zh) 计及可平移负荷的冷热电联供系统容量优化配置方法
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
CN109327042B (zh) 一种微电网多能源联合优化调度方法
CN107482638B (zh) 冷热电联供型微电网多目标动态优化调度方法
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
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN106786509B (zh) 大规模风电并网下基于多场景模拟的热-电联合调度方法
CN104135025A (zh) 基于模糊粒子群算法和储能系统的微网经济运行优化方法
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
CN109993345B (zh) 一种面向园区的孤岛运行多能互补系统动态经济调度方法
Feng et al. Cost advantage of adjustable-speed pumped storage unit for daily operation in distributed hybrid system
CN105958537A (zh) 面向能源互联网的能源转换系统及其优化控制方法
CN106527142B (zh) 一种有源配电网环境下的冷热电联供系统协调调度方法
CN109543889A (zh) 一种区域综合能源系统日前协同优化运行方法
CN103107558B (zh) 多模态可定制绿色能量集线器及其方法
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN102142793A (zh) 通信基站供电系统
CN211606121U (zh) 矿热炉煤气参与可再生能源微电网的调峰调频系统
CN107871052A (zh) 一种计及可再生能源和储能的能源集线器优化调度模型
CN110472364B (zh) 一种考虑可再生能源的离网式热电气联产系统的优化方法
CN116502921A (zh) 一种园区综合能源系统优化管理系统及其协调调度方法
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN110070216A (zh) 一种工业园区综合能源系统经济运行优化方法
CN113705991B (zh) 一种多能源园区的建立及低碳调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221223

Address after: Floor 4, Tongxin Building, Jianye Avenue, Yulin Hi tech Industrial Park, Shaanxi Province, 719000

Patentee after: Yulin Power Investment Co.,Ltd.

Address before: 066004 No. 438 west section of Hebei Avenue, seaport District, Hebei, Qinhuangdao

Patentee before: Yanshan University

TR01 Transfer of patent right