CN109284939B - 综合能源系统的热电联合随机生产模拟方法、装置及设备 - Google Patents
综合能源系统的热电联合随机生产模拟方法、装置及设备 Download PDFInfo
- Publication number
- CN109284939B CN109284939B CN201811258017.1A CN201811258017A CN109284939B CN 109284939 B CN109284939 B CN 109284939B CN 201811258017 A CN201811258017 A CN 201811258017A CN 109284939 B CN109284939 B CN 109284939B
- Authority
- CN
- China
- Prior art keywords
- unit
- power
- heat
- density function
- probability density
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004088 simulation Methods 0.000 title claims description 77
- 230000006870 function Effects 0.000 claims description 99
- 238000010438 heat treatment Methods 0.000 claims description 37
- 238000004146 energy storage Methods 0.000 claims description 35
- 238000001816 cooling Methods 0.000 claims description 31
- 238000010248 power generation Methods 0.000 claims description 30
- 230000005611 electricity Effects 0.000 claims description 20
- 238000010977 unit operation Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000007599 discharging Methods 0.000 claims description 14
- 238000000926 separation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 16
- 238000003860 storage Methods 0.000 description 13
- 239000003345 natural gas Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000013522 chelant Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种综合能源系统的热电联合随机生产模拟方法、装置及设备，考虑到除了电力机组外其他的能源如可再生能源等也会对综合能源系统产生影响，先在电时序负荷数据中分离出净电时序负荷数据，再根据净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数，保证初始热电联合概率密度函数的准确性，并通过对综合能源系统中的机组进行模拟投运，根据机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，最后依据等效热电联合概率密度函数计算得到的综合能源系统的可靠性指标和经济性指标，更加符合综合能源系统多种能源协调并存的特点，实现了对综合能源系统的可靠性和经济价值的准确评估。
Description
技术领域
本发明涉及能源调度技术领域，特别是涉及一种综合能源系统的热电联合随机生产模拟方法、装置及设备。
背景技术
综合能源系统(Integrated Energy System，IES)为以电力系统为核心，多种能源有机协调与优化，优化电能、天然气、冷/热等各类能源的分配、转化、存储、消纳，供给负荷所需冷热电能，充分利用可再生能源的能源系统。在运行过程中的经济性分析、可靠性评估是推动综合能源系统发展的不可或缺的部分。
随机生产模拟(Probabilistic Production Simulation，PPS)是在未来的负荷曲线下，考虑机组的随机停运和负荷的随机波动，模拟系统的发电调度，预测各机组的发电量及燃料耗量，分析生产成本和评估系统的可靠性的方法。它对提高系统运行的经济效益和可靠性水平，评估未来系统的发展有着极为重要的意义。
在现有技术中，随机生产模拟已广泛应用于单纯发电系统。随着热电联合生产系统的快速发展，相应也出现了新的生产模拟算法初步应用于热电机组的模拟。然而对于综合能源系统，现有技术中还没有给出相应的随机生产模拟方法。
因此，提出一种适用于综合能源系统的随机生产模拟方法，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种综合能源系统的热电联合随机生产模拟方法、装置及设备，相比于现有技术中的随机生产模拟方法，更适用于综合能源系统。
为解决上述技术问题，本发明提供一种综合能源系统的热电联合随机生产模拟方法，包括：
在电时序负荷数据中分离得到净电时序负荷数据；
根据所述净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数；
对所述综合能源系统中的机组进行模拟投运；
根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数；
依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标和经济性指标。
可选的，所述在电时序负荷数据中分离得到净电时序负荷数据，具体为：
在电时序负荷数据中分离储能充放电时序数据与光伏发电时序出力数据，得到所述净电时序负荷数据。
可选的，所述机组具体包括冷热电联产机组和外部电网模拟机组。
可选的，所述对所述综合能源系统中的机组进行模拟投运，具体包括：
依据以热定电原则生成各所述机组的初始投运排序；
按照预设规则交换各所述机组的投运顺序，基于投运成本确定实际投运排序。
可选的，所述根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，具体为：
根据各所述机组的容量和各所述机组的强迫停运率，对所述初始热电联合概率密度函数进行卷积计算得到所述等效热电联合概率密度函数。
可选的，还包括：
依据以热定电原则确定所述机组的卷积溢出值，并将所述卷积溢出值与外部电网进行交互。
可选的，所述依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标，具体包括：
依据所述等效热电联合概率密度函数，对各所述机组的未满足负荷的概率进行累加得到热量失负荷概率和电量失负荷概率；
依据所述等效热电联合概率密度函数，对各所述未满足负荷进行累加得到热量不足期望值和电量不足期望值；
以所述热量失负荷概率、所述电量失负荷概率、所述热量不足期望值和所述电量不足期望值作为所述可靠性指标。
可选的，所述依据所述等效热电联合概率密度函数计算得到所述综合能源系统的经济性指标，具体包括：
依据所述等效热电联合概率密度函数计算得到各所述机组的出力值；
根据各所述机组的出力值和各所述机组的出力成本计算所述综合能源系统的机组运营成本；
根据各所述机组的出力值和能源售价计算所述综合能源系统的机组运营收益；
以所述机组运营成本和所述机组运营收益作为所述经济性指标。
为解决上述技术问题，本发明还提供一种综合能源系统的热电联合随机生产模拟装置，包括：
数据分离单元，用于在电时序负荷数据中分离得到净电时序负荷数据；
构造单元，用于根据所述净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数；
投运单元，用于对所述综合能源系统中的机组进行模拟投运；
修正单元，用于根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数；
计算单元，用于依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标和经济性指标。
为解决上述技术问题，本发明还提供一种综合能源系统的热电联合随机生产模拟设备，包括：
存储器，用于存储指令，所述指令包括上述任意一项所述综合能源系统的热电联合随机生产模拟方法的步骤；
处理器，用于执行所述指令。
本发明所提供的综合能源系统的热电联合随机生产模拟方法，考虑到除了电力机组外其他的能源如可再生能源等也会对综合能源系统产生影响，先在电时序负荷数据中分离出净电时序负荷数据，再根据净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数，保证了初始热电联合概率密度函数的准确性，之后通过对综合能源系统中的机组进行模拟投运，根据机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，最后依据等效热电联合概率密度函数计算得到的综合能源系统的可靠性指标和经济性指标，相比于现有技术，更加符合综合能源系统多种能源协调并存的特点，实现了对综合能源系统的可靠性和经济价值的准确评估。本发明还提供一种综合能源系统的热电联合随机生产模拟装置及设备，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟方法的流程图；
图2为本发明实施例提供的一种图1中步骤S12的具体实施方式的流程图；
图3(a)为本发明实施例提供的第一种交换顺序前的运行状况示意图；
图3(b)为本发明实施例提供的第一种交换顺序后的运行状况示意图；
图3(c)为本发明实施例提供的第二种交换顺序前的运行状况示意图；
图3(d)为本发明实施例提供的第二种交换顺序后的运行状况示意图；
图4为本发明实施例提供的一种图1步骤S14中计算可靠性指标的具体实施方式的流程图；
图5为本发明实施例提供的一种图1步骤S14中计算经济性指标的具体实施方式的流程图；
图6为本发明实施例提供的一种热电联合概率密度函数示意图；
图7为本发明实施例提供的一种热电负荷平面划分示意图；
图8为本发明实施例提供的一种实例中初始热电联合概率密度函数示意图；
图9为本发明实施例提供的一种实例中等效热电联合概率密度函数示意图；
图10为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟装置的结构示意图；
图11为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟设备的结构示意图。
具体实施方式
本发明的核心是提供一种综合能源系统的热电联合随机生产模拟方法、装置及设备，相比于现有技术中的随机生产模拟方法，更适用于综合能源系统。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请中，p表示电能，h表示热能。
图1为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟方法的流程图。
如图1所示，综合能源系统的热电联合随机生产模拟方法包括：
S10：在电时序负荷数据中分离得到净电时序负荷数据。
综合能源系统中，冷热电联供机组、分布式电源、储能装置以及电网共同为电负荷与热负荷提供所需电能、热能等。考虑到光伏电源和储能对工业园区综合能源系统的贡献，在电时序负荷数据中分离得到净电时序负荷数据，具体可以为在电时序负荷数据中分离储能充放电时序数据与光伏发电时序出力数据，得到净电时序负荷数据。
在具体实施中，首先确定随机生产模拟时间长度T；根据历史数据，考虑一定的负荷增长，预测得到需要进行随机生产模拟时间内用户的时序电负荷数据与时序蒸汽负荷数据；根据历史数据和需求，确定储能容量，设定储能运行模式，每日单次充放电循环或每日多次充放电循环，如假设储能在用电低谷时段0-8时充电，在用电峰时放电，根据储能充放电性能得到其在随机生产模拟时间段内的时序出力或负荷数据(放电时作为电源，充电时为负荷)；根据历史数据，预测光伏发电机组在随机生产模拟时间段内的时序出力；分别将储能充放电时序数据与光伏发电时序出力数据从预测的电时序负荷数据中分离，得到净电时序负荷数据。
S11：根据净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数。
用户热负荷和电负荷的大小是随着用户的需求而变动的，二者的消费量之间一般来说没有必然的联系。统计热负荷与净电负荷出现在一定区域内相对于所有热电组合情况的概率，得到初始热电联合概率密度函数f0(x)＝f0(xp,xh)。
S12：对综合能源系统中的机组进行模拟投运。
S13：根据各机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数。
按一定顺序对综合能源系统中的机组进行模拟投运，在初始热电联合概率密度的基础上，每投运一台机组，都根据该机组的性能指标对其进行修正，将所有机组投运完毕后，得到全体机组的等效热电联合概率密度函数。
在实际应用中，对于机组的性能指标主要考虑机组的容量和机组的强迫停运率。相应的，根据各机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，具体为：
根据各机组的容量和各机组的强迫停运率，对初始热电联合概率密度函数进行卷积计算得到等效热电联合概率密度函数。具体计算方式如下：
若机组1容量为c1＝(c1p,c1h)，假设机组的强迫停运率为0，则对初始热电联合概率密度函数作卷积运算得到投运完机组1的等效热电联合概率密度函数：
f1(xp,xh)＝f0(xp+c1p,xh+c1h) (1)
当机组故障停运时，则由其余机组来承担现有负荷，热电联合概率密度函数不变，若机组1的强迫停运率为q1，那么考虑其停运影响后的热电联合概率密度函数为：
f1(xp,xh)＝(1-q1)f0(xp+c1p,xh+c1h)+q1f0(xp,xh) (2)
以此类推，考虑到机组n的强迫停运率qn，则得到投运完机组n的等效热电联合概率密度函数为：
fn(xp,xh)＝(1-qn)fn-1(xp+cnp,xh+cnh)+qnfn-1(xp,xh) (3)
其中，1≤n≤N，N为机组总数。
S14：依据等效热电联合概率密度函数计算得到综合能源系统的可靠性指标和经济性指标。
在获得等效热电联合概率密度函数后，可以参考现有技术中随机生产模拟的方法计算得到综合能源系统的可靠性指标和经济性指标。
另外，在进行随机生产模拟时，根据选定出储能运营模式，确定储能生命周期。具体可以以综合能源系统中生命周期最短的设备的生命周期为综合能源系统的全生命周期。
本发明实施例提供的综合能源系统的热电联合随机生产模拟方法，考虑到除了电力机组外其他的能源如可再生能源等也会对综合能源系统产生影响，先在电时序负荷数据中分离出净电时序负荷数据，再根据净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数，保证了初始热电联合概率密度函数的准确性，之后通过对综合能源系统中的机组进行模拟投运，根据机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，最后依据等效热电联合概率密度函数计算得到的综合能源系统的可靠性指标和经济性指标，相比于现有技术，更加符合综合能源系统多种能源协调并存的特点，实现了对综合能源系统的可靠性和经济价值的准确评估。
图2为本发明实施例提供的一种图1中步骤S12的具体实施方式的流程图；图3(a)为本发明实施例提供的第一种交换顺序前的运行状况示意图；图3(b)为本发明实施例提供的第一种交换顺序后的运行状况示意图；图3(c)为本发明实施例提供的第二种交换顺序前的运行状况示意图；图3(d)为本发明实施例提供的第二种交换顺序后的运行状况示意图。
如图2所示，在上述实施例的基础上，在另一实施例中，步骤S12具体包括：
S20：依据以热定电原则生成各机组的初始投运排序。
由于在实际应用中，可能机组a的发电成本大于机组b的发电成本，但是机组a的发热成本却小于机组b的发热成本，因此综合能源系统中冷热电联产机组的投运顺序也会对生产成本造成影响。
为满足热负荷需求，应率先投入可以供热的冷热电联产机组，在冷热电联产机组投运完毕后，再考虑与外部电网的交互。当机组运行时间相同时，基本带负荷顺序是按单位运行成本从小到大排序的，即在运行时间相等的情况下，热出力与电出力相同，显然成本低的机组优先带负荷。但是不同的冷热电联产机组的实际出力电热比是不同的，考虑到以热定电原则，假定热出力相同，此时，两机组带的热出力hj会对应各自一定的电出力pj和pj+1，成本取各自的成本，时间为1h，计算发电发热总成本，总成本小的机组优先进行投运。
S21：按照预设规则交换各机组的带负荷顺序，基于投运成本确定实际投运排序。
由于初始投运排序只考虑了机组运行时间相等的情况，而带负荷先后顺序可能会影响机组的运行时间。如果交换机组带负荷顺序导致了运行时间的变化，就可能使得发电量、发热量在机组间重新分配，从而引起生产成本的变化。由于热电负荷联合概率密度函数是二维的，与单纯电力系统中的持续概率密度函数不同，不能在卷积前判断出各机组的发电量和发热量。但是在完成卷积计算后，可以通过发电量除以发电容量得到运行时间。如果两相邻机组的运行时间不同，平均运行时间分别为tj和tj+1，则交换它们的带负荷顺序，根据各自的容量和先后负荷持续时间，重新分配电量和热量。
如图3(a)和图3(b)所示，当机组j的运行容量大于机组j+1的运行容量时，交换带负荷顺序后，新的发电量为：
ejp1＝pj+1tj (4)
ej+1.p1＝(pj-pj+1)tj+pjtj+1 (5)
新的发热量为：
ejh1＝hj+1tj (6)
ej+1.h1＝(hj-hj+1)tj+hjtj+1 (7)
如图3(c)和图3(d)所示，当机组j的运行容量小于机组j+1的运行容量时，交换带负荷顺序后，新的发电量为：
ejp1＝(pj+1-pj)tj+1+pjtj (8)
ej+1.p1＝pjtj+1 (9)
新的发热量为：
ejh1＝(hj+1-hj)tj+1+hjtj (10)
ej+1.p1＝hjtj+1 (11)
得到交换带负荷顺序后的发电量和发热量后，比较新得到的投运成本与原来的投运成本，当投运成本减小时，则交换两机组的带负荷顺序，反之则不交换。
根据上述流程对各机组的带负荷顺序进行预设次数的交换，或者投运成本达到预期值时，停止交换顺序，得到实际投运排序。
本发明实施例提供的综合能源系统的热电联合随机生产模拟方法，在上述实施例的基础上，提供了一种确定机组投运顺序的具体实施方式。依据机组投运成本来调整机组投运顺序，可以有效降低整体投运成本。
图4为本发明实施例提供的一种图1步骤S14中计算可靠性指标的具体实施方式的流程图。如图4所示，在上述实施例的基础上，在另一实施例中，依据等效热电联合概率密度函数计算得到综合能源系统的可靠性指标，具体包括：
S30：依据等效热电联合概率密度函数，对各机组的未满足负荷的概率进行累加得到热量失负荷概率和电量失负荷概率。
所有机组卷积完成以后得到最终的等效热电联合概率密度函数，即等效的负荷分布情况，也就是没有满足的负荷以及溢出的负荷。从最终的等效概率密度函数图可以得到热量、电量不足概率(失负荷概率)和热量、电量的期望不足以及电量溢出值。
热量、电量不足概率(失负荷概率)为未满足的各种负荷的概率累加，即热量不足概率(热量失负荷概率)为：
电量不足概率(电量失负荷概率)为：
S31：依据等效热电联合概率密度函数，对各未满足负荷进行累加得到热量不足期望值和电量不足期望值。
热量、电量的不足期望值是等效的没有满足的热、电各种容量的负荷之和，即各负荷容量与持续时间乘积之和。
热量不足期望值为：
电量不足期望值为：
S32：以热量失负荷概率、电量失负荷概率、热量不足期望值和电量不足期望值作为可靠性指标。
图5为本发明实施例提供的一种图1步骤S14中计算经济性指标的具体实施方式的流程图；图6为本发明实施例提供的一种热电联合概率密度函数示意图；图7为本发明实施例提供的一种热电负荷平面划分示意图。
如图5所示，在上述实施例的基础上，在另一实施例中，依据等效热电联合概率密度函数计算得到综合能源系统的经济性指标，具体包括：
S40：依据等效热电联合概率密度函数计算得到各机组的出力值。
第n台机组的发电量与发热量分别为安排机组n之前的负荷与安排机组n之后的负荷之差，在模拟周期T内，机组n的发电量为：
机组n的发热量为：
当所有机组都投运完毕后，仍有部分负荷没有满足，形成了最终的等效热电联合概率密度函数fN(xp,xh)，则有电量不足期望值为：
热量不足期望值为：
电量不足概率为：
热量不足概率为：
为了便于编程计算，对连续的负荷进行离散化处理，将热电联合概率密度函数用三维图形表示，如图6所示。图6中p坐标轴代表电负荷，h坐标轴代表热负荷，电热负荷轴构成的电热负荷平面根据一定步长分成若干点。将以Δt为时间间隔的各时刻负荷点(xp,xh)除以p轴、h轴的相应步长，以四舍五入确定精度，放置到设定点(xi,xj)上。假如离散步长为(1，1)，负荷点(25.6，18.9)就认为是负荷(26，19)。坐标方向的大小代表热电联合负荷在随机生产模拟时段内在某点上出现的相对频率(概率)，其数值可由随机生产模拟时间段内，以Δt为时间间隔的各时刻离散负荷(xi,xj)统计出来。如果把热电联合负荷看作一个二维随机变量，那么该三维图形就是热电联合概率密度函数(LPDF)。
基于图6，分析公式(1)即投运一台机组对热电联合概率密度函数产生的影响，设机组容量为c1＝(c1p,c1h)，并且假定运行完全可靠，即强迫停运率(FOR)为0，投运容量c1之后的热电联合概率密度函数图像f1，是通过将f0作矢量(-c1p,-c1h)平移获得的。f1代表的是需要由剩下的N-1台机组带的负荷。考虑机组的强迫停运率，则第n台机组的卷积公式写成公式(3)，因此可以得到安排一台机组，即卷积一步后的等效热电联合概率密度函数。
在整个随机生产模拟过程中，每投运一台机组都要经历一次类似的平移操作。最终的等效热电联合概率密度函数是投运机组对初始热电联合概率密度函数不断修改的结果。
记
将公式(16)、(17)离散化后可得到机组n的发电量为：
机组n的发热量为：
在综合能源系统的随机生产模拟中，由于电能来源除光伏发电、冷热电联产机组(CCHP)发电外，还可通过向外部电网购电来满足能源供应，外部电网可模拟为一台容量单纯的发电机组，机组容量为园区与电网联络线传输功率上限，机组强迫停运率可参考园区所在配网可靠性。因此在实际应用中，需要投运机组具体包括冷热电联产机组和外部电网模拟机组。
在冷热电联产机组全部投运完毕后，投运外部电网模拟机组，外部电网模拟机组发电量即为运营商向外部电网的购电量，利用外部电网模拟机组投运前后的负荷联合密度函数进行求解：
当在机组卷积过程中，所有参与卷积的机组都被暂时假定满额出力。这样一来，当卷积到每个机组时势必会出现这样一种情况：位于热-电负荷平面第一象限的一些负荷点会移到负的xh或xp一侧。因此，对于机组的卷积溢出值，还可以包括：
依据以热定电原则确定机组的卷积溢出值，并将卷积溢出值与外部电网进行交互。
如图7所示，当投运容量为(Ch,Cp)时，位于第一象限a、b、c区域的负荷点都将移出第一象限，出现热量或电量的生产大于需求，有了剩余形成热电溢出。图中只有d区域的负荷点在卷积容量为(Ch,Cp)的机组时不会出现功率溢出的情况。溢出的处理准则是：禁止热溢出，允许电溢出，以热定电。
设机组容量为(Ch,Cp)，对于d区域的负荷，机组满发，负荷点做值为(-Ch,-Cp)的矢量平移，热、电能量均无溢出；对于区域a、b内的负荷，其横坐标xh的值小于热容量Ch，根据上述“禁止热溢出”的准则，该机组实际热出力只能为xh，发电出力则可根据机组热电关系“以热定电”来确定；对于区域c的负荷，机组也是满发，但有电量溢出，同时区域a中也存在电量溢出，生产超出实际需求即溢出部分的能量与外部电网进行交互。
S41：根据各机组的出力值和各机组的出力成本计算综合能源系统的机组运营成本。
在通过公式(23)(24)计算得到冷热电联产机组的发电量期望值和发热量期望值后，由于燃气轮机自身性能特点，负荷工况不同，燃气消耗量不同，因此，依据天然气耗量与机组发电量历史数据，求解出机组平均气耗量，基于随机生产模拟求得冷热电联产机组发电量计算出机组天然气总耗量。由天然气耗量计算得冷热电联产机组消耗天然气成本：
其中，gave为根据历史数据求得的平均气耗量，pg为天然气单价(元/Nm3)。
S42：根据各机组的出力值和能源售价计算综合能源系统的机组运营收益。
机组运营收益包括年售电收益和年售热收益。
其中，年售电收益计算方式如下：
获取冷热电联产机组的发电上网情况以及上网电价。售电价格可以参考当地峰谷电价目录。
通过公式(23)计算得到各机组发电量值后，结合上网电价，计算得冷热电联产机组的售电收益：
其中，Enp为每台冷热电联产机组发电量；sum为冷热电联产机组总数；pog为冷热电联产机组的发电上网电价。
年售热收益计算方式如下：
获取运营商向用户的售热单价。
通过公式(24)计算得到各机组发热量值后，结合售热单价，计算得到冷热电联产机组的售电收益：
其中，Enh为每台冷热电联产机组发热量；sum为冷热电联产机组总数；ph为售热单价。
S43：以机组运营成本和机组运营收益作为经济性指标。
图8为本发明实施例提供的一种实例中初始热电联合概率密度函数示意图；图9为本发明实施例提供的一种实例中等效热电联合概率密度函数示意图。
将上述实施例中的方法应用于实际中，本发明实施例提供如下算例。
某工业园区发展规划面积约109.8平方公里，核心开发面积约51平方公里，已开发7.2平方公里。园区内现有鳌头分布式能源站装机MW，园区内能源供应商包括电网公司、发电公司。
冷热电联产机组与电网计算边界条件如表1所示：
表1工业园区综合能源系统参数
以现有2016年园区电热负荷数据为基础，考虑到园区中长期负荷增长(主要为园区电负荷以年7％的增长率增长，热负荷暂时认为不变)，预测得到全生命周期内每年园区电热负荷数据。以2016年园区光伏出力数据为基础，认为光伏装机规模在全生命周期中不发生变化。根据随机生产模拟内容，基于每年园区电热负荷数据、光伏出力数据、储能运营模式确定的储能时序功率数据以一年为时间长度对园区进行多次随机生产模拟。
根据选定储能运营模式，储能生命周期为11年，为系统不同设备生命周期最短的设备，因此选定系统全生命周期为11年。
假设光伏100％自发自用，储能采取锂离子电池每天单次充放电，谷段充电，峰段放电。将光伏出力数据与储能时序功率数据从电时序负荷中分离得到净电负荷数据。p轴、h轴取步长(1，1)，时间间隔Δt＝1h对连续的负荷进行离散化处理，得到初始热电联合概率密度函数如图8所示。
按照“以热定电，禁止热溢出”的原则投入冷热电联产机组，即对初始热电联合概率密度函数曲线f0做平移。热负荷xh大于机组满额热出力Ch的点，在h轴方向，平移Ch单位，在p轴方向平移满额电出力单位；热负荷xh小于机组满额热出力Ch的点，在h轴方向，平移xh单位，在p轴方向按照热电比平移电出力单位，得到不考虑强迫停运率的联合负荷概率密度函数曲线f0(x+cn)。考虑机组强迫停运率，按照公式(2)，计算得到一台冷热电联产机组投运完毕后的热电联合概率密度函数曲线。
依次投入机组进行卷积，因分布式能源站两台冷热电联产机组型号相同，因此不涉及机组投运顺序确定问题。投入两台冷热电联产机组机组后，为计算园区可靠性指标，因此将电网等效为容量为示范区与电网联络线传输功率上限，同时也存在一定强迫停运率的机组后进行投入。全部机组按照以热定电的原则投运，投运卷积完毕后得到等效热电联合概率密度函数如图9所示。
根据公式(23)(24)计算得全生命周期中，随机生产模拟时间段内每台冷热电联产机组发电量与发热量，如表2所示：
| 发电量(MWh) | 供热量(t) | |
| 冷热电联产机组1 | 93655.5 | 262378.6 |
| 冷热电联产机组2 | 211.0 | 594.3 |
| 电网等效机组 | 181741.3 | —— |
表2全生命周期内各年机组发电量与发热量
全生命周期内，在每年热负荷不变的情况下，机组年发热量保持不变，因冷热电联产机组为以热定电方式运行，因此冷热电联产机组年发电量保持不变。
但园区电负荷每年持续增长，因此电网等效机组发电量会逐年攀升，通过随机生产模拟，根据公式(25)计算得到电网等效机组发电量如表3所示：
表3全生命周期内各年电网等效机组发电量
根据最终热电联合概率密度函数曲线，计算得到相关可靠性指标如表4所示：
表4综合能源系统全生命周期内各年可靠性指标
根据公式(26)可计算得到冷热电联产机组消耗天然气成本，公式(27)、(28)可计算得冷热电联产机组年售电收益、售热收益。冷热电联产机组运营成本与收益计算结果如表5所示：
| 成本/万元 | 收益/万元 | |
| 消耗天然气成本 | 13216.4 | —— |
| 售电收益 | —— | 6711.5 |
| 售热收益 | —— | 9012.6 |
表5全生命周期内冷热电联产机组年运营成本与收益
上文详述了综合能源系统的热电联合随机生产模拟方法对应的各个实施例，在此基础上，本发明还公开了与上述方法对应的综合能源系统的热电联合随机生产模拟装置。
图10为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟装置的结构示意图。如图10所示，综合能源系统的热电联合随机生产模拟装置包括：
数据分离单元101，用于在电时序负荷数据中分离得到净电时序负荷数据；
构造单元102，用于根据净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数；
投运单元103，用于对综合能源系统中的机组进行模拟投运；
修正单元104，用于根据各机组的性能指标对初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数；
计算单元105，用于依据等效热电联合概率密度函数计算得到综合能源系统的可靠性指标和经济性指标。
可选的，投运单元103具体包括：
第一投运子单元，用于依据以热定电原则生成各机组的初始投运排序；
第二投运子单元，用于按照预设规则交换各机组的投运顺序，基于投运成本确定实际投运排序。
可选的，还包括：
溢出处理单元，用于依据以热定电原则确定机组的卷积溢出值，并将卷积溢出值与外部电网进行交互。
可选的，计算单元105具体包括：
第一累加子单元，用于依据等效热电联合概率密度函数，对各机组的未满足负荷的概率进行累加得到热量失负荷概率和电量失负荷概率；
第二累加子单元，用于依据等效热电联合概率密度函数，对各未满足负荷进行累加得到热量不足期望值和电量不足期望值；
第一汇总子单元，用于以热量失负荷概率、电量失负荷概率、热量不足期望值和电量不足期望值作为可靠性指标。
计算单元105还包括：
出力计算子单元，用于依据等效热电联合概率密度函数计算得到各机组的出力值；
成本计算子单元，用于根据各机组的出力值和各机组的出力成本计算综合能源系统的机组运营成本；
收益计算子单元，用于根据各机组的出力值和能源售价计算综合能源系统的机组运营收益；
第二汇总子单元，用于以机组运营成本和机组运营收益作为经济性指标。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图11为本发明实施例提供的一种综合能源系统的热电联合随机生产模拟设备的结构示意图。如图11所示，该综合能源系统的热电联合随机生产模拟设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)210(例如，一个或一个以上处理器)和存储器220，一个或一个以上存储应用程序233或数据232的存储介质230(例如一个或一个以上海量存储设备)。其中，存储器220和存储介质230可以是短暂存储或持久存储。存储在存储介质230的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算装置中的一系列指令操作。更进一步地，处理器210可以设置为与存储介质230通信，在综合能源系统的热电联合随机生产模拟设备200上执行存储介质230中的一系列指令操作。
综合能源系统的热电联合随机生产模拟设备200还可以包括一个或一个以上电源240，一个或一个以上有线或无线网络接口250，一个或一个以上输入输出接口220，和/或，一个或一个以上操作系统231，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述图1至图9所描述的综合能源系统的热电联合随机生产模拟方法中的步骤由综合能源系统的热电联合随机生产模拟设备基于该图11所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的综合能源系统的热电联合随机生产模拟设备及计算机可读存储介质的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置、设备及计算机可读存储介质，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明所提供的一种综合能源系统的热电联合随机生产模拟方法、装置及设备进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种综合能源系统的热电联合随机生产模拟方法，其特征在于，包括：
在电时序负荷数据中分离得到净电时序负荷数据；
根据所述净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数；
对所述综合能源系统中的机组进行模拟投运；
根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数；
依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标和经济性指标；
所述在电时序负荷数据中分离得到净电时序负荷数据，具体包括：
确定随机生产模拟时间长度；
根据历史数据预测得到所述随机生产模拟时间长度内用户的所述电时序负荷数据；
根据历史数据和需求，设定储能运行模式，根据储能充放电性能得到储能充放电在所述随机生产模拟时间长度内的储能充放电时序数据；其中，储能充电时作为负荷，储能放电时作为电源；
根据历史数据，预测光伏发电机组在所述随机生产模拟时间长度内的光伏发电时序出力数据；
分别将所述储能充放电时序数据和所述光伏发电时序出力数据从所述电时序负荷数据中分离，得到所述净电时序负荷数据。
2.根据权利要求1所述的热电联合随机生产模拟方法，其特征在于，所述机组具体包括冷热电联产机组和外部电网模拟机组。
3.根据权利要求1所述的热电联合随机生产模拟方法，其特征在于，所述对所述综合能源系统中的机组进行模拟投运，具体包括：
依据以热定电原则生成各所述机组的初始投运排序；
按照预设规则交换各所述机组的投运顺序，基于投运成本确定实际投运排序。
4.根据权利要求1所述的热电联合随机生产模拟方法，其特征在于，所述根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数，具体为：
根据各所述机组的容量和各所述机组的强迫停运率，对所述初始热电联合概率密度函数进行卷积计算得到所述等效热电联合概率密度函数。
5.根据权利要求4所述的热电联合随机生产模拟方法，其特征在于，还包括：
依据以热定电原则确定所述机组的卷积溢出值，并将所述卷积溢出值与外部电网进行交互。
6.根据权利要求1所述的热电联合随机生产模拟方法，其特征在于，所述依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标，具体包括：
依据所述等效热电联合概率密度函数，对各所述机组的未满足负荷的概率进行累加得到热量失负荷概率和电量失负荷概率；
依据所述等效热电联合概率密度函数，对各所述未满足负荷进行累加得到热量不足期望值和电量不足期望值；
以所述热量失负荷概率、所述电量失负荷概率、所述热量不足期望值和所述电量不足期望值作为所述可靠性指标。
7.根据权利要求1所述的热电联合随机生产模拟方法，其特征在于，所述依据所述等效热电联合概率密度函数计算得到所述综合能源系统的经济性指标，具体包括：
依据所述等效热电联合概率密度函数计算得到各所述机组的出力值；
根据各所述机组的出力值和各所述机组的出力成本计算所述综合能源系统的机组运营成本；
根据各所述机组的出力值和能源售价计算所述综合能源系统的机组运营收益；
以所述机组运营成本和所述机组运营收益作为所述经济性指标。
8.一种综合能源系统的热电联合随机生产模拟装置，其特征在于，包括：
数据分离单元，用于在电时序负荷数据中分离得到净电时序负荷数据；具体包括：确定随机生产模拟时间长度；根据历史数据预测得到所述随机生产模拟时间长度内用户的所述电时序负荷数据；根据历史数据和需求，设定储能运行模式，根据储能充放电性能得到储能充放电在所述随机生产模拟时间长度内的储能充放电时序数据；其中，储能充电时作为负荷，储能放电时作为电源；根据历史数据，预测光伏发电机组在所述随机生产模拟时间长度内的光伏发电时序出力数据；分别将所述储能充放电时序数据和所述光伏发电时序出力数据从所述电时序负荷数据中分离，得到所述净电时序负荷数据
构造单元，用于根据所述净电时序负荷数据和热负荷数据构造初始热电联合概率密度函数；
投运单元，用于对所述综合能源系统中的机组进行模拟投运；
修正单元，用于根据各所述机组的性能指标对所述初始热电联合概率密度函数进行修正计算得到等效热电联合概率密度函数；
计算单元，用于依据所述等效热电联合概率密度函数计算得到所述综合能源系统的可靠性指标和经济性指标。
9.一种综合能源系统的热电联合随机生产模拟设备，其特征在于，包括：
存储器，用于存储指令，所述指令包括权利要求1至7任意一项所述综合能源系统的热电联合随机生产模拟方法的步骤；
处理器，用于执行所述指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811258017.1A CN109284939B (zh) | 2018-10-26 | 2018-10-26 | 综合能源系统的热电联合随机生产模拟方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811258017.1A CN109284939B (zh) | 2018-10-26 | 2018-10-26 | 综合能源系统的热电联合随机生产模拟方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109284939A CN109284939A (zh) | 2019-01-29 |
| CN109284939B true CN109284939B (zh) | 2022-03-22 |
Family
ID=65178086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811258017.1A Active CN109284939B (zh) | 2018-10-26 | 2018-10-26 | 综合能源系统的热电联合随机生产模拟方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109284939B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109871999B (zh) * | 2019-02-27 | 2021-08-27 | 华北电力大学 | 一种综合能源系统的随机生产模拟方法及系统 |
| CN110555264B (zh) * | 2019-08-30 | 2023-02-28 | 南方电网科学研究院有限责任公司 | 一种基于扩展节点法的综合能源供热系统动态仿真方法及装置 |
| CN110648252A (zh) * | 2019-09-26 | 2020-01-03 | 云南电网有限责任公司电力科学研究院 | 基于柔性动态热平衡的建筑物热电调度方法 |
| CN111666664B (zh) * | 2020-05-22 | 2023-10-27 | 湖北省电力勘测设计院有限公司 | 电-气综合能源系统新增供能元件置信容量的评估方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103138256A (zh) * | 2011-11-30 | 2013-06-05 | 国网能源研究院 | 一种新能源电力消纳全景分析系统及方法 |
| CN105279707A (zh) * | 2015-10-27 | 2016-01-27 | 合肥工业大学 | 一种综合考虑负荷与风电时序特性的随机生产模拟方法 |
| CN105406467A (zh) * | 2015-12-11 | 2016-03-16 | 中国电力科学研究院 | 一种新能源发电混合场景聚类分析方法 |
| CN105743124A (zh) * | 2016-04-07 | 2016-07-06 | 国家电网公司 | 一种可再生能源发电的储能配置方法及系统 |
| CN107644116A (zh) * | 2017-08-02 | 2018-01-30 | 广东电网有限责任公司肇庆供电局 | 一种适应于间歇性能源接入的随机生产模拟算法 |
-
2018
- 2018-10-26 CN CN201811258017.1A patent/CN109284939B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103138256A (zh) * | 2011-11-30 | 2013-06-05 | 国网能源研究院 | 一种新能源电力消纳全景分析系统及方法 |
| CN105279707A (zh) * | 2015-10-27 | 2016-01-27 | 合肥工业大学 | 一种综合考虑负荷与风电时序特性的随机生产模拟方法 |
| CN105406467A (zh) * | 2015-12-11 | 2016-03-16 | 中国电力科学研究院 | 一种新能源发电混合场景聚类分析方法 |
| CN105743124A (zh) * | 2016-04-07 | 2016-07-06 | 国家电网公司 | 一种可再生能源发电的储能配置方法及系统 |
| CN107644116A (zh) * | 2017-08-02 | 2018-01-30 | 广东电网有限责任公司肇庆供电局 | 一种适应于间歇性能源接入的随机生产模拟算法 |
Non-Patent Citations (3)
| Title |
|---|
| 含不确定性电源的电力系统柔性生产模拟;马洲俊等;《电力系统保护与控制》;20130901;第41卷(第17期);第63-70页 * |
| 热电联产系统的随机生产模拟;秦莹等;《电力系统自动化》;20050731;第29卷(第14期);第28-33、87页 * |
| 适用于热电联产系统随机生产模拟的"以热定电搜索"新算法;王功涛等;《电网技术》;19991130;第23卷(第11期);第5-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109284939A (zh) | 2019-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109284939B (zh) | 综合能源系统的热电联合随机生产模拟方法、装置及设备 | |
| Hasankhani et al. | Stochastic energy management of smart microgrid with intermittent renewable energy resources in electricity market | |
| Zhou et al. | Integrated power and heat dispatch considering available reserve of combined heat and power units | |
| Yang et al. | Multi-objective optimal scheduling for CCHP microgrids considering peak-load reduction by augmented ε-constraint method | |
| Sanjari et al. | Micro-generation dispatch in a smart residential multi-carrier energy system considering demand forecast error | |
| Ju et al. | Multi-objective electro-thermal coupling scheduling model for a hybrid energy system comprising wind power plant, conventional gas turbine, and regenerative electric boiler, considering uncertainty and demand response | |
| Leithon et al. | Demand response and renewable energy management using continuous-time optimization | |
| Lu et al. | Data-driven stochastic programming for energy storage system planning in high PV-penetrated distribution network | |
| CN111695742A (zh) | 一种综合能源系统日前调度区间优化方法、系统及设备 | |
| Fu et al. | Typical scenario set generation algorithm for an integrated energy system based on the Wasserstein distance metric | |
| Yifan et al. | Power and energy flexibility of district heating system and its application in wide-area power and heat dispatch | |
| Cao et al. | Day-ahead chance-constrained energy management of energy hubs: A distributionally robust approach | |
| CN113592133A (zh) | 一种能量枢纽优化配置方法及系统 | |
| CN104318323A (zh) | 一种考虑可靠性约束机组组合问题的快速调度方法 | |
| Kardoš et al. | BELTISTOS: A robust interior point method for large-scale optimal power flow problems | |
| CN115829134A (zh) | 面向源网荷不确定性的供电调度方法及系统 | |
| CN117639113A (zh) | 智慧微电网智能电力分配方法、装置及存储介质 | |
| Navidi et al. | Coordinating distributed energy resources for reliability can significantly reduce future distribution grid upgrades and peak load | |
| Mokhtar et al. | Automating the verification of the low voltage network cables and topologies | |
| Sharifinia et al. | Extended Kalman filter-based approach for nodal pricing in active distribution networks | |
| Rizqi et al. | Green energy mix modeling under supply uncertainty: Hybrid system dynamics and adaptive PSO approach | |
| CN111145045A (zh) | 一种考虑VaR的电力大用户柔性负荷评估方法及系统 | |
| CN112821390B (zh) | 一种基于中期机组组合的电力系统长期生产模拟方法 | |
| CN112564085B (zh) | 电采暖配变最大用电负荷预测方法及系统 | |
| Mazzarino et al. | An agent-based framework for smart grid balancing exploiting thermal flexibility of residential buildings |
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 |