CN109523076B - 一种储能参与下的综合能源系统日前稳态优化分析方法 - Google Patents
一种储能参与下的综合能源系统日前稳态优化分析方法 Download PDFInfo
- Publication number
- CN109523076B CN109523076B CN201811361220.1A CN201811361220A CN109523076B CN 109523076 B CN109523076 B CN 109523076B CN 201811361220 A CN201811361220 A CN 201811361220A CN 109523076 B CN109523076 B CN 109523076B
- Authority
- CN
- China
- Prior art keywords
- energy
- heat
- cold
- model
- pipeline
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013433 optimization analysis Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 claims abstract description 47
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 238000005338 heat storage Methods 0.000 claims abstract description 38
- 230000008878 coupling Effects 0.000 claims abstract description 20
- 238000010168 coupling process Methods 0.000 claims abstract description 20
- 238000005859 coupling reaction Methods 0.000 claims abstract description 20
- 239000007789 gas Substances 0.000 claims description 89
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 75
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 54
- 239000013598 vector Substances 0.000 claims description 50
- 239000011159 matrix material Substances 0.000 claims description 40
- 239000003345 natural gas Substances 0.000 claims description 30
- 238000009825 accumulation Methods 0.000 claims description 22
- 238000005057 refrigeration Methods 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 21
- 238000002156 mixing Methods 0.000 claims description 18
- 238000001816 cooling Methods 0.000 claims description 17
- 238000002485 combustion reaction Methods 0.000 claims description 15
- 239000000446 fuel Substances 0.000 claims description 15
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 238000010248 power generation Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000000498 cooling water Substances 0.000 claims description 8
- 239000002918 waste heat Substances 0.000 claims description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- 239000003546 flue gas Substances 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000009833 condensation Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000005482 strain hardening Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 230000014509 gene expression Effects 0.000 claims 14
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000013461 design Methods 0.000 abstract description 5
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000243 solution Substances 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种储能参与下的综合能源系统日前稳态优化分析方法,该方法基于多类型负荷需求设计能源集线器及能量耦合方式,在能源集线器基础上提出耦合电‑热‑气‑冷‑汽子系统的能源站模型构架;然后分别建立综合能源系统中电‑热‑气‑冷‑汽子系统稳态数学模型;并且分析蓄电、蓄热、蓄冷对并网运行的综合能源系统日前稳态优化影响;其次在不同负荷结构下建立含电‑热‑气‑冷‑汽子系统日前稳态非线性优化模型;最后算例分析验证对综合能源系统进行稳态优化计算和稳态运行分析的有效性。本发明主要解决当前综合能源系统中各子系统协调运行的不足问题,且该方法能够合理反映综合能源系统的运行特性。
Description
技术领域
本发明属于综合能源系统优化、调度、稳态计算分析,具体涉及一种储能参与下的综合能源系统日前稳态优化分析方法。
背景技术
综合能源系统依托能源传输技术、能量转换设备和可再生能源等相关技术的不断革新、耦合电网、热网和天然气网等多种能源网络,有利于实现多能协同供应和能源综合梯级利用,逐渐成为能源领域的重要发展趋势之一。多种能源相互耦合是综合能源系统区别于传统能源系统的重要标志之一,各类能源的特性差异对系统的规划运行提出了新的挑战。
如何在多能相互转化技术的支撑下对多能源网络进行集成优化建模,实现综合能源系统的协调运行是解决从能源生产、传输到能源消费等各个环节中存在的能效问题的关键。传统的能源利用模式中,按照能源类型可将能源系统划分为电力系统、热力系统以及天然气系统,各能源系统由于物理特性区别,在系统规划设计以及运行控制中存在不同特征。而将电能、热能以及天然气调度供应割裂开来的传统供用能方式,未考虑电力系统、天然气系统和热力系统间的联系,不能充分发掘各自的供能优势与潜力,降低了能源供应模式的灵活性。
因此,对含电-热-气-冷-汽子系统的综合能源系统稳态优化分析及其耦合关系进行研究符合综合能源系统运行时的多能耦合互补特征,有利于提高能源的综合利用效率。综合能源系统通过多能互补以及能量的梯级利用,来提高能源的利用效率和减少污染排放,是解决能源短缺和环境问题的有效途径之一,综合能源系统是未来能源供应系统的重要发展趋势。
目前鲜有文献在考虑各种能源子系统关键特征变量基础上,针对含电-热-气-冷-汽子系统及蓄热、蓄冷、蓄电参与下的综合能源系统日前稳态优化进行研究,已有的研究主要集中在以能量流为基础的电-热耦合系统、电-气耦合系统、电-热-气耦合系统、冷热电联供系统优化分析,未充分考虑光伏、风电参与下、计及储能、含电-热-气-冷-汽子系统的综合能源系统日前稳态优化运行模式的关键特征变量,也未讨论所建立的稳态优化模型对综合能源系统进行优化计算和稳态运行分析的有效性及适用性。
发明内容
发明目的:针对上述现有技术的不足,本发明提供一种储能参与下的综合能源系统日前稳态优化分析方法,该方法不仅适用于含电-热-气-冷-汽子系统及储能参与下的综合能源系统稳态计算和运行分析,而且能够合理反映综合能源系统的稳态运行特性,以期为含电-热-气-冷-汽子系统的综合能源系统日前稳态优化分析及日前动态经济调度提供参考。
技术方案:本发明提供了一种储能参与下的综合能源系统日前稳态优化分析方法,包括以下步骤:
(1)向综合能源系统输入系统信息,包括电-热-气-冷-汽子系统的拓扑信息、能源集线器拓扑信息、能量转换设备信息、电-热-气-冷-汽子系统中各类型负荷信息、各种储能设备类型信息、风电场预测出力信息、光伏组件预测出力信息、参数信息;
(2)建立电系统模型、汽系统模型、热系统模型、冷系统模型、气系统模型,并设定系统模型之间的耦合结构和组成方式;
(3)通过建立的能源站单元模型,将电、汽、热、冷、气5种能源集中在综合能源系统中;
(4)在考虑电-热-气-冷-汽子系统运行关键约束基础上,提出储能参与下的综合能源系统日前稳态优化分析模型;
(5)基于LINGO17.0软件平台编写模型程序并调用全局求解器对综合能源系统日前稳态优化分析模型求解;
(6)输出综合能源系统系统信息,包括:电系统中电压幅值、相角、有功、无功;汽系统中汽工质流量、温度、压强;热系统中热工质流量、温度、压强;冷系统中冷工质流量、温度、压强;气系统中流量、压强;各种储能设备蓄、放功率;各种能量转换设备的出力。
进一步,步骤(2)各系统模型的建立包括:
(1)电系统模型
电系统的功率平衡方程为:
式中:Pi、Qi分别为给定的节点i的注入有功和无功功率;i和j为节点编号;V为节点电压幅值;n为节点总数;θij为节点i与j的相角差;Gij、Bij为节点i与节点j之间支路的导纳矩阵元素的实部、虚部。
(2)汽系统模型
A、汽系统的水力模型
式中:为汽系统中的节点-管道完全关联矩阵;mhs为汽系统中的管道流量向量;为汽系统中的供回水网络的基本回路矩阵;ΔHws为汽系统中的管道压头损失向量;Hpumps为汽系统中的循环泵或压力泵提升的压头向量;0s为汽系统中的零矩阵向量。
B、汽系统的热力模型
式中:为汽源处提供的热量、供水温度、回水温度; 为汽负荷处得到的热量、供水温度、回水温度;Tstarts、Tends、T0s为汽系统中的管道的起点温度、终点温度、环境温度;λpipes、Cps为汽系统中的管道单位长度的传热系数、管道内工质的比热容;mhs、Lhs为汽系统中的管道内流量、管道长度;mins、Tins为汽系统中的管道混合节点的流进流量、温度;mouts、Touts为汽系统中的管道混合节点的流出流量、温度。
(3)热系统模型
A、热系统的水力模型
式中:为热系统中的节点-管道完全关联矩阵;mhh为热系统中的管道流量向量;为热系统中的供回水网络的基本回路矩阵;ΔHwh为热系统中的管道压头损失向量;Hpumph为热系统中的循环泵或压力泵提升的压头向量;0h为热系统中的零矩阵向量。
B、热系统的热力模型
式中:为热源处提供的热量、供水温度、回水温度; 为热负荷处得到的热量、供水温度、回水温度;Tstarth、Tendh、T0h为热系统中的管道的起点温度、终点温度、环境温度;λpipeh、Cph为热系统中的管道单位长度的传热系数、管道内工质的比热容;mhh、Lhh为热系统中的管道内流量、管道长度;minh、Tinh为热系统中的管道混合节点的流进流量、温度;mouth、Touth为热系统中的管道混合节点的流出流量、温度。
(4)冷系统模型
A、冷系统的水力模型
式中:为冷系统中的节点-管道完全关联矩阵;mhc为冷系统中的管道流量向量;为冷系统中的供回水网络的基本回路矩阵;ΔHwc为冷系统中的管道压头损失向量;Hpumpc为冷系统中的循环泵或压力泵提升的压头向量;0c为冷系统中的零矩阵向量。
B、冷系统的热力模型
式中:为冷源处提供的热量、供水温度、回水温度; 为冷负荷处得到的热量、供水温度、回水温度;Tstartc、Tendc、T0c为冷系统中的管道的起点温度、终点温度、环境温度;λpipec、Cpc为冷系统中的管道单位长度的传热系数、管道内工质的比热容;mhc、Lhc为冷系统中的管道内流量、管道长度;minc、Tinc为冷系统中的管道混合节点的流进流量、温度;moutc、Toutc为冷系统中的管道混合节点的流出流量、温度。
(5)气系统模型
式中:mg、Lg、Dg为管道中的天然气流量、管道长度、管道直径;κ为天然气管道特征参数;Pm、Pn为节点m、n的压力;S、f为天然气的相对密度、管道摩擦系数;δmn为符号函数。
进一步,步骤(3)能源站单元模型建立包括:
能源集线器可以根据模型优化目标不同调整不同设备的出力和运行状态,进而满足不同负荷的需求。基于工程实践场景,分析各种类负荷需求,本发明设计综合能源系统能源站单元包括能源集线器1、能源集线器2、能源集线器3单元等三个主要组成部分,向能源站输入电能与天然气,经过能源集线器进行能量转换后,可以输出电、热、冷等不同种类的能量。
(1)能源集线器1单元模型
A、燃气轮机模型
燃气轮机模型为:
式中:PGT为燃气轮机发电出力;EGT为输入燃气轮机的燃料热值;QGT为燃气轮机排出烟气的可利用热值;ηGT、ηloss为燃气轮机发电效率、热损耗率;r为负荷率;f(·)为发电效率与负荷率的函数关系。
B、储能模型
本发明对蓄电(蓄电池)建模如下:
式中:Wcap为蓄电池容量;γcha、γdis分别为蓄电池的最大充电倍率、最大放电倍率;Wmin、Wmax分别为蓄电池的最小、最大储能量;Δt为优化仿真步长;Wt、Wt+1分别为充、放电前后蓄电池的储能量;Wt为蓄电池储能量;σw为自放电率; 分别为充放电功率;ηcha、ηdis分别为充放电效率;Wt+T、Wt分别为稳态优化周期末和初始时刻的蓄电池储能设备储能量;T为稳态优化周期。
本发明对蓄热(蓄热罐)建模如下:
式中:WHcap为蓄热罐容量;γchaH、γdisH分别为蓄热罐的最大蓄热倍率、最大放热倍率;WHmin、WHmax分别为蓄热罐的最小、最大储能量;WHt、WHt+1分别为蓄热、放热前后蓄热罐的储能量;WHt为蓄热罐储能量;σwh为自放热率; 分别为蓄热、放热功率;ηchaH、ηdisH分别为蓄热、放热效率;WHt+T、WHt分别为稳态优化周期末和初始时刻的蓄热罐储能设备储能量。
本发明对蓄冷(蓄冷罐)建模如下:
式中:WCcap为蓄冷罐容量;γchaC、γdisC分别为蓄冷罐的最大蓄冷倍率、最大放冷倍率;WCmin、WCmax分别为蓄冷罐的最小、最大储能量;WCt、WCt+1分别为蓄冷、放冷前后的蓄冷罐的储能量;WCt为蓄冷罐储能量;σwc为自放冷率; 分别为蓄冷、放冷功率;ηchaC、ηdisC分别为蓄冷、放冷效率;WCt+T、WCt分别为稳态优化周期末和初始时刻的蓄冷罐储能设备储能量。
C、锅炉模型
锅炉是综合能源系统中常用的热源,其运行效率与负荷率的关系可由下式表示:
D、换热站模型
(2)能源集线器2单元模型
A、内燃机模型
燃气内燃机模型的特性函数为:
式中:PGE、Qgas、Qwater、Qfuel分别为燃气内燃机发电出力、排出烟气的可利用热值、缸套冷却水的可利用热值、输入燃气内燃机的燃料热能;aGE、bGE、mGE、nGE、pGE、qGE为系数常数;分别为内燃机的最小、最大发电出力。
B、电制冷机模型
电制冷机消耗电能提供冷能,单位时间消耗的电能与产生的冷能关系可由下式表示:
C、吸收式冷温水机组模型
在综合能源系统中,吸收式冷暖机组可用制冷性能系数来表示:
(3)能源集线器3单元模型
能源集线器3中仅有一个热电联供机组,热电联供机组同时产生热能和电能,其输出电功率与对外供热功率之间的耦合关系被称为热电联供机组的“电热特性”。
变热电比cz的热电比是可变的,其热电出力可以表示为:
进一步,步骤(4)综合能源系统日前稳态优化分析模型包括:
(1)目标函数
考虑并网运行的综合能源系统日前购电与购气总费用最小,那么日前经济优化模型的目标函数为:
(2)稳态优化分析模型
综合上述,本发明建立稳态优化分析模型,其一般形式为:
式中:X表示系统变量集合;k表示系统方程集合;fgrid、fheat、fgas、fcold、fsteam、feh、g表示电系统方程、热水系统方程、气系统方程、冷系统方程、蒸汽系统方程、能源站模型方程、综合能源系统约束;xe表示电系统相关变量(如电压、相角、有功等);xh表示热系统相关变量(如管道流量、温度、压强等);xg表示气系统相关变量(如压力、流量、压缩比等)、xc表示冷系统相关变量(如温度、流量等)、xs表示蒸汽系统相关变量(如管道流量、温度、压强等)、xeh表示能源站的相关变量(如分配系数、效率因子、交换功率等);gmin、gmax为不等式约束g的下限、上限。
进一步,步骤(5)求解过程包括:
针对上述建立的综合能源系统日前稳态优化分析模型,可采用常用商业优化软件如LINGO、CPLEX、GAMES等对其求解,本发明基于LINGO17.0软件平台编写模型程序并调用全局求解器对其求解。
有益效果:与现有技术相比,本发明显著的效果在于:首先基于多类型负荷需求设计能源集线器及能量耦合方式,据此提出耦合电-热-气-冷-汽子系统的能源站模型构架,同时考虑到了电、热、气、冷、汽能源子系统,为工程应用中设计能源集线器、能源站架构、能源耦合方式给出了方法及理论指导;然后,分别建立综合能源系统中电-热-气-冷-汽子系统稳态数学模型,并在此基础上引入蓄电、蓄热、蓄冷设备,建立了电、热、气、冷、气的各个系统稳态数学模型,有助于综合能源系统稳定运行分析及故障检测。同时在综合能源系统中引入各种储能设备,可以有效的缓冲各类负荷及新能源的波动冲击;其次,在不同负荷结构下建立含电-热-气-冷-汽子系统及储能参与下的日前稳态非线性优化分析模型,充分考虑了工程应用场景的非线性运行工况,为综合能源系统日前稳态优化调度、工程稳态计算分析、安全控制等提供基础参考,也可以为多能互补系统、微能源系统设计、运行、调控提供借鉴;最后,算例分析验证对综合能源系统进行稳态优化计算和稳态运行分析的有效性,本发明模型与方法适用于含电-热-气-冷-汽子系统及储能参与下的综合能源系统日前稳态优化分析及日前动态经济调度,能够合理反映综合能源系统的运行特性。
附图说明
图1为本发明实施流程图;
图2为含电-热-气-冷-汽子系统及储能参与下的综合能源系统算例结构图;
图3为气系统节点压强逐时段变化情况;
图4为各种蓄能设备的储能量逐时段变化;
图5为能源集线器输出功率及综合能源系统运行费用逐时段变化。
具体实施方式
为详细的说明本发明公开的技术方案,下面结合说明书附图和具体实施例对本发明的技术流程进行进一步的说明。
1、能源站单元模型
能源集线器(Energy Hub,EH)是一种描述多能源系统中能源、负荷、网络之间交换、耦合关系的输入-输出端口模型,涉及电、热、气、冷、汽等多种能源的相互转化、分配和储存,具有很强的灵活性。能源集线器可以根据模型优化目标不同调整不同设备的出力和运行状态,进而满足不同负荷的需求。基于工程实践场景,分析各种类负荷需求,本发明设计综合能源系统(IES)能源站架构包括能源集线器1、能源集线器2、能源集线器3等三个主要组成部分,包括电-热-气-冷-汽系统(PHGCSS),向能源站输入电能与天然气,经过能源集线器进行能量转换后,可以输出电、热、汽、冷等不同种类的能量。本发明所述的分析方法流程如图1所示。
(1)能源集线器1单元模型
A、燃气轮机模型
燃气轮机发电效率受热出力及负荷率的影响,其模型为:
式中:PGT为燃气轮机发电出力;EGT为输入燃气轮机的燃料热值;QGT为燃气轮机排出烟气的可利用热值;ηGT、ηloss为燃气轮机发电效率、热损耗率;r为负荷率;f(·)为发电效率与负荷率的函数关系。
B、储能模型
本发明对蓄电(蓄电池)建模如下:
式中:Wcap为蓄电池容量;γcha、γdis分别为蓄电池的最大充电倍率、最大放电倍率;Wmin、Wmax分别为蓄电池的最小、最大储能量;Δt为优化仿真步长;Wt、Wt+1分别为充、放电前后蓄电池的储能量;Wt为蓄电池储能量;σw为自放电率; 分别为充放电功率;ηcha、ηdis分别为充放电效率;Wt+T、Wt分别为稳态优化周期末和初始时刻的蓄电池储能设备储能量;T为稳态优化周期。
本发明对蓄热(蓄热罐)建模如下:
式中:WHcap为蓄热罐容量;γchaH、γdisH分别为蓄热罐的最大蓄热倍率、最大放热倍率;WHmin、WHmax分别为蓄热罐的最小、最大储能量;WHt、WHt+1分别为蓄热、放热前后蓄热罐的储能量;WHt为蓄热罐储能量;σwh为自放热率; 分别为蓄热、放热功率;ηchaH、ηdisH分别为蓄热、放热效率;WHt+T、WHt分别为稳态优化周期末和初始时刻的蓄热罐储能设备储能量。
本发明对蓄冷(蓄冷罐)建模如下:
式中:WCcap为蓄冷罐容量;γchaC、γdisC分别为蓄冷罐的最大蓄冷倍率、最大放冷倍率;WCmin、WCmax分别为蓄冷罐的最小、最大储能量;WCt、WCt+1分别为蓄冷、放冷前后的蓄冷罐的储能量;WCt为蓄冷罐储能量;σwc为自放冷率; 分别为蓄冷、放冷功率;ηchaC、ηdisC分别为蓄冷、放冷效率;WCt+T、WCt分别为稳态优化周期末和初始时刻的蓄冷罐储能设备储能量。
C、锅炉模型
锅炉是综合能源系统中常用的热源,其运行效率与负荷率的关系可由下式表示:
D、换热站模型
(2)能源集线器2单元模型
A、内燃机模型
燃气内燃机模型的特性函数为:
式中:PGE、Qgas、Qwater、Qfuel分别为燃气内燃机发电出力、排出烟气的可利用热值、缸套冷却水的可利用热值、输入燃气内燃机的燃料热能;aGE、bGE、mGE、nGE、pGE、qGE为系数常数;分别为内燃机的最小、最大发电出力。
B、电制冷机模型
电制冷机消耗电能提供冷能,单位时间消耗的电能与产生的冷能关系可由下式表示:
C、吸收式冷温水机组模型
在综合能源系统中,吸收式冷暖机组可用制冷性能系数来表示:
(3)能源集线器3单元模型
热电联供机组同时产生热能和电能,其输出电功率与对外供热功率之间的耦合关系被称为热电联供机组的“电热特性”。
变热电比cz的热电比是可变的,其热电出力可以表示为:
2、电系统模型
(1)配电系统模型
本发明以交流潮流作为配电系统的分析方法,配电系统的功率平衡方程为:
式中:Pi、Qi分别为给定的节点i的注入有功和无功功率;i和j为节点编号;V为节点电压幅值;n为节点总数;θij为节点i与j的相角差;Gij、Bij为节点i与节点j之间支路的导纳矩阵元素的实部、虚部。
在实际综合能源系统稳态优化运行时,配电系统在约束条件下运行:
(2)风电模型
风力发电机组的实际功率输出与预测功率存在以下关系:
(3)光伏模型
光伏组件实际的发电功率与预测功率存在以下关系:
3、汽系统模型
汽系统主要由汽源、汽网以及汽负荷3部分组成,其中汽网将汽源与汽负荷连接起来,并将汽源产生的汽工质(也即是蒸汽)通过管道输送到汽负荷。本发明基于图论思想对包括供回水管路的汽系统整体建模,对供回水回路的节点、管道同时编号。
A、汽系统的水力模型
式中:为汽系统中的节点-管道完全关联矩阵;mhs为汽系统中的管道流量向量;为汽系统中的供回水网络的基本回路矩阵;ΔHws为汽系统中的管道压头损失向量;Hpumps为汽系统中的循环泵或压力泵提升的压头向量;0s为汽系统中的零矩阵向量。
B、汽系统的热力模型
汽系统的热力模型主要涉及到汽源、汽负荷、管道及管道与管道连接点,汽网热力模型方程包括节点热量平衡方程、管道温度损失方程及节点能量守恒方程:
式中:为汽源处提供的热量、供水温度、回水温度;Qlhoeaadts、为汽负荷处得到的热量、供水温度、回水温度;Tstarts、Tends、T0s为汽系统中的管道的起点温度、终点温度、环境温度;λpipes、Cps为汽系统中的管道单位长度的传热系数、管道内工质的比热容;mhs、Lhs为汽系统中的管道内流量、管道长度;mins、Tins为汽系统中的管道混合节点的流进流量、温度;mouts、Touts为汽系统中的管道混合节点的流出流量、温度。
基于上述汽系统的热力模型基础,建立供汽系统计算模型。用矩阵方程组表述如下:
式中:Qins、Qouts为汽系统中的管道流入、流出热流量向量;Tins、Touts为汽系统中的管道与管道连接点处的入口、出口温度向量;Aqs、Azs为汽系统中的节点-流入管道的起点关联矩阵、节点-流出管道终点关联矩阵;Q0s为汽系统中的节点净热流量向量;mhs为汽系统中的管道流量向量。
4、热系统模型
热系统主要由热源、热网以及热负荷3部分组成,其中热网将热源与热负荷连接起来,并将热源产生的热工质(也即是热水)通过管道输送到热负荷。本发明基于图论思想对包括供回水管路的热系统整体建模,对供回水回路的节点、管道同时编号。
A、热系统的水力模型
式中:为热系统中的节点-管道完全关联矩阵;mhh为热系统中的管道流量向量;为热系统中的供回水网络的基本回路矩阵;ΔHwh为热系统中的管道压头损失向量;Hpumph为热系统中的循环泵或压力泵提升的压头向量;0h为热系统中的零矩阵向量。
B、热系统的热力模型
热系统的热力模型主要涉及到热源、热负荷、管道及管道与管道连接点,热网热力模型方程包括节点热量平衡方程、管道温度损失方程及节点能量守恒方程:
式中:为热源处提供的热量、供水温度、回水温度; 为热负荷处得到的热量、供水温度、回水温度;Tstarth、Tendh、T0h为热系统中的管道的起点温度、终点温度、环境温度;λpipeh、Cph为热系统中的管道单位长度的传热系数、管道内工质的比热容;mhh、Lhh为热系统中的管道内流量、管道长度;minh、Tinh为热系统中的管道混合节点的流进流量、温度;mouth、Touth为热系统中的管道混合节点的流出流量、温度。
基于上述热系统的热力模型基础,建立供热系统计算模型。用矩阵方程组表述如下:
式中:Qinh、Qouth为热系统中的管道流入、流出热流量向量;Tinh、Touth为热系统中的管道与管道连接点处的入口、出口温度向量;Aqh、Azh为热系统中的节点-流入管道的起点关联矩阵、节点-流出管道终点关联矩阵;Q0h为热系统中的节点净热流量向量;mhh为热系统中的管道流量向量。
5、冷系统模型
冷系统主要由冷源、冷网以及冷负荷3部分组成,其中冷网将冷源与冷负荷连接起来,并将冷源产生的冷工质(也即是冷媒水)通过管道输送到冷负荷。本发明基于图论思想对包括供回水管路的冷系统整体建模,对供回水回路的节点、管道同时编号。
A、冷系统的水力模型
式中:为冷系统中的节点-管道完全关联矩阵;mhc为冷系统中的管道流量向量;为冷系统中的供回水网络的基本回路矩阵;ΔHwc为冷系统中的管道压头损失向量;Hpumpc为冷系统中的循环泵或压力泵提升的压头向量;0c为冷系统中的零矩阵向量。
B、冷系统的热力模型
冷系统的热力模型主要涉及到冷源、冷负荷、管道及管道与管道连接点,冷网热力模型方程包括节点热量平衡方程、管道温度损失方程及节点能量守恒方程:
式中:为冷源处提供的热量、供水温度、回水温度; 为冷负荷处得到的热量、供水温度、回水温度;Tstartc、Tendc、T0c为冷系统中的管道的起点温度、终点温度、环境温度;λpipec、Cpc为冷系统中的管道单位长度的传热系数、管道内工质的比热容;mhc、Lhc为冷系统中的管道内流量、管道长度;minc、Tinc为冷系统中的管道混合节点的流进流量、温度;moutc、Toutc为冷系统中的管道混合节点的流出流量、温度。
基于上述冷系统的热力模型基础,建立供冷系统计算模型。用矩阵方程组表述如下:
式中:Qinc、Qoutc为冷系统中的管道流入、流出热流量向量;Tinc、Toutc为冷系统中的管道与管道连接点处的入口、出口温度向量;Aqc、Azc为冷系统中的节点-流入管道的起点关联矩阵、节点-流出管道终点关联矩阵;Q0c为冷系统中的节点净热流量向量;mhc为冷系统中的管道流量向量。
特别注意的,在综合能源系统中,对于供冷系统,根据《蒸汽和热水型溴化锂吸收式冷水机组》(GB/T18431-2001)要求,吸收式冷水机组对外供应7℃的冷冻水,冷用户只需设置末端空气处理装置,7℃的冷冻水进入空气处理装置,释放冷量后回水温度为12℃,从而实现供冷目的。冷却塔提供32℃冷却水通过冷却水循环泵加压进入溴化锂机组,出水温度38℃回至冷却塔继续冷却到32℃冷却水,从而形成一个冷却水循环系统。
6、气系统模型
一个典型的天然气系统包括气源、管道、压缩机、气负荷等部分。本发明中的天然气系统工作在0~75mbar压力范围,对任意管道(其两端节点为m与n),采用适用于中低压气系统公式对管道流量与压力关系进行描述:
式中:mg、Lg、Dg为管道中的天然气流量、管道长度、管道直径;κ为天然气管道特征参数;Pm、Pn为节点m、n的压力;S、f为天然气的相对密度、管道摩擦系数;δmn为符号函数。
在天然气实际传输过程中,应装设一定数量的压缩机来提升节点气压以保证天然气能够可靠传输。压缩机的功率消耗Pcom和天然气流mg如下式所示:
式中:Pcom为压缩机消耗的电功率;Kcom、为压缩比、下限、上限; 为压缩机入口、出口天然气流量;Tk为天然气温度;Pk、Pm为压缩机出口侧、入口侧的压力;为压缩机出口压力下限、上限;α为压缩机多变指数。
通过质量守恒定律描述天然气在传输与使用过程中的能量平衡关系
7、稳态非线性优化模型
(1)目标函数
对于并网运行的综合能源系统,考虑日前购电与购气总费用最小,则日前经济优化模型的目标函数为:
(2)稳态优化分析模型
综合上述,本发明建立稳态优化分析模型,其一般形式为:
式中:X表示系统变量集合;k表示系统方程集合;fgrid、fheat、fgas、fcold、fsteam、feh、g表示电系统方程、热水系统方程、气系统方程、冷系统方程、蒸汽系统方程、能源站模型方程、综合能源系统约束;xe表示电系统相关变量(如电压、相角、有功等);xh表示热系统相关变量(如管道流量、温度、压强等);xg表示气系统相关变量(如压力、流量、压缩比等)、xc表示冷系统相关变量(如温度、流量等)、xs表示蒸汽系统相关变量(如管道流量、温度、压强等)、xeh表示能源站的相关变量(如分配系数、效率因子、交换功率等);gmin、gmax为不等式约束g的下限、上限。
针对上述模型,可采用常用商业优化软件如LINGO、CPLEX、GAMES等对其求解,本发明基于LINGO17.0软件平台编写模型程序并调用全局求解器对其求解。
8、算例分析
A、算例介绍
本发明中的算例以“某高新技术产业开发区综合能源供应示范工程”为依托,对如图2所示的算例进行仿真与稳态优化分析。算例中主要包括5个子系统和一个能源站,其中5个子系统分别电系统、热系统、气系统、冷系统、汽系统,其中能源站主要包括3个能源集线器,也即是能源集线器1、能源集线器2、能源集线器3;图2的综合能源系统算例拓扑信息如表1所示,为方便理解,图中文字说明及图2中图例备注说明,其中数字1、2、3…表示系统节点编号,(1)、(2)、(3)…表示管道编号,#1、#2、#3表示(电源及热源)源编号,11/0.433、33/11.5表示不同变比的变压器;能源集线器1中的锅炉根据其主要承担的角色不同,分别称为余热锅炉和辅助锅炉;另外,能源集线器1中,大电网向能源集线器1中变压器1输入电能,气系统中节点5向能源集线器1中燃气轮机和辅助锅炉输入天然气,燃气轮机输出的余热再输入到余热锅炉,变压器1输出、燃气轮机输出、蓄电输出汇集到能源集线器1中的电母线,余热锅炉输出、辅助锅炉输出、蓄热输出汇集到能源集线器1中的蒸汽母线,电母线输出到电源#1,蒸汽母线输出再输入到汽源和能源集线器1中换热站,换热站输出再输入到热源#2;在能源集线器2中,大电网向能源集线器2中的变压器2输入电能,气系统中的节点2向能源集线器2中内燃机和吸收式冷温水机组输入天然气,内燃机输出的缸套水和余热再输入到吸收式冷温水机组,变压器2和内燃机的输出汇集到能源集线器2的电母线,电母线输出到电制冷的输入,电制冷输出、吸收式冷温水机组输出、蓄冷汇集到能源集线器2的冷母线,冷母线输出到冷源;在能源集线器3中,气系统中的节点4向能源集线器3中热电联供机组输入天然气,热电联供机组输出的电能再输入到电源#2,热电联供机组输出的热能再输入到热源#1;风电和光伏输出的电功率再输入到电系统中电源#3;电源#1、电源#2、电源#3电系统中的电源;热源#1、热源#2为热系统中的热源;汽源为蒸汽系统中的气源;冷源为冷系统中的冷源;气源为气系统中的气源;气系统中节点6输出电能再输入到气系统中的电压缩机、汽系统、热系统、冷系统中的循环泵和压力泵中。
表1综合能源系统算例拓扑信息
B、结果分析
气系统中节点压强的变化反应气系统运行稳定性。如图3所示的结果表明,随气负荷的波动,距离气源点越远的节点,其压强波动越剧烈,正如图3所示,节点9、10、11压强相对其它节点波动较大,因此在节点9、10、11上安装压缩机可以有效的缓解节点9、10、11压强的波动对气负荷设备带来的不良影响,同时也可以满足气负荷对一定压强的要求。在时间9-时间19为气负荷高峰时期,气负荷需求量大,管道中气流量较大,管道压降也较大,在时间9-时间19时段,压强损失相对较大。节点2、节点4分别与能源集线器2、能源集线器3相连,节点2与节点4的压强变化一定程度上反应能源集线器对气量的依赖度。
在本发明的综合能源系统算例中,日前稳态优化运行费用优化结果为108538.2CNY,其逐时段运行费用如图5所示。逐时运行费用变化趋势与电负荷、热负荷、冷负荷、汽负荷需求变化趋势成正相关,电负荷、热负荷、冷负荷、汽负荷需求可以通过能源集线器输出的电功率、热功率、冷功率、汽功率来反映出。图5表明,时段10-时段12间,电系统、热系统、汽子系统、冷系统能量需求逐时段增大,综合能源系统需要购买更多的天然气及电能以满足各类负荷需求。同时从图4中可以发现,在这一时期,各种蓄能设备处于放能状态,以减少综合能源系统购买天然气及电能的成本。这时期与平峰电价阶段重合,蓄电池放电。如图4所示,时段22-时段24以及时段1-时段6蓄电池处于充电状态,整体上,蓄电池在低谷电价阶段储电,在峰价或负载高峰时段放电,起到削峰的作用,同时这种工作模式可以有效的较少综合能源系统购电花费及运行费用。能源集线器输出功率变化相对稳定、平缓,这对能源集线器及各个子系统的设备是有利的,相对稳定的变化进一步表明综合能源系统稳态性较好,进一步说明稳态优化及经济调度的有效性。
C、结论及应用
本发明提出一种计及储能参与及在不同负荷结构下的含电-热-气-冷-汽子系统的综合能源系统日前稳态非线性优化模型。考虑到含电-热-气-冷-汽子系统协调运行效果的现状,研究计及能源子系统关键特征变量的综合能源系统日前稳态优化问题。在能源集线器设计中考虑到各类型负荷需求,并提出了能量耦合方式。在考虑峰谷分时电价机制基础上,说明蓄电、蓄冷、蓄热可以有效的节约并网运行的综合能源系统日前运行费用,实现日前经济优化运行。算例分析验证了对综合能源系统进行稳态优化计算和稳态运行分析的有效性,本发明模型算法可以为含电-热-气-冷-汽子系统的综合能源系统日前稳态优化分析及日前动态经济调度提供参考。
Claims (7)
1.一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:包括以下步骤:
(1)向综合能源系统输入系统信息,包括电-热-气-冷-汽子系统的拓扑信息、能源集线器拓扑信息、能量转换设备信息、电-热-气-冷-汽子系统中各类型负荷信息、储能设备类型信息、风电场预测出力信息、光伏组件预测出力信息、参数信息;
(2)建立电系统模型、汽系统模型、热系统模型、冷系统模型、气系统模型,并设定系统模型之间的耦合结构和组成方式;
(3)通过建立的能源站单元模型,将电、汽、热、冷、气5种能源集中在综合能源系统中;
(4)基于电-热-气-冷-汽子系统运行关键约束条件建立储能参与下的综合能源系统日前稳态优化分析模型;
综合能源系统日前稳态优化分析模型表达式如下:
式中:X表示系统变量集合;fgrid(X)、fheat(X)、fgas(X)、fcold(X)、fsteam(X)、feh(X)、g(X)表示电系统方程、热水系统方程、气系统方程、冷系统方程、蒸汽系统方程、能源站模型方程、综合能源系统约束;xe表示电系统相关变量;xh表示热系统相关变量;xg表示气系统相关变量、xc表示冷系统相关变量、xs表示蒸汽系统相关变量、xeh表示能源站的相关变量;gmin、gmax为不等式约束g(X)的下限、上限,分别为时段t的购电电价、购气气价;分别为时段t从电网的购电量、从气源的购气量,T为稳态优化周期时段数;t表示时段;
(5)基于LINGO17.0软件平台编写模型程序并调用全局求解器对综合能源系统日前稳态优化分析模型求解;
(6)输出综合能源系统系统信息,包括电系统中电压幅值、相角、有功功率、无功功率;汽系统中汽工质流量、温度、压强;热系统中热工质流量、温度、压强;冷系统中冷工质流量、温度、压强;气系统中流量、压强;储能设备蓄功率、放功率和各种能量转换设备的出力。
2.根据权利要求1所述的一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:步骤(2)各系统模型具体如下:
(21)电系统模型
所述电系统模型中电系统的功率平衡方程如下:
式中:Pi、Qi分别为给定的节点i的注入有功功率和无功功率;i和j为节点编号;V为节点电压幅值;n为节点总数;θij为节点i与j的相角差;Gij、Bij为节点i与节点j之间支路的导纳矩阵元素的实部、虚部;
(22)汽系统模型
所述汽系统包括汽系统水力模型和汽系统热力模型,具体如下:
汽系统的水力模型表达式如下:
式中:为汽系统中的节点-管道完全关联矩阵;mhs为汽系统中的管道流量向量;为汽系统中的供回水网络的基本回路矩阵;ΔHws为汽系统中的管道压头损失向量;Hpumps为汽系统中的循环泵或压力泵提升的压头向量;0s为汽系统中的零矩阵向量;
汽系统的热力模型表达式如下:
式中:为汽源处提供的热量、供水温度、回水温度; 为汽负荷处得到的热量、供水温度、回水温度;Tstarts、Tends、T0s为汽系统中的管道的起点温度、终点温度、环境温度;λpipes、Cps为汽系统中的管道单位长度的传热系数、管道内工质的比热容;mhs、Lhs为汽系统中的管道内流量、管道长度;mins、Tins为汽系统中的管道混合节点的流进流量、温度;mouts、Touts为汽系统中的管道混合节点的流出流量、温度;
(23)热系统模型
所述热系统模型包括热系统的水力模型和热系统的热力模型,具体如下:
所述热系统的水力模型表达式如下:
式中:为热系统中的节点-管道完全关联矩阵;mhh为热系统中的管道流量向量;为热系统中的供回水网络的基本回路矩阵;ΔHwh为热系统中的管道压头损失向量;Hpumph为热系统中的循环泵或压力泵提升的压头向量;0h为热系统中的零矩阵向量;
热系统的热力模型表达式如下:
式中:为热源处提供的热量、供水温度、回水温度; 为热负荷处得到的热量、供水温度、回水温度;Tstarth、Tendh、T0h为热系统中的管道的起点温度、终点温度、环境温度;λpipeh、Cph为热系统中的管道单位长度的传热系数、管道内工质的比热容;mhh、Lhh为热系统中的管道内流量、管道长度;minh、Tinh为热系统中的管道混合节点的流进流量、温度;mouth、Touth为热系统中的管道混合节点的流出流量、温度;
(24)冷系统模型
所述冷系统模型包括冷系统的水力模型和冷系统的热力模型,具体如下:
所述冷系统的水力模型的表达式如下:
式中:为冷系统中的节点-管道完全关联矩阵;mhc为冷系统中的管道流量向量;为冷系统中的供回水网络的基本回路矩阵;ΔHwc为冷系统中的管道压头损失向量;Hpumpc为冷系统中的循环泵或压力泵提升的压头向量;0c为冷系统中的零矩阵向量;
所述冷系统的热力模型的表达式如下:
式中:为冷源处提供的热量、供水温度、回水温度; 为冷负荷处得到的热量、供水温度、回水温度;Tstartc、Tendc、T0c为冷系统中的管道的起点温度、终点温度、环境温度;λpipec、Cpc为冷系统中的管道单位长度的传热系数、管道内工质的比热容;mhc、Lhc为冷系统中的管道内流量、管道长度;minc、Tinc为冷系统中的管道混合节点的流进流量、温度;moutc、Toutc为冷系统中的管道混合节点的流出流量、温度;
(25)气系统模型
所述气系统模型的表达式如下:
式中:mg、Lg、Dg为管道中的天然气流量、管道长度、管道直径;κ为天然气管道特征参数;Pm、Pn为节点m、n的压力;S、f为天然气的相对密度、管道摩擦系数;δmn为符号函数。
3.根据权利要求1所述的一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:步骤(3)所述能源站单元包括能源集线器一、能源集线器二和能源集线器三共三个单元,通过向能源站输入电能或天然气,经过能源集线器进行能量转换后,输出电、热、冷不同种类的能量。
4.根据权利要求3所述的一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:所述能源集线器一单元模型中包括燃气轮机模型、储能模型、锅炉模型、换热站模型,具体各模型的建立表达式如下:
对燃气轮机进行建模,燃气轮机模型表达式如下:
式中:PGT为燃气轮机发电出力;EGT为输入燃气轮机的燃料热值;QGT为燃气轮机排出烟气的可利用热值;ηGT、ηloss为燃气轮机发电效率、热损耗率;r为负荷率;f(·)为发电效率与负荷率的函数关系;
所述储能模型对于蓄电储能组建模,其表达式如下:
式中:Wcap为蓄电池容量;γcha、γdis分别为蓄电池的最大充电倍率、最大放电倍率;Wmin、Wmax分别为蓄电池的最小、最大储能量;Δt为优化仿真步长;Wt、Wt+1分别为充、放电前后蓄电池的储能量;Wt为蓄电池储能量;σw为自放电率; 分别为充放电功率;ηcha、ηdis分别为充放电效率;Wt+T、Wt分别为稳态优化周期末和初始时刻的蓄电池储能设备储能量;T为稳态优化周期;
对蓄热罐建模表达式如下:
式中:WHcap为蓄热罐容量;γchaH、γdisH分别为蓄热罐的最大蓄热倍率、最大放热倍率;WHmin、WHmax分别为蓄热罐的最小、最大储能量;WHt、WHt+1分别为蓄热、放热前后蓄热罐的储能量;WHt为蓄热罐储能量;σwh为自放热率; 分别为蓄热、放热功率;ηchaH、ηdisH分别为蓄热、放热效率;WHt+T、WHt分别为稳态优化周期末和初始时刻的蓄热罐储能设备储能量;
对蓄冷罐建模表达式如下:
式中:WCcap为蓄冷罐容量;γchaC、γdisC分别为蓄冷罐的最大蓄冷倍率、最大放冷倍率;WCmin、WCmax分别为蓄冷罐的最小、最大储能量;WCt、WCt+1分别为蓄冷、放冷前后的蓄冷罐的储能量;WCt为蓄冷罐储能量;σwc为自放冷率; 分别为蓄冷、放冷功率;ηchaC、ηdisC分别为蓄冷、放冷效率;WCt+T、WCt分别为稳态优化周期末和初始时刻的蓄冷罐储能设备储能量;
所述锅炉模型中运行效率与负荷率的关系式如下:
所述换热站模型采用如下表达式建立:
5.根据权利要求3所述的一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:所述的能源集线器二单元模型包括内燃机模型、电制冷机模型、吸收式冷温水机组模型,具体如下:
所述内燃机模型的特性函数如下:
式中:PGE、Qgas、Qwater、Qfuel分别为燃气内燃机发电出力、排出烟气的可利用热值、缸套冷却水的可利用热值、输入燃气内燃机的燃料热能;aGE、bGE、mGE、nGE、pGE、qGE为系数常数;分别为内燃机的最小、最大发电出力;
所述电制冷机模型中单位时间消耗的电能与产生的冷能关系式如下所示:
所述吸收式冷温水机组模型通过制冷性能系数表示,其表达式如下:
7.根据权利要求1所述的一种储能参与下的综合能源系统日前稳态优化分析方法,其特征在于:步骤(5)求解过程包括通过综合能源系统日前稳态优化分析模型,采用基于LINGO17.0软件平台编写模型程序并调用全局求解器对其求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811361220.1A CN109523076B (zh) | 2018-11-15 | 2018-11-15 | 一种储能参与下的综合能源系统日前稳态优化分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811361220.1A CN109523076B (zh) | 2018-11-15 | 2018-11-15 | 一种储能参与下的综合能源系统日前稳态优化分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523076A CN109523076A (zh) | 2019-03-26 |
CN109523076B true CN109523076B (zh) | 2021-09-07 |
Family
ID=65777935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811361220.1A Active CN109523076B (zh) | 2018-11-15 | 2018-11-15 | 一种储能参与下的综合能源系统日前稳态优化分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523076B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978625B (zh) * | 2019-03-28 | 2022-07-29 | 河海大学 | 一种计及电热气网络的综合能源系统多目标运行优化方法 |
CN110070216B (zh) * | 2019-04-11 | 2021-02-26 | 河海大学 | 一种工业园区综合能源系统经济运行优化方法 |
CN110365062B (zh) * | 2019-04-19 | 2023-02-21 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于Markov模型的多能系统协调控制方法 |
CN110188995B (zh) * | 2019-04-29 | 2021-08-17 | 国网宁夏电力有限公司电力科学研究院 | 机组负荷协同备用优化配置方法及系统、设备、存储介质 |
CN110443446B (zh) * | 2019-06-30 | 2023-03-24 | 天津大学 | 需求响应机制下含建筑虚拟储能的能源站经济调度方法 |
CN110502791B (zh) * | 2019-07-22 | 2021-05-11 | 清华大学 | 基于能源集线器的综合能源系统稳态建模方法 |
CN113094909B (zh) * | 2021-04-16 | 2022-04-19 | 浙江大学 | 一种综合能源系统设备运行监控优先级评估方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447113A (zh) * | 2016-10-08 | 2017-02-22 | 东南大学 | 一种基于运行优化模型的多区域综合能源系统运行方法 |
CN107394828A (zh) * | 2017-08-24 | 2017-11-24 | 河海大学 | 一种基于概率潮流的电气互联综合能源系统优化运行分析方法 |
CN108596453A (zh) * | 2018-04-10 | 2018-09-28 | 山东大学 | 考虑网络动态特性的综合能源系统日前优化调度方法及系统 |
-
2018
- 2018-11-15 CN CN201811361220.1A patent/CN109523076B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447113A (zh) * | 2016-10-08 | 2017-02-22 | 东南大学 | 一种基于运行优化模型的多区域综合能源系统运行方法 |
CN107394828A (zh) * | 2017-08-24 | 2017-11-24 | 河海大学 | 一种基于概率潮流的电气互联综合能源系统优化运行分析方法 |
CN108596453A (zh) * | 2018-04-10 | 2018-09-28 | 山东大学 | 考虑网络动态特性的综合能源系统日前优化调度方法及系统 |
Non-Patent Citations (1)
Title |
---|
"Hierarchical Optimal Operation for Integrated Energy System Based on Energy Hub";Y. Zhong等;《2018 2nd IEEE Conference on Energy Internet and Energy System Integration (EI2) , Beijing, China, 2018, pp. 1-6, doi: 10.1109/EI2.2018.8582362》;20181020;第1-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109523076A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523076B (zh) | 一种储能参与下的综合能源系统日前稳态优化分析方法 | |
CN108960503B (zh) | 基于内点法的综合能源系统多场景优化分析方法 | |
CN108197768B (zh) | 一种能源系统与管网布局联合优化方法 | |
CN105869075A (zh) | 一种冷热电联供型微型能源网经济优化调度方法 | |
CN110110897A (zh) | 一种考虑不同储能运行策略的综合能源系统优化方法 | |
CN110188492B (zh) | 一种考虑热网特性的冷热电联供微网优化调度方法 | |
CN111950122A (zh) | 园区综合能源系统运行优化方法 | |
CN112600253B (zh) | 基于用能效率最优的园区综合能源协同优化方法及设备 | |
CN112417651B (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
Rahbari et al. | Quantification of realistic performance expectations from trigeneration CAES-ORC energy storage system in real operating conditions | |
CN111724045B (zh) | 基于数据驱动的综合能源系统能效评价与提升方法 | |
CN110502791B (zh) | 基于能源集线器的综合能源系统稳态建模方法 | |
CN113131513B (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
CN105955931A (zh) | 面向高密度分布式光伏消纳的区域能源网络优化调度方法 | |
CN112736987B (zh) | 一种基于非合作博弈的综合能源系统容量配置方法及系统 | |
Wu et al. | Thermodynamic performance analyses and collaborative optimization for a novel integrated energy system coupled with organic Rankine cycle | |
CN112182887A (zh) | 一种综合能源系统规划优化仿真方法 | |
Zandi et al. | Multi-objective optimization and thermoeconomic analysis of a novel CCHP with TES and hybrid cooling for residential complex | |
Li et al. | Performance comparison and multi-objective optimization of improved and traditional compressed air energy storage systems integrated with solar collectors | |
CN113850409A (zh) | 一种考虑可再生能源接入的综合能源系统优化运行方法 | |
Salvini et al. | Techno-economic comparison of diabatic CAES with artificial air reservoir and battery energy storage systems | |
Hao et al. | Study on the operational feasibility domain of combined heat and power generation system based on compressed carbon dioxide energy storage | |
Chen et al. | Compressed air energy storage system | |
CN115936336B (zh) | 一种虚拟电厂容量配置与调控运行优化方法 | |
CN110716429A (zh) | 冷热电联供系统的控制方法、装置、计算机及存储介质 |
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 |