CN109740824A - 一种考虑供热网和热负荷的多能源系统优化规划方法 - Google Patents
一种考虑供热网和热负荷的多能源系统优化规划方法 Download PDFInfo
- Publication number
- CN109740824A CN109740824A CN201910074535.6A CN201910074535A CN109740824A CN 109740824 A CN109740824 A CN 109740824A CN 201910074535 A CN201910074535 A CN 201910074535A CN 109740824 A CN109740824 A CN 109740824A
- Authority
- CN
- China
- Prior art keywords
- formula
- temperature
- constraint
- cost
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013439 planning Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 50
- 239000000446 fuel Substances 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 239000007789 gas Substances 0.000 claims description 79
- 238000005338 heat storage Methods 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000002156 mixing Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004134 energy conservation Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 7
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 238000010992 reflux Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 238000007728 cost analysis Methods 0.000 claims description 4
- 238000004146 energy storage Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 22
- 230000007704 transition Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005553 drilling Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000567 combustion gas Substances 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000005619 thermoelectricity Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑供热网和热负荷的多能源系统优化规划方法,建立了MES的综合最优化模型,该方法考虑了供热网的供热网络特性和热负荷的特性,将热电联产系统,供热网络和包括建筑物供热负荷和生活热水负荷在内的热负荷全部模拟并嵌入到规划模型中,并运用节点法,对加热网络的特性进行了精确、全面的建模;同时利用建筑物和储水箱的热模型,模拟了包括建筑物供暖负荷和家用热水负荷在内的热负荷。在此基础上,针对MES提出了基于MILP的优化规划模型,并考虑了投资成本,燃料成本,电网成本,维护成本和环境成本。本发明提供的方法实现了对基于供热网和热负荷的多能源系统管理的逐级细化、优化求解以及全局和局部的协调。
Description
技术领域
本发明属于多能源系统优化领域,具体来说,涉及一种考虑供热网和热负荷的多能源系统优化规划方法。
背景技术
能源是人类社会发展的重要基础,构建高效,清洁,可持续的能源体系是当前人类面临的一个重大问题。与传统的分布式能源系统相比,多能源系统(MES)是一种集多种能源载体为一体的能源系统,能够针对各种需求提供能源服务,具有能源效率高,运行条件灵活和环保等优点。因此,MES被认为在未来有广阔的前景。在分布层面或微电网层面,MES最常见的形式是热电集成化的多能源系统,它由热电联产系统,加热系统和负载组成。对于综合热电MES来说,提高能效和经济性能的最基本和核心问题是实现电能和热能的协调规划。
目前,已经开展了许多关于MES规划的研究,重点包括系统结构优化,单元容量配置和储能系统配置等。
发明内容
本发明所要解决的技术问题是:提供一种考虑供热网和热负荷的多能源系统优化方法,运用节点法,对加热网络的特性进行了精确、全面的建模,并利用建筑物和储水箱的热模型,模拟了包括建筑物供暖负荷和家用热水负荷在内的热负荷,在此基础上,针对MES提出了基于MILP的优化规划模型,并考虑了投资成本,燃料成本,电网成本,维护成本和环境成本。
为解决上述问题,本发明提供了一种考虑供热网和热负荷的多能源系统优化方法,该方法包括如下步骤:
S1:建立MES的综合最优化模型MILP;
S2:对步骤S1中获得的优化模型进行仿真并分析结果。
在所述步骤S1中建立MES的综合最优化模型的步骤如下:
S11:建立MES的最优规划模型目标函数,如式(1)所示:
min C=Cinv+Cfuel+Cgrid+Cmain+Cenv 式(1)
式(1)中的参数包括经济成本和环境成本,经济成本包括年化投资成本Cinv,燃料成本Cfuel,与主电网的交互成本Cgrid,以及维护成本Cmain,环境成本Cenv包括燃气轮机和燃气锅炉产生的二氧化碳的罚款成本;
步骤S111中年化投资成本的函数建立如式(2)所示:
式(2)中,r是资本利率,y是投资回报年数;和分别是是燃气轮机和燃气锅炉的单位容量投资成本;和分别是电池和蓄热罐的单位容量投资成本;和分别是燃气轮机和燃气锅炉的容量;和分别是电池和储热罐的容量;
S112:确定包括燃气轮机和燃气锅炉所用天然气的燃料成本函数,如式(3)所示:
式(3)中,cgas是天然气的价格,是燃气轮机在时间段t的电功率,是燃气轮机在时间段t的热功率,ηgt是燃气轮机的效率,ηb g是燃气锅炉的效率,Δt是该时间段的时间间隔,N是时间段的指标组;
S113:确定与主电网互动成本函数,如式(4)所示:
式(4)中,电网成本等于电网购电成本减去电网售电成本,其中是主电网购电价格,是出售给主电网的电价,而和分别是在时间段t购买和出售给主电网的电量;
S114:确定维护成本函数,如式(5)所示:
式(5)中,其中和分别是燃气轮机和燃气锅炉的单位维护成本,和分别是电池和储热罐的单位维护成本,和分别是电池的充电功率和放电功率,同时和分别是储热罐的储能和释能;
S115:确定MES的环境成本函数,如式(6)所示:
式(6)中,cpena是CO2排放的单位罚款成本,mgt是燃气轮机的CO2排放因子,mgb是燃气锅炉的CO2排放因子;
S12:确定制约因素函数;
S121:确定热电联产系统约束函数,其中包括燃气轮机,燃气锅炉,电池和储热罐设备的运行约束;
a、确定燃气轮机和燃气锅炉的运行约束,如式(7)所示:
b、确定电池的运行约束,如式(8)所示:
式(8)中,和分别表示充电和放电状态的二元变量,和 分别是充电和放电的上限系数,是电池的能级,和分别是充电和放电的效率,和分别是能级的下限系数和上限系数;第一和第二约束分别是充电功率和放电功率的限制;第三和第四约束是充电状态和放电状态的限制;第五个约束是电池的能量方程,最后一个约束是能级限制;
c、确定储热罐的运行约束,如式(9)所示:
式(9)中,和分别是表示储存和释放状态的二元变量,和 分别是储存和释放的上限系数,是储热罐的能级,和分别是储存和释放的效率,和是能级的下限系数和上限系数;每个约束的含义与电池约束的含义相似;
d、确定与主电网交互的约束,如式(10)所示:
式(10)中,是最大交互功率,并且和是表示电网购售电状态的二元变量;第一和第二约束是交互功率的限制;第三和第四个约束是交互状态的限制;
e、建立负荷传递约束函数,如式(11)所示:
式(11)中,和分别是表示在时间段t传入和传入状态的二元变量,并且是时间段t的可传递电负荷;第一和第二约束分别是传入和传出电功率的限制,第三和第四约束是传入和传出状态的限制;
f、建立能量平衡约束,如式(12)所示:
式中,是时间段t处的固定电力负荷,是热电联产系统在时间段t的输出热功率,ηhe是热交换器的效率。第一和第二约束分别代表电功率平衡和热功率平衡;
S122:确定供热网络的约束,其中包括温度混合和节能、传输延迟和热损失以及温度限制:
j、确定温度混合和节能的运行约束;
j1、假设流入同一节点的质量交换热能并完全混合其温度,流出该节点的质量将具有相同的温度,如式(13)所示;
式(13)中,第一个约束是供应管道节点处的温度混合,而第二个约束是回输管道节点处的温度混合;是在时间段t从供应管道b流出的质量的温度,是在时间段t从回输管道b流出的质量温度,和分别是供给节点i和返回节点i的质量温度,Ind是节点的指标集,是质量从节点i流入的管道的指标集,并且是质量流入节点i需要经过的管道的指标集;
j2、根据节能定律,流入节点的热能应该等于从该节点流出的热能,确定节能约束如式(14)所示:
式(14)中,是管道b处的质量流量;第一约束和第二约束分别表示供应管道节点和返回管道节点处的能量节约;
j3、在源节点和负载节点中,应根据节能满足以下约束,如式(15)所示:
式(15)中,第一个约束表示源节点处的能量平衡,其中c表示质量的比热容,Φsrc是连接到源节点的管道的指标集;第二个约束是热负荷节点处的能量平衡,其中是在时间段t的节点i处的热需求,是连接到节点i的管道的指数集,是热负荷节点的索引集;
h、确定传输延迟和热量损耗约束,如式(16)所示:
式(16)中,传输延迟和损耗的建模基于节点法;首先,通过式(16)计算质量流量的温度,其中暂时忽略热损耗;在此,和分别是在时间段t流出供应管道b和回输管道b的质量的预估温度,和分别是在时间段t流入供应管道b和回输管道b的质量的实时温度,βb和γb是表示管道b中质量流的时间延迟整型常数,Kb,k是系数,Φ是管道的指标集;
h1、确定常数γb,βb和Kb,k,如式(17)-(18):
式(17)中,Z是整数集,ρ是质量流的密度,Ab是管道b的横截面积,lb是管道b的长度;在式(18)中,Rb是从时间段t-γb到时间段t流入管道b的总质量,并且可以通过式(19)计算得出;
h2、确定热损耗函数,其可由温度下降反映得出,如式(20):
式中,流出管道b的质量的实际温度可经式(20)计算得出,其中和分别是在时间段t流出供应管道b和回流管道b实际质量温度,是供热网络的环境温度,ξb是温降比,λb是管道b的传热系数;
h3、确定温度限制函数,应包括以下约束,以确保供热质量;在此,和分别是供应管道中温度参数的最小值和最大值,和分别是回流管道中温度参数的最小值和最大值,如式(21):
S123:确定热负荷的约束,如式(22)-(26):
式(22)中,是负荷节点i处的室内空气的热容量,Bi是热负荷节点i处的建筑物的数量,是在时间段t提供给负荷节点i用于建筑物加热的热功率,并且是在时间段t的室外温度;为了使供热质量保持在良好水平,室内温度应在维持一定范围内,并且调度期间的平均值应等于式(23)中给出的最佳值;在此,和分别是舒适室内温度的最小值和最大值,是最佳室内温度,Nd是一天中的时间段的数量;
式(24)中,每个用户都在家中安装了一个储水箱,以保持良好的热水供应;储水箱吸收来自加热网络的热能,并且水温可通过式式(24)计算得出;在此,是在时间段t的负荷节点i处的热水的温度,是用户在时间段t的负荷节点i处消耗的热水量;是负荷节点i处用户储水箱的总容积,是补充到储水箱中的冷水的温度,并且是在时间段t供给负荷节点i处用于家用热水的热功率;为确保用户舒适,温度限制应由式(25)给出,其中和分别是舒适水温最小值和最大值,是最佳水温;此外,热功率平衡方程由式(26)给出;
S13、得到最优规划模型解决方案。
在所述步骤S2中对步骤S1中获得的优化模型进行仿真并分析结果的步骤如下:
S21:算例仿真研究:
I1:忽略供热网络和热负荷的特性的规划方法案例仿真;
I2:仅考虑热负荷份特性的规划方法案例仿真;
I3:仅考虑加热网络的特性的规划方案案例仿真;
I4:综合考虑加热网络和热负荷的特性的规划方法案例仿真;
S211:构建系统结构和参数;
S212:规划结果和成本分析;
S213:运营分析。
本发明提出的一种考虑供热网和热负荷的多能源系统优化规划方法,得出了如下结论:(1)考虑供热网络热负荷的特性对燃气轮机的最优容量没有明显影响,但能有效降低燃气锅炉、蓄电池和蓄热罐的必要容量;(2)将供热网络和热负荷的特性嵌入规划模型对投资成本的影响很小,但燃料成本却大大降低;(3)燃气轮机在冬季和过渡季节具有良好的利用率,夏季仅在高峰负荷时段具有较高的输出量。
本发明公开的一种考虑供热网和热负荷的多能源系统优化规划方法考虑了供热网的供热网络特性和热负荷的特性,将热电联产系统,供热网络和包括建筑物供热负荷和生活热水负荷在内的热负荷全部模拟并嵌入到规划模型中,并运用节点法,对加热网络的特性进行了精确、全面的建模;同时利用建筑物和储水箱的热模型,模拟了包括建筑物供暖负荷和家用热水负荷在内的热负荷。在此基础上,针对MES提出了基于MILP的优化规划模型,并考虑了投
资成本,燃料成本,电网成本,维护成本和环境成本。本发明提供的方法实现
了对基于供热网和热负荷的多能源系统管理的逐级细化、优化求解以及全局和
局部的协调。
附图说明
图1是供热网络的结构示意图;
图2是热电联产系统和供热网络的结构示意图;
图3是不同案例下的详细成本示意图;
图4是在不同的典型工况下燃料、电网、维护和环境的成本示意图;
图5是每个设备在冬季的电力示意图;
图6是每个设备在夏季的电力示意图;
图7是每个设备在过渡季节的电力示意图;
图8是锅炉的输出热功率。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施案例对本发明进行深入地详细说明。应当理解,此处所描述的具体实施案例仅仅用以解释本发明,并不用于限定发明。
一种考虑供热网和热负荷的多能源系统优化方法,该方法包括如下步骤:
S1:建立MES的综合最优化模型MILP;
S2:对步骤S1中获得的优化模型进行仿真并分析结果。
在所述步骤S1中建立MES的综合最优化模型的步骤如下:
S11:建立MES的最优规划模型目标函数,如式(1)所示:
min C=Cinv+Cfuel+Cgrid+Cmain+Cenv 式(1)
式(1)中的参数包括经济成本和环境成本,经济成本包括年化投资成本Cinv,燃料成本Cfuel,与主电网的交互成本Cgrid,以及维护成本Cmain,环境成本Cenv包括燃气轮机和燃气锅炉产生的二氧化碳的罚款成本;
步骤S111中年化投资成本的函数建立如式(2)所示:
式(2)中,r是资本利率,y是投资回报年数;和分别是是燃气轮机和燃气锅炉的单位容量投资成本;和分别是电池和蓄热罐的单位容量投资成本;和分别是燃气轮机和燃气锅炉的容量;和分别是电池和储热罐的容量;
S112:确定包括燃气轮机和燃气锅炉所用天然气的燃料成本函数,如式(3)所示:
式(3)中,cgas是天然气的价格,是燃气轮机在时间段t的电功率,是燃气轮机在时间段t的热功率,ηgt是燃气轮机的效率,ηb g是燃气锅炉的效率,Δt是该时间段的时间间隔,N是时间段的指标组;
S113:确定与主电网互动成本函数,如式(4)所示:
式(4)中,电网成本等于电网购电成本减去电网售电成本,其中是主电网购电价格,是出售给主电网的电价,而和分别是在时间段t购买和出售给主电网的电量;
S114:确定维护成本函数,如式(5)所示:
式(5)中,其中和分别是燃气轮机和燃气锅炉的单位维护成本,和分别是电池和储热罐的单位维护成本,和分别是电池的充电功率和放电功率,同时和分别是储热罐的储能和释能;
S115:确定MES的环境成本函数,如式(6)所示:
式(6)中,cpena是CO2排放的单位罚款成本,mgt是燃气轮机的CO2排放因子,mgb是燃气锅炉的CO2排放因子;
S12:确定制约因素函数;
S121:确定热电联产系统约束函数,其中包括燃气轮机,燃气锅炉,电池和储热罐设备的运行约束;
c、确定燃气轮机和燃气锅炉的运行约束,如式(7)所示:
d、确定电池的运行约束,如式(8)所示:
式(8)中,和分别表示充电和放电状态的二元变量,和 分别是充电和放电的上限系数,是电池的能级,和分别是充电和放电的效率,和分别是能级的下限系数和上限系数;第一和第二约束分别是充电功率和放电功率的限制;第三和第四约束是充电状态和放电状态的限制;第五个约束是电池的能量方程,最后一个约束是能级限制;
c、确定储热罐的运行约束,如式(9)所示:
式(9)中,和分别是表示储存和释放状态的二元变量,和 分别是储存和释放的上限系数,是储热罐的能级,和分别是储存和释放的效率,和是能级的下限系数和上限系数;每个约束的含义与电池约束的含义相似;
g、确定与主电网交互的约束,如式(10)所示:
式(10)中,是最大交互功率,并且和是表示电网购售电状态的二元变量;第一和第二约束是交互功率的限制;第三和第四个约束是交互状态的限制;
h、建立负荷传递约束函数,如式(11)所示:
式(11)中,和分别是表示在时间段t传入和传入状态的二元变量,并且是时间段t的可传递电负荷;第一和第二约束分别是传入和传出电功率的限制,第三和第四约束是传入和传出状态的限制;
i、建立能量平衡约束,如式(12)所示:
式中,是时间段t处的固定电力负荷,是热电联产系统在时间段t的输出热功率,ηhe是热交换器的效率。第一和第二约束分别代表电功率平衡和热功率平衡;
S122:确定供热网络的约束,其中包括温度混合和节能、传输延迟和热损失以及温度限制:
j、确定温度混合和节能的运行约束;
j1、假设流入同一节点的质量交换热能并完全混合其温度,流出该节点的质量将具有相同的温度,如式(13)所示;
式(13)中,第一个约束是供应管道节点处的温度混合,而第二个约束是回输管道节点处的温度混合;是在时间段t从供应管道b流出的质量的温度,是在时间段t从回输管道b流出的质量温度,和分别是供给节点i和返回节点i的质量温度,Ind是节点的指标集,是质量从节点i流入的管道的指标集,并且是质量流入节点i需要经过的管道的指标集;
j2、根据节能定律,流入节点的热能应该等于从该节点流出的热能,确定节能约束如式(14)所示:
式(14)中,是管道b处的质量流量;第一约束和第二约束分别表示供应管道节点和返回管道节点处的能量节约;
j3、在源节点和负载节点中,应根据节能满足以下约束,如式(15)所示:
式(15)中,第一个约束表示源节点处的能量平衡,其中c表示质量的比热容,Φsrc是连接到源节点的管道的指标集;第二个约束是热负荷节点处的能量平衡,其中是在时间段t的节点i处的热需求,是连接到节点i的管道的指数集,是热负荷节点的索引集;
i、确定传输延迟和热量损耗约束,如式(16)所示:
式(16)中,传输延迟和损耗的建模基于节点法;首先,通过式(16)计算质量流量的温度,其中暂时忽略热损耗;在此,和分别是在时间段t流出供应管道b和回输管道b的质量的预估温度,和分别是在时间段t流入供应管道b和回输管道b的质量的实时温度,βb和γb是表示管道b中质量流的时间延迟整型常数,Kb,k是系数,Φ是管道的指标集;
h1、确定常数γb,βb和Kb,k,如式(17)-(18):
式(17)中,Z是整数集,ρ是质量流的密度,Ab是管道b的横截面积,lb是管道b的长度;在式(18)中,Rb是从时间段t-γb到时间段t流入管道b的总质量,并且可以通过式(19)计算得出;
h2、确定热损耗函数,其可由温度下降反映得出,如式(20):
式中,流出管道b的质量的实际温度可经式(20)计算得出,其中和分别是在时间段t流出供应管道b和回流管道b实际质量温度,是供热网络的环境温度,ξb是温降比,λb是管道b的传热系数;
h3、确定温度限制函数,应包括以下约束,以确保供热质量;在此,和分别是供应管道中温度参数的最小值和最大值,和分别是回流管道中温度参数的最小值和最大值,如式(21):
S123:确定热负荷的约束,如式(22)-(26):
式(22)中,是负荷节点i处的室内空气的热容量,Bi是热负荷节点i处的建筑物的数量,是在时间段t提供给负荷节点i用于建筑物加热的热功率,并且是在时间段t的室外温度;为了使供热质量保持在良好水平,室内温度应在维持一定范围内,并且调度期间的平均值应等于式(23)中给出的最佳值;在此,和分别是舒适室内温度的最小值和最大值,是最佳室内温度,Nd是一天中的时间段的数量;
式(24)中,我们假设每个用户都在家中安装了一个储水箱,以保持良好的热水供应;储水箱吸收来自加热网络的热能,并且水温可通过式式(24)计算得出;在此,是在时间段t的负荷节点i处的热水的温度,是用户在时间段t的负荷节点i处消耗的热水量;是负荷节点i处用户储水箱的总容积,是补充到储水箱中的冷水的温度,并且是在时间段t供给负荷节点i处用于家用热水的热功率;为确保用户舒适,温度限制应由式(25)给出,其中和分别是舒适水温最小值和最大值,是最佳水温;此外,热功率平衡方程由式(26)给出;
S13、得到最优规划模型解决方案。
为MES制定了一个综合的最优规划模型(OPM),该模型考虑了热电联产系统、供暖网络和热负荷的特性,在规划模型中利用热负荷的热惯性来提高MES的灵活性,OPM是一个混合整数线性规划模型(MILP),可以通过CPLEX,Gurobi等现成解算器轻松解决。
在所述步骤S2中对步骤S1中获得的优化模型进行仿真并分析结果的步骤如下:
S21:算例仿真研究:
为了验证所提出的规划方案的经济性能,利用了华北的四个案例进行比较研究。
I1:忽略供热网络和热负荷的特性的规划方法案例仿真;
I2:仅考虑热负荷份特性的规划方法案例仿真;
I3:仅考虑加热网络的特性的规划方案案例仿真;
I4:综合考虑加热网络和热负荷的特性的规划方法案例仿真;
上述仿真是在配备Intel i7 CPU和8G RAM.的笔记本电脑上进行,编程环境是Matlab 2016a,CPLEX用于计算此模型。
S211:构建系统结构和参数;
热电联产系统包括燃气轮机,燃气锅炉,太阳能电池,电池和储热罐。热电联产系统可以从主电网购电或向其售电,假设太阳能电池的容量是固定的,需要优化燃气轮机,燃气锅炉,电池和储热罐的容量,供热管网由12个供水管道和7个热负荷节点组成,热电联产系统中设备的参数如表1所示,供热网络和热负荷的参数分别在表2和表3中给出。
MES的年度运行中有三种典型的工况,即冬季,夏季和过渡季节。在冬季,MES为终端用户提供建筑供暖和生活热水所需热能。在夏季和过渡季节,MES仅为生活热水供应热能。在这种情况下,我们假设每个工况的持续时间分别为150天,80天和135天。
表1.热电联产系统中的设备
表2.网络参数
表3热负荷数据
S212:规划结果和成本分析;
1)最优化容量的结果
表4中显示了四种案例下每种设备的最优化容量。首先,燃气轮机在不同案例下的容量非常相似,而燃气锅炉不同案例下的容量则完全不同。与案例I1相比,案例I4中燃气锅炉的容量减少了34.7%,与案例I2和案例I3相比减少了17.6%。可以得出结论,加热网络和热负荷的特性可以有效地降低燃气锅炉的必要容量。其次,电池在不同案例下的容量有明显差异。有趣的是,当仅考虑热负荷的蓄热容量时(即案例I2),与案例I1相比,电池的容量有所增加。第三,蓄热罐的容量从案例I1到案例I4显示出逐渐下降的趋势。综上所述,我们可以看到,在MES的规划中考虑加热网络和热负荷的热存储容量可以明显降低燃气锅炉、电池和储热罐的容量。
表4设备在不同案例下的最佳容量
表5不同案例下的详细成本
2)成本分析
表5和图3显示了不同案例下的详细成本。总成本从案例I1到案例I4呈现逐渐下降趋势。与案例I1相比,案例I4的总成本减少了9.4%。案例I2的总成本非常接近案例I1,案例I3的成本与案例I1相比减少了3.7%。因此,我们可以得出结论,与热负荷相比,供热网络的蓄热能力为MES的规划带来更多的收益,同时,我们可以在MES规划中同时利用供热网络和热负荷的特性获得最大收益。而且,可以看出每种案例下的投资成本差别不大。对于案例I1、I2、和I4,燃料成本、维护成本和环境成本均呈下降趋势,而电网成本呈上升趋势。案例I2是一个特例,其总成本与案例I1几乎相同,这表明在此案例中,只考虑规划中的热负荷特性收益很少。
每种工况下的燃料、电网、维护和环境成本如图4所示。在三种工况下,燃料成本所占比例最大。与其他工况相比,冬季由于建筑物供暖所需热负荷非常大,其燃料成本最大。由于向电网大量售电,四个案例的冬季电网成本均为负值。在夏季,热负荷较低,MES从电网购买更多电力,因此电网成本为正值并且数目巨大,甚至大于案例I4的燃料成本。在过渡季节,热负荷多于夏季但少于冬季,因此,燃气轮机基本上可以同时满足电力负荷和热负荷,并且电网成本为正值但数值不高。
S213:运营分析。
为了进一步揭示所提出的规划方法的性能,下面分析案例I4中的MES的运行工况。在三种典型工况下MES中每个设备在不同季节的电功率如图5-7所示。
在冬季,燃气轮机全天运行以满足热负荷,并在00:00-15:00和23:00-24:00之间向电网出售大量电力。在夏季,燃气轮机的输出功率在00:00-07:00,12:00-16:00和19:00-14:00期间非常低,因此电网能满足大部分电力需求。显然,在夏季,当热负荷非常低时,燃气轮机仅在峰值负荷时间内需要大量输出功率。在过渡季节,燃气轮机在08:00-12:00和17:00-21:00期间具有高输出,并且MES在峰值负荷期时段不从电网购买电力。总之,燃气轮机的利用率在冬季和过渡季节均较高,而在夏季则较低。
燃气锅炉在三种典型工况下的输出如图8所示。可以看出,燃气锅炉在夏季和过渡季节不起作用,因为热负荷非常低并且可以由燃气轮机满足。在冬季,燃气轮机在00:00-02:00,08:00-10:0,15:00-16:00和20:00-21:00期间不工作。在其他时间段,燃气锅炉的输出非常高并且几乎满负荷。
本发明公开了一种考虑供热网和热负荷的多能源系统优化规划方法考虑了供热网的供热网络特性和热负荷的特性,将热电联产系统,供热网络和包括建筑物供热负荷和生活热水负荷在内的热负荷全部模拟并嵌入到规划模型中,并运用节点法,对加热网络的特性进行了精确、全面的建模;同时利用建筑物和储水箱的热模型,模拟了包括建筑物供暖负荷和家用热水负荷在内的热负荷。在此基础上,针对MES提出了基于MILP的优化规划模型,并考虑了投资成本,燃料成本,电网成本,维护成本和环境成本。本发明提供的方法实现了对基于供热网和热负荷的多能源系统管理的逐级细化、优化求解以及全局和局部的协调。
Claims (3)
1.一种考虑供热网和热负荷的多能源系统优化规划方法,其特征在于,所述规划方法包括以下步骤:
S1:建立MES的综合最优化模型MILP;
S2:对步骤S1中获得的优化模型进行仿真并分析结果。
2.根据权利要求1所述的考虑供热网和热负荷的多能源系统优化规划方法,其特征在于,在所述步骤S1中建立MES的综合最优化模型的步骤如下:
S11:建立MES的最优规划模型目标函数,如式(1)所示:
min C=Cinv+Cfuel+Cgrid+Cmain+Cenv 式(1)
式(1)中的参数包括经济成本和环境成本,经济成本包括年化投资成本Cinv,燃料成本Cfuel,与主电网的交互成本Cgrid,以及维护成本Cmain,环境成本Cenv包括燃气轮机和燃气锅炉产生的二氧化碳的罚款成本;
步骤S111中年化投资成本的函数建立如式(2)所示:
式(2)中,r是资本利率,y是投资回报年数;和分别是是燃气轮机和燃气锅炉的单位容量投资成本;和分别是电池和蓄热罐的单位容量投资成本;和分别是燃气轮机和燃气锅炉的容量;和分别是电池和储热罐的容量;
S112:确定包括燃气轮机和燃气锅炉所用天然气的燃料成本函数,如式(3)所示:
式(3)中,cgas是天然气的价格,是燃气轮机在时间段t的电功率,是燃气轮机在时间段t的热功率,ηgt是燃气轮机的效率,ηb g是燃气锅炉的效率,Δt是该时间段的时间间隔,N是时间段的指标组;
S113:确定与主电网互动成本函数,如式(4)所示:
式(4)中,电网成本等于电网购电成本减去电网售电成本,其中是主电网购电价格,是出售给主电网的电价,而和分别是在时间段t购买和出售给主电网的电量;
S114:确定维护成本函数,如式(5)所示:
式(5)中,其中和分别是燃气轮机和燃气锅炉的单位维护成本,和分别是电池和储热罐的单位维护成本,和分别是电池的充电功率和放电功率,同时和分别是储热罐的储能和释能;
S115:确定MES的环境成本函数,如式(6)所示:
式(6)中,cpena是CO2排放的单位罚款成本,mgt是燃气轮机的CO2排放因子,mgb是燃气锅炉的CO2排放因子;
S12:确定制约因素函数;
S121:确定热电联产系统约束函数,其中包括燃气轮机,燃气锅炉,电池和储热罐设备的运行约束;
a、确定燃气轮机和燃气锅炉的运行约束,如式(7)所示:
b、确定电池的运行约束,如式(8)所示:
式(8)中,和分别表示充电和放电状态的二元变量,和 分别是充电和放电的上限系数,是电池的能级,和分别是充电和放电的效率,和分别是能级的下限系数和上限系数;第一和第二约束分别是充电功率和放电功率的限制;第三和第四约束是充电状态和放电状态的限制;第五个约束是电池的能量方程,最后一个约束是能级限制;
c、确定储热罐的运行约束,如式(9)所示:
式(9)中,和分别是表示储存和释放状态的二元变量,和 分别是储存和释放的上限系数,是储热罐的能级,和分别是储存和释放的效率,和是能级的下限系数和上限系数;每个约束的含义与电池约束的含义相似;
d、确定与主电网交互的约束,如式(10)所示:
式(10)中,是最大交互功率,并且和是表示电网购售电状态的二元变量;第一和第二约束是交互功率的限制;第三和第四个约束是交互状态的限制;
e、建立负荷传递约束函数,如式(11)所示:
式(11)中,和分别是表示在时间段t传入和传入状态的二元变量,并且是时间段t的可传递电负荷;第一和第二约束分别是传入和传出电功率的限制,第三和第四约束是传入和传出状态的限制;
f、建立能量平衡约束,如式(12)所示:
式中,是时间段t处的固定电力负荷,是热电联产系统在时间段t的输出热功率,ηhe是热交换器的效率;第一和第二约束分别代表电功率平衡和热功率平衡;
S122:确定供热网络的约束,其中包括温度混合和节能、传输延迟和热损失以及温度限制:
j、确定温度混合和节能的运行约束;
j1、假设流入同一节点的质量交换热能并完全混合其温度,流出该节点的质量将具有相同的温度,如式(13)所示;
式(13)中,第一个约束是供应管道节点处的温度混合,而第二个约束是回输管道节点处的温度混合;是在时间段t从供应管道b流出的质量的温度,是在时间段t从回输管道b流出的质量温度,和分别是供给节点i和返回节点i的质量温度,Ind是节点的指标集,是质量从节点i流入的管道的指标集,并且是质量流入节点i需要经过的管道的指标集;
j2、根据节能定律,流入节点的热能应该等于从该节点流出的热能,确定节能约束如式(14)所示:
式(14)中,是管道b处的质量流量;第一约束和第二约束分别表示供应管道节点和返回管道节点处的能量节约;
j3、在源节点和负载节点中,应根据节能满足以下约束,如式(15)所示:
式(15)中,第一个约束表示源节点处的能量平衡,其中c表示质量的比热容,Φsrc是连接到源节点的管道的指标集;第二个约束是热负荷节点处的能量平衡,其中是在时间段t的节点i处的热需求,是连接到节点i的管道的指数集,是热负荷节点的索引集;
h、确定传输延迟和热量损耗约束,如式(16)所示:
式(16)中,传输延迟和损耗的建模基于节点法;首先,通过式(16)计算质量流量的温度,其中暂时忽略热损耗;在此,和分别是在时间段t流出供应管道b和回输管道b的质量的预估温度,和分别是在时间段t流入供应管道b和回输管道b的质量的实时温度,βb和γb是表示管道b中质量流的时间延迟整型常数,Kb,k是系数,Φ是管道的指标集;
h1、确定常数γb,βb和Kb,k,如式(17),式(18)所示;
式(17)中,Z是整数集,ρ是质量流的密度,Ab是管道b的横截面积,lb是管道b的长度;在式(18)中,Rb是从时间段t-γb到时间段t流入管道b的总质量,并且可以通过式(19)计算得出;
h2、确定热损耗函数,其可由温度下降反映得出,如式(20):
式中,流出管道b的质量的实际温度可经式(20)计算得出,其中和分别是在时间段t流出供应管道b和回流管道b实际质量温度,是供热网络的环境温度,ξb是温降比,λb是管道b的传热系数;
h3、确定温度限制函数,应包括以下约束,以确保供热质量;在此,和分别是供应管道中温度参数的最小值和最大值,和分别是回流管道中温度参数的最小值和最大值,如式(21):
S123:确定热负荷的约束,如式(22)-(26):
式(22)中,是负荷节点i处的室内空气的热容量,Bi是热负荷节点i处的建筑物的数量,是在时间段t提供给负荷节点i用于建筑物加热的热功率,并且是在时间段t的室外温度;为了使供热质量保持在良好水平,室内温度应在维持一定范围内,并且调度期间的平均值应等于式(23)中给出的最佳值;在此,和分别是舒适室内温度的最小值和最大值,是最佳室内温度,Nd是一天中的时间段的数量;
式(24)中,每个用户都在家中安装了一个储水箱,以保持良好的热水供应;储水箱吸收来自加热网络的热能,并且水温可通过式式(24)计算得出;在此,是在时间段t的负荷节点i处的热水的温度,是用户在时间段t的负荷节点i处消耗的热水量;是负荷节点i处用户储水箱的总容积,是补充到储水箱中的冷水的温度,并且是在时间段t供给负荷节点i处用于家用热水的热功率;为确保用户舒适,温度限制应由式(25)给出,其中和分别是舒适水温最小值和最大值,是最佳水温;此外,热功率平衡方程由式(26)给出;
S13、得到最优规划模型解决方案。
3.根据权利要求1所述的考虑供热网和热负荷的多能源系统优化规划方法,其特征在于,在所述步骤S2中对步骤S1中获得的优化模型进行仿真并分析结果的步骤如下:
S21:算例仿真研究:
I1:忽略供热网络和热负荷的特性的规划方法案例仿真;
I2:仅考虑热负荷份特性的规划方法案例仿真;
I3:仅考虑加热网络的特性的规划方案案例仿真;
I4:综合考虑加热网络和热负荷的特性的规划方法案例仿真;
S211:构建系统结构和参数;
S212:规划结果和成本分析;
S213:运营分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910074535.6A CN109740824A (zh) | 2019-01-25 | 2019-01-25 | 一种考虑供热网和热负荷的多能源系统优化规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910074535.6A CN109740824A (zh) | 2019-01-25 | 2019-01-25 | 一种考虑供热网和热负荷的多能源系统优化规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109740824A true CN109740824A (zh) | 2019-05-10 |
Family
ID=66366177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910074535.6A Pending CN109740824A (zh) | 2019-01-25 | 2019-01-25 | 一种考虑供热网和热负荷的多能源系统优化规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740824A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181201A (zh) * | 2020-02-21 | 2020-05-19 | 清华大学 | 基于双层强化学习的多能园区调度方法及系统 |
CN111219909A (zh) * | 2020-01-15 | 2020-06-02 | 华电电力科学研究院有限公司 | 一种结合工业余热的含储能装置的分布式能源站区域供能方法 |
CN113011655A (zh) * | 2021-03-22 | 2021-06-22 | 昆明理工大学 | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 |
CN113806898A (zh) * | 2021-09-01 | 2021-12-17 | 港华能源投资有限公司 | 用于确定供热管网储能能力的方法及相关装置 |
CN115854412A (zh) * | 2023-02-03 | 2023-03-28 | 华能济南黄台发电有限公司 | 一种城市电厂供热机组电锅炉系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190785A (zh) * | 2018-07-06 | 2019-01-11 | 东南大学 | 一种电热耦合综合能源系统运行优化方法 |
-
2019
- 2019-01-25 CN CN201910074535.6A patent/CN109740824A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190785A (zh) * | 2018-07-06 | 2019-01-11 | 东南大学 | 一种电热耦合综合能源系统运行优化方法 |
Non-Patent Citations (2)
Title |
---|
HONGZHONG CHENG 等: "Optimal Planning of Multi-Energy System Considering Thermal Storage Capacity of Heating Network and Heat Load", 《IEEE ACCESS》 * |
吴鸣 等: "基于模型预测控制的冷热电联供型微网动态优化调度", 《中国电机工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111219909A (zh) * | 2020-01-15 | 2020-06-02 | 华电电力科学研究院有限公司 | 一种结合工业余热的含储能装置的分布式能源站区域供能方法 |
CN111181201A (zh) * | 2020-02-21 | 2020-05-19 | 清华大学 | 基于双层强化学习的多能园区调度方法及系统 |
CN111181201B (zh) * | 2020-02-21 | 2021-06-11 | 清华大学 | 基于双层强化学习的多能园区调度方法及系统 |
CN113011655A (zh) * | 2021-03-22 | 2021-06-22 | 昆明理工大学 | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 |
CN113806898A (zh) * | 2021-09-01 | 2021-12-17 | 港华能源投资有限公司 | 用于确定供热管网储能能力的方法及相关装置 |
CN115854412A (zh) * | 2023-02-03 | 2023-03-28 | 华能济南黄台发电有限公司 | 一种城市电厂供热机组电锅炉系统 |
CN115854412B (zh) * | 2023-02-03 | 2023-10-20 | 华能济南黄台发电有限公司 | 一种城市电厂供热机组电锅炉系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740824A (zh) | 一种考虑供热网和热负荷的多能源系统优化规划方法 | |
CN108258679B (zh) | 考虑供热网储热特性的电-热综合能源系统优化调度方法 | |
CN108229025B (zh) | 一种冷热电联供型多微网主动配电系统经济优化调度方法 | |
CN104392286B (zh) | 考虑冷热电联供和储能运行策略的微电网运行优化方法 | |
Schmidt | Low temperature district heating for future energy systems | |
CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
CN110163411A (zh) | 一种区域综合能源系统运行优化方法 | |
CN109659927A (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
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 | |
Cheng et al. | Optimal planning of multi-energy system considering thermal storage capacity of heating network and heat load | |
CN110535128A (zh) | 基于用能舒适度的多区域综合能源系统协同调度方法 | |
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 | |
CN112364556A (zh) | 基于多能互补的智慧能源优化配置方法及终端设备 | |
CN109685332A (zh) | 一种综合能源多主体利益均衡优化调度方法及设备 | |
Sugihara et al. | A multi‐objective optimization model for determining urban energy systems under integrated energy service in a specific area | |
Guo et al. | Thermodynamic performance analyses and optimization design method of a novel distributed energy system coupled with hybrid-energy storage | |
Jintao et al. | Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy | |
Yang et al. | Optimal scheduling of CCHP with distributed energy resources based on water cycle algorithm | |
Jia et al. | Optimal operation of multi-energy systems in distributed energy network considering energy storage | |
Wang et al. | Optimal scheduling for integrated energy system considering shiftable loads and thermal energy storage of building | |
Rana et al. | Assessment of local energy trading in a residential energy hub with demand management | |
CN114529153A (zh) | 一种考虑综合需求响应的多区域综合能源系统调度方法 | |
Zhang et al. | Modeling of CHP-EHP coupled energy station considering load side flexibility | |
Liu et al. | Expansion Planning of Community-Scale Regional Integrated Energy System Considering Grid-Source Coordination: A Cooperative Game Approach | |
Hu et al. | Integrated modelling and planning of regional integrated energy systems based on exergy analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190510 |