CN109767029A - 局域能源互联网中冷热电三联供系统容量配置方法及系统 - Google Patents

局域能源互联网中冷热电三联供系统容量配置方法及系统 Download PDF

Info

Publication number
CN109767029A
CN109767029A CN201811533338.8A CN201811533338A CN109767029A CN 109767029 A CN109767029 A CN 109767029A CN 201811533338 A CN201811533338 A CN 201811533338A CN 109767029 A CN109767029 A CN 109767029A
Authority
CN
China
Prior art keywords
load
capacity
constraint
heat
power
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
Application number
CN201811533338.8A
Other languages
English (en)
Inventor
马静
周晓东
吴羽翀
王瑞峰
李智
张健
朱青
梁广平
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.)
China Electric Power Construction Group Hebei Electric Survey And Design Research Institute Co Ltd
North China Electric Power University
Original Assignee
China Electric Power Construction Group Hebei Electric Survey And Design Research Institute Co Ltd
North China Electric Power 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 China Electric Power Construction Group Hebei Electric Survey And Design Research Institute Co Ltd, North China Electric Power University filed Critical China Electric Power Construction Group Hebei Electric Survey And Design Research Institute Co Ltd
Priority to CN201811533338.8A priority Critical patent/CN109767029A/zh
Publication of CN109767029A publication Critical patent/CN109767029A/zh
Pending legal-status Critical Current

Links

Abstract

本发明属于冷热电三联供系统技术领域，尤其涉及一种局域能源互联网中冷热电三联供系统容量配置方法及系统，包括负荷预测模块，联供系统的配置模块和结果输出模块；通过长短期记忆神经网络预测算法对于负荷进行预测，对于负荷预测得到的数据进行处理；以系统年费用最低为目标函数，建立优化配置的数学模型，并考虑负荷平衡约束、设备运行约束和安全稳定性约束等条件，输出系统最佳配置方案，确定具体负荷条件下容量配置方法的适用范围。本发明所形成的容量配置、负荷预测结果对于指导系统调度运行、获悉系统潜在风险、制定控制方案、保证系统安全稳定运行具有重要意义。

Description

局域能源互联网中冷热电三联供系统容量配置方法及系统
技术领域
本发明属于冷热电三联供系统技术领域，尤其涉及一种局域能源互联网中冷热电三联供系统容量配置方法及系统。
背景技术
局域能源互联网是指基于园区配电网、以燃气为核心能源、以风电和分布式光伏等能源高效利用以及多能协同优化为主要形态、针对一个大型开发园区推广建设新能源独立的供给模式，以满足用户多能需求为基本目标的局域能源互联网。但燃机、风电、分布式光伏与储能等之间存在多能流耦合，使得冷热电三联供系统不能脱离局域能源互联网单独考虑，并且需要考虑并网或孤岛等多种运行方式。此外，还需综合考虑用户负荷侧的具体需求，加大了配置及运行的复杂性，导致传统的单独冷热电三联供系统的以热定电和以电定热两种容量配置系统及其方法难以适用。
目前，从设备配置和运行策略两个角度来提升联供系统经济性的研究主要有两个方向。一个是引入新能源发电形式来改善系统结构，在新结构下制定运行策略，将冷热电三联供系统和太阳能结合考虑，制定了系统的运行策略，并优化了不同策略下的设备容量；同时存在以沼气为原料的冷热电三联供系统，建立了多目标优化模型优化了设备容量及运行参数。另一个方向则是研究关键因素对配置结果的影响，从而找到经济性最好时的参数搭配，从不同负荷结构对冷热电三联供系统各设备最佳容量的影响，同时分析了能源价格等因素对冷热电三联供系统性能的影响。现阶段受自然资源分布限制，引入新能源发电形式具有一定的局限性。调节参数搭配能够提升的经济效益不高，因为实际参数受各种条件约束，难以达到理想配置情况。
综上所述，在局域能源互联网中，现有的冷热电三联供系统的配置方法将难以满足实际运行时的需求。
发明内容
针对上述问题，一种局域能源互联网中冷热电三联供系统容量配置方法及系统。
方法包括：
步骤1：基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理；
步骤2：以联供系统年费用最低为目标函数，建立优化配置的数学模型，并考虑负荷平衡约束、设备运行约束和安全稳定性约束；
步骤3：利用禁忌搜索算法求解优化配置问题，计算相应的待用能源设备的耗资数值，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
系统包括依次相连的：负荷预测模块，联供系统的配置模块和结果输出模块；
所述负荷预测模块结合园区局域能源互联网架构参数，基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理，作为后续系统配置及运行的基础；
所述联供系统的配置模块计及园区局域能源互联网中各部分的影响因素，考虑联供系统运行的经济性和可靠性，求取联供系统的能源设备容量配置参数，计算待用能源设备的耗资数值；
所述结果输出模块用以输出配置结果，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
所述能源设备容量配置参数包括：燃气轮机容量、吸收式制冷机容量、电制冷机容量、燃气锅炉容量、燃机波动电出力、燃气锅炉逐时热出力、燃气消耗量。
所述考虑联供系统运行的经济性，包括：建立以联供系统年费用最低为目标函数的优化模型，包括设备购置折合年费、燃料消耗费用、年运行费用；年运行费用又包括年购电费和维护费用。
所述考虑联供系统运行的可靠性，包括：所述优化模型的约束条件分为热负荷平衡约束、设备运行约束和安全稳定性约束；负荷平衡约束表现为联供系统逐时供能能力不小于负荷需求；设备运行约束包括设备性能约束和出力上下限约束；安全稳定性约束指联供系统和大电网联络线传输功率约束。
按照不同的燃料价格和购电价格来计算经济最优模式下的年费用以及相同负荷条件下分供系统年费用，从而来确定经济最优模式的适用范围。
所述模型的优化基于禁忌搜索算法。
本发明的有益效果：
本发明计及局域能源互联网情况对系统配置时参数的影响，构建了一种新型的冷热电三联供系统容量配置方法，对目标模型约束的优化基于禁忌搜索算法，相对于传统的单独的冷热电三联供系统往往采用的遗传算法或粒子群算法，避免了极易陷入局部最优的情况，对于遗传算法误差会相较于实际情况可达到16％，粒子群算法又过于依赖粒子群规模及其迭代次数，使得运算速度较为缓慢，禁忌搜索算法较好的避免这些缺陷。试验结果表明，本发明所构建的系统满足实际局域能源互联网运行时的需求；利用本发明所形成的容量配置方案、运行策略及负荷预测结果对于指导系统调度运行、获悉系统潜在风险、制定控制方案、保证系统安全稳定运行具有重要意义。
附图说明
图1为局域能源互联网中冷热电三联供系统的结构图
图2为园区历史负荷数据
图3为园区负荷预测结果
图4为7月份典型日电出力图
图5为7月份典型日热出力图
图6为分供系统年成本图
图7为本发明容量配置方法下联供系统年成本图
图8为分供系统和本发明容量配置方法联产系统年成本对比图
图9为分供系统结构原理图
具体实施方式
下面结合附图，对实施例作详细说明。
图1是本发明提供的局域能源互联网中冷热电三联供系统的结构图，如图1所示，本发明提出的技术方案是一种局域能源互联网中冷热电三联供系统容量配置系统，所述系统包括负荷预测模块，联供系统的配置模块和结果输出模块；
所述的负荷预测模块，其结合园区网络架构参数，基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理，作为后续系统配置及运行的基础。
所述联供系统的配置模块计及园区局域能源互联网中各部分的影响因素，考虑联供系统运行的经济性和可靠性，求取联供系统的能源设备容量配置参数，计算待用能源设备的耗资数值。
所述的结果输出模块用以输出配置结果，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
本发明提供的局域能源互联网中冷热电三联供系统容量配置方法包括：
步骤1：基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理；
步骤2：以系统年费用最低为目标函数，建立优化配置的数学模型，并考虑负荷平衡约束、设备运行约束和安全稳定性约束等条件；
步骤3：利用禁忌搜索算法求解优化配置问题，计算相应的所述待用能源设备的耗资数值，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围；
本发明提供的局域能源互联网中冷热电三联供系统容量配置系统的基本原理为：
1.负荷预测模块
对于给定的园区，其负荷数据的变化是一个连续的过程，当前时刻的负荷与上一时刻的负荷之间并不是相互独立的，两者存在着很强的相关性。所以，每一时刻的负荷变化不仅依赖于当前时刻的输入特征,而且与过去的输入特征也有关。长短期记忆神经网络预测算法是改进循环神经网络(Recurrent Neural Networks，RNN)的计算单元，得到的一种改进的深度学习算法，对于处理时间序列相关的数据有良好的效果。
长短期记忆神经网络预测算法在时刻t的输入数据为xt，输出值为ht，每个记忆单元含有3个控制门，即输入门it、输出门ot和遗忘门ft，其计算公式如下：
ot＝σ(wo×[ht-1,ht]+bo) (1)
ft＝σ(wt×[ht-1,xt]+bf) (2)
it＝σ(wi×[ht-1,xt]+bi) (3)
c't＝tanh(wc×[ht-1,xt]+bc) (4)
ct＝ft×ct-1+it×c't (5)
ht＝ot×tanh(ct) (6)
式中：wf为t时刻遗忘门ft的权值矩阵；bf为偏置量；σ采用Sigmoid激活函数；wi为t时刻输入门it的权值矩阵；bi为偏置量；wc为t时刻候选状态c't的权值矩阵；bc为偏置量；w0为t时刻输出门ot的权值矩阵；b0为偏置量；ct为记忆单元状态值。
根据上述负荷预测结果考虑热用户生产班次等因素，参考现状负荷同时率，蒸汽最大热负荷考虑0.75同时率系数，平均和最小热负荷考虑折减系数0.85，分别折算至能源站出口参数。管网损失考虑5％，供热参数根据工业热用户用汽参数与电厂至工业热用户之间的距离确定，每公里温度降低按10℃，每公里压力降低按0.1MPa。
2.联供系统的配置模块
以下详细说明中CCHP系统即冷热电三联供系统。
CCHP联供系统的实际工程多以经济性作为项目是否可行的评价指标，在满足负荷需求前提下尽可能减少成本。本发明建立的优化模型以系统年费用最低为目标函数，包括设备购置折合年费Ccap、燃料消耗费用Cfuel、年运行费用Cope。年运行费用又包括年购电费Cep和维护费用Cmt。年费用的计算公式为：
Min Ctotal＝Ccap+Cfuel+Cope (7)
各项费用的计算公式为：
Cope＝Cep+Cmt (10)
式中：Cnv为系统内各种设备单位容量的成本；Padpech为各设备优化计算的设计容量；r为折现率；n表示设备使用寿命；Cmt为维护费用；Eb.h代表燃气轮机发电机组逐时电出力；Qgb.h代表燃气锅炉逐时热出力；ηE代表燃气轮机发电机组的发电效率；ηQ代表燃气锅炉的产热效率；θ代表天然气的低热值；Cgas代表天然气价格,Cep代表年购电费。
模型的约束条件可分为负荷平衡约束、设备运行约束和安全稳定性约束。
负荷平衡约束表现为系统逐时供能能力不小于负荷需求，如式(11)至式(16)所示：
Ecchp.h+Eep.h≥Eload.h (11)
Ccchp.h≥Cload.h (12)
Qcchp.h≥Qload.h (13)
Ecchp.h＝Eb.h (14)
Ccchp.h＝Cec.h+Car.h (15)
Qcchp.h＝(1-wh)·Qeb.h+Qgb.h (16)
式中：Ecchp.h代表CCHP系统逐时输出电量；Eep.h代表与电网的逐时电能交换，Eep.h≥0表示电能从电网流向CCHP系统，反之为电能从CCHP系统流向电网；Eload.h代表系统逐时电能需求量；Ccchp.h代表系统逐时输出冷量；Cload.h代表系统逐时冷负荷需求量；Qcchp.h代表CCHP系统逐时输出热量；Qload.h代表CCHP系统逐时热负荷需求量；Cec.h代表电制冷机逐时电出力；Car.h代表吸收式制冷机逐时电出力；Qeb.h代表余热锅炉逐时热出力；wh代表余热分配系数。
设备运行约束主要包括设备性能约束和出力上下限约束，一般设备的性能可近似表示成输入能量和输出能量的线性关系，即效率恒定，如式(17),(18)所示：
0≤Dh≤Dmax (17)
Dh＝η·Din (18)
式中：Dh代表各设备逐时出力；Dmax代表相应设备的最大出力；η代表各设备的效率；Din代表设备输入功率。
同一种设备中所有运行的设备的负荷水平均相同。
安全稳定性约束指CCHP系统和大电网联络线传输功率约束，如式(19)所示：
Emin≤Eep.h≤Emax (19)
式中Emin、Emax分别表示联络线允许传输功率的下限和上限，正数表示功率由电网流向系统，负数表示功率由系统流向电网。受技术和政策因素影响，我国当前的CCHP系统多为并网不上网运行模式，Emin取0。Emax根据实际情况确定。
从约束条件可以看出经济最优模式不是优先满足某种类型负荷，而是三种负荷需求一起满足，同时受CCHP系统规划标准约束。系统各设备每个时段的出力均由目标函数确定，优势在于没有了传统运行模式的刚性约束。
结合上述说明及联供系统特点，本发明对于其目标约束的优化基于禁忌搜索算法，相对于传统的单独的冷热电三联供系统往往采用的遗传算法或粒子群算法，避免了极易陷入局部最优的情况，对于遗传算法误差会相较于实际情况可达到16％，粒子群算法又过于依赖粒子群规模及其迭代次数，使得运算速度较为缓慢，禁忌搜索算法较好的避免这些缺陷。
3.结果输出模块
输出配置结果，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
实施例
以我国江苏省泰兴地区某个含燃机、风机、光伏电池以及储能电池等分布式电源的智慧园区为例，将现已配置的储能电池按照盈利模式运行，冷热电三联供系统运行于并网上网模式下，确定配置结果，并与传统模式对比分析其经济性。
根据上述负荷预测结果考虑热用户生产班次等因素，参考现状负荷同时率，蒸汽最大热负荷考虑0.75同时率系数，平均和最小热负荷考虑折减系数0.85，分别折算至能源站出口参数。管网损失考虑5％，供热参数根据工业热用户用汽参数与电厂至工业热用户之间的距离确定，每公里温度降低按10℃，每公里压力降低按0.1MPa。以园区一年的用电量和一年的用热量作为负荷预测的原始数据，如图2所示。依据原始数据，采用长短期记忆神经网络预测算法对于负荷进行预测，预测结果如图3所示。
该园区的候选设备参数如表1所示，分时电价如表2所示。
表1
表2
本发明考虑并网运行模式，联络线允许传输功率上限取25MW，优化的变量包括逐时与电网的电能交换量、电出力、热出力；燃气轮机、吸收式制冷机、电制冷机、燃气锅炉的容量及型号；全年燃料费用、全年购电费用、设备运维费用、年成本等。最后，应用禁忌搜索算法通过邻域移动和解禁忌与释放，寻找采用本发明配置方法下的最优解。
传统的以热定电模式下的配置方法和本发明的配置方法的配置结果分别如表3、表4所示。
表3
设备 选择种类 选择台数 安装容量/MW
燃气轮机 3#燃气轮机 5 26.7
吸收式制冷机 1#吸收式制冷机 1 6.90
电制冷机 1#电制冷机 1 2.82
燃气锅炉 1#燃气锅炉 2 10.26
表4
设备 选择种类 选择台数 安装容量
燃气轮机 3#燃气轮机 4 31.36MW
吸收式制冷机 无 0 0MW
电制冷机 2#电制冷机 3 10.56MW
燃气锅炉 1#燃气锅炉 3 15.39MW
由表5和表6对比可知，相较于传统模式下，CCHP系统从电网购电量明显增加。与此同时，整个系统购置设备和燃料的开支降低。最终结果表明，本发明提出的配置方法能够降低系统年费用。因为园区对电负荷的需求较大，如果增加燃气轮机发电机组的出力，在满足电负荷需求的时候，有可能出现产热过剩的情况，导致系统能源利用率低且经济性差。所以从电网购电量依然较大。燃气轮机搭配余热锅炉使用能源利用率很高，经济效益好。
表5
表6
设备购置费用/元 149824800.00
设备折合费用/元 17684635.91
全年燃料费用/元 138660955.70
全年购电费用/元 94265355.13
设备运维费用/元 530539.08
年成本/元 251141485.8
由图4、图5可以看出，采用本发明的配置方法的配置结果表明，燃气轮机发电机组近乎于满出力，设备利用率极高。尽管通过吸收式制冷机供应冷负荷的单位成本低于电制冷，但是吸收式制冷机设备购置成本远大于电制冷机。该园区冷负荷较小，季节性波动明显。待选的吸收式制冷机容量较大，若采用吸收式制冷机供应冷负荷，设备利用率不高，经济性较差。
本发明按照不同的燃料价格和购电价格计算年费用以及相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。该园区负荷的分供系统配置为4台1#电制冷机，6台2#燃气锅炉。为方便分析，假定全年电价、气价恒为常数。选取电价在0.3～2.0元/kw·h内波动，气价在1.58～3.28元/m3内波动。计算出不同电价、气价对应的年成本，如图6、图7所示。
图8表示的是在不同电价、气价下，本发明容量配置方法年成本和分供系统年成本的差值，分供系统结构如图9所示。从中可以看出只有当电价很低，气价很高的时候，本发明容量配置方法下的联产系统经济性不如分供系统。因为这种情况下设备购置成本在年成本中占据较大比重。尽管联供系统自发电可以减少购电费用，但减少的购电费用不足以抵消购买联供设备的支出。此外电价越高，气价越低，联供系统相对分供系统的经济性就越好。因为联供系统通过燃气轮机发电机组可以满足部分电负荷需求，有效减少购电费用。
此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种局域能源互联网中冷热电三联供系统容量配置方法，其特征在于，包括：
步骤1：基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理；
步骤2：以联供系统年费用最低为目标函数，建立优化配置的数学模型，并考虑负荷平衡约束、设备运行约束和安全稳定性约束；
步骤3：利用禁忌搜索算法求解优化配置问题，计算相应的待用能源设备的耗资数值，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
2.根据权利要求1所述方法，其特征在于，所述能源设备容量配置参数包括：燃气轮机容量、吸收式制冷机容量、电制冷机容量、燃气锅炉容量、燃机波动电出力、燃气锅炉逐时热出力、燃气消耗量。
3.一种局域能源互联网中冷热电三联供系统容量配置系统，其特征在于，包括依次相连的：负荷预测模块，联供系统的配置模块和结果输出模块；
所述负荷预测模块结合园区局域能源互联网架构参数，基于长短期记忆神经网络预测算法对于负荷进行预测，考虑负荷同时率及管网损耗，对负荷预测得到的数据进行处理，作为后续系统配置及运行的基础；
所述联供系统的配置模块计及园区局域能源互联网中各部分的影响因素，考虑联供系统运行的经济性和可靠性，求取联供系统的能源设备容量配置参数，计算待用能源设备的耗资数值；
所述结果输出模块用以输出配置结果，并计算相同负荷条件下分供系统年费用，确定此负荷条件下容量配置方法的适用范围。
4.根据权利要求3所述系统，其特征在于，所述能源设备容量配置参数包括：燃气轮机容量、吸收式制冷机容量、电制冷机容量、燃气锅炉容量、燃机波动电出力、燃气锅炉逐时热出力、燃气消耗量。
5.根据权利要求3所述系统，其特征在于，所述考虑联供系统运行的经济性，包括：建立以联供系统年费用最低为目标函数的优化模型，包括设备购置折合年费、燃料消耗费用、年运行费用；年运行费用又包括年购电费和维护费用。
6.根据权利要求5所述系统，其特征在于，所述考虑联供系统运行的可靠性，包括：所述优化模型的约束条件分为热负荷平衡约束、设备运行约束和安全稳定性约束；负荷平衡约束表现为联供系统逐时供能能力不小于负荷需求；设备运行约束包括设备性能约束和出力上下限约束；安全稳定性约束指联供系统和大电网联络线传输功率约束。
7.根据权利要求5所述系统，其特征在于，按照不同的燃料价格和购电价格来计算经济最优模式下的年费用以及相同负荷条件下分供系统年费用，从而来确定经济最优模式的适用范围。
8.根据权利要求5所述系统，其特征在于，所述模型的优化基于禁忌搜索算法。
CN201811533338.8A 2018-12-14 2018-12-14 局域能源互联网中冷热电三联供系统容量配置方法及系统 Pending CN109767029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811533338.8A CN109767029A (zh) 2018-12-14 2018-12-14 局域能源互联网中冷热电三联供系统容量配置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811533338.8A CN109767029A (zh) 2018-12-14 2018-12-14 局域能源互联网中冷热电三联供系统容量配置方法及系统

Publications (1)

Publication Number Publication Date
CN109767029A true CN109767029A (zh) 2019-05-17

Family

ID=66450696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811533338.8A Pending CN109767029A (zh) 2018-12-14 2018-12-14 局域能源互联网中冷热电三联供系统容量配置方法及系统

Country Status (1)

Country Link
CN (1) CN109767029A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390438A (zh) * 2019-07-26 2019-10-29 广州市供电局有限公司 基于综合能源分布控制的园区用户的储能设计定容方法
CN110929213A (zh) * 2019-11-28 2020-03-27 上海电气分布式能源科技有限公司 一种考虑启停成本的设备容量的配置方法
CN111144649A (zh) * 2019-12-26 2020-05-12 哈尔滨工程大学 一种基于信息融合的组合预测方法
CN111429301A (zh) * 2020-03-26 2020-07-17 中国科学技术大学 一种容量配置和运行策略的协同优化处理方法和装置
CN111638692A (zh) * 2020-06-01 2020-09-08 南方电网数字电网研究院有限公司 智慧园区管理系统
CN112884221A (zh) * 2021-02-10 2021-06-01 北京国奥云高科技有限公司 局域网络多能互济最优化调度方法及装置
CN116736780A (zh) * 2023-08-15 2023-09-12 贵州汇通华城股份有限公司 一种区域能源站的开关机控制优化方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667013A (zh) * 2009-09-04 2010-03-10 天津大学 微型燃气轮机冷电联供分布式供能系统优化运行控制方法
CN105373842A (zh) * 2014-08-29 2016-03-02 国家电网公司 一种基于全能流模型的微电网能量优化与评估方法
CN105676646A (zh) * 2016-03-11 2016-06-15 国网天津市电力公司 一种冷热电联供系统优化运行的线性化方法
CN106022503A (zh) * 2016-03-17 2016-10-12 北京睿新科技有限公司 面向具有耦合型电冷热需求的微电网容量规划方法
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
CN107767074A (zh) * 2017-11-09 2018-03-06 东南大学 一种计及综合需求响应资源的能源枢纽规划方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略
CN108008629A (zh) * 2016-10-29 2018-05-08 南京理工大学 一种多种能源互补利用系统的优化运行方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667013A (zh) * 2009-09-04 2010-03-10 天津大学 微型燃气轮机冷电联供分布式供能系统优化运行控制方法
CN105373842A (zh) * 2014-08-29 2016-03-02 国家电网公司 一种基于全能流模型的微电网能量优化与评估方法
CN105676646A (zh) * 2016-03-11 2016-06-15 国网天津市电力公司 一种冷热电联供系统优化运行的线性化方法
CN106022503A (zh) * 2016-03-17 2016-10-12 北京睿新科技有限公司 面向具有耦合型电冷热需求的微电网容量规划方法
CN108008629A (zh) * 2016-10-29 2018-05-08 南京理工大学 一种多种能源互补利用系统的优化运行方法
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略
CN107767074A (zh) * 2017-11-09 2018-03-06 东南大学 一种计及综合需求响应资源的能源枢纽规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵飞: "基于博弈的热电联产竞价策略研究", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390438A (zh) * 2019-07-26 2019-10-29 广州市供电局有限公司 基于综合能源分布控制的园区用户的储能设计定容方法
CN110929213A (zh) * 2019-11-28 2020-03-27 上海电气分布式能源科技有限公司 一种考虑启停成本的设备容量的配置方法
CN110929213B (zh) * 2019-11-28 2024-04-05 上海电气分布式能源科技有限公司 一种考虑启停成本的设备容量的配置方法
CN111144649A (zh) * 2019-12-26 2020-05-12 哈尔滨工程大学 一种基于信息融合的组合预测方法
CN111144649B (zh) * 2019-12-26 2023-04-07 哈尔滨工程大学 一种基于信息融合的城市燃气日负荷组合预测方法
CN111429301A (zh) * 2020-03-26 2020-07-17 中国科学技术大学 一种容量配置和运行策略的协同优化处理方法和装置
CN111638692A (zh) * 2020-06-01 2020-09-08 南方电网数字电网研究院有限公司 智慧园区管理系统
CN111638692B (zh) * 2020-06-01 2022-04-08 南方电网数字电网研究院有限公司 智慧园区管理系统
CN112884221A (zh) * 2021-02-10 2021-06-01 北京国奥云高科技有限公司 局域网络多能互济最优化调度方法及装置
CN116736780A (zh) * 2023-08-15 2023-09-12 贵州汇通华城股份有限公司 一种区域能源站的开关机控制优化方法和系统
CN116736780B (zh) * 2023-08-15 2023-11-24 贵州汇通华城股份有限公司 一种区域能源站的开关机控制优化方法和系统

Similar Documents

Publication Publication Date Title
Jiang et al. Optimal economic scheduling of microgrids considering renewable energy sources based on energy hub model using demand response and improved water wave optimization algorithm
Ju et al. Multi-objective stochastic scheduling optimization model for connecting a virtual power plant to wind-photovoltaic-electric vehicles considering uncertainties and demand response
CN109767029A (zh) 局域能源互联网中冷热电三联供系统容量配置方法及系统
Wang et al. Multi-objective optimal scheduling model with IGDT method of integrated energy system considering ladder-type carbon trading mechanism
Tostado-Véliz et al. A mixed-integer-linear-logical programming interval-based model for optimal scheduling of isolated microgrids with green hydrogen-based storage considering demand response
Wang et al. Demand response comprehensive incentive mechanism-based multi-time scale optimization scheduling for park integrated energy system
Cao et al. An efficient and economical storage and energy sharing model for multiple multi-energy microgrids
Chen et al. A robust optimization framework for energy management of CCHP users with integrated demand response in electricity market
CN110807588B (zh) 一种多能源耦合综合能源系统的优化调度方法
CN113095791A (zh) 一种综合能源系统运行方法及系统
Najafi-Ghalelou et al. Risk-based scheduling of smart apartment building under market price uncertainty using robust optimization approach
Ju et al. A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator
Ren et al. A novel planning method for design and dispatch of hybrid energy systems
Yang et al. Optimal bidding strategy of renewable-based virtual power plant in the day-ahead market
Cao et al. Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response
Phan et al. Facilitating high levels of wind penetration in a smart grid through the optimal utilization of battery storage in microgrids: An analysis of the trade-offs between economic performance and wind generation facilitation
Jiang et al. Study on optimal operation of integrated energy system considering new energy incentive mechanism
Cai et al. Optimal scheduling of a hybrid AC/DC multi-energy microgrid considering uncertainties and Stackelberg game-based integrated demand response
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
Song et al. Distributed scheduling of HVACs based on transactive energy and ADMM
CN112365108A (zh) 一种园区综合能源系统多目标优化协同运行方法
Lu et al. Two-stage robust scheduling and real-time load control of community microgrid with multiple uncertainties
Najafi-Ghalelou et al. Multi-objective economic and emission scheduling of smart apartment building
CN113869927B (zh) 一种促进社区微网内部多产消者能源共享的分时定价方法
CN112734451B (zh) 一种基于非合作博弈的农业大棚多能源系统和优化方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190517

RJ01 Rejection of invention patent application after publication