CN110086184A - 一种基于投资约束的园区级综合能源系统容量优化方法 - Google Patents
一种基于投资约束的园区级综合能源系统容量优化方法 Download PDFInfo
- Publication number
- CN110086184A CN110086184A CN201910289651.XA CN201910289651A CN110086184A CN 110086184 A CN110086184 A CN 110086184A CN 201910289651 A CN201910289651 A CN 201910289651A CN 110086184 A CN110086184 A CN 110086184A
- Authority
- CN
- China
- Prior art keywords
- equipment
- cost
- power
- energy
- investment
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011084 recovery Methods 0.000 title abstract 3
- 238000004146 energy storage Methods 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 76
- 230000005611 electricity Effects 0.000 claims description 42
- 229910052799 carbon Inorganic materials 0.000 claims description 39
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 38
- 239000003345 natural gas Substances 0.000 claims description 38
- 238000003860 storage Methods 0.000 claims description 31
- 239000007789 gas Substances 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 21
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 7
- 231100000719 pollutant Toxicity 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 239000002918 waste heat Substances 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000000116 mitigating effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 abstract 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000013439 planning Methods 0.000 description 37
- 230000035699 permeability Effects 0.000 description 15
- 238000011160 research Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于投资约束的园区级综合能源系统容量优化方法，包括以下步骤：S1、确定园区所需的负荷类型，记为售出能源集合，并预测各类能源负荷需求量；S2、确定外部可获得的能源形式，记为购入能源形式集合；S3、确定相应的能量生产设备和转换设备类型，记为设备类型集合；S4、确定相关可用的储能装备，并将其列入储能设备集合；S5、按照随机初始化方案形成备选方案组合集合；S6、结合备选方案组合集合计算其对应的年化设备投资额形成预留方案集合；S7、通过投资约束对预留方案集合进行筛选，形成保留方案集合；S8、将保留方案集合输入多目标协同优化模型；S9、采用TOPSIS方法解得最佳配置方案。
Description
技术领域
本发明涉及能源系统优化领域，尤其涉及一种基于投资约束的园区级综合能源系统容量优化方法。
背景技术
当前，随着电力体制改革的深化推进以及传统能源消费带来的问题不断显现，为提高能源利用效率，打破能源之间的技术壁垒，综合能源系统(IES，Integrated EnergySystems)逐渐被重视起来。综合能源系统是以供给侧和需求侧的能源替代为基础，通过对分布式能源、储能等设备的合理规划和调度实现冷、热、电、气等异质能源的耦合，最终达到提升能源综合利用效率的目标。
目前，国内外在含多种能源的综合能源系统的规划设计方面已经取得一定研究成果。综合能源系统是以点为核心，多种能源相互耦合的能源供应系统，规划综合能源系统应考虑各能源在源、网、荷、储四个方面的耦合，并考虑实际建设中的影响因素：从以往研究成果来看，目前综合能源系统规划只注重了年成本、效益、能源利用率等长期目标，忽略了综合能源系统的建设投资同样制约了综合能源系统的效果，因此，有必要针对综合能源系统的建设投资成本对综合能源系统的优化进行研究。
发明内容
本发明目的是针对上述问题，提供一种可以结合投资成本的园区级综合能源系统容量优化方法。
为了实现上述目的，本发明的技术方案是：
一种基于投资约束的园区级综合能源系统容量优化方法，包括以下步骤：
S1、确定园区所需的负荷类型，记为售出能源集合，并预测各类能源负荷需求量；
S2、确定外部可获得的能源形式，记为购入能源形式集合；
S3、确定相应的能量生产设备和转换设备类型，记为设备类型集合；
S4、根据用户的负荷需求量确定储能装备，并将其列入储能设备集合；
S5、结合售出能源集合、购入能源形式集合和设备类型集合、储能设备集合，共同构成“能源形式-设备类型”集合，同时以目标解的值为引导、自变量的变化为依据，按照随机初始化方案形成备选方案组合集合；
S6、结合备选方案组合集合计算其对应的年化设备投资额形成预留方案集合；
S7、通过投资约束对预留方案集合进行筛选，将预留方案集合中满足投资约束的方案保留，形成保留方案集合；
S8、将保留方案集合输入多目标协同优化模型；多目标协同优化模型实施模拟运行优化，最终得出非劣解组合；
S9、采用TOPSIS方法在非劣解组合中解得最佳配置方案。
进一步的，所述步骤S8中的多目标协同优化模型包括目标函数和约束条件；目标函数包括总年化成本和碳排放；约束条件包括电力平衡约束、热冷平衡约束、各个设备的正常工作范围约束、储能约束。
进一步的，所述目标函数为总年化成本时，计算公式如下：
F1＝minCtotal＝Cinv+Cope+Cmai+Crep
其中，Ctotal是总年化成本,Cinv是设备等年值费用，Cope是系统的年运行费用，Cmai是系统内所有设备的年维护费用；Crep是系统内储能的年更换成本；
其中，Cfix是系统内设备投资额上限；η是折算利率；Cbuy,i是第i种设备的购买费用；Cins,i是第i种设备的安装费用；Ccon,i是第i种设备的建筑工程费用；xi是第i种设备的台数；Coth是设备投资中的其他费用；Ya是系统设计总年限；
Cope＝Cope-E+Cope-H+Cope-CO+Cope-NG
Cope-E＝∑CiPi(t)+Cbat,dep+(Mpele-DR+(1-M)pele)PEB-grid(t)
Cope-H＝CHB-grid+ah-st∑Ph-st(t)
其中，Cope-E是供电模块的运行费用；Cope-H是供热模块的运行费用；Cope-CO是供冷模块的运行费用；Cope-NG是供气模块的运行费用；Ci是分布式发电系统的运营成本；Pi(t)是t时刻分布式发电系统的输出功率；Cbat,dep是储能单位时间的充/放电折旧成本；pele-DR是需求响应电价；pele是固定电价；PEB-grid(t)是t时刻系统与电网之间的交换功率；CHB-grid是系统和热力公司的热减缓成本；ah-st是蓄热系统的耗电成本；Ph-st(t)是蓄热系统的功率；Pin,NG是天然气输入功率；QNG是天然气热值；aNG-st是天然气储存系统的耗电成本；PNG-st(t)是天然气储存系统的功率；M＝1代表系统参与需求响应，M＝0代表系统不参与需求响应；
其中，γ为系统设备的年维护费用占系统初期投资的比例；Ci是第i种设备的初始投资成本；
其中，Yf是电池实际使用寿命；CE是单位容量成本；ER是电池额定功率。
进一步的，所述目标函数为碳排放时，计算公式如下：
其中，Ccarb是碳排放量；α是发电过程中污染物排放系数；PE(t)是电网输入功率；β是天然气燃烧中污染物排放系数。
进一步的，所述电力平衡约束的计算公式为：
Pt gr+Pt pv+Pt wt+Pt ess+Pt gt＝Pt ld+Pt ec
其中，Pt gr为电网t时刻的输出功率；Pt pv、Pt wt分别为风机和光伏t时刻的输出功率；Pt ess为储电电池t时刻的充放电功率；Pt gt为燃气轮机t时刻的发电功率；Pt ld、Pt ec分别是t时刻园区电负荷、电制冷机的电负荷。
进一步的，所述热冷平衡约束的计算公式为：
式中，为燃气锅炉t时刻的热出力，为余热锅炉t时刻的热出力；为t时刻园区热负荷；为溴化锂吸收式制冷机t时刻的热负荷量；为溴化锂吸收式制冷机t时刻的制冷功率；为电制冷机t时刻的制冷功率；为t时刻园区冷负荷。
进一步的，所述各个设备的正常工作范围约束的计算公式为：
其中，Pi t、分别为t时刻i类型设备的电出力、n类型设备的热出力和m类型设备的冷出力；Pi min、Pi max分别为i类型设备正常运行时的最小电功率和最大电功率，设备包括风机、光伏、燃气轮机；分别为n类型设备正常运行时的热出力上下限，设备包括燃气锅炉和余热锅炉；分别为m类型设备正常运行时的冷出力上下限，设备包括溴化锂吸收式制冷机和电制冷机。
进一步的，所述储能约束包括充放电功率约束、荷电状态约束、设备的始末状态平衡约束，其计算公式为：
其中，SOCt分别为储电设备t时刻的充电功率、放电功率和荷电状态值；分别为储电设备的最大充放电功率；SOCmin、SOCmax分别为储电设备的最小、最大荷电状态值。
与现有技术相比，本发明具有的优点和积极效果是：
本发明针对设备投资约束和综合能源系统容量规划结合进行建模，建立了基于设备投资约束的综合能源系统双层优化规划模型框架，考虑了总年化成本和碳排放两个目标函数，保证在有限的投资额度下既满足各类负荷需求又保证碳排放达到最低，实现经济和环保的双重保障；并且，本发明结合融资成本和碳排放处理成本两个因素对投资者资金短缺情况下的综合能源系统容量规划进行研究，实现不同设备投资额度下的最佳融资额度的匹配以及资金短缺情况下的综合能源系统最佳规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为投资约束下优化规划双层模型框架图；
图2为模型求解流程图；
图3为区域综合能源系统结构及能流图；
图4为园区内冷、电、热负荷小时数关系图；
图5为不同时期电、热、冷的典型负荷曲线图；
图6为500万设备投资约束下的“总年化成本-碳排放”帕累托最优图；
图7为投资约束值与总年化成本关系图；
图8为投资约束值与碳排放量关系图；
图9为三指标占比趋势图；
图10为三指标总量变化趋势图；
图11为天然气价格与总年化成本关系图；
图12为风光渗透率约束与总年化成本关系图。
具体实施方式
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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本发明通过建设包括冷、热、电、气四种能源的“规划-运行”双层优化模型，考虑不同投资约束对综合能源系统建设的影响并引入融资成本，采用多目标智能算法实现综合能源系统规划，使规划结果能切实的应用于实际建设中，满足不同主体的需求。
园区综合能源系统双层优化规划模型框架
本发明按照“规划-运行”双层模型来解决园区综合能源系统的容量优化问题，规划层主要侧重设备配置方案的生成，通过记录集、设备投资约束、循环控制三项措施产生满足投资约束的设备配置方案，并向运行层进行传递；运行层主要侧重以总年化成本和碳排放为目标的方案寻优，同时根据全局循环次数的约束实现向规划层传递单轮循环中产生的非劣解集或者通过TOPSIS实现最佳配置方案的寻找。具体模型框架图如图1所示。
园区综合能源系统的设计目标是在投资者的投资能力可承受的情况下，依据用户对不同类型负荷的需求情况，结合园区可获得的各类能源情况以及各种类型设备的成本-效率关系，按照优化目标形成合理的设备配置规划方案。本发明为实现该目标而设计的优化规划双层模型主要分为规划和运行两部分，二者的设计步骤主要如下：
(1)规划部分
1)确定园区所需的负荷类型(电负荷、热水负荷、热气负荷、冷水负荷等)，记为售出能源集合Ls＝[L1,L2,L,LN]，并预测各类能源负荷需求量为D＝[D1,D2,L,DN]。
2)确定外部可获得的能源形式，记为购入能源形式集合Lb＝[Lb1,Lb2,L,LbM]。
3)根据园区所需负荷类型和外部可获得能源类型以及设备是否已经选型确定相应的能量生产设备和转换设备类型，记为设备类型集E。
4)根据用户的负荷需求确定相关可用的储能装备，并将其列入储能的设备集合。
5)结合Ls、Lb和E、S，共同构成“能源形式-设备类型”集，同时以目标解的值为引导、自变量的变化为依据，按照有指导性的随机初始化方案形成一定数量的备选方案组合集合，该集合将在规划和运行的双向协调优化中包含所有的能源利用方式，以此为基础进行设备类型和容量的优化搜索将避免人工干预的局限性，最终结合该集合计算其对应的年化设备投资额形成集合Iv。
6)按照指定的投资约束额对Iv进行筛选，若方案满足投资约束，则保留方案组合并形成集合Ivv；若不符合投资约束，则重新判断规划层的循环次数以决定按照原来设备组合重新生成配置方案还是从设备库中重新生成设备组合
(2)运行部分
1)确定系统优化的多个目标指标，比如成本和碳排放、成本和能效等多目标组合。
2)确定双目标优化方法，例如遗传算法、粒子群算法、蚁群算法等，并设置算法对应的方法参数。
3)按照选定的多个优化指标为导向，将规划层传输的筛选后的配置方案组合集作为输入参数，按照各种配置方案实施模拟运行优化，最终得出非劣解组合。
4)判断循环终止条件，满足则输出非劣解组合并采用TOPSIS方法解得最佳配置方案，同时按照最佳配置方案计算得出相关经济性指标值，否则向规划层传输本轮循环所得非劣解组合进行下一轮寻优。
本发明采用双层优化规划方法将投资约束下的园区综合能源系统规划问题和系统运行优化问题解耦，进而对投资约束下的园区综合能源系统规划问题进行优化。
MADS算法适合于目标函数的表达式比较复杂或者难以用明显的解析式表示出来的优化问题。规划层中由于配置组合方案的得出无法使用清晰的解析式来进行描述，故本发明采用MADS算法求解，在投资约束的范围内逐步寻找设备的配置方案组合，并结合运行层传递的非劣解集进行筛选，剔除已存在的解和不良解逐步逼近最佳解。该方法中试探点集合为待求解的设备台数和容量。
运行层建立多目标协同优化模型，目标函数包含两大模块：总年化成本模型(包括设备等年值费用、系统年运行费用、系统年维护费用、储能更换费用)和碳排放模型。具体函数形式如下：
目标函数1
本发明根据建立的“规划-运行”双层优化模型确定系统的总年化成本，目标函数如下：
F1＝min Ctotal＝Cinv+Cope+Cmai+Crep (1)
式中，Ctotal是总年化成本,Cinv是设备等年值费用，Cope是系统的年运行费用，Cmai是系统内所有设备的年维护费用；Crep是系统内储能的年更换成本。
1)系统设备等年值费用计算公式为：
式中，Cfix是系统内设备投资额上限；η是折算利率；Cbuy,i是第i种设备的购买费用；Cins,i是第i种设备的安装费用；Ccon,i是第i种设备的建筑工程费用；xi是第i种设备的台数；Coth是设备投资中的其他费用；Ya是系统设计总年限。
2)年运行费用计算公式为：
Cope＝Cope-E+Cope-H+Cope-CO+Cope-NG (3)
Cope-E＝∑CiPi(t)+Cbat,dep+(Mpele-DR+(1-M)pele)PEB-grid(t) (4)
Cope-H＝CHB-grid+ah-st∑Ph-st(t) (5)
式中，Cope-E是供电模块的运行费用；Cope-H是供热模块的运行费用；Cope-CO是供冷模块的运行费用；Cope-NG是供气模块的运行费用。Ci是分布式发电系统的运营成本；Pi(t)是t时刻分布式发电系统的输出功率；Cbat,dep是储能单位时间的充/放电折旧成本；pele-DR是需求响应电价；pele是固定电价；PEB-grid(t)是t时刻系统与电网之间的交换功率；CHB-grid是系统和热力公司的热减缓成本；ah-st是蓄热系统的耗电成本；Ph-st(t)是蓄热系统的功率；Pin,NG是天然气输入功率；QNG是天然气热值，取9.97kWh/m3；aNG-st是天然气储存系统的耗电成本；PNG-st(t)是天然气储存系统的功率；M＝1代表系统参与需求响应，M＝0代表系统不参与需求响应。
3)系统年维护费用计算公式为：
式中，γ为系统设备的年维护费用占系统初期投资的比例，本发明取0.03；Ci是第i种设备的初始投资成本。
4)年更换费用主要是指储能设备的年更换费用，计算公式为：
式中，Yf是电池实际使用寿命；CE是单位容量成本；ER是电池额定功率。
目标函数2
以天然气为燃料的冷热电联产系统和燃气锅炉是本发明研究系统的重要动力和供热机组，也是污染物排放的重要来源。有效的降低碳排放量将不仅对环境保护发挥重大作用，而且也有利于园区的长远运行，计算公式如下：
式中，Ccarb是碳排放量；α是发电过程中污染物排放系数；PE(t)是电网输入功率；β是天然气燃烧中污染物排放系数。
约束条件
(1)电力平衡约束
Pt gr+Pt pv+Pt wt+Pt ess+Pt gt＝Pt ld+Pt ec (10)
式中，Pt gr为电网t时刻的输出功率；Pt pv、Pt wt分别为风机和光伏t时刻的输出功率；Pt ess为储电电池t时刻的充放电功率；Pt gt为燃气轮机t时刻的发电功率；Pt ld、Pt ec分别是t时刻园区电负荷、电制冷机的电负荷。
(2)热(冷)平衡约束
式中，Qt GFB为燃气锅炉t时刻的热出力，为余热锅炉t时刻的热出力；为t时刻园区热负荷；为溴化锂吸收式制冷机t时刻的热负荷量；为溴化锂吸收式制冷机t刻的制冷功率；为电制冷机t时刻的制冷功率；为t时刻园区冷负荷。
(3)各个设备的电、热、冷的出力均需满足其正常工作范围的约束，具体约束如下：
式中，Pi t、分别为t时刻i类型设备的电出力、n类型设备的热出力和m类型设备的冷出力；Pi min、Pi max分别为系统内i类型设备正常运行时的最小电功率和最大电功率，设备包括风机、光伏、燃气轮机；分别为系统内n类型设备正常运行时的热出力上下限，设备包括燃气锅炉和余热锅炉；分别为系统内m类型设备正常运行时的冷出力上下限，设备包括溴化锂吸收式制冷机和电制冷机。
(4)储能约束
储电设备的约束主要包括充放电功率约束、荷电状态约束以及设备的始末状态的平衡约束，具体约束如下：
式中，SOCt分别为储电设备t时刻的充电功率、放电功率和荷电状态值；分别为储电设备的最大充放电功率；SOCmin、SOCmax分别为储电设备的最小、最大荷电状态值，取0.2和0.9；
本发明建立的优化模型主要目标是获得满足多方约束和负荷需求的综合能源系统内的设备配置(包含设备功率和容量)情况，进而获得相关经济指标结果。本发明所建立的“规划-运行”模型优化求解流程如图2所示。利用SPEA2算法可以求得较为满意的Pareto解集，为了从非劣解集中选择最佳解，本发明采用TOPSIS决策方法获得最佳解。
算例分析
本发明选取某综合能源系统园区为研究对象，园区综合能源系统结构及能量流向如图3所示。在满足园区内冷、热、电三类预测负荷的条件下，采用“余电上网、缺电购入”的模式，仿真时间步长取1h，以20年作为工程设计寿命周期，依据本发明提出的模型在一定的设备投资约束下对系统进行规划研究。
本发明将全年的负荷进行统计分析，得出园区内冷、电、热的负荷区间范围的持续累计小时数的分布规律图，依据该图对综合能源系统内拟配置的设备进行型号(功率、成本、容量等)的初选，如图4所示；其次模型的运行优化层采用典型日数据代替全年数据，将全年划分为夏季、过渡期和冬季三种类型并选取各个时期内的典型日内的电、热、冷负荷作为研究数据，具体负荷特性曲线如图5所示。
在本发明研究中，天然气价格采用固定价格3.45Yuan/m3，电力价格主要分为固定电价和分时电价。固定电价采用0.5Yuan/kw·h，系统内多余电量采用固定电价上网；系统中的缺电量以及储能在谷段的储电量采用由峰谷分时电价机制执行的购电价格，峰时(9:00-11:00,16:00-22:00)电价为0.8Yuan/kW·h,谷时(23:00-8:00)电价为0.3，平时(12:00-15:00)电价为0.5Yuan/kW·h。系统内相关设备的参数如表1、表2所示。
表1 系统内设备性能参数
表2 系统内设备性能参数
仿真结果及分析
为了更好的说明本发明的研究结果，将结果分析流程说明如下：首先任选某一设备投资约束值(500万元)对系统的设备配置进行优化进而获得最佳配置结果，结果如图6和表3所示；然后按照不同的资金约束值对系统的设备配置进行优化，获得不同的资金约束值对总年化成本和碳排放两个指标值的影响结果，结果如图7、图8所示；最后通过引入融资成本和碳排放处理成本的概念综合计算得出在存在资金约束的情况下系统的最佳设备配置结果，结果如图9、图10、表6所示。具体分析如下：
由图6可见，帕累托解集中包含60组配置方案以及相应的目标函数值。当碳排放量较低时，要求系统内对燃气的使用量、电网购电量等进行限制，由于热负荷需求必须由系统内设备满足，因此燃气的使用量的可变范围较小，但系统可通过增加风机、光伏、储电设备的配置降低系统对电网的依赖程度，减少购电量的同时减少碳排放，而风机、光伏、储电设备的增加会导致年化成本中设备的折旧费用和投资的时间成本增加，从而使得总年化成本增加。当总年化成本较低时，系统对电网的依赖程度加大，导致碳排放程度也随之增大。
本发明采取TOPSIS方法对60组目标函数值进行数据处理。在TOPSIS算法中，人为规定总年化成本目标和碳排放目标是同等重要的，各自赋予0.5的权重，经计算得到本次资金约束情况下系统的最佳配置方案，具体如表3所示：
表3 500万设备投资约束下设备配置结果
在规划优化中，如果投资约束值较低，系统中仅可以形成单一的设备配置组合来满足系统内各类负荷需求；如果投资约束值较高，系统中的设备配置将逐渐趋向于无约束情况下的配置方案。本发明根据实际情况选取适当的投资约束值区间，仿真获得不同投资约束值下总年化成本值和碳排放量结果，因此需要计算影响配置方案的投资约束限值。表4是无投资约束下综合能源系统设备配置结果：
表4 无投资约束下设备配置结果
在满足用户需求的前提下，使用燃气锅炉和电制冷设备供应热负荷和冷负荷是初始投资最小的配置方案，该配置方案的初投资为98.4万元，因此本发明选取的投资约束值下限为100万元；由无投资约束情况下的计算结果可知，系统最优配置的初始投资为986万元，因此选取投资约束值的上限为1100万元(超过986万元后系统配置方案基本不变)。在该约束区间内，每隔100万元按照本发明提出的优化框架(即方案生成、运行优化、获得非劣解集、TOPSIS决策、获得设备配置方案)实施一次综合优化，获得各个约束值对应的最佳设备配置方案、总年化成本和碳排放量，具体结果如图7、图8所示。
图7和图8分别为11组投资约束值下总年化成本和碳排放量的变化趋势图。在本发明设定的投资约束值上下限区间内，随着投资约束值的增大，系统的碳排放量和总年化成本都发生不同程度的降低，在不考虑融资时，投资者只需根据自有资金的情况参考图7和图8的计算方法和流程规划园区设备配置方案。
为进一步研究在投资约束值区间内的最佳设备配置情况，以图7、图8和表5中的数据为基础，同时引入融资成本和碳排放处理成本，设定投资者自有资金额度，通过融资匹配不同的约束值形成投资约束值与年费用支出的影响关系图，如图9、10所示。不同投资水平的融资成本和不同碳排放水平的处理成本规定如表5所示。
表5 费用参数表
由图9可见，在单纯考虑自有资金200万元约束的情况下，计及碳排放处理成本后的系统年费用支出为270万元。由图10可见，在投资约束值为600万元时系统年费用支出最小，即在自有资金的基础上引入400万元外部资金时最佳。
在自有资金为200万元、其余条件保持不变的情况下，考虑融资成本和碳排放处理成本后综合可得设备投资约束区间内的最佳设备配置方案(指在不同投资约束值下计算出年总成本和碳排放量的基础上考虑融资成本和碳排放处理成本后综合得到的配置方案)、无投资约束的最佳设备配置方案(指在不考虑初投资限制或者资金充足的情况下获得的最优配置方案)和分供系统的设备配置方案(指使用燃气锅炉、电制冷设备以及主电网分别满足用户热需求、冷需求和电需求的配置方案)，具体如表6所示：
表6 综合能源系统优化配置结果
从表6可以看出，C方案的总年化成本和碳排放量均低于A方案和B方案，说明该情境下C方案最佳；而B方案由于未能使用光伏和风机，纯粹依赖于电网、燃气锅炉和电制冷设备分别满足用户的电需求、热需求和冷需求，受高天然气价和大量电网电的影响，分供方案的总年化成本和碳排放量均高于两种优化方案的结果，说明使用综合能源系统相比现有分供系统更经济环保。
在用户自有资金不足，考虑融资成本和碳排放处理成本的情况下，C方案的两个目标值虽然均优于A方案和B方案的结果，但是C方案初始设备投资额远远大于B和A方案的投资额，由此导致要想达到C方案下的最佳设备配置必须付出高额的融资成本，进而导致C方案的年费用支出大幅增加；A方案的年费用支出最低为266.2万元，低于B方案的273.8万元和C方案的274.7万元，说明用户资金不足时本发明所找到的设备配置方案更经济。
综上所述，本发明主要实现了在自有资金不足、投资者具有融资手段和没有融资手段两种情况下的设备容量配置综合优化，同时通过设置模型中设备投资约束值为极大值而等效实现无设备投资约束下的设备容量配置优化。
综合能源系统配置结果的影响分析
该节引入一次能源节约率的概念，以3.2节的结果为基础计算不同的天然气价格和不同的风光渗透率下的一次能源节约率，以此为参照更进一步了解天然气价格和风光渗透率对系统配置的影响。一次能源节约率计算公式如下：
式中，θ为一次能源节约率；Dsp为分供系统(本发明指使用燃气轮机、电制冷机和电网供能)的一次能源使用量；Dis为联供系统(存在投资约束)的一次能源使用量。
(1)天然气价格对配置结果的影响
本发明研究的综合能源系统采用以热定电的模式，故天然气的价格将对CCHP的生产运行成本产生较大影响，从而影响整个系统的总年化成本。随着天然气需求的变化，必须考虑天然气价格的波动对综合能源系统的配置的影响，综合能源系统的总年化成本和天然气价格倍率之间的影响关系如图11所示。
控制天然气价格的变化范围为原价格的0.5-1.5倍之间，变化倍率间隔取0.1。如图11所示，随着天然气价格的变化，综合能源系统的总年化成本逐渐增大。天然气价格倍率在0.5-0.7之间时，由于天然气价格相对较低，燃气轮机配置数量上升，在满足热负荷和冷负荷的情况下使得天然气消耗量大幅提升，一次能源节约率随之下降，而价格下降过程中由于新增设备带来的费用小于天然气价格下降所带来的收益，系统总年化成本随之下降。天然气价格倍率在0.8-1.1之间时，随着天然气价格的上升，系统的总年化成本逐渐上升；由于该区间内天然气价格相对于正常价格变化不大，故价格的变化并未导致系统的配置方案发生较大变化，一次能源节约率变化率也较小；天然气价格倍率在1.2-1.5之间时，由于天然气价格相比正常价格较高，系统中燃气轮机和燃气锅炉配置数量减少，但为保证系统内各类负荷需求得到满足，其余设备数量相对增加，系统的总年化成本随之增加；在价格增长过程中，天然气使用量的降低使得具有较高效率的燃气轮机出力功率也降低，导致系统的一次能源节约率出现一定程度的下降。
(2)风光渗透率约束对配置结果的影响
在综合能源系统中，风机和光伏的出力将影响到整个系统的成本变化，而且风机和光伏的初始投资较大，不同的风光渗透率约束将会使系统的总的年化成本产生较大变化，因此需要针对风光渗透率对综合能源系统配置结果的影响进行分析，风光渗透率约束和总年化成本之间的关系如图12所示(不同约束值的配置结果的最大风光渗透率已在总年化成本曲线旁标出)：
控制风光渗透率变化范围为0至1，变化间隔取0.1。随着风光渗透率约束的增大，在0-0.5区间内时，风机和光伏的配置量逐步上升，大量的风电和光电的产生给综合能源系统的电力消纳带来困难，因此储能的数量也随之增加以帮助系统消纳过多的新能源，同时随着风光渗透率的增加系统总年化成本也随之下降，这是因为风电和光电的自消纳减少对外部能源的需求，由此带来的收入超过风机、光伏和储能设备的投资费用的增加值；当风光渗透率超过0.5之后，系统的总年化成本变化趋势趋于平稳，主要由于风光设备的增加势必导致储能设备的增加，而增加的设备投资费用大于风光储设备带来的收益，因此较高的风光渗透率约束下使得风光储设备的配置数量变化不大，从而使得综合能源系统配置方案基本保持稳定。
本发明根据综合能源系统容量规划的需求，提出了一种基于投资约束的“规划-运行”双层优化规划模型框架。在所提出的框架中，规划层实现在有限的设备投资额度下生成满足要求的设备配置方案；运行层将不同类型的能源结合起来进行运行优化，以降低系统的总年化成本和碳排放量。本发明的贡献和特点总结如下：
(1)本发明是首次对设备投资约束和综合能源系统容量规划结合进行建模研究。建立了基于设备投资约束的综合能源系统双层优化规划模型框架，考虑了总年化成本和碳排放两个目标函数，保证在有限的投资额度下既满足各类负荷需求又保证碳排放达到最低，实现经济和环保的双重保障。
(2)本发明结合融资成本和碳排放处理成本两个因素对投资者资金短缺情况下的综合能源系统容量规划进行研究，实现不同设备投资额度下的最佳融资额度的匹配以及资金短缺情况下的综合能源系统最佳规划。
(3)本发明分析了天然气价格和风光渗透率对综合能源系统配置结果的影响，给出不同情况下对总年化成本的影响结果，为综合能源系统规划提供指导。
Claims (8)
1.一种基于投资约束的园区级综合能源系统容量优化方法，其特征在于：包括以下步骤：
S1、确定园区所需的负荷类型，记为售出能源集合，并预测各类能源负荷需求量；
S2、确定外部可获得的能源形式，记为购入能源形式集合；
S3、确定相应的能量生产设备和转换设备类型，记为设备类型集合；
S4、根据用户的负荷需求量确定储能装备，并将其列入储能设备集合；
S5、结合售出能源集合、购入能源形式集合和设备类型集合、储能设备集合，共同构成“能源形式-设备类型”集合，同时以目标解的值为引导、自变量的变化为依据，按照随机初始化方案形成备选方案组合集合；
S6、结合备选方案组合集合计算其对应的年化设备投资额形成预留方案集合；
S7、通过投资约束对预留方案集合进行筛选，将预留方案集合中满足投资约束的方案保留，形成保留方案集合；
S8、将保留方案集合输入多目标协同优化模型；多目标协同优化模型实施模拟运行优化，最终得出非劣解组合；
S9、采用TOPSIS方法在非劣解组合中解得最佳配置方案。
2.如权利要求1所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述步骤S8中的多目标协同优化模型包括目标函数和约束条件；目标函数包括总年化成本和碳排放；约束条件包括电力平衡约束、热冷平衡约束、各个设备的正常工作范围约束、储能约束。
3.如权利要求2所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述目标函数为总年化成本时，计算公式如下：
F1＝minCtotal＝Cinv+Cope+Cmai+Crep；
其中，Ctotal是总年化成本,Cinv是设备等年值费用，Cope是系统的年运行费用，Cmai是系统内所有设备的年维护费用；Crep是系统内储能的年更换成本；
其中，Cfix是系统内设备投资额上限；η是折算利率；Cbuy,i是第i种设备的购买费用；Cins,i是第i种设备的安装费用；Ccon,i是第i种设备的建筑工程费用；xi是第i种设备的台数；Coth是设备投资中的其他费用；Ya是系统设计总年限；
Cope＝Cope-E+Cope-H+Cope-CO+Cope-NG
Cope-E＝∑CiPi(t)+Cbat,dep+(Mpele-DR+(1-M)pele)PEB-grid(t)
Cope-H＝CHB-grid+ah-st∑Ph-st(t)
其中，Cope-E是供电模块的运行费用；Cope-H是供热模块的运行费用；Cope-CO是供冷模块的运行费用；Cope-NG是供气模块的运行费用；Ci是分布式发电系统的运营成本；Pi(t)是t时刻分布式发电系统的输出功率；Cbat,dep是储能单位时间的充/放电折旧成本；pele-DR是需求响应电价；pele是固定电价；PEB-grid(t)是t时刻系统与电网之间的交换功率；CHB-grid是系统和热力公司的热减缓成本；ah-st是蓄热系统的耗电成本；Ph-st(t)是蓄热系统的功率；Pin,NG是天然气输入功率；QNG是天然气热值；aNG-st是天然气储存系统的耗电成本；PNG-st(t)是天然气储存系统的功率；M＝1代表系统参与需求响应，M＝0代表系统不参与需求响应；
其中，γ为系统设备的年维护费用占系统初期投资的比例；Ci是第i种设备的初始投资成本；
其中，Yf是电池实际使用寿命；CE是单位容量成本；ER是电池额定功率。
4.如权利要求3所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述目标函数为碳排放时，计算公式如下：
其中，Ccarb是碳排放量；α是发电过程中污染物排放系数；PE(t)是电网输入功率；β是天然气燃烧中污染物排放系数。
5.如权利要求4所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述电力平衡约束的计算公式为：
Pt gr+Pt pv+Pt wt+Pt ess+Pt gt＝Pt ld+Pt ec；
其中，Pt gr为电网t时刻的输出功率；Pt pv、Pt wt分别为风机和光伏t时刻的输出功率；Pt ess为储电电池t时刻的充放电功率；Pt gt为燃气轮机t时刻的发电功率；Pt ld、Pt ec分别是t时刻园区电负荷、电制冷机的电负荷。
6.如权利要求5所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述热冷平衡约束的计算公式为：
式中，为燃气锅炉t时刻的热出力，为余热锅炉t时刻的热出力；为t时刻园区热负荷；为溴化锂吸收式制冷机t时刻的热负荷量；为溴化锂吸收式制冷机t时刻的制冷功率；为电制冷机t时刻的制冷功率；为t时刻园区冷负荷。
7.如权利要求6所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述各个设备的正常工作范围约束的计算公式为：
其中，分别为t时刻i类型设备的电出力、n类型设备的热出力和m类型设备的冷出力；Pi min、Pi max分别为i类型设备正常运行时的最小电功率和最大电功率，设备包括风机、光伏、燃气轮机；分别为n类型设备正常运行时的热出力上下限，设备包括燃气锅炉和余热锅炉；分别为m类型设备正常运行时的冷出力上下限，设备包括溴化锂吸收式制冷机和电制冷机。
8.如权利要求7所述的基于投资约束的园区级综合能源系统容量优化方法，其特征在于：所述储能约束包括充放电功率约束、荷电状态约束、设备的始末状态平衡约束，其计算公式为：
其中，SOCt分别为储电设备t时刻的充电功率、放电功率和荷电状态值；分别为储电设备的最大充放电功率；SOCmin、SOCmax分别为储电设备的最小、最大荷电状态值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910289651.XA CN110086184A (zh) | 2019-04-11 | 2019-04-11 | 一种基于投资约束的园区级综合能源系统容量优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910289651.XA CN110086184A (zh) | 2019-04-11 | 2019-04-11 | 一种基于投资约束的园区级综合能源系统容量优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110086184A true CN110086184A (zh) | 2019-08-02 |
Family
ID=67414861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910289651.XA Pending CN110086184A (zh) | 2019-04-11 | 2019-04-11 | 一种基于投资约束的园区级综合能源系统容量优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110086184A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889212A (zh) * | 2019-11-15 | 2020-03-17 | 国家电网有限公司 | 一种计及投资费用约束的配电自动化终端布局优化方法 |
| CN110943487A (zh) * | 2019-12-31 | 2020-03-31 | 四川大学 | 一种园区能源系统能量优化的方法和装置 |
| CN111612273A (zh) * | 2020-05-28 | 2020-09-01 | 山东大学 | 一种区域级综合能源系统分区设计方法及系统 |
| CN111625961A (zh) * | 2020-05-26 | 2020-09-04 | 中国科学院工程热物理研究所 | 综合能源系统协同优化运行调控方法 |
| CN111898248A (zh) * | 2020-07-02 | 2020-11-06 | 北京市煤气热力工程设计院有限公司 | 综合能源仿真规划设计系统 |
| CN112465261A (zh) * | 2020-12-11 | 2021-03-09 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多元主体接入的综合能源系统的规划方法 |
| CN112541269A (zh) * | 2020-12-14 | 2021-03-23 | 国家电网有限公司 | 一种综合能源服务商服务产品组合优化方法 |
| CN113623710A (zh) * | 2021-08-18 | 2021-11-09 | 国网福建省电力有限公司经济技术研究院 | 考虑配网功率及供暖的蓄热式电采暖优化配置方法及装置 |
| CN113902167A (zh) * | 2021-09-07 | 2022-01-07 | 山东电力工程咨询院有限公司 | 计及站房投资的综合智慧能源系统配置优化方法及装置 |
| CN116629587A (zh) * | 2023-07-24 | 2023-08-22 | 长江三峡集团实业发展(北京)有限公司 | 一种综合能源系统多目标扩容规划方法、装置及电子设备 |
| CN118031367A (zh) * | 2024-03-11 | 2024-05-14 | 广东德尔智慧科技股份有限公司 | 一种优化冷水机组运行性能的控制方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704978A (zh) * | 2017-11-27 | 2018-02-16 | 广东电网有限责任公司电网规划研究中心 | 基于帕累托进化和vikor方法的电热经济调度方法 |
| CN108053069A (zh) * | 2017-12-15 | 2018-05-18 | 南京工程学院 | 一种适用于多目标优化场景的综合能源系统运行调度方法 |
| CN108491976A (zh) * | 2018-03-29 | 2018-09-04 | 华南理工大学 | 一种微能源网多目标运行控制方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN108665188A (zh) * | 2018-05-23 | 2018-10-16 | 国网天津市电力公司电力科学研究院 | 一种基于优化模型的园区多能源主体综合配比方法 |
| CN109146117A (zh) * | 2018-06-15 | 2019-01-04 | 中国电建集团福建省电力勘测设计院有限公司 | 一种考虑需求侧资源的区域多能源系统运行优化方法 |
| CN109409705A (zh) * | 2018-10-11 | 2019-03-01 | 河海大学 | 一种区域综合能源系统的多目标优化调度方法 |
| CN109617132A (zh) * | 2018-12-12 | 2019-04-12 | 国网江苏省电力有限公司电力科学研究院 | 提升弹性配电网恢复力的资源配置与网络重构优化方法 |
-
2019
- 2019-04-11 CN CN201910289651.XA patent/CN110086184A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704978A (zh) * | 2017-11-27 | 2018-02-16 | 广东电网有限责任公司电网规划研究中心 | 基于帕累托进化和vikor方法的电热经济调度方法 |
| CN108053069A (zh) * | 2017-12-15 | 2018-05-18 | 南京工程学院 | 一种适用于多目标优化场景的综合能源系统运行调度方法 |
| CN108491976A (zh) * | 2018-03-29 | 2018-09-04 | 华南理工大学 | 一种微能源网多目标运行控制方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN108665188A (zh) * | 2018-05-23 | 2018-10-16 | 国网天津市电力公司电力科学研究院 | 一种基于优化模型的园区多能源主体综合配比方法 |
| CN109146117A (zh) * | 2018-06-15 | 2019-01-04 | 中国电建集团福建省电力勘测设计院有限公司 | 一种考虑需求侧资源的区域多能源系统运行优化方法 |
| CN109409705A (zh) * | 2018-10-11 | 2019-03-01 | 河海大学 | 一种区域综合能源系统的多目标优化调度方法 |
| CN109617132A (zh) * | 2018-12-12 | 2019-04-12 | 国网江苏省电力有限公司电力科学研究院 | 提升弹性配电网恢复力的资源配置与网络重构优化方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘成运等: ""Ａ级数据中心综合能源系统多目标优化设计和调度"", 《电力系统自动化》 * |
| 张诗鸣 等: "多源区域型分布式冷热电互联系统优化调度", 《电力系统及其自动化学报》 * |
| 管霖 等: "考虑冷热电存储的区域综合能源站优化设计方法", 《电网技术》 * |
| 肖浩 等: ""计及电池寿命和经济运行的微电网储能容"", 《高电压技术》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889212A (zh) * | 2019-11-15 | 2020-03-17 | 国家电网有限公司 | 一种计及投资费用约束的配电自动化终端布局优化方法 |
| CN110943487A (zh) * | 2019-12-31 | 2020-03-31 | 四川大学 | 一种园区能源系统能量优化的方法和装置 |
| CN110943487B (zh) * | 2019-12-31 | 2021-07-27 | 四川大学 | 一种园区能源系统能量优化的方法和装置 |
| CN111625961A (zh) * | 2020-05-26 | 2020-09-04 | 中国科学院工程热物理研究所 | 综合能源系统协同优化运行调控方法 |
| CN111612273B (zh) * | 2020-05-28 | 2023-09-08 | 山东大学 | 一种区域级综合能源系统分区设计方法及系统 |
| CN111612273A (zh) * | 2020-05-28 | 2020-09-01 | 山东大学 | 一种区域级综合能源系统分区设计方法及系统 |
| CN111898248A (zh) * | 2020-07-02 | 2020-11-06 | 北京市煤气热力工程设计院有限公司 | 综合能源仿真规划设计系统 |
| CN112465261A (zh) * | 2020-12-11 | 2021-03-09 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多元主体接入的综合能源系统的规划方法 |
| CN112541269A (zh) * | 2020-12-14 | 2021-03-23 | 国家电网有限公司 | 一种综合能源服务商服务产品组合优化方法 |
| CN112541269B (zh) * | 2020-12-14 | 2024-03-19 | 国家电网有限公司 | 一种综合能源服务商服务产品组合优化方法 |
| CN113623710A (zh) * | 2021-08-18 | 2021-11-09 | 国网福建省电力有限公司经济技术研究院 | 考虑配网功率及供暖的蓄热式电采暖优化配置方法及装置 |
| CN113902167A (zh) * | 2021-09-07 | 2022-01-07 | 山东电力工程咨询院有限公司 | 计及站房投资的综合智慧能源系统配置优化方法及装置 |
| CN116629587A (zh) * | 2023-07-24 | 2023-08-22 | 长江三峡集团实业发展(北京)有限公司 | 一种综合能源系统多目标扩容规划方法、装置及电子设备 |
| CN118031367A (zh) * | 2024-03-11 | 2024-05-14 | 广东德尔智慧科技股份有限公司 | 一种优化冷水机组运行性能的控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110086184A (zh) | 一种基于投资约束的园区级综合能源系统容量优化方法 | |
| CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
| CN109659927B (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 | |
| CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
| CN104392286A (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 | |
| CN106228258A (zh) | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 | |
| CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
| CN110245810B (zh) | 一种区域能源互联网协调优化运行方法 | |
| CN112564102B (zh) | 多微网负荷优化调度方法和系统 | |
| CN112862154A (zh) | 一种考虑需求响应的区域能源系统双层规划优化方法 | |
| CN112651105A (zh) | 一种基于博弈论的微网容量配置优化方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN112182887A (zh) | 一种综合能源系统规划优化仿真方法 | |
| CN117455183B (zh) | 一种基于深度强化学习的综合能源系统优化调度方法 | |
| CN114936720A (zh) | 一种源-荷-储协调的综合能源系统低碳经济调度方法 | |
| CN112329260A (zh) | 一种多能互补微网多元多目标优化配置与优化运行方法 | |
| CN114997715A (zh) | 基于改进模糊c均值聚类的冷热电联供系统配置方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| CN115879601A (zh) | 一种零碳园区综合能源优化配置方法及系统 | |
| CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及系统 | |
| Zhang et al. | Low-carbon economy optimization of integrated energy system considering electric vehicles charging mode and multi-energy coupling | |
| CN114118535A (zh) | 一种考虑工程实用性的园区综合能源系统优化配置方法 | |
| Wang et al. | Optimal operation of multi-energy collaborative system considering demand response | |
| CN113807746B (zh) | 一种冷热电联供系统的综合运行优化方法 | |
| Wang et al. | Optimal Operation of Regional Integrated Energy System Considering Integrated Demand Response and Exergy Efficiency |
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 |