CN110110416B - 一种基于图论的分布式能源冷网供冷优化方法 - Google Patents
一种基于图论的分布式能源冷网供冷优化方法 Download PDFInfo
- Publication number
- CN110110416B CN110110416B CN201910345717.2A CN201910345717A CN110110416B CN 110110416 B CN110110416 B CN 110110416B CN 201910345717 A CN201910345717 A CN 201910345717A CN 110110416 B CN110110416 B CN 110110416B
- Authority
- CN
- China
- Prior art keywords
- cold
- network
- cooling
- temperature
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005457 optimization Methods 0.000 title claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 75
- 239000011159 matrix material Substances 0.000 claims abstract description 67
- 238000001816 cooling Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000013461 design Methods 0.000 claims abstract description 13
- 238000010438 heat treatment Methods 0.000 claims abstract description 9
- 230000008030 elimination Effects 0.000 claims abstract description 8
- 238000003379 elimination reaction Methods 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000004134 energy conservation Methods 0.000 claims abstract description 5
- 239000012530 fluid Substances 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000005057 refrigeration Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 4
- 239000000498 cooling water Substances 0.000 claims 1
- 230000033228 biological regulation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
- Other Air-Conditioning Systems (AREA)
Abstract
Description
技术领域
本发明涉及分布式能源领域,特别涉及一种基于图论的分布式能源冷网供冷优化方法,可以适用于我国南方地区需长时间供冷的分布式能源冷网系统调节。
背景技术
冷热电联供属于分布式能源系统的范畴,是分布式能源发展的主要方向和形式,与传统中央空调制冷系统相比,分布式能源冷网具有能源综合利用效率高,可有效改善区域建筑热环境,环境友好等优点,是未来区域建筑群空调系统的发展方向。但是,由于区域供冷负荷大、规模大、设备数量多、系统复杂,在用户侧,用户对于冷网的供应有着不同的需求,且具有不同时性,因此大多数情况下分布式能源冷网系统处于变工况运行状态,其运行优化与控制技术水平是决定分布式能源冷网运行能效高低以及节能优势能否发挥的关键。
冷网提供给用户的冷量与用户冷负荷的匹配问题是工程中急需解决的问题,当冷网提供冷量大于用户冷负荷时,会造成能源的浪费;反之,会达不到用户的制冷要求。在现有的计算方法中,根据不同的用户分布结构,用不同的计算模型,给建模工作带来了极大的不方便。此外,现有技术不能很好分析由于冷网局部工况发生调节而引起的热力工况调节的规律和特点,当局部工况发生调节时,不能及时监控并调整冷水流量,造成水力失调和热力失调的问题。
因此有必要提出一种分布式能源冷网供冷优化方法来对分布式能源冷网系统的进行动态调整和优化提供依据,实现冷网系统最优化运行和节能运行。
发明内容
为解决分布式能源冷网由于室外温度调节或冷网局部工况调节时引起的冷网运行能效降低和节能经济性问题,本发明提供了一种基于图论的分布式能源冷网供冷优化方法,其目的是计算出每个节点的温度、冷用户风机盘管出口水温、冷网回水温度,以及冷源总负荷的动态调节情况,以便对分布式能源冷网系统的热力工况进行计算和分析,根据参数变化对冷网进行调节,使冷网提供的热量与用户冷负荷一致,以对冷网供冷系统进行优化,达到优化节能的效果
为了实现上述目的,本发明采用如下技术方案:
本发明提供一种基于图论的分布式能源冷网供冷优化方法,所述方法包括以下步骤:
S1、根据实际用户情况构建管段数为X、节点数为Y+1的分布式能源冷网系统冷水管网空间拓扑结构;
S3、根据S2所生成的上下关联矩阵建立节点热流量平衡方程和有向管段热流量平衡方程,构建数学模型;
S4、根据设计工况,确定冷网热力工况计算初始条件;
S5、利用高斯消元法对冷网热力工况计算模型的矩阵方程组进行求解,得到每个节点的热力工况调节情况;
S6、当室外温度调节或冷网局部工况调节时,通过优化控制冷网的总循环流量,保证整个冷网回水温度保持设计温度,这样既能满足用户的用冷要求,又能达到优化节能的效果,进而对整个冷网供冷系统进行优化;
S7、当室外温度调节或冷网局部工况调节时,重复上述S4-S6的步骤,计算每个节点的热力工况调节情况,根据参数变化调整冷网系统的运行,达到优化节能的效果。
优选地,步骤S1中冷水管网空间拓扑结构由冷源、供水管网、回水管网、冷用户组成;
优选地,所述S3步骤中,所述节点热流量平衡方程为:
式中为关联支路流入相关联节点的热流量之和;q为有向管段流入相关联节点的热流量列向量,q=(q1,q2,…,qj,…,qX)T,qj表示有向管段j流入相关联节点的热流量,取正值;A(q-γ)为关联支路流出相关联节点的热流量之和;γ为有向管段上的输入或输出冷负荷列向量,γ=(γ1,γ2,…,γj,…,γX)T,γj为有向管段j上的输入或输出冷负荷,输入为正,输出为负;
q由下式表示:q=GcTc
式中Tc为有向管段末端温度列向量,Tc=(tc1,tc2,…,tcj,…,tcX)T,tcj表示有向管段j末端温度;Gc为X×X阶对角阵,其对角线元素Gjc为管段流量j与冷流体比热容的乘积,即Gc=diag(G1c,G2c,…,Gjc,…,GXc)T。
γ由下式表示:γ=H(Tw-A TT)
式中H=diag(h1,h2,…,hj,…,hX)为中间变量矩阵,在冷用户段,H与建筑物综合传热系数、建筑物传热面积和流过风机盘管外侧的空气流量有关,hj为中间变量矩阵H中的元素,在不与冷用户相连接的管段hj=0;T为冷网节点温度列向量,对于有Y+1个节点的网络线图,一般选定冷网回水温度作为参考节点温度,则T=(t1,t2,…,tY)T,ti为冷网节点i温度;TW为室外温度列向量,X×1阶,,TW=(tw,tw,…,tw,…,tw)T,tw表示为室外温度。;
优选地,在步骤S3中,所述有向管段热流量平衡方程分为三部分:
第一部分,在不计管段热损失的前提下,除供冷系统的冷源或冷用户所在管段之外,有向管段末端温度即为该有向管段始端温度,即:
DA TT=DTc
式中,D=diag(d1,d2,…,dj,…,dX)为中间变量矩阵,dj为中间变量矩阵D中的元素,当为系统冷源或制冷用户所在管段时,dj=0,否则,dj=1;
第二部分,对于冷网用户所在管段,冷网供冷量等于用户的冷负荷,即:
H(Tw-A TT)=EQc(Tc-A TT)
式中,E=diag(e1,e2,…,eh,…,eX)为中间变量矩阵,ej为中间变量矩阵中的元素,当为制冷用户所在管段时ej=1,否则,ej=0;TW为室外温度列向量;Qc为冷用户的循环水流量,初始值为冷用户设计循环水流量Qc0,根据调节参数对Qc进行改变,从而达到对冷网进行调节的目的。
第三部分,对于系统冷源所在管段,其有向管段末端温度等于冷源出口供水温度,也即在不计冷网管段冷量损失时,冷网供水温度,也就是冷用户入口温度,即:
MTg=MTc
其中,Tg=(tg,tg,…,tg,…,tg)T为Y×1阶矩阵,tg为冷网供水温度,M=diag(m1,m2,…,mj,…,mX)为中间变量矩阵,mj为中间变量矩阵中的元素,当为系统冷源所在管段时,mj=1,否则,mj=0;
优选地,在步骤S4中,所述冷网热力工况计算初始条件包括:改变前冷网供水温度、改变前冷网回水温度、改变前冷用户室内温度、改变前冷用户室外温度、单个冷用户设计循环水流量、单个冷用户设计使用冷负荷、建筑物综合传热系数、建筑物传热面积以及流过风机盘管外侧的空气流量,改变前的冷用户风机盘管出口水温与改变前的冷网回水温度一致。
优选地,在步骤S5中,所述节点热流量平衡方程与有向管段热流量平衡方程组成包含X+Y个独立方程的矩阵方程组,根据步骤S4所已知条件,此时矩阵方程组未知数个数为X+Y个,又因为关联矩阵和A由拓扑结构决定,所以方程组有唯一解;所述高斯消元法用于求解线性方程组的解,求解得到改变后冷用户室内平均温度、冷用户风机盘管出口水温、改变后冷网回水温度、冷源总负荷的调节情况,冷源总负荷的调节情况根据改变后的冷网回水温度来估算,方程等式越多,高斯消元法越省时。
优选地,在步骤S6中,当冷网改变后供回水温度确定后,冷网供应的总循环流量随冷负荷变化而变化,其计算式为:
式中Qc总为冷网总循环流量,Ws为冷网供应的冷负荷,C水为水的比热容,tg,th分别为冷网改变后供、回水温度。
与现有技术相比,本发明的有益效果是:
1.本发明可以解决冷网的用户需要冷量与冷网供给冷量的匹配问题,避免热力失调,实现冷网系统运行的优化。
2.本发明基于图论,使得不同几何结构的供冷管网可以使用统一的计算模型,极大简化了建模过程。
3.本发明通过本计算方法可以分析当局部负荷发生调节而引起的整个管网模型的热力工况调节,以便对冷网进行适当调节,避免热力失调。
附图说明
图1为本发明所述方法的计算流程图;
图2为本发明实施例中冷水管网空间拓扑结构示意图;
图3为本发明实施例中各冷用户的循环水流量示意图;
图4为本发明实施例中各冷用户风机盘管出口水温示意图;
图5为本发明实施例中冷网回水温度示意图;
图6为本发明实施例中冷网回水温度示意图;
具体实施方式
下面结合附图说明以及具体实施方法来说明本发明。
首先,对计算模拟流程图进行说明,图1是整个方法的计算流程图,具体包括:首先根据实际用户情况构建冷水管网空间拓扑结构,然后利用图论原理根据空间拓扑结构生成与流入节点的水力及热力参数有关的上关联矩阵与流出节点的水力及热力参数有关的下关联矩阵A,然后根据所生成的上下关联矩阵建立节点热流量平衡方程和有向管段热流量平衡方程,此时已经完成了冷网热力工况计算数学模型的建立;接着输入设计工况下的冷网热力工况作为模型初始条件,再利用高斯消元法对冷网热力工况计算模型的矩阵方程组进行求解,进而得到冷用户室内平均温度、冷用户风机盘管出口水温、冷网回水温度、冷源总负荷的调节情况。
下面以分布式能源冷网系统给10个用户供冷为例,采用所述方法进行冷网热力工况的计算,在设计工况下,日间冷网改变后供水温度tg=6℃,冷网改变后回水温度th=13℃,冷用户室内温度ts=25℃,冷用户室外温度tw=32℃,单个用户设计循环水流量Qc=180m3/h,单个用户设计冷负荷q=1.46MW。
图2为本发明实施例中10用户冷水管网空间拓扑结构示意图,包括1个冷源,10个冷用户,31条有向管段,22个节点数。本实施例中上关联矩阵为21×31阶矩阵,冷流体通过有向管段j流入相关联节点i,则否则(1≤i≤21,1≤j≤31),所述下关联矩阵A为21×31阶矩阵,冷流体通过有向管段j流出相关联节点i,则否则(1≤i≤21,1≤j≤31)。
满足的节点热流量平衡方程为:
式中Tc为有向管段末端温度列向量,Tc=(tc1,tc2,…,tcj,…,tc31)T;Gc为31×31阶对角阵,其对角线元素为管段流量与冷流体比热容的乘积,即Gc=diag(G1c,G2c,…,Gjc,…,G31c)T;H=diag(h1,h2,…,hj,…,h31)为中间变量矩阵;T为冷网节点温度列向量,T=(t1,t2,…,t21)T;TW为室外温度列向量,31×1阶,TW=(32,32,…,32)T;
满足的有向管段热流量平衡方程为:
DATT+H(Tw-ATT)+MTc=DTc+EGc(Tc-ATT)+MTg
式中,D=diag(d1,d2,…,dj,…,d31),E=diag(e1,e2,…,ej,…,e31),H=diag(h1,h2,…,hj,…,h31),M=diag(m1,m2,…,mj,…,m31),四者为中间变量矩阵;Tg为冷网供水温度,Tg=(tg1,tg2,…,tgj,…,tg31)T;Tc为有向管段末端温度列向量,Tc=(tc1,tc2,…,tcj,…,tc31)T;Gc为31×31阶对角阵,其对角线元素为管段流量与冷流体比热容的乘积,即Gc=diag(G1c,G2c,…,Gjc,…,G31c)T;H=diag(h1,h2,…,hj,…,h31)为中间向量;T为冷网节点温度列向量,T=(t1,t2,…,t21)T;TW为室外温度列向量,31×1阶,TW=(32,32,…,32)T;
节点热流量平衡方程与有向管段热流量平衡方程组成包含31+21个独立方程的矩阵方程组,根据步骤S4所已知条件,此时矩阵方程组未知数个数为31+21个,又因为关联矩阵和A由拓扑结构决定,所以方程组有唯一解。通过高斯消元法求解线性方程组的解,求解得到改变后冷用户室内平均温度、冷用户风机盘管出口水温、改变后冷网回水温度、冷源总负荷的调节情况,冷源总负荷的调节情况根据改变后的冷网回水温度来计算,如附图3、4、5所示。
(1)从图3可以得到用户6关闭后的水力调节情况,当用户6关闭后,其他用户的循环水流量均有增加,且随着用户离冷源越远,流量增加越小。
(2)从图4可以得到用户6关闭前后各用户风机盘管出口温度的调节情况。当用户6关闭后,出口温度明显降低,且随着用户离冷源距离的增加,出口温度降低的幅度减小。这是由冷网的水力工况决定的。距离冷源越远,循环流量越小,当单个用户设计负荷不变时,换热总量不变,流量减小,导致温差增大。
(3)由图5可以得到用户6关闭前后冷网回水温度的调节情况。当用户6关闭时,冷网回水温度明显降低,由原来的13℃降低到12.2811℃,也由此可以计算出整个冷网的冷负荷,从而进行调节,达到节能运行的效果。
(4)图6为关闭用户6时,冷网回水温度随总循环流量变化趋势图。从图中可以发现冷网回水温度并不随总循环流量而线性变化。当整个冷网的回水温度的要求已知时(如本例的设计回水温度要求为13℃),可优化冷网总循环流量流量,使得既能满足用户的用冷要求,又能达到节能的目的。当用户6关掉后,500m3/h的冷源入口流量使得整体的冷网回水温度偏低(低于设计温度),当冷网总循环流量降到448-449m3/h时,整体回水温度上升到13℃。由此数据,得到448-449m3/h的总循环流量是既能满足各用户用冷需求,又能达到节能的效果。
上述的实例是以分布式能源冷网系统供10用户作为代表进行说明的,但本发明提出的一种基于图论的分布式能源冷网供冷优化方法理论上对于其他多用户环境均适用。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于图论的分布式能源冷网供冷优化方法,其特征在于,通过图论方法引入上、下关联矩阵以建立冷网热力工况计算数学模型,求解节点热流量平衡方程和有向管段热平衡方程,从而获得每个节点的温度、冷用户风机盘管出口水温、冷网回水温度,以及冷源总负荷的动态调节情况,根据参数变化对冷网进行调节,使冷网提供的热量与用户冷负荷一致,以对冷网供冷系统进行优化,达到节能运行的目的;所述方法包括以下步骤:
S1、根据实际用户情况构建管段数为X、节点数为Y+1的分布式能源冷网系统冷水管网空间拓扑结构;
S2、根据步骤S1所建立的空间拓扑结构,利用图论原理生成与流入节点水力及热力参数有关的上关联矩阵与流出节点水力及热力参数有关的下关联矩阵A;所述上关联矩阵为Y×X阶矩阵,为上关联矩阵中的元素,若冷流体通过有向管段j流入相关联节点i,则在上关联矩阵中,否则1≤i≤Y,1≤j≤X;
S3、根据S2所生成的上下关联矩阵建立节点热流量平衡方程和有向管段热流量平衡方程,构建数学模型;
S4、根据设计工况,确定冷网热力工况计算初始条件;
S5、利用高斯消元法对冷网热力工况计算模型的矩阵方程组进行求解,得到每个节点的热力工况调节情况;
S6、当室外温度调节或冷网局部工况调节时,通过优化控制冷网的总循环流量,保证整个冷网回水温度保持设计温度,实现对整个冷网供冷系统进行优化;
S7、当室外温度调节或冷网局部工况调节时,重复上述S4-S6的步骤,计算每个节点的热力工况调节情况,根据参数变化调整冷网系统的运行,达到优化节能的效果。
2.根据权利要求1所述的一种基于图论的分布式能源冷网供冷优化方法,其特征在于,在步骤S1中,冷水管网空间拓扑结构由冷源、供水管网、回水管网、冷用户组成。
3.根据权利要求1所述的一种基于图论的分布式能源冷网供冷优化方法,其特征在步骤S3中,所述节点热流量平衡方程为:
式中为关联支路流入相关联节点的热流量之和;q为有向管段流入相关联节点的热流量列向量,q=(q1,q2,…,qj,…,qX)T,qj表示有向管段j流入相关联节点的热流量,取正值;A(q-γ)为关联支路流出相关联节点的热流量之和;γ为有向管段上的输入或输出冷负荷列向量,γ=(γ1,γ2,…,γj,…,γX)T,γj为有向管段j上的输入或输出冷负荷,输入为正,输出为负;
q由下式表示:q=GcTc;
式中Tc为有向管段末端温度列向量,Tc=(tc1,tc2,…,tcj,…,tcX)T,tcj表示有向管段j末端温度;Gc为X×X阶对角阵,其对角线元素Gjc为有向管段j流量与冷流体比热容的乘积,即Gc=diag(G1c,G2c,…,Gjc,…,GXc)T;
γ由下式表示:γ=H(Tw-A TT);
式中H=diag(h1,h2,…,hj,…,hX)为中间变量矩阵,在冷用户段,H与建筑物综合传热系数、建筑物传热面积和流过风机盘管外侧的空气流量有关,hj为中间变量矩阵H中的元素,在不与冷用户相连接的管段,hj=0;T为冷网节点温度列向量,对于有Y+1个节点的网络线图,选定冷网供水温度作为参考节点温度,则T=(t1,t2,…,ti,…,tY)T,ti为冷网节点i温度;TW为室外温度列向量,X×1阶,TW=(tw,tw,…,tw,…,tw)T,tw表示为室外温度。
4.根据权利要求3所述的一种基于图论的分布式能源冷网供冷优化方法,其特征在于,在步骤S3中,所述有向管段热流量平衡方程分为三部分:
第一部分,在不计管段热损失的前提下,除供冷系统的冷源或冷用户所在管段之外,有向管段末端温度即为该有向管段始端温度,即:
DA TT=DTc
式中,D=diag(d1,d2,…,dj,…,dX)为中间变量矩阵,dj为中间变量矩阵D中的元素,当为系统冷源或制冷用户所在管段时,dj=0,否则,dj=1;
第二部分,对于冷网用户所在管段,冷网供冷量等于用户的冷负荷,即:
H(Tw-A TT)=EQc(Tc-A TT)
式中,E=diag(e1,e2,…,ej,…,eX)为中间变量矩阵,ej为中间变量矩阵中的元素,当为制冷用户所在管段时ej=1,否则,ej=0;Qc为单个冷用户的循环水流量,初始值为单个冷用户设计循环水流量Qc0,根据调节参数对Qc进行改变,从而达到对冷网进行调节的目的;
第三部分,对于系统冷源所在管段,其有向管段末端温度等于冷源出口供水温度,也即在不计冷网管段冷量损失时,冷网供水温度也就是冷用户入口温度,即:
MTg=MTc
式中,Tg=(tg,tg,…,tg,…,tg)T为Y×1阶矩阵,tg表示冷网供水温度,M=diag(m1,m2,…,mj,…,mX)为中间变量矩阵,mj为中间变量矩阵中的元素,当有向管段j为系统冷源所在管段时,mj=1,否则,mj=0。
5.根据权利要求1所述的一种基于图论的分布式能源冷网供冷优化方法,其特征在于,在步骤S4中,所述冷网热力工况计算初始条件包括:改变前冷网供水温度、改变前冷用户室内温度、改变前冷用户室外温度、单个冷用户设计循环水流量、单个冷用户设计使用冷负荷、建筑物综合传热系数、建筑物传热面积以及流过风机盘管外侧的空气流量,改变前的冷用户风机盘管出口水温与改变前的冷网回水温度一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910345717.2A CN110110416B (zh) | 2019-04-26 | 2019-04-26 | 一种基于图论的分布式能源冷网供冷优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910345717.2A CN110110416B (zh) | 2019-04-26 | 2019-04-26 | 一种基于图论的分布式能源冷网供冷优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110416A CN110110416A (zh) | 2019-08-09 |
CN110110416B true CN110110416B (zh) | 2022-09-20 |
Family
ID=67487041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910345717.2A Active CN110110416B (zh) | 2019-04-26 | 2019-04-26 | 一种基于图论的分布式能源冷网供冷优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110416B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473118B (zh) * | 2019-08-14 | 2023-04-14 | 华北电力大学(保定) | 一种多热源枝状供热管网关联矩阵的生成方法 |
CN110762602B (zh) * | 2019-10-08 | 2021-02-12 | 华南理工大学 | 一种分布式能源供热管网储能的量化计算方法 |
CN111898224A (zh) * | 2020-06-19 | 2020-11-06 | 上海大学 | 基于分布式能源系统管网能量损失模型的优化控制装置 |
CN112032800B (zh) * | 2020-09-09 | 2021-07-06 | 山东鲁航智能科技有限公司 | 一种智能化管网平衡系统及其调控方法 |
CN113719886B (zh) * | 2021-08-10 | 2024-01-26 | 华能山东发电有限公司烟台发电厂 | 一种户间水利平衡控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651628A (zh) * | 2016-09-14 | 2017-05-10 | 国网天津市电力公司 | 基于图论的区域冷热电综合能源优化配置方法及装置 |
CN108960503A (zh) * | 2018-07-02 | 2018-12-07 | 河海大学 | 基于内点法的综合能源系统多场景优化分析方法 |
-
2019
- 2019-04-26 CN CN201910345717.2A patent/CN110110416B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651628A (zh) * | 2016-09-14 | 2017-05-10 | 国网天津市电力公司 | 基于图论的区域冷热电综合能源优化配置方法及装置 |
CN108960503A (zh) * | 2018-07-02 | 2018-12-07 | 河海大学 | 基于内点法的综合能源系统多场景优化分析方法 |
Non-Patent Citations (4)
Title |
---|
冷冻水管网环路动态平衡探究;周辰等;《辽宁工程技术大学学报(自然科学版)》;20160915(第09期);全文 * |
基于图论的火电机组热经济性定量分析方法;冉鹏等;《中国电机工程学报》;20120515(第14期);全文 * |
集中供热空调管网水力工况计算机模拟软件的开发与应用;冯小平等;《江南大学学报(自然科学版)》;20041030(第05期);全文 * |
面向能源互联网的热电联供系统节点能价研究;邓莉荣等;《电网技术》;20161130(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110416A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110416B (zh) | 一种基于图论的分布式能源冷网供冷优化方法 | |
CN105910169B (zh) | 基于机理模型预测控制的城市供热系统热网调节方法及系统 | |
CN109636037B (zh) | 一种基于pso算法的多热源环状热网水力优化调度方法 | |
CN107800157A (zh) | 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法 | |
CN113190942B (zh) | 供热/冷系统虚拟储能能力计算方法、装置与电子设备 | |
CN108256672A (zh) | 一种集中供热系统全网平衡调节方法 | |
CN111222213A (zh) | 一种热力网络动态仿真方法及装置 | |
CN105588179A (zh) | 一种基于模糊pid算法的热网控制回路 | |
CN105674390A (zh) | 一种集中供热系统动态水力平衡调节方法 | |
CN110991092A (zh) | 一种余能一体化利用计算方法及系统 | |
CN105674487A (zh) | 一种中央空调系统动态水力平衡调节方法 | |
CN113190999A (zh) | 供热管网流量调节提升风电消纳的电热协调方法及装置 | |
Yu et al. | A distributed optimization algorithm for the dynamic hydraulic balance of chilled water pipe network in air-conditioning system | |
CN116819945A (zh) | 一种基于强化学习的多冷源环状供冷系统压差控制方法 | |
Zhao et al. | Optimal control for hydraulic balance of secondary network in district heating system under distributed architecture | |
CN111473408A (zh) | 一种基于气候补偿的供热控制系统的控制方法 | |
CN113405142B (zh) | 一种供热二网平衡方法 | |
Li et al. | Reinforcement learning-based demand response strategy for thermal energy storage air-conditioning system considering room temperature and humidity setpoints | |
CN111649379A (zh) | 一种降低供热系统综合能效的方法及装置 | |
CN111415036A (zh) | 一种中央空调系统并联冷机负荷优化分配方法 | |
CN108224692B (zh) | 考虑室外气温预测误差的空调柔性控制响应能力预测方法 | |
CN115234973B (zh) | 一种热网动态供热策略确定方法 | |
CN106875065B (zh) | 一种降低一次网回水温度的换热站运行方法 | |
CN115289518A (zh) | 供热系统热力和水力平衡控制方法及系统 | |
CN114251716B (zh) | 一种供热管网调节阀门的调节参数确定方法和系统 |
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 |