CN110137953B - 基于分布式能源站多能源系统的协同运行优化方法 - Google Patents

基于分布式能源站多能源系统的协同运行优化方法 Download PDF

Info

Publication number
CN110137953B
CN110137953B CN201910407190.1A CN201910407190A CN110137953B CN 110137953 B CN110137953 B CN 110137953B CN 201910407190 A CN201910407190 A CN 201910407190A CN 110137953 B CN110137953 B CN 110137953B
Authority
CN
China
Prior art keywords
energy
energy system
grid
optimization
station
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
Application number
CN201910407190.1A
Other languages
English (en)
Other versions
CN110137953A (zh
Inventor
姚阳
杨正
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.)
State Grid Jibei Integrated Energy Service Co ltd
State Grid Corp of China SGCC
Original Assignee
State Grid Jibei Integrated Energy Service Co ltd
State Grid Corp of China SGCC
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 State Grid Jibei Integrated Energy Service Co ltd, State Grid Corp of China SGCC filed Critical State Grid Jibei Integrated Energy Service Co ltd
Priority to CN201910407190.1A priority Critical patent/CN110137953B/zh
Publication of CN110137953A publication Critical patent/CN110137953A/zh
Application granted granted Critical
Publication of CN110137953B publication Critical patent/CN110137953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，包括以下步骤：S1、建立协同运行优化策略；S2、确定各个设备的运行参数；S3、搭建仿真模型，进行仿真；S4、进行系统状态计算，检验系统是否满足约束条件，若满足约束条件，则执行步骤S6，若不满足约束条件，则进行下一步；S5、对优化策略进行优化，直至系统满足约束条件；S6、对系统进行综合评估指标计算；S7、判断多能源系统是否满足优化要求，若满足优化要求，则执行步骤S9，若不满足优化要求，则进行下一步；S8、对优化策略进行优化提升，直至系统满足优化要求；S9、输出验证结果。通过本方法可以检验优化多能源系统的整体性能，具有针对性强、评定结果可靠等优点。

Description

基于分布式能源站多能源系统的协同运行优化方法
技术领域
本发明属于分布式供能系统运行优化技术领域，具体涉及一种基于分布式能源站多能源系统的协同运行优化方法。
背景技术
分布式低碳电源和微电网的其中一大优势就是可以提高电力系统的抗灾能力。在特殊时期，微电网能够保证人民的最基本生活条件和能源供应。因此，我们在坚定不移的发展特高压大电网的同时，也要注重建设低碳电源与微电网。与此同时，低碳分布式电源和微电网也还能降低电力系统的投资和运营成本，大型电站与分布式微型电站的结合可以减少电力的传输距离，可以降低电网公司在输配电线路上的投资，能够提升电力系统的安全性和经济性。
发明内容
针对以上情况，本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，通过确定单个能源站的协同运行优化策略，进而搭建了能源站多能源系统的仿真模型，同时对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，提出了基于能效、经济和环境的综合性能评价指标以及其计算方法，从而检验优化策略下多能源系统的整体性能，具有针对性强、仿真程度高、评定结果可靠的优点，为促进了我国能源的优化利用，提升我国电力系统的安全性和经济性做出了积极贡献。
本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，其包括以下步骤：
S1、建立不同工况下单个能源站内多能源系统的初始协同运行优化策略；
S2、确定所述初始协同运行优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式；
S3、搭建能源站多能源系统的仿真模型，进行运行仿真；
S4、对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，检验各子系统以及多能源系统是否满足约束条件，若满足约束条件，则确定优化策略并执行步骤S6，若不满足约束条件，则进行下一步；
S5、对所述初始协同运行优化策略进行进一步优化，重复步骤S2至步骤S4，直至各子系统以及能源站多能源系统满足约束条件获得优化策略，则进行下一步；
S6、对多能源系统进行综合评估指标计算，检验优化策略下多能源系统的整体性能；
S7、根据初步验证结果，判断多能源系统是否满足优化要求，若满足优化要求，则执行步骤S9，若不满足优化要求，则进行下一步；
S8、对优化策略进行进一步优化提升，重复步骤S2至步骤S7，直至多能源系统的验证结果满足优化要求，则获得改进后优化策略并进行下一步；以及
S9、输出验证结果，完成能源站多能源系统的协同运行优化。
进一步地，所述步骤S3中搭建能源站多能源系统的仿真模型包括以下步骤：
S31、搭建能源站能源设备的能量转化模型和运行控制模型；
S32、根据能量转化和运行控制要求，结合不同工况下的效率和影响因素，建立输入输出的稳态模型，并建立各设备元件模型之间的拓扑连接关系；
S33、根据步骤S1提出的协同运行优化策略，对仿真模型进行仿真参数设置；以及
S34、搭建能源站多能源系统的可视化展示和操作模块，对仿真结果进行分析以及可视化展示。
优选地，所述步骤S4中约束条件包括设备约束、网络约束、负荷约束和资源约束。
优选地，所述步骤S6中综合评估指标包括能效指标、经济指标和环境性能指标。
优选地，所述步骤S34中可视化展示和操作模块包括自定义模型操作模块、典型案例库模块和结果分析以及展示模块。
进一步地，所述能效指标包括三个评价指标，所述三个评价指标具体为一次能源利用率、一次能源消耗量和
Figure GDA0002087646850000022
效率，
一次能源利用率：
Figure GDA0002087646850000021
式中，w为系统的发电量，Qc为制冷量，Qh为制热量，Q为一次能源消耗量；
一次能源消耗量：
PEC＝Egridσe+Fmσf；
式中，σe和σf分别为从电网上购买的每千瓦电力和消耗每千瓦电力时燃料所对应的一次能源转换系数；以及
Figure GDA0002087646850000033
效率：
Figure GDA0002087646850000031
式中，Eout为系统或设备的输出
Figure GDA0002087646850000036
Ein为系统或设备的输入
Figure GDA0002087646850000037
进一步地，所述经济指标包括两个评价指标，所述两个评价指标具体为投资回收期和年度化费用，
投资回收期：
Figure GDA0002087646850000032
式中，F为系统的初投资总额，A为每年的净收益；
年度化费用：
COST＝EgridCe+FmCf+FmμfCc；
式中，Fm和Egrid分别为冷热电联供电系统消耗的总的燃料量和从电网购买的电量，Ce和Cf分别表示从电网购买电力的价格和燃料的价格，Cc表示二氧化碳排放税。
进一步地，所述环境性能评价指标的表达式为：
CDECCHP＝Egridμe+Fmμf；
式中，Egrid为冷热电联供电系统消耗的总燃料量，Fm为电量，μf为每千瓦能量燃料，μe为消耗每千瓦电力时所对应的二氧化碳排放量的转换系数。
与现有技术相比，本发明具有以下有益效果：
本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，克服了现有技术的不足，通过确定单个能源站的协同运行优化策略，进而搭建了能源站多能源系统的仿真模型，同时对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，提出了基于能效、经济和环境的综合性能评价指标以及其计算方法，从而检验优化策略下多能源系统的整体性能，具有针对性强、仿真程度高、评定结果可靠的优点，为促进了我国能源的优化利用，提升我国电力系统的安全性和经济性做出了积极贡献。
附图说明
图1为本发明协同运行优化方法的流程图；
图2为本发明协同运行优化方法的搭建仿真模型流程图；
图3为本发明协同运行优化方法的可视化展示和操作模块界面示意图；
图4为本发明协同运行优化方法的综合评估指标示意图；
图5为本发明协同运行优化方法的能源站供给网络节点间能源互济方案示意图；
图6为本发明协同运行优化方法的能源站分配系数优化结果示意图；
图7为本发明协同运行优化方法的能源站吸收的电功率变化情况示意图；
图8为本发明协同运行优化方法的能源站吸收的天然气功率变化情况示意图；
图9为本发明协同运行优化方法的天然气系统末节点压力变化情况示意图；以及
图10为本发明协同运行优化方法的能源站供给成本优化结果示意图。
主要附图标记：
可视化展示和操作模块1；自定义模型操作模块101；典型案例库模块102；结果分析以及展示模块103；居民区2；天然气系统3；Ⅰ型能源站4；Ⅱ型能源站5；电力系统6；商业区7；光伏8；风机9；能效指标91；一次能源利用率901；一次能源消耗量902；
Figure GDA0002087646850000041
效率903；经济指标92；投资回收期904；年度化费用905；环境性能指标93。
具体实施方式
为详尽本发明之技术内容、结构特征、所达成目的及功效，以下将结合说明书附图进行详细说明。
本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，如图1所示，包括以下步骤：
S1、建立不同工况下单个能源站内多能源系统的初始协同运行优化策略；
S2、确定初始协同运行优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式；
S3、搭建能源站多能源系统的仿真模型，进行运行仿真；
S4、对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，检验各子系统以及多能源系统是否满足约束条件，若满足约束条件，则确定优化策略并执行步骤S6，若不满足约束条件，则进行下一步；
S5、对初始协同运行优化策略进行进一步优化，重复步骤S2至步骤S4，直至各子系统以及能源站多能源系统满足约束条件获得优化策略，则进行下一步；
S6、对多能源系统进行综合评估指标计算，检验优化策略下多能源系统的整体性能；
S7、根据初步验证结果，判断多能源系统是否满足优化要求，若满足优化要求，则执行步骤S9，若不满足优化要求，则进行下一步；
S8、对优化策略进行进一步优化提升，重复步骤S2至步骤S7，直至多能源系统的验证结果满足优化要求，则获得改进后优化策略并进行下一步；以及
S9、输出验证结果，完成能源站多能源系统的协同运行优化。
如图2所示，搭建能源站多能源系统的仿真模型包括以下步骤：
S31、搭建能源站能源设备的能量转化模型和运行控制模型；
S32、根据能量转化和运行控制要求，结合不同工况下的效率和影响因素，建立输入输出的稳态模型，并建立各设备元件模型之间的拓扑连接关系；
S33、根据步骤S1提出的协同运行优化策略，对仿真模型进行仿真参数设置；以及
S34、搭建能源站多能源系统的可视化展示和操作模块，对仿真结果进行分析以及可视化展示。
如图3所示，可视化展示和操作模块1包括自定义模型操作模块101、典型案例库模块102和结果分析以及展示模块103。
如图4所示，综合评估指标包括能效指标91、经济指标92和环境性能指标93：
(1)能效指标
能效指标91包括三个评价指标，三个评价指标具体为一次能源利用率901、一次能源消耗量902和
Figure GDA0002087646850000052
效率903。
1)一次能源利用率：
Figure GDA0002087646850000051
式中，w为系统的发电量，Qc为制冷量，Qh为制热量，Q为一次能源消耗量；
2)一次能源消耗量：
PEC＝Egridσe+Fmσf；
式中，σe和σf分别为从电网上购买的每千瓦电力和消耗每千瓦电力时燃料所对应的一次能源转换系数；以及
3)
Figure GDA0002087646850000053
效率：
Figure GDA0002087646850000061
式中，Eout为系统或设备的输出
Figure GDA0002087646850000063
Ein为系统或设备的输入
Figure GDA0002087646850000064
(2)经济指标
经济指标92包括两个评价指标，两个评价指标具体为投资回收期904和年度化费用905。
1)投资回收期：
Figure GDA0002087646850000062
式中，F为系统的初投资总额，A为每年的净收益；
2)年度化费用：
COST＝EgridCe+FmCf+FmμfCc；
式中，Fm和Egrid分别为冷热电联供电系统消耗的总的燃料量和从电网购买的电量，Ce和Cf分别表示从电网购买电力的价格和燃料的价格，Cc表示二氧化碳排放税。
(3)环境性能评价指标：
CDECCHP＝Egridμe+Fmμf；
式中，Egrid为冷热电联供电系统消耗的总燃料量，Fm为电量，μf为每千瓦能量燃料，μe为消耗每千瓦电力时所对应的二氧化碳排放量的转换系数。
实施例1
本发明提供的一种基于分布式能源站多能源系统的协同运行优化方法，如图1～4所示，包括以下步骤：
S1、建立不同工况下单个能源站内多能源系统的初始协同运行优化策略；
S2、确定初始协同运行优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式；
S3、搭建能源站多能源系统的仿真模型，进行运行仿真；
S4、对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，检验各子系统以及多能源系统是否满足约束条件，若满足约束条件，则确定优化策略并执行步骤S6，若不满足约束条件，则进行下一步；
S5、对初始协同运行优化策略进行进一步优化，重复步骤S2至步骤S4，直至各子系统以及能源站多能源系统满足约束条件获得优化策略，则进行下一步；
S6、对多能源系统进行综合评估指标计算，检验优化策略下多能源系统的整体性能；
S7、根据初步验证结果，判断多能源系统是否满足优化要求，若满足优化要求，则执行步骤S9，若不满足优化要求，则进行下一步；
S8、对优化策略进行进一步优化提升，重复步骤S2至步骤S7，直至多能源系统的验证结果满足优化要求，则获得改进后优化策略并进行下一步；以及
S9、输出验证结果，完成能源站多能源系统的协同运行优化。
具体的，搭建能源站多能源系统的仿真模型包括以下步骤：
S31、搭建能源站能源设备的能量转化模型和运行控制模型；
S32、根据能量转化和运行控制要求，结合不同工况下的效率和影响因素，建立输入输出的稳态模型，并建立各设备元件模型之间的拓扑连接关系；
S33、根据步骤S1提出的协同运行优化策略，对仿真模型进行仿真参数设置；以及
S34、搭建能源站多能源系统的可视化展示和操作模块，对仿真结果进行分析以及可视化展示。
进一步地，本发明中综合评估指标包括能效指标91、经济指标92和环境性能指标93，
(1)能效指标
能效指标91包括三个评价指标，三个评价指标具体为一次能源利用率901、一次能源消耗量902和
Figure GDA0002087646850000073
效率903。
1)一次能源利用率：
Figure GDA0002087646850000071
式中，w为系统的发电量，Qc为制冷量，Qh为制热量，Q为一次能源消耗量；
2)一次能源消耗量：
PEC＝Egridσe+Fmσf；
式中，σe和σf分别为从电网上购买的每千瓦电力和消耗每千瓦电力时燃料所对应的一次能源转换系数；以及
3)
Figure GDA0002087646850000074
效率：
Figure GDA0002087646850000072
式中，Eout为系统或设备的输出
Figure GDA0002087646850000085
Ein为系统或设备的输入
Figure GDA0002087646850000086
对于不同的热工系统或设备，选取不同的收益
Figure GDA0002087646850000089
和耗费
Figure GDA0002087646850000088
其
Figure GDA0002087646850000087
效率的形式可能是不同的。对于某一具体的热工系统或设备，究竟取哪种形式的效率作为
Figure GDA00020876468500000810
效率，要视热工系统或设备的任务、所分析的目标以及工作条件而定。对于在冷热电联供系统中常用的热工设备或装置，其
Figure GDA00020876468500000811
效率计算如下：
①原动装置
在各类型的原动装置中，工质经历循环或某一特定过程，对外所作的功为收益
Figure GDA00020876468500000812
所消耗的各种形式能量中的
Figure GDA00020876468500000815
值为耗费
Figure GDA00020876468500000814
燃气轮机作为直接由燃料驱动的原动装置，其
Figure GDA00020876468500000813
效率为：
Figure GDA0002087646850000081
式中，W为装置对外做的净功，Ef为所消耗燃料的
Figure GDA00020876468500000816
值，mf为燃料的质量流量，exf为燃料的化学
Figure GDA00020876468500000817
②供热装置
供热装置提供热量
Figure GDA00020876468500000818
为收益
Figure GDA00020876468500000819
所消耗的各种能量中的为耗费
Figure GDA00020876468500000820
对于锅炉，其
Figure GDA00020876468500000821
效率为：
Figure GDA0002087646850000082
式中，E1和E2分别为锅炉中出口水蒸汽与给水的
Figure GDA00020876468500000822
值，Ef为燃料的
Figure GDA00020876468500000823
值。
对于热泵，其
Figure GDA00020876468500000824
效率为：
Figure GDA0002087646850000083
式中，Win为耗电量或热泵的耗功量。
③制冷循环装置
制冷循环中，收益
Figure GDA00020876468500000825
为冷量
Figure GDA00020876468500000826
而耗费
Figure GDA00020876468500000827
是各种能量中的
Figure GDA00020876468500000828
如电功(蒸汽压缩式制冷)、热量
Figure GDA00020876468500000829
(吸收式或吸附式制冷)等。对于溴化锂吸收式冷温水机，其
Figure GDA00020876468500000830
效率为：
Figure GDA0002087646850000084
④耗功装置
对于如压缩机、风机或泵等耗功装置，都是利用外界输入功来改变工质状态，因而工质
Figure GDA0002087646850000095
差(E2-E1)为收益，外界输入的功Win为消耗
Figure GDA0002087646850000096
其
Figure GDA0002087646850000097
效率为：
Figure GDA0002087646850000091
(2)经济指标
经济指标92包括两个评价指标，两个评价指标具体为投资回收期904和年度化费用905。
1)投资回收期：
Figure GDA0002087646850000092
式中，F为系统的初投资总额，A为每年的净收益；
2)年度化费用：
COST＝EgridCe+FmCf+FmμfCc；
式中，Fm和Egrid分别为冷热电联供电系统消耗的总的燃料量和从电网购买的电量，Ce和Cf分别表示从电网购买电力的价格和燃料的价格，Cc表示二氧化碳排放税。
(3)环境性能评价指标：
CDECCHP＝Egridμe+Fmμf；
式中，Egrid为冷热电联供电系统消耗的总燃料量，Fm为电量，μf为每千瓦能量燃料，μe为消耗每千瓦电力时所对应的二氧化碳排放量的转换系数。
本发明中，综合评估指标的计算包括以下步骤：
(1)指标归一化
将m个参与评价的系统方案，记为Y＝[y1,y2,...,yn]，同时设有n个评价指标，记为X＝[x1,x2,...,xn]，方案yi对应的第j个指标可用aij表示，可得到m个系统方案的m×n个评价指标构成的指标矩阵A＝[aij]m×n，即：
Figure GDA0002087646850000093
利用式
Figure GDA0002087646850000094
对指标矩阵进行归一化计算；
计算第i个方案下的第j个指标的指标值比重Pij，
Figure GDA0002087646850000101
(2)确定指标信息熵
若某个指标的熵值越小，则说明该指标的变异程度越大，所提供的信息量越多，在综合评价中该指标起的作用越大，其权重应该越大，反之亦然。
第j个指标的信息熵为
Figure GDA0002087646850000102
式中
Figure GDA0002087646850000103
(3)确定熵权和评价结果
第j个指标的wj熵权可根据信息熵计算公式求得
Figure GDA0002087646850000104
第i个系统方案的综合评价值为
Figure GDA0002087646850000105
如图5所示，能源站采用I型能源站4与II型能源站5，电力系统6为IEEE37节点配电系统，电力系统6的724节点与II型能源站5相连，728节点与I型能源站4相连，731、737、741节点接有光伏8，729、735节点接有风机9，天然气系统3为11节点低压配气系统，天然气系统的节点N3、N4分别通过I型能源站4、II型能源站5与电力系统6耦合，I型能源站4和II型能源站5的负荷终端为业态丰富的商业区7与居民区2，用能需求主要由电力与热力构成。电力与天然气能量流主要通过集中式供电/气形式满足负荷需求，由PEC与CHP共同供应；热负荷受地理因素限制，借助电力与天然气系统通过电锅炉、燃气锅炉等组件进行分布式供热。
如图6所示，为本发明通过上述步骤进行优化分析得到的能源站供给网络节点间能源互济方案的运行状况。
如图7～9所示，I型能源站4在晚用电高峰19:00-21:00期间，由于电价较高，为了降低经济成本，I型能源站4主要通过CHP燃烧天然气满足电负荷需求，此时I型能源站4的天然气吸收功率达到峰值，电功率吸收最低且为负值。因此，晚用电高峰期间I型能源站4优先选择天然气满足用能需求，此时Pel＜0表明能源站向电力系统输送电功率，通过天然气系统满足热、电负荷需求。I型能源站4在热负荷高峰15:00-17:00期间，由于EB制热效率高于CHP气转热效率，此时I型能源站4热负荷供应主要由电力承担，分配系数v1＝0，倾向于购电满足热负荷需求降低运行成本。
具体的，I型能源站4在7:00-9:00电负荷早高峰期间，电力需求通过天然气以CHP形式供应，此时天然气吸收功率达峰值，在满足电负荷的同时向配电系统输送功率。随时间推移，电力、热力负荷增大，受限于CHP容量，天然气供应权重减小，电力供应权重上升。热负荷高峰4:00时刻，由于CHP容量限制，此时单纯依靠CHP供能无法满足热力需求，少量热力负荷需求通过GB满足，主要通过调节分配系数v2使其数值降低来实现。
如图10所示，在考虑能源站合理配置的基础上，通过电力系统与天然气系统多能流的互补互济，以及能源站对能源网络的输出功率调节，可以实现电、气、热等多能流的最优分配，有效降低能源站供给网络节点间能源的运行成本，全天能源成本降低了约51.84％，系统经济性获得显著提升。
本发明提供一种基于分布式能源站多能源系统的协同运行优化方法，克服了现有技术的不足，通过确定单个能源站的协同运行优化策略，进而搭建了能源站多能源系统的仿真模型，同时对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，提出了基于能效、经济和环境的综合性能评价指标以及其计算方法，从而检验优化策略下多能源系统的整体性能，具有针对性强、仿真程度高、评定结果可靠的优点，为促进了我国能源的优化利用，提升我国电力系统的安全性和经济性做出了积极贡献。
以上所述是本申请的优选实施方式，不以此限定本发明的保护范围，应当指出，对于该技术领域的普通技术人员来说，在不脱离本技术原理前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (8)

1.一种基于分布式能源站多能源系统的协同运行优化方法，其特征在于，其包括以下步骤：
S1、建立不同工况下单个能源站内多能源系统的初始协同运行优化策略；
S2、确定所述初始协同运行优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式；
S3、搭建能源站多能源系统的仿真模型，进行运行仿真；
S4、对运行仿真模型后得到的能源站内各子系统的运行参数，进行系统状态计算，检验各子系统以及多能源系统是否满足约束条件，若满足约束条件，则确定优化策略并执行步骤S6，若不满足约束条件，则进行下一步；
S5、对所述初始协同运行优化策略进行进一步优化，确定进一步优化的协同运行优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式，重复步骤S3至步骤S4，直至各子系统以及能源站多能源系统满足约束条件获得优化策略，则进行下一步；
S6、对多能源系统进行综合评估指标计算，检验优化策略下多能源系统的整体性能；
S7、根据步骤S6中检验优化策略下多能源系统的整体性能所得的结果，判断多能源系统是否满足优化要求，若满足优化要求，则执行步骤S9，若不满足优化要求，则进行下一步；
S8、对优化策略进行进一步优化提升，确定进一步优化提升的优化策略下能源站多能源系统中各个设备的运行参数、容量配置参数和拓扑连接方式，重复步骤S3至步骤S7，直至多能源系统的验证结果满足优化要求，则获得改进后优化策略并进行下一步；
S9、输出验证结果，完成能源站多能源系统的协同运行优化。
2.根据权利要求1所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述步骤S3中搭建能源站多能源系统的仿真模型包括以下步骤：
S31、搭建能源站能源设备的能量转化模型和运行控制模型；
S32、根据能量转化和运行控制要求，结合不同工况下的效率和影响因素，建立输入输出的稳态模型，并建立各设备元件模型之间的拓扑连接关系；
S33、根据步骤S1提出的协同运行优化策略，对仿真模型进行仿真参数设置；
S34、搭建能源站多能源系统的可视化展示和操作模块，对仿真结果进行分析以及可视化展示。
3.根据权利要求1或者2所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述步骤S4中约束条件包括设备约束、网络约束、负荷约束和资源约束。
4.根据权利要求1所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述步骤S6中综合评估指标包括能效指标、经济指标和环境性能指标。
5.根据权利要求2所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述步骤S34中可视化展示和操作模块包括自定义模型操作模块、典型案例库模块和结果分析以及展示模块。
6.根据权利要求4所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述能效指标包括三个评价指标，所述三个评价指标具体为一次能源利用率、一次能源消耗量和
Figure FDA0002768914830000024
效率，
一次能源利用率：
Figure FDA0002768914830000021
式中，w为系统的发电量，Qc为制冷量，Qh为制热量，Q为一次能源消耗量；
一次能源消耗量：
PEC＝Egridσe+Fmσf；
式中，σe和σf分别为从电网上购买的每千瓦电力和消耗每千瓦电力时燃料所对应的一次能源转换系数；Egrid为从电网购买的电量；Fm为冷热电联供电系统消耗的总的燃料量；
Figure FDA0002768914830000025
效率：
Figure FDA0002768914830000022
式中，Eout为系统或设备的输出
Figure FDA0002768914830000026
Ein为系统或设备的输入
Figure FDA0002768914830000027
7.根据权利要求4所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述经济指标包括两个评价指标，所述两个评价指标具体为投资回收期和年度化费用，
投资回收期：
Figure FDA0002768914830000023
式中，F为系统的初投资总额，A为每年的净收益；
年度化费用：
COST＝EgridCe+FmCf+FmμfCc；
式中，Fm和Egrid分别为冷热电联供电系统消耗的总的燃料量和从电网购买的电量，Ce和Cf分别表示从电网购买电力的价格和燃料的价格，Cc表示二氧化碳排放税。
8.根据权利要求4所述的基于分布式能源站多能源系统的协同运行优化方法，其特征在于，所述环境性能指标的表达式为：
CDECCHP＝Egridμe+Fmμf；
式中，Egrid为从电网购买的电量，Fm为冷热电联供电系统消耗的总的燃料量，μe为消耗每千瓦电力时所对应的二氧化碳排放量的转换系数。
CN201910407190.1A 2019-05-15 2019-05-15 基于分布式能源站多能源系统的协同运行优化方法 Active CN110137953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910407190.1A CN110137953B (zh) 2019-05-15 2019-05-15 基于分布式能源站多能源系统的协同运行优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910407190.1A CN110137953B (zh) 2019-05-15 2019-05-15 基于分布式能源站多能源系统的协同运行优化方法

Publications (2)

Publication Number Publication Date
CN110137953A CN110137953A (zh) 2019-08-16
CN110137953B true CN110137953B (zh) 2020-12-29

Family

ID=67574365

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910407190.1A Active CN110137953B (zh) 2019-05-15 2019-05-15 基于分布式能源站多能源系统的协同运行优化方法

Country Status (1)

Country Link
CN (1) CN110137953B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340267A (zh) * 2019-12-06 2020-06-26 国网河北省电力有限公司雄安新区供电公司 基于块数据的区域综合能源系统的优化控制方法和设备
CN111429301B (zh) * 2020-03-26 2023-04-28 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
CN114421501B (zh) * 2022-01-07 2022-12-06 国网湖北省电力有限公司黄冈供电公司 用于分布式储能供电的自适应控制系统参数确定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062022A (zh) * 2016-11-05 2018-05-22 南京理工大学 一种热电协同系统的优化控制方法
CN108985524B (zh) * 2018-08-07 2020-11-17 南京南瑞继保电气有限公司 一种多能互补系统的协调控制方法
CN109510247A (zh) * 2018-11-16 2019-03-22 国网辽宁省电力有限公司葫芦岛供电公司 一种可控负荷与清洁能源发电技术协同优化控制方法

Also Published As

Publication number Publication date
CN110137953A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
Lu et al. Study on the configuration and operation optimization of CCHP coupling multiple energy system
CN103257619B (zh) 一种智能建筑能源物联网及其集成方法
CN105337303B (zh) 一种含热泵的热电联产型微电网容量优化配置方法
CN107844869B (zh) 燃气分布式能源系统的在线智能学习决策优化方法及系统
CN110137953B (zh) 基于分布式能源站多能源系统的协同运行优化方法
Bilardo et al. Modelling a fifth-generation bidirectional low temperature district heating and cooling (5GDHC) network for nearly Zero Energy District (nZED)
CN105117557B (zh) 一种楼宇型冷热电联供系统动力装置选型方法
CN111291963A (zh) 一种协调经济性与可靠性的园区综合能源系统规划方法
Mago et al. A review on energy, economical, and environmental benefits of the use of CHP systems for small commercial buildings for the North American climate
CN112149980A (zh) 区域级综合能源系统能效分析方法及系统
CN112182887A (zh) 一种综合能源系统规划优化仿真方法
CN112258021A (zh) 用于家庭燃料电池热电联供建筑的能效评估方法及系统
Rogers et al. Modeling of Low Temperature Thermal Networks Using Historical Building Data from District Energy Systems.
CN106251088A (zh) 一种用于天然气冷热电联供系统的综合评价方法
CN113885367A (zh) 一种楼宇能效管理控制系统及方法
CN111523697A (zh) 一种综合能源服务成本分摊与定价计算方法
Huang et al. Modeling of distributed energy system with multiple energy complementation
CN207688481U (zh) 燃气分布式能源优化系统
CN109375588B (zh) 一种考虑广义需求响应的工厂多能互补优化调度方法
CN111798044B (zh) 基于改进最小叉熵的ries运行规划仿真方法
CN107332285A (zh) 一种电源容量配比的优化方法
Zhang et al. Optimization Strategies for Hydrogen Mixing Scheduling in Natural Gas Networks in Integrated Energy Systems
Mansour Zenouzi PhD et al. Strategic Integration of Renewable Energy, Energy Storage, and Heat Pump with CHP Devices to Reduce Carbon Dioxide Emissions and Operation Costs-Case Studies Using an Analysis and Design Software
Krishna et al. Optimal sizing and operational strategies for diesel engine driven CCHP system
Zhong et al. Comprehensive Evaluation Strategy of Optimal Operation Mode of Integrated Energy System Based on Analytic Hierarchy Process

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
CB03 Change of inventor or designer information

Inventor after: Yao Yang

Inventor after: Yang Zheng

Inventor before: Yao Yang

Inventor before: He Shoulong

Inventor before: Yang Zheng

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant