CN110175311B - 一种基于多能耦合模型的优化潮流计算方法 - Google Patents
一种基于多能耦合模型的优化潮流计算方法 Download PDFInfo
- Publication number
- CN110175311B CN110175311B CN201811548147.9A CN201811548147A CN110175311B CN 110175311 B CN110175311 B CN 110175311B CN 201811548147 A CN201811548147 A CN 201811548147A CN 110175311 B CN110175311 B CN 110175311B
- Authority
- CN
- China
- Prior art keywords
- energy
- equipment
- cold
- heat
- load
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 117
- 230000008878 coupling Effects 0.000 title claims abstract description 63
- 238000010168 coupling process Methods 0.000 title claims abstract description 63
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 63
- 230000000295 complement effect Effects 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 230000005477 standard model Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 39
- 238000010438 heat treatment Methods 0.000 claims description 34
- 239000007789 gas Substances 0.000 claims description 33
- 238000012795 verification Methods 0.000 claims description 30
- 238000001816 cooling Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 24
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 21
- 238000005057 refrigeration Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000010248 power generation Methods 0.000 claims description 18
- 238000005485 electric heating Methods 0.000 claims description 16
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 11
- 231100000817 safety factor Toxicity 0.000 claims description 11
- 230000003749 cleanliness Effects 0.000 claims description 10
- 238000002485 combustion reaction Methods 0.000 claims description 10
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 9
- 239000012530 fluid Substances 0.000 claims description 9
- 238000013139 quantization Methods 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000002918 waste heat Substances 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010998 test method Methods 0.000 claims description 5
- 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 3
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 239000006227 byproduct Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 description 11
- 238000005338 heat storage Methods 0.000 description 10
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 239000003546 flue gas Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000013486 operation strategy Methods 0.000 description 3
- 238000006116 polymerization reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多能耦合模型的优化潮流计算方法，包括以下步骤：基于CIM标准模型扩展建立了覆盖电网模型、热网模型、冷网模型的多能耦合模型；在不同的运行方案模式下确定电能设备、热能设备以及冷能设备的最佳运行工况，作为优化潮流计算的输入；通过优化潮流计算确定各源端设备的出力和各能量网的能量流分布。本发明构建了多能互补能源互联网模型，通过多能耦合设备的建模实现了不同能源的互补，本发明计算简便，可操作性强，具有实际应用价值。
Description
技术领域
本发明属于能源技术领域，具体涉及一种基于多能耦合模型的优化潮流计算方法。
背景技术
目前，能源行业面临供需矛盾突出和生态环境污染等问题，为了提高能源利用率和多种能源的转换效率，国内外越来越重视多能互补能源互联网相关技术。多能互补能源互联网集电、热、冷、气等多种能源生产、传输、转换、分配、消费等环节于一体，以实现对电、热、冷、气等能源的经济调度。多能互补能源互联网的结构一方面可就近为用户提供电、热、冷、气等多种形式能源，形成以电、热、冷、气等多种形式传输能量的能源互联网，大幅降低了传输过程的损耗，另一方面，其相较于传统集中供能方式，其规模小，可靠性高，且各能源站互相独立，为科学灵活的调度运行和控制提供了巨大便利。而如何对多能互补能源互联网之间的耦合关系和分布式DG、分布式储能、电动汽车充电桩等设备进行精确建模，建模后的评估和计算以及提供高效的综合潮流计算方法来获取优化调度策略是目前多能互补综合能量管理系统发展的主要方向。
当前多能互补综合能量管理系统中电、热、冷、气等多种能源各自的建模方法都相对成熟，但对于分布式DG、分布式储能、电动汽车充电桩和多能耦合设备建模的研究还有所欠缺，尤其是对于分布式DG和多能耦合设备的建模不够全面和精确。
如已公开专利《一种能源互联网多能互补控制方法》(申请公开号：CN107910871A)和《一种多源耦合的综合能源系统规划方法》(申请公开号：CN107665377A)中将电、天然气和分布式DG输出以耦合矩阵系数的形式建立耦合关系。但多种能源之间的关系复杂，随着运行策略的变化其耦合关系也会发生变化。如燃气轮机负荷变化使其发电效率变化，使气-电耦合系数变化，导致模型精度下降。已公开专利《一种冷热电联供微网系统建模方法》(申请公开号：CN106709178A)中利用传递函数矩阵和效率矩阵描述能源间耦合的关系。但同样未考虑能源间转化的动态特性和效率的变化给模型精度带来的影响。(冯烁.基于改进粒子群算法的冷热电联产微电网优化调度[J].电器开关2017,55(04):38-43,48)的文献提出了一种按能量传递形式分类后，采用集中母线的方式搭建冷热电联产系统的建模方法。但该模型主要从设备角度出发，考虑“点”的能量、质量平衡，没有考虑整个能源网络的平衡，对于“系统级”的综合分析和计算并不适用。此外，一些研究对于负荷种类考虑不全面，未能将热蒸汽负荷和热水负荷分开考虑，或者未考虑冷负荷。因此建立全面、精确的多能互补、耦合模型对于优化多能互补能源互联网的运行和管理具有重要意义。
对多能互补综合能量管理系统的评价准则研究也是该领域研究的重要方向之一，因为系统的运行策略及相关的优化都需要一个评价准则作为判断依据。而现阶段大多数研究主要考虑系统的经济性和环保性这两个评价指标。公开号为CN107967560A的专利文献公开了一种多能互补分布式能源系统的评价方法、装置、设备和介质，提出一种考虑冷热电联供系统的能效、经济费用以及污染指数的评价指标模型；(张涛,朱彤,高乃平,吴竺.分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J].中国电机工程学报,2015,35(14):3706-3713.)的文献建立了基于经济因素、能耗和环境因素的分布式能源系统指标评价矩阵，利用信息熵原理求解不同指标的权重；(王旭东.冷热电三联供分布式能源综合效益分析[D].华北电力大学,2014.)的文献构建了包含了环境效益、经济效益及社会效益三方面的评价指标体系。但目前多数研究未考虑系统的安全性和启停机带来的维护成本上升等因素，使得其在多目标的优化中考虑不全面，实际应用性下降。
基于多目标优化多能互补能源互联网的调度方案时需要进行综合潮流计算，综合潮流计算是指已知各种形式能源网所需负荷，在安全性和合理性的约束条件下，逐步求解各种形式能量网的能量流分布，如冷、热网的管道流量和节点温度，电网的支路功率和节点电压，以及能源站的电制冷、烟气制冷的出力分配等。目前，针对如何设计最优潮流计算方法来获得优化调度方案，有诸多文献和专利均有描述。较常采用的方法是将电、热、冷、气等能量网的方程联立，形成复杂的非线性代数方程组，采用牛拉法进行迭代求解，但这种方法计算复杂度高，计算时间较长，同时也难以收敛。另外，公开号为CN106786753A的专利文献公开了一种多用户的区域能源互联网的系统及其调节方法，利用智能寻优算法求解基于目标函数的决策变量。
(王成山,洪博文,郭力,张德举,刘文建.冷热电联供微网优化调度通用建模方法[J].中国电机工程学报,2013,33(31):26-33+3)的文献提出基于改进粒子群算法的冷热电负荷优化调度方案，以投资折旧费用、运行维护成本、燃料费用等为评价函数寻找最优方案。
以上两种利用智能优化算法求解调度方案可能带来两个问题，一是智能优化算法普遍具有可能陷入局部最优的缺点；二是利用优化算法计算量大，实现困难，实际操作性和应用性较差。
发明内容
为了解决上述问题，本发明提供了一种基于多能耦合模型的优化潮流计算方法，计算简便，可操作性强，具有实际应用价值，计算出各源端设备出力和各种形式能量网的能量流分布。
本发明的技术方案为：一种基于多能耦合模型的优化潮流计算方法，包括如下步骤：
S1：考虑能量损耗，推导各源端设备、荷端设备和传输介质的输入输出传递函数，构建精确数学模型；
S2：基于CIM标准模型扩展建立了覆盖电网模型、热网模型、冷网模型的多能耦合模型，通过多能耦合设备将不同类型的能量网络模型耦合成多能互补能源互联网系统模型；
S3：根据优化运行目标确定能量设备的最佳运行工况，作为潮流计算的输入；
S4：通过优化的多能互补能源互联网潮流计算方法，迭代计算多能互补能源互联网系统中各源端设备的出力和各能量网的能量流分布。
作为优选，在步骤S1中，基于灰箱原理的设备状态估计模型，根据是否具有详细的历史数据，建立各源端设备、荷端设备和传输介质的精确数学模型，具体可分成两种情况进行计算：
情况一：当不具有历史数据，且仅含有各设备输入功率Win和输出功率Wout时，按如下步骤计算：
在历史数据中以10％负荷为间隔，即10％,20％,...,100％负荷，计算这10个工作效率，计算公式为式(1)：
依次选择式(2)中的方程，
利用基于直线检验法的最小二乘法计算，获得各设备工作效率与出力的函数F(Wout,a,b,…)，其中，式(2)中的三个函数是选用的拟合函数，对于第一个和第三个拟合函数而言，a、b、c…q分别是拟合函数的常数项与各次多项式系数，对于第二个拟合函数，a、b分别是拟合函数的常系数和底数；
基于直线检验法的最小二乘法计算方法是首先将所选的10个采样周期的输入功率和输出功率数据的预选回归曲线η＝F(Wout,a,b,…)线写成式(3)，
Z1＝A+BZ2 (3)
其中，Z1和Z2是g(Wout)和f(η)，即Z1是输出功率的函数，Z2是工作效率的函数，A和B分别是拟合函数系数a和b的函数，获取10个数据对应的Z1和Z2值，采用最小二乘法计算变量A和B，使残差平方和最小，选择最小的残差平方和对应的方程结构，即为最终的方程形式
η＝f-1(A+Bg(Wout)) (4)
根据用户所需负荷采用回推法计算电能、热能和冷能设备出力，
情况二：当具有历史详细数据，且包括各管道温度、环境温度、压力、流量时，电能依旧式(1)～(5)计算，采用发电效率进行负荷回推计算发电量，而制热量和制冷量则采用集总参数法进行机理计算，具体计算步骤为：
按照式(6)计算供热/供冷管道压力损失：
式(6)中，λ为沿程阻力系数，ξ是局部阻力系数，hl为沿程阻力，hm是弯道的局部阻力，u是流速，d是管道直径，N是弯头，θ和R分别为弯角方向变化角和弯管轴心线的曲率半径，取d＝R,θ＝90°，ρ是流体密度，Δpl是沿程压力损失，Δpm是局部压力损失；
按照式(7)计算供热管道热量损失：
式(7)中，Tsoil是埋管外部土壤温度，Up是管道传热系数，Gu是管道流量，cp是流体的比热容，A是管道表面积，Tp,in、Tp,out分别为管道首末端流体的温度；
按照式(8)计算供冷管道冷量损失：
按照式(9)计算热能/冷能设备的进口温度和压力：
式(9)中，Tin和Tout是各设备进出口温度，Qin是各设备与周围的换热热量，pin和pout是各设备的进出口压力，C1是设备钢件的比热容，根据用户所需供回水温度和计算得到的热能/冷能设备的进口温度和压力，进而得到热能/冷能设备的出力。
进一步的，在步骤S2中，多能量网络模型是基于DL/T 890.301标准的CIM模型，将电能设备以树状结构方式搭建，热能设备和冷能设备以网状结构方式搭建，并与其他设备以聚合和组合的方式分别连接，建立系统的电、热、冷网模型。
进一步的，电网由光伏、风机、柴油发电机等分布式DG、分布式储能和传统的配用电设备如变压器、断路器、馈线段、电力用户等设备组成，是一个多源端的主动配电网。以园区/厂站作为根节点，在根节点下会有不同的电压等级与馈线，而上述的这些电力设备分别关联在不同的电压等级与馈线下，源端设备包括风机、光伏、储能、柴油发电机等，荷端设备包括储能、电力用户等，配电网络设备包括变压器、断路器、隔离开关、馈线段等，各电力设备下面又关联了各自的端点、模拟量、状态量和累积量，形成了厂站->馈线/电压等级->设备->端点/模拟量/状态量/累积量的多层树状结构，电能由源端流经配电网络产生一定的网损，最终流向电力用户；
进一步的，热网由烟气余热锅炉、蓄热水设备、电制热设备、天然气补燃锅炉、各热能设备、供热管道、热能用户组成，是具有多源端的、多个工质回路的网状结构。源端设备如烟气余热锅炉、天然气补燃锅炉、电制热设备、蓄热水设备，其中蓄热水设备既提供热能又回收工质，来自不同源端的热能通过供热管道汇聚。根据不同热负荷和热参数，供热管道又分成若干供热管道，并与热能用户和蓄热水设备形成多个闭合回路，完成供热。最终若干供热管道汇聚成一个供热管道，与源端形成闭环。其中，蓄热水设备既是源端又是荷端，供热管道也作为损耗环节对热能进行一定消耗。各设备的热负荷、热参数与热网为聚合关系；
进一步的，冷网由双效溴化锂制冷设备、电制冷设备、冷能管道、蓄冷水设备、冷用户组合而成，是具有多源端的、多个工质回路的网状结构。源端设备如双效溴化锂制冷设备、电制冷设备、蓄冷水设备，其中蓄冷水设备既提供冷能又回收工质，来自不同源端的冷能通过供冷管道汇聚。又根据不同冷负荷和冷参数，供冷管道又分成若干供冷管道，并与冷用户和蓄冷水设备形成多个闭合回路，完成冷能供应。最终若干供冷管道汇聚成一个冷能管道，与源端形成闭环。其中，蓄冷水设备既是源端又是荷端，供冷管道也作为损耗环节对冷能进行一定消耗。各设备的冷负荷、冷参数与冷网为聚合关系。
进一步的，步骤S2中分别在源端和荷端将多能量网络模型耦合，具体是：在源端，CCHP系统子对象中的发电设备即燃气轮机发电设备、制热设备即余热锅炉、制冷设备即双效溴化锂制冷机，分别为电网、热网和冷网的子对象，其中燃气轮机发电设备的当前发电量Et与制冷设备的当前电负荷下最大制冷量Egasc之比为Rc，构成电-冷网耦合，与制热设备的当前电负荷下最大制热量Egash之比为Rh，将电网和热网耦合，从而将电网、热网和冷网模型在源端耦合，则CCHP系统的能量耦合关系满足式(10)，
荷端由电制热和电制冷设备耦合，具体是：电制热和电制冷设备作为电网的子对象同时也是热网和冷网的子对象，转化关系为式(11)，电制热和电制冷设备作为电网的荷端，消耗电能Ph和Pc，同时作为热网和冷网的源端，提供热能Qh和冷能Qc，其转化系数分别为ηh和ηc。
进一步的，步骤S1和S2建模过程中，基于CIM标准模型扩展了分布式DG、分布式储能、电动汽车充电桩、冷热设备、多能互补耦合设备等设备模型。以光伏和CCHP为例，阐述一下其详细的建模过程。如图4所示，扩展新增的光伏站类，其作为CIM中电压等级类的组合子对象，也是CIM中馈线类的聚合子对象。此外，光伏站类，还是CIM中端点类的组合父对象。如图5所示，扩展新增的CCHP类，其作为CIM中厂站类的组合子对象，也是新增扩展的CCHP发电机类，CCHP制热机类，CCHP制冷机类的组合父对象。CCHP发电机类，是CIM中电压等级类的聚合子对象，也是CIM中端点类的组合父对象；CCHP制热机类，是扩展类中热馈线的聚合子对象，也是扩展类热端点类的组合父对象；CCHP制冷机类，是扩展类中冷馈线的聚合子对象，也是扩展类冷端点类的组合父对象。
进一步的，步骤S3最终确定各设备的最佳运行工况，包括如下步骤：
S31：根据用户所需的多能负荷，获得系统的运行方案；
S32.在不同的运行模式下，计算各个运行方案的经济性、环保性、安全可靠性、清洁性四类因素量化指标；
S33.将各方案的量化指标归一化，引入权重系数，评估每个方案的综合效果；
S34.获取评估最优的方案中各设备的运行工况，作为潮流计算的输入。
运行模式包括安全运行，经济运行，清洁运行和智能运行模式。其中，安全运行模式仅考虑安全性因素；经济运行模式考虑安全性因素和经济性因素；清洁运行模式考虑安全性因素，环保性因素和清洁性因素；智能运行模式考虑安全性因素，经济性因素，清洁性因素和环保性因素。四种运行模式可灵活切换。
经济性因素计算的是系统运行总成本，t时段系统运行总成本：
式(12)中，为t时段天然气成本，priGrid为t时段购电成本，/>为t时段系统维护成本；
环保性因素计算的是CO2总排放量，t时段系统运行总排放量：
式(13)中，CO2_cchp,E为燃气轮机单位功率CO2排放量，Ycchp为燃气轮机输出功率，CO2_br为补燃单位功率CO2排放量，Ybr为补燃功率，CO2_grid为电网单位电量CO2排放量，Pgrid为购电总量；
安全可靠性因素计算系统可靠性和设备启停频率系统可靠性：
式(14)中，为第i台设备事故停运小时数，/>为第i台设备总运行小时数，n为运行方案中设备总数，设备启停频率：
式(15)中，fi t为t时段内第i台设备的启停机次数，为t时段内第i台设备允许最大启停机次数，n为运行方案中设备总数；
清洁性因素计算，率清洁能源利用率：
式(16)中，为t时段系统总供能，/>为t时段风机发电量，/>为t时段太阳能发电量；
步骤S33中归一化公式采用：
式(17)中，x为归一化前各方案的量化指标数据，xmax为各数据样本中的最大值，xmin为样本数据中最小值，为归一化后的数据；归一化后评估方案的性能评价函数为：
式(18)中，rM为经济性权重，rE为系统可靠性权重，rW为环保性权重，rP为设备启停权重，rG为清洁性权重，各权重大小随运行模式改变而改变，模式中未考虑的因素权重取0。其中，CCHP系统包含CCHP燃气轮机、CCHP制热、CCHP制冷三类设备，应分别考虑。
进一步的，步骤S34是确定各个设备的最佳运行工况，具体为：
根据式(17)计算步骤S31中各个方案的性能评价函数值，取最小的函数值对应的方案为当前用户冷、热、电负荷下的方案，所述方案用于确定各设备的运行工况，即开或关，用0或1表示，此外，根据CCHP的运行工况确定优化潮流的计算步骤。
进一步的，步骤S4中的潮流计算是基于步骤S34得到的各设备的运行工况的，若根据S34的优化结果得到CCHP的工况是“以电定热”，即从电负荷出发，随时跟踪电负荷变化，把热作为一种副产品，不足热负荷用燃气锅炉补充，记为工况1。反之，从热负荷出发，随时跟踪热负荷变化，不足电负荷由大电网供给，记为工况2。工况1和2对应的潮流计算步骤如下：
工况1具体步骤为：(1)首先进行电力潮流计算，不断调整电网、燃气轮机出力，直至计算收敛；(2)对潮流计算结果进行约束校验，包括状态量电压模值约束、电压相位角约束和线路的热极限约束，若不满足约束则返回步骤(1)，直至满足约束；(3)由耦合关系确定多能耦合设备热、冷负荷出力，进行热力、冷潮流计算；(4)判断是否启用电制冷机，若启用，根据耦合关系计算电负荷，记为E(1)，返回步骤(1)重新计算电力潮流和电制冷电负荷E(2)，直至|E(1)-E(2)|＜ε。若不启用电制冷机，则直接计算步骤(5)，其中，ε为潮流计算的精度；(5)判断热、冷潮流计算是否收敛，若不收敛，调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；(6)对潮流计算结果进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(5)，直至满足约束，输出结果。
工况2具体步骤为：(1)首先进行热、冷潮流计算，判断是否收敛，若不收敛，则不断调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；(2)进行约束校验，包括设备出力上下限约束和出力变化速率约束，不满足约束则返回步骤(1)，直至满足约束；(3)判断是否启用电制冷机，若启用，则额外由电制冷耦合关系计算电制冷机电负荷，加入电负荷出力计算中，进行电力潮流计算；(4)判断电力潮流计算是否收敛，若不收敛，则重新计算电力潮流，直至收敛(5)进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(4)，直至满足约束，输出结果。
本发明中能量设备为电能、热能、冷能以及天然气等能量设备。
与现有技术相比，本发明的有益效果体现在：
(1)本发明基于CIM标准模型扩展建立多能互补能源互联网系统模型，在综合考虑系统的安全性因素、经济性因素、清洁性因素、环保性因素和系统可靠性等因素，确定了安全运行、经济运行、清洁运行和智能运行四种不同运行模式；在实际约束下，提供一种计算简便，可操作性强，具有实际应用价值的优化的多能耦合综合潮流计算方法，计算出各源端设备出力和各种形式能量网的能量流分布。
(2)本发明构建了多能互补能源互联网模型，通过多能耦合设备的建模实现了不同能源的互补，并与计算机语言紧密结合，更有利于工程实践。
(3)本发明提出了对应安全运行，经济运行，清洁运行和智能运行等不同模式下的系统评价方案，并引入设备启停频率和系统可靠性等参数，使系统更具有实际意义和有效性。
(4)采用反推法可实现电力潮流、热力潮流、冷潮流的综合计算，提高计算的准确性，本发明可有效应用于程序开发过程，具有开放性和可拓展性。
附图说明
图1为多能互补能源互联网模型结构图。
图2本发明中优化潮流计算流程图。
图3为设备状态估计模型实施步骤图。
图4为扩展新增的光伏站类示意图。
图5为扩展新增的CCHP类示意图。
图6为本发明综合潮流计算流程图。
图7为多能互补能源互联网建模图。
具体实施方式
实施例1
由各种形式能源组成的多能互补能源互联网不一而足，本发明以图1所示包含电、热、冷能的多能互补能源互联网结构为例，详细阐述该技术方案。
一种基于多能耦合模型的优化潮流计算方法，如图1所示，包括如下设备：电能设备、热能设备、冷能设备等多能耦合设备。其中，多能耦合设备包括CCHP系统、电制冷设备、电制热设备；电能设备包括分布式DG(如光伏、风机、柴油发电机、燃气轮机等)、分布式储能、电动汽车充电桩以及传统配用电设备(如变压器、馈线段、断路器、用电设备等)等；热能设备包括烟气余热锅炉、天然气补燃锅炉、供热管道等；冷能设备包括双效溴化锂制冷设备、供冷管道等。
本实施例基于图1所示多能互补能源互联网结构，包括如下步骤(如图2所示)：
S1：根据各源端设备、荷端设备、传输管网是否具有历史数据，建立精确数学模型；
S2：连接各电能、热能、冷能设备，建立电、热、冷网模型，以多能耦合设备为源端或荷端，将电、热、冷耦合连接成多能互补能源互联网系统模型；
S3：基于多能互补能源互联网模型，综合考虑经济性、环保性、高效性、安全性、可靠性等因素，优化得到合理的运行策略；
S4：考虑实际约束，通过优化的电、热、冷综合潮流计算方法，迭代计算多能互补能源互联网系统中各源端设备的出力和各能量网的能量流分布。
在步骤S1中，各电、热、冷能设备的建模是是基于灰箱原理的设备状态估计模型。图3为设备状态估计模型实施过程，根据是否具有详细的历史数据，可分成两种情况进行计算。
情况一：当不具有历史详细数据，仅含有各设备输入功率Win和出力功率Wout时。按如下步骤计算：
在历史数据中以10％负荷为间隔，如10％,20％,...,100％负荷，计算这10个工作效率，计算公式为：
依次选择式(2)中的方程
利用基于直线检验法的最小二乘法计算，获得各设备工作效率与出力的函数F(Wout,a,b,…)，其中，式(2)中的三个函数是选用的拟合函数，对于第一个和第三个拟合函数而言，a、b、c…q分别是拟合函数的常数项与各次多项式系数，对于第二个拟合函数，a、b分别是拟合函数的常系数和底数。
基于直线检验法的最小二乘法计算方法是首先将所选的10个采样周期的输入功率和输出功率数据的预选回归曲线η＝F(Wout,a,b,…)线写成
Z1＝A+BZ2 (3)
其中，Z1和Z2是g(Wout)和f(η)，即Z1是输出功率的函数，Z2是工作效率的函数，A和B分别是拟合函数系数a和b的函数。获取10个数据对应的Z1和Z2值，采用最小二乘法计算变量A和B，使残差平方和最小。选择最小的残差平方和对应的方程结构，即为最终的方程形式
η＝f-1(A+Bg(Wout)) (4)
根据用户所需负荷采用回推法计算电能、热能和冷能设备出力。
情况二：当具有历史详细数据，包括各管道温度、环境温度、压力、流量等时，电能依旧按情况一所述，采用发电效率进行负荷回推计算发电量，而制热量和制冷量则采用集总参数法进行机理计算。具体计算步骤为：
计算供热/供冷管道压力损失：
式(6)中，λ为沿程阻力系数，ξ是局部阻力系数，hl为沿程阻力，hm是弯道的局部阻力，u是流速，d是管道直径，N是弯头，θ和R分别为弯角方向变化角和弯管轴心线的曲率半径，取d＝R,θ＝90°，ρ是流体密度，Δpl是沿程压力损失，Δpm是局部压力损失；
按照式(7)计算供热管道热量损失：
式(7)中，Tsoil是埋管外部土壤温度，Up是管道传热系数，Gu是管道流量，cp是流体的比热容，A是管道表面积，Tp,in、Tp,out分别为管道首末端流体的温度；
按照式(8)计算供冷管道冷量损失：
按照式(9)计算热能/冷能设备的进口温度和压力：
式(9)中，Tin和Tout是各设备进出口温度，Qin是各设备与周围的换热热量，pin和pout是各设备的进出口压力，C1是设备钢件的比热容，根据用户所需供回水温度和计算得到的热能/冷能设备的进口温度和压力，进而得到热能/冷能设备的出力。
在步骤S2中，电、热、冷三张网模型是基于DL/T 890.301标准的CIM模型，将电能设备以树状结构方式搭建，热能设备和冷能设备以网状结构方式搭建，并与其他设备以聚合和组合的方式分别连接，建立系统的电、热、冷网模型。
电网由光伏、风机、柴油发电机等分布式DG、分布式储能和传统的配用电设备如变压器、断路器、馈线段、电力用户等设备组成，是一个多源端的主动配电网。以园区/厂站作为根节点，在根节点下会有不同的电压等级与馈线，而上述的这些电力设备分别关联在不同的电压等级与馈线下，源端设备包括风机、光伏、储能、柴油发电机等，荷端设备包括储能、电力用户等，配电网络设备包括变压器、断路器、隔离开关、馈线段等，各电力设备下面又关联了各自的端点、模拟量、状态量和累积量，形成了厂站->馈线/电压等级->设备->端点/模拟量/状态量/累积量的多层树状结构，电能由源端流经配电网络产生一定的网损，最终流向电力用户；
热网由烟气余热锅炉、蓄热水设备、电制热设备、天然气补燃锅炉、各热能设备、供热管道、热能用户组成，是具有多源端的、多个工质回路的网状结构。源端设备如烟气余热锅炉、天然气补燃锅炉、电制热设备、蓄热水设备，其中蓄热水设备既提供热能又回收工质，来自不同源端的热能通过供热管道汇聚。根据不同热负荷和热参数，供热管道又分成若干供热管道，并与热能用户和蓄热水设备形成多个闭合回路，完成供热。最终若干供热管道汇聚成一个供热管道，与源端形成闭环。其中，蓄热水设备既是源端又是荷端，供热管道也作为损耗环节对热能进行一定消耗。各设备的热负荷、热参数与热网为聚合关系；
冷网由双效溴化锂制冷设备、电制冷设备、冷能管道、蓄冷水设备、冷用户组合而成，是具有多源端的、多个工质回路的网状结构。源端设备如双效溴化锂制冷设备、电制冷设备、蓄冷水设备，其中蓄冷水设备既提供冷能又回收工质，来自不同源端的冷能通过供冷管道汇聚。又根据不同冷负荷和冷参数，供冷管道又分成若干供冷管道，并与冷用户和蓄冷水设备形成多个闭合回路，完成冷能供应。最终若干供冷管道汇聚成一个冷能管道，与源端形成闭环。其中，蓄冷水设备既是源端又是荷端，供冷管道也作为损耗环节对冷能进行一定消耗。各设备的冷负荷、冷参数与冷网为聚合关系。
步骤S2中是分别在源端和荷端将电网、热网和冷网模型耦合，具体是：在源端，CCHP系统子对象中的发电设备即燃气轮机发电设备、制热设备即余热锅炉、制冷设备即双效溴化锂制冷机，分别为电网、热网和冷网的子对象，其中燃气轮机发电设备的当前发电量Et与制冷设备的当前电负荷下最大制冷量Egasc之比为Rc，构成电-冷网耦合，与制热设备的当前电负荷下最大制热量Egash之比为Rh，将电网和热网耦合，从而将电网、热网和冷网模型在源端耦合，则CCHP系统的能量耦合关系满足式(10)
荷端由电制热和电制冷设备耦合，具体是：电制热和电制冷设备作为电网的子对象同时也是热网和冷网的子对象，转化关系为式(11)。电制热和电制冷设备作为电网的荷端，消耗电能Ph和Pc，同时作为热网和冷网的源端，提供热能Qh和冷能Qc，其转化系数分别为ηh和ηc。
步骤S1和S2建模过程中，基于CIM标准模型扩展了分布式DG、分布式储能、电动汽车充电桩、冷热设备、多能互补耦合设备等设备模型。以光伏和CCHP为例，阐述一下其详细的建模过程。
如图4所示，扩展新增的光伏站类，其作为CIM中电压等级类的组合子对象，也是CIM中馈线类的聚合子对象。此外，光伏站类，还是CIM中端点类的组合父对象。
如图5所示，扩展新增的CCHP类，其作为CIM中厂站类的组合子对象，也是新增扩展的CCHP发电机类，CCHP制热机类，CCHP制冷机类的组合父对象。CCHP发电机类，是CIM中电压等级类的聚合子对象，也是CIM中端点类的组合父对象；CCHP制热机类，是扩展类中热馈线的聚合子对象，也是扩展类热端点类的组合父对象；CCHP制冷机类，是扩展类中冷馈线的聚合子对象，也是扩展类冷端点类的组合父对象。
步骤S3最终提供各设备的最佳运行工况，包括如下步骤：
S31：根据用户所需电、热、冷负荷，获得系统所有可能的运行方案；
S32：在不同的运行模式下，计算各个运行方案的经济性、环保性、安全可靠性、清洁性四类因素量化指标；
S33：将各方案的量化指标归一化，引入权重系数，评估每个方案的综合效果；
S34：获取评估最优的方案中各设备的运行工况，作为潮流计算的输入。
运行模式包括安全运行，经济运行，清洁运行和智能运行模式。其中，安全运行模式仅考虑安全性因素；经济运行模式考虑安全性因素和经济性因素；清洁运行模式考虑安全性因素，环保性因素和清洁性因素；智能运行模式考虑安全性因素，经济性因素，清洁性因素和环保性因素。四种运行模式可灵活切换。
经济性因素计算的是系统运行总成本，t时段系统运行总成本：
式(12)中，为t时段天然气成本，priGrid为t时段购电成本，/>为t时段系统维护成本；
环保性因素计算的是CO2总排放量，t时段系统运行总排放量：
式(13)中，CO2_cchp,E为燃气轮机单位功率CO2排放量，Ycchp为燃气轮机输出功率，CO2_br为补燃单位功率CO2排放量，Ybr为补燃功率，CO2_grid为电网单位电量CO2排放量，Pgrid为购电总量；
安全可靠性因素计算系统可靠性和设备启停频率系统可靠性：
式(14)中，为第i台设备事故停运小时数，/>为第i台设备总运行小时数，n为运行方案中设备总数，设备启停频率：
式(15)中，fi t为t时段内第i台设备的启停机次数，为t时段内第i台设备允许最大启停机次数，n为运行方案中设备总数；
清洁性因素计算，率清洁能源利用率：
式(16)中，为t时段系统总供能，/>为t时段风机发电量，/>为t时段太阳能发电量；
步骤S33中归一化公式采用：
式(17)中，x为归一化前各方案的量化指标数据，xmax为各数据样本中的最大值，xmin为样本数据中最小值，为归一化后的数据；归一化后评估方案的性能评价函数为：
式(18)中，rM为经济性权重，rE为系统可靠性权重，rW为环保性权重，rP为设备启停权重，rG为清洁性权重，各权重大小随运行模式改变而改变，模式中未考虑的因素权重取0。其中，CCHP系统包含CCHP燃气轮机、CCHP制热、CCHP制冷三类设备，应分别考虑。
步骤S34是确定各个设备的最佳运行工况，具体为：
根据式(18)计算步骤S31中各个方案的性能评价函数值，取最小的函数值对应的方案为当前用户冷、热、电负荷下的方案，所述方案用于确定各设备的运行工况，即开或关，用0或1表示，此外，根据CCHP的运行工况确定优化潮流的计算步骤。
步骤S4中的潮流计算是基于步骤S34得到的各设备的运行工况的，若根据S34的优化结果得到CCHP的工况是“以电定热”，即从电负荷出发，随时跟踪电负荷变化，把热作为一种副产品，不足热负荷用燃气锅炉补充，记为工况1。反之，从热负荷出发，随时跟踪热负荷变化，不足电负荷由大电网供给，记为工况2。工况1和2对应的潮流计算步骤如下：
工况1具体步骤为：(1)首先进行电力潮流计算，不断调整电网、燃气轮机出力，直至计算收敛；(2)对潮流计算结果进行约束校验，包括状态量电压模值约束、电压相位角约束和线路的热极限约束，若不满足约束则返回步骤(1)，直至满足约束；(3)由耦合关系确定多能耦合设备热、冷负荷出力，进行热力、冷潮流计算；(4)判断是否启用电制冷机，若启用，根据耦合关系计算电负荷，记为E(1)，返回步骤(1)重新计算电力潮流和电制冷电负荷E(2)，直至|E(1)-E(2)|＜ε。若不启用电制冷机，则直接计算步骤(5)，其中，ε为潮流计算的精度；(5)判断热、冷潮流计算是否收敛，若不收敛，调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；(6)对潮流计算结果进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(5)，直至满足约束，输出结果。
工况2具体步骤为：(1)首先进行热、冷潮流计算，判断是否收敛，若不收敛，则不断调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；(2)进行约束校验，包括设备出力上下限约束和出力变化速率约束，不满足约束则返回步骤(1)，直至满足约束；(3)判断是否启用电制冷机，若启用，则额外由电制冷耦合关系计算电制冷机电负荷，加入电负荷出力计算中，进行电力潮流计算；(4)判断电力潮流计算是否收敛，若不收敛，则重新计算电力潮流，直至收敛(5)进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(4)，直至满足约束，输出结果。
表1系统运行模式考虑因素表
如图6所示，工况1(左侧)具体步骤为：
Step1：判断电力网络结构，利用N-R法或前推回代法进行电力潮流计算，不断调整电网购电量、CCHP出力，直至计算收敛；
Step2：对潮流计算结果进行约束校验，包括状态量电压模值约束、电压相位角约束和线路的热极限约束，若不满足约束则返回Step1，直至满足约束；
Step3：由耦合关系确定多能耦合设备热、冷负荷出力，判断冷、热网络结构后进行热力、冷潮流计算；
Step4：判断是否启用电制冷机，若启用，根据耦合关系计算电负荷，记为E(1)，返回Step1重新计算电力潮流和电制冷电负荷E(2)，直至|E(1)-E(2)|＜ε。若不启用电制冷机，则直接计算步骤(5)；
Step5：判断热、冷潮流计算是否收敛，若不收敛，调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；
Step6：对潮流计算结果进行约束校验，若不满足则返回步骤(5)，直至满足约束，输出结果。
如图6所示，工况2(右侧)具体步骤为：
Step1：首先判断冷、热网络结构进行热、冷潮流计算，判断是否收敛，若不收敛，则不断调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；
Step2：进行约束校验，包括设备出力上下限约束和出力变化速率约束，不满足约束则返回Step1：，直至满足约束；
Step3：判断是否启用电制冷机，若启用，则额外由电制冷耦合关系计算电制冷机电负荷，加入电负荷出力计算中，根据电力网络结构进行电力潮流计算；
Step4：判断电力潮流计算是否收敛，若不收敛，则重新计算电力潮流，直至收敛；
Step5：进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(4)，直至满足约束，输出结果。
根据图1所示多能互补能源互联网模型结构建模，各设备之间的关联关系如图7所示。以智能运行模式为例，考虑安全、经济、清洁和环保指标，根据机组重视的指标来设定权重，例如取rM＝0.2，rE＝0.2，rW＝0.3，rP＝0.2，rG＝0.1，在考虑安全、经济的大前提下，更看重系统的环保性，根据式(17)确定使minV最小时对应的方案为当前用户冷、热、电负荷下的方案，具体方案如表2所示，冷能优先由CCHP制冷提供，不足时由电制冷机提供，热能优先由CCHP制热提供，不足时由补燃锅炉提供。
表2设备运行工况方案
| 设备 | 工况 |
| CCHP燃气轮机 | 1 |
| CCHP制热 | 1 |
| CCHP制冷 | 1 |
| 电制冷机 | 1 |
| 电制热机 | 0 |
| 电网 | 1 |
| 补燃锅炉 | 1 |
根据用户的电、热、冷负荷及表2中设备运行工况，确定多能互补能源互联网的综合潮流计算方法，本例中确定的潮流计算方法是“以热定电”，即工况2。计算得到的冷网、热网潮流结果如表3-表6所示，计及冷网、热网管道能量损失，进一步确定冷网和热网中能源耦合设备应注入的总的冷能和热能。
表3热网节点潮流结果
表4热力管道潮流
| 热力管道名称 | hpipe1 | hpipe2 | hpipe3 | hpipe4 | hpipe5 | hpipe6 | hpipe7 | hpipe8 |
| 热量损失/KW | 2192.2422 | 1563.7129 | 633.3340 | 100.0000 | 166.6670 | 436.2324 | 300.0010 | 366.6670 |
| 压强损失/MPa | 0.045 | 0.050 | 0.055 | 0.055 | 0.050 | 0.045 | 0.030 | 0.045 |
| 入口温度/℃ | 82.75 | 79.00 | 74.75 | 70.75 | 71.25 | 74.00 | 72.25 | 72.75 |
| 入口压强/MPa | 1.750 | 1.705 | 1.655 | 1.655 | 1.650 | 1.675 | 1.630 | 1.645 |
| 入口流量/(m3/s) | 0.1430 | 0.0900 | 0.0326 | 0.0326 | 0.0326 | 0.0610 | 0.0326 | 0.0326 |
| 出口温度/℃ | 79.00 | 74.75 | 70.00 | 70.00 | 70.00 | 72.25 | 70.00 | 70.00 |
| 出口压强/MPa | 1.705 | 1.655 | 1.600 | 1.600 | 1.600 | 1.630 | 1.600 | 1.600 |
| 出口流量/(m3/s) | 0.1430 | 0.0900 | 0.0326 | 0.0326 | 0.0326 | 0.0610 | 0.0326 | 0.0326 |
| 传热介质 | 热水 | 热水 | 热水 | 热水 | 热水 | 热水 | 热水 | 热水 |
表5冷网节点潮流
表6冷管道潮流
| 冷管道名称 | cpipe1 | cpipe2 | cpipe3 | cpipe4 | cpipe5 | cpipe6 | cpipe7 | cpipe8 |
| 冷量损失/KW | 47.7742 | 60.9576 | 88.2227 | 88.2227 | 73.7562 | 41.0308 | 164.6241 | 60.9451 |
| 压强损失/MPa | 0.0140 | 0.0184 | 0.0232 | 0.0232 | 0.0184 | 0.0140 | 0.0474 | 0.0140 |
| 入口温度/℃ | 3.8164 | 3.9194 | 4.1324 | 4.1324 | 4.2724 | 3.1535 | 3.3662 | 4.4178 |
| 入口压强/MPa | 1.6556 | 1.6416 | 1.6232 | 1.6232 | 1.6184 | 1.6614 | 1.6474 | 1.6140 |
| 入口流量/(m3/s) | 0.1168 | 0.0707 | 0.0242 | 0.0242 | 0.0242 | 0.0450 | 0.0242 | 0.0242 |
| 出口温度/℃ | 3.9194 | 4.1324 | 5.0000 | 5.0000 | 5.0000 | 3.3662 | 5.0000 | 5.0000 |
| 出口压强/MPa | 1.6416 | 1.6232 | 1.6000 | 1.6000 | 1.6000 | 1.6474 | 1.6000 | 1.6000 |
| 出口流量/(m3/s) | 0.1168 | 0.0707 | 0.0242 | 0.0242 | 0.0242 | 0.0450 | 0.0242 | 0.0242 |
| 传冷介质 | 冷水 | 冷水 | 冷水 | 冷水 | 冷水 | 冷水 | 冷水 | 冷水 |
找到热网节点中搜索深度为0的节点，计算热网需要注入的热能为：
(0.1661*345.90*977.98-0.1661*229.90*977.98)/1000＝18.843MW
(18)
找到冷网节点中搜索深度为0的节点，计算冷网需要注入的冷能为：
(0.1860*64.01*999.63-0.1860*14.969*1000.77)/1000＝9.115MW
(19)
CCHP燃气轮机发电设备的当前发电量、CCHP制冷设备的当前电负荷下最大制冷量、CCHP制热设备的当前电负荷下最大制热量、废气中的余热量之间的比例关系为电：热：冷：废气＝4：2：2：2，若CCHP燃气轮机满发，计算得到CCHP燃气轮机需要发电量、电制冷量、电制热量分别为12MW、6MW、6MW，则冷能缺额为3.115MW，热能缺额为12.843MW。由表2方案可确定：不足的冷能由电制冷机补足，热能由补燃锅炉补足。补燃锅炉只消耗天然气，而电制冷机会带来额外的电负荷，电制冷的效率为2.6～4.0，按最高效率计算得到电制冷机的输入功率应为0.779MW。将CCHP系统看做注入有功为12MW、无功为0的PQ节点，电制冷机挂在节点3处，开始电网的潮流计算，经过3次迭代，其最终结果如表7所示。
表7电网潮流计算结果
| 节点号 | 电压 | 相角 | 注入有功 | 注入无功 | 负荷有功 | 负荷无功 |
| 0 | 1.004926 | 0.009951 | 1.0000000 | 0.0000000 | 0.0000000 | 0.0000000 |
| 1 | 1.0000000 | 0.0000000 | 0.402615 | 0.140430 | 0.0000000 | 0.0000000 |
| 2 | 0.991796 | -0.013435 | 0.0000000 | 0.0000000 | 0.0000000 | 0.0000000 |
| 3 | 0.983774 | -0.027091 | 0.1800000 | 0.0100000 | 0.4699167 | 0.0250000 |
| 4 | 0.978425 | -0.036129 | 0.0000000 | 0.0000000 | 0.2250000 | 0.0150000 |
| 5 | 0.974442 | -0.042973 | 0.0000000 | 0.0000000 | 0.2250000 | 0.0150000 |
| 6 | 0.971801 | -0.047567 | 0.0500000 | 0.0020000 | 0.2300000 | 0.0170000 |
| 7 | 0.970484 | -0.049873 | 0.3000000 | 0.0200000 | 0.5250000 | 0.0350000 |
表8电网线路损耗
| 馈线段 | 首段有功 | 首端无功 | 末端有功 | 末端无功 | 有功损耗 | 无功损耗 |
| 0->1 | 1.000000 | 0.000000 | 0.995049 | -0.009902 | 0.004951 | 0.009902 |
| 1->2 | 1.397664 | 0.130528 | 1.387811 | 0.110823 | 0.009853 | 0.019705 |
| 2->3 | 1.387811 | 0.110823 | 1.377959 | 0.091118 | 0.009853 | 0.019705 |
| 3->4 | 0.908059 | 0.076118 | 0.903769 | 0.067538 | 0.004290 | 0.008580 |
| 4->5 | 0.678769 | 0.052538 | 0.676348 | 0.047697 | 0.002421 | 0.004842 |
| 5->6 | 0.451348 | 0.032697 | 0.450270 | 0.030540 | 0.001078 | 0.002157 |
| 6->7 | 0.225270 | 0.015540 | 0.225000 | 0.015000 | 0.000270 | 0.000540 |
由表7可得平衡节点1处，配电网注入有功4.8314MW、注入无功1.6852MVar，由表8可得电网网络总损耗为0.3926+j0.7852MVA。
Claims (7)
1.一种基于多能耦合模型的优化潮流计算方法，其特征在于，包括以下步骤：S1：考虑能量损耗，推导各源端设备、荷端设备和传输介质的输入输出传递函数，构建精确数学模型；
基于灰箱原理的设备状态估计模型，根据是否具有详细的历史数据，建立各源端设备、荷端设备和传输介质的精确数学模型，具体可分成两种情况进行计算：情况一：当不具有历史数据，且仅含有各设备输入功率Win和输出功率Wout时，按如下步骤计算：
在历史数据中以10％负荷为间隔，即10％,20％,...,100％负荷，计算这10个工作效率，计算公式为式(1)：
依次选择式(2)中的方程，
利用基于直线检验法的最小二乘法计算，获得各设备工作效率与出力的函数η＝F(Wout,a,b,…)，其中，式(2)中的三个函数是选用的拟合函数，对于第一个和第三个拟合函数而言，a、b、c…q分别是拟合函数的常数项与各次多项式系数，对于第二个拟合函数，a、b分别是拟合函数的常系数和底数；
基于直线检验法的最小二乘法计算方法是首先将所选的10个采样周期的输入功率和输出功率数据的预选回归曲线η＝F(Wout,a,b,…)线写成式(3)，
Z1＝A+BZ2 (3)
其中，Z1和Z2是g(Wout)和f(η)，即Z1是输出功率的函数，Z2是工作效率的函数，A和B分别是拟合函数系数a和b的函数，获取10个数据对应的Z1和Z2值，采用最小二乘法计算变量A和B，使残差平方和最小，选择最小的残差平方和对应的方程结构，即为最终的方程形式
η＝f-1(A+Bg(Wout)) (4)
根据用户所需负荷采用回推法计算电能、热能和冷能设备出力，
情况二：当具有历史详细数据，且包括各管道温度、环境温度、压力、流量时，电能依旧式(1)～(5)计算，采用发电效率进行负荷回推计算发电量，而制热量和制冷量则采用集总参数法进行机理计算，具体计算步骤为：
按照式(6)计算供热/供冷管道压力损失：
式(6)中，λ为沿程阻力系数，ξ是局部阻力系数，hl为沿程阻力，hm是弯道的局部阻力，u是流速，d是管道直径，N是弯头的数量，θ和R分别为弯角方向变化角和弯管轴心线的曲率半径，取d＝R,θ＝90°，ρ是流体密度，Δpl是沿程压力损失，Δpm是局部压力损失；
按照式(7)计算供热管道热量损失：
式(7)中，Tsoil是埋管外部土壤温度，Up是管道传热系数，Gu是管道流量，cp是流体的比热容，A是管道表面积，Tp,in、Tp,out分别为管道首末端流体的温度；
按照式(8)计算供冷管道冷量损失：
按照式(9)计算热能/冷能设备的进口温度和压力：
式(9)中，Tin和Tout是各设备进出口温度，Qin是各设备与周围的换热热量，pin和pout是各设备的进出口压力，Cl是设备钢件的比热容，根据用户所需供回水温度和计算得到的热能/冷能设备的进口温度和压力，进而得到热能/冷能设备的出力；
S2：基于CIM标准模型扩展建立了覆盖电网模型、热网模型、冷网模型的多能耦合模型，通过多能耦合设备将不同类型的能量网络模型耦合成多能互补能源互联网系统模型；
S3：根据优化运行目标确定能量设备的最佳运行工况，作为潮流计算的输入；
S4：通过优化的多能互补能源互联网潮流计算方法，迭代计算多能互补能源互联网系统中各源端设备的出力和各能量网的能量流分布。
2.如权利要求1所述的基于多能耦合模型的优化潮流计算方法，其特征在于，在步骤S2中，多能量网络模型是基于DL/T890.301标准的CIM模型，将电能设备以树状结构方式搭建，热能设备和冷能设备以网状结构方式搭建，并与其他设备以聚合和组合的方式分别连接，建立系统的电网模型、热网模型以及冷网模型。
3.如权利要求1所述的基于多能耦合模型的优化潮流计算方法，其特征在于，步骤S2中分别在源端和荷端将多能量网络模型耦合，具体是：在源端，CCHP系统子对象中的发电设备即燃气轮机发电设备、制热设备即余热锅炉、制冷设备即双效溴化锂制冷机，分别为电网、热网和冷网的子对象，其中燃气轮机发电设备的当前发电量Et与制冷设备的当前电负荷下最大制冷量Egasc之比为Rc，构成电-冷网耦合，与制热设备的当前电负荷下最大制热量Egash之比为Rh，将电网和热网耦合，从而将电网、热网和冷网模型在源端耦合，则CCHP系统的能量耦合关系满足式(10)，
荷端由电制热和电制冷设备耦合，具体是：电制热和电制冷设备作为电网的子对象同时也是热网和冷网的子对象，转化关系为式(11)，电制热和电制冷设备作为电网的荷端，消耗电能Ph和Pc，同时作为热网和冷网的源端，提供热能Qh和冷能Qc，其转化系数分别为ηh和ηc；
4.如权利要求1所述的基于多能耦合模型的优化潮流计算方法，其特征在于，步骤S3中确定各设备的最佳运行工况，包括如下步骤：
S31：根据用户所需的多能负荷，获得系统的运行方案；
S32：在不同的运行方案模式下，计算各个运行方案的经济性、环保性、安全可靠性、清洁性四类因素量化指标；
S33：将各方案的量化指标归一化，引入权重系数，评估每个方案的综合效果；
S34：获取评估最优的方案中各设备的运行工况，作为潮流计算的输入；
运行模式包括安全运行，经济运行，清洁运行和智能运行模式，其中，安全运行模式仅考虑安全性因素；经济运行模式考虑安全性因素和经济性因素；清洁运行模式考虑安全性因素，环保性因素和清洁性因素；智能运行模式考虑安全性因素，经济性因素，清洁性因素和环保性因素，四种运行模式可灵活切换。
5.如权利要求4所述的基于多能耦合模型的优化潮流计算方法，其特征在于，经济性因素计算的是系统运行总成本，t时段系统运行总成本：
式(12)中，为t时段天然气成本，priGrid为t时段购电成本，/>为t时段系统维护成本；
环保性因素计算的是CO2总排放量，t时段系统运行总排放量：
式(13)中，CO2_cchp,E为燃气轮机单位功率CO2排放量，Ycchp为燃气轮机输出功率，CO2_br为补燃单位功率CO2排放量，Ybr为补燃功率，CO2_grid为电网单位电量CO2排放量，Pgrid为购电总量；
安全可靠性因素计算系统可靠性和设备启停频率系统可靠性：
式(14)中，为第i台设备事故停运小时数，/>为第i台设备总运行小时数，n为运行方案中设备总数，设备启停频率：
式(15)中，fi t为t时段内第i台设备的启停机次数，Fi t为t时段内第i台设备允许最大启停机次数，n为运行方案中设备总数；
清洁性因素计算，率清洁能源利用率：
式(16)中，为t时段系统总供能，/>为t时段风机发电量，/>为t时段太阳能发电量；
步骤S33中归一化公式采用：
式(17)中，x为归一化前各方案的量化指标数据，xmax为各数据样本中的最大值，xmin为样本数据中最小值，为归一化后的数据；归一化后评估方案的性能评价函数为：
式(18)中，rM为经济性权重，rE为系统可靠性权重，rW为环保性权重，rP为设备启停权重，rG为清洁性权重，各权重大小随运行模式改变而改变，模式中未考虑的因素权重取0。
6.如权利要求5所述的基于多能耦合模型的优化潮流计算方法，其特征在于，步骤S34是确定各个设备的最佳运行工况，具体为：
根据式(18)计算步骤S31中各个方案的性能评价函数值，取最小的函数值对应的方案为当前用户多能负荷下的方案，所述方案用于确定各设备的运行工况，即开或关，用0或1表示，此外，根据CCHP的工况确定优化潮流的计算步骤。
7.如权利要求5所述的基于多能耦合模型的优化潮流计算方法，其特征在于，步骤S4中的潮流计算是基于步骤S34得到的各设备的运行工况的，若根据S34的优化结果得到CCHP的工况是以电定热，即从电负荷出发，随时跟踪电负荷变化，把热作为一种副产品，不足热负荷用燃气锅炉补充，记为工况1；反之，从热负荷出发，随时跟踪热负荷变化，不足电负荷由大电网供给，记为工况2，工况1和2对应的潮流计算步骤如下：
工况1具体步骤为：
(1)首先进行电力潮流计算，不断调整电网、燃气轮机出力，直至计算收敛；
(2)对潮流计算结果进行约束校验，包括状态量电压模值约束、电压相位角约束和线路的热极限约束，若不满足约束则返回步骤(1)，直至满足约束；
(3)由耦合关系确定多能耦合设备热、冷负荷出力，进行热力、冷能潮流计算；
(4)判断是否启用电制冷机，若启用，根据耦合关系计算电负荷，记为E(1)，返回步骤(1)重新计算电力潮流和电制冷电负荷E(2)，直至|E(1)-E(2)|＜ε，若不启用电制冷机，则直接计算步骤(5)，其中，ε为潮流计算的精度；
(5)判断热、冷潮流计算是否收敛，若不收敛，调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；
(6)对潮流计算结果进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(5)，直至满足约束，输出结果；
工况2具体步骤为：
(1)首先进行热、冷潮流计算，判断是否收敛，若不收敛，则不断调整补燃锅炉、CCHP热机出力、CCHP冷机出力，直至计算收敛；
(2)进行约束校验，包括设备出力上下限约束和出力变化速率约束，不满足约束则返回步骤(1)，直至满足约束；
(3)判断是否启用电制冷机，若启用，则额外由电制冷耦合关系计算电制冷机电负荷，加入电负荷出力计算中，进行电力潮流计算；
(4)判断电力潮流计算是否收敛，若不收敛，则重新计算电力潮流，直至收敛；
(5)进行约束校验，包括设备出力上下限约束和出力变化速率约束，若不满足则返回步骤(4)，直至满足约束，输出结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811548147.9A CN110175311B (zh) | 2018-12-18 | 2018-12-18 | 一种基于多能耦合模型的优化潮流计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811548147.9A CN110175311B (zh) | 2018-12-18 | 2018-12-18 | 一种基于多能耦合模型的优化潮流计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175311A CN110175311A (zh) | 2019-08-27 |
| CN110175311B true CN110175311B (zh) | 2023-07-21 |
Family
ID=67689033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811548147.9A Active CN110175311B (zh) | 2018-12-18 | 2018-12-18 | 一种基于多能耦合模型的优化潮流计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175311B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111061986B (zh) * | 2019-11-25 | 2023-12-26 | 广东电网有限责任公司 | 一种多运行模式的热电综合能源系统潮流计算方法 |
| CN111967683B (zh) * | 2020-08-26 | 2023-10-31 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN112134289A (zh) * | 2020-09-02 | 2020-12-25 | 国网江苏省电力有限公司无锡供电分公司 | 一种基于数据驱动的电-热联合系统潮流计算方法 |
| CN112699513B (zh) * | 2020-12-22 | 2024-02-02 | 广东电网有限责任公司广州供电局 | 一种综合能源系统抗差状态估计方法及装置 |
| CN112883560B (zh) * | 2021-01-28 | 2022-12-16 | 华南理工大学 | 基于用户侧负荷削减响应的多能耦合供能网络的优化方法 |
| CN113469464B (zh) * | 2021-08-05 | 2022-06-10 | 东北电力大学 | 考虑楼宇不同供热方式的区域综合能源分布式优化方法 |
| CN113836739B (zh) * | 2021-09-30 | 2023-06-02 | 沈阳工程学院 | 一种计及供热管网多损耗的电热联合系统潮流计算方法 |
| TWI825717B (zh) * | 2022-05-11 | 2023-12-11 | 廣騰再生能源股份有限公司 | 太陽能發電站的價值評估設備 |
| CN116805175B (zh) * | 2023-06-02 | 2023-12-26 | 中哲国际工程设计有限公司 | 基于cim技术的医疗养老建筑运维管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006280187A (ja) * | 2005-03-25 | 2006-10-12 | Chang Gung Univ | 統合電力潮流ダイナミックモデルの制御方法 |
| CN106295894A (zh) * | 2016-08-11 | 2017-01-04 | 国网天津市电力公司 | 一种面向园区多能源系统的潮流优化计算方法 |
| CN106849188A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种促进风电消纳的热电联合优化方法及系统 |
| CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
| CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
-
2018
- 2018-12-18 CN CN201811548147.9A patent/CN110175311B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006280187A (ja) * | 2005-03-25 | 2006-10-12 | Chang Gung Univ | 統合電力潮流ダイナミックモデルの制御方法 |
| CN106295894A (zh) * | 2016-08-11 | 2017-01-04 | 国网天津市电力公司 | 一种面向园区多能源系统的潮流优化计算方法 |
| CN106849188A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种促进风电消纳的热电联合优化方法及系统 |
| CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
| CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175311A (zh) | 2019-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110175311B (zh) | 一种基于多能耦合模型的优化潮流计算方法 | |
| Xu et al. | Quantification of flexibility of a district heating system for the power grid | |
| CN109978625A (zh) | 一种计及电热气网络的综合能源系统多目标运行优化方法 | |
| CN111428351B (zh) | 基于前推回代法的电-热综合能源系统潮流计算方法 | |
| CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
| CN110543661A (zh) | 计及相关性的电-热互联综合能源系统概率能量流计算方法 | |
| CN106844895B (zh) | 一种冷热电联供微网能量流的解耦计算方法 | |
| Chen et al. | Optimal operation of integrated energy system based on exergy analysis and adaptive genetic algorithm | |
| CN110955954A (zh) | 一种分层解耦的电气热综合能源系统最优负荷削减量方法 | |
| Li et al. | Classification and location scheme selection of coupling components in integrated electrical and heating systems with renewable energy | |
| CN113240204A (zh) | 考虑可再生能源消纳区域能源站容量优化配置方法及系统 | |
| Man et al. | State estimation for integrated energy system containing electricity, heat and gas | |
| CN114077934A (zh) | 一种综合能源微网互联系统及其调度方法 | |
| CN113886761A (zh) | 一种综合能源系统能效分析评估方法 | |
| CN114266382A (zh) | 一种考虑热惯性的热电联产系统两阶段优化调度方法 | |
| CN116611706A (zh) | 基于多能源主体的动态碳排放因子测算方法 | |
| CN112906220B (zh) | 综合能源微网园区系统状态的估计方法 | |
| Hu et al. | Multi-Energy Flow Calculation Model and Solution Method for Regional Integrated Energy System | |
| CN110516868B (zh) | 一种考虑网络约束的综合能源系统优化运行模型 | |
| Zhao et al. | Operation Characteristic Analysis and Parameter Optimization of District Heating Network with Double Heat Sources | |
| CN114549232A (zh) | 电-热综合能源系统混合能流计算方法 | |
| Chen et al. | A multi-energy microgrid modelling and optimization method based on exergy theory | |
| Lei et al. | A Novel Methodology for Electric-Thermal Mixed Power Flow Simulation and Transmission Loss Analysis in Multi-Energy Micro-Grids | |
| CN107451929B (zh) | 一种微型燃气轮机冷热电联供微电网的经济性分析系统 | |
| Xu et al. | Multi-objective Optimal Dispatching of the Integrated Energy System in the Industrial Park |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230414 Address after: 213031 Tianhe PV Industrial Park No. 2, Xinbei District, Changzhou, Jiangsu Applicant after: Changzhou Trinasolar Intelligent Energy Engineering Co.,Ltd. Address before: Room 2206, building 1, 650 Bin'an Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province 310051 Applicant before: Tianheyun Energy Internet Technology (Hangzhou) Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |