CN110363412A - 一种园区多能互补供能方案配置方法 - Google Patents
一种园区多能互补供能方案配置方法 Download PDFInfo
- Publication number
- CN110363412A CN110363412A CN201910576692.7A CN201910576692A CN110363412A CN 110363412 A CN110363412 A CN 110363412A CN 201910576692 A CN201910576692 A CN 201910576692A CN 110363412 A CN110363412 A CN 110363412A
- Authority
- CN
- China
- Prior art keywords
- garden
- indicate
- load
- energy
- year
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000000295 complement effect Effects 0.000 title claims abstract description 21
- 238000001816 cooling Methods 0.000 claims abstract description 31
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 238000010438 heat treatment Methods 0.000 claims abstract description 28
- 238000010276 construction Methods 0.000 claims abstract description 21
- 238000005057 refrigeration Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 230000004941 influx Effects 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000004064 recycling Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 235000007926 Craterellus fallax Nutrition 0.000 description 1
- 240000007175 Datura inoxia Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及能源配置技术领域，具体涉及一种园区多能互补供能方案配置方法。构建数据库；基于数据库中的园区面积及容积率，计算出园区建筑面积，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷；建立各种供能设备模型及对应的约束条件，并考虑满足园区电冷热负荷需求，构建优化模型；以园区多能互补供能方案投资回收期最小化、净现值最大化、内部收益率最大化为目标函数，采用混合线性规划方法对所述优化模型求解，得到具有最小投资回收期、最大内部收益率、最大净现值的供能方案，以及所述供能方案的容量配置。本发明在满足园区能源需求的同时，最大限度降低建设成本及运行成本、且具有极高的运行可靠性。
Description
技术领域
本发明涉及能源配置技术领域，具体涉及一种园区多能互补供能方案配置方法。
背景技术
园区多能互补供能方案的设计是一项系统性工程，涉及到负荷分析、设备选型、设备容量配置等诸多方面的前期准备工作，但现有关于园区多能互补供能方案设计的研究，在设备选型大多采用经验值进行选取，设备选取不合理导致设备容量配置过大或过小，使得园区出现供能不足或投资额过大的问题。
为了便于园区的建设，需要对园区可能选取的设备、设备容量进行分析。传统方法通过对项目所在地点进行卫星定位，确定当地风、光等自然资源条件，通过选择用户类型(居民、社区、商业和工业)、是否并网、硬件设施(光伏、风机、柴油机等)、设置敏感性条件后模拟仿真，计算出该园区的相关指标，提供园区建设参考。由于其作用对象非常单一，仅对单用户类型进行处理，但园区大多存在多种用户类型，包括居民用户、工业用户等，采用单一用户类型的问题是极易导致园区负荷预测出现大的偏差，直接影响后面供能设备的选取及容量配置；此外，大多数配置方法固定选取少量设备，配置固定的供能方案及设备容量，配置方案存在较多不合理处。
发明内容
本发明的目的就是针对现有技术的缺陷，提供一种在满足园区能源需求的同时最大限度降低建设成本及运行成本、且具有极高的运行可靠性的园区多能互补供能方案配置方法。
本发明一种园区多能互补供能方案配置方法，其技术方案为，包括以下步骤：
步骤1：构建包含有园区所在地设备参数、能源参数、经济参数、园区面积、电冷热负荷指标、容积率和能源价格信息的数据库；
步骤2：基于数据库中的园区面积及容积率，计算出园区建筑面积，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷；
步骤3：建立各种供能设备模型及对应的约束条件，并考虑满足园区电冷热负荷需求，构建优化模型；
步骤4：以园区多能互补供能方案投资回收期最小化、净现值最大化、内部收益率最大化为目标函数，采用混合线性规划方法对所述优化模型求解，得到具有最小投资回收期、最大内部收益率、最大净现值的供能方案，以及所述供能方案的容量配置。
较为优选的，步骤1中的数据库包含有经济参数、设备参数、项目的建设期、运营期、折旧年限、基准、贷款利率取值、贷款占投资总额的比例、贷款时长、项目的残值率、销售费用比例、增值税税率、所得税税率、各个园区地址所在区域对应的购电价、售电价、天然气价格、购冷热价、售冷热价、配网服务费、峰谷电价、容积率、自然资源限制条件、风光资源、电冷热负荷指标以及设备参数信息。
较为优选的，所述步骤2中，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷的公式为：
式中，P为负荷的预测值；Pi为i供能区的负荷指标；Qi为i供能区的建筑面积；λ为各供能区用能的同时系数；ωi为i供能区内各建筑用能的同时系数；n为供能区的个数。
较为优选的，所述步骤3中，考虑满足园区电冷热负荷需求的方法为构建电冷热负荷平衡约束函数；
所述电负荷平衡约束函数为：
Eload＝Ees+Efa+Eph+Echer；
所述热负荷平衡约束函数为：
Hload＝Hws+Hgs+Heb+Hgf+Hcher；
所述冷负荷平衡约束函数为：
Cload＝Cws+Cgs+Cer+Cit+Ccher；
其中，Eload表示园区总电负荷需求；Ees表示电网承担的负荷；Efa表示风机承担的电负荷；Eph表示光伏承担的电负荷；Echer表示三联供承担的电负荷；Hload表示园区总热负荷需求；Hws表示水源热泵承担的热负荷；Hgs表示地源热泵承担的热负荷；Heb表示电锅炉承担的热负荷；Hgf表示燃气锅炉承担的热负荷；Hcher表示三联供承担的热负荷；Cload表示园区总冷负荷需求；Cws表示水源热泵承担的冷负荷；Cgs表示地源热泵承担的冷负荷；Cer表示电锅炉承担的冷负荷；Cit表示燃气锅炉承担的冷负荷；Ccher表示三联供承担的冷负荷。
较为优选的，所述步骤4中，净现值、内部收益率均根据年度净现金流量进行计算，所述计算过程为：
计算各供能方案园区年度运行成本：
Ccost＝Ceq+Cgd+Crg+Cyw+Cgl；
计算园区年营业收入：
Ppr＝Psd+Pgf+Pfj+Pgr+Pgl；
计算增值税：
V＝Ppr*Vta；
计算利润总额：
Pal＝Ppr-Ccost-V-D-I-R；
计算净利润：
Pne＝Pal-Vsd；
计算年度净现金流量：
NCFt＝Pne+D；
其中，Ccost表示园区年度运行成本；Ceq表示各设备年运行燃料成本；Cgd表示年购电成本；Cyw表示年运维成本；Cgl表示年管理成本；Ppr表示园区年营业收入；Psd表示园区年售电收入；Pgf表示园区年光伏补贴；Pfj表示园区年风机补贴；Pgr表示园区年供热收入；Pgl表示园区年供冷收入；V表示园区年增值税，Vta表示增值税税率；Pal表示利润总额；Vsd表示所得税；Pne表示净利润；D表示折旧；I表示利息；R表示还本；NCFt表示年度净现金流量，t表示运营期。
较为优选的，所述步骤4中，投资回收期最小化、净现值最大化、内部收益率最大化的计算方法为：
投资回收期最小化：
净现值最大化：
内部收益率最大化：
其中，Pk表示动态投资回收期，CI、CO分别表示现金的流入量和流出量，NCFk表示第k年的净现金流量，r表示行业基准收益率，n表示园区运营期，NCF0表示园区供能方案初始投资额，IRR表示最大化内部收益率。
较为优选的，采用地源热泵机组、水源热泵机组、三联供机组、电制冷机组、光伏、风机、电锅炉中的一种或多种的组合作为供能主机；采用冰蓄冷和/或燃气锅炉作为供能辅机，所述步骤3中构建电冷热负荷平衡约束函数时，将当前园区所配置的所有供能主机和供能辅机的电冷热负荷考虑在内。
本发明的有益效果为：
1、本发明针对多能互补供能系统设备选型及容量规划问题，建立了考虑电冷热需求的多能互补供能方案配置方法，帮助园区在设计供能方案时确定设备型号及容量，从而实现园区供能方案的最优化。
2、本发明供能方案中能源形式及设备类型较为丰富，可同时满足电冷热多种负荷的需要。
3、在优化计算的时候同时考虑了所有设备组合及容量配置的可能，从而得出最优的设备组合及容量配置，即最优供能方案。
附图说明
图1为本发明流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
如图1所示，本实施例以一个位于中部某省会城市的园区为例，该园区类型为工业型园区，占地面积500万㎡，在该实施例中，基于以上信息，结合图1流程进行说明：
步骤1：构建包含有该园区所在地经济参数、设备参数、项目的建设期、运营期、折旧年限、基准、贷款利率取值、贷款占投资总额的比例、贷款时长、项目的残值率、销售费用比例、增值税税率、所得税税率、各个园区地址所在区域对应的购电价、售电价、天然气价格、购冷热价、售冷热价、配网服务费、峰谷电价、容积率、自然资源限制条件、风光资源、电冷热负荷指标以及设备参数信息的数据库。
步骤2：基于数据库中的园区面积及容积率，计算出园区建筑面积，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷。基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷的公式为：
式中，P为负荷的预测值；Pi为i供能区的负荷指标；Qi为i供能区的建筑面积；λ为各供能区用能的同时系数；ωi为i供能区内各建筑用能的同时系数；n为供能区的个数。
基于负荷密度法，该园区占地面积为500万㎡，可根据数据库中容积率参数计算其各用地性质占地面积，如下表所示：
| 用地性质 | 用地面积(万m<sup>2</sup>) |
| 总面积 | 500 |
| 居住用地 | 100 |
| 公共管理与公共服务设施用地 | 60 |
| 商业服务业设施用地 | 150 |
| 工业用地 | 75 |
| 物流仓储用地 | 40 |
| 道路与交通设施用地 | 10 |
| 公用设施用地 | 10 |
| 绿地与广场用地 | 55 |
基于各用地性质及其容积率，确定各用地性质建筑面积，如下表所示：
| 用地性质 | 建筑面积(万m<sup>2</sup>) |
| 居住用地 | 200 |
| 公共管理与公共服务设施用地 | 24 |
| 商业服务业设施用地 | 120 |
| 工业用地 | 15 |
| 物流仓储用地 | 8 |
| 道路与交通设施用地 | 1 |
| 公用设施用地 | 3 |
| 绿地与广场用地 | 5.5 |
| 总面积 | 376.5 |
基于建筑面积、数据库中各地电冷热指标、同时系数，计算各用地性质电冷热负荷需求及总电冷热负荷需求，如下表所示：
| 用地性质 | 电负荷(MW) |
| 居住用地 | 120 |
| 公共管理与公共服务设施用地 | 16.8 |
| 商业服务业设施用地 | 114 |
| 工业用地 | 7.5 |
| 物流仓储用地 | 0.48 |
| 道路与交通设施用地 | 0.15 |
| 公用设施用地 | 0.9 |
| 绿地与广场用地 | 0.0055 |
| 总电负荷 | 181.9 |
| 用地性质 | 冷负荷(MW) |
| 居住用地 | 100 |
| 公共管理与公共服务设施用地 | 16.8 |
| 商业服务业设施用地 | 96 |
| 工业用地 | 10.5 |
| 物流仓储用地 | 4.8 |
| 道路与交通设施用地 | 0 |
| 公用设施用地 | 1.5 |
| 绿地与广场用地 | 0 |
| 总冷负荷 | 114.8 |
| 用地性质 | 热负荷(MW) |
| 居住用地 | 80 |
| 公共管理与公共服务设施用地 | 10.8 |
| 商业服务业设施用地 | 72 |
| 工业用地 | 6 |
| 物流仓储用地 | 2.4 |
| 道路与交通设施用地 | 0 |
| 公用设施用地 | 0.6 |
| 绿地与广场用地 | 0 |
| 总热负荷 | 85.9 |
步骤3：建立各种供能设备模型及对应的约束条件，并考虑满足园区电冷热负荷需求，构建优化模型。
考虑满足园区电冷热负荷需求的方法为构建电冷热负荷平衡约束函数；
所述电负荷平衡约束函数为：
Eload＝Ees+Efa+Eph+Echer；
所述热负荷平衡约束函数为：
Hload＝Hws+Hgs+Heb+Hgf+Hcher；
所述冷负荷平衡约束函数为：
Cload＝Cws+Cgs+Cer+Cit+Ccher；
其中，Eload表示园区总电负荷需求；Ees表示电网承担的负荷；Efa表示风机承担的电负荷；Eph表示光伏承担的电负荷；Echer表示三联供承担的电负荷；Hload表示园区总热负荷需求；Hws表示水源热泵承担的热负荷；Hgs表示地源热泵承担的热负荷；Heb表示电锅炉承担的热负荷；Hgf表示燃气锅炉承担的热负荷；Hcher表示三联供承担的热负荷；Cload表示园区总冷负荷需求；Cws表示水源热泵承担的冷负荷；Cgs表示地源热泵承担的冷负荷；Cer表示电锅炉承担的冷负荷；Cit表示燃气锅炉承担的冷负荷；Ccher表示三联供承担的冷负荷。
该园区电负荷Eload＝181.9MW，冷负荷Cload＝114.8MW，热负荷Hload＝85.9MW，因此可构建优化模型：
(1)电负荷约束
181.9MW＝Ees+Efa+Eph+Echer
式中，181.9MW表示园区总电负荷需求。
(2)热负荷约束
85.9MW＝Hws+Hgs+Heb+Hgf+Hcher
式中，85.9MW表示园区总热负荷需求。
(3)冷负荷约束
114.8MW＝Cws+Cgs+Cer+Cit+Ccher
式中，114.8MW表示园区总冷负荷需求。
步骤4：以园区多能互补供能方案投资回收期最小化、净现值最大化、内部收益率最大化为目标函数，采用混合线性规划方法对所述优化模型求解，得到具有最小投资回收期、最大内部收益率、最大净现值的供能方案，以及所述供能方案的容量配置。其中，净现值、内部收益率均根据年度净现金流量进行计算，该计算过程为：
计算各供能方案园区年度运行成本：
Ccost＝Ceq+Cgd+Crg+Cyw+Cgl；
其中，Ccost表示园区年度运行成本；Ceq表示各设备年运行燃料成本；Cgd表示年购电成本；Cyw表示年运维成本；Cgl表示年管理成本。
计算园区年营业收入：
Ppr＝Psd+Pgf+Pfj+Pgr+Pgl；
其中，Ppr表示园区年营业收入；Psd表示园区年售电收入；Pgf表示园区年光伏补贴；Pfj表示园区年风机补贴；Pgr表示园区年供热收入；Pgl表示园区年供冷收入。
计算增值税：
V＝Ppr*Vta；
其中，V表示园区年增值税，Vta表示增值税税率
计算利润总额：
Pal＝Ppr-Ccost-V-D-I-R；
其中，Pal表示利润总额；D表示折旧；I表示利息；R表示还本；若Pal＞0，则Vsd＝Pal*所得税税率＝0.25％*Pal，Vsd表示所得税，否则Vsd＝0。
计算净利润：
Png＝Pai-Vsd；
计算年度净现金流量：
NCFt＝Pne+D；
其中，NCFt表示年度净现金流量，t表示运营期。
投资回收期最小化、净现值最大化、内部收益率最大化的计算方法为：
投资回收期最小化：
其中，Pk表示动态投资回收期，CI、CO分别表示现金的流入量和流出量。投资回收期的计算逻辑：累计净现金流量开始出现正值的年份数-1+上一年度累计净现金流的绝对值/出现正值年份的年度现金流。
净现值最大化：
其中，NCFk表示第k年的净现金流量；r表示行业基准收益率；n表示园区运营期；NCF0表示园区供能方案初始投资额。
内部收益率最大化(即最大化项目内部收益率IRR)：
其中，指标意思与NPV公式中一致。
本实施例部分供能方案求解后的结果如下表所示：
其中，地源热泵+三联供+冰蓄冷+光伏+风机+燃气锅炉供能方案投资回收期最小，内部收益率及净现值最高，可作为最优供能方案，其容量配置为：地源热泵27.02MW，三联供34.45MW，光伏2.15MW，风机2.32MW，冰蓄冷17.33MW，燃气锅炉11.86MW，市电供电4.58*109KWH。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种园区多能互补供能方案配置方法，其特征在于，包括以下步骤：
步骤1：构建包含有园区所在地设备参数、能源参数、经济参数、园区面积、电冷热负荷指标、容积率和能源价格信息的数据库；
步骤2：基于数据库中的园区面积及容积率，计算出园区建筑面积，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷；
步骤3：建立各种供能设备模型及对应的约束条件，并考虑满足园区电冷热负荷需求，构建优化模型；
步骤4：以园区多能互补供能方案投资回收期最小化、净现值最大化、内部收益率最大化为目标函数，采用混合线性规划方法对所述优化模型求解，得到具有最小投资回收期、最大内部收益率、最大净现值的供能方案，以及所述供能方案的容量配置。
2.根据权利要求1所述的一种园区多能互补供能方案配置方法，其特征在于：步骤1中的数据库包含有经济参数、设备参数、项目的建设期、运营期、折旧年限、基准、贷款利率取值、贷款占投资总额的比例、贷款时长、项目的残值率、销售费用比例、增值税税率、所得税税率、各个园区地址所在区域对应的购电价、售电价、天然气价格、购冷热价、售冷热价、配网服务费、峰谷电价、容积率、自然资源限制条件、风光资源、电冷热负荷指标以及设备参数信息。
3.根据权利要求1所述的一种园区多能互补供能方案配置方法，其特征在于：所述步骤2中，基于园区建筑面积与数据库中电冷热负荷指标计算园区电冷热负荷的公式为：
式中，P为负荷的预测值；Pi为i供能区的负荷指标；Qi为i供能区的建筑面积；λ为各供能区用能的同时系数；ωi为i供能区内各建筑用能的同时系数；n为供能区的个数。
4.根据权利要求1所述的一种园区多能互补供能方案配置方法，其特征在于：所述步骤3中，考虑满足园区电冷热负荷需求的方法为构建电冷热负荷平衡约束函数；
所述电负荷平衡约束函数为：
所述热负荷平衡约束函数为：
Hload＝Hws+Hgs+Heb+Hgf+Hcher；
所述冷负荷平衡约束函数为：
Cload＝Cws+Cgs+Cer+Cit+Ccher；
其中，Eload表示园区总电负荷需求；Eer表示电网承担的负荷；Efa表示风机承担的电负荷；表示光伏承担的电负荷；Fcher表示三联供承担的电负荷；Hload表示园区总热负荷需求；Hws表示水源热泵承担的热负荷；Hgs表示地源热泵承担的热负荷；Heb表示电锅炉承担的热负荷；Hgf表示燃气锅炉承担的热负荷；表示三联供承担的热负荷；Cload表示园区总冷负荷需求；Cws表示水源热泵承担的冷负荷；Cgs表示地源热泵承担的冷负荷；Cer表示电锅炉承担的冷负荷；Cit表示燃气锅炉承担的冷负荷；表示三联供承担的冷负荷。
5.根据权利要求1所述的一种园区多能互补供能方案配置方法，其特征在于：所述步骤4中，净现值、内部收益率均根据年度净现金流量进行计算，所述计算过程为：
计算各供能方案园区年度运行成本：
Ccost＝Ceq+Cgd+Crg+Cyw+Cgl；
计算园区年营业收入：
Ppr＝Psd+Pgf+Pfj+Pgr+Pgl；
计算增值税：
V＝Ppr*Vta；
计算利润总额：
Pal＝Ppr-Ccost-V-D-I-R；
计算净利润：
Pne＝Pal-Vsd；
计算年度净现金流量：
NCFt＝Pne+D；
其中，Ccost表示园区年度运行成本；Ceq表示各设备年运行燃料成本；Cgd表示年购电成本；Cyw表示年运维成本；Cgl表示年管理成本；Ppr表示园区年营业收入；Psd表示园区年售电收入；Pgf表示园区年光伏补贴；Pfj表示园区年风机补贴；Pgr表示园区年供热收入；Pgl表示园区年供冷收入；V表示园区年增值税，Vta表示增值税税率；Pal表示利润总额；Vsd表示所得税；Pne表示净利润；D表示折旧；I表示利息；R表示还本；NCFt表示年度净现金流量，t表示运营期。
6.根据权利要求5所述的一种园区多能互补供能方案配置方法，其特征在于：所述步骤4中，投资回收期最小化、净现值最大化、内部收益率最大化的计算方法为：
投资回收期最小化：
净现值最大化：
内部收益率最大化：
其中，Pk表示动态投资回收期，CI、CO分别表示现金的流入量和流出量，NCFk表示第k年的净现金流量，r表示行业基准收益率，n表示园区运营期，NCF0表示园区供能方案初始投资额，IRR表示最大化内部收益率。
7.根据权利要求1所述的一种园区多能互补供能方案配置方法，其特征在于：采用地源热泵机组、水源热泵机组、三联供机组、电制冷机组、光伏、风机、电锅炉中的一种或多种的组合作为供能主机；采用冰蓄冷和/或燃气锅炉作为供能辅机，所述步骤3中构建电冷热负荷平衡约束函数时，将当前园区所配置的所有供能主机和供能辅机的电冷热负荷考虑在内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576692.7A CN110363412A (zh) | 2019-06-28 | 2019-06-28 | 一种园区多能互补供能方案配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576692.7A CN110363412A (zh) | 2019-06-28 | 2019-06-28 | 一种园区多能互补供能方案配置方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110363412A true CN110363412A (zh) | 2019-10-22 |
Family
ID=68217337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910576692.7A Pending CN110363412A (zh) | 2019-06-28 | 2019-06-28 | 一种园区多能互补供能方案配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110363412A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111224429A (zh) * | 2020-03-03 | 2020-06-02 | 国网江苏省电力有限公司镇江供电分公司 | 优化光伏风能可再生能源系统混合整数线性规划方法 |
| CN113469553A (zh) * | 2021-07-15 | 2021-10-01 | 上海电力大学 | 一种考虑负荷密度的区域能源系统供能范围规划方法 |
| CN114024303A (zh) * | 2021-10-22 | 2022-02-08 | 国网甘肃省电力公司电力科学研究院 | 一种分布式储能优化配置方法 |
| CN114386839A (zh) * | 2022-01-12 | 2022-04-22 | 国网浙江省电力有限公司 | 电氢互补能源系统经济性评估方法、系统、介质及设备 |
| CN114529060A (zh) * | 2022-01-25 | 2022-05-24 | 苗韧 | 一种基于园区负荷动态模拟多能互补的优化方法及系统 |
| WO2023178715A1 (zh) * | 2022-03-22 | 2023-09-28 | 东南大学 | 一种净零能耗建筑电热氢多能流供能设备规划方法 |
| CN117592763A (zh) * | 2024-01-18 | 2024-02-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855402A (zh) * | 2012-09-11 | 2013-01-02 | 上海交通大学 | 基于全寿命周期成本的电网经济性评价数据处理系统 |
| CN106557843A (zh) * | 2016-11-24 | 2017-04-05 | 新奥泛能网络科技股份有限公司 | 一种用能需求预测方法 |
| CN108399498A (zh) * | 2018-02-12 | 2018-08-14 | 国家电网公司 | 电能替代项目经济性分析方法及装置 |
-
2019
- 2019-06-28 CN CN201910576692.7A patent/CN110363412A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855402A (zh) * | 2012-09-11 | 2013-01-02 | 上海交通大学 | 基于全寿命周期成本的电网经济性评价数据处理系统 |
| CN106557843A (zh) * | 2016-11-24 | 2017-04-05 | 新奥泛能网络科技股份有限公司 | 一种用能需求预测方法 |
| CN108399498A (zh) * | 2018-02-12 | 2018-08-14 | 国家电网公司 | 电能替代项目经济性分析方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 马琴: ""区域型联合循环分布式联供系统优化设计的研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111224429A (zh) * | 2020-03-03 | 2020-06-02 | 国网江苏省电力有限公司镇江供电分公司 | 优化光伏风能可再生能源系统混合整数线性规划方法 |
| CN111224429B (zh) * | 2020-03-03 | 2021-07-20 | 国网江苏省电力有限公司镇江供电分公司 | 优化光伏风能可再生能源系统混合整数线性规划方法 |
| CN113469553A (zh) * | 2021-07-15 | 2021-10-01 | 上海电力大学 | 一种考虑负荷密度的区域能源系统供能范围规划方法 |
| CN113469553B (zh) * | 2021-07-15 | 2022-04-22 | 上海电力大学 | 一种考虑负荷密度的区域能源系统供能范围规划方法 |
| CN114024303A (zh) * | 2021-10-22 | 2022-02-08 | 国网甘肃省电力公司电力科学研究院 | 一种分布式储能优化配置方法 |
| CN114386839A (zh) * | 2022-01-12 | 2022-04-22 | 国网浙江省电力有限公司 | 电氢互补能源系统经济性评估方法、系统、介质及设备 |
| CN114529060A (zh) * | 2022-01-25 | 2022-05-24 | 苗韧 | 一种基于园区负荷动态模拟多能互补的优化方法及系统 |
| WO2023178715A1 (zh) * | 2022-03-22 | 2023-09-28 | 东南大学 | 一种净零能耗建筑电热氢多能流供能设备规划方法 |
| CN117592763A (zh) * | 2024-01-18 | 2024-02-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
| CN117592763B (zh) * | 2024-01-18 | 2024-04-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110363412A (zh) | 一种园区多能互补供能方案配置方法 | |
| Joubert et al. | Large-scale solar water heating in South Africa: Status, barriers and recommendations | |
| Zhang et al. | Energy flexibility from the consumer: Integrating local electricity and heat supplies in a building | |
| CN103093017B (zh) | 分布式能源系统设计方法 | |
| CN107784410B (zh) | 区域能源互联网集成系统以及优化其配置和运行的方法 | |
| Wang et al. | Analysis and optimization of carbon trading mechanism for renewable energy application in buildings | |
| Flores et al. | Optimal design of a distributed energy resource system that economically reduces carbon emissions | |
| Rogers et al. | The 20% house–An integrated assessment of options for reducing net carbon emissions from existing UK houses | |
| Gomes et al. | MILP-based model predictive control for home energy management systems: A real case study in Algarve, Portugal | |
| Asim et al. | Thermo-economic and environmental analysis of integrating renewable energy sources in a district heating and cooling network | |
| Battaglia et al. | Urban regeneration plans: Bridging the gap between planning and design energy districts | |
| CN111667131A (zh) | 一种供能端装机设计的多目标优化方法及系统 | |
| Azaroual et al. | Optimal Solution of Peer‐to‐Peer and Peer‐to‐Grid Trading Strategy Sharing between Prosumers with Grid‐Connected Photovoltaic/Wind Turbine/Battery Storage Systems | |
| Junior et al. | Real-time energy and economic performance of the multi-zone photovoltaic-drive air conditioning system for an office building in a tropical climate | |
| Wu et al. | Maximum demand flexibility from the demand response of a big group of residential homes | |
| Wang et al. | Coordinated configuration strategy of multi-energy systems based on capacity-energy-information sharing | |
| Ebrahimi et al. | Electrical and thermal power management in an energy hub system considering hybrid renewables | |
| Monsberger et al. | Profitability of biomass-based district heating considering different technology combinations and building flexibility | |
| Wang et al. | Performance investigation of transitioning building services system in photovoltaic homes | |
| White | Important Factors for Early Market Microgrids: Demand Response and Plug-in Electric Vehicle Charging | |
| Norford et al. | Demonstration knowledge base to aid building operators in responding to real-time-pricing electricity rates | |
| Li et al. | Thermal power capacity price seletction mechanism | |
| Bohlayer | Investment and Operating Strategies for Distributed Energy Systems: Model-Based Assessment of Integrated Energy Systems, Market Opportunities, and Uncertainty | |
| Fakehi et al. | A multi-regional model for power generation expansion planning | |
| Tervo | Reducing district heating carbon dioxide emissions with data center waste heat |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |