CN110503271A - 一种综合能源系统的多类型储能配置方法 - Google Patents
一种综合能源系统的多类型储能配置方法 Download PDFInfo
- Publication number
- CN110503271A CN110503271A CN201910814885.1A CN201910814885A CN110503271A CN 110503271 A CN110503271 A CN 110503271A CN 201910814885 A CN201910814885 A CN 201910814885A CN 110503271 A CN110503271 A CN 110503271A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy storage
- polymorphic type
- gas
- integrated
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 claims abstract description 40
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 239000007789 gas Substances 0.000 claims description 79
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 40
- 230000005611 electricity Effects 0.000 claims description 32
- 239000003345 natural gas Substances 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 238000010521 absorption reaction Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 3
- 230000012447 hatching Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 abstract description 13
- 238000012360 testing method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 210000004262 dental pulp cavity Anatomy 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 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
- G06Q10/04—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
- 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
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical 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
本发明公开了一种综合能源系统的多类型储能配置方法,包括:建立综合能源系统备用市场运行机制,建立系统备用价值模型;构建面向综合能源系统的能源站模型,搭建包括热网模型、气网模型、电网模型的综合能源系统模型;建立考虑系统备用价值的综合能源系统多类型储能选址模型;建立考虑循环寿命的综合能源系统多类型储能容量优化模型。本发明考虑系统运行方式和系统备用价值,有利于充分挖掘系统的灵活性和备用能力;考虑能源站参与备用市场的运行机制并建立系统备用价值模型,有利于分析能源站备用对系统整体的影响;考虑系统备用价值的储电、储气、储热多类型储能选址优化模型和容量优化模型,有利于获取最优的容量配置方案。
Description
技术领域
本发明涉及多类型储能配置方法的技术领域,尤其涉及一种综合能源系统的多类型储能配置方法。
背景技术
综合能源系统涉及能源的生产、转换与协调,是能源高效利用的一种方式。由于综合能源系统不同能源形式之间的耦合、互补等特性,系统本身具备了一定的灵活性和备用能力,在运行场景改变时,系统可以改变耦合设备的运行模式以适应场景需求,在能源供给不足时,系统的管存也能够提供一定的备用能量供给需求。然而,随着可再生能源的大量接入,系统供给的不确定性增加,给系统的经济运行以及能源利用带来了困难。储电、储气、储热作为能量的时间转换装置可以平抑可再生能源的波动,提高综合能源系统经济性和能源利用效率。因此,针对可再生能源接入导致的系统不确定性问题,兼顾系统本身具备的备用能力,从综合能源系统层面考虑系统备用的多类型储能的综合规划对充分发挥系统灵活性和备用能力具有重要意义,有利于提高系统经济性和能源利用效率。
多类型储能的综合规划方法与综合能源系统的规划研究密切相关,目前综合能源系统规划方面的研究大多集中于不同背景、不同组成的多类型能源系统的“源”和“网”的建模与规划。在“源”方面,现有研究能够基于能源枢纽建立考虑电/热/气多能耦合的规划模型,也能够基于典型场景的运行情况,考虑多方利益主体的差异化用能需求、冷热电储能特性,以能源利用效率、运行成本为目标,建立系统配置和日前运行最优的双层规划模型,提出区域综合能源站规划方法;在“源”和“网”方面,能够基于采暖期和供冷期,建立能量整体运输模型,提出用能特性评估指标与方法,考虑日前调度和市场的不确定性因素,提出多区域的综合能源系统协同规划方法。
综上所述,现阶段关于综合能源系统的规划研究大多基于不同的效益目标,确定系统的设备选型、设备容量、运行策略,较少涉及多类型储能的配置方法,大多是基于蓄电池模型,考虑系统对风电的消纳以及最优经济运行进行储能的配置。但是这些研究很少考虑综合能源系统储电、储气、储热多类型储能配置的选址定容以及系统的备用价值。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明目的是提供一种综合能源系统的多类型储能配置方法,该方法考虑综合能源系统储电、储气、储热多类型储能配置的选址定容以及系统的备用价值。
为解决上述技术问题,本发明提供如下技术方案:一种综合能源系统的多类型储能配置方法,包括以下步骤:S1:建立综合能源系统备用市场运行机制,建立系统备用价值模型;S2:以冷热电三联供设备为基础构建面向综合能源系统的能源站模型,并通过分别建立热网模型、气网模型、电网模型搭建综合能源系统模型;S3:建立考虑系统备用价值的综合能源系统多类型储能选址模型,获取电储能、气储能、热储能的位置、个数,电储能的额定功率,气储能、热储能的额定流量;S4:建立考虑循环寿命的综合能源系统多类型储能容量优化模型,获取电储能、气储能、热储能的容量。
作为本发明所述的综合能源系统的多类型储能配置方法的一种优选方案,其中:所述建立综合能源系统备用市场运行机制还包括以下步骤,通过能量合同市场、平衡机制和结算建立备用市场运行机制;通过中长期合同和现货合同获取能量合同市场的交易量;通过平衡机制在备用服务市场解决剩余的不平衡量;交易活动停止后,调度机构通过负荷预测、日前安全校验、机组启停安排等获取调度计划;在实际运行1h前,通过平衡机制获取备用服务的需求并维持系统供需平衡;调度完成后,通过备用服务的价格和机组的实际供能曲线获取不平衡结算;能源站和能源子系统的机组通过能量合同市场的交易值获取日前调度计划;通过预留容量来参与辅助服务市场,通过平衡机制维持系统供需平衡的同时获取一定利润。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述系统备用价值模型由备用容量费用和能量生产费用两部分组成;所述备用容量费用指系统短期运行中,机组因为预留容量,牺牲了部分参与能量市场获利机会,造成损失的发电利润;所述能量生产费用指实际参与短期备用市场容量的能量成本。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述系统备用价值模型如下式所示,
式中,Rs,t为第s种能源的备用价值,Gs,t为能源s的系统总出力,为能源s的系统出力上限,Bs,t为能源s的备用容量成本系数,Ns,t为能源s的能量使用成本系数。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:步骤S2中建立的所述能源站、热网模型、气网模型和电网模型,其中,所述能源站考虑能量平衡约束;所述热网模型考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束以及管段传热特性;所述气网模型考虑管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束;所述电网模型考虑节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述能源站主要包括热电联产(CHP)、电力变压器(T)、换热器(HE)、热回收器(HR)、电转气(P2G)、电制冷(EC)以及吸收式制冷(AC)设备,其能量平衡方程为:
其中Le、Lg、Lh、Le分别为电、气、热、冷的负荷消耗量,ηCHP、ηHE、ηT、ηHR、ηAC、ηP2G、ηEC为CHP、HE、T、HR、AC、P2G、EC的效率,φCHP为CHP的热电比,λe,1、λe,2、λe,3为输入的电力分配比例,λg,1、λg,2为输入的天然气分配比例,Pg为天然气消耗量,Pe为电力消耗量。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述建立考虑系统备用价值的综合能源系统多类型储能选址模型还包括以下步骤,S31:建立多类型储能选址目标函数,包括电力网络电损耗、热力网络热损耗、能源站运行成本、系统备用的价值以及“弃风”损失;S32:建立电储能通过切换充放电模式参与系统运行的动态数学模型;S33:建立气储能通过切换注入提取模式参与系统运行的动态数学模型;S34:建立热储能通过切换吸热放热模式参与系统运行的动态数学模型。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述建立多类型储能选址目标函数,其目标函数如下所示,
其中,Ce,t,Ch,t,Cg,t为t时刻的电、热、气价格,Eloss,t,Hloss,t为t时刻电损耗和热损耗,Gt,Et为t时刻的用气量和用电量,Pcw,t为t时刻的“弃风”量,Cew为“弃风”成本系数。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:所述建立考虑循环寿命的综合能源系统多类型储能容量优化模型还包括以下步骤,S41:建立多类型储能的循环寿命损耗模型;S42:建立多类型储能全寿命周期成本模型;S43:建立多类型储能容量优化目标函数,包括投资费用和维护费用。
作为本发明所述的综合能源系统的多类型储能配置方法,其中:储能全寿命周期成本是指在寿命周期内,储能投资、维修及保障等费用的总和,储能全寿命周期成本主要包括一次投资成本与运行维护成本。
本发明的有益效果:本发明考虑了系统运行方式和系统备用价值,有利于充分挖掘系统的灵活性和备用能力;考虑了能源站参与备用市场的运行机制并建立系统备用价值模型,包括能源站备用价值和子系统备用价值,有利于分析能源站备用对系统整体的影响;考虑系统备用价值的储电、储气、储热多类型储能配置方法,包括选址优化模型和容量优化模型,有利于在满足运行方式的情况下,获取最优的容量配置方案,有助于本方案的推广与实施。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明第一个实施例所述综合能源系统的多类型储能配置方法的整体流程图。
图2为本发明第一个实施例所述综合能源系统的测试算例图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1的示意,为本实施例中提出的综合能源系统的多类型储能配置方法的整体流程图,在具体执行过程中,由以下几个步骤组成:
步骤1、建立综合能源系统备用市场运行机制,建立系统备用价值模型;
步骤2、以冷热电三联供设备为基础构建面向综合能源系统的能源站模型,并通过分别建立热网模型、气网模型、电网模型搭建综合能源系统模型;
步骤3、建立考虑系统备用价值的综合能源系统多类型储能选址模型,包括建立多类型储能选址目标函数、建立电储能通过切换充放电模式参与系统运行的动态数学模型、建立气储能通过切换注入提取模式参与系统运行的动态数学模型以及建立热储能通过切换吸热放热模式参与系统运行的动态数学模型,获取电储能、气储能、热储能的位置、个数、额定功率(流量);
步骤4、建立考虑循环寿命的综合能源系统多类型储能容量优化模型,包括建立多类型储能的循环寿命损耗模型、建立多类型储能全寿命周期成本模型、建立多类型储能容量优化目标函数,获取电储能、气储能、热储能的容量。
进一步的更加具体的,其中步骤1中的建立综合能源系统备用市场运行机制和系统备用价值模型还包括以下步骤:
1.1建立综合能源系统备用市场运行机制
假设备用市场运行机制主要包括能量合同市场、平衡机制和结算。合同市场的交易量占据总量的大部分,种类包括中长期合同和现货合同,而剩余的不平衡交易量则通过平衡机制在备用服务市场解决。中长期合同允许提前几年签订,主要通过双边自行组织完成,而短期现货交易主要通过集中撮合完成。交易活动停止后,调度机构根据负荷预测、日前安全校验、机组启停安排等安排调度计划。在实际运行1h前,通过平衡机制获取备用服务的需求,以解决能源系统的约束问题,维持系统供需平衡。调度完成后,根据备用服务的价格,按照机组的实际供能曲线进行不平衡结算。提供备用服务的市场主体将获得相应的利润。能源站和能源子系统的机组根据中长期合同和现货合同的交易值安排日前调度计划,通过预留容量来参与辅助服务市场,通过平衡机制维持系统供需平衡的同时获取一定利润。因此可通过系统机组和能源站的预留容量来衡量系统备用价值,其中预留容量包括实际参与部分与未参与部分。
1.2建立系统备用价值模型
系统备用价值模型主要由备用容量费用和能量生产费用两部分组成。备用容量费用指系统短期运行中,机组因为预留容量,牺牲了部分参与能量市场获利机会,造成损失的发电利润。能量生产费用指实际参与短期备用市场容量的能量成本。
系统备用价值如下式所示:
式中,Rs,t为第s种能源的备用价值,Gs,t为能源s的系统总出力,为能源s的系统出力上限,Bs,t为能源s的备用容量成本系数,Ns,t为能源s的能量使用成本系数。
进一步的更加具体的,其中步骤2中的建立综合能源系统模型还包括以下步骤:
2.1建立综合能源系统能源站模型
能源站作为电力系统、天然气系统以及热力系统的能源枢纽,其正常运行不仅受电力系统、天然气系统和热力系统状态所约束,同时其运行状态的改变也将引起整个电力-天然气-热力系统状态的改变。本文构建的能源站主要包括热电联产(CHP)、电力变压器(T)、换热器(HE)、热回收器(HR)、电转气(P2G)、电制冷(EC)以及吸收式制冷(AC)设备,其能量平衡方程为:
其中Le、Lg、Lh、Le分别为电、气、热、冷的负荷消耗量,ηCHP、ηHE、ηT、ηHR、ηAC、ηP2G、ηEC为CHP、HE、T、HR、AC、P2G、EC的效率,φCHP为CHP的热电比,λe,1、λe,2、λe,3为输入的电力分配比例,λg,1、λg,2为输入的天然气分配比例,Pg为天然气消耗量,Pe为电力消耗量。
2.2建立综合能源系统的热网模型
供热系统常用蒸汽和热水作为载热介质。将热网看作流体网络,主要考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束以及管段传热特性。①节点流量平衡,对于热网中任一节点,流入的热水流量之和等于流出的流量之和,即式中,和分别为与节点i相连并从节点i起始和结束管道的集合;为时段t管道j中的热水质量流量。②节点温度融合,不同温度的热水从不同管道流向相同节点后进行混合,混合后从同一节点流入不同管道的热水温度相同,即式中,为时段t管道j中热水出口温度;为时段t管道k中热水入口温度。③负荷取用特性,对于包含热用户的热网支路,负荷节点i在时段t消耗热量为流经负荷节点质量流量为的水由供水温度降至回水温度即④供回水温度约束,为了保证热源和热用户的供热质量,需要对热源和热用户的供、回水温度进行限制,即⑤管段传热特性,热网依赖热水的流动实现能量传输,热水输送的迟滞可能会导致数分钟到数小时不等的功率传输延迟,这对于综合能源系统的超短期调度可能产生显著影响。稳态传热特性表示为:式中,x为管段上某一点与管段首端的距离;R为管段单位长度的热阻,Ts,Te,Ta分别为一根管段的首端温度、x处温度和外界温度,f为热水流量。暂态传热特性如下:对于距离热源较近的地方,暂态过程较短,在一次调节之后、下次调节之前,管段温度已经达到稳态,这些点处管段的暂态传热特性可以表示为:
式中,Ti(x,t)为第i时段内,距离热源x处的热网管道在t时刻的温度;和分别为ti-1时刻和ti-2时刻热源的温度;i=1,2,3,…。
对于距离热源较远的地方,暂态过程较长,在一次调节后,温度尚未达到稳态,下一次调节已经开始,这些点处管段的暂态传热特性可以表示为:
式中,Ti(x,t)为第i-1时段内,距离热源x处的热网管道在ti-1时刻的温度;i=1,2,3…。
2.3建立综合能源系统的气网模型
气网模型主要包括管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束。①管道流量约束,天然气管道流量方程与管道两端压力及管道诸多物理特性有关,并无通用的形式,特定情形下的气体流量通常用非线性方程描述。对于理想绝热输气管道,考虑天然气双向流动,其流量方程可表示为:式中,表示t时刻流过管道ij的平均流量,其中分别为t时刻管道ij的首段天然气注入流量和末端天然气输出流量;Cij为管道ij效率、温度、长度、内径、压缩因子等有关的常数;pi,t、pj,t分别为t时刻首末节点i、j的压力值。②气源点约束,其中,分别为气源点n的天然气供应流量上下限。③流量平衡约束,其中,为t时刻节点i上的气源供气流量;为t时刻节点i上的电转气供气流量;为t时刻节点i上燃气轮机消耗的天然气流量;为t时刻节点i上的天然气负荷;为t时刻节点i上CCHP消耗的天然气流量。④压缩机约束,采用简化的压缩机模型为:pl,t≤βcompi,t,式中,pl,t为压缩机的压缩系数。⑤节点压力约束,其中,分别为节点i压力值的上、下限。
2.4建立综合能源系统的电网模型
电力系统建模主要包括节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。①节点功率平衡,其中,为t时刻节点i上火电机组的有功出力;为t时刻节点i上风电机组的有功出力;为t时刻节点i上燃气轮机的有功出力;为t时刻节点i上的有功负荷;Pij,t为t时刻线路ij上的有功功率;为t时刻节点i上火电机组的无功出力;为t时刻节点i上的无功负荷;Qij,t为t时刻线路ij上的无功功率。②机组出力约束,其中,分别为节点i上火电机组出力的上下限。③爬坡约束,其中,RUi、RDi为节点i上火电机组的爬坡和降坡幅度。④支路潮流约束, Vi min≤Vi,t≤Vi max,其中,Vit为t时刻节点i上的电压幅值;Vi max、Vi min分别为节点i上电压幅值的上下限;θij为t时刻节点i、j的电压相角差;分别为t时刻节点ij电压相角差的上下限;Gij为节点ij之间的电导;Bij为节点ij之间的电纳;分别为节点ij之间线路有功功率传输的上下限。
进一步具体的,步骤3中建立考虑系统备用价值的综合能源系统多类型储能选址模型,还包括以下步骤,
3.1建立多类型储能选址目标函数
在目标函数上考虑电力网络电损耗、热力网络热损耗、能源站运行成本、系统备用的价值以及“弃风”损失,目标函数如下所示:
其中,Ce,t,Ch,t,Cg,t为t时刻的电、热、气价格,Eloss,t,Hloss,t为t时刻电损耗和热损耗,Gt,Et为t时刻的用气量和用电量,Pcw,t为t时刻的“弃风”量,Cew为“弃风”成本系数。
3.2建立电储能通过切换充放电模式参与系统运行的动态数学模型
电储能动态数学模型约束表示为:
其中,为t时段节点i上电储能的储电容量,μe为电储能的损耗率, 为t时段内节点i储电充电、放电功率,ηech、ηedis表示充放电效率。Ni,ES为节点i的储电数量,为单个储电容量的上下限,NES,max为配置储电的最大数量。
3.3建立气储能通过切换注入提取模式参与系统运行的动态数学模型
储气动态数学模型约束表示为:
其中,为t时段节点i储气的储气容量,μg为储气的损耗率,为t时段内节点i储气设施注入、提取流量,ηgch、ηgdis表示注入、提取效率。Ni,GS为节点i的储气数量,为单个储气容量的上下限,NGS,max为配置储气的最大数量。
3.4建立热储能通过切换吸热放热模式参与系统运行的动态数学模型
储热动态数学模型约束表示为:
其中,为t时段节点i热储能的储热容量,μh为储热的散热损耗率, 为t时段内节点i储热吸热、放热功率,ηhch、ηhdis表示吸放热效率,Ni,HS为节点i的储热数量,为单个储热容量的上下限,NHS,max为配置储热的最大数量。
进一步具体的,步骤4中建立考虑循环寿命的综合能源系统多类型储能容量优化模型,还包括以下步骤,
4.1建立多类型储能的循环寿命损耗模型
储电、储气、储热的循环寿命受温度、充放能循环次数等因素的影响,本发明中,储能的循环寿命指的是储电、储气、储热满足一定充放效率条件下的使用寿命。第s类储能的放能深度(Depth of Discharge,DOD)直接影响其循环寿命,记为Ds,dis。本文主要考虑放能深度与循环次数对循环寿命Ns的影响,采用4阶多项式函数表示,得到函数关系如下式所示:
式中,as、bs、cs、ds、es为常数。
储能运行工况可视作一系列不同放能深度充放能循环的线性组合,将运行工况分解为多个放能深度不同的工况,分别计算分解后各工况下的储能循环寿命,再根据储能在各对应工况下的循环次数,直接线性叠加求出储能循环寿命损耗。储能在运行中循环寿命损耗可按下式计算:
其中,s为储能类型,ns为该放能深度下储能s的循环次数。当Ls=1时,则视作储能s寿命损尽,需进行更换。
通过雨流计数法统计储能的充放能循环次数与对应的放能深度,便可得到在运行过程中的循环寿命损耗情况。
4.2建立多类型储能全寿命周期成本模型
储能全寿命周期成本是指在寿命周期内,储能投资、维修及保障等费用的总和。储能全寿命周期成本主要包括一次投资成本与运行维护成本。
其中一次投资成本为储能额定容量与额定功率的函数,其表达式为:
Cs,1=Cs,eEs,e+Cs,pPs,e
式中,Cs,1为储能s的一次投资成本,Cs,e为储能s单位容量的造价;Es,e为储能s的额定容量;Cs,p为储能s单位充/放能功率(流量)的造价;Ps,e为储能s额定充/放能功率(流量)。
储能的运行维护成本为储能额定容量的函数,且与储能运行周期有关,其表达式为:
式中,Cs,2为储能s的运行维护成本;Cs,m为储能s单位充放功率(流量)的年运行维护成本;ir为通货膨胀率;dr为贴现率;y为储能s的使用年份;Ts为储能s寿命周期。
4.3建立多类型储能容量优化目标函数
根据步骤3求解出的储能充放能策略,以及储能循环寿命与放能深度的关系可知,在每天循环次数一定的情况下,接入储能的容量越大,储能的使用寿命越长。但因储能单位容量造价较高,若单纯为延长使用寿命而配置过大容量的储能将极大增加其一次投资成本,虽然延长了使用年限,但也使得总的投资维护成本增加。因此需在综合考虑储能全寿命周期成本与使用寿命的基础上对储能容量进行进一步优化,将储电、储气、储热的经济性最大化。
本发明将多类型储能的全寿命周期成本分摊至寿命周期的每一年,以储能使用寿命内,所有类型储能的年成本之和最小为目标,对储能容量进行优化,目标函数表达式如下:
式中,F2为所有类型储能年成本之和;Cs,1,i、Cs,2,i分别为第s类型第i个储能的投资费用与时用寿命内的维护费用;k为该类型储能配置的数量。
利用本发明的方法,以一个如图1所示的综合能源系统实际场景的例子进行实际试练,该综合能源系统中主要由以下3部分构成:修改的IEEE14节点配电网系统、11节点天然气配气系统、11节点热力系统。能量流通过区域能源站进行能源耦合与能量交互,区域能源站位于配电系统4节点与配气系统7节点以及热力系统8节点形成的耦合节点处。最终得到本发明在综合能源系统测试算例中的配置结果,将气储能的质量流量根据天然气热值换算成功率单位,获取电储能、气储能、热储能的配置方案如表1所示(表1为本发明第一个实施例所述综合能源系统的多类型储能配置方法在测试算例中的配置结果)。根据表1可见,系统对电储能的充放电需求更多,即使能源站中电转气能够将电能转化为天然气进行存储,但由于电力系统的快动态特性,电负荷的波动需要及时平衡,由于潮流约束,电力系统上某些远离能源站的节点负荷仍然需要电储能及时供给,因此,在表1中,在电力系统的节点2和节点11处分别接入了电储能,配置的电储能容量也较大,电负荷的波动导致充放电次数比较频繁,运行年限仅仅为1.87和1.75年。除去季节的差异性外,由于系统气负荷和热负荷曲线的波动相对较小,并且天然气系统系统本身具备一定的管存属性,热力系统具备一定的温度时延特性,对气和热的供给要求没有对电的要求那么高,再加上能源站耦合设备具备一定的能源转换能力能够利用富于的电供给气负荷和热负荷,因此仅分别在天然气的9节点和热力系统的2节点接入气储能和热储能,容量也比电储能的小,并且充放的频率不是特别频繁,使用年限分别为2.46和2.53年。根据表1,电储能的配置成本最高,可见大部分的费用仍用来投资电储能。电负荷的波动和电力系统的快动态特性导致综合能源系统的多类型储能需求仍以电储能为主。
同样在如图1所示的综合能源系统中,不考虑系统备用价值对多类型储能进行配置,配置结果如表2所示。由于不考虑系统的备用价值,在运行时系统损失了提供备用服务的部分利润,导致运行成本增加。由于系统没有预留备用容量,当需求变化时,充放电频率增大,导致多类型储能的使用寿命降低,因此,在表2中的电储能、气储能以及热储能配置结果与本发明配置方法的结果相比,接入位置与S1场景的结果相同,容量相差不大,但运行年限相对减少,年投资成本增大。
同样在如图1所示的综合能源系统中,不考虑能源站的多类型储能独立配置结果如表3所示。电储能、气储能、热储能在各自系统上独立配置,忽略了综合能源系统的管存、温度时延等特性,导致在优化运行时对储能的充放能提出了较高的要求,尤其是电储能。电力系统的独立设备难以将天然气系统中富余的气转化成电来供给电负荷,只能通过电储能来供给,加大了电储能的需求。同样的,天然气系统中除原有的管存外,也只能通过气储能来存储气价较低时的天然气。因此,在表3中,在电力系统的节点2、节点5和节点11处分别接入电储能,天然气系统的节点7和节点9处接入气储能,分别比本发明配置结果多接入1台电储能和气储能,最终的年投资成本为84026.84$,相对本发明配置方法的投资成本高出很多。
可见本发明的配置结果相比具有优异的效果,能够解决在考虑综合能源系统备用和多类型储能配置方面的一个现有技术不能解决的技术问题。
表1本发明在测试算例中的配置结果
表2不考虑系统备用价值的配置方法在测试算例中的配置结果
表3不考虑能源站的独立配置方法在测试算例中的配置结果
本发明建立了含能源站的综合能源系统备用市场机制和综合能源系统模型,建立了综合能源系统多类型储能优化配置模型来优化电储能、气储能、热储能的选址和定容;其中,选址模型考虑备用市场价值,以系统运行成本最小为目标,获取储能位置、个数及充放策略;容量优化模型以系统中多类型储能的投资维护成本最小为目标,获取多类型储能的容量;算例给出了本发明的多类型储能配置方案。
本发明考虑了系统运行方式和系统备用价值,有利于充分挖掘系统的灵活性和备用能力;考虑了能源站参与备用市场的运行机制并建立系统备用价值模型,包括能源站备用价值和子系统备用价值,有利于分析能源站备用对系统整体的影响;考虑系统备用价值的储电、储气、储热多类型储能配置方法,包括选址优化模型和容量优化模型,有利于在满足运行方式的情况下,获取最优的容量配置方案,有助于本方案的推广与实施。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种综合能源系统的多类型储能配置方法,其特征在于:包括以下步骤,
S1:建立综合能源系统备用市场运行机制,建立系统备用价值模型;
S2:以冷热电三联供设备为基础构建面向综合能源系统的能源站模型,并通过分别建立热网模型、气网模型、电网模型搭建综合能源系统模型;
S3:建立考虑系统备用价值的综合能源系统多类型储能选址模型,获取电储能、气储能、热储能的位置、个数,电储能的额定功率,气储能、热储能的额定流量;
S4:建立考虑循环寿命的综合能源系统多类型储能容量优化模型,获取电储能、气储能、热储能的容量。
2.如权利要求1所述的综合能源系统的多类型储能配置方法,其特征在于:所述建立综合能源系统备用市场运行机制还包括以下步骤,
通过能量合同市场、平衡机制和结算建立备用市场运行机制;通过中长期合同和现货合同获取能量合同市场的交易量;通过平衡机制在备用服务市场解决剩余的不平衡量;交易活动停止后,调度机构通过负荷预测、日前安全校验、机组启停安排等获取调度计划;在实际运行1h前,通过平衡机制获取备用服务的需求并维持系统供需平衡;调度完成后,通过备用服务的价格和机组的实际供能曲线获取不平衡结算;能源站和能源子系统的机组通过能量合同市场的交易值获取日前调度计划;通过预留容量来参与辅助服务市场,通过平衡机制维持系统供需平衡的同时获取一定利润。
3.如权利要求1或2所述的综合能源系统的多类型储能配置方法,其特征在于:所述系统备用价值模型由备用容量费用和能量生产费用两部分组成;所述备用容量费用指系统短期运行中,机组因为预留容量,牺牲了部分参与能量市场获利机会,造成损失的发电利润;所述能量生产费用指实际参与短期备用市场容量的能量成本。
4.如权利要求1所述的综合能源系统的多类型储能配置方法,其特征在于:所述系统备用价值模型如下式所示,
式中,Rs,t为第s种能源的备用价值,Gs,t为能源s的系统总出力,为能源s的系统出力上限,Bs,t为能源s的备用容量成本系数,Ns,t为能源s的能量使用成本系数。
5.如权利要求1所述的综合能源系统的多类型储能配置方法,其特征在于:步骤S2中建立的所述能源站、热网模型、气网模型和电网模型,其中,
所述能源站考虑能量平衡约束;
所述热网模型考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束以及管段传热特性;
所述气网模型考虑管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束;
所述电网模型考虑节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。
6.如权利要求5所述的综合能源系统的多类型储能配置方法,其特征在于:所述能源站主要包括热电联产、电力变压器、换热器、热回收器、电转气、电制冷以及吸收式制冷设备,其能量平衡方程为:
其中Le、Lg、Lh、Le分别为电、气、热、冷的负荷消耗量,ηCHP、ηHE、ηT、ηHR、ηAC、ηP2G、ηEC为CHP、HE、T、HR、AC、P2G、EC的效率,φCHP为CHP的热电比,λe,1、λe,2、λe,3为输入的电力分配比例,λg,1、λg,2为输入的天然气分配比例,Pg为天然气消耗量,Pe为电力消耗量。
7.如权利要求1、2、4、5或6任一所述的综合能源系统的多类型储能配置方法,其特征在于:所述建立考虑系统备用价值的综合能源系统多类型储能选址模型还包括以下步骤,
S31:建立多类型储能选址目标函数,包括电力网络电损耗、热力网络热损耗、能源站运行成本、系统备用的价值以及“弃风”损失;
S32:建立电储能通过切换充放电模式参与系统运行的动态数学模型;
S33:建立气储能通过切换注入提取模式参与系统运行的动态数学模型;
S34:建立热储能通过切换吸热放热模式参与系统运行的动态数学模型。
8.如权利要求7所述的综合能源系统的多类型储能配置方法,其特征在于:所述建立多类型储能选址目标函数,其目标函数如下所示,
其中,Ce,t,Ch,t,Cg,t为t时刻的电、热、气价格,Eloss,t,Hloss,t为t时刻电损耗和热损耗,Gt,Et为t时刻的用气量和用电量,Pcw,t为t时刻的“弃风”量,Cew为“弃风”成本系数。
9.如权利要求1、2、4、5、6或8任一所述的综合能源系统的多类型储能配置方法,其特征在于:所述建立考虑循环寿命的综合能源系统多类型储能容量优化模型还包括以下步骤,
S41:建立多类型储能的循环寿命损耗模型;
S42:建立多类型储能全寿命周期成本模型;
S43:建立多类型储能容量优化目标函数,包括投资费用和维护费用。
10.如权利要求9所述的综合能源系统的多类型储能配置方法,其特征在于:储能全寿命周期成本是指在寿命周期内,储能投资、维修及保障等费用的总和,储能全寿命周期成本主要包括一次投资成本与运行维护成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814885.1A CN110503271B (zh) | 2019-08-30 | 2019-08-30 | 一种综合能源系统的多类型储能配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814885.1A CN110503271B (zh) | 2019-08-30 | 2019-08-30 | 一种综合能源系统的多类型储能配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110503271A true CN110503271A (zh) | 2019-11-26 |
CN110503271B CN110503271B (zh) | 2023-05-26 |
Family
ID=68590754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910814885.1A Active CN110503271B (zh) | 2019-08-30 | 2019-08-30 | 一种综合能源系统的多类型储能配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110503271B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738854A (zh) * | 2020-06-22 | 2020-10-02 | 国能日新科技股份有限公司 | 一种基于云计算的新能源现货交易决策的数据服务系统 |
CN111950171A (zh) * | 2020-07-03 | 2020-11-17 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
CN113077173A (zh) * | 2021-04-19 | 2021-07-06 | 南京华盾电力信息安全测评有限公司 | 一种基于综合能源系统节点能价策略的综合需求响应方法 |
CN113256009A (zh) * | 2021-05-31 | 2021-08-13 | 东南大学 | 一种基于气热惯性的两阶段多备用配置方法、系统和装置 |
CN114741988A (zh) * | 2022-04-26 | 2022-07-12 | 东南大学 | 一种计及综合能源系统气热惯性的调频方法 |
CN117172815A (zh) * | 2023-07-18 | 2023-12-05 | 南京工业大学 | 一种多水电气能源子系统主动配电网混合博弈方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能系统量化特征的配电网分布式储能选址定容方法 |
CN108694483A (zh) * | 2018-07-28 | 2018-10-23 | 天津大学 | 考虑电热气耦合的综合能源系统设备选型及容量规划方法 |
CN109255471A (zh) * | 2018-08-17 | 2019-01-22 | 国网山东省电力公司电力科学研究院 | 一种含风电的电-气-热综合能源系统扩展规划优化方法 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
-
2019
- 2019-08-30 CN CN201910814885.1A patent/CN110503271B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能系统量化特征的配电网分布式储能选址定容方法 |
CN108694483A (zh) * | 2018-07-28 | 2018-10-23 | 天津大学 | 考虑电热气耦合的综合能源系统设备选型及容量规划方法 |
CN109255471A (zh) * | 2018-08-17 | 2019-01-22 | 国网山东省电力公司电力科学研究院 | 一种含风电的电-气-热综合能源系统扩展规划优化方法 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
Non-Patent Citations (5)
Title |
---|
X.P. ZHANG 等: "Optimal Expansion Planning of Energy Hub With Multiple Energy Infrastructures", 《IEEE TRANSACTIONS ON SMART GRID》 * |
孙凯华 等: "气电热联供网络规划与运行联合优化", 《电力建设》 * |
董帅 等: "计及网络动态特性的电—气—热综合能源系统日前优化调度", 《电力系统自动化》 * |
谢德林: "《21实际最新电力管理人员全书》", 31 December 2000, 北京:海潮出版社 * |
韩晓娟 等: "计及电池使用寿命的混合储能系统容量优化模型", 《中国电机工程学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738854A (zh) * | 2020-06-22 | 2020-10-02 | 国能日新科技股份有限公司 | 一种基于云计算的新能源现货交易决策的数据服务系统 |
CN111950171A (zh) * | 2020-07-03 | 2020-11-17 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
WO2022000700A1 (zh) * | 2020-07-03 | 2022-01-06 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
CN111950171B (zh) * | 2020-07-03 | 2022-03-15 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源系统备用配置方法 |
CN113077173A (zh) * | 2021-04-19 | 2021-07-06 | 南京华盾电力信息安全测评有限公司 | 一种基于综合能源系统节点能价策略的综合需求响应方法 |
CN113077173B (zh) * | 2021-04-19 | 2023-01-24 | 南京华盾电力信息安全测评有限公司 | 一种基于综合能源系统节点能价策略的综合需求响应方法 |
CN113256009A (zh) * | 2021-05-31 | 2021-08-13 | 东南大学 | 一种基于气热惯性的两阶段多备用配置方法、系统和装置 |
CN113256009B (zh) * | 2021-05-31 | 2023-11-28 | 东南大学 | 一种基于气热惯性的两阶段多备用配置方法、系统和装置 |
CN114741988A (zh) * | 2022-04-26 | 2022-07-12 | 东南大学 | 一种计及综合能源系统气热惯性的调频方法 |
CN117172815A (zh) * | 2023-07-18 | 2023-12-05 | 南京工业大学 | 一种多水电气能源子系统主动配电网混合博弈方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110503271B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110503271A (zh) | 一种综合能源系统的多类型储能配置方法 | |
CN108537409A (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
Bahramara et al. | Co-optimization of energy and reserve in standalone micro-grid considering uncertainties | |
CN106447122A (zh) | 一种区域型能源互联网及其一体化优化规划方法 | |
Lai et al. | Credit-based pricing and planning strategies for hydrogen and electricity energy storage sharing | |
CN108229025A (zh) | 一种冷热电联供型多微网主动配电系统经济优化调度方法 | |
Nosratabadi et al. | Simultaneous planning of energy carriers by employing efficient storages within main and auxiliary energy hubs via a comprehensive MILP modeling in distribution network | |
Herenčić et al. | Techno-economic and environmental assessment of energy vectors in decarbonization of energy islands | |
Zhai et al. | Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network | |
Capros et al. | Very high penetration of renewable energy sources to the European electricity system in the context of model-based analysis of an energy roadmap towards a low carbon EU economy by 2050 | |
CN112182887A (zh) | 一种综合能源系统规划优化仿真方法 | |
Wang et al. | Risk-averse market clearing for coupled electricity, natural gas and district heating system | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
Qian et al. | Benefits of energy storage in power systems with high level of intermittent generation | |
CN112085263A (zh) | 一种用户侧分布式能源系统混合储能优化配置方法和系统 | |
Huang et al. | Incentive-compatible market clearing for a two-stage integrated electricity-gas-heat market | |
Wan et al. | Conditions for profitable operation of P2X energy hubs to meet local demand with energy market access | |
Ma et al. | A two-stage demand response strategy for multiple scenarios based on deviation compensation | |
CN109268685A (zh) | 输配网及其控制方法 | |
CN108960564A (zh) | 基于集中式建模的冷热电联供型微网配电系统调度方法 | |
CN113313416A (zh) | 计及沼气发电与新能源消纳机制的配网电力资源优化分配方法 | |
CN107834543A (zh) | 一种基于两阶段混合整数规划的电力系统运行模拟方法 | |
CN112001613A (zh) | 基于多微能源网系统合作博弈决策机制的利益分配策略 | |
Zheng et al. | Comparison and error analysis of off-design and design models of energy hubs |
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 |