CN110598313A - 计及储能全寿命周期运维的综合能源系统优化配置方法 - Google Patents

计及储能全寿命周期运维的综合能源系统优化配置方法 Download PDF

Info

Publication number
CN110598313A
CN110598313A CN201910851122.4A CN201910851122A CN110598313A CN 110598313 A CN110598313 A CN 110598313A CN 201910851122 A CN201910851122 A CN 201910851122A CN 110598313 A CN110598313 A CN 110598313A
Authority
CN
China
Prior art keywords
formula
energy storage
power
energy
mathematical model
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
Application number
CN201910851122.4A
Other languages
English (en)
Other versions
CN110598313B (zh
Inventor
耿少博
顾乔根
孙仲民
常风然
任江波
赵春雷
张晓宇
郑超
莫品豪
王强
孙利强
何亚坤
吕航
李力
赵青春
朱晓彤
文继锋
张春合
龚啸
萧彦
齐少娟
魏颖莉
李铁成
樊锐轶
曹磊
张雷
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 Hebei Electric Power Co Ltd
NR Electric Co Ltd
NR Engineering Co Ltd
Original Assignee
State Grid Hebei Electric Power Co Ltd
NR Electric Co Ltd
NR Engineering Co Ltd
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 Hebei Electric Power Co Ltd, NR Electric Co Ltd, NR Engineering Co Ltd filed Critical State Grid Hebei Electric Power Co Ltd
Priority to CN201910851122.4A priority Critical patent/CN110598313B/zh
Publication of CN110598313A publication Critical patent/CN110598313A/zh
Application granted granted Critical
Publication of CN110598313B publication Critical patent/CN110598313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种计及储能全寿命周期运维的综合能源系统(Integrated Energy System,IES)优化配置方法,包括:步骤1,针对IES除储能外的设备,建立数学模型;2,考虑充放电功率、充放电状态、容量衰减、荷电状态及充放电周期内功率平衡等因素,构建储能数学模型;步骤3,综合考虑系统全寿命周期成本和一次能源消耗建立IES优化配置目标函数;步骤4,给定IES优化配置约束,用优化求解器求解建立的IES优化配置模型。方法强调了储能在IES中的作用,储能模型综合考虑容量衰减等多方面因素,更加贴合实际;得到经济性及节能性综合最优结果,并可根据实际选择权重。

Description

计及储能全寿命周期运维的综合能源系统优化配置方法
技术领域
本发明涉及综合能源系统优化配置领域,具体涉及一种计及储能全寿命周期运维的综合能源系统优化配置方法。
背景技术
随着社会经济的发展,环境问题、能源的高效利用越来越受到人们的重视。对于我国而言,我国能源相对匮乏,更为严重的为我国的能源使用效率很低,与发达国家相比只占其能源利用率的62%,而且浪费现象极其严重。同时,我国CO2的排出量位居世界第二,已经超过30亿吨,几乎占到世界CO2排出总量的13.6%。为解决当前能源需求大幅度增长、环境恶化以及能源转化效率低等问题,世界越来越多的国家都开始调整能源结构,找寻新的能源发展方式、提高能源的利用率。
传统的能源系统已难以适应不断变化的发电结构及用户用能需求,能够实现多能流高效管理,促进资源充分利用的综合能源系统受到了人们的广泛关注。IES由冷、热、电、气多个能量网络组成,可以充分发挥不同能量耦合互补的优势,通过多种能量网络的互动协同,实现能量的梯次利用,提升综合能源利用效率。
然而,综合能源系统结构复杂,涉及多种能量网络,时间尺度差距大,不确定性强其规划及配置问题比传统的能源系统要复杂得多。如何综合考虑各方面因素,构建综合能源系统优化配置模型并求解是亟需解决的技术难点。因此,开展综合能源系统优化配置研究,为综合能源系统优化建设提供有力的技术参考和依据,具有非常强烈的现实意义。储能系统是未来电网的重要元素,具有降低间歇性能源出力波动、减小峰谷差、改善电能质量及为电力系统提供备用等重要作用。目前,综合能源系统优化配置研究方面,更加偏向于分布式能源的互补配置及多能耦合,对于储能在综合能源系统的关键作用,仍未见针对性的研究。要考虑储能系统的全寿命周期运维,研究综合能源系统的优化配置,需解决以下问题:1)如何构建储能系统的数学模型,才能更加符合储能系统的实际运行状况;2)如何考虑多方面因素,建立计及储能全寿命周期运维的综合能源系统优化配置模型
发明内容
为了弥补现有技术的不足,本发明提供了一种计及储能全寿命周期运维的综合能源系统优化配置方法。
所述方法包括:
步骤1:构建综合能源系统非储能系统数学模型,所述综合能源系统非储能系统数学模型综合考虑综合能源系统涉及的能流设备、能流转换设备,能够适用于包含多种能流设备的综合能源系统优化配置;具体包括:内燃机数学模型、双吸收式制冷机数学模型、电压缩式制冷机数学模型、余热锅炉数学模型、燃气锅炉数学模型;
步骤2:构建储能系统数学模型,考虑充放电功率、充放电状态、容量衰减、荷电状态及充放电周期内功率平衡因素,构建储能数学模型;具体包括:储能充放电功率数学模型、储能充放电状态数学模型、储能充放电周期内功率平衡数学模型、储能容量衰减数学模型、储能荷电状态数学模型;
步骤3:建立计及储能全寿命周期运维的综合能源系统优化配置模型的目标函数,根据所述步骤1建立的综合能源系统非储能系统数学模型,考虑全寿命周期成本和一次能源消耗量,给出计及储能全寿命周期运维的综合能源系统优化配置目标函数;
步骤4:给定计及储能全寿命周期运维的综合能源系统优化配置模型的约束条件,具体包括多能流网络功率平衡约束、各设备输出约束和设备容量约束;用优化求解器求解综合能源系统优化配置模型。
进一步地,所述步骤1包含以下五个步骤:
步骤11:内燃机数学模型构建:内燃机输出功率不突变,因此存在内燃机爬坡约束,内燃机爬坡约束为:
-kdCICE≤PICE(t1,t2+1)-PICE(t1,t2)≤kuCICE 式(1)
式中kd、ku分别为内燃机向下及向上的爬坡系数,即两个负荷点之间内燃机的出力的差值的要小于等于额定容量的比例;PICE(t1,t2+1)为t1月t2+1时内燃机电功率;CICE为内燃机容量;
内燃机消耗燃气发电,发电量与燃气量的关系为:
PICE=ηICEP*VICE*Hv 式(2)
式中,ηICEP为内燃机变工况发电效率系数;VICE为内燃机消耗燃气体积;Hv为燃气单位体积蕴含的能量;
内燃机发电机的同时会产生余热,余热与燃气量的关系为:
EICE=ηICEH*VICE*Hv 式(3)
式中,EICE为内燃机的制热功率;ηICEH为内燃机余热系数;
步骤12:双吸收式制冷机数学模型构建:双效吸收式制冷机通过吸收热量制冷或制热,其制冷状态的数学模型为:
PDARc=COPDARcEDAR 式(4)
式中COPDARc为双效吸收式制冷机制冷性能系数,PDARc为双效吸收式制冷机制冷功率,EDAR为双效吸收式制冷机吸热功率;
制热状态的数学模型为:
PDARh=COPDARhEDAR 式(5)
式中COPDARh为双效吸收式制冷机制热性能系数,PDARh为双效吸收式制冷机制热功率;
步骤13:电压缩式制冷机数学模型构建:电压缩机消耗电能制冷,其数学模型为:
EECR=COPECRPECR 式(6)
式中,COPECR为电压缩式制冷机制冷性能系数;EECR为电压缩式制冷机实际制冷功率,PECR为电压缩式制冷机吸收电功率;
步骤14:余热锅炉数学模型构建:余热锅炉吸收内燃机发出的余热来产热,其数学模型为:
PWHB=ηWHBEWHB 式(7)
式中,ηWHB为余热锅炉效率,PWHR为余热锅炉输出热功率,EWHB为余热锅炉吸收余热功率;
步骤15:燃气锅炉数学模型构建:燃气锅炉消耗燃气产热,其数学模型为:
PGFB=ηGFB*VGFB*Hv 式(8)
式中,ηGFB为燃气锅炉效率系数,PGFB为燃气锅炉产热功率,VCFB为单位时间燃气锅炉消耗燃气体积。
进一步地,所述步骤2包含以下五个步骤,如下:
步骤21:建立储能充放电功率数学模型:储能设备有3种运行工况,分别为充电工况、放电工况和停运工况,充电工况和放电工况的数学模型分别为
R(t)=(1-α)R(t-1)+ηinPinΔt 式(9)
式中:α为存储过程中的损耗率;ηin和ηout分别为输入功率的转换率和输出功率的转换率;Δt为时间间隔;Pin和Pout分别为储能充电时的输入功率和放电时的输出功率;
步骤22:建立储能充放电状态数学模型:储能设备充放电功率可调,但是储能设备不能够同时充电和放电,所以有以下约束:
式中,Pin,max和Pout,max为储能的最大放电功率;S为数值为0或1的表征状态的量;S=1表示储能运行在充电状态,S=0表示储能运行在放电状态;
步骤23:建立储能充放电周期内功率平衡数学模型:储能装置应该设置充放电周期,也就是在一个周期内,储能吸收的电能与放出的电能应该相等,有下面的约束:
式中,T为充放电的周期;Pst为储能状态在存储过程中损耗的功率;本文的储能充放电周期选择为24小时,这样防止了损耗过多的电能;
步骤24:建立储能容量衰减数学模型,同时考虑了储能容量衰减的影响,储能的容量衰减基本呈线性状,因此,设置储能容量模型为:
CESS,t=CESS,1[1-b(t-1)] 式(13)
式中CESS,t为储能第t年的容量;CESS,1为储能初始容量;b为储能年容量损耗率;
步骤25:建立储能荷电状态数学模型:对储能系统的荷电状态进行限制:
CSOC,min≤CSOC≤CSOC,max 式(14)
式中CSOC为储能系统的荷电状态,CSOC,max、CSOC,min分别为储能系统荷电状态的上下限。
进一步地,所述步骤3包含以下三个步骤,如下:
步骤31:建立全寿命周期成本目标函数Cal:全寿命周期成本为工程整个寿命期内全部花费,涵盖设施建设成本、项目运维成本等;其计算公式如下:
Cal=Cin+Cop+Cfl 式(15)
式中,Cal是方案的全寿命周期成本;Cin为投资成本;Cop为运行成本;Cfl为维护成本;
投资成本Cin为全生命周期成本,其计算公式为:
式中,N为设备数目;NY为全生命周期,单位为年;Mj为第j个设备的建造单价;Cj为第j个设备容量;Rcon,t为第t年费用折算到当前年份系数;Rde为折旧率;Rcon,t和Red的计算公式分别如式(15)和(16)所示:
式中Int_Rate为年利率;
运行成本包括从上级电网的净购电费用和购气费用:
Cop=Cbuy+Cgas 式(19)
其中Cbuy为向上级电网的购电费用:
式中,PECR(t1,t2,t3)为t1年t2月t3时电压缩机电功率;Pbuy(t1,t2,t3)为t1年t2月t3时购电功率;PriceP(t3)为t3时电价;
Cgas为购气费用:
式中,VICE(t1,t2,t3)为t1年t2月t3时内燃机用气量,VGFB(t1,t2,t3)为t1年t2月t3时燃气锅炉用气量,PriceG为气价,为一常数;
系统维护成本包括各个设备的维护成本,其计算公式为:
式中,N-1为除内燃机之外的设备;Oj为除内燃机外第j个设备每年维护成本系数;FICE为内燃机运行维护成本系数;PICE(t1,t2,t3)为t1年t2月t3时内燃机电功率;FESS为储能单位时间单位外部吸收能量维护成本,EESS为储能存储能量;
步骤32:建立一次能源消耗量目标函数(CV):对综合能源系统进行合理配置可以提高系统的综合能源利用效率,降低一次能源消耗量;将电网购电量与燃气消耗量转化为标准煤进行量化,用成本来量化一次能源消耗量,其表达式如下:
式中,μv、μp分别为燃气、电能的标准煤转换系数;kv为一次能源消耗量转化成本系数;
步骤33:综合步骤31和步骤32建立的目标函数,将最终的主动配电网微电网化分区优化目标函数C表示为Cal和CV的加权和,如式(3):
Min(C),C=K1Cal+K2CV 式(24)
式(3)中,K1、K2为加权系数。
进一步地,所述步骤4具体包括如下步骤:
步骤41:给定多能流网络功率平衡约束:功率平衡约束涵盖电、热、冷功率平衡;
其中,电功率平衡涉及的设备包括储能、内燃机和电压缩机,电功率平衡约束为:
PESS+PICE+Pbuy=PLP+PECR 式(25)
式中,PESS为储能实际功率,正数为发出功率,负数为吸收功率;PLP为负荷电功率;
能够制热设备包括双效吸收式制冷机、余热锅炉和燃气锅炉,热功率平衡约束为:
PDARh+PWHB+PGFB=PLh 式(26)
式中,PDARh为双效吸收式制冷机实际制热功率;PWHB余热锅炉实际功率;PGFB为燃气锅炉实际功率;PLh为负荷热功率;
涉及冷功率的设施有双吸收机和电压缩机,冷功率平衡约束为:
PDARc+LECR=PLc 式(27)
式中,PDARc为双效吸收式制冷机实际制冷功率;LECR为电压缩式制冷机实际制冷功率;PLc为负荷热功率;
内燃机与双效吸收式制冷机和余热锅炉的余热平衡为:
EICE=EDAR+EWHB 式(28)
式中,EDAR为双效吸收式制冷机吸热功率;EWHB为余热锅炉的吸热功率;
步骤42:给定设备上下限约束,如式(29):
式中,分别为第j个设备输出功率的上下限。Pj为第j个设备实际输出功率;为综合能源系统包含设备集合;
步骤43:设备容量约束为:
0≤Nj≤Nmax 式(30)
0≤Cj≤Cj,max 式(31)
式中,Nj为第j个设备的台数;Nmax为设备可安装最大台数;Cj,max为第j个设备的最大容量;
步骤44:所述计及储能全寿命周期运维的综合能源系统优化配置模型最终可表示为:
使用优化求解器求解此综合能源系统优化配置问题。
有益效果
与最接近的现有技术相比,本发明的有益效果是:
1、全寿命周期成本目标函数中考虑了储能系统全寿命周期运维因素,所得结果为计及储能全寿命周期运维的配置结果,强调了储能系统的经济效益及削峰填谷作用;
2、储能系统模型综合考虑了储能系统的充放电损耗、容量衰减、荷电状态、能量存储时间、削峰填谷效率等因素,更加贴合储能的实际运行,所得优化配置结果更加符合实际需求;
3、综合考虑了系统投资运维成本及一次能源消耗量两个目标函数,得到系统全寿命周期投资成本及一次能源消耗量综合最小优化结果,并可根据实际需求选择目标函数权重。
附图说明
图1为本发明的流程图;
图2为本发明采用的综合能源系统结构图;
图3为本发明实施算例中典型日储能出力曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施案例对本发明进行深入地详细说明。应当理解,此处所描述的具体实施案例仅仅用以解释本发明,并不用于限定发明。
实施案例1
如图1所示,本发明所述的一种计及储能全寿命周期运维的综合能源系统优化配置方法,具体包括以下步骤:
步骤1:构建综合能源系统非储能系统数学模型,所述综合能源系统非储能系统数学模型综合考虑综合能源系统涉及的能流设备、能流转换设备,能够适用于包含多种能流设备的综合能源系统优化配置;具体包括:内燃机数学模型、双吸收式制冷机数学模型、电压缩式制冷机数学模型、余热锅炉数学模型、燃气锅炉数学模型。
其中,步骤1具体包含以下五个步骤:
步骤11:内燃机数学模型构建:内燃机输出功率不突变,因此存在内燃机爬坡约束,内燃机爬坡约束为:
-kdCICE≤PICE(t1,t2+1)-PICE(t1,t2)≤kuCICE 式(1)
式中kd、ku分别为内燃机向下及向上的爬坡系数,即两个负荷点之间内燃机的出力的差值的要小于等于额定容量的比例;PICE(t1,t2+1)为t1月t2+1时内燃机电功率;CICE为内燃机容量。
内燃机消耗燃气发电,发电量与燃气量的关系为:
PICE=ηICEP*VICE*Hv 式(2)
式中,ηICEP为内燃机变工况发电效率系数;VICE为内燃机消耗燃气体积;Hv为燃气单位体积蕴含的能量,单位为kJ/m3
内燃机发电机的同时会产生余热,余热与燃气量的关系为:
EICE=ηICEH*VICE*Hv 式(3)
式中,EICE为内燃机的制热功率;ηICEH为内燃机余热系数。
步骤12:双吸收式制冷机数学模型构建:双效吸收式制冷机通过吸收热量制冷或制热,其制冷状态的数学模型为:
PDARc=COPDARcEDAR 式(4)
式中COPDARc为双效吸收式制冷机制冷性能系数,PDARc为双效吸收式制冷机制冷功率,EDAR为双效吸收式制冷机吸热功率。
制热状态的数学模型为:
PDARh=COPDARhEDAR 式(5)
式中COPDARh为双效吸收式制冷机制热性能系数,PDARh为双效吸收式制冷机制热功率。
步骤13:电压缩式制冷机数学模型构建:电压缩机消耗电能制冷,其数学模型为:
EECR=COPECRPECR 式(6)
式中,COPECR为电压缩式制冷机制冷性能系数;EECR为电压缩式制冷机实际制冷功率,PECR为电压缩式制冷机吸收电功率。
步骤14:余热锅炉数学模型构建:余热锅炉吸收内燃机发出的余热来产热,其数学模型为:
PWHB=ηWHBEWHB 式(7)
式中,ηWHB为余热锅炉效率,PWHB为余热锅炉输出热功率,EWHB为余热锅炉吸收余热功率。
步骤15:燃气锅炉数学模型构建:燃气锅炉消耗燃气产热,其数学模型为:
PGFB=ηGFB*VGFB*Hv 式(8)
式中,ηGFB为燃气锅炉效率系数,PGFB为燃气锅炉产热功率,VGFB为单位时间燃气锅炉消耗燃气体积。
步骤2:构建储能系统数学模型,考虑充放电功率、充放电状态、容量衰减、荷电状态及充放电周期内功率平衡因素,构建储能数学模型;具体包括:储能充放电功率数学模型、储能充放电状态数学模型、储能充放电周期内功率平衡数学模型、储能容量衰减数学模型、储能荷电状态数学模型。
其中,步骤2具体包含以下五个步骤,如下:
步骤21:建立储能充放电功率数学模型:储能设备有3种运行工况,分别为充电工况、放电工况和停运工况,充电工况和放电工况的数学模型分别为
R(t)=(1-α)R(t-1)+ηinPinΔt 式(9)
式中:α为存储过程中的损耗率;ηin和ηout分别为输入功率的转换率和输出功率的转换率;Δt为时间间隔;Pin和Pout分别为储能充电时的输入功率和放电时的输出功率。
步骤22:建立储能充放电状态数学模型:储能设备充放电功率可调,但是储能设备不能够同时充电和放电,所以有以下约束:
式中,Pin,max和Pout,max为储能的最大放电功率;S为数值为0或1的表征状态的量;S=1表示储能运行在充电状态,S=0表示储能运行在放电状态。
步骤23:建立储能充放电周期内功率平衡数学模型:储能装置应该设置充放电周期,也就是在一个周期内,储能吸收的电能与放出的电能应该相等,有下面的约束:
式中,T为充放电的周期;Pst为储能状态在存储过程中损耗的功率;本文的储能充放电周期选择为24小时,这样防止了损耗过多的电能。
步骤24:建立储能容量衰减数学模型,同时考虑了储能容量衰减的影响,储能的容量衰减基本呈线性状,因此,设置储能容量模型为:
CESS,t=CESS,1[1-b(t-1)] 式(13)
式中CESS,t为储能第t年的容量;CESS,1为储能初始容量;b为储能年容量损耗率。
步骤25:建立储能荷电状态数学模型:对储能系统的荷电状态进行限制:
CSOC,min≤CSOC≤CSOC,max 式(14)
式中CSOC为储能系统的荷电状态,CSOC,max、CSOC,min分别为储能系统荷电状态的上下限。
步骤3:建立计及储能全寿命周期运维的综合能源系统优化配置模型的目标函数,根据所述步骤1建立的综合能源系统非储能系统数学模型,考虑全寿命周期成本和一次能源消耗量,给出计及储能全寿命周期运维的综合能源系统优化配置目标函数。
其中,步骤3具体包含以下三个步骤,如下:
步骤31:建立全寿命周期成本目标函数Cal:全寿命周期成本为工程整个寿命期内全部花费,涵盖设施建设成本、项目运维成本等;其计算公式如下:
Cal=Cin+Cop+Cfl 式(15)
式中,Cal是方案的全寿命周期成本;Cin为投资成本;Cop为运行成本;Cfl为维护成本。
投资成本Cin为全生命周期成本,其计算公式为:
式中,N为设备数目;NY为全生命周期,单位为年;Mj为第j个设备的建造单价;Cj为第j个设备容量;Rcon,t为第t年费用折算到当前年份系数;Rde为折旧率;Rcon,t和Red的计算公式分别如式(15)和(16)所示:
式中Int_Rate为年利率。
运行成本包括从上级电网的净购电费用和购气费用:
Cop=Cbuy+Cgas 式(19)
其中Cbuy为向上级电网的购电费用:
式中,PECR(t1,t2,t3)为t1年t2月t3时电压缩机电功率;Pbuy(t1,t2,t3)为t1年t2月t3时购电功率;PriceP(t3)为t3时电价;
Cgas为购气费用:
式中,VICE(t1,t2,t3)为t1年t2月t3时内燃机用气量,VGFB(t1,t2,t3)为t1年t2月t3时燃气锅炉用气量,PriceG为气价,为一常数;
系统维护成本包括各个设备的维护成本,其计算公式为:
式中,N-1为除内燃机之外的设备;Oj为除内燃机外第j个设备每年维护成本系数;FICE为内燃机运行维护成本系数,单位为元/kWh;PICE(t1,t2,t3)为t1年t2月t3时内燃机电功率;FESS为储能单位时间单位外部吸收能量维护成本,单位为元/kWh/h,EESS为储能存储能量,单位为kWh。
步骤32:建立一次能源消耗量目标函数(CV):对综合能源系统进行合理配置可以提高系统的综合能源利用效率,降低一次能源消耗量;将电网购电量与燃气消耗量转化为标准煤进行量化,用成本来量化一次能源消耗量,其表达式如下:
式中,μv、μp分别为燃气、电能的标准煤转换系数,本实施例中分别取值为l.33kg/m3,和0.36kg/(kW·h);kv为一次能源消耗量转化成本系数。
步骤33:综合步骤31和步骤32建立的目标函数,将最终的主动配电网微电网化分区优化目标函数C表示为Cal和CV的加权和,如式(3):
Min(C),C=K1Cal+K2CV 式(24)
式(3)中,K1、K2为加权系数。
步骤4:给定计及储能全寿命周期运维的综合能源系统优化配置模型的约束条件,具体包括多能流网络功率平衡约束、各设备输出约束和设备容量约束;用优化求解器求解综合能源系统优化配置模型。
其中,步骤4具体包括如下步骤:
步骤41:给定多能流网络功率平衡约束:功率平衡约束涵盖电、热、冷功率平衡;
其中,电功率平衡涉及的设备包括储能、内燃机和电压缩机,电功率平衡约束为:
PESS+PICE+Pbuy=PLP+PECR 式(25)
式中,PESS为储能实际功率,正数为发出功率,负数为吸收功率;PLP为负荷电功率。
能够制热设备包括双效吸收式制冷机、余热锅炉和燃气锅炉,热功率平衡约束为:
PDARh+PWHB+PGFB=PLh 式(26)
式中,PDARh为双效吸收式制冷机实际制热功率;PWHB余热锅炉实际功率;PGFB为燃气锅炉实际功率;PLh为负荷热功率。
涉及冷功率的设施有双吸收机和电压缩机,冷功率平衡约束为:
PDARc+LECR=PLc 式(27)
式中,PDARc为双效吸收式制冷机实际制冷功率;LECR为电压缩式制冷机实际制冷功率;PLc为负荷热功率。
内燃机与双效吸收式制冷机和余热锅炉的余热平衡为:
EICE=EDAR+EWHB 式(28)
式中,EDAR为双效吸收式制冷机吸热功率;EWHB为余热锅炉的吸热功率。
步骤42:给定设备上下限约束,如式(29):
式中,分别为第j个设备输出功率的上下限。Pj为第j个设备实际输出功率;为综合能源系统包含设备集合。
步骤43:设备容量约束为:
0≤Nj≤Nmax 式(30)
0≤Cj≤Cj,max 式(31)
式中,Nj为第j个设备的台数;Nmax为设备可安装最大台数;Cj,max为第j个设备的最大容量。
步骤44:所述计及储能全寿命周期运维的综合能源系统优化配置模型最终可表示为:
使用优化求解器求解此综合能源系统优化配置问题。
实施案例2
如图2所示,建立综合能源系统,设备有内燃机、燃气锅炉、余热锅炉、电压缩式制冷机、双效吸收式制冷机及储能,包括电网络,热网络、冷网络和燃气网络。
1)综合能源系统非储能系统数学模型构建
如步骤1所示,建立内燃机、双吸收式制冷机、电压缩式制冷机、燃气锅炉、余热锅炉等多能流设备及能流转换设备模型,设置模型参数如表1所示。
表1各设备数学模型参数
2)储能系统数学模型构建
如步骤2所示,建立储能系统数学模型,包括充放电工况、充放电状态、充放电周期内功率平衡、荷电状态及容量衰减,设置模型参数如表2所示。
表2储能系统数学模型参数
3)建立计及储能全寿命周期运维的综合能源系统优化配置模型
如步骤3所示,建立计及储能全寿命周期运维的综合能源系统优化配置目标函数,包括全寿命周期成本及一次能源消耗量最小。各设备投资运维成本参数如表3所示。
表3各设备投资运维成本参数
此外,储能系统吸收能量维护成本FESS为0.13元/kWh/h;系统的全寿命周期NY为15年;年利率Int_Rate为0.03。
综合能源系统购气价格取4.8元/m3,购电价格采用分时电价,如表4所示。
表4购电电价表
取全寿命周期成本及一次能源消耗量最小两个目标函数权重K1=0.5,K2=0.5。
如步骤4所示,建立计及储能全寿命周期运维的综合能源系统优化配置约束,包括多能流网络功率平衡约束、各设备输出约束和设备容量约束。
4)求解计及储能全寿命周期运维的综合能源系统优化配置模型并得到优化配置结果
利用优化求解软件CPLEX求解计及储能全寿命周期运维的综合能源系统优化配置模型,得到计及储能全寿命周期运维的综合能源系统容量优化配置结果如下表所示。
表5综合能源系统优化配置结果
典型日储能出力曲线如图3所示。对比表3电价表可得,ESS在用电低谷期时吸纳能量,在峰负荷时释放电能,并且最低限度减少了电能的存储时间,降低了运维费用,图2中典型日节约电费327.22元,体现了储能全寿命周期的运行维护的经济性及削峰填谷作用。
综上所述,所提计及储能全寿命周期运维的综合能源系统容量优化配置方法可以计及储能全寿命周期运维,得到系统全寿命周期成本及一次能源消耗量综合最小配置方案。并可以灵活选择目标函数权重,侧重经济效益则令全寿命周期成本数的权重更大,侧重环保效益则选择更大的一次能源消耗量目标函数权重。

Claims (5)

1.计及储能全寿命周期运维的综合能源系统优化配置方法,其特征在于,所述方法包括:
步骤1:构建综合能源系统非储能系统数学模型,所述综合能源系统非储能系统数学模型综合考虑综合能源系统涉及的能流设备、能流转换设备,能够适用于包含多种能流设备的综合能源系统优化配置;具体包括:内燃机数学模型、双吸收式制冷机数学模型、电压缩式制冷机数学模型、余热锅炉数学模型、燃气锅炉数学模型;
步骤2:构建储能系统数学模型,考虑充放电功率、充放电状态、容量衰减、荷电状态及充放电周期内功率平衡因素,构建储能数学模型;具体包括:储能充放电功率数学模型、储能充放电状态数学模型、储能充放电周期内功率平衡数学模型、储能容量衰减数学模型、储能荷电状态数学模型;
步骤3:建立计及储能全寿命周期运维的综合能源系统优化配置模型的目标函数,根据所述步骤1建立的综合能源系统非储能系统数学模型,考虑全寿命周期成本和一次能源消耗量,给出计及储能全寿命周期运维的综合能源系统优化配置目标函数;
步骤4:给定计及储能全寿命周期运维的综合能源系统优化配置模型的约束条件,具体包括多能流网络功率平衡约束、各设备输出约束和设备容量约束;用优化求解器求解综合能源系统优化配置模型。
2.如权利要求1所述的计及储能全寿命周期运维的综合能源系统优化配置方法,其特征在于,所述步骤1包含以下五个步骤:
步骤11:内燃机数学模型构建:内燃机输出功率不突变,因此存在内燃机爬坡约束,内燃机爬坡约束为:
-kdCICE≤PICE(t1,t2+1)-PICE(t1,t2)≤kuCICE 式(1)
式中kd、ku分别为内燃机向下及向上的爬坡系数,即两个负荷点之间内燃机的出力的差值的要小于等于额定容量的比例;PICE(t1,t2+1)为t1月t2+1时内燃机电功率;CICE为内燃机容量;
内燃机消耗燃气发电,发电量与燃气量的关系为:
PICE=ηICEP*VICE*Hv 式(2)
式中,ηICEP为内燃机变工况发电效率系数;VICE为内燃机消耗燃气体积;Hv为燃气单位体积蕴含的能量;
内燃机发电机的同时会产生余热,余热与燃气量的关系为:
EICE=ηICEH*VICE*Hv 式(3)
式中,EICE为内燃机的制热功率;ηICEH为内燃机余热系数;
步骤12:双吸收式制冷机数学模型构建:双效吸收式制冷机通过吸收热量制冷或制热,其制冷状态的数学模型为:
PDARc=COPDARcEDAR 式(4)
式中COPDARc为双效吸收式制冷机制冷性能系数,PDARo为双效吸收式制冷机制冷功率,EDAR为双效吸收式制冷机吸热功率;
制热状态的数学模型为:
PDARh=COPDARhEDAR 式(5)
式中COPDARh为双效吸收式制冷机制热性能系数,PDARh为双效吸收式制冷机制热功率;
步骤13:电压缩式制冷机数学模型构建:电压缩机消耗电能制冷,其数学模型为:
EECR=COPECRPECR 式(6)
式中,COPECR为电压缩式制冷机制冷性能系数;EECR为电压缩式制冷机实际制冷功率,PECR为电压缩式制冷机吸收电功率;
步骤14:余热锅炉数学模型构建:余热锅炉吸收内燃机发出的余热来产热,其数学模型为:
PWHB=ηWHBEWHB 式(7)
式中,ηWHB为余热锅炉效率,PWHB为余热锅炉输出热功率,EWHB为余热锅炉吸收余热功率;
步骤15:燃气锅炉数学模型构建:燃气锅炉消耗燃气产热,其数学模型为:
PGFB=ηGFB*VGFB*Hv 式(8)
式中,ηGFB为燃气锅炉效率系数,PGFB为燃气锅炉产热功率,VGFB为单位时间燃气锅炉消耗燃气体积。
3.如权利要求1所述的计及储能全寿命周期运维的综合能源系统优化配置方法,其特征在于,
所述步骤2包含以下五个步骤,如下:
步骤21:建立储能充放电功率数学模型:储能设备有3种运行工况,分别为充电工况、放电工况和停运工况,充电工况和放电工况的数学模型分别为
R(t)=(1-α)R(t-1)+ηinPinΔt 式(9)
式中:α为存储过程中的损耗率;ηin和ηout分别为输入功率的转换率和输出功率的转换率;Δt为时间间隔;Pin和Pout分别为储能充电时的输入功率和放电时的输出功率;
步骤22:建立储能充放电状态数学模型:储能设备充放电功率可调,但是储能设备不能够同时充电和放电,所以有以下约束:
式中,Pin,max和Pout,max为储能的最大放电功率;S为数值为0或1的表征状态的量;S=1表示储能运行在充电状态,S=0表示储能运行在放电状态;
步骤23:建立储能充放电周期内功率平衡数学模型:储能装置应该设置充放电周期,也就是在一个周期内,储能吸收的电能与放出的电能应该相等,有下面的约束:
式中,T为充放电的周期;Pst为储能状态在存储过程中损耗的功率;本文的储能充放电周期选择为24小时,这样防止了损耗过多的电能;
步骤24:建立储能容量衰减数学模型,同时考虑了储能容量衰减的影响,储能的容量衰减基本呈线性状,因此,设置储能容量模型为:
CESS,t=CESS,1[1-b(t-1)] 式(13)
式中CESS,t为储能第t年的容量;CESS,1为储能初始容量;b为储能年容量损耗率;
步骤25:建立储能荷电状态数学模型:对储能系统的荷电状态进行限制:
CSOC,min≤CSOC≤CSOC,max 式(14)
式中CSOC为储能系统的荷电状态,CSOC,max、CSOC,min分别为储能系统荷电状态的上下限。
4.如权利要求1所述的计及储能全寿命周期运维的综合能源系统优化配置方法,其特征在于,所述步骤3包含以下三个步骤,如下:
步骤31:建立全寿命周期成本目标函数Cal:全寿命周期成本为工程整个寿命期内全部花费,涵盖设施建设成本、项目运维成本等;其计算公式如下:
Cal=Cin+Cop+Cfl 式(15)
式中,Cal是方案的全寿命周期成本;Cin为投资成本;Cop为运行成本;Cfl为维护成本;
投资成本Cin为全生命周期成本,其计算公式为:
式中,N为设备数目;NY为全生命周期,单位为年;Mj为第j个设备的建造单价;Cj为第j个设备容量;Rcon,t为第t年费用折算到当前年份系数;Rde为折旧率;Rcon,t和Red的计算公式分别如式(15)和(16)所示:
式中Int_Rate为年利率;
运行成本包括从上级电网的净购电费用和购气费用:
Cop=Cbuy+Cgas 式(19)
其中Cbuy为向上级电网的购电费用:
式中,PECR(t1,t2,t3)为t1年t2月t3时电压缩机电功率;Pbuy(t1,t2,t3)为t1年t2月t3时购电功率;PriceP(t3)为t3时电价;
Cgas为购气费用:
式中,VICE(t1,t2,t3)为t1年t2月t3时内燃机用气量,VGFB(t1,t2,t3)为t1年t2月t3时燃气锅炉用气量,PriceG为气价,为一常数;
系统维护成本包括各个设备的维护成本,其计算公式为:
式中,N-1为除内燃机之外的设备;Oj为除内燃机外第j个设备每年维护成本系数;FICE为内燃机运行维护成本系数;PICE(t1,t2,t3)为t1年t2月t3时内燃机电功率;FESS为储能单位时间单位外部吸收能量维护成本,EESS为储能存储能量;
步骤32:建立一次能源消耗量目标函数(CV):对综合能源系统进行合理配置可以提高系统的综合能源利用效率,降低一次能源消耗量;将电网购电量与燃气消耗量转化为标准煤进行量化,用成本来量化一次能源消耗量,其表达式如下:
式中,μv、μp分别为燃气、电能的标准煤转换系数;kv为一次能源消耗量转化成本系数;
步骤33:综合步骤31和步骤32建立的目标函数,将最终的主动配电网微电网化分区优化目标函数C表示为Cal和CV的加权和,如式(3):
Min(C),C=K1Cal+K2CV 式(24)
式(3)中,K1、K2为加权系数。
5.如权利要求1所述的计及储能全寿命周期运维的综合能源系统优化配置方法,其特征在于,所述步骤4具体包括如下步骤:
步骤41:给定多能流网络功率平衡约束:功率平衡约束涵盖电、热、冷功率平衡;
其中,电功率平衡涉及的设备包括储能、内燃机和电压缩机,电功率平衡约束为:
PESS+PICE+Pbuy=PLP+PECR 式(25)
式中,PESS为储能实际功率,正数为发出功率,负数为吸收功率;PLP为负荷电功率;
能够制热设备包括双效吸收式制冷机、余热锅炉和燃气锅炉,热功率平衡约束为:
PDARh+PWHB+PGFB=PLh 式(26)
式中,PDARh为双效吸收式制冷机实际制热功率;PWHB余热锅炉实际功率;PGFB为燃气锅炉实际功率;PLh为负荷热功率;
涉及冷功率的设施有双吸收机和电压缩机,冷功率平衡约束为:
PDARc+LECR=PLc 式(27)
式中,PDARc为双效吸收式制冷机实际制冷功率;LECR为电压缩式制冷机实际制冷功率;PLc为负荷热功率;
内燃机与双效吸收式制冷机和余热锅炉的余热平衡为:
EICE=EDAR+EWHB 式(28)
式中,EDAR为双效吸收式制冷机吸热功率;EWHB为余热锅炉的吸热功率;
步骤42:给定设备上下限约束,如式(29):
式中,分别为第j个设备输出功率的上下限。Pj为第j个设备实际输出功率;为综合能源系统包含设备集合;
步骤43:设备容量约束为:
0≤Nj≤Nmax 式(30)
0≤Cj≤Cj,max 式(31)
式中,Nj为第j个设备的台数;Nmax为设备可安装最大台数;Cj,max为第j个设备的最大容量;
步骤44:所述计及储能全寿命周期运维的综合能源系统优化配置模型最终可表示为:
使用优化求解器求解此综合能源系统优化配置问题。
CN201910851122.4A 2019-09-10 2019-09-10 计及储能全寿命周期运维的综合能源系统优化配置方法 Active CN110598313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910851122.4A CN110598313B (zh) 2019-09-10 2019-09-10 计及储能全寿命周期运维的综合能源系统优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910851122.4A CN110598313B (zh) 2019-09-10 2019-09-10 计及储能全寿命周期运维的综合能源系统优化配置方法

Publications (2)

Publication Number Publication Date
CN110598313A true CN110598313A (zh) 2019-12-20
CN110598313B CN110598313B (zh) 2023-05-16

Family

ID=68858435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910851122.4A Active CN110598313B (zh) 2019-09-10 2019-09-10 计及储能全寿命周期运维的综合能源系统优化配置方法

Country Status (1)

Country Link
CN (1) CN110598313B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401665A (zh) * 2020-04-22 2020-07-10 山东大学 协同优化的综合能源系统设计方案的获取方法和系统
CN111523213A (zh) * 2020-04-15 2020-08-11 南京清然能源科技有限公司 一种基于人工智能的电核心型综合能源系统优化供能方法
CN111625961A (zh) * 2020-05-26 2020-09-04 中国科学院工程热物理研究所 综合能源系统协同优化运行调控方法
CN111859605A (zh) * 2020-04-28 2020-10-30 湖南大学 一种计及全寿命周期经济性的梯次电池储能容量配置方法
CN113128070A (zh) * 2021-05-08 2021-07-16 国网江苏省电力有限公司镇江供电分公司 一种间歇性分布式电源的综合能源系统优化配置方法
CN113780638A (zh) * 2021-08-27 2021-12-10 国网甘肃省电力公司电力科学研究院 计及储能寿命衰减的综合能源系统优化调度方法
CN113937799A (zh) * 2021-10-21 2022-01-14 国网浙江省电力有限公司电力科学研究院 最小化设备平准化成本的多功能储能系统容量分配方法
CN114142460A (zh) * 2021-11-17 2022-03-04 浙江华云电力工程设计咨询有限公司 综合能源系统中储能双层目标优化配置方法及终端

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110054965A1 (en) * 2009-08-27 2011-03-03 Hitachi, Ltd. Power Plant Life Cycle Costing System and Power Plant Life Cycle Costing Method
CN102354334A (zh) * 2011-09-27 2012-02-15 浙江省电力试验研究院 基于全寿命周期净费用最小的微网系统优化设计方法
CN106532681A (zh) * 2015-09-15 2017-03-22 王佳伟 综合控制策略下混合能源微网系统的配置方法及系统
CN107392366A (zh) * 2017-07-13 2017-11-24 武汉大学 计及用户行为分析的综合能源系统供需双侧综合优化方法
CN107609684A (zh) * 2017-08-24 2018-01-19 浙江万克新能源科技有限公司 一种基于微电网的综合能源系统经济优化调度方法
CN107832979A (zh) * 2017-12-06 2018-03-23 浙江大学 一种考虑能量梯级利用的工厂综合能源系统经济优化调度方法
CN108052722A (zh) * 2017-12-08 2018-05-18 中国电力工程顾问集团西南电力设计院有限公司 面向综合能效最优的分布式冷热电混合能源系统设计方法
CN108665188A (zh) * 2018-05-23 2018-10-16 国网天津市电力公司电力科学研究院 一种基于优化模型的园区多能源主体综合配比方法
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
JP2019080400A (ja) * 2017-10-23 2019-05-23 株式会社豊田中央研究所 エネルギーシステム最適化装置
CN109861256A (zh) * 2019-01-20 2019-06-07 天津大学 一种计及全寿命周期成本的配电网储能优化配置方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110054965A1 (en) * 2009-08-27 2011-03-03 Hitachi, Ltd. Power Plant Life Cycle Costing System and Power Plant Life Cycle Costing Method
CN102354334A (zh) * 2011-09-27 2012-02-15 浙江省电力试验研究院 基于全寿命周期净费用最小的微网系统优化设计方法
CN106532681A (zh) * 2015-09-15 2017-03-22 王佳伟 综合控制策略下混合能源微网系统的配置方法及系统
CN107392366A (zh) * 2017-07-13 2017-11-24 武汉大学 计及用户行为分析的综合能源系统供需双侧综合优化方法
CN107609684A (zh) * 2017-08-24 2018-01-19 浙江万克新能源科技有限公司 一种基于微电网的综合能源系统经济优化调度方法
JP2019080400A (ja) * 2017-10-23 2019-05-23 株式会社豊田中央研究所 エネルギーシステム最適化装置
CN107832979A (zh) * 2017-12-06 2018-03-23 浙江大学 一种考虑能量梯级利用的工厂综合能源系统经济优化调度方法
CN108052722A (zh) * 2017-12-08 2018-05-18 中国电力工程顾问集团西南电力设计院有限公司 面向综合能效最优的分布式冷热电混合能源系统设计方法
CN108665188A (zh) * 2018-05-23 2018-10-16 国网天津市电力公司电力科学研究院 一种基于优化模型的园区多能源主体综合配比方法
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN109861256A (zh) * 2019-01-20 2019-06-07 天津大学 一种计及全寿命周期成本的配电网储能优化配置方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘泽健等: "考虑典型日经济运行的综合能源系统容量配置", 《电力建设》 *
张鹏等: "考虑可再生能源不确定性的综合能源系统优化调度方法", 《电气应用》 *
殷伟等: "考虑设备全生命周期成本的工厂多能微网经济调度策略", 《电力建设》 *
黄国日: "含电转气技术的综合能源系统协同规划及运行策略", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523213A (zh) * 2020-04-15 2020-08-11 南京清然能源科技有限公司 一种基于人工智能的电核心型综合能源系统优化供能方法
CN111401665A (zh) * 2020-04-22 2020-07-10 山东大学 协同优化的综合能源系统设计方案的获取方法和系统
CN111401665B (zh) * 2020-04-22 2022-04-15 山东大学 协同优化的综合能源系统设计方案的获取方法和系统
CN111859605B (zh) * 2020-04-28 2023-10-27 湖南大学 一种计及全寿命周期经济性的梯次电池储能容量配置方法
CN111859605A (zh) * 2020-04-28 2020-10-30 湖南大学 一种计及全寿命周期经济性的梯次电池储能容量配置方法
CN111625961A (zh) * 2020-05-26 2020-09-04 中国科学院工程热物理研究所 综合能源系统协同优化运行调控方法
CN113128070A (zh) * 2021-05-08 2021-07-16 国网江苏省电力有限公司镇江供电分公司 一种间歇性分布式电源的综合能源系统优化配置方法
CN113780638A (zh) * 2021-08-27 2021-12-10 国网甘肃省电力公司电力科学研究院 计及储能寿命衰减的综合能源系统优化调度方法
CN113780638B (zh) * 2021-08-27 2024-02-27 国网甘肃省电力公司电力科学研究院 计及储能寿命衰减的综合能源系统优化调度方法
CN113937799A (zh) * 2021-10-21 2022-01-14 国网浙江省电力有限公司电力科学研究院 最小化设备平准化成本的多功能储能系统容量分配方法
CN113937799B (zh) * 2021-10-21 2023-04-07 国网浙江省电力有限公司电力科学研究院 最小化设备平准化成本的多功能储能系统容量分配方法
CN114142460A (zh) * 2021-11-17 2022-03-04 浙江华云电力工程设计咨询有限公司 综合能源系统中储能双层目标优化配置方法及终端
CN114142460B (zh) * 2021-11-17 2024-03-15 浙江华云电力工程设计咨询有限公司 综合能源系统中储能双层目标优化配置方法及终端

Also Published As

Publication number Publication date
CN110598313B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN110598313A (zh) 计及储能全寿命周期运维的综合能源系统优化配置方法
CN109659927B (zh) 一种考虑储能参与度的综合能源微网储能容量配置方法
CN104377726B (zh) 一种大规模新能源并网发电的调峰方法
CN102104251A (zh) 一种并网运行模式下的微电网实时能量优化调度方法
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
CN110245810B (zh) 一种区域能源互联网协调优化运行方法
CN112600253B (zh) 基于用能效率最优的园区综合能源协同优化方法及设备
CN106780114A (zh) 荷‑网‑源协调控制后的电网降损效果综合量化评价方法
Liu et al. Capacity allocation for regional integrated energy system considering typical day economic operation
CN107730032B (zh) 一种泛能网电冷热三联供优化调度系统及方法
CN113642786A (zh) 一种绿色低碳综合能源系统优化方法及装置
Mu et al. Optimal operation model of integrated energy system for industrial plants considering cascade utilisation of heat energy
CN117350419A (zh) 计及柔性负荷和碳流的园区综合能源系统优化运行方法
CN113011655B (zh) 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法
CN108197412B (zh) 一种多能源耦合能量管理系统及优化方法
CN113553718A (zh) 一种绿色数据中心综合供能系统设备容量的配置方法
Li et al. Planning model of integrated energy system considering P2G and energy storage
CN110224397B (zh) 一种风光接入背景下用户侧电池储能成本效益分析方法
CN115099473A (zh) 近零碳区域综合能源系统多目标优化方法
Chenrui et al. Optimal Configuration of Energy Storage for Integrated Energy Stations Considering Multiple Scenarios
Badugu et al. Critical review on integration of electric vehicles into residential distribution system
Zhou et al. Research on Modeling Method of Comprehensive Energy User Load in Load-intensive City Smart Park
Liao et al. An optimal strategic portfolio of biomass-based integrated energy system
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法

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