CN110610031B - 一种光伏热泵储能综合能源系统的设计方法 - Google Patents

一种光伏热泵储能综合能源系统的设计方法 Download PDF

Info

Publication number
CN110610031B
CN110610031B CN201910778331.0A CN201910778331A CN110610031B CN 110610031 B CN110610031 B CN 110610031B CN 201910778331 A CN201910778331 A CN 201910778331A CN 110610031 B CN110610031 B CN 110610031B
Authority
CN
China
Prior art keywords
heat pump
photovoltaic
energy
energy storage
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910778331.0A
Other languages
English (en)
Other versions
CN110610031A (zh
Inventor
李兆伟
罗金满
刘丽媛
赵善龙
姚子汭
晏晶
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.)
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201910778331.0A priority Critical patent/CN110610031B/zh
Publication of CN110610031A publication Critical patent/CN110610031A/zh
Application granted granted Critical
Publication of CN110610031B publication Critical patent/CN110610031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明公开了一种光伏热泵储能综合能源系统的设计方法，包括：先建立包含系统的规模、运行的决策变量以及相应的成本参数和热泵运行的间接成本的目标函数；然后依据电能和热能的能量平衡约束，对热泵、储热系统和电热元件进行建模；最后通过商用求解器CPLEX进行求解，完成对光伏、热泵、储能综合能源系统的设计。本发明可以提升光伏的渗透率，同时提高了能源的综合利用效率。构建的对多个利益主体包括投资者、政策制定者和电网运营者关系的评估以及分析热泵和储能系统与光伏互补的优化设计模型。该模型提高了对多个利益主体关系的分析能力，能够对系统规模和运行能力进行有效优化。

Description

一种光伏热泵储能综合能源系统的设计方法
技术领域
本发明实施例涉及综合能源系统技术领域，具体涉及一种光伏热泵储能综合能源系统的设计方法。
背景技术
可再生能源的大规模利用，推动了能源清洁化、低碳化和智能化发展。我国提出在2050年要实现60％的电力来自可再生能源。光伏发电作为一种重要的可再生能源发电方式，其间歇性和波动性将给电网带来持续扰动，限制了其渗透率，提高电网对其的消纳能力具有重要意义。通过接入热泵和储能等装置构建光伏热泵储能综合能源系统，一方面，在光伏出力较大时，热泵和储能能够作为负荷吸收光伏的出力，防止弃光现象，另一方面，在光伏出力较低时，储能能够为系统的负荷供电，因此光伏热泵储能综合能源系统能够有效提高光伏发电的使用，提升系统对光伏发电的消纳能力，有利于能源的综合利用。
目前，对光伏热泵储能综合能源系统设计的研究方法大多采用经验法或混合整数线性规划的方法，经验法主观性强，试探工作繁重，难以客观反映多个相关利益主体间的关系。对于混合整数线性规划法，目前的研究多是在确定的系统规模下，应用混合整数线性规划方法对热泵和储能系统进行调度，进而对光伏渗透率进行分析，缺乏对系统规模、激励制度和运行约束的建模。当前的分析角度分为两种，一种侧重于在现有经济框架下的系统规模评估，另一种侧重市场和电网整合下调度系统运行能力的改善，目前为止，缺乏一种能够对存在依赖关系的多个利益主体包括投资者、政策制定者和电网运营者关系的评估以及分析热泵和储能系统与光伏互补的优化模型。
发明内容
为此，本发明实施例提供一种光伏热泵储能综合能源系统的设计方法，以解决现有技术中的问题。
为了实现上述目的，本发明的实施方式提供如下技术方案：
在本发明实施例的第一个方面，提供了一种光伏热泵储能综合能源系统的设计方法，包括如下步骤：
步骤100、建立包含系统的规模、运行的决策变量以及相应的成本参数和热泵运行的间接成本的目标函数；
步骤200、依据电能和热能的能量平衡约束，对热泵、储热系统和电热元件进行建模；
步骤300、模型求解，通过商用求解器CPLEX进行求解，完成对光伏、热泵、储能综合能源系统的设计。
优选地，所述步骤100中目标函数为投资者总收益最大值，所述投资者总收益最大值的表达式如下：
Figure GDA0002271584900000021
向电网售电总收入E的表达式如下：
Figure GDA0002271584900000022
式中，
Figure GDA0002271584900000023
为t时段向电网售电的价格；
Figure GDA0002271584900000024
为t时段光伏系统向电网馈入的电量；
Figure GDA0002271584900000025
为t时段储能系统向电网馈入的电量；n为优化时段内取点总数；
光伏系统建设维护成本CPV的表达式如下：
CPV＝SPV·(IPV+MPV) (3)
式中，SPV为光伏系统容量；IPV为光伏系统单位容量建设成本；MPV为光伏系统单位容量维护成本；
储能系统建设维护成本CESS的表达式如下：
CESS＝SESS·(IESS+MESS) (4)
式中，SESS为储能系统容量；IESS为储能系统单位容量建设成本；MESS为储能系统单位容量维护成本；
从电网购电总成本CGrid的表达式如下：
Figure GDA0002271584900000031
式中，
Figure GDA0002271584900000032
为t时段购电电价；
Figure GDA0002271584900000033
为t时段电网向负荷的供电量；
Figure GDA0002271584900000034
为t时段电网向储能系统的供电量；
Figure GDA0002271584900000035
为t时段电网向热泵的供电量；
Figure GDA0002271584900000036
为t时段电网向电热元件的供电量；
热泵启动总成本
Figure GDA0002271584900000037
的表达式如下：
Figure GDA0002271584900000038
式中，
Figure GDA0002271584900000039
为热泵启动一次的成本；
Figure GDA00022715849000000310
为热泵启动的判断变量，当
Figure GDA00022715849000000311
为1时表示t时段热泵启动，当
Figure GDA00022715849000000312
为0时表示t时段热泵未启动。
优选地，所述能量平衡约束包括电负荷能量平衡约束、热泵能量平衡、电热元件能量平衡、光伏系统能量平衡、储能SOC约束、热负荷需求约束、热负荷平衡、热泵效率模型、热泵功率约束和热泵运行时长约束。
优选地，所述电负荷能量平衡约束的表达式如下：
Figure GDA00022715849000000313
式中，
Figure GDA00022715849000000314
为t时段光伏对电负荷的供电量；
Figure GDA00022715849000000315
为t时段储能对电负荷的供电量；
Figure GDA00022715849000000316
为t时段的电负荷；Ω(t)为优化时段的集合。
优选地，所述热泵能量平衡的表达式如下：
Figure GDA00022715849000000317
式中，
Figure GDA00022715849000000318
为t时段光伏对热泵的供电量；
Figure GDA00022715849000000319
为t时段储能对热泵的供电量；
Figure GDA0002271584900000041
为t时段热泵的用电量
优选地，所述电热元件能量平衡的表达式如下：
Figure GDA0002271584900000042
式中，
Figure GDA0002271584900000043
为t时段光伏对电热元件的供电量；
Figure GDA0002271584900000044
为t时段储能对电热元件的供电量；
Figure GDA0002271584900000045
为t时段电热元件的用电量。
优选地，所述光伏系统能量平衡的表达式如下：
Figure GDA0002271584900000046
式中，
Figure GDA0002271584900000047
为t时段光伏对储能的供电量；
Figure GDA0002271584900000048
为t时段光伏的弃光量；
Figure GDA0002271584900000049
为t时段光伏产生的电量。
优选地，所述储能SOC约束的表达式如下：
Figure GDA00022715849000000410
式中，SOCt为储能系统t时段的荷电状态；SOCt-1为t-1时段的荷电状态；η+为充电效率；η-为方电效率。
优选地，所述热负荷需求约束的表达式如下：
Tt d,min≤Tt HSS≤Tt d,max t∈Ω(t) (12)
式中，Tt HSS为t时段储热系统的供热量；Tt d,max和Tt d,min分别为t时段热负荷需求的上下限；
所述热负荷平衡的表达式如下：
Figure GDA00022715849000000411
式中，Tt d为t时段热负荷需求；tD为一天时段的集合；
所述热泵效率模型的表达式如下：
Figure GDA00022715849000000412
式中，COPt HP为热泵效率系数；Tt HP为t时段热泵产生的热量；
优选地，所述热泵功率约束的表达式如下：
Figure GDA0002271584900000051
式中，
Figure GDA0002271584900000052
为热泵t时段接收能量上限；
所述热泵运行时长约束的表达式如下：
Figure GDA0002271584900000053
式中，
Figure GDA0002271584900000054
为热泵运行时长；
Figure GDA0002271584900000055
为热泵允许的最小运行时长。
本发明的实施方式具有如下优点：
本发明通过光伏、热泵和储能构建综合能源系统及其优化设计模型，该系统与模型可以提升光伏的渗透率，同时提高了能源的综合利用效率。构建的对多个利益主体包括投资者、政策制定者和电网运营者关系的评估以及分析热泵和储能系统与光伏互补的优化设计模型。该模型提高了对多个利益主体关系的分析能力，能够对系统规模和运行能力进行有效优化。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施方式的方法流程图；
图2本发明实施方式的光伏热泵储能综合能源系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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，都属于本发明保护的范围。
如图1和图2所示，本发明提出了一种光伏热泵储能综合能源系统设计方法。具体实施步骤如下：
步骤一、以投资者总收益最大构建目标函数。
投资者会受到各种运行情况的影响，例如，投资者会考虑光伏发电能否满足热泵的运行需求，储能系统是否具有在满足电负荷需求的情况下支持热泵运行的价值，还会考虑是否可以利用储能将光伏多余的电能储存，在售电价格更高时向电网售电以获得更高的收益。因此，目标函数包含系统的规模、运行的决策变量以及相应的成本参数和热泵运行的相关间接成本。目标函数为投资者总收益最大值，其表达式如下：
Figure GDA0002271584900000061
式中各项的含义如下:
1)向电网售电总收入E
Figure GDA0002271584900000062
式中，
Figure GDA0002271584900000063
为t时段向电网售电的价格；
Figure GDA0002271584900000064
为t时段光伏系统向电网馈入的电量；
Figure GDA0002271584900000065
为t时段储能系统向电网馈入的电量；n为优化时段内取点总数。
2)光伏系统建设维护成本CPV
CPV＝SPV·(IPV+MPV) (3)
式中，SPV为光伏系统容量；IPV为光伏系统单位容量建设成本；MPV为光伏系统单位容量维护成本。
3)储能系统建设维护成本CESS
CESS＝SESS·(IESS+MESS) (4)
式中，SESS为储能系统容量；IESS为储能系统单位容量建设成本；MESS为储能系统单位容量维护成本。
4)从电网购电总成本CGrid
Figure GDA0002271584900000071
式中，
Figure GDA0002271584900000072
为t时段购电电价；
Figure GDA0002271584900000073
为t时段电网向负荷的供电量；
Figure GDA0002271584900000074
为t时段电网向储能系统的供电量；
Figure GDA0002271584900000075
为t时段电网向热泵的供电量；
Figure GDA0002271584900000076
为t时段电网向电热元件的供电量。
5)热泵启动总成本
Figure GDA0002271584900000077
Figure GDA0002271584900000078
式中，
Figure GDA0002271584900000079
为热泵启动一次的成本；
Figure GDA00022715849000000710
为热泵启动的判断变量，若为1则表示t时段热泵启动，若为0表示t时段热泵未启动。
步骤二、考虑电热能量平衡及热泵、储热、电热元件模型构建约束条件。
该步骤中，约束条件需要考虑电能和热能的能量平衡约束，同时需要对热泵、储热系统和电热元件进行建模。
1)电负荷能量平衡约束
Figure GDA00022715849000000711
式中，
Figure GDA00022715849000000712
为t时段光伏对电负荷的供电量；
Figure GDA00022715849000000713
为t时段储能对电负荷的供电量；
Figure GDA00022715849000000714
为t时段的电负荷；Ω(t)为优化时段的集合。
2)热泵能量平衡
Figure GDA00022715849000000715
式中，
Figure GDA00022715849000000716
为t时段光伏对热泵的供电量；
Figure GDA00022715849000000717
为t时段储能对热泵的供电量；
Figure GDA00022715849000000718
为t时段热泵的用电量。
3)电热元件能量平衡
Figure GDA00022715849000000719
式中，
Figure GDA00022715849000000720
为t时段光伏对电热元件的供电量；
Figure GDA00022715849000000721
为t时段储能对电热元件的供电量；
Figure GDA00022715849000000722
为t时段电热元件的用电量。
4)光伏系统能量平衡
Figure GDA00022715849000000723
式中，
Figure GDA0002271584900000081
为t时段光伏对储能的供电量；
Figure GDA0002271584900000082
为t时段光伏的弃光量；
Figure GDA0002271584900000083
为t时段光伏产生的电量。
5)储能SOC约束
Figure GDA0002271584900000084
式中，SOCt为储能系统t时段的荷电状态；SOCt-1为t-1时段的荷电状态；η+为充电效率；η-为方电效率。
6)热负荷需求约束
Figure GDA0002271584900000085
式中，Tt HSS为t时段储热系统的供热量；Tt d,max和Tt d,min分别为t时段热负荷需求的上下限。
7)热负荷平衡
Figure GDA0002271584900000086
式中，Tt d为t时段热负荷需求；tD为一天时段的集合。
8)热泵效率模型
Figure GDA0002271584900000087
式中，COPt HP为热泵效率系数；Tt HP为t时段热泵产生的热量。
9)热泵功率约束
Figure GDA0002271584900000088
式中，
Figure GDA0002271584900000089
为热泵t时段接收能量上限。
10)热泵运行时长约束
Figure GDA00022715849000000810
式中，
Figure GDA00022715849000000811
为热泵运行时长；
Figure GDA00022715849000000812
为热泵允许的最小运行时长。
步骤三、得到优化设计模型，采用CPLEX对模型求解：
所构建模型可以通过商用求解器CPLEX进行求解，完成对光伏热泵储能综合能源系统的设计。
步骤四、完成综合能源系统设计。
本发明通过光伏、热泵和储能构建综合能源系统及其优化设计模型，该系统与模型可以提升光伏的渗透率，同时提高了能源的综合利用效率。构建的对多个利益主体包括投资者、政策制定者和电网运营者关系的评估以及分析热泵和储能系统与光伏互补的优化设计模型。该模型提高了对多个利益主体关系的分析能力，能够对系统规模和运行能力进行有效优化。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (8)

1.一种光伏热泵储能综合能源系统的设计方法，其特征在于，包括如下步骤：
步骤100、建立包含系统的规模、运行的决策变量以及相应的成本参数和热泵运行的间接成本的目标函数；
步骤200、依据电能和热能的能量平衡约束，对热泵、储热系统和电热元件进行建模；
步骤300、模型求解，通过商用求解器CPLEX进行求解，完成对光伏、热泵、储能综合能源系统的设计；
所述步骤100中目标函数为投资者总收益最大值，所述投资者总收益最大值的表达式如下：
Figure QLYQS_1
向电网售电总收入E的表达式如下：
Figure QLYQS_2
式中，
Figure QLYQS_3
为t时段向电网售电的价格；
Figure QLYQS_4
为t时段光伏系统向电网馈入的电量；
Figure QLYQS_5
为t时段储能系统向电网馈入的电量；n为优化时段内取点总数；
光伏系统建设维护成本CPV的表达式如下：
CPV＝SPV·(IPV+MPV) (3)
式中，SPV为光伏系统容量；IPV为光伏系统单位容量建设成本；MPV为光伏系统单位容量维护成本；
储能系统建设维护成本CESS的表达式如下：
CESS＝SESS·(IESS+MESS) (4)
式中，SESS为储能系统容量；IESS为储能系统单位容量建设成本；MESS为储能系统单位容量维护成本；
从电网购电总成本CGrid的表达式如下：
Figure QLYQS_6
式中，
Figure QLYQS_7
为t时段购电电价；
Figure QLYQS_8
为t时段电网向负荷的供电量；
Figure QLYQS_9
为t时段电网向储能系统的供电量；
Figure QLYQS_10
为t时段电网向热泵的供电量；
Figure QLYQS_11
为t时段电网向电热元件的供电量；
热泵启动总成本
Figure QLYQS_12
的表达式如下：
Figure QLYQS_13
式中，
Figure QLYQS_14
为热泵启动一次的成本；
Figure QLYQS_15
为热泵启动的判断变量，当
Figure QLYQS_16
为1时表示t时段热泵启动，当
Figure QLYQS_17
为0时表示t时段热泵未启动。
2.根据权利要求1所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于，所述能量平衡约束包括电负荷能量平衡约束、热泵能量平衡、电热元件能量平衡、光伏系统能量平衡、储能SOC约束、热负荷需求约束、热负荷平衡、热泵效率模型、热泵功率约束和热泵运行时长约束。
3.根据权利要求2所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于，所述热泵能量平衡的表达式如下：
Figure QLYQS_18
式中，
Figure QLYQS_19
为t时段光伏对热泵的供电量；
Figure QLYQS_20
为t时段储能系统对热泵的供电量；
Figure QLYQS_21
为t时段热泵的用电量，Ω(t)为优化时段的集合。
4.根据权利要求3所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于，所述电热元件能量平衡的表达式如下：
Figure QLYQS_22
式中，
Figure QLYQS_23
为t时段光伏对电热元件的供电量；
Figure QLYQS_24
为t时段储能系统对电热元件的供电量；
Figure QLYQS_25
为t时段电热元件的用电量。
5.根据权利要求4所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于：所述光伏系统能量平衡的表达式如下：
Figure QLYQS_26
式中，
Figure QLYQS_27
为t时段光伏对电负荷的供电量，
Figure QLYQS_28
为t时段光伏对储能系统的供电量；
Figure QLYQS_29
为t时段光伏的弃光量；
Figure QLYQS_30
为t时段光伏产生的电量。
6.根据权利要求5所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于：所述储能SOC约束的表达式如下：
Figure QLYQS_31
式中，SOCt为储能系统t时段的荷电状态；SOCt-1为储能系统t-1时段的荷电状态；η+为充电效率；η-为放电效率，
Figure QLYQS_32
为t时段储能系统对电负荷的供电量。
7.根据权利要求6所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于：所述热负荷需求约束的表达式如下：
Tt d,min≤Tt HSS≤Tt d,max t∈Ω(t) (12)
式中，Tt HSS为t时段储热系统的供热量；Tt d,max和Tt d,min分别为t时段热负荷需求的上下限；
所述热负荷平衡的表达式如下：
Figure QLYQS_33
式中，Tt d为t时段热负荷需求；tD为一天时段的集合；
所述热泵效率模型的表达式如下：
COPt HP·Et HP＝Tt HP t∈Ω(t) (14)
式中，COPt HP为热泵效率系数；Tt HP为t时段热泵产生的热量。
8.根据权利要求7所述的一种光伏热泵储能综合能源系统的设计方法，其特征在于：
所述热泵功率约束的表达式如下：
Figure QLYQS_34
式中，
Figure QLYQS_35
为热泵t时段接收能量上限；
所述热泵运行时长约束的表达式如下：
Figure QLYQS_36
式中，
Figure QLYQS_37
为热泵运行时长；
Figure QLYQS_38
为热泵允许的最小运行时长。
CN201910778331.0A 2019-08-22 2019-08-22 一种光伏热泵储能综合能源系统的设计方法 Active CN110610031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778331.0A CN110610031B (zh) 2019-08-22 2019-08-22 一种光伏热泵储能综合能源系统的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778331.0A CN110610031B (zh) 2019-08-22 2019-08-22 一种光伏热泵储能综合能源系统的设计方法

Publications (2)

Publication Number Publication Date
CN110610031A CN110610031A (zh) 2019-12-24
CN110610031B true CN110610031B (zh) 2023-04-18

Family

ID=68889849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778331.0A Active CN110610031B (zh) 2019-08-22 2019-08-22 一种光伏热泵储能综合能源系统的设计方法

Country Status (1)

Country Link
CN (1) CN110610031B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118532816A (zh) * 2023-02-22 2024-08-23 广东美的制冷设备有限公司 变频热泵热水器及其控制方法、装置和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920177A (zh) * 2017-01-17 2017-07-04 无锡协鑫分布式能源开发有限公司 一种多能互补微能源的经济运行策略
CN109510224A (zh) * 2018-11-16 2019-03-22 上海交通大学 光伏储能与分布式能源联合的容量配置与运行优化方法
CN110070198A (zh) * 2018-01-22 2019-07-30 山东大学 一种多能互补建筑能源系统及其储能配置优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920177A (zh) * 2017-01-17 2017-07-04 无锡协鑫分布式能源开发有限公司 一种多能互补微能源的经济运行策略
CN110070198A (zh) * 2018-01-22 2019-07-30 山东大学 一种多能互补建筑能源系统及其储能配置优化方法
CN109510224A (zh) * 2018-11-16 2019-03-22 上海交通大学 光伏储能与分布式能源联合的容量配置与运行优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
区域多微网系统的多目标优化调度方法;王守相等;《电力系统及其自动化学报》;20170515(第05期);全文 *
含热泵和储能的冷热电联供型微网经济运行;杨志鹏等;《电网技术》;20180605(第06期);全文 *
基于供需能量平衡的用户侧综合能源系统电/热储能设备综合优化配置;郑国太等;《电力系统保护与控制》;20180816(第16期);全文 *

Also Published As

Publication number Publication date
CN110610031A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
Ullah et al. Comprehensive review of VPPs planning, operation and scheduling considering the uncertainties related to renewable energy sources
Li et al. Cooperative planning model of renewable energy sources and energy storage units in active distribution systems: A bi-level model and Pareto analysis
Koltsaklis et al. Optimal energy planning and scheduling of microgrids
Javed et al. A hybrid method for scenario-based techno-economic-environmental analysis of off-grid renewable energy systems
Bucher et al. On quantification of flexibility in power systems
Papavasiliou et al. A stochastic unit commitment model for integrating renewable supply and demand response
CN114938035B (zh) 考虑储能退化成本的共享储能能量调度方法及系统
CN109462258A (zh) 一种基于机会约束规划的家庭能量优化调度方法
Liaqat et al. Multi-criteria storage selection model for grid-connected photovoltaics systems
CN111369385A (zh) 一种基于多用户组网共享储能的家庭能源优化系统及方法
CN109685287A (zh) 增量配电网电源容量多目标优化配置方法
CN116742812A (zh) 一种多能互补发电系统储能容量协调优化配置方法和系统
Huang et al. Techno-economic comparison of different energy storage configurations for renewable energy combined cooling heating and power system
Tan et al. Multi time scale operation optimization of EHHGS considering equipment uncertainty and response characteristics
Elkholy et al. Optimal resilient operation and sustainable power management within an autonomous residential microgrid using African vultures optimization algorithm
Yang et al. Multi-objective planning and optimization of microgrid lithium iron phosphate battery energy storage system consider power supply status and CCER transactions
CN110610031B (zh) 一种光伏热泵储能综合能源系统的设计方法
Liu et al. P2H Modeling and operation in the microgrid under coupled electricity–hydrogen markets
Bukar et al. Economic analysis of residential grid-connected photovoltaic system with lithium-ion battery storage
Bokopane et al. Optimal power dispatching for a grid-connected electric vehicle charging station microgrid with renewable energy, battery storage and peer-to-peer energy sharing
Witharama et al. Advanced Genetic Algorithm for Optimal Microgrid Scheduling Considering Solar and Load Forecasting, Battery Degradation, and Demand Response Dynamics
CN106712105A (zh) 一种新能源接纳空间离散概率序列计算方法
CN109275355A (zh) 太阳光发电装置管理系统、太阳光发电装置管理方法及计算机可读存储介质
Luna et al. Generation and demand scheduling for a grid-connected hybrid microgrid considering price-based incentives
Zhang et al. Capacity configuration optimization of energy storage for microgrids considering source–load prediction uncertainty and demand response

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