CN110705866B - 评估综合能源系统能源生产设备配置与负荷匹配度的方法 - Google Patents

评估综合能源系统能源生产设备配置与负荷匹配度的方法 Download PDF

Info

Publication number
CN110705866B
CN110705866B CN201910927789.8A CN201910927789A CN110705866B CN 110705866 B CN110705866 B CN 110705866B CN 201910927789 A CN201910927789 A CN 201910927789A CN 110705866 B CN110705866 B CN 110705866B
Authority
CN
China
Prior art keywords
energy
load
energy system
equipment
maximum
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
CN201910927789.8A
Other languages
English (en)
Other versions
CN110705866A (zh
Inventor
徐少龙
余真鹏
刘胜伟
李伟昌
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology 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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910927789.8A priority Critical patent/CN110705866B/zh
Publication of CN110705866A publication Critical patent/CN110705866A/zh
Application granted granted Critical
Publication of CN110705866B publication Critical patent/CN110705866B/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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

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

Abstract

本发明公开了一种评估综合能源系统能源生产设备配置与负荷匹配度的方法，包括以下步骤：S1.获取综合能源系统生产设备配置数据和单位时间内的负荷数据；S2.获取综合能源系统在单位时间内的最大负荷；S3.获取综合能源系统在单位时间内的最小有效供应上限；其中，所述最小有效供应上限为综合能源系统中任意一台动力设备、任意一台储能设备或任意一条联络线无法利用时，剩余综合能源系统设备能够供能的上限；S4.获取评估指标，根据综合能源系统在单位时间内的最大负荷和最小有效供应上限，计算评估指标；S5.判断评估指标是否大于设定值；是，结束；否，报警提示。

Description

评估综合能源系统能源生产设备配置与负荷匹配度的方法
技术领域
本发明属于综合能源(分布式能源)领域，具体涉及一种用于评估综合能源系统能源生产设备配置与负荷匹配度的方法。
背景技术
综合能源(分布式能源)领域特别是燃气分布式能源系统普遍存在设备配置与实际运行负荷不能精准匹配的问题。存在该问题的主要原因是设备配置是在项目规划阶段根据用能用户的中长期负荷预测结果来匹配，然而中长期负荷预测尤其是用能用户属于增量用户的情况下，中长期负荷预测结果很难准确。项目一旦建设完成，经常出现能源生产设备的供应能力高于/低于实际负荷需求，造成设备浪费或不足，显著影响了供能经济性或安全性。
目前分布式能源行业内缺乏量化、可在线计算的评估指标，用于获得设备配置与实际运行负荷的匹配情况。
行业内通常由运行人员的经验不定期对设备配置与实际运行负荷的匹配程度进行评估，这对运行人员的技能要求非常高，且运行人员的经验相对于实际负荷的变化具有一定的滞后性，特别是对于包含有大量可再生能源与储能设备的综合能源系统，运行人员很难作出准确判断，这容易影响到设备规划建设的决策，严重时甚至影响供能安全。
发明内容
为了解决上述技术问题，本发明提出一种用于评估综合能源系统能源生产设备配置与实际负荷匹配程度的方法，对综合能源系统中的能源生产设备配置与实际负荷的匹配程度进行评估与实时监控。
本发明提供的评估综合能源系统能源生产设备配置与负荷匹配度的方法，包括以下步骤：
S1.获取综合能源系统生产设备配置数据和负荷数据；
S2.获取综合能源系统的最大负荷；
S3.获取综合能源系统的最小有效供应上限；其中，所述最小有效供应上限为综合能源系统中任意一台动力设备、任意一台储能设备或任意一条联络线无法利用时，剩余综合能源系统设备能够供能的上限；
S4.获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算匹配指标：
S41.分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure GDA0003568939340000021
Figure GDA0003568939340000022
Figure GDA0003568939340000023
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure GDA0003568939340000024
为综合能源系统的电最大负荷，
Figure GDA0003568939340000025
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure GDA0003568939340000026
为综合能源系统的热最大负荷，
Figure GDA0003568939340000027
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure GDA0003568939340000028
为综合能源系统的冷最大负荷，
Figure GDA0003568939340000029
为综合能源系统的冷最小有效供应上限；
S42.计算电、热、冷设备配置与负荷需求的综合匹配指标：
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重，λX+λY+λZ＝1；
S5.判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示。
在本发明的一实施方式中，步骤S5中，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示之后，进行步骤S6：
S6.筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。
在本发明的一实施方式中，步骤S6为：筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量，该容量为该匹配指标对应的能源品类的最小有效供应上限与其最大负荷的差值；否，则提示用户设备配置的容量不满足负荷需求，应当增加能源生产设备、储能设备或外部联络线路容量该容量为该匹配指标对应的能源品类的最大负荷与其最小有效供应上限的差值。
在本发明的一实施方式中，步骤S1包括：
S11.获取综合能源系统的电负荷、热负荷和冷负荷数据；
S12.获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量；
S13.获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量；
S14.获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量。
在本发明的一实施方式中，步骤S2包括：根据综合能源系统负荷数据，获得综合能源系统单位时间内的最大负荷：
Figure GDA0003568939340000041
Figure GDA0003568939340000042
Figure GDA0003568939340000043
其中，
Figure GDA0003568939340000044
为综合能源系统的电最大负荷，
Figure GDA0003568939340000045
为综合能源系统的热最大负荷；
Figure GDA0003568939340000046
为综合能源系统的冷最大负荷；
Figure GDA0003568939340000047
为综合能源系统第i个单位时间的电负荷数据；
Figure GDA0003568939340000048
为综合能源系统第i个单位时间的热负荷数据；
Figure GDA0003568939340000049
为综合能源系统第i个单位时间的冷负荷数据。
在本发明的一实施方式中，步骤S3包括：
S31.计算整个综合能源系统的最大有效供应上限：
所述最大有效供应上限为在所有动力设备、储能设备、能源联络线均可利用的情况下，整个综合能源系统的最大有效供应上限；
电最大有效供应上限
Figure GDA00035689393400000410
热最大有效供应上限
Figure GDA00035689393400000411
冷最大有效供应上限
Figure GDA00035689393400000412
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure GDA00035689393400000413
为综合能源系统的第i个供电设备的额定发电功率；
Figure GDA00035689393400000414
为综合能源系统的第j个供热设备的额定蒸汽量；
Figure GDA00035689393400000415
为综合能源系统的第k个供冷设备的额定制冷量；
Figure GDA00035689393400000416
为综合能源系统的第i个储电设备的最大放电功率；
Figure GDA0003568939340000051
为综合能源系统的第j个储热设备的最大制蒸汽量；
Figure GDA0003568939340000052
为综合能源系统的第k个储冷设备的最大制冷量；
Figure GDA0003568939340000053
为本地能源配网与外部能源网第i条能源联络线的最大输入电功率；
Figure GDA0003568939340000054
为本地能源配网与外部能源网第j条能源联络线的最大输入热量；
Figure GDA0003568939340000055
为本地能源配网与外部能源网第k条能源联络线的最大输入冷量
S32.计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure GDA0003568939340000056
热最小有效供应上限
Figure GDA0003568939340000057
冷最小有效供应上限
Figure GDA0003568939340000058
作为优选技术方案，步骤S42中，λX、λY、λZ分别代表综合能源系统中电、热、冷的负荷占负荷总量的比重。
本发明还提供一种评估综合能源系统能源生产设备配置与负荷匹配度的系统，包括：
在线数据获取模块，获取综合能源系统生产设备配置数据和负荷数据；
最大负荷获取模块，获取综合能源系统的最大负荷；
最小供应上限获取模块，获取综合能源系统的最小有效供应上限；
匹配指标获取模块，获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算评估指标；其包括：
电、热、冷设备配置与负荷需求的匹配指标计算模块，分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure GDA0003568939340000059
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure GDA0003568939340000061
为综合能源系统的电最大负荷，
Figure GDA0003568939340000062
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure GDA0003568939340000063
为综合能源系统的热最大负荷，
Figure GDA0003568939340000064
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure GDA0003568939340000065
为综合能源系统的冷最大负荷，
Figure GDA0003568939340000066
为综合能源系统的冷最小有效供应上限(ξX、ξY、ξZ三个指标均∈(0,1]，越接近于1，表明该能源品类的设备配置与负荷需求匹配越高；反之越接近0，匹配越低；)；以及
电、热、冷设备配置与负荷需求的综合匹配指标计算模块，计算电、热、冷设备配置与负荷需求的综合匹配指标；
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重(这三个参数可以依经验设定，也可以按照电、热、冷的年负荷占负荷总量的比重设定)，λX+λY+λZ＝1；
匹配指标判断模块，判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示。
在本发明的一实施方式中，上述系统还包括：
综合能源系统的设备容量调整模块，当认定综合能源系统的设备配置与负荷需求不匹配时，筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。
在本发明的一实施方式中，所述在线数据获取模块包括：
负荷数据获取模块，获取综合能源系统的电负荷、热负荷和冷负荷数据，
动力设备配置数据获取模块，获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量，
储能设备配置数据获取模块，获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量，
能源输入数据获取模块，获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量；
所述最小供应上限获取模块包括：
最大有效供应上限计算模块，计算整个综合能源系统的最大有效供应上限：
电最大有效供应上限
Figure GDA0003568939340000071
热最大有效供应上限
Figure GDA0003568939340000072
冷最大有效供应上限
Figure GDA0003568939340000073
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，通常取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure GDA0003568939340000074
为综合能源系统的供电设备的额定发电功率；
Figure GDA0003568939340000075
为综合能源系统的供热设备的额定蒸汽量；
Figure GDA0003568939340000076
为综合能源系统的供冷设备的额定制冷量；
Figure GDA0003568939340000077
为综合能源系统的储电设备的最大放电功率；
Figure GDA0003568939340000078
为综合能源系统的储热设备的最大制蒸汽量；
Figure GDA0003568939340000079
为综合能源系统的储冷设备的最大制冷量；
Figure GDA00035689393400000710
为本地能源配网与外部能源网每条能源联络线的最大输入电功率；
Figure GDA00035689393400000711
为本地能源配网与外部能源网每条能源联络线的最大输入热量；
Figure GDA0003568939340000081
为本地能源配网与外部能源网每条能源联络线的最大输入冷量，
最小有效供应上限计算模块，计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure GDA0003568939340000082
热最小有效供应上限
Figure GDA0003568939340000083
冷最小有效供应上限
Figure GDA0003568939340000084
本发明提供的评估综合能源系统能源生产设备配置与负荷匹配度的方法，对综合能源系统中的能源生产设备配置与实际负荷的匹配程度进行评估与实时监控，通过评估指标对存在能源设备浪费或不足的情况进行提前预警，帮助供能方及时、准确进行能源生产设备规划建设。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的评估综合能源系统能源生产设备配置与负荷匹配度的方法的流程示意图。
图2为本发明的评估综合能源系统能源生产设备配置与负荷匹配度的系统的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅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1～2所示，本发明的一种评估综合能源系统能源生产设备配置与负荷匹配度的方法，包括以下步骤：
S1.获取综合能源系统生产设备配置数据和负荷数据，具体包括：
S11.获取综合能源系统的电负荷、热负荷和冷负荷数据；
S12.获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量；
S13.获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量；
S14.获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量。
S2.获取综合能源系统的最大负荷，具体包括如下步骤：
根据综合能源系统负荷数据，获得综合能源系统单位时间内的最大负荷：
Figure GDA0003568939340000091
Figure GDA0003568939340000092
Figure GDA0003568939340000093
其中，
Figure GDA0003568939340000094
为综合能源系统的电最大负荷，
Figure GDA0003568939340000095
为综合能源系统的热最大负荷；
Figure GDA0003568939340000096
为综合能源系统的冷最大负荷；
Figure GDA0003568939340000097
为综合能源系统第i个单位时间的电负荷数据；
Figure GDA0003568939340000098
为综合能源系统第i个单位时间的热负荷数据；
Figure GDA0003568939340000099
为综合能源系统第i个单位时间的冷负荷数据。
S3.获取综合能源系统的最小有效供应上限；其中，所述最小有效供应上限为综合能源系统中任意一台动力设备、任意一台储能设备或任意一条联络线无法利用时，剩余综合能源系统设备能够供能的上限，具体包括如下步骤：
S31.计算整个综合能源系统的最大有效供应上限：
所述最大有效供应上限为在所有动力设备、储能设备、能源联络线均可利用的情况下，整个综合能源系统的最大有效供应上限；
电最大有效供应上限
Figure GDA0003568939340000101
热最大有效供应上限
Figure GDA0003568939340000102
冷最大有效供应上限
Figure GDA0003568939340000103
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，通常取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure GDA0003568939340000104
为综合能源系统的第i个供电设备的额定发电功率；
Figure GDA0003568939340000105
为综合能源系统的第j个供热设备的额定蒸汽量；
Figure GDA0003568939340000106
为综合能源系统的第k个供冷设备的额定制冷量；
Figure GDA0003568939340000107
为综合能源系统的第i个储电设备的最大放电功率；
Figure GDA0003568939340000108
为综合能源系统的第j个储热设备的最大制蒸汽量；
Figure GDA0003568939340000109
为综合能源系统的第k个储冷设备的最大制冷量；
Figure GDA00035689393400001010
为本地能源配网与外部能源网第i个电能源联络线的最大输入电功率；
Figure GDA00035689393400001011
为本地能源配网与外部能源网第j个热能源联络线的最大输入热量；
Figure GDA00035689393400001012
为本地能源配网与外部能源网第k个冷能源联络线的最大输入冷量；
S32.计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure GDA00035689393400001013
热最小有效供应上限
Figure GDA00035689393400001014
冷最小有效供应上限
Figure GDA00035689393400001015
S4.获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算匹配指标：
S41.分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure GDA0003568939340000111
Figure GDA0003568939340000112
Figure GDA0003568939340000113
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure GDA0003568939340000114
为综合能源系统的电最大负荷，
Figure GDA0003568939340000115
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure GDA0003568939340000116
为综合能源系统的热最大负荷，
Figure GDA0003568939340000117
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure GDA0003568939340000118
为综合能源系统的冷最大负荷，
Figure GDA0003568939340000119
为综合能源系统的冷最小有效供应上限；
S42.计算电、热、冷设备配置与负荷需求的综合匹配指标：
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重，λX+λY+λZ＝1。λX、λY、λZ分别代表综合能源系统中电、热、冷的负荷占负荷总量的比重。
S5.判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，进行报警提示，并进行S6。
S6.当ξ不大于设定值A时，则单项指标ξX、ξY和ξZ中至少一个不大于设定值A，筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。更具体地，步骤S6为：筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量，该容量为该匹配指标对应的能源品类的最小有效供应上限与其最大负荷的差值；否，则提示用户设备配置的容量不满足负荷需求，应当增加能源生产设备、储能设备或外部联络线路容量(该容量为该匹配指标对应的能源品类的最大负荷与其最小有效供应上限的差值)。
结合图2所示，本发明的评估综合能源系统能源生产设备配置与负荷匹配度的系统，包括：
在线数据获取模块10，获取综合能源系统生产设备配置数据和负荷数据。其包括：
负荷数据获取模块101，获取综合能源系统的电负荷、热负荷和冷负荷数据；
动力设备配置数据获取模块102，获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量，
储能设备配置数据获取模块103，获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量，
能源输入数据获取模块104，获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量。
最大负荷获取模块20，获取综合能源系统的最大负荷。
最小供应上限获取模块30，获取综合能源系统的最小有效供应上限，包括：
最大有效供应上限计算模块301，计算整个综合能源系统的最大有效供应上限：
电最大有效供应上限
Figure GDA0003568939340000121
热最大有效供应上限
Figure GDA0003568939340000131
冷最大有效供应上限
Figure GDA0003568939340000132
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，通常取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure GDA0003568939340000133
为综合能源系统的供电设备的额定发电功率；
Figure GDA0003568939340000134
为综合能源系统的供热设备的额定蒸汽量；
Figure GDA0003568939340000135
为综合能源系统的供冷设备的额定制冷量；
Figure GDA0003568939340000136
为综合能源系统的储电设备的最大放电功率；
Figure GDA0003568939340000137
为综合能源系统的储热设备的最大制蒸汽量；
Figure GDA0003568939340000138
为综合能源系统的储冷设备的最大制冷量；
Figure GDA0003568939340000139
为本地能源配网与外部能源网每条能源联络线的最大输入电功率；
Figure GDA00035689393400001310
为本地能源配网与外部能源网每条能源联络线的最大输入热量；
Figure GDA00035689393400001311
为本地能源配网与外部能源网每条能源联络线的最大输入冷量；以及
最小有效供应上限计算模块302，计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure GDA00035689393400001312
热最小有效供应上限
Figure GDA00035689393400001313
冷最小有效供应上限
Figure GDA00035689393400001314
匹配指标获取模块40，获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算评估指标，其包括：
电、热、冷设备配置与负荷需求的匹配指标计算模块401，分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure GDA0003568939340000141
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure GDA0003568939340000142
为综合能源系统的电最大负荷，
Figure GDA0003568939340000143
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure GDA0003568939340000144
为综合能源系统的热最大负荷，
Figure GDA0003568939340000145
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure GDA0003568939340000146
为综合能源系统的冷最大负荷，
Figure GDA0003568939340000147
为综合能源系统的冷最小有效供应上限；以及
电、热、冷设备配置与负荷需求的综合匹配指标计算模块402，计算电、热、冷设备配置与负荷需求的综合匹配指标；
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重，λX+λY+λZ＝1。
匹配指标判断模块50，判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，进行报警提示并由综合能源系统的设备容量调整模块60处理。
综合能源系统的设备容量调整模块60，筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。
以一具体实施例对本发明进行进一步说明：
步骤1.获得在线数据包括：
a)综合能源系统实际电、热、冷负荷最近一年的运行数据(在收集在线数据时，对数据的要求不限于1年，也可以是更长或更短时间；)，统一单位成标准煤，采样频率是小时，经过数据清洗确保正确后，分别标记为
Figure GDA0003568939340000151
b)获得非可再生能源动力设备的配置信息，包括每台供电设备的额定发电功率、额定蒸汽量、额定制冷量，分别标记为
Figure GDA0003568939340000152
Figure GDA0003568939340000153
如果综合能源系统中存在冷热电三联供或热电联产机组，则将发电机额定发电量及对应的产蒸汽量和制冷量分别计入电、热、冷的设备配置信息。
c)对于综合能源系统中存在一套或多套储电、储热、储冷设备设备，则将储电、储热、储冷设备的最大放电功率、最大制蒸汽量、最大制冷量分别标记为分别标记为
Figure GDA0003568939340000154
d)对于能够稳定地从外部能源网络获得电、热、冷用以满足自身用户需求的综合能源系统，获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量、最大输入冷量，分别标记为
Figure GDA0003568939340000155
Figure GDA0003568939340000156
e)对于包含风电、光伏具有很强随机性与间接性能源的综合能源系统，风电、光伏不参与计算设备配置与实际负荷匹配程度。
步骤2根据步骤1中所获得电、热、冷负荷最近一年的运行数据，计算电、热、冷负荷在一年中的最大负荷，分别标记为
Figure GDA0003568939340000157
Figure GDA0003568939340000158
Figure GDA0003568939340000159
Figure GDA00035689393400001510
步骤3.计算各种类能源理论上最大有效供应上限，定义为在所有动力设备、储能设备、能源联络线均可利用的情况下，整个综合能源系统的最大有效供应上限，分别标记为
Figure GDA0003568939340000161
电最大有效供应上限
Figure GDA0003568939340000162
热最大有效供应上限
Figure GDA0003568939340000163
冷最大有效供应上限
Figure GDA0003568939340000164
其中ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，通常取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)。
计算各种类能源理论上最小有效供应上限，定义为在任意一台动力设备或一套储能设备或一条联络线在无法利用的情况下，剩余综合能源系统设备能够供能的上限，分别标记为分别标记为
Figure GDA0003568939340000165
电最小有效供应上限
Figure GDA0003568939340000166
热最小有效供应上限
Figure GDA0003568939340000167
冷最小有效供应上限
Figure GDA0003568939340000168
步骤4计算评估指标
分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure GDA0003568939340000169
Figure GDA00035689393400001610
Figure GDA00035689393400001611
这三个指标均∈(0,1]，越接近于1，表明该能源品类的设备配置与负荷需求匹配越高；反之越接近0，匹配越低。
计算电、热、冷设备配置与负荷需求的综合匹配指标
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统电、热、冷的重要性，λX+λY+λZ＝1，这三个参数可以手工设定，也可以按照电、热、冷的年负荷占负荷总量的比重设定如下
Figure GDA0003568939340000171
Figure GDA0003568939340000172
Figure GDA0003568939340000173
步骤5报警。
如果步骤4所获得综合匹配指标ξ>0.8(这里的0.8仅仅是个经验值，用户可自定义)，则认定该综合能源系统设备配置与负荷需求匹配较好，无必要进行改进；否则，则认为设备配置与负荷需求在电、热、冷总体上不匹配，并进行报警。
步骤S6设备配置优化措施。
筛选出电、热、冷匹配指标ξX、ξY、ξZ三个指标中≤0.8的指标。下面以ξX≤0.8的情况为例，进行说明。
当ξX≤0.8时，进行如下步骤：
判断是否满足
Figure GDA0003568939340000174
条件。如果
Figure GDA0003568939340000175
则提示用户设备配置的容量明显超出负荷需求，且系统可减少发电设备或储能或外部联络线路容量
Figure GDA0003568939340000181
否则，则提示用户设备配置的容量可能存在不满足负荷需求的可能，应当最少增加发电设备或储能或外部联络线路容量
Figure GDA0003568939340000182
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种评估综合能源系统能源生产设备配置与负荷匹配度的方法，其特征在于，包括以下步骤：
S1.获取综合能源系统生产设备配置数据和负荷数据；
S2.获取综合能源系统的最大负荷；
S3.获取综合能源系统的最小有效供应上限；其中，所述最小有效供应上限为综合能源系统中任意一台动力设备、任意一台储能设备或任意一条联络线无法利用时，剩余综合能源系统设备能够供能的上限；
S4.获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算匹配指标：
S41.分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure FDA0003568939330000011
Figure FDA0003568939330000012
Figure FDA0003568939330000013
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure FDA0003568939330000014
为综合能源系统的电最大负荷，
Figure FDA0003568939330000015
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure FDA0003568939330000016
为综合能源系统的热最大负荷，
Figure FDA0003568939330000017
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure FDA0003568939330000018
为综合能源系统的冷最大负荷，
Figure FDA0003568939330000019
为综合能源系统的冷最小有效供应上限；
S42.计算电、热、冷设备配置与负荷需求的综合匹配指标：
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重，λX+λY+λZ＝1；
S5.判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示。
2.根据权利要求1所述的方法，其特征在于，步骤S5中，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示之后，进行步骤S6：
S6.筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。
3.根据权利要求2所述的方法，其特征在于，步骤S6为：筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量，该容量为该匹配指标对应的能源品类的最小有效供应上限与其最大负荷的差值；否，则提示用户设备配置的容量不满足负荷需求，应当增加能源生产设备、储能设备或外部联络线路容量该容量为该匹配指标对应的能源品类的最大负荷与其最小有效供应上限的差值。
4.根据权利要求2所述的方法，其特征在于，步骤S1包括：
S11.获取综合能源系统的电负荷、热负荷和冷负荷数据；
S12.获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量；
S13.获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量；
S14.获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量。
5.根据权利要求4所述的方法，其特征在于，步骤S2包括：根据综合能源系统负荷数据，获得综合能源系统单位时间内的最大负荷：
Figure FDA0003568939330000031
Figure FDA0003568939330000032
Figure FDA0003568939330000033
其中，
Figure FDA0003568939330000034
为综合能源系统的电最大负荷，
Figure FDA0003568939330000035
为综合能源系统的热最大负荷；
Figure FDA0003568939330000036
为综合能源系统的冷最大负荷；
Figure FDA0003568939330000037
i＝1,2,...,n为综合能源系统第i个单位时间的电负荷数据；
Figure FDA0003568939330000038
i＝1,2,...,n为综合能源系统第i个单位时间的热负荷数据；
Figure FDA0003568939330000039
i＝1,2,...,n为综合能源系统第i个单位时间的冷负荷数据。
6.根据权利要求4所述的方法，其特征在于，步骤S3包括：
S31.计算整个综合能源系统的最大有效供应上限：
所述最大有效供应上限为在所有动力设备、储能设备、能源联络线均可利用的情况下，整个综合能源系统的最大有效供应上限；
电最大有效供应上限
Figure FDA00035689393300000310
热最大有效供应上限
Figure FDA00035689393300000311
冷最大有效供应上限
Figure FDA00035689393300000312
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure FDA0003568939330000041
为综合能源系统的第i个供电设备的额定发电功率；
Figure FDA0003568939330000042
为综合能源系统的第j个供热设备的额定蒸汽量；
Figure FDA0003568939330000043
为综合能源系统的第k个供冷设备的额定制冷量；
Figure FDA0003568939330000044
i＝1,2,...,
Figure FDA0003568939330000045
为综合能源系统的第i个储电设备的最大放电功率；
Figure FDA0003568939330000046
为综合能源系统的第j个储热设备的最大制蒸汽量；
Figure FDA0003568939330000047
为综合能源系统的第k个储冷设备的最大制冷量；
Figure FDA0003568939330000048
为本地能源配网与外部能源网第i个电能源联络线的最大输入电功率；
Figure FDA0003568939330000049
为本地能源配网与外部能源网第j个热能源联络线的最大输入热量；
Figure FDA00035689393300000410
为本地能源配网与外部能源网第k个冷能源联络线的最大输入冷量；
S32.计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure FDA00035689393300000411
热最小有效供应上限
Figure FDA00035689393300000412
冷最小有效供应上限
Figure FDA00035689393300000413
7.根据权利要求1所述的方法，其特征在于，步骤S42中，λX、λY、
λZ分别代表综合能源系统中电、热、冷的负荷占负荷总量的比重。
8.一种评估综合能源系统能源生产设备配置与负荷匹配度的系统，其特征在于，包括：
在线数据获取模块，获取综合能源系统生产设备配置数据和负荷数据；
最大负荷获取模块，获取综合能源系统的最大负荷；
最小供应上限获取模块，获取综合能源系统的最小有效供应上限；
匹配指标获取模块，获取综合能源系统能源生产设备配置与负荷匹配指标，根据综合能源系统的最大负荷和最小有效供应上限，计算匹配指标；其包括：
电、热、冷设备配置与负荷需求的匹配指标计算模块，分别计算电、热、冷设备配置与负荷需求的匹配指标：
Figure FDA0003568939330000051
其中ξX为电生产设备配置与电负荷需求的匹配指标，
Figure FDA0003568939330000052
为综合能源系统的电最大负荷，
Figure FDA0003568939330000053
为综合能源系统的电最小有效供应上限；ξY为热生产设备配置与热负荷需求的匹配指标，
Figure FDA0003568939330000054
为综合能源系统的热最大负荷，
Figure FDA0003568939330000055
为综合能源系统的热最小有效供应上限；ξZ为冷生产设备配置与冷负荷需求的匹配指标，
Figure FDA0003568939330000056
为综合能源系统的冷最大负荷，
Figure FDA0003568939330000057
为综合能源系统的冷最小有效供应上限；以及
电、热、冷设备配置与负荷需求的综合匹配指标计算模块，计算电、热、冷设备配置与负荷需求的综合匹配指标；
ξ＝λXξX+λYξY+λZξZ
其中，λX、λY、λZ分别代表综合能源系统中电、热、冷的比重，λX+λY+λZ＝1；
匹配指标判断模块，判断ξ是否大于设定值A，其中，A∈(0,1]；是，认定综合能源系统与负荷需求匹配度良好，结束；否，认定综合能源系统的设备配置与负荷需求不匹配，并进行报警提示。
9.根据权利要求8所述的系统，其特征在于，还包括：
综合能源系统的设备容量调整模块，当认定综合能源系统的设备配置与负荷需求不匹配时，筛选出ξX、ξY和ξZ中不大于设定值A的匹配指标，判断该匹配指标对应的能源品类的最小有效供应上限是否大于其最大负荷；是，则提示用户设备配置的容量明显超出负荷需求，综合能源系统减少能源生产设备、储能设备或外部联络线路容量；否，则提示用户设备配置的容量不满足负荷需求，综合能源系统增加能源生产设备、储能设备或外部联络线路容量。
10.根据权利要求8所述的系统，其特征在于，
所述在线数据获取模块包括：
负荷数据获取模块，获取综合能源系统的电负荷、热负荷和冷负荷数据，
动力设备配置数据获取模块，获取非可再生能源动力设备的配置数据，包括供能设备的额定发电功率、额定蒸汽量和额定制热量，
储能设备配置数据获取模块，获取储能设备的配置数据，储电设备的最大放电功率、储热设备的最大制蒸汽量和储冷设备的最大制冷量，
能源输入数据获取模块，获得本地能源配网与外部能源网每条能源联络线的最大输入电功率、最大输入热量和最大输入冷量；
所述最小供应上限获取模块包括：
最大有效供应上限计算模块，计算整个综合能源系统的最大有效供应上限：
电最大有效供应上限
Figure FDA0003568939330000061
热最大有效供应上限
Figure FDA0003568939330000062
冷最大有效供应上限
Figure FDA0003568939330000063
其中，ηX、ηY、ηZ分别是综合能源系统的平均电、热、冷有效利用系数，取值范围分别是ηX∈(0.98,1)、ηY∈(0.7，0.95)、ηZ∈(0.6,0.95)；
Figure FDA0003568939330000064
为综合能源系统的供电设备的额定发电功率；
Figure FDA0003568939330000065
为综合能源系统的供热设备的额定蒸汽量；
Figure FDA0003568939330000071
为综合能源系统的供冷设备的额定制冷量；
Figure FDA0003568939330000072
为综合能源系统的储电设备的最大放电功率；
Figure FDA0003568939330000073
为综合能源系统的储热设备的最大制蒸汽量；
Figure FDA0003568939330000074
为综合能源系统的储冷设备的最大制冷量；
Figure FDA0003568939330000075
为本地能源配网与外部能源网每条能源联络线的最大输入电功率；
Figure FDA0003568939330000076
为本地能源配网与外部能源网每条能源联络线的最大输入热量；
Figure FDA0003568939330000077
为本地能源配网与外部能源网每条能源联络线的最大输入冷量，
最小有效供应上限计算模块，计算整个综合能源系统的最小有效供应上限：
电最小有效供应上限
Figure FDA0003568939330000078
热最小有效供应上限
Figure FDA0003568939330000079
冷最小有效供应上限
Figure FDA00035689393300000710
CN201910927789.8A 2019-09-27 2019-09-27 评估综合能源系统能源生产设备配置与负荷匹配度的方法 Active CN110705866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910927789.8A CN110705866B (zh) 2019-09-27 2019-09-27 评估综合能源系统能源生产设备配置与负荷匹配度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910927789.8A CN110705866B (zh) 2019-09-27 2019-09-27 评估综合能源系统能源生产设备配置与负荷匹配度的方法

Publications (2)

Publication Number Publication Date
CN110705866A CN110705866A (zh) 2020-01-17
CN110705866B true CN110705866B (zh) 2022-04-29

Family

ID=69197000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910927789.8A Active CN110705866B (zh) 2019-09-27 2019-09-27 评估综合能源系统能源生产设备配置与负荷匹配度的方法

Country Status (1)

Country Link
CN (1) CN110705866B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983430B (zh) * 2022-12-02 2023-12-29 成都市迈德物联网技术有限公司 一种综合能源系统管理优化的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036111A (zh) * 2014-04-08 2014-09-10 国家电网公司 耗能设备的能效评估、诊断方法与系统
CN104571068A (zh) * 2015-01-30 2015-04-29 中国华电集团科学技术研究总院有限公司 一种分布式能源系统的运行优化控制方法及系统
CN107918919A (zh) * 2017-11-08 2018-04-17 华北电力大学 一种含控制策略的工业园区综合能源系统优化调度与评价系统和方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN109871999A (zh) * 2019-02-27 2019-06-11 华北电力大学 一种综合能源系统的随机生产模拟方法及系统
CN109993445A (zh) * 2019-04-04 2019-07-09 国家电网有限公司 一种考虑光伏预测误差的综合能源系统脆弱性评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014130972A1 (en) * 2013-02-22 2014-08-28 University Of Florida Research Foundation, Incorporated Method and apparatus for power management using distributed generation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036111A (zh) * 2014-04-08 2014-09-10 国家电网公司 耗能设备的能效评估、诊断方法与系统
CN104571068A (zh) * 2015-01-30 2015-04-29 中国华电集团科学技术研究总院有限公司 一种分布式能源系统的运行优化控制方法及系统
CN107918919A (zh) * 2017-11-08 2018-04-17 华北电力大学 一种含控制策略的工业园区综合能源系统优化调度与评价系统和方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN109871999A (zh) * 2019-02-27 2019-06-11 华北电力大学 一种综合能源系统的随机生产模拟方法及系统
CN109993445A (zh) * 2019-04-04 2019-07-09 国家电网有限公司 一种考虑光伏预测误差的综合能源系统脆弱性评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
分布式能源系统中的冷热电联供系统的建模、优化与控制;张淳军;《中国优秀硕士学位论文全文数据库》;20160815;C038-819 *

Also Published As

Publication number Publication date
CN110705866A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
Green et al. Divide and Conquer? ${k} $-Means Clustering of Demand Data Allows Rapid and Accurate Simulations of the British Electricity System
CN109713671B (zh) 配电台区运维方法、系统、存储介质及电子设备
Georgilakis State-of-the-art of decision support systems for the choice of renewable energy sources for energy supply in isolated regions
CN107437135B (zh) 一种新型储能选型方法
Patel et al. Optimized hybrid wind power generation with forecasting algorithms and battery life considerations
CN110866691A (zh) 一种孤立批智能电能表的分阶段与分层抽样方法
CN116579590A (zh) 一种虚拟电厂中的需求响应评估方法和系统
CN110705866B (zh) 评估综合能源系统能源生产设备配置与负荷匹配度的方法
Li et al. A sustainable and user-behavior-aware cyber-physical system for home energy management
Ahmadiahangar et al. Demand-side flexibility in smart grid
Liu et al. Power and energy constrained battery operating regimes: Effect of temporal resolution on peak shaving by battery energy storage systems
Mazlan et al. A smart building energy management using internet of things (IoT) and machine learning
CN117595391A (zh) 一种电网系统的协调控制方法
CN111652759A (zh) 弹性负荷快速响应与调节示范工程的综合评价方法及装置
CN110796392A (zh) 一种连续批智能电能表的分阶段与分层抽样方法
Kalsi et al. Integrated transmission and distribution control
Kim et al. MPC-based optimal operation for a PV farm with dual ESSs using spectral density analysis of market signals
Xiao et al. Multiple-criteria decision-making of distribution system planning considering distributed generation
CN110610031B (zh) 一种光伏热泵储能综合能源系统的设计方法
CN116937816B (zh) 一种智能边缘计算网关
Tüysüz A hybrid multi-criteria analysis approach for the assessment of renewable energy resources under uncertainty
Zhao et al. Prediction of Harmonic Distortion in Sparsely Monitored Transmission Networks with Renewable Generation
Abdalla et al. Modeling and Optimization of Isolated Combined Heat and Power Microgrid for Managing Universiti Teknologi PETRONAS Energy
Ji et al. A novel combinational evaluation method of voltage and reactive power in regional power grid containing renewable energy
Gicevskis et al. Multiple scenario and criteria approach for optimal solution and sizing of household off-grid system

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