CN110735682B - 一种基于多目标优化算法的分布式余压发电系统及调控方法 - Google Patents
一种基于多目标优化算法的分布式余压发电系统及调控方法 Download PDFInfo
- Publication number
- CN110735682B CN110735682B CN201910892469.3A CN201910892469A CN110735682B CN 110735682 B CN110735682 B CN 110735682B CN 201910892469 A CN201910892469 A CN 201910892469A CN 110735682 B CN110735682 B CN 110735682B
- Authority
- CN
- China
- Prior art keywords
- power generation
- generation system
- pressure power
- distributed
- electric
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K27/00—Plants for converting heat or fluid energy into mechanical energy, not otherwise provided for
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D15/00—Adaptations of machines or engines for special use; Combinations of engines with devices driven thereby
- F01D15/10—Adaptations for driving, or combinations with, electric generators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K11/00—Plants characterised by the engines being structurally combined with boilers or condensers
- F01K11/02—Plants characterised by the engines being structurally combined with boilers or condensers the engines being turbines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K13/00—General layout or general methods of operation of complete plants
Abstract
本发明公开了一种基于多目标优化算法的分布式余压发电系统及调控方法,针对分布式余压发电系统输入端工质参数(如流量、温度、压力差等)和输出端负荷需求多变、难以预测的特点,以系统输出稳定性高、运行效率高及设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型,采用非支配排序的遗传算法实时求解系统中各个阀门的开度,从而提高系统运行效率。本发明中的多目标优化算法可以根据供能侧及用能侧参数的变化,实时优化系统中各个电动调节阀的开度,从而达到提高分布式余压发电系统稳定性、设备使用寿命、运行效率和经济效益的目的,具有广阔的商业化应用前景。
Description
技术领域
本发明属于分布式余压发电调控技术领域,主要用于优化分布式余压发电系统的运行性能、提高系统运行经济性等方面。
背景技术
能源作为人类社会发展的原动力和物质基础的保障,是社会发展和技术进步不可或缺的基本条件,是人类生存和发展的重要物质基础。我国能源生产量和消费量均已居世界前列,但在能源利用方式上尚存一系列突出问题:能源结构不合理、能源利用率不高、可再生能源开发利用比例低。要求我们着力提高能源开发、转化和利用的效率,推动能源生产和利用方式的变革,加速我国低碳环保,资源节约型社会的建立。近年来,积极循环再利用二次能源已经成为降低能耗、节约能源、降低成本的有效措施。对余压余热的回收利用,则是其中行之有效的重要手段之一。
据调查,大部分分布式能源站都拓展了区域供热业务,但是往往分布式能源站所供的热量与用户所需热量的参数不匹配,且供能侧工质的焓值高于用能侧工质的焓值,可采用基于高效径向透平的分布式余压发电系统来解决供用双方工质参数不匹配的问题,同时产生满足电用户需求的电能。根据供用双方需求不同,系统所配的电动调节阀数量也是不同的。但是当供用双方的工质参数发生变化或者电负荷变化时,调节系统中哪些阀门能同时达到提高系统稳定性、经济效益和设备使用寿命的目的,需要进一步研究,这属于多目标优化范畴。
大多数工程和科学问题都是多目标优化问题,存在如此多个彼此冲突的目标,如何获取这些问题的最优解,一直都是学术界和工程界关注的焦点问题。多目标优化的本质在于,大多数情况下,某目标的改善可能引起其他目标性能的降低,同时使多个目标均达到最优是不可能的,只能在各目标之间进行协调权衡和折中处理,使所有目标函数尽可能达到最优,而且问题的最优解由数量众多、甚至无穷大的Pareto最优解组成。
分布式余压发电系统中系统稳定性、经济效益和设备使用寿命就是一组相互矛盾的目标,三者不可能同时达到最优。针对这一问题,本申请采用基于非支配排序的遗传算法,以系统稳定性高、经济效益高和设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型,实时求解系统中各个阀门的开度,从而提高系统运行效率。此外,本发明的应用,还有利于供热站开拓更广阔的用户市场及降低站用电量,进一步提高供热站运行的综合经济性。
发明内容
针对供需双方能量不匹配的问题,本发明采用分布式余压发电系统,可以提高能源利用率;针对分布式余压发电中系统稳定性、经济效益和设备使用寿命不可能同时达到最优,本发明采用基于非支配排序的遗传算法,以系统稳定性高、经济效益高和设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型,实时求解系统中各个阀门的开度,从而提高系统运行效率。
本发明的原理:由于分布式余压发电系统输入侧参数波动,使得系统输出不稳定;若阀门跟随系统输入和负荷变化一直动作,会影响设备的运行寿命;若阀门不跟随系统输入和负荷变化动作,则会降低系统运行效率。为了解决这一难题,本发明提出采用非支配排序的多目标优化算法来调控整个分布式余压发电系统的各个电动阀门开度,使得此分布式余压发电系统能高效稳定地运行。本发明中的多目标优化算法可以根据供能侧及用能侧参数的变化,实时优化系统中各个电动调节阀的开度,从而达到提高分布式余压发电系统稳定性、设备使用寿命、运行效率和经济效益的目的,具有广阔的商业化应用前景。
本发明采用的技术方案如下:一种分布式余压发电系统,其特征是,包括透平膨胀机、发电机、变频器和蒸汽管道;所述蒸汽管道的输汽末端与透平膨胀机连接,所述透平膨胀机与轴承的一端连接,所述轴承的另一端与发电机连接,所述发电机与电力线路的一端连接,所述电力线路的另一端与变频器连接,所述透平膨胀机的出口与透平出口管道的一端连接,所述透平出口管道的另一端连通至低蒸汽压力用户;所述蒸汽管道上按照输汽方向依次安装有一号电动压力调节阀、流量计、一号电动截止阀和电动流量调节阀,且一号电动压力调节阀的前端连通至高蒸汽压力用户;所述透平出口管道上按照输汽方向依次安装有二号电动压力调节阀和背压阀。
进一步的,所述蒸汽管道上还安装有疏水阀,所述疏水阀位于一号电动压力调节阀和流量计之间。
进一步的,还包括急停旁路,所述急停旁路上安装有二号电动截止阀,所述急停旁路的一端连接在流量计与一号电动截止阀之间的蒸汽管道上,所述急停旁路的另一端连接在透平出口管道上。
此系统包含主路(蒸汽管道)、急停旁路和透平出口管道,主路上有电动截止阀和电动调节阀。此电动截止阀在透平膨胀机正常工作时,处于打开状态;当透平膨胀机故障时迅速关闭,以保护透平膨胀机。电动调节阀通过调节阀门开度来控制进入透平膨胀机的蒸汽流量,从而达到调节透平膨胀机输出功率的目的。
急停旁路上只有一个电动截止阀,正常运行时,其处于关闭状态,而透平膨胀机故障时,此阀门打开,用以泄压泄流,从而达到保护整个余压发电系统内设备的目的。
透平出口管道上有背压阀和止回阀,背压阀主要用来稳定透平膨胀机的出口压力,从而保证透平膨胀机出入口具有稳定的压力差;止回阀防止急停旁路蒸汽倒流入透平膨胀机出口。
变频器分为电机侧(整流器)和电网侧(逆变器),采用高性能的矢量控制技术,低速高转矩输出,具有良好的动态特性、超强的过载能力。
一种基于多目标优化算法的系统调控方法,用于控制所述的分布式余压发电系统,其特征是,步骤如下:
1)针对分布式余压发电系统的输入端工质参数(如流量、温度、压力差等)和输出端负荷需求多变、难以预测的特点,以分布式余压发电系统的输出稳定性高、运行效率高及设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型;
2)根据供能侧及用能侧参数的变化,采用非支配排序的遗传算法实时求解分布式余压发电系统中各个阀门的开度,从而提高分布式余压发电系统的运行效率;
3)从多目标优化算法的一组pareto解中选择最优解,系统执行机构实时根据所计算的最优解调节分布式余压发电系统中各个阀门的开度;
4)本发明的多目标优化算法受能量守恒约束、设备约束和电功率约束;
5)本发明建立了分布式余压发电系统的稳定性、经济效益和设备使用寿命数学模型。
多目标优化算法使多个目标在给定区域尽可能同时最佳,多目标优化的解通常是一组均衡解(即一组由众多Pareto最优解组成的最优解集合,集合中的各个元素称为Pareto最优解或非劣最优解)。
以带约束条件的最大化多目标问题为例,多目标优化问题可以描述为:
式中:f(X)为带有n个目标函数的向量空间;gi(X)为第i个不等式约束函数,hj(X)为第j个等式约束;X=(x1,x2,...xm)为带有m个决策变量的向量空间。
本发明以分布式余压发电系统的稳定性高、经济效益高和设备使用寿命长为目标,建立系统的多目标优化模型。系统稳定性越高,反应在用户侧就是用户的供能量足,即系统的缺能率低,反之亦然。系统经济效益主要反应在余压资源的利用率上,余压资源利用率越高即损耗的能量越小,系统的经济性就越高,反之亦然。由于系统中供给双方的能量参数是随机变化的,为了提高系统效率,需要频繁调控电动阀门的开度,故设备使用寿命可以用电动阀门的动作次数来表征。动作次数越少,设备的使用寿命越长。
本发明中分布式余压发电系统的目标函数如下:
1)系统稳定性
本发明以一年(T=8760h)作为评估系统供电可靠性的周期,并将这个评估周期分为8760段,假设每段Δt(1h)分布式余压发电系统的供能侧工质参数及用能侧负荷是不变的,则以分布式余压发电系统一个评估周期内缺能率LSRQ来表征系统稳定性的目标函数如下:
式中,LSRQ表示评估周期T内分布式余压发电系统的缺能率,Qload(t)表示t时刻分布式余压发电系统的负荷量,Q(t)表示t时刻分布式余压发电系统输出的功率,ηchg表示分布式余压发电系统的转换效率;
2)系统经济效益
系统能量损耗越小,则经济效益越高,故以系统能量损耗Qloss来表征系统经济效益的目标函数如下:
式中,Qloss表示评估周期T内分布式余压发电系统的能量损耗;Qout(t)表示t时刻分布式余压发电系统供给热用户的能量,Pout(t)表示t时刻分布式余压发电系统输出的电能量,Qin(t)表示分布式余压发电系统t时刻输入的总能量;
3)设备使用寿命
设备使用寿命可用分布式余压发电系统中电动阀门的动作次数来表征,故其目标函数表达如下:
式中,opet表示评估周期T内分布式余压发电系统的电动阀门动作次数,n表示分布式余压发电系统中电动阀门的数量,eovi(t)表示第i个电动阀门t时刻的动作状态。
本发明中多目标优化算法的约束条件如下:
1)等式约束
Qin(t)-(Qout(t)+Pout(t))=Qloss(t)
式中,Qloss(t)表示t时刻分布式余压发电系统的损耗;
2)设备约束
3)电功率约束
Pout(t)≤PSM
式中,PSM表示分布式余压发电系统发电机的最大功率;
多目标优化算法的决策变量X(t)是分布式余压发电系统中各个电动阀门的实时开度,具体如下:
X(t)={Vov1(t),Vov2(t),...Vovn(t)}
式中,Vovn(t)表示t时刻分布式余压发电系统中第n个电动阀门的开度。
本发明与现有技术相比,具有以下优点和效果:本发明采用基于非支配排序的多目标优化算法实时优化分布式余压发电系统中各个阀门的开度,从而达到分布式余压发电系统稳定性高、经济效益高和设备使用寿命长的目的,具有广阔的商业化应用前景。
附图说明
图1是本发明实施例的分布式余压发电系统的结构示意图。
图2是本发明实施例的基于多目标优化算法的分布式余压发电系统调控方法流程图。
图中:高蒸汽压力用户1、一号电动压力调节阀2、疏水阀3、流量计4、一号电动截止阀5、电动流量调节阀6、二号电动截止阀7、透平膨胀机8、二号电动压力调节阀9、背压阀10、发电机11、变频器12、低蒸汽压力用户13、蒸汽管道14、透平出口管道15、急停旁路16、轴承17、电力线路18。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
本实施例中的基于多目标优化算法的分布式余压发电系统及调控方法,主要用来解决系统稳定性、经济效益和设备使用寿命不能同时达到最优的问题,这里特指供方压力较高,用户压力较低。
本实施例中的分布式余压发电系统如附图1所示,主要包括透平膨胀机8、发电机11、变频器12和蒸汽管道14等;蒸汽管道14的输汽末端与透平膨胀机8连接,透平膨胀机8与轴承17的一端连接,轴承17的另一端与发电机11连接,发电机11与电力线路18的一端连接,电力线路18的另一端与变频器12连接,透平膨胀机8的出口与透平出口管道15的一端连接,透平出口管道15的另一端连通至低蒸汽压力用户13;蒸汽管道14上按照输汽方向依次安装有一号电动压力调节阀2、流量计4、一号电动截止阀5和电动流量调节阀6,且一号电动压力调节阀2的前端连通至高蒸汽压力用户1;透平出口管道15上按照输汽方向依次安装有二号电动压力调节阀9和背压阀10。
本实施例中,蒸汽管道14上还安装有疏水阀3,疏水阀3位于一号电动压力调节阀2和流量计4之间。
本实施例中,还包括急停旁路16,急停旁路16上安装有二号电动截止阀7,急停旁路16的一端连接在流量计4与一号电动截止阀5之间的蒸汽管道14上,急停旁路16的另一端连接在透平出口管道15上。
本实施例中的基于多目标优化算法的分布式余压发电系统调控方法,步骤如下:
1)针对分布式余压发电系统的输入端工质参数(如流量、温度、压力差等)和输出端负荷需求多变、难以预测的特点,以分布式余压发电系统的输出稳定性高、运行效率高及设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型;
2)根据供能侧及用能侧参数的变化,采用非支配排序的遗传算法实时求解分布式余压发电系统中各个阀门的开度,从而提高分布式余压发电系统的运行效率;
3)从多目标优化算法的一组pareto解中选择最优解,系统执行机构实时根据所计算的最优解调节分布式余压发电系统中各个阀门的开度;
实施过程:供方即高蒸汽压力用户1的蒸汽参数为2-3Mpa压力,200-280℃,蒸汽量为1.5-2.2t/h,到达用户蒸汽入口处的蒸汽参数为1.8-2.6MPa压力,150-230℃;而低蒸汽压力用户13所需供热参数为0.8-1.2MPa压力,150-200℃,蒸汽量1.5-2.2t/h,用户所需电能为0.38kV,15kW-30kW。此时在用户处安装本分布式余压发电系统,并采用多目标优化算法实时优化系统中各个电动阀门的开度,使得系统输出的电能和热能满足分布式用户的用能需求,基于多目标优化算法的分布式余压发电系统调控方法如附图2所示。具体实施步骤如下:
1)读取t时刻分布式余压发电系统中一号电动压力调节阀2、电动流量调节阀6、二号电动压力调节阀9的开度Vov(t),读取一号电动截止阀5、二号电动截止阀7、背压阀10的状态eovi(t);
2)读取t时刻流量计4值LQ(t),透平膨胀机8前后的蒸汽压力值STP前(t)、STP后(t),蒸汽管道14的蒸汽温度值T(t),发电机11的角速度值ω(t);
3)读取t时刻热负荷Qload(t)和电负荷Pload(t);
4)根据上述参数,计算t时刻分布式余压发电系统可供给低蒸汽压力用户13的热量Qout(t)和发电量Pout(t);
5)随机产生初始种群;
6)计及系统的能量守恒约束、设备约束以及电功率约束条件,计算各个目标函数值;
7)通过父代交叉、变异和选择产生子代种群;
8)迭代次数n1是否达到最大值,若未达到最大值,迭代次数加1,且返回步骤6);若达到最大值,则进行下一步;
9)从Pareto的一组解集中选择最优解即各个电动阀门的开度,执行机构按照此优化算法的结果进行动作;
10)判断评估周期是否结束,即t是否等于T,若t<T,则t=t+Δt,且返回会步骤1);若t=T,则算法结束。
本实施例中,将供方即高蒸汽压力用户1的蒸汽通过蒸汽管道14输送给透平膨胀机8,透平膨胀机8通过轴承17带动发电机11转动做功,将蒸汽的内能转换为电能,就地供低蒸汽压力用户13使用或者通过并网柜输送给电网;做功后蒸汽由透平膨胀机8经过透平出口管道15供给低蒸汽压力用户13,此过程中采用基于非支配排序的多目标优化算法可大幅度提高系统的稳定、经济性、设备使用寿命。
此外,术语“第一”、“第二”、“一号”、“二号”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“一号”、“二号”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种分布式余压发电系统的调控方法,其特征是,分布式余压发电系统包括透平膨胀机(8)、发电机(11)、变频器(12)和蒸汽管道(14);所述蒸汽管道(14)的输汽末端与透平膨胀机(8)连接,所述透平膨胀机(8)与轴承(17)的一端连接,所述轴承(17)的另一端与发电机(11)连接,所述发电机(11)与电力线路(18)的一端连接,所述电力线路(18)的另一端与变频器(12)连接,所述透平膨胀机(8)的出口与透平出口管道(15)的一端连接,所述透平出口管道(15)的另一端连通至低蒸汽压力用户(13);所述蒸汽管道(14)上按照输汽方向依次安装有一号电动压力调节阀(2)、流量计(4)、一号电动截止阀(5)和电动流量调节阀(6),且一号电动压力调节阀(2)的前端连通至高蒸汽压力用户(1);所述透平出口管道(15)上按照输汽方向依次安装有二号电动压力调节阀(9)和背压阀(10);所述蒸汽管道(14)上还安装有疏水阀(3),所述疏水阀(3)位于一号电动压力调节阀(2)和流量计(4)之间;
所述分布式余压发电系统还包括急停旁路(16),所述急停旁路(16)上安装有二号电动截止阀(7),所述急停旁路(16)的一端连接在流量计(4)与一号电动截止阀(5)之间的蒸汽管道(14)上,所述急停旁路(16)的另一端连接在透平出口管道(15)上;
调控方法步骤如下:
1)针对分布式余压发电系统的输入端工质参数和输出端负荷需求多变、难以预测的特点,以分布式余压发电系统的输出稳定性高、运行效率高及设备使用寿命长为目标,建立分布式余压发电系统的多目标优化模型;
2)根据供能侧及用能侧参数的变化,采用非支配排序的遗传算法实时求解分布式余压发电系统中各个阀门的开度,从而提高分布式余压发电系统的运行效率;
3)从多目标优化算法的一组pareto解中选择最优解,系统执行机构实时根据所计算的最优解调节分布式余压发电系统中各个阀门的开度;
分布式余压发电系统的目标函数如下:
1)系统稳定性
以一年T=8760h作为评估系统供电可靠性的周期,并将这个评估周期分为8760段,假设每段Δt分布式余压发电系统的供能侧工质参数及用能侧负荷是不变的,则以分布式余压发电系统一个评估周期内缺能率LSRQ表征系统稳定性的目标函数如下:
式中,LSRQ表示评估周期T内分布式余压发电系统的缺能率,Qload(t)表示t时刻分布式余压发电系统的负荷量,Q(t)表示t时刻分布式余压发电系统输出的功率,ηchg表示分布式余压发电系统的转换效率;
2)系统经济效益
系统能量损耗越小,则经济效益越高,故以系统能量损耗Qloss表征系统经济效益的目标函数如下:
式中,Qloss表示评估周期T内分布式余压发电系统的能量损耗;Qout(t)表示t时刻分布式余压发电系统供给热用户的能量,Pout(t)表示t时刻分布式余压发电系统输出的电能量,Qin(t)表示分布式余压发电系统t时刻输入的总能量;
3)设备使用寿命
设备使用寿命可用分布式余压发电系统中电动阀门的动作次数来表征,故其目标函数表达如下:
式中,opet表示评估周期T内分布式余压发电系统的电动阀门动作次数,n表示分布式余压发电系统中电动阀门的数量,eovi(t)表示第i个电动阀门t时刻的动作状态;
多目标优化算法的约束条件如下:
1)等式约束
Qin(t)-(Qout(t)+Pout(t))=Qloss(t)
式中,Qloss(t)表示t时刻分布式余压发电系统的损耗;
2)设备约束
3)电功率约束
Pout(t)≤PSM
式中,PSM表示分布式余压发电系统发电机的最大功率;
多目标优化算法的决策变量X(t)是分布式余压发电系统中各个电动阀门的实时开度,具体如下:
X(t)={Vov1(t),Vov2(t),...Vovn(t)}
式中,Vovn(t)表示t时刻分布式余压发电系统中第n个电动阀门的开度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892469.3A CN110735682B (zh) | 2019-09-20 | 2019-09-20 | 一种基于多目标优化算法的分布式余压发电系统及调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892469.3A CN110735682B (zh) | 2019-09-20 | 2019-09-20 | 一种基于多目标优化算法的分布式余压发电系统及调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110735682A CN110735682A (zh) | 2020-01-31 |
CN110735682B true CN110735682B (zh) | 2022-04-22 |
Family
ID=69268311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910892469.3A Active CN110735682B (zh) | 2019-09-20 | 2019-09-20 | 一种基于多目标优化算法的分布式余压发电系统及调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110735682B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199813B (zh) * | 2020-08-18 | 2023-07-11 | 华电电力科学研究院有限公司 | 面向工艺系统控制优化问题建模方法与遗传算法求解方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1881155A1 (en) * | 2006-07-21 | 2008-01-23 | Ansaldo Energia S.P.A. | Apparatus for designing turbines and turbine blades |
CN104566868B (zh) * | 2015-01-27 | 2017-09-08 | 杭州宏成节能科技有限公司 | 一种中央空调控制系统及其控制方法 |
CN104571068B (zh) * | 2015-01-30 | 2017-06-30 | 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 |
CN108206543B (zh) * | 2018-02-05 | 2021-06-04 | 东北大学 | 一种基于能源梯级利用的能源路由器及其运行优化方法 |
CN109687428B (zh) * | 2018-11-28 | 2020-06-19 | 华电电力科学研究院有限公司 | 多能互补分布式能源微网运行优化控制系统的控制方法 |
CN110017184B (zh) * | 2019-04-01 | 2024-02-27 | 华电电力科学研究院有限公司 | 一种基于强化学习算法的分布式余压发电系统及其控制方法 |
-
2019
- 2019-09-20 CN CN201910892469.3A patent/CN110735682B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110735682A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108631343A (zh) | 一种多能互补能源互联网优化调度方法 | |
CN112633560B (zh) | 一种含燃煤热电联产机组的电站优化调度方法 | |
CN102509175B (zh) | 分布式供电系统可靠性优化方法 | |
CN105869075A (zh) | 一种冷热电联供型微型能源网经济优化调度方法 | |
CN111244939B (zh) | 一种计及需求侧响应的多能互补系统两级优化设计方法 | |
CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
Tian et al. | Study on heat and power decoupling for CCHP system: Methodology and case study | |
CN110796279A (zh) | 一种多能互补优化运行方法与系统 | |
Guan et al. | Optimal configuration and operation of multi-energy complementary distributed energy systems | |
Kang et al. | Feed-forward active operation optimization for CCHP system considering thermal load forecasting | |
CN114742276A (zh) | 一种考虑㶲效率的含orc的园区综合能源系统多目标优化调度方法 | |
CN110735682B (zh) | 一种基于多目标优化算法的分布式余压发电系统及调控方法 | |
CN112001639A (zh) | 综合能源系统能源需求的可调能力评估方法及存储介质 | |
CN111625961A (zh) | 综合能源系统协同优化运行调控方法 | |
CN213783243U (zh) | 一种面向产业园区的综合能源系统运行优化装置 | |
CN113794242A (zh) | 一种计及天然气网动态特性的区间优化调度方法 | |
CN116306194A (zh) | 基于多目标优化理论的综合能源系统能效优化配置方法 | |
CN113595105A (zh) | 一种利用绝热压缩空气储能实现电网调频的方法和系统 | |
Ma et al. | Energy saving maximization on combined heat and power units in different scenarios | |
Chang et al. | Operation and configuration optimization of a cchp system for general building load | |
Yuan et al. | Day-ahead Optimal Scheduling Method for Integrated Energy System Considering Thermal Dynamic Characteristics of Heat Pipe Network | |
He et al. | An optimization method of multiple energy flows for CCHP based on fuzzy theory and PSO | |
Zheng et al. | Multi-objective optimal dispatch of CCHP system considering exergy loss and economic cost | |
Gao et al. | Optimal Cooperative Scheduling in Multi-energy Micro-grid Considering 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 |