CN110852618B - 一种综合能源系统的日前调度方法和相关装置 - Google Patents

一种综合能源系统的日前调度方法和相关装置 Download PDF

Info

Publication number
CN110852618B
CN110852618B CN201911095204.7A CN201911095204A CN110852618B CN 110852618 B CN110852618 B CN 110852618B CN 201911095204 A CN201911095204 A CN 201911095204A CN 110852618 B CN110852618 B CN 110852618B
Authority
CN
China
Prior art keywords
strategy
model
cost
scheduling
time
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
CN201911095204.7A
Other languages
English (en)
Other versions
CN110852618A (zh
Inventor
马顺
陈辉祥
李峰
陈铭
高长征
刘刚刚
赵名锐
韩超
韩淳
高晓彬
侯凯
高亚静
秦燕
秦万祥
孙罡
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
Grid Planning Research Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Grid Planning Research Center 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, Grid Planning Research Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201911095204.7A priority Critical patent/CN110852618B/zh
Publication of CN110852618A publication Critical patent/CN110852618A/zh
Application granted granted Critical
Publication of CN110852618B publication Critical patent/CN110852618B/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
    • G06Q10/06313—Resource planning in a project environment
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种综合能源系统的日前调度方法和相关装置，其中方法包括：根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；基于出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型；基于非合作博弈理论，对综合能源园区的N个分区进行双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，目标运行策略包括目标出力策略和目标热电比调节策略；根据所有运行策略，对综合能源园区进行对应的运行调度，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。

Description

一种综合能源系统的日前调度方法和相关装置
技术领域
本申请涉及电力调度技术领域，尤其涉及一种综合能源系统的日前调度方法和相关装置。
背景技术
随着能源需求的增长和城市化发展的加快，能源需求与环境资源之间的矛盾日益突出。在这样的大环境下，综合能源系统应运而生。
综合能源系统作是指一定区域(即综合能源园区)内利用先进的物理信息技术和创新管理模式，整合该区域内煤炭、石油、天然气、电能、热能等能源，实现多种能源子系统之间的协调规划、优化运行。综合能源系统的基本要求是，在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展。因此，对综合能源系统进行日前调度，是确保综合能源系统优化运行的重要环节，具有重要意义。
现有对综合能源系统进行日前调度时，是对综合能源园区进行细化分区后进行的，这些分区作为独立的决策者存在于综合能源园区中，都希望尽可能地使自身收益最大化。这种日前调度方法虽然取得了一定的效果，但是调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高。
发明内容
有鉴于此，本申请提供了一种综合能源系统的日前调度方法和相关装置，对整个综合能源园区进行综合考量，使得能源利用最大化。
本申请第一方面提供了一种综合能源系统的日前调度方法，包括：
根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；
基于所述出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，所述上层模型以日成本最小为目标，所述下层模型以热电联产系统的用能效率最高为目标；
基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略；
根据所有所述运行策略，对所述综合能源园区进行对应的运行调度。
可选地，所述上层模型的目标函数为：
Figure BDA0002268112490000021
式中，Csum为综合能源园区的日成本，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
可选地，所述下层模型的目标函数为：
Figure BDA0002268112490000022
式中，ηp为热电联产系统的用能效率，Pgas(t)为t时刻使用的天然气总量，
Figure BDA0002268112490000023
为热电联产系统t时刻输出的电功率，
Figure BDA0002268112490000024
为余热锅炉t时刻输出的热功率，
Figure BDA0002268112490000025
为燃气锅炉t时刻输出的热功率，Poil(t)为t时刻补充的燃油的能量。
可选地，所述基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略具体包括：
获取综合能源园区的N个分区各自对应的初始运行策略，所述初始运行策略包括：初始出力策略和初始热电比调节策略；
基于非合作博弈理论，根据所有所述初始运行策略，逐个对每一所述分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，所述过程运行策略包括：过程出力策略和过程热电比调节策略；
当各分区对应的日成本满足预设条件时，将各分区的所述过程运行策略作为所述目标运行策略，所述目标运行策略包括：目标出力策略和目标热电比调节策略。
可选地，所述基于非合作博弈理论，根据所有所述初始运行策略，逐个对每一所述分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，所述过程运行策略包括：过程出力策略和过程热电比调节策略具体包括：
S1、基于所述上层模型，根据N个分区中第n个分区的初始运行策略，计算所述第n个分区的过程出力策略和日成本；
S2、将所述第n个分区的过程出力策略输入至所述下层模型，计算所述第n个分区的过程热电比调节策略；
S3、将所述第n个分区的过程热电比调节策略输入至所述上层模型，计算所述第n个分区的新过程出力策略和新日成本；
S4、判断所述第n个分区的日成本和新日成本之间的差值是否小于预设阈值，若是，则将所述新过程出力策略和所述热电比调节策略作为所述第n个分区的过程运行策略，若否，则将所述新过程出力策略作为所述初始运行策略后返回步骤S2；
S5、对所述N个分区中的剩余N-1个分区执行上述步骤S1至步骤S4后，确定N-1个分区各自对应的过程运行策略。
可选地，所述当各分区对应的日成本满足预设条件时，将各分区的所述过程运行策略作为所述目标运行策略具体包括：
重复执行步骤S1至步骤S5，直至N个分区各自对应的日成本不再变化，将N个分区各自对应的过程运行策略作为对应的目标运行策略。
本申请第二方面提供了一种综合能源系统的日前调度装置，包括：
第一构建单元，用于根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；
第二构建单元，用于基于所述出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，所述上层模型以日成本最小为目标，所述下层模型以热电联产系统的用能效率最高为目标；
寻优单元，用于基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略；
调度单元，用于根据所有所述运行策略，对所述综合能源园区进行对应的运行调度。
可选地，所述上层模型的目标函数为：
Figure BDA0002268112490000041
式中，Csum为综合能源园区的日成本，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
本申请第三方面提供了一种综合能源系统的日前调度设备，包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面所述的综合能源系统的日前调度方法。
本申请第四方面提供了一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的综合能源系统的日前调度方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种综合能源系统的日前调度方法，包括：根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；基于出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，上层模型以日成本最小为目标，下层模型以热电联产系统的用能效率最高为目标；基于非合作博弈理论，对综合能源园区的N个分区进行双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，目标运行策略包括目标出力策略和目标热电比调节策略；根据所有运行策略，对综合能源园区进行对应的运行调度。本申请中，在构建出力模型和日成本模型、双层优化调度模型后，针对综合能源园区内的各分区目标运行策略的计算，通过非合作博弈理论实现，各分区在自身收益最大化的同时，其的收益又受到其他分区的影响，实现对综合能源园区的综合考量，避免出现能源分配不均衡，以达到能源利用最大化的目的，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。
附图说明
图1为本申请实施例中一种综合能源系统的日前调度方法的第一实施例的流程示意图；
图2为本申请实施例中一种综合能源系统的日前调度方法的第二实施例的流程示意图；
图3为本申请实施例中一种综合能源系统的日前调度方法的双层优化调度模型的结构示意图；
图4为本申请实施例中一种综合能源系统的日前调度方法的应用例的流程示意图；
图5为本申请实施例中一种综合能源系统的日前调度装置的结构示意图。
具体实施方式
本申请实施例提供了一种综合能源系统的日前调度方法和相关装置，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请实施例第一方面提供了一种综合能源系统的日前调度方法的实施例。
请参阅图1，本申请实施例中一种综合能源系统的日前调度方法的第一实施例的流程示意图，包括：
步骤101、根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型。
需要说明的是，对综合能源系统进行日前调度时，首先根据能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型。
步骤102、基于出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，上层模型以日成本最小为目标，下层模型以热电联产系统的用能效率最高为目标。
需要说明的是，在得到出力模型和日成本模型后，基于出力模型和日成本模型，构建用于确定目标运行策略的双层优化调度模型，该双层优化调度模型由上层模型和下层模型构成，上层模型以日成本最小为目标，下层模型以热电联产系统的用能效率最高为目标。
步骤103、基于非合作博弈理论，对综合能源园区的N个分区进行双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，目标运行策略包括目标出力策略和目标热电比调节策略。
需要说明的是，在构建用于确定目标运行策略的双层优化调度模型后进行目标运行策略的确定，为了综合考量综合能源中的各分区及各分区之间的互相影响，采用非合作博弈进行，当一个分区的运行策略发生改变时，其余分区的运行策略也会随之发生变化，因此各分区的日成本不仅与自身的运行策略有关，还受到其余分区运行策略的影响，由此各分区构成非合作博弈关系。
步骤104、根据所有运行策略，对综合能源园区进行对应的运行调度。
需要说明的是，在确定N个分区各自对应的运行策略后，根据所有运行策略，对综合能源园区进行对应的运行调度。
本实施例中，在构建出力模型和日成本模型、双层优化调度模型后，针对综合能源园区内的各分区目标运行策略的计算，通过非合作博弈理论实现，各分区在自身收益最大化的同时，其的收益又受到其他分区的影响，实现对综合能源园区的综合考量，避免出现能源分配不均衡，以达到能源利用最大化的目的，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。
以上为本申请实施例提供的一种综合能源系统的日前调度方法的第一实施例，以下为本申请实施例提供的一种综合能源系统的日前调度方法的第二实施例，具体请参阅图2和图3。
一种综合能源系统的日前调度方法的第二实施例，包括：
步骤201、根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型。
可以理解的是，出力模型包括：
1.CHP系统(热电联产系统)，包括燃气轮机和余热锅炉；
(1)燃气轮机输出电功率模型，通过向燃气轮机中添加天然气，天然气在燃烧后膨胀做功提供机械能进而转化为电能，燃气轮机的输出电功率为：
Figure BDA0002268112490000071
式中，
Figure BDA0002268112490000072
为CHP系统在t时刻输出的电功率，
Figure BDA0002268112490000073
为CHP系统的发电效率，
Figure BDA0002268112490000074
为t时刻输入CHP系统的天然气的能量。
(2)余热锅炉输出热功率模型，余热锅炉可利用燃气轮机发电时产生的余热输出热能，余热锅炉输出的热功率为：
Figure BDA0002268112490000075
式中，
Figure BDA0002268112490000076
为余热锅炉t时刻输出的热功率，VCHP(t)为CHP系统在t时刻的热电比。
热电比是CHP系统在t时刻输出热功率与输出电功率的比值，可通过向带补燃装置的余热锅炉补充燃油来调节补燃率，从而改变CHP系统的热电比。补燃装置可分为外补燃和内补燃，本实施例中假设余热锅炉采用内补燃装置，计算时采用SPSS进行拟合，得到如下线性关系：
VCHP(t)＝Ya·A(t)+Yb
Figure BDA0002268112490000081
式中，A(t)为t时刻的补燃率，单位为％，Poil(t)为t时刻补充的燃油的能量，单位为kW，Ya＝2.589，Yb＝2.064，Yc＝0.381，Yd＝0.001。
2.燃气锅炉输出热功率模型，当CHP系统输出的余热无法满足热负荷需求时，可以向燃气锅炉添加天然气以补充热量，燃气锅炉的输出热功率为：
Figure BDA0002268112490000082
式中，
Figure BDA0002268112490000083
为燃气锅炉在t时刻输出的热功率，ηGB为燃气锅炉的产热效率，
Figure BDA0002268112490000084
为t时刻输入燃气锅炉的天然气的能量。
3.电制冷机组运行模型，电制冷机组可对电能进行转化，为综合能源园区冷负荷提供需求，运行模型如下：
Figure BDA0002268112490000085
式中，Pe c(t)为电制冷机组在t时刻输出的冷功率，
Figure BDA0002268112490000086
为电制冷机组的转换效率，Pc e(t)为电制冷机组在t时刻输入的电功率。
4.热泵机组运行模型，热泵可对电能进行转化，为综合能源园区热负荷提供需求，运行模型如下：
Figure BDA0002268112490000087
式中，Pe h(t)为热泵机组在t时刻输出的热功率，
Figure BDA0002268112490000088
为热泵机组的转换效率，
Figure BDA0002268112490000089
为热泵机组在t时刻输入的电功率。
5.吸收式制冷机组运行模型，吸收式制冷机组可对热能进行转化，为综合能源园区冷负荷提供需求，运行模型如下：
Figure BDA00022681124900000810
式中，
Figure BDA00022681124900000811
为吸收式制冷机组在t时刻输出的冷功率，
Figure BDA00022681124900000812
为吸收式制冷机组的转换效率，
Figure BDA00022681124900000813
为吸收式制冷机组在t时刻输入的热功率。
日成本模型
日成本包括日运行成本和日环境成本，其中日运行成本包括综合能源园区每日的购气成本、购电成本、燃油成本以及各设备的运行维护成本，其中气价和电价与综合能源园区的购气量和购电量相关，即购买量越多，价格越高，燃油由于只起到调节作用，购买量相对较小，视为定价，综合能源园区日环境成本包括综合能源园区每日使用燃气轮机、余热锅炉和燃气锅炉时所造成污染物的治理成本。
综合能源园区日运行成本
1.购气成本模型，综合能源园区向天然气供应商购买燃气用于燃气轮机和燃气锅炉，购气成本如下：
Figure BDA0002268112490000091
式中，Cgas(t)为综合能源园区在t时刻的购气成本，cgas(t)为t时刻的天然气价格，Δt为一天内各小时的时间间隔，λgas为天然气热值。其中天然气价格与综合能源园区的购气量呈正相关，即：
Figure BDA0002268112490000092
式中，Agas和Bgas为气价参数。
2.购电成本模型，综合能源园区向电网购电以满足综合能源园区的电负荷需求，并可通过电储能设备、电制冷机组和热泵机组实现电能的储存和转换，购电成本如下：
Figure BDA0002268112490000093
式中，Cgrid(t)为综合能源园区在t时刻的购电成本，cgrid(t)为t时刻的电价，
Figure BDA0002268112490000094
为综合能源园区在t时刻的购电量，其中电价与综合能源园区的购电量呈正相关，且受到用电峰谷期的影响，即：
Figure BDA0002268112490000095
式中，a(t)和b(t)为t时刻的电价参数。
3.燃油成本模型，燃油用于补燃，可调节CHP系统的热电比，其成本如下：
Coil(t)＝coil·Poil(t)·Δt/λoil
式中，Coil(t)为t时刻的燃油购买成本，coil为燃油价格，λoil为燃油热值。
4.CCHP设备成本模型，该项成本包括CHP系统、燃气锅炉、电制冷机组、热泵机组以及吸收式制冷机组这些设备的运行维护成本，如下所示：
Figure BDA0002268112490000101
式中，CCCHP(t)为t时刻CCHP设备的运行维护总成本，ci为上述5种设备的单位运维成本，Pi(t)为5种设备在t时刻的输出功率。
5.储能成本模型，指电储能设备充放电的运行维护成本，如下所示：
Figure BDA0002268112490000102
式中，Csto(t)为t时刻电储能设备的运行维护成本，csto为电储能设备单位充放电量的运行维护成本，ηsto为电储能设备的充放电效率，
Figure BDA0002268112490000103
和
Figure BDA0002268112490000104
分别为t时刻电储能设备的充电功率和放电功率。
综合能源园区日环境成本
1.燃气轮机环境成本模型
Figure BDA0002268112490000105
式中，CGT(t)为燃气轮机t时刻的环境成本，i表示污染物种类，包括SO2、NOx、CO、CO2、TSP，
Figure BDA0002268112490000106
为燃气轮机输出单位电功率的各污染物排放量，Ki为各污染物的环境成本。
2.余热锅炉环境成本模型
Figure BDA0002268112490000107
式中，CWHB(t)为余热锅炉t时刻的环境成本，
Figure BDA0002268112490000108
为余热锅炉输出单位热功率的各污染物排放量。
3.燃气锅炉环境成本模型
Figure BDA0002268112490000109
式中，CGB(t)为燃气锅炉t时刻的环境成本，
Figure BDA00022681124900001010
为燃气锅炉输出单位热功率的各污染物排放量。
步骤202、基于出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，上层模型以日成本最小为目标，下层模型以热电联产系统的用能效率最高为目标。
需要说明的是，上层模型的目标函数为：
Figure BDA0002268112490000111
式中，Csum为综合能源园区的日成本，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
约束条件为
1.能量守恒约束
1)电负荷
Figure BDA0002268112490000112
式中，
Figure BDA0002268112490000113
为t时刻的综合能源园区的光伏发电输出电功率，Le(t)为t时刻综合能源园区的电负荷。
2)热负荷
Figure BDA0002268112490000114
式中，Lh(t)为t时刻综合能源园区的热负荷。
3)冷负荷
Figure BDA0002268112490000115
式中，Lc(t)为t时刻综合能源园区的冷负荷。
2.设备出力约束
Figure BDA0002268112490000116
式中，k＝1,2,…,5代表CHP系统、燃气锅炉、电制冷机组，热泵机组、吸收式制冷机组，Pk为各类设备的输出功率，
Figure BDA0002268112490000117
为各类设备的最大输出功率。
3.储能约束
Figure BDA0002268112490000121
式中
Figure BDA0002268112490000122
为电储能设备充、放电最大功率。
下层模型的目标函数为：
Figure BDA0002268112490000123
式中，ηp为热电联产系统的用能效率，Pgas(t)为t时刻使用的天然气总量，
Figure BDA0002268112490000124
为热电联产系统t时刻输出的电功率，
Figure BDA0002268112490000125
为余热锅炉t时刻输出的热功率，
Figure BDA0002268112490000126
为燃气锅炉t时刻输出的热功率，Poil(t)为t时刻补充的燃油的能量。
约束条件为：
CHP系统采用内补燃装置余热锅炉，由于内补燃装置补燃量较少，因此在添加燃油调节热电比时需满足内补燃装置补燃率约束，约束条件如下
0＜A(t)＜Amax
式中，Amax为内补燃装置最大补燃率，可以取1(％)。
步骤203、获取综合能源园区的N个分区各自对应的初始运行策略，初始运行策略包括：初始出力策略和初始热电比调节策略。
步骤204、基于非合作博弈理论，根据所有初始运行策略，逐个对每一分区进行双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，过程运行策略包括：过程出力策略和过程热电比调节策略。
需要说明的是，基于非合作博弈理论，根据所有初始运行策略，逐个对每一分区进行双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，过程运行策略包括：过程出力策略和过程热电比调节策略具体包括：
S1、基于上层模型，根据N个分区中第n个分区的初始运行策略，计算第n个分区的过程出力策略和日成本；
S2、将第n个分区的过程出力策略输入至下层模型，计算第n个分区的过程热电比调节策略；
S3、将第n个分区的过程热电比调节策略输入至上层模型，计算第n个分区的新过程出力策略和新日成本；
S4、判断第n个分区的日成本和新日成本之间的差值是否小于预设阈值，若是，则将新过程出力策略和热电比调节策略作为第n个分区的过程运行策略，若否，则将新过程出力策略作为初始运行策略后返回步骤S2；
S5、对N个分区中的剩余N-1个分区执行上述步骤S1至步骤S4后，确定N-1个分区各自对应的过程运行策略。
初始出力策略bn(t)为：
Figure BDA0002268112490000131
目标出力策略
Figure BDA0002268112490000132
对应经过迭代寻优后的初始出力策略，在此不再赘述。
为了便于理解，参照图4，此处对非合作博弈理论下的目标运行策略的计算还进行以下说明：
步骤1：对N个分区的运行策略sn(t)进行初值设置，设置精度ε；
步骤2：针对第n个分区，将剩余N-1个分区的运行策略视为定值，通过上层模型计算出力策略最优解bn(t)以及日成本cn；
步骤3：将得到的出力策略最优解bn(t)作为已知量输入下层模型，得到热电比调节策略最优解
Figure BDA0002268112490000133
步骤4：根据
Figure BDA0002268112490000134
重新计算上层模型的目标函数，得到新出力策略最优解bn*(t)和新日成本cn*；
步骤5：当
Figure BDA0002268112490000135
时，此时的运行策略
Figure BDA0002268112490000136
即为该分区的最优策略，否则重复步骤3；
步骤6：重复步骤2-5，求解剩余N-1个分区的最优运行策略；
步骤7：重复步骤2-6，直到N个分区的最优运行策略不再发生变化，此时得到的即为Nash均衡解下的各分区运行策略。
步骤205、当各分区对应的日成本满足预设条件时，将各分区的过程运行策略作为目标运行策略，目标运行策略包括：目标出力策略和目标热电比调节策略。
需要说明的是，当各分区对应的日成本满足预设条件时，将各分区的过程运行策略作为目标运行策略具体包括：
重复执行步骤S1至步骤S5，直至N个分区各自对应的日成本不再变化，将N个分区各自对应的过程运行策略作为对应的目标运行策略。
可以理解的是，参与博弈的所有分区都是为了达到自己期望成本最小值，在博弈过程中，各分区会达到某个平衡点，此时对于各分区来说，自身的运行策略是最优的，若改变策略则会导致成本增加，也就是说，此时各分区都没有改变自身运行策略的动机，这个均衡状态就是Nash均衡，此时各分区的即为Nash均衡解。
步骤206、根据所有运行策略，对综合能源园区进行对应的运行调度。
本实施例中，在构建出力模型和日成本模型、双层优化调度模型后，针对综合能源园区内的各分区目标运行策略的计算，通过非合作博弈理论实现，各分区在自身收益最大化的同时，其的收益又受到其他分区的影响，实现对综合能源园区的综合考量，避免出现能源分配不均衡，以达到能源利用最大化的目的，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。
以上为本申请实施例提供的一种综合能源系统的日前调度方法的第二实施例，以下为本申请实施例提供的一种综合能源系统的日前调度方法的应用例。
本应用例中，以某综合能源园区为例算例分析，该园区按负荷密度可分为四个分区：
以下为算例的基础数据：气价参数Agas＝2.6元/(m3)2，Bgas＝0.0003元/m3，λgas＝9.88kWh/m3，电价参数采用峰谷电价机制，谷时(t＝1～6，23～24)，a(t)＝1.4×10-5元/(kWh)2，b(t)＝0.371元/kWh，平时，(t＝7～11，14～19)，a(t)＝2.1×10-5元/(kWh)2，b(t)＝0.728元/kWh，峰时(t＝12～13，20～22)，a(t)＝2.8×10-5元/(kWh)2，b(t)＝1.183元/kWh，coil＝2.45元/kg，λoil＝12.22kWh/kg，园区内各设备效率和运行成本参数如表1所示，燃气轮机、余热锅炉、燃气锅炉的污染物排放强度以及各污染物的环境成本如表2所示。
表1
Figure BDA0002268112490000151
表2
Figure BDA0002268112490000152
本申请实施例第二方面提供了一种综合能源系统的日前调度装置的实施例。
请参阅图5，本申请实施例中一种综合能源系统的日前调度装置的结构示意图，包括：
第一构建单元501，用于根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；
第二构建单元502，用于基于出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，上层模型以日成本最小为目标，下层模型以热电联产系统的用能效率最高为目标；
寻优单元503，用于基于非合作博弈理论，对综合能源园区的N个分区进行双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，目标运行策略包括目标出力策略和目标热电比调节策略；
调度单元504，用于根据所有运行策略，对综合能源园区进行对应的运行调度。
进一步地，上层模型的目标函数为：
Figure BDA0002268112490000161
式中，Csum为综合能源园区的日成本，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本实施例中，在构建出力模型和日成本模型、双层优化调度模型后，针对综合能源园区内的各分区目标运行策略的计算，通过非合作博弈理论实现，各分区在自身收益最大化的同时，其的收益又受到其他分区的影响，实现对综合能源园区的综合考量，避免出现能源分配不均衡，以达到能源利用最大化的目的，解决了现有调度时未对综合能源园区进行综合考量，出现能源分配不均衡，导致能源利用率不高的技术问题。
本申请实施例第三方面提供了一种综合能源系统的日前调度设备的实施例。
一种综合能源系统的日前调度设备，包括处理器以及存储器；存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行第一方面的综合能源系统的日前调度方法。
本申请实施例第四方面提供了一种存储介质的实施例。
一种存储介质，存储介质用于存储程序代码，程序代码用于执行第一方面的综合能源系统的日前调度方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个待安装电网网络，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种综合能源系统的日前调度方法，其特征在于，包括：
根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；
基于所述出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，所述上层模型以日成本最小为目标，所述下层模型以热电联产系统的用能效率最高为目标；
基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略；
根据所有所述运行策略，对所述综合能源园区进行对应的运行调度；
所述基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略具体包括：
获取综合能源园区的N个分区各自对应的初始运行策略，所述初始运行策略包括：初始出力策略和初始热电比调节策略；
基于非合作博弈理论，根据所有所述初始运行策略，逐个对每一所述分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，所述过程运行策略包括：过程出力策略和过程热电比调节策略；
当各分区对应的日成本满足预设条件时，将各分区的所述过程运行策略作为所述目标运行策略，所述目标运行策略包括：目标出力策略和目标热电比调节策略。
2.根据权利要求1所述的综合能源系统的日前调度方法，其特征在于，所述上层模型的目标函数为：
Figure FDA0003651936480000011
式中，Csum为综合能源园区的日成本，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
3.根据权利要求1所述的综合能源系统的日前调度方法，其特征在于，所述下层模型的目标函数为：
Figure FDA0003651936480000021
式中，ηp为热电联产系统的用能效率，Pgas(t)为t时刻使用的天然气总量，
Figure FDA0003651936480000022
为热电联产系统t时刻输出的电功率，
Figure FDA0003651936480000023
为余热锅炉t时刻输出的热功率，
Figure FDA0003651936480000024
为燃气锅炉t时刻输出的热功率，Poil(t)为t时刻补充的燃油的能量。
4.根据权利要求1所述的综合能源系统的日前调度方法，其特征在于，所述基于非合作博弈理论，根据所有所述初始运行策略，逐个对每一所述分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，所述过程运行策略包括：过程出力策略和过程热电比调节策略具体包括：
S1、基于所述上层模型，根据N个分区中第n个分区的初始运行策略，计算所述第n个分区的过程出力策略和日成本；
S2、将所述第n个分区的过程出力策略输入至所述下层模型，计算所述第n个分区的过程热电比调节策略；
S3、将所述第n个分区的过程热电比调节策略输入至所述上层模型，计算所述第n个分区的新过程出力策略和新日成本；
S4、判断所述第n个分区的日成本和新日成本之间的差值是否小于预设阈值，若是，则将所述新过程出力策略和所述热电比调节策略作为所述第n个分区的过程运行策略，若否，则将所述新过程出力策略作为所述初始运行策略后返回步骤S2；
S5、对所述N个分区中的剩余N-1个分区执行上述步骤S1至步骤S4后，确定N-1个分区各自对应的过程运行策略。
5.根据权利要求4所述的综合能源系统的日前调度方法，其特征在于，所述当各分区对应的日成本满足预设条件时，将各分区的所述过程运行策略作为所述目标运行策略具体包括：
重复执行步骤S1至步骤S5，直至N个分区各自对应的日成本不再变化，将N个分区各自对应的过程运行策略作为对应的目标运行策略。
6.一种综合能源系统的日前调度装置，其特征在于，包括：
第一构建单元，用于根据综合能源系统中综合能源园区的运行情况，构建用于日前调度的出力模型和日成本模型；
第二构建单元，用于基于所述出力模型和日成本模型，构建由上层模型和下层模型构成的双层优化调度模型，其中，所述上层模型以日成本最小为目标，所述下层模型以热电联产系统的用能效率最高为目标；
寻优单元，用于基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略；
调度单元，用于根据所有所述运行策略，对所述综合能源园区进行对应的运行调度；
所述基于非合作博弈理论，对所述综合能源园区的N个分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的目标运行策略，所述目标运行策略包括目标出力策略和目标热电比调节策略具体包括：
获取综合能源园区的N个分区各自对应的初始运行策略，所述初始运行策略包括：初始出力策略和初始热电比调节策略；
基于非合作博弈理论，根据所有所述初始运行策略，逐个对每一所述分区进行所述双层优化调度模型的迭代寻优，确定各分区对应的过程运行策略，所述过程运行策略包括：过程出力策略和过程热电比调节策略；
当各分区对应的日成本满足预设条件时，将各分区的所述过程运行策略作为所述目标运行策略，所述目标运行策略包括：目标出力策略和目标热电比调节策略。
7.根据权利要求6所述的综合能源系统的日前调度装置，其特征在于，所述上层模型的目标函数为：
Figure FDA0003651936480000041
式中，Csum为综合能源园区的日成本，Cop(t)为t时刻的综合能源园区的运行成本，Cop(t)＝Cgas(t)+Cgrid(t)+Coil(t)+CCCHP(t)+Csto(t)，Cen(t)为t时刻的综合能源园区的环境成本，Cen(t)＝CGT(t)+CWHB(t)+CGB(t)，Cgas(t)为t时刻的购气成本，Cgrid(t)为t时刻的购电成本，Coil(t)为t时刻的燃油购买成本，CCCHP(t)为t时刻CCHP设备的运行维护总成本，Csto(t)为t时刻电储能设备的运行维护成本，CGT(t)为燃气轮t时刻的环境成本，CWHB(t)为余热锅炉t时刻的环境成本，CGB(t)为燃气锅炉t时刻的环境成本。
8.一种综合能源系统的日前调度设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1至5中任一项所述的综合能源系统的日前调度方法。
9.一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码用于执行权利要求1至5中任一项所述的综合能源系统的日前调度方法。
CN201911095204.7A 2019-11-11 2019-11-11 一种综合能源系统的日前调度方法和相关装置 Active CN110852618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911095204.7A CN110852618B (zh) 2019-11-11 2019-11-11 一种综合能源系统的日前调度方法和相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911095204.7A CN110852618B (zh) 2019-11-11 2019-11-11 一种综合能源系统的日前调度方法和相关装置

Publications (2)

Publication Number Publication Date
CN110852618A CN110852618A (zh) 2020-02-28
CN110852618B true CN110852618B (zh) 2022-07-19

Family

ID=69601197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911095204.7A Active CN110852618B (zh) 2019-11-11 2019-11-11 一种综合能源系统的日前调度方法和相关装置

Country Status (1)

Country Link
CN (1) CN110852618B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882136B (zh) * 2020-08-06 2023-10-20 南方电网科学研究院有限责任公司 一种园区综合能源系统的双目标优化调度方法及装置
CN112465240B (zh) * 2020-12-03 2022-08-23 上海电力大学 基于合作博弈的综合能源系统多园区能量调度优化方法
CN112734451B (zh) * 2021-01-15 2023-06-06 山东大学 一种基于非合作博弈的农业大棚多能源系统和优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN108629470A (zh) * 2017-03-17 2018-10-09 华北电力大学 基于非合作博弈的多能互补系统能量管理与优化运行
CN109004686A (zh) * 2018-08-29 2018-12-14 三峡大学 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN109409615A (zh) * 2018-11-19 2019-03-01 三峡大学 基于非合作博弈的充换储一体化电站微电网优化调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8990308B2 (en) * 2012-09-28 2015-03-24 Rex Wiig System and method of a requirement, compliance and resource management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629470A (zh) * 2017-03-17 2018-10-09 华北电力大学 基于非合作博弈的多能互补系统能量管理与优化运行
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN109004686A (zh) * 2018-08-29 2018-12-14 三峡大学 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN109409615A (zh) * 2018-11-19 2019-03-01 三峡大学 基于非合作博弈的充换储一体化电站微电网优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
工业园区参与调峰的电池储能—需求响应联合规划;胡枭 等;《电力系统自动化》;20190815;全文 *

Also Published As

Publication number Publication date
CN110852618A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
Wang et al. Flexibility of combined heat and power plants: A review of technologies and operation strategies
Wang et al. Game theory-based multi-agent capacity optimization for integrated energy systems with compressed air energy storage
CN110852618B (zh) 一种综合能源系统的日前调度方法和相关装置
Wang et al. Research on the optimization method of integrated energy system operation with multi-subject game
CN112837181B (zh) 计及需求响应不确定性的综合能源系统的调度方法
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN110163443A (zh) 考虑电-气综合需求响应的天然气调压站微能网优化调度方法
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN111008739A (zh) 一种热电联产虚拟电厂优化调控及收益分配方法及系统
CN111404153A (zh) 计及可再生能源与需求响应的能量枢纽规划模型构建方法
Wang et al. Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism
CN106022656A (zh) 基于互联网的能源站交互式管理控制系统
Dai et al. Optimization of CCHP integrated with multiple load, replenished energy, and hybrid storage in different operation modes
Du et al. RETRACTED ARTICLE: Optimal scheduling of integrated energy system based on improved grey wolf optimization algorithm
Zhao et al. Multi-objective optimization of a hybrid system based on combined heat and compressed air energy storage and electrical boiler for wind power penetration and heat-power decoupling purposes
Arnone et al. Energy management of multi-carrier smart buildings for integrating local renewable energy systems
Liu et al. Planning of multi energy-type micro energy grid based on improved Kriging model
CN116167483A (zh) 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法
Marguerite et al. Multi-criteria analysis of storages integration and operation solutions into the district heating network of Aarhus–A simulation case study
Li et al. Study on the operation strategy for integrated energy system with multiple complementary energy based on developed superstructure model
CN111126675A (zh) 多能互补微网系统优化方法
Wang et al. Two-layer optimization of integrated energy system with considering ambient temperature effect and variable operation scheme
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
CN114204553A (zh) 一种发电配比方法、装置及设备
Yan et al. Multiobjective operation optimization of DER for short-and long-run sustainability of local integrated energy systems

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