CN110910272B - 一种城市综合能源系统多目标优化方法 - Google Patents

一种城市综合能源系统多目标优化方法 Download PDF

Info

Publication number
CN110910272B
CN110910272B CN201911029496.4A CN201911029496A CN110910272B CN 110910272 B CN110910272 B CN 110910272B CN 201911029496 A CN201911029496 A CN 201911029496A CN 110910272 B CN110910272 B CN 110910272B
Authority
CN
China
Prior art keywords
energy
link
representing
efficiency
cost
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
CN201911029496.4A
Other languages
English (en)
Other versions
CN110910272A (zh
Inventor
赵长伟
刘瑾
戚艳
张燕宏
王继革
张慧颖
杨得博
王旭东
王合兵
杨国朝
赵村
李庆镭
李广敏
杨智
骈睿珺
刘伟
吕剑
张鹏
李刚
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 Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power 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 Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911029496.4A priority Critical patent/CN110910272B/zh
Publication of CN110910272A publication Critical patent/CN110910272A/zh
Application granted granted Critical
Publication of CN110910272B publication Critical patent/CN110910272B/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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本发明属于能源与环境技术领域,主要涉及一种城市综合能源系统多目标优化方法,包括如下步骤:S1:城市综合能源系统环节划分;S2:城市综合能源系统能效建模;S3:城市综合能源系统经济性建模;S4:城市综合能源系统环保性建模;S5:城市综合能源系统优化目标与约束;S6:城市综合能源系统优化求解,选用NSGA‑II算法求解多目标优化问题,采用本发明所述的方法,可将能源技术效率、经济效益、环境效益作为多目标,对城市综合能源系统进行优化与分析,为城市能源规划与发展提供科学依据。

Description

一种城市综合能源系统多目标优化方法
技术领域
本发明属于能源与环境技术领域,主要涉及一种城市综合能源系统多目标优化方法。
背景技术
随着工业的发展和居民生活对于能源的不断增长,能源消耗不断增加,环境问题也日益突出。城市是主要能源利用的主要场所,为实现能源的经济、高效、绿色利用,需要对城市综合能源系统进行优化,以提高城市的能源利用水平。因此,本专利将能源技术效率、经济效益、环境效益作为多目标,对城市综合能源系统进行优化与分析,为城市能源规划与发展提供科学依据。
发明内容
本发明的目的在于填补现有技术的空白,提出一种城市综合能源系统的多目标优化方法,提出城市综合能源系统多目标优化的目标函数、约束条件以及求解方法。
本发明采取的技术方案是:
一种城市综合能源系统多目标优化方法,其特征在于:包括如下步骤:
S1:城市综合能源系统环节划分
将城市综合能源系统分为额能源生产、运输、转换、存储和利用五个环节;各环节的输入与输出关系如下式:
Li=CiPi
其中i=1、2、3、4、5,分别代表能源生产、运输、转换、储存和利用的五个环节;Pi和Li分别代表第i部分的能量输入列向量和输出列向量,不同行元素代表不同的能源形式;Ci代表能效矩阵,其第m行第n列的元素值代表第m种能源经过本环节后转换成第n种能源的效率;
S2:城市综合能源系统能效建模;
S3:城市综合能源系统经济性建模
本发明中经济性指年运行成本,考虑城市综合能源系统在能源生产、转换和储存环节的产生的运行费用;在能源生产、转换和储存环节均存在如下关系:
ξi=πiPi
其中i=1,3,4分别表示能源生产、转换和储存环节;ξi代表第i个环节的成本(元);πi代表第i个环节的成本矩阵,反映单位能源在i环节产生的费用;
S4:城市综合能源系统环保性建模
城市综合能源系统以年总二氧化碳排放量作为环保性指标,核算方法如下式;
其中,R代表系统总CO2排放量,μh为第h种能源单位CO2排放系数;
S5:城市综合能源系统优化目标与约束
步骤一:确定优化目标
本发明采用多目标优化方法,优化目标如下:
max f={f1,-f2,-f3}
步骤二:确定约束条件,所述约束条件包括:能量供应约束;机动车需求量约束;燃油消耗约束;供需平衡约束;比例约束;
S6:城市综合能源系统优化求解,选用NSGA-II算法求解多目标优化问题。
进一步的,所述步骤S2中,具体方法如下:
S201:城市综合能源生产环节效率矩阵建模
能源生产环节由集中式电供热即CEH、火电厂即TP、燃煤锅炉即CFB、燃气锅炉即GB和热电联产即CHP五部分组成,该环节效率矩阵如式(2)所示;
其中λj i,α代表第i个环节第α种能量的j分量,ηcehtpcfbgb分别代表CEH、TP、CFB和GB的效率,ηchpechph代表CHP的发电效率和发热效率;
S202:城市综合能源运输环节效率矩阵建模
能源运输环节环节由电网即PG、热力管网即HSP和天然气网即GP三部分组成,该环节效率矩阵如式(3)所示;
其中,ηpghspgp分别代表PG、HSP和GP的效率;HSP的效率一般为95%;PG的效率可以通过(4)来计算;
ηpg=(1-a)(1-b)(1-c) (4)
其中A、B、C代表中压线损率、变压器损耗率、低压线损率;GCS的效率可以通过(5)计算;
其中,Q代表气体传输量,104m3;Eg,3代表气体压缩机消耗的电能,104kW·h;
S203:城市综合能源转换环节效率矩阵建模
能量转换环节由五部分组成:分布式可再生能源发电即DREG、分布式太阳能产热即DSHG、分布式电转热即DEHT、分布式电转冷即DECT和分布式气转电/冷/热设备即DGE;由于在能源转换环节增加了两个新的能源输入项,造成该环节输入P3不等于能量传输环节的输出L2;因此,定义矩阵T2如式6形式;
则有P3=L2T2+Pr,其中:
Pr=[0 0 0 0 0 P3re P3rh]T (7)
其中P3re、P3rh分别为分布式可再生电源和分布式可再生热源的投入量;该环节效率矩阵如式(8)所示;
其中ηdeht,,ηdect代表DEHT和DECT的效率,ηdgeedgehdgec代表DGE的发电效率、热效率和冷效率;
其中,λe,λh,λc分别代表电能、热能、冷能从转换环节输出到存储环节的比例;
S204:城市综合能源存储环节效率矩阵建模
能源储存环节由三部分组成:储电(EES)、储热(TES)和储冷(CS),该环节效率矩阵如式(10)所示;
其中ηees,ηtes,ηcs分别代表EES、TES和CS充放电效率;
S205:城市综合能源利用环节效率矩阵建模
能源利用环节共分五个部分:电负荷(EL),热负荷(HL),冷负荷(CL),气负荷(GS)、油需求(OR),该环节效率矩阵如式(11)所示;
其中ηelhlclglor分别代表EL、HL、CL、GL和OR用能效率
S206:城市综合能源系统能效模型
城市综合能源系统的输出矩阵L5可以用(12)表示;
L5=C5(I-λ+C4λ)C3(T2C2C1P1+Pr) (12)
其中I代表单位矩阵;则城市综合能源系统能效模型如式(13)所示;
进一步的,所述步骤S3中,具体方法如下:
S301:城市综合能源系统能源生产环节设备成本建模
能源生产环节设备的成本包含三方面来源,如下式:
π=πdfm (15)
其中,πd代表设备折旧成本,πf代表燃料成本,πm代表运行成本,可参考下述公式计算得出:
其中I代表设备总投资,P代表设备额定运行功率,τ代表年均运行小时数,T代表使用年限,Q代表燃料热值,M代表年均运行维护费用;
S302:城市综合能源系统能源转换环节设备成本建模
该环节包括分布式可再生电源即DREG、分布式电转热即DEHT、分布式电转冷即DECT和分布式气转电/冷/热设备即DGE,均属于分布式的能源生产设备,其建模与能源生产环节的建模方法相同;
S303:城市综合能源系统能源存储环节设备成本建模
首先,在城市综合能源系统中,电化学储能应用最为广泛,考虑建设成本、运行维护成本以及峰谷差电价收益,成本矩阵如式(19)所示;
其中,Qees代表电池容量,n代表运行年限,Δ代表电池容量年衰减率,Ω代表放电深度,πe表示该地峰谷电价差;
其次,参考德国储能协会给出的储热成本计算方法并结合储热/冷设备的收益,其成本可以由下式计算得出;
其中,I代表设备总投资,E代表设备储热/冷量,N代表储热设备年均热循环次数,πh和πl分别代表当地高峰电价和低谷电价;
S304:城市综合能源系统各环节成本模型
首先,计算能源生产环节成本矩阵模型,如下式所示;
其中,πe为年均市电价格,πceh,,πtp,πfp,πchpcoil,πchpgas,πgb,πoil分别表示能源生产环节相应设备消耗单位能源的成本;该环节成本模型如下式所示;
ξ1=π1P1 (22)
其次,计算能源转换环节成本矩阵模型,如下式所示;
其中,πr,,πdeht,πdect,πdgegas分别表示能源转换环节各个设备转换单位能源的成本;该环节成本模型如下式所示;
ξ3=π3P3 (24)
最后,能源储存环节的成本可由式(17)计算得出;
ξ4=π4λC3(T2C2C1P1+Pr) (25)
其中,π3表示能源储存环节的成本矩阵,其值为:
π4=[πees πtes πcs 0 0] (26)
其中,πees,πtes,πcs分别表示能源储存环节各个设备储存单位能源的成本;
S305:建立城市综合能源系统经济性建模
进一步的,所述步骤S4中,城市综合能源系统以年总二氧化碳排放量作为环保性指标,核算方法如下式:
其中,R代表系统总CO2排放量,μh为第h种能源单位CO2排放系数。
进一步的,所述步骤S5中的步骤二中,约束条件包括S51能源供应约束;S52机动车需求量约束;S53燃油消耗约束;S54供需平衡约束;S55比例约束;
其中S51能源供应约束包括:S511能源总量约束、S512电力和天然气年供应量上限约束、S513太阳能供应总量上限约束、S514风能供应总量上限约束、S515可再生能源发电电网占比约束,
S511、能源总量约束,如下式所示:
P1(1)+P1(2)+P1(3)+P1(4)≤Wsum
其中,WSUM代表全年能量消耗总量的上限(kW);
S512、电力和天然气年供应量上限约束,如下式所示:
其中,WE_max,WG_max代表电网和天然气网每年可以供应的能量上限(kW);
S513、太阳能供应总量上限约束,如下式所示:
其中,P3r sun_th代表年太阳能产热总量(kW),ηsun_th代表太阳能产热效率,P3r sun_e代表年太阳能发总量(kW),ηsun_e代表天阳能发电效率,Ssun代表可铺设太阳能板的面积(m2),hsun代表该城市年有效日照时长(h),Wsun代表该城市单位平方米年平均太阳辐射量(kW/(m2·h));
S514、风能供应总量上限约束,如下式所示:
城市内每年的风能总量有限
其中,P3r wind_e代表能风能产电总量(kW),Wwind代表城市风能总量(kW),ηwind_e代表风电效率;
S515、可再生能源发电电网占比约束,如下式所示:
其中,P3re代表可再生能源输入量;
S52.机动车需求量约束
其中,λ1 5,car2 5,car3 5,car代表燃油机动车、电动车、燃气机动车消耗的能量在机动车消耗的总能量中的占比;
S53.燃油消耗约束
城市对于燃油的存在最低需求量;
P5(5)≥Woil_min
其中,Woil_min代表燃油的最低消耗量(kW);
S54.供需平衡约束
能源供应量P1,P3r和能源消耗量L5应当满足等式(12)以达到能源的供需平衡;
S55.比例约束
在城市能源系统中,能量占比之和应当为1;
其中,λj i,α为各部分能量的占比。
本发明的优点和积极效果是:
本发明中,以能源生产、传输、转化、储存和利用五个环节对城市综合能源系统的能效和经济性进行建模,具有较高的建模精度。同时,通过多目标优化,可获得综合考虑了能效、经济性和环保性的最优方案,提高了城市能源规划的可行性,为城市综合能源发展提供有效和科学依据。
附图说明
图1为本发明中城市综合能源系统多目标优化步骤的流程图;
图2为城市综合能源系统能流图;
图3为城市综合能源系统能效建模步骤的流程图;
图4为城市综合能源系统经济性建模步骤的流程图。
具体实施方式
下面结合实施例,对本发明进一步说明,下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
本发明中,所提目标函数,涉及城市综合能源系统能效模型、经济性模型以及环保性模型。所提约束条件,包括但不限于能量供应约束,机动车约束,燃油消耗约束,供需平衡约束,比例约束和储能上限约束等约束模型。所提求解方法,包括但不限于非支配排序遗传算法等方法。
本发明实现步骤如附图1所示,具体实施过程如下所述。
S1:城市综合能源系统环节划分
将城市综合能源系统分为额能源生产、运输、转换、存储和利用五个环节,各环节主要构成和能流如附图2所示。各环节的输入与输出关系如下式:
Li=CiPi
其中i=1、2、3、4、5,分别代表能源生产、运输、转换、储存和利用的五个环节。Pi和Li分别代表第i部分的能量输入列向量和输出列向量,不同行元素代表不同的能源形式。Ci代表能效矩阵,其第m行第n列的元素值代表第m种能源经过本环节后转换成第n种能源的效率。
S2:城市综合能源系统能效建模
建立城市综合能源系统能效模型,实施步骤如附图3所示,具体实施过程如下所述。
S201:城市综合能源生产环节效率矩阵建模
能源生产环节由集中式电供热(CEH)、火电厂(TP)、燃煤锅炉(CFB)、燃气锅炉(GB)和热电联产(CHP)五部分组成,该环节效率矩阵如式(2)所示。
其中λj i,α代表第i个环节第α种能量的j分量,ηcehtpcfbgb分别代表CEH、TP、CFB和GB的效率,ηchpechph代表CHP的发电效率和发热效率。
S202:城市综合能源运输环节效率矩阵建模
能源运输环节环节由电网(PG)、热力管网(HSP)和天然气网(GP)三部分组成,该环节效率矩阵如式(3)所示。
其中,ηpghspgp分别代表PG、HSP和GP的效率。HSP的效率一般为95%。PG的效率可以通过(4)来计算。
ηpg=(1-a)(1-b)(1-c)
其中A、B、C代表中压线损率、变压器损耗率、低压线损率。GCS的效率可以通过(5)计算。
其中,Q代表气体传输量,104m3;Eg,3代表气体压缩机消耗的电能,104kW·h。
S203:城市综合能源转换环节效率矩阵建模
能量转换环节由五部分组成:分布式可再生能源发电(DREG)、分布式太阳能产热(DSHG)、分布式电转热(DEHT)、分布式电转冷(DECT)和分布式气转电/冷/热设备(DGE)。由于在能源转换环节增加了两个新的能源输入项,造成该环节输入(P3)不等于能量传输环节的输出(L2)。因此,定义矩阵T2如式(6)形式。
则有P3=L2T2+Pr,其中:
Pr=[0 0 0 0 0 P3re P3rh]T (7)
其中P3re、P3rh分别为分布式可再生电源和分布式可再生热源的投入量。
该环节效率矩阵如式(8)所示。
其中ηdeht,,ηdect代表DEHT和DECT的效率,ηdgeedgehdgec代表DGE的发电效率、热效率和冷效率。
其中,λe,λh,λc分别代表电能、热能、冷能从转换环节输出到存储环节的比例。
S204:城市综合能源存储环节效率矩阵建模
能源储存环节由三部分组成:储电(EES)、储热(TES)和储冷(CS),该环节效率矩阵如式(10)所示。
其中ηees,ηtes,ηcs分别代表EES、TES和CS充放电效率。
S205:城市综合能源利用环节效率矩阵建模
能源利用环节共分五个部分:电负荷(EL),热负荷(HL),冷负荷(CL),气负荷(GS)、油需求(OR),该环节效率矩阵如式(11)所示。
其中ηelhlclglor分别代表EL、HL、CL、GL和OR用能效率
S206:城市综合能源系统能效模型
城市综合能源系统的输出矩阵L5可以用(12)表示。
L5=C5(I-λ+C4λ)C3(T2C2C1P1+Pr) (12)
其中I代表单位矩阵。则城市综合能源系统能效模型如式(13)所示。
S3:城市综合能源系统经济性建模
本发明中经济性指年运行成本,考虑城市综合能源系统在能源生产、转换和储存环节的产生的运行费用。在能源生产、转换和储存环节均存在如下关系:
ξi=πiPi (14)
其中i=1,3,4分别表示能源生产、转换和储存环节;ξi代表第i个环节的成本(元);πi代表第i个环节的成本矩阵,反映单位能源在i环节产生的费用。
城市综合能源系统经济性模型步骤如附图4所示,具体方法如下:
S301:城市综合能源系统能源生产环节设备成本建模
能源生产环节设备的成本包含三方面来源,如下式:
π=πdfm (15)
其中,πd代表设备折旧成本,πf代表燃料成本,πm代表运行成本,可参考下述公式计算得出:
其中I代表设备总投资,P代表设备额定运行功率,τ代表年均运行小时数,T代表使用年限,Q代表燃料热值,M代表年均运行维护费用。
S302:城市综合能源系统能源转换环节设备成本建模
该环节包括分布式可再生电源(DREG)、分布式电转热(DEHT)、分布式电转冷(DECT)和分布式气转电/冷/热设备(DGE),均属于分布式的能源生产设备,其建模与能源生产环节的建模方法相同。
S303:城市综合能源系统能源存储环节设备成本建模
首先,在城市综合能源系统中,电化学储能应用最为广泛,考虑建设成本、运行维护成本以及峰谷差电价收益,成本矩阵如式(19)所示。
其中,Qees代表电池容量,n代表运行年限,Δ代表电池容量年衰减率,Ω代表放电深度,πe表示该地峰谷电价差。
其次,参考德国储能协会给出的储热成本计算方法并结合储热/冷设备的收益,其成本可以由下式计算得出。
其中,I代表设备总投资,E代表设备储热/冷量,N代表储热设备年均热循环次数,πh和πl分别代表当地高峰电价和低谷电价。
S304:城市综合能源系统各环节成本模型
首先,计算能源生产环节成本矩阵模型,如下式所示。
其中,πe为年均市电价格,πceh,,πtp,πfp,πchpcoil,πchpgas,πgb,πoil分别表示能源生产环节相应设备消耗单位能源的成本。该环节成本模型如下式所示。
ξ1=π1P1 (22)
其次,计算能源转换环节成本矩阵模型,如下式所示。
/>
其中,πr,,πdeht,πdect,πdgegas分别表示能源转换环节各个设备转换单位能源的成本。该环节成本模型如下式所示。
ξ3=π3P3 (24)
最后,能源储存环节的成本可由式(17)计算得出。
ξ4=π4λC3(T2C2C1P1+Pr) (25)
其中,π3表示能源储存环节的成本矩阵,其值为:
π4=[πees πtes πcs 0 0] (26)
其中,πees,πtes,πcs分别表示能源储存环节各个设备储存单位能源的成本。
S305:建立城市综合能源系统经济性建模
S4:城市综合能源系统环保性建模
城市综合能源系统以年总二氧化碳排放量作为环保性指标,核算方法如下式。
其中,R代表系统总CO2排放量,μh为第h种能源单位CO2排放系数。
S5:城市综合能源系统优化目标与约束
步骤一:确定优化目标
本发明采用多目标优化方法,优化目标如下:
max f={f1,-f2,-f3}
步骤二:确定约束条件
1.能量供应约束
1)能源总量约束,如下式所示
P1(1)+P1(2)+P1(3)+P1(4)≤Wsum
其中,WSUM代表全年能量消耗总量的上限(kW)。
2)电力和天然气年供应量上限约束
其中,WE_max,WG_max代表电网和天然气网每年可以供应的能量上限(kW)。
3)太阳能供应总量上限约束
城市内可以铺设太阳板的面积有限,同时城市每年的日照量有限,因此太阳能供应总量存在上限。
其中,P3r sun_th代表年太阳能产热总量(kW),ηsun_th代表太阳能产热效率,P3r sun_e代表年太阳能发总量(kW),ηsun_e代表天阳能发电效率,Ssun代表可铺设太阳能板的面积(m2),hsun代表该城市年有效日照时长(h),Wsun代表该城市单位平方米年平均太阳辐射量(kW/(m2·h))。
4)风能供应总量上限约束
城市内每年的风能总量有限
其中,P3r wind_e代表能风能产电总量(kW),Wwind代表城市风能总量(kW),ηwind_e代表风电效率。
5)可再生能源发电电网占比约束
其中,P3re代表可再生能源输入量。
2.机动车需求量约束
其中,λ1 5,car2 5,car3 5,car代表燃油机动车、电动车、燃气机动车消耗的能量在机动车消耗的总能量中的占比。
3.燃油消耗约束
城市对于燃油的存在最低需求量。
P5(5)≥Woil_min
其中,Woil_min代表燃油的最低消耗量(kW)。
4.供需平衡约束
能源供应量P1,P3r和能源消耗量L5应当满足等式(12)以达到能源的供需平衡。
5.比例约束
在城市能源系统中,能量占比之和应当为1。
其中,λj i,α为各部分能量的占比。
S6:城市综合能源系统优化求解,本发明选用成熟的NSGA-II算法求解多目标优化问题。NSGA-II是一种求解多目标优化的经典遗传算法,其具有运行速度快、收敛性好的特点。
本发明中,以能源生产、传输、转化、储存和利用五个环节对城市综合能源系统的能效和经济性进行建模,具有较高的建模精度。同时,通过多目标优化,可获得综合考虑了能效、经济性和环保性的最优方案,提高了城市能源规划的可行性,为城市综合能源发展提供有效和科学依据。

Claims (4)

1.一种城市综合能源系统多目标优化方法,其特征在于:包括如下步骤:
S1:城市综合能源系统环节划分
将城市综合能源系统分为额能源生产、运输、转换、存储和利用五个环节;各环节的输入与输出关系如下式:
Li=CiPi
其中i=1、2、3、4、5,分别代表能源生产、运输、转换、储存和利用的五个环节;Pi和Li分别代表第i部分的能量输入列向量和输出列向量,不同行元素代表不同的能源形式;Ci代表能效矩阵,其第m行第n列的元素值代表第m种能源经过本环节后转换成第n种能源的效率;
S2:城市综合能源系统能效建模;
S3:城市综合能源系统经济性建模
本发明中经济性指年运行成本,考虑城市综合能源系统在能源生产、转换和储存环节的产生的运行费用;在能源生产、转换和储存环节均存在如下关系:
ξi=πiPi
其中i=1,3,4分别表示能源生产、转换和储存环节;ξi代表第i个环节的成本(元);πi代表第i个环节的成本矩阵,反映单位能源在i环节产生的费用;
S4:城市综合能源系统环保性建模
城市综合能源系统以年总二氧化碳排放量作为环保性指标,核算方法如下式;
其中,R代表系统总CO2排放量,μh为第h种能源单位CO2排放系数;
S5:城市综合能源系统优化目标与约束
步骤一:确定优化目标
本发明采用多目标优化方法,优化目标如下:
max f={f1,-f2,-f3}
步骤二:确定约束条件,所述约束条件包括:能量供应约束;机动车需求量约束;燃油消耗约束;供需平衡约束;比例约束;
S6:城市综合能源系统优化求解,选用NSGA-II算法求解多目标优化问题;
所述步骤S2中,具体方法如下:
S201:城市综合能源生产环节效率矩阵建模
能源生产环节由集中式电供热即CEH、火电厂即TP、燃煤锅炉即CFB、燃气锅炉即GB和热电联产即CHP五部分组成,该环节效率矩阵如式(2)所示;
其中λj i,α代表第i个环节第α种能量的j分量,ηcehtpcfbgb分别代表CEH、TP、CFB和GB的效率,ηchpechph代表CHP的发电效率和发热效率;
S202:城市综合能源运输环节效率矩阵建模
能源运输环节环节由电网即PG、热力管网即HSP和天然气网即GP三部分组成,该环节效率矩阵如式(3)所示;
其中,ηpghspgp分别代表PG、HSP和GP的效率;HSP的效率一般为95%;
PG的效率可以通过(4)来计算;
ηpg=(1-a)(1-b)(1-c) (4)
其中a、b、c代表中压线损率、变压器损耗率、低压线损率;
GP的效率可以通过(5)计算;
其中,Q代表气体传输量;Eg,3代表气体压缩机消耗的电能;
S203:城市综合能源转换环节效率矩阵建模
能量转换环节由五部分组成:分布式可再生能源发电即DREG、分布式太阳能产热即DSHG、分布式电转热即DEHT、分布式电转冷即DECT和分布式气转电/冷/热设备即DGE;由于在能源转换环节增加了两个新的能源输入项,造成该环节输入P3不等于能量传输环节的输出L2;因此,定义矩阵T2如式6形式;
则有P3=L2T2+Pr,其中:
Pr=[0 0 0 0 0 P3re P3rh]T (7)
其中P3re、P3rh分别为分布式可再生电源和分布式可再生热源的投入量;该环节效率矩阵如式(8)所示;
其中ηdeht,,ηdect代表DEHT和DECT的效率,ηdgeedgehdgec代表DGE的发电效率、热效率和冷效率;
其中,λe,λh,λc分别代表电能、热能、冷能从转换环节输出到存储环节的比例;
S204:城市综合能源存储环节效率矩阵建模
能源储存环节由三部分组成:储电(EES)、储热(TES)和储冷(CS),该环节效率矩阵如式(10)所示;
其中ηees,ηtes,ηcs分别代表EES、TES和CS充放电效率;
S205:城市综合能源利用环节效率矩阵建模;
能源利用环节共分五个部分:电负荷(EL),热负荷(HL),冷负荷(CL),气负荷(GS)、油需求(OR),该环节效率矩阵如式(11)所示;
其中,ηelhlclglor分别代表EL、HL、CL、GL和OR用能效率
S206:城市综合能源系统能效模型
城市综合能源系统的输出矩阵L5可以用(12)表示;
L5=C5(I-λ+C4λ)C3(T2C2C1P1+Pr) (12)
其中I代表单位矩阵;则城市综合能源系统能效模型如式(13)所示;
2.根据权利要求1所述的一种城市综合能源系统多目标优化方法,其特征在于:所述步骤S3中,具体方法如下:
S301:城市综合能源系统能源生产环节设备成本建模
能源生产环节设备的成本包含三方面来源,如下式:
πeq=πdfm (15)
其中,πd代表设备折旧成本,πf代表燃料成本,πm代表运行成本,可参考下述公式计算得出:
其中I代表设备总投资,P代表设备额定运行功率,τ代表年均运行小时数,T代表使用年限,Q代表燃料热值,M代表年均运行维护费用;
S302:城市综合能源系统能源转换环节设备成本建模
该环节包括分布式可再生电源即DREG、分布式电转热即DEHT、分布式电转冷即DECT和分布式气转电/冷/热设备即DGE,均属于分布式的能源生产设备,其建模与能源生产环节的建模方法相同;
S303:城市综合能源系统能源存储环节设备成本建模
首先,在城市综合能源系统中,电化学储能应用最为广泛,考虑建设成本、运行维护成本以及峰谷差电价收益,成本矩阵如式(19)所示;
其中,Qees代表电池容量,n代表运行年限,Δ代表电池容量年衰减率,Ω代表放电深度,πe表示该地峰谷电价差;
其次,参考德国储能协会给出的储热成本计算方法并结合储热/冷设备的收益,其成本可以由下式计算得出;
其中,I代表设备总投资,E代表设备储热/冷量,N代表储热设备年均热循环次数,πh和πl分别代表当地高峰电价和低谷电价;
S304:城市综合能源系统各环节成本模型
首先,计算能源生产环节成本矩阵模型,如下式所示;
其中,πe为年均市电价格,πceh,,πtp,πfp,πchpcoil,πchpgas,πgb,πoil分别表示能源生产环节相应设备消耗单位能源的成本;该环节成本模型如下式所示;
ξ1=π1P1 (22)
其次,计算能源转换环节成本矩阵模型,如下式所示;
其中,πr,,πdeht,πdect,πdgegas分别表示能源转换环节各个设备转换单位能源的成本;该环节成本模型如下式所示;
ξ3=π3P3 (24)
最后,能源储存环节的成本可由式(17)计算得出;
ξ4=π4λC3(T2C2C1P1+Pr) (25)
其中,π3表示能源储存环节的成本矩阵,其值为:
π4=[πees πtes πcs 0 0] (26)
其中,πees,πtes,πcs分别表示能源储存环节各个设备储存单位能源的成本;
S305:建立城市综合能源系统经济性建模
3.根据权利要求1所述的一种城市综合能源系统多目标优化方法,其特征在于:所述步骤S4中,城市综合能源系统以年总二氧化碳排放量作为环保性指标,核算方法如下式:
其中,R代表系统总CO2排放量,μh为第h种能源单位CO2排放系数。
4.根据权利要求1所述的一种城市综合能源系统多目标优化方法,其特征在于:所述步骤S5中的步骤二中,约束条件包括S51能源供应约束;S52机动车需求量约束;S53燃油消耗约束;S54供需平衡约束;S55比例约束;
其中S51能源供应约束包括:S511能源总量约束、S512电力和天然气年供应量上限约束、S513太阳能供应总量上限约束、S514风能供应总量上限约束、S515可再生能源发电电网占比约束,
S511、能源总量约束,如下式所示:
P1(1)+P1(2)+P1(3)+P1(4)≤Wsum
其中,WSUM代表全年能量消耗总量的上限(kW);
S512、电力和天然气年供应量上限约束,如下式所示:
其中,WE_max,WG_max代表电网和天然气网每年可以供应的能量上限(kW);
S513、太阳能供应总量上限约束,如下式所示:
其中,P3r sun_th代表年太阳能产热总量(kW),ηsun_th代表太阳能产热效率,P3r sun_e代表年太阳能发总量(kW),ηsun_e代表天阳能发电效率,Ssun代表可铺设太阳能板的面积(m2),hsun代表该城市年有效日照时长(h),Wsun代表该城市单位平方米年平均太阳辐射量(kW/(m2·h));
S514、风能供应总量上限约束,如下式所示:
城市内每年的风能总量有限
其中,P3r wind_e代表能风能产电总量(kW),Wwind代表城市风能总量(kW),ηwind_e代表风电效率;
S515、可再生能源发电电网占比约束,如下式所示:
其中,P3re代表可再生能源输入量;
S52.机动车需求量约束
其中,λ1 5,car2 5,car3 5,car代表燃油机动车、电动车、燃气机动车消耗的能量在机动车消耗的总能量中的占比;
S53.燃油消耗约束
城市对于燃油的存在最低需求量;
P5(5)≥Woil_min
其中,Woil_min代表燃油的最低消耗量(kW);
S54.供需平衡约束
能源供应量P1,P3r和能源消耗量L5应当满足等式(12)以达到能源的供需平衡;
S55.比例约束
在城市能源系统中,能量占比之和应当为1;
其中,λj i,α为各部分能量的占比。
CN201911029496.4A 2019-10-28 2019-10-28 一种城市综合能源系统多目标优化方法 Active CN110910272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911029496.4A CN110910272B (zh) 2019-10-28 2019-10-28 一种城市综合能源系统多目标优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911029496.4A CN110910272B (zh) 2019-10-28 2019-10-28 一种城市综合能源系统多目标优化方法

Publications (2)

Publication Number Publication Date
CN110910272A CN110910272A (zh) 2020-03-24
CN110910272B true CN110910272B (zh) 2023-09-29

Family

ID=69815842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911029496.4A Active CN110910272B (zh) 2019-10-28 2019-10-28 一种城市综合能源系统多目标优化方法

Country Status (1)

Country Link
CN (1) CN110910272B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611688A (zh) * 2020-04-15 2020-09-01 北京市燃气集团有限责任公司 一种燃气供暖用户耗能合理化评价方法、系统、终端及存储介质
CN111859045B (zh) * 2020-07-31 2021-04-16 生态环境部环境规划院 一种快速核算工业各行业二氧化碳排放量的方法及核算系统
CN112200348B (zh) * 2020-09-11 2023-03-03 国网天津市电力公司电力科学研究院 一种计及综合需求响应的区域综合能源系统多目标运行决策方法
CN115239024B (zh) * 2022-09-21 2023-03-24 国网浙江省电力有限公司宁波供电公司 城市区域多元能源供能规划方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2014100419A4 (en) * 2013-05-03 2014-05-29 Ge Global Sourcing Llc System and method for scheduling
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
CN109255487A (zh) * 2018-09-21 2019-01-22 国网浙江省电力有限公司 一种基于标准化矩阵模型的综合能源系统优化方法
CN109255471A (zh) * 2018-08-17 2019-01-22 国网山东省电力公司电力科学研究院 一种含风电的电-气-热综合能源系统扩展规划优化方法
CN109685332A (zh) * 2018-12-06 2019-04-26 广东电网有限责任公司 一种综合能源多主体利益均衡优化调度方法及设备
CN109713723A (zh) * 2019-02-13 2019-05-03 广东工业大学 一种区域综合能源系统运行优化方法
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10289757B2 (en) * 2014-05-16 2019-05-14 HST Solar Farms, Inc. System and methods for solar photovoltaic array engineering

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2014100419A4 (en) * 2013-05-03 2014-05-29 Ge Global Sourcing Llc System and method for scheduling
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
CN109255471A (zh) * 2018-08-17 2019-01-22 国网山东省电力公司电力科学研究院 一种含风电的电-气-热综合能源系统扩展规划优化方法
CN109255487A (zh) * 2018-09-21 2019-01-22 国网浙江省电力有限公司 一种基于标准化矩阵模型的综合能源系统优化方法
CN109685332A (zh) * 2018-12-06 2019-04-26 广东电网有限责任公司 一种综合能源多主体利益均衡优化调度方法及设备
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
CN109713723A (zh) * 2019-02-13 2019-05-03 广东工业大学 一种区域综合能源系统运行优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李海珍."NSGA2遗传算法改进研究及其在微电网配置中的应用".《信息科技辑》.2018,(第3期),I140-75页. *

Also Published As

Publication number Publication date
CN110910272A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN110910272B (zh) 一种城市综合能源系统多目标优化方法
CN109885009B (zh) 计及电转气规划的多能互补园区能源优化配置方法
CN111144620B (zh) 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法
CN110866627B (zh) 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法
CN111445067B (zh) 一种适用于高铁站综合能源系统的多目标规划方法
CN108537409A (zh) 一种考虑多能源耦合特性的工业园区配电网协同规划方法
CN111463836B (zh) 一种综合能源系统优化调度方法
CN108665188B (zh) 一种基于优化模型的园区多能源主体综合配比方法
CN111242806A (zh) 一种考虑不确定性的电-热-氢多能量系统的规划方法
CN102509175B (zh) 分布式供电系统可靠性优化方法
Leonard et al. Grid-independent residential buildings with renewable energy sources
CN110084410B (zh) 一种污水再利用型综合能源系统运行优化方法
CN110363353A (zh) 一种分布式综合能源系统的优化设计和调度方法及系统
CN111668878A (zh) 一种可再生微能源网的优化配置方法和系统
CN112165122A (zh) 一种综合能源系统的运行方法及系统
CN113779783A (zh) 计及多重不确定性的区域综合能源系统规划与运行联合优化方法
CN116245338A (zh) 一种矿山综合能源系统低碳经济运行优化方法
CN115455719A (zh) 一种基于全生命周期碳成本的综合能源系统优化仿真方法
Yuan et al. An advanced multicarrier residential energy hub system based on mixed integer linear programming
CN113240204A (zh) 考虑可再生能源消纳区域能源站容量优化配置方法及系统
CN112446552A (zh) 一种生物质气化冷热电联供系统的多目标优化方法
CN116681228A (zh) 一种考虑场景不确定性和碳排放的综合能源系统设备容量优化配置方法
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
Abdalla et al. The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions
CN116468215A (zh) 计及源荷不确定性的综合能源系统调度方法及装置

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
CB03 Change of inventor or designer information

Inventor after: Zhao Changwei

Inventor after: Yang Guochao

Inventor after: Zhao Cun

Inventor after: Li Qinglei

Inventor after: Li Guangmin

Inventor after: Yang Zhi

Inventor after: Pian Ruijun

Inventor after: Liu Wei

Inventor after: Lv Jian

Inventor after: Zhang Peng

Inventor after: Li Gang

Inventor after: Liu Jin

Inventor after: Qi Yan

Inventor after: Zhang Yanhong

Inventor after: Wang Jige

Inventor after: Zhang Huiying

Inventor after: Yang Debo

Inventor after: Wang Xudong

Inventor after: Wang Hebing

Inventor before: Zhao Changwei

Inventor before: Li Qinglei

Inventor before: Li Guangmin

Inventor before: Yang Zhi

Inventor before: Pian Ruijun

Inventor before: Liu Wei

Inventor before: Lv Jian

Inventor before: Zhang Peng

Inventor before: Li Gang

Inventor before: Qi Yan

Inventor before: Wang Jige

Inventor before: Zhang Huiying

Inventor before: Yang Debo

Inventor before: Wang Xudong

Inventor before: Wang Hebing

Inventor before: Yang Guochao

Inventor before: Zhao Cun

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant