CN111262240A - 一种综合能源系统优化运行方法及系统 - Google Patents

一种综合能源系统优化运行方法及系统 Download PDF

Info

Publication number
CN111262240A
CN111262240A CN202010108354.3A CN202010108354A CN111262240A CN 111262240 A CN111262240 A CN 111262240A CN 202010108354 A CN202010108354 A CN 202010108354A CN 111262240 A CN111262240 A CN 111262240A
Authority
CN
China
Prior art keywords
energy
heat
residual heat
objective function
amount
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.)
Granted
Application number
CN202010108354.3A
Other languages
English (en)
Other versions
CN111262240B (zh
Inventor
张承慧
孙波
李浩然
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202010108354.3A priority Critical patent/CN111262240B/zh
Publication of CN111262240A publication Critical patent/CN111262240A/zh
Application granted granted Critical
Publication of CN111262240B publication Critical patent/CN111262240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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

Abstract

本发明公开了一种综合能源系统优化运行方法及系统，包括：根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求；如果不能满足，以残热最小为目标构建目标函数；对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量及储能设备中存储的能量，根据求解结果控制系统内设备的协同运行。本发明有益效果：提出了以残余热量最小为目标的能量管理方法；通过提升发电机的出力提升发电效率，通过匹配发电余热与吸收式制冷剂的耗热量，降低了制冷过程的总能耗，从而有效的降低整个系统的能量损失，提升能源转换效率、能源综合利用率。

Description

一种综合能源系统优化运行方法及系统
技术领域
本发明涉及综合能源系统优化运行控制技术领域，尤其涉及一种综合能源系统优化运行方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
能源系统正在向以可再生能源和清洁能源为主的更可持续的系统过渡，碳减排已成为影响能源站设计和运行的新决策因素。一方面，能源系统正从化石燃料集中发电向可再生能源分布式发电转变。另一方面，能源的产生和供应正从单一电能向多能源组合转变。因此，集成多种能源生产的可靠的能源站，既消耗具有波动性的可再生能源，又消耗品质稳定的清洁能源。
以可再生能源和天然气为动力，以冷热电联供的能源转换和供应模式为架构的综合能源系统是一种高效、低排放的理想型能源站。有三种并网运行模式，即双向并网模式(BCM)、单向并网模式(UCM)和离网模式(孤岛模式，DCM)。
先进的能量流管理有助于综合能源系统的高效运行，而热能管理更为关键。原因是，热电联产中的热能是不可避免的，热能在储存过程中具有较高的能量损失。而与热能相比，电能在供能和储能方面具有更高的能量品位，包括更低的生产率、更高的火用和更好的储能性。
因此，为了高能效、低排放的满足用户的能耗需求，综合能源系统的多能联产联供由带参数和约束的运行策略控制，以分配和传递各个机组的能量流。高级的运行策略在以电定热(FEL)和以热定电(FTL)两种基本运行策略之间切换。例如，跟踪建筑物的电热负荷(FLB)，其约束条件与一个称为新负荷率(NLR)的参数有关，该参数是每小时用电量与用热量的比率。如果NLR大于设定值，FLB与以电定热一致，否则与以热定电一致。
这些参数和约束通过提高余热利用率或减少余热生产来降低能量损失，然而，发明人发现，传统策略中，短期运行时的电力需求或热力需求由内耗和外需组成，不包含用于调峰的储能。在长期运行或系统设计中，面对频繁波动的能量需求，而参数的设定值是固定的。这意味着每台机组的负荷随需求而变化，不能连续的保持高效运行。因此，在这种运行策略下设计和运行的系统，各机组容量间仍然存在不协调，整体运行性能被高估。虽然FLB比其他策略更灵活，但能源利用率和余热利用率仍然无法达到理想的水平。
发明内容
本发明目的就是为了解决现有技术的不足，提出了一种综合能源系统优化运行方法及系统，该方法摒弃了传统运行策略中参数加约束的方法，提出残余热最小化的运行目标协同优化各个设备的运行状态，并设计了跟随残热函数(FRH)的高级运行策略；能够降低能耗、成本和排放，同时能够简化计算过程、提高求解速度。
在一些实施方式中，采用如下技术方案：
一种综合能源系统优化运行方法，构建以残热最小为目标的目标函数求解核心设备的出力以及储能设备中存储的能量，从而优化系统的运行，具体包括：
根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求；如果不能满足，以残热最小为目标构建目标函数；对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量以及燃气锅炉的产热量，并计算储能设备中存储的能量，从而控制系统运行；
如果用户需求可以满足，判断供能是否充足，是否需要引入外部能源填补供能不足。
本发明方案提出了以残余热量最小为目标的能量管理方法；通过提升发电机的出力提升发电效率，通过匹配发电余热与吸收式制冷剂的耗热量，降低了制冷过程的总能耗，从而有效的降低整个系统的能量损失，提升能源转换效率、能源综合利用率。
在另一些实施方式中，采用如下技术方案：
一种综合能源系统优化运行系统，包括：
用于根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求的装置；
用于在不能满足用户需求时，以残热最小为目标构建目标函数的装置；
用于对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量及储能设备中存储的能量的装置；
用于以求解结果控制系统内全部设备协同运行的装置。
在另一些实施方式中，采用如下技术方案：
一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行上述的综合能源系统优化运行方法。
或者，
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的综合能源系统优化运行方法。
与现有技术相比，本发明的有益效果是：
(1)本发明通过对能量转换原理和高效运行机理的分析，结合热能梯级分配和主动储能方法，提出了以残余热量最小为目标的能量管理方法；通过提升发电机的出力提升发电效率，通过匹配发电余热与吸收式制冷剂的耗热量，降低了制冷过程的总能耗，从而有效的降低整个系统的能量损失，提升能源转换效率、能源综合利用率。
(2)本发明摒弃了传统运行策略中参数加约束的方法，以目标函数法协同优化各个设备的运行，设计了以跟随残热函数的高级运行策略；在减少优化过程中的计算量和时间的同时，结果的精准度也得到提升。
附图说明
图1为本发明实施例中综合能源系统优化运行方法流程图；
图2(a)-(c)分别为本发明实施例中能耗需求、太阳辐射和风速的小时数据；
图3为本发明实施例中综合能源系统结构图；
图4(a)-(f)分别为本发明实施例中设备的运行效率曲线。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
针对综合能源系统中的能量管理和协同控制方法，通过对能量转换原理和高效运行机理的分析，结合热能分配和主动储能方法，本发明摒弃了传统运行策略中参数加约束的方法，提出了残余热最小化的运行目标协同优化各个设备的运行状态，并设计了跟随残热函数(FRH)的高级运行策略。
FRH运行策略通过使用以下机理和措施来减少储存或废弃的热能：
由于燃气锅炉效率高，综合能源系统有足够的装机容量满足热能的内耗和外需，热能管理不需要调峰运行。因此，热能管理的优化在于吸收式制冷机的能量供给以及热电联产、燃气锅炉和储热的产热量。当制冷需求增加时，应优先增加对吸收式制冷机的供热而增加其制冷量，然后再考虑增加电制冷机的制冷量，这样既可以提高热能转化率，又可以降低电能消耗。对吸收式制冷机的供热，应优先消耗储热中的热能，再考虑增加产热量。当供热、产热需求增加时，应先增加热电联产机组的发电而增加其产热量，并将增加的发电量储存起来用于调峰，再考增加燃气锅炉的产热量。
在以上机理和措施的基础上，在一个或多个实施方式中，提出了一种综合能源系统优化运行方法，包括以下步骤：
步骤1，根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求；如果用户需求不能满足，则进行步骤2，如果用户需求可以满足，则进行步骤3。
当前储能状态来自于上一时刻的运行结果，可在生能源的状态通过资源测量仪器，例如风资源可由风速仪测量，得到风速后可获得风电机的发电量。
本实施例中，判断当前能量是否能够满足用户需求，可以采用比较大小的方式实现，比如：判断电能是否能够满足，则可直接以电池中的电量+光伏发电量-用电需求量，若结果大于零，则满足。
步骤2，首先通过对以残热最小为目标构建的目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量以及燃气锅炉的产热量，之后根据能量平衡方程，计算储能电池等储能设备中存储的能量。
步骤3，判断供能是否充足，是否需要引入外部能源填补供能不足。
具体地，参照图1，跟随残热函数(FRH)的能量管理流程可分为3个部分，与三个步骤相对应。
第1部分试图通过可再生能源和能源储存来满足能源需求。如果可以满足能源供应需求，则转到第3部分，否则转到第2部分。
第2部分采用本实施例公开的的运行策略，计算各设备在能量流中的能量生产和消耗，然后转到第3部分。
本实施例中，以残热最小为目标构建目标函数，通过求解目标函数的三个变量来最小化残余热量。变量包括热电联产机组的发电量(cut)、燃气锅炉的产热量(qbt)、吸收式制冷机的制冷量(act)。
目标函数的约束条件中，电制冷机的制冷量(ect)由制冷需求(clt)和吸收式制冷机的制冷量(act)计算。
目标函数的公式如下：
Figure BDA0002389141840000071
其中，k(cut,gbt,act)表示在热能转换消耗和供热之后残余的热量，f(cut)表示热量联产机组的发电时的产热量，tst-1和est-1为储热和储电设备的储能状态，pvt和wtt是光伏和风机的发电量，h(act)和q(ect)表示制冷设备的能耗，u(est-1)和v(est-1)表示电储能该状态下放电能够放出的最大电量和充电能够消耗的最大电量，tlt,elt和clt为热、电、冷能耗需求。
目标J避免了两种特殊情况。当有多个解可消耗全部热量时，k(cut,gbt,act)＝0，最终解将保持热电联产机组的发电量最大化。当每种解决方案中的热能产生不足供热需求时，max(k(cut,gbta,ct))<0，最终解将保持产热量的最大化。约束条件中act·bt＝0避免了使用燃气锅炉的产热为吸收式制冷机供能所带来的高能耗和排放。
目标函数的求解方法如下：
根据吸收式制冷机的能量供给量、热电联产机组的发电量以及燃气锅炉的产热量的取值区间求出残余热量函数k的取值范围；
若残余热量函数k不存在0解，则取使其绝对值最小的解为优化结果，即当残余热量函数k的取值均小于零时，以最大值为优化结果，当取值均大于零时，以最小值为优化结果；若残余热量函数k存在0解，则取其0解为优化结果；若存在多个0解，则取其中热电联产机组的发电量最大的解为优化结果。
在求解函数后，储能设备中存储的能量由以下公式计算：
tst＝f(cut)+tst-1+gbt-tlt-h(act) (2)
Figure BDA0002389141840000081
其中，ηes表示电储能的充电效率或放电效率。
第3部分评估了当前供能运行结果中各能源流的充分性，并通过电网平衡补充或送出电能，其计算公式如下：
egt＝elt+q(ect)-cut-pvt-wtt-w(est-est-1) (4)
其中，egt表示通过电网购买或售出的电量，w(est-st-1)表示达到新的储电状态所消耗或放出的电量。
通过实例研究，该方法的可行性和灵活性得到验证。在相同的系统结构和不同的并网方式下，以三个指标对FLB和FRH设计的系统进行了性能对比分析。本实施例FRH方法均优于FLB，且在能耗、年成本、碳排放等方面降低了1.31％～7.02％。此外，在求解优化算法时，由于从决策变量中去掉了一些操作参数，减少了优化过程中的计算量和时间，结果的精准度也同时有所提升。
通过本实施例方法对综合能源系统的设备容量进行优化，将能耗、成本、排放作为系统设计的三个目标来求解最小值，在不同并网模式下对比不同运行策略所设计系统的性能。
首先，计算了传统能源系统(TES)供能时的各项性能指标，即用电需求和供冷需求使用电网供电满足，供热需求使用燃气锅炉满足。然后，在相同的系统结构和不同的并网方式下，分别以两种先进的运行策略FLB和FRH对机组容量进行优化配置。
在本实施例中，用户建筑的能源需求为常年用电需求、夏季供冷需求和冬季供热需求。能耗需求、太阳辐射和风速的小时数据如图2(a)-(c)所示。综合能源系统的结构如图3所示。其中，在建筑物屋顶安装了35kwp光伏和8kw微型风力发电机，且暖通空调系统中的电制冷机有足够的容量来满足所有的制冷需求。
表2列出了可供用户使用的天然气和电网的价格和排放系数。表3列出了设备价格数据。图4(a)-(f)表示了设备的运行效率曲线。
表2能源价格、排放数据
Figure BDA0002389141840000091
表3设备价格数据
Figure BDA0002389141840000092
优化设计选用的智能算法为强化帕累托进化算法(SPEA-II)，在Matlab中编程求解。在本实施例中，使用FLB时的决策变量为7，包括5个设备容量和参数(ECR和NLR)，而使用FRH时的决策变量仅包括5个设备容量。优化设计的结果如表4所示。
表4系统设计计算结果
Figure BDA0002389141840000101
表4中结果表明，从效率指标、经济指标和环境指标来看，在每种并网方式下，使用目标函数的FRH策略均优于使用参数约束的FLB策略。FRH各项指标相对于FLB的下降率在1.31％-7.02％之间，平均为3.82％。
将评价结果与装机容量相结合来看，在本实施例中，FRH比FLB具有更好的能量管理、机组协调能力。在BCM下，FRH设计的系统比FLB设计的系统具有更高的热电联产和储能装机容量。这些容量减少了电力的购买和销售，也降低了电力交易带来的成本。在UCM模式下，FRH设计的系统具有较低的燃气锅炉和吸收式冷冻机容量，具有相同的热电联产和储热设备容量。较低的容量仍然可以通过有效的产热管理来满足热需求，并同时降低设备成本。在DCM下，FRH设计的系统仅在燃气锅炉容量和储热设备容量比FLB低，各指标的下降反映了FRH对能量流的有效管理和机组的协调运行。
实施例二
在一个或多个实施方式中，公开了一种综合能源系统优化运行系统，包括：
用于根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求的装置；
用于在不能满足用户需求时，以残热最小为目标构建目标函数的装置；
用于对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量及储能设备中存储的能量的装置；
用于以求解结果控制系统内全部设备协同运行的装置。
上述装置的具体实现过程采用实施例一中公开的方法，不再赘述。
实施例三
在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的综合能源系统优化运行方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的综合能源系统优化运行方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种综合能源系统优化运行方法，其特征在于，包括：
根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求；如果不能满足，以残热最小为目标构建目标函数；对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量及储能设备中存储的能量，根据求解结果控制系统内设备的协同运行。
2.如权利要求1所述的一种综合能源系统优化运行方法，其特征在于，以残热最小为目标构建的目标函数，具体为：
min J＝|k(cut,gbt,act)|-ut
其中，t为当前运行时刻，cut为热电联产机组的发电量，gbt为燃气锅炉的产热量，act为吸收式制冷机的制冷量；k(cut,gbt,act)为在热能转换消耗和供热之后残余的热量。
3.如权利要求1所述的一种综合能源系统优化运行方法，其特征在于，所述目标函数的约束条件为：
Figure FDA0002389141830000011
其中，k(cut,gbt,act)为计算残余热量的函数方程，f(cut)表示热电联产机组发电时的产热量，t-1为上一个运行时刻，tst-1和est-1分别为储热和储电设备中存储的能量，h(act)和q(ect)分别表示制冷设备的能耗，pvt和wtt分别是光伏和风机的发电量，u(est-1)和v(est-1)分别表示电储能放电能够放出的最大电量和充电能够消耗的最大电量，tlt,elt和clt分别为热、电、冷能耗需求。
4.如权利要求1所述的一种综合能源系统优化运行方法，其特征在于，对目标函数的求解过程，具体为：
根据吸收式制冷机的能量供给量、热电联产机组的发电量以及燃气锅炉的产热量的取值区间求出残余热量函数k的取值范围；
若残余热量函数k不存在0解，则取使其绝对值最小的解为优化结果，即当残余热量函数k的取值均小于零时，以最大值为优化结果，当取值均大于零时，以最小值为优化结果；若残余热量函数k存在0解，则取其0解为优化结果；若存在多个0解，则取其中热电联产机组的发电量最大的解为优化结果。
5.如权利要求1所述的一种综合能源系统优化运行方法，其特征在于，对目标函数进行求解之后，储能设备中存储能量的计算过程，具体为：
tst＝f(cut)+tst-1+gbt-tlt-h(act)
Figure FDA0002389141830000021
其中，ηes表示电储能的充电效率或放电效率。
6.如权利要求1所述的一种综合能源系统优化运行方法，其特征在于，在得到储能设备中存储的能量后，还包括：
判断电能是否满足用户需求，如果满足，判断冷热能量是否供应充足；如果不满足，通过电网购买电能；如果过量满足，向电网售出电能。
7.如权利要求6所述的一种综合能源系统优化运行方法，其特征在于，通过电网购买的电能或者向电网售出的电能具体为：
egt＝elt+q(ect)-cut-pvt-wtt-w(est-est-1)
其中，w(est-est-1)表示达到新的储电状态所消耗或放出的电量。
8.一种综合能源系统优化运行系统，其特征在于，包括：
用于根据当前储能状态以及可再生能源状态，判断当前能量是否能够满足用户需求的装置；
用于在不能满足用户需求时，以残热最小为目标构建目标函数的装置；
用于对所述目标函数进行求解，得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量及储能设备中存储的能量的装置；
用于以求解结果控制系统内全部设备协同运行的装置。
9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的综合能源系统优化运行方法。
10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的综合能源系统优化运行方法。
CN202010108354.3A 2020-02-21 2020-02-21 一种综合能源系统优化运行方法及系统 Active CN111262240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010108354.3A CN111262240B (zh) 2020-02-21 2020-02-21 一种综合能源系统优化运行方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010108354.3A CN111262240B (zh) 2020-02-21 2020-02-21 一种综合能源系统优化运行方法及系统

Publications (2)

Publication Number Publication Date
CN111262240A true CN111262240A (zh) 2020-06-09
CN111262240B CN111262240B (zh) 2021-06-22

Family

ID=70954536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010108354.3A Active CN111262240B (zh) 2020-02-21 2020-02-21 一种综合能源系统优化运行方法及系统

Country Status (1)

Country Link
CN (1) CN111262240B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901672A (zh) * 2021-11-17 2022-01-07 香港理工大学深圳研究院 净零能耗建筑应用风光互补电力蓄能系统的优化设计方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130204439A1 (en) * 2009-09-11 2013-08-08 NetESCO LLC Controlling building systems
CN104881712A (zh) * 2015-05-19 2015-09-02 上海电力学院 多能互补分布式能源系统及其设备配置与运行优化方法
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
US20170308968A1 (en) * 2014-10-21 2017-10-26 Qin Zhou System, method and apparatus for capacity determination for micro grid and tangible computer readable medium
CN109742797A (zh) * 2019-01-14 2019-05-10 上海电机学院 一种区域综合能源配电系统
CN110285700A (zh) * 2019-06-26 2019-09-27 山东大学 一种含绝热压缩空气储能的区域综合能源系统及方法
CN110348606A (zh) * 2019-06-14 2019-10-18 浙江大学 一种考虑系统不确定性的微能源网随机区间协同调度方法
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130204439A1 (en) * 2009-09-11 2013-08-08 NetESCO LLC Controlling building systems
US20170308968A1 (en) * 2014-10-21 2017-10-26 Qin Zhou System, method and apparatus for capacity determination for micro grid and tangible computer readable medium
CN104881712A (zh) * 2015-05-19 2015-09-02 上海电力学院 多能互补分布式能源系统及其设备配置与运行优化方法
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
CN109742797A (zh) * 2019-01-14 2019-05-10 上海电机学院 一种区域综合能源配电系统
CN110348606A (zh) * 2019-06-14 2019-10-18 浙江大学 一种考虑系统不确定性的微能源网随机区间协同调度方法
CN110285700A (zh) * 2019-06-26 2019-09-27 山东大学 一种含绝热压缩空气储能的区域综合能源系统及方法
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
郑国太等: "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设备", 《电力系统保护与控制》 *
陈柏翰等: "冷热电联供系统多元储能及孤岛运行优化调度方法", 《电工技术学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901672A (zh) * 2021-11-17 2022-01-07 香港理工大学深圳研究院 净零能耗建筑应用风光互补电力蓄能系统的优化设计方法

Also Published As

Publication number Publication date
CN111262240B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
US9037307B2 (en) Supply-and-demand control apparatus, supply-and-demand control method, and supply-and-demand control system
US9261284B2 (en) Operation planning method, and heat pump hot water supply and heating system operation method
CN109617142B (zh) 一种cchp型微电网多时间尺度优化调度方法及系统
CN105337303A (zh) 一种含热泵的热电联产型微电网容量优化配置方法
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN114722591B (zh) 一种净零能耗建筑电热氢多能流供能设备规划方法
US20210254848A1 (en) Method for Improving the Performance of the Energy Management in a Nearly Zero Energy Building
CN112907098B (zh) 园区综合能源系统的多阶段容量配置方法及配置系统
CN111144620A (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
CN110659788A (zh) 一种用户侧综合能源系统的供需平衡分析方法和系统
CN113850474B (zh) 一种热电氢多能流综合能源系统及其优化调度方法
CN110807588A (zh) 一种多能源耦合综合能源系统的优化调度方法
CN112600253B (zh) 基于用能效率最优的园区综合能源协同优化方法及设备
CN111737884A (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN114330827A (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN112836882A (zh) 考虑设备负载率变化的区域综合能源系统运行优化方法
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
CN111262240B (zh) 一种综合能源系统优化运行方法及系统
CN108197412B (zh) 一种多能源耦合能量管理系统及优化方法
CN113033900A (zh) 一种园区级综合能源系统容量优化配置方法和系统
CN109995030B (zh) 一种考虑脱网风险的储能装置soc下限值最优设置方法
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
CN111339474B (zh) 一种基于趋势预测分析法的综合能源系统预测运行方法
CN110061499B (zh) 一种差异化电源电价下并网型微电网的运行方法

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