CN111355230A - 一种综合能源系统优化调度方法与系统 - Google Patents
一种综合能源系统优化调度方法与系统 Download PDFInfo
- Publication number
- CN111355230A CN111355230A CN201811580061.4A CN201811580061A CN111355230A CN 111355230 A CN111355230 A CN 111355230A CN 201811580061 A CN201811580061 A CN 201811580061A CN 111355230 A CN111355230 A CN 111355230A
- Authority
- CN
- China
- Prior art keywords
- energy system
- representing
- power
- load
- comprehensive energy
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 72
- 238000009826 distribution Methods 0.000 claims abstract description 50
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 239000007789 gas Substances 0.000 claims description 31
- 238000001816 cooling Methods 0.000 claims description 30
- 230000003993 interaction Effects 0.000 claims description 23
- 238000012423 maintenance Methods 0.000 claims description 18
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 18
- 238000010438 heat treatment Methods 0.000 claims description 17
- 239000000446 fuel Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 11
- 238000005265 energy consumption Methods 0.000 claims description 11
- 239000003345 natural gas Substances 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 8
- 239000002918 waste heat Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 5
- 238000013211 curve analysis Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 101000998494 Homo sapiens INO80 complex subunit B Proteins 0.000 description 3
- 102100033278 INO80 complex subunit B Human genes 0.000 description 3
- 101100232477 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) IES3 gene Proteins 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 101100232474 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) IES1 gene Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000005229 chemical vapour deposition Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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—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
-
- 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
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种综合能源系统优化调度方法与系统，包括：将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比，基于所述综合能源系统的机组出力对综合能源系统进行整体调度。一种综合能源系统优化调度方法与系统，该优化调度方法在保证经济性的同时，能兼顾源荷两侧特性，充分发挥不同类型负荷间的互补特性以及各综合能源系统间的互联互济能力，实现区域内多个综合能源系统间的协同优化调度，与传统的优化运行方式相比具有更高的运行效益。
Description
技术领域
本发明涉及电力系统领域，尤其涉及综合能源优化技术，具体涉及一种综合能源系统优化调度方法与系统。
背景技术
能源是人类生存与发展的基础，是推动社会发展的动力。随着全球能源的深入渗透以及信息与通信技术的飞速发展，能源利用正朝着多能协调互补的方向发展，能源互联网成为多种能源网络的继承发展方向。作为能源互联网的重要载体，综合能源系统(IES)综合了包括冷热电联供能源站、可再生能源发电系统等在内的多种分布式能源系统，对提高能源综合利用率，促进可再生能源的消纳，实现能量的阶梯利用具有重要意义，其发展已受到国际社会的广泛关注。
目前，对于综合能源系统多能流优化调度方面，已经开展了较多的研究。然而，这些研究通常仅以单个区域IES为对象，对IES内部各机组设备进行出力调度以满足区域冷热电负荷的需求，然而特定区域的负荷特性以及IES供能特性往往较为单一，一定程度上制约了IES的优化结果。而且传统的IES优化调度对象多仅关注能源测，而容易忽略用户的用能特性以及源荷两侧互动匹配特性。目前对电力负荷的模型建立与特性分析已相对成熟，而对于热力负荷的建模以及冷热电负荷与供能侧的特征匹配分析还较少，现有IES优化调度技术中存在的未充分发挥不同类型负荷间的互补特性以及各IES系统间互联互济能力不足的问题。
发明内容
为解决上述不能克服现有IES优化调度技术中存在的未充分发挥不同类型负荷间的互补特性以及各IES系统间互联互济能力不足的问题，本发明提出了一种综合能源系统优化调度方法，所述方法包括：
将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
优选的，所述预先建立的系统功能分配层优化模型包括：
以各综合能源系统的冷热电供应量和负荷适应度最大为目标构建第一目标函数；
设定约束条件；
其中，所述约束条件包括：系统能量约束和系统输出容量约束。
优选的，所述第一目标函数如下所示：
式中，fitness代表综合能源系统的冷热电供应量和负荷的平均适应度；n代表区域内负荷类型数；m为综合能源系统的数量；γij代表第i类负荷与匹配的第j个综合能源系统冷热电供应量的关联度；
所述第i类负荷与匹配的第j个综合能源系统冷热电供应量的关联度如下所示：
式中，T为优化周期；zi,0t代表t时段第i类负荷需求量；zjt代表t时段第j个IES冷热电供应量；η为分辨系数；
为不大于1的正数；ωt代表序列在第t时段上的权重系数。
优选的，所述系统能量约束如下式所示：
式中，ωi代表区域内第i类负荷的冷热电分配系数；lei表示第i类负荷电需求量，lhi第i类负荷热需求量；lci分别代表第i类负荷冷需求量；
代表第j个综合能源系统输出的电量；
代表第j个综合能源系统输出的热量；
代表第j个综合能源系统输出的冷量。
优选的，所述系统输出容量约束如下式所示：
式中，
代表第j个综合能源系统输出电量的下限值；
表示第j个综合能源系统输出电量；
代表第j个综合能源系统输出电量的上限值；
代表第j个综合能源系统输出热量的下限值；
表示第j个综合能源系统输出热量；
代表第j个综合能源系统输出热量的上限值；
代表第j个综合能源系统供冷量的下限值；
表示第j个综合能源系统供冷量；
代表第j个综合能源系统供冷量的上限值。
优选的，所述预先建立的能流层优化模型包括：
基于综合能源系统的冷热电供应量和负荷分配比，得到设定的运行与维护成本、燃料能耗、电网交互的成本值；
基于所述设定的运行与维护成本、燃料能耗、电网交互成本值，以经济成本最低为目标构建第二目标函数；
设定约束条件；
其中所述约束条件包括：供能平衡约束、设备出力约束和电网交互功率约束；
综合能源系统包括：燃气轮机、余热回收系统、燃气锅炉、光伏系统、电制冷机、吸收式制冷机、热交换器。
优选的，所述第二目标函数如下所示：
式中，T为优化周期，Cm为综合能源系统内部机组的运行与维护成本，Cg为燃料能耗成本，Cex为与电网的交互成本。
优选的，所述运行维护成本Cm按下式计算：
式中，s代表综合能源系统内部机组数量；ψk代表第k组设备单位运行维护费用；Pk(t)代表机组在t时段的输出功率。
优选的，所述燃料能耗成本Cg按下式计算：
式中，
代表t时间段燃气轮机的天然气消耗量；
代表t时间段燃气锅炉的天然气消耗量；Cgass为天然气价格。
优选的，所述与电网的交互成本Cex按下式计算：
式中，Pb(t)代表t时段向电网的购电功率；ceb代表t时段向电网的购电价格；Pgts(t)代表t时段燃气轮机组向电网的售电功率；ces1代表t时段燃气轮机组向电网的售电价格；Ppvs(t)代表t时段光伏向电网的售电功率；ces2代表t时段光伏向电网的售电价格。
优选的，所述供能平衡约束如下所示：
式中，
表示第j个综合能源系统所需供冷量；
表示第j综合能源系统的电制冷机制冷量；
表示第j个综合能源系统的吸收式制冷机制冷量；
表示第j个综合能源系统的燃气锅炉制冷量；
表示第j个综合能源系统的余热回收系统制冷量；ηAC表示吸收式制冷机的效率；
表示第j个综合能源系统所需供热量；ηex表示热交换器的效率；
表示第j个综合能源系统所需供电量；
表示第j综合能源系统的电制冷机耗电量；
表示第j综合能源系统的燃气轮机发电量；
表示第j个综合能源系统的光伏系统发电量；
表示第j个综合能源系统的购电量；
表示第j个综合能源系统的售电量；λ表示电制冷机制冷比。
优选的，所述设备出力约束如下所示：
式中，Pk表示第k组设备的出力；表示第k组设备出力的下限；
表示第k组设备出力的上限。
优选的，所述与电网交互功率约束如下所示：
式中，
代表购电功率的上下限；Pb表示购电功率；
代表购电功率的下限；
表示燃气轮机的上限；Ps1表示燃气轮机；
表示燃气轮机的下限；
表示光伏售电功率的上限；Ps2表示光伏售电功率；
表示光伏售电功率的下限。
优选的，所述源荷特征匹配度的获取包括：
基于综合能源系统输出特性分析和区域负荷曲线分析确定系统功能分配层中源与内部能流优化层中荷的特征匹配度；
所述综合能源系统输出特性分析包括计算综合能源系统的输出功率曲线的冷热电比；
所述区域曲线分析包括计算不同负荷类型的冷热电比。
一种综合能源系统优化调度系统，包括：
源荷特征匹配度获取模块：用于将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
机组出力获取模块：用于基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
调度模块：用于基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
优选的，所述源荷特征匹配度获取模块包括系统功能分配层优化模型构建单元；
所述系统功能分配层优化模型构建单元用于：以各综合能源系统的冷热电供应量和负荷适应度最大为目标构建第一目标函数并设定约束条件；
其中，所述约束条件包括：系统能量约束和系统输出容量约束。
优选的，所述机组出力获取模块包括能流层优化模型构建单元；
所述能流层优化模型构建单元用于：基于综合能源系统的冷热电供应量和负荷分配比，得到设定的运行与维护成本、燃料能耗、电网交互的成本值；
基于所述设定的运行与维护成本、燃料能耗、电网交互成本值，以经济成本最低为目标构建第二目标函数并设定约束条件；
其中所述约束条件包括：供能平衡约束、设备出力约束和电网交互功率约束；
综合能源系统包括：燃气轮机、余热回收系统、燃气锅炉、光伏系统、电制冷机、吸收式制冷机、热交换器。
与最接近的现有技术相比，本申请具有如下有益效果：
1、本发明为一种综合能源系统优化调度方法与系统，将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比，基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力，基于所述综合能源系统的机组出力对综合能源系统进行整体调度；该优化调度方法在保证经济性的同时，能兼顾源荷两侧特性，充分发挥不同类型负荷间的互补特性以及各综合能源系统间的互联互济能力，实现区域内多个综合能源系统间的协同优化调度，与传统的优化运行方式相比具有更高的运行效益；
2、本发明为一种综合能源系统优化调度方法与系统，充分利用区域内不同负荷以及不同IES的互补特性，进行多个IES的耦合与联合优化调度，有助于进一步提高能源系统效益、实现全局最优的目的。
附图说明
图1是本发明的方法流程示意图；
图2是本发明的分层优化调度模型结构；
图3是本发明的IES系统典型结构框图；
图4是本发明的优化调度模型的求解流程图；
图5是本发明的实施例中各IES系统与负荷中心的分布结构图。
具体实施例
下面结合具体的实施例，对本发明的步骤做进一步的详细说明：
实施例1
如图1所示，本发明的方法流程示意图如下所示：
步骤1：将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
步骤2：基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
步骤3：基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
下面结合具体的实施例对上述方法步骤做进一步的解释说明：
对步骤1的说明如下：
如图2所示，本发明所提的分层优化调度模型分为系统供能分配层和内部能流优化层两层。
系统供能分配层
1)源荷适应度模型
本发明选择灰色关联度模型作为区域源荷适应度的评估模型，并引入粒子群优化算法，优化各关联系数对应的权重，从而提高传统灰色关联度模型的准确性。
权重优化流程如下：
步骤1.确定已知序列的类别数k，从每一类中随机选取1个序列作为参考序列，r个序列作为比较序列，并进行归一化；
步骤2.确定优化变量，即m个权重，优化目标函数可表示为：
式中，γjl代表第j个比较序列与第l个参考序列的灰色关联度，er反映了不同类序列的灰色关联度与同类型序列的灰色关联度比值的均值，优化的目标是使得类间的序列关联度尽可能小，而类内序列关联度尽可能较大。
步骤3.按粒子群算法中粒子位置与速度的更新方式对权重变量进行全局搜索，输出优化后的权重系数，从而确定完整的灰色关联度模型。
2)目标函数
系统供能分配层(上层)的优化以源荷平均适应度最大为目标，目标函数可表示为：
式中，fitness代表源荷的平均适应度，n代表区域内负荷类型数，m为IES数量，γij代表第i类负荷与匹配的第j个IES的关联度，j则由初始源荷适应性分析确定。
3)约束条件
系统供能分配层优化的约束条件包括系统能量约束以及系统输出容量约束两部分。
①系统能量约束
各IES系统输出的冷热电能量应满足区域内不同负荷的冷热电需求；
式中，ωj代表区域内第j种负荷的能量分配系数，lej，lhj与lcj分别代表第j种负荷冷热电的需求量，
与
分别代表第i个IES输出的冷热电量。
②系统输出容量约束
区域内各IES由于系统内部各机组设备的容量限制，使得IES输出的冷热电量也将受到限制。
式中，
和
代表第i个IES输出电量的上下限值，
和
代表第i个IES输出热量的上下限值，
和
代表第i个IES供冷量的上下限值。
对步骤2的解释说明如下：
内部能流优化层
各IES的基本结构如图3所示。主要包括由燃气轮机(GT)与余热回收系统组成的CHP、变压器(T)、燃气锅炉(GB)、吸收式制冷机(AC)、电制冷机(EC)、热交换器(EX)以及光伏系统(PV)。
IES模块输入输出以及内部耦合关系可由如下矩阵计算表示：
式中，ηt为变压器效率，ε代表IES系统运行状态，ε取1代表并网运行，取0代表孤岛运行；
ηrec，ηgb，ηac以及ηex分别代表燃气轮机的电效率、热效率、热回收效率、燃气锅炉效率以及热交换器效率；θ为天然气输入燃气轮机占天然气总消耗量的比例，α代表AC与EX热分配比，λ代表制冷比。
则IES系统输出功率的热(冷)电能量比可按下式计算：
同样，对于相应的负荷热(冷)电能量比可由下式计算：
1)目标函数
内部能流优化层以经济成本为目标函数，主要包括机组运行维护成本、燃料成本以及与电网的交互成本三部分。
式中，T为优化周期，Cm为IES内部机组的运行与维护成本，Cg为燃料能耗成本，Cex为与电网的交互成本。
运行维护成本可表示为：
式中，n代表IES内部机组数量，ψi和Pi(t)分别代表第i组设备单位运行维护费用以及机组在t时段的输出功率；
燃料能耗成本可表示为：
式中，
与
分别代表t时间段GT与GB的天然气消耗量，Cgass为天然气价格；
与电网的交互成本可表示为：
式中，Pb(t)与ceb分别代表t时段向电网的购电功率与购电价格；Pgts(t)与ces1分别代表t时段燃气轮机组向电网的售电功率与售电价格；Ppvs(t)与ces2分别代表t时段光伏向电网的售电功率与售电价格。
2)约束条件
内部能流优化层的约束条件主要包括各IES系统内部的机组设备约束、以及供能平衡约束。
①供能平衡约束
若考虑制冷比为λ的电制冷机，则第i个IES系统所需供电量、电制冷机耗电量以及总售电量之和等于GT、PV发电量与购电量之和；EX与AC热需求之和等于余热回收系统及GB的供热量之和；系统所需供冷量等于EC与AC制冷量之和。
②设备出力约束
为保证各IES系统运行在安全范围内，将设备出力限制在一定范围内，即：
式中，Pk表示第k组设备的出力，
与
分别表示第k组设备出力的上下限。
③与电网交互功率约束
式中，
与
分别代表购电功率的上下限；
与
分别代表燃气轮机与光伏售电功率的上下限。
具体模型求解流程如下
本发明的调度模型中上下两层的求解均依托于改进的粒子群优化算法。具体流程如图4所示。
步骤1.划分区域内不同负荷类型，利用典型历史负荷曲线，进行权重系数的优化与灰色关联都模型的确定；
步骤2.分析典型IES输出特性，利用改进的灰色关联度模型进行源荷特征匹配；
步骤3.建立分层调度模型，设置模型基本参数，确定各层优化变量，约束条件以及目标函数；
步骤4.将待优化变量输入改进的粒子群优化模型，结合变异算子与惯性权重动态调整策略，提高模型的收敛性能；
步骤5.将顶层优化的结果输入底层优化模型，明确外部供能需求，同样利用改进的粒子群优化算法，实现底层能量流的优化，最后输出双层优化结果，作为整体调度优化策略输出。
实施例2
下面通过一个实施例对本发明做进一步的说明。
以某区域具体运行场景为研究对象对本发明所提优化调度方法进行验证。此区域的用能负荷主要划分为居民、商业和工业三大类。区域内建有三个小型综合能源(IES)系统，各IES系统与负荷中心的分布结构如图5所示，每个IES系统的内部结构如图3所示，各系统的设备容量等参数如表1所示。利用MATLAB软件对所提优化调度模型进行编程实现，并选取冬季某典型日作为区域优化调度场景，优化调度周期为24h，优化步长为1h。
表1各IES系统设备关键参数
针对不同配置的三种IES系统，分别在FEL与FTL运行策略以及不同负荷类型下计算系统在各时段的热(冷)电比THPR，并依托本发明中所提的适应度模型计算各IES与各类负荷的平均适应度，计算结果以及初步匹配结果如表2所示。由表2的初步源荷匹配结果可知，IES1与负荷1适应度最高，IES2与负荷3适应度最高，IES3与负荷2适应度最高。
表2源荷适应度计算
| 居民区(负荷1) | 商业区(负荷2) | 工业区(负荷3) | 源荷匹配结果 | |
| IES1 | 0.0335 | 0.0293 | 0.0219 | IES1—负荷1 |
| IES2 | 0.0217 | 0.0299 | 0.0346 | IES2-负荷3 |
| IES3 | 0.0280 | 0.0387 | 0.0220 | IES3-负荷2 |
根据本发明所提的优化调度流程分别对系统供能分配层以及内部能流优化层进行优化计算，并分别计算在本发明所提的多IES联合优化供能以及传统各IES独立供能的策略下IES系统与负荷的适应度，计算结果如表3所示。
表3不同供能方式下的适应度计算
| 适应度 | IES1—负荷1 | IES2—负荷3 | IES3—负荷2 |
| 独立供能 | 0.7932 | 0.3430 | 0.3896 |
| 联合优化供能 | 0.8927 | 0.8194 | 0.8262 |
根据表3计算结果可知，联合优化供能模式下，系统保证了良好的源荷匹配特性，与初步源荷匹配结果相符；而传统供能方式下，系统的源荷适应性较差，IES2与负荷3以及IES3与负荷2的适应度较低，与初步匹配结果偏差较大，不利于发挥负荷间的互补特性，从而影响系统的性能指标。
将能源利用效率、经济性以及环境性作为区域多IES系统的性能指标，用以衡量系统的运行效益。其中经济性按式(5)计算，环境性能以CO2排放量作为衡量指标，能源利用效率则按一次能源利用率计算。计算结果如表4所示。
表4不同运行策略下的性能指标计算
根据表4的计算结果可知，区域各IES系统联合优化运行状态下，无论是经济性、环境性还是一次能源利用率方面，均高于各IES系统独立优化运行时的指标，尤其是经济性优势，经济成本缩减了约43.7％，因此区域IES系统联合优化调度并进行源荷匹配，有利于实现各IES间的互联互济，显著提高经济效益，提高一次能源利用率与供需两侧的匹配性，减少碳排放。
综合上述结果可知，传统的区域IES供能方式往往为分布式独立供能方式，各IES对其附近区域的负荷中心进行独立供能，缺少各IES系统间的互联互济。与传统供能调度方式相比，本发明提出的分层优化调度方法可将区域内各IES系统进行资源整合，并根据源荷适应度对各子区域的负荷进行能量分配，充分发挥不同类型负荷间的互补特性以及各IES系统间的互联互济能力，实现区域多IES系统的联合优化供能，在保证系统具有较高源荷匹配度的同时，还能使系统获得较高的运行效率。
实施例3
本发明还涉及一种综合能源系统优化调度系统，包括：
源荷特征匹配度获取模块：用于将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
机组出力获取模块：用于基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
调度模块：用于基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
所述源荷特征匹配度获取模块包括系统功能分配层优化模型构建单元；
所述系统功能分配层优化模型构建单元用于：以源荷适应度最大为目标构建第一目标函数并设定约束条件；
其中，所述约束条件包括：系统能量约束和系统输出容量约束。
所述机组出力获取模块包括能流层优化模型构建单元；
所述能流层优化模型构建单元用于：以经济成本最低为目标构建第二目标函数并设定约束条件；
其中所述约束条件包括：供能平衡约束、设备出力约束和电网交互功率约束。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (17)
1.一种综合能源系统优化调度方法，其特征在于，所述方法包括：
将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
2.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述预先建立的系统功能分配层优化模型包括：
以各综合能源系统的冷热电供应量和负荷适应度最大为目标构建第一目标函数；
设定约束条件；
其中，所述约束条件包括：系统能量约束和系统输出容量约束。
3.如权利要求2所述的一种综合能源系统优化调度方法，其特征在于，所述第一目标函数如下所示：
式中，fitness代表综合能源系统的冷热电供应量和负荷的平均适应度；n代表区域内负荷类型数；m为综合能源系统的数量；γij代表第i类负荷与匹配的第j个综合能源系统冷热电供应量的关联度；
所述第i类负荷与匹配的第j个综合能源系统冷热电供应量的关联度如下所示：
式中，T为优化周期；zi,0t代表t时段第i类负荷需求量；zjt代表t时段第j个IES冷热电供应量；η为分辨系数；
为不大于1的正数；ωt代表序列在第t时段上的权重系数。
4.如权利要求2所述的一种区域多综合能源系统多层优化调度方法，其特征在于，所述系统能量约束如下式所示：
式中，ωi代表区域内第i类负荷的冷热电分配系数；lei表示第i类负荷电需求量，lhi第i类负荷热需求量；lci分别代表第i类负荷冷需求量；
代表第j个综合能源系统输出的电量；
代表第j个综合能源系统输出的热量；
代表第j个综合能源系统输出的冷量。
5.如权利要求4所述的一种区域多综合能源系统多层优化调度方法，其特征在于，所述系统输出容量约束如下式所示：
式中，
代表第j个综合能源系统输出电量的下限值；
表示第j个综合能源系统输出电量；
代表第j个综合能源系统输出电量的上限值；
代表第j个综合能源系统输出热量的下限值；
表示第j个综合能源系统输出热量；
代表第j个综合能源系统输出热量的上限值；
代表第j个综合能源系统供冷量的下限值；
表示第j个综合能源系统供冷量；
代表第j个综合能源系统供冷量的上限值。
6.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述预先建立的能流层优化模型包括：
基于综合能源系统的冷热电供应量和负荷分配比，得到设定的运行与维护成本、燃料能耗、电网交互的成本值；
基于所述设定的运行与维护成本、燃料能耗、电网交互成本值，以经济成本最低为目标构建第二目标函数；
设定约束条件；
其中所述约束条件包括：供能平衡约束、设备出力约束和电网交互功率约束；
综合能源系统包括：燃气轮机、余热回收系统、燃气锅炉、光伏系统、电制冷机、吸收式制冷机、热交换器。
7.如权利要求6所述的一种综合能源系统优化调度方法，其特征在于，所述第二目标函数如下所示：
式中，T为优化周期，Cm为综合能源系统内部机组的运行与维护成本，Cg为燃料能耗成本，Cex为与电网的交互成本。
8.如权利要求7所述的一种综合能源系统优化调度方法，其特征在于，所述运行维护成本Cm按下式计算：
式中，s代表综合能源系统内部机组数量；ψk代表第k组设备单位运行维护费用；Pk(t)代表机组在t时段的输出功率。
9.如权利要求7所述的一种综合能源系统优化调度方法，其特征在于，所述燃料能耗成本Cg按下式计算：
式中，
代表t时间段燃气轮机的天然气消耗量；
代表t时间段燃气锅炉的天然气消耗量；Cgass为天然气价格。
10.如权利要求7所述的一种综合能源系统优化调度方法，其特征在于，所述与电网的交互成本Cex按下式计算：
式中，Pb(t)代表t时段向电网的购电功率；ceb代表t时段向电网的购电价格；Pgts(t)代表t时段燃气轮机组向电网的售电功率；ces1代表t时段燃气轮机组向电网的售电价格；Ppvs(t)代表t时段光伏向电网的售电功率；ces2代表t时段光伏向电网的售电价格。
11.如权利要求7所述的一种区域多综合能源系统多层优化调度方法，其特征在于，所述供能平衡约束如下所示：
式中，
表示第j个综合能源系统所需供冷量；
表示第j综合能源系统的电制冷机制冷量；
表示第j个综合能源系统的吸收式制冷机制冷量；
表示第j个综合能源系统的燃气锅炉制冷量；
表示第j个综合能源系统的余热回收系统制冷量；ηAC表示吸收式制冷机的效率；
表示第j个综合能源系统所需供热量；ηex表示热交换器的效率；
表示第j个综合能源系统所需供电量；
表示第j综合能源系统的电制冷机耗电量；
表示第j综合能源系统的燃气轮机发电量；
表示第j个综合能源系统的光伏系统发电量；
表示第j个综合能源系统的购电量；
表示第j个综合能源系统的售电量；λ表示电制冷机制冷比。
12.如权利要求11所述的一种区域多综合能源系统多层优化调度方法，其特征在于，所述设备出力约束如下所示：
式中，Pk表示第k组设备的出力；
表示第k组设备出力的下限；
表示第k组设备出力的上限。
13.如权利要求12所述的一种区域多综合能源系统多层优化调度方法，其特征在于，所述与电网交互功率约束如下所示：
式中，
代表购电功率的上下限；Pb表示购电功率；
代表购电功率的下限；
表示燃气轮机的上限；Ps1表示燃气轮机；
表示燃气轮机的下限；
表示光伏售电功率的上限；Ps2表示光伏售电功率；
表示光伏售电功率的下限。
14.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述源荷特征匹配度的获取包括：
基于综合能源系统输出特性分析和区域负荷曲线分析确定系统功能分配层中源与内部能流优化层中荷的特征匹配度；
所述综合能源系统输出特性分析包括计算综合能源系统的输出功率曲线的冷热电比；
所述区域曲线分析包括计算不同负荷类型的冷热电比。
15.一种综合能源系统优化调度系统，其特征在于，包括：
源荷特征匹配度获取模块：用于将获取的每个综合能源系统的源荷特征匹配度带入预先建立的系统功能分配层优化模型，获得每个综合能源系统的冷热电供应量和负荷分配比；
机组出力获取模块：用于基于每个综合能源系统，将所述综合能源系统的冷热电供应量和负荷分配比带入预先建立的内部能流优化模型中，获得所述综合能源系统的机组出力；
调度模块：用于基于所述综合能源系统的机组出力对综合能源系统进行整体调度。
16.如权利要求15所述的一种综合能源系统优化调度系统，其特征在于，所述源荷特征匹配度获取模块包括系统功能分配层优化模型构建单元；
所述系统功能分配层优化模型构建单元用于：以各综合能源系统的冷热电供应量和负荷适应度最大为目标构建第一目标函数并设定约束条件；
其中，所述约束条件包括：系统能量约束和系统输出容量约束。
17.如权利要求15所述的一种综合能源系统优化调度系统，其特征在于，所述机组出力获取模块包括能流层优化模型构建单元；
所述能流层优化模型构建单元用于：基于综合能源系统的冷热电供应量和负荷分配比，得到设定的运行与维护成本、燃料能耗、电网交互的成本值；
基于所述设定的运行与维护成本、燃料能耗、电网交互成本值，以经济成本最低为目标构建第二目标函数并设定约束条件；
其中所述约束条件包括：供能平衡约束、设备出力约束和电网交互功率约束；
综合能源系统包括：燃气轮机、余热回收系统、燃气锅炉、光伏系统、电制冷机、吸收式制冷机、热交换器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811580061.4A CN111355230B (zh) | 2018-12-24 | 2018-12-24 | 一种综合能源系统优化调度方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811580061.4A CN111355230B (zh) | 2018-12-24 | 2018-12-24 | 一种综合能源系统优化调度方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111355230A true CN111355230A (zh) | 2020-06-30 |
| CN111355230B CN111355230B (zh) | 2022-09-20 |
Family
ID=71195194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811580061.4A Active CN111355230B (zh) | 2018-12-24 | 2018-12-24 | 一种综合能源系统优化调度方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111355230B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111946431A (zh) * | 2020-08-05 | 2020-11-17 | 武汉理工大学 | 利用柴油发电机余热的船舶热电联产优化控制系统及控制方法 |
| CN112308427A (zh) * | 2020-11-02 | 2021-02-02 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 |
| CN112862252A (zh) * | 2021-01-12 | 2021-05-28 | 国网四川省电力公司经济技术研究院 | 一种基于源荷匹配度的多综合能源社区能源调度系统及方法 |
| CN113095566A (zh) * | 2021-04-08 | 2021-07-09 | 国网山东省电力公司电力科学研究院 | 一种基于用能行为层次化分析的多源协调供能方法及系统 |
| CN113190574A (zh) * | 2021-05-21 | 2021-07-30 | 华中科技大学 | 一种电热综合能源的源荷数据调度方法和系统 |
| CN113378409A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 综合能源系统多能互补优化调度方法及系统 |
| CN113435665A (zh) * | 2021-07-19 | 2021-09-24 | 西安建筑科技大学 | 一种面向功能分区的商场冷负荷预测方法及系统 |
| CN113437752A (zh) * | 2021-06-22 | 2021-09-24 | 东方电气集团东方电机有限公司 | 一种含混合储能的综合能源系统运行控制方法 |
| CN114066031A (zh) * | 2021-11-08 | 2022-02-18 | 国网山东综合能源服务有限公司 | 一种综合能源系统的日内优化调度方法及系统 |
| CN116307642A (zh) * | 2023-05-19 | 2023-06-23 | 青岛奥利普奇智智能工业技术有限公司 | 一种能源调度分配的控制方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616121A (zh) * | 2015-02-28 | 2015-05-13 | 南京飞腾电子科技有限公司 | 一种区域能量综合协调管控系统 |
| CN107290968A (zh) * | 2017-08-22 | 2017-10-24 | 南京南瑞继保电气有限公司 | 一种多能互补综合能源系统的协调优化控制方法 |
| CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
| 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 |
| WO2018095410A1 (zh) * | 2016-11-28 | 2018-05-31 | 新奥泛能网络科技股份有限公司 | 一种产能方式评估方法及系统 |
| CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
-
2018
- 2018-12-24 CN CN201811580061.4A patent/CN111355230B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616121A (zh) * | 2015-02-28 | 2015-05-13 | 南京飞腾电子科技有限公司 | 一种区域能量综合协调管控系统 |
| WO2018095410A1 (zh) * | 2016-11-28 | 2018-05-31 | 新奥泛能网络科技股份有限公司 | 一种产能方式评估方法及系统 |
| CN107290968A (zh) * | 2017-08-22 | 2017-10-24 | 南京南瑞继保电气有限公司 | 一种多能互补综合能源系统的协调优化控制方法 |
| CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
| 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 |
| CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周亦洲: "多区域虚拟电厂综合能源协调调度优化模型", 《中国电机工程学报》 * |
| 郝然 等: "基于能源集线器的区域综合能源系统分层优化调度", 《电力自动化设备》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111946431A (zh) * | 2020-08-05 | 2020-11-17 | 武汉理工大学 | 利用柴油发电机余热的船舶热电联产优化控制系统及控制方法 |
| CN112308427A (zh) * | 2020-11-02 | 2021-02-02 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 |
| CN112308427B (zh) * | 2020-11-02 | 2024-03-19 | 江苏省电力试验研究院有限公司 | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 |
| CN112862252A (zh) * | 2021-01-12 | 2021-05-28 | 国网四川省电力公司经济技术研究院 | 一种基于源荷匹配度的多综合能源社区能源调度系统及方法 |
| CN113095566A (zh) * | 2021-04-08 | 2021-07-09 | 国网山东省电力公司电力科学研究院 | 一种基于用能行为层次化分析的多源协调供能方法及系统 |
| CN113095566B (zh) * | 2021-04-08 | 2023-02-07 | 国网山东省电力公司电力科学研究院 | 一种基于用能行为层次化分析的多源协调供能方法及系统 |
| CN113190574B (zh) * | 2021-05-21 | 2022-11-11 | 华中科技大学 | 一种电热综合能源的源荷数据调度方法和系统 |
| CN113190574A (zh) * | 2021-05-21 | 2021-07-30 | 华中科技大学 | 一种电热综合能源的源荷数据调度方法和系统 |
| CN113437752A (zh) * | 2021-06-22 | 2021-09-24 | 东方电气集团东方电机有限公司 | 一种含混合储能的综合能源系统运行控制方法 |
| CN113378409A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 综合能源系统多能互补优化调度方法及系统 |
| CN113435665A (zh) * | 2021-07-19 | 2021-09-24 | 西安建筑科技大学 | 一种面向功能分区的商场冷负荷预测方法及系统 |
| CN114066031A (zh) * | 2021-11-08 | 2022-02-18 | 国网山东综合能源服务有限公司 | 一种综合能源系统的日内优化调度方法及系统 |
| CN116307642A (zh) * | 2023-05-19 | 2023-06-23 | 青岛奥利普奇智智能工业技术有限公司 | 一种能源调度分配的控制方法 |
| CN116307642B (zh) * | 2023-05-19 | 2023-08-18 | 青岛奥利普奇智智能工业技术有限公司 | 一种能源调度分配的控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111355230B (zh) | 2022-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111355230B (zh) | 一种综合能源系统优化调度方法与系统 | |
| Zhao et al. | Matching model of energy supply and demand of the integrated energy system in coastal areas | |
| CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
| CN111463836B (zh) | 一种综合能源系统优化调度方法 | |
| CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
| CN105337303B (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
| Mei et al. | Paving the way to smart micro energy grid: concepts, design principles, and engineering practices | |
| CN104065072B (zh) | 一种基于动态电价的微电网运行优化方法 | |
| CN109510224A (zh) | 光伏储能与分布式能源联合的容量配置与运行优化方法 | |
| CN110188991B (zh) | 基于供给侧和需求侧的自适应分布式能源管理系统 | |
| CN111738503B (zh) | 以氢能为核心的综合能源微网日前运行调度方法及系统 | |
| CN111681130B (zh) | 一种考虑条件风险价值的综合能源系统优化调度方法 | |
| CN103426032A (zh) | 一种热电联产机组的经济优化调度方法 | |
| 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 | |
| CN105071389A (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
| CN111950807A (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN113435095A (zh) | 一种用于综合能源系统的优化调度的方法及系统 | |
| CN112348276A (zh) | 基于多要素三层次的综合能源系统规划优化方法 | |
| CN111738498A (zh) | 一种综合能源系统鲁棒规划方法及系统 | |
| CN107844053A (zh) | 一种楼宇级冷热电联供系统主动能源供应方法 | |
| CN113158547A (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 | |
| Zhang et al. | Load distribution optimization of multi-source district heating system based on fuzzy analytic hierarchy process | |
| CN116436085A (zh) | 一种基于场景构建的微能源网群分层优化控制方法及系统 | |
| CN113864854A (zh) | 一种蓄热式电采暖参与风电消纳的多目标优化方法及系统 |
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 |