CN111489022B - 一种基于工业园区的电力综合能源优化配置方法 - Google Patents

一种基于工业园区的电力综合能源优化配置方法 Download PDF

Info

Publication number
CN111489022B
CN111489022B CN202010252983.3A CN202010252983A CN111489022B CN 111489022 B CN111489022 B CN 111489022B CN 202010252983 A CN202010252983 A CN 202010252983A CN 111489022 B CN111489022 B CN 111489022B
Authority
CN
China
Prior art keywords
equipment
power
power supply
unit
fbj
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
CN202010252983.3A
Other languages
English (en)
Other versions
CN111489022A (zh
Inventor
顾曦华
金军
盛银波
徐晨
钱伟杰
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 Jiaxing Power Supply Co
Huachuang Information Technology Branch Of Jiaxing Hengchuang Power Group
Original Assignee
State Grid Jiaxing Power Supply Co
Huachuang Information Technology Branch Of Jiaxing Hengchuang Power Group
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 Jiaxing Power Supply Co, Huachuang Information Technology Branch Of Jiaxing Hengchuang Power Group filed Critical State Grid Jiaxing Power Supply Co
Priority to CN202010252983.3A priority Critical patent/CN111489022B/zh
Publication of CN111489022A publication Critical patent/CN111489022A/zh
Application granted granted Critical
Publication of CN111489022B publication Critical patent/CN111489022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于工业园区的电力综合能源优化配置方法，该方法借助优化配置系统实现；所述优化配置系统包括传统供电模块、电力接入单元、电力传输模块、储能设备、新能源设备、电力供给单元、决策处理器、监测单元、用电设备、划测单元、融合单元、计价同步单元、决策库和用电监控单元；本发明通过公开的优化配置系统，能够首先根据各个设备的具体用电情况，进行用电分析，之后根据各个不同设备，获取到必需设备和非必需设备Fbj，之后获取到非必需设备Fbj的可信用电量Lj、单月效益Yxj；同时利用监测单元获取到储能设备内已经存储到的剩余电量Sy，之后将剩余电量Sy传输到决策处理器。

Description

一种基于工业园区的电力综合能源优化配置方法
技术领域
本发明属于能源优化领域，涉及工业园区的电力综合能源优化技术，具体是一种基于工业园区的电力综合能源优化配置方法。
背景技术
公开号为CN109946977A的专利公开了一种含冷热电三联供系统的智慧园区能源优化调度方法，在传统电力能源系统模型的基础上进行优化，合理规划冷热电三联供应系统微电源，储能，产热产冷设备的优化调度，满足经济性，环保性，可靠性的运行目标，最大程度考虑冷热电能源流环节的相互耦合和转化，尤其是系统设备自身的运行约束，建立更符合实际的转化关系方程式，而不是简单的能源流转化一次系数，进行建模仿真，提前设置好相关参数和相应的智慧园区设备类型，建立相应的输入输出端口，用户仅需输入典型日的冷热电负荷和设备容量，即可得到典型日能源优化的最优调度结果。
然而，该专利中却并不能实现精准的对工业园区的设备进行类别划分，并根据划分后的类别进行不同的分析，根据设备特性和具体的用电情况进行不同的供电配置；为了实现这一技术方案，现提供一种解决方案。
发明内容
本发明的目的在于提供一种基于工业园区的电力综合能源优化配置方法。
本发明的目的可以通过以下技术方案实现：
一种基于工业园区的电力综合能源优化配置方法，该方法借助优化配置系统实现；
所述优化配置系统包括传统供电模块、电力接入单元、电力传输模块、储能设备、新能源设备、电力供给单元、决策处理器、监测单元、用电设备、划测单元、融合单元、计价同步单元、决策库和用电监控单元；
其中，所述新能源设备为借助新能源进行发电的设备，并将产生的新能源电量传输到储能设备；所述储能设备接收新能源设备传输的新能源电量并进行实时存储；
所述传统供电模块为借助电网系统供电的常规供电设备；
所述用电设备为工业园区的所有需要用电的设备，所述划测单元用于对用电设备进行设备划分，得到必需设备和非必需设备Fbj；
所述用电监控单元用于获取用电设备的实时用电情况，并对用电量进行用电监控分析，得到所有非必须设备Fbj的可信用电量Lj；
所述用电监控单元用于将可信用电量Lj传输到融合单元，所述融合单元接收用电监控单元传输的可信用电量Lj；
所述划测单元还用于对非必须设备Fbj进行效益分析步骤，得到单月效益Yxj；
所述划测单元用于将单月效益Yxj、必需设备和非必需设备Fbj传输到融合单元，所述融合单元用于将可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj传输到决策处理器，所述监测单元用于监测储能设备的剩余电量Sy，并将剩余电量Sy传输到决策处理器，所述决策处理器接收监测单元传输的剩余电量Sy；
所述计价同步单元与供电网络同步，获取实时的供电单价；
所述决策处理器用于结合计价同步单元对剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj进行用电分配步骤，具体分配步骤如下：
S01：获取到剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj；
S02：将所有的必需设备标记为常规供电设备；
S03：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S04：获取到剩余电量Sy，利用公式计算全开可用时长全开可用时长Kt指代开启全部的非必须设备时，能够消耗的时长；
S05：对全开可用时长Kt进行判定，当Kt≥X2时，产生新供电信号，此时将所有的非必须设备标记为新供电设备，X2为预设值；
S06：当Kt小于X2时，进行非必须设备入电分析步骤，具体步骤为：
S061：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S062：求取所有非必需设备Fbj的选值Qj，具体计算公式为：
Qj＝0.417*(1/Lj)+0.583*Yxj；
S063：计算得到所有的Qj，按照Qj的从大到小的顺序对Fbj进行排序；
S064：选中排名第一的非必需设备，获取到对应的可信用电量；
S065：若满足Sy除以可信用电量得到的时长超过X2时，则进行下一步；
S066：选中下一名的非必需设备，获取到选中的所有非必需设备的可信用电量之和，获取剩余用电量Sy能够用电的时长，当该时长超过X2时，则进行下一步，否则将当前设备删除，其余选中的所有非必需设备标记为新供电设备；
S067：重复步骤S066，直到选中新供电设备；将剩余的非必需设备标记为依时供电设备。
进一步地，所述新能源设备具体为光伏发电设备和风力发电设备。
进一步地，所述设备划分的具体过程为：
步骤一：按照设备种类，当该设备需要连续不间断供电且不间断供电时长超过预设时间T1时，将其标记为必需设备；
步骤二：将剩余的设备标记为非必需设备Fbj，j＝1...m；m为正整数。
进一步地，所述用电监控分析的具体分析步骤为：
步骤一：获取到所有的非必需设备Fbj；
步骤二：令j＝1；
步骤三：获取到对应的的非必需设备Fb1，获取到其近三十天内的单天耗电量，及其对应单天的耗电时长；近三十天内指代从当下时间往前推三十天；
步骤三：获取到对应的非必需设备Fb1，获取到其三十天的单天耗电量，将其标记为Di，i＝1...30；
步骤四：求取Di的平均值，将其标记为P；
步骤五：根据公式计算Di的平值W，具体计算公式为：
得到平值W；
步骤六：令i＝1，选取对应的单天耗电量D1；
步骤七：将对应的D1数值删除，得到由29个单天耗电量；求取其均值后，按照步骤五的相同计算方法计算得到剩余29个单天耗电量的平值W1；
步骤八：令i＝i+1，取对应的Di，重复步骤七-步骤八，直到i＝30，对所有的单天耗电量Di处理完毕；
步骤九：得到所有的平值Wi，i＝1...30；
步骤十：依次将i＝1...30代入公式，计算平差值，Wci＝|W-Wi|，i＝1...30；式中|W-Wi|指代W与Wi差值的绝对值；
步骤十一：获取到Wci值大于X1的平值Wi，对应将删去的该单天耗电量Di标记为紊乱耗电量；
步骤十二：去除所有的紊乱耗电量，对剩余的单天耗电量进行均值求取，将该均值标记为耗电靠值；获取到对应剩余单天耗电量的用电时长，获取用电时长的均值，将耗电靠值除以用电时长的均值，得到单位时间用电量，对应将单位时间用电量标记非必需设备Fb1的可信用电量L1；
步骤十三：令j＝j+1，重复步骤二到步骤十三，直到对所有的非必需设备处理完成；
步骤十四：得到所有非必须设备Fbj的可信用电量Lj。
进一步地，所述效益分析的具体步骤为：
S010：获取到所有非必须设备Fbj的单月效益，单月效益指代对应非必须设备Fbj带来的盈利，单月效益为前一年效益的月均值；
S020：对应将单月效益标记为Yxj，j＝1...m；Yxj与Fbj一一对应。
进一步地，所述决策处理器用于将新供电设备和常规供电设备传输到电力接入单元，所述电力接入单元用于从储能设备内借助电力传输模块和电力供给单元为新供电设备进行供电；所述电力接入单元还用于从传统供电模块借助电力传输模块和电力供给单元为常规供电设备进行供电。
进一步地，所述决策处理器用于结合计价同步单元对依时供电设备进行供电分析，具体为当计价同步单元检测到单位电量耗费最低时，产生供给信号，并将供给信号传输到决策处理器，所述决策处理器在接收到计价同步单元传输的供给信号时，驱动电力接入单元为依时供电设备进行供电，供电来源于传统供电模块，借助电力传输模块和电力供给单元实现供电。
本发明的有益效果：本发明通过公开的优化配置系统，能够首先根据各个设备的具体用电情况，进行用电分析，之后根据各个不同设备，获取到必需设备和非必需设备Fbj，之后获取到非必需设备Fbj的可信用电量Lj、单月效益Yxj；同时利用监测单元获取到储能设备内已经存储到的剩余电量Sy，之后将剩余电量Sy传输到决策处理器；
决策处理器根据设备类型，将必需设备划分为借助传统供电模块进行供电的种类，之后结合剩余电量Sy，若剩余电量Sy满足能够同时为所有的非必需设备供电超过预设时长X2时，则会对所有的非必需设备进行分析，得到每个非必需设备的选值，之后根据每个非必需设备的选值，进行从大到小的排序，获取到对应的非必需设备，将其划分为借助剩余电量进行工作，同时将部分满足其余条件的划分为按照不同时间的电价进行供电，选用最低电价时间段供电；本发明简单有效，且易于实用。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示，一种基于工业园区的电力综合能源优化配置方法，该方法借助优化配置系统实现；
所述优化配置系统包括传统供电模块、电力接入单元、电力传输模块、储能设备、新能源设备、电力供给单元、决策处理器、监测单元、用电设备、划测单元、融合单元、计价同步单元、决策库和用电监控单元；
其中，所述新能源设备为借助新能源进行发电的设备，具体可为光伏发电设备，风力发电设备等常规新能源设备，并将产生的新能源电量传输到储能设备；所述储能设备接收新能源设备传输的新能源电量并进行实时存储；
所述传统供电模块为借助电网系统供电的常规供电设备；
所述用电设备为工业园区的所有需要用电的设备，所述划测单元用于对用电设备进行设备划分，具体划分过程为：
步骤一：按照设备种类，当该设备需要连续不间断供电且不间断供电时长超过预设时间T1时，将其标记为必需设备；
步骤二：将剩余的设备标记为非必需设备Fbj，j＝1...m；m为正整数；
所述用电监控单元用于获取用电设备的实时用电情况，并对用电量进行用电监控分析，具体分析步骤为：
步骤一：获取到所有的非必需设备Fbj；
步骤二：令j＝1；
步骤三：获取到对应的的非必需设备Fb1，获取到其近三十天内的单天耗电量，及其对应单天的耗电时长；近三十天内指代从当下时间往前推三十天；
步骤三：获取到对应的非必需设备Fb1，获取到其三十天的单天耗电量，将其标记为Di，i＝1...30；
步骤四：求取Di的平均值，将其标记为P；
步骤五：根据公式计算Di的平值W，具体计算公式为：
得到平值W；
步骤六：令i＝1，选取对应的单天耗电量D1；
步骤七：将对应的D1数值删除，得到由29个单天耗电量；求取其均值后，按照步骤五的相同计算方法计算得到剩余29个单天耗电量的平值W1；
步骤八：令i＝i+1，取对应的Di，重复步骤七-步骤八，直到i＝30，对所有的单天耗电量Di处理完毕；
步骤九：得到所有的平值Wi，i＝1...30；
步骤十：依次将i＝1...30代入公式，计算平差值，Wci＝|W-Wi|，i＝1...30；式中|W-Wi|指代W与Wi差值的绝对值；
步骤十一：获取到Wci值大于X1的平值Wi，对应将删去的该单天耗电量Di标记为紊乱耗电量；
步骤十二：去除所有的紊乱耗电量，对剩余的单天耗电量进行均值求取，将该均值标记为耗电靠值；获取到对应剩余单天耗电量的用电时长，获取用电时长的均值，将耗电靠值除以用电时长的均值，得到单位时间用电量，对应将单位时间用电量标记非必需设备Fb1的可信用电量L1；
步骤十三：令j＝j+1，重复步骤二到步骤十三，直到对所有的非必需设备处理完成；
步骤十四：得到所有非必须设备Fbj的可信用电量Lj；
所述用电监控单元用于将可信用电量Lj传输到融合单元，所述融合单元接收用电监控单元传输的可信用电量Lj；
所述划测单元还用于对非必须设备Fbj进行效益分析步骤，效益分析具体步骤为：
S010：获取到所有非必须设备Fbj的单月效益，单月效益指代对应非必须设备Fbj带来的盈利，单月效益为前一年效益的月均值；
S020：对应将单月效益标记为Yxj，j＝1...m；Yxj与Fbj一一对应；
所述划测单元用于将单月效益Yxj、必需设备和非必需设备Fbj传输到融合单元，所述融合单元用于将可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj传输到决策处理器，所述监测单元用于监测储能设备的剩余电量Sy，并将剩余电量Sy传输到决策处理器，所述决策处理器接收监测单元传输的剩余电量Sy；
所述计价同步单元与供电网络同步，获取实时的供电单价；
所述决策处理器用于结合计价同步单元对剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj进行用电分配步骤，具体分配步骤如下：
S01：获取到剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj；
S02：将所有的必需设备标记为常规供电设备；
S03：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S04：获取到剩余电量Sy，利用公式计算全开可用时长全开可用时长Kt指代开启全部的非必须设备时，能够消耗的时长；
S05：对全开可用时长Kt进行判定，当Kt≥X2时，产生新供电信号，此时将所有的非必须设备标记为新供电设备，X2为预设值；
S06：当Kt小于X2时，进行非必须设备入电分析步骤，具体步骤为：
S061：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S062：求取所有非必需设备Fbj的选值Qj，具体计算公式为：
Qj＝0.417*(1/Lj)+0.583*Yxj；式中，0.417和0.583为对应因素的权值，因为不同因素对结果影响不同，故此处加入权值以体现；
S063：计算得到所有的Qj，按照Qj的从大到小的顺序对Fbj进行排序；
S064：选中排名第一的非必需设备，获取到对应的可信用电量；
S065：若满足Sy除以可信用电量得到的时长超过X2时，则进行下一步；
S066：选中下一名的非必需设备，获取到选中的所有非必需设备的可信用电量之和，获取剩余用电量Sy能够用电的时长，当该时长超过X2时，则进行下一步，否则将当前设备删除，其余选中的所有非必需设备标记为新供电设备；
S067：重复步骤S066，直到选中新供电设备；将剩余的非必需设备标记为依时供电设备；
所述决策处理器用于将新供电设备和常规供电设备传输到电力接入单元，所述电力接入单元用于从储能设备内借助电力传输模块和电力供给单元为新供电设备进行供电；所述电力接入单元还用于从传统供电模块借助电力传输模块和电力供给单元为常规供电设备进行供电；
所述决策处理器用于结合计价同步单元对依时供电设备进行供电分析，具体为当计价同步单元检测到单位电量耗费最低时，产生供给信号，并将供给信号传输到决策处理器，所述决策处理器在接收到计价同步单元传输的供给信号时，驱动电力接入单元为依时供电设备进行供电，供电来源于传统供电模块，借助电力传输模块和电力供给单元实现供电。
一种基于工业园区的电力综合能源优化配置方法，通过本发明公开的优化配置系统，能够首先根据各个设备的具体用电情况，进行用电分析，之后根据各个不同设备，获取到必需设备和非必需设备Fbj，之后获取到非必需设备Fbj的可信用电量Lj、单月效益Yxj；同时利用监测单元获取到储能设备内已经存储到的剩余电量Sy，之后将剩余电量Sy传输到决策处理器；
决策处理器根据设备类型，将必需设备划分为借助传统供电模块进行供电的种类，之后结合剩余电量Sy，若剩余电量Sy满足能够同时为所有的非必需设备供电超过预设时长X2时，则会对所有的非必需设备进行分析，得到每个非必需设备的选值，之后根据每个非必需设备的选值，进行从大到小的排序，获取到对应的非必需设备，将其划分为借助剩余电量进行工作，同时将部分满足其余条件的划分为按照不同时间的电价进行供电，选用最低电价时间段供电；本发明简单有效，且易于实用。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于工业园区的电力综合能源优化配置方法，其特征在于，该方法借助优化配置系统实现；
所述优化配置系统包括传统供电模块、电力接入单元、电力传输模块、储能设备、新能源设备、电力供给单元、决策处理器、监测单元、用电设备、划测单元、融合单元、计价同步单元、决策库和用电监控单元；
其中，所述新能源设备为借助新能源进行发电的设备，并将产生的新能源电量传输到储能设备；所述储能设备接收新能源设备传输的新能源电量并进行实时存储；
所述传统供电模块为借助电网系统供电的常规供电设备；
所述用电设备为工业园区的所有需要用电的设备，所述划测单元用于对用电设备进行设备划分，得到必需设备和非必需设备Fbj；所述设备划分的具体过程为：
步骤一：按照设备种类，当该设备需要连续不间断供电且不间断供电时长超过预设时间T1时，将其标记为必需设备；
步骤二：将剩余的设备标记为非必需设备Fbj，j＝1...m；m为正整数；
所述用电监控单元用于获取用电设备的实时用电情况，并对用电量进行用电监控分析，得到所有非必须设备Fbj的可信用电量Lj；
所述用电监控单元用于将可信用电量Lj传输到融合单元，所述融合单元接收用电监控单元传输的可信用电量Lj；
所述划测单元还用于对非必须设备Fbj进行效益分析步骤，得到单月效益Yxj；
所述划测单元用于将单月效益Yxj、必需设备和非必需设备Fbj传输到融合单元，所述融合单元用于将可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj传输到决策处理器，所述监测单元用于监测储能设备的剩余电量Sy，并将剩余电量Sy传输到决策处理器，所述决策处理器接收监测单元传输的剩余电量Sy；
所述计价同步单元与供电网络同步，获取实时的供电单价；
所述决策处理器用于结合计价同步单元对剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj进行用电分配步骤，具体分配步骤如下：
S01：获取到剩余电量Sy、可信用电量Lj、单月效益Yxj、必需设备和非必需设备Fbj；
S02：将所有的必需设备标记为常规供电设备；
S03：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S04：获取到剩余电量Sy，利用公式计算全开可用时长全开可用时长Kt指代开启全部的非必须设备时，能够消耗的时长；
S05：对全开可用时长Kt进行判定，当Kt≥X2时，产生新供电信号，此时将所有的非必须设备标记为新供电设备，X2为预设值；
S06：当Kt小于X2时，进行非必须设备入电分析步骤，具体步骤为：
S061：获取到所有的非必需设备Fbj，获取到对应的可信用电量Lj，及其对应的单月效益Yxj；
S062：求取所有非必需设备Fbj的选值Qj，具体计算公式为：
Qj＝0.417*(1/Lj)+0.583*Yxj；
S063：计算得到所有的Qj，按照Qj的从大到小的顺序对Fbj进行排序；
S064：选中排名第一的非必需设备，获取到对应的可信用电量；
S065：若满足Sy除以可信用电量得到的时长超过X2时，则进行下一步；
S066：选中下一名的非必需设备，获取到选中的所有非必需设备的可信用电量之和，获取剩余用电量Sy能够用电的时长，当该时长超过X2时，则进行下一步，否则将当前设备删除，其余选中的所有非必需设备标记为新供电设备；
S067：重复步骤S066，直到选中新供电设备；将剩余的非必需设备标记为依时供电设备。
2.根据权利要求1所述的一种基于工业园区的电力综合能源优化配置方法，其特征在于，所述新能源设备具体为光伏发电设备和风力发电设备。
3.根据权利要求1所述的一种基于工业园区的电力综合能源优化配置方法，其特征在于，所述用电监控分析的具体分析步骤为：
步骤一：获取到所有的非必需设备Fbj；
步骤二：令j＝1；
步骤三：获取到对应的的非必需设备Fb1，获取到其近三十天内的单天耗电量，及其对应单天的耗电时长；近三十天内指代从当下时间往前推三十天；
步骤三：获取到对应的非必需设备Fb1，获取到其三十天的单天耗电量，将其标记为Di，i＝1...30；
步骤四：求取Di的平均值，将其标记为P；
步骤五：根据公式计算Di的平值W，具体计算公式为：
得到平值W；
步骤六：令i＝1，选取对应的单天耗电量D1；
步骤七：将对应的D1数值删除，得到由29个单天耗电量；求取其均值后，按照步骤五的相同计算方法计算得到剩余29个单天耗电量的平值W1；
步骤八：令i＝i+1，取对应的Di，重复步骤七-步骤八，直到i＝30，对所有的单天耗电量Di处理完毕；
步骤九：得到所有的平值Wi，i＝1...30；
步骤十：依次将i＝1...30代入公式，计算平差值，Wci＝|W-Wi|，i＝1...30；式中|W-Wi|指代W与Wi差值的绝对值；
步骤十一：获取到Wci值大于X1的平值Wi，对应将删去的该单天耗电量Di标记为紊乱耗电量；
步骤十二：去除所有的紊乱耗电量，对剩余的单天耗电量进行均值求取，将该均值标记为耗电靠值；获取到对应剩余单天耗电量的用电时长，获取用电时长的均值，将耗电靠值除以用电时长的均值，得到单位时间用电量，对应将单位时间用电量标记非必需设备Fb1的可信用电量L1；
步骤十三：令j＝j+1，重复步骤二到步骤十三，直到对所有的非必需设备处理完成；
步骤十四：得到所有非必须设备Fbj的可信用电量Lj。
4.根据权利要求1所述的一种基于工业园区的电力综合能源优化配置方法，其特征在于，所述效益分析的具体步骤为：
S010：获取到所有非必须设备Fbj的单月效益，单月效益指代对应非必须设备Fbj带来的盈利，单月效益为前一年效益的月均值；
S020：对应将单月效益标记为Yxj，j＝1...m；Yxj与Fbj一一对应。
5.根据权利要求1所述的一种基于工业园区的电力综合能源优化配置方法，其特征在于，所述决策处理器用于将新供电设备和常规供电设备传输到电力接入单元，所述电力接入单元用于从储能设备内借助电力传输模块和电力供给单元为新供电设备进行供电；所述电力接入单元还用于从传统供电模块借助电力传输模块和电力供给单元为常规供电设备进行供电。
6.根据权利要求1所述的一种基于工业园区的电力综合能源优化配置方法，其特征在于，所述决策处理器用于结合计价同步单元对依时供电设备进行供电分析，具体为当计价同步单元检测到单位电量耗费最低时，产生供给信号，并将供给信号传输到决策处理器，所述决策处理器在接收到计价同步单元传输的供给信号时，驱动电力接入单元为依时供电设备进行供电，供电来源于传统供电模块，借助电力传输模块和电力供给单元实现供电。
CN202010252983.3A 2020-04-02 2020-04-02 一种基于工业园区的电力综合能源优化配置方法 Active CN111489022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010252983.3A CN111489022B (zh) 2020-04-02 2020-04-02 一种基于工业园区的电力综合能源优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010252983.3A CN111489022B (zh) 2020-04-02 2020-04-02 一种基于工业园区的电力综合能源优化配置方法

Publications (2)

Publication Number Publication Date
CN111489022A CN111489022A (zh) 2020-08-04
CN111489022B true CN111489022B (zh) 2023-10-13

Family

ID=71811630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010252983.3A Active CN111489022B (zh) 2020-04-02 2020-04-02 一种基于工业园区的电力综合能源优化配置方法

Country Status (1)

Country Link
CN (1) CN111489022B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581317B (zh) * 2021-01-27 2024-01-30 浙江容大电力工程有限公司 一种基于用电平衡的转供电系统及供电方法
CN113706055A (zh) * 2021-07-30 2021-11-26 浙江容大电力工程有限公司 一种克强指数在电力大数据中的应用方法
CN114336935B (zh) * 2021-12-27 2023-03-28 山东高创自动化设备有限公司 井下水位监测用能源供给系统
CN114629183B (zh) * 2022-05-17 2022-08-05 时代云英(深圳)科技有限公司 一种分布式清洁能源微电网系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200297A (zh) * 2014-07-11 2014-12-10 浙江大学 实时电价环境下的家居混合供电系统能量优化调度方法
CN105427191A (zh) * 2015-12-11 2016-03-23 中国电力科学研究院 一种用户用电能效评估方法
CN107465732A (zh) * 2017-07-28 2017-12-12 国网江西省电力公司南昌供电分公司 基于共享理念的智能供用电系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6603485B2 (ja) * 2015-06-11 2019-11-06 株式会社日立製作所 電力事業損益試算システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200297A (zh) * 2014-07-11 2014-12-10 浙江大学 实时电价环境下的家居混合供电系统能量优化调度方法
CN105427191A (zh) * 2015-12-11 2016-03-23 中国电力科学研究院 一种用户用电能效评估方法
CN107465732A (zh) * 2017-07-28 2017-12-12 国网江西省电力公司南昌供电分公司 基于共享理念的智能供用电系统及方法

Also Published As

Publication number Publication date
CN111489022A (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN111489022B (zh) 一种基于工业园区的电力综合能源优化配置方法
Ehsan et al. State-of-the-art techniques for modelling of uncertainties in active distribution network planning: A review
Çetinbaş et al. Design, analysis and optimization of a hybrid microgrid system using HOMER software: Eskisehir osmangazi university example
Roslan et al. Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction
Ajoulabadi et al. Flexible scheduling of reconfigurable microgrid-based distribution networks considering demand response program
Samad et al. Controls for smart grids: Architectures and applications
Jayasekara et al. Optimal operation of distributed energy storage systems to improve distribution network load and generation hosting capability
CN108736522B (zh) 交直流混合分布式系统的运行控制系统
Li et al. An optimization-based demand response in radial distribution networks
Fedjaev et al. Linear programming based optimization tool for day ahead energy management of a lithium-ion battery for an industrial microgrid
Martinez et al. Stochastic programming for energy planning in microgrids with renewables
Hao et al. Locational marginal pricing in the campus power system at the power distribution level
Qiu et al. Bilayer distributed optimization for robust microgrid dispatch with coupled individual-collective profits
Sheikhi et al. Distributed generation penetration impact on distribution networks loss
Darbali-Zamora et al. Solar irradiance prediction model based on a statistical approach for microgrid applications
Contreras-Ocaña et al. Non-wire alternatives to capacity expansion
Aldaouab et al. Renewable energy dispatch control algorithms for a mixed-use building
Liu et al. Cooperative operation for integrated multi-energy system considering transmission losses
Gao et al. Stochastic optimization for energy economics and renewable sources management: A case study of solar energy in digital twin
Kok et al. Distributed control in the electricity infrastructure
Giraldez et al. Distribution feeder modeling for time-series simulation of voltage management strategies
Xunjie et al. Optimal Planning Method of IES with Multi-energy Storage and Wind Power
Ignat-Balaci et al. Day-Ahead Scheduling, Simulation, and Real-Time Control of an Islanded Microgrid.
Du et al. Integrating a multi-microgrid system into real-time balancing market: Problem formulation and solution technique
Jayawardana et al. Novel control strategy for operation of energy storage in a renewable energy-based microgrid

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