CN111552181A - 一种综合能源服务模式下的园区级需求响应资源配置方法 - Google Patents
一种综合能源服务模式下的园区级需求响应资源配置方法 Download PDFInfo
- Publication number
- CN111552181A CN111552181A CN202010371625.4A CN202010371625A CN111552181A CN 111552181 A CN111552181 A CN 111552181A CN 202010371625 A CN202010371625 A CN 202010371625A CN 111552181 A CN111552181 A CN 111552181A
- Authority
- CN
- China
- Prior art keywords
- power
- demand response
- energy
- electric
- regulation
- 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
- 230000004044 response Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013468 resource allocation Methods 0.000 title claims abstract description 36
- 238000005265 energy consumption Methods 0.000 claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 84
- 230000033228 biological regulation Effects 0.000 claims description 81
- 238000001816 cooling Methods 0.000 claims description 54
- 238000004146 energy storage Methods 0.000 claims description 53
- 238000010438 heat treatment Methods 0.000 claims description 45
- 230000001105 regulatory effect Effects 0.000 claims description 40
- 238000005057 refrigeration Methods 0.000 claims description 23
- 230000008901 benefit Effects 0.000 claims description 20
- 230000001276 controlling effect Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 9
- 238000005338 heat storage Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000009835 boiling Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 5
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 238000005429 filling process Methods 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000005457 optimization Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 13
- 239000002737 fuel gas Substances 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010015856 Extrasystoles Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
一种综合能源服务模式下的园区级需求响应资源配置方法,考虑了电网公司在利用需求响应技术实现削峰填谷的应用过程中对包括电能、热能等形式在内的资源协调优化配置。在统一的综合能源服务系统支撑情况下,通过对多种形式能源的信息采集,通过建立模型和约束条件的方法,制定需求响应过程中园区内各种形式资源的利用方式。明确了园区内的各类负荷设备的使用情况,保障用户正常的用能体验,同时也实现需求响应在削峰填谷过程中的应用;统一的综合能源服务系统不仅实现了园区内各类资源的信息整合,并且在实现了电力用户参与需求响应削峰填谷的情况下,保证了电力用户日常的用户用能需求,实现了电力用户用能成本的经济最大。
Description
技术领域
本发明属于电能资源调配技术领域,涉及综合能源服务应用和需求侧管理的结合,具体涉及一种综合能源服务模式下的园区级需求响应资源配置方法。
背景技术
目前面向综合能源服务研究主要集中在装置与系统研发方面,重点推进项目工程的部署。部分研究涉及综合能源的资源调配模型,但是所述模型以及求解过程过于繁杂且求解难度大。从工程角度出发,这类研究不利于实际电网管理人员快速应用。现有研究将综合能源应用与需求响应业务结合的也相对较少。本专利旨在提出一种简单的数学模型,用于描述电网调控过程中所涉及的设备。通过设备数学模型描述,利用混合非整数线性规划快速规划各类资源的调度方式,辅助电网管理人员实现综合能源服务模式下的园区级需求响应资源配置。
发明内容
为了解决上述技术问题,本发明提供一种综合能源服务模式下的园区级需求响应资源配置方法。
本发明具体采用以下技术方案:
一种综合能源服务模式下的园区级需求响应资源配置方法,其特征在于,所述方法包括以下步骤:
步骤1:对园区内的用户电力负荷建模对象进行分类,所述用户电力负荷建模对象包括分布式空调、热水器、冷热电三联供设备、电动汽车以及储能装置;
步骤2:判断当前时刻是否为需求响应调控时段,是则进入步骤3,否则结束;
步骤3:当前时刻为需求响应调控时段时,采集分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的数据;
所述分布式空调的数据包括每个居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量,居民住宅单位时间内每摄氏度变化时的储热量,上一次调控结束后的室内温度和调控的温度上下限;
所述冷热电三联供系统的数据包括燃气低热值,制冷效率,发电效率,制热能耗,最小燃气消耗速率,最大燃气消耗速率,最小供冷功率和最大供冷功率;
所述储能装置的数据包括上一时刻存储的能量,储能容量上限;
所述电热水器的数据包括每个电热水器的装水容量,每个时段的温度,每个电热水器期望的烧水时长;
所述电动汽车的数据包括每个电动汽车的最小充电功率,最大充电功率、电动汽车参与调控的数量、电动汽车的充电效率;
步骤4:分别建立分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的用电量和能耗模型;
步骤5:设定用电量和能耗模型的约束条件;
步骤6:建立用户电力负荷的需求响应资源配置模型;
步骤7:将在所述步骤3中采集的数据输入所述步骤6中的用户电力负荷的需求响应资源配置模型求解满足配置模型的最优解;
步骤8:根据所述步骤7得到的满足配置模型的最优解对园区内用户电力负荷进行调控,然后返回步骤2。
本发明还进一步采用以下优选技术方案:
在所述步骤4中,分布式空调的用电量简化模型为:
式(1)中为t时刻第i个分布式空调的功率,为所有居民在调控时间间隔Δt内的空调用电量,为第i个编号空调在调控时间间隔Δt内的额定用电量,δt,i为t时刻第i个编号的分布式空调开启状态,其数值为布尔0-1类型,当δt,i等于0时分布式空调处于关闭状态,等于1是处于开启状态,NAC为参与响应的分布式空调的数量。
在所述步骤4中,冷热电三联供设备的输出电能和制冷能耗简化模型为:
在所述步骤4中,储能装置的充放电量简化模型为:
在步骤4中,电动汽车的充电用电量简化模型为:
在所述步骤4中,电热水器的用电量简化模型为:
在所述步骤5中设定的约束条件为:
其中,Qt为调控时间间隔Δt内t时刻电网期望的用电量、为调控时间间隔Δt内分布式空调用电量、为t时刻冷热三联供输出电能、为t时刻冷热三联供制冷能耗、为调控时间间隔Δt内电热水器的用电量、为调控时间间隔Δt内储能装置的充放电量、为调控时间间隔Δt内电动汽车的充电用电量。
分布式空调约束条件为调控的温度、温度与用电量之间的关联关系模型:
式中为调控时间间隔Δt内第i个编号的分布式空调供暖或供冷的居民室内温度;Δt为调控时间间隔;参数Wi为居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量;Yi为居民住宅单位时间内每摄氏度变化时的储热量;Zt,i为调控时间间隔Δt内第i个编号的分布式空调所处的居民住宅室内照明、电气设备以及人体散热总和对室内温度的影响;δt,i为t时刻第i个编号的分布式空调开启状态,其数值为布尔0-1类型,当δt,i等于0时分布式空调处于关闭状态,等于1是处于开启状态;为第i个编号空调的额定用电量;调控后的温度要满足下式:
冷热电三联供设备约束条件为输入的燃气量以及用于输出的电和供冷功率:
式(8)(9)中为调控时间间隔Δt内冷热三联供的输出电能功率,为t时刻冷热三联供的产出制冷功率;为t时刻冷热电三联供设备输出用于供冷的功率,Vt CCHP为t时刻的冷热电三联供设备燃气消耗速率,γ为燃气低位热值,ηCCHP,P为发电效率,ηCCHP,C为制冷效率;
储能装置约束条件为储能容量存在上下限:
电动汽车约束条件为充电功率:
电热水器约束条件为调控时间:
式(14)中cwater为水的比热容,而ρwater为水的密度,Vi为第i个电热水器的装水容量,Treal为开始调节时的水温,为第i个电热水器的设定温度;Hi为第i个电热水器期望的烧水时长,为调控的功率大小。
在步骤6中,根据所述步骤4的简化模型以及所述步骤5中设定的约束条件,建立用户电力负荷的需求响应资源配置模型:
其中,maxλ为总体调控效益,λAC为分布式空调的单位电能变化调控效益、λCCHP为冷热电三联供设备的单位电能变化调控效益、λH为电热水器的单位电能变化调控效益、λES为储能装置的单位电能变化调控效益、λEV为电动汽车单位电能变化所带来的调控效益。
本发明具有以下技术效果:
本发明在统一的综合能源服务系统支撑情况下,通过对多种形式能源的信息采集,利用混合整数非线性规划的方法,制定了需求响应过程中园区内各种形式资源的利用方式。明确了园区内的各类负荷设备的使用情况,保障用户正常的用能体验,同时也实现需求响应在削峰填谷过程中的应用。统一的综合能源服务系统不仅实现了园区内各类资源的信息整合,并且在实现了电力用户参与需求响应削峰填谷的情况下,保证了电力用户日常的用户用能需求,实现了电力用户用能成本的经济最大。
附图说明
图1是本发明的综合能源服务模式下的园区级需求响应资源配置方法的流程图。
具体实施方式
下面,结合附图对本发明的综合能源服务模式下的园区级需求响应资源配置方法进行详细介绍。
图1是本发明的综合能源服务模式下的园区级需求响应资源配置方法的流程图,如图1所示,本发明的综合能源服务模式下的园区级需求响应资源配置方法具体包括以下步骤:
步骤1:对园区级的用户电力负荷建模对象进行分类,所述用户电力负荷建模对象包括分布式空调、热水器、冷热电三联供设备、电动汽车以及储能装置。
步骤2:判断当前时刻是否为需求响应调控时段,是则进入步骤3,否则结束,其中,需求响应调控时段由电网调度人员来制定,电网负荷出现供需不平衡时或者负荷过高过低的时候都有可能启动调控,一般用来削峰填谷和新能源消纳。
步骤3:当前时刻为需求响应调控时段时,采集数据分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的关键数据。
具体地,分布式空调采集每个居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量,居民住宅单位时间内每摄氏度变化时的储热量,上一时刻即t-1时刻的室内温度,调控的温度上下限。其中,外置导热设备指能够改变室内温度的设备,例如,暖气片、电冰箱等。在进行需求响应时将需求响应调控时段以△t等分。一般当前时刻以t表示,上一时刻以t-1表示。
冷热电三联供采集的燃气低热值,制冷效率,发电效率,制热能耗,最小燃气消耗速率,最大燃气消耗速率,最小供冷功率,最大供冷功率。
储能装置采集上一时刻存储的能量,储能容量上限。
电热水器采集每个电热水器的装水容量,每个时段的温度,每个电热水器期望的烧水时长。
电动汽车采集每个电动汽车的最小充电功率,最大充电功率、电动汽车参与调控的数量、电动汽车的充电效率。
步骤4:分别建立分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的用电量和能耗模型。
具体地,分布式空调的用电量简化模型为:
式(1)中为t时刻第i个分布式空调的功率,为所有居民在调控时间间隔Δt内的空调用电量,为第i个编号空调在调控时间间隔Δt内的额定用电量,δt,i为t时刻第i个编号的分布式空调开启状态,其数值为布尔0-1类型,当δt,i等于0时分布式空调处于关闭状态,等于1是处于开启状态,NAC为参与响应的分布式空调的数量。
冷热电三联供设备的输出电能和制冷能耗简化模型为:
储能装置的充放电量简化模型为:
电动汽车的充电用电量简化模型为:
电热水器的用电量简化模型为:
步骤5:设定约束条件。
具体地,分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的总约束条件为:
其中,Qt为t时刻电网期望的用电量、为t时刻分布式空调用电量、为t时刻冷热三联供输出电能、为t时刻冷热三联供制冷能耗、为t时刻电热水器的用电量、为t时刻储能装置的充放电量、为t时刻电动汽车的充电用电量。其中,电网调控用户负荷的时候通常希望某个时刻所有设备的用电量综合达到电网期望的一个数值区间,这个区间上电网调度人员设定的用电量约束,以能够保证整体供需平衡。
分布式空调约束条件为调控的温度、温度与用电量之间的关联关系模型:
式中为调控时间间隔Δt内第i个编号的分布式空调供暖或供冷的居民室内温度;Δt为调控时间间隔;参数Wi为居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量;Yi为居民住宅单位时间内每摄氏度变化时的储热量;Zt,i为调控时间间隔Δt内第i个编号的分布式空调所处的居民住宅室内照明、电气设备以及人体散热总和对室内温度的影响;δt,i为t时刻第i个编号的分布式空调开启状态,其数值为布尔0-1类型,当δt,i等于0时分布式空调处于关闭状态,等于1是处于开启状态;为第i个编号空调的额定用电量;调控后的温度要满足下式:
冷热电三联供设备约束条件为输入的燃气量以及用于输出的电和供冷功率:
式(8)(9)中为调控时间间隔Δt内冷热三联供的输出电能功率,为t时刻冷热三联供的产出制冷功率;为t时刻冷热电三联供设备输出用于供冷的功率,Vt CCHP为t时刻的冷热电三联供设备燃气消耗速率,γ为燃气低位热值,ηCCHP,P为发电效率,ηCCHP,C为制冷效率;
储能装置约束条件为储能容量存在上下限:
电动汽车约束条件为充电功率:
电热水器约束条件为调控时间:
式(14)中cwater为水的比热容,而ρwater为水的密度,Vi为第i个电热水器的装水容量,Treal为开始调节时的水温,为第i个电热水器的设定温度;Hi为第i个电热水器期望的烧水时长,为调控的功率大小。
步骤6:建立用户电力负荷的需求响应资源配置模型。
根据步骤4的简化模型以及步骤5中设定的约束条件,获得建立用户电力负荷的需求响应资源配置模型:
其中,maxλ为总体调控效益、λAC为分布式空调的电能变化调控效益、λCCHP为冷热电三联供设备的电能变化调控效益、λH为电热水器的电能变化调控效益、λES为储能装置的电能变化调控效益、λEV为电动汽车单位电能变化所带来的调控效益。
步骤7:将在所述步骤3中采集的数据输入步骤6中的用户电力负荷的需求响应资源配置模型进行求解。
具体地,在步骤7中,利用混合非整数线性规划分别求解待求变量。待求变量包括分布式空调在t时刻的开启状态,各个分布式空调在t时刻的功率,所有分布式空调在调控时间间隔Δt内的总用电量。t时刻的冷热电三联供设备燃气消耗速率,t时刻冷热电三联供设备输入的用于供冷功率、制冷功率、制冷能耗、发电功率以及在调控时间间隔Δt内的发电量。t时刻的储能装置充放电功率,在调控时间间隔Δt内的储存能量,储能装置充放电量。t时刻的各个电动汽车的充电功率,t时刻调控后的所有电动汽车用电量。t时刻的各个电热水器的设定温度、调控的功率大小,调控后的所有电热水器用电量。
求解过程主要是在执行需求响应的时候,默认此时处于电网用电高峰,空调用能远高于园区的冷热三联供设备的供冷量。空调的使用需要冷热三联供提供电能,同时园区内的电动汽车、电热水器和储能装置配合使用。在确定了电网调控中心对用电高峰时段的用电量要求Qt时,分布式空调用电量冷热三联供制冷供能电动汽车充电功率电热水器储用电量和储能装置供能需要满足用能平衡。而λAC、λCCHP、λH、λES和λEV分别表示分布式空调、冷热三联供、点热水、储能装置和电动汽车单位电能变化所带来的调控效益。且,调控结果为使5类设备的调控效益λ应达到最大。其中,调控效益是指调控设备所带来的收益。
步骤8:输出步骤7中获得的结果,并进行调控,返回步骤2判断需求响应是否需要调控。
本发明在统一的综合能源服务系统支撑情况下,通过对多种形式能源的信息采集,利用混合整数非线性规划的方法,制定了需求响应过程中园区内各种形式资源的利用方式。明确了园区内的各类负荷设备的使用情况,保障用户正常的用能体验,同时也实现需求响应在削峰填谷过程中的应用。统一的综合能源服务系统不仅实现了园区内各类资源的信息整合,并且在实现了电力用户参与需求响应削峰填谷的情况下,保证了电力用户日常的用户用能需求,实现了电力用户用能成本的经济最大。
申请人结合说明书附图对本发明的实施例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (13)
1.一种综合能源服务模式下的园区级需求响应资源配置方法,其特征在于,所述方法包括以下步骤:
步骤1:对园区内的用户电力负荷建模对象进行分类,所述用户电力负荷建模对象包括分布式空调、热水器、冷热电三联供设备、电动汽车以及储能装置;
步骤2:判断当前时刻是否为需求响应调控时段,是则进入步骤3,否则结束;
步骤3:当前时刻为需求响应调控时段时,采集分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的数据;
所述分布式空调的数据包括每个居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量,居民住宅单位时间内每摄氏度变化时的储热量,上一次调控结束后的室内温度和调控的温度上下限;
所述冷热电三联供系统的数据包括燃气低热值,制冷效率,发电效率,制热能耗,最小燃气消耗速率,最大燃气消耗速率,最小供冷功率和最大供冷功率;
所述储能装置的数据包括上一次调控结束后存储的能量,储能容量上限;
所述电热水器的数据包括每个电热水器的装水容量,每个调控时段的温度,每个电热水器期望的烧水时长;
所述电动汽车的数据包括每个电动汽车的最小充电功率,最大充电功率、电动汽车参与调控的数量、电动汽车的充电效率;
步骤4:分别建立分布式空调、热水器、冷热电三联供系统、电动汽车以及储能装置的用电量和能耗模型;
步骤5:设定用电量和能耗模型的约束条件;
步骤6:建立用户电力负荷的需求响应资源配置模型;
步骤7:将在所述步骤3中采集的数据输入所述步骤6中的用户电力负荷的需求响应资源配置模型求解满足配置模型的最优解;
步骤8:根据所述步骤7得到的满足配置模型的最优解对园区内用户电力负荷进行调控,然后返回步骤2。
8.根据权利要求7所述的综合能源服务模式下的园区级需求响应资源配置方法,其特征在于:
分布式空调约束条件为调控的温度、温度与用电量之间的关联关系模型:
式中为调控时间间隔Δt内第i个编号的分布式空调供暖或供冷的居民室内温度;Δt为调控时间间隔;参数Wi为居民住宅屋顶、墙体和外置导热设备和窗户的单位时间内每摄氏度变化时的传热量;Yi为居民住宅单位时间内每摄氏度变化时的储热量;Zt,i为调控时间间隔Δt内第i个编号的分布式空调所处的居民住宅室内照明、电气设备以及人体散热总和对室内温度的影响;δt,i为t时刻第i个编号的分布式空调开启状态,其数值为布尔0-1类型,当δt,i等于0时分布式空调处于关闭状态,等于1是处于开启状态;为第i个编号空调的额定用电量;调控后的温度要满足下式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010371625.4A CN111552181B (zh) | 2020-05-06 | 2020-05-06 | 一种综合能源服务模式下的园区级需求响应资源配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010371625.4A CN111552181B (zh) | 2020-05-06 | 2020-05-06 | 一种综合能源服务模式下的园区级需求响应资源配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111552181A true CN111552181A (zh) | 2020-08-18 |
CN111552181B CN111552181B (zh) | 2023-01-31 |
Family
ID=72002637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010371625.4A Active CN111552181B (zh) | 2020-05-06 | 2020-05-06 | 一种综合能源服务模式下的园区级需求响应资源配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552181B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068436A (zh) * | 2020-09-16 | 2020-12-11 | 国网山东省电力公司经济技术研究院 | 工业园区的综合能源系统分层分布式控制方法及系统 |
CN112713590A (zh) * | 2020-12-22 | 2021-04-27 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730923A (zh) * | 2015-02-03 | 2015-06-24 | 东南大学 | 基于冷热电三联供的智能电网园区综合能源优化控制方法 |
US20160172854A1 (en) * | 2013-08-13 | 2016-06-16 | Accenture Global Services Limited | System for integrated multi-energy scheduling control in a micro-grid |
CN108537409A (zh) * | 2018-03-15 | 2018-09-14 | 广东电网有限责任公司电网规划研究中心 | 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 |
CN109523137A (zh) * | 2018-10-29 | 2019-03-26 | 天津大学 | 考虑楼宇热负荷需求响应的园区综合能源优化调度方法 |
CN109815629A (zh) * | 2019-02-26 | 2019-05-28 | 南京工业大学 | 一种面向综合能源系统的中长期综合需求响应建模方法 |
-
2020
- 2020-05-06 CN CN202010371625.4A patent/CN111552181B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160172854A1 (en) * | 2013-08-13 | 2016-06-16 | Accenture Global Services Limited | System for integrated multi-energy scheduling control in a micro-grid |
CN104730923A (zh) * | 2015-02-03 | 2015-06-24 | 东南大学 | 基于冷热电三联供的智能电网园区综合能源优化控制方法 |
CN108537409A (zh) * | 2018-03-15 | 2018-09-14 | 广东电网有限责任公司电网规划研究中心 | 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 |
CN109523137A (zh) * | 2018-10-29 | 2019-03-26 | 天津大学 | 考虑楼宇热负荷需求响应的园区综合能源优化调度方法 |
CN109815629A (zh) * | 2019-02-26 | 2019-05-28 | 南京工业大学 | 一种面向综合能源系统的中长期综合需求响应建模方法 |
Non-Patent Citations (1)
Title |
---|
李奇: "园区级综合能源系统运营优化策略研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068436A (zh) * | 2020-09-16 | 2020-12-11 | 国网山东省电力公司经济技术研究院 | 工业园区的综合能源系统分层分布式控制方法及系统 |
CN112068436B (zh) * | 2020-09-16 | 2022-05-27 | 国网山东省电力公司经济技术研究院 | 工业园区的综合能源系统分层分布式控制方法及系统 |
CN112713590A (zh) * | 2020-12-22 | 2021-04-27 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
CN112713590B (zh) * | 2020-12-22 | 2022-11-08 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111552181B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779291B (zh) | 智能用电园区需求响应策略 | |
CN110912120B (zh) | 考虑可再生能源发电不确定性和用户热舒适性的综合能源系统优化调度方法 | |
CN113112087A (zh) | 考虑电热负荷需求响应的综合能源系统运行成本优化方法 | |
CN110729726B (zh) | 一种智慧社区能量优化调度方法和系统 | |
CN113222227B (zh) | 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法 | |
CN112419087B (zh) | 一种聚合综合能源楼宇的虚拟电厂日前优化调度方法 | |
CN111898806B (zh) | 电-热耦合的源储荷集成多能流园区运行优化方法及系统 | |
CN111552181B (zh) | 一种综合能源服务模式下的园区级需求响应资源配置方法 | |
CN110474370B (zh) | 一种空调可控负荷、光伏储能系统的协同控制系统及方法 | |
CN111640044A (zh) | 一种考虑虚拟储能的综合能源系统dg消纳策略研究方法 | |
CN112348283B (zh) | 蓄热式电采暖虚拟电厂日前可调度潜力评估方法及装置 | |
CN114899886A (zh) | 一种温控负荷参与下基于模型预测控制的配电网双层调度方法 | |
CN111987716A (zh) | 一种多类别蓄热电采暖用户负荷群组合响应调度方法 | |
CN114862252A (zh) | 可调负荷多层聚合调度潜力分析方法、系统、设备及介质 | |
CN112366682A (zh) | 用户侧可调控灵活资源的量化与协同优化控制方法 | |
CN110729728A (zh) | 考虑用户实时舒适度和电网负荷率的需求响应方法 | |
CN111917135A (zh) | 一种智能建筑群电能优化共享方法 | |
CN117151398B (zh) | 一种基于虚拟电厂的中央空调调控方法及系统 | |
CN116031954B (zh) | 模糊机会约束下的虚拟电厂优化调度方法 | |
CN111193261A (zh) | 一种基于建筑等效热储能的多能流系统日前优化方法 | |
CN115470564A (zh) | 一种公共建筑能源系统协调控制方法及其控制组件 | |
CN115470963A (zh) | 一种基于电价的负荷虚拟储能的优化运行方法 | |
CN114221348A (zh) | 一种兼顾成本与舒适度的家庭能源管理系统优化运行方法 | |
CN113315135A (zh) | 低碳楼宇优化调度方法、系统、终端及介质 | |
CN113420413A (zh) | 一种基于负荷可塑性的柔性负荷可调节能力量化方法及系统 |
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 |