CN111563616B - 一种综合能源系统优化方法 - Google Patents
一种综合能源系统优化方法 Download PDFInfo
- Publication number
- CN111563616B CN111563616B CN202010304758.XA CN202010304758A CN111563616B CN 111563616 B CN111563616 B CN 111563616B CN 202010304758 A CN202010304758 A CN 202010304758A CN 111563616 B CN111563616 B CN 111563616B
- Authority
- CN
- China
- Prior art keywords
- substation
- period
- heat
- constraint
- energy system
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 24
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 70
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 35
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 33
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000007599 discharging Methods 0.000 claims abstract description 5
- 239000000446 fuel Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 2
- 238000010438 heat treatment Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- FEBLZLNTKCEFIT-VSXGLTOVSA-N fluocinolone acetonide Chemical compound C1([C@@H](F)C2)=CC(=O)C=C[C@]1(C)[C@]1(F)[C@@H]2[C@@H]2C[C@H]3OC(C)(C)O[C@@]3(C(=O)CO)[C@@]2(C)C[C@@H]1O FEBLZLNTKCEFIT-VSXGLTOVSA-N 0.000 description 4
- MWRWFPQBGSZWNV-UHFFFAOYSA-N Dinitrosopentamethylenetetramine Chemical compound C1N2CN(N=O)CN1CN(N=O)C2 MWRWFPQBGSZWNV-UHFFFAOYSA-N 0.000 description 3
- 229940112112 capex Drugs 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- 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
- 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)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种综合能源系统优化方法,构建综合能源系统优化模型:构建各能源子站能源转换能力约束、热量约束、电力需求约束以及启停约束;以最小化总成本和二氧化碳排放量作为目标函数;以多目标进化算法生成综合能源系统优化模型的Pareto最优解;根据所述Pareto最优解配置综合能源系统,排放二氧化碳。本发明以最小化总成本和二氧化碳排放量作为目标函数,平衡了最佳经济性的系统配置与最优的环境,从而解决二者目标函数冲突的问题。本发明在能力、热量、电气级联的约束和启停约束条件下,最小化总成本,保证了综合因素的全面性。以本发明得优化方法获得的最优解配置综合能源系统,同时满足了成本和二氧化碳排放的要求。
Description
技术领域
本发明涉及综合能源技术领域,尤其涉及一种综合能源系统优化方法。
背景技术
综合能源系统是在智能电网的基础上,引入冷、热、气、燃料、储能等非电能源载体,多种能源综合分配、互补利用,涵盖多种能源发/输/储/用的综合性系统。
综合能源系统一方面通过实现多能源协同优化和互补提高可再生能源的利用率;另一方面通过实现能源梯级利用,提高能源的综合利用水平。然而,由于综合能源系统是一种有较多变量、特性复杂、随机性强、多时间尺度的非线性系统,其规划问题较传统能源规划问题更为复杂。
综合能源系统的规划和运行是能源供需匹配的关键问题。针对这一问题,提出了基于混合整数线性规划的优化方法。然而,由于市场条件、资源可得性等参数的不确定性,仅用单目标函数分析一个最优解不足以确定能源系统的规模。
发明内容
针对综合能源系统的优化配置问题,本发明提供一种综合能源系统优化方法,以最小化总成本和二氧化碳排放量作为目标函数,平衡了最佳经济性的系统配置与最优的环境,从而解决二者目标函数冲突的问题。
为达到上述目的,本发明提供了一种综合能源系统优化方法,包括:
构建综合能源系统优化模型:构建各能源子站能源转换能力约束、热量约束、电力需求约束以及启停约束;以最小化总成本和二氧化碳排放量作为目标函数;
以多目标进化算法生成综合能源系统优化模型的Pareto最优解;
根据所述Pareto最优解配置综合能源系统,排放二氧化碳。
进一步的,所述能力约束包括子站供应热量能力约束、子站电力生产消耗、子站热泵消耗、子站在周期t内r型燃料消耗量、子站在周期t内二氧化碳排放量、子站中电力供应以及子站的最大利用率约束。
进一步的,所述子站供应热量能力约束包括:
所述子站电力生产消耗包括:
所述子站热泵消耗包括:
所述子站在周期t内r型燃料消耗量包括:
所述子站在周期t内二氧化碳排放量包括:
所述子站中电力供应包括:
所述子站的最大利用率约束及其在整个周期中的情况包括:
其中,为子站si的最大容量,/>为子站si的最小容量,/>为周期t内子站si使用r类型资源生成的热量,/>表示周期t内子站是否存在,Nr为资源类型总数,/>为子站si供热效率,/>为子站si供电效率,/>为热泵在周期t内生产的热量,/>为电/热转换效率,dt为周期t的时间长度,/>为r类型资源的二氧化碳税,/>为子站si在周期t内生产的电能,/>为全周期内子站si的个数,/>为子站热量生产的最大容量,r为可用资源种类,/>为热量,/>为电量,y为二进制变量,表示是否存在。
进一步的,所述热量约束包括:
(1)热量在时间t流向用户cm,且子站si在周期t内保持热量平衡:
(2)整体热量平衡:
其中,为周期t内子站si输出至用户cm的热量,/>表示周期t内输出至用户cm的热量,Ns表示子站的数量,Nr资源类型总数,dt表示周期t的时间长度,/>表示周期t内的热量损失,/>表示周期t内子站si生产的热量,T表示周期个数,Nm表示用户的数量。
进一步的,所述电力需求约束包括:
(1)周期t内的电力平衡约束:
(2)电气级联约束:
其中,表示客户端cm在周期t内对l质量等级电能的需求,/>表示热泵消耗的电能,/>表示子站si在周期t内产生的l质量等级的电能,/>上网电量,/>表示从电网购入电能,T表示周期个数,/>表示l质量等级在t周期内的电能流出,/>表示l+1质量等级在t周期内的电能流出,l表示资源类型质量等级,最高质量等级为l=1,最低质量级别为l=NlNl表示资源类型数量,Nm表示用户的数量,Nsi表示子站的数量。
进一步的,所述启停约束包括:
其中为启动变量,/>表示周期t内能源转换装置子站si是否存在,/>表示周期t+Δt能源转换装置si是否存在,Δt表示时间步长。
进一步的,以最小化总成本和二氧化碳排放量作为目标函数包括:
其中OPEX表示年运营成本,CAPEX表示年投资成本,TC表示年运营成本和年投资成本之和,表示周期t内子站si使用r类型资源生成的热量,/>表示周期t内子站是否存在,/>为能源转换子站si是否存在。
进一步的,以多目标进化算法生成综合能源系统优化模型的Pareto最优解包括:
能源转换子站si是否存在以及二氧化碳排放税/>是主优化的决策变量;/>与/>由主优化求解从而作为从优化的输入数据;最小化总成本TC是从优化中的目标函数,从优化为混合整数线性规划问题,周期t内子站si使用r类型资源生成的热量/>是从优化的决策变量,作为主优化的输入数据;通过进化算法进行求解并得到Pareto最优解。
本发明的上述技术方案具有如下有益的技术效果:
本发明以最小化总成本和二氧化碳排放量作为目标函数,平衡了最佳经济性的系统配置与最优的环境,从而解决二者目标函数冲突的问题。本发明在能力、热量、电气级联的约束和启停约束条件下,最小化总成本,保证了综合因素的全面性。以本发明得优化方法获得的最优解配置综合能源系统,同时满足了成本和二氧化碳排放的要求。
附图说明
图1是综合能源系统优化方法的流程示意图;
图2多目标进化算法示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
本发明提供一种综合能源系统优化方法,结合图1,包括以下步骤:
S1构建综合能源系统优化模型
在综合能源系统中,转换技术用于将一次能源转换为最终能源,终端设备通常用于将最终能源转换为有用的服务。为了以最低的成本满足能源需求,可以同时使用多种转换技术。
综合能源系统的经济性优化问题是一个混合整数线性规划模型。综合能源系统的配置和运行条件是优化的主要决策变量,目标是在能力、热量和电气级联的约束下最小化总成本。
一般来说,产生最佳经济性的系统配置和运行条件与最优的环境友好性是互相矛盾的,通过多目标优化得到一个称为Pareto集的“平衡”最优解集,从而解决目标函数冲突的问题。
这里采用集中式能源站为某个区域提供能源供应,能源站用字母s和索引i表示。将一年划分为若干个周期,用索引t(t=1,2,…,Nt)表示,从而反映功率和热量消耗的变化情况。电量用表示,热量用/>表示,资源类型用字母r表示。
S100构建各能源子站能源转换能力约束
主要指能源转换技术,与其相关的主要约束条件有:
(1)子站si供应热量能力约束
(2)子站si的电力生产和热泵hpj的消耗:
(3)子站si在周期t内r型燃料消耗量和二氧化碳排放量:
(4)子站si中电力供应:
(5)子站si在周期t中的最大利用率:
S200构建热量约束
为了计算区域综合能源系统的最优配置和运行策略,需要考虑能源需求情况。以下方程式表示热量需求约束:
(1)热量在周期t流向用户cm,且子站si在周期t内保持热量平衡:
(2)整体热量平衡:
S300构建电力需求约束
各用户在周期t内的用电需求来自各能量转换技术或主电网直接供电,根据不同的资源类型(用l=1,…,Nl表示)为电力生产和消费规定了不同的质量水平,其中最高质量等级为l=1,最低质量等级为l=Nl。假设从电网输出或输入的电力质量等级最低,在电量冗余的情况下,也有可能将剩余电量从较高质量级联到较低质量水平:
(1)周期t内的电力平衡:
(2)电气级联:
S400构建启停约束:
方程(17)定义了启动变量当能源转换装置子站si在周期t内启动时,该值为1,否则为0。方程(18)限制能源转换装置子站si至少运行/>小时。
S2以多目标进化算法生成综合能源系统优化模型的Pareto最优解;
(1)经济性优化
在经济性优化中,目标函数是使总成本TC以及二氧化碳排放量降至最低,总成本即年运营成本(OPEX)和投资成本(CAPEX)之和,运营成本和投资成本分别用运营成本[yuan/year]和资本支出[yuan/year]表示。
其中,年总投资成本线性化为设备容量的函数,用[yuan/kW,year]和/>[yuan/year]两个参数表示;运营总成本根据各期累计燃料消耗和电力净输入计算:
minTC=OPEX+CAPEX (19)
其中:
(2)多目标优化
目标为最小化年总成本和二氧化碳排放量:
其中:
(3)进化算法进行多目标优化问题求解
由于进化算法具有处理非线性和非连续目标函数的能力,因此进化算法被证明是解决复杂多目标优化问题的一种稳健方法。本发明采用基于进化算法的多目标优化方法,研究了综合能源系统配置和运行方式对CO2排放的影响。算法如图2所示。该模型被分解为主优化和从优化,其中非线性的主问题用进化算法求解。目标为最小化年总成本和二氧化碳排放量,将式(23)表示为式(25):
二进制变量(表示能源转换设备是否选择)和设备的最大可用容量/>是主优化中的决策变量;此外,二氧化碳税/>也被视为主优化的一个决策变量,它的定义是为了研究CO2排放在单目标函数从优化中的影响。/>和/>是主优化中的决策变量,也是从优化中的输入数据。
某种能源转换技术(及能源转换子站)是否选择以及二氧化碳排放税/>是主优化/>的决策变量;从优化/>是一个混合整数线性规划问题。
与/>由主优化求解从而作为从优化的输入数据。最小化总成本TC是从优化中的目标函数,能源转换设备的容量配置及其运行状态/>是从优化的决策变量。最后通过进化算法进行求解并得到Pareto最优解。包括二氧化碳税在内的总成本最小化是从优化的目标函数,各能量转换设备的配置和运行条件是从优化的主要决策变量。给出了由多目标进化算法生成的Pareto最优解。
S3根据所述Pareto最优解配置综合能源系统,排放二氧化碳。
该配置的综合能源系统采用多目标函数,按照最优解配置综合能源系统,解决了成本和二氧化碳排放的要求之间的矛盾,同时满足了成本和二氧化碳排放的要求。
参数的含义参见表1。
表1
综上所述,本发明涉及一种综合能源系统优化方法,构建综合能源系统优化模型:构建各能源子站能源转换能力约束、热量约束、电力需求约束以及启停约束;以最小化总成本和二氧化碳排放量作为目标函数;以多目标进化算法生成综合能源系统优化模型的Pareto最优解;根据所述Pareto最优解配置综合能源系统,排放二氧化碳。本发明以最小化总成本和二氧化碳排放量作为目标函数,平衡了最佳经济性的系统配置与最优的环境,从而解决二者目标函数冲突的问题。本发明在能力、热量、电气级联的约束和启停约束条件下,最小化总成本,保证了综合因素的全面性。以本发明得优化方法获得的最优解配置综合能源系统,同时满足了成本和二氧化碳排放的要求。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (4)
1.一种综合能源系统优化方法,其特征在于,包括:
构建综合能源系统优化模型:构建各能源子站能源转换能力约束、热量约束、电力需求约束以及启停约束;以最小化总成本和二氧化碳排放量作为目标函数;
以多目标进化算法生成综合能源系统优化模型的Pareto最优解;
根据所述Pareto最优解配置综合能源系统,排放二氧化碳;
所述能力约束包括子站供应热量能力约束、子站电力生产消耗、子站热泵消耗、子站在周期t内r型燃料消耗量、子站在周期t内二氧化碳排放量、子站中电力供应以及子站的最大利用率约束;
所述子站供应热量能力约束包括:
所述子站电力生产消耗包括:
所述子站热泵消耗包括:
所述子站在周期t内r型燃料消耗量包括:
所述子站在周期t内二氧化碳排放量包括:
所述子站中电力供应包括:
所述子站的最大利用率约束及其在整个周期中的情况包括:
其中,为子站si的最大容量,/>为子站si的最小容量,/>为周期t内子站si使用r类型资源生成的热量,/>表示周期t内子站是否存在,Nr为资源类型总数,/>为子站si供热效率,/>为子站si供电效率,/>为热泵在周期t内生产的热量,/>为电/热转换效率,dt为周期t的时间长度,/>为r类型资源的二氧化碳税,/>为子站si在周期t内生产的电能,/>为全周期内子站si的个数,/>为子站热量生产的最大容量,r为可用资源种类,/>为热量,/>为电量,y为二进制变量,表示是否存在。
2.根据权利要求1所述的综合能源系统优化方法,其特征在于,所述热量约束包括:
(1)热量在时间t流向用户cm,且子站si在周期t内保持热量平衡:
(2)整体热量平衡:
其中,为周期t内子站si输出至用户cm的热量,/>表示周期t内输出至用户cm的热量,Ns表示子站的数量,Nr资源类型总数,dt表示周期t的时间长度,/>表示周期t内的热量损失,/>表示周期t内子站si生产的热量,T表示周期个数,Nm表示用户的数量。
3.根据权利要求2所述的综合能源系统优化方法,其特征在于,所述电力需求约束包括:
(1)周期t内的电力平衡约束:
(2)电气级联约束:
其中,表示客户端cm在周期t内对l质量等级电能的需求,/>表示热泵消耗的电能,/>表示子站si在周期t内产生的l质量等级的电能,/>上网电量,/>表示从电网购入电能,T表示周期个数,/>表示l质量等级在t周期内的电能流出,/>表示l+1质量等级在t周期内的电能流出,l表示资源类型质量等级,最高质量等级为l=1,最低质量级别为l=NlNl表示资源类型数量,Nm表示用户的数量,Nsi表示子站的数量。
4.根据权利要求3所述的综合能源系统优化方法,其特征在于,所述启停约束包括:
其中为启动变量,/>表示周期t内能源转换装置子站si是否存在,/>表示周期t+Δt能源转换装置si是否存在,Δt表示时间步长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010304758.XA CN111563616B (zh) | 2020-04-17 | 2020-04-17 | 一种综合能源系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010304758.XA CN111563616B (zh) | 2020-04-17 | 2020-04-17 | 一种综合能源系统优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563616A CN111563616A (zh) | 2020-08-21 |
CN111563616B true CN111563616B (zh) | 2023-11-28 |
Family
ID=72071658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010304758.XA Active CN111563616B (zh) | 2020-04-17 | 2020-04-17 | 一种综合能源系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563616B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116131B (zh) * | 2020-08-25 | 2022-08-30 | 清华大学 | 计及碳排放的综合能源系统多层级优化方法 |
CN112381325B (zh) * | 2020-11-27 | 2023-11-21 | 云南电网有限责任公司电力科学研究院 | 一种加氢站规划方法 |
CN117246302B (zh) * | 2023-03-09 | 2024-03-12 | 长安大学 | 一种基于坡度信息的混合动力汽车瞬时反馈控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022503A (zh) * | 2016-03-17 | 2016-10-12 | 北京睿新科技有限公司 | 面向具有耦合型电冷热需求的微电网容量规划方法 |
CN108510122A (zh) * | 2018-03-30 | 2018-09-07 | 中国电建集团福建省电力勘测设计院有限公司 | 基于环境排放、热*利用最优双约束条件的综合能源系统优化方法 |
CN110110904A (zh) * | 2019-04-17 | 2019-08-09 | 华北电力大学 | 考虑经济性、独立性和碳排放的综合能源系统优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9612635B2 (en) * | 2012-03-19 | 2017-04-04 | Saudi Arabian Oil Company | Systems and computer programs for simultaneous process and utility systems synthesis in partially and fully decentralized environments |
-
2020
- 2020-04-17 CN CN202010304758.XA patent/CN111563616B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022503A (zh) * | 2016-03-17 | 2016-10-12 | 北京睿新科技有限公司 | 面向具有耦合型电冷热需求的微电网容量规划方法 |
CN108510122A (zh) * | 2018-03-30 | 2018-09-07 | 中国电建集团福建省电力勘测设计院有限公司 | 基于环境排放、热*利用最优双约束条件的综合能源系统优化方法 |
CN110110904A (zh) * | 2019-04-17 | 2019-08-09 | 华北电力大学 | 考虑经济性、独立性和碳排放的综合能源系统优化方法 |
Non-Patent Citations (5)
Title |
---|
"Multi-objective optimal operation of coastal hydro-electrical energy system with seawater reverse osmosis desalination based on constrained NSGA-III";Bowen Zhou等;《Energy Conversion and Management》;20200210;第207卷;第1-15页 * |
"多可再生能源冷热电联供微网系统环境经济优化调度";王鲁浩等;《控制与决策》;20160531;第31卷(第05期);第913-917页 * |
"电力系统低碳生产多目标优化协调机理研究";李珊;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20130315;第2013年卷(第03期);第C042-545页 * |
基于多目标优化的CNG站点规模规划――以武汉市为例;谢书桥;张国方;;物流技术;第37卷(第01期);第105-109页 * |
计及用户可响应负荷的区域多能源系统运行优化模型;汪涛等;《电力建设》;20180901;第39卷(第09期);第38-46页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111563616A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | Decentralized solution for combined heat and power dispatch through benders decomposition | |
CN109510224B (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 | |
CN111563616B (zh) | 一种综合能源系统优化方法 | |
Chen et al. | Increasing the flexibility of combined heat and power for wind power integration in China: Modeling and implications | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
JP2022550225A (ja) | 電気ヒートポンプ-熱電併給システムを最適化する調整方法及びシステム | |
CN103544372B (zh) | 一种微型燃气轮机热电联供系统的机组选型方法 | |
CN111244939B (zh) | 一种计及需求侧响应的多能互补系统两级优化设计方法 | |
Fan et al. | A Bi-level optimization model of integrated energy system considering wind power uncertainty | |
CN111639819B (zh) | 一种综合能源园区多阶段优化控制方法 | |
Zhu et al. | A review of distributed energy system optimization for building decarbonization | |
Homayouni et al. | Sizing and performance analysis of standalone hybrid photovoltaic/battery/hydrogen storage technology power generation systems based on the energy hub concept | |
Lu et al. | Optimal operation scheduling of household energy hub: A multi-objective optimization model considering integrated demand response | |
CN110489915A (zh) | 计及综合需求响应的电热联合调度方法及系统 | |
CN110361969A (zh) | 一种冷热电综合能源系统优化运行方法 | |
Nazari et al. | Effect of storage options on price‐based scheduling for a hybrid trigeneration system | |
CN116167483A (zh) | 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法 | |
Melo et al. | A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems | |
Ding et al. | Bi-level optimal scheduling of virtual energy station based on equal exergy replacement mechanism | |
Fragiacomo et al. | Semi‐empirical development of a novel and versatile multiobjective optimization tool for co/trigeneration energy system design | |
CN109255487A (zh) | 一种基于标准化矩阵模型的综合能源系统优化方法 | |
Xu et al. | Optimal multi-energy portfolio towards zero carbon data center buildings in the presence of proactive demand response programs | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
CN113822572B (zh) | 考虑能源共享和多风险的园区综合能源系统优化调度方法 |
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 |