CN111738503B - 以氢能为核心的综合能源微网日前运行调度方法及系统 - Google Patents
以氢能为核心的综合能源微网日前运行调度方法及系统 Download PDFInfo
- Publication number
- CN111738503B CN111738503B CN202010543347.6A CN202010543347A CN111738503B CN 111738503 B CN111738503 B CN 111738503B CN 202010543347 A CN202010543347 A CN 202010543347A CN 111738503 B CN111738503 B CN 111738503B
- Authority
- CN
- China
- Prior art keywords
- energy
- hydrogen
- scheduling
- grid
- micro
- 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
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 212
- 239000001257 hydrogen Substances 0.000 title claims abstract description 212
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000010276 construction Methods 0.000 claims abstract description 11
- 238000013486 operation strategy Methods 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 80
- 238000004519 manufacturing process Methods 0.000 claims description 36
- 230000005611 electricity Effects 0.000 claims description 35
- 238000004146 energy storage Methods 0.000 claims description 27
- 239000000446 fuel Substances 0.000 claims description 17
- 238000010438 heat treatment Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 150000002431 hydrogen Chemical class 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000005057 refrigeration Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 9
- 239000002918 waste heat Substances 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 239000003507 refrigerant Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 239000003570 air Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明的一种以氢能为核心的综合能源微网日前运行调度方法及系统，包括基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；基于获取的数据，通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略。本发明能够为城市内综合能源微网或综合能源站的运行控制提供指导，有利于提升城市综合能源的利用效率，降低城市综合能源的供能成本，促进城市能源互联网结构建设与运行技术的合理发展。
Description
技术领域
本发明涉及能源管理控制技术领域，具体涉及一种以氢能为核心的综合能源微网日前运行调度方法及系统。
背景技术
能源是人类赖以生存和发展的基础，由于煤炭、石油等传统化石能源的不可再生性，提高能源利用效率、开发新能源、加强可再生能源综合利用，就成为解决社会快速发展过程中日益凸显的能源需求增长与能源紧缺、能源利用与环境保护之间矛盾的必然选择。随着能源互联网构想的提出以及建设的不断深入，打破各供能系统单独规划、独立运行的既有模式，实现电/气/热(冷)多能源的协同供应，将是未来供能系统的主要发展趋势。而作为能源互联网的关键节点，综合能源微网由于其多样的供能模式以及灵活的运行方式，受到了广泛的关注。而对综合能源微网内的设备实施合理调控将对提高能源利用效率、减少供能成本起到重要作用，也是保障综合能源微网有效运营的基础，因此，综合能源微网调度优化是目前研究的热点问题之一。
目前针对综合能源调度已有一系列的研究，然而，现有的研究大多均以天然气及电力作为综合能源微网的主要输入能源，未考虑氢能在综合能源微网中发挥的作用，而氢能作为一种具有零污染、高效能、来源丰富、用途广泛的能源，在未来供电/热/冷、燃料电池、氢燃料电池汽车、加氢站中具有广泛应用潜力，同时，燃料电池作为氢能三联供的主要驱动设备，其不受卡诺循环的优点能大大提高综合能源利用效率，基于燃料电池的三联供系统进行分析，得出综合能源利用效率达90％。现今我国已将氢能与燃料电池作为“十三五”发展的重点，部署在近期发布的各项政策和措施中。在2014年发布的《关于新能源汽车充电设施建设奖励的通知》(财建[2014]692号)中，对于符合国家技术标准且日加氢能力不小于200公斤的新建燃料电池汽车加氢站每个站奖励400万元。因此研究以氢能为核心的综合能源微网运行调度对未来能源互联网的建设具有重要作用。
发明内容
本发明提出的一种以氢能为核心的综合能源微网日前运行调度方法及系统，可用于公共机构综合能源站的运行调度控制工作，辅助提高能源利用效率、减少供能成本起到重要作用。
为实现上述目的，本发明采用了以下技术方案：
一种以氢能为核心的综合能源微网日前运行调度方法，包括：
S100、基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
S200、基于S100获取的数据，通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略。
进一步的，所述步骤S200中的预先构建的综合能源微网运行调度模型的构建步骤如下：
S201、建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
S203、基于S202，以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型。
进一步的，所述S202建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；包括：
对氢能三联供系统进行发电、制冷与制热的能效建模，电堆的输出电热功率和电热效率表示如下：
式(1)-(2)中，μf为燃料利用率；Vcell为单个电池的输出电压；LHV为氢气低热值对应的等效电压；ηFC·H和ηFC·E分别为热效率和电效率；
由于氢三联供系统的燃料电池采用的是95摄氏度的质子交换膜燃料电池，故选取采用单效溴化锂制冷机组，其制冷功率如下：
式(3)中，QFC.C为氢三联供系统的制冷功率；h1和h2分别为蒸发器出口蒸汽的比焓和进入冷凝器制冷蒸汽的比焓，qG为发生器单位质量的热负荷，μ为用于制冷的余热占比；
对氢能三联供系统进行运行经济性建模，氢能三联供系统的调度运行成本为：
式(4)中，kFC为氢能三联供系统的运维成本系数；Δt为调度时间间隔；N为调度时段总数；QFC.E、QFC.H、QFC.C分别为氢能三联供系统的发电、制冷与制热的功率；CFC(t)为t时刻氢能三联供系统的运维成本。
进一步的，所述S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
还包括：
对电解制氢设备进行能效建模，电解制氢的效率为：
式(5)中，ηH2t为电解制氢设备的效率；为标准条件下的氢气的高热值；k2′为压力系数；ηf为法拉第效率；k1＝0.001(W-kW)；F为法拉第常数；Vcell,t为运行电压；
对电解制氢设备进行运行经济性建模，电解制氢设备的调度运行成本为：
式(6)中，kH2为电解制氢设备的运维成本系数；Δt为调度时间间隔；N为调度时段总数；PH2(t)为t时刻电解制氢设备的输出功率；CH2(t)为t时刻电解制氢设备的运维成本。
进一步的，S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
还包括：
考虑的储能设备包括储电设备与储氢设备，建立的储氢的动态模型类比于储电动态模型，且损耗成本考虑储氢设备能量传输中的损失，由此可得储电与储氢设备的运行成本如下：
Ces(t)＝kes[(1-ηin·e)Pin(t)+(1/ηout·e-1)Pout(t)] (7)
Cgs(t)＝kgs[(1-ηin·g)qin(t)+(1/ηout·g-1)qout(t)] (8)
式(7)-(8)中，ηin·e为t时刻充电效率；ηout·e为t时刻放电效率；Pin(t)为t时刻充电功率；Pout(t)为t时刻放电功率；ηin·g为进气效率；ηout·g为排气效率；qin(t)为t时刻进气速率；qout(t)为t时刻排气速率；kgs和kes为储气和储电的损耗系数；Ces(t)和Cgs(t)分别为t时刻储电设备和储氢设备的运行成本。
进一步的，所述S203、基于S202，以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型；
包括：
S2031、运行调度目标函数
综合各设备的建模，得到在满足设备的各种约束条件下的以日内调度经济性最优为目标函数，表达如下：
式(16)中，F为日内调度成本；
运行调度的优化变量为氢三联供系统运行成本CFC(t)表达式中的发电/制冷/制热功率QFC.E/QFC.H/QFC.C、电解制氢设备运行成本CH2(t)表达式中的输出功率PH2(t)、储氢设备运行成本Cgs(t)表达式中的进气与排气速率qin(t)和qout(t)、储电设备运行成本Ces(t)表达式中的充电功率与放电功率Pin(t)和Pout(t)；
S2032、运行调度约束条件
约束条件分为供需平衡约束、运行约束、储能约束和联络线约束；
其中，储能约束方面，分为储能设备出力约束和储能容量约束，表达式如下：
式(21)中，Pin(t)为t时刻储电设备的充电功率，和/>分别为储电设备充电功率的上下限；Pout(t)为t时刻储电设备的放电功率，/>和/>分别为储电设备放电功率的上下限；qin(t)为t时刻储氢设备的进气速率，/>和/>分别为储氢设备进气速率的上下限；qout(t)为t时刻氢设备的排气速率，/>和/>分别为储氢设备排气速率的上下限；Esto(t)为t时刻储电设备的储电量，/>和/>分别为储电设备容量的上下限；msto(t)为t时刻储氢设备的储氢量，/>和/>分别为储氢设备容量的上下限。
进一步的，所述S2032中运行调度约束条件，还包括机组出力约束、机组爬坡速率约束以及氢三联供系统和外部电网联络线功率约束。
进一步的，所述进行运行调度，得到经济性最优的运行策略，包括：
在满足综合能源微网运行调度模型的约束条件前提下，求解所述综合能源微网运行调度模型的目标函数；其中，所述综合能源微网运行调度模型的目标函数为日内调度经济性最优；
根据求解得到的结果，调节氢能三联供系统、电解制氢、储能装置的出力，得到日内不同时段各装置的出力状态。
另一方面，本发明还公开一种以氢能为核心的综合能源微网日前运行调度系统，包括以下单元：
数据获取单元，用于基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
调度单元，用于通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略。
还包括以下子单元：
综合能源微网的主体构建单元，用于建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
设备能效与经济性模型的建立单元，用于建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的主要设备分别从能效出力以及经济性分析两个层面建立模型；
综合能源微网运行调度模型建立单元，用于建立以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型。
由上述技术方案可知，本发明的以氢能为核心的综合能源微网日前运行调度方法，通过预先构建的综合能源微网运行调度模型，来实现针对综合能源的调度，其中综合能源微网运行调度模型构建以氢能为核心的综合能源微网为对象，通过构建以氢能为核心的综合能源微网内关键设备的能效模型及经济性模型，以及以氢能为核心的综合能源微网的整体运行调度模型，深入挖掘以氢能为核心的综合能源微网的运行控制策略。本发明能够为城市内综合能源微网或综合能源站的运行控制提供指导，有利于提升城市综合能源的利用效率，降低城市综合能源的供能成本，促进城市能源互联网结构建设与运行技术的合理发展。
附图说明
图1是本发明的流程示意图；
图2是本发明应用例夏季典型日负荷曲线；
图3是本发明应用例冬季典型日负荷曲线；
图4是本发明应用例典型日分布式电源出力曲线；
图5是本发明应用例地区分时电价；
图6是本发明应用例含氢综合能源架构图；
图7是本发明应用例夏季典型日电力平衡示意图；
图8是本发明应用例冬季典型日电力平衡示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
如图1所示，本实施例所述的以氢能为核心的综合能源微网日前运行调度方法，包括：
S100、基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
S200、基于S100获取的数据，通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略。
S200可解释为：基于S100获取的数据，通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略，即在满足设备装置及系统运行约束的前提下，通过调节各装置的出力，来满足供能需求的同时实现日内调度的经济性最优。
也即，所述进行运行调度，得到经济性最优的运行策略，包括：
在满足综合能源微网运行调度模型的约束条件前提下，求解所述综合能源微网运行调度模型的目标函数；其中，所述综合能源微网运行调度模型的目标函数为日内调度经济性最优；
根据求解得到的结果，调节氢能三联供系统、电解制氢、储能装置的出力，得到日内不同时段各装置的出力状态。
其中，所述步骤S200中的预先构建的综合能源微网运行调度模型的构建步骤如下：
S201、建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
S203、基于S202，以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型。
以下具体说明本发明的综合能源微网运行调度模型的构建过程：
(1)建立以氢能为核心的综合能源微网的主体架构
建立以氢能为核心的综合能源微网的主体架构的主要目的是明确以氢能为核心的综合能源微网内的主要设备构成以及微网系统的主体架构，从而为后续设备及调度模型的构建建立架构层面的指导。
综合能源微网是可以自治运行的能量系统，由能量管理设备、分布式可再生能源装置、储能装置、能量转换装置和能源负荷组成；在结构上可分为能源输入、转换、存储和输出等环节。本发明结合能源集线器模型，构建包含氢能三联供系统、电解制氢设备、储能设备，以电能和氢能作为主要输入能源，以及电/冷/热作为终端能源的综合能源微网。
以氢能为核心的综合能源微网可有效解决能源微网中碳排放量问题，同时氢气是一种能量密度很高的物质，其能量密度是天然气的三倍，对综合能源微网的能源利用效率带来极大的提升。另外，考虑到氢气在生产、存储和使用各环节中与其他能源的耦合特性，构建以氢能为核心的综合能源微网也能够有效提高能源的利用效率，并促进新能源的消纳。
(2)建立主要设备能效与经济性模型
含氢综合能源微网主要包括的设备包含氢能三联供系统、电解制氢设备、储能设备等，本发明将从设备能效与经济性方面对以氢能为核心的综合能源微网内的关键设备进行建模。
1)氢能三联供系统
氢能三联供系统的主要运作原理是氢气、空气和水蒸气在燃料电池的电堆中发生化学反应生成电能，反应产生的余热一部分用于供暖，一部分作为溴化锂吸收式制冷机的热源用于供冷，溴化锂机组排出的余温热气通过换热器加热室温水形成水蒸气送入氢气燃料中预热氢气燃料。
对氢能三联供系统进行发电、制冷与制热的能效建模，电堆的输出电热功率和电热效率可表示如下:
式(1)-(2)中，μf为燃料利用率；Vcell为单个电池的输出电压；LHV为氢气低热值对应的等效电压；ηFC·H和ηFC·E分别为热效率和电效率。
由于氢三联供系统的燃料电池采用的是95摄氏度的质子交换膜燃料电池，故选取采用单效溴化锂制冷机组，其制冷功率如下：
式(3)中，QFC.C为氢三联供系统的制冷功率；h1和h2分别为蒸发器出口蒸汽的比焓和进入冷凝器制冷蒸汽的比焓，qG为发生器单位质量的热负荷，μ为用于制冷的余热占比。
对氢能三联供系统进行运行经济性建模，氢能三联供系统的调度运行成本为：
式(4)中，kFC为氢能三联供系统的运维成本系数；Δt为调度时间间隔；N为调度时段总数；QFC.E、QFC.H、QFC.C分别为氢能三联供系统的发电、制冷与制热的功率；CFC(t)为t时刻氢能三联供系统的运维成本。
2)电解制氢
电解制氢环节能有效的促进新能源消纳，本质上是和燃料电池相反的过程，是将电能转换成氢气中的化学能，电解水环节包括多个并联电解槽，单个电解槽由电流控制型的电解室串联而成。
对电解制氢设备进行能效建模，电解制氢的效率为：
式(5)中，ηH2t为电解制氢设备的效率；为标准条件下的氢气的高热值；k2′为压力系数；ηf为法拉第效率；k1＝0.001(W-kW)；F为法拉第常数；Vcell,t为运行电压。
对电解制氢设备进行运行经济性建模，电解制氢设备的调度运行成本为：
式(6)中，kH2为电解制氢设备的运维成本系数；Δt为调度时间间隔；N为调度时段总数；PH2(t)为t时刻电解制氢设备的输出功率；CH2(t)为t时刻电解制氢设备的运维成本。
3)储能设备
本发明中考虑的储能设备包括储电设备与储氢设备，建立的储氢的动态模型类比于储电动态模型，且这里损耗成本主要考虑储氢设备能量传输中的损失，由此可得储电与储氢设备的运行成本如下：
Ces(t)＝kes[(1-ηin·e)Pin(t)+(1/ηout·e-1)Pout(t)] (7)
Cgs(t)＝kgs[(1-ηin·g)qin(t)+(1/ηout·g-1)qout(t)] (8)
式(7)-(8)中，ηin·e为t时刻充电效率；ηout·e为t时刻放电效率；Pin(t)为t时刻充电功率；Pout(t)为t时刻放电功率；ηin·g为进气效率；ηout·g为排气效率；qin(t)为t时刻进气速率；qout(t)为t时刻排气速率；kgs和kes为储气和储电的损耗系数；Ces(t)和Cgs(t)分别为t时刻储电设备和储氢设备的运行成本。
(3)建立以氢能为核心的综合能源微网运行调度模型
1)运行调度目标函数
综合上述各设备的建模，得到在满足设备的各种等式不等式约束条件下的以日内调度经济性最优为目标函数，表达如下：
式(16)中，F为日内调度成本。
运行调度的优化变量为氢三联供系统运行成本CFC(t)表达式中的发电/制冷/制热功率QFC.E/QFC.H/QFC.C、电解制氢设备运行成本CH2(t)表达式中的输出功率PH2(t)、储氢设备运行成本Cgs(t)表达式中的进气与排气速率qin(t)和qout(t)、储电设备运行成本Ces(t)表达式中的充电功率与放电功率Pin(t)和Pout(t)。
2)运行调度约束条件
约束条件主要分为供需平衡约束、运行约束、储能约束和联络线约束。
其中，储能约束方面，主要分为储能设备出力约束和储能容量约束，表达式如下：
式(21)中，Pin(t)为t时刻储电设备的充电功率，和/>分别为储电设备充电功率的上下限；Pout(t)为t时刻储电设备的放电功率，/>和/>分别为储电设备放电功率的上下限；qin(t)为t时刻储氢设备的进气速率，/>和/>分别为储氢设备进气速率的上下限；qout(t)为t时刻氢设备的排气速率，/>和/>分别为储氢设备排气速率的上下限；Esto(t)为t时刻储电设备的储电量，/>和/>分别为储电设备容量的上下限；msto(t)为t时刻储氢设备的储氢量，/>和/>分别为储氢设备容量的上下限。
其他约束方面，主要包括机组出力约束、机组爬坡速率约束以及氢三联供系统和外部电网联络线功率约束。
以下具体举例说明本发明实施例：
以我国南方某能源站的供能区域为例，该地区包括居民住宅、商场、医院等负荷用户，地区的夏季典型日及冬季典型日的负荷需求和风光出力预测曲线如图2至图4所示，地区的分时电价曲线如图5所示。综合能源微网的具体架构如图6所示，其中氢气燃料电池三联供系统发电效率为60％，发热效率为35％，溴化锂机组的制热系数和制冷系数分别取1.2和0.95；整个三联供系统采取以热定电的形式。
基于最佳实施方案的设置，结合本发明中所介绍的模型对综合能源微网夏季、冬季典型日的日前自治调度运行结果进行分析，其中，调度时间步长Δt＝1h。由于热能与冷能的供能方式相对简单，因此，本发明重点对电能的供能方式进行分析，不同典型日下电能的功率平衡情况如图7及图8所示。通过调度结果可知，通过设备之间的多能互补，综合能源微网能都满足不同典型运行场景下的电负荷需求。
具体对结果进行分析，电制氢设备会选择在电价的低谷时段工作，通过制氢储氢驱动氢能燃料电池三联供系统在电价的高峰时段发电以及制冷/热，从而降低运行成本；微网系统内的储能设备会在16:00～20:00等电价较高的时段选择放电以满足部分用电负荷需求，同时降低外购电成本；会在分布式电源出力较高或外部电价较低的时段选择充电以保障后续的有效调度；由于风机和光伏在本文中属于不计成本的清洁能源，因此微网系统会尽可能地多使用清洁能源来满足用户的用电需求，在促进清洁能源消纳的同时也减少了微网系统的外购电成本。
综上所述，本发明基于对氢能三联供系统、电解制氢、储能等装置构建的能效模型，以日内调度经济性最优为目标函数，在满足设备装置及系统运行约束的前提下，通过调节各装置的出力，在满足供能需求的同时实现日内调度的经济性最优。目前上述模型已有较为成熟的求解算法，可以采用CPLEX/GUROBI/LINGO等求解器求解。本发明在MATLAB环境中基于YALMIP平台，调用成熟的商业求解器CPLEX进行求解，通过调节各装置的出力，得到日内不同时段各装置的出力状态以及运行经济性。
同时本发明实施例公开一种以氢能为核心的综合能源微网日前运行调度系统，包括以下单元：
数据获取单元，用于基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
调度单元，用于通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度；在满足设备装置及系统运行约束的前提下，通过调节各装置的出力，来满足供能需求的同时实现日内调度的经济性最优。
还包括以下子单元：
综合能源微网的主体构建单元，用于建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
设备能效与经济性模型的建立单元，用于建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的主要设备分别从能效出力以及经济性分析两个层面建立模型；
综合能源微网运行调度模型建立单元，用于建立以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型。
可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
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。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种以氢能为核心的综合能源微网日前运行调度方法，其特征在于，包括以下步骤：
S100、基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
S200、基于S100获取的数据，通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略；
所述步骤S200中的预先构建的综合能源微网运行调度模型的构建步骤如下：
S201、建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
S203、基于S202，以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型；
所述S202建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；包括：
对氢能三联供系统进行发电、制冷与制热的能效建模，电堆的输出电热功率和电热效率表示如下：
式(1)-(2)中，μf为燃料利用率；Vcell为单个电池的输出电压；LHV为氢气低热值对应的等效电压；ηFC·H和ηFC·E分别为热效率和电效率；
氢三联供系统的制冷功率如下：
式(3)中，QFC.C为氢三联供系统的制冷功率；h1和h2分别为蒸发器出口蒸汽的比焓和进入冷凝器制冷蒸汽的比焓，qG为发生器单位质量的热负荷，μ为用于制冷的余热占比；
对氢能三联供系统进行运行经济性建模，氢能三联供系统的调度运行成本为：
式(4)中，kFC为氢能三联供系统的运维成本系数；Δt为调度时间间隔；N为调度时段总数；QFC.E、QFC.H、QFC.C分别为氢能三联供系统的发电、制冷与制热的功率；CFC(t)为t时刻氢能三联供系统的运维成本。
2.根据权利要求1所述的以氢能为核心的综合能源微网日前运行调度方法，其特征在于：所述S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
还包括：
对电解制氢设备进行能效建模，电解制氢的效率为：
式(5)中，ηH2t为电解制氢设备的效率；为标准条件下的氢气的高热值；k2′为压力系数；ηf为法拉第效率；k1＝0.001(W-kW)；F为法拉第常数；Vcell,t为运行电压；
对电解制氢设备进行运行经济性建模，电解制氢设备的调度运行成本为：
式(6)中，kH2为电解制氢设备的运维成本系数；Δt为调度时间间隔；N为调度时段总数；PH2(t)为t时刻电解制氢设备的输出功率；CH2(t)为t时刻电解制氢设备的运维成本。
3.根据权利要求1所述的以氢能为核心的综合能源微网日前运行调度方法，其特征在于：S202、建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的设备分别从能效出力以及经济性分析两个层面建立模型；
还包括：
储能设备包括储电设备与储氢设备，储电设备与储氢设备的运行成本如下：
Ces(t)＝kes[(1-ηin·e)Pin(t)+(1/ηout·e-1)Pout(t)] (7)
Cgs(t)＝kgs[(1-ηin·g)qin(t)+(1/ηout·g-1)qout(t)] (8)
式(7)-(8)中，ηin·e为t时刻充电效率；ηout·e为t时刻放电效率；Pin(t)为t时刻充电功率；Pout(t)为t时刻放电功率；ηin·g为进气效率；ηout·g为排气效率；qin(t)为t时刻进气速率；qout(t)为t时刻排气速率；kgs和kes为储气和储电的损耗系数；Ces(t)和Cgs(t)分别为t时刻储电设备和储氢设备的运行成本。
4.根据权利要求1所述的以氢能为核心的综合能源微网日前运行调度方法，其特征在于：所述S203、基于S202，以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型；
包括：
S2031、运行调度目标函数
综合各设备的建模，得到在满足设备的各种约束条件下的以日内调度经济性最优为目标函数，表达如下：
式(16)中，F为日内调度成本；
运行调度的优化变量为氢三联供系统运行成本CFC(t)表达式中的发电/制冷/制热功率QFC.E/QFC.H/QFC.C、电解制氢设备运行成本CH2(t)表达式中的输出功率PH2(t)、储氢设备运行成本Cgs(t)表达式中的进气与排气速率qin(t)和qout(t)、储电设备运行成本Ces(t)表达式中的充电功率与放电功率Pin(t)和Pout(t)；
S2032、运行调度约束条件
约束条件分为供需平衡约束、运行约束、储能约束和联络线约束；
其中，储能约束方面，分为储能设备出力约束和储能容量约束，表达式如下：
式(21)中，Pin(t)为t时刻储电设备的充电功率，和/>分别为储电设备充电功率的上下限；Pout(t)为t时刻储电设备的放电功率，/>和/>分别为储电设备放电功率的上下限；qin(t)为t时刻储氢设备的进气速率，/>和/>分别为储氢设备进气速率的上下限；qout(t)为t时刻氢设备的排气速率，/>和/>分别为储氢设备排气速率的上下限；Esto(t)为t时刻储电设备的储电量，/>和/>分别为储电设备容量的上下限；msto(t)为t时刻储氢设备的储氢量，/>和/>分别为储氢设备容量的上下限。
5.根据权利要求4所述的以氢能为核心的综合能源微网日前运行调度方法，其特征在于：所述S2032中运行调度约束条件，还包括机组出力约束、机组爬坡速率约束以及氢三联供系统和外部电网联络线功率约束。
6.根据权利要求1所述的以氢能为核心的综合能源微网日前运行调度方法，其特征在于：所述进行运行调度，得到经济性最优的运行策略，包括：
在满足综合能源微网运行调度模型的约束条件前提下，求解所述综合能源微网运行调度模型的目标函数；其中，所述综合能源微网运行调度模型的目标函数为日内调度经济性最优；
根据求解得到的结果，调节氢能三联供系统、电解制氢、储能装置的出力，得到日内不同时段各装置的出力状态。
7.根据权利要求1所述的以氢能为核心的综合能源微网日前运行调度方法的调度系统，其特征在于：
包括以下单元：
数据获取单元，用于基于以氢能为核心的综合能源微网规划与供能信息，获取负荷需求数据、可再生能源出力预测数据、设备类型以及设备型号数据；
调度单元，用于通过预先构建的综合能源微网运行调度模型对以氢能为核心的综合能源微网内的源荷进行匹配，并进行运行调度，得到经济性最优的运行策略。
8.根据权利要求7所述的以氢能为核心的综合能源微网日前运行调度方法的调度系统，其特征在于：
还包括以下子单元：
综合能源微网的主体构建单元，用于建立以氢能为核心的综合能源微网的架构，并确定以氢能为核心的综合能源微网内的设备构成以及微网系统；
设备能效与经济性模型的建立单元，用于建立设备能效与经济性模型，针对以氢能为核心的综合能源微网内的主要设备分别从能效出力以及经济性分析两个层面建立模型；
综合能源微网运行调度模型建立单元，用于建立以日内调度经济性最优为目标函数，建立以氢能为核心的综合能源微网运行调度模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543347.6A CN111738503B (zh) | 2020-06-15 | 2020-06-15 | 以氢能为核心的综合能源微网日前运行调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543347.6A CN111738503B (zh) | 2020-06-15 | 2020-06-15 | 以氢能为核心的综合能源微网日前运行调度方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111738503A CN111738503A (zh) | 2020-10-02 |
| CN111738503B true CN111738503B (zh) | 2023-07-25 |
Family
ID=72649324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010543347.6A Active CN111738503B (zh) | 2020-06-15 | 2020-06-15 | 以氢能为核心的综合能源微网日前运行调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738503B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112510702B (zh) * | 2020-11-26 | 2024-04-26 | 国网安徽省电力有限公司经济技术研究院 | 一种可再生能源发电制气的综合能源站规划方法及系统 |
| CN113095791B (zh) * | 2021-04-29 | 2024-02-27 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
| CN113516380A (zh) * | 2021-06-29 | 2021-10-19 | 上海氢枫能源技术有限公司 | 一种基于物联网的加氢站内备品备件的调度系统 |
| CN113592325B (zh) * | 2021-08-05 | 2023-11-28 | 清华四川能源互联网研究院 | 就地制氢加氢站系统及其电量分配方法 |
| CN113794193B (zh) * | 2021-08-27 | 2024-04-26 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
| CN113904354A (zh) * | 2021-09-24 | 2022-01-07 | 国网安徽省电力有限公司经济技术研究院 | 氢燃料电池热电联供单元的控制方法、系统及设备 |
| CN114156948B (zh) * | 2022-01-11 | 2023-07-28 | 合肥工业大学 | 工业园区氢能综合利用站的能量管理方法 |
| CN114899851B (zh) * | 2022-03-14 | 2024-08-02 | 中国农业大学 | 一种数据中心后备电源参与微网调度的功率指令控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840621A (zh) * | 2018-12-29 | 2019-06-04 | 上海电力学院 | 考虑储能系统影响的并网型微电网日前多目标优化方法 |
| CN109919399A (zh) * | 2019-04-15 | 2019-06-21 | 中国科学院电工研究所 | 一种综合能源系统日前经济调度方法及系统 |
| CN110348709A (zh) * | 2019-06-26 | 2019-10-18 | 西安交通大学 | 基于氢能与储能设备的多能源系统的运行优化方法和装置 |
| CN111030104A (zh) * | 2019-12-25 | 2020-04-17 | 沈阳工业大学 | 一种含储氢装置的多能源系统提升能源利用率的方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102983573B (zh) * | 2012-11-09 | 2014-10-15 | 天津大学 | 基于安全域的安全约束经济调度方法 |
| CN108539784B (zh) * | 2018-04-13 | 2020-01-14 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN109670730B (zh) * | 2019-01-11 | 2021-05-25 | 国网安徽省电力有限公司合肥供电公司 | 一种综合能源系统日前经济调度方法 |
| CN109919478B (zh) * | 2019-02-28 | 2023-04-07 | 天津大学 | 一种考虑综合供能可靠性的综合能源微网规划方法 |
| CN110417006B (zh) * | 2019-07-24 | 2023-01-06 | 三峡大学 | 一种综合能源系统多时间尺度能量调度方法 |
| CN110659830A (zh) * | 2019-09-25 | 2020-01-07 | 国网天津市电力公司 | 面向综合能源系统的多能源微网规划方法 |
| CN110807560B (zh) * | 2019-11-12 | 2022-10-04 | 国网重庆市电力公司电力科学研究院 | 氢混天然气能源系统调度方法、装置及可读存储介质 |
-
2020
- 2020-06-15 CN CN202010543347.6A patent/CN111738503B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840621A (zh) * | 2018-12-29 | 2019-06-04 | 上海电力学院 | 考虑储能系统影响的并网型微电网日前多目标优化方法 |
| CN109919399A (zh) * | 2019-04-15 | 2019-06-21 | 中国科学院电工研究所 | 一种综合能源系统日前经济调度方法及系统 |
| CN110348709A (zh) * | 2019-06-26 | 2019-10-18 | 西安交通大学 | 基于氢能与储能设备的多能源系统的运行优化方法和装置 |
| CN111030104A (zh) * | 2019-12-25 | 2020-04-17 | 沈阳工业大学 | 一种含储氢装置的多能源系统提升能源利用率的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111738503A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
| Chen et al. | Multi-criteria assessment and optimization study on 5 kW PEMFC based residential CCHP system | |
| CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
| Fan et al. | Energy management strategies and multi-objective optimization of a near-zero energy community energy supply system combined with hybrid energy storage | |
| Ramadhani et al. | Evaluation of solid oxide fuel cell based polygeneration system in residential areas integrating with electric charging and hydrogen fueling stations for vehicles | |
| Guo et al. | Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting | |
| CN106058942B (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
| CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
| CN108491992A (zh) | 一种含光伏和蓄能的冷热电联供系统调峰调蓄优化调度模型 | |
| CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
| Fan et al. | Two-layer collaborative optimization for a renewable energy system combining electricity storage, hydrogen storage, and heat storage | |
| CN114580863A (zh) | 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法 | |
| Zhu et al. | Multi-objective optimization of a hybrid energy system integrated with solar-wind-PEMFC and energy storage | |
| Zhu et al. | Towards a carbon-neutral community: Integrated renewable energy systems (IRES)–sources, storage, optimization, challenges, strategies and opportunities | |
| CN115170343A (zh) | 一种区域综合能源系统分布式资源和储能协同规划方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| Zheng et al. | Chaotic particle swarm algorithm-based optimal scheduling of integrated energy systems | |
| Castley et al. | Modeling and optimization of combined cooling, heating and power systems with integrated biogas upgrading | |
| CN111463773A (zh) | 一种区域型综合能源系统能量管理优化方法和装置 | |
| Liang et al. | Capacity configuration optimization of wind-solar combined power generation system based on improved grasshopper algorithm | |
| CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
| CN117649089A (zh) | 一种集成氢能的综合能源系统鲁棒低碳优化调度方法 | |
| CN110472364B (zh) | 一种考虑可再生能源的离网式热电气联产系统的优化方法 |
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 |