CN111769561A - 一种ries运行优化方法及装置 - Google Patents

一种ries运行优化方法及装置 Download PDF

Info

Publication number
CN111769561A
CN111769561A CN202010908870.4A CN202010908870A CN111769561A CN 111769561 A CN111769561 A CN 111769561A CN 202010908870 A CN202010908870 A CN 202010908870A CN 111769561 A CN111769561 A CN 111769561A
Authority
CN
China
Prior art keywords
equipment
energy
ries
model
efficiency
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.)
Pending
Application number
CN202010908870.4A
Other languages
English (en)
Inventor
何伟
熊俊杰
李佳
谢国强
黄扬琪
赵伟哲
陈波
程思萌
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 Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
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 Corp of China SGCC, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010908870.4A priority Critical patent/CN111769561A/zh
Publication of CN111769561A publication Critical patent/CN111769561A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种RIES运行优化方法及装置，该方法用于区域综合能源系统，其中，所述区域综合能源系统包括能源转换设备，所述方法包括：将所述能源转换设备的设备效率基于数据拟合与所述能源转换设备的设备负载率进行关联；建立基于所述设备效率与所述设备负载率的关联关系的RIES模型；对所述RIES模型进行运行优化，其中，所述运行优化包括建立基于所述能源转换设备的负载率变化的RIES运行优化数字模型，所述RIES运行优化数字模型以最小化运行成本为目标函数。考虑了设备效率变化特性，可以提高设备建模准确性，更为符合设备实际运行情况，可有效减小运行方案的成本预测误差，为RIES提供了更为合理且经济的运行方案。

Description

一种RIES运行优化方法及装置
技术领域
本发明属于区域综合能源系统运行优化技术领域，尤其涉及一种RIES运行优化方法及装置。
背景技术
随着能源供需关系的日益紧张以及生态环境的恶化，多种能源网络耦合互联的区域综合能源系统(Regional Integrated Energy System, RIES)成为应对当前能源环境问题的重点研究方向之一。打破传统各种能源系统单独规划设计、运行的既有模式，通过对包含电/气/热等多种能源形式的互补优化，RIES，实现多种能源的互动，有助于提高能源利用效率以及系统运行的灵活性。
RIES设备种类繁多，运行机理复杂，为充分发挥RIES的经济性与灵活性，需要制定合理有效的运行方案以协调多种设备的运行，实现多能源互补优化。目前的研究对RIES设备的建模往往忽略其负载率变化带来的影响，但RIES实际运行中，设备难以维持在同一负载率下，其负载率随负荷变动，而负载率的变动往往影响设备效率，进而影响设备模型的准确性，最终影响系统运行方案的合理性及多能源协同互补效果。因此考虑设备负载率变化对RIES运行优化具有重要意义。
RIES中的能源结构和设备耦合关系复杂，建模方式多样。瑞士苏黎世大学学者提出的能源集线器(energy hub, EH)模型，通过建立能源集线器方程来描述RIES中能源传输、转换、分配及存储的关系，可简化设备复杂运行机理，为不同形式的RIES建模提供了一种通用的方法；母线式结构也多用于复杂能源系统的优化运行中，其以母线功率平衡和设备运行约束为约束条件对RIES建模，可有效解决冷热电联供系统设备类型较多且耦合复杂，运行优化困难的问题。在能源集线器(energy hub, EH)模型中提出了含储能设备的RIES运行优化模型；在该模型基础上，进一步考虑了运行优化中的需求侧响应及可再生能源不确定性的影响；已有文献建立以运行费用最小为优化目标的动态经济调度模型并进行求解。
在上述研究中，尚未考虑到负载率变化对RIES运行优化带来的影响。实际上，能源转换设备效率通常随负载率波动明显，即设备在不同负载率下的效率有明显的差异。对各设备负载率变化的忽略在一定程度上影响了设备模型精确度，进而影响RIES调度方案的合理性与经济性。
在目前有关RIES设备效率随负载率变化特性研究中，在能源集线器(energy hub,EH)模型中进一步提出了对不同负荷下热电联产(combined heat and power, CHP)机组的效率变化进行了分析，证明了CHP在不同负荷时经济性有较大区别以及考虑负载率变化的必要性；在能源集线器(energy hub, EH)模型中总结了部分常用能源转换设备的效率随负载率变化的拟合方程形式，但并未给出其在RIES运行优化中的具体应用。
发明内容
本发明实施例提供一种基于设备负载率变化的区域综合能源系统运行优化方法及装置，用于至少解决上述对各设备负载率变化在一定程度上影响了设备模型精确度，进而影响RIES调度方案的合理性与经济性的技术问题。
第一方面，本发明实施例提供一种RIES运行优化方法，用于区域综合能源系统，所述方法包括：将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；建立基于所述设备效率与所述设备负载率的关联关系的RIES模型；对所述RIES模型进行运行优化，其中，所述运行优化包括建立基于能源转换设备的负载率变化的RIES运行优化数字模型，所述RIES运行优化数字模型以最小化运行成本为目标函数。
第二方面，本发明实施例提供一种RIES运行优化装置，包括：关联模块，用于将所述能源转换设备的设备效率基于数据拟合与所述能源转换设备的设备负载率进行关联；建模模块，用于建立基于所述设备效率与所述设备负载率的关联关系的RIES模型；优化模块，用于对所述RIES模型进行运行优化，其中，所述运行优化包括建立基于所述能源转换设备的负载率变化的RIES运行优化数字模型，所述RIES运行优化数字模型以最小化运行成本为目标函数。
本申请的方法及装置提供的方案考虑了设备效率变化特性，可以提高设备建模准确性，更为符合设备实际运行情况，可有效减小运行方案的成本预测误差，为RIES 提供了更为合理且经济的运行方案。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种RIES运行优化方法的流程图；
图2为本发明一实施例提供的又一种RIES运行优化方法的流程图；
图3为本发明一实施例提供的RIES算例系统热、电负荷图；
图4为本发明一实施例提供的RIES算例系统分时电价示意图；
图5为本发明一实施例提供的考虑设备负载率变化下的电功率调度方案示意图；
图6为本发明一实施例提供的不考虑设备负载率变化下的电功率调度方案示意图；
图7为本发明一实施例提供的为考虑设备负载率变化下的热功率调度方案示意图；
图8为本发明一实施例提供的不考虑设备负载率变化下的热功率调度方案示意图；
图9为本发明一实施例提供的一种RIES运行优化装置的框图。
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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，其示出了本申请的RIES运行优化方法一实施例的流程图。本实施的RIES运行优化方法可以适用于具备建模功能的终端，如笔记本电脑。
如图1所示，在步骤101中，将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；
在步骤102中，建立基于设备效率与设备负载率的关联关系的RIES模型；
在步骤103中，对RIES模型进行运行优化，其中，运行优化包括建立基于能源转换设备的负载率变化的RIES运行优化数字模型，RIES运行优化数字模型以最小化运行成本为目标函数。
在本实施例中，对于步骤101，RIES运行优化装置将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联。之后，对于步骤102，RIES运行优化装置建立基于设备效率与设备负载率的关联关系的RIES模型。然后，对于步骤103，RIES运行优化装置以最小化运行成本为目标函数对RIES模型进行运行优化。
本实施提供的方案通过考虑设备效率随设备负载率的变化，并基于设备效率与设备负载率的关联关系建立RIES模型，解决了传统RIES运行优化方法中将设备效率视为常数，忽略了设备效率随负载率变化的特性，影响设备模型准确度的问题，从而有效地提高了RIES运行调度方案的适用性。
进一步参考图2，其示出了本申请的RIES运行优化方法又一实施例的流程图。该流程图主要是对流程图1中的步骤102“建立基于设备效率与设备负载率的关联关系的RIES模型”进一步限定的步骤的流程图。
如图2所示，在步骤201中，建立基于设备效率与设备负载率的关联关系的能源转换设备的转换模型；
在步骤202中，建立能源存储设备的存储模型；
在步骤203中，建立基于转换模型以及存储模型的RIES模型。
在本实施例中，对于步骤201，RIES运行优化装置建立基于设备效率与设备负载率的关联关系的能源转换设备的转换模型。之后，对于步骤202，RIES运行优化装置建立能源存储设备的存储模型。然后，RIES运行优化装置基于转换模型以及存储模型，建立RIES模型，并对RIES模型进行运行优化。
需要说明的是，上述方法步骤并不用于限制各步骤的执行顺序，实际上，某些步骤可能会同时执行或者以与步骤限定的相反的顺序执行，本申请在此没有限制。
下面对通过描述发明人在实现本发明的过程中遇到的一些问题和对最终确定的方案的一个具体实施例进行说明，以使本领域技术人员更好地理解本申请的方案。
发明人在实现本申请的过程中发现现有技术中存在的缺陷主要是由以下原因导致的：传统RIES运行优化方法中将设备效率视为常数，忽略了设备效率随负载率变化的特性。
本申请的方案主要从以下几个方面入手进行设计和优化来提高设备建模的准确性，为RIES 提供了更为合理且经济的运行方案：
步骤一：建立能源转换设备的效率随负载率变化的拟合方程模型：
为表示统一表示各设备效率与负载率关系，构建如下多项式：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
式中：
Figure DEST_PATH_IMAGE006
为设备效率；n为拟合阶数；
Figure DEST_PATH_IMAGE008
为拟合系数；
Figure DEST_PATH_IMAGE010
为设备负载率。
设备负载率可通过下式求得：
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE014
式中：
Figure DEST_PATH_IMAGE016
为设备输出功率，kW；
Figure DEST_PATH_IMAGE018
设备最大输出功率，kW。
步骤二：建立考虑能源转换设备的效率随负载率变化的RIES模型：
通常，RIES中能源转换设备输入与输出关系可用下式表示：
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE022
式中：
Figure DEST_PATH_IMAGE024
为设备输入能量，kW。
考虑各设备效率与负载率关系，可表示为：
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
能源转换设备输出功率约束可表述为：
Figure DEST_PATH_IMAGE030
Figure DEST_PATH_IMAGE032
能源存储设备模型建立如下：
不同能源存储设备充放能机理和能量转换关系类似，本文采用一个通用储能装置模型加以描述。假定能源存储设备在
Figure DEST_PATH_IMAGE034
时间段内充放能功率恒定，则在充放能前后设备存储的能量关系为：
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE038
式中：
Figure DEST_PATH_IMAGE040
、
Figure DEST_PATH_IMAGE042
分别为设备充放能前后的储能量，kWh；
Figure DEST_PATH_IMAGE044
为能源存储设备自放能率；
Figure DEST_PATH_IMAGE046
为t时刻考虑充放能效率损耗后能源存储设备实际充放能功率，以向设备充能为正，kW；
Figure DEST_PATH_IMAGE048
为运行优化步长，h。
能源存储设备充放能功率受到的限制可描述如下：
Figure DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052
Figure DEST_PATH_IMAGE054
Figure DEST_PATH_IMAGE056
式中：
Figure DEST_PATH_IMAGE058
、
Figure DEST_PATH_IMAGE060
分别为能源存储设备充放能效率；
Figure DEST_PATH_IMAGE062
、
Figure DEST_PATH_IMAGE064
分别为设备充放能功率上限，kW。
能源存储设备的储能量约束如下：
Figure DEST_PATH_IMAGE066
Figure DEST_PATH_IMAGE068
式中：
Figure DEST_PATH_IMAGE070
分别为设备最大储能量，kWh；
Figure DEST_PATH_IMAGE072
为t时刻设备储能量，kWh。
至此可得RIES模型如下：
Figure DEST_PATH_IMAGE074
Figure DEST_PATH_IMAGE076
式中：
Figure DEST_PATH_IMAGE078
为能源形式，如电、热等；
Figure DEST_PATH_IMAGE080
为能源形式α的负荷水平；
Figure DEST_PATH_IMAGE082
为设备i的α能源形式输出；
Figure DEST_PATH_IMAGE084
为能源形式α充放能效率；
Figure DEST_PATH_IMAGE086
为能源形式α实际充放能向量，以向充能设备充能为正。
Figure DEST_PATH_IMAGE088
Figure DEST_PATH_IMAGE090
式中：
Figure DEST_PATH_IMAGE092
、
Figure DEST_PATH_IMAGE094
分别为充放能效率。
步骤三：建立RIES运行优化模型
1.目标函数
RIES运行优化目标是在满足用户负荷需求的前提下，最小化运行成本。目标函数如式(15)所示：
Figure DEST_PATH_IMAGE096
Figure DEST_PATH_IMAGE098
式中：
Figure DEST_PATH_IMAGE100
为购电成本，元；
Figure DEST_PATH_IMAGE102
为购气成本，元。
Figure DEST_PATH_IMAGE104
Figure DEST_PATH_IMAGE106
Figure DEST_PATH_IMAGE108
Figure DEST_PATH_IMAGE110
式中：
Figure DEST_PATH_IMAGE112
为
Figure DEST_PATH_IMAGE114
时段单位购电价，元/(kWh)；
Figure DEST_PATH_IMAGE116
为
Figure DEST_PATH_IMAGE118
时段购电功率，kW；
Figure DEST_PATH_IMAGE120
为单位购气价，元/ m3；
Figure DEST_PATH_IMAGE122
为
Figure DEST_PATH_IMAGE124
时段购气量，m3。
2.约束条件
考虑设备负载率变化的RIES运行优化模型约束条件如下。
2.1 设备模型约束
1) 能源转换设备约束
能源转换设备约束包括设备模型(20)–(21)。
2) 能源存储设备约束
能源存储设备约束包括式(22)–(25)。
此外，考虑储能设备储能量的周期性和时段耦合特性，假设储能量在调度周期始末时刻保持一致，即：
Figure DEST_PATH_IMAGE126
Figure DEST_PATH_IMAGE128
式中：
Figure DEST_PATH_IMAGE130
、
Figure DEST_PATH_IMAGE132
分别表示设备调度周期始末的储能量，kWh。
2.2 系统运行约束
1) 系统能量平衡约束
系统能量平衡约束如式(20)所示。
2) 联络线功率约束
联络线功率约束可表示为：
Figure DEST_PATH_IMAGE134
Figure DEST_PATH_IMAGE136
式中：
Figure DEST_PATH_IMAGE138
表示联络线功率的上限，kW。
本发明使用遗传算法对上述的优化问题进行求解。
应用例
本应用例采用我国南方某园区，系统中包含CHP机组1600kW、燃气锅炉2050kW和蓄电池200kWh。设备的相关参数见表1。
表1主要设备参数
Figure DEST_PATH_IMAGE140
以典型日为例，负荷曲线如图3所示。分时电价参见图4，联络线功率上限为3MW，气价为4.16元/m3
为验证本发明方法有效性，构建如下两种场景进行对比：
场景I：RIES按考虑设备负载率变化的运行优化方法所得调度方案运行。
场景II：RIES按不考虑设备负载率变化的运行优化方法所得调度方案运行。
优化目标如式(28)所示。优化运行周期24h，单位时间Δt=1h。
考虑设备负载率变化与不考虑设备负载率变化两种场景下一天之内RIES运行费用对比结果如表2所示。
表2 两种场景下运行成本
Figure DEST_PATH_IMAGE142
场景I一天内RIES实际运行总成本为52009.56元，场景II一天内RIES实际运行总成本为53366.77元。
对比两种情景实际运行中的成本，场景I的购气成本相对于场景II减少37.7%，购电成本增加58.8%。
为了对RIES的运行优化进行更为详细的分析，本文对两种场景下的电、热运行优化方案进行对比讨论。
两种场景下的电功率运行优化方案如图5和6所示。由图中可以看出，两种场景下的电负荷运行优化方案有较大不同，场景I中主要向电网购电以满足大部分电负荷，但在场景II中CHP作为主要出力设备满足大部分电负荷。
场景I中，在考虑设备负载率变化时，在电价较低的时间段(0–6时、23时)，由于从电网购电价格较低，使用CHP供应电负荷的经济效益不如从电网购电高，所以大部分电负荷由电网供应；且在该时段蓄电池充电，用于应对电价高峰时刻(10时、19–20时)的电负荷。在电价高峰时刻，电价升高使得从电网购电成本增加、经济性降低，因此CHP机组启动以供应部分电负荷，但因受到热负荷限制，未能供应全部电负荷，仍需从电网购电。
场景II中，在不考虑设备负载率变化时，蓄电池在不同时段的充放电状态主要受电价影响，因此充放电规律与场景I基本相似。由于在场景II中不考虑设备负载率变化，设备效率将为常数，CHP由于热电联供总能源利用率高、经济性较好，在各个时段一直作为主要出力设备，运行在以热定电模式，供应部分电负荷，从电网购电满足剩余的电力需求。
两种场景下的热功率运行优化方案如图7和8所示。由图中可以看出，两种场景下的热负荷运行优化方案也有较大不同，场景I中大部分时间以燃气锅炉作为主要供能设备，但在场景II中CHP 承担大部分热负荷，燃气锅炉仅在用能高峰参与供能。
场景I中考虑设备负载率变化，当电价一定时，调度方案不仅与设备本身效率特性有关，也与当前时刻负荷水平有关。当热负荷较小时，CHP与HP都处于在低负载率运行，虽然二者效率都较满负荷运行时低，但因CHP热电联供经济性较好，能够在一定程度上提高RIES运行经济性，因此将使用CHP作为供热设备(4时)；当负荷逐渐增大，负荷水平将逐渐接近燃气锅炉额定容量，此时仅使用燃气锅炉供能将保障其负载率处于较高水平，效率也随之处于较高水平；但当热负荷大于燃气锅炉容量时，燃气锅炉不足以满足全部热负荷，此时可由CHP满负载运行，以确保CHP处于高负载率，剩余热负荷由燃气锅炉满足(12时)。但当处于电价高峰时(10时、19–20时)，由于向电网购电成本较高，使用CHP同时供应热、电负荷将更为经济。
而在场景II中，在不考虑设备负载率变化时设备效率均视为常数。而当设备一定时，由于CHP热电联供经济性较好，将使用CHP作为主要供热设备，燃气锅炉用于应对热负荷高峰。然而实际上，在部分时刻由于CHP负载率较低，其实际运行效率低于额定效率，使用CHP供能反而将增加RIES运行成本，因此在不考虑设备负载率变化时的运行方案可能存在一定的不合理性，且该运行方案预计运行成本也与实际运行成本有较大差距。
对比场景II预计成本与实际运行成本，场景II预计运行成本为50587.84元，场景II一天内RIES实际运行总成本为53566.77元，则本算例中场景II下的成本预测误差达5.6%。因忽略设备负载率，而导致对设备效率的高估，从而导致实际运行成本相比于预计购气成本增加了2.2%，而实际购电成本相比于预计购电成本增加了11.4%。
可以看出，在不考虑设备负载率变化时，由于未考虑设备负载率对设备效率的影响，设备常运行于低负载率状态，导致设备的实际运行效率较低，不利于RIES经济运行；且由于设备实际运行效率随负载率变化较大，导致系统运行方案不符合实际运行情况，成本预计存在较大的偏差，使得对于RIES的经济性调度及分析不准确，影响RIES 运行经济性；在考虑设备负载率变化时，一定的能源价格下，负荷水平及设备容量将影响设备运行效率，进而影响RIES的运行方案，因此根据负荷水平选择容量相近的设备作为出力设备将会更加经济。
综上描述，本发明提出了提出一种考虑设备负载率变化的园区综合能源系统运行优化方法，结论如下：
1) 传统RIES运行优化方法不考虑设备负载率变化时，无法描述设备效率随负载率变化过程。设备效率不符合实际运行情况，运行优化方案不合理。
2) 基于本文所提的考虑设备负载率变化的RIES运行优化方法考虑了能源转换设备的效率随负载率变动，提升了设备模型的准确度。
3) 与传统RIES所获得的运行方案相比，本文所提方法更符合设备实际运行情况，减小了调度方案的成本预测误差，为RIES提供了更为合理且经济的运行方案。
请参考图9，其示出了本发明一实施例提供的RIES运行优化装置的框图。
如图9所示，RIES运行优化装置300，包括关联模块310、建模模块320以及优化模块330。
其中，关联模块310，用于将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；建模模块320，用于建立基于设备效率与设备负载率的关联关系的RIES模型；优化模块330，用于对RIES模型进行运行优化，其中，运行优化包括建立基于能源转换设备的负载率变化的RIES运行优化数字模型，RIES运行优化数字模型以最小化运行成本为目标函数。
应当理解，图9中记载的诸模块与参考图1和图2中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图9中的诸模块，在此不再赘述。
最后应说明的是：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 (10)

1.一种RIES运行优化方法，用于区域综合能源系统，其特征在于，所述方法包括：
将能源转换设备的设备效率基于数据拟合与能源转换设备的设备负载率进行关联；
建立基于所述设备效率与所述设备负载率的关联关系的RIES模型；
对所述RIES模型进行运行优化，其中，所述运行优化包括建立基于能源转换设备的负载率变化的RIES运行优化数字模型，所述RIES运行优化数字模型以最小化运行成本为目标函数。
2.根据权利要求1所述的一种RIES运行优化方法，其特征在于，所述设备效率与所述设备负载率的关联关系的构建如下多项式：
Figure 582256DEST_PATH_IMAGE001
；
式中：
Figure 296135DEST_PATH_IMAGE002
为设备效率；n为拟合阶数；
Figure 466085DEST_PATH_IMAGE003
为拟合系数；
Figure 392452DEST_PATH_IMAGE004
为设备负载率；
其中，所述设备负载率可通过下式求得：
Figure 613349DEST_PATH_IMAGE005
；
式中：
Figure 701391DEST_PATH_IMAGE006
为设备输出功率，kW；
Figure 499583DEST_PATH_IMAGE007
为设备最大输出功率，kW。
3.根据权利要求1所述的一种RIES运行优化方法，其特征在于，所述建立基于所述设备效率与所述设备负载率的关联关系的RIES模型包括：
建立基于所述设备效率与所述设备负载率的关联关系的能源转换设备的转换模型；
建立能源存储设备的存储模型；
建立基于所述转换模型以及所述存储模型的RIES模型。
4.根据权利要求3所述的一种RIES运行优化方法，其特征在于，所述转换模型中的输入与输出关系如下：
Figure 348416DEST_PATH_IMAGE008
；
式中：p in为设备输入功率，kW，p out为设备输出功率，kW；
考虑所述设备效率与所述负载率关系，可表示为：
Figure 548453DEST_PATH_IMAGE009
；
其中，所述转换模型的输出功率约束可表述为：
Figure 682762DEST_PATH_IMAGE010
；
式中：
Figure 968250DEST_PATH_IMAGE011
为设备最大输出功率。
5.根据权利要求3所述的一种RIES运行优化方法，其特征在于，所述存储模型中的充放能前后设备存储的能量关系如下：
Figure 361054DEST_PATH_IMAGE012
；
式中：
Figure 150019DEST_PATH_IMAGE013
、
Figure 783125DEST_PATH_IMAGE014
分别为设备充放能前后的储能量，kWh，
Figure 680543DEST_PATH_IMAGE015
为能源存储设备自放能率，
Figure 221246DEST_PATH_IMAGE016
为t时刻考虑充放能效率损耗后能源存储设备实际充放能功率，以向设备充能为正，kW，
Figure 395875DEST_PATH_IMAGE017
为运行优化步长，h；
其中，所述存储模型的充放能功率受到的限制可描述如下：
Figure 137566DEST_PATH_IMAGE018
；
Figure 132067DEST_PATH_IMAGE019
；
式中：
Figure 866674DEST_PATH_IMAGE020
、
Figure 895810DEST_PATH_IMAGE021
分别为能源存储设备充放能效率；
Figure 933036DEST_PATH_IMAGE022
、
Figure 290199DEST_PATH_IMAGE023
分别为设备充放能功率上限，kW；
所述存储模型的储能量约束如下：
Figure 438283DEST_PATH_IMAGE024
；
式中：
Figure 446560DEST_PATH_IMAGE025
分别为设备最大储能量，kWh；
Figure 920266DEST_PATH_IMAGE026
为t时刻设备储能量，kWh。
6.根据权利要求1所述的一种RIES运行优化方法，其特征在于，所述RIES模型如下：
Figure 623780DEST_PATH_IMAGE027
；
式中：
Figure 982080DEST_PATH_IMAGE028
为能源形式，
Figure 110442DEST_PATH_IMAGE029
为能源形式α的负荷水平，
Figure 755050DEST_PATH_IMAGE030
为设备i的α能源形式输出，
Figure 86805DEST_PATH_IMAGE031
为能源形式α充放能效率，
Figure 576693DEST_PATH_IMAGE032
为能源形式α实际充放能向量，以向充能设备充能为正；
Figure 293982DEST_PATH_IMAGE033
；
式中：
Figure 109491DEST_PATH_IMAGE034
、
Figure 787597DEST_PATH_IMAGE035
分别为充放能效率。
7.根据权利要求1所述的一种RIES运行优化方法，其特征在于，所述目标函数如下式：
Figure 222121DEST_PATH_IMAGE036
；
式中：
Figure 934862DEST_PATH_IMAGE037
为购电成本，元；
Figure 514748DEST_PATH_IMAGE038
为购气成本，元；
Figure 945729DEST_PATH_IMAGE039
；
Figure 777419DEST_PATH_IMAGE040
；
式中：
Figure 485612DEST_PATH_IMAGE041
为
Figure 377344DEST_PATH_IMAGE042
时段单位购电价，元/(kWh)；
Figure 426115DEST_PATH_IMAGE043
为
Figure 61496DEST_PATH_IMAGE042
时段购电功率，kW；
Figure 358616DEST_PATH_IMAGE044
为单位购气价，元/ m3；
Figure 421250DEST_PATH_IMAGE045
为
Figure 561244DEST_PATH_IMAGE042
时段购气量，m3。
8.根据权利要求1所述的一种RIES运行优化方法，其特征在于，所述RIES运行优化数字模型的优化问题采用遗传算法进行求解。
9.一种RIES运行优化装置，其特征在于，包括：
关联模块，用于将能源转换设备的设备效率基于数据拟合与所述能源转换设备的设备负载率进行关联；
建模模块，用于建立基于所述设备效率与所述设备负载率的关联关系的RIES模型；
优化模块，用于对所述RIES模型进行运行优化，其中，所述运行优化包括建立基于能源转换设备的负载率变化的RIES运行优化数字模型，所述RIES运行优化数字模型以最小化运行成本为目标函数。
10.根据权利要求9所述的一种RIES运行优化装置，其特征在于，建模模块建立基于所述设备效率与所述设备负载率的关联关系的RIES模型包括：
建立基于所述设备效率与所述设备负载率的关联关系的能源转换设备的转换模型；
建立能源存储设备的存储模型；
建立基于所述转换模型以及所述存储模型的RIES模型。
CN202010908870.4A 2020-09-02 2020-09-02 一种ries运行优化方法及装置 Pending CN111769561A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010908870.4A CN111769561A (zh) 2020-09-02 2020-09-02 一种ries运行优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010908870.4A CN111769561A (zh) 2020-09-02 2020-09-02 一种ries运行优化方法及装置

Publications (1)

Publication Number Publication Date
CN111769561A true CN111769561A (zh) 2020-10-13

Family

ID=72729252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010908870.4A Pending CN111769561A (zh) 2020-09-02 2020-09-02 一种ries运行优化方法及装置

Country Status (1)

Country Link
CN (1) CN111769561A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836882A (zh) * 2021-02-08 2021-05-25 杭州意能电力技术有限公司 考虑设备负载率变化的区域综合能源系统运行优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278709A1 (en) * 2013-03-14 2014-09-18 Combined Energies LLC Intelligent CCHP System
CN106532709A (zh) * 2016-10-25 2017-03-22 天津大学 一种含配电网重构的区域综合能源系统最优潮流计算方法
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
CN107797060A (zh) * 2017-03-07 2018-03-13 湖南嘉飞达电子科技有限公司 一种电机系统能效检测方法及系统
CN110009244A (zh) * 2019-04-12 2019-07-12 西安交通大学 一种考虑抗灾恢复的区域综合能源系统优化调度方法
CN110163415A (zh) * 2019-04-22 2019-08-23 国网辽宁省电力有限公司经济技术研究院 一种变工况特性下的多能流系统多目标模糊协同优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278709A1 (en) * 2013-03-14 2014-09-18 Combined Energies LLC Intelligent CCHP System
CN106532709A (zh) * 2016-10-25 2017-03-22 天津大学 一种含配电网重构的区域综合能源系统最优潮流计算方法
CN107797060A (zh) * 2017-03-07 2018-03-13 湖南嘉飞达电子科技有限公司 一种电机系统能效检测方法及系统
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
CN110009244A (zh) * 2019-04-12 2019-07-12 西安交通大学 一种考虑抗灾恢复的区域综合能源系统优化调度方法
CN110163415A (zh) * 2019-04-22 2019-08-23 国网辽宁省电力有限公司经济技术研究院 一种变工况特性下的多能流系统多目标模糊协同优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾艾东: "冷热电混合能源联合优化运行与调度策略研究", 《中国博士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836882A (zh) * 2021-02-08 2021-05-25 杭州意能电力技术有限公司 考虑设备负载率变化的区域综合能源系统运行优化方法
CN112836882B (zh) * 2021-02-08 2024-03-01 杭州意能电力技术有限公司 考虑设备负载率变化的区域综合能源系统运行优化方法

Similar Documents

Publication Publication Date Title
CN108717594B (zh) 一种冷热电联供型多微网系统经济优化调度方法
Salehimaleh et al. Generalized modeling and optimal management of energy hub based electricity, heat and cooling demands
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN111950807B (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
CN111815025A (zh) 考虑风光与负荷不确定性综合能源系统柔性优化调度方法
CN110188492B (zh) 一种考虑热网特性的冷热电联供微网优化调度方法
CN111882105A (zh) 含共享储能系统的微电网群及其日前经济优化调度方法
CN112836882B (zh) 考虑设备负载率变化的区域综合能源系统运行优化方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN113256045B (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
CN106709610A (zh) 一种微电网电储能、冰蓄冷联合优化调度方法
CN110620403A (zh) 计及可再生能源的能源系统协同运行日前调度方法及系统
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源系统优化运行方法
CN116341847A (zh) 一种变工况下综合能源系统碳排放的调度方法及系统
CN117096868A (zh) 一种考虑多种柔性负荷和电动汽车的微电网能量调度方法
CN107092975B (zh) 一种基于储能损耗积分的交直流混合微网经济优化方法
CN114123260B (zh) 面向可再生能源的多能源微电网共享储能控制方法及系统
Xu et al. Optimal dispatching strategy of an electric-thermal-gas coupling microgrid considering consumer satisfaction
Mohamed et al. Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization
CN111769561A (zh) 一种ries运行优化方法及装置
CN109193666B (zh) 基于通用能量母线的综合能源系统时序能量流计算方法
CN110648031A (zh) 一种基于逆序动态规划的能量路由器最优运行调度方法
CN116316888A (zh) 氢电耦合系统的优化调度方法、系统及装置
CN113240279B (zh) 基于综合需求侧响应的综合能源系统运行控制方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201013

RJ01 Rejection of invention patent application after publication