CN111884240B - 一种带有大容量水储能装置的分布式能源站优化运行方法 - Google Patents
一种带有大容量水储能装置的分布式能源站优化运行方法 Download PDFInfo
- Publication number
- CN111884240B CN111884240B CN202010843541.6A CN202010843541A CN111884240B CN 111884240 B CN111884240 B CN 111884240B CN 202010843541 A CN202010843541 A CN 202010843541A CN 111884240 B CN111884240 B CN 111884240B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- energy
- storage device
- water
- optimization
- 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
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
-
- 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
Abstract
本发明涉及一种带有大容量水储能装置的分布式能源站优化运行方法,该方法采用层次分析法融合大容量水储能系统的运行特性,通过构建分布式能源站全局优化模型,定量地协同优化水储能系统与制能系统间的运行策略,从而实现带有大容量水储能装置的分布式能源站最经济运行。与现有技术相比,本发明具有充分考虑大容量水储能系统运行特性,简化分布式能源站储能系统与制能系统间整体全局优化边界条件,降低编写优化运行算法难度,相应提升优化运行效率,理论优化运行策略更加贴近生产实际,提高分布式能源站智能化水平等优点。
Description
技术领域
本发明涉及一种分布式能源站优化运行方法,尤其是涉及一种带有大容量水储能装置的分布式能源站优化运行方法。
背景技术
水储能技术可利用电网的峰谷电价差,采取“夜间蓄能、日间释能”的运行方式,提升项目的经济性,目前广泛应用于天然气分布式能源站中。作为分布式能源站的重要组成系统,丰富了分布式能源站的运行策略,然而同时也增加了优化调度的难度,水储能装置对优化运行策略的影响随着容量的增大而增大。
目前,对于分布式能源站的优化运行主要研究集中在气、冷、热、电等不同能源形式间,吸收式、电制能式等多个制能设备间,与电储能间协同优化等,而关于与水储能间的优化运行则研究不足。部分研究仅关注于水储能系统本身的优化运行,未对带有水储能系统的分布式能源站进行整体全局优化;部分研究未分析水储能系统的运行特性,无差异性地处理水储能系统与制能系统的优化问题,理论优化运行策略与实际最优存在较大偏差。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种带有大容量水储能装置的分布式能源站优化运行方法。
本发明的目的可以通过以下技术方案来实现:
一种带有大容量水储能装置的分布式能源站优化运行方法,该方法采用层次分析法融合大容量水储能系统的运行特性,通过构建分布式能源站全局优化模型,定量地协同优化水储能系统与制能系统间的运行策略,从而实现带有大容量水储能装置的分布式能源站最经济运行。
优选地,该方法具体包括以下步骤:
步骤1:优化水储能系统运行策略,形成第一层优化算法边界条件;
步骤2:设定机组参数、备用状态、能源售价、计算精度,形成第二层优化算法边界条件;
步骤3:整合第一、二层边界条件,对运行策略进行整体全局优化;
步骤4:优化运行策略下发至底层控制系统,上位机同步监控与决策。
优选地,所述的步骤1具体包括:
101)确认水储能装置的静态及动态特性,作为水储能系统优化运行的边界条件;
102)获取下一个供能日的预测负荷,优化水储能装置的谷间蓄能策略;
103)根据水储能装置谷间的蓄能量及下一个供能日的预测负荷,优化水储能装置的日间释能策略;
104)水储能装置的静态特性、动态特性、谷间蓄能策略、日间释能策略共同构成全局优化算法的第一层边界条件。
优选地,所述的水储能装置包括蓄能水槽以及供能管网;所述的水储能装置静态特性包括水储能装置的有效容量;所述的水储能装置动态特性包括最大蓄能流量及功率、最大释能流量及功率、斜温层与流量变化曲线、供能管网水储能供能持续时间。
优选地,所述的步骤2具体包括:
201)获取分布式能源站制能设备及系统的运行参数,实时监测其运行及备用状态;
202)根据优化需求,设定优化算法执行的计算精度及周期步长;
203)根据实时能源价格,设定天然气、电、油、水的购入价格,以及冷、热、电的售出价格;
204)设定制能参数、备用状态、能源售价、计算控制参数,构成第二层优化算法边界条件。
优选地,所述的能源站制能设备及系统包括冷热电三联供、离心冷机、离心热泵、空气源热泵,所述的制能参数包括:稳定运行制能额定功率及功率上、下限,稳定运行制能功率变化速率上、下限,单位制能非用电成本,单位制能耗电量,单位制能发电量,启停机时长,折旧维护费用。
优选地,所述的步骤3具体包括:
301)整合第一、二层的优化算法边界条件,建立整体全局优化数学模型;
302)采用智能优化算法,以经济性最优为目标,定量地对储能系统与制能系统间的运行策略进行协同优化。
优选地,所述的经济性最优包括日运行成本最优和日净收入最优。
优选地,所述的步骤4具体包括:
401)计算所得的优化运行策略为储能及制能系统负荷分配方案,生成明确的控制指令下发至底层协同控制系统;
402)优化运行策略及经济性计算指标的数据同步传送至分布式能源站上位机系统,实现决策和监控功能。
优选地,所述的控制指令下发至底层协同控制系统后,需经上位机确认决策,方可实际生效自动执行。
与现有技术相比,本发明充分考虑了大容量水储能系统的运行特性,简化了分布式能源站储能系统与制能系统间整体全局优化的边界条件,降低了编写优化运行算法的难度,相应提升了优化运行效率,理论优化运行策略更加贴近生产实际,提高了分布式能源站的智能化水平。
附图说明
图1为本发明分布式能源站优化运行方法的流程示意图;
图2为本发明分布式能源站优化运行系统的架构示意图;
图3为本发明大容量水储能系统谷间蓄能的优化运行策略的流程示意图;
图4为本发明大容量水储能系统日间释能的优化运行策略的流程示意图。
具体实施方式
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的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明可以对带有大容量水储能装置的分布式能源站运行方式进行优化。目前,对于带有大容量水储能装置的分布式能源站优化运行研究不足,在对分布式能源站运行方式进行整体全局优化过程中,未能充分考虑水储能系统的运行特性,对于水储能系统与制能系统的协同优化处理方式过于理想简单,理论优化运行策略与实际最优存在较大偏差。
本发明采用层次分析法融合水储能系统的运行特性,通过编写优化运行智能算法进行储能系统与制能系统间运行策略的协同优化,封装成优化运行软件,从而实现带有大容量水储能装置的分布式能源站优化运行。采用该优化方法可以实现以下功能:
实时监测水储能装置的蓄能状态,并根据负荷预测值,自动计算谷间的蓄能总量。
根据水储能系统运行特性,确定边界条件,采用层次分析法优化水储能系统的运行策略。
实时监测分布式能源站制能设备及系统的运行与备用状态,确定优化算法的边界条件。
通过优化运行智能算法,以日净收入最高为优化目标,定量地对储能系统与制能系统间的运行策略进行协同优化,并生成明确的控制指令下发至底层协同控制系统。
优化运行策略及经济性计算指标等数据同步传送至分布式能源站上位机系统,实现决策和监控功能。
如图1所示,本发明实施例提供了一种带有大容量水储能装置的分布式能源站优化运行方法,包括:
步骤1:优化水储能系统运行策略,形成第一层优化算法边界条件;
步骤2:设定机组参数、备用状态、能源售价、计算精度等输入参数,形成第二层优化算法边界条件;
步骤3:整合第一、二层边界条件,对运行策略进行整体全局优化;
步骤4:优化运行策略下发至底层控制系统,上位机同步监控与决策。
具体的,本发明的一个实施例中,步骤1具体包括:
确认水储能装置的静态及动态特性,作为水储能系统优化运行的边界条件;
获取下一个供能日的预测负荷,优化水储能装置谷间的蓄能策略;
根据水储能装置谷间的蓄能量及下一个供能日的预测负荷,优化水储能装置日间的释能策略;
水储能装置的静态特性、动态特性、谷间蓄能策略、日间释能策略共同构成全局优化算法的第一层边界条件。
需要说明的是,本实施例中的水储能装置包括:蓄能水槽、供能管网等;水储能装置静态特性包括:水储能装置的有效容量等;水储能装置动态特性包括:最大蓄能流量及功率、最大释能流量及功率、斜温层与流量变化曲线、供能管网水储能供能持续时间等。
具体的,本发明的一个实施例中,步骤2具体包括:
获取分布式能源站制能设备及系统的运行参数,实时监测其运行及备用状态;
根据优化需求,设定优化算法执行的计算精度及周期步长;
根据实时能源价格,设定天然气、电、油、水等购入能源价格,以及冷、热、电等售出能源价格;
制能参数、备用状态、能源售价、计算控制等输入参数,构成第二层优化算法边界条件。
需要说明的是,本实施例中的制能设备及系统包括:三联供、离心冷机、离心热泵、空气源热泵等;制能参数包括:稳定运行制能额定功率及功率上、下限,稳定运行制能功率变化速率上、下限,单位制能非用电成本,单位制能耗电量,单位制能发电量,启停机时长,折旧维护费用等;分时段负荷预测数据需与算法的计算精度及周期步长匹配。
具体的,本发明的一个实施例中,步骤3具体包括:
整合第一、二层的优化算法边界条件,建立整体全局优化数学模型;
采用智能优化算法,以经济性最优为目标,定量地对储能系统与制能系统间的运行策略进行协同优化。
需要说明的是,本实施例中的经济性最优包括:日运行成本最优、日净收入最优等。
具体的,本发明的一个实施例中,步骤4,包括:
计算所得的优化运行策略为储能及制能系统负荷分配方案,生成明确的控制指令下发至底层协同控制系统;
优化运行策略及经济性计算指标等数据同步传送至分布式能源站上位机系统,实现决策和监控功能。
需要说明的是,本实施例中控制指令下发至底层协同控制系统后,需经上位机确认决策,方可实际生效自动执行。
为了更加清楚的说明本发明的技术方案及优点,下面具体以本发明提供的一种带有大容量水储能装置的分布式能源站优化运行方法,进行进一步的举例说明,如图2所示。
首先,分析供能管网、独立配置水储能设备的储能容量对能源站优化运行的影响程度,明确水储能系统的优化范畴,进而确认水储能系统最大蓄能流量及功率、最大释能流量及功率、斜温层与流量变化曲线、供能管网水储能供能持续时间等运行特性。如图3所示,以水储能装置的静态与动态特性为边界条件,结合下一个供能日的预测负荷,优化水储能装置谷间的蓄能策略。如图3所示,根据水储能装置谷间的蓄能量及下一个供能日的预测负荷,优化水储能装置日间的释能策略。将水储能装置的静态特性、动态特性、谷间蓄能策略、日间释能策略作为全局优化算法的第一层边界条件。
需要注意的是,非谷间水储能装置采用被动式蓄能的运行方式,且一个供能日内非谷间释能量与谷间蓄能量保持平衡。
其次,按照参数更新频率从高到低的顺序,分别输入边界数据。通过系统自动识别或者人为确认,实时更新制能设备的运行状态及备用情况。根据实时能源价格变化,输入天然气、电、油、水等购入能源价格,以及冷、热、电等售出能源价格,用于构建经济型目标函数。设定计算结果的周期及精度,对优化算法的计算步长及精度进行控制,选取相同时间步长的预测负荷代入运算。设置三联供、离心冷机、离心热泵、空气源热泵等分布式能源站制能设备及系统的运行参数,包括:稳定运行制能额定功率及功率上、下限,稳定运行制能功率变化速率上、下限,单位制能非用电成本,单位制能耗电量,单位制能发电量,启停机时长,折旧维护费用等。更新输入备用状态、能源售价、计算控制、制能参数等数据,构建第二层优化算法边界条件。
然后,对第一、二层的优化算法边界条件进行整合,建立带有大容量水储能装置的分布式能源站整体全局优化数学模型,采用智能优化算法,以日运行成本最优或日净收入最优为目标,定量地对储能系统与制能系统间的运行策略进行协同优化。
最后,根据计算所得的储能及制能系统负荷分配方案,自动形成系统运行种类、数量及时长控制指令,并下发至底层协同控制系统,上位机对运行策略及其控制指令进行同步监控,经上位机决策之后,确认是否自动执行优化程序。
采用本发明的方法及系统最终选择的优化结果充分考虑了大容量水储能系统的运行特性,简化了分布式能源站储能系统与制能系统间整体全局优化的边界条件,降低了编写优化运行算法的难度,相应提升了优化运行效率,理论优化运行策略更加贴近生产实际,提高了分布式能源站的智能化水平。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,该方法采用层次分析法融合大容量水储能系统的运行特性,通过构建分布式能源站全局优化模型,定量地协同优化水储能系统与制能系统间的运行策略,从而实现带有大容量水储能装置的分布式能源站最经济运行;
该方法具体包括以下步骤:
步骤1:优化水储能系统运行策略,形成第一层优化算法边界条件;
步骤2:设定机组参数、备用状态、能源售价、计算精度,形成第二层优化算法边界条件;
步骤3:整合第一、二层边界条件,对运行策略进行整体全局优化;
步骤4:优化运行策略下发至底层控制系统,上位机同步监控与决策;
所述的步骤1具体包括:
101)确认水储能装置的静态及动态特性,作为水储能系统优化运行的边界条件;
102)获取下一个供能日的预测负荷,优化水储能装置的谷间蓄能策略;
103)根据水储能装置谷间的蓄能量及下一个供能日的预测负荷,优化水储能装置的日间释能策略;
104)水储能装置的静态特性、动态特性、谷间蓄能策略、日间释能策略共同构成全局优化算法的第一层边界条件;
所述的步骤2具体包括:
201)获取分布式能源站制能设备及系统的运行参数,实时监测其运行及备用状态;
202)根据优化需求,设定优化算法执行的计算精度及周期步长;
203)根据实时能源价格,设定天然气、电、油、水的购入价格,以及冷、热、电的售出价格;
204)设定制能参数、备用状态、能源售价、计算控制参数,构成第二层优化算法边界条件;
所述的步骤3具体包括:
301)整合第一、二层的优化算法边界条件,建立整体全局优化数学模型;
302)采用智能优化算法,以经济性最优为目标,定量地对储能系统与制能系统间的运行策略进行协同优化。
2.根据权利要求1所述的一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,所述的水储能装置包括蓄能水槽以及供能管网;所述的水储能装置静态特性包括水储能装置的有效容量;所述的水储能装置动态特性包括最大蓄能流量及功率、最大释能流量及功率、斜温层与流量变化曲线、供能管网水储能供能持续时间。
3.根据权利要求1所述的一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,所述的能源站制能设备及系统包括冷热电三联供、离心冷机、离心热泵、空气源热泵,所述的制能参数包括:稳定运行制能额定功率及功率上、下限,稳定运行制能功率变化速率上、下限,单位制能非用电成本,单位制能耗电量,单位制能发电量,启停机时长,折旧维护费用。
4.根据权利要求1所述的一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,所述的经济性最优包括日运行成本最优和日净收入最优。
5.根据权利要求1所述的一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,所述的步骤4具体包括:
401)计算所得的优化运行策略为储能及制能系统负荷分配方案,生成明确的控制指令下发至底层协同控制系统;
402)优化运行策略及经济性计算指标的数据同步传送至分布式能源站上位机系统,实现决策和监控功能。
6.根据权利要求5所述的一种带有大容量水储能装置的分布式能源站优化运行方法,其特征在于,所述的控制指令下发至底层协同控制系统后,需经上位机确认决策,方可实际生效自动执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843541.6A CN111884240B (zh) | 2020-08-20 | 2020-08-20 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843541.6A CN111884240B (zh) | 2020-08-20 | 2020-08-20 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111884240A CN111884240A (zh) | 2020-11-03 |
CN111884240B true CN111884240B (zh) | 2022-03-18 |
Family
ID=73203220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010843541.6A Active CN111884240B (zh) | 2020-08-20 | 2020-08-20 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111884240B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508372A (zh) * | 2020-11-27 | 2021-03-16 | 上海发电设备成套设计研究院有限责任公司 | 一种蓄能水罐运行策略确定方法、装置、设备及存储介质 |
CN113657658A (zh) * | 2021-08-11 | 2021-11-16 | 广东电网有限责任公司 | 一种能源优化方法、装置、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2206209A1 (fr) * | 2007-10-09 | 2010-07-14 | Swiss Hydrogen Power SHP | Installation de production et de stockage d'énergie renouvelable |
WO2013128953A1 (ja) * | 2012-02-27 | 2013-09-06 | 株式会社 東芝 | 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム |
CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
CN106602584A (zh) * | 2017-02-06 | 2017-04-26 | 上海电力设计院有限公司 | 一种基于双层优化模型的多能互补微网储能优化配置方法 |
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN108253643A (zh) * | 2018-01-17 | 2018-07-06 | 福建工程学院 | 一种即热蓄热热泵与太阳能耦合热水系统及控制方法 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109059193A (zh) * | 2018-05-25 | 2018-12-21 | 天津大学 | 考虑机组启停费用的园区综合能源系统优化调度方法 |
CN109638857A (zh) * | 2018-11-29 | 2019-04-16 | 国网江苏省电力有限公司南京供电分公司 | 基于分布式热泵群控制的电热微网联络线功率分层协同平抑策略 |
CN109858759A (zh) * | 2018-12-29 | 2019-06-07 | 陕西鼓风机(集团)有限公司 | 一种工业园区综合能源平衡调度方法 |
CN109885009A (zh) * | 2019-03-19 | 2019-06-14 | 广东电网有限责任公司电网规划研究中心 | 计及电转气规划的多能互补园区能源优化配置方法 |
CN110263981A (zh) * | 2019-05-30 | 2019-09-20 | 天津大学 | 考虑弹性调度策略的气-电耦合综合能源系统规划方法 |
CN111242361A (zh) * | 2020-01-07 | 2020-06-05 | 南方电网科学研究院有限责任公司 | 考虑地源热泵的园区综合能源系统优化调度方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106099960B (zh) * | 2016-07-18 | 2018-12-28 | 华中科技大学 | 一种小水电机群组成分布式储能系统的方法 |
CN106026184B (zh) * | 2016-07-31 | 2019-07-19 | 三峡大学 | 一种面向电网调峰的抽水蓄能电站与风电联合系统及其优化调度方法 |
CN107171367B (zh) * | 2017-05-19 | 2019-09-24 | 山东大学 | 风电与储能系统互补下的火电机组组合优化决策方法 |
CN108063453B (zh) * | 2017-12-04 | 2021-07-13 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网全时段多元优化调度方法 |
CN110070198A (zh) * | 2018-01-22 | 2019-07-30 | 山东大学 | 一种多能互补建筑能源系统及其储能配置优化方法 |
CN109242350B (zh) * | 2018-10-17 | 2021-09-21 | 燕山大学 | 计及可平移负荷的冷热电联供系统容量优化配置方法 |
CN110661301B (zh) * | 2019-08-20 | 2021-03-30 | 四川大学 | 一种水光蓄多能互补发电系统的容量配置优化方法 |
-
2020
- 2020-08-20 CN CN202010843541.6A patent/CN111884240B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2206209A1 (fr) * | 2007-10-09 | 2010-07-14 | Swiss Hydrogen Power SHP | Installation de production et de stockage d'énergie renouvelable |
WO2013128953A1 (ja) * | 2012-02-27 | 2013-09-06 | 株式会社 東芝 | 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム |
CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
CN106602584A (zh) * | 2017-02-06 | 2017-04-26 | 上海电力设计院有限公司 | 一种基于双层优化模型的多能互补微网储能优化配置方法 |
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN108253643A (zh) * | 2018-01-17 | 2018-07-06 | 福建工程学院 | 一种即热蓄热热泵与太阳能耦合热水系统及控制方法 |
CN109059193A (zh) * | 2018-05-25 | 2018-12-21 | 天津大学 | 考虑机组启停费用的园区综合能源系统优化调度方法 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109638857A (zh) * | 2018-11-29 | 2019-04-16 | 国网江苏省电力有限公司南京供电分公司 | 基于分布式热泵群控制的电热微网联络线功率分层协同平抑策略 |
CN109858759A (zh) * | 2018-12-29 | 2019-06-07 | 陕西鼓风机(集团)有限公司 | 一种工业园区综合能源平衡调度方法 |
CN109885009A (zh) * | 2019-03-19 | 2019-06-14 | 广东电网有限责任公司电网规划研究中心 | 计及电转气规划的多能互补园区能源优化配置方法 |
CN110263981A (zh) * | 2019-05-30 | 2019-09-20 | 天津大学 | 考虑弹性调度策略的气-电耦合综合能源系统规划方法 |
CN111242361A (zh) * | 2020-01-07 | 2020-06-05 | 南方电网科学研究院有限责任公司 | 考虑地源热泵的园区综合能源系统优化调度方法和装置 |
Non-Patent Citations (2)
Title |
---|
Numerical Analysis of Baffles Effect on Thermal Storage Capacity Inside Hot Water Storage Tank;Mohamed Tahar Baissi et al;《2018 6th International Renewable and Sustainable Energy Conference》;20190502;1-4 * |
太阳能相变储能水箱释能性能的数值模拟;张永信等;《储能科学与技术》;20130731;第2卷(第4期);378-382 * |
Also Published As
Publication number | Publication date |
---|---|
CN111884240A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saeedi et al. | Robust optimization based optimal chiller loading under cooling demand uncertainty | |
US20240078619A1 (en) | Methods and Systems for Meeting Rapidly Fluctuating Power Demands Using Interruptible Load and Stable Power Production | |
CN102331759B (zh) | 使用迭代专家引擎的优化系统 | |
CN102331758B (zh) | 用于运行工厂的能量管理系统、工厂管理系统及用于优化工厂的运行的方法 | |
US8457800B2 (en) | System and method for conserving energy resources through storage and delivery of renewable energy | |
CN111884240B (zh) | 一种带有大容量水储能装置的分布式能源站优化运行方法 | |
Chen et al. | A robust optimization framework for energy management of CCHP users with integrated demand response in electricity market | |
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 | |
CN113541205B (zh) | 基于集群学习的低碳csp系统协同优化方法及装置 | |
WO2022088067A1 (zh) | 分布式能源系统的优化方法、装置和计算机可读存储介质 | |
CN104898422A (zh) | 联合供冷系统的递阶优化方法 | |
CN112686571B (zh) | 基于动态自适应建模的综合智慧能源优化调度方法及系统 | |
Nassourou et al. | Economic model predictive control for energy dispatch of a smart micro-grid system | |
CN115313378A (zh) | 一种风光储发电站日前有功出力优化调度方法及系统 | |
CN112001523A (zh) | 考虑多种储能的综合能源多尺度优化调度控制方法及系统 | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
CN108233357A (zh) | 基于非参数概率预测及风险期望的风电日前消纳优化方法 | |
CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
CN112308411A (zh) | 基于动态碳交易模型的综合能源站随机规划方法及系统 | |
CN111555362A (zh) | 一种用于全可再生能源热电气储耦合系统的优化调控方法及装置 | |
CN113609778B (zh) | 一种综合能源系统多目标优化方法及系统 | |
CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
CN113112095A (zh) | 一种多模式多供热机组负荷实时优化调度方法及管理系统 | |
CN104898604B (zh) | 能源站群控系统配置方法 | |
CN114091917A (zh) | 冷热电联供型微电网动态环保经济调度方法及系统 |
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 |