CN111898224A - 基于分布式能源系统管网能量损失模型的优化控制装置 - Google Patents
基于分布式能源系统管网能量损失模型的优化控制装置 Download PDFInfo
- Publication number
- CN111898224A CN111898224A CN202010564429.9A CN202010564429A CN111898224A CN 111898224 A CN111898224 A CN 111898224A CN 202010564429 A CN202010564429 A CN 202010564429A CN 111898224 A CN111898224 A CN 111898224A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- pipe
- energy
- pipe section
- distributed
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 53
- 238000002076 thermal analysis method Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 239000012530 fluid Substances 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 18
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 238000005381 potential energy Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
- F24D19/1006—Arrangement or mounting of control or safety devices for water heating systems
- F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于分布式能源系统管网能量损失模型的优化控制装置,包括通过总线相连的控制中心、水泵变频控制器、阀门开度控制器和锅炉温度控制器,控制中心设置分布式能源系统数据存储中心、管网水力分析模块、管网热力分析模块和优化运行模块,用于运行数据,管网水力分析模块用于分析处理管网中流体数据,计算出所需的管网阻力特性。管网热力分析模块用于处理管网中的温度数据。优化控制模块用于综合分析水力数据和热力数据,并对控制器发出相对应的指令。本发明将多个能源管网连接,有利于改善管网中的水力条件,减少能源站设备运行损耗,优化设备协调运行,减小能量不必要的损失,提高多能源站分布式系统的工作效率和运行稳定性。
Description
技术领域
本发明涉及分布式能源管网领域,特别涉及一种多个能源站的分布式能源管网。
背景技术
分布式能源系统相对于传统的集中式供能的能源系统,直接面向用户,按用户的需求就地生产、供应能量,多个能量目标能够同时被满足的中小型能量转换利用系统,如图1所示。应用于小片区域的建筑,比如办公楼、宾馆、商店、饭店、住宅、医院、学校、工厂等场所。
分布式能源系统管网拓扑结构简单,通常小片区域只由一个能源站为管网供能。随着供能区域范围的扩大,提高能源站的负荷会产生水力失调和热力失调现象,这些现象会直接影响用户的使用感受。而且,长距离的运输也会增加输送过程中能量的损耗。这时,会建立多个能源站,分区域供能,各个区域的管网会相互连接,形成多能源站的分布式能源系统。但是鉴于复杂的管网流动工况,各个区域在运行时会将阀门关死各自单独运行,这样的运行方式并没有发挥出多能源站分布式能源系统的优势。
将分布式能源管网系统相互连通,使多个能源站协调运行能够更好的满足用户需求。通过建立能源站管网的数学模型,并结合智能寻优算法,设计一种能促使多个能源站协调运行的优化方法,对提高分布式能源系统的能源利用效率具有重要的应用价值,在当前能源紧张的背景下,成为亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是提供一种基于分布式能源系统管网能量损失模型的优化控制装置,该运行方法能有效控制锅炉、水泵组和阀门组多个能源站的设备,减小能量不必要的损失,提高多能源站分布式系统的工作效率和运行稳定性。
本发明的技术方案之一可以通过以下技术方案来实现:
一种基于分布式能源系统管网能量损失模型的优化控制装置,包括通过总线相连的控制中心、水泵转速控制器、阀门开度控制器、锅炉温度控制器和能量损失模型。所述的控制中心里面设置有分布式能源系统数据存储中心、管网水力分析模块、管网热力分析模块和优化运行模块,所述的分布式能源系统数据存储中心用于存储管网、设备及能源站运行等数据,所述的管网水力分析模块用于分析处理管网中流体数据,计算出所需的管网阻力特性。所述的管网热力分析模块用于处理管网中的温度数据。所述的优化控制模块用于综合分析水力数据和热力数据,采用粒子群算法对数据进行优化,并对控制器发出相对应的指令。
优选地,所述水泵转速控制器,可以通过变频器控制水泵电机的转速,达到控制水泵的目的。转速控制范围为900~1500rpm。
优选地,所述阀门开度控制器,可以通过对该控制器发送指令得到所需要的开度,开度范围为0~90°。
优选地,所述锅炉温度器,可以通过接受指令控制锅炉的出口温度,温度控制范围为 80~120℃。
所述的能量损失模型是由多个模型和相应的求解算法构成的,包括分布式管网水力模型及算法、分布式管网热力模型及算法和多个能源站协调优化模型及智能算法。其中多能源站水力模型算法、分布式管网热力模型及算法和多个能源站协调优化模型为创新点。
优选地,所述分布式管网水力模型如下:
式中:
A-管网关联矩阵,是N×B阶矩阵,它唯一代表管网的拓扑结构,秩为N,代表管段与节点的连接关系,当管段与节点相关联,且方向离开节点进入管段时值为1;当管段与节点相关联,且方向进入节点离开管段时值为-1;当管段与节点不关联时值为0;
Bf-管网的基本回路矩阵,是(B-N)×B阶矩阵,表示管段与基本回路的空间关系,秩为B-N,当管段与基本回路相关联且方向与基本回路方向一致时值为1,当管段与基本回路相关联且方向与基本回路方向不一致时值为-1,当管段与基本回路不关联时值为0;
G-管道流量向量,G=[g1 … gB]T,表示各个管段的流量;
Q-节点流量向量,Q=[q1 … qN]T,表示各个节点的流量向量,流入为正,流出为负;
ΔH-管段阻力压降向量,ΔH=[Δh1 … ΔhB]T,表示各个管路的压降大小。
|G|-管道流量的绝对值,为对角矩阵,|G|=diag{|g1|,|g2|,...,|gB|},表示各个管段流量的绝对值;
Z-管道两端点高差向量,Z=[z1 … zB]T,表示各个管段两端点的位能差值;
DH-各管段水泵扬程向量,DH=[dh1 … dhB]T,表示各个管段的水泵扬程值。当管段中不含水泵时,水泵扬程值为0,当管段中含有水泵时,水泵扬程值为对应水泵扬程;
优选地,单热源管网水力的求解是一个复杂多耦合非线性问题,多源管网的复杂程度更加突出。求解单能源站管网模型的算法:基本回路法(MPK法),已经相对完善。水力交汇点的估算是解决管网水力计算的关键问题,尤其是对解决多源管网水力的计算至关重要。但是水力交汇点的位置,在计算前估计十分复杂。为了简化多热源求解过程。本文设计了一种基于基本环路法的拟扬程变流量迭代修正求解算法。此算法的优点在于:无需估计水力交汇点的位置,可直接求解多能源站水力模型。具体思路是将多热源管网系统看成只有主热源正常运行的单热源管网系统,在辅热源管段处设置虚拟扬程,不断调整辅热源处的虚拟水泵扬程,直至虚拟水泵扬程所对应的水泵流量和实际计算流量误差不超过允许误差。即可求解多热源管网水力模型。如图4所示,该图为水泵流量扬程示意图,设假定扬程为H0,则在图中所对应的流量为G0,而在程序中计算出来的流量值为G1,判断|Q1-Q0|的大小是否在允许范围之内,如果不在,则有H′0=H0×G0/G1,令H0=H′0,循环上述步骤直到|Q1-Q0|的误差在允许范围内结束迭代。算法流程图如图5所示。
该算法能够准确找到辅助水泵工作点,以前学者计算多能源站管网水力模型时,由于是将多能源站系统根据水力交汇点的位置,将系统分成多个单源管网进行计算,故需先预判管网水力交汇位置。该算法摒弃了对多能源站分成多个能源站的建模方法,对多能源站直接进行计算,不仅计算过程不需要估计水力交汇点位置。而且使系统更加耦合提高了计算的准确度。增强了自动化和便利程度。为管网协调运行优化奠定了基础。
所述分布式管网热力模型如下:
其中,Tj.i:节点i的温度;G:管段流量;I:流入节点i的管段集合;i为节点编号。
每管段入口流量温度为入口连接节点的温度:
Tin,i=Tj,i (i=1.2.3,...,B)
管段出口温度:
其中,Tout,,i:为i管段出口温度,Tin,i:为i管段出口温度;Text:为环境温度,k:为管段导热系数,l:为管段长度;ρ:为管段密度;d:为管段直径;v:为管段流速;Cp:为管段流体比热容。
所述的分布式管网优化模型如下:
其中,C:为能源站的时变负荷总成本;i:表示i号能源站;n:表示一个有n个能源站; Cboiler,i:表示第i个能源站的时变锅炉成本:
Cboiler,i=uNGV
uNG:为每立方米天然气单价(元);V:每小时消耗天然气体积(m3);Cpump,i:表示第i个能源站的时变水泵耗电成本:
Cpump,i=upowerN
upower:每千瓦时电价(元);N,为水泵实际功率(KW)。
本发明与现有技术相比较,具有如下显而易见的突出实质性特点和显著优点:
本发明一改传统多能源站分开运行的特点,将多个能源管网连接在一起,改善了管网中的水力条件,减少了能源站设备运行损耗,优化了设备的协调运行,有效的提高了分布式能源系统的供能稳定性。
附图说明
图1是分布式能源系统示意图。
图2是本发明的双能源站分布式能源系统优化运行调度控制系统示意图。
图3是单能源站水力求解算法流程图。
图4是多能源站水力求解算法流程图。
图5是水泵流量扬程曲线迭代图
图6是区域集中供热管网示意图。
图7是适应趋势图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于理解,下面结合具体图示,进一步阐述本发明。
实施例一
在本实施例中,参见图2,一种基于分布式能源系统管网能量损失模型的优化控制装置,包括与总线相连的控制中心、水泵转速控制器、阀门开度控制器、锅炉温度控制器和能量损失模型,所述控制中心设置分布式能源系统数据存储中心、管网水力分析模块、管网热力分析模块和优化运行模块,所述分布式能源系统数据存储中心用于存储管网、设备及能源站运行数据,所述管网水力分析模块用于分析处理管网中流体数据,计算出所需的管网阻力特性;所述管网热力分析模块用于处理管网中的温度数据;所述优化控制模块用于综合分析水力数据和热力数据,采用粒子群算法对数据进行优化,并对控制器发出相对应的指令;所述能量损失模型是由多个模型和相应的求解算法构成,采用分布式管网水力模型及算法、分布式管网热力模型及算法和多个能源站协调优化模型及智能算法进行控制。
实施例二
本实施例与实施例基本相同,特别之处在于:
在本实施例中,用水泵转速控制器,将水泵转速控制为900~1500rpm。通过对阀门开度控制器发送指令,使阀门得到所需要的开度,开度为0~90°。设置锅炉温度器通过接受指令控制锅炉的出口温度,使温度控制为80~120℃。在计算多个能源站水泵能量时,采用多能源水力模型求解算法,进行多泵的迭代求解。多能源热力模型根据管网管段前后拓扑关系建立而成。
实施例三
本实施例与实施例基本相同,特别之处在于:
在本实施例中,构建分布式管网水力模型如下:
式中:A为管网关联矩阵,是N×B阶矩阵,代表管网的拓扑结构,秩为N,代表管段与节点的连接关系,当管段与节点相关联,且方向离开节点进入管段时值为1;当管段与节点相关联,且方向进入节点离开管段时值为-1;当管段与节点不关联时值为0;
Bf为管网的基本回路矩阵,是(B-N)×B阶矩阵,表示管段与基本回路的空间关系,秩为B-N,当管段与基本回路相关联且方向与基本回路方向一致时值为1,当管段与基本回路相关联且方向与基本回路方向不一致时值为-1,当管段与基本回路不关联时值为0;
G为管道流量向量,G=[g1 … gB]T,表示各个管段的流量;
Q为节点流量向量,Q=[q1 … qN]r,表示各个节点的流量向量,流入为正,流出为负;
ΔH为管段阻力压降向量,ΔH=[Δh1 … ΔhB]T,表示各个管路的压降大小;
|G|为管道流量的绝对值,为对角矩阵,|G|=diag{|g1|,|g2|,...,|gB|},表示各个管段流量的绝对值;
Z为管道两端点高差向量,Z=[z1 … zB]T,表示各个管段两端点的位能差值;
DH为各管段水泵扬程向量,DH=[dh1 … dhB]T,表示各个管段的水泵扬程值,当管段中不含水泵时,水泵扬程值为0,当管段中含有水泵时,水泵扬程值为对应水泵扬程。
所述的分布式管网水力模型求解算法单能源站流程图如图3,单热源管网水力的求解是一个复杂多耦合非线性问题,多源管网的复杂程度更加突出。求解单能源站管网模型的算法:基本回路法(MPK法),已经相对完善。水力交汇点的估算是解决管网水力计算的关键问题,尤其是对解决多源管网水力的计算至关重要。但是水力交汇点的位置,在计算前估计十分复杂。为了简化多热源求解过程。本文设计了一种基于基本环路法的拟扬程变流量迭代修正求解算法。此算法的优点在于:无需估计水力交汇点的位置,可直接求解多能源站水力模型。具体思路是将多热源管网系统看成只有主热源正常运行的单热源管网系统,在辅热源管段处设置虚拟扬程,不断调整辅热源处的虚拟水泵扬程,直至虚拟水泵扬程所对应的水泵流量和实际计算流量误差不超过允许误差。即可求解多热源管网水力模型。如图4所示,该图为水泵流量扬程示意图,设假定扬程为H0,则在图中所对应的流量为G0,而在程序中计算出来的流量值为G1,判断|Q1-Q0|的大小是否在允许范围之内,如果不在,则有H′0=H0×G0/G1,令H0=H′0,循环上述步骤直到|Q1-Q0|的误差在允许范围内结束迭代。算法流程图如图5 所示。
该算法能够准确找到辅助水泵工作点,以前学者计算多能源站管网水力模型时,由于是将多能源站系统根据水力交汇点的位置,将系统分成多个单源管网进行计算,故需先预判管网水力交汇位置。该算法摒弃了对多能源站分成多个能源站的建模方法,对多能源站直接进行计算,不仅计算过程不需要估计水力交汇点位置。而且使系统更加耦合提高了计算的准确度。增强了自动化和便利程度。为管网协调运行优化奠定了基础。
在本实施例中,构建分布式管网热力模型如下:
其中,Tj,i:节点i的温度;G:管段流量;I:流入节点i的管段集合;i为节点编号;
每管段入口流量温度为入口连接节点的温度:
Tin,i=Tj,i (i=1.2.3,...,B)
管段出口温度:
其中,Tout,i:为i管段出口温度,Tin,i:为i管段出口温度;Text:为环境温度,k:为管段导热系数,l:为管段长度;ρ:为管段密度;d:为管段直径;v:为管段流速;Cp:为管段流体比热容。
在本实施例中,构建分布式管网优化模型如下:
其中,C:为能源站的时变负荷总成本;i:表示i号能源站;n:表示一个有n个能源站; Cboiler,i:表示第i个能源站的时变锅炉成本:
Cboiler,i=uNGV
uNG:为每立方米天然气单价(元);V:每小时消耗天然气体积(m3);Cpump,i:表示第i个能源站的时变水泵耗电成本:
Cpump,i=upower N
upower:每千瓦时电价(元);N,为水泵实际功率(KW)。
本实施例以商务区2、3号能源站以及之间相互连通的管网为主要研究对象。总供热负荷为83.3MW,以2号能源站为主热源,3号能源站为辅助热源。形成多热源协同供热系统,供热媒介为热水。热网拓扑结构如图5所示,从图中可以看出2号和3号能源站分布在管网的两端。供水管网和回水管网拓扑结构一致。一共有地块12个,我们将其简化为12个用户。
该区域管网系统结构如图6所示:该区域管段共计68段,编号分别为55和56的管段上分别包括两个供水水泵2#和3#,编号为57-68的管段为12个用户,其余为纯管道。其中节点编号采用“奇供偶回法”:即供水管道采用奇数编号,回水采用偶数编号。管段编号所对应的具体位置,可以参考图6中相应管段旁的编号。
本实施例在保证用户用能舒适性和可及性的前提下,以每小时能源站系统的运行成本最低为运行优化调度模型的目标函数,能源站正常运行为约束条件,建立优化模型。在保证效率的条件下,探寻双能源站的运行模式,利用两个能源站流量之和等于所有用户需求流量之和的这个条件,以其中一个能源站的流量为控制变量,搜寻两个能源站最节能的工作点。从而实现用户与能源站之间的最优供热方式。本次案例采用MATLAB编程实现,本实施例采用自编程实现运算,优化算法设置参数:粒子群个体数量:10;迭代次数:20次。惯性因子: 0.15;个体极值加速因子为:0.5;全局加速因子为:1.5;搜索范围设置,水泵转速:[9001500] 转每分钟;锅炉出口温度设置:80℃。
从图7中,本实施例可知粒子群算法的最低的每小时能源站系统的运行成本费用为:11578 元。由上运算结果可知,适应度不断随着迭代次数的增加而不断减小。这说明计算结果在迭代过程中,不断的进行优化,使运行结果逐渐趋于最小值。
本发明上述实施例一改传统多能源站分开运行的特点,将多个能源管网连接在一起,有利的改善了管网中的水力条件,减少了能源站设备运行损耗,优化了设备的协调运行,有效的提高了分布式能源系统的供能稳定性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中的描述的只是说明本发明的原理,在不脱离发明精神和范围的前提下,本发明还会有所变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:包括与总线相连的控制中心、水泵转速控制器、阀门开度控制器、锅炉温度控制器和能量损失模型,所述控制中心设置分布式能源系统数据存储中心、管网水力分析模块、管网热力分析模块和优化运行模块,所述分布式能源系统数据存储中心用于存储管网、设备及能源站运行数据,所述管网水力分析模块用于分析处理管网中流体数据,计算出所需的管网阻力特性;所述管网热力分析模块用于处理管网中的温度数据;所述优化控制模块用于综合分析水力数据和热力数据,采用粒子群算法对数据进行优化,并对控制器发出相对应的指令;所述能量损失模型是由多个模型和相应的求解算法构成,采用分布式管网水力模型及算法、分布式管网热力模型及算法和多个能源站协调优化模型及智能算法进行控制。
2.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:利用水泵转速控制器,将水泵转速控制为900~1500rpm。
3.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:通过对阀门开度控制器发送指令,使阀门得到所需要的开度,开度为0~90°。
4.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:设置锅炉温度器通过接受指令控制锅炉的出口温度,使温度控制为80~120℃。
5.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:在计算多个能源站水泵能量时,采用多能源水力模型求解算法,进行多泵的迭代求解。
6.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:多能源热力模型根据管网管段前后拓扑关系建立而成。
7.根据权利要求1所述基于分布式能源系统管网能量损失模型的优化控制装置,其特征在于:所述分布式管网水力模型如下:
式中:A为管网关联矩阵,是N×B阶矩阵,代表管网的拓扑结构,秩为N,代表管段与节点的连接关系,当管段与节点相关联,且方向离开节点进入管段时值为1;当管段与节点相关联,且方向进入节点离开管段时值为-1;当管段与节点不关联时值为0;
Bf为管网的基本回路矩阵,是(B-N)×B阶矩阵,表示管段与基本回路的空间关系,秩为B-N,当管段与基本回路相关联且方向与基本回路方向一致时值为1,当管段与基本回路相关联且方向与基本回路方向不一致时值为-1,当管段与基本回路不关联时值为0;
G为管道流量向量,G=[g1...gB]T,表示各个管段的流量;
Q为节点流量向量,Q=[q1...qN]T,表示各个节点的流量向量,流入为正,流出为负;
ΔH为管段阻力压降向量,ΔH=[Δh1…ΔhB]T,表示各个管路的压降大小;
|G|为管道流量的绝对值,为对角矩阵,|G|=diag{|g1|,|g2|,...,|gB|},表示各个管段流量的绝对值;
Z为管道两端点高差向量,Z=[z1...zB]T,表示各个管段两端点的位能差值;
DH为各管段水泵扬程向量,DH=[dh1...dhB]T,表示各个管段的水泵扬程值,当管段中不含水泵时,水泵扬程值为0,当管段中含有水泵时,水泵扬程值为对应水泵扬程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010564429.9A CN111898224B (zh) | 2020-06-19 | 2020-06-19 | 基于分布式能源系统管网能量损失模型的优化控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010564429.9A CN111898224B (zh) | 2020-06-19 | 2020-06-19 | 基于分布式能源系统管网能量损失模型的优化控制装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111898224A true CN111898224A (zh) | 2020-11-06 |
CN111898224B CN111898224B (zh) | 2024-07-16 |
Family
ID=73206850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010564429.9A Active CN111898224B (zh) | 2020-06-19 | 2020-06-19 | 基于分布式能源系统管网能量损失模型的优化控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898224B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395719A (zh) * | 2020-11-16 | 2021-02-23 | 新智数字科技有限公司 | 能源系统的管网布局方法及装置 |
CN112818589A (zh) * | 2021-01-12 | 2021-05-18 | 大连理工大学 | 一种基于贝叶斯优化算法的供热系统优化方法 |
CN114322199A (zh) * | 2021-11-26 | 2022-04-12 | 嘉兴英集动力科技有限公司 | 基于数字孪生的通风系统自主优化运行调控平台及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160018125A1 (en) * | 2013-03-04 | 2016-01-21 | Greensleeves, Llc. | Energy management systems and methods of use |
CN105576710A (zh) * | 2016-02-18 | 2016-05-11 | 东南大学 | 一种综合能源系统中的分布式电源的配置方法 |
CN106447529A (zh) * | 2016-08-30 | 2017-02-22 | 上海交通大学 | 考虑热水管网的分布式能源系统建模和运行优化方法 |
CN107665384A (zh) * | 2017-10-27 | 2018-02-06 | 天津大学 | 一种含多区域能源站的电力‑热力综合能源系统调度方法 |
CN110110416A (zh) * | 2019-04-26 | 2019-08-09 | 华南理工大学 | 一种基于图论的分布式能源冷网供冷优化方法 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
-
2020
- 2020-06-19 CN CN202010564429.9A patent/CN111898224B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160018125A1 (en) * | 2013-03-04 | 2016-01-21 | Greensleeves, Llc. | Energy management systems and methods of use |
CN105576710A (zh) * | 2016-02-18 | 2016-05-11 | 东南大学 | 一种综合能源系统中的分布式电源的配置方法 |
CN106447529A (zh) * | 2016-08-30 | 2017-02-22 | 上海交通大学 | 考虑热水管网的分布式能源系统建模和运行优化方法 |
CN107665384A (zh) * | 2017-10-27 | 2018-02-06 | 天津大学 | 一种含多区域能源站的电力‑热力综合能源系统调度方法 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110110416A (zh) * | 2019-04-26 | 2019-08-09 | 华南理工大学 | 一种基于图论的分布式能源冷网供冷优化方法 |
Non-Patent Citations (2)
Title |
---|
汤春艳;陈红勋;朱兵: "给水管网的能量需求建模及其节能研究", 自动化仪表, vol. 031, no. 003, 31 December 2010 (2010-12-31) * |
汤春艳;陈红勋;朱兵;: "给水管网的能量需求建模及其节能研究", 自动化仪表, no. 03, 20 March 2010 (2010-03-20) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395719A (zh) * | 2020-11-16 | 2021-02-23 | 新智数字科技有限公司 | 能源系统的管网布局方法及装置 |
CN112395719B (zh) * | 2020-11-16 | 2024-01-12 | 新奥新智科技有限公司 | 能源系统的管网布局方法及装置 |
CN112818589A (zh) * | 2021-01-12 | 2021-05-18 | 大连理工大学 | 一种基于贝叶斯优化算法的供热系统优化方法 |
CN112818589B (zh) * | 2021-01-12 | 2024-03-08 | 大连理工大学 | 一种基于贝叶斯优化算法的供热系统优化方法 |
CN114322199A (zh) * | 2021-11-26 | 2022-04-12 | 嘉兴英集动力科技有限公司 | 基于数字孪生的通风系统自主优化运行调控平台及方法 |
CN114322199B (zh) * | 2021-11-26 | 2023-10-03 | 英集动力科技(嘉兴)有限公司 | 基于数字孪生的通风系统自主优化运行调控平台及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111898224B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898224B (zh) | 基于分布式能源系统管网能量损失模型的优化控制装置 | |
CN111222213B (zh) | 一种热力网络动态仿真方法及装置 | |
CN106339772B (zh) | 基于供热管网储热效益的热-电联合优化调度方法 | |
CN106895478B (zh) | 一种供热管网调节方法和系统 | |
CN106647329B (zh) | 一种供热管网等效建模方法 | |
CN106447113B (zh) | 一种基于运行优化模型的多区域综合能源系统运行方法 | |
CN110070460A (zh) | 多套燃气-蒸汽联合循环机组热电负荷优化调度系统 | |
Wang et al. | Hydraulic resistance identification and optimal pressure control of district heating network | |
CN106447529A (zh) | 考虑热水管网的分布式能源系统建模和运行优化方法 | |
CN109636037B (zh) | 一种基于pso算法的多热源环状热网水力优化调度方法 | |
CN110110416B (zh) | 一种基于图论的分布式能源冷网供冷优化方法 | |
CN107947182A (zh) | 一种动态潮流分析方法及动态潮流分析系统 | |
CN111400937B (zh) | 一种综合能源系统潮流计算方法 | |
CN111928335A (zh) | 一种基于智能阀二次网水力平衡方法 | |
CN107887912B (zh) | 一种静态潮流分析方法及静态潮流分析系统 | |
CN110688744A (zh) | 一种应用于热电耦合网络的异步分布式状态估计方法 | |
CN108954491A (zh) | 一种光热中温补偿型电锅炉供热系统的控制方法 | |
CN111832138A (zh) | 一种区域管网拓扑优化方法 | |
CN108954484A (zh) | 一种供热管网系统及自适应调控方法 | |
CN104978442B (zh) | 集成动力站及装置产用汽的蒸汽动力系统优化方法及系统 | |
CN115455621A (zh) | 一种基于仿生原理的供热系统拓扑结构优化方法 | |
CN111523210A (zh) | 城市集中供热系统升降温过程预测分析方法及其系统 | |
CN110781598B (zh) | 一种区域综合能源系统运行状态计算方法 | |
Tan et al. | Modeling and simulation of layered water tank based on MATLAB/SIMULINK | |
CN102359732B (zh) | 供热系统及其控制方法 |
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 |