CN111932025B - 考虑光伏随机性的综合能源系统建设多阶段规划方法 - Google Patents
考虑光伏随机性的综合能源系统建设多阶段规划方法 Download PDFInfo
- Publication number
- CN111932025B CN111932025B CN202010856055.8A CN202010856055A CN111932025B CN 111932025 B CN111932025 B CN 111932025B CN 202010856055 A CN202010856055 A CN 202010856055A CN 111932025 B CN111932025 B CN 111932025B
- Authority
- CN
- China
- Prior art keywords
- planning
- stage
- energy system
- model
- equipment
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 36
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 64
- 238000004146 energy storage Methods 0.000 claims description 39
- 239000007789 gas Substances 0.000 claims description 35
- 239000003345 natural gas Substances 0.000 claims description 32
- 238000012423 maintenance Methods 0.000 claims description 27
- 239000002918 waste heat Substances 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000013461 design Methods 0.000 description 8
- 238000010248 power generation Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 125000003275 alpha amino acid group Chemical group 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- SLXKOJJOQWFEFD-UHFFFAOYSA-N 6-aminohexanoic acid Chemical compound NCCCCCC(O)=O SLXKOJJOQWFEFD-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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)
- Strategic Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的一种考虑光伏随机性的综合能源系统建设多阶段规划方法及装置,能够结合综合能源园区建设往往分期进行的特点,并根据综合能源系统的各个规划设备对应的运行数据以及使用寿命信息构建多阶段规划模型,最大程度的考虑了负荷需求随时间的变化趋势,使得综合能源系统的运行效率较高,减少了资源浪费;另外,本发明还考虑了规划建设时期对光伏MPPT模式下最大输出功率的随机性,采用条件风险价值(Conditinal Value at Risk,CVaR)理论对综合能源系统全生命周期的成本进行优化,提高了综合能源系统对于新能源的消纳能力。
Description
技术领域
本发明涉及能量管理技术领域,尤其涉及一种考虑光伏随机性的综合能源系统建设多阶段规划方法及装置。
背景技术
近年来,随着国民经济的持续增长,能源需求日益增大。为了满足能源需求的同时缓解能源危机与环境问题,综合能源服务产业近些年也得到了飞速发展。综合能源系统将电/气/热/冷等多种能源紧密耦合并可以灵活转换,显著提高了可再生能源的消纳能力和能源利用效率,在各地都进行了工程落地项目。
目前,在实际的综合能源系统建设过程中,随着综合能源园区开发的深入,园区中各类负荷也不断增长,所以建设工程往往也分成多期进行,但在建设过程中往往忽略了综合能源系统建设的时序特征,以及综合能源系统在建设过程中各类负荷需求会随着时间推移而发生变化,如此综合能源系统运行阶段将会与设计阶段的规划不符,造成配置资源的浪费,降低综合能源系统的运行效率。
并且,现有的综合能源系统规划方法研究中,多将光伏发电最大功率点追踪(Maximum Power Point Tracking,MPPT)模式下最大的输出功率视为恒定值,并没有考虑设计阶段对光伏发电量预测的偏差,这使得综合能源系统运行时会较大概率出现弃光的问题,大大降低了综合能源系统对于新能源的消纳能力。
发明内容
本发明的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中综合能源系统运营阶段的经济性与设计阶段的既定目标存在一定出入,造成资源浪费,降低综合能源系统运行效率的技术缺陷。
本发明实施例提供了一种考虑光伏随机性的综合能源系统建设多阶段规划方法,包括:
获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;
根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;
通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;
利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划。
可选地,所述规划设备包括光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备;
利用所述运行数据构建各个规划设备对应的设备运行模型的步骤,包括:
利用所述光伏设备在预设时刻的实际出力预测所述光伏设备在MPPT模式下的最大输出功率,并根据所述预设时刻对应的所述实际出力和所述最大输出功率构建所述光伏设备对应的设备运行模型;
利用所述热电联产机组在所述预设时刻输入的天然气量确定输出电功率和输出热功率,并根据所述输出电功率和输出热功率以及所述天然气量对应的输入上下限构建所述热电联产机组对应的设备运行模型;
利用所述电锅炉在所述预设时刻输入的电功率确定输出热功率,并根据所述输出热功率以及所述电功率的输入上限构建所述电锅炉对应的设备运行模型;
利用所述燃气锅炉在所述预设时刻输入的天然气量确定输出热功率,并根据所述输出热功率以及所述天然气量的输入上限构建所述燃气锅炉对应的设备运行模型;
利用所述储能设备在所述预设时刻的充放电功率以及储能容量确定荷电状态,并根据所述荷电状态以及所述充放电功率的上限构建所述储能设备对应的设备运行模型。
可选地,根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型的步骤之前,还包括:
依据各个规划设备的使用寿命信息确定寿命最短的规划设备对应的寿命年限,并将所述寿命年限作为多阶段规划模型的全生命周期;
根据所述综合能源系统的负荷变化对所述全生命周期进行划分,确定多个规划阶段。
可选地,根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型的步骤,包括:
根据各个规划设备的运行数据确定所述综合能源系统的投资成本、运行成本以及维护成本,并通过各个规划设备的使用寿命信息和投资成本确定所述综合能源系统在规划末期的设备残值;
根据各个规划设备在各个规划阶段对应的投资成本、运行成本、维护成本以及所述综合能源系统在规划末期的设备残值构建所述综合能源系统的多阶段规划模型。
可选地,所述确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数的步骤,包括:
根据所述多阶段规划模型在各个规划阶段的投资成本和初始现值系数、在所述运行成本和维护成本周期内的运行成本、维护成本和现值系数、在规划末期的设备残值和现值系数,确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数。
可选地,通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件的步骤,包括:
根据各个规划设备对应的设备运行模型得到多种输出功率以及荷电状态,并依据所述输出功率和荷电状态确定使功率平衡的功率约束条件;
根据所述多阶段规划模型在各个规划阶段的累计投资容量以及所述设备运行模型中的功率上下限确定各个规划设备的规划出力水平对应的设备约束条件;
通过所述功率约束条件以及所述设备约束条件确定所述多阶段规划模型的约束条件。
可选地,所述运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值的步骤,包括:
确定所述光伏设备在各个规划阶段的累计投资容量,以及所述光伏设备在MPPT模式下预测的最大输出功率;
根据所述累计投资容量以及所述预测的最大输出功率确定所述规划阶段的光伏最大输出功率,并对所述光伏最大输出功率进行多次抽样,建立所述光伏设备在所述规划阶段的条件风险价值。
本发明还提供了一种考虑光伏随机性的综合能源系统建设多阶段规划装置,包括:
数据获取模块,用于获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;
模型构建模块,用于根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;
条件确认模块,用于通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;
优化规划模块,用于利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划。
本发明还提供了一种考虑光伏随机性的综合能源系统,包括:光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备,综合能源系统对所述光伏设备、所述热电联产机组、所述电锅炉、所述燃气锅炉以及所述储能设备进行多阶段规划时,执行如上述实施例中任一项所述考虑光伏随机性的综合能源系统建设多阶段规划方法的步骤。
可选地,所述热电联产机组包括燃气轮机和余热锅炉;
所述燃气轮机将天然气转化为电能后,分别输送至所述余热锅炉和所述储能设备,并通过所述余热锅炉转化为热能后输送至所述储能设备;
所述光伏设备将光能转化为电能后输送至所述储能设备;
所述燃气锅炉将所述天然气转化为热能,所述电锅炉将电能转化为热能,并分别输送至所述储能设备。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供的考虑光伏随机性的综合能源系统建设多阶段规划方法及装置,获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划。
本发明能够结合综合能源园区建设往往分期进行的特点,并根据综合能源系统的各个规划设备对应的运行数据以及使用寿命信息构建多阶段规划模型,最大程度的考虑了负荷需求随时间的变化趋势,使得综合能源系统的运行效率较高,减少了资源浪费;另外,本发明还考虑了规划建设时期对光伏MPPT模式下最大输出功率的随机性,采用条件风险价值(Conditinal Value at Risk,CVaR)理论对综合能源系统全生命周期的成本进行优化,提高了综合能源系统对于新能源的消纳能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种考虑光伏随机性的综合能源系统建设多阶段规划方法的流程示意图;
图2为本发明实施例提供的一种考虑光伏随机性的综合能源系统建设多阶段规划装置的结构示意图;
图3为本发明实施例提供的一种考虑光伏随机性的综合能源系统的结构示意图。
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,所描述的实施例仅仅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做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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像本申请实施例中一样被特定定义,否则不会用理想化或过于正式的含义来解释。
近年来,随着国民经济的持续增长,能源需求日益增大。为了满足能源需求的同时缓解能源危机与环境问题,综合能源服务产业近些年也得到了飞速发展。综合能源系统将电/气/热/冷等多种能源紧密耦合并可以灵活转换,显著提高了可再生能源的消纳能力和能源利用效率,在各地都进行了工程落地项目。然而大量工程实践表明,综合能源系统运营阶段的经济性与设计阶段的既定目标存在一定出入,存在运营前期超前建设、设备闲置,运营后期设备老化、容量短缺等问题,严重限制了综合能源系统运营的经济性。
造成上述问题的一个重要原因是综合能源系统的初期规划与后期的运行产生脱节。在实际的综合能源系统建设过程中,随着综合能源园区开发的深入,园区中各类负荷也不断增长,所以建设工程往往也分成多期进行。在综合能源系统建设的初期,园区用户较少,各类负荷需求较低,若初期建设配置不当造成冗余,不仅产生前期资源闲置的问题,在综合能源园区运营后期还会产生设备老化问题,从而导致运营后期的设备容量的短缺问题,带来了资源的极大浪费。
另一方面,现有的综合能源系统规划方法研究中,多将光伏发电最大功率点追踪(Maximum Power Point Tracking,MPPT)模式下最大的输出功率视为恒定值,但实际中,由于长时间尺度上的天气预测非常不准,预设的光伏最大输出功率具有很大的随机性。如果不考虑光伏出力的随机性,那么综合能源系统的建设规划与运行优化将难以统一,光伏出力的波动性对于光伏建设与常规发电设备建设的配置优化有重大影响。
因此,本发明的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中综合能源系统运营阶段的经济性与设计阶段的既定目标存在一定出入,造成资源浪费,降低综合能源系统运行效率的技术缺陷。
请参阅图1,图1为本发明实施例提供的一种考虑光伏随机性的综合能源系统建设多阶段规划方法的流程示意图;如图1所示,本发明实施例提供了一种考虑光伏随机性的综合能源系统建设多阶段规划方法,具体包括如下步骤:
S110:获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型。
本步骤中,为了避免综合能源系统在建设过程中的初期规划与后期的运行产生脱节,导致在综合能源系统运营前期超前建设、设备闲置,运营后期设备老化、容量短缺等问题,并造成资源浪费,降低综合能源系统的运行效率,本申请在构建多阶段规划模型之前,首先获取综合能源系统的各个规划设备的运行数据以及使用寿命信息,以便根据获取到的数据进行建模。
可以理解的是,这里的规划设备指的是综合能源系统中参与多阶段规划的多种设备;这里的运行数据包括但不限于各个规划设备在运行时的功率数据以及配置容量等;这里的使用寿命信息指的是各个规划设备的使用年限等;这里的设备运行模型指的是通过各个规划设备在运行过程中的各项运行数据建立的模型。
S120:根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数。
本步骤中,通过步骤S110获取到各个规划设备的运行数据和使用寿命信息后,可通过该运行数据和使用寿命信息构建多阶段规划模型,该多阶段规划模型不仅能够反映综合能源系统在建设周期的各个阶段的规划情况,还考虑到了综合能源系统建设的时序特征,通过各个规划设备的运行数据确定综合能源系统在建设过程中的各类负荷需求,并考虑各个规划设备的使用寿命信息,使得构建的多阶段规划模型在运行阶段与设计阶段的规划相符,减少资源浪费,提高综合能源系统的运行效率。
另外,当构建好多阶段规划模型后,即可通过该多阶段规划模型确定目标函数,该目标函数为使综合能源系统在全生命周期内成本最优的函数,通过该目标函数,可使综合能源系统达到在全生命周期的成本最低的优化目标。
S130:通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值。
本步骤中,通过步骤S110中构建的设备运行模型以及步骤S120中构建的多阶段规划模型对应的各项参数,可得到多阶段规划模型对应的约束条件。例如,可通过设备运行模型的运行参数确定对应的功率约束条件,以及通过多阶段规划模型在各个规划阶段的累计投资容量确定对应的设备约束条件,这样,即可得到最终的多阶段规划模型的约束条件。
并且,本申请考虑到设计阶段光伏设备发电量的随机性带来的影响,利用条件风险价值理论对光伏发电量预测的偏差进行风险控制,建立光伏设备的条件风险价值,实现综合能源系统的最优运行。
S140:利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划。
本步骤中,通过步骤S130确定多阶段规划模型的约束条件以及条件风险价值后,可利用该约束条件和条件风险价值对目标函数进行优化,总结考虑综合能源系统运行的经济效益和风险程度,把风险水平控制在可接收范围内,并实现运行成本最低、经济效益最优、运行效率较高。
在一个实施例中,所述规划设备可以包括光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备。
步骤S110中利用所述运行数据构建各个规划设备对应的设备运行模型的步骤,可以包括:
S111:利用所述光伏设备在预设时刻的实际出力预测所述光伏设备在MPPT模式下的最大输出功率,并根据所述预设时刻对应的所述实际出力和所述最大输出功率构建所述光伏设备对应的设备运行模型;
S112:利用所述热电联产机组在所述预设时刻输入的天然气量确定输出电功率和输出热功率,并根据所述输出电功率和输出热功率以及所述天然气量对应的输入上下限构建所述热电联产机组对应的设备运行模型;
S113:利用所述电锅炉在所述预设时刻输入的电功率确定输出热功率,并根据所述输出热功率以及所述电功率的输入上限构建所述电锅炉对应的设备运行模型;
S114:利用所述燃气锅炉在所述预设时刻输入的天然气量确定输出热功率,并根据所述输出热功率以及所述天然气量的输入上限构建所述燃气锅炉对应的设备运行模型;
S115:利用所述储能设备在所述预设时刻的充放电功率以及储能容量确定荷电状态,并根据所述荷电状态以及所述充放电功率的上限构建所述储能设备对应的设备运行模型。
本实施例中,综合能源系统的规划设备包括但不限于光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备;其中,光伏设备实现光能转化为电能,热电联产机组实现天然气转化为电能和热能,电锅炉实现电能转化为热能,燃气锅炉实现天然气转化为热能,储能设备能够存储综合能源系统中转化的各种能量。
当获取到综合能源系统的各个规划设备的运行数据后,可根据不同规划设备的运行数据建立对应的设备运行模型。
举例来说,由于实际中光伏设备通常工作在MPPT模式下,因此,获取到光伏设备的运行数据后,可根据光伏设备的实际出力对某时间内MPPT模式下的光伏设备的最大输出功率进行预测。并且,MPPT模式下,光伏设备的实际出力不能超过最大输出功率,即:
式(1)中,PPV(t)是光伏在时刻t的实际出力,是t时刻预测的光伏设备在MPPT模式下的最大输出功率。
对于热电联产机组来说,热电联产机组是一种将天然气转换为电能和热能的设备,因此,热电联产机组的设备运行模型为:
式(2)中,GCHP(t)为热电联产机组在t时刻输入的天然气量;和/>分别是热电联产将天然气转化为电能和热能的效率;PCHP(t)和HCHP(t)分别是热电联产机组在t时刻输出的电功率和热功率;G CHP和/>分别表示热电联产机组输入的天然气量的上限与下限。
对于电锅炉来说,电锅炉是一种将电能转换为热能的设备,电锅炉的设备运行模型为:
式(3)中,PEB(t)为电锅炉在t时刻输入的电功率,ηEB为电锅炉将电能转换为热能的效率,HEB(t)为t时刻电锅炉输出的热功率,为电锅炉输入电功率的上限。
对于燃气锅炉来说,燃气锅炉是一种将天然气转换为热能的设备,燃气锅炉的设备运行模型为:
式(4)中,GGB(t)为燃气锅炉在t时刻输入的天然气量,ηGB为燃气锅炉将天然气转换为热能的效率,HGB(t)为t时刻燃气锅炉输出的热功率,为燃气锅炉输入天然气量的上限。
对于储能设备来说,储能设备单位时间段内的充放电功率都有上下限约束,并且储能的总量不能超过自身的容量;因此,在某时间段内,充电和放电不能同时进行,储能装置的设备运行模型为:
Pc(t)Pd(t)=0
式(5)中,Pc(t)和Pd(t)分别是t时刻储能装置的充电功率和放电功率;和/>分别是储能装置充电功率和放电功率的上限;SOC(t)表示储能装置t时刻的荷电状态;ηc和ηd分别表示储能装置充电和放电的效率;Ecap表示储能装置的容量。
在一个实施例中,步骤S120中根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型的步骤之前,还可以包括:
S116:依据各个规划设备的使用寿命信息确定寿命最短的规划设备对应的寿命年限,并将所述寿命年限作为多阶段规划模型的全生命周期;
S117:根据所述综合能源系统的负荷变化对所述全生命周期进行划分,确定多个规划阶段。
本实施例中,根据综合能源系统的开发进程,将综合能源系统的规划分为多个阶段;且为了避免单个规划周期内出现某些设备寿命不足而需要更换的问题,常常将整个规划周期的年限取为综合能源系统中寿命最短的设备的寿命年限。
全生命周期的规划划分为N个阶段,划分阶段需要结合负荷增长的快慢;负荷增长快的时期,阶段划分应该相对密集;负荷增长缓慢时期,阶段划分应该相对稀疏。每个阶段都会有新的用户入驻综合能源系统,系统中的负荷需求也会随着建设开发进程的深入而增加,规划中每个阶段的负荷水平取预测的最大负荷,多阶段规划的序列即为
S=[S1,S2,…SN] (6)
式(6)中,Si表示多阶段规划模型中的第i个规划阶段。
在一个实施例中,步骤S120中根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型的步骤,可以包括:
S121:根据各个规划设备的运行数据确定所述综合能源系统的投资成本、运行成本以及维护成本,并通过各个规划设备的使用寿命信息和投资成本确定所述综合能源系统在规划末期的设备残值;
S122:根据各个规划设备在各个规划阶段对应的投资成本、运行成本、维护成本以及所述综合能源系统在规划末期的设备残值构建所述综合能源系统的多阶段规划模型。
本实施例中,综合能源系统多阶段规划的目标函数为全生命周期的成本最低,主要包括综合能源系统全生命周期内的投资成本、运行成本和设备维护成本,则综合能源系统全生命周期多阶段规划的目标函数可以表示如下:
式(7)中,表示设备在Si规划阶段的投资成本;/>和/>分别表示在第k年的系统运行费用与维护费用;Frv表示系统在规划末期时的设备残值;/>表示Si规划阶段初始的现值系数,Rk为第k年的现值系数,Rn表示规划末期的现值系数。
其中,Si规划阶段的投资成本具体可以表示如下:
式(8)中,M表示参与规划的设备类型总和;cinv,m表示m型设备单位容量的投资费用,表示Si规划阶段中m型设备的配置容量,是主要的优化变量。
第k年的系统运行费用,即运行成本为:
式(9)中,8760表示一年的小时数,cgrid(t)和cgas(t)分别表示t时刻的电价与天然气价格;Pgrid(t)和Ggas(t)分别表示综合能源系统在t时刻购买的电量与天然气量。
第k年的系统维护费用,即维护成本为:
式(10)中,cmai,m表示m型设备单位功率的维护成本,表示m型设备的年运行功率。
另外,由于综合能源系统的规划周期设置为系统中寿命最短的设备,所以规划末期会有部分设备的寿命并没有终止,此时需要在整个规划期成本计算中扣除这部分设备的残值。本发明可以采用年限平均法进行设备的折旧计算,将设备的折旧费用均匀分摊到设备寿命期限内的每一年,设备i在寿命期内每一年的折旧费用记为Cdep,i:
式(11)中,Cinv,i为第i台设备的投资成本;δi为第i台设备的净残值率,Ni为第i台设备的寿命,即为设备i的折旧率;则规划周期末所有设备的总残值为:
式(12)中,Mtai表示规划末期系统拥有的设备总数量,Ti表示第i台设备从配置到规划周期末的运行年数。
在一个实施例中,步骤S120中确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数的步骤,可以包括:
根据所述多阶段规划模型在各个规划阶段的投资成本和初始现值系数、在所述运行成本和维护成本周期内的运行成本、维护成本和现值系数、在规划末期的设备残值和现值系数,确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数。
本实施例中,综合能源系统多阶段规划的目标函数为全生命周期的成本最低,主要包括综合能源系统全生命周期内的投资成本、运行成本和设备维护成本,则综合能源系统全生命周期多阶段规划的目标函数可以表示如下:
式(7)中,表示设备在Si规划阶段的投资成本;/>和/>分别表示在第k年的系统运行费用与维护费用;Frv表示系统在规划末期时的设备残值;/>表示Si规划阶段初始的现值系数,Rk为第k年的现值系数,Rn表示规划末期的现值系数。
在一个实施例中,步骤S130中通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件的步骤,可以包括:
S131:根据各个规划设备对应的设备运行模型得到多种输出功率以及荷电状态,并依据所述输出功率和荷电状态确定使功率平衡的功率约束条件;
S132:根据所述多阶段规划模型在各个规划阶段的累计投资容量以及所述设备运行模型中的功率上下限确定各个规划设备的规划出力水平对应的设备约束条件;
S133:通过所述功率约束条件以及所述设备约束条件确定所述多阶段规划模型的约束条件。
本实施例中,综合能源系统规划的约束条件主要包括功率约束条件和设备约束条件两方面;其中,功率平衡包括电功率平衡、热功率平衡和天然气功率平衡,功率平衡约束条件如下:
式(13)中,Pgrid(t)和Ggas(t)表示综合能源系统购买的电功率和天然气功率;PL(t)和HL(t)分别表示t时刻综合能源系统内的电负荷和热负荷,即荷电状态。
综合能源系统中的设备约束条件除了公式(1)中所示的功率上下限基本约束外,还需要保证设备的出力不能超过当前阶段的累计投资容量,设备约束表示如下:
式(14)中,Pm(t)表示m型设备在t时刻的规划出力水平,t∈Si表示t时刻属于规划阶段;表示设备m在规划阶段的累计投资容量,计算方法如下:/>
在一个实施例中,步骤S130中运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值的步骤,可以包括:
S134:确定所述光伏设备在各个规划阶段的累计投资容量,以及所述光伏设备在MPPT模式下预测的最大输出功率;
S135:根据所述累计投资容量以及所述预测的最大输出功率确定所述规划阶段的光伏最大输出功率,并对所述光伏最大输出功率进行多次抽样,建立所述光伏设备在所述规划阶段的条件风险价值。
本实施例中,在综合能源系统的规划阶段就对整个规划周期内的光伏发电量进行预测是极为不准确的,即公式(1)中t时刻预测的光伏设备在MPPT模式下的最大输出功率是有误差的。
因此,本实施例中,假设预测误差服从均值为0的正态分布:
式(16)中,为光伏设备在规划阶段的累计投资容量,则规划中的光伏最大输出功率为/>
对预测的最大输出功率进行多次抽样,使用CVaR方法进行综合能源系统建设多阶段规划为:
式(17)中,α含义为风险价值(Value at Risk,VaR),zi为CVaR求法中的辅助变量,Nsam为光伏不确定性抽样的次数,抽样次数越多,得出的结果越精确。
在一个实施例中,如图2所示,图2为本发明实施例提供的一种考虑光伏随机性的综合能源系统建设多阶段规划装置的结构示意图,图2中,本发明还提供了一种考虑光伏随机性的综合能源系统建设多阶段规划装置,包括数据获取模块110、模型构建模块120、条件确认模块130和优化规划模块140,具体如下:
数据获取模块110,用于获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;
模型构建模块120,用于根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;
条件确认模块130,用于通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;
优化规划模块140,用于利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划。
上述实施例能够结合综合能源园区建设往往分期进行的特点,并根据综合能源系统的各个规划设备对应的运行数据以及使用寿命信息构建多阶段规划模型,最大程度的考虑了负荷需求随时间的变化趋势,使得综合能源系统的运行效率较高,减少了资源浪费;另外,本发明还考虑了规划建设时期对光伏MPPT模式下最大输出功率的随机性,采用条件风险价值(Conditinal Value at Risk,CVaR)理论对综合能源系统全生命周期的成本进行优化,提高了综合能源系统对于新能源的消纳能力。
在一个实施例中,如图3所示,图3为本发明实施例提供的一种考虑光伏随机性的综合能源系统的结构示意图,图3中,本发明还提供了一种考虑光伏随机性的综合能源系统,包括:光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备,所述综合能源系统对所述光伏设备、所述热电联产机组、所述电锅炉、所述燃气锅炉以及所述储能设备进行多阶段规划时,执行如上述实施例中任一项所述考虑光伏随机性的综合能源系统建设多阶段规划方法的步骤。
在一个实施例中,如图3所示所述热电联产机组包括燃气轮机和余热锅炉;所述燃气轮机将天然气转化为电能后,分别输送至所述余热锅炉和所述储能设备,并通过所述余热锅炉转化为热能后输送至所述储能设备;所述光伏设备将光能转化为电能后输送至所述储能设备;所述燃气锅炉将所述天然气转化为热能,所述电锅炉将电能转化为热能,并分别输送至所述储能设备。
以上所述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)
1.一种考虑光伏随机性的综合能源系统建设多阶段规划方法,其特征在于,包括:
获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;
根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;
通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;
利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划;
所述根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数,包括:
根据各个规划设备的运行数据确定所述综合能源系统的投资成本、运行成本以及维护成本,并通过各个规划设备的使用寿命信息和投资成本确定所述综合能源系统在规划末期的设备残值;
根据各个规划设备在各个规划阶段对应的投资成本、运行成本、维护成本以及所述综合能源系统在规划末期的设备残值构建所述综合能源系统的多阶段规划模型;其中,各个规划设备的多个规划阶段是根据所述综合能源系统的负荷变化对各个规划设备的全生命周期进行划分后得到的;
根据所述多阶段规划模型在各个规划阶段的投资成本和初始现值系数、在所述运行成本和维护成本周期内的运行成本、维护成本和现值系数、在规划末期的设备残值和现值系数,确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数。
2.根据权利要求1所述的考虑光伏随机性的综合能源系统建设多阶段规划方法,其特征在于,所述规划设备包括光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备;
利用所述运行数据构建各个规划设备对应的设备运行模型的步骤,包括:
利用所述光伏设备在预设时刻的实际出力预测所述光伏设备在MPPT模式下的最大输出功率,并根据所述预设时刻对应的所述实际出力和所述最大输出功率构建所述光伏设备对应的设备运行模型;
利用所述热电联产机组在所述预设时刻输入的天然气量确定输出电功率和输出热功率,并根据所述输出电功率和输出热功率以及所述天然气量对应的输入上下限构建所述热电联产机组对应的设备运行模型;
利用所述电锅炉在所述预设时刻输入的电功率确定输出热功率,并根据所述输出热功率以及所述电功率的输入上限构建所述电锅炉对应的设备运行模型;
利用所述燃气锅炉在所述预设时刻输入的天然气量确定输出热功率,并根据所述输出热功率以及所述天然气量的输入上限构建所述燃气锅炉对应的设备运行模型;
利用所述储能设备在所述预设时刻的充放电功率以及储能容量确定荷电状态,并根据所述荷电状态以及所述充放电功率的上限构建所述储能设备对应的设备运行模型。
3.根据权利要求1所述的考虑光伏随机性的综合能源系统建设多阶段规划方法,其特征在于,根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型的步骤之前,还包括:
依据各个规划设备的使用寿命信息确定寿命最短的规划设备对应的寿命年限,并将所述寿命年限作为多阶段规划模型的全生命周期;
根据所述综合能源系统的负荷变化对所述全生命周期进行划分,确定多个规划阶段。
4.根据权利要求2所述的考虑光伏随机性的综合能源系统建设多阶段规划方法,其特征在于,通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件的步骤,包括:
根据各个规划设备对应的设备运行模型得到多种输出功率以及荷电状态,并依据所述输出功率和荷电状态确定使功率平衡的功率约束条件;
根据所述多阶段规划模型在各个规划阶段的累计投资容量以及所述设备运行模型中的功率上下限确定各个规划设备的规划出力水平对应的设备约束条件;
通过所述功率约束条件以及所述设备约束条件确定所述多阶段规划模型的约束条件。
5.根据权利要求4所述的考虑光伏随机性的综合能源系统建设多阶段规划方法,其特征在于,所述运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值的步骤,包括:
确定所述光伏设备在各个规划阶段的累计投资容量,以及所述光伏设备在MPPT模式下预测的最大输出功率;
根据所述累计投资容量以及所述预测的最大输出功率确定所述规划阶段的光伏最大输出功率,并对所述光伏最大输出功率进行多次抽样,建立所述光伏设备在所述规划阶段的条件风险价值。
6.一种考虑光伏随机性的综合能源系统建设多阶段规划装置,其特征在于,包括:
数据获取模块,用于获取综合能源系统的各个规划设备对应的运行数据以及使用寿命信息,利用所述运行数据构建各个规划设备对应的设备运行模型;
模型构建模块,用于根据所述运行数据和所述使用寿命信息构建所述综合能源系统的多阶段规划模型,并确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数;
条件确认模块,用于通过所述设备运行模型以及所述多阶段规划模型在各个规划阶段的累计投资容量确定所述多阶段规划模型的约束条件,并运用条件风险价值理论建立所述规划设备中的光伏设备在所述规划阶段的条件风险价值;
优化规划模块,用于利用所述约束条件和所述条件风险价值对所述目标函数进行优化,并根据优化后的目标函数对所述综合能源系统进行线性规划;
所述模型构建模块,包括:
根据各个规划设备的运行数据确定所述综合能源系统的投资成本、运行成本以及维护成本,并通过各个规划设备的使用寿命信息和投资成本确定所述综合能源系统在规划末期的设备残值;
根据各个规划设备在各个规划阶段对应的投资成本、运行成本、维护成本以及所述综合能源系统在规划末期的设备残值构建所述综合能源系统的多阶段规划模型;其中,各个规划设备的多个规划阶段是根据所述综合能源系统的负荷变化对各个规划设备的全生命周期进行划分后得到的;
根据所述多阶段规划模型在各个规划阶段的投资成本和初始现值系数、在所述运行成本和维护成本周期内的运行成本、维护成本和现值系数、在规划末期的设备残值和现值系数,确定使所述综合能源系统在所述多阶段规划模型的全生命周期成本最优的目标函数。
7.一种考虑光伏随机性的综合能源系统,其特征在于,包括:光伏设备、热电联产机组、电锅炉、燃气锅炉以及储能设备,综合能源系统对所述光伏设备、所述热电联产机组、所述电锅炉、所述燃气锅炉以及所述储能设备进行多阶段规划时,执行如权利要求1至5中任一项所述考虑光伏随机性的综合能源系统建设多阶段规划方法的步骤。
8.根据权利要求7所述的考虑光伏随机性的综合能源系统,其特征在于,所述热电联产机组包括燃气轮机和余热锅炉;
所述燃气轮机将天然气转化为电能后,分别输送至所述余热锅炉和所述储能设备,并通过所述余热锅炉转化为热能后输送至所述储能设备;
所述光伏设备将光能转化为电能后输送至所述储能设备;
所述燃气锅炉将所述天然气转化为热能,所述电锅炉将电能转化为热能,并分别输送至所述储能设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010856055.8A CN111932025B (zh) | 2020-08-24 | 2020-08-24 | 考虑光伏随机性的综合能源系统建设多阶段规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010856055.8A CN111932025B (zh) | 2020-08-24 | 2020-08-24 | 考虑光伏随机性的综合能源系统建设多阶段规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932025A CN111932025A (zh) | 2020-11-13 |
CN111932025B true CN111932025B (zh) | 2024-04-23 |
Family
ID=73304978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010856055.8A Active CN111932025B (zh) | 2020-08-24 | 2020-08-24 | 考虑光伏随机性的综合能源系统建设多阶段规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932025B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907098B (zh) * | 2021-03-08 | 2022-08-05 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统的多阶段容量配置方法及配置系统 |
CN113610380A (zh) * | 2021-08-02 | 2021-11-05 | 上海电气集团股份有限公司 | 一种多能互补能源规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016126453A (ja) * | 2014-12-26 | 2016-07-11 | 川崎重工業株式会社 | エネルギーシステムの最適運用計画立案装置及び方法、プログラム並びに記録媒体 |
CN108596442A (zh) * | 2018-03-30 | 2018-09-28 | 天津大学 | 计及条件风险价值的综合能源系统经济调度方法 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
CN110474367A (zh) * | 2019-08-05 | 2019-11-19 | 广东工业大学 | 一种考虑风险损失的微电网容量配置优化方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN111460390A (zh) * | 2020-05-27 | 2020-07-28 | 南方电网科学研究院有限责任公司 | 一种综合能源系统储能出力规划方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11010846B2 (en) * | 2017-01-12 | 2021-05-18 | Johnson Controls Technology Company | Building energy storage system with multiple demand charge cost optimization |
-
2020
- 2020-08-24 CN CN202010856055.8A patent/CN111932025B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016126453A (ja) * | 2014-12-26 | 2016-07-11 | 川崎重工業株式会社 | エネルギーシステムの最適運用計画立案装置及び方法、プログラム並びに記録媒体 |
CN108596442A (zh) * | 2018-03-30 | 2018-09-28 | 天津大学 | 计及条件风险价值的综合能源系统经济调度方法 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
CN110474367A (zh) * | 2019-08-05 | 2019-11-19 | 广东工业大学 | 一种考虑风险损失的微电网容量配置优化方法 |
CN111460390A (zh) * | 2020-05-27 | 2020-07-28 | 南方电网科学研究院有限责任公司 | 一种综合能源系统储能出力规划方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
考虑冷热电联供的综合能源系统规划研究;权超;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;摘要、第7-58 页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111932025A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107622324A (zh) | 一种考虑多微网能量交互的鲁棒环境经济调度方法 | |
CN111932025B (zh) | 考虑光伏随机性的综合能源系统建设多阶段规划方法 | |
CN114285034B (zh) | 一种考虑受电及新能源波动的日前调控优化方法及系统 | |
CN112383086B (zh) | 一种孤岛微电网日前能量-备用联合优化调度方法 | |
CN107359611B (zh) | 考虑多种随机因素的配电网等值方法 | |
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 | |
CN113659627A (zh) | 一种含光伏发电和液态空气储能的微电网优化调度方法 | |
CN114123280A (zh) | 一种考虑系统效率的电池储能电站能量管理方法 | |
CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN115496273A (zh) | 一种可再生能源集群分布鲁棒优化配置方法及系统 | |
CN113158547B (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 | |
CN114938008A (zh) | 储能容量和储热容量配置方法、装置及终端设备 | |
CN112052987B (zh) | 一种计及风电的综合能源系统优化规划方法及系统 | |
CN111478374B (zh) | 风光出力特性概率分布与预测的动态评估方法 | |
CN113255982A (zh) | 一种风光水互补系统中长期优化调度方法 | |
CN112288130A (zh) | 一种基于两阶段多目标优化的新能源消纳计算方法 | |
CN117114281A (zh) | 一种灵活资源多阶段规划方案的确定方法 | |
CN117013522A (zh) | 考虑分布式电源和气电协同的综合能源系统调度优化方法 | |
CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
CN113489066A (zh) | 计及供需不确定性的含储能电网区间供电可靠性评估方法 | |
Zhang et al. | Optimal dispatching of regional integrated energy system based on SMPC | |
CN116805792B (zh) | 高比例新能源系统中火电-储能调节需求判定方法及系统 | |
CN112491093B (zh) | 一种量化广域可控资源日内灵活安全裕度的方法 | |
CN114139830B (zh) | 一种智慧能源站的优化调度方法、装置及电子设备 | |
CN113783213B (zh) | 一种集中式储能电站选址定容两阶段优化方法 |
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 |