CN112036616A - 一种基于动态过程优化的综合能源系统需求响应方法 - Google Patents
一种基于动态过程优化的综合能源系统需求响应方法 Download PDFInfo
- Publication number
- CN112036616A CN112036616A CN202010828091.3A CN202010828091A CN112036616A CN 112036616 A CN112036616 A CN 112036616A CN 202010828091 A CN202010828091 A CN 202010828091A CN 112036616 A CN112036616 A CN 112036616A
- Authority
- CN
- China
- Prior art keywords
- power plant
- power generation
- power
- operation mode
- unit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 230000004044 response Effects 0.000 title claims abstract description 25
- 238000010248 power generation Methods 0.000 claims abstract description 100
- 238000004146 energy storage Methods 0.000 claims abstract description 56
- 230000007704 transition Effects 0.000 claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000005611 electricity Effects 0.000 claims abstract description 23
- 238000005070 sampling Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 10
- 239000002994 raw material Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 10
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- MYWUZJCMWCOHBA-VIFPVBQESA-N methamphetamine Chemical group CN[C@@H](C)CC1=CC=CC=C1 MYWUZJCMWCOHBA-VIFPVBQESA-N 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于动态过程优化的综合能源系统需求响应方法,基于全新设计架构,以电费为主线因素,引入发电厂生产期间购电成本、对应不同发电操作模式之间过渡的过渡成本、储能单元库存成本的三方因素,共同参与应用,构建供电目标函数,为发电厂提供更加高效的供电方案选择;所设计方法具备全面性、独立性、易度量性、灵活性和实用性的特点,而且所需数据来源方便,易于理解,同时由于所提出的优化公式更易于处理,使用预先计算的过渡曲线,能够减少基础优化公式的非凸性,并且可以更轻松地解决由此产生的优化问题,提高发电厂实际工作的响应效率。
Description
技术领域
本发明涉及一种基于动态过程优化的综合能源系统需求响应方法,属于供电响应技术领域。
背景技术
在过去几年中,需求响应已经成为重大研究、开发和部署的主题。能源需求管理是工业过程系统中的一项重要任务,它通过促进过程操作的相互作用和响应来实现潜在的效益。然而,在这个任务中,很少考虑底层过程的动态行为,特别是转换轨迹。此外,与电力定价和供应有关的能源限制是这一进程中的关键挑战之一。
近年来,由于可以通过需求侧管理在经济和运营层面实现巨大收益,因此在所有能源政策决策中,需求侧活动都是关注的焦点。确实,电力的市场价格是主要的诱因,并且在很大程度上影响着工业用户的电力消耗。时间敏感电价的典型示例是使用时间(TOU)费率和实时价格(RTP)。虽然通常以高峰,中峰和非高峰时间来指定TOU费率,但RTP每小时都会变化,并且会提前一天或每小时进行报价。此外,当前和未来电力系统的一个重要组成部分是需求响应(DR)概念,该概念侧重于运行级别。尽管DR在工业过程中的经济潜力已在许多最新研究中得到认可,但应注意的是,由于DR定义上需要改变生产水平,因此考虑不同操作模式之间的过渡行为是必要的,而且这也是一个尚待解决的问题。
从工业流程的故障恢复角度来看,目标主要在于确定每个时刻的最佳生产水平。因此,鉴于控制器的主要任务是确定可调节变量和受控变量的最佳值以便实现不同的生产要求,因此控制问题与需求响应密切相关。通常,可以同时或依次解决生产计划和控制问题。在一些文献中可以找到一些同时解决调度和控制问题的早期尝试。但是,这些研究未考虑能耗。此外,工厂调度中最具挑战性的方面之一无疑是纳入了与电价和可用性相关的能源供应限制。
发明内容
本发明所要解决的技术问题是提供一种基于动态过程优化的综合能源系统需求响应方法,基于全新设计架构,引入多维因素进行衡量,构建供电目标函数,能够为发电厂提供更加高效的供电方案选择。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于动态过程优化的综合能源系统需求响应方法,用于针对具有储能单元的发电厂,实现发电厂对各目标单位的最优供电,包括如下步骤:
步骤A.针对发电厂分别对应的各发电操作模式m,m∈M,M表示发电厂所对应发电操作模式的数量,定义发电厂各单位时间h所对应发电操作模式m的值为并构建所对应的约束条件,并确定电能输送的过渡状态,然后进入步骤B;
步骤B.针对发电厂储能单元中的蓄电量,确定各单位时间h结束时储能单元中的蓄电量sh,并结合储能单元的初始蓄电量s0,确定储能单元所对应的约束条件,然后进入步骤C;
步骤C.确定发电厂生产期间各单位时间h内的电费ΔEh,以及基于发电厂对应不同发电操作模式之间的过渡,确定发电厂向目标单位供电过程中各单位时间h内各采样间隔i的电费其中,i=1、…、Nm′,m,Nm′,m表示发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中采样点的个数,然后进入步骤D;
步骤E.构建发电厂向各目标单位进行供电的目标函数,以最低费用为目标,应用目标函数,实现发电厂向各目标单位的供电。
作为本发明的一种优选技术方案,所述步骤A包括如下步骤:
其中,表示发电厂初始时间所对应发电操作模式m的值,若发电厂各单位时间h所对应发电操作模式m低于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m高于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m等于额定发电水平,则式(1)表示各单位时间h中,发电厂只能有一种发电操作模式;式(2)表示当发电操作模式不变时,随着时间的改变,的值不变;式(3)表示将的值赋值给然后进入步骤A2;
步骤A2.表示发电厂是否处于发电操作模式过渡阶段,若发电厂处于发电操作模式过渡阶段,即单位时间h-1到单位时间h,发电厂处于发电操作模式m到发电操作模式m'的过渡阶段,则若发电厂不处于发电操作模式过渡阶段,则由此确定电能输送的过渡状态。
作为本发明的一种优选技术方案,所述步骤B包括如下步骤:
确定各单位时间h结束时储能单元中的蓄电量sh,其中,pm表示发电厂对应发电操作模式m的电能生产水平,tm′,m表示发电厂所对应发电操作模式m到发电操作模式m'的过渡时间,然后进入步骤B2;
步骤B2.结合sh所满足的约束条件0≤sh≤smax,smax表示各单位时间h结束时储能单元中的最大蓄电量,获得发电厂供电最后单位时间H结束时储能单元中的蓄电量sH满足如下约束条件:
sH≥s0 (10)
即构成储能单元所对应的约束条件。
作为本发明的一种优选技术方案,所述步骤C包括如下步骤:
步骤C1.根据如下公式:
确定发电厂生产期间各单位时间h内的电费ΔEh,其中,a表示所需能量与物料流率之比,表示储能单元、以及各目标单位的1至n分别对应发电操作模式m的稳态值,n表示目标单位的数量与储能单元的数量之和,然后进入步骤C2;
步骤C2.基于发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中的Nm′,m个采样点,根据如下公式:
确定发电厂向目标单位供电过程中各单位时间h内各采样间隔i的电费 表示储能单元、以及各目标单位的1至n基于发电厂对应发电操作模式m'到发电操作模式m过渡过程中分别对应各采样间隔i的用电采样值,Δt表示采样间隔的时长。
作为本发明的一种优选技术方案,所述步骤D执行如下操作:
按如下公式:
作为本发明的一种优选技术方案,所述步骤E包括如下步骤:
步骤E1.构建发电厂向各目标单位进行供电的目标函数如下:
J=min{Φ1+Φ2+Φ3} (14)
其中,Φ1表示发电厂对应生产期间的购电成本,Φ2表示发电厂对应不同发电操作模式之间过渡的过渡成本,Φ3表示发电厂储能单元的库存成本;表示实时变化的电价,表示发电厂储能单元的单位库存成本电费;然后进入步骤E2;
步骤E2.以最低费用为目标,应用目标函数,实现发电厂向各目标单位的供电。
本发明所述一种基于动态过程优化的综合能源系统需求响应方法,采用以上技术方案与现有技术相比,具有以下技术效果:
本发明所设计基于动态过程优化的综合能源系统需求响应方法,基于全新设计架构,以电费为主线因素,引入发电厂生产期间购电成本、对应不同发电操作模式之间过渡的过渡成本、储能单元库存成本的三方因素,共同参与应用,构建供电目标函数,为发电厂提供更加高效的供电方案选择;所设计方法具备全面性、独立性、易度量性、灵活性和实用性的特点,而且所需数据来源方便,易于理解,同时由于所提出的优化公式更易于处理,使用预先计算的过渡曲线,能够减少基础优化公式的非凸性,并且可以更轻松地解决由此产生的优化问题,提高发电厂实际工作的响应效率。
附图说明
图1是本发明设计基于动态过程优化的综合能源系统需求响应方法的流程示意图;
图2表示本发明设计实施应用的生产系统。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明设计了一种基于动态过程优化的综合能源系统需求响应方法,如图2所示,用于针对具有储能单元的发电厂,实现发电厂对各目标单位的最优供电,实际应用当中,如图1所示,具体执行如下步骤A至步骤E。
步骤A.基于发电厂根据一定时间段内,用户的不同、自然条件的不同、国家调控的要求而采取不同的发电操作模式,针对发电厂分别对应的各发电操作模式m,m∈M,M表示发电厂所对应发电操作模式的数量,定义发电厂各单位时间h所对应发电操作模式m的值为并构建所对应的约束条件,并确定电能输送的过渡状态,然后进入步骤B。
实际应用中,上述步骤A具体执行如下步骤A1至步骤A2。
其中,表示发电厂初始时间所对应发电操作模式m的值,若发电厂各单位时间h所对应发电操作模式m低于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m高于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m等于额定发电水平,则式(1)表示各单位时间h中,发电厂只能有一种发电操作模式;式(2)表示当发电操作模式不变时,随着时间的改变,的值不变;式(3)表示将的值赋值给然后进入步骤A2。
步骤A2.表示发电厂是否处于发电操作模式过渡阶段,若发电厂处于发电操作模式过渡阶段,即单位时间h-1到单位时间h,发电厂处于发电操作模式m到发电操作模式m'的过渡阶段,则若发电厂不处于发电操作模式过渡阶段,则由此确定电能输送的过渡状态。
步骤B.针对发电厂储能单元中的蓄电量,确定各单位时间h结束时储能单元中的蓄电量sh,并结合储能单元的初始蓄电量s0,确定储能单元所对应的约束条件,然后进入步骤C。
发电厂的储能单元由蓄电装置组成,并由发电厂进行供电,可满足需求侧每小时最低需求dh。同样,类似于等式(2)中定义的向后二进制变量,sh为各单位时间h结束时储能单元中的蓄电量,为发电厂储能单元各单位时间h的初始蓄电量,如下所示:
首先将初始蓄电量s0在时间h=1分配给(比如前一时间段结束的时候储能为3,那么下一个时间段的初始储能即为3,然后再用下面这个公式计算下一个时间段的储能量,结束之后为4,那么下一个阶段初始储能即为4.以此类推。)
上述步骤B在实际应用当中的实现,通过执行如下步骤B1至步骤B2去完成。
确定各单位时间h结束时储能单元中的蓄电量sh,其中,pm表示发电厂对应发电操作模式m的电能生产水平,tm′,m表示发电厂所对应发电操作模式m到发电操作模式m'的过渡时间,然后进入步骤B2。
步骤B2.结合sh所满足的约束条件0≤sh≤smax,smax表示各单位时间h结束时储能单元中的最大蓄电量,获得发电厂供电最后单位时间H结束时储能单元中的蓄电量sH满足如下约束条件:
sH≥s0 (10)
即构成储能单元所对应的约束条件。
加下来我们考虑电费的消耗,耗电量可分为两部分:一部分与生产时间段相关,另一部分与过渡时间段相关,生产时间段即是发电厂的发电过程,过度时间段即是电力从发电厂输送到用户的一个动态过程。即执行如下步骤C。
步骤C.确定发电厂生产期间各单位时间h内的电费ΔEh,以及基于发电厂对应不同发电操作模式之间的过渡,确定发电厂向目标单位供电过程中各单位时间h内各采样间隔i的电费其中,i=1、…、Nm′,m,Nm′,m表示发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中采样点的个数,然后进入步骤D。
具体应用中,上述步骤C通过如下步骤C1至步骤C2的执行,实现步骤C所设计方案的执行。
步骤C1.根据如下公式:
确定发电厂生产期间各单位时间h内的电费ΔEh,其中,a表示所需能量与物料流率之比,表示储能单元、以及各目标单位的1至n分别对应发电操作模式m的稳态值,n表示目标单位的数量与储能单元的数量之和,然后进入步骤C2。
步骤C2.基于发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中的Nm′,m个采样点,根据如下公式:
确定发电厂向目标单位供电过程中各单位时间h内各采样间隔i的电费 表示储能单元、以及各目标单位的1至n基于发电厂对应发电操作模式m'到发电操作模式m过渡过程中分别对应各采样间隔i的用电采样值,Δt表示采样间隔的时长。
额外的过度费用即是在过渡期内会有损耗,折算成电费。在过渡期内,会有因为操作模式的切换而产生一定的资源浪费,即接下来执行步骤D。
步骤D.按如下公式:
步骤E.构建发电厂向各目标单位进行供电的目标函数,以最低费用为目标,应用目标函数,实现发电厂向各目标单位的供电。
具体来说,步骤E在实际应用当中,执行如下步骤E1至步骤E2。
步骤E1.构建发电厂向各目标单位进行供电的目标函数如下:
J=min{Φ1+Φ2+Φ3} (14)
其中,Φ1表示发电厂对应生产期间的购电成本,Φ2表示发电厂对应不同发电操作模式之间过渡的过渡成本,Φ3表示发电厂储能单元的库存成本;表示实时变化的电价,表示发电厂储能单元的单位库存成本电费;然后进入步骤E2。
实际应用中,上述目标函数中,由于能源供应随着需求侧的改变而改变,所以ΔEh是变量,随着发电水平的变化,状态也在随之变化,故而也是变量,电价是每小时变化的,售电价与当前电价成正比,比率为η,sh是储能装置最小蓄电量,一般变化不大。
步骤E2.以最低费用为目标,应用目标函数,实现发电厂向各目标单位的供电。
上述技术方案所设计基于动态过程优化的综合能源系统需求响应方法,基于全新设计架构,以电费为主线因素,引入发电厂生产期间购电成本、对应不同发电操作模式之间过渡的过渡成本、储能单元库存成本的三方因素,共同参与应用,构建供电目标函数,为发电厂提供更加高效的供电方案选择;所设计方法具备全面性、独立性、易度量性、灵活性和实用性的特点,而且所需数据来源方便,易于理解,同时由于所提出的优化公式更易于处理,使用预先计算的过渡曲线,能够减少基础优化公式的非凸性,并且可以更轻松地解决由此产生的优化问题,提高发电厂实际工作的响应效率。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (6)
1.一种基于动态过程优化的综合能源系统需求响应方法,用于针对具有储能单元的发电厂,实现发电厂对各目标单位的最优供电,其特征在于,包括如下步骤:
步骤A.针对发电厂分别对应的各发电操作模式m,m∈M,M表示发电厂所对应发电操作模式的数量,定义发电厂各单位时间h所对应发电操作模式m的值为并构建所对应的约束条件,并确定电能输送的过渡状态,然后进入步骤B;
步骤B.针对发电厂储能单元中的蓄电量,确定各单位时间h结束时储能单元中的蓄电量sh,并结合储能单元的初始蓄电量s0,确定储能单元所对应的约束条件,然后进入步骤C;
步骤C.确定发电厂生产期间各单位时间h内的电费ΔEh,以及基于发电厂对应不同发电操作模式之间的过渡,确定发电厂向目标单位供电过程中各单位时间h内各采样间隔i的电费其中,i=1、…、Nm',m,Nm',m表示发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中采样点的个数,然后进入步骤D;
步骤E.构建发电厂向各目标单位进行供电的目标函数,以最低费用为目标,应用目标函数,实现发电厂向各目标单位的供电。
2.根据权利要求1所述一种基于动态过程优化的综合能源系统需求响应方法,其特征在于,所述步骤A包括如下步骤:
其中,表示发电厂初始时间所对应发电操作模式m的值,若发电厂各单位时间h所对应发电操作模式m低于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m高于额定发电水平,则若发电厂各单位时间h所对应发电操作模式m等于额定发电水平,则式(1)表示各单位时间h中,发电厂只能有一种发电操作模式;式(2)表示当发电操作模式不变时,随着时间的改变,的值不变;式(3)表示将的值赋值给然后进入步骤A2;
3.根据权利要求2所述一种基于动态过程优化的综合能源系统需求响应方法,其特征在于,所述步骤B包括如下步骤:
确定各单位时间h结束时储能单元中的蓄电量sh,其中,pm表示发电厂对应发电操作模式m的电能生产水平,tm',m表示发电厂所对应发电操作模式m到发电操作模式m'的过渡时间,然后进入步骤B2;
步骤B2.结合sh所满足的约束条件0≤sh≤smax,smax表示各单位时间h结束时储能单元中的最大蓄电量,获得发电厂供电最后单位时间H结束时储能单元中的蓄电量sH满足如下约束条件:
sH≥s0 (10)
即构成储能单元所对应的约束条件。
4.根据权利要求3所述一种基于动态过程优化的综合能源系统需求响应方法,其特征在于,所述步骤C包括如下步骤:
步骤C1.根据如下公式:
确定发电厂生产期间各单位时间h内的电费ΔEh,其中,a表示所需能量与物料流率之比,表示储能单元、以及各目标单位的1至n分别对应发电操作模式m的稳态值,n表示目标单位的数量与储能单元的数量之和,然后进入步骤C2;
步骤C2.基于发电厂所对应发电操作模式m'到发电操作模式m进行过渡过程中的Nm',m个采样点,根据如下公式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010828091.3A CN112036616A (zh) | 2020-08-17 | 2020-08-17 | 一种基于动态过程优化的综合能源系统需求响应方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010828091.3A CN112036616A (zh) | 2020-08-17 | 2020-08-17 | 一种基于动态过程优化的综合能源系统需求响应方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112036616A true CN112036616A (zh) | 2020-12-04 |
Family
ID=73578161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010828091.3A Pending CN112036616A (zh) | 2020-08-17 | 2020-08-17 | 一种基于动态过程优化的综合能源系统需求响应方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036616A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030163334A1 (en) * | 2002-01-31 | 2003-08-28 | Caleb Technologies Corp. | Integrated decision support system for optimizing the training and transition of airline pilots |
US20040054564A1 (en) * | 2002-09-17 | 2004-03-18 | Fonseca Adolfo M. | Systems and methods for the optimization of resources in energy markets |
US20120191262A1 (en) * | 2012-01-19 | 2012-07-26 | David Marcus | System and method for conserving energy resources through storage and delivery of renewable energy |
WO2013039554A1 (en) * | 2011-09-16 | 2013-03-21 | Narayam Amit | A system and a method for optimization and management of demand response and distribute energy resources |
US20140070617A1 (en) * | 2012-09-13 | 2014-03-13 | Stem, Inc | Method and apparatus for stabalizing power on an electrical grid using networked distributed energy storage systems |
CN106026177A (zh) * | 2016-07-14 | 2016-10-12 | 国网江苏省电力公司电力科学研究院 | 基于光储发电系统的电网黑启动方法 |
KR20160128781A (ko) * | 2015-04-29 | 2016-11-08 | 서강대학교산학협력단 | 에너지 저장 장치의 충방전 스케줄링 장치 및 방법 |
CN108964050A (zh) * | 2018-08-26 | 2018-12-07 | 燕山大学 | 基于需求侧响应的微电网双层优化调度方法 |
EP3413421A1 (en) * | 2017-06-07 | 2018-12-12 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (eldr) optimization |
-
2020
- 2020-08-17 CN CN202010828091.3A patent/CN112036616A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030163334A1 (en) * | 2002-01-31 | 2003-08-28 | Caleb Technologies Corp. | Integrated decision support system for optimizing the training and transition of airline pilots |
US20040054564A1 (en) * | 2002-09-17 | 2004-03-18 | Fonseca Adolfo M. | Systems and methods for the optimization of resources in energy markets |
WO2013039554A1 (en) * | 2011-09-16 | 2013-03-21 | Narayam Amit | A system and a method for optimization and management of demand response and distribute energy resources |
US20120191262A1 (en) * | 2012-01-19 | 2012-07-26 | David Marcus | System and method for conserving energy resources through storage and delivery of renewable energy |
US20140070617A1 (en) * | 2012-09-13 | 2014-03-13 | Stem, Inc | Method and apparatus for stabalizing power on an electrical grid using networked distributed energy storage systems |
KR20160128781A (ko) * | 2015-04-29 | 2016-11-08 | 서강대학교산학협력단 | 에너지 저장 장치의 충방전 스케줄링 장치 및 방법 |
CN106026177A (zh) * | 2016-07-14 | 2016-10-12 | 国网江苏省电力公司电力科学研究院 | 基于光储发电系统的电网黑启动方法 |
EP3413421A1 (en) * | 2017-06-07 | 2018-12-12 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (eldr) optimization |
CN108964050A (zh) * | 2018-08-26 | 2018-12-07 | 燕山大学 | 基于需求侧响应的微电网双层优化调度方法 |
Non-Patent Citations (2)
Title |
---|
XU QINGSHAN ETAL., 《JOURNAL OF SOUTHEAST UNIVERSITY (ENGLISH EDITION)》, vol. 33, no. 2, 31 December 2017 (2017-12-31), pages 182 - 188 * |
刘涛: "电力市场环境下燃煤电厂电煤库存优化的CVaR模型", 《信息记录材料》, vol. 19, no. 6, 30 June 2018 (2018-06-30), pages 189 - 190 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oskouei et al. | Techno-economic and environmental assessment of the coordinated operation of regional grid-connected energy hubs considering high penetration of wind power | |
Bahrami et al. | Deep reinforcement learning for demand response in distribution networks | |
Saleh et al. | Load aggregation from generation-follows-load to load-follows-generation: Residential loads | |
Zhang et al. | Unit commitment model in smart grid environment considering carbon emissions trading | |
Yang et al. | Optimal energy flow control strategy for a residential energy local network combined with demand-side management and real-time pricing | |
Ma et al. | Benefit evaluation of the deep peak-regulation market in the northeast China grid | |
CN110852535A (zh) | 一种考虑中长期交易和风电不确定性的日前市场出清模型 | |
CN110232583B (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
Heydarian-Forushani et al. | Flexible security-constrained scheduling of wind power enabling time of use pricing scheme | |
CN110046780B (zh) | 基于分时电价的孤岛微电网需求响应经济调度方法及系统 | |
Maffei et al. | Optimal Power Flow model with energy storage, an extension towards large integration of renewable energy sources. | |
CN113538066A (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
CN114243691A (zh) | 一种电力系统低碳优化调度方法 | |
CN107609692A (zh) | 一种联合负荷转移和发电成本的发电厂优化方法 | |
JP2017151651A (ja) | 余剰電力買取価格決定システム、余剰電力買取単価決定システム、及び、基準買取単価設定システム | |
Khomami et al. | Energy management of smart microgrid in presence of renewable energy sources based on real-time pricing | |
CN112365089A (zh) | 考虑分时电价的长时间尺度储能容量配置与控制优化方法 | |
CN110661255B (zh) | 一种多能源系统的热电优化运行方法、装置及设备 | |
CN112036616A (zh) | 一种基于动态过程优化的综合能源系统需求响应方法 | |
CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
Jiang et al. | Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule | |
CN115935619A (zh) | 基于需求响应的主动配电网日前低碳调度方法及装置 | |
CN113629781A (zh) | 一种基于empc的多vpp日前日内协调优化方法及装置 | |
Liu et al. | Integrated Demand Response in Multi-Energy Market Based on Flexible Loads Classification | |
Kusakana | Economic performance of a grid-interactive system with storage under a dynamic electricity pricing environment |
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 |