CN112150024B - 一种综合能源系统多场景能效评估方法 - Google Patents
一种综合能源系统多场景能效评估方法 Download PDFInfo
- Publication number
- CN112150024B CN112150024B CN202011055708.9A CN202011055708A CN112150024B CN 112150024 B CN112150024 B CN 112150024B CN 202011055708 A CN202011055708 A CN 202011055708A CN 112150024 B CN112150024 B CN 112150024B
- Authority
- CN
- China
- Prior art keywords
- energy
- unit
- efficiency
- index
- calculating
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 47
- 238000004088 simulation Methods 0.000 claims abstract description 4
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 52
- 238000003860 storage Methods 0.000 claims description 52
- 239000011159 matrix material Substances 0.000 claims description 47
- 239000007789 gas Substances 0.000 claims description 43
- 238000002485 combustion reaction Methods 0.000 claims description 40
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 34
- 238000009825 accumulation Methods 0.000 claims description 32
- 238000010248 power generation Methods 0.000 claims description 32
- 238000010521 absorption reaction Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 26
- 239000003345 natural gas Substances 0.000 claims description 24
- 230000005611 electricity Effects 0.000 claims description 12
- 239000000779 smoke Substances 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000005338 heat storage Methods 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 10
- 238000005057 refrigeration Methods 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000012946 outsourcing Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005482 strain hardening Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 8
- 238000013486 operation strategy Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005484 gravity Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Quality & Reliability (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)
- Feedback Control In General (AREA)
Abstract
本发明公开一种综合能源系统多场景能效评估方法,包括:步骤S1,建立综合能源系统的各供能设备的变工况能量转换模型,并运用所述变工况能量转换模型对各典型场景进行运行模拟;步骤S2,根据综合能源系统对不可再生能源的利用、可再生能源的消纳以及对能量转换的程度,计算各典型场景下的能效评价指标;步骤S3,基于AHP‑熵权法计算各能效评价指标权重,并计算各典型场景综合能效评价数值。本发明从时间维度上将全年能效评估问题分解成不同典型场景能效评估问题,有效地减少了全年进行能效评估的工作量。此外,还可为综合能源系统方案的选择提供理论依据,对综合能源系统能效的调高提供指导,具有理论研究价值和工程应用价值。
Description
技术领域
本发明涉及能源技术领域,尤其涉及一种综合能源系统多场景能效评估方法。
背景技术
在能源革命的时代背景下,综合能源系统的能源利用效率受到大家的重视,通过多种能源的协同设计和运行以提高能源利用效率是综合能源系统建设的重要目标之一。首先,在系统层面上,综合能源系统的能源利用效率为系统的输入能量与输出能量之间的比值,而系统的能源消耗量又与系统中各能量转换设备的效率直接相关,因此,有必要对系统中的能量转换设备建立起输入输出能量转换模型。而供能设备的效率又随着运行过程中不同场景下环境及负荷率等因素而变化,在设备的输入输出能量转换模型中有必要考虑设备的变工况特性。
当前,在对系统综合能源利用率进行评估时,仍缺乏统一的标准,而且对于综合能源系统能效进行评估时,仅考虑系统的输入量与输出量并不能全面的反映系统的综合能源利用效率,因此,在实际系统的方案设计与实际运行中有必要建立一套较为完整的综合能效评估方法,为综合能源系统提供量化的能效数值。
发明内容
本发明所要解决的技术问题在于,提供一种实用、有效的综合能源系统多场景能效评估方法。
为了解决上述技术问题,本发明提供一种综合能源系统多场景能效评估方法,包括:
步骤S1,建立综合能源系统的各供能设备的变工况能量转换模型,并运用所述变工况能量转换模型对各典型场景进行运行模拟;
步骤S2,根据综合能源系统对不可再生能源的利用、可再生能源的消纳以及对能量转换的程度,计算各典型场景下的能效评价指标;
步骤S3,基于AHP-熵权法计算各能效评价指标权重,并计算各典型场景综合能效评价数值。进一步地,所述步骤S1具体包括:
步骤S11,建立燃气内燃机变工况能量转换模型;燃气内燃机发电效率与内燃机负荷率之间的关系采用多项式拟合如以下式所示:
PGE=RDwgasλGE
其中,PGE为内燃机输出功率,单位为MW;λGE为内燃机发电效率;wgas为消耗天然气流量,单位为m3/s;RD为天然气低位热值,取值35.6MJ/m3;为内燃机额定发电效率;/>为内燃机额定输出功率,单位为MW;bi,GE为拟合系数;
步骤S12,建立溴化锂吸收式冷水机组变工况能量转换模型;
根据溴化锂机组折合制冷量及机组额定工况下的制冷量,得到溴化锂机组在实际运行中的制冷功率如以下式所示:
其中,为折合制冷量;T*为燃气内燃机折合排烟温度;L*为折合排烟流量;/>为溴化锂机组输出制冷功率,单位为MW;/>为溴化锂机组额定工况下制冷功率,单位为MW;
步骤S13,建立光伏发电变工况能量转换模型;
光伏电池的输出功率随辐照强度和光伏电池温度的关系如以下式所示:
Ts=Te+Q·Si
其中,Ts为光伏电池板实际温度,单位为℃;Te为环境温度,单位为℃;Q为光伏电池板的温度系数,单位为℃·m2/W);Si为太阳辐照强度,单位为W/m2;PPV为光伏电池的实际输出功率,单位为MW;为标准测试条件下的最大测试功率,单位为MW;/>为标准测试条件下的太阳辐照强度,其值为1000w/m2;Tc为光伏组件的参考温度,单位为℃;
步骤S14,建立双工况冰蓄冷机组变工况能量转换模型;
冰蓄冷机组运行在制冰工况时,假设机组的制冰性能系数为设计工况值,其输入电量与机组蓄冰功率之间的转换关系如以下式所示:
VICS=PICS·COPICS
其中,COPICS为双工况机组电制冷制冷系数;为机组负载率;VICS为双工况机组电制冷制冷功率,单位为MW;PICS为双工况机组电制冷耗电功率,单位为MW;/>为双工况机组蓄冰功率,单位为MW;/>为双工况机组蓄冰系数;
步骤S15,建立蓄电池、冰蓄冷装置和蓄热装置的变工况能量转换模型;
蓄电池储能剩余容量如以下式所示:
其中,VES(q+1)、VES(q)分别为q+1时刻、q时刻蓄电池的剩余电量,单位为MWh;分别为储能蓄电池充电、放电转换效率系数;/>分别为q时刻蓄电池的充电功率和放电功率,单位为MW;θe为蓄电损失率;Δt为时间间隔,单位为h;
冰蓄冷装置剩余蓄冷量如以下式所示:
其中,VLS(q+1)、VLS(q)分别为q+1时刻、q时刻蓄冰槽的蓄冷量,单位为MWh;别为q时刻蓄冰槽的蓄冰、放冰功率,单位为MW;/>分别为蓄冷槽输入、输出转换效率;θL为存储冷损失率;
蓄热装置剩余蓄热量如以下式所示:
其中,VTS(q+1)、VTS(q)分别分别为q+1时刻、q时刻蓄热槽的蓄热量,单位为MWh;别为q时刻蓄热槽的蓄热、放热功率,单位为MW;/> 分别为蓄热槽输入、输出转换效率;θT为存储热损失率。
进一步地,所述能效评价指标包括:非可再生一次能源利用指标、可再生能源的消纳率、效率。
进一步地,所述步骤S2计算所述非可再生一次能源利用指标具体包括:
步骤S21,计算综合能源系统运行时的非可再生一次能源消耗量;其计算方式如下:
Vf=WgasRD+3600Vgrid/λ
其中,Vf为综合能源系统运行时非可再生一次能源消耗量,单位为MJ;Wgas为系统消耗天然气的量,单位为m3;RD为天然气低位热值,单位为MJ/m3;Qgrid为系统外购电量,单位为MWh;λ为传统燃煤电厂输送电能到用户侧的总效率;
步骤S22,计算非可再生一次能源利用率;其计算方式如下:
NPEUR=(Ve+Vl+Vt)/Vf
其中,NPEUR为非可再生一次能源利用率,Ve为系统输出的电量,单位为MJ;Vl为系统输出的冷量,单位为MJ;Vt为系统输出的热量,单位为MJ;
步骤S23,计算非可再生一次能耗节约率;其计算方式如下:
其中,NPESR为非可再生一次能耗节约率,为系统在传统供能模式下的非可再生一次能源消耗量,单位为MJ;COP为系统在传统供能模式下电制冷机制冷系数;λt为系统在传统供能模式下电锅炉制热效率。
进一步地,所述可再生能源的消纳率的计算方式为:
其中,RECR为可再生能源的消纳率,Vre为系统消纳的可再生能源发电量,单位为MWh;为系统实际可再生能源发电总量,单位为MWh。
进一步地,所述步骤S2计算效率具体包括:
步骤S24,计算燃气内燃机的效率,其计算方式如下:
其中,ξGE为燃气内燃机的效率;/>为消耗的天然气中的/>单位为MJ;为发出电量里的/>单位为MJ;/>为供热量里的/>单位为MJ;Vgee为燃气内燃机发出的电量,单位为MWh;Vr为燃气内燃机的供热量,单位为MJ,σr为热能的能质系数,且Te为环境绝对温度,单位为K,Tt为热工质的绝对温度,单位为K;Wgas为消耗天然气的量,单位为m3,RD为天然气低位热值,单位为MJ/m3;
步骤S25,计算溴化锂吸收式冷水机组的效率,其计算方式如下:
其中,ξLBR为溴化锂吸收式冷水机组的效率;/>为吸收烟气里的/>单位为MJ;/>为供冷量里的/>单位为MJ;Vsteam为溴化锂吸收式冷水机组吸收烟气的热量,单位为MJ;Vc为溴化锂吸收式冷水机组的供冷量,单位为MJ;σc为冷能的能质系数,且Te为环境绝对温度,单位为K,Tc为冷工质的绝对温度,单位为K;
步骤S26,计算光伏发电的效率,其计算方式如下:
其中,ξPV为光伏发电的效率;/>为光伏吸收的太阳能里的/> 为光伏发出的电量里的/>Si为太阳辐照度,单位为W/m2;A为光辐照设面积,单位为m2;Te为环境温度,单位为k;Ts为太阳温度;Vpve为光伏发出的电量,单位为MWh;
步骤S26,计算综合能源系统的效率,其计算方式如下:
其中,ξs为综合能源系统的效率;/>为系统输出电负荷对应的/>值,单位为MJ;/>为系统输出冷负荷对应的/>值,单位为MJ;/>为系统输出热负荷对应的/>值,单位为MJ;/>为天然气对应的输入/>单位为MJ;/>为光伏对应的输入/>单位为MJ;/>为外购电量对应的输入/>Ve为系统输出的总电负荷;Vt为系统输出的总热负荷;Vl为系统输出的总冷负荷;Vgrid为系统外网购电量。
进一步地,所述步骤S3中应用AHP法计算能效评价指标权重的步骤包括:
步骤S31,按照量化的评价标准,对各层次的因素进行两两比较,得到相对重要性矩阵如下所示:
步骤S32,计算所述判断矩阵A=(aij)n×n对应于最大特征值λmax的特征向量w来进行层次单排序;
步骤S33,对所述判断矩阵进行一致性检验。
进一步地,所述步骤S32具体包括:
将所述判断矩阵A=(aij)n×n按列归一化,得到矩阵如下:
按以下方式计算矩阵各行元素和的平均值:
得到w=[w1,w2,…,wn]T即为所求权重向量;
计算所述判断矩阵最大特征根λmax;
所述步骤S33具体包括:
计算所述判断矩阵的一致性指标CI,其计算方式如下:
计算随机一致性比率CR,其计算方式如下:
其中,RI是所述判断矩阵的平均随机一致性指标。
进一步地,所述步骤S3中应用熵权法计算能效评价指标权重的步骤包括:
步骤S34,能效评价指标归一化:
设综合能源系统中有n个参与评价的典型场景,记为N=(n1,n2,...,nn);k个能效评价指标,记为G=(g1,g2,...,gk),被评价典型场景ni在第d个指标下的能效数值记作cid(i=1,2,...,n;d=1,2,...,k),则形成n×k个能效评价指标构成的能效指标矩阵C=[cid]n×k,即:
对指标值越大,表示评价结果越优的指标,按下式进行标准化:
xid=(cid-min(cd))/(max(cd)-min(cd))
对指标值越小,表示评价结果越优的指标,按下式进行标准化:
xid=(max(cd)-cid)/(max(cd)-min(cd))
在对指标矩阵C进行标准化和无量纲化处理后,使得能效各评价指标0≤xid≤1;
计算第d个指标下,第i个评价场景的特征比重Aid,从而形成归一化矩阵A,如下式所示:
步骤S35,计算指标信息熵:
通过下式计算第d个指标对应的信息熵数值:
其中,aid为Aid矩阵中的元素;
步骤S36,确定各指标熵权:
通过下式计算第d项指标的差异系数fd:
fd=1-zd
通过下式计算第d项指标的熵权md:
最终得到基于熵权法的指标权重向量Md:
Md=(md,1,md,2,...,md,n)。
进一步地,所述步骤S3还包括:基于AHP-熵权法计算组合权重:
所述组合权重如下式所示:
其中,mi、Wi分别表示熵权法和AHP法的指标权重,最终的组合权重为:BT=(B1,B1,…Bn)T;
通过线性加权法,求得各评价对象的综合评价值,计算方式如下:
本发明实施例的有益效果在于:充分考虑了系统对不可再生能源的利用、可再生能源消纳以及对能量转换的程度,提供了一种实用的综合能效评估指标体系;建立了基于熵权法的多场景综合能效评估方法,从时间维度上将全年能效评估问题分解成不同典型场景能效评估问题,有效地减少了全年进行能效评估的工作量。此外,还可为综合能源系统方案的选择提供理论依据,对综合能源系统能效的调高提供指导,具有理论研究价值和工程应用价值。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一种综合能源系统多场景能效评估方法的流程示意图。
图2本发明实施例中园区多能源冬季典型日负荷曲线示意图。
图3园区多能源夏季典型日负荷曲线示意图。
图4园区多能源过渡季典型日负荷曲线示意图。
具体实施方式
以下各实施例的说明是参考附图,用以示例本发明可以用以实施的特定实施例。
请参照图1所示,本发明实施例提供一种综合能源系统多场景能效评估方法,包括:
步骤S1,建立综合能源系统的各供能设备的变工况能量转换模型,并运用所述变工况能量转换模型对各典型场景进行运行模拟;
步骤S2,根据综合能源系统对不可再生能源的利用、可再生能源的消纳以及对能量转换的程度,计算各典型场景下的能效评价指标;
步骤S3,基于AHP-熵权法计算各能效评价指标权重,并计算各典型场景综合能效评价数值。
具体地,本实施中,步骤S1建立能源系统变工况能量转换模型。考虑到供能设备在不同的环境、不同的负荷率时设备输出呈现明显的变工况特性,同时综合能源系统的综合能效与系统中的各供能设备的效率直接相关,为准确反映系统的实际运行情况,建立了燃气内燃机、溴化锂吸收式冷水机组、光伏发电、双工况冰蓄冷机组及储能设备的变工况能量转换模型,为系统更准确的对综合能效进行评估、运行策略进行优化奠定模型基础。各主要设备建模如下:
1)燃气内燃机变工况能量转换模型
燃气内燃机发电效率、烟气排放流量和烟气排放温度均与其负载水平有关。燃气内燃机发电效率与内燃机负荷率之间的关系采用多项式拟合如以下式所示:
PGE=RDwgasλGE
其中,PGE为内燃机输出功率,单位为MW;λGE为内燃机发电效率;wgas为消耗天然气流量,单位为m3/s;RD为天然气低位热值,取值35.6MJ/m3;为内燃机额定发电效率;/>为内燃机额定输出功率,单位为MW;bi,GE为拟合系数。
2)溴化锂吸收式冷水机组变工况能量转换模型
根据溴化锂机组折合制冷量及机组额定工况下的制冷量,可以得到溴化锂机组在实际运行中的制冷功率如以下式所示:
其中,为折合制冷量;T*为燃气内燃机折合排烟温度;L*为折合排烟流量;/>为溴化锂机组输出制冷功率,单位为MW;/>为溴化锂机组额定工况下制冷功率,单位为MW。
3)光伏发电变工况能量转换模型
光伏电池的输出功率随辐照强度和光伏电池温度的关系如以下式所示:
Ts=Te+Q·Si
其中,Ts为光伏电池板实际温度,单位为℃;Te为环境温度,单位为℃;Q为光伏电池板的温度系数,单位为℃·m2/W);Si为太阳辐照强度,单位为W/m2;PPV为光伏电池的实际输出功率,单位为MW;为标准测试条件下的最大测试功率,单位为MW;/>为标准测试条件下的太阳辐照强度,其值为1000w/m2;Tc为光伏组件的参考温度,单位为℃。
4)双工况冰蓄冷机组变工况能量转换模型
在冷冻水出口温度一定的情况下,冰蓄冷空调工况的制冷性能系数与机组的负载率有关。冰蓄冷机组运行在制冰工况时,假设机组的制冰性能系数为设计工况值,其输入电量与机组蓄冰功率之间的转换关系如以下式所示:
VICS=PICS·COPICS
其中,COPICS为双工况机组电制冷制冷系数;为机组负载率;VICS为双工况机组电制冷制冷功率,单位为MW;PICS为双工况机组电制冷耗电功率,单位为MW;/>为双工况机组蓄冰功率,单位为MW;/>为双工况机组蓄冰系数。
5)储能装置
a.蓄电池
蓄电池储能剩余容量如以下式子所示:
其中,VES(q+1)、VES(q)分别为q+1时刻、q时刻蓄电池的剩余电量,单位为MWh;分别为储能蓄电池充电、放电转换效率系数;/>分别为q时刻蓄电池的充电功率和放电功率,单位为MW;θe为蓄电损失率;Δt为时间间隔,单位为h。
b.冰蓄冷装置
在不考虑冰蓄冷内部控制过程的前提下,其剩余蓄冷量如以下式所示:
其中,VLS(q+1)、VLS(q)分别为q+1时刻、q时刻蓄冰槽的蓄冷量,单位为MWh;别为q时刻蓄冰槽的蓄冰、放冰功率,单位为MW;/>分别为蓄冷槽输入、输出转换效率;θL为存储冷损失率。
c.蓄热装置
蓄热装置剩余蓄热量如以下式所示:
其中,VTS(q+1)、VTS(q)分别分别为q+1时刻、q时刻蓄热槽的蓄热量,单位为MWh;别为q时刻蓄热槽的蓄热、放热功率,单位为MW;/> 分别为蓄热槽输入、输出转换效率;θT为存储热损失率。
2、建立综合能源系统能效综合评价指标模型。
为了从多个角度反应综合能源系统对能源的利用水平,本发明结合热力学第一、二定律分析法建立各能效评价指标。首先,根据能量的数量守恒关系建立非可再生一次能源利用指标;其次,在能量的数量守恒和质量守恒相结合的基础之上,建立效率指标;同时,为考察系统对可再生能源的利用水平建立了可再生能源的消纳指标。
能效评价指标建立如下:
1)非可再生一次能源利用指标
a.非可再生一次能源消耗量
首先计算出系统运行时的非可再生一次能源消耗量来反映系统对非可再生一次能源的利用水平。系统运行时的非可再生一次能源消耗量包含系统消耗的燃气热量WgasRD加上系统购买电量相对应的非可再生一次能源消耗量3600Vgrid/λ之和。其计算公式如下:
Vf=WgasRD+3600Vgrid/λ
其中,Vf为系统运行时非可再生一次能源消耗量,单位为MJ;Wgas为系统消耗天然气的量,单位为m3;RD为天然气低位热值,单位为MJ/m3;Qgrid为系统外购电量,单位为MWh;λ为传统燃煤电厂输送电能到用户侧的总效率。
b.非可再生一次能源利用率
非可再生一次能源利用率NPEUR指综合能源系统在运行时系统输出的总能量与系统输入的非可再生一次能源消耗量的比值。它的数值大小可以表征系统的对非可再生一次能源的利用水平。其计算公式如下:
NPEUR=(Ve+Vl+Vt)/Vf
其中,Ve为系统输出的电量,单位为MJ;Vl为系统输出的冷量,单位为MJ;Vt为系统输出的热量,单位为MJ。
c.非可再生一次能耗节约率
非可再生一次能耗节约率NPESR指综合能源系统运行时相对于传统供能模式下节约的非可再生一次能源消耗量与传统供能模式下非可再生一次能源消耗量的比值,它可以反映系统多能互补、能量梯级利用的优势,反映系统的节能水平。其计算公式如下:
其中,为系统在传统供能模式下的非可再生一次能源消耗量,单位为MJ;COP为系统在传统供能模式下电制冷机制冷系数,取值4.0;λt为系统在传统供能模式下电锅炉制热效率,取值0.95。
2)可再生能源的消纳率
可再生能源的消纳率RECR指综合能源系统中负荷消纳的可再生能源发电量相对于系统实际可再生能源发电量之间的比值,它的值越高表征系统消纳可再生能源的能力越强。其计算公式如下:
其中,Vre为系统消纳的可再生能源发电量,单位为MWh;为系统实际可再生能源发电总量,单位为MWh。
3)效率
a.燃气内燃机
燃气内燃机的收益为发出的电量里的/>和供热量里的/>代价/>为消耗的天然气里的/>其/>效率即为收益/>与代价/>之比,其计算公式如下:
其中,ξGE为燃气内燃机的效率;/>为消耗的天然气中的/>单位为MJ;为发出电量里的/>单位为MJ;/>为供热量里的/>单位为MJ;Vgee为燃气内燃机发出的电量,单位为MWh;Vr为燃气内燃机的供热量,单位为MJ,σr为热能的能质系数,且Te为环境绝对温度,单位为K,Tt为热工质的绝对温度,单位为K;Wgas为消耗天然气的量,单位为m3,RD为天然气低位热值,单位为MJ/m3。/>
b.溴化锂吸收式冷水机组
溴化锂吸收式冷水机组的收益为供冷量里的/>代价/>为燃气内燃机排烟里的/>其/>效率即为收益/>与代价/>之比,具体计算方式如下:
其中,ξLBR为溴化锂吸收式冷水机组的效率;/>为吸收烟气里的/>单位为MJ;/>为供冷量里的/>单位为MJ;Vsteam为溴化锂吸收式冷水机组吸收烟气的热量,单位为MJ;Vc为溴化锂吸收式冷水机组的供冷量,单位为MJ;σc为冷能的能质系数,且Te为环境绝对温度,单位为K,Tc为冷工质的绝对温度,单位为K。
c.光伏发电
光伏发电的收益为发出的电量里的/>代价/>为吸收的太阳能里的/>其/>效率即为收益/>与代价/>之比,计算方式如下:
其中,ξPV为光伏发电的效率;/>为光伏吸收的太阳能里的/> 为光伏发出的电量里的/>Si为太阳辐照度,单位为W/m2;A为光辐照设面积,单位为m2;Te为环境温度,单位为k;Ts为太阳温度,取值5777k;Vpve为光伏发出的电量,单位为MWh。
d.综合能源系统
综合能源系统包含上述的供能设备,其收益为系统产出的的电能、热能、冷能里的/>代价/>为消耗天然气里/>光伏吸收的的/>外购电量对应的/>其/>效率即为整体收益/>与整体代价/>之比,计算方式如下:
其中,ξs为综合能源系统的效率;/>为系统输出电负荷对应的/>值,单位为MJ;/>为系统输出冷负荷对应的/>值,单位为MJ;/>为系统输出热负荷对应的/>值,单位为MJ;/>为天然气对应的输入/>单位为MJ;/>为光伏对应的输入/>单位为MJ;/>为外购电量对应的输入/>Ve为系统输出的总电负荷;Vt为系统输出的总热负荷;Vl为系统输出的总冷负荷;Vgrid为系统外网购电量。
(2)基于AHP-熵权法的多场景综合能效评估方法
本发明运用AHP-熵权法来确定各指标权重,分别用两种方法求出各指标的权重值,将两种方法组合得到组合权重。
1.AHP法
应用AHP分析评估问题时,首先要把问题系统化,将因素层次化,构造出一个因素递阶层次结构模型。在这个模型下,复杂问题被分解为按属性及关系形成若干层次的元素的组成部分。上一层次的因素作为准则对下一层次的因素起支配作用,下层因素是上层因素的细化。
1)构造判断矩阵
建立了递阶层次结构模型后,上下层因素的隶属关系就被确定了。为确定各层元素相对于上一层目标的重要程度,需要构建判断矩阵。本实施例采用“1-9标度法”,按照量化的评价标准,对各层次的因素进行两两比较,得到相对重要性矩阵如下所示:
2)层次单排序及一致性检验
层次单排序指的是层次分析法中同层次因素对于上一层次指标因素的重要性排序,一般是由计算判断矩阵A=(aij)n×n对应于最大特征值λmax的特征向量w来确定。
将判断矩阵A=(aij)n×n按列归一化,得到矩阵即
计算矩阵各行元素和的平均值,即
计算得到w=[w1,w2,…,wn]T即为所求权重向量。
计算判断矩阵最大特征根λmax。
3)一致性检验:为保证应用层次分析法所得到的权重分配的合理性,需要检验各元素重要度之间的协调性,即进行一致性检验,避免各个因素相对重要程度之间出现相互矛盾的情况。首先计算判断矩阵A的一致性指标CI,即
CI的数值越大表明判断矩阵的一致性越差,随机一致性比率定义为CR,即其中RI是判断矩阵A的平均随机一致性指标,RI的数值大小仅与矩阵的阶数有关,可以通过查表得到。/>
一般情况下,CR越小,则说明判断矩阵一致性就越好。CR<0.10,则说明判断矩阵具有可接受的满意一致性,否则就应该对其进行调整修正。
2.熵权法
熵权法根据指标的变异程度的大小来确定指标对应的权重大小对各指标进行综合评价,从而确定各能效指标的信息熵及计算出各能效指标在综合指标中所占的权重,具体步骤如下:
1)指标归一化
设综合能源系统中有n个参与评价的典型场景,记为N=(n1,n2,...,nn);k个能效评价指标,记为G=(g1,g2,...,gk),被评价典型场景ni在第d个指标下的能效数值记作cid(i=1,2,...,n;d=1,2,...,k),则形成n×k个能效评价指标构成的能效指标矩阵C=[cid]n×k,即:
对指标值越大,表示评价结果越优的指标,按下式进行标准化:
xid=(cid-min(cd))/(max(cd)-min(cd))
对指标值越小,表示评价结果越优的指标,按下式进行标准化:
xid=(max(cd)-cid)/(max(cd)-min(cd))
为实现把评价指标矩阵C规范为矩阵X,在对指标矩阵C进行标准化和无量纲化处理后,使得能效各评价指标0≤xid≤1。接下来,计算第d个指标下,第i个评价场景的特征比重Aid,从而形成归一化矩阵A,如下式所示:
2)计算指标信息熵
通过判断各能效指标的信息熵值来确定能效评价指标所占的权重大小,则第d个指标对应的信息熵数值,可以通过下式计算:
其中,aid为Aid矩阵中的元素。
3)确定各指标熵权
首先,计算第d项指标的差异系数fd。其次,确定第d项指标的熵权md。具体计算如下:
fd=1-zd
/>
最终得到基于熵权法的指标权重向量Md:
Md=(md,1,md,2,…,md,n)
3.基于AHP-熵权法计算组合权重
AHP考虑了专家的知识和经验、决策者的偏好,但主观随意性较大,熵权法结果较为客观但无法反应专家的知识和经验及决策者意见,综合二者的优缺点,得到主客观结合的评价指标综合权重。
(1)组合权重的确定
其中,mi、Wi分别表示熵权法和AHP法的指标权重。
最终的组合权重为:BT=(B1,B1,…Bn)T
(2)综合排序确定
通过线性加权法,求得各评价对象的综合评价值,计算方式如下:
在系统各典型运行场景下,通过所述综合能效评估方法可以计算出综合能源系统在对应场景下相应的综合能效评价值。根据各典型场景对应的天数并通过对典型场景综合能效值进行加权平均,对系统全年的综合能效进行估算。
以下再通过一具体应用实例对本发明进行说明。
(一)应用实例数据
该园区主要设备有燃气轮机、溴化锂吸收式冷水机组、分布式光伏发电系统、蓄电池、双工况冰蓄冷机组及蓄热装置。系统通过公共母线与大电网连接,当系统电力不足时向大电网购电;系统中的天然气由燃气公司供应;由于光伏发电属于清洁能源,因此,系统采用最大功率跟踪控制,优先利用本地分布式光伏发电。系统中供能设备容量如表1所示、储能设备的参数如表2所示。
表园区设备容量配置表
表2园区储能设备参数
通过对园区内用户负荷的收集与分析,发现园区冬季主要有热负荷和电负荷、夏季主要有冷负荷和电负荷、过渡季主要有电负荷,并得到园区内多能源冬季、夏季和过渡季的典型日负荷分别如图2、图3和图4所示:
(二)系统典型场景总结
系统能源利用效率取决于综合能源系统输入输出的转换关系以及系统选取的运行策略。在综合能源系统运行的过程中,在不同的季节及不同的运行策略下,其综合能效将有较大的差异。基于系统运行策略并综合考虑季节的不同,本发明总结了综合能源系统5种典型场景如表3所示。
表3综合能源系统能效评价场景
(三)结果展示
为验证本发明所建模型的有效性,通过对比不同场景下的能效指标计算结果和能效评估结果,分析该模型的有效性。
(1)各场景下能效指标计算结果
基于各场景中供能设备的实际运行情况,可以得到各场景下系统的输入量与输出量,并结合前文所建立的各能效评价指标的计算公式,可以计算出各典型评价场景下对应能效指标的具体数值,如表4所示。
表4各场景能效指标计算结果
由上表可知,由于场景A3处于夏季,光伏发电量较大且系统优先使用光伏产的电,因此非可再生一次能源利用率较大;场景A4优先满足冷负荷,CCHP系统内部“以冷定电”,同时产生大量的电能,使得光伏发电功率减弱,因此使得非可再生一次能耗节约率偏低;场景A5主要满足电负荷,光伏发电出力增大,容易产生弃光现象,因此可再生能源消纳率偏低。
(2)综合能效评估结果
运用本发明所建立的基于AHP-熵权法的多场景综合能效评估方法,计算求得各能效指标的信息熵值及对应的权重如表5所示。
表5 AHP-熵权法计算结果
根据表5计算得到的各能效指所占权重,计算出各典型运行场景下能效的综合评价值如表6所示。
表6各场景综合能效评估结果
根据该地区冬季、夏季和过渡季的天数,可以估算出全年平均能效的具体数值如表7所示。
表7系统全年综合能效评估结果
综上所述,根据AHP-熵权法计算结果,表明不同场景在非可再生一次能源利用率和效率上差别最大,因此在最后的评价计算中所占权重较大。根据典型场景综合能效评价结果,系统在实际运行时根据能效的高低进行运行策略的选取,因此该园区在冬季、夏季和过渡季均选用“优先满足电负荷”的运行策略。根据系统全年综合能效评估结果,该园区冬季的综合能效最高,表明此段时间系统的能源得到了较好的利用。
通过上述说明可知,本发明实施例的有益效果在于:充分考虑了系统对不可再生能源的利用、可再生能源消纳以及对能量转换的程度,提供了一种实用的综合能效评估指标体系;建立了基于熵权法的多场景综合能效评估方法,从时间维度上将全年能效评估问题分解成不同典型场景能效评估问题,有效地减少了全年进行能效评估的工作量。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (9)
1.一种综合能源系统多场景能效评估方法,其特征在于,包括:
步骤S1,建立综合能源系统的各供能设备的变工况能量转换模型,并运用所述变工况能量转换模型对各典型场景进行运行模拟;
步骤S2,根据综合能源系统对不可再生能源的利用、可再生能源的消纳以及对能量转换的程度,计算各典型场景下的能效评价指标;
步骤S3,基于AHP-熵权法计算各能效评价指标权重,并计算各典型场景综合能效评价数值;
所述步骤S1具体包括:
步骤S11,建立燃气内燃机变工况能量转换模型;燃气内燃机发电效率与内燃机负荷率之间的关系采用多项式拟合如以下式所示:
PGE=RDwgasλGE
其中,PGE为内燃机输出功率,单位为MW;λGE为内燃机发电效率;wgas为消耗天然气流量,单位为m3/s;RD为天然气低位热值,取值35.6MJ/m3;为内燃机额定发电效率;/>为内燃机额定输出功率,单位为MW;bi,GE为拟合系数;
步骤S12,建立溴化锂吸收式冷水机组变工况能量转换模型;
根据溴化锂吸收式冷水机组折合制冷量及机组额定工况下的制冷量,得到溴化锂吸收式冷水机组在实际运行中的制冷功率如以下式所示:
其中,为折合制冷量;T*为燃气内燃机折合排烟温度;L*为折合排烟流量;/>为溴化锂吸收式冷水机组输出制冷功率,单位为MW;/>为溴化锂吸收式冷水机组额定工况下制冷功率,单位为MW;
步骤S13,建立光伏发电变工况能量转换模型;
光伏电池的输出功率随辐照强度和光伏电池温度的关系如以下式所示:
Ts=Te+Q·Si
其中,Ts为光伏电池板实际温度,单位为℃;Te为环境温度,单位为℃;Q为光伏电池板的温度系数,单位为℃·m2/W;Si为太阳辐照强度,单位为W/m2;PPV为光伏电池的实际输出功率,单位为MW;为标准测试条件下的最大测试功率,单位为MW;/>为标准测试条件下的太阳辐照强度,其值为1000w/m2;Tc为光伏组件的参考温度,单位为℃;
步骤S14,建立双工况冰蓄冷机组变工况能量转换模型;
双工况冰蓄冷机组运行在制冰工况时,假设双工况冰蓄冷机组的制冰性能系数为设计工况值,其输入电量与机组蓄冰功率之间的转换关系如以下式所示:
VICS=PICS·COPICS
其中,COPICS为双工况冰蓄冷机组电制冷制冷系数;为机组负载率;VICS为双工况冰蓄冷机组电制冷制冷功率,单位为MW;PICS为双工况冰蓄冷机组电制冷耗电功率,单位为MW;为双工况冰蓄冷机组蓄冰功率,单位为MW;/>为双工况冰蓄冷机组蓄冰系数;
步骤S15,建立蓄电池、冰蓄冷装置和蓄热装置的变工况能量转换模型;
蓄电池储能剩余容量如以下式所示:
其中,VES(q+1)、VES(q)分别为q+1时刻、q时刻蓄电池的剩余电量,单位为MWh;分别为储能蓄电池充电、放电转换效率系数;/>分别为q时刻蓄电池的充电功率和放电功率,单位为MW;θe为蓄电损失率;△t为时间间隔,单位为h;
冰蓄冷装置剩余蓄冷量如以下式所示:
其中,VLS(q+1)、VLS(q)分别为q+1时刻、q时刻蓄冰槽的蓄冷量,单位为MWh;分别为q时刻蓄冰槽的蓄冰、放冰功率,单位为MW;/>分别为蓄冷槽输入、输出转换效率;θL为存储冷损失率;
蓄热装置剩余蓄热量如以下式所示:
其中,VTS(q+1)、VTS(q)分别为q+1时刻、q时刻蓄热槽的蓄热量,单位为MWh;分别为q时刻蓄热槽的蓄热、放热功率,单位为MW;/> 分别为蓄热槽输入、输出转换效率;θT为存储热损失率。
2.根据权利要求1所述的综合能源系统多场景能效评估方法,其特征在于,所述能效评价指标包括:非可再生一次能源利用指标、可再生能源的消纳率、效率。
3.根据权利要求2所述的综合能源系统多场景能效评估方法,其特征在于,步骤S2计算所述非可再生一次能源利用指标具体包括:
步骤S21,计算综合能源系统运行时的非可再生一次能源消耗量;其计算方式如下:
Vf=WgasRD+3600Vgrid/λ
其中,Vf为综合能源系统运行时非可再生一次能源消耗量,单位为MJ;Wgas为系统消耗天然气的量,单位为m3;RD为天然气低位热值,单位为MJ/m3;Vgrid为系统外网购电量,单位为MWh;λ为传统燃煤电厂输送电能到用户侧的总效率;
步骤S22,计算非可再生一次能源利用率;其计算方式如下:
NPEUR=(Ve+Vl+Vt)/Vf
其中,NPEUR为非可再生一次能源利用率,Ve为系统输出的电量,单位为MJ;Vl为系统输出的冷量,单位为MJ;Vt为系统输出的热量,单位为MJ;
步骤S23,计算非可再生一次能耗节约率;其计算方式如下:
其中,NPESR为非可再生一次能耗节约率,为系统在传统供能模式下的非可再生一次能源消耗量,单位为MJ;COP为系统在传统供能模式下电制冷机制冷系数;λt为系统在传统供能模式下电锅炉制热效率。
4.根据权利要求2所述的综合能源系统多场景能效评估方法,其特征在于,所述可再生能源的消纳率的计算方式为:
其中,RECR为可再生能源的消纳率,Vre为系统消纳的可再生能源发电量,单位为MWh;为系统实际可再生能源发电总量,单位为MWh。
5.根据权利要求2所述的综合能源系统多场景能效评估方法,其特征在于,步骤S2计算效率具体包括:
步骤S24,计算燃气内燃机的效率,其计算方式如下:
其中,ξGE为燃气内燃机的效率;/>为消耗的天然气中的/>单位为MJ;/>为发出电量里的/>单位为MJ;/>为供热量里的/>单位为MJ;Vgee为燃气内燃机发出的电量,单位为MWh;Vr为燃气内燃机的供热量,单位为MJ,σr为热能的能质系数,且Te为环境绝对温度,单位为K,Tt为热工质的绝对温度,单位为K;Wgas为消耗天然气的量,单位为m3,RD为天然气低位热值,单位为MJ/m3;
步骤S25,计算溴化锂吸收式冷水机组的效率,其计算方式如下:
其中,ξLBR为溴化锂吸收式冷水机组的效率;/>为吸收烟气里的/>单位为MJ;为供冷量里的/>单位为MJ;Vsteam为溴化锂吸收式冷水机组吸收烟气的热量,单位为MJ;Vc为溴化锂吸收式冷水机组的供冷量,单位为MJ;σc为冷能的能质系数,且Te为环境绝对温度,单位为K,Tc为冷工质的绝对温度,单位为K;
步骤S26,计算光伏发电的效率,其计算方式如下:
其中,ξPV为光伏发电的效率;/>为光伏吸收的太阳能里的/> 为光伏发出的电量里的/>Si为太阳辐照度,单位为W/m2;A为光辐照设面积,单位为m2;Te为环境温度,单位为k;Ts为太阳温度;Vpve为光伏发出的电量,单位为MWh;
计算综合能源系统的效率,其计算方式如下:
其中,ξs为综合能源系统的效率;/>为系统输出电负荷对应的/>值,单位为MJ;为系统输出冷负荷对应的/>值,单位为MJ;/>为系统输出热负荷对应的/>值,单位为MJ;/>为天然气对应的输入/>单位为MJ;/>为光伏对应的输入/>单位为MJ;为外购电量对应的输入/>Ve为系统输出的总电负荷;Vt为系统输出的总热负荷;Vl为系统输出的总冷负荷;Vgrid为系统外网购电量。
6.根据权利要求1所述的综合能源系统多场景能效评估方法,其特征在于,步骤S3中应用AHP法计算能效评价指标权重的步骤包括:
步骤S31,按照量化的评价标准,对各层次的因素进行两两比较,得到相对重要性矩阵如下所示:
步骤S32,计算所述判断矩阵A=(aij)n×n对应于最大特征值λmax的特征向量w来进行层次单排序;
步骤S33,对所述判断矩阵进行一致性检验。
7.根据权利要求6所述的综合能源系统多场景能效评估方法,其特征在于,所述步骤S32具体包括:
将所述判断矩阵A=(aij)n×n按列归一化,得到矩阵如下:
按以下方式计算矩阵各行元素和的平均值:
得到w=[w1,w2,…,wn]T即为所求权重向量;
计算所述判断矩阵最大特征根λmax;
所述步骤S33具体包括:
计算所述判断矩阵的一致性指标CI,其计算方式如下:
计算随机一致性比率CR,其计算方式如下:
其中,RI是所述判断矩阵的平均随机一致性指标。
8.根据权利要求7所述的综合能源系统多场景能效评估方法,其特征在于,步骤S3中应用熵权法计算能效评价指标权重的步骤包括:
步骤S34,能效评价指标归一化:
设综合能源系统中有n个参与评价的典型场景,记为N=(n1,n2,...,nn);k个能效评价指标,记为G=(g1,g2,...,gk),被评价典型场景ni在第d个指标下的能效数值记作cid(i=1,2,...,n;d=1,2,...,k),则形成n×k个能效评价指标构成的能效指标矩阵C=[cid]n×k,即:
对指标值越大,表示评价结果越优的指标,按下式进行标准化:
xid=(cid-min(cd))/(max(cd)-min(cd))
对指标值越小,表示评价结果越优的指标,按下式进行标准化:
xid=(max(cd)-cid)/(max(cd)-min(cd))
计算第d个指标下,第i个评价场景的特征比重Aid,从而形成归一化矩阵A,如下式所示:
步骤S35,计算指标信息熵:
通过下式计算第d个指标对应的信息熵数值:
其中,aid为Aid矩阵中的元素;
步骤S36,确定各指标熵权:
通过下式计算第d项指标的差异系数fd:
fd=1-zd
通过下式计算第d项指标的熵权md:
最终得到基于熵权法的指标权重向量Md:
Md=(md,1,md,2,...,md,n)。
9.根据权利要求8所述的综合能源系统多场景能效评估方法,其特征在于,所述步骤S3还包括:基于AHP-熵权法计算组合权重:
所述组合权重如下式所示:
其中,mi、Wi分别表示熵权法和AHP法的指标权重,最终的组合权重为:BT=(B1,B2,…Bn)T;
通过线性加权法,求得各评价对象的综合评价值,计算方式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011055708.9A CN112150024B (zh) | 2020-09-30 | 2020-09-30 | 一种综合能源系统多场景能效评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011055708.9A CN112150024B (zh) | 2020-09-30 | 2020-09-30 | 一种综合能源系统多场景能效评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112150024A CN112150024A (zh) | 2020-12-29 |
CN112150024B true CN112150024B (zh) | 2024-06-11 |
Family
ID=73895128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011055708.9A Active CN112150024B (zh) | 2020-09-30 | 2020-09-30 | 一种综合能源系统多场景能效评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150024B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269391A (zh) * | 2021-04-13 | 2021-08-17 | 国网上海能源互联网研究院有限公司 | 一种确定综合分布式能源系统的综合能效的方法及系统 |
CN114035434B (zh) * | 2021-11-22 | 2023-09-01 | 西南石油大学 | 一种燃气-蒸汽联合循环发电系统运行优化方法 |
CN114118786A (zh) * | 2021-11-24 | 2022-03-01 | 国网山东省电力公司枣庄供电公司 | 综合能源系统能效评价方法、装置和终端设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108631343A (zh) * | 2018-06-12 | 2018-10-09 | 上海电力学院 | 一种多能互补能源互联网优化调度方法 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN109472401A (zh) * | 2018-10-30 | 2019-03-15 | 广州供电局有限公司 | 分布式供能运行策略的确定方法、装置、设备和存储介质 |
CN110147568A (zh) * | 2019-04-04 | 2019-08-20 | 清华大学 | 综合能源系统能效评估方法及装置 |
-
2020
- 2020-09-30 CN CN202011055708.9A patent/CN112150024B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108631343A (zh) * | 2018-06-12 | 2018-10-09 | 上海电力学院 | 一种多能互补能源互联网优化调度方法 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN109472401A (zh) * | 2018-10-30 | 2019-03-15 | 广州供电局有限公司 | 分布式供能运行策略的确定方法、装置、设备和存储介质 |
CN110147568A (zh) * | 2019-04-04 | 2019-08-20 | 清华大学 | 综合能源系统能效评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112150024A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112150024B (zh) | 一种综合能源系统多场景能效评估方法 | |
CN105337303B (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
CN108206543B (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
Cui et al. | Effect of device models on the multiobjective optimal operation of CCHP microgrids considering shiftable loads | |
CN107025519A (zh) | 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 | |
CN111463836A (zh) | 一种综合能源系统优化调度方法 | |
CN112600253B (zh) | 基于用能效率最优的园区综合能源协同优化方法及设备 | |
CN112149980A (zh) | 区域级综合能源系统能效分析方法及系统 | |
CN111724045B (zh) | 基于数据驱动的综合能源系统能效评价与提升方法 | |
CN111539584A (zh) | 一种用户级综合能源系统规划方法、系统以及设备 | |
CN113255198B (zh) | 一种含虚拟储能的冷热电联供微电网多目标优化方法 | |
CN111737884A (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN112131712B (zh) | 客户侧多能源系统多目标优化方法和系统 | |
CN112421642B (zh) | 一种综合能源系统ies可靠性评估方法和系统 | |
Blacha et al. | Dynamic simulation of bidirectional low-temperature networks-a case study to facilitate the integration of renewable energies | |
Yang et al. | Optimal dispatch for a combined cooling, heating and power microgrid considering building virtual energy storage | |
Bai et al. | Flexibility quantification and enhancement of flexible electric energy systems in buildings | |
Ren et al. | Life-cycle-based multi-objective optimal design and analysis of distributed multi-energy systems for data centers | |
CN113864854B (zh) | 一种蓄热式电采暖参与风电消纳的多目标优化方法及系统 | |
CN114997460A (zh) | 考虑可再生能源最大消纳的区域型微能源网运行优化方法 | |
CN113627720B (zh) | 基于电能替代的综合园区风光储系统配置方法 | |
CN112734451A (zh) | 一种基于非合作博弈的农业大棚多能源系统和优化方法 | |
Bai et al. | Evaluation Index System and Evaluation Method of Integrated Energy System on User Side | |
CN113807746B (zh) | 一种冷热电联供系统的综合运行优化方法 | |
CN114971000B (zh) | 一种计及供需不平衡率的综合能源系统配置优化方法 |
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 |