CN112418732A - 一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法及系统 - Google Patents
一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法及系统 Download PDFInfo
- Publication number
- CN112418732A CN112418732A CN202011464886.7A CN202011464886A CN112418732A CN 112418732 A CN112418732 A CN 112418732A CN 202011464886 A CN202011464886 A CN 202011464886A CN 112418732 A CN112418732 A CN 112418732A
- Authority
- CN
- China
- Prior art keywords
- energy
- natural gas
- planning
- operation reliability
- hub
- 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
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
- G06Q10/06—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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,输入规划所需参数值、划分源/汇点、计算最大流最小割、制定规划优化方案、修正规划优化方案、输出规划优化方案等主要步骤,以解决现有规划方法中存在的模型构造不完备、求解方法不合理等问题,提高了规划优化方案对系统运行可靠性提升的基础保障水平。本发明同时提供了一种基于最大流最小割定理的含多能量枢纽综合能源系统规划系统。
Description
技术领域
本发明涉及综合能源系统规划技术,具体涉及一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法。
背景技术
随着能源短缺和环境污染问题愈演愈烈,迫使人们加速推进“能源革命”的进程。综合能源系统作为多种能源系统高度耦合的产供销一体化系统,在满足系统内多元化用能需求的同时,能显著提升能源利用效率,保障能源可持续发展,可有效助力“能源革命”平稳快速开展。能量枢纽是一种用于描述综合能源系统中源、网、荷之间交换、耦合关系的输入-输出端口模型,在综合能源系统的规划、运行研究中发挥着重要作用。面向含多能量枢纽的综合能源系统规划,现有技术通常在考虑系统可靠性,能源效率,排放指标等多种决策因素的情况下,以成本最低为规划目标,解决综合能源系统的最优规划问题。
现有技术中,如公开号为CN111144707A的中国专利,公开了一种基于能源枢纽的多能源系统协同规划建模方法。该方法基于能量枢纽模型,根据用户需求,选择节能性、经济性和环保性中的一种或多种评价指标,建立能量枢纽评价模型,作为表征能量枢纽特性的耦合矩阵,对建立的设备模型分别进行评价,得出基于能量枢纽的多能源系统协同规划最优方案。
但是,该现有技术仍存在不足之处。该协同规划建模方法在规划模型构造方面,针对综合能源系统的可靠性约束,仅考虑了确定性因素(即各能量枢纽的能源输入不小于预测所得能源需求峰值),而忽略了概率性因素(即供能缺额小时数应小于规定的指标),导致得到的规划优化方案无法满足运行可靠性要求;现有技术在规划模型求解方面,通常将规划目标中的关键指标构造成子问题进行分步迭代求解,未能有效解决能量枢纽间能量传输可靠性与综合能源系统经济性之间的矛盾。
因此,需要一种新的技术方案以解决上述问题。
发明内容
发明目的:本发明针对现有技术在规划模型构造和求解方面的不足,提出一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,解决因可靠性约束考虑不全面导致得到的规划优化方案不满足运行可靠性要求和规划求解方法选择不合理导致得到的规划优化方案不能兼顾能量枢纽间能量传输可靠性与综合能源系统经济性等问题。
技术方案:为实现以上目的,本发明公开了一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,包括如下步骤:
(1)、评估各能量枢纽运行可靠性,以划分源点、汇点;构造以能量枢纽运行可靠性评估模型,求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点;
(2)、计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;依据步骤(1)划分的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;
(3)、制定含多能量枢纽综合能源系统规划优化方案;以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据步骤(2)计算所得含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案;
(4)、依据系统运行可靠性评估结果,修正规划优化方案;根据步骤(3)制定的规划优化方案,调整综合能源系统参数,利用步骤(1)构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求;
若满足,则输出含多能量枢纽综合能源系统规划优化方案;
若不满足,则构建系统运行可靠性约束修正模型,将构建系统运行可靠性约束修正模型加入到含多能量枢纽综合能源系统规划模型,转至步骤(3),循环迭代直至得到满足系统运行可靠性要求的含多能量枢纽综合能源系统规划优化方案。
对应上述协同规划方法,本发明同时提供一种基于最大流最小割定理的含多能量枢纽综合能源系统规划系统,包括:
第一模块,能量枢纽运行可靠性评估模型,用以求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点;
第二模块,用以计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,依据第一模块中的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;
第三模块,内置含多能量枢纽综合能源系统规划优化方案;以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据第二模块中含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案;
第四模块,用以依据系统运行可靠性评估结果,修正规划优化方案;包括根据第三模块制定的规划优化方案,调整综合能源系统参数,利用第一模块构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求;
若满足,则输出含多能量枢纽综合能源系统规划优化方案;
若不满足,则构建系统运行可靠性约束修正模型,将构建系统运行可靠性约束修正模型加入到含多能量枢纽综合能源系统规划模型,循环迭代直至得到满足系统运行可靠性要求的含多能量枢纽综合能源系统规划优化方案。
本发明的有益效果是:提出了一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,确立了计及可靠性约束的含多能源枢纽电-气互联综合能源系统协同规划流程,解决了现有规划方法中存在的模型构造不完备、求解方法不合理等问题,提高了规划优化方案对系统运行可靠性提升的基础保障水平。
本发明同时提供一种电子设备的技术方案,包括:
一个或多个处理器;以及存储装置用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述协同规划方法。
本发明同时提供一种计算机可读介质的技术方案,其上存储有计算机程序,所述程序被处理器执行时实现上述协同规划方法。
附图说明
图1为本发明中基于最大流最小割定理的含多能量枢纽综合能源系统规划方法流程图;
图2为现有和候选输电网络图;
图3为现有和候选天然气管网图;
图4为输电网络规划优化方案示意图;
图5为天然气管网规划优化方案示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
实施例一
步骤1:输入含多能量枢纽综合能源系统规划所需参数值。
步骤2:评估各能量枢纽运行可靠性,以划分源点、汇点。构造能量枢纽运行可靠性评估模型,根据步骤1输入的规划所需参数值,求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点。
步骤3:计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割。根据步骤1输入的规划所需参数值和步骤2划分的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割。
步骤4:制定含多能量枢纽综合能源系统规划优化方案。以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据步骤3计算所得含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案。
步骤5:依据系统运行可靠性评估结果,修正规划优化方案。根据步骤4制定的规划优化方案,调整综合能源系统参数,利用步骤2构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求,若满足,则转至步骤6,若不满足,则构建系统运行可靠性约束修正模型,将其加入含多能量枢纽综合能源系统规划模型,转至步骤4,循环迭代直至得到满足系统运行可靠性要求的规划优化方案。
步骤6:输出含多能量枢纽综合能源系统规划优化方案。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤1所述的含多能量枢纽综合能源系统规划所需参数值包括:规划周期、能量枢纽内天然气发电机组数量、天然气发电机组额定容量、能量枢纽内电力负荷需求、能量枢纽内天然气负荷需求、天然气发电机组燃料转换函数系数、能量转换效率、天然气气源供给非发电用天然气负荷的调度因子、非天然气发电机组装机容量等。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤2所述的能量枢纽运行可靠性评估模型,可表示为:
F=a(PG)2+bPG+c (3)
式中,t为规划周期内时段索引;h为能量枢纽集合索引;NT为运行时间的时段数;LOLE为能量枢纽运行可靠性指数;P为负荷损失概率;AC为电力总可用容量,单位为kW;LE为能量枢纽内的电力负荷需求,单位为kW;IC为非天然气发电机组装机容量,单位为kW;为电力最大流最小割容量,单位为kW;为天然气最大流最小割容量,单位为kW;η为能量转换效率;κ为天然气气源供给非发电用天然气负荷的调度因子;F-1为天然气发电机组燃料转换函数的反函数;PG为天然气发电机组额定功率,单位为kW;a,b,c为天然气发电机组燃料转换函数系数。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤2所述的能量枢纽可靠性判据,可表示为:若LOLEh≤LOLElimit,则能量枢纽h为源点;若LOLEh>LOLElimit,则能量枢纽h为汇点;式中,h为能量枢纽集合索引;LOLE为能量枢纽运行可靠性指数;LOLElimit为能量枢纽负荷损失期望限值。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤4所述的含多能量枢纽综合能源系统规划模型,可表示为:
式中,l为输电线路集合索引;p为天然气管道集合索引;EL为现有输电线路集合;EP为现有天然气管道集合;CL为候选输电线路集合;CP为候选天然气管道集合;ECT为输电线路最小割集;GCT为天然气管道最小割集;为电力最大流最小割容量,单位为kW;为天然气最大流最小割容量,单位为kW;DE为电力峰值负荷,单位为kW;DG为天然气峰值负荷,单位为kW;TC为输电线路新增投资成本,单位为万元;PC为天然气管道新增投资成本,单位为万元;fE为输电线路支路功率,单位为kW;fG为天然气管道流量,单位为kW;Y为输电线路新增投资状态;X为天然气管道新增投资状态。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤5所述的系统运行可靠性判据,可表示为:
式中,h为能量枢纽集合索引;Hub为能量枢纽集合;LOLE为能量枢纽运行可靠性指数;LOLElimit为能量枢纽负荷损失期望限值。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤5所述的系统运行可靠性约束修正模型,可表示为:若Lel≤(1-κ)F-1·Egas,即能量枢纽内天然气发电机组的燃料需求可完全由现有天然气管网供应,则系统运行可靠性约束修正模型为若Lel>(1-κ)F-1·Egas,即能量枢纽内天然气发电机组的燃料需求不能完全由现有天然气管网供应,则系统运行可靠性约束修正模型为式中,l为输电线路集合索引;p为天然气管道集合索引;ECT为输电线路最小割集;GCT为天然气管道最小割集;Lel为能量枢纽内电力负荷需求,单位为kW;Egas为能量枢纽内天然气输入流量,单位为kW;κ为天然气气源供给非发电用天然气负荷的调度因子;F-1为天然气发电机组燃料转换函数的反函数;Y为输电线路新增投资状态;X为天然气管道新增投资状态;为上一轮迭代中输电线路新增投资状态;为上一轮迭代中天然气管道新增投资状态。
根据所述的一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,步骤6所述的含多能量枢纽综合能源系统规划优化方案,其涵盖的内容应包括:新增输电线路连接能量枢纽情况、新增输电线路额定载流量、新增输电线路投资成本、新增天然气管道连接能量枢纽情况、新增天然气管道额定流量、新增天然气管道投资成本。
基于上述实施例提供的协同规划方法,将该方法应用于一个具体的案例中进行验证:
选取含10个能量枢纽的综合能源系统。如图2所示,现有系统包含12条现有输电线路和30个分布在不同能量枢纽内的发电机组,候选输电线路20条。如图3所示,现有系统包含9条天然气管道和1个天然气供应商,候选天然气管道8条。电力负荷最大的枢纽为Hub3(峰值负荷为114MW)和Hub9(峰值负荷为100MW)。能量枢纽负荷损失期望限值为1天/年。
经分析,Hub3和Hub9都面临着因天然气管道流量限制导致的天然气供给不足问题。尽管天然气发电机组装机容量大,但仍无法完全满足电力负荷的需求。认为这两个枢纽是天然气管网中的汇点,而认为Hub5是天然气网络的源点。
制定出含10个能源枢纽的综合能源系统规划优化方案,新增3条输电线路(L7、L16、L20)(如图4所示)和2条天然气管道(P2、P8)(如图5所示)。新增天然气管道将Hub3和Hub9的可用天然气容量分别提高至700Mcf/h和795Mcf/h,可以为两个枢纽的天然气发电机组提供充足的气源,并为Hub6和Hub10提供电力支撑。新增输电线路通过源点(Hub1、Hub2、Hub3)和源点(Hub9),分别向汇点(Hub6)提供40MW和30MW的电力支撑,分别向汇点(Hub10)提供50MW和30MW的电力支撑,Hub6和Hub10的能量枢纽运行可靠性指数分别降低到0.5561天/年和0.5317天/年,低于能量枢纽负荷损失期望限值1天/年。
实施例二
对应上述实施例一提供的协同规划方法,本发明还提供一种基于最大流最小割定理的含多能量枢纽综合能源系统规划系统,包括:
第一模块,能量枢纽运行可靠性评估模型,用以求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点;
第二模块,用以计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,依据第一模块中的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;
第三模块,内置含多能量枢纽综合能源系统规划优化方案;以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据第二模块中含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案;
第四模块,用以依据系统运行可靠性评估结果,修正规划优化方案;包括根据第三模块制定的规划优化方案,调整综合能源系统参数,利用第一模块构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求;
若满足,则输出含多能量枢纽综合能源系统规划优化方案;
若不满足,则构建系统运行可靠性约束修正模型,将构建系统运行可靠性约束修正模型加入含多能量枢纽综合能源系统规划模型,循环迭代直至得到满足系统运行可靠性要求的含多能量枢纽综合能源系统规划优化方案。
该实施例二中的各模型以及检验判据与实施例一中相同,在此不再赘述。
以上实施例可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是光盘,U盘,移动硬盘等)中或网络服务器、云端服务器上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施例一的上述方法,在此不再赘述。
Claims (9)
1.一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法,其特征在于,包括如下步骤:
(1)、评估各能量枢纽运行可靠性,以划分源点、汇点;构造以能量枢纽运行可靠性评估模型,求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点;
(2)、计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;依据步骤(1)划分的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;
(3)、制定含多能量枢纽综合能源系统规划优化方案;以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据步骤(2)计算所得含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案;
(4)、依据系统运行可靠性评估结果,修正规划优化方案;根据步骤(3)制定的规划优化方案,调整综合能源系统参数,利用步骤(1)构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求;
若满足,则输出含多能量枢纽综合能源系统规划优化方案;
若不满足,则构建系统运行可靠性约束修正模型,将构建系统运行可靠性约束修正模型加入到含多能量枢纽综合能源系统规划模型,转至步骤(3),循环迭代直至得到满足系统运行可靠性要求的含多能量枢纽综合能源系统规划优化方案。
3.根据权利要求1或2所述的协同规划方法,其特征在于:步骤1所述的能量枢纽可靠性判据表示为:若LOLEh≤LOLElimit,则能量枢纽h为源点;若LOLEh>LOLElimit,则能量枢纽h为汇点;式中,h为能量枢纽集合索引;LOLE为能量枢纽运行可靠性指数;LOLElimit为能量枢纽负荷损失期望限值。
6.根据权利要求1或5所述的协同规划方法,其特征在于:步骤(4)所述的系统运行可靠性约束修正模型表示为:若Lel≤(1-κ)F-1·Egas,即能量枢纽内天然气发电机组的燃料需求可完全由现有天然气管网供应,则系统运行可靠性约束修正模型为若Lel>(1-κ)F-1·Egas,即能量枢纽内天然气发电机组的燃料需求不能完全由现有天然气管网供应,则系统运行可靠性约束修正模型为式中,l为输电线路集合索引;p为天然气管道集合索引;ECT为输电线路最小割集;GCT为天然气管道最小割集;Lel为能量枢纽内电力负荷需求;Egas为能量枢纽内天然气输入流量;κ为天然气气源供给非发电用天然气负荷的调度因子;F-1为天然气发电机组燃料转换函数的反函数;Y为输电线路新增投资状态;X为天然气管道新增投资状态;为上一轮迭代中输电线路新增投资状态;为上一轮迭代中天然气管道新增投资状态。
7.一种基于最大流最小割定理的含多能量枢纽综合能源系统规划系统,其特征在于,包括:
第一模块,能量枢纽运行可靠性评估模型,用以求得各能量枢纽运行可靠性指数,并依据最大流最小割定理和能量枢纽可靠性判据将综合能源系统中的能量枢纽划分为源点、汇点;
第二模块,用以计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,依据第一模块中的能量枢纽源、汇点结果,利用Ford-Fulkerson算法,计算含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割;
第三模块,内置含多能量枢纽综合能源系统规划优化方案;以新增输电线路和天然气管道总投资最低为规划目标,以各能量枢纽可输入能量最大值不小于能量需求峰值为约束,构造含多能量枢纽综合能源系统规划模型,根据第二模块中含候选输电线路及天然气管道的综合能源系统拓扑的最大流最小割,制定规划优化方案;
第四模块,用以依据系统运行可靠性评估结果,修正规划优化方案;包括根据第三模块制定的规划优化方案,调整综合能源系统参数,利用第一模块构造的能量枢纽运行可靠性评估模型计算各能量枢纽运行可靠性指数,依据系统运行可靠性判据,检验规划优化方案是否满足系统运行可靠性要求;
若满足,则输出含多能量枢纽综合能源系统规划优化方案;
若不满足,则构建系统运行可靠性约束修正模型,将构建系统运行可靠性约束修正模型加入到含多能量枢纽综合能源系统规划模型,循环迭代直至得到满足系统运行可靠性要求的含多能量枢纽综合能源系统规划优化方案。
8.一种电子设备,包括:
一个或多个处理器;以及存储装置用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现根据权利要求1至6中任一项所述的协同规划方法。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现根据权利要求1至6中任一项所述协同规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011464886.7A CN112418732B (zh) | 2020-12-14 | 2020-12-14 | 一种含多能量枢纽综合能源系统规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011464886.7A CN112418732B (zh) | 2020-12-14 | 2020-12-14 | 一种含多能量枢纽综合能源系统规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112418732A true CN112418732A (zh) | 2021-02-26 |
CN112418732B CN112418732B (zh) | 2022-09-13 |
Family
ID=74776623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011464886.7A Active CN112418732B (zh) | 2020-12-14 | 2020-12-14 | 一种含多能量枢纽综合能源系统规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418732B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739311A (zh) * | 2023-08-11 | 2023-09-12 | 山东赛马力发电设备有限公司 | 一种含多能量枢纽综合能源系统规划方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277921A1 (en) * | 2011-04-29 | 2012-11-01 | Cisco Technology, Inc. | Cross-profile coordination of energy consumption policies |
CN110555595A (zh) * | 2019-08-09 | 2019-12-10 | 四川大学 | 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法 |
-
2020
- 2020-12-14 CN CN202011464886.7A patent/CN112418732B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277921A1 (en) * | 2011-04-29 | 2012-11-01 | Cisco Technology, Inc. | Cross-profile coordination of energy consumption policies |
CN110555595A (zh) * | 2019-08-09 | 2019-12-10 | 四川大学 | 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739311A (zh) * | 2023-08-11 | 2023-09-12 | 山东赛马力发电设备有限公司 | 一种含多能量枢纽综合能源系统规划方法及系统 |
CN116739311B (zh) * | 2023-08-11 | 2023-11-07 | 山东赛马力发电设备有限公司 | 一种含多能量枢纽综合能源系统规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112418732B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105449713B (zh) | 考虑分布式电源特性的有源配电网智能软开关规划方法 | |
Li et al. | Coordinated scheduling for improving uncertain wind power adsorption in electric vehicles—Wind integrated power systems by multiobjective optimization approach | |
Liu et al. | Security-constrained unit commitment with natural gas transmission constraints | |
CN112016747B (zh) | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 | |
CN111082466B (zh) | 考虑风电不确定性的新能源接入与网架扩建优化方法 | |
Fan et al. | Optimally coordinated expansion planning of coupled electricity, heat and natural gas infrastructure for multi-energy system | |
CN111416352B (zh) | 一种多能源耦合系统的调度方法及计算设备 | |
Hou et al. | Capacity configuration optimization of standalone multi‐energy hub considering electricity, heat and hydrogen uncertainty | |
Zou et al. | Multiobjective bilevel optimization algorithm based on preference selection to solve energy hub system planning problems | |
CN113285490B (zh) | 电力系统调度方法、装置、计算机设备和存储介质 | |
Huang et al. | An efficient probabilistic approach based on area grey incidence decision making for optimal distributed generation planning | |
CN111900713A (zh) | 网源协调下考虑负荷和风电随机性多场景输电网规划方法 | |
CN112418732B (zh) | 一种含多能量枢纽综合能源系统规划方法及系统 | |
Zhao et al. | Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty | |
CN112564160B (zh) | 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质 | |
Bhuvanesh et al. | Application of differential evolution algorithm and its variants for solving energy storage technologies integrated generation expansion planning | |
Wei et al. | Graph computing based security constrained unit commitment in hydro-thermal power systems incorporating pumped hydro storage | |
CN111079982B (zh) | 风电场的电缆路径的规划方法、系统、介质及电子设备 | |
Yin et al. | Distributionally robust decentralized scheduling between the transmission market and local energy hubs | |
Yu et al. | Optimization of an offshore oilfield multi-platform interconnected power system structure | |
Wang et al. | Research on short‐term and mid‐long term optimal dispatch of multi‐energy complementary power generation system | |
CN112528445B (zh) | 一种电-气互联综合能源系统协同规划方法及系统 | |
CN115994612A (zh) | 基于业扩规划的配电网运行优化方法、装置及存储介质 | |
CN113112296B (zh) | 一种集中式现货市场的典型场景库构建方法及装置 | |
CN114240203A (zh) | 一种包含热泵的配电网与分布式风电协同规划方法和装置 |
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 |