CN112465228A - 一种用户侧综合能源系统优化配置方法 - Google Patents

一种用户侧综合能源系统优化配置方法 Download PDF

Info

Publication number
CN112465228A
CN112465228A CN202011377834.6A CN202011377834A CN112465228A CN 112465228 A CN112465228 A CN 112465228A CN 202011377834 A CN202011377834 A CN 202011377834A CN 112465228 A CN112465228 A CN 112465228A
Authority
CN
China
Prior art keywords
power
energy
gas
natural gas
cost
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
Application number
CN202011377834.6A
Other languages
English (en)
Other versions
CN112465228B (zh
Inventor
刘丁豪
李哲
吴高翔
彭文鑫
戴豪礽
崔洪博
陈涛
向菲
江金洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Original Assignee
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd, State Grid Corp of China SGCC filed Critical Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
Priority to CN202011377834.6A priority Critical patent/CN112465228B/zh
Publication of CN112465228A publication Critical patent/CN112465228A/zh
Application granted granted Critical
Publication of CN112465228B publication Critical patent/CN112465228B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种用户侧综合能源系统优化配置方法，属于综合能源系统优化配置领域，优化配置方法如下：S1:根据西南地区的能源结构，针对运行设备效率随环境和出力变化的特点，建立设备的全工况能量转换模型，全工况能量转换模型包括天然气内燃机、燃气轮机、热水型燃气锅炉、热水型余热锅炉、吸收式制冷机、光伏和风力发电系统、水源热泵以及蓄能装置；本发明针对西南地区特定地域的能源现状，根据转换效率系数变化的全工况用能场景，建立各设备的全工况数学模型，进行用户侧综合能源系统优化配置，优化配置模型精确度高，有助于提升对系统规划的准确性和合理性。

Description

一种用户侧综合能源系统优化配置方法
技术领域
本发明涉及综合能源系统优化配置领域，具体为一种用户侧综合能源系统优化配置方法。
背景技术
综合能源系统是指一定区域内整合多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。
综合能源系统是能源互联网发展应用的重要形式之一，作为一个多输入多输出系统，包含多种能源的输入、转换和储存设备。综合能源系统是一个多能密切耦合，设备类型多样的复杂系统，其优化配置模型是一个非线性、多层次、多维度的复杂规划问题。
现阶段对综合能源系统的研究大多集中于对整体地区的配置优化及求解策略，较少针对西南地区等特定地区进行设备选择、容量配置优化。
现阶段研究大多从系统建模、规划设计及优化调度等不同角度展开研究，以理想工况用能场景为基础，进行用户侧综合能源系统优化配置。但实际中由于环境及设备出力影响，理想工况下的优化配置模型不够精确，对系统规划的准确性和合理性有较大影响。
发明内容
本发明的目的在于提供一种用户侧综合能源系统优化配置方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种用户侧综合能源系统优化配置方法，优化配置方法如下：
S1:根据西南地区的能源结构，针对运行设备效率随环境和出力变化的特点，建立设备的全工况能量转换模型，全工况能量转换模型包括天然气内燃机、燃气轮机、热水型燃气锅炉、热水型余热锅炉、吸收式制冷机、光伏和风力发电系统、水源热泵以及蓄能装置；
S2:计算年投资成本、年运行成本、运行能耗成本、年环境成本计算系统的年投资运行总成本为目标，建立集电气热冷能于一体的西南地区综合能源系统优化配置模型；
S3:对模型进行分段线性化处理，通过发电功率与负荷率函数的关系，将该非线性曲线按照0.1p.u.的等效间隔，降低模型的非线性度；
S4:得出了西南地区用户侧综合能源系统在全工况用能场景下的最优配置。
优选的，以总成本为目标建立系统优化配置的目标函数
C＝CI+CO+CE+CCE (1)
式(1)中：C为年度总成本；CI为年投资成本；CO为年运行成本；CE为年运行能耗成本；CCE为年环境成本；
Figure BDA0002807600940000031
式(2)中：年投资成本CI中，nequ是设备的台数；sequ是单台设备的容量；μequ是设备的单位容量投资成本；r是年利率；y是设备的寿命；年运行成本CO中，d是典型日类别，d＝1表示冬季，d＝2表示夏季，d＝3表示过渡季；Nd表示典型日累计天数；Pequ表示设备的功率；λequ为设备单位功率的运行成本；
Figure BDA0002807600940000032
和
Figure BDA0002807600940000033
分别为储能es的充能和放能功率；λes为储能单位充放能功率的成本；年运行能耗成本CE中，
Figure BDA0002807600940000034
为从外部电网的购电功率；
Figure BDA0002807600940000035
为向外部电网的售电功率；λele,b和λele,s分别是购售电单价；
Figure BDA0002807600940000036
为从外部气网的购气功率；λgas为购气单价；Ph d,t为从外部热网的购热功率；λh为购热单价；年环境成本CCE中，κ为碳排放成本；γele和γgas分别为单位电功率和天然气功率的等值二氧化碳排放因子；
基于西南地区丰富的水资源、风光资源、天然气资源，在功率平衡约束中，考虑以天然气为主的燃料功率平衡约束、以水资源为主的热功率平衡约束和冷功率平衡约束、以风光资源为主的电功率平衡约束。
Figure BDA0002807600940000037
式(3)中：燃料功率平衡约束中，
Figure BDA0002807600940000041
和
Figure BDA0002807600940000042
分别为天然气内燃机、燃气轮机和燃气锅炉在t时刻消耗的天然气；电功率平衡约束中，
Figure BDA0002807600940000043
和
Figure BDA0002807600940000044
分别为光伏、风电、燃气轮机和天然气内燃机的输出电功率；
Figure BDA0002807600940000045
为电负荷；
Figure BDA0002807600940000046
和
Figure BDA0002807600940000047
分别为电储能的充放电功率；热功率平衡约束中，
Figure BDA0002807600940000048
Figure BDA0002807600940000049
和
Figure BDA00028076009400000410
分别为燃气锅炉、天然气内燃机、余热锅炉和水源热泵的输出热功率；
Figure BDA00028076009400000411
为热负荷；
Figure BDA00028076009400000412
和
Figure BDA00028076009400000413
为热储能的充放能功率；冷功率平衡约束中，
Figure BDA00028076009400000414
和
Figure BDA00028076009400000415
分别为吸收式制冷机和水源热泵的输出冷功率；
Figure BDA00028076009400000416
为冷负荷；
Figure BDA00028076009400000417
和
Figure BDA00028076009400000418
为冷储能的充放能功率；烟气功率平衡约束中，
Figure BDA00028076009400000419
和
Figure BDA00028076009400000420
分别为天然气内燃机和燃气轮机输出高温烟气功率；
Figure BDA00028076009400000421
和
Figure BDA00028076009400000422
分别为余热锅炉和吸收式制冷机消耗的高温烟气功率。
优选的，天然气内燃机的数学模型为：
Figure BDA00028076009400000423
式(4)中：
Figure BDA00028076009400000424
是天然气内燃机i在季节d时刻t的发电效率，随天然气内燃机出力变化而变化；
Figure BDA00028076009400000425
是天然气内燃机i缸套水余热占总余热的比重；
Figure BDA00028076009400000426
是天然气内燃机i烟气余热占总余热的比重；
Figure BDA00028076009400000427
为天然气内燃气i的启停状态，是0-1二进制变量；
Figure BDA00028076009400000428
和
Figure BDA00028076009400000429
分别天然气内燃机的最小和最大电功率系数；式中表示当天然气内燃机数量i大于实际数量nGE时，
Figure BDA00028076009400000430
为停止状态，当天然气内燃机数量i小于实际数量nGE时，
Figure BDA0002807600940000051
为停开启状态。
优选的，燃气轮机的数学模型为：
Figure BDA0002807600940000052
式(5)中：
Figure BDA0002807600940000053
和
Figure BDA0002807600940000054
分别为燃气轮机i在季节d时刻t的发电和发热效率，随燃气轮机出力变化而变化；
Figure BDA0002807600940000055
为燃气轮机i的启停状态，是0-1二进制变量；
Figure BDA0002807600940000056
和
Figure BDA0002807600940000057
分别燃气轮机的最小和最大电功率系数。
优选的，燃气锅炉运行效率较高且非常稳定，燃气锅炉在部分负荷下的工作效率不变，即输出热量与输入能量保持线性关系，其供能数学模型表示为：
Figure BDA0002807600940000058
式(6)中：ηGB为燃气锅炉的发热效率，为恒定值；
Figure BDA0002807600940000059
为燃气锅炉i的启停状态，是0-1二进制变量；
Figure BDA00028076009400000510
和
Figure BDA00028076009400000511
分别为燃气锅炉的最小和最大热功率系数。
优选的，余热锅炉的数学模型表达如下：
Figure BDA0002807600940000061
式(7)中：ηWB为余热锅炉的热效率，为恒定值；
Figure BDA0002807600940000062
为余热锅炉的启停状态，是0-1二进制变量；
Figure BDA0002807600940000063
为余热锅炉的最大热功率系数。
优选的，吸收式制冷机的数学模型为：
Figure BDA0002807600940000064
式(8)中：
Figure BDA0002807600940000065
为吸收式制冷机的能效系数，其物理意义为吸收式制冷机制冷运行时的制冷量与有效输入功率之比，吸收式制冷机的能效系数随着制冷量的增长而增长，近似呈线性关系；
Figure BDA0002807600940000066
为吸收式制冷机最大制冷功率系数。
优选的，光伏和风力发电系统出力过剩导致系统难以消纳时，允许其降出力运行，则光伏和风力发电系统的实际出力满足约束条件：
Figure BDA0002807600940000067
式(9)中：
Figure BDA0002807600940000068
为光伏的实际功率，其值小于预估功率；
Figure BDA0002807600940000069
为风力的实际功率，其值小于预估功率。
优选的，热泵按照热量来源不同主要分为空气源热泵、水源热泵、地源热泵和双源热泵，基于西南地区丰富的水资源，该综合能源系统里的热泵主要以水源热泵为主；水源热泵利用水资源中蕴含的太阳能资源作为冷热源，采用热泵原理，通过水能作为综合能源系统的输入，实现系统中冷能、热能的负荷需求。
Figure BDA0002807600940000071
式(10)中，
Figure BDA0002807600940000072
是水源热泵的能效系数，其物理意义为水源热泵制热运行时的制热量与有效输入功率之比；水源热泵在不同运行工况下，其能效系数会发生变化，即
Figure BDA0002807600940000073
不是一个常数，而是一个与冷热源侧水温和部分负荷率相关的函数；
Figure BDA0002807600940000074
为水源热泵的启停状态，是0-1二进制变量；
Figure BDA0002807600940000075
和
Figure BDA0002807600940000076
分别为水源热泵的最小和最大输出功率系数。
优选的，蓄能装置的特性可描述成设备自身容量、最大蓄能状态、蓄能输出功率和蓄能效率等几部分，建立的蓄能装置充放能数学模型如下：
Figure BDA0002807600940000077
式(11)中：
Figure BDA0002807600940000078
为蓄能装置充放能状态；ηes,ch，ηes,dis为储能装置充放能效率系数，效率可达90％；的
Figure BDA0002807600940000079
为蓄能装置储存的能量；
Figure BDA00028076009400000710
和
Figure BDA00028076009400000711
分别为蓄能装置最小和最大储存的能量系数，分别取0.2和0.9。
优选的，还包括建立运行设备最小启停时间约束；
运行设备最小启停时间约束包括机组最小停机时间和机组最小连续运行时间：
Figure BDA0002807600940000081
式(12)中：
Figure BDA0002807600940000082
和
Figure BDA0002807600940000083
分别为第n台运行设备在第t个调度时段时已经连续运行和停机的时间；
Figure BDA0002807600940000084
和
Figure BDA0002807600940000085
分别为第n台运行设备的最小连续运行和停机时间，设备包括配置的燃气锅炉、燃气内燃机、燃气轮机和余热锅炉。
优选的，对能源设备模型进行线性化处理，以燃气内燃机为例，天然气功率可表示为电功率和负荷率的非线性函数，根据已知的发电功率与负荷率函数关系，将该非线性曲线按照0.1p.u.的等效间隔，分段进行线性化处理，每个间隔内的曲线可近似用线性函数表示为：
Figure BDA0002807600940000086
式(13)中：Lk为线性化系数；Rk为线性化的常数；此时引入二进制变量
Figure BDA0002807600940000087
表示天然气内燃机输出电功率是否在k个区间内，则天然气功率表示为
Figure BDA0002807600940000088
Figure BDA0002807600940000089
Figure BDA0002807600940000091
式(14)表示天然气内燃机功率为各区间功率之和，且限制了天然气功率只能位于一个功率区间内；式(15)表示天然气功率在第k个区间内时，满足式(13)，否则等于0；而式(16)则限定了输出电功率所处的区间。
与现有技术相比，本发明的有益效果是：
1.针对西南地区特定地域的能源现状，根据转换效率系数变化的全工况用能场景，建立各设备的全工况数学模型，进行用户侧综合能源系统优化配置，优化配置模型精确度高，有助于提升对系统规划的准确性和合理性。
2.以综合能源系统年投资、运行总成本为目标，提出了集电气热冷能于一体的面向西南地区用户侧的综合能源系统优化配置模型，利于西南地区等特定地区进行设备选择、容量配置优化，可再生能源接入的优化配置方案可以实现能源的梯级利用和多能互补，缓解高峰时段用电紧张，减少购电成本和碳排放成本，从而提高系统的经济效益和环境效益。
3.本发明通过对该模型进行的分段线性化处理，降低模型的非线性度；同时，采用恒定系数模型对系统进行优化配置，改善无法满足负荷要求或者运行成本较高的问题，全工况模型转换效率实时变化特性可得到更合理的配置结果。
4.本发明建立的用户侧综合能源系统优化配置方法，通过系统能源输入、转换、储存的互补，可使综合能源系统在外部能源输入、西南地区本地资源供应、环境友好和系统配置合理条件下最大程度上降低系统年度总成本。
附图说明
图1为本发明的西南地区综合能源系统结构的结构示意图；
图2为本发明的输入输出功率关系曲线示意图；
图3为本发明的典型日负荷和新能源功率曲线。
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。
请参阅图1，本发明提供一种技术方案：
一种用户侧综合能源系统优化配置方法，优化配置方法如下：
S1:根据西南地区的能源结构，针对运行设备效率随环境和出力变化的特点，建立设备的全工况能量转换模型，全工况能量转换模型包括天然气内燃机、燃气轮机、热水型燃气锅炉、热水型余热锅炉、吸收式制冷机、光伏和风力发电系统、水源热泵以及蓄能装置；
蓄能装置包括储热、储冷和储电装置；
S2:计算年投资成本、年运行成本、运行能耗成本、年环境成本计算系统的年投资运行总成本为目标，建立集电气热冷能于一体的西南地区综合能源系统优化配置模型；
以总成本为目标建立系统优化配置的目标函数
C＝CI+CO+CE+CCE (1)
式(1)中：C为年度总成本；CI为年投资成本；CO为年运行成本；CE为年运行能耗成本；CCE为年环境成本；
Figure BDA0002807600940000111
式(2)中：年投资成本CI中，nequ是设备的台数；sequ是单台设备的容量；μequ是设备的单位容量投资成本；r是年利率；y是设备的寿命；年运行成本CO中，d是典型日类别，d＝1表示冬季，d＝2表示夏季，d＝3表示过渡季；Nd表示典型日累计天数；Pequ表示设备的功率；λequ为设备单位功率的运行成本；
Figure BDA0002807600940000112
和
Figure BDA0002807600940000113
分别为储能es的充能和放能功率；λes为储能单位充放能功率的成本；年运行能耗成本CE中，
Figure BDA0002807600940000114
为从外部电网的购电功率；
Figure BDA0002807600940000115
为向外部电网的售电功率；λele,b和λele,s分别是购售电单价；
Figure BDA0002807600940000116
为从外部气网的购气功率；λgas为购气单价；Ph d,t为从外部热网的购热功率；λh为购热单价；年环境成本CCE中，κ为碳排放成本；γele和γgas分别为单位电功率和天然气功率的等值二氧化碳排放因子；
基于西南地区丰富的水资源、风光资源、天然气资源，在功率平衡约束中，考虑以天然气为主的燃料功率平衡约束、以水资源为主的热功率平衡约束和冷功率平衡约束、以风光资源为主的电功率平衡约束。
Figure BDA0002807600940000117
式(3)中：燃料功率平衡约束中，
Figure BDA0002807600940000121
和
Figure BDA0002807600940000122
分别为天然气内燃机、燃气轮机和燃气锅炉在t时刻消耗的天然气；电功率平衡约束中，
Figure BDA0002807600940000123
和
Figure BDA0002807600940000124
分别为光伏、风电、燃气轮机和天然气内燃机的输出电功率；
Figure BDA0002807600940000125
为电负荷；
Figure BDA0002807600940000126
和
Figure BDA0002807600940000127
分别为电储能的充放电功率；热功率平衡约束中，
Figure BDA0002807600940000128
Figure BDA0002807600940000129
和
Figure BDA00028076009400001210
分别为燃气锅炉、天然气内燃机、余热锅炉和水源热泵的输出热功率；
Figure BDA00028076009400001211
为热负荷；
Figure BDA00028076009400001212
和
Figure BDA00028076009400001213
为热储能的充放能功率；冷功率平衡约束中，
Figure BDA00028076009400001214
和
Figure BDA00028076009400001215
分别为吸收式制冷机和水源热泵的输出冷功率；
Figure BDA00028076009400001216
为冷负荷；
Figure BDA00028076009400001217
和
Figure BDA00028076009400001218
为冷储能的充放能功率；烟气功率平衡约束中，
Figure BDA00028076009400001219
和
Figure BDA00028076009400001220
分别为天然气内燃机和燃气轮机输出高温烟气功率；
Figure BDA00028076009400001221
和
Figure BDA00028076009400001222
分别为余热锅炉和吸收式制冷机消耗的高温烟气功率。
天然气内燃机的数学模型为：
Figure BDA00028076009400001223
式(4)中：
Figure BDA00028076009400001224
是天然气内燃机i在季节d时刻t的发电效率，随天然气内燃机出力变化而变化；
Figure BDA00028076009400001225
是天然气内燃机i缸套水余热占总余热的比重；
Figure BDA00028076009400001226
是天然气内燃机i烟气余热占总余热的比重；
Figure BDA00028076009400001227
为天然气内燃气i的启停状态，是0-1二进制变量；
Figure BDA00028076009400001228
和
Figure BDA00028076009400001229
分别天然气内燃机的最小和最大电功率系数；式中表示当天然气内燃机数量i大于实际数量nGE时，
Figure BDA00028076009400001230
为停止状态，当天然气内燃机数量i小于实际数量nGE时，
Figure BDA0002807600940000131
为停开启状态。
燃气轮机的数学模型为：
Figure BDA0002807600940000132
式(5)中：
Figure BDA0002807600940000133
和
Figure BDA0002807600940000134
分别为燃气轮机i在季节d时刻t的发电和发热效率，随燃气轮机出力变化而变化；
Figure BDA0002807600940000135
为燃气轮机i的启停状态，是0-1二进制变量；
Figure BDA0002807600940000136
和
Figure BDA0002807600940000137
分别燃气轮机的最小和最大电功率系数。
燃气锅炉运行效率较高且非常稳定，燃气锅炉在部分负荷下的工作效率不变，即输出热量与输入能量保持线性关系，其供能数学模型表示为：
Figure BDA0002807600940000138
式(6)中：ηGB为燃气锅炉的发热效率，为恒定值；
Figure BDA0002807600940000139
为燃气锅炉i的启停状态，是0-1二进制变量；
Figure BDA00028076009400001310
和
Figure BDA00028076009400001311
分别为燃气锅炉的最小和最大热功率系数。
余热锅炉的数学模型表达如下：
Figure BDA0002807600940000141
式(7)中：ηWB为余热锅炉的热效率，为恒定值；
Figure BDA0002807600940000142
为余热锅炉的启停状态，是0-1二进制变量；
Figure BDA0002807600940000143
为余热锅炉的最大热功率系数。
吸收式制冷机的数学模型为：
Figure BDA0002807600940000144
式(8)中：
Figure BDA0002807600940000145
为吸收式制冷机的能效系数，其物理意义为吸收式制冷机制冷运行时的制冷量与有效输入功率之比，吸收式制冷机的能效系数随着制冷量的增长而增长，近似呈线性关系；
Figure BDA0002807600940000146
为吸收式制冷机最大制冷功率系数。
光伏和风力发电系统出力过剩导致系统难以消纳时，允许其降出力运行，则光伏和风力发电系统的实际出力满足约束条件：
Figure BDA0002807600940000147
式(9)中：
Figure BDA0002807600940000148
为光伏的实际功率，其值小于预估功率；
Figure BDA0002807600940000149
为风力的实际功率，其值小于预估功率。
热泵按照热量来源不同主要分为空气源热泵、水源热泵、地源热泵和双源热泵，基于西南地区丰富的水资源，该综合能源系统里的热泵主要以水源热泵为主；水源热泵利用水资源中蕴含的太阳能资源作为冷热源，采用热泵原理，通过水能作为综合能源系统的输入，实现系统中冷能、热能的负荷需求。
Figure BDA0002807600940000151
式(10)中，
Figure BDA0002807600940000152
是水源热泵的能效系数，其物理意义为水源热泵制热运行时的制热量与有效输入功率之比；水源热泵在不同运行工况下，其能效系数会发生变化，即
Figure BDA0002807600940000153
不是一个常数，而是一个与冷热源侧水温和部分负荷率相关的函数；
Figure BDA0002807600940000154
为水源热泵的启停状态，是0-1二进制变量；
Figure BDA0002807600940000155
和
Figure BDA0002807600940000156
分别为水源热泵的最小和最大输出功率系数。
蓄能装置的特性可描述成设备自身容量、最大蓄能状态、蓄能输出功率和蓄能效率等几部分，建立的蓄能装置充放能数学模型如下：
Figure BDA0002807600940000157
式(11)中：
Figure BDA0002807600940000158
为蓄能装置充放能状态；ηes,ch，ηes,dis为储能装置充放能效率系数，效率可达90％；的
Figure BDA0002807600940000159
为蓄能装置储存的能量；
Figure BDA00028076009400001510
和
Figure BDA00028076009400001511
分别为蓄能装置最小和最大储存的能量系数，分别取0.2和0.9。
还包括建立运行设备最小启停时间约束；
运行设备最小启停时间约束包括机组最小停机时间和机组最小连续运行时间：
Figure BDA0002807600940000161
式(12)中：
Figure BDA0002807600940000162
和
Figure BDA0002807600940000163
分别为第n台运行设备在第t个调度时段时已经连续运行和停机的时间；
Figure BDA0002807600940000164
和
Figure BDA0002807600940000165
分别为第n台运行设备的最小连续运行和停机时间，设备包括配置的燃气锅炉、燃气内燃机、燃气轮机和余热锅炉；以综合能源系统年投资、运行总成本为目标，提出了集电气热冷能于一体的面向西南地区用户侧的综合能源系统优化配置模型，利于西南地区等特定地区进行设备选择、容量配置优化，可再生能源接入的优化配置方案可以实现能源的梯级利用和多能互补，缓解高峰时段用电紧张，减少购电成本和碳排放成本，从而提高系统的经济效益和环境效益。
S3:对模型进行分段线性化处理，通过发电功率与负荷率函数的关系，将该非线性曲线按照0.1p.u.的等效间隔，降低模型的非线性度；
对能源设备模型进行线性化处理，以燃气内燃机为例，天然气功率可表示为电功率和负荷率的非线性函数，根据已知的发电功率与负荷率函数关系，将该非线性曲线按照0.1p.u.的等效间隔，分段进行线性化处理，每个间隔内的曲线可近似用线性函数表示为：
Figure BDA0002807600940000166
式(13)中：Lk为线性化系数；Rk为线性化的常数；此时引入二进制变量
Figure BDA0002807600940000167
表示天然气内燃机输出电功率是否在k个区间内，则天然气功率表示为
Figure BDA0002807600940000171
Figure BDA0002807600940000172
Figure BDA0002807600940000173
式(14)表示天然气内燃机功率为各区间功率之和，且限制了天然气功率只能位于一个功率区间内；式(15)表示天然气功率在第k个区间内时，满足式(13)，否则等于0；而式(16)则限定了输出电功率所处的区间；对该模型进行的分段线性化处理，降低模型的非线性度；同时，采用恒定系数模型对系统进行优化配置，改善无法满足负荷要求或者运行成本较高的问题，全工况模型转换效率实时变化特性可得到更合理的配置结果；
S4:得出了西南地区用户侧综合能源系统在全工况用能场景下的最优配置；建立的用户侧综合能源系统优化配置方法，通过系统能源输入、转换、储存的互补，可使综合能源系统在外部能源输入、西南地区本地资源供应、环境友好和系统配置合理条件下最大程度上降低系统年度总成本。
本发明针对西南地区特定地域的能源现状，根据转换效率系数变化的全工况用能场景，建立各设备的全工况数学模型，进行用户侧综合能源系统优化配置，优化配置模型精确度高，有助于提升对系统规划的准确性和合理性。
案例分析
1.参数设定
以西南某地区综合能源系统为仿真对象，该地区夏季湿热、冬季阴冷，冷热供给需求大，年采暖和供冷需求长达185天左右；所以该综合能源系统选取时间段365天分为冬季供热典型日95天、夏季供冷典型日90天和过渡季典型日180天，分别获得冬季、夏季和过渡季典型日的工况场景。其中冬季、夏季、过渡季和新能源功率曲线如图3所示。
系统中配置的水源热泵考虑具备制热制冷双重工作模式，在冬季进入制热模式为系统提供热量，在夏季进入制冷模式提供冷能。在冬季，由于系统无制冷需求，吸入式制冷机被关闭。
综合能源系统中，输入能源为风能、光照、外购电力、热能和天然气。其中，光照、风力的输入成本为0，外购电力、热力、天然气的成本分别为1.2元/kWh、0.5元/kWh、0.5元/kWh，向外部电网售电价格为0.2元/kWh。本文中的各设备的寿命、单机投资成本、运行成本和单台机组容量如表所示，其中离散设备、连续设备和储能设备装置参数如表1所示。
表1设备的装置参数
Figure BDA0002807600940000181
Figure BDA0002807600940000191
2.仿真结果分析
为了比较新能源系统对用户侧综合能源系统优化配置的影响，本文对是否考虑风光出力的综合能源系统优化配置进行对比分析。
方案1未考虑风光出力，外部电网和系统内天然气通过燃气内燃机和燃气轮机可以为电负荷供电；外部热网和系统内天然气通过燃气锅炉和燃气内燃机可直接对热负荷供热，也可通过烟气使余热锅炉产生热能；系统内的电能通过燃气内燃机和燃气轮机产生的烟气通过吸收式制冷机产生冷能。系统内的蓄电蓄热蓄冷装置在系统内起到削峰填谷的作用。方案1不是最优配置的综合能源系统，没有风光出力导致购电成本、运行成本和环境成本显著增加，其结构配置结果如表2方案1所示。
方案2考虑风光出力，其中风力发电机、光伏设备分别配置5台、1台，容量分别为5000kW和1000kW。风能和太阳能产生的电能可直接为电负荷供电，也可通过水源热泵制热制冷，分别供能给热负荷和冷负荷。方案2为最优配置的综合能源系统，其最优配置结果如表2方案2所示。
表2综合能源系统结构配置结果
Figure BDA0002807600940000192
Figure BDA0002807600940000201
2种不同方案的成本如表3所示，方案2的总成本比方案1减少1903.22万元，约为67.07％。方案2的投资成本高于方案1，原因是风机和光伏设备的投入，然而方案2的运行维护成本、运行能耗成本和环境成本均比方案1减少。由于方案2中增加了5台风机和1台光伏设备，且风机和光伏设备的投资成本较高，所以投资成本较方案1增加211.21％，约为337.33万元。方案2中燃气内燃机的数量显著减少且风机、光伏设备接入，但是由于燃气内燃机维护成本高，风机、光伏设备维护成本低，所以运行维护成本降低了37.58％，约为38.54万元。由于可再生能源发电无需购电成本，方案2中购电成本显著降低，且热泵成本低但需求显著增加，蓄电成本高但需求显著下降，运行能耗成本也减少了85.47％，约为2179.08万元。方案1中依靠外部电网、热网和系统内天然气供能，而方案2中有风能和太阳能发电，可再生能源的接入较传统的能源利用方式而言，二氧化碳排放量显著降低，环境治理成本也随之降低；方案2中环境成本减少88.97％，约为22.93万元。因此，本文提出的用户侧可再生能源接入的综合能源系统规划模型比传统的综合能源系统有更好的经济效益和环境效益。
表3两种不同方案的成本
方案 方案1 方案2
投资成本CI 159.72万元 497.05万元
运行维护成本CO 102.57万元 64.03万元
运行能耗成本CE 2549.49万元 370.41万元
环境成本CCE 25.78万元 2.84万元
总成本 2837.55万元 934.33万元
3.全工况模型与恒定系数模型对比
考虑2中的全工况场景，用本文建立的优化求解模型对系统配置进行求解；同时使用恒定系数模型对系统进行配置，其中恒定系数模型中设备转换效率为常数，对比结果如表4所示。为了考查设备效率变化对配置结果的影响，恒定系数模型分别采取了各设备在部份负载率(PLR)为0.3和1.0的效率，其余条件均与与全工况模型相同。
表4全工况与恒定系数模型成本对比
Figure BDA0002807600940000211
西南地区综合能源系统优化配置模型选取了一年中冬季、夏季、过渡季中的典型日工况场景进行模拟，在算例中的求解时间为7850.54s，可以满足系统配置需求。采用恒定系数PLR＝1.0时，将得到三个方案中成本较低的配置结果，而采用恒定系数PLR＝0.3时，负载率低，将得到三个方案中成本较高的配置结果。根据全工况模型和恒定系数模型成本对比，采用全工况模型的年总成本为934.33万元；对于恒定系数模型，在PLR＝0.3和1.0的情况下，年总成本分别为1050.90万元和911.27万元。可见，在采用恒定系数模型对系统进行配置时，由于得出的成本结果较低或较高，用能经济性和负荷多样性得不到满足。而采用全工况模型时，由于设备转换效率随着系统出力变化而变化的特性，各种能源设备协调耦合工作，满足用户用能需求并降低运行成本。
本发明中未涉及部分均与现有技术相同或可采用现有技术加以实现。尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (12)

1.一种用户侧综合能源系统优化配置方法，其特征在于，优化配置方法如下：
S1:根据西南地区的能源结构，针对运行设备效率随环境和出力变化的特点，建立设备的全工况能量转换模型，全工况能量转换模型包括天然气内燃机、燃气轮机、热水型燃气锅炉、热水型余热锅炉、吸收式制冷机、光伏和风力发电系统、水源热泵以及蓄能装置；
S2:计算年投资成本、年运行成本、运行能耗成本、年环境成本计算系统的年投资运行总成本为目标，建立集电气热冷能于一体的西南地区综合能源系统优化配置模型；
S3:对模型进行分段线性化处理，通过发电功率与负荷率函数的关系，将该非线性曲线按照0.1p.u.的等效间隔，降低模型的非线性度；
S4:得出了西南地区用户侧综合能源系统在全工况用能场景下的最优配置。
2.根据权利要求1的一种用户侧综合能源系统优化配置方法，其特征在于：以总成本为目标建立系统优化配置的目标函数
C＝CI+CO+CE+CCE (1)
式(1)中：C为年度总成本；CI为年投资成本；CO为年运行成本；CE为年运行能耗成本；CCE为年环境成本；
Figure FDA0002807600930000021
式(2)中：年投资成本CI中，nequ是设备的台数；sequ是单台设备的容量；μequ是设备的单位容量投资成本；r是年利率；y是设备的寿命；年运行成本CO中，d是典型日类别，d＝1表示冬季，d＝2表示夏季，d＝3表示过渡季；Nd表示典型日累计天数；Pequ表示设备的功率；λequ为设备单位功率的运行成本；
Figure FDA0002807600930000022
和
Figure FDA0002807600930000023
分别为储能es的充能和放能功率；λes为储能单位充放能功率的成本；年运行能耗成本CE中，
Figure FDA0002807600930000024
为从外部电网的购电功率；
Figure FDA0002807600930000025
为向外部电网的售电功率；λele,b和λele,s分别是购售电单价；
Figure FDA0002807600930000026
为从外部气网的购气功率；λgas为购气单价；
Figure FDA0002807600930000027
为从外部热网的购热功率；λh为购热单价；年环境成本CCE中，κ为碳排放成本；γele和γgas分别为单位电功率和天然气功率的等值二氧化碳排放因子；
基于西南地区丰富的水资源、风光资源、天然气资源，在功率平衡约束中，考虑以天然气为主的燃料功率平衡约束、以水资源为主的热功率平衡约束和冷功率平衡约束、以风光资源为主的电功率平衡约束，
Figure FDA0002807600930000028
式(3)中：燃料功率平衡约束中，
Figure FDA0002807600930000031
和
Figure FDA0002807600930000032
分别为天然气内燃机、燃气轮机和燃气锅炉在t时刻消耗的天然气；电功率平衡约束中，
Figure FDA0002807600930000033
和
Figure FDA0002807600930000034
分别为光伏、风电、燃气轮机和天然气内燃机的输出电功率；
Figure FDA0002807600930000035
为电负荷；
Figure FDA0002807600930000036
和
Figure FDA0002807600930000037
分别为电储能的充放电功率；热功率平衡约束中，
Figure FDA0002807600930000038
Figure FDA0002807600930000039
和
Figure FDA00028076009300000310
分别为燃气锅炉、天然气内燃机、余热锅炉和水源热泵的输出热功率；
Figure FDA00028076009300000311
为热负荷；
Figure FDA00028076009300000312
和
Figure FDA00028076009300000313
为热储能的充放能功率；冷功率平衡约束中，
Figure FDA00028076009300000314
和
Figure FDA00028076009300000315
分别为吸收式制冷机和水源热泵的输出冷功率；
Figure FDA00028076009300000316
为冷负荷；
Figure FDA00028076009300000317
和
Figure FDA00028076009300000318
为冷储能的充放能功率；烟气功率平衡约束中，
Figure FDA00028076009300000319
和
Figure FDA00028076009300000320
分别为天然气内燃机和燃气轮机输出高温烟气功率；
Figure FDA00028076009300000321
和
Figure FDA00028076009300000322
分别为余热锅炉和吸收式制冷机消耗的高温烟气功率。
3.根据权利要求2的一种用户侧综合能源系统优化配置方法，其特征在于：天然气内燃机的数学模型为：
Figure FDA00028076009300000323
式(4)中：
Figure FDA00028076009300000324
是天然气内燃机i在季节d时刻t的发电效率，随天然气内燃机出力变化而变化；
Figure FDA00028076009300000325
是天然气内燃机i缸套水余热占总余热的比重；
Figure FDA00028076009300000326
是天然气内燃机i烟气余热占总余热的比重；
Figure FDA00028076009300000327
为天然气内燃气i的启停状态，是0-1二进制变量；
Figure FDA00028076009300000328
和
Figure FDA00028076009300000329
分别天然气内燃机的最小和最大电功率系数；式中表示当天然气内燃机数量i大于实际数量nGE时，
Figure FDA0002807600930000041
为停止状态，当天然气内燃机数量i小于实际数量nGE时，
Figure FDA0002807600930000042
为停开启状态。
4.根据权利要求3的一种用户侧综合能源系统优化配置方法，其特征在于：燃气轮机的数学模型为：
Figure FDA0002807600930000043
式(5)中：
Figure FDA0002807600930000044
和
Figure FDA0002807600930000045
分别为燃气轮机i在季节d时刻t的发电和发热效率，随燃气轮机出力变化而变化；
Figure FDA0002807600930000046
为燃气轮机i的启停状态，是0-1二进制变量；
Figure FDA0002807600930000047
和
Figure FDA0002807600930000048
分别燃气轮机的最小和最大电功率系数。
5.根据权利要求4的一种用户侧综合能源系统优化配置方法，其特征在于：燃气锅炉运行效率较高且非常稳定，燃气锅炉在部分负荷下的工作效率不变，即输出热量与输入能量保持线性关系，其供能数学模型表示为：
Figure FDA0002807600930000049
式(6)中：ηGB为燃气锅炉的发热效率，为恒定值；
Figure FDA00028076009300000410
为燃气锅炉i的启停状态，是0-1二进制变量；
Figure FDA00028076009300000411
和
Figure FDA00028076009300000412
分别为燃气锅炉的最小和最大热功率系数。
6.根据权利要求5的一种用户侧综合能源系统优化配置方法，其特征在于：余热锅炉的数学模型表达如下：
Figure FDA0002807600930000051
式(7)中：ηWB为余热锅炉的热效率，为恒定值；
Figure FDA0002807600930000052
为余热锅炉的启停状态，是0-1二进制变量；
Figure FDA0002807600930000053
为余热锅炉的最大热功率系数。
7.根据权利要求6的一种用户侧综合能源系统优化配置方法，其特征在于：吸收式制冷机的数学模型为：
Figure FDA0002807600930000054
式(8)中：
Figure FDA0002807600930000055
为吸收式制冷机的能效系数，其物理意义为吸收式制冷机制冷运行时的制冷量与有效输入功率之比，吸收式制冷机的能效系数随着制冷量的增长而增长，近似呈线性关系；
Figure FDA0002807600930000056
为吸收式制冷机最大制冷功率系数。
8.根据权利要求7的一种用户侧综合能源系统优化配置方法，其特征在于：光伏和风力发电系统出力过剩导致系统难以消纳时，允许其降出力运行，则光伏和风力发电系统的实际出力满足约束条件：
Figure FDA0002807600930000057
式(9)中：
Figure FDA0002807600930000058
为光伏的实际功率，其值小于预估功率；
Figure FDA0002807600930000059
为风力的实际功率，其值小于预估功率。
9.根据权利要求8的一种用户侧综合能源系统优化配置方法，其特征在于：热泵按照热量来源不同主要分为空气源热泵、水源热泵、地源热泵和双源热泵，基于西南地区丰富的水资源，该综合能源系统里的热泵主要以水源热泵为主；水源热泵利用水资源中蕴含的太阳能资源作为冷热源，采用热泵原理，通过水能作为综合能源系统的输入，实现系统中冷能、热能的负荷需求，
Figure FDA0002807600930000061
式(10)中，
Figure FDA0002807600930000062
是水源热泵的能效系数，其物理意义为水源热泵制热运行时的制热量与有效输入功率之比；水源热泵在不同运行工况下，其能效系数会发生变化，即
Figure FDA0002807600930000063
不是一个常数，而是一个与冷热源侧水温和部分负荷率相关的函数；
Figure FDA0002807600930000064
为水源热泵的启停状态，是0-1二进制变量；
Figure FDA0002807600930000065
和
Figure FDA0002807600930000066
分别为水源热泵的最小和最大输出功率系数。
10.根据权利要求9的一种用户侧综合能源系统优化配置方法，其特征在于：蓄能装置的特性可描述成设备自身容量、最大蓄能状态、蓄能输出功率和蓄能效率等几部分，建立的蓄能装置充放能数学模型如下：
Figure FDA0002807600930000067
式(11)中：
Figure FDA0002807600930000068
为蓄能装置充放能状态；ηes,ch，ηes,dis为储能装置充放能效率系数，效率可达90％；的
Figure FDA0002807600930000069
为蓄能装置储存的能量；
Figure FDA00028076009300000610
和
Figure FDA00028076009300000611
分别为蓄能装置最小和最大储存的能量系数，分别取0.2和0.9。
11.根据权利要求10的一种用户侧综合能源系统优化配置方法，其特征在于：还包括建立运行设备最小启停时间约束；
运行设备最小启停时间约束包括机组最小停机时间和机组最小连续运行时间：
Figure FDA0002807600930000071
式(12)中：
Figure FDA0002807600930000072
和
Figure FDA0002807600930000073
分别为第n台运行设备在第t个调度时段时已经连续运行和停机的时间；
Figure FDA0002807600930000074
和
Figure FDA0002807600930000075
分别为第n台运行设备的最小连续运行和停机时间，设备包括配置的燃气锅炉、燃气内燃机、燃气轮机和余热锅炉。
12.根据权利要求11的一种用户侧综合能源系统优化配置方法，其特征在于：对能源设备模型进行线性化处理，以燃气内燃机为例，天然气功率可表示为电功率和负荷率的非线性函数，根据已知的发电功率与负荷率函数关系，将该非线性曲线按照0.1p.u.的等效间隔，分段进行线性化处理，每个间隔内的曲线可近似用线性函数表示为：
Figure FDA0002807600930000076
式(13)中：Lk为线性化系数；Rk为线性化的常数；此时引入二进制变量
Figure FDA0002807600930000077
表示天然气内燃机输出电功率是否在k个区间内，则天然气功率表示为
Figure FDA0002807600930000081
Figure FDA0002807600930000082
Figure FDA0002807600930000083
式(14)表示天然气内燃机功率为各区间功率之和，且限制了天然气功率只能位于一个功率区间内；式(15)表示天然气功率在第k个区间内时，满足式(13)，否则等于0；而式(16)则限定了输出电功率所处的区间。
CN202011377834.6A 2020-11-30 2020-11-30 一种用户侧综合能源系统优化配置方法 Active CN112465228B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011377834.6A CN112465228B (zh) 2020-11-30 2020-11-30 一种用户侧综合能源系统优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011377834.6A CN112465228B (zh) 2020-11-30 2020-11-30 一种用户侧综合能源系统优化配置方法

Publications (2)

Publication Number Publication Date
CN112465228A true CN112465228A (zh) 2021-03-09
CN112465228B CN112465228B (zh) 2023-04-07

Family

ID=74805023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011377834.6A Active CN112465228B (zh) 2020-11-30 2020-11-30 一种用户侧综合能源系统优化配置方法

Country Status (1)

Country Link
CN (1) CN112465228B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116976528A (zh) * 2023-09-22 2023-10-31 国网江苏省电力有限公司常州供电分公司 低碳港口混合供能系统的优化配置方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106374515A (zh) * 2016-09-14 2017-02-01 国家电网公司 一种有源配电网中储能系统双层递阶优化配置方法
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
CN111898248A (zh) * 2020-07-02 2020-11-06 北京市煤气热力工程设计院有限公司 综合能源仿真规划设计系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106374515A (zh) * 2016-09-14 2017-02-01 国家电网公司 一种有源配电网中储能系统双层递阶优化配置方法
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
CN111898248A (zh) * 2020-07-02 2020-11-06 北京市煤气热力工程设计院有限公司 综合能源仿真规划设计系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
崔全胜等: "用户侧综合能源系统规划运行联合优化", 《中国电机工程学报》 *
杨允: "南方地区分布式供能系统优化配置与综合评价研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
林晓明等: "计及多评价指标的园区能源互联网双层优化配置", 《电力系统自动化》 *
范宏等: "多区域综合能源系统的两阶段容量优化配置方法", 《现代电力》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116976528A (zh) * 2023-09-22 2023-10-31 国网江苏省电力有限公司常州供电分公司 低碳港口混合供能系统的优化配置方法及装置
CN116976528B (zh) * 2023-09-22 2023-12-12 国网江苏省电力有限公司常州供电分公司 低碳港口混合供能系统的优化配置方法及装置

Also Published As

Publication number Publication date
CN112465228B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
Wei et al. Multi-objective optimal operation and energy coupling analysis of combined cooling and heating system
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN113112087A (zh) 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN110503241B (zh) 冷-热-电综合能源系统的多目标优化方法
CN111244939B (zh) 一种计及需求侧响应的多能互补系统两级优化设计方法
CN112508391B (zh) 一种产业园区群与地区电网相协同的综合能源系统规划方法
Song et al. Study on the optimization and sensitivity analysis of CCHP systems for industrial park facilities
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
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
Li et al. Optimal design for component capacity of integrated energy system based on the active dispatch mode of multiple energy storages
CN115455719A (zh) 一种基于全生命周期碳成本的综合能源系统优化仿真方法
CN115099007A (zh) 基于综合成本-能耗曲线的综合能源系统优化运行方法
CN111126675A (zh) 多能互补微网系统优化方法
CN112465228B (zh) 一种用户侧综合能源系统优化配置方法
CN108197412B (zh) 一种多能源耦合能量管理系统及优化方法
CN113553718A (zh) 一种绿色数据中心综合供能系统设备容量的配置方法
Yuan et al. Operation optimization of CCHP-type microgrid considering units' part-load characteristics
CN113205208A (zh) 计及一次能源渗透率的综合能源系统㶲效率能效评估方法
CN113128799A (zh) 能源管控方法、装置、电子设备及计算机存储介质
CN110783917A (zh) 含有新能源消纳的多能源能量枢纽配置方法
CN114169800B (zh) 综合能源系统的能量调度方法
CN213783243U (zh) 一种面向产业园区的综合能源系统运行优化装置
CN110061499B (zh) 一种差异化电源电价下并网型微电网的运行方法
CN113971510A (zh) 一种基于改进Jaya算法的集成能源系统规划方法
CN111262240A (zh) 一种综合能源系统优化运行方法及系统

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