CN112528214A - 基于客户侧用能控制系统的多能互补协调优化方法 - Google Patents
基于客户侧用能控制系统的多能互补协调优化方法 Download PDFInfo
- Publication number
- CN112528214A CN112528214A CN202011390145.9A CN202011390145A CN112528214A CN 112528214 A CN112528214 A CN 112528214A CN 202011390145 A CN202011390145 A CN 202011390145A CN 112528214 A CN112528214 A CN 112528214A
- Authority
- CN
- China
- Prior art keywords
- cost
- power
- heating
- pollution discharge
- refrigeration
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 230000000295 complement effect Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000010438 heat treatment Methods 0.000 claims description 193
- 238000005057 refrigeration Methods 0.000 claims description 120
- 238000001816 cooling Methods 0.000 claims description 78
- 150000001875 compounds Chemical class 0.000 claims description 63
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 46
- 238000005265 energy consumption Methods 0.000 claims description 42
- 238000010248 power generation Methods 0.000 claims description 32
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000001172 regenerating effect Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000010865 sewage Substances 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 229910052751 metal Inorganic materials 0.000 description 16
- 239000002184 metal Substances 0.000 description 16
- 239000002904 solvent Substances 0.000 description 15
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 230000003749 cleanliness Effects 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Air Conditioning Control Device (AREA)
Abstract
基于客户侧用能控制系统的多能互补协调优化方法,以多能协调运行最优费用最小为优化目标构建客户侧用能控制系统的多能互补协调优化模型,并在该模型中分别考虑经济性和清洁性,建立两种不同优化目标下的目标函数和约束条件,迭代求取最优解以获取负荷的协调优化配置。实现基于客户侧用能控制系统与多种储能设备的协调优化,充分发挥基于客户侧用能控制系统的供能潜力和储能调节潜力,提高用能控制系统的优化运行能力,促进以节能减排、移峰填谷、减少传输过程中能量损失为优势的客户侧用能控制系统快速发展,为区域性多能源协调运行发展提供技术支撑。
Description
技术领域
本发明属于综合能源控制技术领域,更具体地,涉及基于客户侧用能控制系统的多能互补协调优化方法。
背景技术
电力作为整个国家能源战略的核心要素,是国民经济的命脉。随着国民经济结构性矛盾的日益突出,电网峰值负荷不断攀升,电网峰谷差呈现逐步扩大趋势,部分地区的电力供需不平衡矛盾非常严重,严重影响电力系统的安全稳定运行。为满足不断增长的负荷需求,国家每年要投入上千亿元巨资用于调峰电厂建设,但用于调峰需求的发、输电设备年利用小时低,平均成本较高,单纯依靠不断增加装机容量来满足短暂的高峰用电,会导致发供电成本不断上升,不利于社会资源的合理利用。在迎峰度夏期间,政府和电网公司不得不采取有序用电措施来应对短期尖峰问题。
另一方面,国网公司围绕智能电网建设的信息化、自动化、互动化,开展了包括冷热电混合能源系统多能源优化调度、综合用能模式、基于冷热电混合能源的需求响应技术等方面的大量的研究工作,在电网供电可靠性、安全性方面发挥了巨大作用。
因此,基于客户侧用能控制系统开展冷热电混合能源系统的多能互补协调优化仿真,为客户侧用能控制系统中综合能源的布局配置提供优化方案;同时,以促进能效提升为目标,研究并提出综合能源系统多能互补协调的控制方法,为优化多能互补、能效提升、需求响应等策略体系的制定提供基础;基于多能互补协调的控制方法,实现不同目标场景下的综合能源服务仿真,为典型场景综合能源调度策略提供有效支撑。
发明内容
为解决现有技术中存在的不足,本发明的目的在于,提供基于客户侧用能控制系统的多能互补协调优化方法,以多能协调运行最优费用最小为优化目标构建客户侧用能控制系统的多能互补协调优化模型,并在该模型中分别考虑经济性和清洁性,建立两种不同优化目标下的目标函数和约束条件,迭代求取最优解以获取负荷的协调优化配置。实现基于客户侧用能控制系统与多种储能设备的协调优化。
本发明采用如下的技术方案。
基于客户侧用能控制系统的多能互补协调优化方法的步骤如下:
步骤1,采集客户侧用能控制系统的最小年费用和最小年排污费用,建立多能互补协调优化模型,满足如下关系式:
min F=λ1 min F1+λ2 min F2
式中,
min F表示客户侧用能控制系统的多能协调运行的最优费用,
min F1表示客户侧用能控制系统的最小年费用,
min F2表示客户侧用能控制系统的最小年排污费用,
λ1表示客户侧用能控制系统的年费用加权系数,
λ2表示客户侧用能控制系统的年排污费用加权系数;
步骤2,构建多能互补协调优化模型的约束条件;
步骤3,根据目标函数和约束条件利用罚函数求取多能互补协调优化模型的最优解;
优选地,
步骤1包括:
步骤1.1,采集客户侧用能控制系统的年制冷费用、年制热费用和年供电费用,建立最小年费用模型,满足如下关系式:
min F1=Flen+Fre+Fdian
式中,
Flen表示客户侧用能控制系统的年制冷费用,
Fre表示客户侧用能控制系统的年制热费用,
Fdian表示客户侧用能控制系统的年供电费用;
步骤1.2,采集客户侧用能控制系统的年制冷排污费用、年制热排污费用和年供电排污费用,建立最小年排污费用模型,满足如下关系式:
min F2=COSTlen+COSTre+COSTdian
式中,
COSTlen表示客户侧用能控制系统的年制冷排污费用;
COSTre表示客户侧用能控制系统的年制热排污费用;
COSTdian表示客户侧用能控制系统的年供电排污费用;
步骤1.3,设置客户侧用能控制系统的年费用加权系数和年排污费用加权系数;客户侧用能控制系统的年费用加权系数和年排污费用加权系数均取值0.5。
优选地,
在步骤1.1中,客户侧用能控制系统的年制冷费用满足如下关系式:
式中,
qcc表示冷热电联产机组的制冷功率,
qcp表示热泵的制冷功率,
Qcx表示溴化锂制冷机组的制冷功率,
Mcc表示冷热电联产机组的单位制冷容量费用,
Mcp表示热泵的单位制冷容量费用,
Mcx表示溴化锂制冷机组的单位制冷容量费用,
hcc表示冷热电联产机组的制冷工作时间,
hcp表示热泵的制冷工作时间,
hcx表示溴化锂制冷机组的制冷工作时间;
优选地,
在步骤1.1中,客户侧用能控制系统的年制热费用满足如下关系式:
qhc表示冷热电联产机组的制热功率,
qhp表示热泵的制热功率,
Qhgr表示光热转换系统的制热功率,
Qhl表示蓄热式电锅炉的制热功率,
Mhc表示冷热电联产机组的单位制热容量费用,
Mhp表示热泵的单位制热容量费用,
Mhgr表示光热转换系统的单位制热容量费用,
Mhl表示蓄热式电锅炉的单位制热容量费用,
hhc表示冷热电联产机组的制热工作时间,
hhp表示热泵的制热工作时间,
hhgr表示光热转换系统的制热工作时间,
hhl表示蓄热式电锅炉的制热工作时间;
优选地,
在步骤1.1中,客户侧用能控制系统的年供电费用满足如下关系式:
式中,
Qegf表示光伏发电系统的供电功率,
Megf表示光伏发电系统的单位供电容量费用,
Meei表示在电网尖、峰、谷、平的四个不同时段下市电的单位供电容量费用,
hegf表示光伏发电系统的供电工作时间,
优选地,
在步骤1.2中,客户侧用能控制系统的年制冷排污费用满足如下关系式:
COSTlen=COSTcc+COSTcp+COSTce+COSTcx
式中,
COSTcc表示冷热电联产机组的制冷排污费用,
COSTcp表示热泵的制冷排污费用,
COSTce表示市电的制冷排污费用,
COSTcx表示溴化锂机组的制冷排污费用;
优选地,
冷热电联产机组的制冷排污费用满足如下关系式:
COSTcc=αccCqcchccMccC+αccSqcchccMccS+αccNqcchccMccN
式中,
αccC、αccS、αccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污因子,
MccC、MccS、MccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污费用;
热泵的制冷排污费用满足如下关系式:
COSTcp=αcpCqcphcpMcpC+αcpSqcphcpMcpS+αcpNqcphcpMcpN
式中,
αcpC、αcpS、αcpN分别表示热泵的CO2、SO2、NOx的制冷排污因子,
McpC、McpS、McpN分别表示热泵的CO2、SO2、NOx的制冷排污费用;
市电的制冷排污费用满足如下关系式:
COSTce=αceCqcehceMceC+αceSqcehceMceS+αceNqcehceMceN
式中,
αceC、αceS、αceN分别表示市电的CO2、SO2、NOx的制冷排污因子,
MceC、MceS、MceN分别表示市电的CO2、SO2、NOx的制冷排污费用,
溴化锂机组的制冷排污费用满足如下,关系式:
COSTcx=αcxCQcxhcxMcxC+αcxSQcxhcxMcxS+αcxNQcxhcxMcxN
式中,
αcxC、αcxS、αcxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污因子,
McxC、McxS、McxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污费用;
优选地,
在步骤1.2中,客户侧用能控制系统的年制热排污费用满足如下关系式:
COSTre=COSThc+COSThp+COSThe+COSThl
式中,
COSTc表示冷热电联产机组的制热排污费用,
COSThp表示热泵的制热排污费用,
COSSThe表示市电的制热排污费用,
COSSThl表示蓄热式电锅炉的制热排污费用;
优选地,
冷热电联产机组的制冷排污费用满足如下关系式:
COSThc=αhcCqhchhcMhcC+αhcSqhchhcMhcS+αhcNqhchhcMhcN
式中,
αhcC、αhcS、αhcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污因子,
MhcC、MhcS、MhcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污费用;
热泵的制热排污费用满足如下关系式:
COSThp=αhpCqhphhpMhpC+αhpSqhphhpMhpS+αhpNqhphhpMhpN
式中,
αhpC、αhpS、αhpN分别表示热泵的CO2、SO2、NOx的制热排污因子,
MhpC、MhpS、MhpN分别表示热泵的CO2、SO2、NOx的制热排污费用;
市电的制冷排污费用满足如下关系式:
COSThe=αheCqhehheMheC+αheSqhehheMheS+αheNqhehheMheN
式中,
αheC、αheS、αheN分别表示电网的CO2、SO2、NOx的制热排污因子,
MheC、MheS、MheN分别表示电网的CO2、SO2、NOx的制热排污费用;
蓄热式电锅炉的制热排污费用满足如下关系式:
COSThl=αhlCQhlhhlMhlC+αhlSQhlhhlMhlS+αhlNQhlhhlMhlN
式中,
αhlC、αhlS、αhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污因子,
MhlC、MhlS、MhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污费用;
优选地,
在步骤1.2中,客户侧用能控制系统的年供电排污费用满足如下关系式:
COSTdian=COSTee
式中,
COSTee表示客户侧用能控制系统中电网的市电供电排污费用;
优选地,
市电供电排污费用满足如下关系式:
COSTee=αeeCqeeheeMeeC+αeeSqeeheeMeeS+αeeNqeeheeMeeN
式中,
αeeC、αeeS、αeeN分别表示电网的CO2、SO2、NOx的供电排污因子,
MeeC、MeeS、MeeN分别表示电网的CO2、SO2、NOx的供电排污费用
优选地,
步骤2包括:
步骤2.1,构建多能互补协调优化模型中最小年费用和最小年排污费用的冷平衡约束条件;
步骤2.2,构建多能互补协调优化模型中最小年费用和最小年排污费用的热平衡约束条件;
步骤2.3,构建多能互补协调优化模型中最小年费用和最小年排污费用的电平衡约束条件;
优选地,
在步骤2.1中,冷平衡约束条件,满足如下关系式:
(1-αc)(ηccqcc+ηceqce+ηcxQcx)=Qlen
式中,
αc表示冷输送过程的损失系数,
ηcc表示冷热电联产机组制冷效率,
ηce表示在电网尖、峰、谷、平的四个不同时段下,市电的总制冷效率,
ηcx表示溴化锂制冷机组的制冷效率,
Qlen表示用户需求的冷量;
优选地,
在步骤2.2中,热平衡约束条件,满足如下关系式:
(1-αh)(ηhcqhc+ηhgrQhgr+ηheqhe+ηhlQhl)=Qre
式中,
αh表示热输送过程的损失系数,
ηhc表示冷热电联产机组制热效率,
ηhgr表示光热转换系统的制热效率,
ηhe表示在电网的尖、峰、谷、平四个不同时段下,市电的总制热效率,
ηhl表示蓄热式电锅炉的制热效率,
Qre表示用户需求的热量;
优选地,
在步骤2.3中,电平衡约束条件,满足如下关系式:
(1-αe)(ηegfQegf+ηeeqee)=Qdian
式中,
αe表示电输送过程的损失系数,
ηegf表示光伏发电系统的供电效率,
ηee表示市电的供电效率,
Qdian表示用户需求的电量;
优选地,
步骤3包括:
步骤3.1,采用目标函数和约束条件构造的罚函数满足如下关系式:
F(x,λ)=f(x)+λP(x)
式中,
F(x,λ)表示罚函数,
f(x)表示目标函数,
λ表示罚因子,为正数
P(x)表示x偏离可行域的程度,
λP(x)表示罚项;
步骤3.2,求取罚函数的最优解,计算步骤具体如下:
步骤3.2.1,设置初始点x<0>、初始罚因子λ(1)、放大系数c>1、允许误差e>0、迭代次数k=1;
步骤3.2.2,以x<k-1>作为搜索初始点,对无约束规划问题min(f(x)+λP(x))进行求解,令x<k>为所求的极小值点;
步骤3.2.3,当λP(x<k>)<e时,停止计算,得到最优解点x<k>;否则,令λ(k+1)=cλ(k),并且返回步骤3.2.2;
优选地,
在步骤3.1中,目标函数包括最小年费用模型和最小年排污费用模型。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
实现基于客户侧用能控制系统与多种储能设备的协调优化,充分发挥基于客户侧用能控制系统的供能潜力和储能调节潜力,提高用能控制系统的优化运行能力,促进以节能减排、移峰填谷、减少传输过程中能量损失为优势的客户侧用能控制系统快速发展,为区域性多能源协调运行发展提供技术支撑。
附图说明
图1是本发明的基于客户侧用能控制系统的多能互补协调优化方法的流程图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
如图1,基于客户侧用能控制系统的多能互补协调优化方法的步骤如下:
步骤1,采集客户侧用能控制系统的最小年费用和最小年排污费用,建立多能互补协调优化模型,满足如下关系式:
min F=λ1 min F1+λ2 min F2
式中,
min F表示客户侧用能控制系统的多能协调运行的最优费用,
min F1表示客户侧用能控制系统的最小年费用,
min F2表示客户侧用能控制系统的最小年排污费用,
λ1表示客户侧用能控制系统的年费用加权系数,
λ2表示客户侧用能控制系统的年排污费用加权系数。
具体地,
步骤1包括:
步骤1.1,采集客户侧用能控制系统的年制冷费用、年制热费用和年供电费用,建立最小年费用模型,满足如下关系式:
min F1=Flen+Fre+Fdian
式中,
Flen表示客户侧用能控制系统的年制冷费用,
Fre表示客户侧用能控制系统的年制热费用,
Fdian表示客户侧用能控制系统的年供电费用。
本优选实施例的客户侧用能控制系统中供给能量的子系统主要包括:冷热电联产系统、热泵、光伏发电系统、光热转换系统、电网、溴化锂制冷机组和蓄热式电锅炉;各子系统的冷热电供给关系如表1所示。
表1各子系统的冷热电供给关系表
总容量 | 供冷容量 | 供热容量 | 供电容量 | |
冷热电联产系统 | Q<sub>C</sub> | q<sub>cc</sub> | q<sub>hc</sub> | / |
热泵 | Q<sub>p</sub> | q<sub>cp</sub> | q<sub>hp</sub> | / |
光伏发电系统 | Q<sub>gf</sub> | / | / | Q<sub>egf</sub> |
光热转换系统 | Q<sub>gr</sub> | / | Q<sub>hgr</sub> | / |
电网 | Q<sub>e</sub> | q<sub>ce</sub> | q<sub>he</sub> | q<sub>ee</sub> |
溴化锂制冷机组 | Q<sub>x</sub> | Q<sub>cx</sub> | / | / |
蓄热式电锅炉 | Q<sub>l</sub> | / | Q<sub>hl</sub> | / |
值得注意的是,表1中所示的各子系统是本发明优选实施例为实现基于客户侧用能控制系统的多能互补协调优化方法的一种非限制性的较优选择,所属领域的技术人员可以根据实际应用场景及运行特性选择实际采用的子系统的类型和数量。
具体地,
在步骤1.1中,客户侧用能控制系统的年制冷费用满足如下关系式:
式中,
qcc表示冷热电联产机组的制冷功率,
qcp表示热泵的制冷功率,
Qcx表示溴化锂制冷机组的制冷功率,
Mcc表示冷热电联产机组的单位制冷容量费用,
Mcp表示热泵的单位制冷容量费用,
Mcx表示溴化锂制冷机组的单位制冷容量费用,
hcc表示冷热电联产机组的制冷工作时间,
hcp表示热泵的制冷工作时间,
hcx表示溴化锂制冷机组的制冷工作时间。
具体地,
在步骤1.1中,客户侧用能控制系统的年制热费用满足如下关系式:
qhc表示冷热电联产机组的制热功率,
qhp表示热泵的制热功率,
Qhgr表示光热转换系统的制热功率,
Qhl表示蓄热式电锅炉的制热功率,
Mhc表示冷热电联产机组的单位制热容量费用,
Mhp表示热泵的单位制热容量费用,
Mhgr表示光热转换系统的单位制热容量费用,
Mhl表示蓄热式电锅炉的单位制热容量费用,
hhc表示冷热电联产机组的制热工作时间,
hhp表示热泵的制热工作时间,
hhgr表示光热转换系统的制热工作时间,
hhl表示蓄热式电锅炉的制热工作时间。
具体地,
在步骤1.1中,客户侧用能控制系统的年供电费用满足如下关系式:
式中,
Qegf表示光伏发电系统的供电功率,
Megf表示光伏发电系统的单位供电容量费用,
Meei表示在电网尖、峰、谷、平的四个不同时段下市电的单位供电容量费用,
hegf表示光伏发电系统的供电工作时间,
步骤1.2,采集客户侧用能控制系统的年制冷排污费用、年制热排污费用和年供电排污费用,建立最小年排污费用模型,满足如下关系式:
min F2=COSTlen+COSTre+COSTdian
式中,
COSTlen表示客户侧用能控制系统的年制冷排污费用;
COSTre表示客户侧用能控制系统的年制热排污费用;
COSTdian表示客户侧用能控制系统的年供电排污费用。
值得注意的是,在计算年排污费用时,污染物的种类包括但不限于CO2、SO2、NOx,所属领域技术人员可以根据实际需求选择不同的污染物种类并进行排污费用的折算,本实施例中选择的CO2、SO2、NOx三种污染物是一种较优的而非限制性的选择。
具体地,
在步骤1.2中,客户侧用能控制系统的年制冷排污费用满足如下关系式:
COSTlen=COSTcc+COSTcp+COSTce+COSTcx
式中,
COSTcc表示冷热电联产机组的制冷排污费用,
COSTcp表示热泵的制冷排污费用,
COSTce表示市电的制冷排污费用,
COSTcx表示溴化锂机组的制冷排污费用;
具体地,
冷热电联产机组的制冷排污费用满足如下关系式:
COSTcc=αccCqcchccMccC+αccSqcchccMccS+αccNqcchccMccN
式中,
αccC、αccS、αccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污因子,
MccC、MccS、MccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污费用;
热泵的制冷排污费用满足如下关系式:
COSTcp=αcpCqcphcpMcpC+αcpSqcphcpMcpS+αcpNqcphcpMcpN
式中,
αcpC、αcpS、αcpN分别表示热泵的CO2、SO2、NOx的制冷排污因子,
McpC、McpS、McpN分别表示热泵的CO2、SO2、NOx的制冷排污费用;
市电的制冷排污费用满足如下关系式:
COSTce=αceCqcehceMceC+αceSqcehceMceS+αceNqcehceMceN
式中,
αceC、αceS、αceN分别表示市电的CO2、SO2、NOx的制冷排污因子,
MceC、MceS、MceN分别表示市电的CO2、SO2、NOx的制冷排污费用,
COSTcx=αcxCQcxhcxMcxC+αcxSQcxhcxMcxS+αcxNQcxhcxMcxN
式中,
αcxC、αcxS、αcxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污因子,
McxC、MccS、McxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污费用;
具体地,
在步骤1.2中,客户侧用能控制系统的年制热排污费用满足如下关系式:
COSTre=COSThc+COSThp+COSThe+COSThl
式中,
COSThc表示冷热电联产机组的制热排污费用,
COSThp表示热泵的制热排污费用,
COSThe表示市电的制热排污费用,
COSThl表示蓄热式电锅炉的制热排污费用。
具体地,
冷热电联产机组的制冷排污费用满足如下关系式:
COSThc=αhcqhchhcMhcC+αhcSqhchhcMhcS+αhcNqhchhcMhcN
式中,
αhcC、αhcS、αgcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污因子,
MhcC、MhcS、MhcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污费用;
热泵的制热排污费用满足如下关系式:
COSThp=αhpCqhphhpMhpC+αhpSqhphhpMhpS+αhpqhphhpMhpN
式中,
αhpC、αhpS、αhpN分别表示热泵的CO2、SO2、NOx的制热排污因子,
MhpC、MhpS、MhpN分别表示热泵的CO2、SO2、NOx的制热排污费用;
市电的制冷排污费用满足如下关系式:
COSThe=αheqhehheMheC+αhesqhehheMheS+αheNqhehheMhe
式中,
αheC、αheS、αheN分别表示电网的CO2、SO2、NOx的制热排污因子,
MheC、MheS、MheN分别表示电网的CO2、SO2、NOx的制热排污费用;
蓄热式电锅炉的制热排污费用满足如下关系式:
COSThl=αhlCQhlhhlMhlC+αhlSQhlhhlMhlS+αhlQhlhhlMhlN
式中,
αhlC、αhlS、αhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污因子,
MhlC、MhlS、MhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污费用。
具体地,
在步骤1.2中,客户侧用能控制系统的年供电排污费用满足如下关系式:
COSTdian=COSTee
式中,
COSTee表示客户侧用能控制系统中电网的市电供电排污费用;
具体地,
市电供电排污费用满足如下关系式:
COSTee=αeeCqeeheeMeeC+αeeSqeeheeMeeS+αeeNqeeheeMeeN
式中,
αeeC、αeeS、αeeN分别表示电网的CO2、SO2、NOx的供电排污因子,
MeeC、MeeS、MeeN分别表示电网的CO2、SO2、NOx的供电排污费用,
步骤1.3,设置客户侧用能控制系统的年费用加权系数和年排污费用加权系数;本优选实施例中,年费用加权系数和年排污费用加权系数的初始值均为0.5,值得注意的是,所属领域技术人员可以根据实际应用场景对年费用加权系数和年排污费用加权系数进行设置,本发明优选实施例中采用的数值仅是非限制性的较优选择。
步骤2,构建多能互补协调优化模型的约束条件。
具体地,
步骤2包括:
步骤2.1,构建多能互补协调优化模型中最小年费用和最小年排污费用的冷平衡约束条件。
具体地,
在步骤2.1中,冷平衡约束条件,满足如下关系式:
(1-αc)(ηccqcc+ηceqce+ηcxQcx)=Qlen
式中,
αc表示冷输送过程的损失系数,
ηcc表示冷热电联产机组制冷效率,
ηce表示在电网尖、峰、谷、平的四个不同时段下,市电的总制冷效率,
ηcx表示溴化锂制冷机组的制冷效率,
Qlen表示用户需求的冷量。
步骤2.2,构建多能互补协调优化模型中最小年费用和最小年排污费用的热平衡约束条件;
具体地,
在步骤2.2中,热平衡约束条件,满足如下关系式:
(1-αh)(ηhcqhc+ηhgrQhgr+ηheqhe+ηhlQhl)=Qre
式中,
αh表示热输送过程的损失系数,
ηhc表示冷热电联产机组制热效率,
ηhgr表示光热转换系统的制热效率,
ηhe表示在电网的尖、峰、谷、平四个不同时段下,市电的总制热效率,
ηhl表示蓄热式电锅炉的制热效率,
Qre表示用户需求的热量。
步骤2.3,构建多能互补协调优化模型中最小年费用和最小年排污费用的电平衡约束条件。
具体地,
在步骤2.3中,电平衡约束条件,满足如下关系式:
(1-αe)(ηegfQegf+ηeeqee)=Qdian
式中,
αe表示电输送过程的损失系数,
ηegf表示光伏发电系统的供电效率,
ηee表示市电的供电效率,
Qdian表示用户需求的电量。
步骤3,根据目标函数和约束条件利用罚函数求取多能互补协调优化模型的最优解。
步骤3包括:
步骤3.1,采用目标函数和约束条件构造的罚函数满足如下关系式:
F(x,λ)=f(x)+λP(x)
式中,
F(x,λ)表示罚函数,
f(x)表示目标函数,
λ表示罚因子,为正数
P(x)表示x偏离可行域的程度,
λP(x)表示罚项;
步骤3.2,求取罚函数的最优解,计算步骤具体如下:
步骤3.2.1,设置初始点x<0>、初始罚因子λ(1)、放大系数c>1、允许误差e>0、迭代次数k=1;
步骤3.2.2,以x<k-1>作为搜索初始点,对无约束规划问题min(f(x)+λP(x))进行求解,令x<k>为所求的极小值点;
步骤3.2.3,当λP(x<k>)<e时,停止计算,得到最优解点x<k>;否则,令λ(k+1)=cλ(k),并且返回步骤3.2.2。
具体地,
在步骤3.1中,目标函数包括最小年费用模型和最小年排污费用模型。
本优选实施例,以位于上海浦东新区的某待建的五星级宾馆为研究对象,对该区域的冷热电负荷进行多能互补协调优化配置。宾馆建筑使用面积约为53330m2,典型五星级宾馆的能源消费情况如表2所示。
表2典型五星级宾馆的能源消费情况表(单位:MJ/m2)
制冷 | 制热 | 电力消耗 | |
总量 | 1002.77 | 1639.14 | 1112.03 |
对于五星级宾馆所在区域的冷热电混合能源系统中各供能子系统的单位装机容量的初始投资以及运行费用如表3所示。
表3供能子系统的单位装机容量的初始投资以及运行费用表
在冷热电混合能源系统中CO2、SO2、NOx这三种污染物的排污费征收标准如表4所示。
表4 CO2、SO2、NOx污染物排污费征收标准表
污染物 | CO<sub>2</sub> | SO<sub>2</sub> | NO<sub>x</sub> |
排污费 | 0.6元/污染当量 | 6.30元/公斤 | 8.50元/公斤 |
按照全国能源消费结构,电网供电中火电的比例大约是75%,以单位发电煤耗310g/kW·h计算CO2的排放量,SO2和NOx的排放量按GB13223-2011中规定的限值计算,具体数值如表5所示:
表5火力发电排放量标准表
排放物 | CO<sub>2</sub> | SO<sub>2</sub> | NO<sub>x</sub> |
排放量 | 1136.67g/kW·h | 200mg/m<sup>3</sup> | 100mg/m<sup>3</sup> |
以经济性为优化目标时,该区域冷热电混合能源系统的多能互补协调优化配置结果如表6所示。
表6经济性最优时区域冷热电混合能源系统的多能互补协调优化配置结果
从表6可以看出,通过多能互补协调优化,得到年运行费用最小为38.831万元时,该区域冷热电混合能源系统中的各子系统的装机容量。该区域冷热电混合能源系统的设计寿命周期按20年考虑,那么将系统的装机费用991.5万元平均分配到每年,则得到寿命周期内的年费用为88.406万元。
以清洁性为优化目标时,该区域冷热电混合能源系统的多能互补协调优化配置结果如表7所示。
表7清洁性最优化时区域冷热电混合能源系统的多能互补协调优化配置结果
从表7可以看出,通过多能互补协调优化,得到等效年排污费用最小为8.735万元时,该区域冷热电混合能源系统中的各子系统的装机容量,年运行费用为44.048万元。该区域冷热电混合能源系统的设计寿命周期按20年考虑,那么将系统的装机费用1112万元平均分配到每年,再考虑等效年排污费用和年运行费用,则得到寿命周期内的年费用为108.383万元。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (17)
1.基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
所述多能互补协调优化方法的步骤如下:
步骤1,采集客户侧用能控制系统的最小年费用和最小年排污费用,建立多能互补协调优化模型,满足如下关系式:
minF=λ1minF1+λ2minF2
式中,
minF表示客户侧用能控制系统的多能协调运行的最优费用,
minF1表示客户侧用能控制系统的最小年费用,
minF2表示客户侧用能控制系统的最小年排污费用,
λ1表示客户侧用能控制系统的年费用加权系数,
λ2表示客户侧用能控制系统的年排污费用加权系数;
步骤2,构建多能互补协调优化模型的约束条件;
步骤3,根据目标函数和约束条件利用罚函数求取多能互补协调优化模型的最优解。
2.根据权利要求1所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
步骤1包括:
步骤1.1,采集客户侧用能控制系统的年制冷费用、年制热费用和年供电费用,建立最小年费用模型,满足如下关系式:
minF1=Flen+Fre+Fdian
式中,
Flen表示客户侧用能控制系统的年制冷费用,
Fre表示客户侧用能控制系统的年制热费用,
Fdian表示客户侧用能控制系统的年供电费用;
步骤1.2,采集客户侧用能控制系统的年制冷排污费用、年制热排污费用和年供电排污费用,建立最小年排污费用模型,满足如下关系式:
minF2=COSTlen+COSTre+COSTdian
式中,
COSTlen表示客户侧用能控制系统的年制冷排污费用;
COSTre表示客户侧用能控制系统的年制热排污费用;
COSTdian表示客户侧用能控制系统的年供电排污费用;
步骤1.3,设置客户侧用能控制系统的年费用加权系数和年排污费用加权系数。
3.根据权利要求2所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤1.1中,客户侧用能控制系统的年制冷费用满足如下关系式:
式中,
qcc表示冷热电联产机组的制冷功率,
qcp表示热泵的制冷功率,
Qcx表示溴化锂制冷机组的制冷功率,
Mcc表示冷热电联产机组的单位制冷容量费用,
Mcp表示热泵的单位制冷容量费用,
Mcx表示溴化锂制冷机组的单位制冷容量费用,
hcc表示冷热电联产机组的制冷工作时间,
hcp表示热泵的制冷工作时间,
hcx表示溴化锂制冷机组的制冷工作时间。
4.根据权利要求2所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤1.1中,客户侧用能控制系统的年制热费用满足如下关系式:
qhc表示冷热电联产机组的制热功率,
qhp表示热泵的制热功率,
Qhgr表示光热转换系统的制热功率,
Qhl表示蓄热式电锅炉的制热功率,
Mhc表示冷热电联产机组的单位制热容量费用,
Mhp表示热泵的单位制热容量费用,
Mhgr表示光热转换系统的单位制热容量费用,
Mhl表示蓄热式电锅炉的单位制热容量费用,
hhc表示冷热电联产机组的制热工作时间,
hhp表示热泵的制热工作时间,
hhgr表示光热转换系统的制热工作时间,
hhl表示蓄热式电锅炉的制热工作时间。
6.根据权利要求2所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤1.2中,客户侧用能控制系统的年制冷排污费用满足如下关系式:
COSTlen=COSTcc+COSTcp+COSTce+COSTcx
式中,
COSTcc表示冷热电联产机组的制冷排污费用,
COSTcp表示热泵的制冷排污费用,
COSTce表示市电的制冷排污费用,
COSTcx表示溴化锂机组的制冷排污费用。
7.根据权利要求6所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
所述冷热电联产机组的制冷排污费用满足如下关系式:
COSTcc=αccCqcchccMccC+αccSqcchccMccS+αccNqcchccMccN
式中,
αccC、αccS、αccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污因子,
MccC、MccS、MccN分别表示冷热电联产机组的CO2、SO2、NOx的制冷排污费用;
所述热泵的制冷排污费用满足如下关系式:
COSTcp=αcpCqcphcpMcpC+αcpSqcphcpMcpS+αcpNqcphcpMcpN
式中,
αcpC、αcpS、αcpN分别表示热泵的CO2、SO2、NOx的制冷排污因子,
McpC、McpS、McpN分别表示热泵的CO2、SO2、NOx的制冷排污费用;
所述市电的制冷排污费用满足如下关系式:
COSTce=αceCqcehceMceC+αceSqcehceMceS+αceNqcehceMceN
式中,
αceC、αceS、αceN分别表示市电的CO2、SO2、NOx的制冷排污因子,
MceC、MceS、MceN分别表示市电的CO2、SO2、NOx的制冷排污费用,
所述溴化锂机组的制冷排污费用满足如下,关系式:
COSTcx=αcxCQcxhcxMcxC+αcxSQcxhcxMcxS+αcxNQcxhcxMcxN
式中,
αcxC、αcxS、αcxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污因子,
McxC、McxS、McxN分别表示溴化锂制冷机组的CO2、SO2、NOx的制冷排污费用。
8.根据权利要求2所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤1.2中,客户侧用能控制系统的年制热排污费用满足如下关系式:
COSTre=COSThc+COSThp+COSThe+COSThl
式中,
COSThc表示冷热电联产机组的制热排污费用,
COSThp表示热泵的制热排污费用,
COSThe表示市电的制热排污费用,
COSThl表示蓄热式电锅炉的制热排污费用。
9.根据权利要求8所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
所述冷热电联产机组的制冷排污费用满足如下关系式:
COSThc=αhcCqhchhcMhcC+αhcSqhchhcMhcS+αhcNqhchhcMhcN
式中,
αhcC、αhcS、αhcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污因子,
MhcC、MhcS、MhcN分别表示冷热电联产机组的CO2、SO2、NOx的制热排污费用;
所述热泵的制热排污费用满足如下关系式:
COSThp=αhpCqhphhpMhpC+αhpSqhphhpMhpS+αhpNqhphhpMhpN
式中,
αhpC、αhpS、αhpN分别表示热泵的CO2、SO2、NOx的制热排污因子,
MhpC、MhpS、MhpN分别表示热泵的CO2、SO2、NOx的制热排污费用;
所述市电的制冷排污费用满足如下关系式:
COSThe=αheCqhehheMheC+αheSqhehheMheS+αheNqhehheMheN
式中,
αheC、αheS、αheN分别表示电网的CO2、SO2、NOx的制热排污因子,
MheC、Mhe、MheN分别表示电网的CO2、SO2、NOx的制热排污费用;
所述蓄热式电锅炉的制热排污费用满足如下关系式:
COSThl=αhlCQhlhhlMhlC+αhlSQhlhhlMhlS+αhlNQhlhhlMhlN
式中,
αhlC、αhlS、αhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污因子,
MhlC、MhlS、MhlN分别表示蓄热式电锅炉的CO2、SO2、NOx的制热排污费用。
10.根据权利要求2所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤1.2中,客户侧用能控制系统的年供电排污费用满足如下关系式:
COSTdian=COSTee
式中,
COSTee表示客户侧用能控制系统中电网的市电供电排污费用。
12.根据权利要求1所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
步骤2包括:
步骤2.1,构建多能互补协调优化模型中最小年费用和最小年排污费用的冷平衡约束条件;
步骤2.2,构建多能互补协调优化模型中最小年费用和最小年排污费用的热平衡约束条件;
步骤2.3,构建多能互补协调优化模型中最小年费用和最小年排污费用的电平衡约束条件。
13.根据权利要求12所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤2.1中,所述冷平衡约束条件,满足如下关系式:
(1-αc)(ηccqcc+ηceqce+ηcxQcx)=Qlen
式中,
αc表示冷输送过程的损失系数,
ηcc表示冷热电联产机组制冷效率,
ηce表示在电网尖、峰、谷、平的四个不同时段下,市电的总制冷效率,
ηcx表示溴化锂制冷机组的制冷效率,
Qlen表示用户需求的冷量。
14.根据权利要求12所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤2.2中,所述热平衡约束条件,满足如下关系式:
(1-αh)(ηhcqhc+ηhgrQhgr+ηheqhe+ηhlQhl)=Qre
式中,
αh表示热输送过程的损失系数,
ηhc表示冷热电联产机组制热效率,
ηhgr表示光热转换系统的制热效率,
ηhe表示在电网的尖、峰、谷、平四个不同时段下,市电的总制热效率,
ηhl表示蓄热式电锅炉的制热效率,
Qre表示用户需求的热量。
15.根据权利要求12所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤2.3中,所述电平衡约束条件,满足如下关系式:
(1-αe)(ηegfQegf+ηeeqee)=Qdian
式中,
αe表示电输送过程的损失系数,
ηegf表示光伏发电系统的供电效率,
ηee表示市电的供电效率,
Qdian表示用户需求的电量。
16.根据权利要求1所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
所述步骤3包括:
步骤3.1,采用目标函数和约束条件构造的罚函数满足如下关系式:
F(x,λ)=f(x)+λP(x)
式中,
F(x,λ)表示罚函数,
f(x)表示目标函数,
λ表示罚因子,为正数
P(x)表示x偏离可行域的程度,
λP(x)表示罚项;
步骤3.2,求取罚函数的最优解,计算步骤具体如下:
步骤3.2.1,设置初始点x<0>、初始罚因子λ(1)、放大系数c>1、允许误差e>0、迭代次数k=1;
步骤3.2.2,以x<k-1>作为搜索初始点,对无约束规划问题min(f(x)+λP(x))进行求解,令x<k>为所求的极小值点;
步骤3.2.3,当λP(x<k>)<e时,停止计算,得到最优解点x<k>;否则,令λ(k+1)=cλ(k),并且返回步骤3.2.2。
17.根据权利要求16所述的基于客户侧用能控制系统的多能互补协调优化方法,其特征在于,
在步骤3.1中,所述目标函数包括最小年费用模型和最小年排污费用模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390145.9A CN112528214B (zh) | 2020-12-01 | 基于客户侧用能控制系统的多能互补协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390145.9A CN112528214B (zh) | 2020-12-01 | 基于客户侧用能控制系统的多能互补协调优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528214A true CN112528214A (zh) | 2021-03-19 |
CN112528214B CN112528214B (zh) | 2024-05-28 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163745A1 (en) * | 2012-12-12 | 2014-06-12 | Guangdong Electric Power Design Institute Of China Energy Engineering Group Co., Ltd. | Method for Optimizing the Configuration of Distributed CCHP System |
CN108183500A (zh) * | 2017-11-24 | 2018-06-19 | 国网甘肃省电力公司电力科学研究院 | 一种多能互补的农村微能网容量优化配置方法及装置 |
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 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110503241A (zh) * | 2019-07-24 | 2019-11-26 | 清华大学 | 冷-热-电综合能源系统的多目标优化方法 |
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163745A1 (en) * | 2012-12-12 | 2014-06-12 | Guangdong Electric Power Design Institute Of China Energy Engineering Group Co., Ltd. | Method for Optimizing the Configuration of Distributed CCHP System |
CN108183500A (zh) * | 2017-11-24 | 2018-06-19 | 国网甘肃省电力公司电力科学研究院 | 一种多能互补的农村微能网容量优化配置方法及装置 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
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 |
CN110503241A (zh) * | 2019-07-24 | 2019-11-26 | 清华大学 | 冷-热-电综合能源系统的多目标优化方法 |
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Comparison of combined cooling, heating and power (CCHP) systems with different cooling modes based on energetic, environmental and economic criteria | |
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
Li et al. | An improved operation strategy for CCHP system based on high-speed railways station case study | |
Wang et al. | Analysis of inlet air throttling operation method for gas turbine in performance of CCHP system under different operation strategies | |
CN109919480B (zh) | 一种三层目标的能源互联网规划方法及设备 | |
CN110094802A (zh) | 一种热泵与蓄热式电锅炉联合供暖负荷分配方法及装置 | |
WO2019205561A1 (zh) | 一种含压缩空气储能的cchp微网结构及其运行方法 | |
CN111144707A (zh) | 基于能源枢纽的多能源系统协同规划建模方法 | |
Yang et al. | Multi-dimensions analysis of solar hybrid CCHP systems with redundant design | |
CN113762708A (zh) | 一种考虑多目标协同的园区级综合能源系统规划方法 | |
CN112070374B (zh) | 一种区域能源互联网供能可靠性评估方法 | |
CN111445107A (zh) | 冷热电联供型微电网多目标优化配置方法 | |
Kilkis | Net-zero buildings, what are they and what they should be? | |
Abdalla et al. | Modeling of thermal energy sharing in integrated energy communities with micro-thermal networks | |
CN104457023B (zh) | 区域型冷热电三联供系统的设备容量优化配置方法 | |
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 | |
Abdalla et al. | The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions | |
CN115099007B (zh) | 基于综合成本-能耗曲线的综合能源系统优化运行方法 | |
CN114396822B (zh) | 一种能源综合利用配置与运行方法 | |
CN112528214A (zh) | 基于客户侧用能控制系统的多能互补协调优化方法 | |
CN112528214B (zh) | 基于客户侧用能控制系统的多能互补协调优化方法 | |
Huang et al. | Feasibility of heat recovery for district heating based on cloud computing industrial park | |
CN213574370U (zh) | 一种综合能源转化装置 | |
CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
Chen et al. | Effect of electricity feed-in tariff on the planning of CCHP Micro-systems |
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 |