CN112528501A - 一种分布式供能系统分层优化设计方法 - Google Patents

一种分布式供能系统分层优化设计方法 Download PDF

Info

Publication number
CN112528501A
CN112528501A CN202011459660.8A CN202011459660A CN112528501A CN 112528501 A CN112528501 A CN 112528501A CN 202011459660 A CN202011459660 A CN 202011459660A CN 112528501 A CN112528501 A CN 112528501A
Authority
CN
China
Prior art keywords
optimization
heat
layer
energy
constraint
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011459660.8A
Other languages
English (en)
Inventor
高丙团
李远梅
毛永恒
翟保豫
张斌
李星
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.)
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
Southeast University
Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd
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 Southeast University, Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical Southeast University
Priority to CN202011459660.8A priority Critical patent/CN112528501A/zh
Publication of CN112528501A publication Critical patent/CN112528501A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种分布式供能系统分层优化设计方法，包括如下步骤：S1、根据系统的稳定性、高效性和经济性指标要求，建立分布式供能系统的多目标优化模型；S2、针对多目标优化模型，提出一种分层优化求解方法；S3、采用分层优化算法求解多目标优化模型获得系统的最优设计。本发明将宽容序列分层思想引入多目标优化求解中，通过将各个目标函数按照重要程度进行排序，依次对每个目标函数进行最优化求解，后一层目标函数在上一层目标函数最优解域内完成最优化，最终实现分布式供能系统的集成化规划设计和运行优化，能达到能源的高效率供应，达到建设及运行的经济性，实现环境的友好性的目标。

Description

一种分布式供能系统分层优化设计方法
技术领域
本发明属于分布式供能领域，具体涉及一种分布式供能系统分层优化设计方法。
背景技术
随着现在科技的不断发展，在对于核心单元为冷热电联供，与光伏、风机等可再生能源联接在一起的分布式系统来说，其稳定性和高效性是两个十分重要的指标。稳定性是分布供能系统首先必须满足的基本条件，同时也是确保社会安全供能的关键所在。在满足稳定条件的前提下，尽可能的提高能源供应效率的高效化、分布供能系统的经济性(包含建造投资经济性及运行经济性)、系统的环境友好性等之间的协调优化，是各种冷热电联供系统的最终优化目标。
在不同的气候条件以及不同的建筑空间条件内，所规划出的满足稳定高效指标的分布式供能系统是各不相同的。因此，如何在不同场景下满足用户冷热电联供的高效稳定分布式供能系统是一个亟需解决的问题。
目前，针对分布式供能系统的优化设计主要集中在系统的经济性以及环境的单目标或者多目标优化，但是对于分布式供能系统的稳定性和高效性却少有涉及。而且目前在针对分布式供能系统的优化设计过程中，对建立的多目标优化模型进行求解时，大多数采用将多目标通过拉格朗日函数形式将其转换为单目标的方式进行求解或者是直接求解多目标优化模型获得非劣解集，这种方法无法获得较好的规划方案，而且更无法实现目标之间的层级控制。
由此可见，目前尚未有通过运用宽容分层思想对分布式供能系统进行分层优化设计。针对上述提出的问题，现设计一种分布式供能系统分层优化设计方法。
发明内容
针对现有技术的不足，本发明的目的在于提供一种分布式供能系统分层优化设计方法，解决了现有技术中缺少分布式供能系统的稳定性和高效性的优化，以及采用将多目标通过拉格朗日函数形式将其转换为单目标的方式进行求解或直接求解多目标优化模型获得非劣解集，无法获得较好的规划方案，无法实现目标之间的层级控制的问题。
本发明的目的可以通过以下技术方案实现：
一种分布式供能系统分层优化设计方法，包括如下步骤：
S1、根据系统的稳定性、高效性和经济性指标要求，建立分布式供能系统的多目标优化模型；
S2、针对多目标优化模型，提出一种分层优化求解方法；
S3、采用分层优化算法求解多目标优化模型获得系统的最优设计。
进一步的，所述S1对分布式供能系统的多目标优化模型构建，包括如下步骤：
S1.1、建立第一层优化目标；
建立以供能不足率为系统稳定性指标的第一层优化目标f1，
Figure BDA0002830987250000021
S1.2、建立第二层优化目标；
建立以能源综合利用率为系统高效性指标的第二层优化目标f2，
Figure BDA0002830987250000031
S1.3、建立第三层优化目标；
建立以年总成本为系统经济性指标的第三层优化目标f3，
min CATC＝Cinv+Cpur+Com (3)
Figure BDA0002830987250000032
Figure BDA0002830987250000033
Figure BDA0002830987250000034
Figure BDA0002830987250000035
S1.4、建立第一层优化约束条件；
该层优化的约束条件分为等式约束与不等约束条件，其中等式约束包括整个系统的冷热电三种能量的平衡，不等式约束主要为个设备的容量范围应处于上下限间，储能设备的充放速率在一定范围之间，不等约束保证了设备的正常、安全、稳定的运行；
S1.5、建立第二层优化的约束条件；
该层优化是在第一层优化的基础上完成，其约束条件即为第一层优化的稳定域，或者是一系列的组合方案；
S1.6、建立第三层优化的约束条件；
该层优化是在第二层优化的基础上完成的，其约束条件为第二层优化的高效域，或者是一系列的组合方案。
进一步的，公式(1)中，|ΔWE,T|为用户在T时间间隔内总电负荷的供应不足量；|ΔWH,T|为用户在T时间间隔内热负荷的供应不足量；|ΔWC,T|为用户在T时间间隔内冷负荷的供应不足量；WE,T为T时段内的总电负荷；WH,T为T时段内的总热负荷；WC,T为T时段内的总冷负荷；PΔE为总电负荷功率的缺额率；PΔH为热负荷功率的缺额率；PΔC为冷负荷功率的缺额率；
公式(2)中，η为年平均能源综合利用率；W为年净输出电量，单位为千瓦时(kWh)；Q1为年余热供热总量，单位为兆焦(MJ)；Q2为年余热制冷总量，单位为兆焦(MJ)；B为年燃气总耗量，单位为立方米(m3)；QL为燃气低位发热量，单位为兆焦每立方米(MJ/m3)；Qs为储能设备年净存储的能量，单位为兆焦(MJ)；
公式(3)中，CATC为该供能系统年总成本(元)；Cinv为供能系统设备投资总额(元)；Cpur为该供能系统年消耗的天燃气和电量总费用；Com为冷热电联供系统维修和管理的总费用(元)；
公式(4)中，CRF代表投资回收率，r代表利率，n为设备使用年限；
公式(5)中，
Figure BDA0002830987250000041
为i类设备的j品牌的单位容量价格(元/kW)；
Figure BDA0002830987250000042
为第i类设备，j为某设备的第几个品牌，当
Figure BDA0002830987250000043
时，表示选中该品牌的设备；
Figure BDA0002830987250000044
为i类设备j品牌的额定容量；
Figure BDA0002830987250000045
为i类设备j品牌的投资回收率；
公式(6)中，CNG为天燃气价格(元/千瓦时)；
Figure BDA0002830987250000046
为燃气轮机年消耗燃气量(千瓦时)；
Figure BDA0002830987250000047
为燃气锅炉年消耗燃气量(千瓦时)；
Figure BDA0002830987250000048
为系统向电网年收购总电量(千瓦时)；
Figure BDA0002830987250000049
为系统向电网年卖出总电量(千瓦时)；Cim为系统向电网收购电的价格(元/千瓦时)；Cex为系统向电网卖出电的价格(元/千瓦时)；
公式(7)中，
Figure BDA00028309872500000410
为i类设备j品牌的单位容量的年维修管理费用(元/kWh)。
进一步的，所述S1.4中包括如下约束平衡条件：
⑴电能的平衡约束
Figure BDA00028309872500000411
⑵热能的平衡约束
Figure BDA0002830987250000051
⑶冷能的平衡
Figure BDA0002830987250000052
⑷各设备的选型
Figure BDA0002830987250000053
Figure BDA0002830987250000054
⑸冷热电联供与电网能量交换的约束条件
Figure BDA0002830987250000055
Figure BDA0002830987250000056
Figure BDA0002830987250000057
Figure BDA0002830987250000058
⑹设备容量的约束条件
Figure BDA0002830987250000059
Figure BDA00028309872500000510
Figure BDA00028309872500000511
Figure BDA00028309872500000512
Figure BDA00028309872500000513
Figure BDA00028309872500000514
⑺蓄电池的约束条件
Figure BDA00028309872500000515
Figure BDA00028309872500000516
Figure BDA0002830987250000061
Figure BDA0002830987250000062
Figure BDA0002830987250000063
⑻储热的约束条件
Figure BDA0002830987250000064
Figure BDA0002830987250000065
Figure BDA0002830987250000066
Figure BDA0002830987250000067
Figure BDA0002830987250000068
Figure BDA0002830987250000069
⑼光伏电池板的约束条件
Figure BDA00028309872500000610
Figure BDA00028309872500000611
⑽燃气锅炉的约束条件
Figure BDA00028309872500000612
Figure BDA00028309872500000613
⑾换热器的约束条件
Figure BDA00028309872500000614
⑿燃气轮机的约束条件
Figure BDA00028309872500000615
Figure BDA00028309872500000616
进一步的，公式(8)中，Edemand,s,h为用户电负荷需求量，EPV,s,h为光伏发电量，EGT,s,h为燃气轮机发电量，Eim,s,h为向电网购买的购电量，Eex,s,h为向电网卖出的购电量，Ebat-out,s,h为蓄电池的放电量，Ebat-in,s,h为蓄电池的充电量，Eec,s,h为电制冷机的耗电量；
公式(9)中，
Figure BDA0002830987250000071
为用户热负荷需求量，ηe为换热装置的效率，
Figure BDA0002830987250000072
为燃气锅炉的产热量，
Figure BDA0002830987250000073
为燃气轮机的制热量，
Figure BDA0002830987250000074
为蓄热槽的放热量，
Figure BDA0002830987250000075
Figure BDA0002830987250000076
为蓄热槽的蓄热量，
Figure BDA0002830987250000077
为吸收式制冷机的耗热量；
公式(10)中，
Figure BDA0002830987250000078
为用户的冷负荷需求量，
Figure BDA0002830987250000079
为吸收式制冷机的制冷量，
Figure BDA00028309872500000710
电制冷机的制冷量；
公式(11)和(12)中，
Figure BDA00028309872500000711
表示该种设备是否被选，i为设备的种类，j为第i类设备的j品牌；
公式(13)中，
Figure BDA00028309872500000712
为系统向电网电售的最大值；
公式(14)中，
Figure BDA00028309872500000713
为系统向电网购电的最大值；
公式(15)表示系统要求不能同时馈入馈出能量；
公式(16)表示在凌晨负荷低谷期，不能馈出电能到电网；
公式(17)、(18)、(19)、(20)、(21)和(22)中，CAPlimit为设备的容量极限，
Figure BDA00028309872500000714
为选定的燃气轮机的最小负荷率，
Figure BDA00028309872500000715
为选定的吸收式制冷机的最小负荷率，
Figure BDA00028309872500000716
为选定的电制冷机的最小负荷率，
Figure BDA00028309872500000717
为选定的燃气锅炉的最小负荷率，
Figure BDA00028309872500000718
为选定的热回收装置的最小负荷率，
Figure BDA00028309872500000719
为选定的燃气轮机的最大负荷率，
Figure BDA00028309872500000720
为选定的吸收式制冷机的最大负荷率，
Figure BDA00028309872500000721
为选定的电制冷机的最大负荷率，
Figure BDA00028309872500000722
为选定的燃气锅炉的最大负荷率，
Figure BDA00028309872500000723
为选定的热回收装置的最大负荷率；
公式(23)、(24)、(25)、(26)和(27)中，
Figure BDA00028309872500000724
为蓄电池的储能效率，
Figure BDA00028309872500000725
为充电功率，
Figure BDA00028309872500000726
为放电功率，
Figure BDA00028309872500000727
为最大充电倍率，
Figure BDA00028309872500000728
为最大放电倍率，公式(27)约束了充放电不可能同时进行；
公式(28)、(29)、(30)、(31)、(31)、(32)和(33)中，
Figure BDA0002830987250000081
为储热罐的储热效率，
Figure BDA0002830987250000082
为充热功率，
Figure BDA0002830987250000083
为放热功率，
Figure BDA0002830987250000084
为最大充放热倍率，公式(33)约束了充放热不可同时进行；
公式(34)和(35)中，SRI表示太阳辐射指数，T表示温度，EPV表示光伏电池板发出的电能，APV为光伏电池板的面积，ηPV为电池板效率。
进一步的，所述S2中的多目标分层优化方法包括如下步骤：
S2.1、将各个目标函数按照重要程度进行排序，设各目标函数的重要程度依次为：f1(x)，f2(x)，f3(x)；
S2.2、将f1(x)作为优化目标，对下式进行最优化求解并获得最优解；
Figure BDA0002830987250000085
S2.3、在{f1 *}的集合的一定范围内对f2(x)最优化；
Figure BDA0002830987250000086
该层优化是在第一层优化的基础上完成，其约束条件即为第一层优化的稳定域，也就是先对第一层目标函数的最优值放宽范围，取一定的宽容量ε1(ε1>0),即对第二层目标函数寻优时，再第一层目标函数的约束扩大为在其最优值附近的一个范围内；
S2.4、在{f2 *}的集合的一定范围内对f3(x)最优化；
Figure BDA0002830987250000087
该层优化是在第二层优化的基础上完成的，其约束条件为第二层优化的高效域范围；先对第二层目标函数的最优值放宽范围，取一定的宽容量ε2(ε2>0)，即对第三层目标函数寻优时，再第二层目标函数的约束扩大为在其最优值附近的一个范围内。
一种分布式供能系统，包括：可再生能源发电、蓄电池、电制冷机、天然气、燃气轮机、燃气锅炉、吸收式制冷机、蓄热槽、电负荷、冷负荷和热负荷。
进一步的，可再生能源发电、蓄电池和燃气轮机将产生的电能传输至电负荷和电制冷机，蓄电池能够实现电能的转移；天然气向燃气轮机和燃气锅炉供能，燃气轮机和燃气锅炉将产生的热能供给吸收式制冷机、蓄热槽和热负荷，蓄热槽能够实现热能的转移；电制冷机和吸收式制冷机将接收的能量转换成冷能，并传输至冷负荷。
本发明的有益效果：
1、本发明提出的分布式供能系统分层优化设计方法，将宽容序列分层思想引入多目标优化求解中，通过将各个目标函数按照重要程度进行排序，依次对每个目标函数进行最优化求解，后一层目标函数在上一层目标函数最优解域内完成最优化，最终实现分布式供能系统的集成化规划设计和运行优化，能达到能源的高效率供应，达到建设及运行的经济型，实现环境的友好性的目标。
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，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是本发明实施例的分布式供能系统示意图；
图2是本发明实施例的分层优化方法流程图；
图3是本发明实施例的春季典型日冷热电负荷图；
图4是本发明实施例的夏季典型日冷热电负荷图；
图5是本发明实施例的秋季典型日冷热电负荷图；
图6是本发明实施例的冬季典型日冷热电负荷图；
图7是本发明实施例的春季典型日太阳辐射密度变化曲线图；
图8是本发明实施例的夏季典型日太阳辐射密度变化曲线图；
图9是本发明实施例的秋季典型日太阳辐射密度变化曲线图；
图10是本发明实施例的冬季典型日太阳辐射密度变化曲线图。
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它实施例，都属于本发明保护的范围。
如图1所示，一种分布式供能系统包括：可再生能源发电、蓄电池、电制冷机、天然气、燃气轮机、燃气锅炉、吸收式制冷机、蓄热槽、电负荷、冷负荷和热负荷。其中可再生能源发电、蓄电池和燃气轮机将产生的电能传输至电负荷和电制冷机，蓄电池能够实现电能的转移；天然气向燃气轮机和燃气锅炉供能，燃气轮机和燃气锅炉将产生的热能供给吸收式制冷机、蓄热槽和热负荷，蓄热槽能够实现热能的转移；电制冷机和吸收式制冷机将接收的能量转换成冷能，并传输至冷负荷。
在满足实际环境的能量需求下，使分布式供能系统能够稳定且高效的运行，建立三层目标函数，根据每层目标的重要程度，逐层考虑分析系统的稳定性、经济性和高效性指标。在本实施例中，第一层实现系统在满足实际环境的能量需求下能稳定运行；第二层为在第一层优化结果稳定的基础上，在稳定域内进一步优化得到高效的规划结果，第三层为在第二层优化的基础上，对系统的经济性进行优化，其优化流程如图2所示。
一种分布式供能系统分层优化设计方法，包括如下步骤：
S1、根据系统的稳定性、高效性和经济性指标要求，建立分布式供能系统的多目标优化模型；
S2、针对多目标优化模型，提出一种分层优化求解方法；
S3、采用分层优化算法求解多目标优化模型获得系统的最优设计。
其中S1对分布式供能系统的多目标优化模型构建，包括如下步骤：
S1.1、建立第一层优化目标；
建立以供能不足率为系统稳定性指标的第一层优化目标f1。
提出下述公式(1)，
Figure BDA0002830987250000111
公式(1)中，|ΔWE,T|为用户在T时间间隔内总电负荷的供应不足量；|ΔWH,T为用户在T时间间隔内热负荷的供应不足量；|ΔWC,T|为用户在T时间间隔内冷负荷的供应不足量；WE,T为T时段内的总电负荷；WH,T为T时段内的总热负荷；WC,T为T时段内的总冷负荷；PΔE为总电负荷功率的缺额率；PΔH为热负荷功率的缺额率；PΔC为冷负荷功率的缺额率。
S1.2、建立第二层优化目标；
建立以能源综合利用率为系统高效性指标的第二层优化目标f2。
提出下式(2),
Figure BDA0002830987250000121
公式(2)中，η为年平均能源综合利用率；W为年净输出电量，单位为千瓦时(kWh)；Q1为年余热供热总量，单位为兆焦(MJ)；Q2为年余热制冷总量，单位为兆焦(MJ)；B为年燃气总耗量，单位为立方米(m3)；QL为燃气低位发热量，单位为兆焦每立方米(MJ/m3)；Qs为储能设备年净存储的能量，单位为兆焦(MJ)。
S1.3、建立第三层优化目标；
建立以年总成本为系统经济性指标的第三层优化目标f3
提出下式(3)、(4)、(5)、(6)和(7)，
min CATC＝Cinv+Cpur+Com (3)
公式(3)中，CATC为该供能系统年总成本(元)；Cinv为供能系统设备投资总额(元)；Cpur为该供能系统年消耗的天燃气和电量总费用；Com为冷热电联供系统维修和管理的总费用(元)。
Figure BDA0002830987250000122
公式(4)中，CRF代表投资回收率，r代表利率，n为设备使用年限。
Figure BDA0002830987250000123
公式(5)中，
Figure BDA0002830987250000124
为i类设备的j品牌的单位容量价格(元/kW)；
Figure BDA0002830987250000125
为第i类设备，j为某设备的第几个品牌，当
Figure BDA0002830987250000126
时，表示选中该品牌的设备；
Figure BDA0002830987250000127
为i类设备j品牌的额定容量；
Figure BDA0002830987250000128
为i类设备j品牌的投资回收率。
Figure BDA0002830987250000129
公式(6)中，CNG为天燃气价格(元/千瓦时)；
Figure BDA00028309872500001210
为燃气轮机年消耗燃气量(千瓦时)；
Figure BDA00028309872500001211
为燃气锅炉年消耗燃气量(千瓦时)；
Figure BDA00028309872500001212
为系统向电网年收购总电量(千瓦时)；
Figure BDA00028309872500001213
为系统向电网年卖出总电量(千瓦时)；Cim为系统向电网收购电的价格(元/千瓦时)；Cex为系统向电网卖出电的价格(元/千瓦时)。
Figure BDA0002830987250000131
公式(7)中，
Figure BDA0002830987250000132
为i类设备j品牌的单位容量的年维修管理费用(元/kWh)。
S1.4、建立第一层优化约束条件；
该层优化的约束条件分为等式约束与不等约束条件，其中等式约束包括整个系统的冷热电三种能量的平衡，不等式约束主要为个设备的容量范围应处于上下限间，储能设备的充放速率在一定范围之间，不等约束保证了设备的正常、安全、稳定的运行。
⑴电能的平衡约束
Figure BDA0002830987250000133
公式(8)中，Edemand,s,h为用户电负荷需求量，EPV,s,h为光伏发电量，EGT,s,h为燃气轮机发电量，Eim,s,h为向电网购买的购电量，Eex,s,h为向电网卖出的购电量，Ebat-out,s,h为蓄电池的放电量，Ebat-in,s,h为蓄电池的充电量，Eec,s,h为电制冷机的耗电量。
⑵热能的平衡约束
Figure BDA0002830987250000134
公式(9)中，
Figure BDA0002830987250000135
为用户热负荷需求量，ηe为换热装置的效率，
Figure BDA0002830987250000136
为燃气锅炉的产热量，
Figure BDA0002830987250000137
为燃气轮机的制热量，
Figure BDA0002830987250000138
为蓄热槽的放热量，
Figure BDA0002830987250000139
Figure BDA00028309872500001310
为蓄热槽的蓄热量，
Figure BDA00028309872500001311
为吸收式制冷机的耗热量。
⑶冷能的平衡
Figure BDA00028309872500001312
公式(10)中，
Figure BDA00028309872500001313
为用户的冷负荷需求量，
Figure BDA00028309872500001314
为吸收式制冷机的制冷量，
Figure BDA0002830987250000141
电制冷机的制冷量。
⑷各设备的选型
Figure BDA0002830987250000142
Figure BDA0002830987250000143
公式(11)和(12)中，
Figure BDA0002830987250000144
表示该种设备是否被选，i为设备的种类，j为第i类设备的j品牌。
⑸冷热电联供与电网能量交换的约束条件
Figure BDA0002830987250000145
公式(13)中，
Figure BDA0002830987250000146
为系统向电网电售的最大值。
Figure BDA0002830987250000147
公式(14)中，
Figure BDA0002830987250000148
为系统向电网购电的最大值。
Figure BDA0002830987250000149
公式(15)表示系统要求不能同时馈入馈出能量。
Figure BDA00028309872500001410
公式(16)表示在凌晨负荷低谷期，不能馈出电能到电网。
⑹设备容量的约束条件
Figure BDA00028309872500001411
Figure BDA00028309872500001412
Figure BDA00028309872500001413
Figure BDA00028309872500001414
Figure BDA00028309872500001415
Figure BDA00028309872500001416
公式(17)、(18)、(19)、(20)、(21)和(22)中，CAPlimit为设备的容量极限，
Figure BDA0002830987250000151
为选定的燃气轮机的最小负荷率，
Figure BDA0002830987250000152
为选定的吸收式制冷机的最小负荷率，
Figure BDA0002830987250000153
为选定的电制冷机的最小负荷率，
Figure BDA0002830987250000154
为选定的燃气锅炉的最小负荷率，
Figure BDA0002830987250000155
为选定的热回收装置的最小负荷率，
Figure BDA0002830987250000156
为选定的燃气轮机的最大负荷率，
Figure BDA0002830987250000157
为选定的吸收式制冷机的最大负荷率，
Figure BDA0002830987250000158
为选定的电制冷机的最大负荷率，
Figure BDA0002830987250000159
为选定的燃气锅炉的最大负荷率，
Figure BDA00028309872500001510
为选定的热回收装置的最大负荷率。
⑺蓄电池的约束条件
Figure BDA00028309872500001511
Figure BDA00028309872500001512
Figure BDA00028309872500001513
Figure BDA00028309872500001514
Figure BDA00028309872500001515
公式(23)、(24)、(25)、(26)和(27)中，
Figure BDA00028309872500001516
为蓄电池的储能效率，
Figure BDA00028309872500001517
为充电功率，
Figure BDA00028309872500001518
为放电功率，
Figure BDA00028309872500001519
为最大充电倍率，
Figure BDA00028309872500001520
为最大放电倍率。公式(27)约束了充放电不可能同时进行。
⑻储热的约束条件
Figure BDA00028309872500001521
Figure BDA00028309872500001522
Figure BDA00028309872500001523
Figure BDA00028309872500001524
Figure BDA00028309872500001525
Figure BDA00028309872500001526
公式(28)、(29)、(30)、(31)、(31)、(32)和(33)中，
Figure BDA0002830987250000161
为储热罐的储热效率，
Figure BDA0002830987250000162
为充热功率，
Figure BDA0002830987250000163
为放热功率，
Figure BDA0002830987250000164
为最大充放热倍率。公式(33)约束了充放热不可同时进行。
⑼光伏电池板的约束条件
Figure BDA0002830987250000165
Figure BDA0002830987250000166
公式(34)和(35)中，SRI表示太阳辐射指数，T表示温度，EPV表示光伏电池板发出的电能，APV为光伏电池板的面积，ηPV为电池板效率，且SRI0＝1000W/m2，T0＝25，AM0＝1.5，P1＝0.2820，P2＝0.3967，P3＝-0.4473，P4＝-0.093，P5＝0.1601。光伏电池板的效率和单位面积的光照强度，温度，空气量有关系。
⑽燃气锅炉的约束条件
Figure BDA0002830987250000167
Figure BDA0002830987250000168
⑾换热器的约束条件
Figure BDA0002830987250000169
⑿燃气轮机的约束条件
Figure BDA00028309872500001610
Figure BDA00028309872500001611
S1.5、建立第二层优化的约束条件；
该层优化是在第一层优化的基础上完成，其约束条件即为第一层优化的稳定域，或者是一系列的组合方案。
S1.6、建立第三层优化的约束条件；
该层优化是在第二层优化的基础上完成的，其约束条件为第二层优化的高效域，或者是一系列的组合方案。
其中S2中的多目标分层优化方法包括如下步骤：
S2.1、将各个目标函数按照重要程度进行排序，设各目标函数的重要程度依次为：f1(x)，f2(x)，f3(x)；
S2.2、将f1(x)作为优化目标，对下式进行最优化求解并获得最优解；
Figure BDA0002830987250000171
S2.3、在{f1 *}的集合的一定范围内对f2(x)最优化；
Figure BDA0002830987250000172
先对第一层目标函数的最优值放宽范围，取一定的宽容量ε1(ε1>0),即对第二层目标函数寻优时，再第一层目标函数的约束扩大为在其最优值附近的一个范围内。
S2.4、在{f2 *}的集合的一定范围内对f3(x)最优化；
Figure BDA0002830987250000173
先对第二层目标函数的最优值放宽范围，取一定的宽容量ε2(ε2>0)，即对第三层目标函数寻优时，再第二层目标函数的约束扩大为在其最优值附近的一个范围内。
在该算例中，全年负荷由春夏秋冬四个典型日构成，负荷和太阳辐射密度变化如图3—图10所示。在优化设计中，提供四种类型的燃气轮机、三类吸收式制冷机、三类电制冷机、三类燃气锅炉和两种储能设备可选，各类设备参数如表1—表4所示。通过分层优化求解，得到该系统的规划运行方案如表5所示。
表1四类燃气轮机性能参数
设备类型 额定容量(MW) 电效率 热效率 投资成本(元/kW)
A 0.8 0.398 0.475 4500
B 1.3 0.425 0.447 4250
C 3 0.43 0.426 3690
D 9.5 0.485 0.413 4760
表2三类吸收式制冷机性能参数
设备类型 制冷系数 投资成本(元/KW) 维修成本系数(元/KWh)
A 1.44 2000 0.047
B 1.41 1800 0.044
C 1.33 1100 0.042
表3三类电制冷机性能参数
设备类型 制冷系数 投资成本(元/KW) 维修成本系数(元/KWh)
A 3-1 1000 0.041
B 4.2 1650 0.046
C 5.4 1900 0.051
表4三类燃气锅炉性能参数
设备类型 热效率 投资成本(元/KW) 维修成本系数(元/KWh)
A 0.88 260 0.045
B 0.90 320 0.052
C 0.91 340 0.064
表5分布式供能系统优化方案结果
设备 设备选型 设备容量(KW) 设备台数
燃气轮机或内燃机 设备C 3000 4
吸收式制冷机 设备A 7732.6 1
电制冷机 设备C 10000 1
燃气锅炉 设备C 15542.8 1
蓄电池 - 2.5MW 1
蓄热槽 - 2.0MW 1
通过对模型进行求解，得到的结果为：在稳定裕度不超过5％的情况下，该分布式供能系统每年的平均能源综合利用效率达88.62％，远高于《燃气冷热电联供工程技术规程》中规定的70％的能源利用效率，可以实现系统的稳定高效规划设计。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (8)

1.一种分布式供能系统分层优化设计方法，其特征在于，包括如下步骤：
S1、根据系统的稳定性、高效性和经济性指标要求，建立分布式供能系统的多目标优化模型；
S2、针对多目标优化模型，提出一种分层优化求解方法；
S3、采用分层优化算法求解多目标优化模型获得系统的最优设计。
2.根据权利要求1所述的一种分布式供能系统分层优化设计方法，其特征在于，所述S1对分布式供能系统的多目标优化模型构建，包括如下步骤：
S1.1、建立第一层优化目标；
建立以供能不足率为系统稳定性指标的第一层优化目标f1，
Figure FDA0002830987240000011
S1.2、建立第二层优化目标；
建立以能源综合利用率为系统高效性指标的第二层优化目标f2，
Figure FDA0002830987240000012
S1.3、建立第三层优化目标；
建立以年总成本为系统经济性指标的第三层优化目标f3，
min CATC＝Cinv+Cpur+Com (3)
Figure FDA0002830987240000013
Figure FDA0002830987240000021
Figure FDA0002830987240000022
Figure FDA0002830987240000023
S1.4、建立第一层优化约束条件；
该层优化的约束条件分为等式约束与不等约束条件，其中等式约束包括整个系统的冷热电三种能量的平衡，不等式约束主要为个设备的容量范围应处于上下限间，储能设备的充放速率在一定范围之间，不等约束保证了设备的正常、安全、稳定的运行；
S1.5、建立第二层优化的约束条件；
该层优化是在第一层优化的基础上完成，其约束条件即为第一层优化的稳定域，或者是一系列的组合方案；
S1.6、建立第三层优化的约束条件；
该层优化是在第二层优化的基础上完成的，其约束条件为第二层优化的高效域，或者是一系列的组合方案。
3.根据权利要求2所述的一种分布式供能系统分层优化设计方法，其特征在于，公式(1)中，|ΔWE,T|为用户在T时间间隔内总电负荷的供应不足量；|ΔWH,T|为用户在T时间间隔内热负荷的供应不足量；|ΔWC,T|为用户在T时间间隔内冷负荷的供应不足量；WE,T为T时段内的总电负荷；WH,T为T时段内的总热负荷；WC,T为T时段内的总冷负荷；PΔE为总电负荷功率的缺额率；PΔH为热负荷功率的缺额率；PΔC为冷负荷功率的缺额率；
公式(2)中，η为年平均能源综合利用率；W为年净输出电量，单位为千瓦时(kWh)；Q1为年余热供热总量，单位为兆焦(MJ)；Q2为年余热制冷总量，单位为兆焦(MJ)；B为年燃气总耗量，单位为立方米(m3)；QL为燃气低位发热量，单位为兆焦每立方米(MJ/m3)；Qs为储能设备年净存储的能量，单位为兆焦(MJ)；
公式(3)中，CATC为该供能系统年总成本(元)；Cinv为供能系统设备投资总额(元)；Cpur为该供能系统年消耗的天燃气和电量总费用；Com为冷热电联供系统维修和管理的总费用(元)；
公式(4)中，CRF代表投资回收率，r代表利率，n为设备使用年限；
公式(5)中，
Figure FDA0002830987240000031
为i类设备的j品牌的单位容量价格(元/kW)；
Figure FDA0002830987240000032
为第i类设备，j为某设备的第几个品牌，当
Figure FDA0002830987240000033
时，表示选中该品牌的设备；
Figure FDA0002830987240000034
为i类设备j品牌的额定容量；
Figure FDA0002830987240000035
为i类设备j品牌的投资回收率；
公式(6)中，CNG为天燃气价格(元/千瓦时)；
Figure FDA0002830987240000036
为燃气轮机年消耗燃气量(千瓦时)；
Figure FDA0002830987240000037
为燃气锅炉年消耗燃气量(千瓦时)；
Figure FDA0002830987240000038
为系统向电网年收购总电量(千瓦时)；
Figure FDA0002830987240000039
为系统向电网年卖出总电量(千瓦时)；Cim为系统向电网收购电的价格(元/千瓦时)；Cex为系统向电网卖出电的价格(元/千瓦时)；
公式(7)中，
Figure FDA00028309872400000313
为i类设备j品牌的单位容量的年维修管理费用(元/kWh)。
4.根据权利要求2所述的一种分布式供能系统分层优化设计方法，其特征在于，所述S1.4中包括如下约束平衡条件：
⑴电能的平衡约束
Figure FDA00028309872400000310
⑵热能的平衡约束
Figure FDA00028309872400000311
⑶冷能的平衡
Figure FDA00028309872400000312
⑷各设备的选型
Figure FDA0002830987240000041
Figure FDA0002830987240000042
⑸冷热电联供与电网能量交换的约束条件
Figure FDA0002830987240000043
Figure FDA0002830987240000044
Figure FDA0002830987240000045
Figure FDA0002830987240000046
⑹设备容量的约束条件
Figure FDA0002830987240000047
Figure FDA0002830987240000048
Figure FDA0002830987240000049
Figure FDA00028309872400000410
Figure FDA00028309872400000411
Figure FDA00028309872400000412
⑺蓄电池的约束条件
Figure FDA00028309872400000413
Figure FDA00028309872400000414
Figure FDA00028309872400000415
Figure FDA00028309872400000416
Figure FDA00028309872400000417
⑻储热的约束条件
Figure FDA00028309872400000418
Figure FDA0002830987240000051
Figure FDA0002830987240000052
Figure FDA0002830987240000053
Figure FDA0002830987240000054
Figure FDA0002830987240000055
⑼光伏电池板的约束条件
Figure FDA0002830987240000056
Figure FDA0002830987240000057
⑽燃气锅炉的约束条件
Figure FDA0002830987240000058
Figure FDA0002830987240000059
⑾换热器的约束条件
Figure FDA00028309872400000510
⑿燃气轮机的约束条件
Figure FDA00028309872400000511
Figure FDA00028309872400000512
5.根据权利要求4所述的一种分布式供能系统分层优化设计方法，其特征在于，公式(8)中，Edemand,s,h为用户电负荷需求量，EPV,s,h为光伏发电量，EGT,s,h为燃气轮机发电量，Eim,s,h为向电网购买的购电量，Eex,s,h为向电网卖出的购电量，Ebat-out,s,h为蓄电池的放电量，Ebat-in,s,h为蓄电池的充电量，Eec,s,h为电制冷机的耗电量；
公式(9)中，
Figure FDA00028309872400000513
为用户热负荷需求量，ηe为换热装置的效率，
Figure FDA00028309872400000514
为燃气锅炉的产热量，
Figure FDA00028309872400000515
为燃气轮机的制热量，
Figure FDA00028309872400000516
为蓄热槽的放热量，Q
Figure FDA0002830987240000061
为蓄热槽的蓄热量，
Figure FDA0002830987240000062
为吸收式制冷机的耗热量；
公式(10)中，
Figure FDA0002830987240000063
为用户的冷负荷需求量，
Figure FDA0002830987240000064
为吸收式制冷机的制冷量，
Figure FDA0002830987240000065
电制冷机的制冷量；
公式(11)和(12)中，
Figure FDA0002830987240000066
表示该种设备是否被选，i为设备的种类，j为第i类设备的j品牌；
公式(13)中，
Figure FDA0002830987240000067
为系统向电网电售的最大值；
公式(14)中，
Figure FDA0002830987240000068
为系统向电网购电的最大值；
公式(15)表示系统要求不能同时馈入馈出能量；
公式(16)表示在凌晨负荷低谷期，不能馈出电能到电网；
公式(17)、(18)、(19)、(20)、(21)和(22)中，CAPlimit为设备的容量极限，
Figure FDA0002830987240000069
为选定的燃气轮机的最小负荷率，
Figure FDA00028309872400000610
为选定的吸收式制冷机的最小负荷率，
Figure FDA00028309872400000611
为选定的电制冷机的最小负荷率，
Figure FDA00028309872400000612
为选定的燃气锅炉的最小负荷率，
Figure FDA00028309872400000613
为选定的热回收装置的最小负荷率，
Figure FDA00028309872400000614
为选定的燃气轮机的最大负荷率，
Figure FDA00028309872400000615
为选定的吸收式制冷机的最大负荷率，
Figure FDA00028309872400000616
为选定的电制冷机的最大负荷率，
Figure FDA00028309872400000617
为选定的燃气锅炉的最大负荷率，
Figure FDA00028309872400000618
为选定的热回收装置的最大负荷率；
公式(23)、(24)、(25)、(26)和(27)中，ηhstst为蓄电池的储能效率，
Figure FDA00028309872400000619
为充电功率，
Figure FDA00028309872400000620
为放电功率，
Figure FDA00028309872400000621
为最大充电倍率，
Figure FDA00028309872400000622
为最大放电倍率，公式(27)约束了充放电不可能同时进行；
公式(28)、(29)、(30)、(31)、(31)、(32)和(33)中，
Figure FDA00028309872400000623
为储热罐的储热效率，
Figure FDA00028309872400000624
为充热功率，
Figure FDA00028309872400000625
为放热功率，
Figure FDA00028309872400000626
为最大充放热倍率，公式(33)约束了充放热不可同时进行；
公式(34)和(35)中，SRI表示太阳辐射指数，T表示温度，EPV表示光伏电池板发出的电能，APV为光伏电池板的面积，ηPV为电池板效率。
6.根据权利要求1所述的一种分布式供能系统分层优化设计方法，其特征在于，所述S2中的多目标分层优化方法包括如下步骤：
S2.1、将各个目标函数按照重要程度进行排序，设各目标函数的重要程度依次为：f1(x)，f2(x)，f3(x)；
S2.2、将f1(x)作为优化目标，对下式进行最优化求解并获得最优解；
Figure FDA0002830987240000071
S2.3、在{f1 *}的集合的一定范围内对f2(x)最优化；
Figure FDA0002830987240000072
该层优化是在第一层优化的基础上完成，其约束条件即为第一层优化的稳定域，也就是先对第一层目标函数的最优值放宽范围，取一定的宽容量ε1(ε1>0),即对第二层目标函数寻优时，再第一层目标函数的约束扩大为在其最优值附近的一个范围内；
S2.4、在
Figure FDA0002830987240000073
的集合的一定范围内对f3(x)最优化；
Figure FDA0002830987240000074
该层优化是在第二层优化的基础上完成的，其约束条件为第二层优化的高效域范围；先对第二层目标函数的最优值放宽范围，取一定的宽容量ε2(ε2>0)，即对第三层目标函数寻优时，再第二层目标函数的约束扩大为在其最优值附近的一个范围内。
7.采用权利要求1—6任意一项所述的一种分布式供能系统分层优化设计方法的分布式供能系统，包括：可再生能源发电、蓄电池、电制冷机、天然气、燃气轮机、燃气锅炉、吸收式制冷机、蓄热槽、电负荷、冷负荷和热负荷。
8.根据权利要求7所述的一种分布式供能系统，其特征在于，可再生能源发电、蓄电池和燃气轮机将产生的电能传输至电负荷和电制冷机，蓄电池能够实现电能的转移；天然气向燃气轮机和燃气锅炉供能，燃气轮机和燃气锅炉将产生的热能供给吸收式制冷机、蓄热槽和热负荷，蓄热槽能够实现热能的转移；电制冷机和吸收式制冷机将接收的能量转换成冷能，并传输至冷负荷。
CN202011459660.8A 2020-12-11 2020-12-11 一种分布式供能系统分层优化设计方法 Pending CN112528501A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011459660.8A CN112528501A (zh) 2020-12-11 2020-12-11 一种分布式供能系统分层优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011459660.8A CN112528501A (zh) 2020-12-11 2020-12-11 一种分布式供能系统分层优化设计方法

Publications (1)

Publication Number Publication Date
CN112528501A true CN112528501A (zh) 2021-03-19

Family

ID=74999159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011459660.8A Pending CN112528501A (zh) 2020-12-11 2020-12-11 一种分布式供能系统分层优化设计方法

Country Status (1)

Country Link
CN (1) CN112528501A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326631A (zh) * 2021-06-16 2021-08-31 东南大学 考虑可再生能源互补特性的分布式供能系统优化设计方法
CN113379160A (zh) * 2021-07-06 2021-09-10 国网江苏省电力有限公司营销服务中心 基于建筑物热能流的楼宇侧综合能源系统优化调度方法
CN113807746A (zh) * 2021-10-20 2021-12-17 南京信息工程大学 一种冷热电联供系统的综合运行优化方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326631A (zh) * 2021-06-16 2021-08-31 东南大学 考虑可再生能源互补特性的分布式供能系统优化设计方法
CN113326631B (zh) * 2021-06-16 2024-04-09 东南大学 考虑可再生能源互补特性的分布式供能系统优化设计方法
CN113379160A (zh) * 2021-07-06 2021-09-10 国网江苏省电力有限公司营销服务中心 基于建筑物热能流的楼宇侧综合能源系统优化调度方法
CN113807746A (zh) * 2021-10-20 2021-12-17 南京信息工程大学 一种冷热电联供系统的综合运行优化方法
CN113807746B (zh) * 2021-10-20 2023-06-27 南京信息工程大学 一种冷热电联供系统的综合运行优化方法

Similar Documents

Publication Publication Date Title
CN106058942B (zh) 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型
CN112528501A (zh) 一种分布式供能系统分层优化设计方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN106779471B (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN111463836A (zh) 一种综合能源系统优化调度方法
CN111144707A (zh) 基于能源枢纽的多能源系统协同规划建模方法
Liu et al. Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN111640044A (zh) 一种考虑虚拟储能的综合能源系统dg消纳策略研究方法
CN112182887A (zh) 一种综合能源系统规划优化仿真方法
CN113159407A (zh) 基于区域综合能源系统的多能储存模块容量优化配置方法
CN112085263A (zh) 一种用户侧分布式能源系统混合储能优化配置方法和系统
Liu et al. Capacity allocation for regional integrated energy system considering typical day economic operation
CN114742276A (zh) 一种考虑㶲效率的含orc的园区综合能源系统多目标优化调度方法
Yang et al. Optimal scheduling of CCHP with distributed energy resources based on water cycle algorithm
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
CN109768567A (zh) 一种耦合多能源互补系统的优化调度方法
Qiang et al. A planning method for integrated energy station of energy internet
CN114330835A (zh) 一种综合能源微网中电/热混合储能系统的优化配置方法
Yang et al. Coordinated optimal scheduling of multi-energy microgrid considering uncertainties
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
CN114386256A (zh) 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法
CN116306194A (zh) 基于多目标优化理论的综合能源系统能效优化配置方法
Hui Urban multi-regional energy system planning considering integral energy operating optimization
Aidong et al. A day-ahead optimal economic dispatch schedule for building CCHP system based on centralized energy storage infrastructure

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
TA01 Transfer of patent application right

Effective date of registration: 20210819

Address after: 210024 No.2 Sipailou, Xinjiekou Street, Xuanwu District, Nanjing City, Jiangsu Province

Applicant after: SOUTHEAST University

Applicant after: STATE GRID XINJIANG ELECTRIC POWER CO., LTD., ELECTRIC POWER Research Institute

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 210024 No.2 Sipailou, Xinjiekou Street, Xuanwu District, Nanjing City, Jiangsu Province

Applicant before: SOUTHEAST University

Applicant before: STATE GRID XINJIANG ELECTRIC POWER CO., LTD., ELECTRIC POWER Research Institute

TA01 Transfer of patent application right