CN112800619A - 多源异质全可再生能源热电气储耦合系统建模与规划方法 - Google Patents
多源异质全可再生能源热电气储耦合系统建模与规划方法 Download PDFInfo
- Publication number
- CN112800619A CN112800619A CN202110173878.5A CN202110173878A CN112800619A CN 112800619 A CN112800619 A CN 112800619A CN 202110173878 A CN202110173878 A CN 202110173878A CN 112800619 A CN112800619 A CN 112800619A
- Authority
- CN
- China
- Prior art keywords
- storage
- equipment
- heat
- energy
- mathematical model
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 279
- 230000008878 coupling Effects 0.000 title claims abstract description 43
- 238000010168 coupling process Methods 0.000 title claims abstract description 43
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000010354 integration Effects 0.000 claims abstract description 5
- 229910052739 hydrogen Inorganic materials 0.000 claims description 119
- 239000001257 hydrogen Substances 0.000 claims description 119
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 116
- 238000013178 mathematical model Methods 0.000 claims description 110
- 239000002028 Biomass Substances 0.000 claims description 79
- 238000005338 heat storage Methods 0.000 claims description 70
- 239000000446 fuel Substances 0.000 claims description 61
- 238000010248 power generation Methods 0.000 claims description 50
- 238000001816 cooling Methods 0.000 claims description 30
- 238000004146 energy storage Methods 0.000 claims description 28
- 238000012423 maintenance Methods 0.000 claims description 25
- 238000010521 absorption reaction Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 22
- 238000010438 heat treatment Methods 0.000 claims description 20
- 238000002844 melting Methods 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 238000009825 accumulation Methods 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 14
- 239000007789 gas Substances 0.000 claims description 14
- 230000008018 melting Effects 0.000 claims description 13
- 230000005855 radiation Effects 0.000 claims description 13
- 238000005057 refrigeration Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 238000005266 casting Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 6
- 239000000178 monomer Substances 0.000 claims description 6
- 238000004378 air conditioning Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000002918 waste heat Substances 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 239000003513 alkali Substances 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000009194 climbing Effects 0.000 claims description 2
- 239000002803 fossil fuel Substances 0.000 abstract description 5
- 230000035699 permeability Effects 0.000 abstract description 4
- 238000003912 environmental pollution Methods 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 241000218691 Cupressaceae Species 0.000 description 1
- 241000393496 Electra Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种多源异质全可再生能源热电气储耦合系统建模与规划方法，该方法包括如下步骤：(1)多源异质全可再生能源热电气储耦合系统物理结构构建；(2)多源异质全可再生能源热电气储耦合系统集成设备建模；(3)多源异质全可再生能源热电气储耦合系统优化规划模型建立；(4)基于实际算例对所提优化规划模型进行求解分析，得到系统集成设备最佳容量配比结果。与现有技术相比，本发明首先从根本上减少了化石燃料的使用，降低了环境污染；其次，在增加能源系统中可再生能源渗透率的同时，提高可再生能源利用效率；最后，以系统年经济成本为目标函数，提高了多源异质全可再生能源热电气储耦合系统经济性。
Description
技术领域
本发明涉及综合能源系统应用技术领域，尤其是涉及一种多源异质全可再生能源热电气储耦合系统建模与规划方法。
背景技术
能源是人类赖以生存和发展的基础，是社会可持续发展的保证，是国民经济的命脉。随着工业化的深入发展，化石能源日益短缺，生态环境问题渐趋严重，未来能源产业肩负着提高能源效率、保障能源安全、促进新能源消纳和推动环境保护等新使命。能源生产和消费模式的重大转变，要求改变传统能源系统建设路径和发展模式，构建综合能源系统。构建综合能源系统是“建设清洁低碳、安全高效的现代能源体系”的题中应有之义。
近年来，世界各国研究机构、能源企业相继开展了多能互补综合能源系统相关的研究与项目实践，国外的如欧盟ELECTRA示范项目、英国曼彻斯特示范工程、德国朗根费尔德示范工程、日本柏叶智慧城市示范项目等；国内的如天津中新生态城项目、上海迪士尼度假区示范区、崇明岛示范工程等，这些综合能源系统示范性工程、项目的实施可以帮助完善多能互补综合能源系统规划理论体系。
综合能源系统是指利用电、热、气、冷耦合集成的综合系统代替传统单一的电力能源系统，它能够整合区域内的煤、天然气和可再生能源等多种能源资源，实现多异质能源子系统间的协调规划和互补互济。综合能源系统旨在通过集成化石能源和可再生能源，达到减少化石能源使用、降低生态污染的目的。但是在不考虑化石燃料燃烧所带来的环境问题的前提下，如果世界继续以2006年的速度消费化石燃料，那么化石燃料的储量在百年之内就会被消耗殆尽，化石能源的枯竭是人类必须要面对的现实问题。那么持续提高综合能源系统中可再生能源的渗透率对于解决能源危机和环境危机是一个切实可行的方法，因此发展不包含化石能源的百分百全可再生能源系统将会是未来能源体系的主体。
将可再生能源大规模融入到现有的能源系统中必须应对这样的挑战：对具有波动性和间歇性特征的可再生能源生产与能源系统的其他部分进行协调。如电力系统的正常运行有赖于任何一个时间点上达到供给与需求的平衡。考虑到光伏、风能，以及波浪和潮汐能的自然特点，对这些可再生能源本身可以采取的管制措施非常有限，实现可再生能源大规模融入的可能性还主要取决于系统中其他的调节渠道，如系统中各能源站以及各设备的运行、用户的需求响应等。不仅如此，各种能源存储技术的应用也可以帮助提高可再生能源渗透率。100％全可再生能源系统的应用增加了将可再生能源大规模融入现有能源系统的挑战，不仅具有波动性和间歇性的可再生能源生产必须要与能源系统的其他部分进行协调，而且能源需求的规模必须与潜在的可再生能源来源的实际产量相互适应。这种调整还必须考虑不同可再生能源来源-如生物质燃料和来自风能的电力生产的特征差异问题。因此利用现有技术从理论层面上对全可再生能源系统进行规划优化，根据模拟实际情况所得到的结果对全可再生能源系统的实践应用将会具有一定的指导作用。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述背景中现有能源系统存在的问题，提出了本发明。本发明实施一种针对多源异质全可再生能源热电气储耦合系统集成建模与优化规划方法。因此，本发明解决的技术问题是：在不断提高能源系统中可再生能源渗透率的同时，降低可再生能源波动性、间歇性对能源系统产生的冲击，提高可再生能源利用效率，做到及时响应用户端电、热、冷、气负荷需求。
本发明的目的可以通过以下技术方案来实现：
一种多源异质全可再生能源热电气储耦合系统建模与规划方法，该方法包括如下步骤：
(1)多源异质全可再生能源热电气储耦合系统物理结构构建；
(2)多源异质全可再生能源热电气储耦合系统集成设备建模；
(3)多源异质全可再生能源热电气储耦合系统优化规划模型建立；
(4)基于实际算例对所提优化规划模型进行求解分析，得到系统集成设备最佳容量配比结果。
优选地，步骤(1)构建的多源异质全可再生能源热电气储耦合系统包括供能装置和储能装置，其中，供能装置包括发电设备、供热设备和供冷设备，储能装置包括蓄电池设备、蓄热设备、冰蓄冷设备和储氢罐；
发电设备包括生物质热电联产机组、风电机组、光伏发电以及电转气和燃料电池；供热设备包括光热设备、地源热泵机组制热设备；供冷设备包括地源热泵机组制冷设备、电制冷机、吸收式制冷机。
优选地，步骤(2)建模得到的模型包括：
生物质热电联产机组数学模型、风电机组数学模型、光伏机组数学模型、电转气数学模型和燃料电池数学模型、光热设备数学模型、地源热泵机组数学模型、电制冷机数学模型、吸收式制冷机数学模型、蓄电池设备数学模型、蓄热设备数学模型、冰蓄冷设备数学模型、储氢罐数学模型；
所述的生物质热电联产机组数学模型包括：
在任一时间段，整个生物质热电联产机组发电系统的能量输入和终端电能输出之间的关系可以从以下数学模型中获得：
其中：PBCHP,Δt为生物质热电联产机组发电量；mBM,Δt为生物质燃料消耗量；CVBM为生物质燃料热值；ηBCHP为生物质气化炉系统从生物质到发电的总转化效率；Δt为生物质热电联产机组运行时间；
所述的风电机组数学模型包括：
风电机组发电功率输出与所选风机各项参数和当地风速有关，任一时刻t风电机组出力可用以下数学模型表示：
其中：PWT(t)表示t时刻风电机组发电量；CP为风能利用系数；ρ为空气密度；AWT为风电机组叶片扫过面积在与风速垂直平面上的投影；υ为t时刻风速；
为风电机组额定发电功率；Vc为风电机组切入风速；Vf为风电机组切出风速；Vτ为风电机组额定风速；
风电机组塔高处的实际风速可用以下数学模型表示：
其中：υ为在风电机组塔轮毂高度h处的风速；υ′为在参考高度h′处记录的测量风速；β为当地风速折算系数；
光伏机组数学模型包括光伏出力数学模型：
其中：PPV(t)表示t时刻光伏机组发电量；NPV为光伏板的数量；PN每个光伏板额定功率；Ra(t)表示t时刻太阳辐射强度；RSSR是标准太阳辐射；RCR为特定辐射；
电转气数学模型和燃料电池数学模型包括：
电解槽制氢数学模型如下：
其中：
为t时刻碱式电解槽电解产生氢气质量；PAE,t为t时刻碱式电解槽消耗电能；ηAE为碱式电解槽制氢效率；LHVH2为氢的低热值，取33.3kw·h/kg；
燃料电池电能产出与氢气消耗的数学模型如下：
其中：PFC,t为t时刻氢燃料电池发电功率；ηFC燃料电池发电效率；
为t时刻燃料电池消耗氢气质量；
光热设备数学模型包括太阳能集热器集热器的一般模型：
HPT＝APTIRaηPT
其中：HPT为太阳能集热器的热量收益；ηPT为太阳能集热器的效率；APT为太阳能集热器的安装面积；IRa太阳辐射强度；
地源热泵机组数学模型包括：
地源热泵机组是通过消耗电能把地热能转换为冷、热负荷的设备，它的一般数学模型可表示为：
HGSHP＝PGSHPCOPHGSHP
CGSHP＝PGSHPCOPCGSHP
其中：HGSHP、CGSHP分别为地源热泵机组输出的热功率、冷功率；PGSHP为地源热泵输入的电功率；COPHGSHP、COPCGSHP分别为地源热泵的制热能效系数、制冷能效系数；
电制冷机数学模型包括：
电制冷机是将电能转化为冷负荷的设备，其数学模型可以表示如下：
CER,t＝PER,tCOPER
其中：CER,t为t时刻电制冷机输出冷量；PER,t为t时刻电制冷机输入电功率；COPER电制冷机制冷性能系数；
吸收式制冷机数学模型包括：
吸收式制冷机是利用吸收器—发生器将热能转化为冷负荷的设备，其能量转换数学模型可以表示如下：
CAC,t＝HAC,tCOPAC
其中：CAC,t为t时刻电制冷机输出冷量；HAC,t为t时刻吸收式制冷机输入热功率；COPAC吸收式冷机制冷性能系数；
蓄电池设备数学模型包括：
在任意时刻，蓄电池设备状态都等同于前一时刻蓄电池状态值与当前时间段中蓄电池充放电净功率值之和，蓄电设备的数学模型可表示如下：
其中：ESBT,t+Δt、ESBT,t分别为t+Δt、t时刻蓄电池的电能储量；λSBT为蓄电池的自放电效率；
分别为蓄电池的充、放电效率；
分别为t时刻蓄电池的充、放电功率；Δt为时间长度；
蓄热设备数学模型包括：
在任意时刻，蓄热设备状态都等同于前一时刻蓄热状态值与当前时间段中蓄热设备储放热净功率值之和。蓄热设备的数学模型可表示如下：
其中：HHSD,t+Δt、HHSD,t分别为t+Δt、t时刻蓄热设备的热能储量；λHSD为蓄热设备的自放热效率；
分别为蓄热设备的储热、释热效率；
分别为t时刻蓄热设备的蓄热、释热功率；Δt为时间长度；
冰蓄冷设备数学模型包括：
全量蓄冰串联运行方式的冰蓄冷空调系统的数学模型：
Cim,t＝Pim,t·COPim
Cmi,t＝Pmi,t·COPmi
其中：Cim,t为t时刻制冷机制冷量；Pim,t为t时刻制冷机耗电量；COPim为制冷机制冷性能系数；CISD,t+Δt、CISD,t分别为t+Δt、t时刻蓄冰槽含冷量；λISD为蓄冰槽的自放冷效率；
分别为蓄冰槽的储冷、释冷效率；
分别为t时刻蓄冰槽的储冷、释冷功率；Δt为时间长度；Cmi,t为t时刻融冰所得冷量；Pmi,t为t时刻融冰耗电量；COPmi为制冷机融冰性能系数；
储氢罐数学模型包括：
利用高压将气态氢储存在球形或圆柱形氢罐中，数学模型表示为：
VHST,min≤VHST,t≤VHST,max
其中：VHST,t+Δt、VHST,t分别为t+Δt、t时刻储氢罐所含氢气量；λHST为储氢罐的储能消耗率；
分别为t时刻储存、释放氢气量；
分别为储氢罐中氢气储存、释放效率；VHST，min、VHST，max分别为储氢罐储氢容量的上下限；Δt为是时间长度。
优选地，步骤(3)中优化规划模型包括能源系统规划优化目标函数、能源系统能量平衡约束以及能源系统设备运行约束。
优选地，能源系统规划优化目标函数为：
min ECtotal＝ICtotal+MCtotal+OCtotal
其中，minECtotal为优化目标，表示系统年总经济成本最小，ICtotal为设备年均投资建设总成本，MCtotal为设备年总维护费用，OCtotal为系统年总运行费用；
设备年均投资建设总成本ICtotal通过下式得到：
其中：IC1为供能设备年均投资建设总成本；IC2为储能设备年均投资建设总成本IC2；λ为设备折现率；i为系统内设备类型；Yi为设备i寿命周期；
为设备IC2单位容量投资建设成本；Rci为设备额定容量；
设备年总维护费用MCtotal通过下式得到：
其中：MC1为供能设备年总维护费用；MC2为储能设备年总维护费用；i为系统内设备类型；
为设备i单位出力所需维护费用；
为设备i在t时刻输出功率；
系统年总运行费用OCtotal通过下式得到：
其中：Cbuyb为生物质热电联产机组运行一年所消耗生物质燃料的年购买费用；
为生物质热电联产机组在第d天、t时段的发电量；CVBM为生物质燃料热值；ηBCHP生物质热电联产机组发电效率；Pbiomass,d为生物质燃料在第d天的购买价格。
优选地，所述的能源系统能量平衡约束包括：
电能平衡约束：
其中：
分别表示生物质热电联产机组发电、太阳能光伏发电、风能发电、燃料电池发电；
表示用户所需电负荷；
分别表示P2G电解槽耗电、地源热泵机组耗电、电制冷机耗电、冰蓄冷空调制冰耗电、冰蓄冷空调融冰耗电；
分别表示蓄电设备储电、放电；
热能平衡约束：
其中：
分别表示生物质热电联产烟气余热、地源热泵机组产热、太阳能光热设备产热；
表示用户所需热负荷；
表示吸收式制冷机耗热；
分别表示蓄热装置储热、释热；
制冷平衡约束：
其中：
分别表示为地源热泵机组供冷、电制冷机供冷、吸收式制冷机供冷；
表示用户所需冷负荷；
分别表示冰蓄冷装置的储冷、释冷。
优选地，能源系统设备运行约束包括供能装置运行约束和储能装置运行约束。
优选地，所述的供能装置运行约束包括发电设备容量约束、供热设备运行约束和供冷设备运行约束；
其中，
发电设备容量约束包括：
生物质热电联产机组约束：
其中：
为生物质热电联产机组在t时刻的实际输出功率；
分别为生物质热电联产机组的最大、最小输出功率；
风电机组约束：
其中：
为风电机组在t时刻的实际输出功率；
为风电机组的额定发电功率；
光伏机组约束：
其中：
为光伏机组在t时刻的实际发电功率；
为光伏机组最大输出功率；APV为光伏板实际占地面积；
为根据实际情况允许光伏板最大占地面积；
燃料电池约束：
其中：
为燃料电池在t时刻的实际发电功率；
为燃料电池所允许的最大电量输出功率；
供热设备运行约束包括：
其中：
为系统中供热设备的实际输出功率，包括光热设备、地源热泵机组等设备；
分别为系统中供热设备的最小、最大供热量；
分别为供热设备的减小出力和增加出力的爬坡速度；
供冷设备运行约束包括：
其中：
为系统中供冷设备的实际输出功率，包括地源热泵机组、电制冷机、吸收式制冷机等设备；
分别为系统中供冷设备的最小、最大供冷量；
分别为供冷设备的减小出力和增加出力的爬坡速度。
优选地，储能装置运行约束包括蓄电池运行约束、蓄热设备运行约束、冰蓄冷设备运行约束和储氢罐约束；
其中，
蓄电池运行约束包括：
其中：
为蓄电池在(m,h)时刻的含电量；
为蓄电池的额定容量；λ为大于0小于1的数，起到保护蓄电池的作用；
分别表示(m,1)时刻、(m,24)时刻蓄电池含电量；
分别表示蓄电池单位时间内所允许的最大充、放电量；
分别表示(m,h)时刻蓄电池的放电量和蓄电量；
分别表示蓄电池充、放电的状态值，取0或1；因为蓄电池不可能同时充放电，所以引入极大值M对其充、放电状态进行限制；m表示月份，h表示时段；
蓄热设备运行约束包括：
其中：
为蓄热装置在(m,h)时刻的含热量；
为蓄热装置的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄热装置含热量；
分别表示(m,h)时刻蓄热装置的放、蓄热量；
分别表示蓄热装置单位时间内所允许的最大蓄、放热量；
分别表示蓄热装置蓄、放热的状态值，取0或1；因为蓄热装置不可能同时蓄、放热，所以引入极大值M对其蓄、放热状态进行限制；
冰蓄冷设备运行约束包括：
其中：
表示在(m,h)时刻制冷机制冷消耗电能；
表示制冷机制冷允许输入最大电功率；
表示(m,h)时刻融冰消耗电能；
表示融冰允许输入最大电功率；
表示蓄冰槽在(m,h)时刻含冷量；
表示蓄冰槽的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄冰槽含冷量；
分别表示蓄冰槽单位时间内所允许的最大蓄、释冷量；
分别表示(m,h)时刻蓄冰槽的释冷量和蓄冷量；
分别表示蓄冰槽蓄冷、释冷的状态值，取0或1；因为冰蓄冷设备不可能同时蓄冷、释冷，所以引入极大值M对其蓄冷、释冷状态进行限制；
储氢罐约束包括：
其中：
为储氢罐装置在(m,h)时刻的容量；
为储氢罐装置的额定容量；
分别表示(1,1)时刻、(12,24)时刻储氢装置含氢量；
分别表示(m,h)时刻储氢装置的释氢量和储氢量；
分别表示储氢装置单位时间内所允许的最大蓄、放氢量；
分别表示储氢装置蓄、放氢的状态值，取0或1；因为储氢装置不可能同时蓄、放氢，所以引入极大值M对其蓄、放氢状态进行限制。
优选地，步骤(4)基于LINGO软件对所提混合整数线性规划模型进行实际算例分析，得到系统设备最佳容量配比结果。
与现有技术相比，本发明具有如下优点：本发明首先从根本上减少了化石燃料的使用，降低了环境污染；其次，在增加能源系统中可再生能源渗透率的同时，提高可再生能源利用效率；最后，以系统年经济成本为目标函数，提高了多源异质全可再生能源热电气储耦合系统经济性。
附图说明
图1为本发明一种多源异质全可再生能源热电气储耦合系统建模与规划方法的流程框图；
图2为所构建多源异质全可再生能源热电气储耦合系统物理结构图；
图3为所述实例太阳辐射强度；
图4为所述实例的每小时风速；
图5为所述实例的每小时用能负荷；
图6为所述实例能源系统中设备年均投资费用；
图7为所述实例能源系统中设备年维护费用；
图8为所示实例能源系统中各设备的电、热、冷负荷出力表现。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，本实施例提供一种多源异质全可再生能源热电气储耦合系统建模与规划方法，该方法包括如下步骤：
S1：多源异质全可再生能源热电气储耦合系统物理结构构建。其中需要说明的是，所构建的多源异质全可再生能源热电气储耦合系统物理结构如图2所示。该能源系统由供能装置、储能装置组成。其中，供能装置主要包括，发电设备：生物质热电联产机组、风电机组、光伏发电以及电转气和燃料电池等；供热设备：光热设备、地源热泵机组制热等；供冷设备：地源热泵机组制冷、电制冷机、吸收式制冷机等。储能装置包括蓄电池设备、蓄热设备、冰蓄冷设备、储氢罐等设备。
S2：多源异质全可再生能源热电气储耦合系统集成设备建模。其中需要说明的是，所构建设备的数学模型包括：生物质热电联产机组数学模型、风电机组数学模型、光伏机组数学模型、电转气数学模型和燃料电池数学模型、光热设备数学模型、地源热泵机组数学模型、电制冷机数学模型、吸收式制冷机数学模型、蓄电池设备数学模型、蓄热设备数学模型、冰蓄冷设备数学模型、储氢罐数学模型等。进一步的是：
生物质热电联产机组数学模型包括，在任一时间段，整个生物质热电联产机组发电系统的能量输入和终端电能输出之间的关系可以从以下数学模型中获得：
其中：PBCHP,Δt为生物质热电联产机组发电量；mBM,Δt为生物质燃料消耗量；CVBM为生物质燃料热值；ηBCHP为生物质气化炉系统从生物质到发电的总转化效率；Δt为生物质热电联产机组运行时间。
所述风电机组数学模型包括，风电机组发电功率输出与所选风机各项参数和当地风速有关。任一时刻t风电机组出力可用以下数学模型表示：
其中：PWT(t)表示t时刻风电机组发电量；CP为风电机组性能参数(风能利用系数)；ρ为空气密度；AWT为风电机组叶片扫过面积在与风速垂直平面上的投影；υ为t时刻风速；
为风电机组额定发电功率；Vc为风电机组切入风速；Vf为风电机组切出风速；Vτ为风电机组额定风速。
另外，由于不同的高度风速存在差异，为了数据获取方便，可以根据特定高度处的测量风速求得风电机组塔高处的实际风速。不同高度风速之间存在如下关系：
其中：υ为在风电机组塔轮毂高度h处的风速；υ′为在参考高度h′处记录的测量风速；β为当地风速折算系数。
光伏机组数学模型包括，光伏发电性能取决于气候条件、设备和系统配置。光伏出力数学模型为：
其中：PPV(t)表示t时刻光伏机组发电量；NPV为光伏板的数量；PN每个光伏板额定功率；Ra(t)表示t时刻太阳辐射强度；RSSR是标准太阳辐射；RCR为特定辐射。
电转气与燃料电池数学模型包括：首先，因为在所提出构建的多元异质全可再生能源热电气储耦合系统中，光伏和风电具有不可预测的的间歇性和随机性等特点，所以对电解槽的要求应当是在电能不稳定的条件下仍然具有稳定制氢的能力，碱式电解槽可在间歇波动性功率、高电流密度下稳定运行，且过程简单，成本较低，因此本系统选择碱式电解槽(AE)为制氢设备；此外，由于低温燃料电池具有灵活启停和适应间歇性特性，所以在所提出构建的多元异质全可再生能源热电气储耦合系统中选择质子交换膜燃料电池作为发电设备，电解槽制氢数学模型和燃料电池发电数学模型分别如下：
其中：
为t时刻碱式电解槽电解产生氢气质量；PAE,t为t时刻碱式电解槽消耗电能；ηAE为碱式电解槽制氢效率；LHVH2为氢的低热值，取33.3kw·h/kg；PFC,t为t时刻氢燃料电池发电功率；ηFC燃料电池发电效率；
为t时刻燃料电池消耗氢气质量。
光热设备数学模型包括，太阳能集热器集热器的一般模型如下：
HPT＝APTIRaηPT
其中：HPT为太阳能集热器的热量收益；ηPT为太阳能集热器的效率；APT为太阳能集热器的安装面积；IRa太阳辐射强度。
地源热泵机组数学模型包括，地源热泵机组是通过消耗电能把地热能转换为冷、热负荷的设备，它的一般数学模型可表示为：
HGSHP＝PGSHPCOPHGSHP
CGSHP＝PGSHPCOPCGSHP
其中：HGSHP、CGSHP分别为地源热泵机组输出的热功率、冷功率；PGSHP为地源热泵输入的电功率；COPHGSHP、COPCGSHP分别为地源热泵的制热能效系数、制冷能效系数。
电制冷机数学模型包括，电制冷机是将电能转化为冷负荷的设备，其数学模型可以表示如下：
CER,t＝PER,tCOPER
其中：CER,t为t时刻电制冷机输出冷量；PER,t为t时刻电制冷机输入电功率；COPER电制冷机制冷性能系数。
吸收式制冷机数学模型包括，吸收式制冷机是利用吸收器—发生器将热能转化为冷负荷的设备，其能量转换数学模型可以表示如下：
CAC,t＝HAC,tCOPAC
其中：CAC,t为t时刻电制冷机输出冷量；HAC,t为t时刻吸收式制冷机输入热功率；COPAC吸收式冷机制冷性能系数。
蓄电池设备数学模型包括，在任意时刻，蓄电池设备状态都等同于前一时刻蓄电池状态值与当前时间段中蓄电池充放电净功率值之和。蓄电设备的数学模型可表示如下：
其中：ESBT,t+Δt、ESBT,t分别为t+Δt、t时刻蓄电池的电能储量；λSBT为蓄电池的自放电效率；
分别为蓄电池的充、放电效率；
分别为t时刻蓄电池的充、放电功率；Δt为时间长度。
蓄热设备数学模型包括，在任意时刻，蓄热设备状态都等同于前一时刻蓄热状态值与当前时间段中蓄热设备储放热净功率值之和。蓄热设备的数学模型可表示如下：
其中：HHSD,t+Δt、HHSD,t分别为t+Δt、t时刻蓄热设备的热能储量；λHSD为蓄热设备的自放热效率；
分别为蓄热设备的储热、释热效率；
分别为t时刻蓄热设备的蓄热、释热功率；Δt为时间长度。
冰蓄冷设备数学模型包括，冰蓄冷空调一般只在用户侧具有冷负荷需求的季节启动，并在系统电负荷峰值时进行制冷，通过蓄冰介质储存冷量，在用电高峰时释放冷量。此外，由于“万年冰”的形成会降低蓄冰和融冰速率，增加系统电耗，因此一般设定冰蓄冷空调一个运行周期为24h。冰蓄冷空调系统一般由制冷机组、蓄冰槽以及辅助设备等组成，全量蓄冰串联运行方式的冰蓄冷空调系统的数学模型可表示如下：
Cim,t＝Pim,t·COPim
Cmi,t＝Pmi,t·COPmi
其中：Cim,t为t时刻制冷机制冷量；Pim,t为t时刻制冷机耗电量；COPim为制冷机制冷性能系数；CISD,t+Δt、CISD,t分别为t+Δt、t时刻蓄冰槽含冷量；λISD为蓄冰槽的自放冷效率；
分别为蓄冰槽的储冷、释冷效率；
分别为t时刻蓄冰槽的储冷、释冷功率；Δt为时间长度；Cmi,t为t时刻融冰所得冷量；Pmi,t为t时刻融冰耗电量；COPmi为制冷机融冰性能系数。
储氢罐数学模型包括，目前市场上较为成熟的储氢方式是利用高压(储氢压力一般为15-70Mpa)将气态氢储存在球形或圆柱形氢罐中，这种储氢方式成本较低，且储存和释放方便快捷，其数学模型可用如下公式表示为：
VHST,min≤VHST,t≤VHST,max
其中：VHST,t+Δt、VHST,t分别为t+Δt、t时刻储氢罐所含氢气量；λHST为储氢罐的储能消耗率；
分别为t时刻储存、释放氢气量；
分别为储氢罐中氢气储存、释放效率；VHST，min、VHST，max分别为储氢罐储氢容量的上下限；Δt为是时间长度。
S3：多源异质全可再生能源热电气储耦合系统优化规划模型建立。其中需要说明的是，该优化规划模型包括能源系统规划优化目标函数、能源系统能量平衡约束以及能源系统设备运行约束。进一步的是：
首先提出并构建全可再生能源系统规划优化目标函数：对多元异质全可再生能源热电气储耦合系统的优化目标是系统年总经济成本最小minECtotal，它包括设备年均投资建设总成本ICtotal，设备年总维护费用MCtotal，系统年总运行费用OCtotal，即，
min ECtotal＝ICtotal+MCtotal+OCtotal
对于设备年均投资建设总成本ICtotal为系统中各设备初始投资建设成本均摊到全寿命周期每一年建设费用的成本之和，由供能设备年均投资建设总成本IC1和储能设备年均投资建设总成本IC2组成，即
ICtotal＝IC1+IC2 IC1＝ICBCHP+ICWT+ICPV+ICELZ+ICFC+ICPT+ICGSHP+ICER+ICAC
IC2＝ICHSD+ICISD+ICSBT+ICHST
其中：ICBCHP、ICWT、ICPV、ICELZ、ICFC、ICPT、ICGSHP、ICER、ICAC分别为供能转置中生物质热电联产机组、风电机组、光伏发电机组、P2G电解槽、燃料电池、光热设备、地源热泵机组、电制冷机、吸收式制冷机等设备的年均投资建设成本；ICHSD、ICISD、ICSBT、ICHST分别为储能转置中蓄电池设备、蓄热设备、冰蓄冷设备、储氢罐等的年均投资建设成本。
基于设备单位容量成本对各设备年均投资建设成本进行建模，综上得：
其中：λ为设备折现率,取6％；Yi为某设备寿命周期；i为系统内设备类型；
为设备单位容量投资建设成本；Rci为设备额定容量。
对于系统内设备年总维护费用MCtotal指系统内设备在出力后所需的设备年总维护和检修费用，由供能设备年总维护费用MC1和储能设备年总维护费用MC2组成，即：
MCtotal＝MC1+MC2
MC1＝MCBCHP+MCWT+MCPV+MCELZ+MCFC+MCPT+MCGSHP+MCER+MCAC
MC2＝MCHSD+MCISD+MCSBT+MCHST
其中：MCBCHP、MCWT、MCPV、MCELZ、MCFC、MCPT、MCGSHP、MCER、MCAC分别为供能装置中生物质热电联产机组、风电机组、光伏发电机组、P2G电解槽、燃料电池、光热设备、地源热泵机组、电制冷机、吸收式制冷机等设备的年维护费用；MCHSD、MCISD、MCSBT、MCHST分别为储能转置中蓄电池设备、蓄热设备、冰蓄冷设备、储氢罐等的年维护费用。
系统内各设备维护费用与设备运行输出功率有关，所以有
其中：
为某设备单位出力所需维护费用；
为某设备t时刻输出功率。
对于系统年运行费用OCtotal主要指生物质热电联产机组运行一年所消耗生物质燃料的年购买费用Cbuyb，可以表示为每个时间段生物质燃料消耗量与相对应时间生物质燃料单价乘积之和。详细地，每小时燃料消耗等于从生物质热电联产机组每小时产生的电力除以发电效率，再除以生物质热值，如下式所示：
其中：
为生物质热电联产机组在t时刻发电量；CVBM为生物质燃料热值；ηBCHP生物质热电联产机组发电效率；Pbiomass,d为生物质燃料每天购买价格。
其次建立能源系统能量平衡约束。考虑所构建全可再生能源系统能量平衡约束以小时为时间间隔，通过各供能设备和储能设备联合运行满足用户能源需求。根据系统供能设备产出能量、用户所需负荷形式不同，将能源系统能量平衡约束分为电能平衡约束、热能平衡约束和冷量平衡约束。
对于电能平衡约束，发电设备每小时产出的电量必须等于用户和用电设备消耗电量，可以用下式表示：
其中：
分别表示生物质热电联产机组发电、太阳能光伏发电、风能发电、燃料电池发电；
表示用户所需电负荷；
分别表示P2G电解槽耗电、地源热泵机组耗电、电制冷机耗电、冰蓄冷空调制冰耗电、冰蓄冷空调融冰耗电；
分别表示蓄电设备储电、放电。
对于热能平衡约束，供热设备每小时产出的热量必须等于用户和用热设备消耗热量，可以用下式表示：
其中：
分别表示生物质热电联产烟气余热、地源热泵机组产热、太阳能光热设备产热；
表示用户所需热负荷；
表示吸收式制冷机耗热；
分别表示蓄热装置储热、释热。
对于制冷平衡约束，供冷设备每小时产出的冷量必须等于用户和用冷设备消耗的冷量，可以用下式表示：
其中：
分别表示为地源热泵机组供冷、电制冷机供冷、吸收式制冷机供冷；
表示用户所需冷负荷；
分别表示冰蓄冷装置的储冷、释冷。
最后建立能源系统设备运行约束。能源系统设备运行约束包括供能装置运行约束和储能装置运行约束。供能装置运行约束包括发电设备容量约束、供热设备运行约束和供冷设备运行约束。储能装置运行约束包括蓄电池运行约束、蓄热设备运行约束、冰蓄冷设备运行约束和储氢罐约束等。
对于发电设备容量约束包括，
(1)生物质热电联产机组约束
其中：
为生物质热电联产机组在t时刻的实际输出功率；
分别为生物质热电联产机组的最大、最小输出功率。
(2)风电机组约束，风电机组的出力约束为任一时刻的风电出力不能大于机组额定输出功率：
其中：
为风电机组在t时刻的实际输出功率；
为风电机组的额定发电功率。
(3)光伏机组约束，在太阳能利用的策略下，光伏板的面积受到场地面积的制约，因此光伏机组运行应满足以下约束：
其中：
为光伏机组在t时刻的实际发电功率；
为光伏机组最大输出功率；APV为光伏板实际占地面积；
为根据实际情况允许光伏板最大占地面积。
(4)燃料电池约束
其中：
为燃料电池在t时刻的实际发电功率；
为燃料电池所允许的最大电量输出功率。
对于供热设备运行约束，包括，
其中：
为系统中供热设备的实际输出功率，包括光热设备、地源热泵机组等设备；
分别为系统中供热设备的最小、最大供热量；
分别为供热设备的减小出力和增加出力的爬坡速度。
对于供冷设备运行约束，包括，
其中：
为系统中供冷设备的实际输出功率，包括地源热泵机组、电制冷机、吸收式制冷机等设备；
分别为系统中供冷设备的最小、最大供冷量；
分别为供冷设备的减小出力和增加出力的爬坡速度。
对于蓄电池运行约束，由于电池的完全放电会影响其使用寿命，因此需要定义最小能量容量来表示电池剩余能量的阈值，并且规定蓄电池初始含电量为0。另外，蓄电池不应同时充电和放电。因此，蓄电池充电和放电状态应满足以下约束：
其中：
为蓄电池在(m,h)时刻的含电量；
为蓄电池的额定容量；λ为大于0小于1的数，起到保护蓄电池的作用；
分别表示(m,1)时刻、(m,24)时刻蓄电池含电量；
分别表示蓄电池单位时间内所允许的最大充、放电量；
分别表示(m,h)时刻蓄电池的放电量和蓄电量；
分别表示蓄电池充、放电的状态值，取0或1；因为蓄电池不可能同时充放电，所以引入极大值M对其充、放电状态进行限制；m表示月份，h表示时段。
对于蓄热设备运行约束包括，为了保证蓄热设备的正常运行，应该满足以下约束条件：
其中：
为蓄热装置在(m,h)时刻的含热量；
为蓄热装置的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄热装置含热量；
分别表示(m,h)时刻蓄热装置的放、蓄热量；
分别表示蓄热装置单位时间内所允许的最大蓄、放热量；
分别表示蓄热装置蓄、放热的状态值，取0或1；因为蓄热装置不可能同时蓄、放热，所以引入极大值M对其蓄、放热状态进行限制。
对于冰蓄冷设备运行约束包括，为了保证冰蓄冷设备的正常运行，应该满足以下约束条件:
其中：
表示在(m,h)时刻制冷机制冷消耗电能；
表示制冷机制冷允许输入最大电功率；
表示(m,h)时刻融冰消耗电能；
表示融冰允许输入最大电功率；
表示蓄冰槽在(m,h)时刻含冷量；
表示蓄冰槽的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄冰槽含冷量；
分别表示蓄冰槽单位时间内所允许的最大蓄、释冷量；
分别表示(m,h)时刻蓄冰槽的释冷量和蓄冷量；
分别表示蓄冰槽蓄冷、释冷的状态值，取0或1。因为冰蓄冷设备不可能同时蓄冷、释冷，所以引入极大值M对其蓄冷、释冷状态进行限制。
对于储氢罐装置约束，应该满足以下约束条件:
其中：
为储氢罐装置在(m,h)时刻的容量；
为储氢罐装置的额定容量；
分别表示(1,1)时刻、(12,24)时刻储氢装置含氢量；
分别表示(m,h)时刻储氢装置的释氢量和储氢量；
分别表示储氢装置单位时间内所允许的最大蓄、放氢量；
分别表示储氢装置蓄、放氢的状态值，取0或1；因为储氢装置不可能同时蓄、放氢，所以引入极大值M对其蓄、放氢状态进行限制。
S4：基于实际算例对所提混合整数线性规划模型进行求解分析，得到系统设备最佳容量配比结果。其中需要说明的是，图2为以某园区为对象建立多源异质全可再生能源热电气储耦合系统结构图。该园区共包括1000户居民家庭，总建筑面积达15万平方米，园区所在地太阳辐射强度、当地风速分别如图3、图4所示。该居民住宅园区一年所需电、热、冷负荷如图5所示。能源系统内设备基本参数如表1所示。
表1能源系统内设备基本参数
以系统年总成本最小为目标函数，对多源异质全可再生能源热电气储耦合系统进行优化规划，系统各项经济成本占比如表2所示，系统内设备最优容量配比如表3所示。
表2系统各项经济成本占比表
表3系统内设备最优容量配比
| 设备 | 单位 | 容量 |
| 生物质CHP | kW | 2737 |
| 光伏机组 | kW | 1546 |
| 风电机组 | kW | 0 |
| 燃料电池 | kW | 236 |
| 地源热泵 | kW | 2667 |
| 电制冷机 | kW | 0 |
| 吸收式制冷机 | kW | 4902 |
| 蓄电设备 | kW·h | 4900 |
| 蓄热设备 | kW·h | 6992 |
| 蓄冷设备 | kW·h | 3451 |
| 光热装置 | kW | 0 |
| P2G电解槽 | kW | 442 |
| 氢罐 | m3 | 21 |
参照图6、图7、图8对比分析可知，生物质CHP机组的年均投资成本和年维护费用都比较高，这主要是因为生物质CHP机组能够同时产生电、热两种能源，能源综合利用效率高，所以全可再生能源系统内生物质CHP机组额定容量较大，它是系统主要的电能生产设备，年发电量占系统总发电量的72％，这也说明了生物质能在维持全可再生能源系统稳定性方面起着关键的作用；光伏发电年均投资成本较高，年维护费用较低，一方面光伏出力受白天光照强度的影响，另一方面光伏发电受到实际情况安装面积的限制，这些因素使得光伏年发电量仅为系统年总发电量的25％，可以考虑通过增加光伏板可用占地面积提高光伏发电效益；地源热泵的年均投资成本相对较高，但是年维护费用较低，地源热泵的年供热量占系统年总产热量的24％，地源热泵的年供冷量占系统年总产冷量的7％，地源热泵年出力较小，主要是因为生物质CHP机组余热可以为系统提供约76％的热负荷，同时，这些热负荷在有冷负荷需求时可以通过吸收式制冷机转化为冷负荷，大大提高了系统的经济性；燃料电池有着良好的的发电效率，但是较高的单位出力维护费用使得年发电量占系统年总发电量3％的燃料电池的年维护费用比光伏机组年维护费用高出将近1倍，但是燃料电池依然被规划到了算例系统中，这也充分说明了燃料电池与季节性储氢相结合的供储能方式能够有效提高多元异质全可再生能源热电气储耦合系统的经济效益。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (10)
1.一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，该方法包括如下步骤：
(1)多源异质全可再生能源热电气储耦合系统物理结构构建；
(2)多源异质全可再生能源热电气储耦合系统集成设备建模；
(3)多源异质全可再生能源热电气储耦合系统优化规划模型建立；
(4)基于实际算例对所提优化规划模型进行求解分析，得到系统集成设备最佳容量配比结果。
2.根据权利要求1所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，步骤(1)构建的多源异质全可再生能源热电气储耦合系统包括供能装置和储能装置，其中，供能装置包括发电设备、供热设备和供冷设备，储能装置包括蓄电池设备、蓄热设备、冰蓄冷设备和储氢罐；
发电设备包括生物质热电联产机组、风电机组、光伏发电以及电转气和燃料电池；供热设备包括光热设备、地源热泵机组制热设备；供冷设备包括地源热泵机组制冷设备、电制冷机、吸收式制冷机。
3.根据权利要求2所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，步骤(2)建模得到的模型包括：
生物质热电联产机组数学模型、风电机组数学模型、光伏机组数学模型、电转气数学模型和燃料电池数学模型、光热设备数学模型、地源热泵机组数学模型、电制冷机数学模型、吸收式制冷机数学模型、蓄电池设备数学模型、蓄热设备数学模型、冰蓄冷设备数学模型、储氢罐数学模型；
所述的生物质热电联产机组数学模型包括：
在任一时间段，整个生物质热电联产机组发电系统的能量输入和终端电能输出之间的关系可以从以下数学模型中获得：
其中：PBCHP,Δt为生物质热电联产机组发电量；mBM,Δt为生物质燃料消耗量；CVBM为生物质燃料热值；ηBCHP为生物质气化炉系统从生物质到发电的总转化效率；Δt为生物质热电联产机组运行时间；
所述的风电机组数学模型包括：
风电机组发电功率输出与所选风机各项参数和当地风速有关，任一时刻t风电机组出力可用以下数学模型表示：
其中：PWT(t)表示t时刻风电机组发电量；CP为风能利用系数；ρ为空气密度；AWT为风电机组叶片扫过面积在与风速垂直平面上的投影；υ为t时刻风速；
为风电机组额定发电功率；Vc为风电机组切入风速；Vf为风电机组切出风速；Vτ为风电机组额定风速；
风电机组塔高处的实际风速可用以下数学模型表示：
其中：υ为在风电机组塔轮毂高度h处的风速；υ′为在参考高度h′处记录的测量风速；β为当地风速折算系数；
光伏机组数学模型包括光伏出力数学模型：
其中：PPV(t)表示t时刻光伏机组发电量；NPV为光伏板的数量；PN每个光伏板额定功率；Ra(t)表示t时刻太阳辐射强度；RSSR是标准太阳辐射；RCR为特定辐射；
电转气数学模型和燃料电池数学模型包括：
电解槽制氢数学模型如下：
其中：
为t时刻碱式电解槽电解产生氢气质量；PAE,t为t时刻碱式电解槽消耗电能；ηAE为碱式电解槽制氢效率；
为氢的低热值，取33.3kw·h/kg；
燃料电池电能产出与氢气消耗的数学模型如下：
其中：PFC,t为t时刻氢燃料电池发电功率；ηFC燃料电池发电效率；
为t时刻燃料电池消耗氢气质量；
光热设备数学模型包括太阳能集热器集热器的一般模型：
HPT＝APTIRaηPT
其中：HPT为太阳能集热器的热量收益；ηPT为太阳能集热器的效率；APT为太阳能集热器的安装面积；IRa太阳辐射强度；
地源热泵机组数学模型包括：
地源热泵机组是通过消耗电能把地热能转换为冷、热负荷的设备，它的一般数学模型可表示为：
HGSHP＝PGSHPCOPHGSHP
CGSHP＝PGSHPCOPCGSHP
其中：HGSHP、CGSHP分别为地源热泵机组输出的热功率、冷功率；PGSHP为地源热泵输入的电功率；COPHGSHP、COPCGSHP分别为地源热泵的制热能效系数、制冷能效系数；
电制冷机数学模型包括：
电制冷机是将电能转化为冷负荷的设备，其数学模型可以表示如下：
CER,t＝PER,tCOPER
其中：CER,t为t时刻电制冷机输出冷量；PER,t为t时刻电制冷机输入电功率；COPER电制冷机制冷性能系数；
吸收式制冷机数学模型包括：
吸收式制冷机是利用吸收器—发生器将热能转化为冷负荷的设备，其能量转换数学模型可以表示如下：
CAC,t＝HAC,tCOPAC
其中：CAC,t为t时刻电制冷机输出冷量；HAC,t为t时刻吸收式制冷机输入热功率；COPAC吸收式冷机制冷性能系数；
蓄电池设备数学模型包括：
在任意时刻，蓄电池设备状态都等同于前一时刻蓄电池状态值与当前时间段中蓄电池充放电净功率值之和，蓄电设备的数学模型可表示如下：
其中：ESBT,t+Δt、ESBT,t分别为t+Δt、t时刻蓄电池的电能储量；λSBT为蓄电池的自放电效率；
分别为蓄电池的充、放电效率；
分别为t时刻蓄电池的充、放电功率；Δt为时间长度；
蓄热设备数学模型包括：
在任意时刻，蓄热设备状态都等同于前一时刻蓄热状态值与当前时间段中蓄热设备储放热净功率值之和。蓄热设备的数学模型可表示如下：
其中：HHSD,t+Δt、HHSD,t分别为t+Δt、t时刻蓄热设备的热能储量；λHSD为蓄热设备的自放热效率；
分别为蓄热设备的储热、释热效率；
分别为t时刻蓄热设备的蓄热、释热功率；Δt为时间长度；
冰蓄冷设备数学模型包括：
全量蓄冰串联运行方式的冰蓄冷空调系统的数学模型：
Cim,t＝Pim,t·COPim
Cmi,t＝Pmi,t·COPmi
其中：Cim,t为t时刻制冷机制冷量；Pim,t为t时刻制冷机耗电量；COPim为制冷机制冷性能系数；CISD,t+Δt、CISD,t分别为t+Δt、t时刻蓄冰槽含冷量；λISD为蓄冰槽的自放冷效率；
分别为蓄冰槽的储冷、释冷效率；
分别为t时刻蓄冰槽的储冷、释冷功率；Δt为时间长度；Cmi,t为t时刻融冰所得冷量；Pmi,t为t时刻融冰耗电量；COPmi为制冷机融冰性能系数；
储氢罐数学模型包括：
利用高压将气态氢储存在球形或圆柱形氢罐中，数学模型表示为：
VHST,min≤VHST,t≤VHST,max
其中：VHST,t+Δt、VHST,t分别为t+Δt、t时刻储氢罐所含氢气量；λHST为储氢罐的储能消耗率；
分别为t时刻储存、释放氢气量；
分别为储氢罐中氢气储存、释放效率；VHST，min、VHST，max分别为储氢罐储氢容量的上下限；Δt为是时间长度。
4.根据权利要求1所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，步骤(3)中优化规划模型包括能源系统规划优化目标函数、能源系统能量平衡约束以及能源系统设备运行约束。
5.根据权利要求4所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，能源系统规划优化目标函数为：
min ECtotal＝ICtotal+MCtotal+OCtotal
其中，min ECtotal为优化目标，表示系统年总经济成本最小，ICtotal为设备年均投资建设总成本，MCtotal为设备年总维护费用，OCtotal为系统年总运行费用；
设备年均投资建设总成本ICtotal通过下式得到：
其中：IC1为供能设备年均投资建设总成本；IC2为储能设备年均投资建设总成本IC2；λ为设备折现率；i为系统内设备类型；Yi为设备i寿命周期；
为设备IC2单位容量投资建设成本；Rci为设备额定容量；
设备年总维护费用MCtotal通过下式得到：
其中：MC1为供能设备年总维护费用；MC2为储能设备年总维护费用；i为系统内设备类型；
为设备i单位出力所需维护费用；
为设备i在t时刻输出功率；
系统年总运行费用OCtotal通过下式得到：
其中：Cbuyb为生物质热电联产机组运行一年所消耗生物质燃料的年购买费用；
为生物质热电联产机组在第d天、t时段的发电量；CVBM为生物质燃料热值；ηBCHP生物质热电联产机组发电效率；Pbiomass,d为生物质燃料在第d天的购买价格。
6.根据权利要求4所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，所述的能源系统能量平衡约束包括：
电能平衡约束：
其中：
分别表示生物质热电联产机组发电、太阳能光伏发电、风能发电、燃料电池发电；
表示用户所需电负荷；
分别表示P2G电解槽耗电、地源热泵机组耗电、电制冷机耗电、冰蓄冷空调制冰耗电、冰蓄冷空调融冰耗电；
分别表示蓄电设备储电、放电；
热能平衡约束：
其中：
分别表示生物质热电联产烟气余热、地源热泵机组产热、太阳能光热设备产热；
表示用户所需热负荷；
表示吸收式制冷机耗热；
分别表示蓄热装置储热、释热；
制冷平衡约束：
其中：
分别表示为地源热泵机组供冷、电制冷机供冷、吸收式制冷机供冷；
表示用户所需冷负荷；
分别表示冰蓄冷装置的储冷、释冷。
7.根据权利要求4所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，能源系统设备运行约束包括供能装置运行约束和储能装置运行约束。
8.根据权利要求7所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，所述的供能装置运行约束包括发电设备容量约束、供热设备运行约束和供冷设备运行约束；
其中，
发电设备容量约束包括：
生物质热电联产机组约束：
其中：
为生物质热电联产机组在t时刻的实际输出功率；
分别为生物质热电联产机组的最大、最小输出功率；
风电机组约束：
其中：
为风电机组在t时刻的实际输出功率；
为风电机组的额定发电功率；
光伏机组约束：
其中：
为光伏机组在t时刻的实际发电功率；
为光伏机组最大输出功率；APV为光伏板实际占地面积；
为根据实际情况允许光伏板最大占地面积；
燃料电池约束：
其中：
为燃料电池在t时刻的实际发电功率；
为燃料电池所允许的最大电量输出功率；
供热设备运行约束包括：
其中：
为系统中供热设备的实际输出功率，包括光热设备、地源热泵机组等设备；
分别为系统中供热设备的最小、最大供热量；
分别为供热设备的减小出力和增加出力的爬坡速度；
供冷设备运行约束包括：
其中：
为系统中供冷设备的实际输出功率，包括地源热泵机组、电制冷机、吸收式制冷机等设备；
分别为系统中供冷设备的最小、最大供冷量；
分别为供冷设备的减小出力和增加出力的爬坡速度。
9.根据权利要求7所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，储能装置运行约束包括蓄电池运行约束、蓄热设备运行约束、冰蓄冷设备运行约束和储氢罐约束；
其中，
蓄电池运行约束包括：
其中：
为蓄电池在(m,h)时刻的含电量；
为蓄电池的额定容量；λ为大于0小于1的数，起到保护蓄电池的作用；
分别表示(m,1)时刻、(m,24)时刻蓄电池含电量；
分别表示蓄电池单位时间内所允许的最大充、放电量；
分别表示(m,h)时刻蓄电池的放电量和蓄电量；
分别表示蓄电池充、放电的状态值，取0或1；因为蓄电池不可能同时充放电，所以引入极大值M对其充、放电状态进行限制；m表示月份，h表示时段；
蓄热设备运行约束包括：
其中：
为蓄热装置在(m,h)时刻的含热量；
为蓄热装置的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄热装置含热量；
分别表示(m,h)时刻蓄热装置的放、蓄热量；
分别表示蓄热装置单位时间内所允许的最大蓄、放热量；
分别表示蓄热装置蓄、放热的状态值，取0或1；因为蓄热装置不可能同时蓄、放热，所以引入极大值M对其蓄、放热状态进行限制；
冰蓄冷设备运行约束包括：
其中：
表示在(m,h)时刻制冷机制冷消耗电能；
表示制冷机制冷允许输入最大电功率；
表示(m,h)时刻融冰消耗电能；
表示融冰允许输入最大电功率；
表示蓄冰槽在(m,h)时刻含冷量；
表示蓄冰槽的额定容量；
分别表示(m,1)时刻、(m,24)时刻蓄冰槽含冷量；
分别表示蓄冰槽单位时间内所允许的最大蓄、释冷量；
分别表示(m,h)时刻蓄冰槽的释冷量和蓄冷量；
分别表示蓄冰槽蓄冷、释冷的状态值，取0或1；因为冰蓄冷设备不可能同时蓄冷、释冷，所以引入极大值M对其蓄冷、释冷状态进行限制；
储氢罐约束包括：
其中：
为储氢罐装置在(m,h)时刻的容量；
为储氢罐装置的额定容量；
分别表示(1,1)时刻、(12,24)时刻储氢装置含氢量；
分别表示(m,h)时刻储氢装置的释氢量和储氢量；
分别表示储氢装置单位时间内所允许的最大蓄、放氢量；
分别表示储氢装置蓄、放氢的状态值，取0或1；因为储氢装置不可能同时蓄、放氢，所以引入极大值M对其蓄、放氢状态进行限制。
10.根据权利要求1所述的一种多源异质全可再生能源热电气储耦合系统建模与规划方法，其特征在于，步骤(4)基于LINGO软件对所提混合整数线性规划模型进行实际算例分析，得到系统设备最佳容量配比结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110173878.5A CN112800619B (zh) | 2021-02-09 | 2021-02-09 | 多源异质全可再生能源热电气储耦合系统建模与规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110173878.5A CN112800619B (zh) | 2021-02-09 | 2021-02-09 | 多源异质全可再生能源热电气储耦合系统建模与规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112800619A true CN112800619A (zh) | 2021-05-14 |
| CN112800619B CN112800619B (zh) | 2022-08-05 |
Family
ID=75814870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110173878.5A Active CN112800619B (zh) | 2021-02-09 | 2021-02-09 | 多源异质全可再生能源热电气储耦合系统建模与规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112800619B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113381403A (zh) * | 2021-06-09 | 2021-09-10 | 河海大学 | 基于运行可靠性的光热-生物质混合电站容量配置方法 |
| CN113437744A (zh) * | 2021-06-09 | 2021-09-24 | 河海大学 | 考虑不确定性的光热-生物质混合电站鲁棒优化调度模型 |
| CN113468723A (zh) * | 2021-06-09 | 2021-10-01 | 天津大学 | 一种离网风光氢冷能源系统优化配置方法 |
| CN113794227A (zh) * | 2021-08-13 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103762589A (zh) * | 2014-01-08 | 2014-04-30 | 河海大学 | 一种电网中新能源容量配比分层优化方法 |
| WO2016061741A1 (en) * | 2014-10-21 | 2016-04-28 | Accenture Global Services Limited | System, method, and apparatus for capacity determination for micro grid, and tangible computer readable medium |
| CN108832656A (zh) * | 2018-06-20 | 2018-11-16 | 天津大学 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
| CN111242806A (zh) * | 2020-02-19 | 2020-06-05 | 武汉理工大学 | 一种考虑不确定性的电-热-氢多能量系统的规划方法 |
| CN111723475A (zh) * | 2020-06-01 | 2020-09-29 | 河海大学 | 一种风电、光伏和储热联合热电系统及容量优化建模方法 |
-
2021
- 2021-02-09 CN CN202110173878.5A patent/CN112800619B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103762589A (zh) * | 2014-01-08 | 2014-04-30 | 河海大学 | 一种电网中新能源容量配比分层优化方法 |
| WO2016061741A1 (en) * | 2014-10-21 | 2016-04-28 | Accenture Global Services Limited | System, method, and apparatus for capacity determination for micro grid, and tangible computer readable medium |
| CN108832656A (zh) * | 2018-06-20 | 2018-11-16 | 天津大学 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
| CN111242806A (zh) * | 2020-02-19 | 2020-06-05 | 武汉理工大学 | 一种考虑不确定性的电-热-氢多能量系统的规划方法 |
| CN111723475A (zh) * | 2020-06-01 | 2020-09-29 | 河海大学 | 一种风电、光伏和储热联合热电系统及容量优化建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘维康等: "考虑电气转换储能和可再生能源集成的微能源网多目标规划", 《电力系统自动化》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113381403A (zh) * | 2021-06-09 | 2021-09-10 | 河海大学 | 基于运行可靠性的光热-生物质混合电站容量配置方法 |
| CN113437744A (zh) * | 2021-06-09 | 2021-09-24 | 河海大学 | 考虑不确定性的光热-生物质混合电站鲁棒优化调度模型 |
| CN113468723A (zh) * | 2021-06-09 | 2021-10-01 | 天津大学 | 一种离网风光氢冷能源系统优化配置方法 |
| CN113468723B (zh) * | 2021-06-09 | 2022-05-20 | 天津大学 | 一种离网风光氢冷能源系统优化配置方法 |
| CN113794227A (zh) * | 2021-08-13 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源系统 |
| CN113794227B (zh) * | 2021-08-13 | 2024-01-30 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112800619B (zh) | 2022-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112800619B (zh) | 多源异质全可再生能源热电气储耦合系统建模与规划方法 | |
| Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
| CN112329259B (zh) | 一种多能互补冷热电联供微电网框架及其建模方法 | |
| CN202210708U (zh) | 一种供电系统 | |
| CN112953364A (zh) | 一种计及光热电站寿命的光热-风电-光伏的联合系统的运行优化模型 | |
| Calise et al. | Renewable smart energy network: A thermoeconomic comparison between conventional lithium-ion batteries and reversible solid oxide fuel cells | |
| 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 | |
| CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
| CN113313329B (zh) | 一种含综合能源系统的配电网优化调度方法 | |
| Yang et al. | Coordinated optimal scheduling of multi-energy microgrid considering uncertainties | |
| 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 | |
| CN115513992A (zh) | 基于生物质能的全可再生能源多能互补耦合供能系统及其调度策略优化模型 | |
| CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
| CN113919676A (zh) | 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法 | |
| Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture | |
| CN113962438A (zh) | 一种冷热电混合能源联合优化系统及方法 | |
| Fan et al. | Research on collaborative optimization model of park-level integrated energy system participating in power peak shaving | |
| CN111786419A (zh) | 一种区域电网能源配置系统 | |
| Zhou et al. | Capacity Optimization Configuration of Wind-Solar IES Considering Hydrogen Energy Storage | |
| Cao et al. | Study on Optimal Configuration of Hydrogen Energy Storage IES with Dual-fuel Cells | |
| Zhua et al. | A regional integrated energy system dispatching method considering energy cascade utilization | |
| Tian et al. | Research on planning method of park-level integrated energy system considering multi-objective collaboration | |
| Yang et al. | Optimal Scheduling of Integrated Energy Systems in Hydrogen-containing Parks Considering Dynamic Energy Efficiency | |
| Liu | Cogeneration and heat exchanger control system based on clean energy | |
| Li et al. | Multi-scenario Capacity Allocation Method of Independent Power Supply Microgrid |
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 |