CN112837173A - 一种热-电-气耦合网络最优潮流优化方法和系统 - Google Patents
一种热-电-气耦合网络最优潮流优化方法和系统 Download PDFInfo
- Publication number
- CN112837173A CN112837173A CN202011603571.6A CN202011603571A CN112837173A CN 112837173 A CN112837173 A CN 112837173A CN 202011603571 A CN202011603571 A CN 202011603571A CN 112837173 A CN112837173 A CN 112837173A
- Authority
- CN
- China
- Prior art keywords
- gas
- natural gas
- power
- unit
- heat
- 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
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 70
- 238000010168 coupling process Methods 0.000 title claims abstract description 70
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 70
- 238000005457 optimization Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 21
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 240
- 239000007789 gas Substances 0.000 claims abstract description 145
- 239000003345 natural gas Substances 0.000 claims abstract description 115
- 238000005265 energy consumption Methods 0.000 claims abstract description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 65
- 239000000126 substance Substances 0.000 claims description 49
- 238000010248 power generation Methods 0.000 claims description 20
- 230000003247 decreasing effect Effects 0.000 claims description 8
- PBGKNXWGYQPUJK-UHFFFAOYSA-N 4-chloro-2-nitroaniline Chemical compound NC1=CC=C(Cl)C=C1[N+]([O-])=O PBGKNXWGYQPUJK-UHFFFAOYSA-N 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 7
- 238000004134 energy conservation Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 241000196324 Embryophyta Species 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- RZGZMLICFFEUIQ-UHFFFAOYSA-N 5-[(1-phenylcyclohexyl)amino]pentanoic acid Chemical compound C=1C=CC=CC=1C1(NCCCCC(=O)O)CCCCC1 RZGZMLICFFEUIQ-UHFFFAOYSA-N 0.000 description 1
- 235000013162 Cocos nucifera Nutrition 0.000 description 1
- 244000060011 Cocos nucifera Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013146 percutaneous coronary intervention Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
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
- 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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- 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
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种热‑电‑气耦合网络最优潮流优化方法和系统，考虑了用户舒适度、总热能耗能量与热电联产机组、传统机组、燃气机组以及天然气需求侧供给的成本，建立了热‑电‑气耦合网络模型，并构建了约束热‑电‑气耦合网络模型的约束条件，进而得到凸优化模型，对该凸优化模型进行全局最优求解，获得机组热电功能方案与热网潮流优化策略，充分考虑了用户舒适度与能耗的平衡关系，增加了多能流系统的调度灵活性与确定性，解决了现有的热‑电‑气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求的技术问题的技术问题。
Description
技术领域
本申请涉及综合能源利用技术领域，尤其涉及一种热-电-气耦合网络最优潮流优化方法和系统。
背景技术
区域热网的出现使热电联产的使用更加广泛，可以利用废热发电和各种工业余热以及地热和太阳能热等，灵活地容纳来自各种可再生热源的热量。随着可再生能源的渗透率增加，电力和热网络的相互作用变得更加紧密，同时，电力和天然气之间的相互依存关系也变得越来越紧密，通过燃气机组的连接，二者相互影响。
为了促进各类能源综合利用、供需互动和高效运行，以电网为核心的综合能源系统应运而生。在热-电-气多能流网络中，协同优化、系统调度是综合能源网络中的关键问题之一，而寻找最优调度方案则是首要解决的问题。但是现有的热-电-气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求，因此，提高热-电-气多能流系统的调度灵活性和确定性以求达到最优调度，仍是本领域技术人员亟待解决的技术问题。
发明内容
本申请提供了一种热-电-气耦合网络最优潮流优化方法和系统，用于解决现有的热-电-气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求的技术问题。
有鉴于此，本申请第一方面提供了一种热-电-气耦合网络最优潮流优化方法，包括：
构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型；
构建所述热-电-气耦合网络模型的约束条件，得到包括所述热-电-气耦合网络模型和所述约束条件的凸优化模型；
对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略。
可选地，所述热-电-气耦合网络模型为：
其中，
为用户舒适度函数，
为总热能耗能量函数，
为传统机组成本函数，
为热电联产机组成本函数，
为用于燃气发电机组的天然气成本函数，
为需求侧供给的天然气成本函数，N为区域热网中的建筑物的集合，权重系数si和 r由用户确定，Ti为建筑物i的室内温度，Ti set为建筑物i室内设定温度，UAb，i为用户建筑的导热系数，To为室外温度，CCHP，i为传统机组的单位发电功率成本， CCON,i为热电联产机组的单位发电功率成本，PCHP,i为传统机组的发电功率，PCON,i为热电联产机组的发电功率，GCHP和GCON分别为传统机组和热电联产机组的集合，CGFU,i为燃气机组单位天然气耗量成本，FGFU,i为用于燃气机组的天然气量，GGFU为燃气机组集合，CDem,i为需求侧单位负荷成本，FDem,i为需求侧天然气总供给量，D为需求侧区域集合。
可选地，所述约束条件为：
质量守恒约束：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量；
能量守恒约束：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)；
温降约束：
其中，cp为水的比热容，Tr,i为流出建筑的水温，Bi为建筑室内热管的导热率；
用户建筑流入水温约束：
Tin,i＝αTs；
其中，Tin,i为流入用户的水流温度，α为常系数(0＜α＜1)，Ts为热源厂供水温度；
用户所需水流质量流量的范围约束：
其中，
为供给用户的热水质量流量最小值，
为供给用户的热水质量流量最大值；
用户室内温度可调节范围约束：
其中，
为室内温度可调节的最小值，
为室内温度可调节的最大值；
热网管道的水流质量流量的范围约束：
其中，
为热网管道jk的允许通过的最大质量流量；
热电联产机组与传统机组的发电量范围约束：
其中，P CHP,i为热电联产机组的功率可调节最小值，
为热电联产机组的功率可调节最大值，P CON,i为传统发电机组的功率可调节最小值，
为传统发电机组的功率可调节最大值；
背压式传统机组的产热量与发电量的关系函数约束：
其中，λ和μ为背压式传统机组参数，k∈GCHP；
燃气机组的发电效率方程与发电量范围约束：
PGFU,i＝ηFGFU,i；
其中，PGFU,i为燃气机组发电功率，η为燃气机组发电效率；
燃气机组发电量范围约束：
其中，P GFU,i为燃气机组的功率可调节最小值，
为燃气机组的功率可调节最大值；
用于燃气机组发电的天然气范围约束：
其中，F GFU,i为用于天然气机组i发电的天然气量最小值，
为用于天然气机组i发电的天然气量最大值；
需求侧供给天然气范围约束：
其中，F Dem,i为需求侧区域i供给天然气量最小值，
为需求侧区域i 供给天然气量最大值；
天然气总耗量范围约束：
其中，
为天然气总耗量，F S为天然气可消耗总量最小值，
为天然气可消耗总量最大值。
可选地，所述对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略，包括：
通过Cplex对所述凸优化模型求解全局最优解，获得在不同权重系数si和 r系数组合中，所述全局最优解对应的热-电-气产量方案与热网潮流分布策略。
可选地，所述构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型，之前还包括：
获取与用户舒适度相关的权重系数si和r，所述权重系数si和r与室温的关系为当用户需要室温靠近设定温度时，增大si并减小r，当用户需要室温远离设定温度时，增大r并减小si。
本申请第二方面提供了一种热-电-气耦合网络最优潮流优化系统，包括：
第一模型构建模块，用于构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型；
第二模型构建模块，用于构建所述热-电-气耦合网络模型的约束条件，得到包括所述热-电-气耦合网络模型和所述约束条件的凸优化模型；
求解模块，用于对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略。
可选地，所述热-电-气耦合网络模型为：
其中，
为用户舒适度函数，
为总热能耗能量函数，
为传统机组成本函数，
为热电联产机组成本函数，
为用于燃气发电机组的天然气成本函数，
为需求侧供给的天然气成本函数，N为区域热网中的建筑物的集合，权重系数si和 r由用户确定，Ti为建筑物i的室内温度，
为建筑物i室内设定温度，UAb,i为用户建筑的导热系数，To为室外温度，CCHP,i为传统机组的单位发电功率成本， CCON,i为热电联产机组的单位发电功率成本，PCHP,i为传统机组的发电功率，PCON,i为热电联产机组的发电功率，GCHP和GCON分别为传统机组和热电联产机组的集合，CGFU,i为燃气机组单位天然气耗量成本，FGFU,i为用于燃气机组的天然气量，GGFU为燃气机组集合，CDem,i为需求侧单位负荷成本，FDem,i为需求侧天然气总供给量，D为需求侧区域集合。
可选地，所述峰值区、所述近峰值区和所述远峰值区的划分依据为：
其中，
为微电网的净负荷曲线，PC为合约需求，Ei为第i个预测误差，N为预测误差总数。
可选地，所述约束条件为：
质量守恒约束：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量；
能量守恒约束：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)；
温降约束：
其中，cp为水的比热容，Tr,i为流出建筑的水温，Bi为建筑室内热管的导热率；
用户建筑流入水温约束：
Tin,i＝αTs；
其中，Tin,i为流入用户的水流温度，α为常系数(0＜α＜1)，Ts为热源厂供水温度；
用户所需水流质量流量的范围约束：
其中，
为供给用户的热水质量流量最小值，
为供给用户的热水质量流量最大值；
用户室内温度可调节范围约束：
其中，
为室内温度可调节的最小值，
为室内温度可调节的最大值；
热网管道的水流质量流量的范围约束：
其中，
为热网管道jk的允许通过的最大质量流量；
热电联产机组与传统机组的发电量范围约束：
其中，P CHP,i为热电联产机组的功率可调节最小值，
为热电联产机组的功率可调节最大值，P CON,i为传统发电机组的功率可调节最小值，
为传统发电机组的功率可调节最大值；
背压式传统机组的产热量与发电量的关系函数约束：
其中，λ和μ为背压式传统机组参数，k∈GCHP；
燃气机组的发电效率方程与发电量范围约束：
PGFU,i＝ηFGFU,i；
其中，PGFU,i为燃气机组发电功率，η为燃气机组发电效率；
燃气机组发电量范围约束：
其中，P GFU,i为燃气机组的功率可调节最小值，
为燃气机组的功率可调节最大值；
用于燃气机组发电的天然气范围约束：
其中，F GFU,i为用于天然气机组i发电的天然气量最小值，
为用于天然气机组i发电的天然气量最大值；
需求侧供给天然气范围约束：
其中，F Dem,i为需求侧区域i供给天然气量最小值，
为需求侧区域i 供给天然气量最大值；
天然气总耗量范围约束：
其中，
为天然气总耗量，F S为天然气可消耗总量最小值，
为天然气可消耗总量最大值。
可选地，所述对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略，包括：
通过Cplex对所述凸优化模型求解全局最优解，获得在不同权重系数si和 r系数组合中，所述全局最优解对应的热-电-气产量方案与热网潮流分布策略。
可选地，还包括：
获取模块，用于获取与用户舒适度相关的权重系数si和r，所述权重系数 si和r与室温的关系为当用户需要室温靠近设定温度时，增大si并减小r，当用户需要室温远离设定温度时，增大r并减小si。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中提供了一种热-电-气耦合网络最优潮流优化方法，包括：构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型；构建热-电-气耦合网络模型的约束条件，得到包括热-电-气耦合网络模型和约束条件的凸优化模型；对凸优化模型求解全局最优解，得到全局最优解对应的最优潮流优化策略。本申请提供的热-电- 气耦合网络最优潮流优化方法，考虑了用户舒适度、总热能耗能量与热电联产机组、传统机组、燃气机组以及天然气需求侧供给的成本，建立了热-电- 气耦合网络模型，并构建了约束热-电-气耦合网络模型的约束条件，进而得到凸优化模型，对该凸优化模型进行全局最优求解，获得机组热电功能方案与热网潮流优化策略，充分考虑了用户舒适度与能耗的平衡关系，增加了多能流系统的调度灵活性与确定性，解决了现有的热-电-气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求的技术问题的技术问题。
附图说明
为了更清楚的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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术用户员来讲，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相关的附图。
图1为本申请实施例中提供的一种热-电-气耦合网络最优潮流优化方法的流程示意图；
图2为本申请实施例中提供的一种热-电-气耦合网络最优潮流优化系统的架构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
实施例1
为了便于理解，请参阅图1，本申请提供的一种热-电-气耦合网络最优潮流优化方法的一个实施例，包括：
步骤101、构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型。
需要说明的是，本申请实施例中，首先建立用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数，将用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数叠加，建立热-电-气耦合网络模型。
步骤102、构建热-电-气耦合网络模型的约束条件，得到包括热-电-气耦合网络模型和约束条件的凸优化模型。
需要说明的是，建立热-电-气耦合网络模型的约束条件，热-电-气耦合网络模型的约束条件包括质量守恒约束、能量守恒约束、温降约束、用户建筑流入水温约束、用户所需水流质量流量的范围约束、用户室内温度可调节范围约束、热网管道的水流质量流量的范围约束、热电联产机组与传统机组的发电量范围约束、背压式传统机组的产热量与发电量的关系函数约束、燃气机组的发电效率方程与发电量范围约束、燃气机组发电量范围约束、用于燃气机组发电的天然气范围约束、需求侧供给天然气范围约束和天然气总耗量范围约束。从而可以获得热-电-气耦合网络模型和热-电-气耦合网络模型的约束条件共同构成的凸优化模型。
步骤103、对凸优化模型求解全局最优解，得到全局最优解对应的最优潮流优化策略。
需要说明的是，对凸优化模型求解全局最优解可以采用Cplex进行求解，从而得到全局最优解对应的最优潮流优化策略，对于不同用户舒适度权重系数的si，r系数组合中，可以获得不同的热-电-气产量方案与热网潮流分布。
本申请实施例提供的热-电-气耦合网络最优潮流优化方法，考虑了用户舒适度、总热能耗能量与热电联产机组、传统机组、燃气机组以及天然气需求侧供给的成本，建立了热-电-气耦合网络模型，并构建了约束热-电-气耦合网络模型的约束条件，进而得到凸优化模型，对该凸优化模型进行全局最优求解，获得机组热电功能方案与热网潮流优化策略，充分考虑了用户舒适度与能耗的平衡关系，增加了多能流系统的调度灵活性与确定性，解决了现有的热-电-气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求的技术问题的技术问题。
实施例2
本申请提供了一种热-电-气耦合网络最优潮流优化方法的另一个实施例，本申请实施例中的模型参数、变量取值参考自EMS系统，即能源管理系统，包括以下步骤：
(1)建立热-电-气耦合网络模型中的用户舒适度函数和总热能耗能量：
其中，i∈N，N是区域热网中的建筑物的集合，权重系数si和r由用户决定，如果用户需要更高的舒适度，即室温更接近于设定温度，则可以增加si并减小r，反之亦然。Ti是建筑物i的室内温度，
是建筑物i室内设定温度，UAb,i是用户建筑的导热系数，To是室外温度。
(2)建立热-电-气耦合网络模型中的传统机组成本函数和热电联产机组成本函数：
其中，CCHP,i，CCON,i分别是传统机组和热电联联产机组的单位发电功率成本，PCHP,i，PCON,i分别是传统机组和热电联联产机组的发电功率，GCHP与GCON分别是CHP机组与CON机组的集合。
(3)建立热-电-气耦合网络模型中天然气总耗量的成本函数：
其中，
是用于燃气发电机组的天然气成本函数式，CGFU,i是燃气机组单位天然气耗量成本，FGFU,i是用于燃气机组的天然气量，GGFU是燃气机组集合。
是需求侧供给的天然气成本函数式，CDem,i为需求侧单位负荷成本，FDem,i是需求侧天然气总供给量，D是需求侧区域集合。
(4)建立区域热网基础模型：
质量守恒模型：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量。
能量守恒(热平衡)模型：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)
其中，其中i∈N，N是区域热网中的建筑物的集合，UAb,i是建筑物i室内和室外空气之间的热导率，Ti是建筑物i的室内温度，To是室外温度，cp是水的比热容，mi是供给建筑物i中的热水质量流量，Tin,i是建筑物i的用水入口温度，Tr,i为流出建筑的水温。
建立温降模型-从热动态到稳态：
其中，cp是水的比热容，Ti，Tin,i，Tr,i分别是室内空气温度、流入建筑的水温、流出建筑的水温，Bi是建筑室内热管的热导率，i∈N，N是区域热网中的建筑物的集合。
(5)建立热网络模型的约束条件：
建立用户建筑流入水温约束：
Tin,i＝αTs
其中，通过经验公式来计算流入用户建筑的水流温度。流入用户的水流温度Tin,i可以用工程中经验公式里的常系数α(0＜α＜1)与热源厂供水温度Ts的乘积表示，i∈N，N是区域热网中的建筑物的集合。
建立用户所需水流质量流量的范围约束：
其中，
是供给用户的热水质量流量最小值，
是供给用户的热水质量流量最大值，i∈N，N是区域热网中的建筑物的集合。
建立用户室内温度可调节范围约束：
其中，
是室内温度可调节的最小值，
是是室内温度可调节的最大值，i∈N，N是区域热网中的建筑物的集合。
建立热网管道的水流质量流量的范围约束：
其中，
是热网管道jk的允许通过的最大质量流量。
(6)建立热电联产机组与传统机组的发电量范围约束：
式中，PCHP,i为热电联产机组的功率，PCON,i为传统发电机组。P CHP,i是热电联产机组的功率可调节最小值，
是热电联产机组的功率可调节最大值；P CON,i是传统发电机组的功率可调节最小值，
是传统发电机组的功率可调节最大值，GCHP与GCON分别是CHP机组与CON机组的集合。
(7)建立背压式传统机组的产热量与发电量的关系函数椰树方程：
其中，λ、μ为背压式CHP机组参数，i∈N，N是区域热网中的建筑物的集合，k∈GCHP,GCHP是CON机组的集合。
(8)建立燃气机组的发电效率方程与发电量范围约束：
PGFU,i＝ηFGFU,i
PGFU,i是燃气机组发电功率，FGFU,i是燃气机组天然气耗量，η是燃气机组发电效率。
(9)建立燃气机组发电量范围约束：
PGFU,i为燃气机组功率，P GFU,i是燃气机组的功率可调节最小值，
是燃气机组的功率可调节最大值，GGFU是燃气机组集合。
(10)建立用于燃气机组发电的天然气范围约束：
FGFU,i是用于燃气机组i发电的天然气量，F GFU，i是用于燃气机组i发电的天然气量最小值，
是用于燃气机组i发电的天然气量最大值，GGFU燃气机组集合。
(11)建立需求侧供给天然气范围约束：
其中，FDem，i是需求侧区域i供给天然气量，F Dem，i是需求侧区域i供给天然气量最小值，
是需求侧区域i供给天然气量最大值，D是天然气供给区域集合。
(12)建立天然气总耗量范围约束：
其中，
是天然气总耗量，F S天然气可消耗总量最小值，
天然气可消耗总量最大值。
(13)由步骤(1)(2)(3)中三式相加而建立的用户舒适度、总热能耗能量、发电机组成本、天然气成本的函数模型的热-电-气耦合网络模型：
以及(4)(5)(6)(7)(8)(9)(10)(11)(12)中建立的热-电-气耦合网络模型的约束条件共同构成凸优化模型，通过Cplex求解该凸优化模型，获得在不同的si，r系数组合中，不同的热-电-气产量方案与热网潮流分布。
本申请实施例中提供的热-电-气耦合网络最优潮流优化方法，能够在最大化用户效用(温度舒适度)的同时减小热能能耗，用一种新的方式量化用户热需求，即建筑物室内温度和用户设置温度之间的偏差之和，并且减少源处的供热成本、发电成本、供气成本。同时该模型为凸模型，可以求得全局最优解。针对不同的热需求侧设置不同的权重系数，可以求解多能流系统的热- 电-气供能方案，同时达到调控平衡用户舒适度与总热能耗的目的。
实施例3
为了便于理解，请参阅图2，本申请中提供了一种热-电-气耦合网络最优潮流优化系统，包括：
第一模型构建模块，用于构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型。
第二模型构建模块，用于构建热-电-气耦合网络模型的约束条件，得到包括热-电-气耦合网络模型和所述约束条件的凸优化模型。
求解模块，用于对凸优化模型求解全局最优解，得到全局最优解对应的最优潮流优化策略。
本申请实施例提供的热-电-气耦合网络最优潮流优化系统，考虑了用户舒适度、总热能耗能量与热电联产机组、传统机组、燃气机组以及天然气需求侧供给的成本，建立了热-电-气耦合网络模型，并构建了约束热-电-气耦合网络模型的约束条件，进而得到凸优化模型，对该凸优化模型进行全局最优求解，获得机组热电功能方案与热网潮流优化策略，充分考虑了用户舒适度与能耗的平衡关系，增加了多能流系统的调度灵活性与确定性，解决了现有的热-电-气多能流系统的调度灵活性和确定性较低，无法满足多能流系统调度最优的需求的技术问题的技术问题。
热-电-气耦合网络模型为：
其中，
为用户舒适度函数，
为总热能耗能量函数，
为传统机组成本函数，
为热电联产机组成本函数，
为用于燃气发电机组的天然气成本函数，
为需求侧供给的天然气成本函数，N为区域热网中的建筑物的集合，权重系数si和 r由用户确定，Ti为建筑物i的室内温度，
为建筑物i室内设定温度，UAb，i为用户建筑的导热系数，To为室外温度，CCHP,i为传统机组的单位发电功率成本， CCON,i为热电联产机组的单位发电功率成本，PCHP,i为传统机组的发电功率，PCON,i为热电联产机组的发电功率，GCHP和GCON分别为传统机组和热电联产机组的集合，CGFU,i为燃气机组单位天然气耗量成本，FGFU,i为用于燃气机组的天然气量，GGFU为燃气机组集合，CDem,i为需求侧单位负荷成本，FDem,i为需求侧天然气总供给量，D为需求侧区域集合。
约束条件为：
质量守恒约束：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量；
能量守恒约束：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)；
温降约束：
其中，cp为水的比热容，Tr,i为流出建筑的水温，Bi为建筑室内热管的导热率；
用户建筑流入水温约束：
Tin,i＝αTs；
其中，Tin,i为流入用户的水流温度，α为常系数(0＜α＜1)，Ts为热源厂供水温度；
用户所需水流质量流量的范围约束：
其中，
为供给用户的热水质量流量最小值，
为供给用户的热水质量流量最大值；
用户室内温度可调节范围约束：
其中，
为室内温度可调节的最小值，
为室内温度可调节的最大值；
热网管道的水流质量流量的范围约束：
其中，
为热网管道jk的允许通过的最大质量流量；
热电联产机组与传统机组的发电量范围约束：
其中，P CHP，i为热电联产机组的功率可调节最小值，
为热电联产机组的功率可调节最大值，P CON，i为传统发电机组的功率可调节最小值，
为传统发电机组的功率可调节最大值；
背压式传统机组的产热量与发电量的关系函数约束：
其中，λ和μ为背压式传统机组参数，k∈GCHP；
燃气机组的发电效率方程与发电量范围约束：
PGFU，i＝ηFGFU，i；
其中，PGFU,i为燃气机组发电功率，η为燃气机组发电效率；
燃气机组发电量范围约束：
其中，P GFU,i为燃气机组的功率可调节最小值，
为燃气机组的功率可调节最大值；
用于燃气机组发电的天然气范围约束：
其中，F GFU,i为用于天然气机组i发电的天然气量最小值，
为用于天然气机组i发电的天然气量最大值；
需求侧供给天然气范围约束：
其中，F Dem,i为需求侧区域i供给天然气量最小值，
为需求侧区域i 供给天然气量最大值；
天然气总耗量范围约束：
其中，
为天然气总耗量，F S为天然气可消耗总量最小值，
为天然气可消耗总量最大值。
对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略，包括：
通过Cplex对所述凸优化模型求解全局最优解，获得在不同权重系数si和 r系数组合中，全局最优解对应的热-电-气产量方案与热网潮流分布策略。
还包括：
获取模块，用于获取与用户舒适度相关的权重系数si和r，权重系数si和r 与室温的关系为当用户需要室温靠近设定温度时，增大si并减小r，当用户需要室温远离设定温度时，增大r并减小si。
本申请实施例中提供的热-电-气耦合网络最优潮流优化系统，能够在最大化用户效用(温度舒适度)的同时减小热能能耗，用一种新的方式量化用户热需求，即建筑物室内温度和用户设置温度之间的偏差之和，并且减少源处的供热成本、发电成本、供气成本。同时该模型为凸模型，可以求得全局最优解。针对不同的热需求侧设置不同的权重系数，可以求解多能流系统的热- 电-气供能方案，同时达到调控平衡用户舒适度与总热能耗的目的。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种热-电-气耦合网络最优潮流优化方法，其特征在于，包括：
构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型；
构建所述热-电-气耦合网络模型的约束条件，得到包括所述热-电-气耦合网络模型和所述约束条件的凸优化模型；
对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略。
2.根据权利要求1所述的热-电-气耦合网络最优潮流优化方法，其特征在于，所述热-电-气耦合网络模型为：
其中，
为用户舒适度函数，
为总热能耗能量函数，
为传统机组成本函数，
为热电联产机组成本函数，
为用于燃气发电机组的天然气成本函数，
为需求侧供给的天然气成本函数，N为区域热网中的建筑物的集合，权重系数si和r由用户确定，Ti为建筑物i的室内温度，Ti set为建筑物i室内设定温度，UAb,i为用户建筑的导热系数，To为室外温度，CCHP,i为传统机组的单位发电功率成本，CCON,i为热电联产机组的单位发电功率成本，PCHP,i为传统机组的发电功率，PCON,i为热电联产机组的发电功率，GCHP和GCON分别为传统机组和热电联产机组的集合，CGFU,i为燃气机组单位天然气耗量成本，FGFU,i为用于燃气机组的天然气量，GGFU为燃气机组集合，CDem,i为需求侧单位负荷成本，FDem,i为需求侧天然气总供给量，D为需求侧区域集合。
3.根据权利要求2所述的热-电-气耦合网络最优潮流优化方法，其特征在于，所述约束条件为：
质量守恒约束：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量；
能量守恒约束：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)；
温降约束：
其中，cp为水的比热容，Tr,i为流出建筑的水温，Bi为建筑室内热管的导热率；
用户建筑流入水温约束：
Tin,i＝αTs；
其中，Tin,i为流入用户的水流温度，α为常系数(0＜α＜1)，Ts为热源厂供水温度；
用户所需水流质量流量的范围约束：
其中，
为供给用户的热水质量流量最小值，
为供给用户的热水质量流量最大值；
用户室内温度可调节范围约束：
Ti min≤Ti≤Ti max；
其中，Ti min为室内温度可调节的最小值，Ti max为室内温度可调节的最大值；
热网管道的水流质量流量的范围约束：
其中，
为热网管道jk的允许通过的最大质量流量；
热电联产机组与传统机组的发电量范围约束：
其中，P CHP，i为热电联产机组的功率可调节最小值，
为热电联产机组的功率可调节最大值，P CON，i为传统发电机组的功率可调节最小值，
为传统发电机组的功率可调节最大值；
背压式传统机组的产热量与发电量的关系函数约束：
其中，λ和μ为背压式传统机组参数，k∈GCHP；
燃气机组的发电效率方程与发电量范围约束：
PGFU,i＝ηFGFU,i；
其中，PGFU,i为燃气机组发电功率，η为燃气机组发电效率；
燃气机组发电量范围约束：
其中，P GFU,i为燃气机组的功率可调节最小值，
为燃气机组的功率可调节最大值；
用于燃气机组发电的天然气范围约束：
其中，F GFU,i为用于天然气机组i发电的天然气量最小值，
为用于天然气机组i发电的天然气量最大值；
需求侧供给天然气范围约束：
其中，F Dem,i为需求侧区域i供给天然气量最小值，
为需求侧区域i供给天然气量最大值；
天然气总耗量范围约束：
其中，
为天然气总耗量，F S为天然气可消耗总量最小值，
为天然气可消耗总量最大值。
4.根据权利要求3所述的热-电-气耦合网络最优潮流优化方法，其特征在于，所述对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略，包括：
通过Cplex对所述凸优化模型求解全局最优解，获得在不同权重系数si和r系数组合中，所述全局最优解对应的热-电-气产量方案与热网潮流分布策略。
5.根据权利要求4所述的热-电-气耦合网络最优潮流优化方法，其特征在于，所述构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型，之前还包括：
获取与用户舒适度相关的权重系数si和r，所述权重系数si和r与室温的关系为当用户需要室温靠近设定温度时，增大si并减小r，当用户需要室温远离设定温度时，增大r并减小si。
6.一种热-电-气耦合网络最优潮流优化系统，其特征在于，包括：
第一模型构建模块，用于构建由用户舒适度函数、总热能耗能量函数、发电机组成本函数和天然气成本函数为目标变量的热-电-气耦合网络模型；
第二模型构建模块，用于构建所述热-电-气耦合网络模型的约束条件，得到包括所述热-电-气耦合网络模型和所述约束条件的凸优化模型；
求解模块，用于对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略。
7.根据权利要求6所述的热-电-气耦合网络最优潮流优化系统，其特征在于，所述热-电-气耦合网络模型为：
其中，
为用户舒适度函数，
为总热能耗能量函数，
为传统机组成本函数，
为热电联产机组成本函数，
为用于燃气发电机组的天然气成本函数，
为需求侧供给的天然气成本函数，N为区域热网中的建筑物的集合，权重系数si和r由用户确定，Ti为建筑物i的室内温度，Ti set为建筑物i室内设定温度，UAb,i为用户建筑的导热系数，To为室外温度，CCHP,i为传统机组的单位发电功率成本，CCON,i为热电联产机组的单位发电功率成本，PCHP,i为传统机组的发电功率，PCON,i为热电联产机组的发电功率，GCHP和GCON分别为传统机组和热电联产机组的集合，CGFU,i为燃气机组单位天然气耗量成本，FGFU,i为用于燃气机组的天然气量，GGFU为燃气机组集合，CDem,i为需求侧单位负荷成本，FDem,i为需求侧天然气总供给量，D为需求侧区域集合。
8.根据权利要求7所述的热-电-气耦合网络最优潮流优化系统，其特征在于，所述约束条件为：
质量守恒约束：
其中，mi为流入i节点的质量流量，
和
分别为流入i节点的节点集合与水流离开i节点后注入的节点集合，
为从节点j注入节点i的总的热水质量流量，
为从节点i流入节点l的总质量流量；
能量守恒约束：
UAb,i(Ti-T0)＝cpmi(Tin,i-Tr,i)；
温降约束：
其中，cp为水的比热容，Tr,i为流出建筑的水温，Bi为建筑室内热管的导热率；
用户建筑流入水温约束：
Tin,i＝αTs；
其中，Tin,i为流入用户的水流温度，α为常系数(0＜α＜1)，Ts为热源厂供水温度；
用户所需水流质量流量的范围约束：
其中，
为供给用户的热水质量流量最小值，
为供给用户的热水质量流量最大值；
用户室内温度可调节范围约束：
Ti min≤Ti≤Ti max；
其中，Ti min为室内温度可调节的最小值，Ti max为室内温度可调节的最大值；
热网管道的水流质量流量的范围约束：
其中，
为热网管道jk的允许通过的最大质量流量；
热电联产机组与传统机组的发电量范围约束：
其中，P CHP,i为热电联产机组的功率可调节最小值，
为热电联产机组的功率可调节最大值，P CON,i为传统发电机组的功率可调节最小值，
为传统发电机组的功率可调节最大值；
背压式传统机组的产热量与发电量的关系函数约束：
其中，λ和μ为背压式传统机组参数，k∈GCHP；
燃气机组的发电效率方程与发电量范围约束：
PGFU,i＝ηFGFU,i；
其中，PGFU,i为燃气机组发电功率，η为燃气机组发电效率；
燃气机组发电量范围约束：
其中，P GFU,i为燃气机组的功率可调节最小值，
为燃气机组的功率可调节最大值；
用于燃气机组发电的天然气范围约束：
其中，F GFU,i为用于天然气机组i发电的天然气量最小值，
为用于天然气机组i发电的天然气量最大值；
需求侧供给天然气范围约束：
其中，F Dem,i为需求侧区域i供给天然气量最小值，
为需求侧区域i供给天然气量最大值；
天然气总耗量范围约束：
其中，
为天然气总耗量，F S为天然气可消耗总量最小值，
为天然气可消耗总量最大值。
9.根据权利要求8所述的热-电-气耦合网络最优潮流优化系统，其特征在于，所述对所述凸优化模型求解全局最优解，得到所述全局最优解对应的最优潮流优化策略，包括：
通过Cplex对所述凸优化模型求解全局最优解，获得在不同权重系数si和r系数组合中，所述全局最优解对应的热-电-气产量方案与热网潮流分布策略。
10.根据权利要求9所述的热-电-气耦合网络最优潮流优化系统，其特征在于，还包括：
获取模块，用于获取与用户舒适度相关的权重系数si和r，所述权重系数si和r与室温的关系为当用户需要室温靠近设定温度时，增大si并减小r，当用户需要室温远离设定温度时，增大r并减小si。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011603571.6A CN112837173A (zh) | 2020-12-29 | 2020-12-29 | 一种热-电-气耦合网络最优潮流优化方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011603571.6A CN112837173A (zh) | 2020-12-29 | 2020-12-29 | 一种热-电-气耦合网络最优潮流优化方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112837173A true CN112837173A (zh) | 2021-05-25 |
Family
ID=75925259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011603571.6A Pending CN112837173A (zh) | 2020-12-29 | 2020-12-29 | 一种热-电-气耦合网络最优潮流优化方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112837173A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108960479A (zh) * | 2018-04-30 | 2018-12-07 | 国网浙江省电力有限公司经济技术研究院 | 一种电-气集成能源系统随机优化的方法 |
| CN110601203A (zh) * | 2019-09-30 | 2019-12-20 | 重庆大学 | 一种电-气耦合系统分段线性化最优潮流计算方法 |
| CN111967683A (zh) * | 2020-08-26 | 2020-11-20 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN112636373A (zh) * | 2020-12-23 | 2021-04-09 | 国网江苏省电力有限公司无锡供电分公司 | 一种电气热综合能源系统优化调度方法 |
-
2020
- 2020-12-29 CN CN202011603571.6A patent/CN112837173A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108960479A (zh) * | 2018-04-30 | 2018-12-07 | 国网浙江省电力有限公司经济技术研究院 | 一种电-气集成能源系统随机优化的方法 |
| CN110601203A (zh) * | 2019-09-30 | 2019-12-20 | 重庆大学 | 一种电-气耦合系统分段线性化最优潮流计算方法 |
| CN111967683A (zh) * | 2020-08-26 | 2020-11-20 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN112636373A (zh) * | 2020-12-23 | 2021-04-09 | 国网江苏省电力有限公司无锡供电分公司 | 一种电气热综合能源系统优化调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李新武: "《基于经济发展水平及其省间差异的区域电力市场研究》", 31 October 2012 * |
| 郭祚刚等: "大规模综合能源系统电-气-热多能潮流建模与计算方法", 《电力系统及其自动化学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105656064B (zh) | 利用供热时滞性实现热电机组参与系统调峰调度的方法 | |
| CN110535128B (zh) | 基于用能舒适度的多区域综合能源系统协同调度方法 | |
| CN106593771B (zh) | 一种热电联产系统中的电热解耦系统及其控制方法 | |
| CN110361969B (zh) | 一种冷热电综合能源系统优化运行方法 | |
| CN110232640A (zh) | 一种面向风电消纳的考虑热负荷弹性及热网特性的电热联合调度模型 | |
| CN111191353B (zh) | 考虑热惯性的电-热综合能源系统协调运行方法 | |
| CN110489915B (zh) | 计及综合需求响应的电热联合调度方法及系统 | |
| Tang et al. | Operational flexibility constrained intraday rolling dispatch strategy for CHP microgrid | |
| CN111799776A (zh) | 考虑供热网储热特性的电-热综合能源系统优化调度方法 | |
| CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| CN107392366A (zh) | 计及用户行为分析的综合能源系统供需双侧综合优化方法 | |
| CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
| CN114139958A (zh) | 一种计及管存和热惯性的综合能源系统运行优化方法 | |
| CN113725915A (zh) | 一种考虑可再生能源不确定性和热惰性的乡村电热综合能源系统运行优化方法 | |
| CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
| CN112531687A (zh) | 含热电联合机组的综合能源系统周前机组组合优化方法 | |
| CN114154328A (zh) | 提升灵活性的电热综合能源系统两阶段随机优化调度方法 | |
| CN111967683B (zh) | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 | |
| CN111553544A (zh) | 基于一致性算法的工业园区分布式综合需求响应方法 | |
| CN111985165B (zh) | 一种计及智能楼宇热储特性的电热综合能源系统调度方法 | |
| CN111724026B (zh) | 一种多能源网络与配水网耦合运行的优化方法 | |
| CN117689178A (zh) | 复合式地源热泵系统长周期运行调度优化方法和装置 | |
| CN109167396A (zh) | 一种基于建筑热惯性的抽汽式热电联产机组调频能力挖掘方法 | |
| CN111146819B (zh) | 一种考虑热网特性的电热联合系统辅助服务调度方法 | |
| CN112837173A (zh) | 一种热-电-气耦合网络最优潮流优化方法和系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210525 |