CN113013872A - 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法 - Google Patents

一种考虑社区供暖负荷灵活性的配电网协同优化运行方法 Download PDF

Info

Publication number
CN113013872A
CN113013872A CN202110126164.9A CN202110126164A CN113013872A CN 113013872 A CN113013872 A CN 113013872A CN 202110126164 A CN202110126164 A CN 202110126164A CN 113013872 A CN113013872 A CN 113013872A
Authority
CN
China
Prior art keywords
chs
heat
temperature
wst
water
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110126164.9A
Other languages
English (en)
Other versions
CN113013872B (zh
Inventor
沈璐
荆江平
陆晓
窦晓波
龙寰
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.)
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Jiangsu 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, State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202110126164.9A priority Critical patent/CN113013872B/zh
Publication of CN113013872A publication Critical patent/CN113013872A/zh
Application granted granted Critical
Publication of CN113013872B publication Critical patent/CN113013872B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E40/30—Reactive power compensation
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，涉及管道加工设备技术领域，包括以下步骤：步骤一对CHS各单元建模，步骤二集成CHS建模分析，步骤三优化RDN模型；本公开建立的温度变化率模型表示CHS的平均水温变化与地源热泵(GSHP)消耗的电力之间的直接关系，简化了供热系统各单元中的复杂热力学过程，将整个CHS等同于一个特殊的柔性电力负载，实现了电热能量同步调度，直接参与电压优化，通过CHS与常见的电气设施进行协调，提出了考虑光伏不确定性的电压优化方法，来保证电网电压安全性，减小网络损耗。

Description

一种考虑社区供暖负荷灵活性的配电网协同优化运行方法
技术领域
本发明属于综合能源系统技术领域，具体涉及一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，
背景技术
人类当前面临的能源和环境状况促使人们进行了许多尝试，以开发更加可持续，高效和环境友好的能源系统，光伏发电是一种可再生的清洁能源，是增长最快的分布式能源，预计到2050年将占全球发电量的22％，然而在光伏发电被大规模使用之前，由随机的间歇性和PV波动引起的过电压威胁要求在配电网络中具有很大的灵活性，处理此冲突的有效方法是多个能量载体(例如电能和热能)的集成和协调，这也产生一些复杂的相互作用和相互依赖性
当前，低碳供暖是满足中国城市供热需求的重要解决方案，在某些项目中，由分布式能源和热电联产(CHP)电厂组成的集成电热系统(IETS)同时提供电和热，在中国中部许多地区，主要供热需求发生在冬季，通常采用某种形式的社区供热装置，这与城市中用于集中供热的热电联产厂不同，在这种情况下，安装包括地源热泵(GSHP)和储水罐(WST)的加热系统是一种有前途的解决方案，它对环境友好，并且对电力系统的灵活性具有有益的影响，而且，已经证明，管道中的质量流增强了加热系统的储热能力，
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考虑社区供暖负荷灵活性的配电网协同优化运行方法，以解决上述背景技术中提出的问题，本发明的目的可以通过以下技术方案实现：一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，包括以下步骤：
步骤1：CHS各单元建模，
步骤2：集成CHS建模分析，
步骤3：优化RDN模型；
所述步骤一的CHS由地源热泵GSHP单元、储水罐单元和供热水管单元组成，所述GSHP为社区供热主要供热源，所述GSHP使用相对恒定的地面温度来加热循环液，考虑理想的热交换器，所述GSHP的加热功率由压缩机功耗和性能系数(COP)决定：
Figure BDA0002924084870000021
所述储水罐单元根据社区家庭需求适配热量，因此，安装热水罐WST的原因是它们的成本相对较低且易于实施，从而可以存储混合的供水和回水， WST
Figure BDA0002924084870000022
的总储热量部分取决于WST的最低
Figure BDA0002924084870000023
和最高
Figure BDA0002924084870000024
水温， WST的最高温度通常取决于水管可以承受的最高温度，
Figure BDA0002924084870000025
所述供热水管单元，质量流量温度动力学受PDE的影响，PDE同时考虑了传输延迟和热损失，基于“节点法”，由管道传输导致的时间延迟和热损失描述如下：
Figure BDA0002924084870000026
Figure RE-GDA0003052758980000027
所述步骤二的集成CHS建模分析引入平均水温因子，CHS内部的水可视为质量恒定的不可压缩流体，其能量守恒方程可写为：
Figure BDA0002924084870000031
考虑WST和热交换带来的热量损失，CHS在一段时间内吸收的热量只是 GSHP的热量输出，而消耗的热量包括管道的热损耗和家庭的总热负荷，由于 WST是水循环的开始和结束，因此我们使用WST中的混合水温来代替整个CHS 的平均温度，即：
Figure BDA0002924084870000032
Figure BDA0002924084870000033
在一段时间内，供水和回水的质量流量被认为是相等的，因此，所消耗的热量可以用供水和回水之间的温差来表示，在工程应用中，供水和回水温度很容易获得，
Figure BDA0002924084870000034
WST直接连接到供水管，合并相似的项目后，我们可以得到下列方程式，
Figure BDA0002924084870000035
Figure BDA0002924084870000036
Figure BDA0002924084870000037
Figure BDA0002924084870000038
Figure BDA0002924084870000039
式中流量uw＝mw/τ是一个常数，温度变化率模型可以写成：
Figure BDA00029240848700000310
所述步骤三的优化RDN模型通过导入MIQP模型实现，旨在通过解决决策变量，即储能状态
Figure BDA0002924084870000041
和社区电能消耗
Figure BDA0002924084870000042
以及常见的电压调节装置
Figure BDA0002924084870000043
来减少电压偏差和网络损耗，采用鲁棒优化解决PV发电不确定性的问题，优化模型可以写成典型的两阶段鲁棒优化模型:
Figure BDA0002924084870000044
作为本公开进一步的方案，供回水温差表示的消耗的热量包括管道热损失和社区住宅用暖的总负荷。
作为本公开进一步的方案，CHS温度的变化率为某一时刻预测的τ时段的温度变化。
作为本公开进一步的方案，变量有三种类型：(1)x是离散决策变量，表示OLTC分接变化(Nop,t)和BES充电或放电状态
Figure BDA0002924084870000045
(2)u是不确定变量，代表PV有功功率输出
Figure BDA0002924084870000046
(3)y是连续决策变量，表示PVs
Figure BDA0002924084870000047
SVCs
Figure BDA0002924084870000048
和BESpower
Figure BDA0002924084870000049
的无功功率输出，以及CHS功率
Figure BDA00029240848700000410
作为本公开进一步的方案，当无法确定变量u时，首先进行x的最小化，然后重新优化和求解y的最小化，由于两个优化级别相互影响且无法同时求解，因此采用C&CG算法来获得全局最优值，在C&CG算法中，该问题分解为优化离散变量的主问题和从可行集中找到最佳调度解的子问题，迭代地解决这两个问题，直到满足收敛准则为止。
本公开的有益效果：本公开建立的温度变化率模型表示CHS的平均水温变化与地源热泵(GSHP)消耗的电力之间的直接关系，简化了供热系统各单元中的复杂热力学过程，将整个CHS等同于一个特殊的柔性电力负载，实现了电热能量同步调度，直接参与电压优化，通过CHS与常见的电气设施进行协调，提出了考虑光伏不确定性的电压优化方法，来保证电网电压安全性，减小网络损耗。
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为含社区供热系统的区域配电网示意图；
图2为修改后的69节点区域配电网；
图3为区域配电网白天的运行结果；
图4为区域配电网夜晚的运行结果。
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作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，
由于可再生能源发电的间歇性和波动性，越来越多的可再生发电上网对配电网的安全运行管理发出了严重挑战，必须拓展配电网的灵活性来消纳更多的可再生能源发电。本文提出考虑社区供暖负荷灵活性的配电网协同优化运行方法，简化了供热系统各单元中的复杂热力学过程，将整个CHS等同于一个特殊的柔性电力负载，实现电热能量同步调度。
本公开实施例中，一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，具体包括以下步骤：步骤1：CHS各单元建模，
步骤2：集成CHS建模分析，
步骤3：优化RDN模型；
所述步骤一的CHS由地源热泵GSHP单元、储水罐单元和供热水管单元组成，所述GSHP为社区供热主要供热源，所述GSHP使用相对恒定的地面温度来加热循环液，考虑理想的热交换器，所述GSHP的加热功率由压缩机功耗和性能系数(COP)决定：
Figure BDA0002924084870000061
所述储水罐单元根据社区家庭需求适配热量，因此，安装热水罐WST的原因是它们的成本相对较低且易于实施，从而可以存储混合的供水和回水， WST
Figure BDA0002924084870000062
的总储热量部分取决于WST的最低
Figure BDA0002924084870000063
和最高
Figure BDA0002924084870000064
水温， WST的最高温度通常取决于水管可以承受的最高温度，
Figure BDA0002924084870000065
所述供热水管单元，质量流量温度动力学受PDE的影响，PDE同时考虑了传输延迟和热损失，基于“节点法”，由管道传输导致的时间延迟和热损失描述如下：
Figure BDA0002924084870000066
Figure RE-GDA0003052758980000067
所述步骤二的集成CHS建模分析引入平均水温因子，CHS内部的水可视为质量恒定的不可压缩流体，其能量守恒方程可写为：
Figure BDA0002924084870000068
考虑WST和热交换带来的热量损失，CHS在一段时间内吸收的热量只是 GSHP的热量输出，而消耗的热量包括管道的热损耗和家庭的总热负荷，由于 WST是水循环的开始和结束，因此我们使用WST中的混合水温来代替整个CHS 的平均温度，即：
Figure BDA0002924084870000071
Figure BDA0002924084870000072
在一段时间内，供水和回水的质量流量被认为是相等的，因此，所消耗的热量可以用供水和回水之间的温差来表示，在工程应用中，供水和回水温度很容易获得，
Figure BDA0002924084870000073
WST直接连接到供水管，合并相似的项目后，我们可以得到下列方程式，
Figure BDA0002924084870000074
Figure BDA0002924084870000075
Figure BDA0002924084870000076
Figure BDA0002924084870000077
Figure BDA0002924084870000078
式中流量uw＝mw/τ是一个常数，温度变化率模型可以写成：
Figure BDA0002924084870000079
所述步骤三的优化RDN模型通过导入MIQP模型实现，旨在通过解决决策变量，即储能状态
Figure BDA0002924084870000081
和社区电能消耗
Figure BDA0002924084870000082
以及常见的电压调节装置
Figure BDA0002924084870000083
来减少电压偏差和网络损耗，采用鲁棒优化解决PV发电不确定性的问题，优化模型可以写成典型的两阶段鲁棒优化模型:
Figure BDA0002924084870000084
优选地，所述供回水温差表示的消耗的热量包括管道热损失和社区住宅用暖的总负荷，其他热量损失由于较小可以忽略不计，
优选地，CHS温度的变化率为某一时刻预测的τ时段的温度变化。
优选地，变量有三种类型：(1)x是离散决策变量，表示OLTC分接变化 (Nop,t)和BES充电或放电状态
Figure BDA0002924084870000085
(2)u是不确定变量，代表PV有功功率输出
Figure BDA0002924084870000086
(3)y是连续决策变量，表示PVs
Figure BDA0002924084870000087
SVCs
Figure BDA0002924084870000088
和BESpower
Figure BDA0002924084870000089
的无功功率输出，以及CHS功率
Figure BDA00029240848700000810
优选地，当无法确定变量u时，首先进行x的最小化，然后重新优化和求解y的最小化，由于两个优化级别相互影响且无法同时求解，因此采用C&CG 算法来获得全局最优值，在C&CG算法中，该问题分解为优化离散变量的主问题和从可行集中找到最佳调度解的子问题，迭代地解决这两个问题，直到满足收敛准则为止。
本公开实施例以配电网一天的电能调度进行具体说明，配电网系统拓扑如图2所示，包括SVC，BES，OLTC，PV，EDR和CHS。首先采集步骤一中需要的每个CHS内的GSHP、供热管道、WST的参数并建立基本运行模型。其次，按照步骤二建立CHS水温变化模型。最后，根据步骤三所述，建立包含其他电气设备的配电网优化模型并求解，得到配电网最优电能调度方案。基于预测的每日电负荷和热负荷预测，考虑PV不确定性范围和环境温度，该程序在MATLAB2018b中实现，并且使用Gurobi求解器求解了优化模型。
图3和4展示了RDN的优化运行结果，在11点到15点的时间段内，节点43的BES由于具有高PV输出而正在充电，吸收多余电能，电力需求响应增加。07:00至10：00，OLTC抽头调高以保护电压电平，由于PV和SVC提供足够的无功功率容量，因此避免了OLTC频繁的抽头动作。节点41处CHS的 GSHP保持高负荷运行，水温不断上升，同时受GSHP的最大功率限制和较高的环境温度的影响。在夜间，由于没有太阳辐射，PV发电极少。BES中存储的能量被完全消耗，避免从外部电网吸收过多的电能，满足较高的用电需求。 SVC提供更多的感应无功功率，OLTC抽头调低，以防止电压变得过低。CHS在白天(PV发电过多)产热，而在19:00至02:00释放储存的热量。水温在02:00 左右降至最低，但没有进一步下降，因为必须满足清晨家庭的供暖要求。因此，尽管PV发电极少，但是GSHP必须在高负荷运行模式下运行。综上所述，通过CHS和其他电气调节设备的协同，实现电热能量同步调度，解决光伏发电白天过剩夜间不足导致的电压问题。
本公开的工作原理是：本公开建立的温度变化率模型表示CHS的平均水温变化与地源热泵(GSHP)消耗的电力之间的直接关系，简化了供热系统各单元中的复杂热力学过程，将整个CHS等同于一个特殊的柔性电力负载，实现了电热能量同步调度，直接参与电压优化，通过CHS与常见的电气设施进行协调，提出了考虑光伏不确定性的电压优化方法，来保证电网电压安全性，减小网络损耗。
对于本领域技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，因此，从任意一处来说，都应将实施例看作是指导性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所有的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，其特征在于，包括以下步骤：
步骤1：CHS各单元建模，
步骤2：集成CHS建模分析，
步骤3：优化RDN模型；
所述步骤一的CHS由地源热泵GSHP单元、储水罐单元和供热水管单元组成，所述GSHP为社区供热主要供热源，所述GSHP使用相对恒定的地面温度来加热循环液，考虑理想的热交换器，所述GSHP的加热功率由压缩机功耗和性能系数(COP)决定：
Figure FDA0002924084860000011
所述储水罐单元根据社区家庭需求适配热量，因此，安装热水罐WST的原因是它们的成本相对较低且易于实施，从而可以存储混合的供水和回水，WST
Figure FDA0002924084860000012
的总储热量部分取决于WST的最低
Figure FDA0002924084860000013
和最高
Figure FDA0002924084860000014
水温，WST的最高温度通常取决于水管可以承受的最高温度，
Figure FDA0002924084860000015
所述供热水管单元，质量流量温度动力学受PDE的影响，PDE同时考虑了传输延迟和热损失，基于“节点法”，由管道传输导致的时间延迟和热损失描述如下：
Figure FDA0002924084860000016
Figure FDA0002924084860000017
所述步骤二的集成CHS建模分析引入平均水温因子，CHS内部的水可视为质量恒定的不可压缩流体，其能量守恒方程可写为：
Figure FDA0002924084860000021
考虑WST和热交换带来的热量损失，CHS在一段时间内吸收的热量只是GSHP的热量输出，而消耗的热量包括管道的热损耗和家庭的总热负荷，由于WST是水循环的开始和结束，因此我们使用WST中的混合水温来代替整个CHS的平均温度，即：
Figure FDA0002924084860000022
Figure FDA0002924084860000023
在一段时间内，供水和回水的质量流量被认为是相等的，因此，所消耗的热量可以用供水和回水之间的温差来表示，在工程应用中，供水和回水温度很容易获得：
Figure FDA0002924084860000024
WST直接连接到供水管，合并相似的项目后，我们可以得到下列方程式，
Figure FDA0002924084860000025
Figure FDA0002924084860000026
Figure FDA0002924084860000027
Figure FDA0002924084860000028
Figure FDA0002924084860000029
式中流量uw＝mw/τ是一个常数，温度变化率模型可以写成：
Figure FDA00029240848600000210
所述步骤三的优化RDN模型通过导入MIQP模型实现，旨在通过解决决策变量，即储能状态
Figure FDA0002924084860000031
和社区电能消耗
Figure FDA0002924084860000032
以及常见的电压调节装置
Figure FDA0002924084860000033
来减少电压偏差和网络损耗，采用鲁棒优化解决PV发电不确定性的问题，优化模型可以写成典型的两阶段鲁棒优化模型:
Figure FDA0002924084860000034
。
2.根据权利要求1所述的一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，其特征在于，供回水温差表示的消耗的热量包括管道热损失和社区住宅用暖的总负荷。
3.根据权利要求2所述的一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，其特征在于，CHS温度的变化率为某一时刻预测的τ时段的温度变化。
4.根据权利要求3所述的一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，其特征在于，变量有三种类型：(1)x是离散决策变量，表示OLTC分接变化(Nop,t)和BES充电或放电状态
Figure FDA0002924084860000035
(2)u是不确定变量，代表PV有功功率输出
Figure FDA0002924084860000036
(3)y是连续决策变量，表示PVs
Figure FDA0002924084860000037
SVCs
Figure FDA0002924084860000038
和BESpower
Figure FDA0002924084860000039
的无功功率输出，以及CHS功率
Figure FDA00029240848600000310
5.根据权利要求4所述的一种考虑社区供暖负荷灵活性的配电网协同优化运行方法，其特征在于，当无法确定变量u时，首先进行x的最小化，然后重新优化和求解y的最小化，由于两个优化级别相互影响且无法同时求解，因此采用C&CG算法来获得全局最优值，在C&CG算法中，该问题分解为优化离散变量的主问题和从可行集中找到最佳调度解的子问题，迭代地解决这两个问题，直到满足收敛准则为止。
CN202110126164.9A 2021-01-29 2021-01-29 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法 Active CN113013872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110126164.9A CN113013872B (zh) 2021-01-29 2021-01-29 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110126164.9A CN113013872B (zh) 2021-01-29 2021-01-29 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法

Publications (2)

Publication Number Publication Date
CN113013872A true CN113013872A (zh) 2021-06-22
CN113013872B CN113013872B (zh) 2022-09-27

Family

ID=76385425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110126164.9A Active CN113013872B (zh) 2021-01-29 2021-01-29 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法

Country Status (1)

Country Link
CN (1) CN113013872B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108471119A (zh) * 2018-04-24 2018-08-31 长沙理工大学 含智慧社区的配电网三相不平衡动态潮流模型预测控制方法
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法
CN111862772A (zh) * 2020-07-31 2020-10-30 浙江浙能技术研究院有限公司 一种基于近零能耗技术的建筑小屋模型及安装方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108471119A (zh) * 2018-04-24 2018-08-31 长沙理工大学 含智慧社区的配电网三相不平衡动态潮流模型预测控制方法
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法
CN111862772A (zh) * 2020-07-31 2020-10-30 浙江浙能技术研究院有限公司 一种基于近零能耗技术的建筑小屋模型及安装方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙国强等: "辐射型电–热互联综合能源系统快速潮流计算方法", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN113013872B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN108717594B (zh) 一种冷热电联供型多微网系统经济优化调度方法
Leonard et al. Substitution of coal power plants with renewable energy sources–Shift of the power demand and energy storage
RU2249125C1 (ru) Система автономного электро- и теплоснабжения жилых и производственных помещений
CN106444562B (zh) 基于风光-电热气转换模块的多储能装置协调系统及方法
Wang et al. A remote integrated energy system based on cogeneration of a concentrating solar power plant and buildings with phase change materials
CN110503241B (zh) 冷-热-电综合能源系统的多目标优化方法
Al-Salaymeh et al. Economical investigation of an integrated boiler–solar energy saving system in Jordan
CN108564242B (zh) 微能源网系统、微能源网配置方法及装置
Zhang et al. Modeling and energy efficiency analysis of thermal power plant with high temperature thermal energy storage (HTTES)
CN115076752A (zh) 一种双热源配合高低温独立蓄热罐的供热系统
Qi et al. Artificial intelligence control system of heat recovery in thermal power plant
CN113013872B (zh) 一种考虑社区供暖负荷灵活性的配电网协同优化运行方法
CN115388484B (zh) 光伏直驱的直膨式太阳能热泵热电联供系统及其控制方法
CN213421496U (zh) 风光电储热系统
Chen et al. Optimally coordinated operation of a multi-energy microgrid with coupled electrical and heat networks
CN112113357A (zh) 风光电储热系统及储热方法
Cui et al. Review of Optimal Dispatching of Combined Heat-Power System for Wind Power Accommodation
Yang et al. Capacity configuration of thermal energy storage within CSP plant considering scheduling economy
Xue et al. Flexible Control Strategy for Intelligent Building Air Conditioning System
Mugaguren et al. RELaTED, decentralized & renewable Ultra Low Temperature District Heating, concept conversion from traditional district heating
CN217178711U (zh) 一种新能源微网冷暖电供应系统
Pongpanit et al. The Development on Energy Management Systems of Air Conditioning System for Reducing The Peak Demand in Building
CN109241549B (zh) 一种基于总线式结构的能量分配器的建模方法
Laz et al. Comparison between a solar system and a fuel boiler for greenhouse air-conditioning
CN117889583A (zh) 一种间膨式pvt辅助地源热泵系统及运行方法

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