CN113052450B - 一种适应电能替代发展战略的城市能源互联网规划方法 - Google Patents

一种适应电能替代发展战略的城市能源互联网规划方法 Download PDF

Info

Publication number
CN113052450B
CN113052450B CN202110281662.0A CN202110281662A CN113052450B CN 113052450 B CN113052450 B CN 113052450B CN 202110281662 A CN202110281662 A CN 202110281662A CN 113052450 B CN113052450 B CN 113052450B
Authority
CN
China
Prior art keywords
energy
load
electric
planning
power
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.)
Active
Application number
CN202110281662.0A
Other languages
English (en)
Other versions
CN113052450A (zh
Inventor
高红均
蔡文辉
贺帅佳
向月
刘友波
刘俊勇
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN202110281662.0A priority Critical patent/CN113052450B/zh
Publication of CN113052450A publication Critical patent/CN113052450A/zh
Application granted granted Critical
Publication of CN113052450B publication Critical patent/CN113052450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • 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
    • 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)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Technology Law (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种适应电能替代发展战略的城市能源互联网规划方法，涉及城市能源互联网建设技术领域，步骤1，能源互联网现状分析，调研收资包括城市的基本情况、用能需求、资源和基础设施条件等外部信息；步骤2，确定规划范围，需要基于待规划区域的能源互联网现状分析；步骤3，多能负荷预测，包括传统用电负荷预测、电能替代潜力分析以及综合负荷预测；步骤4，能源互联网规划，进一步讨论了考虑多能流耦合的互联网规划方法、电动汽车充电桩规划方法；步骤5，规划方案评估，构建包含技术性、经济性、社会性三方面的能源互联网评价指标体系，提出能源互联网规划方案评估方法。

Description

一种适应电能替代发展战略的城市能源互联网规划方法
技术领域
本发明涉及城市能源互联网建设技术领域，具体为一种适应电能替代发展战略的城市能源互联网规划方法。
背景技术
随着城市信息化水平的提高和能源转型的推进,城市能源互联网已成为城市能源发展的未来方向，城市能源互联网是组成区域能源互联网的重要单元，是支撑城市发展的重要基础设施，能源互联网是综合利用先进的信息技术、管理技术和电力电子技术等，以网络技术作为支撑，以电力网络作为核心，把太阳能、风能等新型分布式可再生能源作为消费主体，实现信息网络、电力网络、交通网络、天然气网络等的多种网络、多种能量的系统。以此用来提高能源利用率，促进能源结构调整，达到电网智能化、高效化；在能源互联网大力发展的今天，需要城市配电网的升级与更新，因此，基于城市能源互联网的智能化配电网规划问题亟待解决。
发明内容
本发明的目的在于克服现有技术的不足，提供一种一种适应电能替代发展战略的城市能源互联网规划方法。
本发明的目的是通过以下技术方案来实现的：
一种适应电能替代发展战略的城市能源互联网规划方法，包括以下步骤：
步骤1，在对城市的外部信息开展调研收资的基础之上分析能源消费存在的问题；
步骤2，对城市中待规划区域的能源互联网现状分析，确定能源互联网规划范围；
步骤3，对多能负荷进行预测；
步骤4，提出多能流耦合的互联网规划方法、电动汽车充电桩规划方法；
步骤5，规划方案评估，构建评价指标体系，提出能源互联网规划方案评估方法。
优选的，所述步骤1中的城市的外部信息包括城市的基本情况、用能需求、资源和基础设施条件。
优选的，步骤2中的能源互联网规划范围分类为多能源网络源网荷储协同规划、综合能源站规划、用户侧电能替代改造规划、电动汽车充电设施规划。
优选的，步骤3所述的多能负荷预测包括传统用电负荷预测、电能替代潜力分析以及综合负荷预测；
所述传统负荷预测将传统用电负荷历史数据作为模型输入，输出为未来典型日的24小时负荷曲线，传统用电负荷预测模型框的构建包括以下内容：
首先选取历年典型日数据进行数据处理，包括：数据整合、划分训练集测试集；不同年份相同月份的典型日负荷曲线形状相似，考虑历年典型日形状形成基准曲线；采用最小二乘回归法预测典型日的特征参数日最大负荷M；结合特征参数及基准负荷曲线生成预测曲线；对预测结果进行校验：
所述基准曲线的形成：
l0＝maxli 1≤i≤T
Figure BDA0002978748600000021
lb＝w1.l1+w2.l2+...+wili i＝1,2,...,n
Figure BDA0002978748600000022
Figure BDA0002978748600000023
wi＝w1+(i-1)d
式中：lb表示基准曲线；wi表示第i年的权重；li表示第i年标幺化后的典型日负荷曲线数据；w1表示第一年权重，d表示公差，wi表示第i年的权重。
所述基于最小二乘法回归的最大负荷值预测：
Figure BDA0002978748600000024
Figure BDA0002978748600000025
式中：a1,a2,…,am表示待定常数，亦称回归系数；yij和xij表示不同年份的不同时刻成对对应的数据；S表示整体数据回归时的偏差平方和。
所述典型日负荷曲线的生成：
lp＝lb.M
式中：lp为待预测日负荷曲线。
所述预测结果校验：
Figure BDA0002978748600000026
式中：RMSE为均方根误差,yi表示实际值，
Figure BDA0002978748600000027
表示预测值，N表示样本数。预测模型和数据可导致预测的误差，本发明采用均方根误差作为预测误差指标。
优选的，所述步骤4中的多能流耦合的互联网规划方法包括能源路由器结构分析、能量单元建模、能源站容量约束、供能区域划分、区域能源站选址定容和区域电网规划；
所述能源路由器结构分析包括：
Figure BDA0002978748600000031
Figure BDA0002978748600000032
式中：以电储为例，等式左侧表示电储充放电功率，若为正值，表示放电，若为负值表示充电，热储和气储类似；Pload,e、Pload,h、Pload,g和Pload,c分别表示电、热、气和冷负荷，PPVG、Pp2g、PMTG、Pc、Peb、Pe、Ph和Pg分别表示光伏发电功率、电转气装置输入电功率、燃气轮机发电功率、电制冷机输入电功率、电锅炉输入电功率、电储净输出功率、热储净输出功率和气储净输出功率，
Figure BDA0002978748600000033
表示电储的充放电功率，
Figure BDA0002978748600000034
表示热储的充放热功率，
Figure BDA0002978748600000035
表示气储的充放气功率，燃气热电联产机组实际发电功率，ηeh、ηeb、ηp2g和ηc分别表示燃气轮机的电热比、电锅炉的电热比、电转气效率和电制冷机制冷效率。
所述能量单元建模：
Figure BDA0002978748600000036
Figure BDA0002978748600000037
Figure BDA0002978748600000038
Figure BDA0002978748600000039
Figure BDA00029787486000000310
Figure BDA0002978748600000041
Figure BDA0002978748600000042
式中：Gt表示第s个场景下第t时刻的光照强度，pstc和Gstc分别为标准条件下光伏的最大出力和光照强度；Tt和Tr分别为t时刻光伏组件的温度和参考温度；kT为功率温度系数；
Figure BDA0002978748600000043
表示电转气装置产生的天然气量；
Figure BDA0002978748600000044
表示燃气轮机的耗气量，
Figure BDA0002978748600000045
表示余热回收量，a为系数；
Figure BDA0002978748600000046
表示电制冷机的制冷量；
Figure BDA0002978748600000047
表示电锅炉的产热量；
Figure BDA0002978748600000048
表示电储的储能电量，ηESU,c、ηESU,d表示充放电效率，Δt表示时段；
Figure BDA0002978748600000049
表示热储的储能热量，ηTSU,c、ηTSU,d表示充放热效率；
Figure BDA00029787486000000410
表示气储的储能气量，ηGSU,c、ηGSU,d表示充放气效率。
所述能源站容量约束：
Figure BDA00029787486000000411
Figure BDA00029787486000000412
Pt load＝Pt load,0-Pt load,Air,c+Pt load,c
Pt load,c＝Pc,invPt c1
Pt load,Air,c＝Pc,invPt load,Air,c1
Figure BDA00029787486000000413
Figure BDA00029787486000000414
Figure BDA00029787486000000415
式中：Nc、
Figure BDA00029787486000000416
分别表示能源站投资容量须和投资容量上限；
Figure BDA00029787486000000417
表示预测得到的各行政区典型日(或最大)制冷电负荷，ηCOP,Air和ηCOP,c分别表示传统空调和集中供冷能源站的制冷效率，取值分别为3.5和5.5；Pt load表示削峰填谷后的电负荷，Pt load,c表示能源站制冷电负荷(已知固定的阶梯型曲线)，Pt load,Air,c表示各时段的传统空调制冷电负荷(通过曲线分离得到，已知值)，Pt c1表示单位容量能源站的制冷电负荷，Pt load,Air,c1表示对应单个能源站的传统空调制冷电负荷；
Figure BDA00029787486000000418
表示预测得到的各时段传统空调制冷电负荷最大值，Pt load,Air,0表示预测得到的各时段传统空调制冷电负荷；Pt load,e,0表示预测得到的总电负荷，
Figure BDA00029787486000000419
表示能源站建设后t时段总电负荷需求；
所述区域能源站选址定容，首先确定供能区域，根据土地规划利用情况、土地规划性质、能源站建设条件等筛选得到多个供能区域；然后根据供能区域的土地性质及调研数据，得到供能区域典型用户单位逐时冷负荷曲线，利用单位冷负荷密度乘以供能区域的建筑面积得到各行政区供能区域的制冷电负荷峰值，根据冷负荷总量不变原则、各供能区域性质折算得到供能区域的逐时制冷电负荷和能源站运行特性曲线；最后根据根据优化模型及土地规划情况优化得到供能区域能源站规划方案；
所述区域电网规划包括以下内容：变电站需要具有合适的容载比；容载比的确定要考虑负荷分散系数、平均功率因数、变压器运行率、储备系数复杂因素的影响，在工程中采用实用的方法估算容载比，公式为：
Figure BDA0002978748600000051
式中，R表示容载比，单位为kVA/kW，Pmax表示该电压等级的全网最大预测负荷，Sei表示该电压等级变电站i的主变容量；
电动汽车充电桩规划方法包括以下步骤：
S1，确定规划水平年的电动汽车数量及类型；
S2，考虑到各类电动汽车的行为特征和充电模式，对电动汽车的充电需求进行分析，将总充电需求电量按比例分配到各充电设施上；
S3，根据各充电设施的求解规划水平年各类充电设施的数量；
S4，对城市的快速充电站进行选址；
所述规划水平年的电动汽车数量及类型的规划确定：
Figure BDA0002978748600000052
式中，
Figure BDA0002978748600000053
表示第y年电动汽车的日总需求电量；
Figure BDA0002978748600000054
表示第y年第k类电动汽车保有量；Lk、Bk和Sk分别表示第k类电动汽车的日均行驶里程、电池容量和平均续航里程。
所述电动汽车的充电需求进行分析：
Figure BDA0002978748600000055
Figure BDA0002978748600000056
式中，
Figure BDA0002978748600000057
表示第i种在y年充电设施的日充电需求，λk,i为k类电动汽车在i类充电设施的充电需求比例。
所述水平年各类充电设施的数量的规划：
Figure BDA0002978748600000061
式中，
Figure BDA0002978748600000062
表示第i类充电装置的投资数量，P表示单位数量充电装置的充电功率，Ti表示日平均可用时间，μi表示第i类充电设施的设备闲置率。
优选的，所述步骤5包括规划方案评估，构建包含技术性、经济性、社会性三方面的能源互联网评价指标体系，提出能源互联网规划方案评估方法；
所述经济性指标包括电网侧经济效益和用户侧经济效益；
所述电网侧经济效益：
Figure BDA0002978748600000063
Figure BDA0002978748600000064
式中，
Figure BDA0002978748600000065
表示第I年(2020-2035年)设备当年投资成本按照使用寿命折算到该年的投资成本净现值，δinv表示年度等效系数，L表示设备寿命；
所述用户侧经济效益：城市能源互联网中储能站采用削峰填谷的方式运营，用户通过高峰时段和低谷时段的电价差减少用能成本，获取一定的经济效益；
所述社会性指标包括低碳环保性指标、节能效益指标两大类；
所述低碳环保性指标：
Figure BDA0002978748600000066
式中：CO2表示二氧化碳的排放量，Wi表示城市能源消费环节中第i种化石能源减少的总量，μi表示第i种化石能源燃烧产生二氧化碳的转换系数。
所述节能效益指标：
Figure BDA0002978748600000067
式中：Qi表示采用电能替代措施所替代的第i种能源的总量，通常折算为标准煤；ηe，ηi分别表示电能和其他第i种能源的终端利用效率。
本发明的有益效果是：
本大明通过构建城市能源互联网，有助于推动清洁能源和外来电力利用，有效解决城市能源供应过程中结构不均衡、能源使用效率低下的问题，推动城市能源消费向绿色低碳方向发展。
附图说明
图1为本发明的方法示意图；
图2为本发明的负荷预测框架图；
图3为本发明的考虑多能流耦合的能源互联网规划技术路线图；
图4为本发明的能源路由器示意图；
图5为本发明的能源互联网综合评估指标图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
参考图1：包括如下步骤：
步骤1，开展调研收资，调研收资包括城市的基本情况、用能需求、资源和基础设施条件等外部信息，并在此基础之上，分析能源消费存在的问题；
步骤2，根据步骤1对待规划区域的能源互联网现状分析，确定能源互联网规划范围，大致可分为多能源网络源网荷储协同规划、综合能源站规划、用户侧电能替代改造规划、电动汽车充电设施规划这几类；
步骤3，多能负荷预测，包括传统用电负荷预测、电能替代潜力分析以及综合负荷预测；
步骤4，进一步讨论考虑多能流耦合的互联网规划方法、电动汽车充电桩规划方法；
步骤5，规划方案评估，构建包含技术性、经济性、社会性三方面的能源互联网评价指标体系，提出能源互联网规划方案评估方法。
参考图2，图2为本发明的负荷预测框架图，负荷预测步骤为：1)首先选取历年典型日数据进行数据处理，包括：数据整合、划分训练集测试集。2)由于不同年份相同月份的典型日负荷曲线形状相似，考虑历年典型日形状形成基准曲线。3)采用最小二乘回归法预测典型日的特征参数日最大负荷M。4)结合特征参数及基准负荷曲线生成预测曲线。5)对预测结果进行校验。
参考图3，图3为本发明的考虑多能流耦合的能源互联网规划技术路线图。城市能源互联网是满足未来城市各类能源使用需求的能源系统，是应对能源危机、实现低碳环保的重要举措推动城市能源互联网建设进程，实现各类能源互联互通、综合利用、优化共享。考虑多能流耦合的能源互联网规划步骤主要分为能源路由器结构分析、能量单元建模、能源站容量确定、供能区域划分、区域能源站选址定容和区域电网规划。
参考图4，图4为本发明的能源路由器示意图，从能源生产到利用的各环节之间相互作用，具有复杂的运行耦合特性，为便于进行物理和数学描述，引入能源路由器理论。能源路由器理论将能源互联网的能源形式归结为外部供应和终端需求两端，描述能源互联网不同能源之间的互济耦合特性，可实现综合能源站模型的有效构建。
参考图5，图5为本发明的能源互联网综合评估指标图，城市能源互联网综合指标体系包括技术性、经济性、社会性三方面。城市能源互联网技术性主要体现在供能可靠性与能源转换效率上，电网作为城市能源互联网的枢纽，其供电可靠性可反映以电为中心的能源互联网供能可靠性，而能源转换效率反映了综合能源站的能源利用效率。经济性分为电网侧经济效益和用户侧经济效益，电网侧经济效益反映了城市能源互联网规划(包括电网规划和综合能源站规划)对于电网获得的经济效益，用户侧经济效益反映了城市能源互联网规划于用户获得的经济效益。社会性指标主要体现在节能减排上，反映城市能源互联网对于建设绿色低碳的现代化城市所产生的环境效果。
以上所述仅是本发明的优选实施方式，应当理解所描述的实施例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他实施例，都属于本发明保护的范围。本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (5)

1.一种适应电能替代发展战略的城市能源互联网规划方法，其特征在于，包括以下步骤：
步骤1，在对城市的外部信息开展调研收资的基础之上分析能源消费存在的问题；
步骤2，对城市中待规划区域的能源互联网现状分析，确定能源互联网规划范围；
步骤3，对多能负荷进行预测；
步骤4，提出多能流耦合的互联网规划方法和电动汽车充电桩规划方法；
步骤5，规划方案评估，构建评价指标体系，提出能源互联网规划方案评估方法；
所述步骤4中的多能流耦合的互联网规划方法包括能源路由器结构分析、能量单元建模、能源站容量约束、供能区域划分、区域能源站选址定容和区域电网规划；
所述能源路由器结构分析包括：
Figure FDA0003647918560000011
Figure FDA0003647918560000012
式中：等式左侧表示充放电功率，若为正值，表示放电，若为负值表示充电；Pload,e、Pload ,h、Pload,g和Pload,c分别表示电、热、气和冷负荷，PPVG、Pp2g、PMTG、Pc、Peb、Pe、Ph和Pg分别表示光伏发电功率、电转气装置输入电功率、燃气轮机发电功率、电制冷机输入电功率、电锅炉输入电功率、电储净输出功率、热储净输出功率和气储净输出功率，
Figure FDA0003647918560000013
表示电储的充放电功率，
Figure FDA0003647918560000014
表示热储的充放热功率，
Figure FDA0003647918560000015
表示气储的充放气功率，燃气热电联产机组实际发电功率，ηeh、ηeb、ηp2g和ηc分别表示燃气轮机的电热比、电锅炉的电热比、电转气效率和电制冷机制冷效率；
所述能量单元建模：
Figure FDA0003647918560000016
Figure FDA0003647918560000017
Figure FDA0003647918560000021
Figure FDA0003647918560000022
Figure FDA0003647918560000023
Figure FDA0003647918560000024
Figure FDA0003647918560000025
式中：Gt表示第s个场景下第t时刻的光照强度，pstc和Gstc分别为标准条件下光伏的最大出力和光照强度；Tt和Tr分别为t时刻光伏组件的温度和参考温度；kT为功率温度系数；
Figure FDA0003647918560000026
表示电转气装置产生的天然气量；
Figure FDA0003647918560000027
表示燃气轮机的耗气量，
Figure FDA0003647918560000028
表示余热回收量，a为系数；
Figure FDA0003647918560000029
表示电制冷机的制冷量；
Figure FDA00036479185600000210
表示电锅炉的产热量；
Figure FDA00036479185600000211
表示电储的储能电量，ηESU,c、ηESU,d表示充放电效率，Δt表示时段；
Figure FDA00036479185600000212
表示热储的储能热量，ηTSU,c、ηTSU,d表示充放热效率；
所述能源站容量约束：
Figure FDA00036479185600000213
Figure FDA00036479185600000214
Figure FDA00036479185600000215
Figure FDA00036479185600000216
Pt load,Air,c＝Pc,invPt load,Air,c1
Figure FDA00036479185600000217
Figure FDA00036479185600000218
Figure FDA00036479185600000219
式中：Nc、
Figure FDA00036479185600000220
分别表示能源站投资容量和投资容量上限；
Figure FDA00036479185600000221
表示预测得到的各行政区典型日或最大制冷电负荷，ηCOP,Air和ηCOP,c分别表示传统空调和集中供冷能源站的制冷效率，取值分别为3.5和5.5；Pt load表示削峰填谷后的电负荷，Pt load,c表示能源站制冷电负荷，Pt load,Air,c表示各时段的传统空调制冷电负荷，Pt c1表示单位容量能源站的制冷电负荷，Pt load,Air,c1表示对应单个能源站的传统空调制冷电负荷；
Figure FDA0003647918560000031
表示预测得到的各时段传统空调制冷电负荷最大值，Pt load,Air,0表示预测得到的各时段传统空调制冷电负荷；Pt load,e,0表示预测得到的总电负荷，Pload t表示能源站建设后t时段总电负荷需求；
所述区域能源站选址定容，首先确定供能区域，根据土地规划利用情况、土地规划性质、能源站建设条件筛选得到多个供能区域；然后根据供能区域的土地性质及调研数据，得到供能区域典型用户单位逐时冷负荷曲线，利用单位冷负荷密度乘以供能区域的建筑面积得到各行政区供能区域的制冷电负荷峰值，根据冷负荷总量不变原则、各供能区域性质折算得到供能区域的逐时制冷电负荷和能源站运行特性曲线；最后根据优化模型及土地规划情况优化得到供能区域能源站规划方案；
所述区域电网规划包括以下内容：变电站需要具有合适的容载比；容载比的确定要考虑负荷分散系数、平均功率因数、变压器运行率和储备系数复杂因素的影响，在工程中采用实用的方法估算容载比，公式为：
Figure FDA0003647918560000032
式中，R表示容载比，单位为kVA/kW，Pmax表示电压等级的全网最大预测负荷，Sei表示该电压等级变电站i的主变容量；
电动汽车充电桩规划方法包括以下步骤：
S1，确定规划水平年的电动汽车数量及类型；
S2，考虑到各类电动汽车的行为特征和充电模式，对电动汽车的充电需求进行分析，将总充电需求电量按比例分配到各充电设施上；
S3，根据各充电设施的求解规划水平年各类充电设施的数量；
S4，对城市的快速充电站进行选址；
所述规划水平年的电动汽车数量及类型的规划确定：
Figure FDA0003647918560000033
式中，
Figure FDA0003647918560000034
表示第y年电动汽车的日总需求电量；
Figure FDA0003647918560000035
表示第y年第k类电动汽车保有量；Lk、Bk和Sk分别表示第k类电动汽车的日均行驶里程、电池容量和平均续航里程；
所述电动汽车的充电需求进行分析：
Figure FDA0003647918560000041
Figure FDA0003647918560000042
式中，
Figure FDA0003647918560000043
表示第i种在y年充电设施的日充电需求，λk,i为k类电动汽车在i类充电设施的充电需求比例；
所述水平年各类充电设施的数量的规划：
Figure FDA0003647918560000044
式中，
Figure FDA0003647918560000045
表示第i类充电装置的投资数量，P表示单位数量充电装置的充电功率，Ti表示日平均可用时间，μi表示第i类充电设施的设备闲置率。
2.根据权利要求1所述的一种适应电能替代发展战略的城市能源互联网规划方法，其特征在于，所述步骤1中的城市的外部信息包括城市的基本情况、用能需求、资源和基础设施条件。
3.根据权利要求1所述的一种适应电能替代发展战略的城市能源互联网规划方法，其特征在于，步骤2中的能源互联网规划范围分类为多能源网络源网荷储协同规划、综合能源站规划、用户侧电能替代改造规划和电动汽车充电设施规划。
4.根据权利要求1所述的一种适应电能替代发展战略的城市能源互联网规划方法，其特征在于，步骤3所述的多能负荷预测包括传统用电负荷预测、电能替代潜力分析以及综合负荷预测；
所述传统负荷预测将传统用电负荷历史数据作为模型输入，输出为未来典型日的24小时负荷曲线，传统用电负荷预测模型框的构建包括以下内容：
首先选取历年典型日数据进行数据处理，包括：数据整合、划分训练集测试集；不同年份相同月份的典型日负荷曲线形状相似，考虑历年典型日形状形成基准曲线；采用最小二乘回归法预测典型日的特征参数日最大负荷M；结合特征参数及基准负荷曲线生成预测曲线；对预测结果进行校验：
所述基准曲线的形成：
l0＝max li 1≤i≤T
Figure FDA0003647918560000046
lb＝w1.l1+w2.l2+...+wili i＝1,2,...,n
Figure FDA0003647918560000051
Figure FDA0003647918560000052
wi＝w1+(i-1)d
式中：lb表示基准曲线；wi表示第i年的权重；li表示第i年标准化后的典型日负荷曲线数据；w1表示第一年权重，d表示公差，wi表示第i年的权重；
所述基于最小二乘法回归的最大负荷值预测：
Figure FDA0003647918560000053
Figure FDA0003647918560000054
式中：a1,a2,…,am表示待定常数，亦称回归系数；yi和xij表示不同年份的不同时刻成对对应的数据；S表示整体数据回归时的偏差平方和；
所述典型日负荷曲线的生成：
lp＝lb.M
式中：lp为待预测日负荷曲线；
所述预测结果校验：
Figure FDA0003647918560000055
式中：RMSE为均方根误差,yi表示实际值，
Figure FDA0003647918560000056
表示预测值，N表示样本数，预测模型和数据可导致预测的误差，采用均方根误差作为预测误差指标。
5.根据权利要求1所述的一种适应电能替代发展战略的城市能源互联网规划方法，其特征在于，所述步骤5包括规划方案评估，构建包含技术性、经济性、社会性三方面的能源互联网评价指标体系，提出能源互联网规划方案评估方法；
所述经济性指标包括电网侧经济效益和用户侧经济效益；
所述电网侧经济效益：
Figure FDA0003647918560000057
Figure FDA0003647918560000058
式中，
Figure FDA0003647918560000059
表示第I年设备当年投资成本按照使用寿命折算到该年的投资成本净现值，δinv表示年度等效系数，L表示设备寿命；
所述用户侧经济效益：城市能源互联网中储能站采用削峰填谷的方式运营，用户通过高峰时段和低谷时段的电价差减少用能成本，获取经济效益；
所述社会性指标包括低碳环保性指标、节能效益指标两大类；
所述低碳环保性指标：
Figure FDA0003647918560000061
式中：CO2表示二氧化碳的排放量，Wi表示城市能源消费环节中第i种化石能源减少的总量，μi表示第i种化石能源燃烧产生二氧化碳的转换系数；
所述节能效益指标：
Figure FDA0003647918560000062
式中：Qi表示采用电能替代措施所替代的第i种能源的总量，折算为标准煤；ηe，ηi分别表示电能和其他第i种能源的终端利用效率。
CN202110281662.0A 2021-03-16 2021-03-16 一种适应电能替代发展战略的城市能源互联网规划方法 Active CN113052450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110281662.0A CN113052450B (zh) 2021-03-16 2021-03-16 一种适应电能替代发展战略的城市能源互联网规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110281662.0A CN113052450B (zh) 2021-03-16 2021-03-16 一种适应电能替代发展战略的城市能源互联网规划方法

Publications (2)

Publication Number Publication Date
CN113052450A CN113052450A (zh) 2021-06-29
CN113052450B true CN113052450B (zh) 2022-08-16

Family

ID=76512711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110281662.0A Active CN113052450B (zh) 2021-03-16 2021-03-16 一种适应电能替代发展战略的城市能源互联网规划方法

Country Status (1)

Country Link
CN (1) CN113052450B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115395521B (zh) * 2022-10-25 2023-03-24 国网天津市电力公司营销服务中心 一种可再生能源、储能和充电桩协同规划方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784382A (zh) * 2016-08-31 2018-03-09 北京南瑞电研华源电力技术有限公司 基于能源路由器的用户侧能源互联网规划方法
CN110163767A (zh) * 2019-04-29 2019-08-23 东南大学 一种含多利益主体的区域综合能源系统分散式规划方法
CN110797860A (zh) * 2019-09-19 2020-02-14 中国电力科学研究院有限公司 一种综合能源站
CN111146808A (zh) * 2020-01-03 2020-05-12 云南电网有限责任公司电力科学研究院 一种多能源能量路由器电路拓扑结构和供电系统
CN112202206A (zh) * 2020-09-10 2021-01-08 上海大学 一种基于势博弈的多能源微网分布式调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784382A (zh) * 2016-08-31 2018-03-09 北京南瑞电研华源电力技术有限公司 基于能源路由器的用户侧能源互联网规划方法
CN110163767A (zh) * 2019-04-29 2019-08-23 东南大学 一种含多利益主体的区域综合能源系统分散式规划方法
CN110797860A (zh) * 2019-09-19 2020-02-14 中国电力科学研究院有限公司 一种综合能源站
CN111146808A (zh) * 2020-01-03 2020-05-12 云南电网有限责任公司电力科学研究院 一种多能源能量路由器电路拓扑结构和供电系统
CN112202206A (zh) * 2020-09-10 2021-01-08 上海大学 一种基于势博弈的多能源微网分布式调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Urban Distribution Systems Planning Considering Integrated Load Forecasting;Hongjun Gao等;《Preprints of the 4th IEEE Conference on Energy Internet and Energy System Integration》;20210215;2124-2129 *
考虑用户电能替代的商业园区运营商多能交易博弈优化决策;赵银波等;《电网技术》;20201208;第45卷(第4期);1320-1331 *

Also Published As

Publication number Publication date
CN113052450A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN108537409B (zh) 一种考虑多能源耦合特性的工业园区配电网协同规划方法
Liu et al. Techno-economic design optimization of hybrid renewable energy applications for high-rise residential buildings
Liu et al. Energy planning of renewable applications in high-rise residential buildings integrating battery and hydrogen vehicle storage
Calise et al. A novel paradigm for a sustainable mobility based on electric vehicles, photovoltaic panels and electric energy storage systems: Case studies for Naples and Salerno (Italy)
Shepero et al. Modeling of photovoltaic power generation and electric vehicles charging on city-scale: A review
Calvillo et al. Energy management and planning in smart cities
Richardson Electric vehicles and the electric grid: A review of modeling approaches, Impacts, and renewable energy integration
Iqbal et al. Feasibility study and deployment of solar photovoltaic system to enhance energy economics of King Abdullah Campus, University of Azad Jammu and Kashmir Muzaffarabad, AJK Pakistan
Guo et al. Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting
CN107482690B (zh) 风电与电动汽车协同调度的电力系统调度优化方法及系统
Brito et al. Sustainable energy systems in an imaginary island
Zheng et al. Optimal dispatch for reversible solid oxide cell-based hydrogen/electric vehicle aggregator via stimuli-responsive charging decision estimation
CN114723284A (zh) 一种含分布式电源和电动汽车的配电网可靠性评估方法
Kumar et al. Leveraging energy flexibilities for enhancing the cost-effectiveness and grid-responsiveness of net-zero-energy metro railway and station systems
Singh et al. Design and assessment of an electric vehicle charging station using hybrid renewable energy
CN113052450B (zh) 一种适应电能替代发展战略的城市能源互联网规划方法
Michaelides et al. The effect of electric vehicle energy storage on the transition to renewable energy
Nasab et al. Investigating the probability of designing net-zero energy buildings with consideration of electric vehicles and renewable energy
Hernández-Nochebuena et al. The effect of the energy interchange dynamics on the zero-energy hydrogen economy of households with FC hybrid electric vehicles
Shaimurunov et al. Study of the Efficiency of Using Facilities Based on Renewable Energy Sources for Charging Electric Vehicles in Kazakhstan.
Robyns et al. Electrical energy storage for buildings in smart grids
CN108932558A (zh) 一种对外开放型电动公交充电站负荷预测方法
Li et al. Role of different energy storage methods in decarbonizing urban distributed energy systems: A case study of thermal and electricity storage
Vujasinović et al. Architecture and sizing of system for remote control of renewable energy sources powered station for electric vehicles charging
Wang et al. Optimal sizing of photovoltaic and battery energy storage of electric vehicle charging station based on two-part electricity pricing

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