CN113052722B - 基于虚拟负荷控制的综合能源系统运行优化方法及系统 - Google Patents
基于虚拟负荷控制的综合能源系统运行优化方法及系统 Download PDFInfo
- Publication number
- CN113052722B CN113052722B CN202110412242.1A CN202110412242A CN113052722B CN 113052722 B CN113052722 B CN 113052722B CN 202110412242 A CN202110412242 A CN 202110412242A CN 113052722 B CN113052722 B CN 113052722B
- Authority
- CN
- China
- Prior art keywords
- load
- energy
- power
- optimization
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004146 energy storage Methods 0.000 claims abstract description 39
- 238000007599 discharging Methods 0.000 claims abstract description 14
- 239000007789 gas Substances 0.000 claims description 23
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 239000013589 supplement Substances 0.000 claims description 6
- 238000005338 heat storage Methods 0.000 claims description 5
- 239000002918 waste heat Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims 2
- 230000005611 electricity Effects 0.000 abstract description 11
- 230000004044 response Effects 0.000 abstract description 3
- 238000011217 control strategy Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004083 survival effect Effects 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
- G06Q10/04—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
- G06Q10/0631—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
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于虚拟负荷控制的综合能源系统运行优化方法及系统,包括:以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电‑冷‑热可平移负荷为优化变量,构建虚拟负荷控制优化模型;以电‑冷‑热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电‑冷‑热的最优需求负荷,并以此控制储能设备的能量充放。将供能侧的设备出力功率与需求侧的电、冷、热负荷进行联合优化,并以此为基础制定储能设备的能量充放策略,在总负荷量不变的情况下完成需求侧负荷响应,提高系统运行指标,不影响用户舒适度。
Description
技术领域
本发明涉及综合能源系统技术领域,特别是涉及一种基于虚拟负荷控制的综合能源系统运行优化方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
能源和环境是人类得以生存和发展的基本条件,世界能源需求总量持续上升,化石能源的大量使用导致其濒临枯竭,同时对生态环境造成严重破坏,构建以风、光等可再生能源为核心,绿色、低碳、清洁、高效的现代能源供需体系已迫在眉睫。
靠近用户侧的综合能源系统由可再生能源发电、供暖/制冷、冷热电联供(CCHP)系统组成,有效地整合一定区域内的电、气、冷、热等多种形式的能源,是提高可再生能源消纳率和能源利用率的理想途径,极具发展前景,制定有效的运行策略是提高系统能源利用效率、运行经济性和节能减排效果的重要手段。
然而,由于可再生能源固有的不确定性与波动性使得系统供能侧与用户需求侧能量难以匹配,导致现有运行策略极易失效,是制约综合能源系统发展的一大难题;需求侧负荷控制是解决可再生能源不确定性与波动性的常用手段,虽然通过优化控制用户的电、冷、热负荷,使需求侧的用户需求与供能侧的能量输出能更好地匹配,但负荷的平移调控会影响消费者的用能舒适度。
发明内容
为了解决上述问题,本发明提出了一种基于虚拟负荷控制的综合能源系统运行优化方法及系统,将供能侧的设备出力功率与需求侧的电、冷、热负荷进行联合优化,并以此为基础制定储能设备的能量充放策略,在总负荷量不变的情况下完成需求侧负荷响应,提高系统运行指标,不影响用户舒适度。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种基于虚拟负荷控制的综合能源系统运行优化方法,包括:
以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;
以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放。
第二方面,本发明提供一种基于虚拟负荷控制的综合能源系统运行优化系统,包括:
模型构建模块,被配置为以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;
优化控制模块,被配置为以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
由于可再生能源的不确定性与波动性导致综合能源系统供需难以匹配,虽然通过优化控制电、冷、热负荷能够使需求侧的用户需求与供能侧的能量输出进行匹配,但是负荷的平移调控影响了消费者的用能舒适度;因此,本发明提出的基于虚拟负荷控制的综合能源系统运行优化方法,将供能侧的设备出力计划与需求侧的电、冷、热负荷进行联合优化,并以需求侧的负荷优化策略为基础制定储能设备的能量充放策略,在总负荷量不变的情况下完成需求侧的负荷响应,提高系统运行指标,不影响用户舒适度。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的综合能源系统优化控制结构示意图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
本实施例提供一种基于虚拟负荷控制的综合能源系统运行优化方法,包括:以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放。
如图1所示,本实施例提供的综合能源系统优化控制结构由风电系统、光伏发电系统、内燃发电机组、吸收式制冷机、电制冷机、燃气锅炉、蓄电装置、蓄冷装置、蓄冷装置构成;其中,电负荷由风机、光伏发电系统、内燃发电机组与电网供给;冷负荷由吸收式制冷机、电制冷机供给;热负荷由燃气锅炉、发电机组余热供给;且电、冷、热负荷灵活参与需求侧的优化控制中。
在本实施例中,首先对综合能源系统进行能量流分析,系统的能量流分析是运行优化的基础,针对综合能源系统结构,分析其内部电、冷、热三种形式的能量流关系。
具体地,电能平衡关系为:
Eload(t)+Eec(t)=Epv(t)+Ewp(t)+Egrid(t)+Epgu(t)+Qes(t) (1)
式中,Eload为电负荷;Epv为光伏功率;Ewp为风电功率;Epgu为发电机组输出功率;Qes为蓄电池的充放功率,放电时(Qes>0),充电时(Qes<0);Egrid为与电网的交互功率,购电时(Egrid>0),售电时(Egrid<0);Eec为电制冷机输入功率。
其中,发电机组t时刻所需的燃气消耗量Fpgu为:
式中,ηth,pgu和ηe,pgu分别为t时刻发电机组的热效率和电效率。
热能平衡关系为:
Hload(t)=Qgb(t)+Qhr(t)+Qhs(t) (3)
式中,Hload为热负荷;Qhr为余热回收功率;Qgb为燃气锅炉输出热功率;Qhs为储热水箱输入/出功率,输出时(Qhs>0),输入时(Qhs<0)。
其中,燃气锅炉t时刻所需的燃气消耗量Fgb为:
式中,ηgb为燃气锅炉的热效率;
燃气锅炉t时刻系统燃气消耗总量为:
Fgas(t)=Fpgu(t)+Fgb(t) (5)
冷能平衡关系为:
Cload(t)=Qac(t)+Qec(t)+Qcs(t) (6)
式中,Cload为冷负荷;Qac为吸收式制冷机制冷功率;Qec为电制冷机的制冷功率;Qcs为储冷装置输入/出功率,输出时(Qcs>0),输入时(Qcs<0)。
其中,吸收式制冷机的输出功率Qac为:
Qac(t)=Qhr(t)COPac (7)
式中,COPac为吸收式制冷机的能效比。
t时刻电制冷机的输入电功率Eec为:
式中,COPec为电制冷机能效比。
另外,对电、冷、热三种储能设备有:
Qsta(t+1)=ηsQsta(t)-Qs(t) (9)
式中,Qsta(t+1)和Qsta(t)分别为储能设备t+1时刻和t时刻的储能状态;ηs为储能设备的效率。
由于负荷的平移调控难以避免的会影响消费者的用能舒适度,而可平移负荷的特性与储能设备的充放能特性一致,因此本实施例提出利用可平移负荷控制策略制定储能策略,即虚拟负荷控制策略,通过虚拟负荷控制策略制定储能策略;
由于需求侧的用户电、冷、热负荷均由固定负荷和可平移负荷构成,在负荷控制中,需要优化可平移电负荷,即可形成新的用户负荷需求;本实施例以电负荷为例,冷、热负荷与其一致,即:
Eload,new(t)=Eload,old(t)-Econload(t) (10)
式中,Eload,new为优化前的电负荷,Eload,old为优化后的电负荷,Econload为可平移电负荷(负荷移出:Econload>0;负荷移入:Econload<0)。
在不考虑可削减负荷的前提下,全天的总负荷量应保持恒定不变,因此负荷控制需满足总负荷量不变的约束条件,即:
-αEload,old(t)≤Econload(t)≤αEload,old(t) (11)
式中,α为可平移电负荷占总负荷的比例;优化周期T为24h;时间间隔Δt为1h。
在虚拟负荷控制策略中,在t时刻,负荷的移出等价为储能的移出,负荷的移入等价为储能的移入,可理解为,负荷移出后由储能设备补上,负荷移入后由储能设备收回,即:
Qes(t)=Econload(t) (13)
从而在不改变原有负荷的情况下,实现需求侧的负荷优化,以达到虚拟负荷控制的效果。
但储能设备存在特殊性:首先,由于储能效率低于1,每个优化时间间隔内都会出现能量损失,相反负荷优化不存在该问题,本实施例的虚拟负荷控制策略利用电网补充蓄电池优化周期内的电能损失,电制冷机补充蓄冷设备优化周期内的冷能损失,锅炉补充储热设备优化周期内的热能损失;
其次,储能设备每个时刻的放能策略均受上一时刻储能状态的限制,即保证每个时刻的储能状态均大于0,故转化成求解储能初始状态的问题,将一个优化周期T内的Econload(t)累加,求解出某时刻的结果最小,该数值的相反数设为储能的初始状态Qsta(0),由公式(12)可知,每个优化周期的储能初始状态相同。
故此,本实施例以最小化综合能源系统运行成本为优化目标,,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型,求解各供能设备的最佳出力计划和电、冷、热最优需求负荷,并以负荷优化控制策略为基础制定储能设备的能量充放策略。
具体地,优化目标函数为:
式中,Pgrid(t)为t时刻电网交互价格,购电时为正,售电时为负;Pgas为燃气价格。
优化变量中,每个时刻发电机组输出功率和电、冷、热可平移负荷分别为:{Epgu(1),…,Epgu(24),Econload(1),…,Econload(24),Cconload(1),…,Cconload(24),Hconload(1),…,Hconload(24)},其他供能设备的出力计划由发电机组出力计划求得。
约束条件包括电、冷、热能量平衡的约束条件,即式(1)、(3)、(6),总负荷量不变的约束条件为式(11)-(12)的约束条件;以及供能设备输出功率的不等式约束为:
ωEpgu,rc≤Epgu(t)≤Epgu,rc or Epgu(t)=0 (15)
式中,ω为发电机组运行的最低负载率;Epgu,rc为发电机组的额定功率。
最后,采用非线性规划方法求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放。
实施例2
本实施例提供一种基于虚拟负荷控制的综合能源系统运行优化系统,包括:
模型构建模块,被配置为以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;
优化控制模块,被配置为以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放。
此处需要说明的是,上述模块对应于实施例1中所述的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种基于虚拟负荷控制的综合能源系统运行优化方法,其特征在于,包括:
以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;
优化目标为:
式中,Pgrid(t)为t时刻电网交互价格;Pgas为燃气价格;Egrid(t)为t时刻与电网的交互功率;Fgas(t)为t时刻燃气消耗总量;T为优化周期;
以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放;
电能量平衡的约束条件为电负荷和电制冷机的输入功率之和等于光伏功率、风电功率、电网交互功率、发电机组输出功率和蓄电池充放功率之和;
冷能量平衡的约束条件为吸收式制冷机的制冷功率、电制冷机的制冷功率和储冷装置的输入输出功率之和等于冷负荷;
热能量平衡的约束条件为余热回收功率、燃气锅炉的输出热功率和储热水箱的输入输出功率之和等于热负荷;
总负荷量不变的约束条件为:
-αEload,old(t)≤Econload(t)≤αEload,old(t)
式中,Eload,old为优化后的电负荷,Econload为可平移电负荷,α为可平移电负荷占总负荷的比例,Δt为时间间隔;
供能设备输出功率约束的不等式约束为:
ωEpgu,rc≤Epgu(t)≤Epgu,rcor Epgu(t)=0
式中,ω为发电机组运行的最低负载率,Epgu,rc为发电机组的额定功率,Epgu为发电机组输出功率。
2.如权利要求1所述的一种基于虚拟负荷控制的综合能源系统运行优化方法,其特征在于,在虚拟负荷控制优化模型中,t时刻可平移负荷的移出等价为储能设备的移出,可平移负荷的移入等价为储能设备的移入,在不改变原有负荷量的情况下,实现需求侧的负荷优化,以达到虚拟负荷的控制。
3.如权利要求1所述的一种基于虚拟负荷控制的综合能源系统运行优化方法,其特征在于,在虚拟负荷控制优化模型中,储能设备在每个时刻的储能状态均大于零,将虚拟负荷控制优化问题转化为储能初始状态求解问题,累加优化周期T内的可平移负荷,求解得到的最优解的相反数为储能初始状态,且每个优化周期的储能初始状态相同。
4.如权利要求1所述的一种基于虚拟负荷控制的综合能源系统运行优化方法,其特征在于,在虚拟负荷控制优化模型中,利用电网补充蓄电设备优化周期内的电能损失,利用电制冷机补充蓄冷设备优化周期内的冷能损失,利用燃气锅炉补充储热设备优化周期内的热能损失。
5.一种基于虚拟负荷控制的综合能源系统运行优化系统,其特征在于,包括:
模型构建模块,被配置为以最小化综合能源系统运行成本为优化目标,以供能设备输出功率和电-冷-热可平移负荷为优化变量,构建虚拟负荷控制优化模型;
优化目标为:
式中,Pgrid(t)为t时刻电网交互价格;Pgas为燃气价格;Egrid(t)为t时刻与电网的交互功率;Fgas(t)为t时刻燃气消耗总量;T为优化周期;
优化控制模块,被配置为以电-冷-热能量平衡、供能设备输出功率约束和总负荷量不变为约束条件,求解虚拟负荷控制优化模型得到供能设备的最佳出力功率和电-冷-热的最优需求负荷,并以此控制储能设备的能量充放;
电能量平衡的约束条件为电负荷和电制冷机的输入功率之和等于光伏功率、风电功率、电网交互功率、发电机组输出功率和蓄电池充放功率之和;
冷能量平衡的约束条件为吸收式制冷机的制冷功率、电制冷机的制冷功率和储冷装置的输入输出功率之和等于冷负荷;
热能量平衡的约束条件为余热回收功率、燃气锅炉的输出热功率和储热水箱的输入输出功率之和等于热负荷;
总负荷量不变的约束条件为:
-αEload,old(t)≤Econload(t)≤αEload,old(t)
式中,Eload,old为优化后的电负荷,Econload为可平移电负荷,α为可平移电负荷占总负荷的比例,Δt为时间间隔;
供能设备输出功率约束的不等式约束为:
ωEpgu,rc≤Epgu(t)≤Epgu,rcor Epgu(t)=0
式中,ω为发电机组运行的最低负载率,Epgu,rc为发电机组的额定功率,Epgu为发电机组输出功率。
6.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412242.1A CN113052722B (zh) | 2021-04-16 | 2021-04-16 | 基于虚拟负荷控制的综合能源系统运行优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412242.1A CN113052722B (zh) | 2021-04-16 | 2021-04-16 | 基于虚拟负荷控制的综合能源系统运行优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052722A CN113052722A (zh) | 2021-06-29 |
CN113052722B true CN113052722B (zh) | 2022-08-02 |
Family
ID=76520737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110412242.1A Active CN113052722B (zh) | 2021-04-16 | 2021-04-16 | 基于虚拟负荷控制的综合能源系统运行优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052722B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
CN109885855A (zh) * | 2018-12-13 | 2019-06-14 | 中电智慧综合能源有限公司 | 考虑机组特性的冷-热-电三联供能源站稳态调度方法 |
CN111144668A (zh) * | 2020-01-19 | 2020-05-12 | 河海大学 | 考虑场景模拟的综合能源系统随机优化模型的建立方法 |
CN111244939A (zh) * | 2020-01-17 | 2020-06-05 | 山东大学 | 一种计及需求侧响应的多能互补系统两级优化设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120225135A1 (en) * | 2010-09-08 | 2012-09-06 | Southwell Ip Limited | Stabilised Chlorine Dioxide Solution |
-
2021
- 2021-04-16 CN CN202110412242.1A patent/CN113052722B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
CN109885855A (zh) * | 2018-12-13 | 2019-06-14 | 中电智慧综合能源有限公司 | 考虑机组特性的冷-热-电三联供能源站稳态调度方法 |
CN111244939A (zh) * | 2020-01-17 | 2020-06-05 | 山东大学 | 一种计及需求侧响应的多能互补系统两级优化设计方法 |
CN111144668A (zh) * | 2020-01-19 | 2020-05-12 | 河海大学 | 考虑场景模拟的综合能源系统随机优化模型的建立方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113052722A (zh) | 2021-06-29 |
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 | |
Lu et al. | Optimal scheduling of buildings with energy generation and thermal energy storage under dynamic electricity pricing using mixed-integer nonlinear programming | |
CN107832979B (zh) | 一种考虑能量梯级利用的工厂综合能源系统经济优化调度方法 | |
CN104392286B (zh) | 考虑冷热电联供和储能运行策略的微电网运行优化方法 | |
CN111144620B (zh) | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 | |
CN105225022A (zh) | 一种热电联产型微电网的经济性优化运行方法 | |
CN104616208A (zh) | 一种基于模型预测控制的冷热电联供型微电网运行方法 | |
CN106058942A (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
CN111242388B (zh) | 一种考虑冷热电联供的微电网优化调度方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN110361969B (zh) | 一种冷热电综合能源系统优化运行方法 | |
CN112836882B (zh) | 考虑设备负载率变化的区域综合能源系统运行优化方法 | |
CN112600253B (zh) | 基于用能效率最优的园区综合能源协同优化方法及设备 | |
CN111027846A (zh) | 一种考虑热氢联产的电氢综合能源系统及其容量配置方法 | |
CN112633575B (zh) | 基于鲁棒优化的多能互补综合能源系统容量配置方法及系统 | |
CN112165122A (zh) | 一种综合能源系统的运行方法及系统 | |
CN110829408A (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN110311371A (zh) | 一种基于虚拟储能的光伏冷库系统及其负荷主动调控方法 | |
CN111160636B (zh) | 一种cchp型微电网调度优化方法 | |
CN111382902A (zh) | 基于运行效益增量的区域综合能源系统储能优化配置方法 | |
CN113902225A (zh) | 一种综合能源系统优化方法、系统、装置及存储介质 | |
CN113033900A (zh) | 一种园区级综合能源系统容量优化配置方法和系统 | |
CN117350419A (zh) | 计及柔性负荷和碳流的园区综合能源系统优化运行方法 | |
CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
CN108197412B (zh) | 一种多能源耦合能量管理系统及优化方法 |
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 |