CN113239550B - 一种冷热电联供系统储能容量配置方法及冷热电联供系统 - Google Patents
一种冷热电联供系统储能容量配置方法及冷热电联供系统 Download PDFInfo
- Publication number
- CN113239550B CN113239550B CN202110541144.8A CN202110541144A CN113239550B CN 113239550 B CN113239550 B CN 113239550B CN 202110541144 A CN202110541144 A CN 202110541144A CN 113239550 B CN113239550 B CN 113239550B
- Authority
- CN
- China
- Prior art keywords
- power
- heat
- heating
- unit
- electric
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 159
- 238000001816 cooling Methods 0.000 title claims abstract description 128
- 238000004146 energy storage Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005096 rolling process Methods 0.000 claims abstract description 83
- 238000005457 optimization Methods 0.000 claims abstract description 63
- 238000013178 mathematical model Methods 0.000 claims abstract description 5
- 230000004044 response Effects 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 138
- 239000002918 waste heat Substances 0.000 claims description 55
- 238000010521 absorption reaction Methods 0.000 claims description 50
- 238000005338 heat storage Methods 0.000 claims description 39
- 238000007599 discharging Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 29
- 238000005485 electric heating Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 21
- 238000009833 condensation Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 20
- 238000005057 refrigeration Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000005494 condensation Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 239000000446 fuel Substances 0.000 claims description 7
- 238000011084 recovery Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 239000003345 natural gas Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000005619 thermoelectricity 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
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- G06F2119/06—Power analysis or power 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
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Geometry (AREA)
- Air Conditioning Control Device (AREA)
- Engine Equipment That Uses Special Cycles (AREA)
Abstract
本发明涉及冷热电联动供给领域,提供了一种冷热电联供系统储能容量配置方法及冷热电联供系统,所述系统包括燃气轮机、余热锅炉、汽水换热器、吸收式制冷机、电热泵、循环泵、储能设备、用户侧。所述方法包括建立冷热电联供系统和同时具备冷热电需求响应的用户侧;建立冷热电联供系统各设备主体的运行数学模型;确定目标函数和约束条件;根据用户侧需求,及冷热电联供系统的历史运行数据,采用日内滚动优化配置和实时优化配置的策略,求解目标函数。本发明采用日内滚动优化配置和实时优化配置的策略,利用历史数据进行设备出力的预测,进入实时优化后,跟踪这些变化,及时修正日内滚动优化,实现调度行为的经济性。
Description
技术领域
本发明涉及冷热电联动供给领域,特别涉及一种冷热电联供系统储能容量配置方法及冷热电联供系统,特别适用于大中城市的冷热电联动供给。
背景技术
在我国大中型城市中,主要的能源供应形式是电能和天然气。除用于居民日常生活外,天然气被广泛地用于大型公用事业(如集中采暖)和服务行业(如大型宾馆、娱乐设施等)。在城市天然气能源的利用方式中,冷热电联供系统(Combined Cooling Heating andPower,CCHP)以其多样的能源供应形式、清洁高效的能源转换过程在世界范围内受到了广泛的重视,目前已是世界第二代能源技术发展的重要方向之一。
燃气轮机具有安装可靠性高,系统热效率高,功率范围大的优点,因此在大中型城市中的多采用燃气轮机作为天然气冷热电联供系统的原动装置。在用户侧设有分布式电热泵装置和制冷装置用于吸收电厂运行中产生的余热,同时在电厂侧设有蓄热罐和储冷装置,用以优化资源的配置和提升电厂的调峰能力。
在当前微电网容量配置的研究中,实现供能侧与需求侧的“互动性”已经成为增加清洁能源利用率和提高微网运行经济性的有效途径之一。目前,冷热电联供系统优化运行方法大多仅根据日前或日内调度计划指令。由于用户负荷具有一定的随机特性,因此等在实时运行中实际值与预测值会存在一定偏差,导致实际运行往往偏离日前或日内调度计划,一方面给系统的经济运行带来不利影响,另一方面对系统的安全稳定运行构成威胁。
发明内容
本发明解决的技术问题:
电力系统运行过程中预期结果与实际情况之间存在显著差别,如负荷变化、机组启停时间、输配电设备停复役时间等,客观上造成部分发电机组无法完全执行事先制定的发电计划,在新的条件下日前计划的经济性、安全性已面目全非。进入日内后,如何跟踪这些变化,及时修正日前计划,是日内调度的首要任务。通过跟踪日内变化,求解优化模型,调度人员可以获得日内调度结果。实时调度过程中,当系统发生微小变化时,不借助优化工具调度人员很难判断为满足系统运行要求,哪一种调度行为最经济。当系统发生重大变化时,为了保证系统安全,调度员通常按照最恶劣的情况进行处理。这种牺牲了额外的经济性以换取安全性的处理方式有待改进。
本发明的目的就是至少克服现有技术的不足之一,提供了一种冷热电联供系统储能容量配置方法及冷热电联供系统,有效提高能源利用率。
本发明采用如下技术方案:
一种冷热电联供系统储能容量配置方法,包括:
S1、建立冷热电联供系统和同时具备冷、热、电需求响应的用户侧;
S2、建立冷热电联供系统各设备主体的运行数学模型;
S3、确定目标函数和约束条件;
S4、根据用户侧需求预测及冷热电联供系统的运行数据预测(可根据历史数据进行预测,历史数据包括用户负荷功率及风电功率),采用日内滚动优化配置和实时优化配置的策略,求解目标函数,得到满足用户侧需求的最佳冷热电联供系统储能装置的容量配置;所述日内滚动优化配置,将日内划分为多个滚动时段,以每一个滚动时段为优化计算区间;所述实时优化配置,将每一个滚动时段划分为若干个实时时段,以每一个实时时段为优化计算区间。
作为一种具体实现方式,步骤S2中,所述冷热电联供系统的设备主体包括燃气轮机、余热锅炉、燃气锅炉、吸收式制冷机、电热泵、电制冷机、汽水换热器和储能设备。
作为一种具体实现方式,步骤S3中,确定目标函数和约束条件的方法为:
S3.1日内滚动优化配置阶段的目标函数为:
式中,Ctotal表示系统单日总运行成本;k表示当前时刻;M表示滚动时段总数;Cgrid(t)表示t滚动时段冷热电联供系统与电网交互的成本;Cgas(t)表示系统t滚动时段的燃料成本;Cm(t)表示系统t滚动时段的运行维护成本;
S3.2确定日内滚动优化配置阶段的约束条件,包括供电平衡约束条件、热平衡约束条件、冷平衡约束条件、燃气轮机热电机组热、电功率运行约束条件、储能转换、燃气轮机电出力约束条件、燃气锅炉功率约束、冷热电联供系统与电网电力传输约束条件、储能设备充/放能约束条件、电热泵出力约束条件、电制冷机出力约束条件、余热锅炉出力约束条件、吸收式制冷机出力约束条件;
S3.3实时优化配置阶段的目标函数为:
min Ctotal=Cgrid(t+△t')+Cgas(t+△t')+Cm(t+△t')
式中,△t表示日内滚动优化配置的时间间隔,△t'表示实时优化配置的时间间隔,且NΔt′=Δt,N为正整数;Cgrid(t+△t')表示t+△t'实时时段冷热电联供系统与电网交互的成本;Cgas(t+△t')表示系统t+△t'实时时段的燃料成本;Cm(t+△t')表示系统t+△t'实时时段的运行维护成本;
S3.4确定实时优化配置阶段的约束条件,包括供电平衡约束条件、热平衡约束条件、冷平衡约束条件、燃气轮机热电机组热、电功率运行约束条件、储能转换、燃气轮机电出力约束条件、燃气锅炉功率约束、冷热电联供系统与电网电力传输约束条件、储能设备充/放能约束条件、电热泵出力约束条件、电制冷机出力约束条件、余热锅炉出力约束条件、吸收式制冷机出力约束条件。
作为一种具体实现方式,步骤S3.2中,日内滚动优化配置阶段的约束条件具体包括:
供电平衡约束条件:
PGT(t)+Pw(t)+Ppur(t)=Pload(t)+PEH(t)+PEC(t)+Psell(t)
式中,PGT(t)为t时段燃气轮机的出力功率,单位:kW;Pw(t)为t时段风电场的发电功率的预测值,单位:kW;Ppur(t)为t时段系统向大电网购电的功率,单位:kW;Pload(t)为t时段用户电负荷需求,单位:kW;PEH(t)为t时段电热泵的耗电功率,单位:kW;PEC(t)为t时段电制冷机的耗电功率,单位:kW;Psell(t)为t时段系统向大电网售电的功率,单位:kW。
热平衡约束条件:
PEH,1(t)+Pst(t)+Pex_heat(t)+Pb(t)=Pheat(t)
式中,PEH,1(t)为t时段电热泵输出制热功率,单位:kW;Pst(t)为t时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t)为t时段余热锅炉制热功率,单位:kW;Pb(t)为t时段燃气锅炉的功率,单位:kW;Pheat(t)为t时段用户的热负荷需求,单位:kW。
PEH,1(t)=αheatPEH(t)
式中,αheat为电热泵的制热系数。
冷平衡约束条件:
PEC,1(t)+Pex_cool(t)=Pcool(t)
式中,PEC,1(t)为t时段电制冷机的制冷功率,单位:kW;Pex_cool(t)为t时段吸收式制冷机制冷功率,单位:kW;Pcool(t)为t时段用户的冷负荷需求,单位:kW。
PEC,1(t)=αcoolPEC(t)
式中,αcool为电制冷机的制冷系数。
燃气轮机热电机组热、电功率运行约束条件:
对于抽凝式热电机组,电网调度侧通常根据热电机组“以热定电”的工作方式安排其出力情况,在热负荷需求确定的情况下,在热电机组安全运行的区间内,满足热电比的要求,分配各抽凝式热电机组的发电情况。此时,机组电热出力之间的关系为:
Pex=PGTHPRηr
式中,ηr为冷热电联产系统余热回收效率;PGT为燃气轮机输出电功率,单位:kW;Pex为燃气轮机输出的热功率,单位:kW。为了使抽凝式热电机组的能源利用效率最高,将热电机组的运行约束设为效率最高的最小凝汽运行曲线上。
储能转换条件:
Pst(t)=αstPst,heat(t)
式中,Pst(t)为t时段储能装置的充/放能的电功率,单位:kW;Pst,heat(t)为t时段储能装置的充/放能的热功率,单位:kW;αst为储能装置的热电转换效率;
燃气轮机电出力约束条件:
PGE,MIN≤PGE(t)≤PGE,MAX
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小、最大发电功率,单位:kW。
燃气锅炉功率约束:
Pb,MIN≤Pb(t)≤Pb,MAX
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下、上限,单位:kW。
冷热电联供系统与电网电力传输约束条件:
Pgrid,MIN≤Pgrid(t)≤Pgrid,MAX
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小和最大功率,单位:kW。
储能设备充/放能约束条件:
式中,Est,MIN,Est,MAX分别为储能设备充/放能时的最小、最大运行容量;Pst,MIN,Pst,MAX分别为储能设备充/放能时的最小、最大运行功率。
电热泵出力约束条件:
式中,PEH,MIN,PEH,MAX别为电热泵的最小、最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小、最大输出制热功率,单位:kW。
电制冷机出力约束条件:
式中,PEC,MIN,PEC,MAX别为电制冷机的最小、最大耗电功率;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小、最大输出制冷功率。
余热锅炉出力约束条件:
Pex_heat,MIN≤Pex_heat(t)≤Pex_heat,MAX
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小、最大制热功率,单位:kW。
吸收式制冷机出力约束条件:
Pex-cool,MIN≤Pex_cool(t)≤Pex-cool,MAX
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小、最大制冷功率,单位:kW。
结合冷、热、电负荷预测值和冷热电联供系统中各设备的运行状态,利用CPLEX优化工具求解优化模型,蓄热罐在后续M个时段的容量配置。
作为一种具体实现方式,步骤S3.4中,实时优化配置阶段的约束条件具体包括:
供电平衡约束条件:
PGT(t+△t')+Pw(t+△t')+Ppur(t+△t')
=Pload(t+△t')+PEH(t+△t')+PEC(t+△t')+Psell(t+△t')
式中,PGT(t+△t')为t+△t'时段燃气轮机的出力功率,单位:kW;Pw(t+△t')为t+△t'时段风电场的发电功率的预测值,单位:kW;Ppur(t+△t')为t+△t'时段系统向大电网购电的功率,单位:kW;Pload(t+△t')为t+△t'时段用户电负荷需求,单位:kW;PEH(t+△t')为t+△t'时段电热泵的耗电功率;PEC(t+△t')为t+△t'时段电制冷机的耗电功率,单位:kW;Psell(t+△t')为t时段系统向大电网售电的功率,单位:kW。
热平衡约束条件:
PEH,1(t+△t')+Pst(t+△t')+Pex_heat(t+△t')+Pb(t+△t')=Pheat(t+△t')
式中,PEH,1(t+△t')为t+△t'时段电热泵输出制热功率,单位:kW;Pst(t+△t')为t+△t'时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t+△t')为t+△t'时段余热锅炉制热功率,单位:kW;Pb(t+△t')为t+△t'时段燃气锅炉的功率,单位:kW;Pheat(t+△t')为t+△t'时段用户的热负荷需求,单位:kW。
PEH,1(t+△t')=αheatPEH(t+△t')
式中,αheat为电热泵的制热系数。
冷平衡约束条件:
PEC,1(t+△t')+Pex_cool(t+△t')=Pcool(t+△t')
式中,PEC,1(t+△t')为t+△t'时段电制冷机的制冷功率,单位:kW;Pex_cool(t+△t')为t+△t'时段吸收式制冷机制冷功率,单位:kW;Pcool(t+△t')为t+△t'时段用户的冷负荷需求,单位:kW。
PEC,1(t+△t')=αcoolPEC(t+△t')
式中,αcool为电制冷机的制冷系数。
燃气轮机热电机组热、电功率运行约束条件:
PGT,heat(t+△t')=m·PGT(t+△t')
式中,m为电网调度侧对抽凝式热电机组要求的热电比;PGT,heat(t+△t')为t+△t'时段燃气轮机的输出热功率,单位:kW;PGT(t+△t')为t+△t'时段燃气轮机的输出电功率,单位:kW。为了使抽凝式热电机组的能源利用效率最高,将热电机组的运行约束设为效率最高的最小凝汽运行曲线上。
储能转换条件:
Pst(t+△t')=αstPst,heat(t+△t')
式中,Pst(t+△t')为t+△t'时段储能装置充/放能的电功率,单位:kW;Pst,heat(t+△t')为t+△t'时段储能装置充/放能的热量,单位:kW;αst为储能装置的热电转换效率;
燃气轮机电出力约束条件:
PGE,MIN≤PGE(t+△t')≤PGE,MAX
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小、最大发电功率,单位:kW。
燃气锅炉功率约束:
Pb,MIN≤Pb(t+△t')≤Pb,MAX
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下、上限,单位:kW。
冷热电联供系统与电网电力传输约束条件:
Pgrid,MIN≤Pgrid(t+△t')≤Pgrid,MAX
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小和最大功率,单位:kW。
储能设备充/放能约束条件:
式中,Est,MIN,Est,MAX分别为储能设备充/放能时的最小、最大运行容量,单位:kWh;Pst,MIN,Pst,MAX分别为储能设备充/放能时的最小、最大运行功率,单位:kW。
电热泵出力约束条件:
式中,PEH,MIN,PEH,MAX别为电热泵的最小、最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小、最大输出制热功率,单位:kW。
电制冷机出力约束条件:
式中,PEC,MIN,PEC,MAX别为电制冷机的最小、最大耗电功率;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小、最大输出制冷功率。
余热锅炉出力约束条件:
Pex_heat,MIN≤Pex_heat(t+△t')≤Pex_heat,MAX
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小、最大制热功率,单位:kW。
吸收式制冷机出力约束条件:
Pex-cool,MIN≤Pex_cool(t+△t')≤Pex-cool,MAX
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小、最大制冷功率,单位:kW。
作为一种具体实现方式,步骤S4的具体流程为:
S4.1对未来设定时间段内的用户需求进行预测;所述未来设定时间段包括多个滚动时段;每个滚动时段包括若干个实时时段;
S4.2根据步骤S3.1得到的日内滚动优化配置阶段的目标函数,求解当前滚动时段的储能设备的容量配置,及当前滚动时段的冷热电联供系统设备主体的运行参数,所述运行参数包括燃气轮机出力、余热锅炉出力、燃气锅炉出力、吸收式制冷机输入功率、电热泵输入功率、电制冷机输入功率、蓄热罐蓄放热功率、系统与电网交互的功率;
S4.3在当前滚动时段的每一个实时时段,根据步骤S3.4得到的实时优化配置阶段的目标函数,求解出当前实时时段储能设备的容量配置的调整量,及当前实时时段的冷热电联供系统设备主体的运行参数调整量;
S4.4根据步骤S4.3的计算结果,在每个实时时段开始时,向冷热电联供系统各设备主体发出控制指令,同时在每个实时时段结束时以本实时时段的冷热电联供系统设备主体的实际运行参数更新历史运行数据;
S4.5重复步骤4.3和步骤4.4,直至完成当前滚动时段的所有实时时段,进入下一滚动时段;
S4.6重复步骤4.1至步骤4.5,直至完成所有滚动时段。
作为一种具体实现方式,步骤S4中,日内滚动优化配置的时间间隔△t为30分钟,实时优化配置的时间间隔△t'为10分钟。
作为一种具体实现方式,步骤S4中,求解目标函数时采用求解器CPLEX。
本发明还提供了一种冷热电联供系统,所述冷热电联供系统包括燃气轮机、余热锅炉、燃气锅炉、吸收式制冷机、电热泵、电制冷机、循环泵、储能设备、用户侧;燃气轮机的高温排气出口与余热锅炉的蒸汽入口相连,余热锅炉的高温蒸汽出口连接蓄热罐入口,蓄热罐出口实现与吸收式制冷机与用户侧的制冷与换热;
燃气锅炉用于补足无法满足用户热负荷时的那部分负荷;
吸收式制冷机出口与用户侧连接;
所述冷热电联供系统与电网实现电力交互;
使用上述述的冷热电联供系统储能容量配置方法对所述冷热电联供系统进行控制。
优选的,当处于冬季供暖期,所述冷热电联供系统只运行制热工况,不运行制冷工况;在电负荷低谷时段,由汽水换热器的出口出来的热水经阀门流入电热泵的蒸发器入口,再由电热泵的冷凝器出口通过阀门流入用户侧,用户侧的回水一部分经过循环泵进入电热泵的冷凝器入口,另一部分流入电热泵的蒸发器入口,经电热泵的蒸发器出口进入汽水换热器进行换热,完成冬季供暖的电负荷低谷期的用户供暖循环;同时,由汽水换热器出口的热水进入储能设备,实现热能的存储;在电负荷高峰时段,减少电热泵的耗电量,由汽水换热器的出口的热水达到供暖温度直接进入用户侧;同时,储能设备中热水通过阀门进入用户侧;用户侧的回水一部分流入储热设备,另一部分流入汽水换热器;
当处于夏季供冷期,由余热锅炉出口的高温蒸汽进入吸收式制冷机,制冷后的冷水进入用户侧,用户侧的冷回水通过循环泵流入吸收式制冷器的蒸发器,完成了夏季供冷期用户的供冷循环。
本发明的有益效果为:
1、电厂的余热回收利用可以实现能源利用的最大化,通过增设储能设备实现供能侧与需求侧的能源利用的灵活性。
2、采用日内滚动优化配置和实时优化配置的策略,利用历史数据进行设备出力的预测,进入实时优化后,跟踪这些变化,及时修正日内滚动优化。当系统发生微小变化时,通过实时优化可以实现调度行为的经济性。
附图说明
图1所示为本发明实施例一种冷热电联供系统的结构示意图。
图2所示为实施例中的日内滚动时段和实时时段的划分示意图。
图3所示为本发明实施例冷热电联供系统储能容量配置方法的流程示意图。
图中:1-燃气轮机,2-燃气锅炉,3-余热锅炉,4-电热泵,5-蓄热罐,6-吸收式制冷机,7-电网,8-用户侧,9-风电场,10-电制冷机,11-汽水换热器。
具体实施方式
下文将结合具体附图详细描述本发明具体实施例。应当注意的是,下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的,它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中,各附图所出现的相同标号代表相同的特征或者部件,可应用于不同实施例中。
如图1所示,本发明实施例一种冷热电联供系统,包括燃气轮机1、燃气锅炉2、余热锅炉3、电热泵4、蓄热罐5、吸收式制冷机6、电网7、用户8、风电场9、电制冷机10、汽水换热器11及连接管路和阀门;其中燃气轮机、燃气锅炉、余热锅炉为能源生产单位,大电网用以补充系统不足的电能需求或吸收多余的电能,系统同时向用户提供电、热、冷三种能量需求。
如图3所示,本发明实施例一种冷热电联供系统储能容量配置方法,包括:
S1、建立冷热电联供系统和同时具备冷、热、电需求响应的用户侧;
S2、建立冷热电联供系统各设备主体的运行数学模型;
S3、确定目标函数和约束条件;
S4、根据用户侧需求,及冷热电联供系统的历史运行数据,采用日内滚动优化配置和实时优化配置的策略,求解目标函数,得到满足用户侧需求的最佳冷热电联供系统储能装置的容量配置;所述日内滚动优化配置,将日内划分为多个滚动时段,以每一个滚动时段为优化计算区间;所述实时优化配置,将每一个滚动时段划分为若干个实时时段,以每一个实时时段为优化计算区间。
作为一个具体实施例,步骤S1中,所述冷热电联供系统的运营商管控燃气发电设备、冷热电联产机组、储能装置(蓄热罐),负责为电网内的用户提供热与冷的供应。每个用户具有不同的电力负荷特性,均具有一定比例的可控负荷。此外,每个用户对温度变化造成的舒适度变化敏感程度不同,均具备冷、热、电的需求响应能力。由于该冷热电联供系统配置储热装置,系统可运行于“以热定电”模式或者“以电定热”模式。
作为一个具体实施例,步骤S2中,所述冷热电联供系统的设备主体包括燃气轮机、余热锅炉、吸收式制冷机和储能设备。
作为一个具体实施例,建立各设备主体运行数学模型如下:
1、燃气轮机模型
燃气轮机主要分为小型燃气轮机和微型燃气轮机。与传统发电设备相比,小型燃气轮机和微型燃气轮机具有使用寿命长、燃料多元化、运行可靠性高、污染物排放量少和机组控制灵活等优点,适用于中心城市和远郊农村。其发电效率和制热效率都与设备的部分负载率有关,下面给出燃气轮机的部分负载下的模型。
式中,ηGT,E为燃气轮机发电效率;Plr为燃气轮机部分负荷率;ηGT,nomE为燃气轮机额定发电效率;燃气a,b,c,d为燃气轮机发电效率系数,分别取0.8843,-2.543,2.654,0.1804。
HPR=ηGT,nomH/ηGT,E
式中,HPR为燃气轮机热电比;ηGT,nomH为燃气轮机额定制热效率。
Pex=PGTHPRηr
式中,ηr为冷热电联产系统余热回收效率;PGT为燃气轮机输出电功率;Pex为燃气轮机输出的热功率。
式中,FGT为燃气轮机天然气消耗量;HNG为天然气低位热值,HNG=9.807kWh/m3。
2、余热锅炉模型
余热锅炉是将排烟余热的热量转化为所需要的热能,模型表示如下:
Qe=Qhηheat
式中,Qe为余热锅炉输出的热量;Qh为输入余热锅炉的热量;ηheat为余热锅炉制热效率。
Pex_heat=ηheatPex
式中,Pex_heat为余热锅炉制热功率;Pex为燃气轮机输出的热功率。
3、吸收式制冷机模型
在冷热电联供系统中,吸收式制冷机是不可或缺的,是提高能源综合利用效率的重要设备,也是改善系统运行的主要设备。吸收式制冷机组驱动能源为热能,工质为溴化锂或气水溶液,利用溶液吸收和蒸发制冷剂蒸气等特性,通过各种循环流程进行机组制冷循环。吸收式制冷机将输入的热量转为冷量输出,模型表示如下:
QER=CECQER,H
式中,QER为吸收式制冷机输出的冷量;QER,H为输入吸收式制冷机的热量;CEC为制冷转换性能系数。
Pex_cool=CECPex
式中,Pex_cool为吸收式制冷机制冷功率;Pex为燃气轮机输出的热功率。
4、储能设备模型
储能设备连接到冷热电联供系统后,充能时,可认为是热/冷负荷;放能时,可认为是分布式热/冷源。建立储能设备充放能模型,如下所示:
式中,Φin,Φout分别为储能设备充、放能时间集合;Est(t),Est,0分别为储能设备t时段、初始时段储能量;Pst(t)为t时段储能设备充/放能功率;ηin为储能设备充能效率;ηout为储能设备放能效率;△t为相邻时段的时间间隔。
作为一个具体实施例,步骤S3中,确定目标函数和约束条件的过程如下:
适用于大中型城市的冷热电联供系统主要是为了满足用户的电负荷需求,在保证电负荷需求被满足的情况下,同时回收利用电厂的余热来满足用户的冷热负荷需求。冷热电联供系统的成本包含:由从大电网购买电量的电费、消耗天然气费和维护费用三部分构成;冷热电联供系统的收益主要为向供冷/热用户收取的供冷/热费用和向电网公司收取的售电费用。
S3.1日内滚动优化配置阶段的目标函数为:
式中,Ctotal表示系统单日总运行成本;k表示当前时刻;M表示滚动时段总数;Cgrid(t)表示t滚动时段冷热电联供系统与电网交互的成本;Cgas(t)表示系统t滚动时段的燃料成本;Cm(t)表示系统t滚动时段的运行维护成本。
Cgrid(t)=[ppur(t)Ppur(t)-psell(t)Psell(t)]·△t
式中,△t表示日内滚动优化的时间间隔(滚动时段),在一个优选实施例中△t=30mins;Ppur(t),Psell(t)分别为t时段购电功率、售电功率,单位:kW;ppur(t),psell(t)分别为t时段购电价、售电价,单位:元/kWh。
Cgas(t)=[pgas(t)Pgas(t)]·△t
式中,Pgas(t)为t时段购气功率,单位:kW;pgas(t)为t时段购气价,单位:元/kWh。
式中,pGT,m为燃气轮机运行维护费用,单位:元/kWh;PGT(t)为t时段燃气轮机的电功率,单位:kW;pex_heat,m为余热锅炉的运行维护费用,单位:元/kWh;Pex_heat(t)为t时段余热锅炉的功率,单位:kW;pex_cool,m为吸收式制冷机的运行维护费用,单位:元/kWh;Pex_cool(t)为t时段吸收式制冷机的功率,单位:kW;pEC,m为电制冷机的运行维护费用,单位:元/kWh;PEC(t)为t时段电制冷机的耗电功率,单位:kW;pEH,m为电热泵的运行维护费用,单位:元/kWh;PEH(t)为t时段电热泵的耗电功率,单位:kW;pst,m为蓄热罐的运行维护费用,单位:元/kWh;Pst,chr(t)为t时段蓄热罐的蓄热功率,单位:kW;Pst,dis(t)为t时段蓄热罐的放热功率,单位:kW;pb为燃气锅炉的运行维护费用,单位:元/kWh;Pb(t)为t时段燃气锅炉的功率,单位:kW。
S3.2确定日内滚动优化配置阶段的约束条件
1、供电平衡约束条件
PGT(t)+Pw(t)+Ppur(t)=Pload(t)+PEH(t)+PEC(t)+Psell(t)
式中,PGT(t)为t时段燃气轮机的出力功率,单位:kW;Pw(t)为t时段风电场的发电功率的预测值,单位:kW;Ppur(t)为t时段系统向大电网购电的功率,单位:kW;Pload(t)为t时段用户电负荷需求,单位:kW;PEH(t)为t时段电热泵的耗电功率,单位:kW;PEC(t)为t时段电制冷机的耗电功率,单位:kW;Psell(t)为t时段系统向大电网售电的功率,单位:kW。
2、热平衡约束条件
PEH,1(t)+Pst(t)+Pex_heat(t)+Pb(t)=Pheat(t)
式中,PEH,1(t)为t时段电热泵输出制热功率,单位:kW;Pst(t)为t时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t)为t时段余热锅炉制热功率,单位:kW;Pb(t)为t时段燃气锅炉的功率,单位:kW;Pheat(t)为t时段用户的热负荷需求,单位:kW。
PEH,1(t)=αheatPEH(t)
式中,αheat为电热泵的制热系数。
3、冷平衡约束条件
PEC,1(t)+Pex_cool(t)=Pcool(t)
式中,PEC,1(t)为t时段电制冷机的制冷功率,单位:kW;Pex_cool(t)为t时段吸收式制冷机制冷功率,单位:kW;Pcool(t)为t时段用户的冷负荷需求,单位:kW。
PEC,1(t)=αcoolPEC(t)
式中,αcool为电制冷机的制冷系数。
4、燃气轮机热电机组热、电功率运行约束条件
对于抽凝式热电机组,电网调度侧通常根据热电机组“以热定电”的工作方式安排其出力情况,在热负荷需求确定的情况下,在热电机组安全运行的区间内,满足热电比的要求,分配各抽凝式热电机组的发电情况。此时,机组电热出力之间的关系为:
Pex=PGTHPRηr
式中,ηr为冷热电联产系统余热回收效率;PGT为燃气轮机输出电功率,单位:kW;Pex为燃气轮机输出的热功率,单位:kW。为了使抽凝式热电机组的能源利用效率最高,将热电机组的运行约束设为效率最高的最小凝汽运行曲线上。
5、储能转换约束条件
Pst(t)=αstPst,heat(t)
式中,Pst(t)为t时段储能装置的充/放能的电功率,单位:kW;Pst,heat(t)为t时段储能装置的充/放能的热功率,单位:kW;αst为储能装置的热电转换效率;
6、燃气轮机电出力约束条件
PGE,MIN≤PGE(t)≤PGE,MAX
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小、最大发电功率,单位:kW。
7、燃气锅炉功率约束条件
Pb,MIN≤Pb(t)≤Pb,MAX
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下、上限,单位:kW。
8、冷热电联供系统与电网电力传输约束条件
Pgrid,MIN≤Pgrid(t)≤Pgrid,MAX
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小和最大功率,单位:kW。
9、储能设备充/放能约束条件
式中,Est,MIN,Est,MAX分别为蓄热罐充/放能时的最小、最大运行容量;Pst,MIN,Pst,MAX分别为蓄热罐充/放能时的最小、最大运行功率。
10、电热泵出力约束条件
式中,PEH,MIN,PEH,MAX别为电热泵的最小、最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小、最大输出制热功率,单位:kW。
11、电制冷机出力约束条件
式中,PEC,MIN,PEC,MAX别为电制冷机的最小、最大耗电功率;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小、最大输出制冷功率。
12、余热锅炉出力约束条件
Pex_heat,MIN≤Pex_heat(t)≤Pex_heat,MAX
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小、最大制热功率,单位:kW。
13、吸收式制冷机出力约束条件
Pex-cool,MIN≤Pex_cool(t)≤Pex-cool,MAX
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小、最大制冷功率,单位:kW。
结合冷、热、电负荷预测值和冷热电联供系统中各设备的运行状态,利用CPLEX优化工具求解优化模型,蓄热罐在后续M个时段的容量配置。
S3.3实时优化配置阶段的目标函数为:
minCtotal=Cgrid(t+△t')+Cgas(t+△t')+Cm(t+△t')
式中,△t表示日内滚动优化配置的时间间隔,△t'表示实时优化配置的时间间隔,且NΔt′=Δt,N为正整数;Cgrid(t+△t')表示t+△t'实时时段冷热电联供系统与电网交互的成本;Cgas(t+△t')表示系统t+△t'实时时段的燃料成本;Cm(t+△t')表示系统t+△t'实时时段的运行维护成本。
式中,△t'表示实时优化配置的时间间隔,在一个优选实施例中△t'=10mins;Ppur(t+△t'),Psell(t+△t')分别为t+△t'时段购电功率、售电功率,单位:kW;ppur(t),psell(t)分别为t时段购电价、售电价,单位:元/kWh;αgrid表示冷热电联供系统和电网交互的波动惩罚因子,Ppur *,Psell *分别为日内滚动优化配置阶段得到的购电功率、售电功率优化值,单位:kW。
式中,Pgas(t+△t')为t+△t'时段消耗燃气功率,单位:kW;pgas(t)为t时段购气价,单位:元/m3;αGT为t+△t'时段燃气轮机输出电功率波动惩罚因子;PGT(t+△t')为t+△t'时段燃气轮机输出电功率,单位:kW;PGT *为日内滚动优化配置阶段得到的燃气轮机输出电功率优化值,单位:kW;αGT,heat为t+△t'时段燃气轮机输出热功率波动惩罚因子;PGT,heat(t+△t')t+△t'时段燃气轮机输出热功率,单位:kW;PGT,heat *为日内滚动优化配置阶段得到的燃气轮机输出热功率优化值,单位:kW。
式中,pGT,m为燃气轮机运行维护费用,单位:元/kWh;PGT(t+△t')为t+△t'时段燃气轮机的电功率,单位:kW;pex_heat,m为余热锅炉的运行维护费用,单位:元/kWh;Pex_heat(t+△t')为t+△t'时段余热锅炉的功率,单位:kW;pex_cool,m为吸收式制冷机的运行维护费用,单位:元/kWh;Pex_cool(t+△t')为t+△t'时段吸收式制冷机的功率,单位:kW;pEC,m为电制冷机的运行维护费用,单位:元/kWh;PEC(t+△t')为t+△t'时段电制冷机的耗电功率,单位:kW;pEH,m为电热泵的运行维护费用,单位:元/kWh;PEH(t+△t')为t+△t'时段电热泵的耗电功率,单位:kW;pst,m为蓄热罐的运行维护费用,单位:元/kWh;Pst,chr(t+△t')为t+△t'时段蓄热罐的蓄热功率,单位:kW;Pst,dis(t+△t')为t+△t'时段蓄热罐的放热功率,单位:kW。
本实施例中,实时时段引入惩罚因子,主要作用是防止在实时阶段的时候求取的一些参数(从电网购电、售电的功率优化值和燃气轮机电、热功率优化值)与滚动阶段的优化值相差太大,引起波动,从而引入惩罚因子,来减小波动。
S3.4确定实时优化配置阶段的约束条件
1、供电平衡约束条件
PGT(t+△t')+Pw(t+△t')+Ppur(t+△t')
=Pload(t+△t')+PEH(t+△t')+PEC(t+△t')+Psell(t+△t')
式中,PGT(t+△t')为t+△t'时段燃气轮机的出力功率,单位:kW;Pw(t+△t')为t+△t'时段风电场的发电功率的预测值,单位:kW;Ppur(t+△t')为t+△t'时段系统向大电网购电的功率,单位:kW;Pload(t+△t')为t+△t'时段用户电负荷需求,单位:kW;PEH(t+△t')为t+△t'时段电热泵的耗电功率;PEC(t+△t')为t+△t'时段电制冷机的耗电功率,单位:kW;Psell(t+△t')为t时段系统向大电网售电的功率,单位:kW。
2、热平衡约束条件
PEH,1(t+△t')+Pst(t+△t')+Pex_heat(t+△t')+Pb(t+△t')=Pheat(t+△t')
式中,PEH,1(t+△t')为t+△t'时段电热泵输出制热功率,单位:kW;Pst(t+△t')为t+△t'时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t+△t')为t+△t'时段余热锅炉制热功率,单位:kW;Pb(t+△t')为t+△t'时段燃气锅炉的功率,单位:kW;Pheat(t+△t')为t+△t'时段用户的热负荷需求,单位:kW。
PEH,1(t+△t')=αheatPEH(t+△t')
式中,αheat为电热泵的制热系数。
3、冷平衡约束条件
PEC,1(t+△t')+Pex_cool(t+△t')=Pcool(t+△t')
式中,PEC,1(t+△t')为t+△t'时段电制冷机的制冷功率,单位:kW;Pex_cool(t+△t')为t+△t'时段吸收式制冷机制冷功率,单位:kW;Pcool(t+△t')为t+△t'时段用户的冷负荷需求,单位:kW。
PEC,1(t+△t')=αcoolPEC(t+△t')
式中,αcool为电制冷机的制冷系数。
4、燃气轮机热电机组热、电功率运行约束条件
PGT,heat(t+△t')=m·PGT(t+△t')
式中,m为电网调度侧对抽凝式热电机组要求的热电比;PGT,heat(t+△t')为t+△t'时段燃气轮机的输出热功率,单位:kW;PGT(t+△t')为t+△t'时段燃气轮机的输出电功率,单位:kW。为了使抽凝式热电机组的能源利用效率最高,将热电机组的运行约束设为效率最高的最小凝汽运行曲线上。
5、储能转换约束条件
Pst(t+△t')=αstPst,heat(t+△t')
式中,Pst(t+△t')为t+△t'时段储能装置的电功率,单位:kW;Pst,heat(t+△t')为t+△t'时段储能装置的热功率,单位:kW;αst为储能装置的热电转换效率;
6、燃气轮机电出力约束条件
PGE,MIN≤PGE(t+△t')≤PGE,MAX
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小、最大发电功率,单位:kW。
7、燃气锅炉功率约束条件
Pb,MIN≤Pb(t+△t')≤Pb,MAX
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下、上限,单位:kW。
8、冷热电联供系统与电网电力传输约束条件
Pgrid,MIN≤Pgrid(t+△t')≤Pgrid,MAX
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小和最大功率,单位:kW。
9、储能设备充/放能约束条件
式中,Est,MIN,Est,MAX分别为蓄热罐充/放能时的最小、最大运行容量,单位:m3;Pst,MIN,Pst,MAX分别为蓄热罐充/放能时的最小、最大运行功率,单位:kW。
10、电热泵出力约束条件
式中,PEH,MIN,PEH,MAX别为电热泵的最小、最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小、最大输出制热功率,单位:kW。
11、电制冷机出力约束条件
式中,PEC,MIN,PEC,MAX别为电制冷机的最小、最大耗电功率;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小、最大输出制冷功率。
12、余热锅炉出力约束条件
Pex_heat,MIN≤Pex_heat(t+△t')≤Pex_heat,MAX
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小、最大制热功率,单位:kW。
13、吸收式制冷机出力约束条件
Pex-cool,MIN≤Pex_cool(t+△t')≤Pex-cool,MAX
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小、最大制冷功率,单位:kW。
在一个具体实施例中,步骤S4的具体流程为:
S4.1对未来设定时间段内的用户需求进行预测;所述未来设定时间段包括多个滚动时段(例如△t=30mins);每个滚动时段包括若干个实时时段(例△t'=10mins);
S4.2根据步骤S3.1得到的日内滚动优化配置阶段的目标函数,求解当前滚动时段的储能设备的容量配置,及当前滚动时段的冷热电联供系统设备主体的运行参数,所述运行参数包括燃气轮机出力、余热锅炉出力、吸收式制冷机输入功率、蓄热罐蓄放热功率、系统与电网交互的功率;
S4.3在当前滚动时段的每一个实时时段,根据步骤S3.4得到的实时优化配置阶段的目标函数,求解出当前实时时段储能设备的容量配置的调整量,及当前实时时段的冷热电联供系统设备主体的运行参数调整量;
S4.4根据步骤S4.3的计算结果,在每个实时时段开始时,向冷热电联供系统各设备主体发出控制指令,同时在每个实时时段结束时以本实时时段的冷热电联供系统设备主体的实际运行参数更新历史运行数据;
S4.5重复步骤4.3和步骤4.4,直至完成当前滚动时段的所有实时时段,进入下一滚动时段;
S4.6重复步骤4.1至步骤4.5,直至完成所有滚动时段。
优选的,步骤S4中,求解目标函数时采用求解器CPLEX求解。
本发明实施例采用日内滚动优化配置和实时优化配置的策略,在保证系统经济运行的同时,消除了能源不确定性和负荷预测误差给系统带来的不利影响,实现冷热电联供系统经济、稳定运行的目的。
通过上述优化方法,可以在经济效益最大的情况下,得到储能装置的最优容量。储能装置容量小,会牺牲风电场输出功率的稳定性。大容量储能装置可以实现风电场的稳定出力,但相应的成本增加。
本文虽然已经给出了本发明的几个实施例,但是本领域的技术人员应当理解,在不脱离本发明精神的情况下,可以对本文的实施例进行改变。上述实施例只是示例性的,不应以本文的实施例作为本发明权利范围的限定。
Claims (8)
1.一种冷热电联供系统储能容量配置方法,其特征在于,所述方法包括:
S1、建立冷热电联供系统和同时具备冷、热、电需求响应的用户侧;
S2、建立冷热电联供系统各设备主体的运行数学模型;所述冷热电联供系统的各设备主体包括燃气轮机、余热锅炉、燃气锅炉、吸收式制冷机、电热泵、电制冷机和储能设备;
S3、确定目标函数和约束条件;
S4、根据用户侧需求预测及冷热电联供系统的运行数据预测,采用日内滚动优化配置和实时优化配置的策略,求解目标函数,得到满足用户侧需求的最佳冷热电联供系统储能装置的容量配置;所述日内滚动优化配置,将日内划分为多个滚动时段,以每一个滚动时段为优化计算区间;所述实时优化配置,将每一个滚动时段划分为若干个实时时段,以每一个实时时段为优化计算区间;
步骤S4的具体流程为:
S4.1对未来设定时间段内的用户需求进行预测;所述未来设定时间段包括多个滚动时段;每个滚动时段包括若干个实时时段;
S4.2根据步骤S3.1得到的日内滚动优化配置阶段的目标函数,求解当前滚动时段的储能设备的容量配置,及当前滚动时段的冷热电联供系统设备主体的运行参数,所述运行参数包括燃气轮机出力、余热锅炉出力、燃气锅炉出力、吸收式制冷机输入功率、电热泵输入功率、电制冷机输入功率、蓄热罐蓄放热功率、系统与电网交互的功率;
S4.3在当前滚动时段的每一个实时时段,根据步骤S3.4得到的实时优化配置阶段的目标函数,求解出当前实时时段储能设备的容量配置的调整量,及当前实时时段的冷热电联供系统设备主体的运行参数调整量;
S4.4根据步骤S4.3的计算结果,在每个实时时段开始时,向冷热电联供系统各设备主体发出控制指令,同时在每个实时时段结束时以本实时时段的冷热电联供系统设备主体的实际运行参数更新历史运行数据;
S4.5重复步骤4.3和步骤4.4,直至完成当前滚动时段的所有实时时段,进入下一滚动时段;
S4.6重复步骤4.1至步骤4.5,直至完成所有滚动时段。
2.如权利要求1所述的冷热电联供系统储能容量配置方法,其特征在于,步骤S3中,确定目标函数和约束条件的方法为:
S3.1日内滚动优化配置阶段的目标函数为:
式中,Ctotal表示系统单日总运行成本;k表示当前时刻;M表示滚动时段的总数;Cgrid(t)表示t滚动时段冷热电联供系统与电网交互的成本;Cgas(t)表示系统t滚动时段的燃料成本;Cm(t)表示系统t滚动时段的运行维护成本;
S3.2确定日内滚动优化配置阶段的约束条件,包括供电平衡约束条件、热平衡约束条件、冷平衡约束条件、燃气轮机热电机组热/电功率运行约束条件、储能转换约束条件、燃气轮机电出力约束条件、燃气锅炉功率约束条件、冷热电联供系统与电网电力传输约束条件、储能设备充/放能约束条件、电热泵出力约束条件、电制冷机出力约束条件、余热锅炉出力约束条件、吸收式制冷机出力约束条件;
S3.3实时优化配置阶段的目标函数为:
minCtotal=Cgrid(t+Δt')+Cgas(t+Δt')+Cm(t+Δt');
式中,Δt表示日内滚动优化配置的时间间隔,Δt'表示实时优化配置的时间间隔,且N为正整数;Cgrid(t+Δt')表示t+Δt'实时时段冷热电联供系统与电网交互的成本;Cgas(t+Δt')表示冷热电联供系统t+Δt'实时时段的燃料成本;Cm(t+Δt')表示冷热电联供系统t+Δt'实时时段的运行维护成本;
S3.4确定实时优化配置阶段的约束条件,包括供电平衡约束条件、热平衡约束条件、冷平衡约束条件、燃气轮机热电机组热/电功率运行约束条件、储能转换约束条件、燃气轮机电出力约束条件、燃气锅炉功率约束条件、冷热电联供系统与电网电力传输约束条件、储能设备充/放能约束条件、电热泵出力约束条件、电制冷机出力约束条件、余热锅炉出力约束条件、吸收式制冷机出力约束条件。
3.如权利要求2所述的冷热电联供系统储能容量配置方法,其特征在于,步骤S3.2中,日内滚动优化配置阶段的约束条件具体包括:
供电平衡约束条件:
PGT(t)+Pw(t)+Ppur(t)=Pload(t)+PEH(t)+PEC(t)+Psell(t);
式中,PGT(t)为t滚动时段燃气轮机的出力功率,单位:kW;Pw(t)为t滚动时段风电场的发电功率的预测值,单位:kW;Ppur(t)为t滚动时段冷热电联供系统向大电网购电的功率,单位:kW;Pload(t)为t滚动时段用户电负荷需求,单位:kW;PEH(t)为t滚动时段电热泵的耗电功率,单位:kW;PEC(t)为t滚动时段电制冷机的耗电功率,单位:kW;Psell(t)为t滚动时段系统向大电网售电的功率,单位:kW;
热平衡约束条件:
PEH,1(t)+Pst(t)+Pex_heat(t)+Pb(t)=Pheat(t);
PEH,1(t)=αheatPEH(t)
式中,PEH,1(t)为t滚动时段电热泵输出制热功率,单位:kW;Pst(t)为t滚动时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t)为t滚动时段余热锅炉制热功率,单位:kW;Pb(t)为t滚动时段燃气锅炉的功率,单位:kW;Pheat(t)为t滚动时段用户的热负荷需求,单位:kW;αheat为电热泵的制热系数冷平衡约束条件:
PEC,1(t)+Pex_cool(t)=Pcool(t);
PEC,1(t)=αcoolPEC(t)
式中,PEC,1(t)为t滚动时段电制冷机的制冷功率,单位:kW;Pex_cool(t)为t滚动时段吸收式制冷机制冷功率,单位:kW;Pcool(t)为t滚动时段用户的冷负荷需求,单位:kW;αcool为电制冷机的制冷系数;
燃气轮机热电机组热/电功率运行约束条件:
对于抽凝式热电机组,电网调度侧根据热电机组“以热定电”的工作方式安排其出力情况,在热负荷需求确定的情况下,在热电机组安全运行的区间内,满足热电比的要求,分配各抽凝式热电机组的发电情况;
Pex=PGTHPRηr;
式中,ηr为冷热电联产系统余热回收效率;HPR为燃气轮机热电比;PGT为燃气轮机输出电功率,单位:kW;Pex为燃气轮机输出的热功率,单位:kW;为了使抽凝式热电机组的能源利用效率最高,将抽凝式热电机组的运行约束设为效率最高的最小凝汽运行曲线上;
储能转换约束条件:
Pst(t)=αstPst,heat(t)
式中,Pst(t)为t滚动时段储能装置的充/放能的电功率,单位:kW;Pst,heat(t)为t滚动时段储能装置的充/放能的热功率,单位:kW;αst为储能装置的热电转换效率;
燃气轮机电出力约束条件:
PGE,MIN≤PGE(t)≤PGE,MAX
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小电功率和最大发电功率,单位:kW;
燃气锅炉功率约束:
Pb,MIN≤Pb(t)≤Pb,MAX
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下限和上限,单位:kW;
冷热电联供系统与电网电力传输约束条件:
Pgrid,MIN≤Pgrid(t)≤Pgrid,MAX;
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小功率和最大功率,单位:kW;
储能设备充/放能约束条件:
式中,Est,MIN,Est,MAX分别为储能设备充/放能时的最小运行容量和最大运行容量;Pst,MIN,Pst,MAX分别为储能设备充/放能时的最小运行功率和最大运行功率;
电热泵出力约束条件:
式中,PEH,MIN,PEH,MAX别为电热泵的最小耗电功率和最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小输出制热功率和最大输出制热功率,单位:kW;
电制冷机出力约束条件:
式中,PEC,MIN,PEC,MAX别为电制冷机的最小耗电功率和最大耗电功率;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小输出制冷功率和最大输出制冷功率;
余热锅炉出力约束条件:
Pex_heat,MIN≤Pex_heat(t)≤Pex_heat,MAX;
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小制热功率和最大制热功率,单位:kW;
吸收式制冷机出力约束条件:
Pex-cool,MIN≤Pex_cool(t)≤Pex-cool,MAX;
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小制冷功率和最大制冷功率,单位:kW。
4.如权利要求2所述的冷热电联供系统储能容量配置方法,其特征在于,步骤S3.4中,实时优化配置阶段的约束条件具体包括:
供电平衡约束条件:
式中,PGT(t+Δt')为t+Δt'实时时段燃气轮机的出力功率,单位:kW;Pw(t+Δt')为t+Δt'实时时段风电场的发电功率的预测值,单位:kW;Ppur(t+Δt')为t+Δt'实时时段系统向大电网购电的功率,单位:kW;Pload(t+Δt')为t+Δt'实时时段用户电负荷需求,单位:kW;PEH(t+Δt')为t+Δt'实时时段电热泵的耗电功率;PEC(t+Δt')为t+Δt'实时时段电制冷机的耗电功率,单位:kW;Psell(t+Δt')为t+Δt'实时时段冷热电联供系统向大电网售电的功率,单位:kW;
热平衡约束条件:
PEH,1(t+Δt')+Pst(t+Δt')+Pex_heat(t+Δt')+Pb(t+Δt')=Pheat(t+Δt');
PEH,1(t+Δt')=αheatPEH(t+Δt');
式中,PEH,1(t+Δt')为t+Δt'实时时段电热泵输出制热功率,单位:kW;Pst(t+Δt')为t+Δt'实时时段蓄热罐装置的出力功率,单位:kW,大于0表示蓄热罐装置放热,小于0表示蓄热罐装置充热;Pex_heat(t+Δt')为t+Δt'实时时段余热锅炉制热功率,单位:kW;Pb(t+Δt')为t+Δt'实时时段燃气锅炉的功率,单位:kW;Pheat(t+Δt')为t+Δt'实时时段用户的热负荷需求,单位:kW;αheat为电热泵的制热系数;
冷平衡约束条件:
PEC,1(t+Δt')+Pex_cool(t+Δt')=Pcool(t+Δt');
PEC,1(t+Δt')=αcoolPEC(t+Δt');
式中,PEC,1(t+Δt')为t+Δt'实时时段电制冷机的制冷功率,单位:kW;Pex_cool(t+Δt')为t+Δt'实时时段吸收式制冷机制冷功率,单位:kW;Pcool(t+Δt')为t+Δt'实时时段用户的冷负荷需求,单位:kW;αcool为电制冷机的制冷系数;
燃气轮机热电机组热/电功率运行约束条件:
PGT,heat(t+Δt')=m·PGT(t+Δt');
式中,m为电网调度侧对抽凝式热电机组要求的热电比;PGT,heat(t+Δt')为t+Δt'实时时段燃气轮机的输出热功率,单位:kW;PGT(t+Δt')为t+Δt'实时时段燃气轮机的输出电功率,单位:kW;为了使抽凝式热电机组的能源利用效率最高,将抽凝式热电机组的运行约束设为效率最高的最小凝汽运行曲线上;
储能转换约束条件:
Pst(t+Δt')=αstPst,heat(t+Δt');
式中,Pst(t+Δt')为t+Δt'实时时段储能装置充/放能的电功率,单位:kW;Pst,heat(t+Δt')为t+Δt'实时时段储能装置充/放能的热功率,单位:kW;αst为储能装置的热电转换效率;
燃气轮机电出力约束条件:
PGE,MIN≤PGE(t+Δt')≤PGE,MAX;
式中,PGE,MIN,PGE,MAX分别为燃气轮机的最小发电功率和最大发电功率,单位:kW;
燃气锅炉功率约束条件:
Pb,MIN≤Pb(t+Δt')≤Pb,MAX;
式中,Pb,MIN,Pb,MAX分别为燃气锅炉的出力下限和上限,单位:kW;
冷热电联供系统与电网电力传输约束条件:
Pgrid,MIN≤Pgrid(t+Δt')≤Pgrid,MAX;
式中,Pgrid,MIN,Pgrid,MAX分别为冷热电联供系统与大电网之间按照合同允许传输的最小功率和最大功率,单位:kW;
储能设备充/放能约束条件:
式中,Est,MIN,Est,MAX分别为储能设备充/放能时的最小运行容量和最大运行容量,单位:kWh;Pst,MIN,Pst,MAX分别为储能设备充/放能时的最小运行功率和最大运行功率,单位:kW;
电热泵出力约束条件:
式中,PEH,MIN,PEH,MAX别为电热泵的最小耗电功率和最大耗电功率,单位:kW;PEH,1,MIN,PEH,1,MAX分别为电热泵的最小输出制热功率和最大输出制热功率,单位:kW;
电制冷机出力约束条件:
式中,PEC,MIN,PEC,MAX别为电制冷机的最小耗电功率和最大耗电功率,单位:kW;PEC,1,MIN,PEC,1,MAX分别为电制冷机的最小输出制冷功率和最大输出制冷功率,单位:kW;
余热锅炉出力约束条件:
Pex_heat,MIN≤Pex_heat(t+Δt')≤Pex_heat,MAX;
式中,Pex_heat,MIN,Pex_heat,MAX分别为余热锅炉的最小制热功率和最大制热功率,单位:kW;
吸收式制冷机出力约束条件:
Pex-cool,MIN≤Pex_cool(t+Δt')≤Pex-cool,MAX;
式中,Pex-cool,MIN,Pex-cool,MAX别为吸收式制冷机的最小制冷功率和最大制冷功率,单位:kW。
5.如权利要求2所述的冷热电联供系统储能容量配置方法,其特征在于,步骤S4中,日内滚动优化配置的时间间隔Δt为30分钟,实时优化配置的时间间隔Δt'为10分钟。
6.如权利要求2所述的冷热电联供系统储能容量配置方法,其特征在于,步骤S4中,求解目标函数时采用求解器CPLEX。
7.一种冷热电联供系统,所述冷热电联供系统包括燃气轮机、余热锅炉、燃气锅炉、吸收式制冷机、电热泵、电制冷机、循环泵、储能设备、用户侧;燃气轮机的高温排气出口与余热锅炉的蒸汽入口相连,余热锅炉的高温蒸汽出口连接蓄热罐入口,蓄热罐出口实现与吸收式制冷机与用户侧的制冷与换热;
燃气锅炉用于补足无法满足用户热负荷时的那部分负荷;
吸收式制冷机出口与用户侧连接;
所述冷热电联供系统与电网实现电力交互;
使用如权利要求1-6任一项所述的冷热电联供系统储能容量配置方法对所述冷热电联供系统进行控制。
8.如权利要求7所述的冷热电联供系统,其特征在于,当处于冬季供暖期,所述冷热电联供系统只运行制热工况,不运行制冷工况;在电负荷低谷时段,由汽水换热器的出口出来的热水经阀门流入电热泵的蒸发器入口,再由电热泵的冷凝器出口通过阀门流入用户侧,用户侧的回水一部分经过循环泵进入电热泵的冷凝器入口,另一部分流入电热泵的蒸发器入口,经电热泵的蒸发器出口进入汽水换热器进行换热,完成冬季供暖的电负荷低谷期的用户供暖循环;同时,由汽水换热器出口的热水进入储能设备,实现热能的存储;在电负荷高峰时段,减少电热泵的耗电量,由汽水换热器的出口的热水达到供暖温度直接进入用户侧;同时,储能设备中热水通过阀门进入用户侧;用户侧的回水经循环泵一部分流入储热设备,另一部分流入汽水换热器;
当处于夏季供冷期,由余热锅炉出口的高温蒸汽进入吸收式制冷机,制冷后的冷水进入用户侧,用户侧的冷回水通过循环泵流入吸收式制冷器的蒸发器,完成夏季供冷期用户的供冷循环。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541144.8A CN113239550B (zh) | 2021-05-18 | 2021-05-18 | 一种冷热电联供系统储能容量配置方法及冷热电联供系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541144.8A CN113239550B (zh) | 2021-05-18 | 2021-05-18 | 一种冷热电联供系统储能容量配置方法及冷热电联供系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113239550A CN113239550A (zh) | 2021-08-10 |
CN113239550B true CN113239550B (zh) | 2022-03-04 |
Family
ID=77135095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110541144.8A Active CN113239550B (zh) | 2021-05-18 | 2021-05-18 | 一种冷热电联供系统储能容量配置方法及冷热电联供系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113239550B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418245A (zh) * | 2022-03-30 | 2022-04-29 | 山东建筑大学 | 含复合储能的冷热电联供微网一体化优化方法及系统 |
CN115018251A (zh) * | 2022-04-27 | 2022-09-06 | 国网浙江省电力有限公司电力科学研究院 | 分时电价下考虑综合需求响应的cchp系统的设备选型方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106505634A (zh) * | 2016-12-14 | 2017-03-15 | 东南大学 | 基于两阶段协调优化与控制的冷热电联供型微网运行方法 |
CN110188492A (zh) * | 2019-06-04 | 2019-08-30 | 南通大学 | 一种考虑热网特性的冷热电联供微网优化调度方法 |
CN111275251A (zh) * | 2020-01-16 | 2020-06-12 | 广东工业大学 | 一种含污水源热泵的cchp系统冷热电联供优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9146547B2 (en) * | 2011-07-20 | 2015-09-29 | Nec Laboratories America, Inc. | Optimal energy management of a rural microgrid system using multi-objective optimization |
-
2021
- 2021-05-18 CN CN202110541144.8A patent/CN113239550B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106505634A (zh) * | 2016-12-14 | 2017-03-15 | 东南大学 | 基于两阶段协调优化与控制的冷热电联供型微网运行方法 |
CN110188492A (zh) * | 2019-06-04 | 2019-08-30 | 南通大学 | 一种考虑热网特性的冷热电联供微网优化调度方法 |
CN111275251A (zh) * | 2020-01-16 | 2020-06-12 | 广东工业大学 | 一种含污水源热泵的cchp系统冷热电联供优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113239550A (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN114362168B (zh) | 一种能源互联系统的设备选型方法 | |
Zhang et al. | Comparison of combined cooling, heating and power (CCHP) systems with different cooling modes based on energetic, environmental and economic criteria | |
CN112529244B (zh) | 一种考虑电负荷需求响应的综合能源系统协同优化运行法 | |
CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
US20080262857A1 (en) | Reducing the Cost of Distributed Electricity Generation Through Opportunity Generation | |
CN108717594A (zh) | 一种冷热电联供型多微网系统经济优化调度方法 | |
CN110110897A (zh) | 一种考虑不同储能运行策略的综合能源系统优化方法 | |
CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN113239550B (zh) | 一种冷热电联供系统储能容量配置方法及冷热电联供系统 | |
CN112182887B (zh) | 一种综合能源系统规划优化仿真方法 | |
MX2014014731A (es) | Procedimiento de regulacion de una instalacion que comprende aparatos de cogeneracion y sistemas termodinamicos destinados a la climatizacion y o calefaccion. | |
CN110361969B (zh) | 一种冷热电综合能源系统优化运行方法 | |
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 | |
CN112465236B (zh) | 一种考虑综合满意度的社区综合能源系统调度方法 | |
CN113033900A (zh) | 一种园区级综合能源系统容量优化配置方法和系统 | |
Hsu et al. | Optimization analysis of waste heat recovery district cooling system on a remote island: Case study Green Island | |
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 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
CN117439180A (zh) | 一种综合能源系统电碳联动运行方法及装置 | |
CN109768567A (zh) | 一种耦合多能源互补系统的优化调度方法 | |
CN111125611B (zh) | 面向多场景的冷-热-电微能网群两阶段优化调度方法 | |
CN113128868A (zh) | 一种区域综合能源系统调度优化方法及装置 |
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 |