CN113256137B - 一种工业园能源系统的分时售能的时段划分方法 - Google Patents

一种工业园能源系统的分时售能的时段划分方法 Download PDF

Info

Publication number
CN113256137B
CN113256137B CN202110616884.3A CN202110616884A CN113256137B CN 113256137 B CN113256137 B CN 113256137B CN 202110616884 A CN202110616884 A CN 202110616884A CN 113256137 B CN113256137 B CN 113256137B
Authority
CN
China
Prior art keywords
load
time
period
steam
energy
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
CN202110616884.3A
Other languages
English (en)
Other versions
CN113256137A (zh
Inventor
董益华
林俊光
郑渭建
叶飞宇
罗海华
张曦
赵申轶
蒋月红
俞李斌
马聪
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.)
Zhejiang Energy Group Research Institute Co Ltd
Original Assignee
Zhejiang Energy Group Research Institute 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 Zhejiang Energy Group Research Institute Co Ltd filed Critical Zhejiang Energy Group Research Institute Co Ltd
Priority to CN202110616884.3A priority Critical patent/CN113256137B/zh
Publication of CN113256137A publication Critical patent/CN113256137A/zh
Application granted granted Critical
Publication of CN113256137B publication Critical patent/CN113256137B/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)

Abstract

本发明涉及一种工业园能源系统的分时售能的时段划分方法，包括步骤：光照辐射特性和用户用能特征挖掘；计算燃气蒸汽联合循环发电成本、燃气蒸汽联合循环供热成本、燃气锅炉的供热成本、吸收式制冷成本和电制冷的成本。本发明的有益效果是：本发明一是考虑了用户冷热电不同类型负荷间的关联性，通过热、电各自单独分时的方式，充分挖掘用户削峰填谷的潜力；二是在制定分时售价制度上，将可再生能源的间歇性考虑进来，从而实现可再生能源的有效消纳；本发明还可诱导用户调整生产计划，从而最大程度上充分调动供能侧各生产要素，实现能源系统整体优化。

Description

一种工业园能源系统的分时售能的时段划分方法
技术领域
本发明属于能源领域，尤其涉及一种工业园能源系统的分时售能的时段划分方法。
背景技术
随着我国新型城镇化的不断发展，工业园区、住宅群、大学城等功能性区域不断建设。其中工业园区往往是集多种产业于一体的综合生产区，其用能需求量大，用能种类多样；工业园综合能源系统是靠近工业园用能侧，可再生能源深度参与，实现多种形式的能源的生产、供应、使用的能源系统。
现有技术或仅针对多能互补，或仅针对以分时电价为主的用户需求响应，未涉及到多能互补与用户需求响应之间的协同，对于综合能源系统有效利用可再生能源，提高能源利用效率的潜力挖掘不足。
发明内容
本发明的目的是克服现有技术中的不足，提供一种工业园能源系统的分时售能的时段划分方法。
这种工业园能源系统的分时售能的时段划分方法，包括以下步骤：
步骤1、光照辐射特性和用户用能特征挖掘；对该地区的历史光照数据进行聚类分析，得到一天内光照强度随时间变化的趋势；对用户不同类型的用能负荷历史数据进行聚类分析，掌握各用户用能规律，并确定负荷侧用能负荷的基准值和可转移负荷的热负荷值；冷负荷一般占比较小，且不易转移，故此处忽略冷负荷的可转移性；
Figure 815805DEST_PATH_IMAGE001
（1）
Figure 123290DEST_PATH_IMAGE002
（2）
上式中，
Figure 279465DEST_PATH_IMAGE003
为工业园电负荷在t时段的基准值，单位为MW；
Figure 14202DEST_PATH_IMAGE004
为工业园在t时段的不可转移的电负荷值，单位为MW；
Figure 623038DEST_PATH_IMAGE005
为工业园在t时段的可转移电负荷最大值，单位为MW；
Figure 530951DEST_PATH_IMAGE006
为工业园热负荷在t时段的基准值，单位为t/h；
Figure 479316DEST_PATH_IMAGE007
为工业园在t时段的不可转移的热负荷值，单位为t/h；
Figure 447272DEST_PATH_IMAGE008
为工业园在t时段的可转移热负荷最大值，单位为t/h；
步骤2、计算燃气蒸汽联合循环发电成本、燃气蒸汽联合循环供热成本、燃气锅炉的供热成本、吸收式制冷成本和电制冷的成本；
步骤3、根据日前逐时光伏发电量预测和工业园用能预测，利用yalmip工具箱中的算法进行优化计算，制定电价、热价的不同时段划分；
步骤4、理想最优情况下，若某时段内有某种类型负荷转移进入，则在实际中将该时段内该种负荷对应类型的能源价格调低；若某时段内有某种类型负荷转移出，则在实际中将该时段内该种负荷对应类型的能源价格调高；若某时段内某种类型负荷无转移，则在实际中将该时段内该种负荷对应类型的能源价格维持不变，从而诱导用户调整生产计划，从而最大程度上充分调动供能侧各生产要素，实现能源系统整体优化。
作为优选，步骤2具体包括如下步骤：
步骤2.1、计算燃气蒸汽联合循环的运行成本：利用数据拟合，推算燃气蒸汽联合循环单位时间内的发电量、供热量和运行成本随燃气轮机负荷率、蒸汽轮机抽汽率变化的关系式：
Figure 979622DEST_PATH_IMAGE009
Figure 691226DEST_PATH_IMAGE010
（3）
Figure 494097DEST_PATH_IMAGE011
（4）
Figure 632954DEST_PATH_IMAGE012
Figure 216383DEST_PATH_IMAGE013
（5）
燃气蒸汽联合循环的运行成本包括燃气蒸汽联合循环发电成本和燃气蒸汽联合循环供热成本；
上式（3）至上式（5）中，
Figure 669361DEST_PATH_IMAGE014
为燃气蒸汽联合循环的供电功率，单位为kW；
Figure 389055DEST_PATH_IMAGE015
为燃气轮机负荷率，为无量纲量；
Figure 636497DEST_PATH_IMAGE016
为蒸汽轮机抽汽率，为无量纲量；
Figure 707221DEST_PATH_IMAGE017
为常数，由具体的设备选型和燃料价格决定；
Figure 760628DEST_PATH_IMAGE018
为燃气蒸汽联合循环的供热流量，单位为t/h；
Figure 872563DEST_PATH_IMAGE019
为燃气蒸汽联合循环单位时间内的运行成本，单位为元/s；
步骤2.2、 燃气锅炉仅提供蒸汽，根据燃气锅炉的内在机理和所选机型的设计、运行情况，计算燃气锅炉的供热成本：
Figure 353223DEST_PATH_IMAGE020
（6）
上式中，
Figure 848927DEST_PATH_IMAGE021
为燃气锅炉的供热成本，单位为元/s；
Figure 440445DEST_PATH_IMAGE022
为燃气锅炉消耗燃料量，单位为kg/s；
Figure 72415DEST_PATH_IMAGE023
为燃料价格，单位为元/kg；
燃气锅炉对外提供蒸汽量为：
Figure 989555DEST_PATH_IMAGE024
（7）
上式中，
Figure 769292DEST_PATH_IMAGE025
为燃气锅炉的对外提供蒸汽量，单位为t/h；
Figure 102185DEST_PATH_IMAGE022
为燃气锅炉消耗燃料量，单位为kg/s；
Figure 916557DEST_PATH_IMAGE026
为常数，由选定机型所决定；
步骤2.3、计算电制冷机组的能源转化情况、溴化锂制冷机组的能源转化情况、吸收式制冷成本和电制冷的成本；
电制冷机组的能源转化情况为：
Figure 175238DEST_PATH_IMAGE027
（8）
上式中，
Figure 442271DEST_PATH_IMAGE028
为电制冷机组的供冷功率，单位为kW；
Figure 641171DEST_PATH_IMAGE029
为电制冷机组的制冷时消耗的电功率，单位为kW；
Figure 247733DEST_PATH_IMAGE030
为制冷系数，由具体电制冷机组选型决定；
溴化锂制冷机组的能源转化情况为：
Figure 241097DEST_PATH_IMAGE031
（9）
上式中，
Figure 933109DEST_PATH_IMAGE032
为溴化锂制冷机组的供冷功率，单位为kW；
Figure 670121DEST_PATH_IMAGE033
为溴化锂制冷机组制冷时消耗的热功率，单位为kW；
Figure 131189DEST_PATH_IMAGE034
为溴化锂制冷机组的制冷系数，由具体电制冷机组选型决定；
Figure 561034DEST_PATH_IMAGE035
（10）
上式中，
Figure 802659DEST_PATH_IMAGE033
为溴化锂制冷机组制冷时消耗的热功率，单位为kW；
Figure 514001DEST_PATH_IMAGE036
为驱动蒸汽在溴化锂制冷机组中的焓降，单位为kJ/kg；
Figure 157472DEST_PATH_IMAGE037
为进入溴化锂制冷机组的蒸汽流量，单位为kg/s；
Figure 430321DEST_PATH_IMAGE038
为驱动蒸汽进入溴化锂制冷机组时的焓，单位为kJ/kg；
Figure 159243DEST_PATH_IMAGE039
为驱动蒸汽离开溴化锂制冷机组时的焓，单位为kJ/kg；
溴化锂制冷机组一般无法直接通过蒸汽管道内的蒸汽进行驱动，燃气锅炉产生的蒸汽和蒸汽轮机的中间抽汽的温度和压力与溴化锂制冷机组的驱动蒸汽的温度和压力并不匹配，所以利用热交换器传递热量，从而得到适合的驱动蒸汽；工业园能源系统中利用热交换器将蒸汽管道内的高温高压蒸汽的热量转移给溴化锂制冷机组的驱动蒸汽，其中进入热交换器的高温高压蒸汽流量为：
Figure 175740DEST_PATH_IMAGE040
（11）
上式中，
Figure 673718DEST_PATH_IMAGE041
为进入热交换器的高温高压蒸汽流量，单位为t/h；
Figure 445365DEST_PATH_IMAGE042
为进入热交换器的高温高压蒸汽的焓，单位为kJ/kg；
Figure 333686DEST_PATH_IMAGE043
为离开热交换器的高温高压蒸汽的焓，单位为kJ/kg；
Figure 216192DEST_PATH_IMAGE044
为热交换器热效率，为无量纲量；
Figure 4894DEST_PATH_IMAGE045
为驱动蒸汽离开热交换器时的焓，单位为kJ/kg；
Figure 947442DEST_PATH_IMAGE039
为驱动蒸汽进入热交换器时的焓，单位为kJ/kg；
Figure 323060DEST_PATH_IMAGE037
为进入热交换器的驱动蒸汽流量，单位为kg/s。
作为优选，步骤3具体包括如下步骤：
步骤3.1、根据预测的一日内逐时辐照强度得到日前逐时光伏发电量的预测值；
Figure 743677DEST_PATH_IMAGE046
（12）
上式中，
Figure 153930DEST_PATH_IMAGE047
为日前光伏阵列的发电量，单位为W；
Figure 267379DEST_PATH_IMAGE048
为光伏阵列的实际效率；
Figure 130293DEST_PATH_IMAGE049
为光伏阵列的总面积，单位为m2；I为预测光伏阵列接收到的太阳辐照强度值，单位为W/m2；
Figure 823442DEST_PATH_IMAGE050
为光伏电池板的工作板温，单位为℃；
步骤3.2、以每小时转移负荷量、燃气轮机负荷率、蒸汽轮机中间抽汽率、燃气锅炉消耗燃料量、电制冷机组制冷功率和溴化锂制冷机组制冷功率为决策变量，以最小日总运行成本为优化目标，以设备出力限制、转移负荷量限制为约束条件，运用优化算法，得出逐时的理想负荷转移情况；
以最小日总运行成本为优化目标的目标函数为：
Figure 852316DEST_PATH_IMAGE051
Figure 136667DEST_PATH_IMAGE052
（13）
上式中，
Figure 549194DEST_PATH_IMAGE053
为能源系统的日总运行成本，单位为元/s；
Figure 514876DEST_PATH_IMAGE054
代表时段，取值为1到24的自然数；
Figure 696458DEST_PATH_IMAGE055
为决策变量
Figure 823814DEST_PATH_IMAGE054
时段的燃气轮机负荷率；
Figure 723637DEST_PATH_IMAGE056
为决策变量
Figure 227431DEST_PATH_IMAGE054
时段的蒸汽轮机中间抽汽率；
Figure 529099DEST_PATH_IMAGE057
为
Figure 325892DEST_PATH_IMAGE054
时段的燃气锅炉消耗燃料量
Figure 713011DEST_PATH_IMAGE058
为
Figure 20495DEST_PATH_IMAGE054
时段的电制冷功率；
Figure 911091DEST_PATH_IMAGE059
为
Figure 645829DEST_PATH_IMAGE054
时段的溴化锂制冷机组制冷功率；
Figure 254664DEST_PATH_IMAGE060
为在
Figure 365840DEST_PATH_IMAGE054
时段的转移电负荷量，单位为kW，
Figure 376521DEST_PATH_IMAGE060
值为正代表有负荷转移进该时段，
Figure 344477DEST_PATH_IMAGE060
值为负代表有负荷转移出该时段；
Figure 876828DEST_PATH_IMAGE061
为在
Figure 588432DEST_PATH_IMAGE054
时段的转移热负荷量，单位为t/h,
Figure 391303DEST_PATH_IMAGE062
值为正代表有负荷转移进该时段，
Figure 530160DEST_PATH_IMAGE061
值为负代表有负荷转移出该时段；
约束条件为：
Figure 51271DEST_PATH_IMAGE063
（14）
上式中，
Figure 300987DEST_PATH_IMAGE054
代表时段，取值为1到24的自然数；
Figure 223943DEST_PATH_IMAGE060
为在
Figure 533702DEST_PATH_IMAGE054
时段的转移电负荷量，单位为kW，
Figure 604426DEST_PATH_IMAGE064
值为正代表有负荷转移进该时段，
Figure 94051DEST_PATH_IMAGE060
值为负代表有负荷转移出该时段；
Figure 933831DEST_PATH_IMAGE065
为在
Figure 352174DEST_PATH_IMAGE054
时段的最大可转移负荷量；
Figure 644615DEST_PATH_IMAGE061
为在
Figure 501713DEST_PATH_IMAGE054
时段的转移热负荷量，单位为t/h,
Figure 133682DEST_PATH_IMAGE061
值为正代表有负荷转移进该时段，
Figure 785244DEST_PATH_IMAGE061
值为负代表有负荷转移出该时段；
Figure 768243DEST_PATH_IMAGE066
为在
Figure 163452DEST_PATH_IMAGE054
时段的燃气蒸汽联合循环的发电功率，单位为kW；
Figure 712245DEST_PATH_IMAGE067
为在t时段的光伏发电功率，单位为kW；
Figure 236505DEST_PATH_IMAGE058
为电制冷机组消耗的电功率，单位为kW；
Figure 503539DEST_PATH_IMAGE068
为在
Figure 640122DEST_PATH_IMAGE054
时段负荷转移前的电负荷需求量，单位为kW；
Figure 43421DEST_PATH_IMAGE069
为燃气蒸汽联合循环的供蒸汽流量，单位为t/h；
Figure 302364DEST_PATH_IMAGE070
为燃气锅炉的供热蒸汽流量，单位为t/h；
Figure 994377DEST_PATH_IMAGE071
为
Figure 731389DEST_PATH_IMAGE054
时段溴化锂制冷机组消耗的高温高压蒸汽量，单位为t/h；
Figure 192457DEST_PATH_IMAGE072
为在
Figure 622301DEST_PATH_IMAGE054
时段负荷转移前的热负荷需求量，单位为t/h；
Figure 34566DEST_PATH_IMAGE073
为溴化锂制冷机组制冷功率；
Figure 575269DEST_PATH_IMAGE074
为在
Figure 156423DEST_PATH_IMAGE054
时段负荷转移前的冷负荷需求量，单位为KW；
Figure 491589DEST_PATH_IMAGE075
、
Figure 220511DEST_PATH_IMAGE076
分别为溴化锂制冷机组制冷功率
Figure 237008DEST_PATH_IMAGE073
取值范围的最大值和最小值；
Figure 734986DEST_PATH_IMAGE073
为溴化锂制冷机组的制冷功率；
Figure 178737DEST_PATH_IMAGE077
、
Figure 394954DEST_PATH_IMAGE078
分别为电制冷机组消耗的电功率的最大值和最小值；
Figure 713678DEST_PATH_IMAGE079
、
Figure 66162DEST_PATH_IMAGE080
为决策变量每个时段的燃气轮机负荷率
Figure 8710DEST_PATH_IMAGE015
；
Figure 384328DEST_PATH_IMAGE081
、
Figure 804945DEST_PATH_IMAGE082
分别为决策变量每个时段的蒸汽轮机中间抽汽率
Figure 215198DEST_PATH_IMAGE056
的取值范围的最小值和最大值；
Figure 63068DEST_PATH_IMAGE083
、
Figure 988298DEST_PATH_IMAGE084
分别为燃气锅炉消耗燃料量
Figure 150290DEST_PATH_IMAGE085
的取值范围的最小值和最大值。
作为优选，燃气蒸汽联合循环由燃气轮机、燃气锅炉和蒸汽轮机组成，既提供电能，也提供蒸汽。
作为优选，步骤3.2中：
约束条件
Figure 477366DEST_PATH_IMAGE086
表示全天电负荷转移总量为零，一天内电负荷总量不因价格而改变；
约束条件
Figure 197935DEST_PATH_IMAGE087
表示任意时段的转移电负荷量均不大于该时段的最大可转移电负荷量；
约束条件 ：
Figure 610462DEST_PATH_IMAGE088
表示燃气蒸汽联合循环的发电功率
Figure 310564DEST_PATH_IMAGE089
与光伏发电功率
Figure 492147DEST_PATH_IMAGE090
之和≥电制冷机组消耗的电功率
Figure 885082DEST_PATH_IMAGE091
与转移电负荷量
Figure 784905DEST_PATH_IMAGE092
之和，此时工业园能源系统供电满足耗电；
约束条件：
Figure 288699DEST_PATH_IMAGE093
表示燃气蒸汽联合循环的供蒸汽流量
Figure 324788DEST_PATH_IMAGE094
与燃气锅炉的供热蒸汽流量
Figure 387159DEST_PATH_IMAGE095
之和≥转移热负荷量
Figure 774278DEST_PATH_IMAGE096
与溴化锂制冷机组消耗的高温高压蒸汽量
Figure 816184DEST_PATH_IMAGE097
之和，此时工业园能源系统供热满足耗热；
约束条件
Figure 972359DEST_PATH_IMAGE098
表示溴化锂制冷机组制冷功率
Figure 769413DEST_PATH_IMAGE073
和电制冷机组的电制冷功率
Figure 315932DEST_PATH_IMAGE091
之和≥负荷转移前的冷负荷需求量
Figure 489425DEST_PATH_IMAGE074
，此时工业园能源系统供冷满足耗冷；
约束条件
Figure 437789DEST_PATH_IMAGE099
表示溴化锂制冷机组的制冷功率在出力范围内；
约束条件
Figure 405745DEST_PATH_IMAGE100
表示电制冷机组的电制冷功率在出力范围内；
约束条件
Figure 938095DEST_PATH_IMAGE101
表示燃气蒸汽联合循环内的燃气轮机负荷率在允许的范围内；
约束条件
Figure 384120DEST_PATH_IMAGE102
表示蒸汽轮机中间抽汽率在允许范围内；
约束条件
Figure 514887DEST_PATH_IMAGE103
表示燃气锅炉消耗燃料量在设定范围内。
作为优选，步骤1中聚类分析时采用kmeans聚类方法。
本发明的有益效果是：本发明一是考虑了用户冷热电不同类型负荷间的关联性，通过热、电各自单独分时的方式，充分挖掘用户削峰填谷的潜力；二是在制定分时售价制度上，将可再生能源的间歇性考虑进来，从而实现可再生能源的有效消纳；本发明还可诱导用户调整生产计划，从而最大程度上充分调动供能侧各生产要素，实现能源系统整体优化。
附图说明
图1为某工业园能源系统的示意图；
图2为本发明的流程图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
本发明提供一种工业园能源系统的分时售能的时段划分方法，主要用于工业园能源系统供应；工业园能源系统包含光伏设备、燃气轮机、余热锅炉、蒸汽轮机、吸收式溴化锂制冷机组、燃气锅炉和电制冷机组，满足工业园内的用户的冷、热、电负荷。
实施例1：
以江苏省某工业园作为研究对象，如图1所示，该工业园内包含钢厂、纺织印染厂、轮胎厂、食品厂、制药厂等生产企业。工业园区作为生产单位，生产计划和劳动强度对于其用能的影响，远远大于气候条件的影响，故仅就3月份为典型月份，不考虑不同月份间的差异。对于电负荷和冷负荷，均采用kW为单位，工业园内对热负荷以温度为540K、压力为0.9MPa蒸汽形式进行供应，采用t/h为单位。如图2所示，本发明的工业园能源系统的分时售能的时段划分方法在该工业园中使用时的具体步骤为：
步骤1、光照辐射特性和用户用能特征挖掘：
对该地区的历史光照数据进行聚类分析，得到一天之内，光照强度随时间变化的趋势。将一天的24小时按下表1划分为24个时间段；
表1 时间段划分表
Figure 591428DEST_PATH_IMAGE104
对用户的不同类型用能负荷的历史数据进行聚类分析，掌握各用户用能规律，并确定其负荷侧基准用能负荷、可转移负荷，以及确定多种转移负荷类型中的关联性。
对于下表2中该工业园三月份内工作日的总体冷、热、电负荷采用kmeans聚类方法进行分析，得到负荷特征线。电负荷采用kW单位，热负荷为蒸汽，蒸汽管道中的蒸汽参数为540K,压力为0.85MPa,，冷负荷采用kW为单位。
表2 三月份典型日光辐射特征、负荷特征表
Figure 112539DEST_PATH_IMAGE105
Figure 362255DEST_PATH_IMAGE106
由于冷负荷完全通过电能或者热能转化，并没有直接用来供应冷量的能量输入，因而冷负荷的转移其实质仍然是电负荷和热负荷的转移，另一方面，冷负荷的数量较小，比电负荷小一个数量级，为了简化计算，在下文中忽略冷负荷的可转移性，仅考虑热负荷和电负荷的转移。对于电负荷和热负荷的转移，单位时间可转移进的负荷最大值等同于可转移走的负荷最大值。
根据聚类情况，拟定可转移负荷为该时段基准负荷的±10%；则
Figure 285211DEST_PATH_IMAGE107
（1）
Figure 594970DEST_PATH_IMAGE108
（2）
其中：
Figure 101912DEST_PATH_IMAGE109
（3）
Figure 155319DEST_PATH_IMAGE110
（4）
上式中，
Figure 932782DEST_PATH_IMAGE111
为工业园电负荷在t时段的基准值，单位为MW；
Figure 413442DEST_PATH_IMAGE112
为工业园在t时段的不可转移的电负荷值，单位为MW；
Figure 643566DEST_PATH_IMAGE113
为工业园在t时段的可转移电负荷最大值，单位为MW；
Figure 500664DEST_PATH_IMAGE072
为工业园热负荷在t时段的基准值，单位为t/h；
Figure 194950DEST_PATH_IMAGE114
为工业园在t时段的不可转移的热负荷值，单位为t/h；
Figure 784195DEST_PATH_IMAGE115
为工业园在t时段的可转移热负荷最大值，单位为t/h；
步骤2、计算产能成本；
步骤3、根据日前逐时光伏发电量预测和工业园用能预测，利用优化算法，制定电价、热价的不同时段划分。
步骤4、理想最优情况下，若某时段内有某种类型负荷转移进入，则在实际中将该时段内该种负荷对应类型的能源价格调低；若某时段内有某种类型负荷转移出，则在实际中将该时段内该种负荷对应类型的能源价格调高；若某时段内某种类型负荷无转移，则在实际中将该时段内该种负荷对应类型的能源价格维持不变，从而诱导用户调整生产计划，从而最大程度上充分调动供能侧各生产要素，实现能源系统整体优化。
对于该工业园，根据理想优化的负荷转移情况，对于转移量较小的时段，未避免出现波动，价格则基本不变，于是有如下表3中的售能价格时段划分：
表3 售能价格时段划分结果表
Figure 829511DEST_PATH_IMAGE116
实施例2：
在实施例1的基础上，步骤2具体为：
步骤2.1、计算燃气蒸汽联合循环的运行成本；选用LM2500+G4机组燃气轮机，最大出力为30649kW，最小出力为9614kW；双压余热锅炉最大可产生压力为5.3MPa、温度为510℃的高压蒸汽40t/h和压力为0.6MPa、温度为210℃的低压蒸汽7.5t/h；蒸汽轮机的抽汽参数为1.2MPa，331.4℃，最大抽汽份额为0.875，在输入40t/h高压蒸汽和7.5t/h补汽时，零抽汽可以发电12500kW，抽汽份额为0.875时，可以发电8854kW。溴化锂制冷机组的驱动热源要求为温度110℃以上的蒸汽利用数据拟合，推算在供电成本和供热成本随燃气轮机负荷率、蒸汽轮机抽汽率变化的关系式。
Figure 660939DEST_PATH_IMAGE117
Figure 209732DEST_PATH_IMAGE118
Figure 235456DEST_PATH_IMAGE119
（5）
Figure 502490DEST_PATH_IMAGE120
=
Figure 373494DEST_PATH_IMAGE121
（6）
Figure 42372DEST_PATH_IMAGE122
Figure 238999DEST_PATH_IMAGE123
Figure 187404DEST_PATH_IMAGE124
（7）
上式（3）至上式（5）中，
Figure 189996DEST_PATH_IMAGE125
为燃气蒸汽联合循环的供电功率，单位为kW；
Figure 713381DEST_PATH_IMAGE015
为燃气轮机负荷率，为无量纲量，取值范围为[0.3,1]；
Figure 815329DEST_PATH_IMAGE126
为蒸汽轮机抽汽率，为无量纲量，取值范围为[0,0.875]；
Figure 56954DEST_PATH_IMAGE127
为常数，由具体的设备选型和燃料价格决定；
Figure 535340DEST_PATH_IMAGE128
为燃气蒸汽联合循环的供热流量，单位为t/h；
Figure 913232DEST_PATH_IMAGE129
为燃气蒸汽联合循环单位时间内的运行成本，单位为元/s；
上式（7）中由于
Figure 451661DEST_PATH_IMAGE015
、
Figure 915003DEST_PATH_IMAGE126
均不大于1，前一项
Figure 259397DEST_PATH_IMAGE015
的系数为0.01精度，则对于后面于
Figure 193592DEST_PATH_IMAGE015
、
Figure 699660DEST_PATH_IMAGE126
多项式考虑0.01精度即可，则上式（7）可以简化为：
Figure 853561DEST_PATH_IMAGE130
（8）
步骤2.2、计算燃气锅炉的供热成本；
TSG G0002-2010中规定燃料为天然气的燃气锅炉热效率最低为92%，在本例中简单化处理设定燃气锅炉最大供汽能力为40t/h，热效率为92%。燃气锅炉的供给蒸汽的能力与消耗燃料量间的关系：
Figure 736066DEST_PATH_IMAGE131
（9）
上式中，
Figure 88550DEST_PATH_IMAGE025
为燃气锅炉的对外提供蒸汽量，单位为t/h；
Figure 703202DEST_PATH_IMAGE022
为燃气锅炉消耗燃料量，单位为kg/s；
Figure 141137DEST_PATH_IMAGE026
为常数，由选定机型所决定；
燃气锅炉的运行成本与消耗燃料量间的关系式：
Figure 765016DEST_PATH_IMAGE132
（10）
上式中，
Figure 972007DEST_PATH_IMAGE021
为燃气锅炉的供热成本，单位为元/s；
Figure 85456DEST_PATH_IMAGE022
为燃气锅炉消耗燃料量，单位为kg/s；
Figure 446905DEST_PATH_IMAGE023
为燃料价格，单位为元/kg；
步骤2.3、计算电制冷机组和溴化锂机组的能源转化情况和运行成本；
计算在不同负荷率情况下，电制冷机组满足特定冷负荷数值时，需求的电负荷，溴化锂制冷机组满足特定冷负荷数值时，需求的热负荷。
Figure 671213DEST_PATH_IMAGE133
（11）
上式中，
Figure 998289DEST_PATH_IMAGE134
为电制冷机组的供冷功率，单位为kW；
Figure 220323DEST_PATH_IMAGE135
为电制冷机组的制冷时消耗的电功率，单位为kW；
Figure 367271DEST_PATH_IMAGE030
为制冷系数，由具体电制冷机组选型决定，对其进行简单化处理，即仅考虑其输入电功率与输出制冷量的比值即制冷系数(COP)随负荷率的变化规律。
Figure 332953DEST_PATH_IMAGE136
（12）
上式中，
Figure 514535DEST_PATH_IMAGE030
为电制冷机组制冷系数，
Figure 969787DEST_PATH_IMAGE137
为负荷率；
溴化锂制冷机组的能量转化情况：
Figure 807293DEST_PATH_IMAGE138
=1.36
Figure 373404DEST_PATH_IMAGE139
（13）
上式中，
Figure 845711DEST_PATH_IMAGE140
为溴化锂制冷机组的供冷功率，单位为kW；
Figure 471865DEST_PATH_IMAGE139
为溴化锂制冷机组制冷时消耗的热功率，单位为kW；
Figure 531088DEST_PATH_IMAGE034
取双效溴化锂制冷机组的COP，值为1.36；
Figure 900889DEST_PATH_IMAGE141
（14）
上式中，
Figure 57064DEST_PATH_IMAGE142
为溴化锂制冷机组制冷时消耗的热功率，单位为kW；
Figure 791802DEST_PATH_IMAGE036
为驱动蒸汽在溴化锂机组中的焓降，单位为kJ/kg；
Figure 400638DEST_PATH_IMAGE143
为驱动蒸汽进入溴化锂机组时的焓，单位为kJ/kg；
Figure 246234DEST_PATH_IMAGE144
为驱动蒸汽离开溴化锂机组时的焓，单位为kJ/kg；
Figure 256915DEST_PATH_IMAGE037
为进入溴化锂机组的蒸汽流量，单位为kg/s。
对于该溴化锂制冷机组是无法直接通过蒸汽管道内的蒸汽进行驱动，该系统中利用热交换器将蒸汽管道内的高温高压蒸汽的热量转移给溴化锂机组的驱动蒸汽。建立溴化锂机组制冷功率和与之对应从蒸汽管道进入热交换器的蒸汽流量间的关系式。
Figure 224871DEST_PATH_IMAGE145
Figure 757222DEST_PATH_IMAGE146
Figure 406509DEST_PATH_IMAGE147
（15）
上式中，
Figure 537276DEST_PATH_IMAGE140
为溴化锂制冷机组的供冷功率，单位为kW；
Figure 676133DEST_PATH_IMAGE148
为进入热交换器的蒸汽流量，t/h。根据热交换器的特性，设定
Figure 931665DEST_PATH_IMAGE149
取值为33.54。
实施例3：
在实施例1和实施例2的基础上，实施例3具体为：
该光伏采用光跟踪系统，根据入射角调整光伏板倾角，且该地日内气温变化不大，忽略有效光照面积、温度等方面的影响，简化为发电量和辐射量之间的线性关系。根据一日内的辐照变化趋势得到日前逐时光伏发电量预测。
Figure 446960DEST_PATH_IMAGE150
（16）
上式中，
Figure 369917DEST_PATH_IMAGE151
为光伏阵列的发电量，单位为kW；I为预测光伏阵列接收到的太阳辐照强度值，单位为W/m2。得到如下表4所示典型日预测负荷及光伏发电情况；
表4 典型日预测负荷及光伏发电情况表
Figure 679675DEST_PATH_IMAGE152
Figure 921038DEST_PATH_IMAGE153
以时段内转移负荷量、燃气轮机负荷率、蒸汽轮机中间抽汽率、单位时间内燃气锅炉消耗燃料量、电制冷机组制冷功率、溴化锂制冷机组制冷功率为决策变量，以日总运行成本最小为优化目标，以设备出力限制，转移负荷量限制为约束条件；
目标函数为：
Figure 974445DEST_PATH_IMAGE155
（17）
约束条件：
Figure 751908DEST_PATH_IMAGE156
（18）
上式中，
Figure 170251DEST_PATH_IMAGE053
为能源系统的日总运行成本，元/s；
Figure 728272DEST_PATH_IMAGE157
代表时段，取值为1到24的自然数；
Figure 319790DEST_PATH_IMAGE158
、
Figure 217339DEST_PATH_IMAGE159
、
Figure 868900DEST_PATH_IMAGE160
分别为在
Figure 84855DEST_PATH_IMAGE157
时段负荷转移前的电、热、冷负荷需求量，单位分别为kW、t/h、KW；
Figure 480065DEST_PATH_IMAGE161
分别为决策变量每个时段的燃气轮机负荷率，蒸汽轮机中间抽汽率，燃气锅炉消耗燃料量，电制冷功率，溴化锂制冷机组制冷功率，即在
Figure 294437DEST_PATH_IMAGE157
时段的
Figure 54582DEST_PATH_IMAGE015
,
Figure 321616DEST_PATH_IMAGE162
,
Figure 458199DEST_PATH_IMAGE163
,
Figure 127078DEST_PATH_IMAGE164
,
Figure 120442DEST_PATH_IMAGE165
；
Figure 812454DEST_PATH_IMAGE166
为在
Figure 815045DEST_PATH_IMAGE157
时段的转移电负荷量，kW,值为正则代表有负荷转移进该时段，值为负则代表有负荷转移出该时段；
Figure 774649DEST_PATH_IMAGE167
为在
Figure 938914DEST_PATH_IMAGE157
时段的转移热负荷量，t/h,值为正则代表有负荷转移进该时段，值为负则代表有负荷转移出该时段；
Figure 180539DEST_PATH_IMAGE168
为在t时段的光伏发电功率，单位为kW；
Figure 658925DEST_PATH_IMAGE169
分别为
Figure 36817DEST_PATH_IMAGE170
；带入上式(1)～(15)得到的各设备供能或者耗能情况，即为
Figure 575245DEST_PATH_IMAGE157
时段的
Figure 38588DEST_PATH_IMAGE171
，即在
Figure 382982DEST_PATH_IMAGE157
时段的燃气蒸汽联合循环的发电功率、电制冷机组消耗的电功率、燃气蒸汽联合循环的供蒸汽流量、燃气锅炉的供蒸汽流量、溴化锂机组消耗的高温高压蒸汽量，单位分别为kW、kW、t/h、t/h、t/h；
利用yalmip工具箱求解该优化问题，得到理想的负荷转移情况如下表5；
表5 工业园理想的负荷转移情况表
Figure 553063DEST_PATH_IMAGE172
Figure 324710DEST_PATH_IMAGE173

Claims (2)

1.一种工业园能源系统的分时售能的时段划分方法，其特征在于，包括以下步骤：
步骤1、对历史光照数据进行聚类分析，得到一天内光照强度随时间变化的趋势；对用户用能负荷历史数据进行聚类分析，确定负荷侧用能负荷的基准值和可转移负荷的热负荷值；
Figure 503644DEST_PATH_IMAGE001
（1）
Figure 324970DEST_PATH_IMAGE002
（2）
上式中，
Figure 720048DEST_PATH_IMAGE003
为工业园电负荷在t时段的基准值，单位为MW；
Figure 626824DEST_PATH_IMAGE004
为工业园在t时段的不可转移的电负荷值，单位为MW；
Figure 781862DEST_PATH_IMAGE005
为工业园在t时段的可转移电负荷最大值，单位为MW；
Figure 457694DEST_PATH_IMAGE006
为工业园热负荷在t时段的基准值，单位为t/h；
Figure 289253DEST_PATH_IMAGE007
为工业园在t时段的不可转移的热负荷值，单位为t/h；
Figure 683325DEST_PATH_IMAGE008
为工业园在t时段的可转移热负荷最大值，单位为t/h；
步骤2、计算燃气蒸汽联合循环发电成本、燃气蒸汽联合循环供热成本、燃气锅炉的供热成本、吸收式制冷成本和电制冷的成本；
步骤3、制定电价、热价的不同时段划分；
步骤3.1、根据预测的一日内逐时辐照强度得到日前逐时光伏发电量的预测值；
步骤3.2、以每小时转移负荷量、燃气轮机负荷率、蒸汽轮机中间抽汽率、燃气锅炉消耗燃料量、电制冷机组制冷功率和溴化锂制冷机组制冷功率为决策变量，以最小日总运行成本为优化目标，以设备出力限制、转移负荷量限制为约束条件，运用优化算法，得出逐时负荷转移情况；
以最小日总运行成本为优化目标的目标函数为：
Figure 376474DEST_PATH_IMAGE009
Figure 172392DEST_PATH_IMAGE010
（13）
上式中，
Figure 174852DEST_PATH_IMAGE011
为能源系统的日总运行成本，单位为元/天；
Figure 790641DEST_PATH_IMAGE012
代表时段，取值为1到24的自然数；
Figure 287482DEST_PATH_IMAGE013
为决策变量
Figure 937906DEST_PATH_IMAGE012
时段的燃气轮机负荷率；
Figure 111267DEST_PATH_IMAGE014
为决策变量
Figure 745511DEST_PATH_IMAGE012
时段的蒸汽轮机中间抽汽率；
Figure 780463DEST_PATH_IMAGE015
为
Figure 285393DEST_PATH_IMAGE012
时段的燃气锅炉消耗燃料量；
Figure 380388DEST_PATH_IMAGE016
为
Figure 220037DEST_PATH_IMAGE012
时段的电制冷功率；
Figure 324260DEST_PATH_IMAGE017
为
Figure 949276DEST_PATH_IMAGE012
时段的溴化锂制冷机组制冷功率；
Figure 215172DEST_PATH_IMAGE018
为在
Figure 276538DEST_PATH_IMAGE012
时段的转移电负荷量，单位为kW，
Figure 918872DEST_PATH_IMAGE018
值为正代表有负荷转移进该时段，
Figure 398395DEST_PATH_IMAGE018
值为负代表有负荷转移出该时段；
Figure 835192DEST_PATH_IMAGE019
为在
Figure 649433DEST_PATH_IMAGE012
时段的转移热负荷量，单位为t/h,
Figure 829879DEST_PATH_IMAGE019
值为正代表有负荷转移进该时段，
Figure 429488DEST_PATH_IMAGE019
值为负代表有负荷转移出该时段；
约束条件为：
Figure 37187DEST_PATH_IMAGE020
（14）
上式中，
Figure 73144DEST_PATH_IMAGE012
代表时段，取值为1到24的自然数；
Figure 57281DEST_PATH_IMAGE018
为在
Figure 511396DEST_PATH_IMAGE012
时段的转移电负荷量，
Figure 289996DEST_PATH_IMAGE018
值为正代表有负荷转移进该时段，
Figure 829562DEST_PATH_IMAGE018
值为负代表有负荷转移出该时段；
Figure 601078DEST_PATH_IMAGE021
为在
Figure 909699DEST_PATH_IMAGE012
时段的最大可转移负荷量；
Figure 124780DEST_PATH_IMAGE019
为在
Figure 151642DEST_PATH_IMAGE012
时段的转移热负荷量,
Figure 477581DEST_PATH_IMAGE019
值为正代表有负荷转移进该时段，
Figure 155556DEST_PATH_IMAGE019
值为负代表有负荷转移出该时段；
Figure 541538DEST_PATH_IMAGE022
为在
Figure 790117DEST_PATH_IMAGE012
时段的燃气蒸汽联合循环的发电功率；
Figure 654167DEST_PATH_IMAGE023
为在t时段的光伏发电功率；
Figure 202960DEST_PATH_IMAGE016
为电制冷机组消耗的电功率；
Figure 743532DEST_PATH_IMAGE003
为在
Figure 479407DEST_PATH_IMAGE012
时段负荷转移前的电负荷需求量；
Figure 412728DEST_PATH_IMAGE024
为燃气蒸汽联合循环的供蒸汽流量；
Figure 550448DEST_PATH_IMAGE025
为燃气锅炉的供热蒸汽流量；
Figure 261921DEST_PATH_IMAGE026
为
Figure 485092DEST_PATH_IMAGE012
时段溴化锂制冷机组消耗的高温高压蒸汽量；
Figure 222104DEST_PATH_IMAGE006
为在
Figure 214331DEST_PATH_IMAGE012
时段负荷转移前的热负荷需求量；
Figure 113016DEST_PATH_IMAGE017
为溴化锂制冷机组制冷功率；
Figure 96189DEST_PATH_IMAGE027
为在
Figure 105733DEST_PATH_IMAGE012
时段负荷转移前的冷负荷需求量；
Figure 218045DEST_PATH_IMAGE028
、
Figure 287633DEST_PATH_IMAGE029
分别为溴化锂制冷机组制冷功率
Figure 219817DEST_PATH_IMAGE017
取值范围的最大值和最小值；
Figure 547899DEST_PATH_IMAGE017
为溴化锂制冷机组的制冷功率；
Figure 249138DEST_PATH_IMAGE030
、
Figure 489627DEST_PATH_IMAGE031
分别为电制冷机组消耗的电功率的最大值和最小值；
Figure 174686DEST_PATH_IMAGE032
、
Figure 526033DEST_PATH_IMAGE033
为决策变量每个时段的燃气轮机负荷率
Figure 596626DEST_PATH_IMAGE034
；
Figure 273595DEST_PATH_IMAGE035
、
Figure 180371DEST_PATH_IMAGE036
分别为决策变量每个时段的蒸汽轮机中间抽汽率
Figure 335409DEST_PATH_IMAGE014
的取值范围的最小值和最大值；
Figure 260508DEST_PATH_IMAGE037
、
Figure 108379DEST_PATH_IMAGE038
分别为燃气锅炉消耗燃料量
Figure 502451DEST_PATH_IMAGE039
的取值范围的最小值和最大值；
约束条件
Figure 195601DEST_PATH_IMAGE040
表示全天电负荷转移总量为零，一天内电负荷总量不因价格而改变；
约束条件
Figure 991518DEST_PATH_IMAGE041
表示任意时段的转移电负荷量均不大于该时段的最大可转移电负荷量；
约束条件
Figure 728399DEST_PATH_IMAGE042
表示燃气蒸汽联合循环的发电功率
Figure 609767DEST_PATH_IMAGE022
与光伏发电功率
Figure 372187DEST_PATH_IMAGE023
之和≥电制冷机组消耗的电功率
Figure 22611DEST_PATH_IMAGE016
与转移电负荷量
Figure 195972DEST_PATH_IMAGE018
之和，此时工业园能源系统供电满足耗电；
约束条件
Figure 564637DEST_PATH_IMAGE043
表示燃气蒸汽联合循环的供蒸汽流量
Figure 599589DEST_PATH_IMAGE024
与燃气锅炉的供热蒸汽流量
Figure 635678DEST_PATH_IMAGE025
之和≥转移热负荷量
Figure 730673DEST_PATH_IMAGE019
与溴化锂制冷机组消耗的高温高压蒸汽量
Figure 570322DEST_PATH_IMAGE026
之和，此时工业园能源系统供热满足耗热；
约束条件
Figure 674544DEST_PATH_IMAGE044
表示溴化锂制冷机组制冷功率
Figure 299560DEST_PATH_IMAGE017
和电制冷机组的电制冷功率
Figure 831036DEST_PATH_IMAGE016
之和≥负荷转移前的冷负荷需求量
Figure 908713DEST_PATH_IMAGE027
，此时工业园能源系统供冷满足耗冷；
约束条件
Figure 534736DEST_PATH_IMAGE045
表示溴化锂制冷机组的制冷功率在出力范围内；
约束条件
Figure 279838DEST_PATH_IMAGE046
表示电制冷机组的电制冷功率在出力范围内；
约束条件
Figure 716635DEST_PATH_IMAGE047
表示燃气蒸汽联合循环内的燃气轮机负荷率在允许的范围内；
约束条件
Figure 281609DEST_PATH_IMAGE048
表示蒸汽轮机中间抽汽率在允许范围内；
约束条件
Figure 462054DEST_PATH_IMAGE049
表示燃气锅炉消耗燃料量在设定范围内；
步骤4、若某时段内有某种类型负荷转移进入，则将该时段内该种负荷对应类型的能源价格调低；若某时段内有某种类型负荷转移出，则将该时段内该种负荷对应类型的能源价格调高；若某时段内某种类型负荷无转移，则将该时段内该种负荷对应类型的能源价格维持不变。
2.根据权利要求1所述工业园能源系统的分时售能的时段划分方法，其特征在于，步骤2具体包括如下步骤：
步骤2.1、计算燃气蒸汽联合循环的运行成本：利用数据拟合，推算燃气蒸汽联合循环单位时间内的发电量、供热量和运行成本随燃气轮机负荷率、蒸汽轮机抽汽率变化的关系式；
步骤2.2、计算燃气锅炉的供热成本；
步骤2.3、计算电制冷机组的能源转化情况、溴化锂制冷机组的能源转化情况、吸收式制冷成本和电制冷的成本。
CN202110616884.3A 2021-06-03 2021-06-03 一种工业园能源系统的分时售能的时段划分方法 Active CN113256137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110616884.3A CN113256137B (zh) 2021-06-03 2021-06-03 一种工业园能源系统的分时售能的时段划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110616884.3A CN113256137B (zh) 2021-06-03 2021-06-03 一种工业园能源系统的分时售能的时段划分方法

Publications (2)

Publication Number Publication Date
CN113256137A CN113256137A (zh) 2021-08-13
CN113256137B true CN113256137B (zh) 2021-11-02

Family

ID=77186086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110616884.3A Active CN113256137B (zh) 2021-06-03 2021-06-03 一种工业园能源系统的分时售能的时段划分方法

Country Status (1)

Country Link
CN (1) CN113256137B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464008A (zh) * 2016-06-02 2017-12-12 南京理工大学 一种大型楼宇冷热电联供系统的优化调度方法
CN112381269A (zh) * 2020-10-30 2021-02-19 上海电气集团股份有限公司 一种考虑负荷重要度及电价激励的独立微电网容量优化配置方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132638B (zh) * 2020-10-22 2024-04-09 云南电网有限责任公司电力科学研究院 一种储能上网定价系统及方法
CN112883571A (zh) * 2021-02-05 2021-06-01 国网浙江省电力有限公司嘉兴供电公司 一种考虑动态多能需求响应的综合能源系统规划方法
CN112837181B (zh) * 2021-02-23 2022-10-04 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源系统的调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464008A (zh) * 2016-06-02 2017-12-12 南京理工大学 一种大型楼宇冷热电联供系统的优化调度方法
CN112381269A (zh) * 2020-10-30 2021-02-19 上海电气集团股份有限公司 一种考虑负荷重要度及电价激励的独立微电网容量优化配置方法

Also Published As

Publication number Publication date
CN113256137A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
Lu et al. Study on the configuration and operation optimization of CCHP coupling multiple energy system
Ren et al. Multi-objective optimization and evaluation of hybrid CCHP systems for different building types
CN108646552B (zh) 基于遗传算法的天然气分布式能源机组参数的多目标优化方法
CN105160159A (zh) 一种多能源技术量化筛选方法
Wang et al. Analysis of inlet air throttling operation method for gas turbine in performance of CCHP system under different operation strategies
CN105117557B (zh) 一种楼宇型冷热电联供系统动力装置选型方法
CN110138004A (zh) 一种多能互补系统优化运行方法
CN108052722B (zh) 面向综合能效最优的分布式冷热电混合能源系统设计方法
CN110361969B (zh) 一种冷热电综合能源系统优化运行方法
CN106991515A (zh) 一种e级燃气‑蒸汽联合循环发电机组耗差分析方法
CN112287493B (zh) 含透平膨胀机的冷热电氢联供型微电网容量优化配置方法
CN104820363B (zh) 基于生物质气的冷热电联供系统及能量优化控制方法
CN112165122A (zh) 一种综合能源系统的运行方法及系统
CN106022656A (zh) 基于互联网的能源站交互式管理控制系统
CN107358345A (zh) 计及需求侧管理的分布式冷热电联供系统优化运行方法
CN104457023B (zh) 区域型冷热电三联供系统的设备容量优化配置方法
CN112202201A (zh) 一种考虑需求响应和电动汽车的联合微电网运行策略
CN117826907B (zh) 一种复叠式热电联产装置控制方法
Cui et al. Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems
CN113256137B (zh) 一种工业园能源系统的分时售能的时段划分方法
CN113806952A (zh) 一种考虑源-荷-储的冷热电综合能源系统及其优化运行方法
CN113553718A (zh) 一种绿色数据中心综合供能系统设备容量的配置方法
Ma et al. Performance optimization of phase change energy storage combined cooling, heating and power system based on GA+ BP neural network algorithm
CN111928294B (zh) 一种燃气-蒸汽联合循环机组热电成本分摊的方法
CN104965984A (zh) 天然气分布式能源系统二氧化碳减排量计算方法

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