CN113326605A - 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法 - Google Patents

考虑灵活性冷负荷调控的多模式集中供冷系统优化方法 Download PDF

Info

Publication number
CN113326605A
CN113326605A CN202110500035.1A CN202110500035A CN113326605A CN 113326605 A CN113326605 A CN 113326605A CN 202110500035 A CN202110500035 A CN 202110500035A CN 113326605 A CN113326605 A CN 113326605A
Authority
CN
China
Prior art keywords
load
cold
load regulation
cooling
flexible
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110500035.1A
Other languages
English (en)
Other versions
CN113326605B (zh
Inventor
李亚军
郭子豪
胡帆
熊文
王莉
肖楷
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202110500035.1A priority Critical patent/CN113326605B/zh
Publication of CN113326605A publication Critical patent/CN113326605A/zh
Application granted granted Critical
Publication of CN113326605B publication Critical patent/CN113326605B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,该方法步骤包括:通过构建灵活性冷负荷调控模型以及多模式集中供冷系统模型,根据各用户逐时用冷需求量、室内温度建议值以及室外温度,设置针对不同终端用户的灵活性冷负荷调控激励机制,获得调控后的用户逐时用冷需求量,并输入至构建的多模式集中供冷系统中寻优求解得到各用户最优灵活性冷负荷调控方案及系统最佳运行策略,解决了目前关于灵活性冷负荷调度方面仍停留于某单一类建筑业态终端用户的负荷削减优化上,未能结合多模式集中供冷系统对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化的问题。

Description

考虑灵活性冷负荷调控的多模式集中供冷系统优化方法
技术领域
本发明涉及供冷调节技术领域,具体涉及一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法。
背景技术
空调作为现代城市建筑的标准设施,其耗电量占城市高峰期负荷的比例不断提升,是造成电网峰谷差增大的主要原因。因此,为了保证电网安全稳定运行,缓解城市电网负荷高峰时段电力供应紧张的问题,多模式集中供冷系统成为了供冷领域应用的重点。但是目前现有应用大多着眼于系统供冷侧,仅考虑了供冷侧的各能源技术设备协调运行以优化供冷系统的运行策略,并未将用户侧灵活性冷负荷纳入到优化调度的范围内,多模式集中供冷系统的电网削峰填谷潜力还有待进一步挖掘。
灵活性冷负荷调控相比于“拉闸限电”的传统调峰模式,可以在尽量保证用户用能舒适度的前提下,有效实现高峰期用冷负荷的削减和转移,因此受到了国内外相关行业的广泛重视。目前关于灵活性负荷调度方面的应用技术,仍停留于对某一类建筑业态进行一定程度上的负荷削减优化上,未能结合多模式集中供冷系统对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化;同时现有技术的优化模型只是对灵活性冷负荷进行负荷总量的削减,未能从温度的角度分析室内温度值和室外温度值对负荷调控优化的影响;而且现有方法通常是按照负荷削减总量对用户进行负荷需求响应进行经济补偿,未能区分区域内各用户进行需求响应的困难程度,因此在实际应用性上仍有所欠缺。
发明内容
为了克服现有技术存在的缺陷与不足,本发明提供一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,解决了目前国内外关于灵活性冷负荷调度方面仍停留于某单一类建筑业态终端用户的负荷削减优化上,未能结合多模式集中供冷系统对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化的技术问题。
为了达到上述目的,本发明采用以下技术方案:
一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,包括下述步骤:
构建灵活性冷负荷调控模型和多模式集中供冷系统模型;
所述灵活性冷负荷调控模型具体构建步骤包括:
基于终端用户所需冷负荷得到终端用户用冷负荷量;
结合天气数据和终端用户用能负荷预测数据,为终端用户提供室内温度建议值,获得终端用户用冷负荷建议量;
根据终端用户用冷负荷量和终端用户采用室内温度建议值时的用冷负荷量,得到终端用户参与灵活性冷负荷调控的用冷负荷调控量;
所述多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块和运行周期能耗模块,多模式集中供冷系统利用电的峰谷差价,在电价低谷段使用双工况制冷主机模块制取冷量并储存在蓄冰装置中,并使用基载制冷主机模块为终端用户供冷,在电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷;
设置模型相关约束条件,包括灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
输入模型所需的状态参数,包括各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,所述多模式集中供冷系统的最佳运行策略包括调节制冷主机逐时制冷量、蓄冰装置逐时释冷量以及各设备的功耗。
作为优选的技术方案,所述灵活性冷负荷调控模型具体为:
所述基于终端用户所需冷负荷得到终端用户用冷负荷量,具体表示为:
Figure BDA0003056149120000031
其中,Li,j表示终端用户j在i时刻参与灵活性冷负荷调控后的用冷负荷量,ca,i表示i时刻空气比热容,ρi表示i时刻空气密度,Vj表示终端用户j的建筑物容积,
Figure BDA0003056149120000032
表示终端用户j在i时刻室内温度设定值,Rj表示终端用户j的建筑物外墙热阻,Aj表示终端用户j的建筑物外墙面积,
Figure BDA0003056149120000033
表示i时刻室外温度值,Mj表示终端用户j的逐时换气次数,Fj表示终端用户j的单次新风量,Lei,j表示终端用户j在i时刻建筑物内人员和设备总散热量;
所述获得终端用户用冷负荷建议量,具体表示为:
Figure BDA0003056149120000034
其中,
Figure BDA0003056149120000035
表示终端用户j在i时刻使用能源服务商提供的室内温度建议值时的用冷负荷量,
Figure BDA0003056149120000036
表示终端用户j在i时刻能源服务商提供的室内温度建议值;
所述得到终端用户参与灵活性冷负荷调控的用冷负荷调控量,具体表示为:
Figure BDA0003056149120000037
ΔLi,j表示终端用户j在i时刻参与灵活性冷负荷调控的用冷负荷调控量。
作为优选的技术方案,所述灵活性冷负荷模型的激励机制具体为:
根据终端用户j在i时刻室内温度设定值和能源服务商提供的室内温度建议值,得到终端用户j在i时刻进行灵活性冷负荷调控时单位调控负荷的补偿金额,具体表示为:
Figure BDA0003056149120000041
其中,
Figure BDA0003056149120000042
表示建筑物室内温度设定值为
Figure BDA0003056149120000043
时,多模式集中供冷系统应给予终端用户j的单位调控负荷补贴金额,当
Figure BDA0003056149120000044
时,
Figure BDA0003056149120000045
Figure BDA0003056149120000046
时,
Figure BDA0003056149120000047
pr1、pr2、pr3、pr4表示不同范围下对应的补贴具体数值;
根据终端用户j各时刻参与灵活性冷负荷调控的用冷负荷调控量以及终端用户j单位调控负荷补贴金额,得到全部终端用户进行灵活性冷负荷调控的总补偿金额,具体表示为:
Figure BDA0003056149120000048
其中,Cr表示全部终端用户进行灵活性冷负荷调控需要的总补偿金额,ωi,j为0-1变量,表示终端用户j在i时刻负荷调控状态,当ωi,j=1时,表示用户j响应了负荷调控机制,当ωi,j=0时,则表示终端用户j未响应负荷调控机制。
作为优选的技术方案,所述多模式集中供冷系统设有多种供冷模式,包括双工况制冷主机模块和基载制冷主机模块单独供冷的主机供冷模式、蓄冰装置单独融冰供冷的融冰供冷模式、基载制冷主机模块供冷的同时双工况制冷主机模块制冷蓄冰的双工况供冷模式、双工况制冷主机模块和基载制冷主机模块供冷的同时蓄冰装置融冰供冷的联合供冷模式。
作为优选的技术方案,所述双工况制冷主机模块建立制冰工况和制冷工况主机的耗电量与主机负载率的关系,具体表示为:
制冷工况
Figure BDA0003056149120000051
制冰工况
Figure BDA0003056149120000052
其中,Ec1,i为双工况制冷主机制冷工况下在i时刻的耗电量;Ei,i为制冷主机制冰工况下在i时刻的耗电量;a1,b1,c1,a2,b2,c2为拟合常数;PLR1,i为双工况制冷主机制冷工况下的负载率;PLR2,i为双工况制冰主机制冰工况下的负载率;
所述基载制冷主机模块建立主机耗电量和主机的运行负载率的关系,具体表示为:
Figure BDA0003056149120000053
其中,Ec2,i为基载制冷主机制冷工况下在i时刻的耗电量;PLR3,i为基载制冷的主机负载率,a3,b3,c3为拟合常数;
所述蓄冰装置模块建立制冰蓄冷状态和融冰供冷状态的模型,具体表示为:
蓄冰工况
Ds,i=Ie×PLR2,i×ηs
其中,Ds,i为蓄冰工况下蓄冰装置在i时刻的蓄冰量;Ie为制冷主机制冰工况下的额定制冰量;ηs为蓄冰工况下蓄冰装置的热效率;
融冰工况
Dd,i≤g×Mi×ηd
Mi=Mi-1-Dd,i-1
其中,Dd,i为蓄冰装置在i时刻的融冰供冷量;g为融冰热物理常数;Mi为蓄冰装置内在i时刻的剩余含冰量;ηd为融冰工况下蓄冰装置的热效率;
所述运行周期能耗模块计算多模式集中供冷系统的耗电量,具体表示为:
Ei=Ec1,i+Ei,i+Ec2,i+Ee,i+Ew,i+Et,i+Ep1,i+Ep2,i
其中,Ei为多模式集中供冷系统运行日在i时刻的耗电量;Ee,i为乙二醇泵在i时刻的耗电量;Ew,i为冷冻水泵在i时刻的耗电量;Et,i为冷却水泵在i时刻的耗电量;Ep1,i为一级泵在i时刻的耗电量;Ep2,i为二级泵在i时刻的耗电量。
作为优选的技术方案,所述预设目标函数表示为:
Figure BDA0003056149120000061
其中,Ct,AC、Ct,BC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的多模式集中供冷系统年总成本;EURAC、EURBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的能源综合利用率;LFVAC、LFVBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的终端用户冷负荷波动情况;μ1、μ2和μ3分别表示各评价指标对应的权重。
作为优选的技术方案,所述灵活性冷负荷调控相关约束具体包括:
终端用户j的室内温度设定值满足终端用户用冷适应度要求,具体表示为:
Figure BDA0003056149120000062
终端用户j的室内温差在i时刻接收的最大室内温差范围内,具体表示为:
Figure BDA0003056149120000063
Figure BDA0003056149120000064
终端用户j参与灵活性冷负荷调控的时间范围,具体表示为:
Figure BDA0003056149120000065
其中,Nj表示终端用户j单次负荷调控时长;
Figure BDA0003056149120000066
分别表示终端用户j单次负荷调控时长的上下限。
作为优选的技术方案,所述多模式集中供冷系统设备运行约束具体包括:
蓄冰装置夜间的蓄冰量在最大蓄冰量范围内,具体表示为:
Figure BDA0003056149120000071
其中,Mmax为蓄冰装置的最大蓄冰量;t为蓄冰装置夜间蓄冰时长;
制冷机组制冷和蓄冰装置融冰提供的冷量之和等于终端用户实时所需冷量,具体表示为:
Dc,i=Ic1,e×PLR1,i+Ic2,e×PLR3,i
Li=Dd,i+Dc,i
其中,Dc,i为在i时刻的制冷主机制冷供冷量;Ic1,e为双工况制冷主机制冷工况下的额定制冷量;Ic2,e为基载制冷主机制冷工况下的额定制冷量;Li为在i时刻的用户侧用冷总需求量;
蓄冰装置在供冷系统蓄冰量满足下述条件:
Figure BDA0003056149120000072
其中,λ为常数,Ds,i为蓄冰工况下蓄冰装置在i时刻的蓄冰量,Dd,i为蓄冰装置在i时刻的融冰供冷量,ηd为融冰工况下蓄冰装置的热效率。
作为优选的技术方案,所述终端用户所需冷负荷包括室内空气冷却负荷、外墙散热负荷、新风换热负荷,以及室内设备人员和设备总散热量。
本发明还提供一种考虑灵活性冷负荷调控的多模式集中供冷系统优化系统,包括模型构建模块、约束条件设置模块、状态参数输入模块、寻优求解模块;
所述模型构建模块包括灵活性冷负荷调控模型构建模块和多模式集中供冷系统模型构建模块;
所述灵活性冷负荷调控模型构建模块用于构建灵活性冷负荷调控模型,包括:终端用户用冷负荷量获取模块、终端用户用冷负荷建议量获取模块、冷负荷调控量计算模块;
所述终端用户用冷负荷量获取模块用于基于终端用户所需冷负荷得到终端用户用冷负荷量;
所述终端用户用冷负荷建议量获取模块用于结合天气数据和终端用户用能负荷预测数据,为终端用户提供室内温度建议值,获得终端用户用冷负荷建议量;
所述冷负荷调控量计算模块用于根据终端用户用冷负荷量和终端用户采用室内温度建议值时的用冷负荷量,得到终端用户参与灵活性冷负荷调控的用冷负荷调控量;
所述多模式集中供冷系统模型构建模块用于构建多模式集中供冷系统模型,所述多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块和运行周期能耗模块,多模式集中供冷系统利用电的峰谷差价,在电价低谷段使用双工况制冷主机模块制取冷量并储存在蓄冰装置中,并使用基载制冷主机模块为终端用户供冷,在电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷;
所述约束条件设置模块用于设置模型相关约束条件,包括灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
所述状态参数输入模块用于输入模型所需的状态参数,包括各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
所述寻优求解模块用于结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,所述多模式集中供冷系统的最佳运行策略包括调节制冷主机逐时制冷量、蓄冰装置逐时释冷量以及各设备的功耗。
本发明与现有技术相比,具有如下优点和有益效果:
本发明通过构建灵活性冷负荷调控模型以及多模式集中供冷系统模型,并根据各用户逐时用冷需求量、室内温度建议值以及室外温度,设置针对不同终端用户的灵活性冷负荷调控激励机制,获得调控后的用户逐时用冷需求量,并输入至构建的多模式集中供冷系统中寻优求解得到各用户最优灵活性冷负荷调控方案及系统最佳运行策略,解决了目前关于灵活性冷负荷调度方面仍停留于某单一类建筑业态终端用户的负荷削减优化上,未能结合多模式集中供冷系统对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化的技术问题。
附图说明
图1为本发明的考虑灵活性冷负荷调度的多模式集中供冷系统优化方法的方法流程图;
图2为本发明的考虑灵活性冷负荷调度的多模式集中供冷系统优化方法的系统架构图;
图3为本发明的考虑灵活性冷负荷调度的多模式集中供冷系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,本实施例提供一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,解决了目前关于灵活性冷负荷调度方面仍停留于对某一类建筑业态进行一定程度上的负荷削减,未能结合多模式集中供冷系统对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化的技术问题;
如图2所示,考虑灵活性冷负荷调度的多模式集中供冷系统包括灵活性冷负荷调控模型以及多模式集中供冷系统模型,具体优化方法包括下述步骤:
S1:构建考虑灵活性冷负荷调控的多模式集中供冷系统模型,包括:灵活性冷负荷调控模型和多模式集中供冷系统模型;
在本实施例中,灵活性冷负荷调控模型具体为:
根据终端用户j所需冷负荷由室内空气冷却负荷、外墙散热负荷、新风换热负荷以及室内设备人员和设备总散热量构成,得到终端用户j在i时刻用冷负荷量,具体表示为:
Figure BDA0003056149120000101
其中,Li,j表示终端用户j在i时刻参与灵活性冷负荷调控后的用冷负荷量,ca,i表示i时刻空气比热容,ρi表示i时刻空气密度,Vj表示终端用户j的建筑物容积,
Figure BDA0003056149120000102
表示终端用户j在i时刻室内温度设定值,Rj表示终端用户j的建筑物外墙热阻,Aj表示终端用户j的建筑物外墙面积,
Figure BDA0003056149120000103
表示i时刻室外温度值,Mj表示终端用户j的逐时换气次数,Fj表示终端用户j的单次新风量,Lei,j表示终端用户j在i时刻建筑物内人员和设备总散热量。
根据能源服务商结合天气数据和终端用户用能负荷预测数据,为终端用户j提供室内温度建议值
Figure BDA0003056149120000104
获得终端用户j在i时刻用冷负荷建议量,具体表示为:
Figure BDA0003056149120000111
其中,
Figure BDA0003056149120000112
表示终端用户j在i时刻使用能源服务商提供的室内温度建议值时的用冷负荷量;
Figure BDA0003056149120000113
表示终端用户j在i时刻能源服务商提供的室内温度建议值。
根据终端用户j在i时刻用冷负荷量和终端用户j在i时刻使用能源服务商提供的室内温度建议值时的用冷负荷量,得到终端用户j在i时刻参与灵活性冷负荷调控的用冷负荷调控量,具体表示为:
Figure BDA0003056149120000114
ΔLi,j表示终端用户j在i时刻参与灵活性冷负荷调控的用冷负荷调控量。
在本实施例中,灵活性冷负荷模型的激励机制具体为:
根据终端用户j在i时刻室内温度设定值和能源服务商提供的室内温度建议值,得到终端用户j在i时刻进行灵活性冷负荷调控时单位调控负荷的补偿金额,具体表示为:
Figure BDA0003056149120000115
其中,
Figure BDA0003056149120000116
表示建筑物室内温度设定值为
Figure BDA0003056149120000117
时,多模式集中供冷系统应给予终端用户j的单位调控负荷补贴金额,其中当
Figure BDA0003056149120000118
时,
Figure BDA0003056149120000119
Figure BDA00030561491200001110
时,
Figure BDA00030561491200001111
同时不同终端用户参与负荷调控的难易程度不同,pr1、pr2、pr3、pr4等补贴的具体数值也不同;
根据终端用户j各时刻参与灵活性冷负荷调控的用冷负荷调控量以及终端用户j单位调控负荷补贴金额,得到全部终端用户进行灵活性冷负荷调控需要的总补偿金额,具体表示为:
Figure BDA0003056149120000121
其中,Cr表示全部终端用户进行灵活性冷负荷调控需要的总补偿金额;ωi,j为0-1变量,表示终端用户j在i时刻负荷调控状态,当ωi,j=1时,表示用户j响应了负荷调控机制,当ωi,j=0时,则表示终端用户j未响应负荷调控机制。
在本实施例中,多模式集中供冷系统具体表示为:
如图3所示,多模式集中供冷系统涵盖的能源技术设备包括双工况制冷主机、基载制冷主机、蓄冰装置、乙二醇泵、冷冻水泵、冷却泵、一级泵和二级泵等。多模式集中供冷系统利用电的峰谷差价,在夜间电价低谷段使用双工况制冷主机制取冷量并储存在蓄冰装置中,并使用基载制冷主机为终端用户供冷;在白天电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷,可以实现用电负荷从用电高峰段向用电低谷段的转移。针对不同的用冷负荷量及用冷时间,多模式集中供冷系统可以通过相关设备和阀门的启停实现多种供冷模式,包括但不限于双工况制冷主机和基载制冷主机单独供冷的主机供冷模式、蓄冰装置单独融冰供冷的融冰供冷模式、基载制冷主机供冷的同时双工况制冷主机制冷蓄冰的双工况供冷模式、双工况制冷主机和基载制冷主机供冷的同时蓄冰装置融冰供冷的联合供冷模式等。
在本实施例中,建立多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块、运行周期能耗模块,具体表示为:
(1)双工况制冷主机模块
双工况制冷主机的工作介质为乙二醇溶液,双工况制冷主机的耗电量和主机的运行负载率(实际供冷量与主机额定供冷量的比值)相关。双工况制冷主机在制冰蓄冷和直接供冷时主机的运行效率不同,所以分别建立制冰工况和制冷工况主机的耗电量与主机负载率的关系,具体表示为:
制冷工况
Figure BDA0003056149120000131
制冰工况
Figure BDA0003056149120000132
其中,Ec1,i为双工况制冷主机制冷工况下在i时刻的耗电量;Ei,i为制冷主机制冰工况下在i时刻的耗电量;a1,b1,c1,a2,b2,c2为拟合常数,可由双工况制冷主机的实际运行数据进行二次曲线拟合得到;PLR1,i为双工况制冷主机制冷工况下的负载率;PLR2,i为双工况制冰主机制冰工况下的负载率。
(2)基载制冷主机模块
基载制冷主机的工作介质为循环冷冻水,基载制冷主机的耗电量和主机的运行负载率(实际供冷量与主机额定供冷量的比值)相关,具体表示为:
Figure BDA0003056149120000133
其中,Ec2,i为基载制冷主机制冷工况下在i时刻的耗电量;PLR3,i为基载制冷的主机负载率,a3,b3,c3为拟合常数。
(3)蓄冰装置模块
多模式集中供冷系统中蓄冰装置运行分为两种状态:制冰蓄冷状态和融冰供冷状态,所以分别建立这两种状态时的模型,具体表示为:
蓄冰工况
Ds,i=Ie×PLR2,i×ηs
其中,Ds,i为蓄冰工况下蓄冰装置在i时刻的蓄冰量;Ie为制冷主机制冰工况下的额定制冰量;ηs为蓄冰工况下蓄冰装置的热效率。
融冰工况
Dd,i≤g×Mi×ηd
Mi=Mi-1-Dd,i-1
其中,Dd,i为蓄冰装置在i时刻的融冰供冷量;g为融冰热物理常数,可由蓄冰装置的实际融冰量和剩余含冰量等实际运行数据进行多项式拟合得到;Mi为蓄冰装置内在i时刻的剩余含冰量;ηd为融冰工况下蓄冰装置的热效率。
(4)运行周期能耗模块
多模式集中供冷系统在运行过程中,系统的运行电力消耗主要集中在冷量的制备。多模式集中供冷系统在i时刻的耗电量主要包括双工况制冷主机和基载制冷主机的耗电量、乙二醇泵的耗电量、冷冻水泵的耗电量、冷却泵的耗电量以及一级泵和二级泵的耗电量,具体表示为:
Ei=Ec1,i+Ei,i+Ec2,i+Ee,i+Ew,i+Et,i+Ep1,i+Ep2,i
其中,Ei为多模式集中供冷系统运行日在i时刻的耗电量;Ee,i为乙二醇泵在i时刻的耗电量;Ew,i为冷冻水泵在i时刻的耗电量;Et,i为冷却水泵在i时刻的耗电量;Ep1,i为一级泵在i时刻的耗电量;Ep2,i为二级泵在i时刻的耗电量。
S2:设置模型相关约束条件,包括:灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
S3:输入模型所需的状态参数,包括:各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
S4:结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括:用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,多模式集中供冷系统的最佳运行策略包括:制冷主机逐时制冷量,蓄冰装置逐时释冷量以及各设备的功耗。
在本实施例中,预设目标函数具体表示为:
Figure BDA0003056149120000151
其中,Ct,AC、Ct,BC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的多模式集中供冷系统年总成本;EURAC、EURBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的能源综合利用率;LFVAC、LFVBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的终端用户冷负荷波动情况;μ1、μ2和μ3分别表示各评价指标对应的权重。
上式中,
Ct=Co+Cm+Cr
Figure BDA0003056149120000152
Figure BDA0003056149120000153
Figure BDA0003056149120000154
Figure BDA0003056149120000155
其中,Co、Cm分别表示多模式集中供冷系统的年运行成本以及年维护成本;pi为运行日内分时电价;Px,i表示设备x在运行日i时刻的出功;Max表示设备x的单位维护成本;rcoal表示标准煤热值。
在本实施例中,灵活性冷负荷调控预设约束条件具体包括:
终端用户j的室内温度设定值应满足终端用户用冷适应度要求,具体表示为:
Figure BDA0003056149120000161
终端用户j的室内温差不大于用户j在i时刻可以接收的最大室内温差,具体表示为:
Figure BDA0003056149120000162
Figure BDA0003056149120000163
终端用户j难以长时间参与灵活性冷负荷调控,具体表示为:
Figure BDA0003056149120000164
其中,Nj表示终端用户j单次负荷调控时长;
Figure BDA0003056149120000165
分别表示终端用户j单次负荷调控时长的上下限。
多模式集中供冷系统设备运行预设约束条件具体包括:
蓄冰装置夜间的蓄冰量应小于蓄冰装置的最大蓄冰量,具体表示为:
Figure BDA0003056149120000166
其中,Mmax为蓄冰装置的最大蓄冰量;t为蓄冰装置夜间蓄冰时长。
制冷机组制冷和蓄冰装置融冰提供的冷量之和应该等于终端用户实时所需冷量,具体表示为:
Dc,i=Ic1,e×PLR1,i+Ic2,e×PLR3,i
Li=Dd,i+Dc,i
其中,Dc,i为在i时刻的制冷主机制冷供冷量;Ic1,e为双工况制冷主机制冷工况下的额定制冷量;Ic2,e为基载制冷主机制冷工况下的额定制冷量;Li为在i时刻的用户侧用冷总需求量。
蓄冰装置在供冷系统每天运行的一个周期内,要求由夜间蓄冰设备所蓄的冷量尽量用完,具体表示为:
Figure BDA0003056149120000171
其中,λ为常数。
双工况制冷主机和基载制冷主机为避免冷水机组运行效率过低造成系统能源利用效率变差,需对负荷率做以下约束,具体表示为:
θ1≤PLR1,i≤1
θ2≤PLR2,i≤1
θ3≤PLR3,i≤1
其中,θ1、θ2、θ3分别为常数。
本实施例提供的考虑灵活性冷负荷调控的多模式集中供冷系统的优化方法,充分考虑了多模式集中供冷系统中终端用户的灵活性冷负荷调控潜力,对规划区域内所有具有负荷调控潜力的终端用户进行统一协调优化。根据终端用户建筑业态的不同、室内温度设定值和室内温度建议值的不同,对该终端用户实施灵活性冷负荷调控,并设置相应的负荷调控激励机制,通过经济补偿的引导可以在保证终端用户用能舒适度的前提下,将终端用户在用能高峰期的灵活性冷负荷削减或转移至用能低谷期或平期,从而实现电网负荷的削峰填谷。在此基础上,充分发挥多模式集中供冷系统转移用电负荷,降低制冷成本的作用,提升多模式集中供冷系统的经济性和削峰填谷能力,具有真实准确、可操作性强等优点。
实施例2
本实施例提供一种考虑灵活性冷负荷调控的多模式集中供冷系统优化系统,包括模型构建模块、约束条件设置模块、状态参数输入模块、寻优求解模块;
在本实施例中,模型构建模块包括灵活性冷负荷调控模型构建模块和多模式集中供冷系统模型构建模块;
在本实施例中,灵活性冷负荷调控模型构建模块用于构建灵活性冷负荷调控模型,包括:终端用户用冷负荷量获取模块、终端用户用冷负荷建议量获取模块、冷负荷调控量计算模块;
在本实施例中,终端用户用冷负荷量获取模块用于基于终端用户所需冷负荷得到终端用户用冷负荷量;
在本实施例中,终端用户用冷负荷建议量获取模块用于结合天气数据和终端用户用能负荷预测数据,为终端用户提供室内温度建议值,获得终端用户用冷负荷建议量;
在本实施例中,冷负荷调控量计算模块用于根据终端用户用冷负荷量和终端用户采用室内温度建议值时的用冷负荷量,得到终端用户参与灵活性冷负荷调控的用冷负荷调控量;
在本实施例中,多模式集中供冷系统模型构建模块用于构建多模式集中供冷系统模型,所述多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块和运行周期能耗模块,多模式集中供冷系统利用电的峰谷差价,在电价低谷段使用双工况制冷主机模块制取冷量并储存在蓄冰装置中,并使用基载制冷主机模块为终端用户供冷,在电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷;
在本实施例中,约束条件设置模块用于设置模型相关约束条件,包括灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
在本实施例中,状态参数输入模块用于输入模型所需的状态参数,包括各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
在本实施例中,寻优求解模块用于结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,所述多模式集中供冷系统的最佳运行策略包括调节制冷主机逐时制冷量、蓄冰装置逐时释冷量以及各设备的功耗。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (10)

1.一种考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,包括下述步骤:
构建灵活性冷负荷调控模型和多模式集中供冷系统模型;
所述灵活性冷负荷调控模型具体构建步骤包括:
基于终端用户所需冷负荷得到终端用户用冷负荷量;
结合天气数据和终端用户用能负荷预测数据,为终端用户提供室内温度建议值,获得终端用户用冷负荷建议量;
根据终端用户用冷负荷量和终端用户采用室内温度建议值时的用冷负荷量,得到终端用户参与灵活性冷负荷调控的用冷负荷调控量;
所述多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块和运行周期能耗模块,多模式集中供冷系统利用电的峰谷差价,在电价低谷段使用双工况制冷主机模块制取冷量并储存在蓄冰装置中,并使用基载制冷主机模块为终端用户供冷,在电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷;
设置模型相关约束条件,包括灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
输入模型所需的状态参数,包括各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,所述多模式集中供冷系统的最佳运行策略包括调节制冷主机逐时制冷量、蓄冰装置逐时释冷量以及各设备的功耗。
2.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述灵活性冷负荷调控模型具体为:
所述基于终端用户所需冷负荷得到终端用户用冷负荷量,具体表示为:
Figure FDA0003056149110000021
其中,Li,j表示终端用户j在i时刻参与灵活性冷负荷调控后的用冷负荷量,ca,i表示i时刻空气比热容,ρi表示i时刻空气密度,Vj表示终端用户j的建筑物容积,
Figure FDA0003056149110000022
表示终端用户j在i时刻室内温度设定值,Rj表示终端用户j的建筑物外墙热阻,Aj表示终端用户j的建筑物外墙面积,
Figure FDA0003056149110000024
表示i时刻室外温度值,Mj表示终端用户j的逐时换气次数,Fj表示终端用户j的单次新风量,Lei,j表示终端用户j在i时刻建筑物内人员和设备总散热量;
所述获得终端用户用冷负荷建议量,具体表示为:
Figure FDA0003056149110000023
其中,
Figure FDA0003056149110000025
表示终端用户j在i时刻使用能源服务商提供的室内温度建议值时的用冷负荷量,
Figure FDA0003056149110000026
表示终端用户j在i时刻能源服务商提供的室内温度建议值;
所述得到终端用户参与灵活性冷负荷调控的用冷负荷调控量,具体表示为:
Figure FDA0003056149110000027
ΔLi,j表示终端用户j在i时刻参与灵活性冷负荷调控的用冷负荷调控量。
3.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述灵活性冷负荷模型的激励机制具体为:
根据终端用户j在i时刻室内温度设定值和能源服务商提供的室内温度建议值,得到终端用户j在i时刻进行灵活性冷负荷调控时单位调控负荷的补偿金额,具体表示为:
Figure FDA0003056149110000031
其中,
Figure FDA0003056149110000033
表示建筑物室内温度设定值为
Figure FDA0003056149110000034
时,多模式集中供冷系统应给予终端用户j的单位调控负荷补贴金额,当
Figure FDA0003056149110000035
时,
Figure FDA0003056149110000036
Figure FDA0003056149110000037
时,
Figure FDA0003056149110000038
pr1、pr2、pr3、pr4表示不同范围下对应的补贴具体数值;
根据终端用户j各时刻参与灵活性冷负荷调控的用冷负荷调控量以及终端用户j单位调控负荷补贴金额,得到全部终端用户进行灵活性冷负荷调控的总补偿金额,具体表示为:
Figure FDA0003056149110000032
其中,Cr表示全部终端用户进行灵活性冷负荷调控需要的总补偿金额,ωi,j为0-1变量,表示终端用户j在i时刻负荷调控状态,当ωi,j=1时,表示用户j响应了负荷调控机制,当ωi,j=0时,则表示终端用户j未响应负荷调控机制。
4.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述多模式集中供冷系统设有多种供冷模式,包括双工况制冷主机模块和基载制冷主机模块单独供冷的主机供冷模式、蓄冰装置单独融冰供冷的融冰供冷模式、基载制冷主机模块供冷的同时双工况制冷主机模块制冷蓄冰的双工况供冷模式、双工况制冷主机模块和基载制冷主机模块供冷的同时蓄冰装置融冰供冷的联合供冷模式。
5.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述双工况制冷主机模块建立制冰工况和制冷工况主机的耗电量与主机负载率的关系,具体表示为:
制冷工况
Figure FDA0003056149110000041
制冰工况
Figure FDA0003056149110000042
其中,Ec1,i为双工况制冷主机制冷工况下在i时刻的耗电量;Ei,i为制冷主机制冰工况下在i时刻的耗电量;a1,b1,c1,a2,b2,c2为拟合常数;PLR1,i为双工况制冷主机制冷工况下的负载率;PLR2,i为双工况制冰主机制冰工况下的负载率;
所述基载制冷主机模块建立主机耗电量和主机的运行负载率的关系,具体表示为:
Figure FDA0003056149110000043
其中,Ec2,i为基载制冷主机制冷工况下在i时刻的耗电量;PLR3,i为基载制冷的主机负载率,a3,b3,c3为拟合常数;
所述蓄冰装置模块建立制冰蓄冷状态和融冰供冷状态的模型,具体表示为:
蓄冰工况
Ds,i=Ie×PLR2,i×ηs
其中,Ds,i为蓄冰工况下蓄冰装置在i时刻的蓄冰量;Ie为制冷主机制冰工况下的额定制冰量;ηs为蓄冰工况下蓄冰装置的热效率;
融冰工况
Dd,i≤g×Mi×ηd
Mi=Mi-1-Dd,i-1
其中,Dd,i为蓄冰装置在i时刻的融冰供冷量;g为融冰热物理常数;Mi为蓄冰装置内在i时刻的剩余含冰量;ηd为融冰工况下蓄冰装置的热效率;
所述运行周期能耗模块计算多模式集中供冷系统的耗电量,具体表示为:
Ei=Ec1,i+Ei,i+Ec2,i+Ee,i+Ew,i+Et,i+Ep1,i+Ep2,i
其中,Ei为多模式集中供冷系统运行日在i时刻的耗电量;Ee,i为乙二醇泵在i时刻的耗电量;Ew,i为冷冻水泵在i时刻的耗电量;Et,i为冷却水泵在i时刻的耗电量;Ep1,i为一级泵在i时刻的耗电量;Ep2,i为二级泵在i时刻的耗电量。
6.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述预设目标函数表示为:
Figure FDA0003056149110000051
其中,Ct,AC、Ct,BC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的多模式集中供冷系统年总成本;EURAC、EURBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的能源综合利用率;LFVAC、LFVBC分别表示进行灵活性冷负荷调控后与未考虑灵活性冷负荷调控的终端用户冷负荷波动情况;μ1、μ2和μ3分别表示各评价指标对应的权重。
7.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述灵活性冷负荷调控相关约束具体包括:
终端用户j的室内温度设定值满足终端用户用冷适应度要求,具体表示为:
Figure FDA0003056149110000052
终端用户j的室内温差在i时刻接收的最大室内温差范围内,具体表示为:
Figure FDA0003056149110000053
Figure FDA0003056149110000054
终端用户j参与灵活性冷负荷调控的时间范围,具体表示为:
Figure FDA0003056149110000055
其中,Nj表示终端用户j单次负荷调控时长;
Figure FDA0003056149110000056
分别表示终端用户j单次负荷调控时长的上下限。
8.根据权利要求1所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化方法,其特征在于,所述多模式集中供冷系统设备运行约束具体包括:
蓄冰装置夜间的蓄冰量在最大蓄冰量范围内,具体表示为:
Figure FDA0003056149110000061
其中,Mmax为蓄冰装置的最大蓄冰量;t为蓄冰装置夜间蓄冰时长;
制冷机组制冷和蓄冰装置融冰提供的冷量之和等于终端用户实时所需冷量,具体表示为:
Dc,i=Ic1,e×PLR1,i+Ic2,e×PLR3,i
Li=Dd,i+Dc,i
其中,Dc,i为在i时刻的制冷主机制冷供冷量;Ic1,e为双工况制冷主机制冷工况下的额定制冷量;Ic2,e为基载制冷主机制冷工况下的额定制冷量;Li为在i时刻的用户侧用冷总需求量;
蓄冰装置在供冷系统蓄冰量满足下述条件:
Figure FDA0003056149110000062
其中,λ为常数,Ds,i为蓄冰工况下蓄冰装置在i时刻的蓄冰量,Dd,i为蓄冰装置在i时刻的融冰供冷量,ηd为融冰工况下蓄冰装置的热效率。
9.根据权利要求1-8任一项所述的考虑灵活性冷负荷调控的多模式集中供冷系统优化系统,其特征在于,所述终端用户所需冷负荷包括室内空气冷却负荷、外墙散热负荷、新风换热负荷,以及室内设备人员和设备总散热量。
10.一种考虑灵活性冷负荷调控的多模式集中供冷系统优化系统,其特征在于,包括模型构建模块、约束条件设置模块、状态参数输入模块、寻优求解模块;
所述模型构建模块包括灵活性冷负荷调控模型构建模块和多模式集中供冷系统模型构建模块;
所述灵活性冷负荷调控模型构建模块用于构建灵活性冷负荷调控模型,包括:终端用户用冷负荷量获取模块、终端用户用冷负荷建议量获取模块、冷负荷调控量计算模块;
所述终端用户用冷负荷量获取模块用于基于终端用户所需冷负荷得到终端用户用冷负荷量;
所述终端用户用冷负荷建议量获取模块用于结合天气数据和终端用户用能负荷预测数据,为终端用户提供室内温度建议值,获得终端用户用冷负荷建议量;
所述冷负荷调控量计算模块用于根据终端用户用冷负荷量和终端用户采用室内温度建议值时的用冷负荷量,得到终端用户参与灵活性冷负荷调控的用冷负荷调控量;
所述多模式集中供冷系统模型构建模块用于构建多模式集中供冷系统模型,所述多模式集中供冷系统模型包括双工况制冷主机模块、基载制冷主机模块、蓄冰装置模块和运行周期能耗模块,多模式集中供冷系统利用电的峰谷差价,在电价低谷段使用双工况制冷主机模块制取冷量并储存在蓄冰装置中,并使用基载制冷主机模块为终端用户供冷,在电价高峰段由蓄冰装置融冰或双工况制冷主机制冷或基载制冷主机制冷为终端用户供冷;
所述约束条件设置模块用于设置模型相关约束条件,包括灵活性冷负荷调控相关约束、多模式集中供冷系统设备运行约束;
所述状态参数输入模块用于输入模型所需的状态参数,包括各用户逐时用冷需求量、室内温度建议设定值、室外温度、分时电价、能源设备技经参数、灵活性冷负荷调控激励机制;
所述寻优求解模块用于结合预设目标函数以及预设约束条件对多模式集中供冷系统模型进行寻优求解,获得各用户最优灵活性冷负荷调控方案,包括用户逐时室内温度设定值和调控后用户逐时需冷量,以及多模式集中供冷系统的最佳运行策略,所述多模式集中供冷系统的最佳运行策略包括调节制冷主机逐时制冷量、蓄冰装置逐时释冷量以及各设备的功耗。
CN202110500035.1A 2021-05-08 2021-05-08 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法 Active CN113326605B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110500035.1A CN113326605B (zh) 2021-05-08 2021-05-08 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110500035.1A CN113326605B (zh) 2021-05-08 2021-05-08 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法

Publications (2)

Publication Number Publication Date
CN113326605A true CN113326605A (zh) 2021-08-31
CN113326605B CN113326605B (zh) 2022-07-26

Family

ID=77414268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110500035.1A Active CN113326605B (zh) 2021-05-08 2021-05-08 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法

Country Status (1)

Country Link
CN (1) CN113326605B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396671A (zh) * 2022-01-11 2022-04-26 珠海格力电器股份有限公司 乙二醇泵控制方法及系统、冰蓄冷系统及空气调节装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767074A (zh) * 2017-11-09 2018-03-06 东南大学 一种计及综合需求响应资源的能源枢纽规划方法
CN108898265A (zh) * 2018-05-02 2018-11-27 广州供电局有限公司 一种综合能源系统一体化规划方法
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN112001652A (zh) * 2020-08-28 2020-11-27 广东电网有限责任公司广州供电局 一种异质能流耦合能源系统的优化方法及装置
US20200410145A1 (en) * 2018-04-16 2020-12-31 Tsinghua University Method for calculating voltage stability margin of power system considering the coupling of electric-gas system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767074A (zh) * 2017-11-09 2018-03-06 东南大学 一种计及综合需求响应资源的能源枢纽规划方法
US20200410145A1 (en) * 2018-04-16 2020-12-31 Tsinghua University Method for calculating voltage stability margin of power system considering the coupling of electric-gas system
CN108898265A (zh) * 2018-05-02 2018-11-27 广州供电局有限公司 一种综合能源系统一体化规划方法
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN112001652A (zh) * 2020-08-28 2020-11-27 广东电网有限责任公司广州供电局 一种异质能流耦合能源系统的优化方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何后裕 等: "面向配电网风电消纳的冰蓄冷空调系统多目标优化策略研究", 《电力系统保护与控制》 *
何后裕 等: "面向配电网风电消纳的冰蓄冷空调系统多目标优化策略研究", 《电力系统保护与控制》, vol. 47, no. 23, 31 December 2019 (2019-12-31), pages 180 - 185 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396671A (zh) * 2022-01-11 2022-04-26 珠海格力电器股份有限公司 乙二醇泵控制方法及系统、冰蓄冷系统及空气调节装置

Also Published As

Publication number Publication date
CN113326605B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN109004686B (zh) 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN107609684B (zh) 一种基于微电网的综合能源系统经济优化调度方法
CN107732897B (zh) 融合虚拟储能系统的楼宇微网模型预测调控方法
CN110990785A (zh) 一种基于多目标的智慧园区综合能源系统优化调度方法
CN108361885B (zh) 一种冰蓄冷空调系统动态规划方法
Cole et al. Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems
CN103199555B (zh) 一种负荷侧资源参与电力系统二次调频的控制方法
CN106152343B (zh) 一种基于全生命周期的冰蓄冷空调系统设计优化方法
CN108061344A (zh) 一种分布式户用光伏+冰蓄冷的优化协调控制系统及方法
CN112182887A (zh) 一种综合能源系统规划优化仿真方法
CN109059193B (zh) 考虑机组启停费用的园区综合能源系统优化调度方法
CN110657512A (zh) 基于热电联合调度的冰蓄冷空调经济性分析方法和装置
CN110848895A (zh) 一种非工空调柔性负荷控制方法和系统
CN113655762A (zh) 一种燃气供能系统运行优化控制方法及系统
CN110486896B (zh) 一种基于冷水机组能耗模型的串级空调系统优化控制方法
CN113326605B (zh) 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法
CN116308881A (zh) 利用供热管网储热的综合能源系统多时间尺度调度方法
CN115049141A (zh) 用于制冷系统的控制方法、控制装置和制冷系统
CN114784790A (zh) 一种分布式能源站全负荷调节方法及系统
CN112815473A (zh) 一种用于蓄冷空调系统的优化控制装置及控制方法
CN212204900U (zh) 一种模块式风冷冷热水系统
CN110222970B (zh) 考虑储能备用的气-电耦合综合能源系统弹性调度方法
CN203432006U (zh) 蓄冷组合供冷的空调系统
CN113128799A (zh) 能源管控方法、装置、电子设备及计算机存储介质
CN111981643B (zh) 一种能量调控系统、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