CN113421169B - 综合能源系统可靠性-效率扩散结构分析方法及系统 - Google Patents
综合能源系统可靠性-效率扩散结构分析方法及系统 Download PDFInfo
- Publication number
- CN113421169B CN113421169B CN202110499229.4A CN202110499229A CN113421169B CN 113421169 B CN113421169 B CN 113421169B CN 202110499229 A CN202110499229 A CN 202110499229A CN 113421169 B CN113421169 B CN 113421169B
- Authority
- CN
- China
- Prior art keywords
- diffusion
- node
- energy
- index
- efficiency
- 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
- 238000009792 diffusion process Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 238000003745 diagnosis Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 230000002195 synergetic effect Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000003696 structure analysis method Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 241000372285 Isanda Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种综合能源系统可靠性‑效率扩散结构分析方法及系统。该方法包括如下步骤:步骤S1,系统节点可靠性和效率指标建模;步骤S2,核心节点选取与指标位势计算;步骤S3,系统可靠性和能效指标扩散结构建模;步骤S4,扩散结构源阱位置诊断与关联性分析。本发明能够量化综合能源系统可靠性‑能效的扩散特性,阐明系统效率与可靠性的分布特征与关联关系,为综合能源系统的分析与结构改善提供指导。
Description
技术领域
本发明属于综合能源系统分析与评估领域,尤其涉及一种综合能源系统可靠性-效率扩散结构分析方法及系统。
背景技术
发明内容
为解决综合能源系统中可调配资源无法精确量化的问题,本发明提供了一种综合能源系统可靠性-效率扩散结构分析方法及系统,所述方法包括如下步骤:
步骤S1,系统节点可靠性和效率指标建模。首先,根据节点的能流状态分布规律进行节点供能可靠性评估,建立综合能源系统节点可靠性模型。
ηi=Pi/Ci
步骤S2,核心节点选取与指标位势计算。工业园区综合能源系统中可靠性、能效与效率的扩散结构的本质是基于能量供需关系的特征转移,需要选取园区内的可控型供能单元和大型用能主体作为“扩散源”,进行相关指标的扩散结构的研究,其中大型用能主体要求用能量占整个综合能源系统用能总量的15%以上。这些扩散源往往拥有广泛的影响范围、稳定的供需关系,其在可靠性、能效、效率等参数的扩散结构和形态中其决定性作用。
工业园区综合能源系统中所有节点共同构成扩散场,处于其中的各个节点之间由于其自身供需特性而存在一定的交互关系,但这种交互的广度和深度会因为节点的特性而产生位势差,这种位势差导致了节点间的可靠性、能效与效率的流动和扩散。比拟物理学上的势能定义,定义节点的相关指标的位势。
步骤S3,系统可靠性和能效指标扩散结构建模。节点之间的位势差造成了高位势节点对低位势节点的扩散,但各个节点间是否需要进行效益的扩散应以自身利益最大化为目标,因此需要做出如下假设:
结合上述扩散必要条件,可进一步得出工业园区综合能源系统中可靠性、能效、效率扩散结构函数。当节点间不满足扩散条件时,节点的指标存量不变,此时节点效用函数可表示为将其作为边界条件代入到发生扩散时的效用函数中可得:
可得节点间扩散模型为:
步骤S4,扩散结构源阱位置诊断与关联性分析。根据步骤S3建立的扩散模型,可计算出各个节点的可靠性、能效和效率的扩散量。相较于邻接表和边集数组的空间关系表示方式,邻接矩阵更有利于完整复现节点间的扩散行为,同时可利用矩阵的特性定义不同指标的协同关系和降低计算复杂度,因此采用邻接矩阵的方式表示节点间的扩散关系。利用节点邻接矩阵,工业园区综合能源系统的可靠性、能效和效率的空间扩散行为可表达为如下空间扩散矩阵:
其中表示节点i从节点j获得的扩散量。通过分析矩阵中元素的分布与行列和,可以找到对指标k而言的源与阱,即在可靠性分布、能效分析、分布中处在影响力末端或者顶峰的节点,即为扩散结构下的源或者阱,可进而分析其分布特征、与源陷数量。
同时,令|λkEk-Ak|=0,获得空间扩散矩阵的特征向量来表示系统可靠性、能效和效率的扩散空间特征,并通过最大特征值对应的特征向量(即最大扩散方向)之间的夹角,表示系统可靠性与系统能效、系统效率之间的扩散结构的协同程度:
θij=|cos<Ei,Ej>|
其中θij表示扩散指标Ei与扩散指标Ej之间的协同程度,其取值范围为[0,1],θij越接近于1,扩散指标Ei与扩散指标Ej的扩散结构协同效应越强。这一方法不仅适用整体系统扩散结构协同分析,也可以用于其中任一选定区块,即针对空间扩散矩阵中任一子矩阵也可以展开,从而反映该区块的扩散结构。
在以上求解步骤的基础上,可搭建一种综合能源系统可靠性-效率扩散结构分析系统,包括节点供能可靠性评估模块、扩散结构协同关系表征模型模块、核心节点选取与指标位势计算模块、基于节点供需特性的交互关系模块、扩散结构函数模型模块、各节点指标扩散量计算模块、基于矩阵分析程序的系统特征输出模块、综合能源系统安全调度优化决策模块。将上述模块分别进行模块封装,建立数据传输通道以实现上述可靠性-效率扩散结构分析方法,以便综合能源系统安全调度优化决策模块及时获得各指标扩散结构模型,指导园区运行优化决策。
本发明的有益效果是:
附图说明
图2为本发明系统的流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例1
在步骤S1中,
步骤S11,根据节点的能流状态分布规律进行节点供能可靠性评估,建立综合能源系统节点可靠性模型。
ηi=Pi/Ci
在步骤S2中,
步骤S21,核心节点选取与指标位势计算,选取园区内的可控型供能单元和大型用能主体作为“扩散源”,进行相关指标的扩散结构的研究,其中大型用能主体要求用能量占整个综合能源系统用能总量的15%以上。要求这些扩散源往往拥有广泛的影响范围、稳定的供需关系,其在可靠性、能效、效率等参数的扩散结构和形态中其决定性作用。
步骤S22,分析各节点由于其自身供需特性而存在的交互关系。工业园区综合能源系统中所有节点共同构成扩散场,处于其中的各个节点之间由于其自身供需特性而存在一定的交互关系,但这种交互的广度和深度会因为节点的特性而产生位势差,这种位势差导致了节点间的可靠性、能效与效率的流动和扩散。
步骤S23,比拟物理学上的势能定义,定义节点的相关指标的位势。
在步骤S3中,
步骤S31,对核心节点和成员节点的扩散情况作出假设。节点之间的位势差造成了高位势节点对低位势节点的扩散,但各个节点间是否需要进行效益的扩散应以自身利益最大化为目标,因此需要做出如下假设:
步骤S32,在分析扩散条件的基础上得到各指标的率扩散结构函数。由于扩散以节点的效益为最终目标,即只有核心节点的扩散效应为其带来效益增长,才能促进可靠性、能效和效率在系统上的扩散。因此,扩散发生的必要条件是:
结合上述扩散必要条件,可进一步得出工业园区综合能源系统中可靠性、能效、效率扩散结构函数。当节点间不满足扩散条件时,节点的指标存量不变,此时节点效用函数可表示为将其作为边界条件代入到发生扩散时的效用函数中可得:
整理可得节点间扩散模型为:
步骤S4中,
步骤S41,根据步骤S3建立的扩散模型,计算出各个节点的可靠性、能效和效率的扩散量。相较于邻接表和边集数组的空间关系表示方式,邻接矩阵更有利于完整复现节点间的扩散行为,同时可利用矩阵的特性定义不同指标的协同关系和降低计算复杂度,因此采用邻接矩阵的方式表示节点间的扩散关系。利用节点邻接矩阵,工业园区综合能源系统的可靠性、能效和效率的空间扩散行为可表达为如下空间扩散矩阵:
其中表示节点i从节点j获得的扩散量。通过分析矩阵中元素的分布与行列和,可以找到对指标k而言的源与阱,即在可靠性分布、能效分析、分布中处在影响力末端或者顶峰的节点,即为扩散结构下的源或者阱,可进而分析其分布特征、与源陷数量。
步骤S41,通过分析矩阵的特征向量和特征根来判断各指标的特性。令|λkEk-Ak|=0,获得空间扩散矩阵的特征向量来表示系统可靠性、能效和效率的扩散空间特征,并通过最大特征值对应的特征向量(即最大扩散方向)之间的夹角,表示系统可靠性与系统能效、系统效率之间的扩散结构的协同程度:
θij=|cos<Ei,Ej>|
其中θij表示扩散指标Ei与扩散指标Ej之间的协同程度,其取值范围为[0,1],θij越接近于1,扩散指标Ei与扩散指标Ej的扩散结构协同效应越强。
步骤S42在整体系统扩散结构协同分析的基础上,对其中任一选定区块进行扩散结构协同分析。针对空间扩散矩阵中任一子矩阵也可以展开,从而反映该区块的扩散结构。
实施例2
一种综合能源系统可靠性-效率扩散结构分析系统,包括节点供能可靠性评估模块、扩散结构协同关系表征模型模块、核心节点选取与指标位势计算模块、基于节点供需特性的交互关系模块、扩散结构函数模型模块、各节点指标扩散量计算模块、基于矩阵分析程序的系统特征输出模块、综合能源系统安全调度优化决策模块。将上述模块分别进行模块封装,建立数据传输通道用于实现如实施例1所述的可靠性-效率扩散结构分析方法,以便综合能源系统安全调度优化决策模块及时获得各指标扩散结构模型技术局,指导园区运行优化决策。
需要说明的是,以上所述仅为本发明实施方式的一部分,根据本发明所描述的系统所做的等效变化,均包括在本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均属于本发明的保护范围。
Claims (3)
1.一种综合能源系统可靠性-效率扩散结构分析方法,其特征在于,包括如下步骤:
步骤S1,系统节点可靠性和效率指标建模;步骤S2,核心节点选取与指标位势计算;步骤S3,系统可靠性和能效指标扩散结构建模;步骤S4,扩散结构源阱位置诊断与关联性分析;
所述的步骤S1中:
首先,根据节点的能流状态分布规律进行节点供能可靠性评估,建立综合能源系统节点可靠性模型:
ηi=Pi/Ci
所述的步骤S2中:
选取工业园区内的可控型供能单元和大型用能主体作为核心节点;其中,大型用能主体要求用能量占整个综合能源系统用能总量的15%以上;
工业园区综合能源系统中所有节点共同构成扩散场,处于其中的各个节点之间由于其自身供需特性而存在一定的交互关系,但这种交互的广度和深度会因为节点的特性而产生位势差,这种位势差导致了节点间的可靠性、能效与效率的流动和扩散,节点的相关指标的位势为:
所述的步骤S3中:
扩散发生的必要条件是:
节点间扩散模型为:
所述的步骤S4中:
θij=|cos<Ei,Ej>|
其中θij表示扩散指标Ei与扩散指标Ej之间的协同程度,取值范围为[0,1],θij越接近于1,扩散指标Ei与扩散指标Ej的扩散结构协同效应越强。
2.根据权利要求1所述的一种综合能源系统可靠性-效率扩散结构分析方法,其特征在于,所述方法不仅适用整体系统扩散结构协同分析,也适用于其中任一选定区块,针对空间扩散矩阵中任一子矩阵进行分析,从而反映该区块的扩散结构。
3.一种综合能源系统可靠性-效率扩散结构分析系统,其特征在于,包括节点供能可靠性评估模块、扩散结构协同关系表征模型模块、核心节点选取与指标位势计算模块、基于节点供需特性的交互关系模块、扩散结构函数模型模块、各节点指标扩散量计算模块、基于矩阵分析程序的系统特征输出模块、综合能源系统安全调度优化决策模块;上述模块建立数据传输通道,用于实现如权利要求1-2任一项所述的可靠性-效率扩散结构分析方法,以便综合能源系统安全调度优化决策模块获得各指标扩散结构模型,指导园区运行优化决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110499229.4A CN113421169B (zh) | 2021-05-08 | 2021-05-08 | 综合能源系统可靠性-效率扩散结构分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110499229.4A CN113421169B (zh) | 2021-05-08 | 2021-05-08 | 综合能源系统可靠性-效率扩散结构分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113421169A CN113421169A (zh) | 2021-09-21 |
CN113421169B true CN113421169B (zh) | 2022-08-30 |
Family
ID=77712095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110499229.4A Active CN113421169B (zh) | 2021-05-08 | 2021-05-08 | 综合能源系统可靠性-效率扩散结构分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113421169B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067108A (zh) * | 2017-04-14 | 2017-08-18 | 清华大学 | 计及可再生能源接入的园区综合能源系统能效评估方法 |
CN109919401A (zh) * | 2017-12-12 | 2019-06-21 | 南京南瑞继保电气有限公司 | 一种多能互补系统的多维能效分析方法 |
CN110210730A (zh) * | 2019-05-20 | 2019-09-06 | 太原理工大学 | 一种区域综合能源系统能效状态评价方法 |
CN112668188A (zh) * | 2020-12-31 | 2021-04-16 | 福州大学 | 多园区综合能源系统的分布式鲁棒协同优化调度方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10438281B2 (en) * | 2002-07-20 | 2019-10-08 | Chicago Climate Exchange, Inc | System, method, and media for trading of energy efficiency |
US10197338B2 (en) * | 2013-08-22 | 2019-02-05 | Kevin Hans Melsheimer | Building system for cascading flows of matter and energy |
-
2021
- 2021-05-08 CN CN202110499229.4A patent/CN113421169B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067108A (zh) * | 2017-04-14 | 2017-08-18 | 清华大学 | 计及可再生能源接入的园区综合能源系统能效评估方法 |
CN109919401A (zh) * | 2017-12-12 | 2019-06-21 | 南京南瑞继保电气有限公司 | 一种多能互补系统的多维能效分析方法 |
CN110210730A (zh) * | 2019-05-20 | 2019-09-06 | 太原理工大学 | 一种区域综合能源系统能效状态评价方法 |
CN112668188A (zh) * | 2020-12-31 | 2021-04-16 | 福州大学 | 多园区综合能源系统的分布式鲁棒协同优化调度方法 |
Non-Patent Citations (1)
Title |
---|
基于政府视角的工业企业节能项目多目标综合评价模型;钱国明等;《工业技术经济》;20090125(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113421169A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Prediction of short-term PV power output and uncertainty analysis | |
Mavromatidis et al. | Design of distributed energy systems under uncertainty: A two-stage stochastic programming approach | |
Kämpf et al. | A hybrid CMA-ES and HDE optimisation algorithm with application to solar energy potential | |
Shams et al. | Artificial intelligence-based prediction and analysis of the oversupply of wind and solar energy in power systems | |
Musbah et al. | Energy management using multi-criteria decision making and machine learning classification algorithms for intelligent system | |
Zhu et al. | A coordinated optimization framework for long-term complementary operation of a large-scale hydro-photovoltaic hybrid system: Nonlinear modeling, multi-objective optimization and robust decision-making | |
CN110889603A (zh) | 一种基于PCA-Copula理论考虑风电相关性的电力系统经济调度方法 | |
CN105069519A (zh) | 一种智能电网园区终端用户能源需求状况动态预测系统及方法 | |
Zhao et al. | Resilience index system and comprehensive assessment method for distribution network considering multi-energy coordination | |
CN113468790B (zh) | 一种基于改进粒子群算法的风速特征模拟方法及系统 | |
CN111754037A (zh) | 区域终端集成供能系统长期负荷混合预测方法 | |
Colak et al. | A data mining approach: Analyzing wind speed and insolation period data in Turkey for installations of wind and solar power plants | |
Mrówczyńska et al. | A new fuzzy model of multi-criteria decision support based on Bayesian networks for the urban areas' decarbonization planning | |
Liu et al. | Two-layer multiple scenario optimization framework for integrated energy system based on optimal energy contribution ratio strategy | |
CN112865089A (zh) | 一种改进的主动配电网大规模场景分析方法 | |
Dong et al. | Energy supply network design optimization for distributed energy systems | |
Morgül Tumbaz et al. | Energy demand forecasting: avoiding multi-collinearity | |
CN114037209A (zh) | 分布式光伏接入直流配电系统综合效益分析方法及装置 | |
Şişman | A comparison of ARIMA and grey models for electricity consumption demand forecasting: The case of Turkey | |
CN113421169B (zh) | 综合能源系统可靠性-效率扩散结构分析方法及系统 | |
Xu et al. | A novel hybrid wind speed interval prediction model based on mode decomposition and gated recursive neural network | |
CN116070952A (zh) | 一种多维度能源利用效率评估方法、系统、设备及介质 | |
Sellak et al. | Energy planning under uncertain decision-making environment: An evidential reasoning approach to prioritize renewable energy sources | |
CN115018277A (zh) | 一种基于网络分析法的新能源消纳潜力评估方法及装置 | |
CN113469522A (zh) | 综合能源物联网评价方法、装置、电子设备及存储介质 |
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 |