CN113487072A - 储热水罐的优化调度方法、装置、设备及存储介质 - Google Patents

储热水罐的优化调度方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113487072A
CN113487072A CN202110716787.1A CN202110716787A CN113487072A CN 113487072 A CN113487072 A CN 113487072A CN 202110716787 A CN202110716787 A CN 202110716787A CN 113487072 A CN113487072 A CN 113487072A
Authority
CN
China
Prior art keywords
hot water
water
heat
temperature
storage tank
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.)
Withdrawn
Application number
CN202110716787.1A
Other languages
English (en)
Inventor
谢平平
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.)
China South Power Grid International Co ltd
China Southern Power Grid Co Ltd
Original Assignee
China South Power Grid International Co ltd
China Southern Power Grid 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 China South Power Grid International Co ltd, China Southern Power Grid Co Ltd filed Critical China South Power Grid International Co ltd
Priority to CN202110716787.1A priority Critical patent/CN113487072A/zh
Publication of CN113487072A publication Critical patent/CN113487072A/zh
Withdrawn legal-status Critical Current

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
    • 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
    • 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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)

Abstract

本发明涉及多能流系统优化调度技术领域，公开了一种储热水罐的优化调度方法、装置、设备及存储介质，所述方法包括：确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。本发明提供的一种储热水罐的优化调度方法、装置、设备及存储介质，在大规模多能流系统优化调度中引入储热水罐的元件数学模型，将弃风率大规模降低，充分发挥多能流系统的灵活性优势。

Description

储热水罐的优化调度方法、装置、设备及存储介质
技术领域
本发明涉及多能流系统优化调度技术领域，特别是涉及一种储热水罐的优化调度方法、装置、设备及存储介质。
背景技术
多能流系统是电、热、冷等各类能源统一规划、统一调度的综合性能源系统，其理念突破了传统能源系统的技术、市场和管理壁垒，对于推动能源结构转型，推进我国能源革命具有重要意义，势必将成为未来能源系统的主要形态。
储热水罐是目前在电热耦合多能流系统中广泛采用的储能设备，可提高热电耦合机组的灵活性，更好地适应风力发电等可再生能源的渗透。这些储热水罐通过水与热的相互作用改变了内部水温，提供相比传统储能系统(例如抽水蓄能系统)成本更低、更环保的储能系统。这种设备可以临时替代热电联产机组的部分热量生产，同时在可再生发电充足时相应减少热电联产机组的生产。
目前国内外对于热力系统中的储热水罐的建模主要集中在热力学研究领域，通过热力学相关定律建立偏微分方程数学模型。其模型仅考虑储热水罐内部的动态过程，而并未涉及与多能流系统中其他元件的互动和对可再生电源的消纳问题。对于多能流系统，由于电热等能源的耦合，因此储热水罐不仅仅应用于热力系统，更多用于平抑电力系统中可再生电源带来的风光波动。考虑储热水罐和其他能流之间的耦合关系和互动，建立适用于多能流系统统一分析和优化调度的数学模型，是亟待解决的问题。
发明内容
本发明实施例所要解决的技术问题是：提供一种储热水罐的优化方法、装置、设备及存储介质，在大规模多能流系统优化调度中引入储热水罐的元件数学模型，考虑其储放能特性，在可再生能源接入时，通过热电联产机组和储热水罐、电锅炉等储能设备的联动，将弃风弃光率大规模降低，提升系统的运行效率与系统运行的经济性，同时提供更精确的运行模型，充分发挥多能流系统的灵活性优势。
为了解决上述技术问题，第一方面，本发明实施例提供一种储热水罐的优化调度方法，包括如下步骤：
确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
作为一个优选方案，所述根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型，具体包括：
确定每一个储热水罐的t时段的总热量：
Figure BDA0003133721070000021
式(1)中，c为水的比热容，ρ为水的密度，V为储热水罐的水总量，
Figure BDA0003133721070000022
为t时段的热水总量，
Figure BDA0003133721070000023
为t时段的混温层的水总量，Th为高温层的水温，Tl为低温层的水温；
确定放热过程的t时段的可放热量：
Figure BDA0003133721070000024
确定t时段的储热水罐的热量损失：
Figure BDA0003133721070000025
确定混温层水温随时间变化函数：
Figure BDA0003133721070000031
式(4)中，η为混温层的扩张速率，Δt为时间间隔长度；
确定t时段第i个储热水罐的可用热能增长：
Figure BDA0003133721070000032
Figure BDA0003133721070000033
Figure BDA0003133721070000034
式(5)中，
Figure BDA0003133721070000035
为t时段由第i个储热水罐释放入热网的热量，式(6)中，
Figure BDA0003133721070000036
为能量方程中的松弛变量；
水的容量限制和储热/放热速率限制为：
Figure BDA0003133721070000037
Figure BDA0003133721070000038
式(9)中，
Figure BDA0003133721070000039
为储热/放热的最大速率。
作为一个优选方案，所述目标函数具体为：
Figure BDA00031337210700000310
Figure BDA00031337210700000311
式(10)中，n为时段数，Np是热电联产机组总数，
Figure BDA00031337210700000312
是热电联产机组的运行成本，CW是弃风造成的成本，ξ是惩罚项；式(11)中，θ为惩罚系数，Ns为储热水罐数量。
为了解决上述技术问题，第二方面，本发明实施例提供一种储热水罐的优化调度装置，包括：
结构确定模块，用于确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
模型建立模块，用于根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
优化调度模块，用于以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
作为一个优选方案，所述模型建立模块具体包括：
第一确定单元，用于确定每一个储热水罐的t时段的总热量：
Figure BDA0003133721070000041
式(1)中，c为水的比热容，ρ为水的密度，V为储热水罐的水总量，
Figure BDA0003133721070000042
为t时段的热水总量，
Figure BDA0003133721070000043
为t时段的混温层的水总量，Th为高温层的水温，Tl为低温层的水温；
第二确定单元，用于确定放热过程的t时段的可放热量：
Figure BDA0003133721070000044
第三确定单元，用于确定t时段的储热水罐的热量损失：
Figure BDA0003133721070000045
第四确定单元，用于确定混温层水温随时间变化函数：
Figure BDA0003133721070000046
式(4)中，η为混温层的扩张速率，Δt为时间间隔长度；
第五确定单元，用于确定t时段第i个储热水罐的可用热能增长：
Figure BDA0003133721070000047
Figure BDA0003133721070000048
Figure BDA0003133721070000049
式(5)中，
Figure BDA00031337210700000410
为t时段由第i个储热水罐释放入热网的热量，式(6)中，
Figure BDA00031337210700000411
为能量方程中的松弛变量；
第六确定单元，用于水的容量限制和储热/放热速率限制为：
Figure BDA00031337210700000412
Figure BDA00031337210700000413
式(9)中，
Figure BDA0003133721070000051
为储热/放热的最大速率。
作为一个优选方案，所述目标函数具体为：
Figure BDA0003133721070000052
Figure BDA0003133721070000053
式(10)中，n为时段数，Np是热电联产机组总数，
Figure BDA0003133721070000054
是热电联产机组的运行成本，CW是弃风造成的成本，ξ是惩罚项；式(11)中，θ为惩罚系数，Ns为储热水罐数量。
为了解决上述技术问题，第三方面，本发明实施例提供一种终端设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序；
其中，所述处理器执行所述计算机程序时实现如第一方面任一项所述的储热水罐的优化调度方法。
为了解决上述技术问题，第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现如第一方面任一项所述的储热水罐的优化调度方法。
与现有技术相比，本发明实施例提供的一种储热水罐的优化调度方法、装置、设备及存储介质，其有益效果在于：通过在大规模多能流系统优化调度中引入体现稳态条件下的储热水罐的元件数学模型，考虑其储放能特性，在可再生能源，如风光电源大规模接入时，通过热电联产机组和储热水罐、电锅炉等储能设备的联动，能够将弃风率大规模降低，提升系统的运行效率与系统运行的经济性，同时提供更精确的运行模型，充分发挥多能流系统的灵活性优势；与此同时，所建立的储热水罐模型综合考虑了储热水罐内部的温度分层，刻画了内部的物理运行状态，可以高效利用于多能流系统的大规模优化问题，以多个运行时段的总运行成本与弃风成本最低为目标函数，结合系统中其他元件模型，可以建立线性化的系统优化模型，通过成熟的商业优化求解器快速高效确定储热水罐的最优储水量以及储热过程的能量损失。
附图说明
为了更清楚地说明本发明实施例的技术特征，下面将对本发明实施例中所需要使用的附图做简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种储热水罐的优化调度方法的一个优选实施例的流程示意图；
图2是储热水罐的结构示意图；
图3是本发明提供的一种储热水罐的优化调度装置的一个优选实施例的结构示意图；
图4是本发明提供的一种终端设备的一个优选实施例的结构示意图。
具体实施方式
为了对本发明的技术特征、目的、效果有更加清楚的理解，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例仅用于说明本发明，但是不用来限制本发明的保护范围。基于本发明的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的其他实施例，都应属于本发明的保护范围。
在本发明的描述中，应当理解的是，本文中的编号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有顺序或者技术含义，不能理解为规定或者暗示所描述的对象的重要性。
图1所示为本发明提供的一种储热水罐的优化调度方法的一个优选实施例的流程示意图。
如图1所示，所述方法包括如下步骤：
S10：确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
S20：根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
S30：以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
具体的，储热水罐与区域供热系统的连接如图2所示。顶部的进水口SI和出水口SO都与热力系统的高温供水网络相连接，而储热水罐底部的入水口RI和出水口RO则与低温回水网络相连接。储热水罐内水温分层为三层不同水温层，上层的水温与高温供水管道的水温一致，为高温层，水温为Th，底层的水温与低温回水管道的水温一致，为低温层，水温为Tl，对于中间层，水温从上层部分逐渐向底层部分下降，形成了一个混合温度区域，即混温层。
在储热过程中，顶部进水口SI打开并从供水网络中吸收高温热水，同时底部出水口RO打开以让储热水罐中的低温水流入回水网络。在此过程中，高温层的覆盖范围逐渐扩大，同时混温层逐渐向低温层移动。在放热过程中，顶部进水口SO和底部出水口RI打开以让储热水罐中的高温热水流入高温供水网络，流入高温供水网络的水通过回水网络中流入的低温水替代，同时，低温层的覆盖范围扩大，混温层向高温层移动。
由于在储热或放热过程中，热能逐渐从高温部分流向低温部分直至储热水罐完全储热或完全放热，因此，混温层在储热和放热过程中会逐渐扩大。在这一部分的热水无法再次注入供网管道，因此造成了在供热和放热过程中的主要热能损失。
在图2中，假设储热水罐中的水总量为V，在t时段的热水总量为
Figure BDA0003133721070000071
在t时段的混温区水总量为
Figure BDA0003133721070000072
对于该储热水罐而言，其总热量可以表示为：
Figure BDA0003133721070000081
式(1)中，c为水的比热容，ρ为水的密度。
在放热过程中，储热水罐中的热水被冷水所替代，释放给区域供热系统的净热量与供水网络和回水网络水温之差成比例。若混温层中的水被重新注入，区域供热网络中的水温会下降，这部分水在放热过程中将不被使用。因此，在放热过程t时段中总的可放热量
Figure BDA0003133721070000084
仅取决于热水的量和其中包含的热能，由下式表示：
Figure BDA0003133721070000085
在t时段储热水罐中的热量损失Qloss由混温层中的水替代高温层造成，可以表示为：
Figure BDA0003133721070000082
在储热和放热过程中，由于热能持续从热水流向冷水，因此混温层会随时间增厚。当储热/放热过程结束，混温层停止扩张。在本发明中，假设这一层水的总量在储热/放热过程中随时间线性增长，由于混温层的扩张速率随着混温层增厚而下降，线性扩张的模型假设在典型的储热循环中会造成小于5％的对于可用热能的估计误差。混温层水温随时间变化的函数可以表示如下：
Figure BDA0003133721070000083
式(4)中，η为混温层的扩张速率，由温差和水的分层情况决定，对于连续时间间隔的长度用Δt表示。
基于前述的分析和一些假设，可以提出一个可以决定何时和如何进行储热/放热的储热水罐控制模型。在该模型中，决策变量是每个时间段流入热网的热能。储热水罐中的可用热能和对应的热损失同时进行改变。储热水罐的储热/放热率和可用热能和热损之间的关系通过下述公式进行表示，呈线性关系。
在时段t时，第i个储热水罐中的可用热能增长可以用如下公式进行表示。
Figure BDA0003133721070000091
式(5)中，
Figure BDA0003133721070000092
为在t时段由第i个储热水罐释放入热网的热量，该变量在储热水罐处于储热状态时为负。
由于热水和冷水的混合造成的温度损失增加由
Figure BDA0003133721070000093
表示，由混温层相关公式表示。下列关系采用了一个松弛变量以通过线性关系表示能量损失：
Figure BDA0003133721070000094
Figure BDA0003133721070000095
在上式中，
Figure BDA0003133721070000096
为能量方程中的松弛变量，用于在目标函数中作为惩罚项。若
Figure BDA0003133721070000097
Figure BDA0003133721070000098
设置成0以避免目标函数中的惩罚项。当储热水罐为完全储热
Figure BDA0003133721070000099
或者完全放热
Figure BDA00031337210700000910
时，上式达到上界或者下界，同时松弛变量会使
Figure BDA00031337210700000911
为0。
水的容量限制和储热/放热速率限制为：
Figure BDA00031337210700000912
Figure BDA00031337210700000913
式(9)中，
Figure BDA00031337210700000914
是储热/放热的最大速率，由储热水罐特性决定。
所建立的储热水罐模型可以用于多时段的考虑热电联产机组、风电和储热水罐的联合优化调度问题，以最小化风电削减和系统运行成本为目标函数。目标函数中包含总运行成本、弃风惩罚成本和松弛项，可以通过下式表达：
Figure BDA00031337210700000915
式(10)中，n为模型考虑的时段数，Np是所考虑的热电联产机组总数，
Figure BDA00031337210700000916
是其运行成本，CW是弃风造成的成本，ξ是与储能的松弛变量有关的惩罚项，通过下式定义：
Figure BDA0003133721070000101
式(11)中，θ为对应松弛变量
Figure BDA0003133721070000102
的惩罚系数，Ns为储热水罐数量。
考虑储热水罐约束与热电联产机组的运行约束，该优化问题可通过成熟的商业求解器求解，以确定储热水量和储热过程中的能量损失。由于储热水罐模型的线性化，提升了模型求解效率。
本发明通过在大规模多能流系统优化调度中引入体现稳态条件下的储热水罐的元件数学模型，考虑其储放能特性，在可再生能源，如风光电源大规模接入时，通过热电联产机组和储热水罐、电锅炉等储能设备的联动，能够将弃风率大规模降低，提升系统的运行效率与系统运行的经济性，同时提供更精确的运行模型，充分发挥多能流系统的灵活性优势；与此同时，所建立的储热水罐模型综合考虑了储热水罐内部的温度分层，刻画了内部的物理运行状态，可以高效利用于多能流系统的大规模优化问题，以多个运行时段的总运行成本与弃风成本最低为目标函数，结合系统中其他元件模型，可以建立线性化的系统优化模型，通过成熟的商业优化求解器快速高效确定储热水罐的最优储水量以及储热过程的能量损失。
应当理解，本发明实现上述储热水罐的优化调度方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述储热水罐的优化调度方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
图3所示为本发明提供的一种储热水罐的优化调度装置的一个优选实施例的结构示意图，所述装置能够实现上述任一实施例所述的储热水罐的优化调度方法的全部流程及达到相应的技术效果。
如图3所示，所述装置包括：
结构确定模块21，用于确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
模型建立模块22，用于根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
优化调度模块23，用于以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
在一个优选实施例中，所述模型建立模块具体包括：
第一确定单元，用于确定每一个储热水罐的t时段的总热量：
Figure BDA0003133721070000111
式(1)中，c为水的比热容，ρ为水的密度，V为储热水罐的水总量，
Figure BDA0003133721070000112
为t时段的热水总量，
Figure BDA0003133721070000115
为t时段的混温层的水总量，Th为高温层的水温，Tl为低温层的水温；
第二确定单元，用于确定放热过程的t时段的可放热量：
Figure BDA0003133721070000113
第三确定单元，用于确定t时段的储热水罐的热量损失：
Figure BDA0003133721070000114
第四确定单元，用于确定混温层水温随时间变化函数：
Figure BDA0003133721070000121
式(4)中，η为混温层的扩张速率，Δt为时间间隔长度；
第五确定单元，用于确定t时段第i个储热水罐的可用热能增长：
Figure BDA0003133721070000122
Figure BDA0003133721070000123
Figure BDA0003133721070000124
式(5)中，
Figure BDA0003133721070000125
为t时段由第i个储热水罐释放入热网的热量，式(6)中，
Figure BDA0003133721070000126
为能量方程中的松弛变量；
第六确定单元，用于水的容量限制和储热/放热速率限制为：
Figure BDA0003133721070000127
Figure BDA0003133721070000128
式(9)中，
Figure BDA0003133721070000129
为储热/放热的最大速率。
在一个优选实施例中，所述目标函数具体为：
Figure BDA00031337210700001210
Figure BDA00031337210700001211
式(10)中，n为时段数，Np是热电联产机组总数，
Figure BDA00031337210700001212
是热电联产机组的运行成本，CW是弃风造成的成本，ξ是惩罚项；式(11)中，θ为惩罚系数，Ns为储热水罐数量。
图4所示为本发明提供的一种终端设备的一个优选实施例的结构示意图，所述设备能够实现上述任一实施例所述的储热水罐的优化调度方法的全部流程及达到相应的技术效果。
如图4所示，所述设备包括：
存储器31，用于存储计算机程序；
处理器32，用于执行所述计算机程序；
其中，所述处理器32执行所述计算机程序时实现如上述任一实施例所述的储热水罐的优化调度方法。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器32执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所称处理器32可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可用于存储所述计算机程序和/或模块，所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块，以及调用存储在所述存储器31内的数据，实现所述终端设备的各种功能。所述存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，所述存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是，上述终端设备包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图4结构示意图仅仅是上述终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多部件，或者组合某些部件，或者不同的部件。
以上所述，仅是本发明的优选实施方式，但本发明的保护范围并不局限于此，应当指出，对于本领域技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干等效的明显变型方式和/或等同替换方式，这些明显变型方式和/或等同替换方式也应视为本发明的保护范围。

Claims (8)

1.一种储热水罐的优化调度方法，其特征在于，包括：
确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
2.根据权利要求1所述的储热水罐的优化调度方法，其特征在于，所述根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型，具体包括：
确定每一个储热水罐的t时段的总热量：
Qt＝cρ(Vt h-Vt m)Th+cρ(V-Vt h-Vt m)Tl+cρVt m(Th+Tl) (1)
式(1)中，c为水的比热容，ρ为水的密度，V为储热水罐的水总量，Vt h为t时段的热水总量，2Vt m为t时段的混温层的水总量，Th为高温层的水温，Tl为低温层的水温；
确定放热过程的t时段的可放热量：
Figure FDA0003133721060000012
确定t时段的储热水罐的热量损失：
Figure FDA0003133721060000013
确定混温层水温随时间变化函数：
Figure FDA0003133721060000011
式(4)中，η为混温层的扩张速率，Δt为时间间隔长度；
确定t时段第i个储热水罐的可用热能增长：
Figure FDA0003133721060000021
Figure FDA0003133721060000022
Figure FDA0003133721060000023
式(5)中，
Figure FDA0003133721060000024
为t时段由第i个储热水罐释放入热网的热量，式(6)中，
Figure FDA0003133721060000025
为能量方程中的松弛变量；
水的容量限制和储热/放热速率限制为：
Figure FDA0003133721060000026
Figure FDA0003133721060000027
式(9)中，
Figure FDA0003133721060000028
为储热/放热的最大速率。
3.根据权利要求2所述的储热水罐的优化调度方法，其特征在于，所述目标函数具体为：
Figure FDA0003133721060000029
Figure FDA00031337210600000210
式(10)中，n为时段数，Np是热电联产机组总数，
Figure FDA00031337210600000211
是热电联产机组的运行成本，CW是弃风造成的成本，ξ是惩罚项；式(11)中，θ为惩罚系数，Ns为储热水罐数量。
4.一种储热水罐的优化调度装置，其特征在于，包括：
结构确定模块，用于确定储热水罐的结构；其中，所述储热水罐的结构包括高温层、混温层以及低温层；
模型建立模块，用于根据所述储热水罐的结构建立体现稳态条件下的储热水罐储放能约束的数学模型；
优化调度模块，用于以多个时段的总运行成本最低以及弃风成本最低为目标函数，确定多能流系统中储热水罐的最优储水量以及储热过程中的能量损失。
5.根据权利要求4所述的储热水罐的优化调度装置，其特征在于，所述模型建立模块具体包括：
第一确定单元，用于确定每一个储热水罐的t时段的总热量：
Qt＝cρ(Vt h-Vt m)Th+cρ(V-Vt h-Vt m)Tl+cρVt m(Th+Tl) (1)
式(1)中，c为水的比热容，ρ为水的密度，V为储热水罐的水总量，Vt h为t时段的热水总量，2Vt m为t时段的混温层的水总量，Th为高温层的水温，Tl为低温层的水温；
第二确定单元，用于确定放热过程的t时段的可放热量：
Figure FDA0003133721060000031
第三确定单元，用于确定t时段的储热水罐的热量损失：
Figure FDA0003133721060000032
第四确定单元，用于确定混温层水温随时间变化函数：
Figure FDA0003133721060000033
式(4)中，η为混温层的扩张速率，Δt为时间间隔长度；
第五确定单元，用于确定t时段第i个储热水罐的可用热能增长：
Figure FDA0003133721060000034
Figure FDA0003133721060000035
Figure FDA0003133721060000036
式(5)中，
Figure FDA0003133721060000037
为t时段由第i个储热水罐释放入热网的热量，式(6)中，
Figure FDA0003133721060000038
为能量方程中的松弛变量；
第六确定单元，用于水的容量限制和储热/放热速率限制为：
Figure FDA0003133721060000039
Figure FDA00031337210600000310
式(9)中，
Figure FDA0003133721060000041
为储热/放热的最大速率。
6.根据权利要求5所述的储热水罐的优化调度装置，其特征在于，所述目标函数具体为：
Figure FDA0003133721060000042
Figure FDA0003133721060000043
式(10)中，n为时段数，Np是热电联产机组总数，
Figure FDA0003133721060000044
是热电联产机组的运行成本，CW是弃风造成的成本，ξ是惩罚项；式(11)中，θ为惩罚系数，Ns为储热水罐数量。
7.一种终端设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序；
其中，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的储热水罐的优化调度方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1至3任一项所述的储热水罐的优化调度方法。
CN202110716787.1A 2021-06-25 2021-06-25 储热水罐的优化调度方法、装置、设备及存储介质 Withdrawn CN113487072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110716787.1A CN113487072A (zh) 2021-06-25 2021-06-25 储热水罐的优化调度方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110716787.1A CN113487072A (zh) 2021-06-25 2021-06-25 储热水罐的优化调度方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113487072A true CN113487072A (zh) 2021-10-08

Family

ID=77937730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110716787.1A Withdrawn CN113487072A (zh) 2021-06-25 2021-06-25 储热水罐的优化调度方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113487072A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018196456A1 (zh) * 2017-04-28 2018-11-01 东南大学 一种热电联合优化调度模型的建模方法
AU2020100983A4 (en) * 2019-11-14 2020-07-16 Shandong University Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation
CN112086982A (zh) * 2020-09-07 2020-12-15 南通大学 一种包含电热多元储能的电热联合系统优化调度方法
CN112307603A (zh) * 2020-10-14 2021-02-02 国网河北省电力有限公司经济技术研究院 考虑大规模风电接入的混合储能容量优化配置方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018196456A1 (zh) * 2017-04-28 2018-11-01 东南大学 一种热电联合优化调度模型的建模方法
AU2020100983A4 (en) * 2019-11-14 2020-07-16 Shandong University Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation
CN112086982A (zh) * 2020-09-07 2020-12-15 南通大学 一种包含电热多元储能的电热联合系统优化调度方法
CN112307603A (zh) * 2020-10-14 2021-02-02 国网河北省电力有限公司经济技术研究院 考虑大规模风电接入的混合储能容量优化配置方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
仪忠凯;李志民;: "计及热网储热和供热区域热惯性的热电联合调度策略", 电网技术, no. 05, pages 1 - 3 *

Similar Documents

Publication Publication Date Title
CN106849188B (zh) 一种促进风电消纳的热电联合优化方法及系统
Hu et al. Multi-objective planning for integrated energy systems considering both exergy efficiency and economy
Rong et al. Polygeneration systems in buildings: A survey on optimization approaches
Chen et al. Increasing the flexibility of combined heat and power for wind power integration in China: Modeling and implications
CN109190785B (zh) 一种电热耦合综合能源系统运行优化方法
Balić et al. Multi-criteria analysis of district heating system operation strategy
CN103455729B (zh) 一种确定光储并网联合发电调度值的方法
CN115859686B (zh) 考虑扩展碳排放流的综合能源系统低碳调度方法及系统
Yaman et al. Modeling, simulation, and optimization of a solar water heating system in different climate regions
Novosel et al. Impact of district heating and cooling on the potential for the integration of variable renewable energy sources in mild and Mediterranean climates
CN112531687A (zh) 含热电联合机组的综合能源系统周前机组组合优化方法
Chen et al. Optimal design of integrated urban energy systems under uncertainty and sustainability requirements
CN108767855B (zh) 一种时序持续混合的电力系统随机生产模拟方法
CN111126675A (zh) 多能互补微网系统优化方法
CN113487072A (zh) 储热水罐的优化调度方法、装置、设备及存储介质
Liu et al. Study of the thermal performance of a distributed solar heating system for residential buildings using a heat-user node model
CN109193666B (zh) 基于通用能量母线的综合能源系统时序能量流计算方法
Aliehyaei Optimization of micro gas turbine by economic, exergy and environment analysis using genetic, bee colony and searching algorithms
CN113077173B (zh) 一种基于综合能源系统节点能价策略的综合需求响应方法
CN115329518A (zh) 一种基于能量流的电热耦合网络碳排放流计量方法、电子设备及存储介质
Sporleder et al. Solar thermal vs. PV with a heat pump: A comparison of different charging technologies for seasonal storage systems in district heating networks
CN114781866A (zh) 一种基于数据驱动的综合能源系统鲁棒日内滚动调度方法
Bony et al. Comparison between a new trnsys model and experimental data of phase change materials in a solar combisystem
Zlatkovikj et al. Influence of the transient operation of a large-scale thermal energy storage system on the flexibility provided by CHP plants
Bleys et al. Annex 67-Energy Flexible Buildings

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211008