CN113592200A - 一种含水源热泵的区域综合能源系统低碳优化运行方法 - Google Patents
一种含水源热泵的区域综合能源系统低碳优化运行方法 Download PDFInfo
- Publication number
- CN113592200A CN113592200A CN202111001542.7A CN202111001542A CN113592200A CN 113592200 A CN113592200 A CN 113592200A CN 202111001542 A CN202111001542 A CN 202111001542A CN 113592200 A CN113592200 A CN 113592200A
- Authority
- CN
- China
- Prior art keywords
- gas
- energy
- formula
- carbon emission
- water source
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 106
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 27
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 71
- 238000004146 energy storage Methods 0.000 claims abstract description 52
- 230000005611 electricity Effects 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000013486 operation strategy Methods 0.000 claims abstract description 9
- 239000007789 gas Substances 0.000 claims description 93
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 34
- 239000003345 natural gas Substances 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 16
- 238000005057 refrigeration Methods 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000005338 heat storage Methods 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims description 2
- 239000002737 fuel gas Substances 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000010977 unit operation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
本发明的一种含水源热泵的区域综合能源系统低碳优化运行方法,包括:构建包含水源热泵、风机、燃气机组以及多元储能装置的区域综合能源系统总体架构;计算系统运行经济成本和碳排放成本,构建两阶段碳排放模型,提出两个优化目标:购能成本最小和碳排放成本最小;建立各设备机组运性约束以及系统中冷、热、电、气能量平衡约束,形成多目标低碳优化模型;采用NSGA‑Ⅲ算法对低碳优化模型进行求解,得到系统最优运行策略。本发明引入水源热泵机组以多元储能装置,以解决“以热定电”的运行约束、缓解供需两侧热电比差异;建立各设备碳排放模型,进而实现系统的低碳优化运行。
Description
技术领域
本发明属于综合能源系统优化运行领域,涉及一种含水源热泵的区域综合能源系统低碳优化运行方法。
背景技术
随着能源消费结构转型升级,多类能源耦合互联形成的综合能源系统以其特有的优势受到广泛的关注、研究和应用。在江河水系充沛地域,引入水源热泵机组,形成新型热电联产模式,不仅可实现冷/热/电/气等多种能源间的互补转化,还可进一步提高系统清洁能源消纳率。目前,区域综合能源系统中的冷热电三联供(CCHP)大部分以燃气机组作为核心机组,以天然气为燃料,兼具发电、供热等多种能源输出功能。但此系统中电-热能量深度耦合,存在“以热定电”的运行约束。目前的能源系统电热转换方向单一,无法实现很好的电热解耦效果,尤其在热负荷需求较大的冬季,电能产能过剩的情况会更加明显,不仅会降低整个区域电网电能的调峰能力,还会影响风光等可再生能源的并网运行,降低可再生能源利用率。同时,目前系统内碳排放模型的建立并不充分,定量分析不够细致,对含水源热泵系统和清洁能源消纳场景的相关分析较少。
发明内容
为解决上述技术问题,本发明的目的是提供一种含水源热泵的区域综合能源系统低碳优化运行方法,引入水源热泵机组以及多元储能装置,以解决“以热定电”的运行约束、缓解供需两侧热电比差异;同时,建立各设备碳排放模型,进而实现系统的低碳优化运行。
本发明提供一种含水源热泵的区域综合能源系统低碳优化运行方法,包括:
步骤1:构建包含水源热泵、风机、燃气机组以及多元储能装置的区域综合能源系统总体架构;
步骤2:计算系统运行经济成本和碳排放成本,构建两阶段碳排放模型,提出两个优化目标:购能成本最小和碳排放成本最小;
步骤3:建立各设备机组运性约束以及系统中冷、热、电、气能量平衡约束,形成多目标低碳优化模型;
步骤4:在python环境中,采用NSGA-Ⅲ算法对所构建的低碳优化模型进行求解,得到系统最优运行策略。
本发明的一种含水源热泵的区域综合能源系统低碳优化运行方法至少具有以下有益效果:
1)在存在“以热定电”约束的综合能源系统中,引入水源热泵机组以及多元储能装置,形成区域综合能源系统新型运行模式,实现热电解耦,从根本上解决“以热定电”运行约束的问题,有效改善了供需两侧热电比差异,使得溢出电量几乎不存在。
2)更全面更细致的建立了各设备机组的碳排放模型,制定适当的市场激励机制,使更多的对象参与进来,有效降低了系统运行的碳排放成本,实现了系统的低碳优化运行。
3)专利中的实例直观地表明了,本发明所提出的低碳优化运行方法中经济成本降低约50.91%,碳排放成本降低约49.70%,总体显著降低,证明了本发明所提方法的合理性与有效性。
附图说明
图1为本发明的含水源热泵的区域综合能源系统低碳优化运行方法的流程图;
图2为本发明实施例的含水源热泵的区域综合能源系统架构示意图;
图3为采用NSGA-Ⅲ算法对所构建的低碳优化模型进行求解的流程图;
图4为系统在“以热定电”约束下的日前电能调度计划示意图;
图5为系统在“以热定电”约束下的日前热能调度计划示意图;
图6为系统在“以热定电”约束下的日前冷能调度计划示意图;
图7为系统在“以热定电”约束下的日前气能调度计划示意图;
图8为本发明实施例的日前电能调度计划示意图;
图9为本发明实施例的日前热能调度计划示意图;
图10为本发明实施例的日前冷能调度计划示意图;
图11为本发明实施例的日前气能调度计划示意图;
图12为两种模式下经济成本与碳排放成本的对比示意图。
具体实施方式
如图1所示本发明的一种含水源热泵的区域综合能源系统低碳优化运行方法,包括:
步骤1:基于各设备机组的运行机理,构建包含水源热泵、风机、燃气机组以及多元储能装置的区域综合能源系统总体架构,包括:
步骤101:确定各类设备机组的能量转化关系,建立水源热泵、风机、燃气机组以及多元储能装置的运行数学模型;
1)水源热泵数学模型:
式中:分别为水源热泵在t时段所供给的热量和冷量;Pt WHP为t时段水源热泵的输入电功率;ηH,t、ηC,t分别为水源热泵在t时段的供热、制冷调度系数;COPH为水源热泵供热性能系数;COPC为水源热泵制冷性能系数;
其中,根据下式计算水源热泵供热和制冷性能系数:
COPC=COPH-1
式中:TCW为蒸发器侧热源温度;THW为冷凝器侧热源温度;A、B、C、D、E为试验中计算出的拟合系数。
2)风机数学模型:
具体实施时,实时风速根据下式计算:
3)燃气机组数学模型:
4)吸收制冷机数学模型:
5)电制冷机数学模型:
6)热储能装置数学模型
7)电储能装置数学模型
步骤102,基于能量枢纽的概念,构建区域综合能源系统总体架构:系统总体输入来自外部电网、外部气网及风机发电,其与电、热、冷、气四类负荷与系统中电、热、冷、气四条母线对应相连;
步骤103:根据步骤101所建模型,将各设备机组的输入端和输出端对应接入到系统中的电、热、冷、气四条母线上,耦合形成区域综合能源系统总体架构,如图2所示。
步骤2:计算系统运行经济成本和碳排放成本,构建两阶段碳排放模型,继而提出两个优化目标:购能成本最小和碳排放成本最小。购能成本包括从电网购电的购电成本和从气网购气的购气成本,购电成本与实时用电量和实施电价有关;由于天然气价格施行阶梯气价,购气成本需要分段线性化表示。第一阶段碳排放成本中的单位碳排放成本系数随碳排放量的变化而变化,所以也需要将其进行分段线性化处理;第二阶段碳排放成本需要与规定碳排放强度比较,高于规定进行惩罚,低于规定给予奖励。综上,由于购气单位价格和第一阶段单位碳排放成本不是固定值,此优化模型存在非线性,本发明中将其分段线性化处理,更方便于求解。步骤2具体包括:
步骤201,构建耗电设备及电负荷的碳排放模型:
步骤202,构建燃气设备及气负荷的两阶段碳排放模型:
1)第一阶段:
2)第二阶段:
步骤203,构建多优化目标,包括购能成本最小和碳排放成本最小:
目标1:
目标2:
式中:sc_i,i=1、2、3)为分段线性化后各段单位碳排放成本系数;Lc_i,i=1、2、3)为分段线性化后各段碳排放量;Iact、Istr分别为实际碳排放强度和规定碳排放强度;spf为燃气碳排放价格系数。
步骤3:建立各设备机组运性约束以及系统中冷、热、电、气能量平衡约束,形成多目标低碳优化模型;所述步骤3包括:
步骤301:建立各设备机组运性约束:
1)水源热泵机组运性约束:
2)风机运行约束:
式中:Pt WT为风机t时段的实际出力;
3)燃气机组运行约束
4)储能装置运性约束
式中:为电储能/热储能装置的最大输出功率;为电储能/热储能装置的最大输入功率;分别为电储能、热储能装置最大装机容量;βmin、αmin分别为电储能、热储能装置最小剩余状态系数;βmax、αmax分别为电储能、热储能装置最小剩余状态系数;
步骤302,建立系统中电、热、冷、气能量平衡约束:
1)电能平衡约束:
2)热能平衡约束:
3)气量平衡约束:
4)冷能平衡约束:
步骤4:在python环境中,采用NSGA-Ⅲ算法对所构建的低碳优化模型进行求解,得到系统最优运行策略,求解流程如图3所示,包括:
步骤401,在python3.8环境中,写入上述搭建完成的区域综合能源系统低碳优化模型;
步骤402,采用NSGA-Ⅲ算法对此模型进行求解,得到系统最优运行策略,包括:
步骤501,设定NSGA-Ⅲ算法的初始参数,包括迭代次数,种群大小,目标函数个数、交叉参数、变异参数、交叉概率、变异概率;
步骤502,根据种群大小,设定一致性参考点的数目,并生成所有参考点,以确保解的多样性;
步骤503,生成初始种群,根据设定的优化目标计算每个个体初始适应度值,并得到初始理想点;
步骤504,通过模拟二进制交叉和多项式变异,保证遗传算子高效性,继而生成子代个体,计算子代个体的适应度值并更新理想点;
步骤505,给出新一代种群数目,将父代与子代组成的种群按照非支配层进行划分,高支配等级的个体优先进入下一代;
步骤506,判断当某一支配等级个体全部进入下一代后,是否超出设定的种群数目,若否则当前支配等级全部进入下一代;若是,则在此支配等级个体中,根据参考点关联个体数目及离参考点的距离逐个选取合适的个体进入下一代,直至新一代种群数目满足先前设定,从而形成新一代种群;
步骤507,判断当前迭代次数是否达到设定的迭代次数,若否,则返回步骤504;若是则进行步骤508;
步骤508,根据最终得到的种群个体及适应度值,得到次多目标优化模型最优解的Pareto前沿;
步骤509,设定目标1与目标2的权重系数,计算Pareto前沿中各解的加权综合成本并比较,得到最优运行策略,各类能量日前供需调度计划:
Ctotal=α1Cep+α2Cem
式中:Ctotal为加权综合成本;α1、α2分别为经济成本和碳排放成本的权重系数。
下面结合实例进行对比分析:
实例系统结构如图2所示。水源热泵的制热性能系数取3.50;天然气燃烧低位热值取35.70MJ/kW,燃气机组的转换系数a、b分别取2.5、2;电制冷机制冷效率取0.8,最大制冷功率为150kW;双效吸收制冷机制冷效率取1.1,最大制冷功率为200kW。
传统模式,受“以热定电”约束下运行,即模式1得到的日前各类能量供需调度计划如图4、5、6、7所示;在本发明所提的低碳优化运行方法下实现优化运行,即模式2得到的各类能量供需调度计划如图8、9、10、11所示;两种模式下各项成本对比如图12所示。
如图5所示,此冬季典型场景的主要特征是热负荷需求远大于其它各类负荷,传统运行模式下依靠热电联产机组供热,因此来源于气网的天然气除了少部分直接供给气负荷外,大部分供给燃气机组,保证其产热量满足各时段热负荷的需求。
此运行模式由于以燃气机组为热电联产核心,存在“以热定电”约束,如图4所示在产热的同时各时段产生大量可用电能,尤其在凌晨寒冷时段,随着热需求增大电能产出也随之到达峰值,而此时段电负荷需求处于一天中的谷时;且纵观全天,需求侧和供给侧的电热比相差极大,除电负荷外只有部分电能经由电制冷机供给冷负荷所需,但总体消耗电能远远小于产出,产生大规模弃风和电能溢出。同时,由图7可知此模式运行各时段天然气消耗量较大、电能消耗较少,而天然气消耗存在两阶段碳排放,其折算系数相比于电能也更大,因而运行模式1的碳排放成本会更高。
水源热泵机组只需消耗少量的电能就可产生大量热量,非常适用于此热负荷需求量大的典型场景。由图8所示,其与燃气机组协同运行,搭配热电储能装置可极大程度实现热电解耦,相较于传统运行模式(图4所示),新模式最明显的优势在于溢出电量几乎不存在,这意味着所有产出电能实现就地消纳,以热定电约束从根本上得到解决。对其得以解决的原因进行深入分析可以看出,传统运行模式下,供热结构较为单一,燃气机组热电产出比例相对固定,在满足热负荷供应的前提下产生大量溢出电能;水源热泵机组加入后,丰富了热电联产结构,系统电、热能量供给的灵活性大大提高。
由图10所示,2:00-7:00时段从气网所购天然气全部用以供给用户所需气负荷,而燃气机组在此时段停机。究其原因,如图8所示,此时正处于电价谷时,供热性能优良的水源热泵机组可直接从电网购入电能产出热能供给此时段热负荷所需,而用户电负荷所需也可直接由电网供给;同时为进一步提高经济效益,电储能装置在此时段也处于充电状态,储备电能以供给峰时所需。纵观全天电能调度计划,风电全部利用,水源热泵机组各时段都投入运行且电价谷时出力最高,二者的大规模利用有效提高了系统清洁能源利用率,实现了绿色低碳化运行。
由图11所示,相较于模式1,热能由燃气机组和水源热泵机组双重供给,除直接供给热负荷外部分供给吸收制冷机组产出冷能供给冷负荷所需。由于引入了碳排放优化目标,系统在满足能量供给的前提下,增大了水源热泵机组的出力,在经济成本不显著增大的同时提高清洁能源利用率,减少了一定的碳排放。在凌晨时段,热储能装置处于充热状态,原因是此时段水源热泵机组可利用谷时电能大规模制热,对一部分热能加以储存以供后续时段部分热负荷所需,可进一步提高系统运行经济性。
由图10可以看出模式2中系统大部分冷能由吸收制冷机提供,这与模式一大不相同,其原因为新型运行模式不再产生大量多余电能,电、热能量实现充分解耦,电制冷和吸收制冷可选择性大大提高,案例中所选用的双效吸收制冷效率明显高于电制冷效率,因而制定如上的供能计划。同时,由于天然气售价为阶梯式价格,通过图7和图10对比可以看出,在热电解耦后各时段的天然气购买量大幅减少,基本维持在第1~2档价格内,由于3档气价较高,原所需消耗的3档天然气可由其它形式能量代替,达到了更经济的运行效果。
本发明提出的低碳优化运行方法,相较于传统运行模式,最明显的优势在于溢出电量几乎不存在,说明包括风电在内的各所有产出电能实现就地消纳,以热定电约束从根本上得到解决。另一方面,由于引入了碳排放优化目标,系统在满足能量供给的前提下,增大了水源热泵机组的出力,在经济成本不显著增大的同时提高了系统清洁能源利用率,有效降低了碳排放成本。
图12直观地表明了,相较于传统模式运行(模式1),本发明所提出的低碳优化运行方法(模式2)中经济成本降低约50.91%,碳排放成本降低约49.70%,总体显著降低,证明了本发明所提方法的合理性与有效性。
采用本发明的运行方法,在江河水系充沛地域,将水源热泵机组引入区域综合能源系统中,同时搭配储电、储热装置协同运行,使溢出电量几乎不存在,从根本上解决了“以热定电”的运性约束问题;
本发明构建两阶段碳排放模型,更细致地定量分析了各设备机组及电、气负荷的碳排放情况,支撑了低碳优化模性的建立;
本发明采用分段线性化出力优化模型中,并采用NSGA-Ⅲ算法求解此多目标优化模型,得到合理的、可信性强的系统最优运行策略。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的思想,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,包括:
步骤1:构建包含水源热泵、风机、燃气机组以及多元储能装置的区域综合能源系统总体架构;
步骤2:计算系统运行经济成本和碳排放成本,构建两阶段碳排放模型,提出两个优化目标:购能成本最小和碳排放成本最小;
步骤3:建立各设备机组运性约束以及系统中冷、热、电、气能量平衡约束,形成多目标低碳优化模型;
步骤4:在python环境中,采用NSGA-Ⅲ算法对所构建的低碳优化模型进行求解,得到系统最优运行策略。
2.如权利要求1所述的含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,所述步骤1包括:
步骤101:确定各类设备机组的能量转化关系,建立水源热泵、风机、燃气机组以及多元储能装置的运行数学模型;
1)水源热泵数学模型:
式中:分别为水源热泵在t时段所供给的热量和冷量;Pt WHP为t时段水源热泵的输入电功率;ηH,t、ηC,t分别为水源热泵在t时段的供热、制冷调度系数;COPH为水源热泵供热性能系数;COPC为水源热泵制冷性能系数;
2)风机数学模型:
3)燃气机组数学模型:
4)吸收制冷机数学模型:
5)电制冷机数学模型:
6)热储能装置数学模型
7)电储能装置数学模型
步骤102,基于能量枢纽的概念,构建区域综合能源系统总体架构:系统总体输入来自外部电网、外部气网及风机发电,其与电、热、冷、气四类负荷与系统中电、热、冷、气四条母线对应相连;
步骤103:根据步骤101所建模型,将各设备机组的输入端和输出端对应接入到系统中的电、热、冷、气四条母线上,耦合形成区域综合能源系统总体架构。
3.如权利要求1所述的含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,所述步骤2包括:
步骤201,构建耗电设备及电负荷的碳排放模型:
步骤202,构建燃气设备及气负荷的两阶段碳排放模型:
1)第一阶段:
2)第二阶段:
步骤203,构建多优化目标,包括购能成本最小和碳排放成本最小:
目标1:
目标2:
式中:sc_i,i=1、2、3)为分段线性化后各段单位碳排放成本系数;Lc_i,i=1、2、3)为分段线性化后各段碳排放量;Iact、Istr分别为实际碳排放强度和规定碳排放强度;spf为燃气碳排放价格系数。
4.如权利要求2所述的含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,所述步骤3包括:
步骤301:建立各设备机组运性约束:
1)水源热泵机组运性约束:
2)风机运行约束:
式中:Pt WT为风机t时段的实际出力;
3)燃气机组运行约束
4)储能装置运性约束
式中:为电储能/热储能装置的最大输出功率;为电储能/热储能装置的最大输入功率;分别为电储能、热储能装置最大装机容量;βmin、αmin分别为电储能、热储能装置最小剩余状态系数;βmax、αmax分别为电储能、热储能装置最小剩余状态系数;
步骤302,建立系统中电、热、冷、气能量平衡约束:
1)电能平衡约束:
2)热能平衡约束:
3)气量平衡约束:
4)冷能平衡约束:
5.如权利要求2所述的含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,所述步骤4包括:
步骤401,在python3.8环境中,写入上述搭建完成的区域综合能源系统低碳优化模型;
步骤402,采用NSGA-Ⅲ算法对此模型进行求解,得到系统最优运行策略。
6.如权利要求5所述的含水源热泵的区域综合能源系统低碳优化运行方法,其特征在于,所述步骤401包括:
步骤501,设定NSGA-Ⅲ算法的初始参数,包括迭代次数,种群大小,目标函数个数、交叉参数、变异参数、交叉概率、变异概率;
步骤502,根据种群大小,设定一致性参考点的数目,并生成所有参考点,以确保解的多样性;
步骤503,生成初始种群,根据设定的优化目标计算每个个体初始适应度值,并得到初始理想点;
步骤504,通过模拟二进制交叉和多项式变异,保证遗传算子高效性,继而生成子代个体,计算子代个体的适应度值并更新理想点;
步骤505,给出新一代种群数目,将父代与子代组成的种群按照非支配层进行划分,高支配等级的个体优先进入下一代;
步骤506,判断当某一支配等级个体全部进入下一代后,是否超出设定的种群数目,若否则当前支配等级全部进入下一代;若是,则在此支配等级个体中,根据参考点关联个体数目及离参考点的距离逐个选取合适的个体进入下一代,直至新一代种群数目满足先前设定,从而形成新一代种群;
步骤507,判断当前迭代次数是否达到设定的迭代次数,若否,则返回步骤504;若是则进行步骤508;
步骤508,根据最终得到的种群个体及适应度值,得到次多目标优化模型最优解的Pareto前沿;
步骤509,设定目标1与目标2的权重系数,计算Pareto前沿中各解的加权综合成本并比较,得到最优运行策略,各类能量日前供需调度计划:
Ctotal=α1Cep+α2Cem
式中:Ctotal为加权综合成本;α1、α2分别为经济成本和碳排放成本的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111001542.7A CN113592200B (zh) | 2021-08-30 | 2021-08-30 | 一种含水源热泵的区域综合能源系统低碳优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111001542.7A CN113592200B (zh) | 2021-08-30 | 2021-08-30 | 一种含水源热泵的区域综合能源系统低碳优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592200A true CN113592200A (zh) | 2021-11-02 |
CN113592200B CN113592200B (zh) | 2023-08-22 |
Family
ID=78240270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111001542.7A Active CN113592200B (zh) | 2021-08-30 | 2021-08-30 | 一种含水源热泵的区域综合能源系统低碳优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592200B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298730A (zh) * | 2021-11-17 | 2022-04-08 | 华南理工大学 | 一种双碳目标下分散式热泵聚合方法及系统 |
CN114707776A (zh) * | 2022-06-08 | 2022-07-05 | 山东暖谷新能源环保科技有限公司 | 一种基于碳排放双控的低碳用能优化系统及方法 |
CN115062982A (zh) * | 2022-06-20 | 2022-09-16 | 西南石油大学 | 一种基于复合能源管道供能的综合能源系统优化调度方法 |
CN115241931A (zh) * | 2022-09-23 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 基于时变电碳因子曲线的园区综合能源系统调度方法 |
CN115062982B (zh) * | 2022-06-20 | 2024-05-31 | 西南石油大学 | 一种基于复合能源管道供能的综合能源系统优化调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN112668755A (zh) * | 2020-12-09 | 2021-04-16 | 国网西藏电力有限公司 | 一种多能互补分布式能源系统优化运行策略 |
WO2021159893A1 (zh) * | 2020-02-13 | 2021-08-19 | 清华大学 | 一种基于供热相量模型的电-热多能流系统优化调度方法 |
-
2021
- 2021-08-30 CN CN202111001542.7A patent/CN113592200B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
WO2021159893A1 (zh) * | 2020-02-13 | 2021-08-19 | 清华大学 | 一种基于供热相量模型的电-热多能流系统优化调度方法 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN112668755A (zh) * | 2020-12-09 | 2021-04-16 | 国网西藏电力有限公司 | 一种多能互补分布式能源系统优化运行策略 |
Non-Patent Citations (2)
Title |
---|
李帅: "水源热泵系统运行调控与能耗优化", 《中国优秀硕士学位论文全文数据库 工 程科技Ⅱ辑》, no. 12, pages 038 - 875 * |
齐 东昇: "江水源热泵用于区域供冷供热系统中的节能运行研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 08, pages 038 - 780 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298730A (zh) * | 2021-11-17 | 2022-04-08 | 华南理工大学 | 一种双碳目标下分散式热泵聚合方法及系统 |
CN114298730B (zh) * | 2021-11-17 | 2024-04-26 | 华南理工大学 | 一种双碳目标下分散式热泵聚合方法及系统 |
CN114707776A (zh) * | 2022-06-08 | 2022-07-05 | 山东暖谷新能源环保科技有限公司 | 一种基于碳排放双控的低碳用能优化系统及方法 |
CN115062982A (zh) * | 2022-06-20 | 2022-09-16 | 西南石油大学 | 一种基于复合能源管道供能的综合能源系统优化调度方法 |
CN115062982B (zh) * | 2022-06-20 | 2024-05-31 | 西南石油大学 | 一种基于复合能源管道供能的综合能源系统优化调度方法 |
CN115241931A (zh) * | 2022-09-23 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 基于时变电碳因子曲线的园区综合能源系统调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113592200B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
CN113592200B (zh) | 一种含水源热泵的区域综合能源系统低碳优化运行方法 | |
CN103617460A (zh) | 冷热电联供微网系统的双层优化规划设计方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN113779783B (zh) | 计及多重不确定性的区域综合能源系统规划与运行联合优化方法 | |
CN112861335B (zh) | 一种含p2g及储能的综合能源系统低碳经济调度方法 | |
CN111244939A (zh) | 一种计及需求侧响应的多能互补系统两级优化设计方法 | |
CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源系统分层优化运行方法 | |
CN111382902A (zh) | 基于运行效益增量的区域综合能源系统储能优化配置方法 | |
CN114240256A (zh) | 电热气综合能源系统及协同优化运行控制的方法 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN116468215A (zh) | 计及源荷不确定性的综合能源系统调度方法及装置 | |
CN115860406A (zh) | 基于内部电价激励的园区综合能源系统能量调度方法 | |
CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 | |
CN112465228B (zh) | 一种用户侧综合能源系统优化配置方法 | |
CN112446616B (zh) | 园区型综合能源系统优化运行策略与负荷特性建模方法 | |
CN113962438A (zh) | 一种冷热电混合能源联合优化系统及方法 | |
CN114757414A (zh) | 一种考虑供需不确定性的综合能源系统鲁棒优化规划方法 | |
CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
CN110061499B (zh) | 一种差异化电源电价下并网型微电网的运行方法 | |
CN112884191A (zh) | 一种基于网源协调的热电日前调度模型及计算方法 | |
CN114362152B (zh) | 综合能源系统多时间尺度调度方法 | |
Hu et al. | Study on Collaborative Optimization of Mine Integrated Energy System Planning and Operation Considering Economy-Environment | |
CN113807746B (zh) | 一种冷热电联供系统的综合运行优化方法 |
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 |