CN113762617A - 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法 - Google Patents

一种计及非设计工况特性的能源站矩阵化㶲效率优化方法 Download PDF

Info

Publication number
CN113762617A
CN113762617A CN202111042805.9A CN202111042805A CN113762617A CN 113762617 A CN113762617 A CN 113762617A CN 202111042805 A CN202111042805 A CN 202111042805A CN 113762617 A CN113762617 A CN 113762617A
Authority
CN
China
Prior art keywords
energy
station
energy station
working condition
matrix
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.)
Pending
Application number
CN202111042805.9A
Other languages
English (en)
Inventor
钟永洁
李玉平
张玮
胡兵
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.)
Nanjing SAC Automation Co Ltd
Original Assignee
Nanjing SAC Automation 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 Nanjing SAC Automation Co Ltd filed Critical Nanjing SAC Automation Co Ltd
Priority to CN202111042805.9A priority Critical patent/CN113762617A/zh
Publication of CN113762617A publication Critical patent/CN113762617A/zh
Pending 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了能源站技术领域的一种计及非设计工况特性的能源站矩阵化
Figure DDA0003250024600000011
效率优化方法，包括：获取能源站运行数据信息；基于能源站能源转换设备模型、能源站矩阵化模型和能源站
Figure DDA0003250024600000012
效率优化模型，对能源站运行数据信息进行优化处理；输出能源站优化运行数据信息；所述能源站能源转换设备模型包括设计工况特性下的能源站能源转换设备模型和非设计工况特性下的能源站能源转换设备模型；所述能源站矩阵化模型包括设计工况特性下的能源站矩阵化模型和非设计工况特性下的能源站矩阵化模型。本发明通过相关模型对能源站运行数据信息进行优化处理，综合考虑能源站中能源转换设备设计工况特性和非设计工况特性，应用范围更广更精确，符合工程场景应用需求。

Description

一种计及非设计工况特性的能源站矩阵化㶲效率优化方法
技术领域
本发明涉及一种计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000012
效率优化方法，属于能源站技术领域。
背景技术
随着科技与社会的进步，能源消耗速度不断提升，能源短缺与能源利用效率低问题日益严重，综合高效的利用能源成为工业界和学术界的焦点议题，各类异质能源系统之间的耦合互联关系也逐渐受到人们的重视。不同类型的能源系统间加强耦合互联有助于提高综合能源利用效率、促进节能减排、实现多能互补互济利用。这其中具有代表性的耦合互联关系为电力、热力、天然气的耦合互联，即电热气互联综合能源站。近年来，随着综合能源站与可再生能源的不断发展，不同类型的异质能源系统之间的相互耦合互联将是一大发展趋势，单一类型的能源系统将渐渐从系统规划、调度的方案中退出。综合能源站不仅能够提高能源利用率，还能对各类异质能源进行统一调度和最优化管理，是当今能源系统的重要发展方向。
然而，基于对综合能源站研究现状分析可知，现有技术及研究主要是以某一设定典型的综合能源站为对象进行建模，对综合能源站中不同典型能源转换设备及其数学模型并未进行系统化、矩阵化的梳理和归纳总结；一部分技术及研究基于单一能源种类的能源系统，或是虽然两个不同类型的能源系统间存在耦合互联关系，但耦合互联关系较弱；现场工程应用中，能源站中的能源转换设备经常工作在非设计工况特性下，传统的设计工况特性下的模型难以适应工程应用场景需求，亟需建立考虑非设计工况特性的能源转换设备统一模型；现有技术及研究未详细分析电、热、气等不同品质能源利用潜质特性及机理，缺乏对
Figure BDA0003250024580000021
值得分析，现有技术及研究从
Figure BDA0003250024580000022
效率角度对综合能源站进行优化分析相对较少，有待进一步完善。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000023
效率优化方法，通过相关模型对能源站运行数据信息进行优化处理，其中相关模型综合考虑能源站中能源转换设备设计工况特性和非设计工况特性运行，应用范围更广、更精确、更符合工程场景应用需求。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000024
效率优化方法，包括：
获取能源站运行数据信息；
基于能源站能源转换设备模型、能源站矩阵化模型和能源站
Figure BDA0003250024580000025
效率优化模型，对能源站运行数据信息进行优化处理；
输出能源站优化运行数据信息；
所述能源站能源转换设备模型包括设计工况特性下的能源站能源转换设备模型和非设计工况特性下的能源站能源转换设备模型；
所述能源站矩阵化模型包括设计工况特性下的能源站矩阵化模型和非设计工况特性下的能源站矩阵化模型。
进一步的，所述能源站运行数据信息包括能源转换设备铭牌数据、输入能源类型数据、输出能源类型数据和能源转换设备耦合关系。
进一步的，所述能源站优化运行数据信息包括能源转换设备能量转换性能因子数据、负荷需求数据、输入能源站的供能数据和最优
Figure BDA00032500245800000313
效率数据。
进一步的，所述设计工况特性下的能源站能源转换设备模型为：
Figure BDA0003250024580000031
式中：
Figure BDA0003250024580000032
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；ηtype为设计工况特性下能源转换设备type的能量转换性能因子。
进一步的，所述设计工况特性下的能源站矩阵化模型为：
Figure BDA0003250024580000033
即：
Figure BDA0003250024580000034
式中：
Figure BDA0003250024580000035
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵；
Figure BDA0003250024580000036
为能源站的l行p列能量耦合矩阵或转换矩阵；
Figure BDA0003250024580000037
Figure BDA0003250024580000038
均为
Figure BDA0003250024580000039
矩阵中的元素，分别为在时刻t能源站的电、热、其它输出类型负荷需求；
Figure BDA00032500245800000310
均为
Figure BDA00032500245800000311
矩阵中的元素，分别为在时刻t能源站的电、气、其它输入类型能源供给量；Cee、Cge、Cpe、Ceh、Cgh、Cph、Cel、Cgl、Cpl均为的
Figure BDA00032500245800000312
矩阵的元素，分别为电转为电、气转为电、其它输入类型能源转为电、电转为热、气转为热、其它输入类型能源转为热、电转为其它输出类型能源、气转为其它输出类型能源、其它输入类型能源转换为其它输出类型能源。
进一步的，所述非设计工况特性下的能源站能源转换设备模型为：
Figure BDA0003250024580000041
式中：
Figure BDA0003250024580000042
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；
Figure BDA0003250024580000043
为在时刻t非设计工况特性下能源转换设备type的能量转换性能因子；
Figure BDA0003250024580000044
为能源转换设备非设计工况特性n次幂对应的多项式系数；
Figure BDA0003250024580000045
为能源转换设备type在时间t的负载率；ntimes为n取值范围上限。
进一步的，所述非设计工况特性下的能源站矩阵化模型为：
Figure BDA0003250024580000046
即：
Figure BDA0003250024580000047
式中：
Figure BDA0003250024580000048
为在时间t非设计工况特性下第lhtype类能源转换设备的lh行lh列能量转换性能因子矩阵；
Figure BDA0003250024580000049
为在时间t第lhtype类能源转换设备的lh行n列非设计工况特性多项式参数矩阵；
Figure BDA00032500245800000410
为在时间t非设计工况特性下第lhtype类能源转换设备的n行lh列负载率矩阵；σ为对角线元素数值为1且非对角线元素数值为0的lh行lh列对角矩阵；Diag为对角矩阵的简洁记号；
Figure BDA00032500245800000411
均为
Figure BDA00032500245800000412
矩阵中的元素，分别为在时刻t非设计工况特性下能源站中第1、2、lhtype类能源转换设备能量转换性能因子；
Figure BDA00032500245800000413
均为
Figure BDA0003250024580000051
矩阵中的元素，分别为在时刻t非设计工况特性下从能源转换设备1、2、type中负载率的0、1、n次幂项；
Figure BDA0003250024580000052
均为
Figure BDA0003250024580000053
矩阵中的元素，分别为在时刻t能源站中第1、2、lhtype类能源转换设备所对应的非设计工况特性0、1、n次幂对应的多项式系数。
进一步的，所述能源站
Figure BDA00032500245800000526
效率优化模型为：
Figure BDA0003250024580000054
其中：
Figure BDA0003250024580000055
式中：Ntime、Δt分别为优化周期、优化时间步长；
Figure BDA0003250024580000056
为
Figure BDA0003250024580000057
效率优化目标函数；
Figure BDA0003250024580000058
分别为优化周期内从能源站中输出的总
Figure BDA0003250024580000059
值、输入到能源站中的总
Figure BDA00032500245800000510
值；
Figure BDA00032500245800000511
为1行l列输出
Figure BDA00032500245800000512
因子矩阵；
Figure BDA00032500245800000513
为1行p列输入
Figure BDA00032500245800000514
因子矩阵；
Figure BDA00032500245800000515
Figure BDA00032500245800000516
均为
Figure BDA00032500245800000517
矩阵中的元素，分别为电、热、其它输出类型能源输出
Figure BDA00032500245800000518
因子；
Figure BDA00032500245800000519
Figure BDA00032500245800000520
均为
Figure BDA00032500245800000521
矩阵的元素，分别为电、气、其它输入类型能源输入
Figure BDA00032500245800000522
因子；
Figure BDA00032500245800000523
Figure BDA00032500245800000524
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵。
第二方面，一种计及非设计工况特性的能源站矩阵化
Figure BDA00032500245800000525
效率优化装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
第三方面，计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
与现有技术相比，本发明所达到的有益效果：
本发明通过公开一种计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000061
效率优化方法，通过相关模型对能源站运行数据信息进行优化处理，其中相关模型综合考虑能源站中能源转换设备设计工况特性和非设计工况特性运行，应用范围更广、更精确、更符合工程场景应用需求；本发明提供矩阵化设备端和站端模型，可以方便快捷工程应用现场数据整理及归纳，进一步节约工程服务时间和经济成本；本发明从能源“量”与“质”角度出发，设置
Figure BDA0003250024580000062
效率最大运行模型可进一步发掘不同类型能量潜质，实现能源站高效、多能互补用能；本发明能够为能源站通用矩阵化建模和优化运行提供理论指导与借鉴。
附图说明
图1是本发明实施例一提供的计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000063
效率优化方法流程图；
图2为本发明实施例一提供的典型基础算例能源站单元结构图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种计及非设计工况特性的能源站矩阵化
Figure BDA0003250024580000064
效率优化方法，如图1所示，包括以下步骤：
(1)获取能源站运行数据信息
获取能源站运行数据信息，包括能源转换设备铭牌数据、输入能源类型数据、输出能源类型数据、能源转换设备耦合关系等信息。
(2)建立设计工况特性下的能源站能源转换设备模型
Figure BDA0003250024580000071
式中：
Figure BDA0003250024580000072
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；ηtype为设计工况特性下能源转换设备type的能量转换性能因子。
(3)建立设计工况特性下的能源站矩阵化模型
Figure BDA0003250024580000073
也即是：
Figure BDA0003250024580000074
式中：
Figure BDA0003250024580000075
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵；
Figure BDA0003250024580000076
为能源站的l行p列能量耦合矩阵或转换矩阵；
Figure BDA0003250024580000077
Figure BDA0003250024580000078
均为
Figure BDA0003250024580000079
矩阵中的元素，分别为在时刻t能源站的电、热、其它输出类型负荷需求；
Figure BDA00032500245800000710
均为
Figure BDA00032500245800000711
矩阵中的元素，分别为在时刻t能源站的电、气、其它输入类型能源供给量；Cee、Cge、Cpe、Ceh、Cgh、Cph、Cel、Cgl、Cpl均为的
Figure BDA00032500245800000712
矩阵的元素，分别为电转为电、气转为电、其它输入类型能源转为电、电转为热、气转为热、其它输入类型能源转为热、电转为其它输出类型能源、气转为其它输出类型能源、其它输入类型能源转换为其它输出类型能源。
(4)建立非设计工况特性下的能源站能源转换设备模型
Figure BDA00032500245800000713
式中：
Figure BDA0003250024580000081
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；
Figure BDA0003250024580000082
为在时刻t非设计工况特性下能源转换设备type的能量转换性能因子；
Figure BDA0003250024580000083
为能源转换设备非设计工况特性n次幂对应的多项式系数；
Figure BDA0003250024580000084
为能源转换设备type在时间t的负载率；ntimes为n取值范围上限。
(5)建立非设计工况特性下的能源站矩阵化模型
Figure BDA0003250024580000085
也即是：
Figure BDA0003250024580000086
式中：
Figure BDA0003250024580000087
为在时间t非设计工况特性下第lhtype类能源转换设备的lh行lh列能量转换性能因子矩阵；
Figure BDA0003250024580000088
为在时间t第lhtype类能源转换设备的lh行n列非设计工况特性多项式参数矩阵；
Figure BDA0003250024580000089
为在时间t非设计工况特性下第lhtype类能源转换设备的n行lh列负载率矩阵；σ为对角线元素数值为1且非对角线元素数值为0的lh行lh列对角矩阵；Diag为对角矩阵的简洁记号；
Figure BDA00032500245800000810
均为
Figure BDA00032500245800000811
矩阵中的元素，分别为在时刻t非设计工况特性下能源站中第1、2、lhtype类能源转换设备能量转换性能因子；
Figure BDA00032500245800000812
均为
Figure BDA00032500245800000813
矩阵中的元素，分别为在时刻t非设计工况特性下从能源转换设备1、2、type中负载率的0、1、n次幂项；
Figure BDA00032500245800000814
均为
Figure BDA00032500245800000815
矩阵中的元素，分别为在时刻t能源站中第1、2、lhtype类能源转换设备所对应的非设计工况特性0、1、n次幂对应的多项式系数。
(6)建立能源站
Figure BDA00032500245800000924
效率优化模型
Figure BDA0003250024580000091
其中：
Figure BDA0003250024580000092
式中：Ntime、Δt分别为优化周期、优化时间步长；
Figure BDA0003250024580000093
为
Figure BDA0003250024580000094
效率优化目标函数；
Figure BDA0003250024580000095
分别为优化周期内从能源站中输出的总
Figure BDA0003250024580000096
值、输入到能源站中的总
Figure BDA0003250024580000097
值；
Figure BDA0003250024580000098
为1行l列输出
Figure BDA0003250024580000099
因子矩阵；
Figure BDA00032500245800000910
为1行p列输入
Figure BDA00032500245800000911
因子矩阵；
Figure BDA00032500245800000912
Figure BDA00032500245800000913
均为
Figure BDA00032500245800000914
矩阵中的元素，分别为电、热、其它输出类型能源输出
Figure BDA00032500245800000915
因子；
Figure BDA00032500245800000916
Figure BDA00032500245800000917
均为
Figure BDA00032500245800000918
矩阵的元素，分别为电、气、其它输入类型能源输入
Figure BDA00032500245800000919
因子；
Figure BDA00032500245800000920
Figure BDA00032500245800000921
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵。
(7)输出能源站优化运行数据信息
输出能源站优化运行数据信息，包括能源转换设备能量转换性能因子数据、负荷需求数据、输入能源站的供能数据、最优
Figure BDA00032500245800000922
效率数据等信息。
实施例一：
一、典型基础算例能源站单元结构介绍
本发明中计及非设计工况特性的计及非设计工况特性的能源站矩阵化
Figure BDA00032500245800000923
效率优化方法典型基础算例能源站单元结构如图2所示。在图2中：向能源站中输入电力和天然气，从能源站中输出电力供给电负荷、输出热力供给热负荷；输入的电力经过变压器转换后输出供给到电负荷中；输入的天然气供给燃气轮机时，燃气轮机输出的电力和热力分别供给到电负荷、热负荷；输入的天然气供给到燃气锅炉时，燃气锅炉输出的热力供给到热负荷。能源站中的能源转换设备为变压器、燃气轮机和燃气锅炉。负荷需求为电负荷和热负荷。能源供给为电力和天然气。
Figure BDA0003250024580000101
效率优化周期为24小时，仿真优化步长1小时。
二、设计工况特性下和非设计工况特性下的能源站矩阵化模型结果
根据图2，该能源站由电力变压器、燃气轮机和燃气锅炉设备共同构成。在输入侧，电力和天然气输入到能源站中，其中电力直接输入到变压器中，而天然气同时输入到燃气轮机和燃气锅炉中；在输出侧，从能源站中输出电力和热力，其中电力由变压器和燃气轮机共同提供，热力主要由燃气轮机和燃气锅炉供给，其耦合转换数学关系如下：
Figure BDA0003250024580000102
式中：Le、Lh分别为电负荷、热负荷的需求功率量；Pe、Pg分别为向能源站输入的电力、天然气功率，输入端通常与电网、天然气网连接；ηT为变压器的工作效率；νGT为天然气分配系数，表示输入燃气轮机的天然气占总输入能源站天然气的比例；
Figure BDA0003250024580000103
分别为燃气轮机的发电效率、热效率；ηGB为燃气锅炉的制热效率。
为简洁分析起见，这里仅给出非设计工况特性下的能源转换设备性能因子矩阵化模型的建立结果，其它模型可以参见上述说明书快捷写出。非设计工况特性下的能源站矩阵化模型如下：
Figure BDA0003250024580000111
式中：
Figure BDA0003250024580000112
为在时间t非设计工况特性下3类能源转换设备的3行3列能量转换性能因子矩阵；
Figure BDA0003250024580000113
为在时间t的3类能源转换设备的3行4列非设计工况特性多项式参数矩阵；
Figure BDA0003250024580000114
为在时间t非设计工况特性下3类能源转换设备的4行3列负载率矩阵；σ为对角线元素数值为1且非对角线元素数值为0的3行3列对角矩阵；Diag为对角矩阵的简洁记号；
Figure BDA0003250024580000115
均为
Figure BDA0003250024580000116
矩阵中的元素，分别为在时刻t非设计工况特性下能源站中变压器、燃气轮机、燃气锅炉类能源转换设备能量转换性能因子；
Figure BDA0003250024580000117
Figure BDA0003250024580000118
均为
Figure BDA0003250024580000119
矩阵中的元素，分别为在时刻t非设计工况特性下从能源转换设备变压器中负载率的0、1次幂项，从能源转换设备燃气轮机中负载率的0、1、2、3次幂项，从能源转换设备变燃气锅炉中负载率的0、1、2次幂项；
Figure BDA00032500245800001110
均为
Figure BDA00032500245800001111
矩阵中的元素，分别为在时刻t能源站中变压器类能源转换设备所对应的非设计工况特性0、1次幂对应的多项式系数，燃气轮机类能源转换设备所对应的非设计工况特性0、1、2、3次幂对应的多项式系数，燃气锅炉类能源转换设备所对应的非设计工况特性0、1、2次幂对应的多项式系数。
三、能源站
Figure BDA00032500245800001112
效率优化模型结果
Figure BDA0003250024580000121
其中：
Figure BDA0003250024580000122
式中：
Figure BDA0003250024580000123
为
Figure BDA00032500245800001212
效率优化目标函数；
Figure BDA0003250024580000124
分别为优化周期内从能源站中输出的总
Figure BDA00032500245800001213
值、输入到能源站中的总
Figure BDA00032500245800001214
值；
Figure BDA0003250024580000125
为1行2列输出
Figure BDA00032500245800001215
因子矩阵；
Figure BDA0003250024580000126
为1行2列输入
Figure BDA00032500245800001216
因子矩阵；
Figure BDA0003250024580000127
均为
Figure BDA0003250024580000128
矩阵中的元素，分别为电力、热力类型能源输出
Figure BDA00032500245800001217
因子；
Figure BDA0003250024580000129
均为
Figure BDA00032500245800001210
矩阵的元素，分别为电、气输入类型能源输入
Figure BDA00032500245800001218
因子；
Figure BDA00032500245800001211
分别为在时刻t能源站的2行1列能源供给输入矩阵、2行1列负荷需求输出矩阵。
四、基础算例结果分析
通过算例结果分析可知，本发明所建立的模型及
Figure BDA00032500245800001219
效率优化具有高度的通用性，可以在场景变化的情况下，仅需要改变数据值和矩阵规模便可以快速建立出适应不同工程应用场景的通用模型。对不同场景，仅需要改变矩阵中的元素值，可以快捷输入整理数据，极大节约人力物力。总体来看，与现有技术相比，本发明具有以下有益效果：模型应用范围更广、更精确、更符合工程场景应用需求；可以方便快捷工程应用现场数据整理及归纳，进一步节约工程服务时间和经济成本；可进一步发掘不同类型能量潜质，实现能源站高效、多能互补用能；能够为能源站通用矩阵化建模和优化运行提供理论指导与借鉴。
实施例二：
本发明实施例还提供了一种计及非设计工况特性的能源站矩阵化
Figure BDA00032500245800001220
效率优化装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行下述方法的步骤：
获取能源站运行数据信息；
基于能源站能源转换设备模型、能源站矩阵化模型和能源站
Figure BDA0003250024580000131
效率优化模型，对能源站运行数据信息进行优化处理；
输出能源站优化运行数据信息；
所述能源站能源转换设备模型包括设计工况特性下的能源站能源转换设备模型和非设计工况特性下的能源站能源转换设备模型；
所述能源站矩阵化模型包括设计工况特性下的能源站矩阵化模型和非设计工况特性下的能源站矩阵化模型。
实施例三：
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现下述方法的步骤：
获取能源站运行数据信息；
基于能源站能源转换设备模型、能源站矩阵化模型和能源站
Figure BDA0003250024580000132
效率优化模型，对能源站运行数据信息进行优化处理；
输出能源站优化运行数据信息；
所述能源站能源转换设备模型包括设计工况特性下的能源站能源转换设备模型和非设计工况特性下的能源站能源转换设备模型；
所述能源站矩阵化模型包括设计工况特性下的能源站矩阵化模型和非设计工况特性下的能源站矩阵化模型。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种计及非设计工况特性的能源站矩阵化
Figure FDA0003250024570000013
效率优化方法，其特征是，包括：
获取能源站运行数据信息；
基于能源站能源转换设备模型、能源站矩阵化模型和能源站
Figure FDA0003250024570000014
效率优化模型，对能源站运行数据信息进行优化处理；
输出能源站优化运行数据信息；
所述能源站能源转换设备模型包括设计工况特性下的能源站能源转换设备模型和非设计工况特性下的能源站能源转换设备模型；
所述能源站矩阵化模型包括设计工况特性下的能源站矩阵化模型和非设计工况特性下的能源站矩阵化模型。
2.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA0003250024570000015
效率优化方法，其特征是，所述能源站运行数据信息包括能源转换设备铭牌数据、输入能源类型数据、输出能源类型数据和能源转换设备耦合关系。
3.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA0003250024570000016
效率优化方法，其特征是，所述能源站优化运行数据信息包括能源转换设备能量转换性能因子数据、负荷需求数据、输入能源站的供能数据和最优
Figure FDA0003250024570000017
效率数据。
4.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA0003250024570000018
效率优化方法，其特征是，所述设计工况特性下的能源站能源转换设备模型为：
Figure FDA0003250024570000011
式中：
Figure FDA0003250024570000012
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；ηtype为设计工况特性下能源转换设备type的能量转换性能因子。
5.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA00032500245700000213
效率优化方法，其特征是，所述设计工况特性下的能源站矩阵化模型为：
Figure FDA0003250024570000021
即：
Figure FDA0003250024570000022
式中：
Figure FDA0003250024570000023
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵；
Figure FDA0003250024570000024
为能源站的l行p列能量耦合矩阵或转换矩阵；
Figure FDA0003250024570000025
Figure FDA0003250024570000026
均为
Figure FDA0003250024570000027
矩阵中的元素，分别为在时刻t能源站的电、热、其它输出类型负荷需求；
Figure FDA0003250024570000028
均为
Figure FDA0003250024570000029
矩阵中的元素，分别为在时刻t能源站的电、气、其它输入类型能源供给量；Cee、Cge、Cpe、Ceh、Cgh、Cph、Cel、Cgl、Cpl均为的
Figure FDA00032500245700000210
矩阵的元素，分别为电转为电、气转为电、其它输入类型能源转为电、电转为热、气转为热、其它输入类型能源转为热、电转为其它输出类型能源、气转为其它输出类型能源、其它输入类型能源转换为其它输出类型能源。
6.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA00032500245700000214
效率优化方法，其特征是，所述非设计工况特性下的能源站能源转换设备模型为：
Figure FDA00032500245700000211
式中：
Figure FDA00032500245700000212
分别为在时刻t从能源转换设备type中输出的功率、输入到能源转换设备type的功率；
Figure FDA0003250024570000031
为在时刻t非设计工况特性下能源转换设备type的能量转换性能因子；
Figure FDA0003250024570000032
为能源转换设备非设计工况特性n次幂对应的多项式系数；
Figure FDA0003250024570000033
为能源转换设备type在时间t的负载率；ntimes为n取值范围上限。
7.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA00032500245700000315
效率优化方法，其特征是，所述非设计工况特性下的能源站矩阵化模型为：
Figure FDA0003250024570000034
即：
Figure FDA0003250024570000035
式中：
Figure FDA0003250024570000036
为在时间t非设计工况特性下第lhtype类能源转换设备的lh行lh列能量转换性能因子矩阵；
Figure FDA0003250024570000037
为在时间t第lhtype类能源转换设备的lh行n列非设计工况特性多项式参数矩阵；
Figure FDA0003250024570000038
为在时间t非设计工况特性下第lhtype类能源转换设备的n行lh列负载率矩阵；σ为对角线元素数值为1且非对角线元素数值为0的lh行lh列对角矩阵；Diag为对角矩阵的简洁记号；
Figure FDA0003250024570000039
均为
Figure FDA00032500245700000310
矩阵中的元素，分别为在时刻t非设计工况特性下能源站中第1、2、lhtype类能源转换设备能量转换性能因子；
Figure FDA00032500245700000311
均为
Figure FDA00032500245700000312
矩阵中的元素，分别为在时刻t非设计工况特性下从能源转换设备1、2、type中负载率的0、1、n次幂项；
Figure FDA00032500245700000313
均为
Figure FDA00032500245700000314
矩阵中的元素，分别为在时刻t能源站中第1、2、lhtype类能源转换设备所对应的非设计工况特性0、1、n次幂对应的多项式系数。
8.根据权利要求1所述的计及非设计工况特性的能源站矩阵化
Figure FDA0003250024570000041
效率优化方法，其特征是，所述能源站
Figure FDA0003250024570000042
效率优化模型为：
Figure FDA0003250024570000043
其中：
Figure FDA0003250024570000044
式中：Ntime、Δt分别为优化周期、优化时间步长；
Figure FDA0003250024570000045
为
Figure FDA0003250024570000046
效率优化目标函数；
Figure FDA0003250024570000047
分别为优化周期内从能源站中输出的总
Figure FDA0003250024570000048
值、输入到能源站中的总
Figure FDA0003250024570000049
值；
Figure FDA00032500245700000410
为1行l列输出
Figure FDA00032500245700000411
因子矩阵；
Figure FDA00032500245700000412
为1行p列输入
Figure FDA00032500245700000413
因子矩阵；
Figure FDA00032500245700000414
Figure FDA00032500245700000415
均为
Figure FDA00032500245700000416
矩阵中的元素，分别为电、热、其它输出类型能源输出
Figure FDA00032500245700000417
因子；
Figure FDA00032500245700000418
Figure FDA00032500245700000419
均为
Figure FDA00032500245700000420
矩阵的元素，分别为电、气、其它输入类型能源输入
Figure FDA00032500245700000421
因子；
Figure FDA00032500245700000422
Figure FDA00032500245700000423
分别为在时刻t能源站的p行1列能源供给输入矩阵、l行1列负荷需求输出矩阵。
9.一种计及非设计工况特性的能源站矩阵化
Figure FDA00032500245700000424
效率优化装置，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1～8任一项所述方法的步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～8任一项所述方法的步骤。
CN202111042805.9A 2021-09-07 2021-09-07 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法 Pending CN113762617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111042805.9A CN113762617A (zh) 2021-09-07 2021-09-07 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111042805.9A CN113762617A (zh) 2021-09-07 2021-09-07 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法

Publications (1)

Publication Number Publication Date
CN113762617A true CN113762617A (zh) 2021-12-07

Family

ID=78793475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111042805.9A Pending CN113762617A (zh) 2021-09-07 2021-09-07 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法

Country Status (1)

Country Link
CN (1) CN113762617A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462163A (zh) * 2022-01-26 2022-05-10 天津大学 一种考虑能源品质的㶲集线器模型

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859683A (zh) * 2020-07-24 2020-10-30 天津大学 基于动态能量集线器的园区综合能源系统优化配置方法
CN112197169A (zh) * 2020-10-09 2021-01-08 江苏科技大学 一种船用低压燃气供应装置的优化方法
CN113205208A (zh) * 2021-04-23 2021-08-03 南京国电南自电网自动化有限公司 计及一次能源渗透率的综合能源系统㶲效率能效评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859683A (zh) * 2020-07-24 2020-10-30 天津大学 基于动态能量集线器的园区综合能源系统优化配置方法
CN112197169A (zh) * 2020-10-09 2021-01-08 江苏科技大学 一种船用低压燃气供应装置的优化方法
CN113205208A (zh) * 2021-04-23 2021-08-03 南京国电南自电网自动化有限公司 计及一次能源渗透率的综合能源系统㶲效率能效评估方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462163A (zh) * 2022-01-26 2022-05-10 天津大学 一种考虑能源品质的㶲集线器模型

Similar Documents

Publication Publication Date Title
Kang et al. Carbon emission flow from generation to demand: A network-based model
Görig et al. Energy learning curves of PV systems
CN103151805B (zh) 一种并网模式微电网的电源优化配置的方法
CN109002941A (zh) 考虑储热环节的综合能源系统设备选型与容量规划方法
CN109783909A (zh) 考虑多种储能设备的综合能源站设备选型与容量规划方法
Yong et al. Economic dispatch of power system incorporating wind power plant
US20160025071A1 (en) Method of computing theoretical power of wind farm based on sample wind turbine method
CN113988714B (zh) 计及多重不确定性的园区综合能源系统动态规划方法、设备及介质
Wu et al. Study on medium and long-term generation expansion planning method considering the requirements of green low-carbon development
CN109214713B (zh) 含有分布式电源的主动配电网规划方法
CN105243600A (zh) 一种电网发电调节方法
CN106505561B (zh) 特高压交直流送电在电源优化规划中的建模方法
CN113762617A (zh) 一种计及非设计工况特性的能源站矩阵化㶲效率优化方法
CN106447132A (zh) 一种区域光伏电站群的中长期发电量预测方法
CN104595924B (zh) 建立锅炉燃烧过程模型的方法和装置
CN109546647B (zh) 一种用于含风光水储的电力系统的安全稳定评估方法
CN111799793A (zh) 一种源网荷协同的输电网规划方法与系统
CN116562432A (zh) 面向新型电力系统规划的源网荷储协同规划方法及系统
CN112418732B (zh) 一种含多能量枢纽综合能源系统规划方法及系统
CN110414185B (zh) 一种用于多可再生能源发电系统的储能设备容量优化方法
CN114254946A (zh) 新能源发电等值年费用比较方法、系统、设备及存储介质
CN113393077A (zh) 考虑用户用能不确定性的电-气多能存储系统配置方法
CN110619436A (zh) 主动配电网规划方法
CN112084463B (zh) 一种碳排放下的电力系统分布式光伏配置方法
CN117455210B (zh) 一种综合能源系统调度方法、系统、介质及设备

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