CN113762708A - 一种考虑多目标协同的园区级综合能源系统规划方法 - Google Patents
一种考虑多目标协同的园区级综合能源系统规划方法 Download PDFInfo
- Publication number
- CN113762708A CN113762708A CN202110746445.4A CN202110746445A CN113762708A CN 113762708 A CN113762708 A CN 113762708A CN 202110746445 A CN202110746445 A CN 202110746445A CN 113762708 A CN113762708 A CN 113762708A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- cold
- formula
- park
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000013178 mathematical model Methods 0.000 claims abstract description 19
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 10
- 239000007789 gas Substances 0.000 claims description 68
- 238000003860 storage Methods 0.000 claims description 50
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 41
- 238000004146 energy storage Methods 0.000 claims description 39
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 36
- 150000001875 compounds Chemical class 0.000 claims description 30
- 238000010248 power generation Methods 0.000 claims description 19
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 18
- 239000001569 carbon dioxide Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000005265 energy consumption Methods 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 12
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 9
- 230000002354 daily effect Effects 0.000 claims description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 7
- 239000003546 flue gas Substances 0.000 claims description 7
- 230000003203 everyday effect Effects 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 2
- 238000006386 neutralization reaction Methods 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 2
- 230000000295 complement effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- G06Q10/06—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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/04—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
- 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
- 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
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (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)
Abstract
本发明提供了一种考虑多目标协同的园区级综合能源系统规划方法，包含以下步骤：步骤1，园区负荷特性分析；步骤2，能源供应设备及辅助设备的数学模型的建立；步骤3，建立园区级综合能源系统规划模型约束条件；步骤4，构建园区级综合能源系统规划多目标函数，进行园区级综合能源系统规划。基于Matlab环境下使用Yalmip调用Gurobi求解器，对所建立模型进行求解，得出园区综合能源系统规划方案。最后，根据北京某园区的数据，通过仿真验证了所提出的规划方法的可行性与经济性，为实现园区级碳中和提供了理论依据和技术支持。
Description
技术领域
本发明涉及考虑多目标协同的园区级综合能源系统规划方法，属于园区综合能源系统规划领域。
背景技术
园区级综合能源系统在园区中发挥了多能耦合协调作用，是提高园区能源供给效率、促进新能源消纳的重要载体，同时也是实现园区级碳中和的重要支撑。园区级综合能源系统主要由冷、热、电、气四个网络以及连接每个网络的能源耦合设备组成。系统能否经济、环保、高效地运行取决于设备的选择和容量规划。
发明内容
本发明要解决的技术问题是，从园区的经济、环保以及能效的角度出发，如何合理选择设备和容量规划，获取园区综合能源系统的最优规划方案。
本发明所采用的技术方案是一种考虑多目标协同的园区级综合能源系统规划方法，包含以下步骤：
步骤1，园区负荷特性分析；
步骤2，能源供应设备及辅助设备的数学模型的建立；
步骤3，建立园区级综合能源系统规划模型约束条件；
步骤4，构建园区级综合能源系统规划多目标函数，进行园区级综合能源系统规划。
作为优选，步骤1所述的园区负荷特性分析，具体包括：
园区级综合能源系统由燃气分布式热电联产机组、屋顶分布式光伏系统和电动汽车充电桩组成，能源需求有三种：电、冷、热；
园区负荷变化遵循生产和休息的客观规律；园区冷热负荷具有季节性；日负荷趋势呈明显的驼峰型，峰谷差异明显；冷热负荷高峰期与用电负荷高峰期相似；
在系统规划中，通过对给定设备进行容量合理配置，实现负荷曲线削峰填谷，提高能源利用率，降低系统运行成本，最大限度地减少二氧化碳排放量。
作为优选，步骤2所述的能源供应设备及辅助设备的数学模型的建立，具体包括：
建立包括光伏电池、电动汽车充电桩、CCHP机组、电制冷机、储冷水箱和储能电池的辅助能源供应设备的园区能源系统模型；其中，CCHP是微型燃气轮机作为发电设备和烟气溴化锂吸收式冷水机组作为辅助设备的组合；
(1)能源供应设备的数学模型
1)冷热电联产机组CCHP
燃气轮机是CCHP的核心供能设备，其功率和效率计算公式如下：
式中，ηe和ηnom,e分别为燃气轮机的发电效率和额定发电效率；a0、a1、a2和a3与燃气轮机的工作模式有关；Lload为负荷率，其计算公式如下：
式中，Pt pgu为t时刻的发电功率，
为额定发电功率；
燃气轮机的天然气消耗量公式如下：
燃气轮机排出的烟气余热也可以进入烟气溴化锂吸收式制冷机制冷和加热；相应的冷热功率计算公式如下：
Qlbu＝1.36Ppgu (4)
hlbu＝0.93Ppgu (5)
式中，Qlbu、hlbu分别代表CCHP机组的制冷功率和供热功率；
2)光伏电池
光伏电池的输出功率与光的强度有关，即辐照度；使用以下公式计算光伏输出功率：
PPV＝ξ·S·K (6)
式中，ξ为辐射度；S为光伏电池板的面积，K为综合效率系数；
(2)辅助设备数学模型
1)电制冷机
使用以下公式计算电制冷机的制冷量：
Qec＝COPec·Pec (7)
式中，COPec为制冷系数，Pec为输电功率，Qec为输出冷功率；
2)储冷水箱
储冷水箱的数学模型如下：
式中，
表示t时刻的总储能；εsto表示耗散系数；
表示储冷水箱在t时刻与外界的交换功率，
为正数表示储存能量，为负数表示释放能量；
3)储能电池
储能电池模型类似于储冷水箱模型，数学模型如下：
式中，
表示t时刻的总储能；εB表示电能耗散系数，Pt B表示储能电池在t时刻与外界的交换功率，Pt B为正数表示储存能量，为负数表示释放能量。
作为优选，步骤3所述的建立园区级综合能源系统规划模型约束条件，具体包括：
建立电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件、储冷水箱容量和冷能出力约束条件、储能电池容量约束与电能出力约束条件以及能源供应设备的运行约束条件；
1)电功率平衡约束
式中，Pt pgu、Pt PV、Pt grid和Pt B分别表示CCHP电功率、光伏功率、电网输送功率以及储能电池功率；
Pt ec和Pt charge分别表示给出用户侧用电负荷需求、电制冷机用电需求、充电桩用电需求；
2)热功率平衡约束
CCHP和热网的总输出热功率应大于或等于相应时刻的热负荷功率，即
式中，
为CCHP的输出热功率，
为热网的输出热功率，
为热负荷功率；
3)冷功率平衡约束
CCHP、电制冷机和储冷水箱的总输出冷功率应大于或等于相应时刻的冷负荷功率；
式中，
为CCHP的输出冷功率，
为电制冷机的输出冷功率，
为储冷水箱的输出冷功率，
为冷负荷功率；
4)储冷水箱容量和冷能出力约束
式中，
分别为保障储冷水箱正常运行的最小和最大储冷容量，
为最大储冷容量，εsto为冷耗散系数，
和
分别为储冷水箱输出冷功率的出力限值；同时设定储冷水箱每日初始的储冷量相同，即
5)储能电池容量约束与电能出力约束
式中，
分别为保障储能电池正常运行的最小和最大容量，
为最大储冷容量，εB为电能耗散系数，
和
分别为储能电池输出功率的出力限值；设定储能电池每日初始的储能电量相同，即
同时设定储能电池最大功率放电时间为5h，即
6)能源供应设备的运行约束
燃气轮机：
式中，
为燃气轮机的额定功率，为了避免燃气轮机在低功率在运行，燃气轮机的输出功率起点设置为25％，只有当燃气轮机输出功率超过额定功率的25％时，燃气轮机才会启动运行，否则燃气轮机将关闭；
吸收式制冷机组：
式中，
为CCHP的额定输出冷功率，
为CCHP的额定输出热功率，Pt pgu为燃气轮机的输出功率。
电制冷机：
式中，
为电制冷机的额定冷功率。
作为优选，步骤4所述的构建园区级综合能源系统规划多目标函数方法，具体包括：
为了简化模型求解，做了如下假设：包括各种负荷需求、各种价格参数以及替代设备的相关技术参数是已给定的；
目标函数为系统全生命周期内总经济成本、二氧化碳排放量和年一次能源消耗量最低，表达式为：
Min F＝ω1Feco+ω2Fenv+ω3Fpes (18)
(1)系统全生命周期内总经济成本包括年投资成本C1、系统年维护成本C2和年运行成本C3三部分，其表达式为：
1)设备投资成本
式中，CCi为设备i的容量，CPi为设备i的单位容量投资成本，Y为设备i的生命周期，r为银行贷款利率；
2)设备维修成本
式中，CMi为设备i的单位容量年维修成本；
3)系统年运行成本
式中，Dj为能源j一年的需求期天数，
为能源j需求期内典型日的运行成本；
能源j需求期内典型日的运行成本计算公式如下：
式中，Cele、Cgas、Cheat、Cnew分别为电价、气价、热价以及新能源补贴价格；Pt grid为t时段园区的电功率，Vt gas为t时段天然气的消耗量，
为t时段园区的热功率，Pt new为t时段园区内光伏的出力；H为时段t的时长；
(2)园区二氧化碳排放量计算表达式如下：
式中，
为能源j需求期典型日的二氧化碳排放量；
能源j需求期典型日的二氧化碳排放量计算公式如下：
式中，Cgrid、Cpgu、CBoiler分别为代表电网、燃气轮机和燃气锅炉供能1kWh产生的碳排放质量；Pt grid为t时段园区的电功率，Pt pgu为t时段内燃机的输出功率，Qt grid为t时段园区从的热功率；
(3)系统年一次能源消耗量计算表达式如下：
式中，ηpgu为燃气机的发电效率，ηboiler燃气锅炉的加热效率，ηe为电网的发电效率，ηgrid为电网的传输效率。
本发明的有益效果是：
从综合能源系统的核心概念出发，首先分析了一个园区的综合能源系统组成结构，然后介绍了综合能源系统中典型设备的建模方法，基于园区典型日综合能源系统运行情况，以系统全生命周期内的总成本、二氧化碳排放量和年一次能源消耗量最低为目标，建立了综合能源系统规划配置模型。基于Matlab环境下使用Yalmip调用Gurobi求解器，对所建立模型进行求解，得出园区综合能源系统的最优规划方案。并与传统的能源供应方式进行了比较，验证了该方法的可行性与经济性，为实现园区级碳中和提供了理论依据和技术支持。
附图说明
图1为一种考虑多目标协同的园区级综合能源系统规划方法流程图；
图2为园区内典型的日用电、冷、热负荷曲线；(a)为园区夏季典型日电和冷负荷特性曲线；(b)为园区冬季典型日电和热负荷特性曲线；
图3为北京某光伏电站的典型日出力曲线。
具体实施方式
下面结合实例和附图对本发明的考虑多目标协同的园区级综合能源系统规划方法做出详细说明。
如图1所示，本发明所采用的技术方案是一种考虑多目标协同的园区级综合能源系统规划方法，包括如下步骤：
(1)园区负荷特性分析；
(2)能源供应设备及辅助设备的数学模型的建立；
(3)建立园区级综合能源系统规划模型约束条件；
(4)构建园区级综合能源系统规划多目标函数，进行园区级综合能源系统规划。
作为优选，步骤(1)所述的园区负荷特性分析，具体为：
由燃气分布式热电联产机组、屋顶分布式光伏系统和电动汽车充电桩组成的园区级综合能源系统。能源需求有三种：电、冷、热。夏季和冬季电、热、冷负荷的典型日负荷曲线如附图2所示。
从园区冷、热、电负荷分析可以看出，负荷变化遵循生产和休息的客观规律。园区冷热负荷具有季节性；日负荷趋势呈明显的驼峰型，峰谷差异明显；冷热负荷高峰期与用电负荷高峰期相似。
在系统规划中，通过对给定设备进行容量合理配置，实现了负荷曲线削峰填谷，提高了能源利用率，降低了系统运行成本，最大限度地减少二氧化碳排放量。由于系统的供电范围一般是固定的，另外，用仿真或算法来确定设备的位置也过于理想。因此，本发明不考虑考虑设备的安装位置，只对设备的容量进行优化规划。
作为优选，步骤(2)所述的能源供应设备及辅助设备的数学模型的建立，具体为：
建立包括光伏电池、电动汽车充电桩、CCHP机组、电制冷机、储冷水箱和储能电池等辅助能源供应设备的园区能源系统模型。其中，CCHP是微型燃气轮机作为发电设备和烟气溴化锂吸收式冷水机组作为辅助设备的组合。
(1)能源供应设备的数学模型
1)冷热电联产机组(CCHP)
燃气轮机是CCHP的核心供能设备，其功率和效率计算公式如下：
式中，ηe和ηnom,e分别为燃气轮机的发电效率和额定发电效率；a0、a1、a2和a3与燃气轮机的工作模式有关；Lload为负荷率，其计算公式如下：
式中，Pt pgu为t时刻的发电功率，
为额定发电功率；
燃气轮机的天然气消耗量公式如下：
燃气轮机排出的烟气余热也可以进入烟气溴化锂吸收式制冷机制冷和加热；相应的冷热功率计算公式如下：
Qlbu＝1.36Ppgu (4)
hlbu＝0.93Ppgu (5)
式中，Qlbu、hlbu分别代表CCHP机组的制冷功率和供热功率；
2)光伏电池
光伏电池的输出功率与光的强度有关，即辐照度；使用以下公式计算光伏输出功率：
PPV＝ξ·S·K (6)
式中，ξ为辐射度；S为光伏电池板的面积，K为综合效率系数；
(2)辅助设备数学模型
1)电制冷机
使用以下公式计算电制冷机的制冷量：
Qec＝COPec·Pec (7)
式中，COPec为制冷系数，Pec为输电功率，Qec为输出冷功率；
2)储冷水箱
储冷水箱的数学模型如下：
式中，
表示t时刻的总储能；εsto表示冷耗散系数；
表示储冷水箱在t时刻与外界的交换功率，
为正数表示储存能量，为负数表示释放能量；
3)储能电池
储能电池模型类似于储冷水箱模型，数学模型如下：
式中，
表示t时刻的总储能；εB表示电能耗散系数，Pt B表示储能电池在t时刻与外界的交换功率，Pt B为正数表示储存能量，为负数表示释放能量。
作为优选，步骤(3)所述的建立园区级综合能源系统规划模型约束条件，具体包括：
建立电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件、储冷水箱容量和冷能出力约束条件、储能电池容量约束与电能出力约束条件以及能源供应设备的运行约束条件；
1)电功率平衡约束
式中，Pt pgu、Pt PV、Pt grid和Pt B分别表示CCHP电功率、光伏功率、电网输送功率以及储能电池功率；
Pt ec和Pt charge分别表示给出用户侧用电负荷需求、电制冷机用电需求、充电桩用电需求；
2)热功率平衡约束
CCHP和热网的总输出热功率应大于或等于相应时刻的热负荷功率，即
式中，
为CCHP的输出热功率，
为热网的输出热功率，
为热负荷功率；
3)冷功率平衡约束
CCHP、电制冷机和储冷水箱的总输出冷功率应大于或等于相应时刻的冷负荷功率；
式中，
为CCHP的输出冷功率，
为电制冷机的输出冷功率，
为储冷水箱的输出冷功率，
为冷负荷功率；
4)储冷水箱容量和冷能出力约束
式中，
分别为保障储冷水箱正常运行的最小和最大储冷容量，
为最大储冷容量，εsto为冷能耗散系数，
和
分别为储冷水箱输出冷功率的出力限值；同时设定储冷水箱每日初始的储冷量相同，即
5)储能电池容量约束与电能出力约束
式中，
分别为保障储能电池正常运行的最小和最大容量，
为最大储冷容量，εB为电能耗散系数，
和
分别为储能电池输出功率的出力限值；设定储能电池每日初始的储能电量相同，即
同时设定储能电池最大功率放电时间为5h，即
6)能源供应设备的运行约束
燃气轮机：
式中，
为燃气轮机的额定功率，为了避免燃气轮机在低功率在运行，燃气轮机的输出功率起点设置为25％，只有当燃气轮机输出功率超过额定功率的25％时，燃气轮机才会启动运行，否则燃气轮机将关闭；
吸收式制冷机组：
式中，
为CCHP的额定输出冷功率，
为CCHP的额定输出热功率，Pt pgu为燃气轮机的输出功率。
电制冷机：
式中，
为电制冷机的额定冷功率。
作为优选，步骤(4)所述的构建园区级综合能源系统规划多目标函数方法，具体包括：
为减少负荷和分布式能源发电的随机性和波动性对系统的影响，在满足负荷需求的基础上，对系统设备进行合理的容量规划，可以最大限度地利用可再生能源，提高能源利用率，增加系统经济性。
为了简化模型求解，做了如下假设：包括各种负荷需求、各种价格参数以及替代设备的相关技术参数是已给定的。另外，只考虑了电网的购电状态，未考虑电网的送电情况。
目标函数为系统全生命周期内总经济成本、二氧化碳排放量和年一次能源消耗量最低，表达式为：
Min F＝ω1Feco+ω2Fenv+ω3Fpes (18)
(1)系统全生命周期内总经济成本包括年投资成本C1、系统年维护成本C2和年运行成本C3三部分，其表达式为：
1)设备投资成本
式中，CCi为设备i的容量，CPi为设备i的单位容量投资成本，Y为设备i的生命周期，r为银行贷款利率；
2)设备维修成本
式中，CMi为设备i的单位容量年维修成本；
3)系统年运行成本
式中，Dj为能源j一年的需求期天数，
为能源j需求期内典型日的运行成本；
能源j需求期内典型日的运行成本计算公式如下：
式中，Cele、Cgas、Cheat、Cnew分别为电价、气价、热价以及新能源补贴价格；Pt grid为t时段园区的电功率，Vt gas为t时段天然气的消耗量，
为t时段园区的热功率，Pt new为t时段园区内光伏的出力；H为时段t的时长；取1h。
(2)园区二氧化碳排放量计算表达式如下：
式中，
为能源j需求期典型日的二氧化碳排放量；
能源j需求期典型日的二氧化碳排放量计算公式如下：
式中，Cgrid、Cpgu、CBoiler分别为代表电网、燃气轮机和燃气锅炉供能1kWh产生的碳排放质量；Pt grid为t时段园区的电功率，Pt pgu为t时段内燃机的输出功率，
为t时段园区从的热功率；
(3)系统年一次能源消耗量计算表达式如下：
式中，ηpgu为燃气机的发电效率，ηboiler燃气锅炉的加热效率，ηe为电网的发电效率，ηgrid为电网的传输效率。
下面给出具体实例：
以北京某园区为研究对象进行分析，该地区属于太阳总辐射C级区，年平均日照时数在2500h左右，平均气温较高。图3显示了北京某光伏电站的典型日出力曲线。本研究只考虑夏季和冬季，并结合北京的实际情况，将两个季节的典型天数分别设定为180天和90天。每台候选设备的投资成本和生命周期如表1所示。
表1设备的投资成本和生命周期
| 设备 | 投资成本(元/kW) | 设备寿命(年) |
| CCHP | 8432 | 20 |
| 光伏电池 | 23500 | 25 |
| 电制冷机 | 970 | 15 |
| 储冷水箱 | 200 | 20 |
| 储能电池 | 2700 | 12 |
本发明设置了以下两个场景：
场景1：传统能源供应模式，即电力是通过电网提供，热能是由热网提供，由空调提供冷能，园区内不增加其他能源供应设备；
场景2：多能互补模式，园区内各设备通过能量转换耦合，形成园区级综合能源系统，联合供能。
表2指标对比
| 情景 | 经济指标 | 碳排放指标 | 节能指标 | 综合 |
| 传统能源供应模式 | 994.32 | 7597.49 | 2597.75 | 11189.56 |
| 多能互补模式 | 1575.28 | 2264.35 | 1554.36 | 5393.99 |
表3多能源互联供能模式下设备规划结果
通过MATLAB的Yalmip求解器求解该模型，得到的两场景下的指标情况如表2所示，场景2中多能源互联供能模式下设备规划结果如表3所示。
分析结果表明，在传统的能源供应模式下，虽然设备较少，投资和建设成本较低，但二氧化碳排放成本以及一次能源消耗成本高于情景2。场景2中用户的冷需求主要由电制冷机和CCHP提供，热负荷需求主要由CCHP提供，不足部分由热网补充。根据场景2优化配置的结果表明，储冷水箱容量在系统配置容量中所占比例最高，储能电池容量配置最低，但建设成本最高。
总体而言，在园区能源多能互补模式中，虽然投资和运营成本较高，但系统中的各种能源具有有效的互补性，能极大提高能源利用效率，降低了购电成本，同时也减少了有害气体的排放，有利于促进实现碳中和。因此，通过对园区两种能源供应方式相比，园区能源多能互补模式的整体性能更为优越。
针对园区级综合能源系统典型的日常运行情况，建立了系统年总经济成本、二氧化碳排放量和年一次能源消耗量三个优化目标的容量规划优化模型。通过实例验证了该模型和方法在降低一次能源消耗、减少碳排放、促进当地可再生能源消费、改善削峰填谷等方面的有效性，能有效助力碳中和目标的实现。
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种考虑多目标协同的园区级综合能源系统规划方法，其特征在于，包含以下步骤：
步骤1，园区负荷特性分析；
步骤2，能源供应设备及辅助设备的数学模型的建立；
步骤3，建立园区级综合能源系统规划模型约束条件；
步骤4，构建园区级综合能源系统规划多目标函数，进行园区级综合能源系统规划。
2.根据权利要求1所述的考虑多目标协同的园区级综合能源系统规划方法，其特征在于，步骤1所述的园区负荷特性分析，具体包括：
园区级综合能源系统由燃气分布式热电联产机组、屋顶分布式光伏系统和电动汽车充电桩组成，能源需求有三种：电、冷、热；
园区负荷变化遵循生产和休息的客观规律；园区冷热负荷具有季节性；日负荷趋势呈明显的驼峰型，峰谷差异明显；冷热负荷高峰期与用电负荷高峰期相似；
在系统规划中，通过对给定设备进行容量合理配置，实现负荷曲线削峰填谷，提高能源利用率，降低系统运行成本，最大限度地减少二氧化碳排放量。
3.根据权利要求1所述的考虑多目标协同的园区级综合能源系统规划方法，其特征在于，步骤2所述的能源供应设备及辅助设备的数学模型的建立，具体包括：
建立包括光伏电池、电动汽车充电桩、CCHP机组、电制冷机、储冷水箱和储能电池的辅助能源供应设备的园区能源系统模型；其中，CCHP是微型燃气轮机作为发电设备和烟气溴化锂吸收式冷水机组作为辅助设备的组合；
(1)能源供应设备的数学模型
1)冷热电联产机组CCHP
燃气轮机是CCHP的核心供能设备，其功率和效率计算公式如下：
式中，ηe和ηnom,e分别为燃气轮机的发电效率和额定发电效率；a0、a1、a2和a3与燃气轮机的工作模式有关；Lload为负荷率，其计算公式如下：
式中，Pt pgu为t时刻的发电功率，
为额定发电功率；
燃气轮机的天然气消耗量公式如下：
燃气轮机排出的烟气余热也可以进入烟气溴化锂吸收式制冷机制冷和加热；相应的冷热功率计算公式如下：
Qlbu＝1.36Ppgu (4)
hlbu＝0.93Ppgu (5)
式中，Qlbu、hlbu分别代表CCHP机组的制冷功率和供热功率；
2)光伏电池
光伏电池的输出功率与光的强度有关，即辐照度；使用以下公式计算光伏输出功率：
PPV＝ξ·S·K (6)
式中，ξ为辐射度；S为光伏电池板的面积，K为综合效率系数；
(2)辅助设备数学模型
1)电制冷机
使用以下公式计算电制冷机的制冷量：
Qec＝COPec·Pec (7)
式中，COPec为制冷系数，Pec为输电功率，Qec为输出冷功率；
2)储冷水箱
储冷水箱的数学模型如下：
式中，
表示t时刻的总储能；εsto表示耗散系数；
表示储冷水箱在t时刻与外界的交换功率，
为正数表示储存能量，为负数表示释放能量；
3)储能电池
储能电池模型类似于储冷水箱模型，数学模型如下：
式中，
表示t时刻的总储能；εB表示电能耗散系数，Pt B表示储能电池在t时刻与外界的交换功率，Pt B为正数表示储存能量，为负数表示释放能量。
4.根据权利要求1所述的考虑多目标协同的园区级综合能源系统规划方法，其特征在于，步骤3所述的建立园区级综合能源系统规划模型约束条件，具体包括：
建立电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件、储冷水箱容量和冷能出力约束条件、储能电池容量约束与电能出力约束条件以及能源供应设备的运行约束条件；
1)电功率平衡约束
式中，Pt pgu、Pt PV、Pt grid和Pt B分别表示CCHP电功率、光伏功率、电网输送功率以及储能电池功率；
Pt ec和Pt charge分别表示给出用户侧用电负荷需求、电制冷机用电需求、充电桩用电需求；
2)热功率平衡约束
CCHP和热网的总输出热功率应大于或等于相应时刻的热负荷功率，即
式中，
为CCHP的输出热功率，
为热网的输出热功率，
为热负荷功率；
3)冷功率平衡约束
CCHP、电制冷机和储冷水箱的总输出冷功率应大于或等于相应时刻的冷负荷功率；
式中，
为CCHP的输出冷功率，
为电制冷机的输出冷功率，
为储冷水箱的输出冷功率，
为冷负荷功率；
4)储冷水箱容量和冷能出力约束
式中，
分别为保障储冷水箱正常运行的最小和最大储冷容量，
为最大储冷容量，εsto为冷能耗散系数，
和
分别为储冷水箱输出冷功率的出力限值；同时设定储冷水箱每日初始的储冷量相同，即
5)储能电池容量约束与电能出力约束
式中，
分别为保障储能电池正常运行的最小和最大容量，
为最大储冷容量，εB为电能耗散系数，
和
分别为储能电池输出功率的出力限值；设定储能电池每日初始的储能电量相同，即
同时设定储能电池最大功率放电时间为5h，即
6)能源供应设备的运行约束
燃气轮机：
式中，
为燃气轮机的额定功率，为了避免燃气轮机在低功率在运行，燃气轮机的输出功率起点设置为25％，只有当燃气轮机输出功率超过额定功率的25％时，燃气轮机才会启动运行，否则燃气轮机将关闭；
吸收式制冷机组：
式中，
为CCHP的额定输出冷功率，
为CCHP的额定输出热功率，Pt pgu为燃气轮机的输出功率；
电制冷机：
式中，
为电制冷机的额定冷功率。
5.根据权利要求1所述的考虑多目标协同的园区级综合能源系统规划方法，其特征在于，步骤4所述的构建园区级综合能源系统规划多目标函数方法，具体包括：
为了简化模型求解，做了如下假设：包括各种负荷需求、各种价格参数以及替代设备的相关技术参数是已给定的；
目标函数为系统全生命周期内总经济成本、二氧化碳排放量和年一次能源消耗量最低，表达式为：
MinF＝ω1Feco+ω2Fenv+ω3Fpes (18)
(1)系统全生命周期内总经济成本包括年投资成本C1、系统年维护成本C2和年运行成本C3三部分，其表达式为：
1)设备投资成本
式中，CCi为设备i的容量，CPi为设备i的单位容量投资成本，Y为设备i的生命周期，r为银行贷款利率；
2)设备维修成本
式中，CMi为设备i的单位容量年维修成本；
3)系统年运行成本
式中，Dj为能源j一年的需求期天数，
为能源j需求期内典型日的运行成本；
能源j需求期内典型日的运行成本计算公式如下：
式中，Cele、Cgas、Cheat、Cnew分别为电价、气价、热价以及新能源补贴价格；Pt grid为t时段园区的电功率，Vt gas为t时段天然气的消耗量，
为t时段园区的热功率，Pt new为t时段园区内光伏的出力；H为时段t的时长；
(2)园区二氧化碳排放量计算表达式如下：
式中，
为能源j需求期典型日的二氧化碳排放量；
能源j需求期典型日的二氧化碳排放量计算公式如下：
式中，Cgrid、Cpgu、CBoiler分别为代表电网、燃气轮机和燃气锅炉供能1kWh产生的碳排放质量；Pt grid为t时段园区的电功率，Pt pgu为t时段内燃机的输出功率，
为t时段园区从的热功率；
(3)系统年一次能源消耗量计算表达式如下：
式中，ηpgu为燃气机的发电效率，ηboiler燃气锅炉的加热效率，ηe为电网的发电效率，ηgrid为电网的传输效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110746445.4A CN113762708A (zh) | 2021-07-01 | 2021-07-01 | 一种考虑多目标协同的园区级综合能源系统规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110746445.4A CN113762708A (zh) | 2021-07-01 | 2021-07-01 | 一种考虑多目标协同的园区级综合能源系统规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113762708A true CN113762708A (zh) | 2021-12-07 |
Family
ID=78787536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110746445.4A Pending CN113762708A (zh) | 2021-07-01 | 2021-07-01 | 一种考虑多目标协同的园区级综合能源系统规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113762708A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114362168A (zh) * | 2022-01-11 | 2022-04-15 | 云南电网有限责任公司电力科学研究院 | 一种能源互联系统的设备选型方法 |
| CN114611793A (zh) * | 2022-03-11 | 2022-06-10 | 中国地质大学（武汉） | 考虑短期负荷预测的综合能源系统优化方法及装置 |
| CN114708118A (zh) * | 2022-03-30 | 2022-07-05 | 温州墨熵微电子有限公司 | 基于神经网络的分布式燃气能源状态监测方法及系统 |
| CN114742269A (zh) * | 2022-03-08 | 2022-07-12 | 国网能源研究院有限公司 | 考虑多能耦合的园区综合能源系统顶层设计方法及装置 |
| CN114971000A (zh) * | 2022-05-18 | 2022-08-30 | 东南大学 | 一种计及供需不平衡率的综合能源系统配置优化方法 |
| CN115239024A (zh) * | 2022-09-21 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 城市区域多元能源供能规划方法 |
| CN115619145A (zh) * | 2022-10-14 | 2023-01-17 | 国网江苏省电力有限公司电力科学研究院 | 用于综合能源系统的协同控制方法、装置及计算机设备 |
| CN116308875A (zh) * | 2023-02-03 | 2023-06-23 | 国网江苏省电力有限公司扬州市江都区供电分公司 | 一种掺氢天然气的园区综合能源系统储能规划方法 |
| CN117592763A (zh) * | 2024-01-18 | 2024-02-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
| CN111342451A (zh) * | 2020-03-12 | 2020-06-26 | 四川大学 | 促进可再生能源消纳的园区综合能源系统经济配置方法 |
| CN113033900A (zh) * | 2021-03-30 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种园区级综合能源系统容量优化配置方法和系统 |
-
2021
- 2021-07-01 CN CN202110746445.4A patent/CN113762708A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
| CN111342451A (zh) * | 2020-03-12 | 2020-06-26 | 四川大学 | 促进可再生能源消纳的园区综合能源系统经济配置方法 |
| CN113033900A (zh) * | 2021-03-30 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种园区级综合能源系统容量优化配置方法和系统 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114362168B (zh) * | 2022-01-11 | 2024-02-13 | 云南电网有限责任公司电力科学研究院 | 一种能源互联系统的设备选型方法 |
| CN114362168A (zh) * | 2022-01-11 | 2022-04-15 | 云南电网有限责任公司电力科学研究院 | 一种能源互联系统的设备选型方法 |
| CN114742269A (zh) * | 2022-03-08 | 2022-07-12 | 国网能源研究院有限公司 | 考虑多能耦合的园区综合能源系统顶层设计方法及装置 |
| CN114611793A (zh) * | 2022-03-11 | 2022-06-10 | 中国地质大学（武汉） | 考虑短期负荷预测的综合能源系统优化方法及装置 |
| CN114708118A (zh) * | 2022-03-30 | 2022-07-05 | 温州墨熵微电子有限公司 | 基于神经网络的分布式燃气能源状态监测方法及系统 |
| CN114708118B (zh) * | 2022-03-30 | 2022-09-13 | 温州墨熵微电子有限公司 | 基于神经网络的分布式燃气能源状态监测方法及系统 |
| CN114971000A (zh) * | 2022-05-18 | 2022-08-30 | 东南大学 | 一种计及供需不平衡率的综合能源系统配置优化方法 |
| CN114971000B (zh) * | 2022-05-18 | 2024-04-30 | 东南大学 | 一种计及供需不平衡率的综合能源系统配置优化方法 |
| CN115239024A (zh) * | 2022-09-21 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 城市区域多元能源供能规划方法 |
| CN115239024B (zh) * | 2022-09-21 | 2023-03-24 | 国网浙江省电力有限公司宁波供电公司 | 城市区域多元能源供能规划方法 |
| CN115619145B (zh) * | 2022-10-14 | 2024-03-19 | 国网江苏省电力有限公司电力科学研究院 | 用于综合能源系统的协同控制方法、装置及计算机设备 |
| CN115619145A (zh) * | 2022-10-14 | 2023-01-17 | 国网江苏省电力有限公司电力科学研究院 | 用于综合能源系统的协同控制方法、装置及计算机设备 |
| CN116308875A (zh) * | 2023-02-03 | 2023-06-23 | 国网江苏省电力有限公司扬州市江都区供电分公司 | 一种掺氢天然气的园区综合能源系统储能规划方法 |
| CN117592763A (zh) * | 2024-01-18 | 2024-02-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
| CN117592763B (zh) * | 2024-01-18 | 2024-04-23 | 中国建筑西北设计研究院有限公司 | 一种能源系统容量的配置方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113762708A (zh) | 一种考虑多目标协同的园区级综合能源系统规划方法 | |
| CN111445090B (zh) | 一种离网型综合能源系统双层规划方法 | |
| Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
| CN111860937B (zh) | 基于改进多目标灰狼算法的冷热电联供型微电网优化方法 | |
| CN108631343A (zh) | 一种多能互补能源互联网优化调度方法 | |
| CN111445107B (zh) | 冷热电联供型微电网多目标优化配置方法 | |
| CN112862154B (zh) | 一种考虑需求响应的区域能源系统双层规划优化方法 | |
| CN111144707A (zh) | 基于能源枢纽的多能源系统协同规划建模方法 | |
| CN113159407B (zh) | 基于区域综合能源系统的多能储存模块容量优化配置方法 | |
| Liu et al. | Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios | |
| CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
| 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 | |
| CN106779471A (zh) | 一种多能互联交直流混合微电网系统及优化配置方法 | |
| CN113033900A (zh) | 一种园区级综合能源系统容量优化配置方法和系统 | |
| CN112085263A (zh) | 一种用户侧分布式能源系统混合储能优化配置方法和系统 | |
| CN111144633A (zh) | 一种cchp微电网运行优化方法 | |
| 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 | |
| CN108197412B (zh) | 一种多能源耦合能量管理系统及优化方法 | |
| CN113553718A (zh) | 一种绿色数据中心综合供能系统设备容量的配置方法 | |
| CN113807746B (zh) | 一种冷热电联供系统的综合运行优化方法 | |
| CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
| CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 | |
| Hui | Urban multi-regional energy system planning considering integral energy operating optimization | |
| CN113468723A (zh) | 一种离网风光氢冷能源系统优化配置方法 | |
| Fan et al. | Research on collaborative optimization model of park-level integrated energy system participating in power peak shaving |
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 |