CN113836689A - 新能源冷热电联供系统分时间尺度运行优化方法及系统 - Google Patents
新能源冷热电联供系统分时间尺度运行优化方法及系统 Download PDFInfo
- Publication number
- CN113836689A CN113836689A CN202110924806.XA CN202110924806A CN113836689A CN 113836689 A CN113836689 A CN 113836689A CN 202110924806 A CN202110924806 A CN 202110924806A CN 113836689 A CN113836689 A CN 113836689A
- Authority
- CN
- China
- Prior art keywords
- time
- energy
- optimization
- cold
- combined cooling
- 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
Images
Classifications
-
- 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
- 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
-
- 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
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本公开提出了新能源冷热电联供系统分时间尺度运行优化方法及系统,包括:基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。进而实现电能与冷/热能在不同时间尺度上的协同优化,可更好地满足系统实际运行情况的需要。
Description
技术领域
本公开属于能源技术领域,尤其涉及新能源冷热电联供系统分时间尺度运行优化方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
冷热电联供(CCHP)系统作为分布式供能的主要形式之一,可实现高品位的电能与低品位的热、冷能需求的有效统一,其在负荷中心就近实现能源供应,同时大幅提高能源综合利用效率。大力发展具有节能及环保优势的CCHP系统已成为我国改善能源结构、促进可持续发展的有效途径。近年来,伴随可再生能源开发利用技术水平的提高,太阳能、风能等清洁能源大量接入冷热电联供系统。能源多元化和设备创新进一步加剧了能源系统的耦合,为CCHP系统的运行优化带来新的挑战。
目前,大多运行优化策略用于CCHP系统运行的日前优化,尽管有效地提高了系统性能,但仍存在以下问题:
一是日内运行的不确定性。由于可再生能源的随机性和用户侧负荷需求的波动性,日前调度计划往往偏离实际运行情况的需要,长期运行的累积偏差将导致能量的供需不平衡,对系统的稳定、安全运行造成不利影响;二是不同能源之间的多时间尺度特性。电能和冷/热能的能量属性不同,电能反应速度快可满足实时性,而热能具有热惯性,传输存在延时,其供需可能无法达到实时平衡。在实际中将电、热等不同能源在同一个时间尺度下联合调度的难度较大。
国内外许多学者通过提高源荷预测精度或采用“日前+实时”的运行优化策略,以减少不确定性因素对系统的影响。通过对现有文献进行检索,发现一种基于两阶段协调优化与控制的冷热电联供型微网运行方法(专利号CN106505634A)。此专利将冷热电微网调度分为两个阶段,第一阶段为日前调度阶段,第二阶段为实时调度阶段,根据实时监测得到的光伏、风电的功率和冷热电负荷实际值,更新历史数据,并基于调度波动惩罚的冷热电联供型微网实时运行成本最小为优化目标对得到的日前调度的优化结果进行修正,确定冷热电联供型微网中各设备的实时出力,向设备发出控制指令,但仍忽略了电能与冷/热能之间不同的时间特性。
考虑到电能和冷/热能的能量属性不同,电能的生产和输送几乎是在同时实现的,冷/热能的传输速度慢;两者之间的用能本质不同,电能的供需需要保持严格的实时平衡,否则将会导致用电设备停运,影响人们正常的工作和生活,而冷/热能的供需可在一定范围内波动,属于可中断负荷。鉴于电能和冷/热能在传输及供需特性方面的差异,将新能源CCHP系统在统一能量平衡时间尺度下的实时优化调度存在不合理性。
发明内容
为克服上述现有技术的不足,本公开提供了新能源冷热电联供系统分时间尺度运行优化方法,能够更好地满足系统实际运行的需要。
为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:
第一方面,公开了新能源冷热电联供系统分时间尺度运行优化方法,包括:
基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
第二方面,公开了新能源冷热电联供系统分时间尺度运行优化系统,包括:
分解模块,被配置为:基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
分时间尺度运行模块,被配置为:针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
以上一个或多个技术方案存在以下有益效果:
本公开技术方案以系统的静态运行优化模型为基础,提出分时间尺度计算方法。该方法利用奇异摄动理论中快慢分解的思想,将系统分为由发电系统组成的快变子系统及由余热利用、辅助系统等组成的慢变子系统,以实现电、冷/热能在不同时间尺度上的能量优化。
本公开技术方案考虑源、荷等不确定因素对系统的影响,提出基于电、冷/热能分时间尺度的实时滚动运行优化策略,以保证新能源CCHP系统在日内阶段的稳定、安全运行。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例室内温度模型示意图;
图2为本公开实施例分时间尺度滚动优化示意图;
图3为本公开实施例分时间尺度计算流程图;
图4为本公开实施例新能源冷热电联供系统结构图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
目前大多运行优化策略用于CCHP系统运行的日前优化,日内阶段的实时优化策略对电和冷/热能仍采用同一能量平衡时间尺度。本发明针对新能源冷热电联供系统日内运行的不确定性及不同能源之间的多时间尺度特性,提出一种新能源能热电联供系统分时间尺度滚动运行优化策略。该运行优化策略以室内舒适温度为前提并充分利用室内温度的可调性,对系统的优化模型进行快、慢子系统的分解,从而实现不同能源子系统之间的解耦,进而实现电能与冷/热能在不同时间尺度上的协同优化,可更好地满足系统实际运行情况的需要。
本实施例公开了新能源冷热电联供系统分时间尺度运行优化方法,包括:
基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
具体实施时的步骤为:
步骤一、建立系统的运行优化模型
如图4所示,为新能源冷热电联供系统结构图,单一的目标优化有可能导致系统另外两个指标的下降,为实现CCHP系统综合效益的最大化,本文以传统分供系统为参照,采用性能比率的形式构造CCHP系统的运行优化目标如下:
式中,V为综合优化目标;ω1、ω2、ω3分别为各优化目标的权重系数;
CCCHP、FCCHP、CDECCHP分别为CCHP系统的运行成本、一次能源消耗量及CO2排放量;CSP、FSP、CDESP分别为分供系统的运行成本、一次能源消耗量及CO2排放量。
基于新能源CCHP系统的结构组成,分析其内部相互耦合的冷、热、电多能流的流向,确定其运行时应满足的电、冷、热能量平衡约束。
电量平衡方程:Loade(t)+Eec(t)=Epv(t)+Egrid(t)+Epgu(t) (2)
式中,Loade为用户的电负荷需求;Eec为电制冷机的耗电量;Epv、Epgu分别为光伏和内燃发电机组的发电量。
热量平衡方程:Loadh(t)+Qac(t)+Qloss_h(t)=Qre(t)+Qboil(t) (3)
式中,Loade为用户的热负荷需求;Qac为提供给吸收式制冷机的热量;Qloss_h为系统的热量损失;Qre为发电机组的回收余热量;Qboil为燃气锅炉产生的热量。
冷量平衡方程:Loadc(t)+Qloss_c(t)=Qac_c(t)+Qec_c(t) (4)
式中,Loadc为用户的冷负荷需求;Qloss_c为系统的冷量损失;Qac_c为吸收式制冷机的制冷量;Qec_c为电制冷的制冷量。
CCHP系统的运行受一定条件的限定,为保证系统的安全运行,还应考虑各设备功率上下限的不等式约束。
最终以系统运行的经济性、节能性和环保性为综合优化目标,以能量平衡及各设备功率的上下限为约束,构建系统的运行优化模型。
步骤二、分时间尺度计算方法
多时间尺度系统可利用奇异摄动理论进行时标分解,分解原则是按照状态变量在时间尺度上的差异,将原复杂系统分解为快、慢两个子系统。在考虑慢变子系统时,认为快变量已完成其动态响应过程,达到“拟稳态”。在考虑快变子系统时,可忽略慢变量在快变量的暂态过程中的变化,认为慢变量是稳定不变的常量。利用快、慢子系统的组合可近似描述原系统的动态过程,可有效改善系统性能。
以系统的静态运行优化模型为基础,利用奇异摄动理论中快慢分解的思想,将系统分为由发电系统组成的快变子系统及由余热利用系统、辅助系统等组成的慢变子系统,以实现电、冷/热能在不同时间尺度上的能量优化。新能源CCHP系统静态优化模型快、慢子系统的分解如下所示:
式中,xe为系统的快变量(电能)、xh(c)为系统的慢变量(冷/热能);F、G分别表示快变、慢变函数;f、g、l分别表示系统天然气,电网购电及光照强度等输入量;y表示用户侧电、冷、热的负荷量;Tf、Ts分别为系统快、慢变量的优化周期;ξ为摄动系数,且满足0<ξ<<1。
在分析快变子系统时,充分利用用户对室内温度舒适度的模糊性,忽略慢变的热能在短时间尺度优化周期内的变化,认为慢变系统已经稳定而保持原来时刻的热能输出。而作为快变量的电能需要在短时间尺度优化周期内满足严格的供需平衡,即令ξ=0;在分析慢变子系统时,认为系统中快变量的优化过程已经结束,而针对具有惯性的冷/热能,用户的用能本质是获得可接受范围内的温度,因此建立室内温度模型。在实际运行中计算慢变量在长时间尺度优化周期中的误差累积量对室内舒适温度的影响,并保证一定时段内的冷/热能供需平衡。
通过MATLAB算例建立室内温度模型如图1所示,由该模型可得室内温度Troom与冷/热能的供应量Qin以及室外温度Tout的关系表达式。
在制冷工况下:
式中,Qin_c为室内供冷量;Qlosses为房屋的散冷量;Req为房屋参数;Mair为室内空气质量;c为空气比热容;Δt为控制周期。
在制热工况下:
通过利用室内温度的可调性,可在不影响用户舒适度的前提下实现不同能源子系统之间的解耦,有利于提高能量优化调度的灵活性。
本公开技术方案建立室内温度模型,以室内舒适温度为前提并充分利用室内温度的可调性确定CCHP系统中冷/热能的优化周期。
步骤三、实时滚动运行优化
CCHP系统传统的日前运行优化以日前源、荷预测作为基础数据,以小时为单位获取机组未来一天的逐时出力计划,该日前调度计划呈阶段式,调度方式比较粗放。本发明基于滚动优化的实时运行优化是以某个时间窗口为控制时域,在每一采样时刻更新系统当前的输入信息(如源、荷预测数据),并求得该时间窗口的开环最优解序列。系统只执行其最优解序列的第一项,本时段结束后,时间窗口向前移动至下一采样时刻,重复上述过程。基于电、冷/热能分时间尺度滚动运行优化的示意图如图2所示。
以遗传算法为求解算法,根据环境条件和实际情况的变化不断更新系统的源、荷输入信息,并基于电、冷/热能分时间尺度滚动运行优化的具体计算流程如图3所示。
Step1:设置系统及设备参数,并根据求解问题的规模大小设定GA的种群数量、进化代数及其交叉、变异概率等基本运行参数;
Step2:确定室内温度的舒适度范围[Te a,Te b],并在此基础之上建立室内温度模型,通过该模型推导室内温度与供能量及室外温度之间的关系表达式;
Step3:在当前采样时刻t0,获取光伏、负荷功率的短期预测结果,并对系统进行相应历史数据的更新;
Step4:执行分时间尺度滚动优化策略,对电能进行快时间尺度的滚动优化;
Step5:根据电能实时优化的结果调节各供电设备的功率大小,同时根据室内温度模型计算该时段内的温度变化,判断其是否超出室内温度的舒适度范围;
Step6:若当前室内温度满足舒适温度的范围,则当前时段的优化过程结束,更新时间t0=t0+Tf,跳转进入Step3;
Step7:至室内温度超出舒适温度的范围,对冷/热能执行慢时间尺度的滚动优化,并根据优化结果及时修正相关供冷/热能设备的功率。
需要说明的是,针对发明人前期的专利文献1CN109711080A,,本申请为现有技术的进一步改进,主要体现在:
1)两者所建立的运行优化模型不同。主要体现在针对冷/热能量的优化调度,文献1采用基于储能的动态优化模型,即状态转移方程形式(按照冷热电联供系统热/冷能流的时间特征,将动态优化模型划分为若干个阶段;确定状态为当前时刻,状态变量为储热装置或储冷装置的功率,确定决策并建立状态转移方程)。该优化模型将热能的优化过程转化为多阶段决策问题,当前阶段决策的选取依赖于当前状态并对下一阶段产生影响。本申请所研究的新能源冷热电联供系统不涉及储能,求解过程中各阶段前后关联性弱,为此引入传统静态优化模型。建立了房屋的室内温度模型充分利用室内温度的可调性,以用户舒适度为前提并基于奇异摄动中快慢分解的思想实现该静态优化模型在不同时间尺度上快慢子系统的分解,从而实现电能与冷/热能分时间尺度的协同优化与能量调度。
2)两者所采用的求解算法不同。文献1针对电能的优化采用粒子群算法,针对冷/热能的优化采用动态规划方法。鉴于粒子群算法容易陷入局部最优解且算法不稳定,本申请中采用收敛速度和精确性方面都较为成熟的遗传算法作为该优化模型的求解算法,可实现新能源冷热电联供系统在日内实时、迅速、准确的优化运行。
3)两者所采取的优化策略不同。本申请为有效应对源、荷等不确定性因素对新能源冷热电联供系统在日内运行阶段的影响,进一步提出分时间尺度的滚动运行优化策略。该策略在各采样时刻不断更新系统当前的输入信息(如源、荷预测数据),并求得该时间窗口的开环最优解序列。系统只执行其最优解序列的第一项,本时段优化过程结束后,时间窗口向前移动至下一采样时刻并重复上述过程。通过该滚动优化策略可有效应对源、荷等不确定性因素对系统日内阶段运行的影响。
本公开技术方案的改进主要体现在:原电、冷/热能分时间尺度运行优化分方法尽管考虑了不同能量之间的多时间尺度特性,但仍对其仍采取固定的滚动步长进行能量的优化。本申请所提运行优化方法不仅考虑了电能的实时优化,且采取变步长的滚动优化策略。该策略在短时间尺度优化周期内通过室内温度模型预测温度变化,可实现对室内温度的实时调控,以防止高可再生能源渗透率以及大用户负荷的情况下,可再生能源的随机性和用户侧负荷需求的波动性增大,热能在电能的短时优化周期内产生较大误差而引起室温发生突变,避免了只考率平均功率在正常范围之内的情况,而忽略了用户对温度的实时需求的问题。
基于同样的发明构思,另一实施例子公开了新能源冷热电联供系统分时间尺度运行优化系统,包括:
分解模块,被配置为:基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
分时间尺度运行模块,被配置为:针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
基于同样的发明构思,本实施例的目的是提供一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述实施例子方法中的具体步骤。
基于同样的发明构思,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上述实施例子方法中的具体步骤。
以上实施例的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白,上述本公开的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.新能源冷热电联供系统分时间尺度运行优化方法,其特征是,包括:
基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
2.如权利要求1所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,新能源冷热电联供系统的运行优化模型建立时:
以分供系统为参照,采用性能比率的形式构造新能源冷热电联供系统的运行优化目标;
根据新能源冷热电联供系统其内部相互耦合的冷、热、电多能流的流向,确定其运行时应满足的电、冷、热能量平衡约束。
3.如权利要求1所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统,具体分解时考虑的因素包括:
在考虑慢变子系统时,认为快变量已完成其动态响应过程;
在考虑快变子系统时,忽略慢变量在快变量的暂态过程中的变化,认为慢变量是稳定不变的常量。
4.如权利要求1所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统,之后,还包括分析步骤:
在分析快变子系统时,利用用户对室内温度舒适度的模糊性,忽略慢变的热能在短时间尺度优化周期内的变化,认为慢变系统已经稳定而保持原来时刻的热能输出;
而作为快变量的电能需要在短时间尺度优化周期内满足严格的供需平衡。
5.如权利要求4所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统,之后,还包括分析步骤:
在分析慢变子系统时,认为系统中快变量的优化过程已经结束,而针对具有惯性的冷/热能,确定室内温度的舒适度范围,并在此基础之上建立室内温度模型,通过该模型推导室内温度与供能量及室外温度之间的关系表达式。
6.如权利要求1所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,进行电、冷/热能分时间尺度滚动运行优化,包括:
以某个时间窗口为控制时域,在每一采样时刻更新系统当前的输入信息,包括源、荷预测数据,并求得该时间窗口的开环最优解序列;
系统只执行其最优解序列的第一项,本时段结束后,时间窗口向前移动至下一采样时刻,重复上述过程。
7.如权利要求1所述的新能源冷热电联供系统分时间尺度运行优化方法,其特征是,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,具体包括:
在当前采样时刻,获取光伏、负荷功率的短期预测结果,并对系统进行相应历史数据的更新;
对电能进行快时间尺度的滚动优化;
根据电能实时优化的结果调节各供电设备的功率大小,同时根据室内温度模型计算该时段内的温度变化,判断其是否超出室内温度的舒适度范围;
若当前室内温度满足舒适温度的范围,则当前时段的优化过程结束,更新时间;
当室内温度超出舒适温度的范围,对冷/热能执行慢时间尺度的滚动优化,并根据优化结果及时修正相关供冷/热能设备的功率。
8.新能源冷热电联供系统分时间尺度运行优化系统,其特征是,包括:
分解模块,被配置为:基于新能源冷热电联供系统的运行优化模型将该系统进行时标分解,按照状态变量在时间尺度上的差异分为快变子系统及慢变子系统;
分时间尺度运行模块,被配置为:针对分解后的快变子系统及慢变子系统,不断更新系统的源、荷输入信息,进行电、冷/热能分时间尺度滚动运行优化,调整供冷/热设备实时出力。
9.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现上述权利要求1-7任一所述方法中的具体步骤。
10.一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上述权利要求1-7任一所述方法中的具体步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924806.XA CN113836689A (zh) | 2021-08-12 | 2021-08-12 | 新能源冷热电联供系统分时间尺度运行优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924806.XA CN113836689A (zh) | 2021-08-12 | 2021-08-12 | 新能源冷热电联供系统分时间尺度运行优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113836689A true CN113836689A (zh) | 2021-12-24 |
Family
ID=78960434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110924806.XA Pending CN113836689A (zh) | 2021-08-12 | 2021-08-12 | 新能源冷热电联供系统分时间尺度运行优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113836689A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116316647A (zh) * | 2022-09-08 | 2023-06-23 | 东南大学溧阳研究院 | 一种基于模型预测控制的配电网实时碳排放优化控制方法 |
CN116449222A (zh) * | 2023-06-19 | 2023-07-18 | 中国第一汽车股份有限公司 | 电池参数的确定方法、装置、处理器和车辆 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711080A (zh) * | 2019-01-03 | 2019-05-03 | 山东大学 | 一种冷热电联供系统多时间尺度优化运行方法 |
-
2021
- 2021-08-12 CN CN202110924806.XA patent/CN113836689A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711080A (zh) * | 2019-01-03 | 2019-05-03 | 山东大学 | 一种冷热电联供系统多时间尺度优化运行方法 |
Non-Patent Citations (1)
Title |
---|
裴梦璐: "新能源冷热电联供系统分时间尺度运行优化策略研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, pages 2 - 5 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116316647A (zh) * | 2022-09-08 | 2023-06-23 | 东南大学溧阳研究院 | 一种基于模型预测控制的配电网实时碳排放优化控制方法 |
CN116316647B (zh) * | 2022-09-08 | 2023-11-07 | 东南大学溧阳研究院 | 一种基于模型预测控制的配电网实时碳排放优化控制方法 |
CN116449222A (zh) * | 2023-06-19 | 2023-07-18 | 中国第一汽车股份有限公司 | 电池参数的确定方法、装置、处理器和车辆 |
CN116449222B (zh) * | 2023-06-19 | 2023-09-22 | 中国第一汽车股份有限公司 | 电池参数的确定方法、装置、处理器和车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106487011B (zh) | 一种基于q学习的户用微电网能量优化方法 | |
CN109711080B (zh) | 一种冷热电联供系统多时间尺度优化运行方法 | |
CN107732897B (zh) | 融合虚拟储能系统的楼宇微网模型预测调控方法 | |
CN107546781B (zh) | 基于pso改进算法的微电网多目标运行优化方法 | |
CN109523092B (zh) | 多能互补冷热电联供系统及其协同调度方法 | |
CN102664401B (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN110311421A (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
CN109634119B (zh) | 一种基于日内滚动优化的能源互联网优化控制方法 | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN106532751B (zh) | 一种分布式电源能效优化方法及系统 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN113836689A (zh) | 新能源冷热电联供系统分时间尺度运行优化方法及系统 | |
CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
CN113255198B (zh) | 一种含虚拟储能的冷热电联供微电网多目标优化方法 | |
CN111245024A (zh) | 基于模型预测控制的综合能源系统鲁棒优化运行方法 | |
CN113393031A (zh) | 基于海鸥优化算法的园区综合能源系统多阶段规划方法 | |
CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及系统 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
Yu et al. | Optimal dispatching method for integrated energy system based on robust economic model predictive control considering source–load power interval prediction | |
CN111160636B (zh) | 一种cchp型微电网调度优化方法 | |
CN115758763A (zh) | 一种计及源荷不确定性的多能流系统优化配置方法及系统 | |
CN110943452B (zh) | 一种电力系统优化调度的方法 | |
CN112580938B (zh) | 面向多重不确定性的综合能源系统优化调度方法及装置 | |
Wang et al. | Multi-time scale optimization study of integrated energy system considering dynamic energy hub and dual demand response | |
CN113644684B (zh) | 一种综合能源系统多环控制系统与方法 |
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 |