CN114091973A - 综合能源系统能效提升的方法、装置及终端设备 - Google Patents
综合能源系统能效提升的方法、装置及终端设备 Download PDFInfo
- Publication number
- CN114091973A CN114091973A CN202111479609.8A CN202111479609A CN114091973A CN 114091973 A CN114091973 A CN 114091973A CN 202111479609 A CN202111479609 A CN 202111479609A CN 114091973 A CN114091973 A CN 114091973A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy system
- comprehensive
- efficiency
- integrated
- 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 57
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002068 genetic effect Effects 0.000 claims abstract description 20
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 78
- 239000003345 natural gas Substances 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 23
- 238000001816 cooling Methods 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 20
- 238000010438 heat treatment Methods 0.000 claims description 17
- 150000001875 compounds Chemical class 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000004146 energy storage Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 13
- 238000013439 planning Methods 0.000 abstract description 9
- 238000013461 design Methods 0.000 abstract description 5
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement 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
- 238000000465 moulding Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
技术领域
本申请属于能源规划技术领域,尤其涉及综合能源系统能效提升的方法、装置及终端设备。
背景技术
近些年我国经济的高速发展,对能源的需求日益增加。随着能源种类的增多、能源开发难度的增大,因此,需要解决能源利用率低、灵活性差等一系列问题。因此,许多学者展开了对于综合能源系统的研究。
综合能源系统主要由供能、交换、存储、消费等几个环节构成,通过协调能源使用的各个环节,在不同的能源形式协同优化的下,可以提升能源利用率的同时,更能推动能源互联网的发展。
但在实际应用过程中,综合能源系统虽实现了能源的协同耦合,但能效提升程度较低,对各类能源造成了极大的浪费。因此,如何提供一种能够使能效提升最大化的综合能源系统是亟需解决的问题。
发明内容
为克服相关技术中存在的问题,本申请实施例提供了一种综合能源系统能效提升的方法、装置及终端设备。
本申请是通过如下技术方案实现的:
第一方面,本申请实施例提供了一种综合能源系统能效提升的方法,包括:
获取综合能源系统的能源数据;
根据综合能源系统的能源数据,建立综合能源系统能流图模型;
基于综合能源系统能流图模型和约束条件,确定综合能源系统能流图模型约束条件;
基于综合能源系统能流图模型约束条件和综合能源系统能流图模型评价指标,利用遗传算法,确定综合能源系统能效提升的模型。
在第一方面的一种可能的实现方式中,约束条件包括:实际应用场景的能量平衡约束条件、设备参数约束条件、投资定额约束条件、能量交互约束条件。
能量平衡约束条件的表达式为:
式中,Pload(t)表示用电负荷,Hload(t)表示热负荷,Lload(t)表示冷负荷,Pi(t)表示设备i的供电功率;Hm(t)表示设备m的供热功率;Ln(t)表示设备n的供冷功率;
设备参数约束条件的表达式为:
式中,表示设备j的最小功率,表示设备j最大功率,Pj(t)表示设备j在时刻t下的实时功率,SOCmin表示储能设备剩余能量占总容量百分比的最小值,SOCmax表示储能设备剩余能量占总容量百分比的最大值,SOC(t)表示储能设备在时刻t下的设备剩余能量占总容量百分比;
投资定额约束条件的表达式为:
能量交互约束条件的表达式为:
式中,pgrid表示电网与综合能源系统之间交换功率,表示电网与综合能源系统之间交换功率的上限,表示电网与综合能源系统之间交换功率的下限,pNG表示天然气网与综合能源系统之间交互量,表示天然气网与综合能源系统之间交互量的上限,表示天然气网与综合能源系统之间交互量的下限。
在第一方面的一种可能的实现方式中,基于综合能源系统约束条件和综合能源系统评价指标,利用遗传算法,确定能效提升的综合能源系统,包括:
以综合能源系统约束条件和综合能源系统评价指标作为遗传算法的训练数据;
以综合能源系统约束条件和综合能源系统评价指标作为遗传算法的训练数据,对综合能源系统中所涉及的各个设备进行编码处理;
以进行过编码处理的各个设备作为种群样本,确定种群大小和最大迭代数T,随机生成规模为N的初始化种群S,设置迭代次数t=0;
对初始化种群S进行选择运算、交叉运算、变异运算并产生初始化种群S的子代种群Q,计算子代种群Q的经济和环境目标值,得到子代种群Q的个体适应度;
直至迭代次数t达到最大迭代数T,对进化过程中所得到的个体做判断,选取具有最大适应度个体作为最优解输出,得到所述综合能源系统能效提升的模型。
在第一方面的一种可能的实现方式中,根据综合能源系统的能源数据,建立综合能源系统能流图模型,包括:
根据综合能源系统的能源数据,确定综合能源系统的能流图,根据综合能源系统的能流图,建立综合能源系统能流图模型;
综合能源系统能流图模型包括:
式中,Fe表示电力网络方程;Fh表示热力网络方程;Fg表示天然气网络方程;△PS、△QS、△ΦD、△fSL、△d、△hf、△bs、△br、△fSL和△d均表示不平衡量;其余变量为电力系统、热力系统、天然气系统的特定状态量;
综合能源系统能流图为根据综合能源系统中多种能源的耦合特性,建立的多种能源的能量传输的流程图。
在第一方面的一种可能的实现方式中,综合能源系统的能源数据包括:所述综合能源系统中包含的所有能源的数据,以及所有供给、交换、存储、消费能源的设备装机量与运行功率数据。
第二方面,本申请实施例提供了一种综合能源系统能效提升装置,包括:
获取模块,用于获取综合能源系统的能源数据;
模型建立模块,用于基于综合能源系统的能源数据,建立综合能源系统能流图模型;
约束条件模块,用于基于综合能源系统能流图模型和约束条件,确定综合能源系统约束条件;
测算模块,用于基于综合能源系统约束条件和综合能源系统评价指标,测算遗传算法,确定综合能源系统能效提升的模型。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,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综合能源系统能效提升的方法。
第四方面,本申请实施例提供了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,所述计算机程序被处理器执行时实现如第一方面任一项所述的综合能源系统能效提升的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的综合能源系统能效提升的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例,通过获取综合能源系统的能源数据,建立综合能源系统能流图模型,再结合约束条件和效率,确定综合能源系统的约束条件和综合能源系统的评价指标,采用遗传算法,对确定约束条件和评价指标的综合能源系统能流图模型进行优化,最终确立综合能源系统能效提升的模型。
本申请提供了一种以能效提升最大化为目标,通过综合分析综合能源系统的特性,构建一种适用于实际情况的能效提升综合能源系统模型的方法,为综合能源系统的设计、规划提供了指导性建议。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的综合能源系统的架构示意图;
图2是本申请一实施例提供的综合能源系统能效提升的方法的流程示意图;
图3是本申请一实施例提供的综合能源系统的能流图;
图4是本申请一实施例提供的遗传算法流程图;
图6是本申请实施例提供的综合能源系统能效提升装置的结构示意图;
图7是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
图1是本申请一实施例提供的综合能源系统的架构示意图,参照图1所示,电力、热力、天然气三个系统及作为耦合环节的能源转换设备共同组成了综合能源系统。电力系统负责电能的生产、输送、分配和消费;热力系统负责热源产生的高温热水经供热网络输送到热负荷处,经过热负荷的散热器后,高温热水变为低温热水,再经回热网络流回热源;天然气系统则负责天然气的生产(由气源产生)、输送(由供气管道完成)和消费(由天然气负荷完成),为保证压力,天然气系统还需要压缩机;而CHP(热电联产)机组、CCHP(冷热电联产)机组、电锅炉和燃气锅炉等设备则用以完成不同能源之间的转换。
综合能源系统本身的基本特征有:①综合能源系统的使用可以有效降低碳排放和其他污染物排放,绿色环保;②综合能源系统可以统筹不同供能系统的优点,并实现对不同能源系统的优化调度;③综合能源系统可以整合不同能源形式的优化利用。
分析图1所示的综合能源系统示意图可知,其中包含的电力系统、热力系统和天然气系统有如下主要特点:
1)涉及多种能源领域的物理参数,如电、热/冷、气等,且遵循的物理定律不统一。电力系统遵循电磁学定律和电路定律;热力系统(供热/供冷系统)包含水力模型和热力模型,遵循流体力学定律和热力学定律;而天然气系统则遵循流体力学定律。
2)多能流耦合,物理上具有高度异质性。电力系统、热力系统和天然气系统的物理特性差异较大,它们属于多类异质能流系统,通过CHP、CCHP、电采暖、热泵、电制氢等设备耦合在一起。
3)各子系统时间尺度不同,具有不同的动态过程。电力系统的时间常数最小,变化速度最快;热力系统的时间常数最大,变化速度最慢;天然气系统的时间常数和变化速度居中,进而导致综合能源系统呈现多时间尺度特性。
综上所述,综合能源系统虽然实现了能源的相互耦合、高效传递、合理分配,形成了利用率较高的能源系统。但由于多种原因导致了综合能源系统的能效较低,对能源的利用造成了极大浪费。
基于上述问题,本申请提供了能够有效提升综合能源系统能效的方法、装置和终端设备。
图2是本申请一实施例提供的综合能源系统能效提升的方法的流程示意图,参照图2,对该方法的详述如下:
在步骤S101中,获取综合能源系统的能源数据。
在一些实施例中,获取的综合能源系统能源数据为系统中包含的所有能源的数据,例如电力能源数据、热力能源数据和天然气能源数据。
可选的,综合能源系统能源数据还包括所有供给、交换、存储、消费能源的设备装机量与运行功率等数据。
在步骤S102中,根据所述综合能源系统的能源数据,建立综合能源系统能流图模型。
在一些实施例中,根据上述综合能源系统的能源数据,确定综合能源系统的能流图。所谓的综合能源系统的流程图为根据综合能源系统中多种能源的耦合特性,建立多种能源的能量供给、传输、交换、存储的流程图。
如图3本申请一实施例提供的综合能源系统的能流图所示,参照图3可以清晰的获知多种能量在各阶段的存在形式及能量传输的走向。
能流图在构架过程中,需要先研究综合能源系统的耦合特性,包括经济性、可靠性等方面;然后研究综合能源系统中的关键设备的运行特性;最后研究综合能源系统的传输特性,包括电力、热力、天然气等多种能源形式。
在一些实施例中,根据综合能源系统的能流图,参照综合能源系统多能流潮流计算,可以建立综合能源系统的能流图模型。
示例性的,综合能源系统多能流潮流计算的一般矩阵方程表达式如下所示:
式中,Fe表示电力网络方程;F表示热力网络方程;Fg表示天然气网络方程;△PS、△QS、△ΦD、△fSL、△d、△f、△bs、△br、△fSL和△d均表示不平衡量;其余变量为电力系统、热力系统、天然气系统的特定状态量。
可选的,从数学上,这些模型可以采用下列所示的数学方程进行描述:
式中,所涉及的各种能源网络的状态量可以参照表1能源网络的已知量和未知量,如下:
表1
在步骤S103中,基于所述综合能源系统能流图模型和约束条件,确定所述综合能源系统能流图模型约束条件。
在一些实施例中,在面对多元主体接入的综合能源系统进行设计和规划时,需要考虑实际应用场景的约束条件。
示例性的,本申请从四个方面的约束条件予以描述:能量平衡约束条件、设备物理约束条件、投资定额约束条件以及能量交互约束条件。
可选的,需要根据能源的供需关系,对能量的平衡进行约束,能量平衡约束条件的表达式为:
式中,Pload(t)表示用电负荷,Hload(t)表示热负荷,Lload(t)表示冷负荷,Pi(t)表示设备i的供电功率;Hm(t)表示设备m的供热功率;Ln(t)表示设备n的供冷功率。
可选的,需要根据设备的装机量进行设备参数的约束,设备参数约束条件的表达式为:
式中,表示设备j的最小功率,表示设备j最大功率,Pj(t)表示设备j在时刻t下的实时功率,SOCmin表示储能设备剩余能量占总容量百分比的最小值,SOCmax表示储能设备剩余能量占总容量百分比的最大值,SOC(t)表示储能设备在时刻t下的设备剩余能量占总容量百分比。
可选的,还需要根据投入的资金量进行投资定额的约束,投资定额约束条件的表达式为:
可选的,还需要根据各种能源交换进行能量交互的约束,能量交互约束条件的表达式为:
式中,pgrid表示电网与综合能源系统之间交换功率,表示电网与综合能源系统之间交换功率的上限,表示电网与综合能源系统之间交换功率的下限,pNG表示天然气网与综合能源系统之间交互量,表示天然气网与综合能源系统之间交互量的上限,表示天然气网与综合能源系统之间交互量的下限。
综上,结合实际情况中常见的四方面约束条件,从物理能量转化的数量层面优化了综合能源系统能流图模型,可以提升综合能源系统的能效。
在一些实施例中,在实际能量传递过程中,一个体系内通常不只存在一种形式的能量,而是多种形式能量组成的混合体。因此,为了达到能效提升最大化的目标,在综合能源系统的设计规划初期,除了要从物理能量转化的数量层面提升,还得考虑从物理能量转化的质量方面提升。
表2
本申请仅根据几种效率做为实例,用以说明在物理能量转化在质量方面的考虑,需要说明的是,未在本申请详细描述的效率,也可以优化本申请的综合能源系统的能流图模型,属于本申请技术方案的构思。下面分别对上述的效率进行详细描述,具体包括:供冷效率、供热效率、天然气效率和能源系统效率。
其中,需要特殊说明的是,步骤S103和步骤S104并没有逻辑联系和顺序上的关系,即,本申请在实施过程中,可以先实施步骤S103,再实施步骤S104,也可以先实施步骤S104,再实施步骤103。
在步骤S105中,基于所述综合能源系统能流图模型约束条件和所述综合能源系统能流图模型评价指标,利用遗传算法,确定综合能源系统能效提升的模型。
在一些实施例中,在步骤S103和步骤S104中,分别对综合能源系统能流图模型的约束条件和评价指标进行了优化,对模型中涉及的设备进行了运行约束和边界约束。
可选的,还可利用遗传算法,在优化的模型中选择能效提升最大化的设备进行遗传训练。具体实施过程参见图4本申请一实施例提供的遗传算法流程图。具体步骤如下:
示例性的,以所述综合能源系统约束条件和所述综合能源系统评价指标作为遗传算法的训练数据,开始训练;
在步骤S201中,开始。
对综合能源系统中所涉及的各个设备进行编码处理。
在步骤S202中,初始化种群。
以进行过编码处理的各个设备作为种群样本,确定种群大小和最大迭代数T,随机生成规模为N的初始化种群S,设置进化代数计数器t=0。
在步骤S203中,计算个体适应度。
在步骤S204中,选择运算、交叉运算、变异运算。
对初始化种群S进行选择运算、交叉运算、变异运算并产生所述初始化种群S的子代种群Q;计算子代种群Q的经济和环境目标值,得到子代种群Q的个体适应度;
在步骤S205中,判断是否最大适应度。
直至迭代次数t达到最大迭代数T,对进化过程中所得到的个体做判断,选取具有最大适应度个体作为最优解输出。
在步骤S206中,结束。
得到综合能源系统能效提升的进一步的优化模型。
利用上述的遗传算法,可测算得出对综合能源系统能效提升最大的设计和规划方案。
综上所述,本申请通过获取综合能源系统的能源数据,建立综合能源系统能流图模型,分别结合实际应用场景中的能量转化数量和能量转化质量,确定综合能源系统的约束条件和综合能源系统的评价指标,优化了综合能源系统能流图模型,最后再采用遗传算法,对综合能源系统能流图模型进行再次优化,最终确立综合能源系统能效提升的模型。
本申请提供了一种以能效提升最大化为目标,通过综合分析综合能源系统的特性,构建一种适用于实际情况的能效提升综合能源系统模型的方法,为综合能源系统的设计、规划提供了指导性建议。
本申请提供了一个实施例,来验证技术方案的有效性和可行性。
首选,选取我国某多能源区域作为算例分析地区,由于该地区能源系统已建成,不存在投资增建问题,故不考虑投资定额约束条件,仅对该区域各种能源设备进行信息收集与参数分析,并进行设备物理约束条件的计算,计算公式为:
其中,涉及到的能源设备参数见表3。
表3
然后,选取该区域2020年7月上半月的负荷数据作为训练数据,每天采样一次,共计15个数据点。其负荷数据,如表4负荷数据采样表所示。
表4
其中,基于负荷数据表,分别计算能量平衡约束条件及能量交互约束条件,能量平衡约束条件的表达式为:
能量交互约束条件的表达式为:
从图中可以明显看到,本申请技术方案较传统方案能效提升明显,综合能源系统的有用功可以得到更充分的利用,本申请的综合能源系统能效提升的方案效果显著。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的综合能源系统能效提升的方法,图6示出了本申请实施例提供的综合能源系统能效提升装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
参见图6,本申请实施例中的综合能源系统能效提升装置可以包括:获取模块301,模型建立模块302,约束条件模块303,评价指标模块304,测算模块305。
获取模块301,用于获取综合能源系统的能源数据。模型建立模块302,用于基于综合能源系统的能源数据,建立综合能源系统能流图模型。约束条件模块303,用于基于综合能源系统能流图模型和约束条件,确定综合能源系统约束条件。评价指标模块304,用于基于综合能源系统能流图模型和效率,确定综合能源系统评价指标。测算模块305,用于基于综合能源系统约束条件和综合能源系统评价指标,测算遗传算法,确定综合能源系统能效提升的模型。
在一些实施例中,获取模块301用于:获取系统中所有的能源数据,包括电力能源、热力能源和天然气能源等,还用于获取所有供给、交换、存储、消费能源的设备装机量与运行功率等数据。
在一些实施例中,模型建立模块302用于:根据综合能源系统的能源数据,确定综合能源系统的能流图。还用于根据综合能源系统的能流图,确定综合能源系统的能流图模型。
在一些实施例中,约束条件模块303用于:确定四个方面的约束条件,分别为能量平衡约束条件、设备物理约束条件、投资定额约束条件以及能量交互约束条件。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种终端设备,参见图7,该终端设500可以包括:至少一个处理器510、存储器520以及存储在所述存储器520中并可在所述至少一个处理器510上运行的计算机程序,所述处理器510执行所述计算机程序时实现上述任意各个方法实施例中的步骤,例如图2所示实施例中的步骤S101至步骤S105。或者,处理器510执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块301至305的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器520中,并由处理器510执行,以完成本申请。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段,该程序段用于描述计算机程序在终端设备500中的执行过程。
本领域技术人员可以理解,图7仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如输入输出设备、网络接入设备、总线等。
处理器510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)、现成可编程门阵列(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。
存储器520可以是终端设备的内部存储单元,也可以是终端设备的外部存储设备,例如插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。所述存储器520用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器520还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的综合能源系统能效提升的方法可以应用于算机、可穿戴设备、车载设备、平板电脑、笔记本电脑、上网本、个人数字助理(personal digitalassistant,PDA)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、手机等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了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,所述计算机程序被处理器执行时实现可实现上述综合能源系统能效提升的方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述合能源系统能效提升的方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的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,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述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。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
2.如权利要求1所述的综合能源系统能效提升的方法,其特征在于,所述约束条件包括:实际应用场景的能量平衡约束条件、设备参数约束条件、投资定额约束条件、能量交互约束条件。
3.如权利要求2所述的综合能源系统能效提升的方法,其特征在于,包括:
所述能量平衡约束条件的表达式为:
式中,Pload(t)表示用电负荷,Hload(t)表示热负荷,Lload(t)表示冷负荷,Pi(t)表示设备i的供电功率;Hm(t)表示设备m的供热功率;Ln(t)表示设备n的供冷功率;
所述设备参数约束条件的表达式为:
式中,表示设备j的最小功率,表示设备j最大功率,Pj(t)表示设备j在时刻t下的实时功率,SOCmin表示储能设备剩余能量占总容量百分比的最小值,SOCmax表示储能设备剩余能量占总容量百分比的最大值,SOC(t)表示储能设备在时刻t下的设备剩余能量占总容量百分比;
所述投资定额约束条件的表达式为:
所述能量交互约束条件的表达式为:
5.如权利要求1所述的综合能源系统能效提升的方法,其特征在于,所述基于所述综合能源系统能流图模型约束条件和所述综合能源系统能流图模型评价指标,利用遗传算法,确定综合能源系统能效提升的模型,包括:
以所述综合能源系统能流图模型约束条件和所述综合能源系统能流图模型评价指标作为遗传算法的训练数据,对综合能源系统中所涉及的各个设备进行编码处理;
以进行过编码处理的各个设备作为种群样本,确定种群大小和最大迭代数T,随机生成规模为N的初始化种群S,设置迭代次数t=0;
对所述初始化种群S进行选择运算、交叉运算、变异运算,并产生所述初始化种群S的子代种群Q;计算所述子代种群Q的经济和环境目标值,得到所述子代种群Q的个体适应度;
直至所述迭代次数t达到所述最大迭代数T,对进化过程中所得到的个体做判断,选取具有最大适应度个体作为最优解输出,得到所述综合能源系统能效提升的模型。
6.如权利要求1所述的综合能源系统能效提升的方法,其特征在于,所述根据所述综合能源系统的能源数据,建立综合能源系统能流图模型,包括:
根据所述综合能源系统的能源数据,确定综合能源系统的能流图;
根据所述综合能源系统的能流图,建立所述综合能源系统能流图模型;
所述综合能源系统能流图模型包括:
式中,Fe表示电力网络方程;F表示热力网络方程;Fg表示天然气网络方程;ΔPS、ΔQS、ΔΦD、ΔfSL、Δd、Δf、Δbs、Δbr、ΔfSL和Δd均表示不平衡量;其余变量为电力系统、热力系统、天然气系统的特定状态量;
所述综合能源系统能流图为根据综合能源系统中多种能源的耦合特性,建立的多种能源的能量传输的流程图。
7.如权利要求1所述的综合能源系统能效提升的方法,其特征在于,所述综合能源系统的能源数据包括:所述综合能源系统中包含的所有能源的数据,以及所有供给、交换、存储、消费能源的设备装机量与运行功率数据。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111479609.8A CN114091973A (zh) | 2021-12-06 | 2021-12-06 | 综合能源系统能效提升的方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111479609.8A CN114091973A (zh) | 2021-12-06 | 2021-12-06 | 综合能源系统能效提升的方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091973A true CN114091973A (zh) | 2022-02-25 |
Family
ID=80306652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111479609.8A Pending CN114091973A (zh) | 2021-12-06 | 2021-12-06 | 综合能源系统能效提升的方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091973A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465261A (zh) * | 2020-12-11 | 2021-03-09 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多元主体接入的综合能源系统的规划方法 |
CN112508280A (zh) * | 2020-12-11 | 2021-03-16 | 山东大学 | 一种综合能源系统实时性能的评价和优化方法及系统 |
WO2021062748A1 (zh) * | 2019-09-30 | 2021-04-08 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
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 |
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 |
-
2021
- 2021-12-06 CN CN202111479609.8A patent/CN114091973A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021062748A1 (zh) * | 2019-09-30 | 2021-04-08 | 西门子股份公司 | 综合能源系统的优化方法、装置和计算机可读存储介质 |
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 |
CN112465261A (zh) * | 2020-12-11 | 2021-03-09 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多元主体接入的综合能源系统的规划方法 |
CN112508280A (zh) * | 2020-12-11 | 2021-03-16 | 山东大学 | 一种综合能源系统实时性能的评价和优化方法及系统 |
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 |
Non-Patent Citations (1)
Title |
---|
黎静华 等: "综合能源系统多能流潮流计算模型与方法综述", 电力建设, vol. 39, no. 3, 1 March 2018 (2018-03-01), pages 1 - 9 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Short-time multi-energy load forecasting method based on CNN-Seq2Seq model with attention mechanism | |
CN109063235A (zh) | 一种用于反应堆模拟的多物理耦合系统及方法 | |
JP6784780B2 (ja) | 大規模再生可能エネルギーのデータについて確率モデルを構築する方法 | |
Chi et al. | The impact of allocation methods on carbon emission trading under electricity marketization reform in China: A system dynamics analysis | |
Kou et al. | Many-objective optimization for coordinated operation of integrated electricity and gas network | |
CN115169818A (zh) | 一种基于数字化建模的技术工程测算方法及系统 | |
Guo et al. | Market fragmentation of energy resource prices and green total factor energy efficiency in China | |
Ma et al. | Optimal dispatching strategy of regional micro energy system with compressed air energy storage | |
Woo et al. | A new blockchain digital MRV (measurement, reporting, and verification) architecture for existing building energy performance | |
Henry et al. | Promoting reproducibility and increased collaboration in electric sector capacity expansion models with community benchmarking and intercomparison efforts | |
CN106600029A (zh) | 一种基于电力数据的宏观经济预测量化修正方法 | |
Wang et al. | Water-Energy-Carbon Nexus Analysis of the EU27 and China. | |
Mohtaram et al. | A computationally efficient heuristic approach for solving a new sophisticated arrangement of cogeneration combined heat and power cycle | |
CN114091973A (zh) | 综合能源系统能效提升的方法、装置及终端设备 | |
CN116542430B (zh) | 多维度水务碳排放量智能分析方法及系统 | |
CN111768282B (zh) | 数据分析方法、装置、设备及存储介质 | |
CN112182905B (zh) | 一种用于综合能源系统的供热管网仿真方法和装置 | |
CN111009927B (zh) | 一种风电配合压缩空气储能容量优化方法及系统 | |
CN107909477A (zh) | 一种输电网规划项目投资组合优化方法 | |
JPH07281727A (ja) | 熱交換器内部状態のシミュレーション方法 | |
CN114142470A (zh) | 电力系统新能源电站配套储能合理规模测算方法及系统 | |
Gamst et al. | Time aggregation techniques applied to a capacity expansion model for real-life sector coupled energy systems | |
JP2002227721A (ja) | 熱電供給計画システムおよび熱電併給最適化システム | |
CN117237034B (zh) | 度电成本确定方法、装置、计算机设备及存储介质 | |
Freund | Optimization under uncertainty |
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 |