CN114154882A - 一种基于热负荷建模的综合能源优化调度方法以及系统 - Google Patents
一种基于热负荷建模的综合能源优化调度方法以及系统 Download PDFInfo
- Publication number
- CN114154882A CN114154882A CN202111485285.9A CN202111485285A CN114154882A CN 114154882 A CN114154882 A CN 114154882A CN 202111485285 A CN202111485285 A CN 202111485285A CN 114154882 A CN114154882 A CN 114154882A
- Authority
- CN
- China
- Prior art keywords
- heat
- electric
- building
- gas
- power
- 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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
Abstract
本发明公开了一种基于热负荷建模的综合能源优化调度方法以及系统,属于综合能源优化技术领域。本发明的一种基于热负荷建模的综合能源优化调度方法,建立精确的建筑内热负荷计算模型,并考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度。将其作为约束,带入系统其他部分的约束方程,以日运行成本最小为目标函数,通过求解器计算优化结果,并在优化完成后进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备的调度计划与系统运行状态。本发明的建筑内热负荷计算模型误差较小,能够保证较高的精准性,并且复杂性较低,计算速度较高且收敛性较好。
Description
技术领域
本发明涉及一种基于热负荷建模的综合能源优化调度方法以及系统,属于综合能源优化技术领域。
背景技术
目前在园区综合能源优化调度的热负荷的处理过程中,由于热源对应的控制变量为热功率,而热负荷对应的需求为温度值的允许范围(如建筑设定温度),因此主要有以下两个处理方案:
1、通过对建筑的简单热特性计算,先将温度值转化为热功率,然后给定热功率的允许范围,进而建立相应的约束方程,将这些约束方程加入总体约束条件,利用求解器求解计算优化结果。
2、根据热功率热负荷与建筑温度之间的函数关系,直接建立相应的非线性约束方程或通过建筑专业建模软件,对建筑内环境热特性详细建模,确定热负荷在各个优化时间点的变化范围。
以上第一种处理方法:由于传统热负荷建模方法在精准度上存在问题,使得确定的温度范围对应的功率范围存在误差,最终园区综合能源系统优化结果与实际情况误差较大。
以上第二种处理办法:由于建筑热负荷与建筑温度之间的关系非常复杂,是复杂的非线性关系。如果直接将这些非线性复杂方程直接放入优化问题中,当问题的规模较大时,会大大影响计算速度与收敛性。而使用的建筑专业领域中参数化软件使用复杂,并且需求算力较大,完成计算时间较长,不适宜在进行综合能源优化中迭代时使用。
发明内容
针对现有技术的缺陷,本发明的目的一在于提供一种通过构建精确的建筑内热负荷计算模型,并考虑用户舒适度温度范围内的温度容忍度,以日运行成本最小为目标函数,确定系统中各个设备的调度计划与系统运行状态的误差较小,具有较高的精准性,计算速度较高且收敛性较好的基于热负荷建模的综合能源优化调度方法。
本发明的目的二在于提供一种通过建立建筑内热负荷计算模块以及各种园区供能模块,确定优化调度计划,对园区综合能源系统中各个设备的进行调度,以达到日运行成本最小为目标的误差较小,能够保证较高的精准性,特别适用于在确定温度容忍下对园区综合能源进行优化调度的基于热负荷建模的综合能源优化调度系统。
为实现上述目的之一,本发明的一种技术方案为:
一种基于热负荷建模的综合能源优化调度方法,
包括以下步骤:
第一步,分析建筑各种主要的影响因素,根据热力学定律,建立建筑内热负荷计算模型;
第二步,根据第一步中的建筑内热负荷计算模型,在用户给定温度计划表的情况下,考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度;
第三步,将第二步中的温度容忍度以及热负荷变化限度作为约束,带入约束方程中,以日运行成本最小为目标函数,通过求解器计算优化结果;
第四步,在优化完成后,将第三步中的优化结果进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备供能的调度计划以及系统运行状态。
本发明经过不断探索以及试验,首先分析建筑各种主要的影响因素,根据热力学定律,建立精确的建筑内热负荷计算模型。然后根据此模型,在用户给定温度计划表的情况下,考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度。将其作为约束,带入系统其他部分的约束方程,以日运行成本最小为目标函数,通过求解器计算优化结果,并在优化完成后进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备的调度计划与系统运行状态。
进一步,本发明相比现有的针对园区综合能源系统的热负荷建模方式存在不精准或者计算代价大的情况,提出一种保证准确性,且计算简单,能在迭代优化中使用的热负荷建模方法。
更进一步,本发明的建筑内热负荷计算模型误差较小,能够保证较高的精准性,并且本发明的热负荷建模方法复杂性较低,计算速度较高且收敛性较好,这种更准确的热建模方法,特别适用于考虑温度容忍度下对园区综合能源系统进行的优化调度。
作为优选技术措施:
式(1)中,Swall为墙体等效投影面积,Swin为窗体等效投影面积,Sroof为屋顶等效投影面积,Sfloor为等效地板传热投影面积,C为空气比热容,ρ为空气密度,Kh为海拔修正系数,Ka为经纬度变化修正系数,Kd为建筑迎光朝向修正系数,W为太阳常数,n为建筑内具有散热设备数量,为所有设备的散热负荷。
作为优选技术措施:
所述详细建筑因数包括:建筑内部空间对热负荷影响、基础日照曲线、建筑外立面材质与布局、天气因数、建筑内部设备散热;
建筑内部空间对热负荷影响分为建筑面积S影响、层高h影响、楼层数n影响、空间分割计划影响,其对建筑的总体热负荷、蓄热特性和内部热辐射传导过程产生影响;
根据建筑空间内热辐射传导效应,建筑底部温度,中间空间温度和建筑顶部温度会产生明显差异;而这种热分布的效应又会根据不同的建筑空间和构成产生变化,为了简化分析过程,将建筑内温度主要分为底部温度主体平均温度和顶部温度分别对应屋顶,墙体与窗体和地板的传热过程;
建筑物的具体所在位置对于热负荷确定至关重要,而其由建筑物所在经纬度和海拔确定,这些因素会显著影响确定日期下建筑物的基础日照曲线,并直接影响太阳光照对建筑的输入热负荷;
所述基础日照曲线的确定方法如下:
通过海拔修正系数Kh、经纬度变化修正系数Ka、建筑迎光朝向修正系数Kd、太阳常数W(W/m2),得到单位建筑外表面面积受到的基础日照影响热辐射负荷为Kh·Kd·Ka·W(W/m2);
建筑外立面材质与布局等效于墙体传热系数Kwall、屋顶传热系数Kroof和地热传热系数Kfloor、窗体传热系数Kwin;
建筑的各个立面会采用各种不同材质和构成方式,这些影响等效为墙体传热系数Kwall、屋顶传热系数Kroof和地热传热系数Kflooe;同时外立面上的窗户布局和打开比例也会有所差异,这些影响等效为窗体传热系数Kwin;
天气因数的确定方法如下:
通过引入气象历史数据,将各种天气因数等效为大气综合通过率P,来模拟仿真中可能出现的各种天气情况,以帮助热负荷计算进行修正;
气象历史数据包括每个关键要素的小时或亚小时数据;
所述关键要素包括地热温度、干球温度、露点温度、相对湿度、气压、直接正常辐射、漫反射;
建筑内部设备散热的确定方法如下:
作为优选技术措施:
所述第二步,温度容忍度的迭代修正方法如下:
在实际的园区综合能源系统中建筑内确定的温度计划表下,温度在用户舒适度内可接受一定限度的偏移,这种对建筑内部温度变化的不敏感特性在本文中命名为温度容忍度,它可以作为一种需求响应手段,来对建筑热负荷进行平移,优化园区供能曲线;
步骤1,获得用户容忍度约束,园区内不同建筑内部在优化调度过程中进行的热负荷计算时采用不同建筑模型时,温度容忍度变化范围会对应不同的热负荷变化范围;而在调度过程中,需要保证用户舒适度在可接受范围内;其中各个建筑的平均设定温度值为用户容忍温度偏差范围为则可确定相对应的t时刻各建筑的热负荷上下限分别为同时,一天内所有建筑的热负荷容忍变化限度为QDR,在t时刻建筑N所在的节点n处受到温度容忍度约束如式(2)所示:
步骤2,进行温度越线迭代修正,在每次迭代后对建筑内温度是否越线进行验算,以保证优化调度结果中的建筑内温度变化满足用户舒适性需求;
因为需要进行精确的考虑建筑电热负荷计算,其中考虑建筑中可能存在复杂的热延迟效应,并且温度容忍度内用户的计划温度曲线会在迭代过程中发生变化;所以每次在迭代过程中使用传统的表达式约束进行计算时,可能产生输入热负荷实际导致建筑内温度越限的情况;因此,在每次迭代后都需要进行建筑内对温度是否越线进行验算,以保证优化调度结果中的建筑内温度变化满足用户舒适性需求。
作为优选技术措施:
所述第四步,各个设备供能能力不同,并受到结构限制,对各个设备的供能能力进行建模,得到能反应各个设备和网络特征的约束方程,其包括电能转换模型、电热转换模型、电气转换模型、电冷转换模型、气热转换模型、供能总线和热管网模型。
作为优选技术措施:
所述电能转换模型,用于对光伏设备、风机设备、蓄电池储能设备进行建模,其相对应的约束包括了电能平衡约束,设备状态上下限约束和储能上下限约束,具体的计算公式如下:
式(3)中,分别为t时刻向电网购电、售电功率,分别为t时刻光伏和风机的发电功率;分别为蓄电池放电和充电功率;为t时刻电能转换模型输出电功率; P x分别为设备x的功率上下限;为设备x在t时刻的电功率;为t时刻蓄电池的蓄电量; E bt分别为蓄电池电量上下限;σbt为蓄电池电能自损率;ηbt,dis、ηbt,chr分别为蓄电池放电、充电效率;
电热转换模型,用于对具有电热转换能力的设备进行建模;
具有电热转换能力的设备包括电锅炉和/或电热泵和/或蓄热罐,其相应的约束包括能量平衡约束、电热设备状态约束,蓄热储能约束,具体的计算公式如下:
式(4)中,为电热转换模型输入电功率;分别为t时刻电锅炉的电、热功率;分别为电热泵的电、热功率;ηeb、ηep分别为电锅炉和电热泵的效率;分别为蓄热罐的放热、蓄热功率;为电热转换模型的输出热功率;为t时刻蓄热罐的蓄热量; E tst分别为蓄热罐蓄热量上下限;σtst为蓄热罐热能自损率;ηtst,dis、ηtst,chr分别为蓄热罐放热、蓄热效率。
作为优选技术措施:
电气转换模型,用于对电转气装置和储气罐进行建模,其相对应的约束包括能量平衡约束,电气转换设备约束和储气装置约束,具体的计算公式如下:
式(5)中,为t时刻气电转换模型输入电功率;为t时刻电转气装置输入电功率;为t时刻电转气装置输出燃气体积;ηP2G为电转气装置效率;Hng为天然气热值;分别t时刻为储气罐放气、储气体积;为t时刻气电转换模型输出燃气体积;式中,为t时刻储气罐的储气量; E gst分别为储气罐储气量上下限;σgst为储气罐储气量自损率;ηgst,dis、ηgst,chr分别为储气罐放气、储气效率;
所述电冷转换模型,用于对电制冷机和蓄冷罐进行建模,其相应约束包括电冷转换模型的能量平衡约束,电冷设备状态约束,蓄冷装置约束,具体的计算公式如下:
式(6)中,为电冷转换模型输入电功率;分别为电制冷机电功率与冷功率;COPec为电制冷机能效系数;分别为蓄冷罐放冷、蓄冷功率;为电冷转换模型输出冷功率为t时刻蓄冷罐的蓄冷量; E cst分别为蓄冷罐蓄冷量上下限;σcst为蓄冷罐热能自损率;ηcst,dis、ηcst,chr分别为蓄冷罐放冷、蓄冷效率;分别为蓄冷罐放冷、蓄冷状态变量;
所述气热转换模型,用于对燃气轮机、燃气锅炉和热电联供机组进行建模,其相对应的约束包括了能量平衡约束,气热转换设备约束和储能装置约束,具体的计算公式如下:
式(7)中,分别为t时刻燃气轮机和燃气锅炉的耗气量;ηgt、ηgb分别为燃气轮机和燃气锅炉的效率;分别为t时刻燃气轮机输出电功率与热功率;为t时刻燃气锅炉输出热功率;ηgt,loss为燃气轮机的热损率;为气热转换模型的输入燃气量;为气热转换模型输出热功率;
所述供能总线和热管网模型,用于对功能总线进行建模,功能总线包括电能总线,热网总线,其具体的约束公式如下:
作为优选技术措施:
所述目标函数为园区综合能源系统运行优化目标函数,其包括与电网交换费用以及燃气费用,以经济性最优为目标进行优化调度,如式(9)所示:
为实现上述目的之一,本发明的另一种技术方案为:
一种基于热负荷建模的园区综合能源优化调度系统,
应用上述的一种基于热负荷建模的综合能源优化调度方法,其包括建筑内热负荷计算模块、电能转换模块、电热转换模块、电气转换模块、电冷转换模块、气热转换模块、供能总线和热管网模块;
根据建筑内热负荷计算模块确定的优化调度计划,对园区综合能源系统中各个设备的进行调度,以达到日运行成本最小的目标。
本发明经过不断探索以及试验,建立建筑内热负荷计算模块以及各种园区供能模块,确定优化调度计划,对园区综合能源系统中各个设备的进行调度,以达到日运行成本最小的目标。
进一步,经过试验结果可知,本发明误差较小,能够保证较高的精准性,特别适用于在确定温度容忍下对园区综合能源系统进行优化调度。方案详见,切实可行,易于实现。
如权利要求9所述的一种基于热负荷建模的园区综合能源优化调度系统,作为优选技术措施:
建筑内热负荷计算模块,分析建筑各种主要的影响因素,根据热力学定律,考虑用户舒适度温度范围内的温度容忍度,以日运行成本最小为目标函数,确定系统中各个设备的调度计划与系统运行状态;
电能转换模块,用于对光伏设备、风机设备、蓄电池储能设备进行建模,其相对应的约束包括了电能平衡约束,设备状态上下限约束和储能上下限约束;
电热转换模块,用于对具有电热转换能力的设备进行建模,其相应的约束包括了能量平衡约束、电热设备状态约束,蓄热储能约束;
电气转换模块,用于对电转气装置和储气罐进行建模,其相对应的约束包括能量平衡约束,电气转换设备约束和储气装置约束;
电冷转换模块,用于对电制冷机和蓄冷罐进行建模,其相应约束包括电冷转换模型的能量平衡约束,电冷设备状态约束,蓄冷装置约束;
气热转换模块,用于对燃气轮机、燃气锅炉和热电联供机组进行建模,其相对应的约束包括了能量平衡约束,气热转换设备约束和储能装置约束;
供能总线和热管网模块,用于对电能总线、热网总线进行建模。
与现有技术相比,本发明具有以下有益效果:
本发明经过不断探索以及试验,首先分析建筑各种主要的影响因素,根据热力学定律,建立精确的建筑内热负荷计算模型。然后根据此模型,在用户给定温度计划表的情况下,考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度。将其作为约束,带入系统其他部分的约束方程,以日运行成本最小为目标函数,通过求解器计算优化结果,并在优化完成后进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备的调度计划与系统运行状态。
进一步,本发明相比现有的针对园区综合能源系统的热负荷建模方式存在不精准或者计算代价大的情况,提出一种保证准确性,且计算简单,能在迭代优化中使用的热负荷建模方法。
更进一步,本发明的建筑内热负荷计算模型误差较小,能够保证较高的精准性,并且本发明的热负荷建模方法复杂性较低,计算速度较高且收敛性较好,这种更准确的热建模方法,特别适用于考虑温度容忍度下对园区综合能源系统进行的优化调度。
再进一步,本发明建立建筑内热负荷计算模块以及各种园区供能模块,确定优化调度计划,对园区综合能源系统中各个设备的进行调度,以达到日运行成本最小的目标。
附图说明
图1是本发明迭代修正方法流程图;
图2是本发明园区综合能源系统结构图;
图3是本发明算例的系统结构图;
图4是本发明系统日电负荷功率曲线;
图5是本发明系统日热负荷功率曲线;
图6是本发明系统购售电价曲线;
图7是本发明系统优化结果经济展示。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
如图1所示,一种基于热负荷的综合能源优化调度方法,首先分析建筑各种主要的影响因素,根据热力学定律,建立精确的建筑内热负荷计算模型。然后根据此模型,在用户给定温度计划表的情况下,考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度。将其作为约束,带入系统其他部分的约束方程,以日运行成本最小为目标函数,通过求解器计算优化结果,并在优化完成后进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备的调度计划与系统运行状态。
本发明的建筑内热负荷计算模型,考虑了详细的建筑因数,保证精准度同时,计算时间快,并适用于综合能源系统的迭代优化。利用本发明的建筑内热负荷计算模型进行温度容忍度下的园区综合能源系统双层迭代优化,结果可以同时保证用户的舒适度和系统的经济性。
所述详细建筑因数包括:建筑内部空间对热负荷影响、基础日照曲线、建筑外立面材质与布局、天气因数、建筑内部设备散热。
本发明考虑建筑内部空间对热负荷影响的一种具体实施例:
建筑内部空间影响细分为建筑面积S、层高h、楼层数n和空间分割计划等,这些因数会对建筑的总体热负荷、蓄热特性和内部热辐射传导等过程产生影响。根据建筑空间内热辐射传导效应,建筑底部温度,中间空间温度和建筑顶部温度会产生明显差异。而这种热分布的效应又会根据不同的建筑空间和构成产生变化,为了简化分析过程,将建筑内温度主要分为底部温度主体平均温度和顶部温度分别对应屋顶,墙体与窗体和地板的传热过程。
本发明考虑基础日照曲线的一种具体实施例:
建筑物的具体所在位置对于热负荷确定至关重要,而其由建筑物所在经纬度和海拔确定,这些因素会显著影响确定日期下建筑物的基础日照曲线,并直接影响太阳光照对建筑的输入热负荷;通过确定海拔修正系数Kh、经纬度变化修正系数Ka、建筑迎光朝向修正系数Kd,太阳常数为W(W/m2),可得单位建筑外表面面积受到的基础日照影响热辐射负荷为Kh·Kd·Ka·W(W/m2)
本发明考虑建筑外立面材质与布局的一种具体实施例:
建筑的各个立面会采用各种不同材质和构成方式,这些影响等效为墙体传热系数Kwall、屋顶传热系数Kroof和地热传热系数Kflooe;同时外立面上的窗户布局和打开比例也会有所差异,这些影响等效为窗体传热系数Kwin;
本发明考虑天气因数的一种具体实施例:
天气影响因数有每小时或次小时的数据,是用于计算过程中所需要的每一个关键要素。详细的天气表中需要包括每个关键要素(即地热温度、干球温度、露点温度、相对湿度、气压、直接正常辐射、漫反射)的小时或亚小时数据。湿度、气压、直接法线辐射、漫射水平辐射、不透明的天空覆盖物总和、风向、风速)以及一些辅助数据,如雨或雪,通过引入气象历史数据,将各种天气因数等效为大气综合通过率P,来模拟仿真中可能出现的各种天气情况,对以帮助热负荷计算进行修正。
本发明考虑建筑内部设备散热的一种具体实施例:
本发明精确建筑热负荷计算的一种具体实施例:
式(1)中,Swall为墙体等效投影面积,Swin为窗体等效投影面积,Sroof为屋顶等效投影面积,Sfloor为等效地板传热投影面积,C为空气比热容,ρ为空气密度。
本发明温度容忍度迭代修正方法的一种具体实施例:
在实际的园区综合能源系统中建筑内确定的温度计划表下,温度在用户舒适度内可接受一定限度的偏移,这种对建筑内部温度变化的不敏感特性在本文中命名为温度容忍度,它可以作为一种需求响应手段,来对建筑热负荷进行平移,优化园区供能曲线。
步骤1,获得用户容忍度约束
园区内不同建筑内部在优化调度过程中进行的热负荷计算时采用不同建筑模型时,温度容忍度变化范围会对应不同的热负荷变化范围。而在调度过程中,需要保证用户舒适度在可接受范围内。其中各个建筑的平均设定温度值为用户容忍温度偏差范围为则可确定相对应的t时刻各建筑的热负荷上下限分别为同时,一天内所有建筑的热负荷容忍变化限度为QDR,在t时刻建筑N所在的节点n处受到温度容忍度约束如式(2)所示:
步骤2,进行温度越线迭代修正
因为需要进行精确的考虑建筑电热负荷计算,其中考虑建筑中可能存在复杂的热延迟效应,并且温度容忍度内用户的计划温度曲线会在迭代过程中发生变化。所以每次在迭代过程中使用传统的表达式约束进行计算时,可能产生输入热负荷实际导致建筑内温度越限的情况。因此,在每次迭代后都需要进行建筑内对温度是否越线进行验算,以保证优化调度结果中的建筑内温度变化满足用户舒适性需求,算法流程图如图1所示。
如图2-图6所示,应用本发明优化调度方法的一种具体实施例:
将本方法应用于包括三座建筑的园区综合能源系统进行说明。系统结构图如图2所示,算例结构图如图3所示。
本发明中将应用场景中的园区综合能源系统分成各种园区供能模块,包括电能转换模块、电热转换模块、电气转换模块、电冷转换模块、气热转换模块、供能总线和热管网模块。
本发明电能转换模块的一种具体实施例:
本模块包括光伏,风机,蓄电池储能等设备,相对应的约束包括了电能平衡约束,设备状态上下限约束和储能上下限约束:
式(3)中,分别为t时刻向电网购电、售电功率,分别为t时刻光伏和风机的发电功率;分别为蓄电池放电和充电功率;为t时刻电能转换模块输出电功率; P x分别为设备x的功率上下限;为设备x在t时刻的电功率;为t时刻蓄电池的蓄电量; E bt分别为蓄电池电量上下限;σbt为蓄电池电能自损率;ηbt,dis、ηbt,chr分别为蓄电池放电、充电效率。
本发明电热转换模块的一种具体实施例:
本模块包括电锅炉、电热泵和蓄热罐这些具有电热转换能力的设备,相应的约束包括了能量平衡约束、电热设备状态约束,蓄热储能约束:
式(4)中,为电热转换模块输入电功率;分别为t时刻电锅炉的电、热功率;分别为电热泵的电、热功率;ηeb、ηep分别为电锅炉和电热泵的效率;分别为蓄热罐的放热、蓄热功率;为电热转换模块的输出热功率;为t时刻蓄热罐的蓄热量; E tst分别为蓄热罐蓄热量上下限;σtst为蓄热罐热能自损率;ηtst,dis、ηtst,chr分别为蓄热罐放热、蓄热效率。
本发明电气转换模块的一种具体实施例:
本模块包括电转气装置和储气罐等设备,相对应的约束包括了能量平衡约束,电气转换设备约束和储气装置约束:
式(5)中,为t时刻气电转换模块输入电功率;为t时刻电转气装置输入电功率;为t时刻电转气装置输出燃气体积;ηP2G为电转气装置效率;Hng为天然气热值;分别t时刻为储气罐放气、储气体积;为t时刻气电转换模块输出燃气体积;式中,为t时刻储气罐的储气量; E gst分别为储气罐储气量上下限;σgst为储气罐储气量自损率;ηgst,dis、ηgst,thr分别为储气罐放气、储气效率。
本发明电冷转换模块的一种具体实施例:
本模块包括了电制冷机和蓄冷罐,相应约束包括电冷转换模块的能量平衡约束,电冷设备状态约束,蓄冷装置约束:
式(6)中,为电冷转换模块输入电功率;分别为电制冷机电功率与冷功率;COPec为电制冷机能效系数;分别为蓄冷罐放冷、蓄冷功率;为电冷转换模块输出冷功率为t时刻蓄冷罐的蓄冷量; E cst分别为蓄冷罐蓄冷量上下限;σcst为蓄冷罐热能自损率;ηcct,dis、ηcct,tgr分别为蓄冷罐放冷、蓄冷效率;分别为蓄冷罐放冷、蓄冷状态变量。
本发明气热转换模块的一种具体实施例:
本模块包括燃气轮机、燃气锅炉和热电联供机组等设备,相对应的约束包括了能量平衡约束,气热转换设备约束和储能装置约束:
式(7)中,分别为t时刻燃气轮机和燃气锅炉的耗气量;ηgt、ηgb分别为燃气轮机和燃气锅炉的效率;分别为t时刻燃气轮机输出电功率与热功率;为t时刻燃气锅炉输出热功率;ηhg,loss为燃气轮机的热损率;为气热转换模块的输入燃气量;为气热转换模块输出热功率。
本发明供能总线的一种具体实施例:
本系统中的功能总线包括电能总线,热网总线,具体约束如下:
本发明目标函数的一种具体实施例:
园区综合能源系统运行优化目标函数包括与电网交换费用以及燃气费用,以经济性最优为例进行优化调度,如式(9)所示:
根据日前优化调度的结果,获得园区综合能源系统中各个设备的调度计划,以及与电网联络线的计划功率,图7展示了本发明的优化结果中的总需求热功率与不使用本方法的园区优化调度对比,结果中的各建筑内温度均在设定温度的上下10%内浮动。
本发明中出现的专业术语的定义:
园区综合能源系统:包括多种能量形式(电、气、水、热)的能量供应、能量传输、能量消耗的小型物理网络系统。(类似定义:多能流系统、多能流微网系统、多能互补系统)
日前优化:针对未来24小时,通过优化计算得到一个效果好的运行计划,指导各个设备在未来24小时内参考此计划运行。
温度容忍度:用户在确定建筑内部的设定温度后,在一定的舒适度范围内对温度变化不敏感,所以对温度变化有一定的容忍限度,可以在限度内进行热负荷调节。
建筑因数:本发明中在考虑建筑精确热负荷时,考虑各种具体影响建筑内热负荷的主要建筑相关因素,其包括了建筑内部空间、建筑外立面材质布局、建筑内部设备、基础日照曲线、天气因素等。
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括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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于热负荷建模的综合能源优化调度方法,其特征在于,
包括以下步骤:
第一步,分析建筑各种主要的影响因素,根据热力学定律,建立建筑内热负荷计算模型;
第二步,根据第一步中的建筑内热负荷计算模型,在用户给定温度计划表的情况下,考虑用户舒适度温度范围内的温度容忍度,设定对应的热负荷变化限度;
第三步,将第二步中的温度容忍度以及热负荷变化限度作为约束,带入约束方程中,以日运行成本最小为目标函数,通过求解器计算优化结果;
第四步,在优化完成后,将第三步中的优化结果进行温度越线校验,若不满足要求则进行双层循环迭代,直到达成在温度容忍度限度内的系统经济性最优后,确定系统中各个设备供能的调度计划以及系统运行状态。
3.如权利要求2所述的一种基于热负荷建模的综合能源优化调度方法,其特征在于,
所述详细建筑因数包括:建筑内部空间对热负荷影响、基础日照曲线、建筑外立面材质与布局、天气因数、建筑内部设备散热;
建筑内部空间对热负荷影响分为建筑面积S影响、层高h影响、楼层数n影响、空间分割计划影响,其对建筑的总体热负荷、蓄热特性和内部热辐射传导过程产生影响;
所述基础日照曲线的确定方法如下:
通过海拔修正系数Kh、经纬度变化修正系数Ka、建筑迎光朝向修正系数Kd、太阳常数W,得到单位建筑外表面面积受到的基础日照影响热辐射负荷为Kh·Kd·Ka·W;
建筑外立面材质与布局等效于墙体传热系数Kwall、屋顶传热系数Kroof和地热传热系数Kfloor、窗体传热系数Kwin;
天气因数的确定方法如下:
通过引入气象历史数据,将各种天气因数等效为大气综合通过率P,来模拟仿真中可能出现的各种天气情况,以帮助热负荷计算进行修正;
气象历史数据包括每个关键要素的小时或亚小时数据;
所述关键要素包括地热温度、干球温度、露点温度、相对湿度、气压、直接正常辐射、漫反射;
建筑内部设备散热的确定方法如下:
5.如权利要求1所述的一种基于热负荷建模的综合能源优化调度方法,其特征在于,
所述第四步,各个设备供能能力不同,并受到结构限制,对各个设备的供能能力进行建模,得到能反应各个设备和网络特征的约束方程,其包括电能转换模型、电热转换模型、电气转换模型、电冷转换模型、气热转换模型、供能总线和热管网模型。
6.如权利要求5所述的一种基于热负荷建模的综合能源优化调度方法,其特征在于,
所述电能转换模型,用于对光伏设备、风机设备、蓄电池储能设备进行建模,其相对应的约束包括了电能平衡约束,设备状态上下限约束和储能上下限约束,具体的计算公式如下:
式(3)中,分别为t时刻向电网购电、售电功率,分别为t时刻光伏和风机的发电功率;分别为蓄电池放电和充电功率;为t时刻电能转换模型输出电功率; Px 分别为设备x的功率上下限;为设备x在t时刻的电功率;为t时刻蓄电池的蓄电量; E bt分别为蓄电池电量上下限;σbt为蓄电池电能自损率;ηbt,dis、ηbt,chr分别为蓄电池放电、充电效率;
电热转换模型,用于对具有电热转换能力的设备进行建模;
具有电热转换能力的设备包括电锅炉和/或电热泵和/或蓄热罐,其相应的约束包括能量平衡约束、电热设备状态约束,蓄热储能约束,具体的计算公式如下:
7.如权利要求6所述的一种基于热负荷建模的综合能源优化调度方法,其特征在于,
电气转换模型,用于对电转气装置和储气罐进行建模,其相对应的约束包括能量平衡约束,电气转换设备约束和储气装置约束,具体的计算公式如下:
式(5)中,为t时刻气电转换模型输入电功率;为t时刻电转气装置输入电功率;为t时刻电转气装置输出燃气体积;ηP2G为电转气装置效率;Hng为天然气热值;分别t时刻为储气罐放气、储气体积;为t时刻气电转换模型输出燃气体积;式中,为t时刻储气罐的储气量; E gst分别为储气罐储气量上下限;σgst为储气罐储气量自损率;ηgst,dis、ηgst,chr分别为储气罐放气、储气效率;
所述电冷转换模型,用于对电制冷机和蓄冷罐进行建模,其相应约束包括电冷转换模型的能量平衡约束,电冷设备状态约束,蓄冷装置约束,具体的计算公式如下:
式(6)中,为电冷转换模型输入电功率;分别为电制冷机电功率与冷功率;COPec为电制冷机能效系数;分别为蓄冷罐放冷、蓄冷功率;为电冷转换模型输出冷功率为t时刻蓄冷罐的蓄冷量; E cst分别为蓄冷罐蓄冷量上下限;σcst为蓄冷罐热能自损率;ηcst,dis、ηcst,chr分别为蓄冷罐放冷、蓄冷效率;分别为蓄冷罐放冷、蓄冷状态变量;
所述气热转换模型,用于对燃气轮机、燃气锅炉和热电联供机组进行建模,其相对应的约束包括了能量平衡约束,气热转换设备约束和储能装置约束,具体的计算公式如下:
式(7)中,分别为t时刻燃气轮机和燃气锅炉的耗气量;ηgt、ηgb分别为燃气轮机和燃气锅炉的效率;分别为t时刻燃气轮机输出电功率与热功率;为t时刻燃气锅炉输出热功率;ηgt,loss为燃气轮机的热损率;为气热转换模型的输入燃气量;为气热转换模型输出热功率;
所述供能总线和热管网模型,用于对功能总线进行建模,功能总线包括电能总线,热网总线,其具体的约束公式如下:
9.一种基于热负荷建模的园区综合能源优化调度系统,其特征在于,
应用如权利要求1-8任一所述的一种基于热负荷建模的综合能源优化调度方法,其包括建筑内热负荷计算模块、电能转换模块、电热转换模块、电气转换模块、电冷转换模块、气热转换模块、供能总线和热管网模;
根据建筑内热负荷计算模块确定的优化调度计划,对园区综合能源系统中各个设备的进行调度,以达到日运行成本最小的目标。
10.如权利要求9所述的一种基于热负荷建模的园区综合能源优化调度系统,其特征在于,
建筑内热负荷计算模块,分析建筑各种主要的影响因素,根据热力学定律,考虑用户舒适度温度范围内的温度容忍度,以日运行成本最小为目标函数,确定系统中各个设备的调度计划与系统运行状态;
电能转换模块,用于对光伏设备、风机设备、蓄电池储能设备进行建模,其相对应的约束包括了电能平衡约束,设备状态上下限约束和储能上下限约束;
电热转换模块,用于对具有电热转换能力的设备进行建模,其相应的约束包括了能量平衡约束、电热设备状态约束,蓄热储能约束;
电气转换模块,用于对电转气装置和储气罐进行建模,其相对应的约束包括能量平衡约束,电气转换设备约束和储气装置约束;
电冷转换模块,用于对电制冷机和蓄冷罐进行建模,其相应约束包括电冷转换模型的能量平衡约束,电冷设备状态约束,蓄冷装置约束;
气热转换模块,用于对燃气轮机、燃气锅炉和热电联供机组进行建模,其相对应的约束包括了能量平衡约束,气热转换设备约束和储能装置约束;
供能总线和热管网模块,用于对电能总线、热网总线进行建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111485285.9A CN114154882A (zh) | 2021-12-07 | 2021-12-07 | 一种基于热负荷建模的综合能源优化调度方法以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111485285.9A CN114154882A (zh) | 2021-12-07 | 2021-12-07 | 一种基于热负荷建模的综合能源优化调度方法以及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114154882A true CN114154882A (zh) | 2022-03-08 |
Family
ID=80453410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111485285.9A Pending CN114154882A (zh) | 2021-12-07 | 2021-12-07 | 一种基于热负荷建模的综合能源优化调度方法以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114154882A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880753A (zh) * | 2022-07-04 | 2022-08-09 | 华中科技大学 | 房屋电热负荷需求响应模型的建模方法及装置 |
-
2021
- 2021-12-07 CN CN202111485285.9A patent/CN114154882A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880753A (zh) * | 2022-07-04 | 2022-08-09 | 华中科技大学 | 房屋电热负荷需求响应模型的建模方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111144668B (zh) | 考虑场景模拟的综合能源系统随机优化模型的建立方法 | |
Bornatico et al. | Optimal sizing of a solar thermal building installation using particle swarm optimization | |
Shahrestani et al. | Experimental and numerical studies to assess the energy performance of naturally ventilated PV façade systems | |
Zhao et al. | Optimal PV panel tilt angle based on solar radiation prediction | |
Awad et al. | Load-match-driven design of solar PV systems at high latitudes in the Northern hemisphere and its impact on the grid | |
CN106052162B (zh) | 热泵与太阳能热水器组合系统预测控制方法 | |
CN108006809B (zh) | 一种分布式能源站供冷供暖智能控制导航方法 | |
CN114330827A (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
Xiong et al. | Investigation of the effect of Inter-Building Effect on the performance of semi-transparent PV glazing system | |
CN114154882A (zh) | 一种基于热负荷建模的综合能源优化调度方法以及系统 | |
CN115640902A (zh) | 计及碳价不确定性的园区综合能源系统低碳优化调度方法 | |
CN116992548B (zh) | 一种建筑及区域综合能源系统的设计优化方法及系统 | |
CN114037337A (zh) | 一种基于模型预测控制的微能源网优化调度方法及系统 | |
Gajbert | Solar thermal energy systems for building integration | |
Veynandt et al. | Hybrid photovoltaic-thermal solar collector modelling with parameter identification using operation data | |
Meister | Seasonal thermal energy storage in buried water tanks for single detached houses | |
CN113950693A (zh) | 光伏发电评估方法和实施该方法的评估和管理单元 | |
Grahovac et al. | Simplified Solar Collector Model: Hourly Simulation of Solar Boundary Condition for Multi-Energy Optimization | |
Fux | Optimal energy management and component sizing of a stand-alone building energy system | |
El Hocine et al. | Study and Simulation of the Thermal Behaviour of a Box Solar Cooker using Comsol Multiphysics Software and its Experimental Validation under GhardaÏa Climate | |
Rafii-Tabrizi | Smart Electrical and Thermal Energy Supply for Nearly Zero Energy Buildings | |
Andersen et al. | Performance Investigation of a PV/T Component Used as a Part of the Building Envelope | |
Baki et al. | Sizing of an Autonomous Individual Solar Water Heater Based in Oran, Algeria | |
Andria et al. | Design and characterization of solar-assisted heating plant in domestic houses | |
Brennan et al. | Performance characterisation and optimisation of a building integrated photovoltaic (BIPV) system in a maritime climate |
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 |