CN114462163A - 一种考虑能源品质的㶲集线器模型 - Google Patents

一种考虑能源品质的㶲集线器模型 Download PDF

Info

Publication number
CN114462163A
CN114462163A CN202210096365.3A CN202210096365A CN114462163A CN 114462163 A CN114462163 A CN 114462163A CN 202210096365 A CN202210096365 A CN 202210096365A CN 114462163 A CN114462163 A CN 114462163A
Authority
CN
China
Prior art keywords
energy
station
energy station
model
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.)
Granted
Application number
CN202210096365.3A
Other languages
English (en)
Other versions
CN114462163B (zh
Inventor
王丹
周天烁
李家熙
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN202210096365.3A priority Critical patent/CN114462163B/zh
Publication of CN114462163A publication Critical patent/CN114462163A/zh
Application granted granted Critical
Publication of CN114462163B publication Critical patent/CN114462163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • 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—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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种考虑能源品质的
Figure DDA0003490911940000011
集线器模型，包括基于能源集线器模型，分析能源站输入和输出端口的能量形式，建立
Figure DDA0003490911940000012
耦合矩阵；从数学上表征了能源站有效能耦合特性；基于
Figure DDA0003490911940000013
耦合矩阵、能源站输入和输出端口
Figure DDA0003490911940000014
列向量，建立即
Figure DDA0003490911940000015
集线器模型；可以表征能源站输入和输出端口
Figure DDA0003490911940000016
的关系，基于输出端口
Figure DDA0003490911940000017
和
Figure DDA0003490911940000018
集线模型可求解输入端口
Figure DDA0003490911940000019
；在
Figure DDA00034909119400000110
集线器模型的基础上引入图论，建立等效
Figure DDA00034909119400000111
节点和
Figure DDA00034909119400000112
支路，分析能源站内部
Figure DDA00034909119400000113
分布的关系，建立标准化
Figure DDA00034909119400000114
集线器模型，可用于能源站内部
Figure DDA00034909119400000115
分布、能源品质的优化；在标准化
Figure DDA00034909119400000116
集线器模型的基础上引入
Figure DDA00034909119400000117
分配矩阵，提出基于标准化
Figure DDA00034909119400000118
集线器模型的能源站
Figure DDA00034909119400000119
分布计算方法，求解能源站内部
Figure DDA00034909119400000120
分布。

Description

一种考虑能源品质的㶲集线器模型
技术领域
本发明涉及综合能源系统领域、园区级综合能源系统、能源站等多能耦合环节建模领域，尤其涉及一种考虑能源品质的
Figure BDA0003490911920000011
集线器模型。
背景技术
为解决日益严峻的环境问题，我国提出了“碳达峰、碳中和”的目标。能源领域作为碳排放的重点，构建清洁、高效、可持续的能源体系已成为解决当前环境问题的重要手段。综合能源系统耦合电、气、热、冷等多种能源形式，通过多能互补降低损耗、提高能效，进而达到节能减排的目的。
众多形式能量的耦合给综合能源系统的统一建模带来了一定的困难。建立综合能源系统统一模型的关键是确定多能耦合环节的交互变量，本文将多能耦合环节称为能源站。考虑到综合能源系统的建设是为了满足能量的供应，一部分学者从能量的角度对综合能源系统进行建模。有学者提出了能源集线器模型，基于能源站输入和输出端口能量之间的关系描述不同形式能源的交互关系。部分学者在能源集线器模型的基础上进行拓展，使其能够适用于光伏、风机、储能等更多类型设备的接入。有学者将电动汽车各阶段的状态函数引入能源集线器模型的输入端口，建立了考虑电动汽车接入的能源集线器扩展模型。也有部分研究引入能量路由器模型对传统能源集线器模型进行拓展。在提高模型适用性的同时，也有部分研究不断改进能源集线器建模方式，以解决传统非线性能源集线器模型在复杂结构下难以求解的问题。对此，部分学者将图论和状态变量矩阵引入能源集线器模型。随着能源集线器模型的逐渐成熟，能源集线器模型目前已被广泛应用于综合能源系统规划、运行优化、控制、交易等领域的研究，能源集线器模型已成为综合能源系统研究的关键部分。
能源集线器模型基于能量的角度对能源站进行建模，考虑了能量的“量”，忽略了能量的“质”。随着热力学第二定律的发展，
Figure BDA0003490911920000012
受到了学者们的关注。
Figure BDA0003490911920000013
的定义为：在环境条件下，能量中理论上能转换为功或其他形式能量的那部分能量，兼顾了能量的“量”和“质”，可作为反映能量品质的合理度量。对比，部分学者研究了发电厂、供热站等某一具体能源转换过程中的
Figure BDA0003490911920000014
变化情况。也有部分学者将综合能源系统视为黑箱模型，采用基于能质系数的
Figure BDA0003490911920000015
计算方法，求解系统输入和输出的
Figure BDA0003490911920000016
进而以
Figure BDA0003490911920000017
效率作为规划、运行优化、综合评估等技术的一项指标。对于涉及多种能源形式变化的能源站而言，不同形式能源的品质存在差异，能源站能源品质的改变不容忽视。因此，有必要分析能源站的
Figure BDA0003490911920000018
对考虑能源品质的能源站进行建模研究，建立
Figure BDA0003490911920000019
集线器模型，旨在为综合能源系统多能耦合环节的能源品质特征提供一种便捷高效的分析工具。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种考虑能源品质的
Figure BDA0003490911920000021
集线器模型，本发明将
Figure BDA0003490911920000022
集线器模型引入能源站模型，可建立输入和输出端口
Figure BDA0003490911920000023
的关系，描述能源站内部有效能的分布，可有效解决能源站能源品质特征分析的问题，详见下文描述：
本发明的目的是通过以下技术方案实现的：
一种考虑能源品质的
Figure BDA0003490911920000024
集线器模型，包括以下内容：
基于能源集线器模型，分析能源站输入和输出端口的能量形式，建立
Figure BDA0003490911920000025
耦合矩阵；
基于
Figure BDA0003490911920000026
耦合矩阵、能源站输入和输出端口
Figure BDA0003490911920000027
列向量，建立考虑能源品质的能源集线器模型，即
Figure BDA0003490911920000028
集线器模型；
在
Figure BDA0003490911920000029
集线器模型的基础上引入图论，建立等效
Figure BDA00034909119200000210
节点和
Figure BDA00034909119200000211
支路，分析能源站内部
Figure BDA00034909119200000212
分布的关系，建立标准化
Figure BDA00034909119200000213
集线器模型；
在标准化
Figure BDA00034909119200000214
集线器模型的基础上引入
Figure BDA00034909119200000215
分配方程，得到基于标准化
Figure BDA00034909119200000216
集线器模型的能源站
Figure BDA00034909119200000217
分布求解模型，实现能源站内部
Figure BDA00034909119200000218
分布的求解。
进一步的，分析能源站输入和输出端口的能量形式具体如下：
(101)通过构建稳态条件下能源站能量与
Figure BDA00034909119200000219
的关系，能源站中的能量形式包括电能、天然气、热量，其中热量包括水传递热量、建筑用热；得到稳态条件下
Figure BDA00034909119200000220
的表示为功率与能质系数的乘积；
(102)基于能质系数，对能源站输入端能量和输出端口能量进行扩展，得到输入端口
Figure BDA00034909119200000221
输出端口
Figure BDA00034909119200000222
并通过矩阵的形式表示，得到能源站输入端口和输出端口的
Figure BDA00034909119200000223
列向量；
(103)传统的能源集线器模型基于输入端口和输出端口之间的功率交互描述能源站中各种形式能量的耦合关系；因此能源站输入端口和输出端口功率能够分别用输入端口和输出端口的能质系数和
Figure BDA00034909119200000224
表示；
(104)基于步骤(103)得到能源站的输入端口和输出端口的
Figure BDA00034909119200000225
列向量之间的关系表达式；最终得到
Figure BDA00034909119200000226
耦合矩阵，即输出端口的
Figure BDA00034909119200000227
列向量表示为耦合矩阵和输入端口的
Figure BDA00034909119200000228
列向量的乘积；
Figure BDA00034909119200000229
耦合矩阵Cλ具体为：
Cλ＝λoutCpλin -1
式中：Cp为能源集线器模型中的能量耦合矩阵，维数为nES,out×nES,in，其中nES,in为能源站输入端口的能量形式数目，nES,out为能源站输出端口的能量形式数目；λin为输入端口能质系数矩阵，为输入端口各形式能量对应能质系数构成的对角矩阵，维数为nES,in×nES,in；λout为输出端口能质系数矩阵，为输出端口各形式能量对应能质系数构成的对角矩阵，维数为nES,out×nES,out。
进一步的，所述
Figure BDA0003490911920000031
集线器模型具体为：
eout＝Cλein
式中：Cλ为
Figure BDA0003490911920000032
耦合矩阵，维数为nES,out×nES,in，其中nES,in为能源站输入端口的能量形式数目，nES,out为能源站输出端口的能量形式数目；ein为能源站输入
Figure BDA0003490911920000033
列向量，维数为nES,in；eout为能源站输出
Figure BDA0003490911920000034
列向量，维数为nES,out。
进一步的，建立标准化
Figure BDA0003490911920000035
集线器模型具体如下：
(301)输入
Figure BDA0003490911920000036
关联矩阵
采用输入
Figure BDA0003490911920000037
关联矩阵表征内部
Figure BDA0003490911920000038
分布与输入端口
Figure BDA0003490911920000039
之间的联系：
Ae＝ein
式中：A为输入
Figure BDA00034909119200000310
关联矩阵，维数为nES,in×nES,e，其中nES,in为能源站输入端口的能量形式数目，nES,e为能源站内部
Figure BDA00034909119200000311
支路数；e为能源站内部
Figure BDA00034909119200000312
列向量，维数为nES,e；ein为能源站输入
Figure BDA00034909119200000313
列向量，维数为nES,in；
输入
Figure BDA00034909119200000314
关联矩阵A中的元素表示为：
Figure BDA00034909119200000315
式中：A(i,j)为输入
Figure BDA00034909119200000316
关联矩阵中第i行，第j列的元素；
(302)输出
Figure BDA00034909119200000317
关联矩阵
输出端口
Figure BDA00034909119200000318
和内部
Figure BDA00034909119200000319
分布的关系表示为：
Be＝eout
式中：B为输出
Figure BDA00034909119200000320
关联矩阵，维数为nES,out×nES,e，其中nES,out为能源站输出端口的能量形式数目；e为能源站内部
Figure BDA00034909119200000321
列向量，维数为nES,e；eout为能源站输出
Figure BDA00034909119200000322
列向量，维数为nES,out；
输出
Figure BDA00034909119200000323
关联矩阵B中的元素表示为：
Figure BDA0003490911920000041
式中：B(i,j)为输出
Figure BDA0003490911920000042
关联矩阵第i行，第j列元素；
(303)
Figure BDA0003490911920000043
转换矩阵
将能源转换设备视为节点，定义
Figure BDA0003490911920000044
转换矩阵表征节点处各支路
Figure BDA0003490911920000045
的关系，此时内部
Figure BDA0003490911920000046
分布关系表示为：
Ce＝0
式中：C为
Figure BDA0003490911920000047
转换矩阵，维数为nES,c×nES,e，其中nES,c为能源站能量转换路径总数；e为能源站内部
Figure BDA0003490911920000048
列向量，维数为nES,e；
Figure BDA0003490911920000049
转换矩阵C中的元素表示为：
Figure BDA00034909119200000410
式中：C(i,j)为
Figure BDA00034909119200000411
转换矩阵中第i行，第j列的元素；ηλ为能量转换路径对应的
Figure BDA00034909119200000412
效率，表示为：
Figure BDA00034909119200000413
式中：η为能量转换路径对应的能效；λin和λout分别为能量转换路径输入和输出能量的能质系数。
(304)标准化
Figure BDA00034909119200000414
集线器模型
基于步骤(301)至步骤(303)，A、B、C分别表征输入
Figure BDA00034909119200000415
输出
Figure BDA00034909119200000416
和能源站内部
Figure BDA00034909119200000417
分布之间的关系，用于能源站内部能源品质特征分析，将式A、B、C构成的模型定义为标准化
Figure BDA00034909119200000418
集线器模型：
Figure BDA00034909119200000419
进一步的，在标准化
Figure BDA00034909119200000420
集线器模型的基础上引入
Figure BDA00034909119200000421
分配方程，得到基于标准化
Figure BDA00034909119200000422
集线器模型的能源站
Figure BDA00034909119200000423
分布求解模型，具体如下：
为求解单一运行场景下能源站内部的
Figure BDA00034909119200000424
定义
Figure BDA00034909119200000425
分配方程为：
De＝0
式中：D为
Figure BDA0003490911920000052
分配矩阵，其维数为n×nES,e，其中n为
Figure BDA0003490911920000053
支路数减去标准化
Figure BDA0003490911920000054
集线器模型的方程数，nES,e为能源站内部
Figure BDA0003490911920000055
支路数；e为能源站内部
Figure BDA0003490911920000056
列向量，维数为nES,e；
结合标准化
Figure BDA0003490911920000057
集线器模型与
Figure BDA0003490911920000058
分配方程，建立基于标准化
Figure BDA0003490911920000059
集线器模型的能源站
Figure BDA00034909119200000510
分布求解模型：
Figure BDA0003490911920000051
式中：A为输入
Figure BDA00034909119200000511
关联矩阵，维数为nES,in×nES,e，其中nES,in为能源站输入端口的能量形式数目；nES,e为能源站内部
Figure BDA00034909119200000512
支路数；B为输出
Figure BDA00034909119200000513
关联矩阵，维数为nES,out×nES,e，其中nES,out为能源站输出端口的能量形式数目；C为
Figure BDA00034909119200000514
转换矩阵，维数为nES,c×nES,e，其中nES,c为能源站能量转换路径总数；e为能源站内部
Figure BDA00034909119200000515
列向量，维数为nES,e；ein为能源站输入
Figure BDA00034909119200000516
列向量，维数为nES,in；eout为能源站输出
Figure BDA00034909119200000517
列向量，维数为nES,out，基于标准化
Figure BDA00034909119200000518
集线器模型的能源站
Figure BDA00034909119200000519
分布求解模型实现能源站内部
Figure BDA00034909119200000520
分布的求解。
与现有技术相比，本发明的技术方案所带来的有益效果是：
1、与现有基于能源集线器的能源站建模方法相比，本发明兼顾了能源站中不同形式能量的“量”和“质”，基于能源站输入和输出端口能量和
Figure BDA00034909119200000521
的联系，提出了考虑能源品质的能源站建模方法，提出了
Figure BDA00034909119200000522
集线器模型的概念，建立了
Figure BDA00034909119200000523
集线器模型，可以描述能源站输入和输出端口
Figure BDA00034909119200000524
的关系。
2、本发明在
Figure BDA00034909119200000525
集线器模型的基础上，将能源站内部设备等效为
Figure BDA00034909119200000526
节点和
Figure BDA00034909119200000527
支路，基于图论表征能源站内部的
Figure BDA00034909119200000528
的关系，进而建立标准化
Figure BDA00034909119200000529
集线器模型，可以求解能源站内部的
Figure BDA00034909119200000530
的分布情况。
3、本发明应用前景广阔，
Figure BDA00034909119200000531
集线器模型综合考虑能量的“量”和“质”对能源站进行建模，反映能源站输入和输出有效能的关系，在实际工程中可基于
Figure BDA00034909119200000532
集线器模型优化能源站整体的能源品质，或者基于输出
Figure BDA00034909119200000533
和
Figure BDA00034909119200000534
集线器模型求解输入
Figure BDA00034909119200000535
；基于标准化
Figure BDA00034909119200000536
集线器模型，可让决策者清晰地观察能源站内部的
Figure BDA00034909119200000537
分布情况，以便分析内部的能源品质特征，进而采取设备配置、运行优化等技术手段改善内部用能薄弱环节，减少局部高品质能量的损失。
4、本发明的
Figure BDA00034909119200000538
集线器模型基于
Figure BDA00034909119200000539
反映能源站输入和输出端口之间的交互关系，可视为能源集线器模型在能源品质层面的拓展。在
Figure BDA0003490911920000061
集线器中，
Figure BDA0003490911920000062
耦合矩阵连接
Figure BDA0003490911920000063
的输入和输出端口，从数学上表征了有效能耦合特性，兼顾了能量的“量”和“质”。
5、本发明的
Figure BDA0003490911920000064
集线器模型基于
Figure BDA0003490911920000065
反映能源站输入和输出端口之间的交互关系，可看到能源站内的不同能源节点位置的损耗情况，整体或局部、
Figure BDA0003490911920000066
效率或
Figure BDA0003490911920000067
损等信息均可获得，对整个能源站进行
Figure BDA0003490911920000068
分析，可以更合理的描述能源站运行状态。
附图说明
图1为简单能源站结构示意图。
图2为算例能源站结构示意图。
图3为算例能源站内部稳态能量分布图。
图4为算例能源站内部稳态
Figure BDA0003490911920000069
分布图。
图5是
Figure BDA00034909119200000610
集线器模型示意图。
图6是标准化
Figure BDA00034909119200000611
集线器模型示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。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。
本发明提供一种考虑能源品质的
Figure BDA00034909119200000612
集线器模型，具体包括以下步骤：
1、能源站能量-
Figure BDA00034909119200000613
模型构建
构建稳态条件下能源站能量与
Figure BDA00034909119200000614
的关系，能源站涉及的能量形式主要包括电能、天然气、热量，其中热量包括水传递热量、建筑用热。
(101)电能
电能属于高品质能源，可表示为：
ee＝Pe (1)
式中：ee为能源站电能
Figure BDA00034909119200000615
(kW)；Pe为能源站电功率(kW)；
(102)天然气
基于我国现行天然气能量计量标准，稳态条件下天然气能量即气功率可表示为热值与气流率的乘积，该计量方法广泛应用于工程实际。采用热功率衡量气功率，重点关注能源站内与燃烧有关的燃料化学
Figure BDA00034909119200000616
，化学
Figure BDA00034909119200000617
可等效为燃烧过程中由环境温度加热到理论燃烧温度所产生的热量
Figure BDA00034909119200000618
，可表示为：
Figure BDA0003490911920000071
式中：eg为能源站中天然气的化学
Figure BDA0003490911920000074
(kW)；Ta为环境温度(K)；Tb为天然气的理论燃烧温度(K)；Pg为能源站的气功率(kW)。
(103)热量
传递热量的介质不同，能量与
Figure BDA0003490911920000075
的关系不同。其中水传递热量与热量
Figure BDA0003490911920000076
之间的关系可以表示为：
Figure BDA0003490911920000072
式中：eh,w为能源站中水传递的热量
Figure BDA0003490911920000077
(kW)；Ta为环境温度(K)；T1和T2分别为供水和回水温度(K)；Ph,w为水传递热量(kW)。
建筑用热的热量与热量
Figure BDA0003490911920000078
的关系可表示为：
Figure BDA0003490911920000073
式中：eh,b为建筑用热的热量
Figure BDA0003490911920000079
(kW)；Ta为环境温度(K)；T为建筑温度(K)；Ph,b为建筑用热的热量(kW)。
综上所述，稳态条件下
Figure BDA00034909119200000710
可以表示为功率与能质系数的乘积：
e＝λP (5)
式中：P为能源站中的功率；λ为对应的能质系数；e为能量对应的
Figure BDA00034909119200000711
。
2、能源站输入和输出端口
Figure BDA00034909119200000712
模型的构建
传统的能源集线器模型基于输入和输出端口之间的功率交互描述能源站中各种形式能量的耦合关系：
L＝CpP (6)
式中：P为能源站输入功率列向量，维数为输入能量形式的数目nES,in；L为能源站输出功率列向量，维数为输出能量形式的数目nES,out；Cp为能量耦合矩阵，反映了能量耦合特征，维数为nES,out×nES,in。
如(5)所示，稳态条件下
Figure BDA00034909119200000713
可以表示为能质系数和功率的乘积。因此，基于能质系数，可以对能源站输入输出端口能量进行扩展，得到输入输出端口
Figure BDA0003490911920000083
。以矩阵的形式表示式(5)，得到能源站输入和输出端口的
Figure BDA0003490911920000084
列向量为：
Figure BDA0003490911920000081
式中：ein为能源站输入
Figure BDA0003490911920000085
列向量，维数为nES,in；λin为输入端口能质系数矩阵，为输入端口各形式能量对应能质系数构成的对角矩阵，维数为nES,in×nES,in；eout为能源站输出
Figure BDA0003490911920000086
列向量，维数为nES,out；λout为输出端口能质系数矩阵，为输出端口各形式能量对应能质系数构成的对角矩阵，维数为nES,out×nES,out；P为能源站输入功率列向量，维数为输入能量形式的数目nES,in；L为能源站输出功率列向量，维数为输出能量形式的数目nES,out。
3、
Figure BDA0003490911920000087
耦合矩阵的构建
能源站中各个形式能量的能质系数不为0，因此对角矩阵输入端口能质系数矩阵和输出端口能质系数矩阵中的对角元素不是0，表示λin和λout是可逆的。由式(6)可知，能源站输入和输出功率可分别用输入和输出端口的能质系数和
Figure BDA0003490911920000088
表示：
Figure BDA0003490911920000082
将式(8)代入式(6)，能源站的输入和输出
Figure BDA0003490911920000089
列向量之间的关系可以表示为：
eout＝λoutCpλin -1ein (9)
由(9)可知，输出
Figure BDA00034909119200000810
列向量可以表示为耦合矩阵和输入
Figure BDA00034909119200000811
列向量的乘积，此耦合矩阵可以表示为：
Cλ＝λoutCpλin -1 (10)
Cλ反映了能源站的输入
Figure BDA00034909119200000812
和输出
Figure BDA00034909119200000813
之间的关系。类比能量耦合矩阵Cp的概念，将Cλ定义为
Figure BDA00034909119200000814
耦合矩阵，连接
Figure BDA00034909119200000815
的输入和输出端，Cλ的维数与Cp相同。
以图1所示的简单能源站为例，图中①、②、③、④、⑤、⑥、⑦分别表示能源站内部的能量路径；T表示变压器；CHP表示热电联产机组；GB表示燃气锅炉。由式(6)可知，基于能源集线器模型得到图1所示的能源站模型为：
Figure BDA0003490911920000091
式中：Pe和Pg分别为能源站输入的电功率和天然气功率；ηT为变压器效率；Le和Lh分别为能源站输出的电功率和热功率；
Figure BDA0003490911920000092
和
Figure BDA0003490911920000093
分别为热电联产机组的气-电转换效率和气-热转换效率；v为热电联产机组的天然气分配系数；
Figure BDA0003490911920000094
为燃气锅炉的气-热转换效率。
由式(10)和(11)可知，
Figure BDA0003490911920000097
耦合矩阵可表示为：
Figure BDA0003490911920000095
式中：λin,e和λin,g分别为输入电功率和气功率的能质系数；λout,e和λout,h分别为输出电功率和热功率的能质系数。
4、
Figure BDA0003490911920000098
集线器模型的构建
将式(10)代入式(9)，能源站输入和输出端口的
Figure BDA0003490911920000099
可表示为：
eout＝Cλein (13)
本发明将式(13)定义为
Figure BDA00034909119200000910
集线器模型，见图5，基于
Figure BDA00034909119200000911
反映能源站输入和输出端口之间的交互关系，可视为能源集线器模型在能源品质层面的拓展。在
Figure BDA00034909119200000912
集线器中，
Figure BDA00034909119200000913
耦合矩阵连接
Figure BDA00034909119200000914
的输入和输出端口，从数学上表征了有效能耦合特性，兼顾了能量的“量”和“质”。
分析图1所示的简单能源站，将式(12)代入式(13)，该能源站的
Figure BDA00034909119200000915
集线器模型可以表示为：
Figure BDA0003490911920000096
式中：ee,in和ein,g分别为能源站输入的电能
Figure BDA00034909119200000916
和天然气化学
Figure BDA00034909119200000917
；eout,e和eout,h分别为能源站输出的电能
Figure BDA00034909119200000918
和热量
Figure BDA00034909119200000919
；
5、标准化
Figure BDA00034909119200000920
集线器模型
Figure BDA0003490911920000105
集线器模型可描述能源站输入和输出
Figure BDA0003490911920000106
的关系，标准化
Figure BDA0003490911920000107
集线器模型可以表征能源站内部分布
Figure BDA0003490911920000108
的关系。见图6，本发明基于图论，将能源站内各条能量或
Figure BDA0003490911920000109
的路径表征为支路，能源转换设备表征为节点，建立输入
Figure BDA00034909119200001010
关联矩阵、输出
Figure BDA00034909119200001011
关联矩阵、
Figure BDA00034909119200001012
转换矩阵表征各支路
Figure BDA00034909119200001013
的关系，进而建立标准化
Figure BDA00034909119200001014
集线器模型。
(501)输入
Figure BDA00034909119200001015
关联矩阵
本发明采用输入
Figure BDA00034909119200001016
关联矩阵表征内部
Figure BDA00034909119200001017
分布与输入端口
Figure BDA00034909119200001018
之间的联系：
Ae＝ein (15)
式中：A为输入
Figure BDA00034909119200001019
关联矩阵，维数为nES,in×nES,e，其中nES,e为能源站内部
Figure BDA00034909119200001020
支路数；e为能源站内部
Figure BDA00034909119200001021
列向量，维数为nES,e。
输入
Figure BDA00034909119200001022
关联矩阵A中的元素可表示为：
Figure BDA0003490911920000101
式中：A(i,j)为输入
Figure BDA00034909119200001023
关联矩阵中第i行，第j列的元素。
图1所示能源站的输入
Figure BDA00034909119200001024
关联矩阵可表示为：
Figure BDA0003490911920000102
(502)输出
Figure BDA00034909119200001025
关联矩阵
输出端口
Figure BDA00034909119200001026
和内部
Figure BDA00034909119200001027
分布的关系可表示为：
Be＝eout (18)
式中：B为输出
Figure BDA00034909119200001028
关联矩阵，维数为nES,out×nES,e。
输出
Figure BDA00034909119200001029
关联矩阵B中的元素可表示为：
Figure BDA0003490911920000103
式中：B(i,j)为输出
Figure BDA00034909119200001030
关联矩阵第i行，第j列元素。
图1所示能源站的输出
Figure BDA00034909119200001031
关联矩阵可表示为：
Figure BDA0003490911920000104
(503)
Figure BDA0003490911920000114
转换矩阵
将能源转换设备视为节点，定义
Figure BDA0003490911920000115
转换矩阵表征节点处各支路
Figure BDA0003490911920000116
的关系，此时内部
Figure BDA0003490911920000117
分布关系可表示为：
Ce＝0 (21)
式中：C为
Figure BDA0003490911920000118
转换矩阵，维数为nES,c×nES,e，其中nES,c为能源站能量转换路径总数，以图1所示能源站为例，T能量转换路径为电-电，GB的能量转换路径为气-热，CHP的能量转换路径为气-电和气-热，因此nES,c＝4。
Figure BDA0003490911920000119
转换矩阵C中的元素可表示为：
Figure BDA0003490911920000111
式中：C(i,j)为
Figure BDA00034909119200001110
转换矩阵中第i行，第j列的元素；ηλ为能量转换路径对应的
Figure BDA00034909119200001111
效率，可表示为：
Figure BDA0003490911920000112
式中：η为能量转换路径对应的能效；λin和λout分别为能量转换路径输入和输出能量的能质系数。
图1所示能源站的
Figure BDA00034909119200001112
转换矩阵可表示为：
Figure BDA0003490911920000113
式中：λe、λg、λh分别为电功率、气功率和热功率的能质系数。
(504)标准化
Figure BDA00034909119200001113
集线器模型
式(15)、(18)和(24)可以表征输入
Figure BDA00034909119200001114
、输出
Figure BDA00034909119200001115
和能源站内部
Figure BDA00034909119200001116
分布之间的关系，适用于能源站内部能源品质特征研究，本发明将式(15)、(18)和(24)构成的模型定义为标准化
Figure BDA00034909119200001117
集线器模型：
Figure BDA0003490911920000121
以图1所示的简单能源站为例进行分析，该能源站的标准化
Figure BDA0003490911920000124
集线器模型可以表示为：
Figure BDA0003490911920000122
式中：ein,1和ein,2分别为能源站输入端口1和输出端口2的
Figure BDA0003490911920000125
；eout,1、eout,2分别为输出端口1和输出端口2的
Figure BDA0003490911920000126
；ei(i＝1,2,3,4,5,6,7)为能源站内部第i条支路的
Figure BDA0003490911920000127
。
Figure BDA0003490911920000128
负荷已知，或者负荷功率已知，基于能质系数求解
Figure BDA0003490911920000129
负荷，在标准化
Figure BDA00034909119200001210
集线器模型中，输出
Figure BDA00034909119200001211
可视为已知量，输入
Figure BDA00034909119200001212
和支路
Figure BDA00034909119200001213
视为未知量，方程个数小于未知量数目。因此，可设置目标函数优化能源站的能源品质特征。
6、基于标准化
Figure BDA00034909119200001214
集线器模型的能源站
Figure BDA00034909119200001215
分布求解模型
为求解单一运行场景下能源站内部的
Figure BDA00034909119200001216
，本发明定义
Figure BDA00034909119200001217
分配方程为：
De＝0 (27)
式中：D为
Figure BDA00034909119200001218
分配矩阵，其维数为n×nES,e，其中n为
Figure BDA00034909119200001219
支路数减去标准化
Figure BDA00034909119200001220
集线器模型的方程数。
结合式(25)和(27)建立基于标准化
Figure BDA00034909119200001221
集线器模型的能源站
Figure BDA00034909119200001222
分布求解模型：
Figure BDA0003490911920000123
以图1所示的简单能源站为例，
Figure BDA00034909119200001223
支路数为7，输入端口数为2，标准化
Figure BDA00034909119200001224
集线器模型的方程数为8，需要构建天然气分配方程求解：
Figure BDA0003490911920000131
在此情况下，基于标准化
Figure BDA0003490911920000134
集线器模型的能源站
Figure BDA0003490911920000135
分布求解模型可表示为：
Figure BDA0003490911920000132
下面结合实例对
Figure BDA0003490911920000136
集线器模型和标准化
Figure BDA0003490911920000137
集线器模型进行分析，详见下文描述：
本发明实施例选择如图2所示的典型能源站进行分析，图中图中①、②、③、④、⑤、⑥、⑦、⑧、⑨分别表示能源站内部的能量路径；T表示变压器；CHP表示热电联产机组；GB表示燃气锅炉。能源站作为集中供热网络的热源，并满足当地的部分电力负荷。在特定的运行情况下，能源站需要提供的电力和热力负荷分别为5.534MW和4.782MW。能源站设备的能源转换效率见表1所示。热源的供回水温度分别为100℃和50℃，供热工质为水，环境温度为10℃。天然气的理论燃烧温度为1973℃。电能、天然气和水传递热量的能质系数分别为1、0.7013、0.1853。
表1能源设备的能量转换效率
Figure BDA0003490911920000133
Figure BDA0003490911920000141
基于能源集线器和
Figure BDA0003490911920000144
集线器模型对特定运行场景下能源站进行建模。假设热量由热电联产机组和燃气锅炉提供，能源站可以简化为图1所示的拓扑结构。在热电联产机组的天然气分配系数为0.5的情况下，能源集线器和
Figure BDA0003490911920000145
集线器模型可以表示为：
Figure BDA0003490911920000142
式中：Pin,1和Pin,2分别为输入端口1的电功率和输入端口2的气功率；Lout,1和Lout,2分别为输出端口1的电功率和输出端口2的热功率；ein,1和ein,2分别为输入端口1的电能
Figure BDA0003490911920000146
和输入端口2的化学
Figure BDA0003490911920000147
；eout,1和eout,2分别为输出端口1的电能
Figure BDA0003490911920000148
和输出端口2的热量
Figure BDA0003490911920000149
。
能量耦合矩阵和
Figure BDA00034909119200001410
耦合矩阵的维度相同，非零元素的位置也相同。对于两端能量品质相同的设备，两个耦合矩阵的对应元素是相同的，例如，变压器对应的能量和
Figure BDA00034909119200001411
耦合变量均为0.98。如果能量转换设备两端的能量形式相同，但品质不同，例如，能源站的输入端和输出端都是热能，但介质不同，则两个耦合矩阵对应的元素不同。对于有差异的元素，对应元素的大小关系取决于能量转换类型。低品质能量向高品质能量转化时，
Figure BDA00034909119200001412
耦合矩阵中的相应元素要高于能量耦合矩阵，反之则呈现相反的规律。例如，在式(19)中，
Figure BDA00034909119200001413
耦合矩阵中对应气-电转换的元素为0.2139，高于能量耦合矩阵中的相应元素0.15。
表2.稳态能量和
Figure BDA00034909119200001414
(MW)
Figure BDA0003490911920000143
基于电负荷和热负荷求解能源集线器和
Figure BDA00034909119200001415
集线器模型，得到供需两端的功率和
Figure BDA00034909119200001416
如表2所示。在当前运行模式下，能源站的能量损耗为1.811MW，能效为85.07％。能源站的
Figure BDA00034909119200001417
损为3.421MW，
Figure BDA00034909119200001418
效率为65.24％。由于大量中品质天然气转换为低品质热量，即使产生了高品质电能，能量转换使
Figure BDA00034909119200001419
损呈现增大的趋势，因此能源站的
Figure BDA00034909119200001420
损高于能量损耗，
Figure BDA00034909119200001421
效率低于能效。
基于式(31)所示的
Figure BDA00034909119200001422
集线器模型，描述输入和输出端口稳态
Figure BDA00034909119200001423
之间的关系，但无法获得能源站中的
Figure BDA00034909119200001424
分布，对于具有复杂耦合形式的能源站，建立其
Figure BDA00034909119200001425
耦合矩阵非常困难。因此，基于标准化
Figure BDA0003490911920000156
集线器模型对能源站进行建模，求解能源站内部的
Figure BDA0003490911920000157
分布。基于图2所示的能源站的拓扑结构，输入
Figure BDA0003490911920000158
关联矩阵A、输出关联矩阵B、能量转换矩阵Ce、
Figure BDA0003490911920000159
转换矩阵C可表示为：
Figure BDA0003490911920000151
Figure BDA0003490911920000152
Figure BDA0003490911920000153
Figure BDA0003490911920000154
由式(34)和(35)可知，能量转换矩阵非负元素所处位置与
Figure BDA00034909119200001510
转换矩阵相同。能量转换矩阵与
Figure BDA00034909119200001511
转换矩阵相应元素的大小关系，与能量耦合矩阵与
Figure BDA00034909119200001512
耦合矩阵相应元素的大小关系类似，取决于设备两端能量的能质系数。由式(32)、(33)和(35)可知，图2所示的标准化
Figure BDA00034909119200001513
集线器模型可以表示为：
Figure BDA0003490911920000155
式中：ei(i＝1,2,3,4,5,6,7,8,9)为图2能源站内部第i条支路的
Figure BDA00034909119200001514
。
由式(36)可知，已知量为输出端口的电能
Figure BDA00034909119200001515
和热量
Figure BDA00034909119200001516
，个数为2；未知量为输入端口的电能
Figure BDA00034909119200001517
和燃料
Figure BDA00034909119200001518
、内部
Figure BDA00034909119200001519
分布，个数为11；标准
Figure BDA00034909119200001520
集线器模型对应的方程数为9；因此需要引入维数为2×9的分配矩阵。在图2对应算例中，假设每个设备的产热量相同，分配矩阵可以表示为：
Figure BDA0003490911920000161
基于标准化
Figure BDA0003490911920000163
集线器模型求解能源站内部
Figure BDA0003490911920000164
分布，构建以下方程组：
Figure BDA0003490911920000162
基于式(32)、(33)、(34)和(36)，求解能源站内部稳态能量分布，如图3所示，图中EB为电锅炉，CHP为热电联产机组，GB为燃气锅炉。求解式(37)，得到能源站稳态内部
Figure BDA0003490911920000165
分布，如图4所示，图中EB为电锅炉，CHP为热电联产机组，GB为燃气锅炉。在产生相同热量的条件下，各个设备中电锅炉损耗的能量最小，但
Figure BDA0003490911920000166
损最大。虽然电锅炉有较高的能效，但它将大量高品质的电能转化为低品质的热能，导致大量的
Figure BDA0003490911920000167
损。热电联产机组损耗的能量在总能量损耗中所占比例为71.01％，远高于热电联产机组
Figure BDA0003490911920000168
损在总
Figure BDA0003490911920000169
损中所占比例34.05％，这是因为中品质天然气转换为低品质热能的同时产生高品质电能，抑制了能源品质的降低趋势。燃气锅炉的
Figure BDA00034909119200001610
损为1.020MW，低于电锅炉和热电联产机组的
Figure BDA00034909119200001611
损，这得益于其较高的能效，但燃气锅炉的
Figure BDA00034909119200001612
损远远高于能量损耗。
因此，高能效的设备可能
Figure BDA00034909119200001613
效率较低。基于标准的
Figure BDA00034909119200001614
集线器模型，可以得到能源站内部的
Figure BDA00034909119200001615
分布。研究能源站的设备选型和容量配置时，应综合考虑能量“量”和“质”的差异。
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (5)

1.一种考虑能源品质的
Figure FDA0003490911910000011
集线器模型，其特征在于，包括以下内容：
基于能源集线器模型，分析能源站输入和输出端口的能量形式，建立
Figure FDA0003490911910000012
耦合矩阵；
基于
Figure FDA0003490911910000013
耦合矩阵、能源站输入和输出端口
Figure FDA0003490911910000014
列向量，建立考虑能源品质的能源集线器模型，即
Figure FDA0003490911910000015
集线器模型；
在
Figure FDA0003490911910000016
集线器模型的基础上引入图论，建立等效
Figure FDA0003490911910000017
节点和
Figure FDA0003490911910000018
支路，分析能源站内部
Figure FDA0003490911910000019
分布的关系，建立标准化
Figure FDA00034909119100000110
集线器模型；
在标准化
Figure FDA00034909119100000111
集线器模型的基础上引入
Figure FDA00034909119100000112
分配方程，得到基于标准化
Figure FDA00034909119100000113
集线器模型的能源站
Figure FDA00034909119100000114
分布求解模型，实现能源站内部
Figure FDA00034909119100000115
分布的求解。
2.根据权利要求1所述的一种考虑能源品质的
Figure FDA00034909119100000116
集线器模型，其特征在于，分析能源站输入和输出端口的能量形式具体如下：
(101)通过构建稳态条件下能源站能量与
Figure FDA00034909119100000117
的关系，能源站中的能量形式包括电能、天然气、热量，其中热量包括水传递热量、建筑用热；得到稳态条件下
Figure FDA00034909119100000118
的表示为功率与能质系数的乘积；
(102)基于能质系数，对能源站输入端能量和输出端口能量进行扩展，得到输入端口
Figure FDA00034909119100000130
输出端口
Figure FDA00034909119100000131
并通过矩阵的形式表示，得到能源站输入端口和输出端口的
Figure FDA00034909119100000121
列向量；
(103)传统的能源集线器模型基于输入端口和输出端口之间的功率交互描述能源站中各种形式能量的耦合关系；因此能源站输入端口和输出端口功率能够分别用输入端口和输出端口的能质系数和
Figure FDA00034909119100000122
表示；
(104)基于步骤(103)得到能源站的输入端口和输出端口的
Figure FDA00034909119100000123
列向量之间的关系表达式；最终得到
Figure FDA00034909119100000124
耦合矩阵，即输出端口的
Figure FDA00034909119100000125
列向量表示为耦合矩阵和输入端口的
Figure FDA00034909119100000126
列向量的乘积；
Figure FDA00034909119100000127
耦合矩阵Cλ具体为：
Cλ＝λoutCpλin -1
式中：Cp为能源集线器模型中的能量耦合矩阵，维数为nES,out×nES,in，其中nES,in为能源站输入端口的能量形式数目，nES,out为能源站输出端口的能量形式数目；λin为输入端口能质系数矩阵，为输入端口各形式能量对应能质系数构成的对角矩阵，维数为nES,in×nES,in；λout为输出端口能质系数矩阵，为输出端口各形式能量对应能质系数构成的对角矩阵，维数为nES,out×nES,out。
3.根据权利要求1所述的一种考虑能源品质的
Figure FDA00034909119100000128
集线器模型，其特征在于，所述
Figure FDA00034909119100000129
集线器模型具体为：
eout＝Cλein
式中：Cλ为
Figure FDA0003490911910000023
耦合矩阵，维数为nES,out×nES,in，其中nES,in为能源站输入端口的能量形式数目，nES,out为能源站输出端口的能量形式数目；ein为能源站输入
Figure FDA0003490911910000024
列向量，维数为nES,in；eout为能源站输出
Figure FDA0003490911910000025
列向量，维数为nES,out。
4.根据权利要求1所述的一种考虑能源品质的
Figure FDA0003490911910000026
集线器模型，其特征在于，建立标准化
Figure FDA0003490911910000027
集线器模型具体如下：
(301)输入
Figure FDA0003490911910000028
关联矩阵
采用输入
Figure FDA0003490911910000029
关联矩阵表征内部
Figure FDA00034909119100000210
分布与输入端口
Figure FDA00034909119100000211
之间的联系：
Ae＝ein
式中：A为输入
Figure FDA00034909119100000212
关联矩阵，维数为nES,in×nES,e，其中nES,in为能源站输入端口的能量形式数目，nES,e为能源站内部
Figure FDA00034909119100000213
支路数；e为能源站内部
Figure FDA00034909119100000214
列向量，维数为nES,e；ein为能源站输入
Figure FDA00034909119100000215
列向量，维数为nES,in；
输入
Figure FDA00034909119100000216
关联矩阵A中的元素表示为：
Figure FDA0003490911910000021
式中：A(i,j)为输入
Figure FDA00034909119100000217
关联矩阵中第i行，第j列的元素；
(302)输出
Figure FDA00034909119100000218
关联矩阵
输出端口
Figure FDA00034909119100000219
和内部
Figure FDA00034909119100000220
分布的关系表示为：
Be＝eout
式中：B为输出
Figure FDA00034909119100000221
关联矩阵，维数为nES,out×nES,e，其中nES,out为能源站输出端口的能量形式数目；e为能源站内部
Figure FDA00034909119100000222
列向量，维数为nES,e；eout为能源站输出
Figure FDA00034909119100000223
列向量，维数为nES,out；
输出
Figure FDA00034909119100000224
关联矩阵B中的元素表示为：
Figure FDA0003490911910000022
式中：B(i,j)为输出
Figure FDA00034909119100000225
关联矩阵第i行，第j列元素；
(303)
Figure FDA0003490911910000034
转换矩阵
将能源转换设备视为节点，定义
Figure FDA0003490911910000035
转换矩阵表征节点处各支路
Figure FDA0003490911910000036
的关系，此时内部
Figure FDA0003490911910000037
分布关系表示为：
Ce＝0
式中：C为
Figure FDA0003490911910000038
转换矩阵，维数为nES,c×nES,e，其中nES,c为能源站能量转换路径总数；e为能源站内部
Figure FDA0003490911910000039
列向量，维数为nES,e；
Figure FDA00034909119100000310
转换矩阵C中的元素表示为：
Figure FDA0003490911910000031
式中：C(i,j)为
Figure FDA00034909119100000311
转换矩阵中第i行，第j列的元素；ηλ为能量转换路径对应的
Figure FDA00034909119100000312
效率，表示为：
Figure FDA0003490911910000032
式中：η为能量转换路径对应的能效；λin和λout分别为能量转换路径输入和输出能量的能质系数；
(304)标准化
Figure FDA00034909119100000313
集线器模型
基于步骤(301)至步骤(303)，A、B、C分别表征输入
Figure FDA00034909119100000330
输出
Figure FDA00034909119100000315
和能源站内部
Figure FDA00034909119100000316
分布之间的关系，用于能源站内部能源品质特征分析，将式A、B、C构成的模型定义为标准化
Figure FDA00034909119100000317
集线器模型：
Figure FDA0003490911910000033
5.根据权利要求1所述的一种考虑能源品质的
Figure FDA00034909119100000318
集线器模型，其特征在于，在标准化
Figure FDA00034909119100000319
集线器模型的基础上引入
Figure FDA00034909119100000320
分配方程，得到基于标准化
Figure FDA00034909119100000321
集线器模型的能源站
Figure FDA00034909119100000322
分布求解模型，具体如下：
为求解单一运行场景下能源站内部的
Figure FDA00034909119100000331
定义
Figure FDA00034909119100000324
分配方程为：
De＝0
式中：D为
Figure FDA00034909119100000325
分配矩阵，其维数为n×nES,e，其中n为
Figure FDA00034909119100000326
支路数减去标准化
Figure FDA00034909119100000327
集线器模型的方程数，nES,e为能源站内部
Figure FDA00034909119100000328
支路数；e为能源站内部
Figure FDA00034909119100000329
列向量，维数为nES,e；
结合标准化
Figure FDA0003490911910000042
集线器模型与
Figure FDA0003490911910000043
分配方程，建立基于标准化
Figure FDA0003490911910000044
集线器模型的能源站
Figure FDA0003490911910000045
分布求解模型：
Figure FDA0003490911910000041
式中：A为输入
Figure FDA0003490911910000046
关联矩阵，维数为nES,in×nES,e，其中nES,in为能源站输入端口的能量形式数目；nES,e为能源站内部
Figure FDA0003490911910000047
支路数；B为输出
Figure FDA0003490911910000048
关联矩阵，维数为nES,out×nES,e，其中nES,out为能源站输出端口的能量形式数目；C为
Figure FDA0003490911910000049
转换矩阵，维数为nES,c×nES,e，其中nES,c为能源站能量转换路径总数；e为能源站内部
Figure FDA00034909119100000410
列向量，维数为nES,e；ein为能源站输入
Figure FDA00034909119100000411
列向量，维数为nES,in；eout为能源站输出
Figure FDA00034909119100000412
列向量，维数为nES,out，基于标准化
Figure FDA00034909119100000413
集线器模型的能源站
Figure FDA00034909119100000414
分布求解模型实现能源站内部
Figure FDA00034909119100000415
分布的求解。
CN202210096365.3A 2022-01-26 2022-01-26 一种考虑能源品质的㶲集线器模型 Active CN114462163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210096365.3A CN114462163B (zh) 2022-01-26 2022-01-26 一种考虑能源品质的㶲集线器模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210096365.3A CN114462163B (zh) 2022-01-26 2022-01-26 一种考虑能源品质的㶲集线器模型

Publications (2)

Publication Number Publication Date
CN114462163A true CN114462163A (zh) 2022-05-10
CN114462163B CN114462163B (zh) 2022-09-30

Family

ID=81412416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210096365.3A Active CN114462163B (zh) 2022-01-26 2022-01-26 一种考虑能源品质的㶲集线器模型

Country Status (1)

Country Link
CN (1) CN114462163B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116401853A (zh) * 2023-03-30 2023-07-07 天津大学 一种熵增流集线器模型的构建方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777708A (zh) * 2016-12-21 2017-05-31 天津大学 一种电力‑天然气区域综合能源系统的稳态分析方法
CN109193626A (zh) * 2018-09-15 2019-01-11 天津大学 一种分布式能源站选型与定容优化规划统一求解方法
WO2020237700A1 (zh) * 2019-05-28 2020-12-03 国电南瑞科技股份有限公司 一种多能源系统运行调度方法
CN112257294A (zh) * 2020-11-24 2021-01-22 山东大学 一种综合能源系统的能源集线器分部建模方法及系统
CN113178865A (zh) * 2021-04-23 2021-07-27 东北电力大学 基于碳氧环流的能源集线器及其优化调度方法
CN113762617A (zh) * 2021-09-07 2021-12-07 南京国电南自电网自动化有限公司 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777708A (zh) * 2016-12-21 2017-05-31 天津大学 一种电力‑天然气区域综合能源系统的稳态分析方法
CN109193626A (zh) * 2018-09-15 2019-01-11 天津大学 一种分布式能源站选型与定容优化规划统一求解方法
WO2020237700A1 (zh) * 2019-05-28 2020-12-03 国电南瑞科技股份有限公司 一种多能源系统运行调度方法
CN112257294A (zh) * 2020-11-24 2021-01-22 山东大学 一种综合能源系统的能源集线器分部建模方法及系统
CN113178865A (zh) * 2021-04-23 2021-07-27 东北电力大学 基于碳氧环流的能源集线器及其优化调度方法
CN113762617A (zh) * 2021-09-07 2021-12-07 南京国电南自电网自动化有限公司 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WANG,D等: "Integrated demand response in district electricity-heating network considering double auction retail energy market based on demand-side energy stations", 《APPLIED ENERGY》 *
李明等: "基于能量网络理论的区域综合能源系统运行优化研究", 《分布式能源》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116401853A (zh) * 2023-03-30 2023-07-07 天津大学 一种熵增流集线器模型的构建方法
CN116401853B (zh) * 2023-03-30 2024-04-12 天津大学 一种熵增流集线器模型的构建方法

Also Published As

Publication number Publication date
CN114462163B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN108921727A (zh) 考虑热负荷动态特性的区域综合能源系统可靠性评估方法
CN108960503B (zh) 基于内点法的综合能源系统多场景优化分析方法
CN109978625A (zh) 一种计及电热气网络的综合能源系统多目标运行优化方法
CN110175311B (zh) 一种基于多能耦合模型的优化潮流计算方法
CN111815042A (zh) 计及精细化热网模型的电热综合能源系统优化调度方法
CN110955954A (zh) 一种分层解耦的电气热综合能源系统最优负荷削减量方法
CN110502791B (zh) 基于能源集线器的综合能源系统稳态建模方法
CN110728032B (zh) 一种计及环网的电-热互联综合能源系统快速潮流计算方法
CN114462163B (zh) 一种考虑能源品质的㶲集线器模型
CN114077934B (zh) 一种综合能源微网互联系统及其调度方法
Xin et al. Heat current method-based real-time coordination of power and heat generation of multi-CHP units with flexibility retrofits
CN113886761A (zh) 一种综合能源系统能效分析评估方法
CN109217299A (zh) 一种基于二阶锥优化算法求解电气互联综合能源系统最优能量流的方法
Li et al. Exergy Hub: A novel energy hub model considering energy quality
Zhou et al. Digital Twin Modeling and Simulation of Distributed and Centralized Integrated Energy System on CloudPSS-IESLab
CN115954903A (zh) 一种控制分布式储能设备充放电的方法及系统
CN115906456A (zh) 考虑需求侧响应不确定性的含氢储能ies调度优化模型
CN114549232A (zh) 电-热综合能源系统混合能流计算方法
Lei et al. A Novel Methodology for Electric-Thermal Mixed Power Flow Simulation and Transmission Loss Analysis in Multi-Energy Micro-Grids
Ye et al. The impact of multi-energy complementary system on the reliability of energy supply of distribution
Jin et al. Overall modeling and power optimization of heating systems by standard thermal resistance-based thermo-hydraulic model
Liu et al. Expansion Planning of Community-Scale Regional Integrated Energy System Considering Grid-Source Coordination: A Cooperative Game Approach
CN111815111A (zh) 一种考虑管线风险水平的区域综合能源扩展规划方法
Zhao et al. A multi-objective power flow optimization model of electric and thermal distribution network using the power flow method
Zheng et al. Optimal rural integrated energy system configuration against the background of the rural energy transformation strategy

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
GR01 Patent grant
GR01 Patent grant