CN114565480A - 考虑碳排放量的区域分布式多能源系统多目标规划方法 - Google Patents
考虑碳排放量的区域分布式多能源系统多目标规划方法 Download PDFInfo
- Publication number
- CN114565480A CN114565480A CN202210037213.6A CN202210037213A CN114565480A CN 114565480 A CN114565480 A CN 114565480A CN 202210037213 A CN202210037213 A CN 202210037213A CN 114565480 A CN114565480 A CN 114565480A
- Authority
- CN
- China
- Prior art keywords
- distributed
- energy
- representing
- station
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 51
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000010276 construction Methods 0.000 claims abstract description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 88
- 239000007789 gas Substances 0.000 claims description 57
- 239000003345 natural gas Substances 0.000 claims description 44
- 239000011541 reaction mixture Substances 0.000 claims description 30
- 238000005057 refrigeration Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 238000004146 energy storage Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 230000020169 heat generation Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000003860 storage 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了考虑碳排放量的区域分布式多能源系统多目标规划方法,从促进分布式多能源系统的“减碳”角度出发,在分布式多能源系统规划阶段除了考虑了投资建设运行成本,还考虑了系统的碳排放量,建立了分布式多能源系统的多目标规划方法,将模型转化为混合整数线性规划模型进行求解,在保证系统安全运行的条件下,使得项目规划周期的投资建设和运行成本最小,在满足终端用户负荷需求的情况下,还使得系统的碳排放量量最小;最后得出分布式系统能源站内设备容量的最优配置策略。
Description
技术领域
本发明属于区域分布式多能源系统规划优化技术领域,涉及考虑碳排放量的区域分布式多能源系统多目标规划方法。
背景技术
随着环境污染、化石能源短缺、温室效应等问题日益凸显。构建清洁低碳安全高效的现代能源体系,已经成为电力能源行业的主要发展方向和目标。区域分布式多能源系统,作为一种服务于用能负荷终端的区域级能源系统,实现了电、气、冷、热不同能源形式之间的相互耦合与转化,通过不同形式能源之间的充分竞争、互动互补,达到清洁低碳高效,满足用能终端负荷需求。与传统的电力系统、天然气系统、热力系统相比较,区域分布式多能源系统积极利用能量转化设备和储能设备,协同优化不同形式的能量,积极消纳风力发电和光伏发电等可再生清洁能源发电,有利于减少CO2排放量。因此,为了确保城区域分布式多能源系统安全稳定运行,以及系统内能量转换和储存设备的合理配置,对其进行规划方法研究,确定最优容量配置策略,提高可再生能源渗透率和系统整体的运行效率,具有重要的理论价值和工程意义。同时,也为区域分布式多能源系统落地实施,做一定的技术探讨。
针对区域多能源能源系统的规划问题,国内外有很多学者对其进行了研究。目前主要有:1)以建筑物内综合能源系统能量枢纽为对象,建立满足用户能需求的系统总运行经济成本最小规划模型,并改进型动态Kriging模型更高效地获得最佳规划方案;2)建立双层综合能源系统规划模型,上层为规划模型,采用粒子群算法求解,下层为调度模型,采用内点法求解;3)以经济性指标和系统环境性指标为基础,建立基于能量枢纽单元的综合能源系统的双目标规划模型,并对不同的目标赋予权重因子,转化为单目标问题进行求解。然而1)中方法更适用于楼宇级能源系统运行问题地研究;2)中采用群智能算法,易陷入局部最优解;3)中此方法并不能较为直观地反应系统在规划和运行阶段对环境因素带来地影响。
发明内容
本发明的目的是提供考虑碳排放量的区域分布式多能源系统多目标规划方法,能够衡量整个项目周期内,分布式能源站内设备容量配置和系统的CO2排放量情况,从而确定最优的规划策略。
本发明所采用的技术方案是,考虑碳排放量的区域分布式多能源系统多目标规划方法,分布式多能源系统包括电力系统、天然气系统和热力系统,具体按照以下步骤实施:
步骤1:确定分布式多能源系统项目建设规划周期内的负荷类型;
步骤2:建立分布式多能源系统多目标容量配置规划模型,以达到最优容量配置为目的;
步骤3:建立确保本发明所建立的分布式多能源系统安全运行的约束条件;
步骤4:在保证分布式多能源系统安全运行的约束条件下,对待规划的考虑碳排放量的城区依照分布式多能源系统多目标容量配置规划模型进行求解,实现分布式多能源系统多目标规划。
本发明的特点还在于,
步骤1的负荷类型包括电负荷、热负荷负荷、冷负荷。
步骤2包括建立目标函数I和目标函数II,具体按照以下步骤实施:
步骤2.1:建立整个项目规划周期内投资和模拟运行函数,作为目标函数I;
目标函数I如式(1)所示:
minFECO=Finv+Fope-Frv (1)
式(1)中,Finv表示分布式综合能源站的年建设投资费用,Fope表示分布式综合能源站的年运行费用总和,Frv为项目规划末期的设备残值费用;
步骤2.2:建立整个项目规划周期内系统碳排放量表征函数,以达到碳排放最小,作为目标函数II;
分布式多能源系统中能源站内碳排放来源包括以下部分:从上级天然气网络购买单位气功率中转化的CO2的排放量,从上级配电网中购买单位电功率转化的CO2的排放量以及分布式能源站中CHP、GB的单位输出功率的CO2排放量,目标函数II如下式所示:
式(10)中,分别表示t时刻分布式能源站i中CHP和GB设备输入的气功率,分别表示t时刻配电网和天然气网络向分布式能源站i输入的电功率和气功率,αgas、αelec、分别表示天然气、电力、热力系统在使用过程中有害气体的排放系数。
分布式综合能源站的年建设投资费用计算式如下:
式(2)-(3)中,EH表示分布式能源站集合,M表示分布式能源站中候选规划设备的类型,表示m型候选设备的单位投资成本,表示分布式能源站i中m型规划候选设备的安装容量,Rm表示投资费用Finv的等年值系数,r表示设备的折现率,N表示项目的规划周期。
分布式综合能源站的年运行费用总和计算式如下:
式(6)中,分别表示CHP、P2G、GB、DG、AC、EC的单位运行维护成本;表示分布式能源削减的单位惩罚成本;分别表示t时刻分布式能源站i中热电联产机组和燃气锅炉输入的天然气量;分别表示t时刻分布式能源给能源站i输出的有功功率和削减量、表中分布式能源站i中AC在t时刻吸收的来自CHP机组的热量;分别表示t时刻能源站i中储能单元EES的充放电功率;表示分布式能源站i中P2G设备在t时刻输入的有功功率;
式(9)中,α表示设备残值系数,取值为0.05。
步骤3的约束条件包括电、气、热、冷不同形式的多能源平衡约束以及站内设备的运行约束。
设备的运行约束具体如下:
CHP机组安全运行约束:
GB的安全运行约束条件:
电转气设备的安全运行约束:
吸收式制冷装置的安全运行约束:
电制冷装置EC的安全运行约束条件:
风电机组安全运行约束条件:
多能源平衡约束具体如下:
分布式能源站内电功率平衡:
分布式能源站内气功率平衡:
分布式能源站内热功率平衡:
分布式能源站内冷功率平衡:
步骤4具体为,对目标函数I和目标函数II设置优先级,以整个项目规划周期内投资和运行成本为主要优先级,以整个项目规划周期内系统碳排放量为次优先级,即目标函数I优先级高于目标函数II;在保证系统安全运行的条件下,使得整个项目规划周期内的投资和运行成本最小,在满足终端用户负荷需求的情况下,还使得系统的碳排放量最小,得出分布式系统能源站内设备容量的最优配置,实现分布式多能源系统多目标规划。
本发明的有益效果是:
本发明考虑碳排放量的区域分布式多能源系统多目标规划方法,从促进分布式多能源系统的“减碳”角度出发,在分布式多能源系统规划阶段除了考虑了投资建设运行成本,还考虑了系统的碳排放量,建立了分布式多能源系统的多目标规划方法,将模型转化为混合整数线性规划模型进行求解,在保证系统安全运行的条件下,使得项目规划周期的投资建设和运行成本最小,在满足终端用户负荷需求的情况下,还使得系统的碳排放量量最小;最后得出分布式系统能源站内设备容量的最优配置策略。
附图说明
图1是本发明考虑碳排放量的区域分布式多能源系统多目标规划方法的流程图;
图2是城区分布式多能源系统能源站示意图;
图3是不同场景能源站内设备规划策略条形图,其中,图3(a)是场景1能源站内设备规划策略条形图,图3(b)是场景2能源站内设备规划策略条形图,图3(c)是场景3能源站内设备规划策略条形图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明考虑碳排放量的区域分布式多能源系统多目标规划方法,分布式多能源系统包括电力系统、天然气系统和热力系统,所涉及的待规划能量转换和能量储存单元有:燃气轮机、热电联产机组、电动气源热泵、光伏发电、锂离子电池和储热罐,如图1所示,具体按照以下步骤实施:
步骤1:确定分布式多能源系统项目建设规划周期内的负荷类型,负荷类型包括电负荷、热负荷负荷、冷负荷。
步骤2:建立分布式多能源系统多目标容量配置规划模型,该模型为混合整数线性规划模型,包括目标函数I和目标函数II,以达到最优容量配置为目的。
步骤2.1:建立整个项目规划周期内投资和模拟运行函数,作为目标函数I;
目标函数I如式(1)所示:
minFECO=Finv+Fope-Frv (1)
式(1)中,Finv表示分布式综合能源站的年建设投资费用,Fope表示分布式综合能源站的年运行费用总和,Frv为项目规划末期的设备残值费用;
分布式综合能源站的年建设投资费用计算式如下:
式(2)-(3)中,EH表示分布式能源站集合,M表示分布式能源站中候选规划设备的类型,表示m型候选设备的单位投资成本,表示分布式能源站i中m型规划候选设备的安装容量,Rm表示投资费用Finv的等年值系数,r表示设备的折现率,N表示项目的规划周期。
分布式综合能源站的年运行费用总和计算式如下:
式(6)中,分别表示CHP、P2G、GB、DG、AC、EC的单位运行维护成本;表示分布式能源削减的单位惩罚成本;分别表示t时刻分布式能源站i中热电联产机组和燃气锅炉输入的天然气量;分别表示t时刻分布式能源给能源站i输出的有功功率和削减量、表中分布式能源站i中AC在t时刻吸收的来自CHP机组的热量;分别表示t时刻能源站i中储能单元EES的充放电功率;表示分布式能源站i中P2G设备在t时刻输入的有功功率;
式(9)中,α表示设备残值系数,取值为0.05。
步骤2.2:建立整个项目规划周期内系统碳排放量表征函数,以达到碳排放最小,作为目标函数II;
分布式多能源系统中能源站内碳排放来源包括以下部分:从上级天然气网络购买单位气功率中转化的CO2的排放量,从上级配电网中购买单位电功率转化的CO2的排放量以及分布式能源站中CHP、GB的单位输出功率的CO2排放量,目标函数II如下式所示:
式(10)中,分别表示t时刻分布式能源站i中CHP和GB设备输入的气功率,分别表示t时刻配电网和天然气网络向分布式能源站i输入的电功率和气功率,αgas、αelec、分别表示天然气、电力、热力系统在使用过程中有害气体的排放系数。
步骤3:建立确保本发明所建立的分布式多能源系统安全运行的约束条件,约束条件包括电、气、热、冷不同形式的多能源平衡约束以及站内设备的运行约束。
设备的运行约束具体如下:
CHP机组安全运行约束:
GB的安全运行约束条件:
电转气设备的安全运行约束:
吸收式制冷装置的安全运行约束:
电制冷装置EC的安全运行约束条件:
风电机组安全运行约束条件:
多能源平衡约束具体如下:
分布式能源站内电功率平衡:
分布式能源站内气功率平衡:
分布式能源站内热功率平衡:
分布式能源站内冷功率平衡:
步骤4:在保证分布式多能源系统安全运行的约束条件下,对待规划的考虑碳排放量的城区依照分布式多能源系统多目标容量配置规划模型进行求解,实现分布式多能源系统多目标规划;
步骤4具体为,对目标函数I和目标函数II设置优先级,以整个项目规划周期内投资和运行成本为主要优先级,以整个项目规划周期内系统碳排放量为次优先级,即目标函数I优先级高于目标函数II;在保证系统安全运行的条件下,使得整个项目规划周期内的投资和运行成本最小,在满足终端用户负荷需求的情况下,还使得系统的碳排放量最小,得出分布式系统能源站内设备容量的最优配置,实现分布式多能源系统多目标规划。
为了验证本发明考虑碳排放量的区域分布式多能源系统多目标规划方法在系统投资运行经济性以及环保性能方面的表现,在如图2所示的城区分布式多能源系统能源站设置三种场景:电力天然气系统独立运行规划、电力天然气系统耦合运行规划以及耦合运行,这三种场景采用本发明的规划方法进行规划,具体如下:
场景1:不考虑电力系统和天然气系统的耦合,采用电、气、冷、热分供的运行模型,其中,电负荷和天然气负荷分别由上级电网和气网进行供给,冷负荷与热负荷分别由电制冷装置和燃气锅炉供给。
场景2:考虑天然气系统和电力系统的耦合,采用电、气、冷、热联供的运行模式,在只考虑经济性目标的情况下,对分布式能源站内设备进行规划。
场景3:考虑天然气系统和电力系统的耦合,采用电、气、冷、热联供的运行模式,在考虑经济性目标的基础上,考虑系统运行的碳排放因素。采用本发明的分布式多能源系统多目标分层规划方法,对分布式能源站内设备进行规划。
不同场景下分布式能源站的容量配置策略分析:
三种场景下的分布式多能源系统内设备的规划容量,如表1所示:
表1规划容量实验结果(kW)
图3(a)表示场景1下,各系统独立运行模式下,燃气锅炉和电制冷设备地规划情况;图3(b)表示场景2下,引入电转气设备,系统耦合运行情况下设备规划情况;图3(c)表示场景3下,考虑碳排放带来影响下采用多目标分层方法时,分布式多能源系统设备规划情况。
三种不同场景下,场景1虽然在投资建设时,由于不涉及电气系统之间的相互耦合,所以在投资建设初期会节省成本,但是在运行阶段,需要时刻从电网和气网购电、购气来满足负荷需求,因此增加了系统运行成本;场景2考虑将电气分布式多能源系统进行有电转气和燃气轮机进行耦合,采用联供模式工作,电转气设备在项目初期规划投运,不但没有增加整体项目规划运行费用,相比以各子系统相互运行,在投资运行成本上表现出良好的经济性;场景3在本文所提的考虑碳排放的分布式多能源系统分层规划方法,考虑分布式能源的接入,相比于场景二不但表现出良好的经济性优势,并且有助于较少CO2的排放。
三种规划场景下的经济性成本费用如下表所示:
表2不同场景下的投资运行总成本
如表2所示,考虑分布式联供运行模型的场景2相较于场景1将节约64.86%的投资运行成本;在考虑碳排放的分布式联供模式运行下,采用本文所提出的双层规划模型,相较于场景1将节约65.79%的投资运行总成本,相比与场景2有可以节约1.99×106元经济成本。除此之外,由于场景3在规划时考虑碳排放带来的环境影响因素,在经济性达到最优的情况的,可以使分布式多能源系统在一个模拟规划运行年内实现113840kg最低的碳排放总量。
Claims (9)
1.考虑碳排放量的区域分布式多能源系统多目标规划方法,分布式多能源系统包括电力系统、天然气系统和热力系统,其特征在于,具体按照以下步骤实施:
步骤1:确定分布式多能源系统项目建设规划周期内的负荷类型;
步骤2:建立分布式多能源系统多目标容量配置规划模型,以达到最优容量配置为目的;
步骤3:建立确保本发明所建立的分布式多能源系统安全运行的约束条件;
步骤4:在保证分布式多能源系统安全运行的约束条件下,对待规划的考虑碳排放量的城区依照分布式多能源系统多目标容量配置规划模型进行求解,实现分布式多能源系统多目标规划。
2.根据权利要求1所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述步骤1的负荷类型包括电负荷、热负荷负荷、冷负荷。
3.根据权利要求1所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述步骤2包括建立目标函数I和目标函数II,具体按照以下步骤实施:
步骤2.1:建立整个项目规划周期内投资和模拟运行函数,作为目标函数I;
所述目标函数I如式(1)所示:
minFECO=Finv+Fope-Frv (1)
式(1)中,Finv表示分布式综合能源站的年建设投资费用,Fope表示分布式综合能源站的年运行费用总和,Frv为项目规划末期的设备残值费用;
步骤2.2:建立整个项目规划周期内系统碳排放量表征函数,以达到碳排放最小,作为目标函数II;
分布式多能源系统中能源站内碳排放来源包括以下部分:从上级天然气网络购买单位气功率中转化的CO2的排放量,从上级配电网中购买单位电功率转化的CO2的排放量以及分布式能源站中CHP、GB的单位输出功率的CO2排放量,目标函数II如下式所示:
5.根据权利要求3所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述分布式综合能源站的年运行费用总和计算式如下:
式(6)中,分别表示CHP、P2G、GB、DG、AC、EC的单位运行维护成本;表示分布式能源削减的单位惩罚成本;分别表示t时刻分布式能源站i中热电联产机组和燃气锅炉输入的天然气量;分别表示t时刻分布式能源给能源站i输出的有功功率和削减量、表中分布式能源站i中AC在t时刻吸收的来自CHP机组的热量;分别表示t时刻能源站i中储能单元EES的充放电功率;表示分布式能源站i中P2G设备在t时刻输入的有功功率;
式(9)中,α表示设备残值系数,取值为0.05。
6.根据权利要求1所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述步骤3的约束条件包括电、气、热、冷不同形式的多能源平衡约束以及站内设备的运行约束。
7.根据权利要求6所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述设备的运行约束具体如下:
CHP机组安全运行约束:
GB的安全运行约束条件:
电转气设备的安全运行约束:
吸收式制冷装置的安全运行约束:
电制冷装置EC的安全运行约束条件:
风电机组安全运行约束条件:
9.根据权利要求3所述的考虑碳排放量的区域分布式多能源系统多目标规划方法,其特征在于,所述步骤4具体为,对目标函数I和目标函数II设置优先级,以整个项目规划周期内投资和运行成本为主要优先级,以整个项目规划周期内系统碳排放量为次优先级,即目标函数I优先级高于目标函数II;在保证系统安全运行的条件下,使得整个项目规划周期内的投资和运行成本最小,在满足终端用户负荷需求的情况下,还使得系统的碳排放量最小,得出分布式系统能源站内设备容量的最优配置,实现分布式多能源系统多目标规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210037213.6A CN114565480A (zh) | 2022-01-13 | 2022-01-13 | 考虑碳排放量的区域分布式多能源系统多目标规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210037213.6A CN114565480A (zh) | 2022-01-13 | 2022-01-13 | 考虑碳排放量的区域分布式多能源系统多目标规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114565480A true CN114565480A (zh) | 2022-05-31 |
Family
ID=81711922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210037213.6A Pending CN114565480A (zh) | 2022-01-13 | 2022-01-13 | 考虑碳排放量的区域分布式多能源系统多目标规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114565480A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619132A (zh) * | 2022-09-29 | 2023-01-17 | 哈尔滨工业大学(深圳) | 一种氢能源车的碳导向能源互联网规划方法 |
-
2022
- 2022-01-13 CN CN202210037213.6A patent/CN114565480A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619132A (zh) * | 2022-09-29 | 2023-01-17 | 哈尔滨工业大学(深圳) | 一种氢能源车的碳导向能源互联网规划方法 |
CN115619132B (zh) * | 2022-09-29 | 2023-12-26 | 哈尔滨工业大学(深圳) | 一种氢能源车的碳导向能源互联网规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
CN109193626B (zh) | 一种分布式能源站选型与定容优化规划统一求解方法 | |
CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
Cheng et al. | Energy Internet: Concept and practice exploration | |
CN110889600A (zh) | 一种考虑柔性热负荷的区域综合能源系统优化调度方法 | |
CN108665188B (zh) | 一种基于优化模型的园区多能源主体综合配比方法 | |
Guo et al. | Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting | |
CN111445107B (zh) | 冷热电联供型微电网多目标优化配置方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN113762708A (zh) | 一种考虑多目标协同的园区级综合能源系统规划方法 | |
Guo et al. | Co-optimization method research and comprehensive benefits analysis of regional integrated energy system | |
CN112800619A (zh) | 多源异质全可再生能源热电气储耦合系统建模与规划方法 | |
CN116822831A (zh) | 含共享储能系统的微能源网群优化规划方法 | |
CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 | |
CN113962438A (zh) | 一种冷热电混合能源联合优化系统及方法 | |
Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture | |
Tian et al. | Research on planning method of park-level integrated energy system considering multi-objective collaboration | |
Bian et al. | Optimal Planning Method of Integrated Energy System Considering Carbon Cost from the Perspective of the Whole Life Cycle | |
Hui et al. | Capacity Allocation Optimization of Components in Regional Integrated Micro-energy System | |
Hu et al. | Study on Collaborative Optimization of Mine Integrated Energy System Planning and Operation Considering Economy-Environment | |
Xie et al. | Planning Method for Power-Gas-Heat-Steam Integrated Energy System in Industrial Park Considering Annual Comprehensive Cost | |
Jiang et al. | Technology-economy-environment Evaluation for Low-carbon Integrated Energy Park | |
Xie et al. | Optimal Dispatching Strategy for Integrated Energy System with Electricity-Heat-Cold-Hydrogen |
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 |