CN114595584A - 多能源互补的区域终端用能配置方法及装置 - Google Patents
多能源互补的区域终端用能配置方法及装置 Download PDFInfo
- Publication number
- CN114595584A CN114595584A CN202210249234.4A CN202210249234A CN114595584A CN 114595584 A CN114595584 A CN 114595584A CN 202210249234 A CN202210249234 A CN 202210249234A CN 114595584 A CN114595584 A CN 114595584A
- Authority
- CN
- China
- Prior art keywords
- energy
- model
- consumption
- models
- complementary
- 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
Links
- 230000000295 complement effect Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000005265 energy consumption Methods 0.000 claims abstract description 207
- 230000003993 interaction Effects 0.000 claims abstract description 104
- 238000006467 substitution reaction Methods 0.000 claims abstract description 47
- 230000002452 interceptive effect Effects 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000003860 storage Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 120
- 238000005457 optimization Methods 0.000 claims description 46
- 239000007789 gas Substances 0.000 description 66
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 46
- 239000003345 natural gas Substances 0.000 description 24
- 238000005057 refrigeration Methods 0.000 description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 22
- 238000010521 absorption reaction Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 230000005611 electricity Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 238000002485 combustion reaction Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000020169 heat generation Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000013486 operation strategy Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical group [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 230000005679 Peltier effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- ZYYBBMCBAFICKK-UHFFFAOYSA-N perfluoro-N-cyclohexylpyrrolidine Chemical compound FC1(F)C(F)(F)C(F)(F)C(F)(F)N1C1(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C1(F)F ZYYBBMCBAFICKK-UHFFFAOYSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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]
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种多能源互补的区域终端用能配置方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;根据多个供能设备能耗模型和多个用能替代模型,构建各能源类型对应的单一用能互动模型;各单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各能源类型对应的输出负荷量;采用各能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;将多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。采用本方法能够实现从需求侧出发,对多能源互补的区域终端用能优化配置。
Description
技术领域
本申请涉及能源技术领域,特别是涉及一种多能源互补的区域终端用能配置方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
目前,针对综合能源系统建模以及相关研究成果多为综合能源单元的建模和能源供应网络的建模,不同规模的综合能源系统建模研究通常是从供能侧入手,缺乏针对终端需求侧的研究。
由于区域典型用户多能替代协同优化模型是一个涵盖多个能流系统的多目标、多约束条件的复杂优化模型。现有的相关研究无法给出有效的协同运行策略,且区域多能替代也多以典型负荷为研究目标,缺乏从终端需求侧出发的研究。
因此,相关技术中存在缺乏针对终端用能系统冷热电气统一用能建模研究的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决上述问题的多能源互补的区域终端用能配置方法、装置、计算机设备、存储介质和计算机程序产品。
第一方面,本申请提供了一种多能源互补的区域终端用能配置方法,所述方法包括:
获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在其中一个实施例中,获取针对区域终端的多个供能设备能耗模型,包括:
确定多个所述能源类型之间的能源转化信息;所述能源转化信息用于表征不同的两个所述能源类型之间的能源转化关系;
根据所述能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个所述供能设备能耗模型。
在其中一个实施例中,所述确定多个所述能源类型之间的能源转化信息,包括:
根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个所述能源类型之间的能源转化信息。
在其中一个实施例中,所述采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型,包括:
对各所述能源类型对应的单一用能互动模型进行组合,确定组合能源互动信息;
结合所述组合能源互动信息和指定能源类型对应的单一用能互动模型,构建所述多能源互补的综合用能互动模型。
在其中一个实施例中,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,包括:
对所述多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息;
采用预设的分支定界法对所述转化后求解信息进行求解处理,得到优化求解输出结果,以优化所述多能源互补的综合用能互动模型的求解方式。
在其中一个实施例中,所述多能源互补的综合用能互动模型包括模型网络层和模型设备层,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,包括:
对所述模型网络层进行求解处理,得到网络层优化结果;
根据所述网络层优化结果,对所述模型设备层进行求解处理,得到所述区域终端用能优化配置信息。
第二方面,本申请还提供了一种多能源互补的区域终端用能配置装置,所述装置包括:
模型获取模块,用于获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
单一用能互动模型构建模块,用于根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
综合用能互动模型得到模块,用于采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
优化求解模块,用于将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的多能源互补的区域终端用能配置方法的步骤。
第四方面,本申请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,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的多能源互补的区域终端用能配置方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上所述的多能源互补的区域终端用能配置方法的步骤。
上述一种多能源互补的区域终端用能配置方法、装置、计算机设备、存储介质和计算机程序产品,通过获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型,各供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系,各用能替代模型分别用于表征根据能源供给转换得到的各能源类型对应的能源负荷量,然后根据多个供能设备能耗模型和多个用能替代模型,构建各能源类型对应的单一用能互动模型,各单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各能源类型对应的输出负荷量,进而采用各能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型,将多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,实现了从需求侧出发,对多能源互补的区域终端用能优化配置,能够对不确定因素、不同能源价格机制、终端能源的耦合替代关系等影响因素,提供有效的协同运行策略。
附图说明
图1为一个实施例中一种多能源互补的区域终端用能配置方法的流程示意图;
图2为一个实施例中一种多能互补系统侧结构及能量流的示意图;
图3为一个实施例中一种分支定界法计算流程的示意图;
图4为一个实施例中一种多能源系统求解流程图的示意图;
图5为一个实施例中另一种多能源互补的区域终端用能配置方法的流程示意图;
图6为一个实施例中一种多能源互补的区域终端用能配置装置的结构框图;
图7为一个实施例中一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据;对应的,本申请还提供有相应的用户授权入口,供用户选择授权或者选择拒绝。
在一个实施例中,如图1所示,提供了一种多能源互补的区域终端用能配置方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
步骤101,获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
作为一示例,供能设备能耗模型可以为针对区域终端用能系统的不同供能设备对应的能耗模型,如用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型。
其中,多个能源类型各自对应的用能替代模型可以为针对区域终端用能系统的冷热电气替代平衡模型,如冷负荷平衡模型、热负荷平衡模型、电负荷平衡模型、气负荷替代平衡模型。
在实际应用中,可以获取针对区域终端用能系统的多个供能设备能耗模型,并可以获取多个能源类型各自对应的用能替代模型,以进一步根据多个供能设备能耗模型和多个能源类型各自对应的用能替代模型,构建针对多能源互补的区域终端单一用能系统的单一用能互动模型。
具体地,多能互补系统中有多种形式能量流的输入输出和多级能量转换,是连接外部能源系统和用户之间的平台,其结构可以如图2所示。用户侧电能可以由电网和热电联产机组共同提供,热能可以由燃气轮机、燃气锅炉共同提供,冷能可以由电制冷机、吸收式制冷机联合提供,其具体能量比例分配可以根据环境温度、政策条件、经济性等方面综合考虑。
在一示例中,多能互补系统外接电网和天然气系统,从外部网络购买电能与天然气并将其转换成与区域内用户需求相匹配的冷、热、电、气四种形式的能量,按能量转换设备在能源转换的过程中的作用,可以将其划分为能量一次转换器和能量二次转换器两部分。由于模型中区域系统较小,则可以不计及系统中能源的传输问题约束,并考虑到系统中主要设备工作原理,可以设定小型综合能源系统中热能的传输工质为热水。
在又一示例中,对于t时刻的多能互补终端用能系统,其用能平衡方程(即多个能源类型各自对应的用能替代模型)可以表示为:
1、冷负荷平衡模型
空调冷负荷靠电制冷设备以及吸收式制冷设备提供,其平衡模型如下:
Cd,i,t=Pac,i,tCOPac,i+Pec,i,tCOPec,i
其中,Cd,i,t是i系统典型日内t时刻的冷负荷需求;Pac,i,t是i系统典型日内t时刻的吸收式制冷机吸收的热能,Pec,i,t是i系统典型日内t时刻的电制冷机耗电量。
2、热负荷平衡模型
热负荷可以包括热水负荷和空调热负荷,这两部分负荷可以由锅炉提供的热能来满足,其可以包括燃气锅炉和燃气轮机的产热,具体平衡模型如下:
其中,Hd,i,t是i系统典型日内t时刻的热负荷需求;Pgb,i,t能源站i内燃气锅炉t时刻的输出热功率,ηgt,i和ηgb,i分别为能源站i内燃气轮机的发电效率和燃气锅炉的发热效率,ηhr,i和ηhe,i分别为热回收器的回收效率和热交换器的交换效率,ΔPh,i,t表示子系统i在t时刻从热网中获得的净热能值。
3、电负荷平衡模型
电负荷可以由燃气轮机的产电来供应,但考虑到用能的就地直供形式,燃气轮机的产电有一部分用来供应电制冷机的运行,为了确保当地电负荷得以充足供应,可以采用从电网购电弥补电功率差额的策略,具体平衡模型如下:
Pd,i,t=Pgt,i,t+Pe,i,t-Pec,i,t
其中,Pd,i,t是i系统典型日内t时刻的电负荷需求,Pgt,i,t是能源站i内燃气轮机典型日内t时刻的电能出力,Pe,i,t是能源站i在t时刻从外部获得的电能值。
4、气负荷平衡模型
气负荷可以由天然气供应,不需经过能源转换设备,但由于燃气驱动型耦合设备的存在,如可以包括燃气轮机、燃气锅炉,其平衡模型如下:
Fgas,i,t=Fsource,i,t-Fgb,i,t-Fgt,i,t
其中,Fgas,i,t为可直接利用天然气总功率;Fsource,i,t为天然气配网输入天然气的消耗量;Fgb,i,t为燃气锅炉消耗功率;Fgt,i,t为燃气轮机消耗功率。
根据多能互补用能平衡模型,同一设备可以满足不同形式的负荷需求,如燃气轮机既可以提供电能,又可以提供热能满足热水负荷以及采暖热负荷。
步骤102,根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
其中,各能源类型对应的单一用能互动模型可以为针对多能源互补的区域终端单一用能系统的冷热电气用能替代互动模型,如冷负荷替代模型、热负荷替代模型、电负荷替代模型、气负荷替代模型。
在具体实现中,可以结合多个供能设备能耗模型和多个用能替代模型,构建各能源类型对应的单一用能互动模型。
例如,由于同一种类型的负荷可以由不同设备共同提供,如热水负荷,既可以由燃气锅炉来提供,也可以由电热水锅炉来提供,则用能替代的行为最终可以在能源转换设备上体现出来,为了描述这种关系,可以结合用能替代平衡模型(即用能替代模型)和设备模型(即供能设备能耗模型),建立多能互补终端单一用能替代互动模型(即各能源类型对应的单一用能互动模型)。
在一示例中,各能源类型对应的单一用能互动模型可以采用如下表示:
1、冷负荷替代模型
空调冷负荷可以由电制冷设备和吸收式制冷设备共同提供,基于此,可以令:
那么有:
因此有:
2、热负荷替代模型
热负荷可以由燃气轮机、燃气锅炉产热来共同满足,可以有:
令:
引入热负荷替代系数,则有:
因此有:
3、电负荷替代模型
可以令:
因此有:
4、气负荷替代模型
其中,Psource(t)可以为天然气配网输入天然气的消耗量,由于气负荷只有一个供应源,所以其替代系数为1,可以表示为全部由燃气轮机输出热功率,ηgt可以表示为燃气轮机效率,可以表示全部由燃气锅炉输出热功率;ηgb可以表示燃气锅炉热效率;LHV表示为天然气的低位热值,9.78kWh/m3。
由于气负荷只有一个供应源,所以其替代系数为1,因此有:
Fgas(t)=1·Fsource(t)-Fgb(t)-Fgt(t)
步骤103,采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
在得到单一用能互动模型后,可以采用各能源类型对应的单一用能互动模型进行组合处理,进而可以得到针对多能源互补的区域终端综合用能系统的综合用能互动模型。
在一个可选实施例中,基于能源相互之间的等效替代作用,能够将能源以不同的能量形式输送至多种类型的负荷需求侧,以提高系统对可再生能源的综合利用率和消纳能力。鉴于可再生清洁能源的高成本投入,需要根据负荷侧的能量需求,对能源的利用形式进行整合优化,进而保证能源利用率最大化的同时,实现系统的运行成本最小化。
步骤104,将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在实际应用中,可以将综合用能互动模型进行求解优化,通过根据区域终端用能替代优化策略,如多能综合利用的区域终端用能替代优化策略、典型价格机制下区域终端用能替代优化策略,得到区域终端用能优化配置信息,从而能够对不确定因素、不同能源价格机制、终端能源的耦合替代关系等影响因素,提供有效的协同运行策略。
上述多能源互补的区域终端用能配置方法中,通过获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型,然后根据多个供能设备能耗模型和多个用能替代模型,构建各能源类型对应的单一用能互动模型,进而采用各能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型,将多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,实现了从需求侧出发,对多能源互补的区域终端用能优化配置,能够对不确定因素、不同能源价格机制、终端能源的耦合替代关系等影响因素,提供有效的协同运行策略。
在一个实施例中,所述获取针对区域终端的多个供能设备能耗模型,可以包括如下步骤:
确定多个所述能源类型之间的能源转化信息;所述能源转化信息用于表征不同的两个所述能源类型之间的能源转化关系;根据所述能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个所述供能设备能耗模型。
作为一示例,多个能源类型之间的能源转化信息可以包括热能与电能等效转化及相关转化系数、电能与冷能等效转化及相关转化系数、热能与冷能等效转化及相关转化系数。
在实际应用中,通过确定多个能源类型之间的能源转化信息,可以根据该能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个供能设备能耗模型。
例如,针对用电设备能耗模型,其可以包括如下:
(1)电-冷转换设备——电制冷设备
电制冷设备是利用帕尔贴效应进行制冷的设备,帕尔贴效应是指当两个半导体连接在一起形成闭合回路,并且两个连接端处于不同温度时,将会产生一个电势差,即接触电动势,同时闭合回路此时有电流通过。可以利用这一现象,在两个半导体形成的闭合回路中通入直流电,使得一个连接端变热另一连接端变冷,那么冷端即可提供所需的冷源,电制冷机可以由效率模型进行表征:
Qec=Pec·COPec
其中,Qec可以为电制冷设备的实际输出冷功率;Pec可以为电制冷设备的消耗电功率;COPec可以电制冷设备的转换效率系数。
又如,针对用气设备能耗模型,其可以包括如下:
(1)气-电/热转换设备——燃气轮机
燃气轮机(Gas Turbine,GT)作为转换环节能量流重要耦合设备,将天然气转换成电能和高温热能,压气机将空气等助燃物压进燃烧室,与输入燃烧室的燃料,如天然气等混合作为燃烧介质,在燃烧室燃烧过程中产生的热能驱动涡轮机旋转并输出机械功,带动发电机旋转产生电能,同时将使用过的余热蒸汽输出,作为热源的提供。
该设备能流耦合转换数学模型如下:
Pgt=Fgt·LHV·η
Hgt=Pgtηhr
其中,Pgt可以为燃气轮机的实际输出电功率,kW;Pgt0可以为燃气轮机的额定输出电功率,kW;LHV可以为天然气的低位热值,kWh/m3;Fgt可以表示为天然气消耗水平,m3/h;Hgt可以表示为高温烟气余热量,kW;η可以表示为燃气轮机发电效率;ηhr可以表示为热交换效率;a、b、c、d表示为燃气轮机发电效率系数。
η=a+b·β+c·β2+d·β3
通常情况下,对于规划研究,要求燃气轮机的运行效率不低于70%,而当燃机效率≥0.7时,效率曲线十分平缓,相当于直线,则可以用一固定效率值ηgt表示燃气轮机的输入输出关系,如下:
Pgt=Fgt·LHV·ηgt
对于其它设备,其输入输出关系与燃气轮机类似,均可以用一个固定效率值表示出来。
(2)气-热转换设备——燃气锅炉
燃气锅炉是通过燃料燃烧产生热能向用户提供热水或暖气的设备,燃料燃烧产生的高温烟气经过炉体中,将热量传递给水管内的水媒介,热水媒介进入汽包中进行汽水分离,输出高温蒸汽以向外提供热水或暖气,冷却后的水回流进入炉体中的水管。
燃气锅炉也可以由效率表征模型进行表示:
Hgb=Fgb·LHV·ηgb
其中,Hgb可以为燃气锅炉实际输出热功率;Fgb可以为燃气锅炉天然气消耗量;ηgb可以为燃气锅炉产热效率。
又如,针对用热/冷设备能耗模型,其可以包括如下:
(1)热-冷转换设备——吸收式制冷设备
吸收式制冷设备一般指溴化锂机组,利用水在低压环境下蒸发吸热的原理,通过溴化锂等吸收式制冷溶液吸收水蒸气维持低压环境,使得水在低压环境下不断蒸发带走系统的热量,将热水冷却并经热交换器输出冷水,其输入输出关系可以表示为:
Qac=Hac·COPac
其中,Qac可以为吸收式制冷设备的制冷功率;Hac可以为吸收式制冷机消耗的热功率;COPac可以为吸收式制冷机转换效率系数。
又如,针对冷热电气统一能耗模型,该配置所涉及的区域范围的特点之一是将CHP机组的产热作为热负荷供给的重要来源之一,而并非由大电网外部供给,该配置涉及的设备类型可以包括:热电联产机组(combined heating and power,CHP)、燃气锅炉(gasboiler,GB)、燃气轮机(Gas Turbine,GT)、电制冷机(Electric refrigerant,ER)、吸收制冷机(absorption chiller,AC)。电力系统配网和天然气系统配网可以直接供给电力负荷和天然气负荷。
针对区域终端用能系统,统一对其正常工作状态下的物理特性建模,可以包括各设备的电力/天然气消耗量和发电/产热/制冷功率之间的关系,具体表达式为:
其中,FCHP、PCHP和HCHP可以为CHP的天然气消耗量、发电功率和产热功率;和可以为CHP的发电效率和产热效率;Fgb和Hgb可以为GB的天然气消耗量和产热功率;η2可以为GB的产热效率;PEHP、HEHP和QEHP可以为EHP的电力消耗量、产热功率和制冷功率;Qac和Hac可以为AC的制冷功率和热力消耗量;和COPecc可以分别表示EHP在制热模式(γ=1)和制冷模式(γ=0)下的能效系数。COPac可以为AC的吸收式制冷机转换效率系数。
本实施例中,通过确定多个能源类型之间的能源转化信息,进而根据能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个供能设备能耗模型,可以为后续单一用能互动模型的构建提供数据支持。
在一个实施例中,所述确定多个所述能源类型之间的能源转化信息,可以包括如下步骤:
根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个所述能源类型之间的能源转化信息。
在一示例中,通过构建针对区域终端用能系统的冷热电气统一能源表征方法,如热能与电能等效转化及相关转化系数(即热能与电能转化系数)、电能与冷能等效转化及相关转化系数(即电能与冷能转化系数)、热能与冷能等效转化及相关转化系数(即热能与冷能转化系数),可以确定多个能源类型之间的能源转化信息。
例如,针对用能系统热能与电能等效转化及相关转化系数,在热能对电能的等效转化过程中,是将热能转化为机械能,再转化为电能的多阶段梯级转化过程。由于在能量整个传递过程中,经历了多次梯级转化过程,则能耗量与电能有功输出量是一个非线性关系,可以根据实际工况运行数据,通过拟合得到热能与电能输出量之间的转化关系及其性能系数:
其中,Pgt(t)可以为电能有功输出功率;Qte(t)可以为所耗热功率;ηgt(t)可以为电能转化性能系数;可以为不同工况情况下的电功率和的平均值;Ai(i=0,1,2)和wi(i=1,2)可以分别为性能参数相对应的拟合参数。
又如,针对用能系统电能与冷能等效转化及相关转化系数,电能对冷能的转化,是一个从“高品质”能量向“低品质”能量形式的转变过程,其性能系数相对较高,可以根据运行工况的不同,得到耗电功率与制冷输出功率之间的关联关系及性能系数,其通过拟合可以表示为:
其中,Pce(t)可以为电制冷输出功率;Pec(t)可以为制冷所耗电能功率;COPre(t)可以为电制冷性能系数;可以为不同工况情况下制冷功率的平均值;Ai(i=0,1,2)和w可以分别为性能参数相对应的拟合参数。
又如,针对用能系统热能与冷能等效转化及相关转化系数,热能对冷能的转化过程,与电转冷相反,是一个从“低品质”能量形式向“高品质”能量形式的转变过程,其性能系数相对较低,也可以根据实际运行工况,通过拟合得到热功率与制冷输出功率之间的关联关系以及性能系数:
其中,Pch(t)可以为热制冷输出功率;Qch(t)可以为制冷所耗热能功率;COPar(t)可以为热能制冷性能系数;可以为不同工况情况下热制冷功率的平均值;Ai(i=0,1,2)和wi(i=1,2,3)可以分别为性能参数相对应的拟合参数。
本实施例中,通过根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个能源类型之间的能源转化信息,可以基于用能系统的冷热电气统一能源表征方法,确定不同能源类型之间的能源转化信息,为后续供能设备能耗模型的构建提供了数据支持。
在一个实施例中,所述采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型,可以包括如下步骤:
对各所述能源类型对应的单一用能互动模型进行组合,确定组合能源互动信息;结合所述组合能源互动信息和指定能源类型对应的单一用能互动模型,构建所述多能源互补的综合用能互动模型。
在实际应用中,可以根据得到的多能源互补的区域终端单一用能系统的冷热电气用能替代互动模型进行组合整理,进而可以得到针对多能源互补的区域终端综合用能系统的综合用能互动模型,可以采用如下表示:
上式(即组合能源互动信息)与冷热电负荷用能替代平衡模型(即指定能源类型对应的单一用能互动模型),可以共同构成针对多能源互补的区域终端综合用能系统的综合用能互动模型。
本实施例中,通过对各能源类型对应的单一用能互动模型进行组合,确定组合能源互动信息,进而结合组合能源互动信息和指定能源类型对应的单一用能互动模型,构建多能源互补的综合用能互动模型,能够基于单一用能互动模型组合整理,得到综合用能互动模型。
在一个实施例中,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,可以包括如下步骤:
对所述多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息;采用预设的分支定界法对所述转化后求解信息进行求解处理,得到优化求解输出结果,以优化所述多能源互补的综合用能互动模型的求解方式。
其中,可以将综合能源系统的优化求解问题转化为数学问题(即转化后求解信息),其可以为对代数方程组、微分方程组、偏微分方程组的求解问题,例如,对于电力系统潮流计算可以为对非线性方程组的求解;对于天然气管网等温稳态模型的求解问题可以为对非线性方程组和常微分方程组的求解,对于天然气管网的动态模型可以为对偏微分方程组的求解;对于热网的求解可以为对非线性代数方程组的求解。求解线性方程组可以采用直接法(如高斯消去法、LU分解法)和迭代法(如雅克比迭代法、高斯-赛德尔迭代法、超松弛迭代法和共轭梯度法等)等。
在一示例中,分支定界法(branch and bound)为一种求解整数规划问题的算法,该方法不但可以求解纯整数规划,还可以求解混合整数规划问题,其为一种搜索与迭代的方法,可以选择不同的分支变量和子问题进行分支。分支定界法的优点是可以求得最优解、平均速度快,通过从最小下界分支,每次算完限界后,将搜索树上当前所有的叶子结点的限界进行比较,可以找出限界最小的结点,该结点即为下次分支的结点。这种决策的优点是检查子问题较少,能较快的求得最佳解,不同求解方法对比分析可以为如下表1:
表1代数方程(组)求解方法对比分析
在又一示例中,针对多能源互补的区域终端综合用能系统的综合用能互动模型,其可以包含连续型变量、离散型变量以及整数变量,为一混合整数规划模型。而由于区域内设备之间的能量耦合,模型中变量甚至达到几千维,具体变量及其个数如下表2所示:
表2模型中所有变量及个数
其中,从上表2中可以看到,模型中的变量个数达到了2021个,同时冷网管道的传输损失方程并不是严格线性的,所以导致模型极难求解。为了解决这个问题,可以利用分段线性化的思想将模型转换成严格线性的形式,以方便求解。通过采用分支定界法(Branchand bound),其可以用于求解线性规划模型,可以求解该混合整数线性规划模型(即优化求解输出结果),分支定界法具体计算流程可以如图3所示。
本实施例中,通过对多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息,进而采用预设的分支定界法对转化后求解信息进行求解处理,得到优化求解输出结果,以优化多能源互补的综合用能互动模型的求解方式,可以解决模型难求解的问题,有助于优化配置。
在一个实施例中,所述多能源互补的综合用能互动模型包括模型网络层和模型设备层,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,可以包括如下步骤:
对所述模型网络层进行求解处理,得到网络层优化结果;根据所述网络层优化结果,对所述模型设备层进行求解处理,得到所述区域终端用能优化配置信息。
在一示例中,根据多能源系统建模分析过程可知,多能源系统优化模型是一个非线性、复杂模型,其求解难度较大。针对多区域的研究可以将优化模型划分为网络层和设备层,先后进行求解。
如图4所示,可以在多能源系统网络层求解过程中,电网以有功损耗最小为目标计算电网最优潮流模型,得到能源站等效电负荷(Ploss+Pload),燃气网以压缩机气耗最小为目标计算燃气网最优潮流模型,得到能源站等效气负荷(Floss+Fload),热(冷)网以水泵电耗和管道热耗最小为目标计算热(冷)网最优潮流模型,得到能源站等效热(冷)负荷(Hloss+Hload)和水泵电耗Ppump。在多能源系统设备层求解过程中,可以在网络层优化结果基础上,以能源站购电费用和购气费用最小为目标,进一步优化能源站购电量、购气量及可控设备出力。
例如,在对模型网络层进行求解处理过程中,对于电网最优潮流,以有功网损最小为目标函数,可以采用如下表示:
由于电网约束条件节点功率不平衡量方程式以及某些变量应满足一定约束条件,可以结合模型网络层的网络结构,控制变量主要是等效电源节点(平衡节点)电压幅值V1,以V1为优化变量为例,可以结合牛顿拉夫逊法和粒子群算法进行求解。
又如,在对模型设备层进行求解处理过程中,对于能源站设备优化模型,以购电费用和购气费用最小为目标,以微型燃气轮机Pgt、电热水锅炉Heb、电制冷机Hec、吸收式制冷机和电网购电量Pgrid为优化变量,可以使用分段线性化方法处理优化模型存在的非线性函数,采用分支定界法求解。
综合能源系统规划模型(即综合用能互动模型)是对于单个区域终端,则可以忽略网络成本,其可以包含连续型变量、离散型变量以及整数变量,为一混合整数规划模型,而由于系统内设备以及系统与外界间的能量耦合,模型中变量甚至达到几百维,具体变量及其个数如下表3所示:
表3模型中所有变量及个数
从上表3中可以看到,模型中的变量个数达到了424个,可以利用分段线性化的思想将模型转换成严格线性的形式,以方便求解。
在又一示例中,针对单个区域的最优目标,由于网络损耗不是主要因素,则可以采用设备层求解方法。为比较分析,可以设置不同规划模式,进而可以得到区域终端用能优化配置信息:
模式1:天然气按阶梯气价购买,不考虑分时电价机制时,投资运行成本最低;
模式2:天然气按阶梯气价购买,考虑分时电价机制时,投资运行成本最低;
模式3:天然气按直购气价购买,不考虑分时电价时,投资运行成本最低。
本实施例中,通过对模型网络层进行求解处理,得到网络层优化结果,进而根据网络层优化结果,对模型设备层进行求解处理,得到区域终端用能优化配置信息,能够实现从需求侧出发,对多能源互补的区域终端用能优化配置,且提供了有效的协同运行策略。
在一个实施例中,如图5所示,提供了另一种多能源互补的区域终端用能配置方法的流程示意图。本实施例中,该方法包括以下步骤:
在步骤501中,根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个所述能源类型之间的能源转化信息。在步骤502中,根据所述能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个所述供能设备能耗模型,并获取多个能源类型各自对应的用能替代模型。在步骤503中,根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型。在步骤504中,采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型。在步骤505中,对所述多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息。在步骤506中,采用预设的分支定界法对所述转化后求解信息进行求解处理,得到优化求解输出结果,以优化所述多能源互补的综合用能互动模型的求解方式。在步骤507中,所述多能源互补的综合用能互动模型包括模型网络层和模型设备层,对所述模型网络层进行求解处理,得到网络层优化结果。在步骤508中,根据所述网络层优化结果,对所述模型设备层进行求解处理,得到所述区域终端用能优化配置信息。需要说明的是,上述步骤的具体限定可以参见上文对一种多能源互补的区域终端用能配置方法的具体限定,在此不再赘述。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的多能源互补的区域终端用能配置方法的多能源互补的区域终端用能配置装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个多能源互补的区域终端用能配置装置实施例中的具体限定可以参见上文中对于多能源互补的区域终端用能配置方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种多能源互补的区域终端用能配置装置,包括:
模型获取模块601,用于获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
单一用能互动模型构建模块602,用于根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
综合用能互动模型得到模块603,用于采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
优化求解模块604,用于将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在一个实施例中,所述模型获取模块601包括:
能源转化子模块,用于确定多个所述能源类型之间的能源转化信息;所述能源转化信息用于表征不同的两个所述能源类型之间的能源转化关系;
供能设备能耗模型得到子模块,用于根据所述能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个所述供能设备能耗模型。
在一个实施例中,所述能源转化子模块包括:
转化系数确定单元,根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个所述能源类型之间的能源转化信息。
在一个实施例中,所述综合用能互动模型得到模块603包括:
组合子模块,用于对各所述能源类型对应的单一用能互动模型进行组合,确定组合能源互动信息;
综合构建子模块,用于结合所述组合能源互动信息和指定能源类型对应的单一用能互动模型,构建所述多能源互补的综合用能互动模型。
在一个实施例中,所述优化求解模块604包括:
求解转化子模块,用于对所述多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息;
优化求解子模块,用于采用预设的分支定界法对所述转化后求解信息进行求解处理,得到优化求解输出结果,以优化所述多能源互补的综合用能互动模型的求解方式。
在一个实施例中,所述多能源互补的综合用能互动模型包括模型网络层和模型设备层,所述优化求解模块604包括:
网络层处理子模块,用于对所述模型网络层进行求解处理,得到网络层优化结果;
设备层处理子模块,用于根据所述网络层优化结果,对所述模型设备层进行求解处理,得到所述区域终端用能优化配置信息。
上述多能源互补的区域终端用能配置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种多能源互补的区域终端用能配置方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在一个实施例中,处理器执行计算机程序时还实现上述其他实施例中的多能源互补的区域终端用能配置方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在一个实施例中,计算机程序被处理器执行时还实现上述其他实施例中的多能源互补的区域终端用能配置方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
在一个实施例中,计算机程序被处理器执行时还实现上述其他实施例中的多能源互补的区域终端用能配置方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种多能源互补的区域终端用能配置方法,其特征在于,所述方法包括:
获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
2.根据权利要求1所述的方法,其特征在于,所述获取针对区域终端的多个供能设备能耗模型,包括:
确定多个所述能源类型之间的能源转化信息;所述能源转化信息用于表征不同的两个所述能源类型之间的能源转化关系;
根据所述能源转化信息,构建用电设备能耗模型、用气设备能耗模型、用热/冷设备能耗模型,以及冷热电气统一能耗模型,作为多个所述供能设备能耗模型。
3.根据权利要求2所述的方法,其特征在于,所述确定多个所述能源类型之间的能源转化信息,包括:
根据实际工况运行数据进行拟合处理,得到热能与电能转化系数、电能与冷能转化系数、热能与冷能转化系数,作为多个所述能源类型之间的能源转化信息。
4.根据权利要求1所述的方法,其特征在于,所述采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型,包括:
对各所述能源类型对应的单一用能互动模型进行组合,确定组合能源互动信息;
结合所述组合能源互动信息和指定能源类型对应的单一用能互动模型,构建所述多能源互补的综合用能互动模型。
5.根据权利要求1所述的方法,其特征在于,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,包括:
对所述多能源互补的综合用能互动模型的求解信息进行转化,得到转化后求解信息;
采用预设的分支定界法对所述转化后求解信息进行求解处理,得到优化求解输出结果,以优化所述多能源互补的综合用能互动模型的求解方式。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述多能源互补的综合用能互动模型包括模型网络层和模型设备层,所述将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息,包括:
对所述模型网络层进行求解处理,得到网络层优化结果;
根据所述网络层优化结果,对所述模型设备层进行求解处理,得到所述区域终端用能优化配置信息。
7.一种多能源互补的区域终端用能配置装置,其特征在于,所述装置包括:
模型获取模块,用于获取针对区域终端的多个供能设备能耗模型,以及多个能源类型各自对应的用能替代模型;各所述供能设备能耗模型分别用于表征基于不同的能源类型供能设备进行能源供给的能源转换效率关系;各所述用能替代模型分别用于表征根据能源供给转换得到的各所述能源类型对应的能源负荷量;
单一用能互动模型构建模块,用于根据多个所述供能设备能耗模型和多个所述用能替代模型,构建各所述能源类型对应的单一用能互动模型;各所述单一用能互动模型分别用于表征由不同的能源类型供能设备进行共同能源供给时,各所述能源类型对应的输出负荷量;
综合用能互动模型得到模块,用于采用各所述能源类型对应的单一用能互动模型进行组合处理,得到多能源互补的综合用能互动模型;
优化求解模块,用于将所述多能源互补的综合用能互动模型进行求解优化,得到区域终端用能优化配置信息。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210249234.4A CN114595584B (zh) | 2022-03-14 | 2022-03-14 | 多能源互补的区域终端用能配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210249234.4A CN114595584B (zh) | 2022-03-14 | 2022-03-14 | 多能源互补的区域终端用能配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114595584A true CN114595584A (zh) | 2022-06-07 |
CN114595584B CN114595584B (zh) | 2023-06-30 |
Family
ID=81808493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210249234.4A Active CN114595584B (zh) | 2022-03-14 | 2022-03-14 | 多能源互补的区域终端用能配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114595584B (zh) |
Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2515822A1 (en) * | 2005-08-30 | 2007-02-28 | Joe Ru He Zhao | Method to regulate temperature and reduce heat island effect |
CN104268677A (zh) * | 2014-09-15 | 2015-01-07 | 青岛高校信息产业有限公司 | 能耗对标电算化手持终端系统及对标电算化方法 |
CN104881712A (zh) * | 2015-05-19 | 2015-09-02 | 上海电力学院 | 多能互补分布式能源系统及其设备配置与运行优化方法 |
CN106447122A (zh) * | 2016-10-12 | 2017-02-22 | 国网上海市电力公司 | 一种区域型能源互联网及其一体化优化规划方法 |
CN107910871A (zh) * | 2017-11-30 | 2018-04-13 | 国网天津市电力公司 | 一种能源互联网多能互补控制方法 |
CN108565972A (zh) * | 2018-05-28 | 2018-09-21 | 中国电力工程顾问集团华东电力设计院有限公司 | 终端一体化集成供能模式的多能互补控制系统和方法 |
CN108734396A (zh) * | 2018-05-16 | 2018-11-02 | 国网山东省电力公司电力科学研究院 | 一种基于需求侧竞价和多能互补的虚拟电厂调度优化方法 |
CN109390979A (zh) * | 2018-10-24 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 一种综合能源系统的优化控制方法 |
CN109472401A (zh) * | 2018-10-30 | 2019-03-15 | 广州供电局有限公司 | 分布式供能运行策略的确定方法、装置、设备和存储介质 |
CN109685284A (zh) * | 2019-01-10 | 2019-04-26 | 国网江苏省电力有限公司宿迁供电分公司 | 一种清洁能源驱动多能互补系统运营优化方法 |
CN110378729A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院电工研究所 | 一种基于动态能源价格策略的综合需求响应方法 |
CN110378590A (zh) * | 2019-07-10 | 2019-10-25 | 国网福建省电力有限公司 | 基于改进数据包络分析模型的多能源微网运营效率评价方法 |
CN110728393A (zh) * | 2018-07-16 | 2020-01-24 | 上海交通大学 | 一种面向综合能源管理的系统及智能用户终端 |
CN110909988A (zh) * | 2019-11-07 | 2020-03-24 | 中国电建集团吉林省电力勘测设计院有限公司 | 一种生物质能和风能太阳能互补供能系统及方法 |
CN111404183A (zh) * | 2020-04-22 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 区域综合能源系统多元储能协同配置方法、程序、系统与应用 |
CN111460361A (zh) * | 2020-03-12 | 2020-07-28 | 山东大学 | 用于多能互补综合能源系统的优化方法、系统及设备 |
CN111668878A (zh) * | 2020-04-30 | 2020-09-15 | 中国电力科学研究院有限公司 | 一种可再生微能源网的优化配置方法和系统 |
CN111738502A (zh) * | 2020-06-15 | 2020-10-02 | 上海交通大学 | 促进富余风电消纳的多能互补系统需求响应运行优化方法 |
CN112329260A (zh) * | 2020-11-24 | 2021-02-05 | 国网黑龙江省电力有限公司电力科学研究院 | 一种多能互补微网多元多目标优化配置与优化运行方法 |
CN112364556A (zh) * | 2020-11-27 | 2021-02-12 | 国网河北省电力有限公司经济技术研究院 | 基于多能互补的智慧能源优化配置方法及终端设备 |
CN112600217A (zh) * | 2020-12-09 | 2021-04-02 | 国网湖北省电力有限公司电力科学研究院 | 一种考虑多能互补的综合能源系统负荷侧优化调度方法 |
CN112633575A (zh) * | 2020-12-22 | 2021-04-09 | 山东大学 | 基于鲁棒优化的多能互补综合能源系统容量配置方法及系统 |
CN112991087A (zh) * | 2020-06-19 | 2021-06-18 | 国网能源研究院有限公司 | 综合能源系统能量模拟与优化调度方法、系统及设备 |
CN113240205A (zh) * | 2021-06-21 | 2021-08-10 | 云南电网有限责任公司电力科学研究院 | 一种基于多能源综合利用的区域用能系统替代优化方法 |
CN113255992A (zh) * | 2021-05-21 | 2021-08-13 | 南京南瑞继保电气有限公司 | 一种园区级多能互补系统优化调度方法及装置 |
CN113311703A (zh) * | 2021-05-07 | 2021-08-27 | 华能青岛热电有限公司 | 智慧能源多能互动评价可视化系统及评价方法 |
CN113313410A (zh) * | 2021-06-17 | 2021-08-27 | 国网河北省电力有限公司电力科学研究院 | 多能源耦合建模评估方法、装置及终端设备 |
CN113420930A (zh) * | 2021-06-30 | 2021-09-21 | 中国人民解放军国防科技大学 | 考虑多能互补的综合能源系统负荷侧优化调度方法及系统 |
CN113596075A (zh) * | 2021-06-08 | 2021-11-02 | 国电南瑞南京控制系统有限公司 | 一种多能互补综合能源服务系统 |
CN113779783A (zh) * | 2021-08-30 | 2021-12-10 | 国网上海市电力公司 | 计及多重不确定性的区域综合能源系统规划与运行联合优化方法 |
CN114118803A (zh) * | 2021-11-26 | 2022-03-01 | 国网江苏省电力有限公司电力科学研究院 | 一种多区域综合能源系统集成与协同优化方法及装置 |
-
2022
- 2022-03-14 CN CN202210249234.4A patent/CN114595584B/zh active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2515822A1 (en) * | 2005-08-30 | 2007-02-28 | Joe Ru He Zhao | Method to regulate temperature and reduce heat island effect |
CN104268677A (zh) * | 2014-09-15 | 2015-01-07 | 青岛高校信息产业有限公司 | 能耗对标电算化手持终端系统及对标电算化方法 |
CN104881712A (zh) * | 2015-05-19 | 2015-09-02 | 上海电力学院 | 多能互补分布式能源系统及其设备配置与运行优化方法 |
CN106447122A (zh) * | 2016-10-12 | 2017-02-22 | 国网上海市电力公司 | 一种区域型能源互联网及其一体化优化规划方法 |
CN107910871A (zh) * | 2017-11-30 | 2018-04-13 | 国网天津市电力公司 | 一种能源互联网多能互补控制方法 |
CN108734396A (zh) * | 2018-05-16 | 2018-11-02 | 国网山东省电力公司电力科学研究院 | 一种基于需求侧竞价和多能互补的虚拟电厂调度优化方法 |
CN108565972A (zh) * | 2018-05-28 | 2018-09-21 | 中国电力工程顾问集团华东电力设计院有限公司 | 终端一体化集成供能模式的多能互补控制系统和方法 |
CN110728393A (zh) * | 2018-07-16 | 2020-01-24 | 上海交通大学 | 一种面向综合能源管理的系统及智能用户终端 |
CN109390979A (zh) * | 2018-10-24 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 一种综合能源系统的优化控制方法 |
CN109472401A (zh) * | 2018-10-30 | 2019-03-15 | 广州供电局有限公司 | 分布式供能运行策略的确定方法、装置、设备和存储介质 |
CN109685284A (zh) * | 2019-01-10 | 2019-04-26 | 国网江苏省电力有限公司宿迁供电分公司 | 一种清洁能源驱动多能互补系统运营优化方法 |
CN110378590A (zh) * | 2019-07-10 | 2019-10-25 | 国网福建省电力有限公司 | 基于改进数据包络分析模型的多能源微网运营效率评价方法 |
CN110378729A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院电工研究所 | 一种基于动态能源价格策略的综合需求响应方法 |
CN110909988A (zh) * | 2019-11-07 | 2020-03-24 | 中国电建集团吉林省电力勘测设计院有限公司 | 一种生物质能和风能太阳能互补供能系统及方法 |
CN111460361A (zh) * | 2020-03-12 | 2020-07-28 | 山东大学 | 用于多能互补综合能源系统的优化方法、系统及设备 |
CN111404183A (zh) * | 2020-04-22 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 区域综合能源系统多元储能协同配置方法、程序、系统与应用 |
CN111668878A (zh) * | 2020-04-30 | 2020-09-15 | 中国电力科学研究院有限公司 | 一种可再生微能源网的优化配置方法和系统 |
CN111738502A (zh) * | 2020-06-15 | 2020-10-02 | 上海交通大学 | 促进富余风电消纳的多能互补系统需求响应运行优化方法 |
CN112991087A (zh) * | 2020-06-19 | 2021-06-18 | 国网能源研究院有限公司 | 综合能源系统能量模拟与优化调度方法、系统及设备 |
CN112329260A (zh) * | 2020-11-24 | 2021-02-05 | 国网黑龙江省电力有限公司电力科学研究院 | 一种多能互补微网多元多目标优化配置与优化运行方法 |
CN112364556A (zh) * | 2020-11-27 | 2021-02-12 | 国网河北省电力有限公司经济技术研究院 | 基于多能互补的智慧能源优化配置方法及终端设备 |
CN112600217A (zh) * | 2020-12-09 | 2021-04-02 | 国网湖北省电力有限公司电力科学研究院 | 一种考虑多能互补的综合能源系统负荷侧优化调度方法 |
CN112633575A (zh) * | 2020-12-22 | 2021-04-09 | 山东大学 | 基于鲁棒优化的多能互补综合能源系统容量配置方法及系统 |
CN113311703A (zh) * | 2021-05-07 | 2021-08-27 | 华能青岛热电有限公司 | 智慧能源多能互动评价可视化系统及评价方法 |
CN113255992A (zh) * | 2021-05-21 | 2021-08-13 | 南京南瑞继保电气有限公司 | 一种园区级多能互补系统优化调度方法及装置 |
CN113596075A (zh) * | 2021-06-08 | 2021-11-02 | 国电南瑞南京控制系统有限公司 | 一种多能互补综合能源服务系统 |
CN113313410A (zh) * | 2021-06-17 | 2021-08-27 | 国网河北省电力有限公司电力科学研究院 | 多能源耦合建模评估方法、装置及终端设备 |
CN113240205A (zh) * | 2021-06-21 | 2021-08-10 | 云南电网有限责任公司电力科学研究院 | 一种基于多能源综合利用的区域用能系统替代优化方法 |
CN113420930A (zh) * | 2021-06-30 | 2021-09-21 | 中国人民解放军国防科技大学 | 考虑多能互补的综合能源系统负荷侧优化调度方法及系统 |
CN113779783A (zh) * | 2021-08-30 | 2021-12-10 | 国网上海市电力公司 | 计及多重不确定性的区域综合能源系统规划与运行联合优化方法 |
CN114118803A (zh) * | 2021-11-26 | 2022-03-01 | 国网江苏省电力有限公司电力科学研究院 | 一种多区域综合能源系统集成与协同优化方法及装置 |
Non-Patent Citations (5)
Title |
---|
YAJUN LI, REN ZHANG: "Study on the operation strategy for integrated energy system with multiple complementary energy based on developed superstructure model", vol. 43, no. 13, XP071644647, DOI: 10.1002/er.4712 * |
张利军;徐晨博;范娟娟;袁翔;徐汶;庄峥宇;: "区域能源互联网多能系统规划决策关键技术及应用", no. 04 * |
李瑞生;李献伟;张超;: "多能互补主动配电网技术方案及工程应用", no. 07 * |
艾芊;郝然;: "多能互补、集成优化能源系统关键技术及挑战", no. 04 * |
龚婕;华贲;: "分布式能源系统:联产和联供", no. 01 * |
Also Published As
Publication number | Publication date |
---|---|
CN114595584B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Multi-objective optimization of a gas turbine-based CCHP combined with solar and compressed air energy storage system | |
Ren et al. | Multi-objective optimization of combined cooling, heating and power system integrated with solar and geothermal energies | |
Wang et al. | Multi-objective planning of regional integrated energy system aiming at exergy efficiency and economy | |
Wei et al. | Multi-objective optimal operation and energy coupling analysis of combined cooling and heating system | |
Zeng et al. | A novel multi-objective optimization method for CCHP–GSHP coupling systems | |
Fan et al. | Energy, exergy, economic (3E) analysis, optimization and comparison of different Carnot battery systems for energy storage | |
Yilmaz | Thermoeconomic modeling and optimization of a hydrogen production system using geothermal energy | |
Wu et al. | Multi-objective and multi-algorithm operation optimization of integrated energy system considering ground source energy and solar energy | |
Li et al. | Bi-level optimization design strategy for compressed air energy storage of a combined cooling, heating, and power system | |
Fan et al. | Exergoeconomic optimization and working fluid comparison of low-temperature Carnot battery systems for energy storage | |
Karami et al. | Optimal scheduling of residential energy system including combined heat and power system and storage device | |
Hajabdollahi | Investigating the effects of load demands on selection of optimum CCHP-ORC plant | |
Chen et al. | Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm | |
Xue et al. | Multi-criteria thermodynamic analysis of pumped-thermal electricity storage with thermal integration and application in electric peak shaving of coal-fired power plant | |
Song et al. | Study on the optimization and sensitivity analysis of CCHP systems for industrial park facilities | |
Patel et al. | A comparative performance evaluation of the reversed Brayton cycle operated heat pump based on thermo-ecological criteria through many and multi objective approaches | |
Li et al. | Capacity design of a distributed energy system based on integrated optimization and operation strategy of exergy loss reduction | |
Wang et al. | Optimization of a distributed energy system with multiple waste heat sources and heat storage of different temperatures based on the energy quality | |
Chen et al. | Operation optimization of combined cooling, heating, and power superstructure system for satisfying demand fluctuation | |
CN112131712B (zh) | 客户侧多能源系统多目标优化方法和系统 | |
Ma et al. | Optimal dispatching strategy of regional micro energy system with compressed air energy storage | |
Song et al. | Modelling development and analysis on the Balanced Energy Networks (BEN) in London | |
Niu et al. | Optimal integration of solar collectors to Carnot battery system with regenerators | |
Kazemian et al. | Comparative techno-economic investigation of CCHP combined by GSHP based on response surface methodology | |
Liu et al. | Comprehensive evaluation of a novel liquid carbon dioxide energy storage system with cold recuperator: Energy, conventional exergy and advanced exergy analysis |
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 |