CN114997662A - 含电动车充电桩的区域分布式多能源系统低碳规划方法 - Google Patents
含电动车充电桩的区域分布式多能源系统低碳规划方法 Download PDFInfo
- Publication number
- CN114997662A CN114997662A CN202210650835.6A CN202210650835A CN114997662A CN 114997662 A CN114997662 A CN 114997662A CN 202210650835 A CN202210650835 A CN 202210650835A CN 114997662 A CN114997662 A CN 114997662A
- Authority
- CN
- China
- Prior art keywords
- power
- representing
- energy
- charging
- distributed
- 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 33
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004088 simulation Methods 0.000 claims abstract description 16
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 12
- 238000010276 construction Methods 0.000 claims abstract description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 178
- 239000007789 gas Substances 0.000 claims description 110
- 239000003345 natural gas Substances 0.000 claims description 91
- 238000004146 energy storage Methods 0.000 claims description 58
- 238000009826 distribution Methods 0.000 claims description 54
- 230000006399 behavior Effects 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 31
- 238000005057 refrigeration Methods 0.000 claims description 28
- 238000007599 discharging Methods 0.000 claims description 25
- 230000005611 electricity Effects 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000010521 absorption reaction Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 238000005338 heat storage Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000013486 operation strategy Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims 1
- -1 cold Substances 0.000 claims 1
- 238000001816 cooling Methods 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为含电动车充电桩的区域分布式多能源系统低碳规划方法，首先对电动汽车用户快速充电方式和慢速充电方式进行建模分析。然后，在以往研究的基础上，考虑含电动车充电桩的区域分布式多能源系统的规划研究，不同充电行为模式占比不同将对区域分布式多能源系统规划产生影响，最后通过仿真测试分析，当慢速充电行为需求比例占总充电负荷的比例越大，会使得系统的投资建设成本以及各子系统的运行成本降低。与此同时慢速充电行为占比越高，会使得系统的碳排放总量减小；此外，慢速充电行为所占比例升高时，会导致分布式能源系统的
效率有所下降。
Description
技术领域
本发明属于综合能源系统技术领域，涉及含电动车充电桩的区域分布式多能源系统低碳规划方法。
背景技术
随着能源发展思路向质量优先转变，构建低碳清洁、高效安全的能源系统结构是目前中国能源系统乃至世界能源体系首要发展方向。综合能源系统IES 将多种传统的能源进行统一规划、统一调度，实现各种能源之间的互补，极大的提高了能源的利用效率；IES通过将不同能源之间的能量进行耦合，使不同类型的能源之间相互配合，在节能减排方面的贡献也尤为突出。同时，IES将不同能源之间进行有机协调，当某一单一能源的供给出现中断时，IES可利用其余能源进行不间断供能，提高供能系统的可靠性。区域级分布式多能源系统可以为城市的某个区域或者园区进行不同能源的传输、转换、储存和分配，区域级分布式多能源系统通常在分布式能源站的基础上，结合城市配电网、配气网、供热网等，在终端能源消费者和能源生产者之间构建了有效的能源传输桥梁。然而，随着可再生能源发电技术的快速发展与成熟，其在系统中的接入比例也在逐年增高。
低碳经济发展也是目前世界各国应对全球气候变化的必由之路。，要构建以新能源为主体的新型电力系统，积极推动双碳目标的达成。因此，在系统规划阶段考虑分布式电源和具有灵活性特性的多元储能配置规划还有需要值得商榷和研究的问题。
发明内容
本发明的目的是提供一种非含电动车充电桩的区域分布式多能源系统低碳规划方法，解决了在区域分布式多能源规划阶段，电动车充电设备和储能设备的配置的优化运行问题。
本发明所采用的技术方案是：含电动车充电桩的区域分布式多能源系统低碳规划方法，具体按照以下步骤实施：
步骤1，从充电时间长度方面对电动车不同充电行为特性进行分析；
步骤2，构建含电动车充电桩的区域分布式多能源系统多目标低碳规划模型；
步骤3，采用松弛处理技术和线性化方法对多目标低碳规划模型进行处理，使用GUROBI9.0.1作为优化问题的求解器，对模型进行求解。
本发明的特点还在于：
步骤1具体按照以下实施：
从充电时间长度方面考虑用户充电行为，可以将其分析快速充电行为和慢速充电行为。
步骤1.1、电动汽车慢速充电桩
在电动汽车的慢充行为方式下，电动汽车可以在引导下进行充电和对电网进行放电两种工作模式。在放电的工作模式下，此时电动汽车不再作为一种电力负荷从分布式多能源消耗电能，而是作为电源向系统进行供电，以满足其他类型的电力负荷需求。由于在慢充方式下，涉及到向系统放电的行为。因此会对区域分布式多能源系统的潮流产生影响。通过引导电动汽车在负荷高峰时期进行放电行为，在电力负荷低谷时期进行用电，从而提高系统的经济性和电能质量。
在考虑电动汽车慢充设施的容量规划时，其安装的慢充设备台数必须满足最大的功率需求，具体如式(1)所示：
式中：
表示在分布式能源站j处安装慢速设施的最大数量；
表示w时段分布式能源站j处的慢充功率；
表示单台慢充设施的容量大小。
为了量化慢充设备的充放电行为，本发明采效用函数来评估慢充方式下的经济型收益行为。具体如公式(2)所示：
式中：vsc表示为充电效益系数值，电动汽车充电时为正，放电时为负。
采用电动汽车慢充方式时，式为(3)表示电动汽车的充电功率不能超过其最大功率且不小于其最小功率；式(4)表示电动汽车慢充方式下的充电总功率需要满足分布式能源站日充电需求：
式中：
分别表示慢充方式下允许的最大和最小充电效率；
表示分布式能源站j的日充电需求；j∈DES表示规划的分布式能源站集合。
步骤1.2、电动汽车快速充电桩
在规划阶段当用户采用快速充电行为，不再考虑电动汽车参与放电行为。在本发明研究中，仅考虑每时刻具有快充需求的电动汽车参与充电。因此采用一种简化的快速充电模型，表示本发明所考虑的快速行为：
式中：
表示分布式能源站j在w时段电动汽车快充功率；
表示分布式能源站j在w时段的充电需求。
步骤2具体通过以下实施：
在规划阶段考虑的储能设备有电储能ES、储气罐GS、储热罐HS，同时考虑电动汽充电桩的配置。本发明旨在最小化系统的投资运行成本、系统模拟运行阶段碳排放量以及最大化系统的
效率。
步骤2.1、构建考虑
效率的目标函数
(1)系统经济性最优：
min FECO＝k·finv+fope (7)
式中：finv为项目规划周期内能源站内设备投资费用总和；k系统投资费用总和的等年值系数，取值与项目投资年限有关；fope为系统在一个完整模拟运行年内的运行成本。
一个完整模拟运行年内的运行总成本，包括分布式能源站、城市配电网以及天然气网的运行成本总和。下式(8)-(12)对经济性目标函数进行具体描述：
式中：DG∈ΓDG、s∈Γs、m∈Γc分别表示分布式电源、能源转换设备、储能设备的类型集合；cDG、cs、cm分别表示不同类型的分布式电源DG、储能设备s以及能量转化设备m单位投资成本；csc、cfc分别表示慢速充电设备、快速充电设备的单位投资成本；
分别表示分布式能源站j内慢速充电设备和快速充电设备安装的容量大小；
分别表示分布式能源站j内储能设备s和能源转换设备m的安装容量。
式中：
分别表示热电联产机组CHP、燃气轮机GB、电转气P2G、吸收式制冷AC、电制冷EC、电储能ES、储热罐 HS、储气罐GS设备的单位运行成本；
分别表示分布式能源站j 内w时段电储能设备充放电功率；
分别表示分布式能源站j内w 时段储热罐储热、供热功率；
分别表示分布式能源站j内w时段储气罐储气、供气功率；
分别表示分布式能源站j内w时段慢速充电设备和快速充电设备的功率大小；CM、Cmain、
CS分别表示分布式多能源系统中配电网从主网购电成本、分布式电源弃风弃光惩罚成本、配电网的传线路损耗成本以及配气网从气源的购气成本；
分别表示区域分布式多能源系统配电网变压器输出的总功率、配气网天然气源输出的总的气功率；
表示 w时段风电和光伏设备的输出功率。
(2)系统运行阶段碳排放最小：
式中：αgas、αelec分别表示天然气和电的二氧化碳排放系数；
表示生成单位天然气所需要的CO2的成本系数。
(3)系统
效率最大：
在区域分布式能源规划阶段考虑系统可转化有用功的水平，可以有效提高系统运行能效。
效率为整个系统收入的
值与消耗的
值之比，本发明在分布式多能源系统规划阶段，将系统的
效率最大作为目标函数之一，以保证系统的规划策略和模拟运行策略使系统运行效率处于高水平。
式中：
步骤2.2、构建约束条件
(1)投资约束：
在对区域分布式多能源系统进行投资建设时，能源站内充电桩设备不超过其最大投资建设数量，如式(15)所示：
式中：
表示能源站j处充电桩的数量；
表示能源站j处充电桩数量的最大值。
(2)配电网运行约束：
节点功率平衡约束：
式中：k∈σ(j)、k∈u(j)分别表示以j为根节点和子节点的配电网支路集合；j∈ΩEB、 ij∈ΩEL分别表示配电网j节点集合和配电网支路ij集合；Pij，t、Qij，t分别表示t时刻配电网流过支路ij的有功功率和无功功率；rij、xij分别表示配电网支路ij的线路电阻和电抗；Pj，t、Qj，t分别表示t时刻注入节点j的有功功率和无功功率；Uj，t、Iij，t分别表示t时刻节点j的电压和流过支路ij的电流；
分别表示分布式能源站j内CHP、PV、WTG、EC、P2G在w时段运行的有功功率；
分别表示分布式能源j内ES在w时段内充电和放电功率；
分别表示分布式电源j内PV和WTG的在w时段的有功和无功功率；
分别表示分布式能源站j内w时段的有功和无功负荷。
安全运行约束：
式中：
分别表示配电网节点n电压幅值平方的下限和上限；
表示配电网支路l电流幅值平方的上限和功率上限值；ΩEL、ΩDN分别表示配电网支路l集合、节点n集合。
分别表示在w时段配电网支路l电流幅值平方和节点n电压幅值平方；Pl，w表示在w时段支路l的有功功率。
(3)天然气网运行约束
节点气功率平衡约束：
常规节点的气功率平衡约束这里不再赘述，连接能源站处的气功率平衡约束如下：
式中：
分别表示分布式能源站j内GS设备在w时段的储气和输气功率；
分别表示分布式能源站j内CHP、GB、P2G设备在w时段的气功率；
表示分布式能源站j在w时刻的天然气负荷；gjk，w、gij，w分别表示配气网中从节点j流向节点k的天然气流量以及从节点i流向节点j的天然气流量；jk∈u(j)、ij∈w(j)分别表示以j为首节点的天然气节点结合以及以j为末节点天然气节点集合。
天然气气源供气约束：
式中：GSmin、GSmax分别表示天然气网气源供气下限和上限；gsh，w表示天然气气源h在w时段的供气量。
节点气压约束：
式中：
分别表示天然气网节点i所允许的压力下限和上限；πi，w表示天然气网节点i在w时段的节点压力。
管道流量约束：
式中：
分别表示天然气网管道p内所允许的流量下限和上限；fpp，w表示天然气网管道p在w时段的管道流量。
天然气管道Weymouth方程：
式中：fpij，t表示天然气管道ij的管道流量；Cp表示天然气管道传输参数，与管道长度、内径、温度等因素有关；πi，t表示天然气节点压力；sgn(πi，t-πj，t)为符号函数，当i节点气压高于j节点时为1，反之为-1；Kp为天然气管道p的气流传输参数。
(4)分布式能源站运行约束
风电机组出力约束：
式中：uPV，w表示不同典型日场景下PV的出力因子；
表示分布式能源站j在w 时段分布式电源PV的最大输出功率；
表示分布式能源站j内w时段PV 输出的有功功率和无功功率；αDG表示分布式电源的功率因数；
光伏设备出力约束：
式中：upw，w表示不同典型日场景下WT的出力因子；
表示分布式能源站j在w 时段分布式电源WT的最大输出功率；
表示分布式能源站j内w时段 WT输出的有功功率和无功功率；αDG表示分布式电源的功率因数。
热电联产机组运行约束：
式中：
表示t时刻热电联产机组输入的气功率；
表示t时刻热电联产机组运行所产生的电功率和热功率；
表示热电联产机组产电和产热的运行效率；
为热电联产机组的功率运行上限；
为天然气的高热值，
3.142为单位换算系数(1w＝3.142btu/h)。
燃气锅炉运行约束：
式中：
表示t时刻天然气网输入燃气锅炉的气功率；
表示t时刻燃气锅炉运行所产生的热功率；
表示燃气锅炉的运行效率；
表示燃气锅炉的功率运行上限。
电转气设备运行约束：
式中：
表示t时刻电转气装置生成天然气的气功率；
表示t时刻电转气装置输入的电功率；ηP2G表示电转气装置的转化天然气的效率；
表示电转气装置的运行功率上限。
吸收式制冷装置运行约束：
式中：
表示t时刻吸收式制冷装置吸收的热功率；
表示t时刻吸收式制冷装置输出的冷功率；
表示吸收式制冷装置制冷效率；
表示吸收式制冷装置的功率上限。
电制冷装置运行约束：
式中：
表示t时刻电制冷装置输入的电功率；
表示t时刻电制冷装置输出的冷功率；
表示电制冷装置制冷效率；
表示电制冷装置的功率上限。
在投资规划时各类能量转换设备的运行功率不超过相对应类型设备的总功率之和，具体如公式(43)：
式中：Pj，c，w表示分布式能源站j内c类k型能量转换设备在w时段总的输出功率；
表示分布式能源站j内k型能量转换设备的最大输出功率。
储能设备运行约束：
采用通用的储能模型表示三种储能设备，即储电、储气以及储热设备：
式中：
为0，1整数变量，用来表示充放能状态；ΩDES表示多元储能集合{ES、HS、GS}；
表示分布式能源站j内m类储能设备在w时段时刻的充放能功率；
表示m类储能设备充放能功率的上限；ηchar_m、ηdischar_m分别表示m类储能设备的充放能效率；Sj，m，w表示能源站j内m类储能设备w时刻的电荷状态；
表示m类k型储能设备的容量上限。
能量平衡约束：
分布式能源站内电、气负荷功率平衡已在式(16)、(17)、(22)进行介绍，此外还需考虑冷、热负荷的功率平衡，如公式(49)、(50)：
式中：
表示分布式能源站j在w时段所需要的冷负荷功率；
表示分布式能源站j在w时段所需要的热负荷功率。
步骤3具体按照以下步骤实施：
将所构建的考虑充电桩和储能设备的区域分布式多能源系统多目标配置规划模型为混合整数非线性规划模型，采用松弛处理技术和线性化方法对其进行处理。
采用二阶锥松弛技术，对其进行凸松弛处理。
式中：
表示支路ij在t时刻电流的平方；
表示节点i在t时刻电压的平方；
针对气网的Weymouth稳态方程式，采用线性化处理方法，具体处理方法如下。首先引入新的整数变量xl∈{0，1}，当xl＝1表示天然气管道流量fpl≥0，当xl＝0 表示，管道流量fpl＜0；此外，对于天然气管道l，引入变量zli＝xl·πi和zlj＝xl·πj，通过上述变量的引入，可以将天然气管道流量传输特性约束松弛处理为如下约束，如式(52)-(57)。
根据上述介绍的松弛处理，将本发明建立的混合整数非线性模型，转化为混合整数二阶锥模型(58)，可以将模型总结为：
本发明的有益效果是：本发明含电动车充电桩的区域分布式多能源系统低碳规划方法，对电动汽车用户快速充电方式和慢速充电方式进行建模分析，考虑含电动车充电桩的区域分布式多能源系统的规划研究，分析不同充电行为模式占比不同将对区域分布式多能源系统规划产生影响。解决了含电动车充电桩的区域分布式多能源系统低碳规划方面的问题。
附图说明
图1是本发明的电动汽车接入的区域分布式多能源系统框架图；
图2是本发明考虑电动汽车的分布式多能源系统规划求解流程图；
图3是本发明的仿真测试算例系统的结构图；
图4是本发明在场景3下快速充电设备的最优运行策略；
图5是本发明在场景3下慢速充电设备的最优运行策略。
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。
图1为能源站内考虑新能源汽车充电桩和多元储能的结构示意图。从充电时间长度方面考虑用户充电行为，将其分为快速、慢速充电行为。
步骤1、从充电时间长度方面考虑用户充电行为，可以将其分析快速充电行为和慢速充电行为。
步骤1.1、电动汽车慢速充电桩
在电动汽车的慢充行为方式下，电动汽车可以在引导下进行充电和对电网进行放电两种工作模式。在放电的工作模式下，此时电动汽车不再作为一种电力负荷从分布式多能源消耗电能，而是作为电源向系统进行供电，以满足其他类型的电力负荷需求。由于在慢充方式下，涉及到向系统放电的行为。因此会对区域分布式多能源系统的潮流产生影响。通过引导电动汽车在负荷高峰时期进行放电行为，在电力负荷低谷时期进行用电，从而提高系统的经济性和电能质量。
在考虑电动汽车慢充设施的容量规划时，其安装的慢充设备台数必须满足最大的功率需求，具体如式(1)所示：
式中：
表示在分布式能源站j处安装慢速设施的最大数量；
表示w时段分布式能源站j处的慢充功率；
表示单台慢充设施的容量大小。
为了量化慢充设备的充放电行为，本发明采效用函数来评估慢充方式下的经济型收益行为。具体如公式(2)所示：
式中：vsc表示为充电效益系数值，电动汽车充电时为正，放电时为负。
采用电动汽车慢充方式时，式为(3)表示电动汽车的充电功率不能超过其最大功率且不小于其最小功率；式(4)表示电动汽车慢充方式下的充电总功率需要满足分布式能源站日充电需求：
式中：
分别表示慢充方式下允许的最大和最小充电效率；
表示分布式能源站j的日充电需求；j∈DES表示规划的分布式能源站集合。
步骤1.2、电动汽车快速充电桩
在规划阶段当用户采用快速充电行为，不再考虑电动汽车参与放电行为。在本发明研究中，仅考虑每时刻具有快充需求的电动汽车参与充电。因此采用一种简化的快速充电模型，表示本发明所考虑的快速行为：
式中：
表示分布式能源站j在w时段电动汽车快充功率；
表示分布式能源站j在w时段的充电需求。
步骤2具体通过以下实施：
在规划阶段考虑的储能设备有电储能ES、储气罐GS、储热罐HS，同时考虑电动汽充电桩的配置。本发明旨在最小化系统的投资运行成本、系统模拟运行阶段碳排放量以及最大化系统的
效率。
步骤2.1、构建考虑
效率的目标函数
(1)系统经济性最优：
min FECO＝k·finv+fope (7)
式中：finv为项目规划周期内能源站内设备投资费用总和；k系统投资费用总和的等年值系数，取值与项目投资年限有关；fope为系统在一个完整模拟运行年内的运行成本。
一个完整模拟运行年内的运行总成本，包括分布式能源站、城市配电网以及天然气网的运行成本总和。下式(8)-(12)对经济性目标函数进行具体描述：
式中：DG∈ΓDG、s∈Γs、m∈Γc分别表示分布式电源、能源转换设备、储能设备的类型集合；cDG、cs、cm分别表示不同类型的分布式电源DG、储能设备s以及能量转化设备m单位投资成本；csc、cfc分别表示慢速充电设备、快速充电设备的单位投资成本；
分别表示分布式能源站j内慢速充电设备和快速充电设备安装的容量大小；
分别表示分布式能源站j内储能设备s和能源转换设备m的安装容量。
(2)系统运行阶段碳排放最小：
式中：αgas、αelec分别表示天然气和电的二氧化碳排放系数；
表示生成单位天然气所需要的CO2的成本系数。
(3)系统
效率最大：
在区域分布式能源规划阶段考虑系统可转化有用功的水平，可以有效提高系统运行能效。
效率为整个系统收入的
值与消耗的
值之比，本发明在分布式多能源系统规划阶段，将系统的
效率最大作为目标函数之一，以保证系统的规划策略和模拟运行策略使系统运行效率处于高水平。
式中：
步骤2.2、构建约束条件
(1)投资约束：
在对区域分布式多能源系统进行投资建设时，能源站内充电桩设备不超过其最大投资建设数量，如式(15)所示：
式中：
表示能源站j处充电桩的数量；
表示能源站j处充电桩数量的最大值。
(2)配电网运行约束：
节点功率平衡约束：
式中：k∈σ(j)、k∈u(j)分别表示以j为根节点和子节点的配电网支路集合； j∈ΩEB、ij∈ΩEL分别表示配电网j节点集合和配电网支路ij集合；Pij，t、Qij，t分别表示t时刻配电网流过支路ij的有功功率和无功功率；rij、xij分别表示配电网支路 ij的线路电阻和电抗；Pj，t、Qj，t分别表示t时刻注入节点j的有功功率和无功功率； Uj，t、Iij，t分别表示t时刻节点j的电压和流过支路ij的电流；
分别表示分布式能源站j内CHP、PV、WTG、EC、P2G在w时段运行的有功功率；
分别表示分布式能源j内ES在w时段内充电和放电功率；
分别表示分布式电源j内PV和WTG的在w时段的有功和无功功率；
分别表示分布式能源站j内w时段的有功和无功负荷。
安全运行约束：
式中：
分别表示配电网节点n电压幅值平方的下限和上限；
表示配电网支路l电流幅值平方的上限和功率上限值；ΩEL、ΩDN分别表示配电网支路l集合、节点n集合。
分别表示在w时段配电网支路l电流幅值平方和节点n电压幅值平方；Pl，w表示在w时段支路l的有功功率。
(3)天然气网运行约束
节点气功率平衡约束：
常规节点的气功率平衡约束这里不再赘述，连接能源站处的气功率平衡约束如下：
式中：
分别表示分布式能源站j内GS设备在w时段的储气和输气功率；
分别表示分布式能源站j内CHP、GB、P2G设备在w时段的气功率；
表示分布式能源站j在w时刻的天然气负荷；gjk，w、gij，w分别表示配气网中从节点j流向节点k的天然气流量以及从节点i流向节点j的天然气流量；jk∈u(j)、ij∈w(j)分别表示以j为首节点的天然气节点结合以及以j为末节点天然气节点集合。
天然气气源供气约束：
式中：GSmin、GSmax分别表示天然气网气源供气下限和上限；gsh，w表示天然气气源h在w时段的供气量。
节点气压约束：
式中：
分别表示天然气网节点i所允许的压力下限和上限；πi，w表示天然气网节点i在w时段的节点压力。
管道流量约束：
式中：
分别表示天然气网管道p内所允许的流量下限和上限；fpp，w表示天然气网管道p在w时段的管道流量。
天然气管道Weymouth方程：
式中：fpij，t表示天然气管道ij的管道流量；Cp表示天然气管道传输参数，与管道长度、内径、温度等因素有关；πi，t表示天然气节点压力；sgn(πi，t-πj，t)为符号函数，当i节点气压高于j节点时为1，反之为-1；Kp为天然气管道p的气流传输参数。
(4)分布式能源站运行约束
风电机组出力约束：
式中：uPV，w表示不同典型日场景下PV的出力因子；
表示分布式能源站j在w 时段分布式电源PV的最大输出功率；
表示分布式能源站j内w时段PV 输出的有功功率和无功功率；αDG表示分布式电源的功率因数；
光伏设备出力约束：
式中：upw，w表示不同典型日场景下WT的出力因子；
表示分布式能源站j在w 时段分布式电源WT的最大输出功率；
表示分布式能源站j内w时段 WT输出的有功功率和无功功率；αDG表示分布式电源的功率因数。
热电联产机组运行约束：
式中：
表示t时刻热电联产机组输入的气功率；
表示t时刻热电联产机组运行所产生的电功率和热功率；
表示热电联产机组产电和产热的运行效率；
为热电联产机组的功率运行上限；
为天然气的高热值，
3.142为单位换算系数(1w＝3.142btu/h)。
燃气锅炉运行约束：
式中：
表示t时刻天然气网输入燃气锅炉的气功率；
表示t时刻燃气锅炉运行所产生的热功率；
表示燃气锅炉的运行效率；
表示燃气锅炉的功率运行上限。
电转气设备运行约束：
式中：
表示t时刻电转气装置生成天然气的气功率；
表示t时刻电转气装置输入的电功率；ηP2G表示电转气装置的转化天然气的效率；
表示电转气装置的运行功率上限。
吸收式制冷装置运行约束：
式中：
表示t时刻吸收式制冷装置吸收的热功率；
表示t时刻吸收式制冷装置输出的冷功率；
表示吸收式制冷装置制冷效率；
表示吸收式制冷装置的功率上限。
电制冷装置运行约束：
式中：Pt EC表示t时刻电制冷装置输入的电功率；
表示t时刻电制冷装置输出的冷功率；
表示电制冷装置制冷效率；
表示电制冷装置的功率上限。
在投资规划时各类能量转换设备的运行功率不超过相对应类型设备的总功率之和，具体如公式(43)：
式中：Pj，c，w表示分布式能源站j内c类k型能量转换设备在w时段总的输出功率；
表示分布式能源站j内k型能量转换设备的最大输出功率。
储能设备运行约束：
采用通用的储能模型表示三种储能设备，即储电、储气以及储热设备：
式中：
为0，1整数变量，用来表示充放能状态；ΩDES表示多元储能集合{ES、HS、GS}；
表示分布式能源站j内m类储能设备在w时段时刻的充放能功率；
表示m类储能设备充放能功率的上限；ηchar_m、ηdischar_m分别表示m类储能设备的充放能效率；Sj，m，w表示能源站j内m类储能设备w时刻的电荷状态；
表示m类k型储能设备的容量上限。
能量平衡约束：
分布式能源站内电、气负荷功率平衡已在式(16)、(17)、(22)进行介绍，此外还需考虑冷、热负荷的功率平衡，如公式(49)、(50)：
式中：
表示分布式能源站j在w时段所需要的冷负荷功率；
表示分布式能源站j在w时段所需要的热负荷功率。
步骤3具体按照以下步骤实施：
将所构建的考虑充电桩和储能设备的区域分布式多能源系统多目标配置规划模型为混合整数非线性规划模型，采用松弛处理技术和线性化方法对其进行处理。
采用二阶锥松弛技术，对其进行凸松弛处理。
式中：
表示支路ij在t时刻电流的平方；
表示节点i在t时刻电压的平方；
针对气网的Weymouth稳态方程式，采用线性化处理方法，具体处理方法如下。首先引入新的整数变量xl∈{0，1}，当xl＝1表示天然气管道流量fpl≥0，当xl＝0 表示，管道流量fpl＜0；此外，对于天然气管道l，引入变量zli＝xl·πi和zlj＝xl·πj，通过上述变量的引入，可以将天然气管道流量传输特性约束松弛处理为如下约束，如式(52)-(57)。
根据上述介绍的松弛处理，将本文建立的混合整数非线性模型，转化为混合整数二阶锥模型(58)，可以将模型总结为：
实施例
为了研究本章考虑电动汽车充电桩以及储能设备接入后区域分布式多能源系统能源站设备容量配置规划情况，本发明采用分布式能源站建立仿真测试系统，采用IEEE33节点配电网、24节点城市配气网以及4个具有多元负荷特性的分布式能源站建立仿真测试系统，对考虑电动汽车充电桩和储能设备配置的区域分布式多能源系统规划模型进行仿真算例测试，并且对能源站内设备进行投资策略规划，系统结构如图3所示。
涉及到的储能设备各项技术参数如表1。
表1 候选储能设备经济技术参数
为了研究考虑储能和充电桩设备的区域分布式多能源系统容量配置规划，本发明分析快充设备和慢充设备接入比不同的情况。
场景1～3：考虑在满足相同电动汽车充电负荷需求时，慢充设备和快充设备所占不同比重下能源站内设备配置情况。设置的比例分为1∶3；1∶1；3∶1。
(1)目标函数值总体性分析
如表2所示为本发明所设置的不同场景下系统的投资运行成本、碳排放总量和
效率值。
表2 不同场景下能源站规划各项成本
从总体看，在规划阶段考虑电动汽车用户的充电行为，采用慢速充电和快速充电两种行为方式。当慢速充电行为需求比例占总充电负荷的比例越大，会使得系统的投资建设成本以及各子系统的运行成本降低。与此同时慢速充电行为占比越高，会使得系统的碳排放总量减小。当电动汽车考虑不同充电行为下，随着慢速充电行为所占比例升高时，会导致能源系统站的
效率有所下降。
(2)碳排放分析
表3 不同场景下环境污染物的排放情况
分布式能源环境污染物排放中，可以直观看出CO2占比相比于SO2、NOX最大。在考虑电动汽车不同充电行为的充电桩接入后，由于慢速充电方式和快速充电方式的所占比例不同，会使得系统的环境污染物排放量有所差异。当慢速充电行为在电动汽车充电负荷需求的占比增大时，其总的污染物排放量会呈现下降趋势。
(3)
效率分析
在表2中，情景1至情景3的
效率分别为90.91％、87.93％、84.83％。当电动汽车考虑不同充电行为下，随着慢速充电行为所占比例升高时，会导致能源系统站的
效率有所下降。
(4)电动汽车不同充电行为运行策略分析
如图4，当电动汽车用户采快速充电行为方式，其负荷需求会与一天中不同时刻下的总充电需求有关，此时将电动汽车用户作为一种电负荷，从系统中获取电能，去满足其充电需求。在三个不同典型场景日下，快速充电桩的输出功率与不同时刻的电动汽车用户充电需求有关系，并且随之变化。如图5所示，当电动汽车用户采用慢速充电桩进行充电。在电负荷高峰时刻采用本发明所提的运行策略会引导电动汽车通过慢速充电桩设备向系统进行放电。此方式调动了电动汽车用户放电的积极性，也使得电动汽车作为一种可移动电源设备，这种灵活性资源起到较好的平抑负荷作用。
综上，当慢速充电行为需求比例占总充电负荷的比例越大，会使得系统的投资建设成本以及各子系统的运行成本降低。与此同时慢速充电行为占比越高，会使得系统的碳排放总量减小；此外，慢速充电行为所占比例升高时，会导致分布式能源系统的
效率有所下降。
Claims (5)
1.含电动车充电桩的区域分布式多能源系统低碳规划方法，其特征在于，在区域分布式多能源系统规划阶段考虑电动车不同充电行为和储能配置，具体按照以下步骤实施：
步骤1，从充电时间长度方面对电动车不同充电行为特性进行分析；
步骤2，构建含电动车充电桩的区域分布式多能源系统多目标低碳规划模型；
步骤3，采用松弛处理技术和线性化方法对多目标低碳规划模型进行处理，使用GUROBI9.0.1作为优化问题的求解器对模型进行求解。
2.根据权利要求1所述的含电动车充电桩的区域分布式多能源系统低碳规划方法，其特征在于，步骤1具体按照以下步骤实施：
步骤1、从充电时间长度方面考虑用户充电行为，可以将其分为快速充电行为和慢速充电行为；
步骤1.1、电动汽车慢速充电桩
在电动汽车的慢充行为方式下，电动汽车可以在引导下进行充电和对电网进行放电两种工作模式；
在考虑电动汽车慢充设施的容量规划时，其安装的慢充设备台数必须满足最大的功率需求，具体如式(1)所示：
式中：
为了量化慢充设备的充放电行为，利用效用函数来评估慢充方式下的经济型收益行为，具体如公式(2)所示：
式中：
vsc——表示为充电效益系数值，当给电动汽车充电时为正，放电时为负；
采用电动汽车慢充方式时，式为(3)表示电动汽车的充电功率不能超过其最大功率且不小于其最小功率；式(4)表示电动汽车慢充方式下的充电总功率需要满足分布式能源站日充电需求：
式中：
j∈DES——表示规划的分布式能源站集合；
步骤1.2、电动汽车快速充电桩
在规划阶段当用户采用快速充电行为，不再考虑电动汽车参与放电行为；仅考虑每时刻具有快充需求的电动汽车参与充电，快速充电模型为：
式中：
3.根据权利要求1所述的含电动车充电桩的区域分布式多能源系统低碳规划方法，其特征在于，步骤2具体按照以下步骤实施：
步骤2.1、构建考虑
效率的目标函数
(1)系统经济性最优：
min FECO＝k·finv+fope (7)
式中：
finv——为项目规划周期内能源站内设备投资费用总和；
k——系统投资费用总和的等年值系数，取值与项目投资年限有关；
fope——为系统在一个完整模拟运行年内的运行成本；其中，一个完整模拟运行年内的运行总成本，包括分布式能源站、城市配电网以及天然气网的运行成本总和，下式(8)-(12)对经济性目标函数进行具体描述：
式中：
DG∈ΓDG、s∈Γs、m∈ΓC——分别表示分布式电源、能源转换设备、储能设备的类型集合；
cDG、cs、cm——分别表示不同类型的分布式电源DG、储能设备s以及能量转化设备m单位投资成本；
csc、cfc——分别表示慢速充电设备、快速充电设备的单位投资成本；
式中：
CM、Cmain、
CS——分别表示分布式多能源系统中配电网从主网购电成本、分布式电源弃风弃光惩罚成本、配电网的传线路损耗成本以及配气网从气源的购气成本；
(2)系统运行阶段碳排放最小：
式中：
αgas、αelec——分别表示天然气和电的二氧化碳排放系数；
(3)系统
效率最大：
在分布式多能源系统规划阶段，将系统的
效率最大作为目标函数之一，以保证系统的规划策略和模拟运行策略使系统运行效率处于高水平，具体如式(14)所示：
式中：
λele、λheat、λcol、λgas——分别表示电、热、冷、气负荷的能质系数值；
λE、λDG、λG——分别表示配电网、分布式电源、天然气的能质系数；
步骤2.2、构建约束条件。
4.根据权利要求3所述的含电动车充电桩的区域分布式多能源系统低碳规划方法，其特征在于，步骤2.2构建的约束条件如下：
(1)投资约束：
在对区域分布式多能源系统进行投资建设时，能源站内充电桩设备不超过其最大投资建设数量，如式(15)所示：
式中：
(2)配电网运行约束：
节点功率平衡约束：
式中：
k∈σ(j)、k∈u(j)——分别表示以j为根节点和子节点的配电网支路集合；
j∈ΩEB、ij∈ΩEL——分别表示配电网j节点集合和配电网支路ij集合；
Pij，t、Qij，t——分别表示t时刻配电网流过支路ij的有功功率和无功功率；
rij、xij——分别表示配电网支路ij的线路电阻和电抗；
Pj，t、Qj，t——分别表示t时刻注入节点j的有功功率和无功功率；
Uj，t、Iij，t——分别表示t时刻节点j的电压和流过支路ij的电流；
安全运行约束：
式中：
ΩEL、ΩDN——分别表示配电网支路l集合、节点n集合；
Pl，w——表示在w时段支路l的有功功率；
(3)天然气网运行约束
节点气功率平衡约束：
常规节点的气功率平衡约束这里不再赘述，连接能源站处的气功率平衡约束如下：
式中：
gjk，w、gij，w——分别表示配气网中从节点j流向节点k的天然气流量以及从节点i流向节点j的天然气流量；
jk∈u(j)、ij∈w(j)——分别表示以j为首节点的天然气节点结合、以j为末节点天然气节点集合；
天然气气源供气约束：
式中：
GSmin、GSmax——分别表示天然气网气源供气下限和上限；
gsh，w——表示天然气气源h在w时段的供气量；
节点气压约束：
式中：
πi，w——表示天然气网节点i在w时段的节点压力；
管道流量约束：
式中：
fpp，w——表示天然气网管道p在w时段的管道流量；
天然气管道Weymouth方程：
式中：
fpij，t——天然气管道ij的管道流量；
Cp-天然气管道传输参数，与管道长度、内径、温度等因素有关；
πi，t——天然气节点压力；
sgn(πi，t-πj，t)——为符号函数，当i节点气压高于j节点时为1，反之为-1；
Kp为天然气管道p的气流传输参数；
(4)分布式能源站运行约束
风电机组出力约束：
式中：
uPV，w——表示不同典型日场景下PV的出力因子；
αDG——表示分布式电源的功率因数；
光伏设备出力约束：
式中：
upw，w——表示不同典型日场景下WT的出力因子；
αDG——表示分布式电源的功率因数；
热电联产机组运行约束：
式中：
Pt CHP、
——表示t时刻热电联产机组运行所产生的电功率和热功率；
燃气锅炉运行约束：
式中：
电转气设备运行约束：
式中：
Pt P2G——表示t时刻电转气装置输入的电功率；
ηP2G——表示电转气装置的转化天然气的效率；
吸收式制冷装置运行约束：
式中：
电制冷装置运行约束：
式中：
Pt EC——表示t时刻电制冷装置输入的电功率；
在投资规划时各类能量转换设备的运行功率不超过相对应类型设备的总功率之和，具体如公式(43)：
式中：
Pj，c，w——表示分布式能源站j内c类k型能量转换设备在w时段总的输出功率；
储能设备运行约束：
采用通用的储能模型表示三种储能设备，即储电、储气以及储热的运行情况：
式中：
ΩDES——表示多元储能集合{ES、HS、GS}，包含电储能、热储能、气储能；
ηchar_m、ηdischar_m——分别表示m类储能设备的充放能效率；
Sj，m，w——表示表示分布式能源站j内m类储能设备w时刻的电荷状态；
能量平衡约束：
分布式能源站内电、气负荷功率平衡已在式(16)、(17)、(22)进行介绍，此外还需考虑冷、热负荷的功率平衡，如公式(49)、(50)：
式中：
5.根据权利要求4所述的含电动车充电桩的区域分布式多能源系统低碳规划方法，其特征在于，步骤3具体按照以下步骤实施：
将所构建的考虑充电桩和储能设备的区域分布式多能源系统多目标低碳规划模型为混合整数非线性规划模型；
采用二阶锥松弛技术，对其进行凸松弛处理；
式中：
针对气网的Weymouth稳态方程式，采用线性化处理方法，具体处理方法如下：首先引入新的整数变量xl∈{0，1}，当xl＝1表示天然气管道流量fpl≥0，当xl＝0表示，管道流量fpl＜0；此外，对于天然气管道l，引入变量zli＝xl·πi和zlj＝xl·πj，通过引入上述变量，可将天然气管道流量传输特性约束松弛处理为如下约束，如式(52)-(57)：
将建立的混合整数非线性模型转化为混合整数二阶锥模型(58)，可以将模型总结为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210650835.6A CN114997662A (zh) | 2022-06-09 | 2022-06-09 | 含电动车充电桩的区域分布式多能源系统低碳规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210650835.6A CN114997662A (zh) | 2022-06-09 | 2022-06-09 | 含电动车充电桩的区域分布式多能源系统低碳规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114997662A true CN114997662A (zh) | 2022-09-02 |
Family
ID=83032502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210650835.6A Pending CN114997662A (zh) | 2022-06-09 | 2022-06-09 | 含电动车充电桩的区域分布式多能源系统低碳规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114997662A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116771450A (zh) * | 2023-07-14 | 2023-09-19 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制系统和控制方法 |
-
2022
- 2022-06-09 CN CN202210650835.6A patent/CN114997662A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116771450A (zh) * | 2023-07-14 | 2023-09-19 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制系统和控制方法 |
| CN116771450B (zh) * | 2023-07-14 | 2024-01-23 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制系统 |
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 | |
| CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
| CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
| CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
| CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
| CN104361416A (zh) | 一种考虑大规模电动汽车接入的电网双层优化调度方法 | |
| CN110163415B (zh) | 一种变工况特性下的多能流系统多目标模糊协同优化方法 | |
| CN113159407B (zh) | 基于区域综合能源系统的多能储存模块容量优化配置方法 | |
| CN107276080A (zh) | 一种节能减排发展目标贡献率的计算方法 | |
| CN112380730A (zh) | 一种考虑多能耦合交互的综合能源微网优化运行方法 | |
| CN114595619A (zh) | 基于氢储能的综合能源系统优化方法 | |
| CN111130145A (zh) | 一种基于合理弃风弃光的风光装机容量优化规划方法 | |
| Chi et al. | Optimization of configuration for home micro-grid cogeneration system based on Wind-PV/T-PEMFC | |
| CN114997662A (zh) | 含电动车充电桩的区域分布式多能源系统低碳规划方法 | |
| Gu et al. | Assessment and Prospect of Region Joint Electrolytic Hydrogen Systems Considering Multiple Energy Sources: Wind, Solar, Hydro and Thermal Power | |
| CN112653137A (zh) | 计及碳交易的光热电站与风电系统、低碳调度方法及系统 | |
| Zhang et al. | A planning scheme for energy storage power station based on multi-spatial scale model | |
| CN116231694A (zh) | 一种风光互补制氢与冷热电多能互补的综合能源系统 | |
| 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 | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 | |
| CN113949098A (zh) | 计及fcv的孤岛型混合微电网系统可靠性评估方法 | |
| Xin et al. | Research on energy hub configuration optimization problem based on analytic hierarchy and grey correlation analysis | |
| Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture | |
| Yu et al. | Planning of central energy station in community integrated energy system with electrical and heat storage devices | |
| Xie et al. | Planning Method for Power-Gas-Heat-Steam Integrated Energy System in Industrial Park Considering Annual Comprehensive Cost |
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 |