CN115049149A - 一种综合能源系统容量优化配置与优化调度方法 - Google Patents
一种综合能源系统容量优化配置与优化调度方法 Download PDFInfo
- Publication number
- CN115049149A CN115049149A CN202210799918.1A CN202210799918A CN115049149A CN 115049149 A CN115049149 A CN 115049149A CN 202210799918 A CN202210799918 A CN 202210799918A CN 115049149 A CN115049149 A CN 115049149A
- Authority
- CN
- China
- Prior art keywords
- power
- hst
- stb
- output
- period
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 239000007789 gas Substances 0.000 claims description 77
- 238000005338 heat storage Methods 0.000 claims description 50
- 101100125061 Bos taurus HSTN gene Proteins 0.000 claims description 36
- 239000002918 waste heat Substances 0.000 claims description 35
- 238000010521 absorption reaction Methods 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 32
- 239000001257 hydrogen Substances 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims description 8
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 7
- 239000006227 byproduct Substances 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 241001652065 Trigonopeltastes delta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/04—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
- 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
- G06Q10/06—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
-
- 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
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种综合能源系统容量优化配置与优化调度方法,包括:构建综合能源系统多个设备的各个时刻的设备模型;根据设备模型和设备的容量构建目标函数,目标函数以综合能源系统的每年成本最少为优化目标;设置目标函数的约束条件;对目标函数进行求解,得到每个设备的容量优化配置结果和每个设备在各个运行时刻的最优状态规划结果。本发明既考虑综合能源系统设备的容量优化配置,同时规划了设备在各个运行时刻的最优状态,使优化配置更全面。
Description
技术领域
本发明涉及综合能源系统容量配置技术领域,尤其是一种综合能源系统容量优化配置与优化调度方法。
背景技术
综合能源系统是一种多层次的复杂耦合结构,是多种能源输入、转换和输出集成。因此其基本架构在于综合能源系统的物理构成,即保障综合能源系统基本运行。实现能源系统优化建模的基础是建立科学、全面、准确的综合能源系统基本框架,其大致分为四个子系统:
(1)外部能源供应子系统。外部能源供应子系统是保障综合能源系统的关键因素,在综合能源系统内起到能源补充的重要作用,其主要包括天然气、燃油等一次能源和市政电网供电的二次能源。
(2)能源转换子系统。能源转换子系统主要包括三种类型:第一类是小规模可再生能源发电系统,例如光伏发电、小型风力和小型水力发电等;第二类是热电联产或者冷热电三联产系统,其主要代表为燃气轮机、微燃机、燃料电池等原动机;第三类是辅助性能源转换系统,其主要设备包括燃气/油锅炉、储能设备等。能源转换子系统的作用就是采取各种方式将一次能源和二次能源高效快捷地转化成各种能源形式,以达到满足终端用户需求的目的。
(3)能源输送网络。能源转换子系统产生能源后,通过能源网连接能源供应侧和能源需求侧,针对用户不同的能源需求,需要高效的能源输送网络,其中包括电网、热网、冷网、气网。
(4)用户终端子系统。用户终端子系统是最终将能源转换子系统产生的能源消耗的系统。
如图1所示,现有技术主要考虑综合能源系统主要设备的容量优化配置,没能同时规划主要设备在各个时刻运行时的最优状态;从优化调度方法方面,未考虑多能源耦合、新兴能源技术应用等因素。
发明内容
针对现有技术中的缺陷,本发明提供了一种综合能源系统容量优化配置与优化调度方法,可以既考虑综合能源系统设备的容量优化配置,同时规划设备在各个运行时刻的最优状态。
本发明提供了一种综合能源系统容量优化配置与优化调度方法,包括:
构建综合能源系统多个设备的各个时刻的设备模型;
根据设备模型和设备的容量构建目标函数,所述目标函数以综合能源系统的每年成本最少为优化目标;
设置所述目标函数的约束条件;
对所述目标函数进行求解,得到每个设备的容量优化配置结果和每个设备在各个运行时刻的最优状态规划结果。
优选地,所述多个设备包括光伏发电机组、蓄电池、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机和储热罐。
优选地,所述目标函数为:
CPV表示光伏发电电池组单位功率的投资成本;CSTB表示蓄电池单位储电量的投资成本;CGB表示燃气锅炉单位功率的投资成本;CgT表示燃气轮机单位功率的投资成本;CHR表示余热锅炉单位储氢量的投资成本;CAC表示吸收式制冷机单位功率的投资成本;CHST表示储热罐单位热量的投资成本;NPVN表示光伏发电电池组的数量;WSTBN表示蓄电池的额定储电量;QGBN表示燃气锅炉的额定功率值;PGTM表示燃气轮机的额定功率值;QHRN表示余热锅炉的额定功率值;QACN表示吸收式制冷机的额定功率;QHSTN表示储热罐的额定储热值;QAC_cool(t)表示t时段吸收式制冷机的输出冷功率;OMPV、OMGB、OMgT、OMHR、OMAC分别表示光伏发电电池组、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机单位功率单位时间的运行维护成本数;PPV(t)单组光伏发电电池组在t时段的输出电功率;QGB(t)为燃气锅炉t时段的输出热功率;PGT(t)为燃气轮机t时段的输出电功率;QHR,out(t)为余热锅炉t时段的输出热功率;KX,X∈{PV,STB,GB,GT,HR,AC,HST},表示设备折合到每年的折扣系数;PV代表光伏发电电池组,STB代表蓄电池,GB代表燃气锅炉,GT代表燃气轮机,HR代表余热锅炉,AC代表吸收式制冷机,HST代表储热罐;计算公式如下:
式中:Xyear表示设备X的使用寿命。
优选地,所述约束条件包括电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件和设备约束条件;
优选地,所述电功率平衡约束条件为:
其中,NPVN表示光伏发电电池组数量;PPV(t)单组光伏发电电池组在t时段的输出电功率;PGT(t)为燃气轮机t时段的输出电功率;TESTB in和TESTB_out分别为蓄电池充电和放电效率;PSTB_in(t)和PSTB_out(t)为蓄电池在t时段输入和输出电功率。
优选地,所述热功率平衡约束条件为:
其中,QGB(t)为燃气锅炉t时段的输出热功率;QHR,oux(t)为余热锅炉t时段的输出热功率;QHST_in(t)和QHST_out(t)分别为储热罐在t时段的输入和输出热功率;TEHST in和TEHST_out分别为储热罐的输入、输出效率;QAC_hot(t)表示吸收式制冷机在t时段吸收的热功率。
优选地,所述冷功率平衡约束条件为:
Qcool_load(t)=QAC_cool(t);
QAC_cool(t)表示t时段吸收式制冷机的输出冷功率。
优选地,所述设备约束条件包括:
燃气锅炉约束:QGB min≤QGB(t)≤QGB max;
光伏发电电池组约束:NPV min≤NPVN≤NPV max;
蓄电池约束:
SOCSTB min×WSTBN≤WSTB(t)≤SOCSTB max×WSTBN;
WSTB(1)=WSTB(8761);
WSTBN min≤WSTBN≤WSTBN max;
WSTBN=max(WSTB(t));
余热锅炉约束:QHR min≤QHR(t)≤QHRN;
吸收式制冷机约束:QAc min≤QAC cool(t)≤QACN;
燃气轮机约束:PGT min≤PGT(t)≤PGTN;
储热罐约束:
STHST min×QHSTN≤QHST(t)≤STHST max×QHSTN
QHST(1)=QHST(8761)
QHSTN min≤QHSTN≤QHSTN max
QHSTN=max(QHST(t))
式中:QGB min、QGB max分别表示燃气锅炉输出热功率最小值与最大值;QGB(t)为燃气锅炉t时段的输出热功率;
NPV min、NPV max为能放置的光伏发电电池组最小、最大数量;NPVN表示光伏发电电池组数量;
WSTBN min和WSTBN max分别为蓄电池的最大和最小储电量;WSTBN表示蓄电池的额定储电量;SOCSTB max和SOCSTB min分别为蓄电池荷电状态的上下限;WSTB(t)表示t时段蓄电池内的电量;
QHR min和QHRN分别表示余热锅炉输出热功率最小值与额定功率;QHR,out(t)表示t时段HRSG的输出热功率;
QAC min和QACN分别表示吸收式制冷机输出冷功率最小值与额定功率;QAC cool(t)表示t时段吸收式制冷机的输出冷功率;
PGT min、PGTN分别表示燃气轮机输出电功率最小值与额定功率;PGT(t)为燃气轮机t时段的输出电功率;
QHSTN min和QHSTN max分别为储热罐的最小和最大储热量;STHST max和STHST min分别为储热罐储热状态值的上下限;QHSTN表示HST的额定储热量;QHST(t)为储热罐在t时段存储的热能;QHSTN为储热罐的额定储热量。
本发明的有益效果为:
(1)既考虑综合能源系统设备的容量优化配置,同时规划了设备在各个运行时刻的最优状态,使优化配置更全面。
(2)本发明提出的综合能源系统的多能源供应,包括可再生能源(光伏)、一级能源(燃气)、二级能源(电网供电)以及副产氢的应用,同时考虑了综合能源系统在运行状态下冷能、热能和电能的需求,使优化配置更合理。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为现有技术中综合能源系统的示意图;
图2为本发明实施例一种综合能源系统容量优化配置与优化调度方法的流程示意图;
图3为本发明实施例的综合能源系统的示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图2所示,本发明提供了一种综合能源系统容量优化配置与优化调度方法,包括:
构建综合能源系统多个设备的各个时刻的设备模型;
根据设备模型和设备的容量构建目标函数,目标函数以综合能源系统的每年成本最少为优化目标;
设置目标函数的约束条件;
对目标函数进行求解,得到每个设备的容量优化配置结果和每个设备在各个运行时刻的最优状态规划结果。
本发明实施例基于多个设备的各个时刻设备模型和设备容量构建目标函数,并设置相应的约束条件,最终进行求解,既考虑综合能源系统设备的容量优化配置,同时规划了设备在各个运行时刻的最优状态,使配置更全面。
如图3所示,本发明实施例的综合能源系统主要设备包括外部能源供应子系统、光伏发电机组、蓄电池、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机、储热罐和用户终端子系统。其中,多个设备包括光伏发电机组、蓄电池、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机和储热罐。本发明实施例的综合能源系统不仅包括电力能源、燃气能源,还包括副产氢能源,综合考虑多能源耦合、新兴能源技术应用等因素,能进一步优化调度。
为方便描述,以下陈述使用英文缩写代替一些名词,具体如下:PV代表:光伏发电电池组,STB代表:蓄电池,GT代表:燃气轮机,HRSG、HR代表:余热锅炉,AC代表:吸收式制冷机,HST代表:储热罐,GB代表:燃气锅炉。
设备模型如下:
PV:
单组光伏发电电池组在t时段的理论出力模型为:
式中:PPVN为单组PV的额定输出功率,kW,参数;fPV为PV运行效率,参数;G(t)为t时段的太阳辐照强度,W/m,参数;Gref为参考辐照强度,W/m,参数;α为温度系数,参数;TPV为光伏电池运行温度,℃,参数;Tref为光伏电池运行参考温度,℃,参数。
HST:
t时刻蓄热罐内的储热量数学模型为:
QHST(t)=QHST(t-1)+(QHST in(t)-QHST out(t))Δt
t时段储热罐的储热状态STHST(t)数学模型为:
QHST in(t)≤QHSTN×θ(t)
QHST out(t)≤QHSTN×μ(t)
θ(t)+μ(t)≤1
式中,QHST(t)为储热罐在t时段存储的热能,kJ,决策变量。QHST in(t)和QHST out(t)分别为储热罐在t时段输入和输出热功率,W,决策变量。Δt为时间段的持续时长,取1小时;QHSTN为储热罐的额定储热量,kJ,决策变量;θ(t)和μ(t)是记录储热罐能量流的二值变量(0-1),表示在每个单位时间段t内,只能使用三种储热罐模式的一种:存储热量(θ(t)=1并且μ(t)=0),释放热量(μ(t)=1并且θ(t)=0)或无能量流(θ(t)=0并且μ(t)=0),决策变量。
STB:
t时刻蓄电池内的电量WSTB(t)为:
蓄电池充电:
WSTB(t)=(1-σsdr)WSTB(t-1)+PSTB in(t)Δt
蓄电池放电:
WSTB(t)=(1-σsdr)WSTB(t-1)-PSTB out(t)Δt
PSTB in(t)≤WSTBN×δ(t)
PSTB out(t)≤WSTBN×ε(t)
δ(t)+ε(t)≤1
式中,σsdr为蓄电池自放电率,参数;TESTB in和TESTB out分别为蓄电池充电和放电效率,参数;PSTB in(t和PSTB out(t)分别为蓄电池在t时段输入和输出电功率,kW,决策变量;WSTBN为蓄电池的额定储电量,kJ,决策变量。δ(t)和ε(t)是记录电池能量流的二值变量(0-1),表示在每个单位时间段t内,只能使用三种蓄电池模式的一种:充电(δ(t)=1并且ε(t)=0),放电(ε(t)=1并且δ(t)=0)或无能量流(ε(t)=0并且δ(t)=0),决策变量。
AC:
t时段吸收式制冷机的产生冷功率数学模型为:
QAC cool(t)=COPAC×QAC hot(t)
QACN=max(QAC cool(t))
式中,COPAC为吸收式制冷机的能效系数,参数;QACN表示AC的额定功率,kW,决策变量。
GT:
PGT(t)=ηGTFGT(t)LHVGT
PGTN=max(PGT(t))
QGTD(t)=(1-ηGT)FGT(t)LHVGT
式中:PGT(t)为燃气轮机t时段的输出电功率,kW,决策变量;FGT(t)为燃气轮机t时段消耗天然气量,m3,决策变量;ηGT为燃气轮机的燃烧效率,参数;LHVGT为燃气轮机消耗单位天然气的低热值,kW/h·m3,参数;PGTN为燃气轮机的额定功率,kW,决策变量;QGTD(t)为t时段的燃气轮机的排气余热量,kJ,决策变量。
GB:
QGB(t)=ηGBFGB(t)LHVGB
QGBN=max(QGB(t))
QGB(t)为燃气锅炉输出的热功率,kW,决策变量;FGB(f)为t时段燃气锅炉消耗天然气量,m3,决策变量;ηGB为燃气锅炉的燃烧效率,参数;LHVGB为燃气锅炉消耗单位天然气的低热值,kW/h·m3,参数;QGBN为燃气锅炉的额定功率,kW,决策变量。
HRSG:
余热锅炉将燃气轮机所排余热烟气收集重新加热并对外供热。余热锅炉的输出热功率与输入余热之间成线性关系,具体可表示为:
QHR,out(t)=ηHRQHR,in(t)
QHRN=max(QHR,out(t))
QHR,in(t)=QGTD(t)
式中:QHR,out(t)和QHR,in(t)分别为t时段余热锅炉的输出热功率和输入热功率,kJ,决策变量;ηHR为燃气锅炉的集热效率,参数;QHRN表示HRSG的额定功率值,kW,决策变量。
本发明提出的综合能源系统的优化配置的目标是综合能源系统的每年成本最少,相应的数学目标函数为:
CPV表示光伏发电电池组单位功率的投资成本;CSTB表示蓄电池单位储电量的投资成本;CGB表示燃气锅炉单位功率的投资成本;CGT表示燃气轮机单位功率的投资成本;CHR表示余热锅炉单位储氢量的投资成本;CAC表示吸收式制冷机单位功率的投资成本;CHST表示储热罐单位热量的投资成本;NPVN表示光伏发电电池组的数量;WSTBN表示蓄电池的额定储电量;QGBN表示燃气锅炉的额定功率值;PGTN表示燃气轮机的额定功率值;QHRN表示余热锅炉的额定功率值;QACN表示吸收式制冷机的额定功率;QHSTN表示储热罐的额定储热值;QAC cool(t)表示t时段吸收式制冷机的输出冷功率;OMPV、OMGB、OMGT、OMHR、OMAC分别表示光伏发电电池组、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机单位功率单位时间的运行维护成本数;KX,X∈{PV,STB,GB,GT,HR,AC,HST},表示设备折合到每年的折扣系数;计算公式如下:
式中:Xyear表示设备X的使用寿命,年,参数。
本发明实施例中,约束条件包括电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件和设备约束条件。电功率平衡约束条件根据设备模型和设备产生的电功率确定,热功率平衡约束条件根据设备模型和设备产生的热功率确定,冷功率平衡约束条件根据设备模型和设备产生的冷功率确定,设备约束条件根据设备模型、设备最大容量确定。
电功率平衡约束条件为:
其中,PPV(t)单组光伏发电电池组在t时段的输出电功率;PGT(t)为燃气轮机t时段的输出电功率;TESTB in和TESTB our分别为蓄电池充电和放电效率;PSTB in(t)和PSTB our(t)为蓄电池在t时段输入和输出电功率。
热功率平衡约束条件为:
其中,QGB(t)为燃气锅炉t时段的输出热功率;QHR,out(t)为余热锅炉t时段的输出热功率;QHST in(t)和QHST out(t)分别为储热罐在t时段输入和输出热功率。TEHST in和TEHST out分别为储热罐的输入输出效率,参数;QAC hot(t)表示吸收式制冷机在t时段吸收的热功率,kW,决策变量。
冷功率平衡约束条件为:
Qcool load(t)=QAC cool(t);
本发明实施例设置了电功率平衡约束条件、热功率平衡约束条件和冷功率平衡约束条件,考虑了综合能源系统在运行状态下冷能、热能和电能的需求,使配置更优化;QAC cool(t)表示t时段AC的输出冷功率,kW,决策变量。
设备约束:
GB:
QGB min≤QGB(t)≤QGB max
式中:QGB min、QGB max分别表示燃气锅炉输出热功率的最小值与最大值,kJ,参数。
PV:
NPV min≤NPVN≤NPV max
式中:由于场地限制,NPV min、NPV max为能放置的PV最小、最大数量,块,参数。NPVN表示PV的数量,组,决策变量。
STB:
SOCSTB min×WSTBN≤WSTB(t)≤SOCSTB max×WSTBN
WSTB(1)=WSTB(8761)
WSTBN min≤WSTBN≤WSTBN max
WSTBN=max(WSTB(t))
式中,WSTBN min和WSTBN max分别为蓄电池的最大和最小储电量,kJ,参数;SOCSTB max和SOCSTB min分别为蓄电池荷电状态的上下限,参数;WSTBN表示STB的额定储电量,kJ,决策变量。
HRSG:
QHR min≤QHR,out(t)≤QHRN
式中:QHR min和QHRN分别表示余热锅炉输出热功率最小值与额定功率,kW,参数;QHR,out(t)表示t时段HRSG的输出热功率,kW,决策变量。
AC:
QAC min≤QAC cool(t)≤QACN
式中:QAC min和QACN分别表示吸收式制冷剂输出冷功率最小值与额定功率,kW,参数。QAC cool(t)表示t时段AC的输出冷功率,kW,决策变量。
GT:
PgT min≤PGT(t)≤PGTN
式中:PGT min、PGTN分别表示燃气轮机输出电功率最小值与额定功率,kW,参数。
储热罐约束:
STHST min×QHSTN≤QHST(t)≤STHST max×QHSTN
QHST(1)=QHST(8761)
QHSTN min≤QHSTN≤QHSTN max
QHSTN=max(QHST(t))
QHSTN min和QHSTN max分别为储热罐的最小和最大储热量,kJ,参数;STHST max和STHST min分别为储热罐储热状态值的上下限,参数;QHSTN表示HST的额定储热量,kJ,决策变量。
上述的目标函数和约束所组成模型为混合整数线性规划模型,其中,参数和常量为已知量,利用数学规划求解器解出决策变量的值,即得到NPVN(PV的数量);WSTBN(STB的额定储电量);QGBN(GB的额定功率值);PGTN(GT的额定功率值);QHRN(HRSG的额定功率值);QACN(AC的额定功率);QHSTN(HST的额定储热值);QAC cool(t)(AC在t时段的输出冷功率);QHST(t)(储热罐在t时段存储的热能);QHST in(t)(储热罐在t时段的输入热功率);QHST out(t)(储热罐在t时段的输出热功率);θ(t)和μ(t)(记录储热罐能量流的二值变量在t时段的取值);PSTB in(t)(蓄电池在t时段的输入电功率);PSTB out(t))(蓄电池在t时段的输出电功率);δ(t)和ε(t)(记录电池能量流的二值变量在t时段的取值);PGT(t)(燃气轮机在t时段的输出电功率);FGT(t)(燃气轮机在t时段的消耗天然气量);QGTD(t)(燃气轮机t时段的排气余热量);QGB(t)(燃气锅炉t时段的输出热功率);FGB(t)(燃气锅炉在t时段的消耗天然气量);QHR,out(t)(余热锅炉t时段的输出热功率)和QHR,in(t)(余热锅炉t时段的输入热功率)。最终完成了设备的容量优化配置和设备在各个运行时刻的最优状态规划。
本发明实施例提供的一种综合能源系统容量优化配置与优化调度方法,既考虑综合能源系统设备的容量优化配置,同时规划了设备在各个运行时刻的最优状态,使优化配置更全面。本发明实施例提出的综合能源系统的多能源供应,包括可再生能源(光伏)、一级能源(燃气)、二级能源(电网供电)以及副产氢的应用,同时考虑了综合能源系统在运行状态下冷能、热能和电能的需求,使优化配置更合理。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种综合能源系统容量优化配置与优化调度方法,其特征在于,包括:
构建综合能源系统多个设备的各个时刻的设备模型;
根据设备模型和设备的容量构建目标函数,所述目标函数以综合能源系统的每年成本最少为优化目标;
设置所述目标函数的约束条件;
对所述目标函数进行求解,得到每个设备的容量优化配置结果和每个设备在各个运行时刻的最优状态规划结果。
2.根据权利要求1所述的一种综合能源系统容量优化配置与优化调度方法,其特征在于,所述多个设备包括光伏发电机组、蓄电池、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机和储热罐。
3.根据权利要求2所述的一种综合能源系统容量优化配置与优化调度方法,其特征在于,所述目标函数为:
CPV表示光伏发电电池组单位功率的投资成本;CSTB表示蓄电池单位储电量的投资成本;CGB表示燃气锅炉单位功率的投资成本;CGT表示燃气轮机单位功率的投资成本;CHR表示余热锅炉单位储氢量的投资成本;CAC表示吸收式制冷机单位功率的投资成本;CHST表示储热罐单位热量的投资成本;WSTBN表示蓄电池的额定储电量;QGBN表示燃气锅炉的额定功率值;PGTN表示燃气轮机的额定功率值;QHRN表示余热锅炉的额定功率值;QACN表示吸收式制冷机的额定功率;QHSTN表示储热罐的额定储热值;OMPV、OMGB、OMGT、OMHR、OMAC分别表示光伏发电电池组、燃气锅炉、燃气轮机、余热锅炉、吸收式制冷机单位功率单位时间的运行维护成本数;NPVN表示光伏发电电池组数量;PPV(t)单组光伏发电电池组在t时段的输出电功率;QGB(t)为燃气锅炉t时段的输出热功率;PGT(t)为燃气轮机t时段的输出电功率;QHR,out(t)为余热锅炉t时段的输出热功率;QAC_cool(t)表示t时段吸收式制冷机的输出冷功率;KX,X∈{PV,STB,GB,GT,HR,AC,HST},表示设备折合到每年的折扣系数;PV代表光伏发电电池组,STB代表蓄电池,GB代表燃气锅炉,GT代表燃气轮机,HR代表余热锅炉,AC代表吸收式制冷机,HST代表储热罐;KX计算公式如下:
式中:Xyear表示设备X的使用寿命。
4.根据权利要求1所述的一种综合能源系统容量优化配置与优化调度方法,其特征在于,所述约束条件包括电功率平衡约束条件、热功率平衡约束条件、冷功率平衡约束条件和设备约束条件。
7.根据权利要求4所述的一种综合能源系统容量优化配置与优化调度方法,其特征在于,所述冷功率平衡约束条件为:
Qcool load(t)=QAC cool(t);
QAC_cool(t)表示t时段吸收式制冷机的输出冷功率。
8.根据权利要求4所述的一种综合能源系统容量优化配置与优化调度方法,其特征在于,所述设备约束条件包括:
燃气锅炉约束:QGB min≤QGB(t)≤QGB max;
光伏发电电池组约束:NPV min≤NPVN≤NPV max;
蓄电池约束:
SOCSTB min×WSTBN≤WSTB(t)≤SOCSTB max×WSTBN;
WSTB(1)=WSTB(8761);
WSTBN min≤WSTBN≤WSTBN max;
WSTBN=max(WSTB(t));
余热锅炉约束:QHR min≤QHR,out(t)≤QHRN;
吸收式制冷机约束:QAC min≤QAC cool(t)≤QACN;
燃气轮机约束:PGT min≤PGT(t)≤PGTN;
储热罐约束:
STHST min×QHSTN≤QHST(t)≤STHST max×QHSTN
QHST(1)=QHST(8761)
QHSTN min≤QHSTN≤QHSTN max
QHSTN=max(QHST(t))
式中:QGB min、QGB max分别表示燃气锅炉输出热功率最小值与最大值;QGB(t)为燃气锅炉t时段的输出热功率;
NPV min、NPV max为能放置的光伏发电电池组最小、最大数量;NPVN表示光伏发电电池组数量;
WSTBN min和WSTBN max分别为蓄电池的最大和最小储电量;WSTBN表示蓄电池的额定储电量;SOCSTB max和SOCSTB min分别为蓄电池荷电状态的上下限;WSTB(t)表示t时段蓄电池内的电量;
QHR min和QHRN分别表示余热锅炉输出热功率最小值与额定功率;QHR,out(t)表示t时段HRSG的输出热功率;
QAC min和QACN分别表示吸收式制冷机输出冷功率最小值与额定功率;QAC cool(t)表示t时段吸收式制冷机的输出冷功率;
PGT min、PGTN分别表示燃气轮机输出电功率最小值与额定功率;PGT(t)为燃气轮机t时段的输出电功率;
QHSTN min和QHSTN max分别为储热罐的最小和最大储热量;STHST max和STHST min分别为储热罐储热状态值的上下限;QHSTN表示HST的额定储热量;QHST(t)为储热罐在t时段存储的热能;QHSTN为储热罐的额定储热量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210799918.1A CN115049149A (zh) | 2022-07-08 | 2022-07-08 | 一种综合能源系统容量优化配置与优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210799918.1A CN115049149A (zh) | 2022-07-08 | 2022-07-08 | 一种综合能源系统容量优化配置与优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115049149A true CN115049149A (zh) | 2022-09-13 |
Family
ID=83165184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210799918.1A Pending CN115049149A (zh) | 2022-07-08 | 2022-07-08 | 一种综合能源系统容量优化配置与优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115049149A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894108A (zh) * | 2016-03-25 | 2016-08-24 | 中国南方电网有限责任公司电网技术研究中心 | 微电网运行规划方法及系统 |
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 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
CN110188492A (zh) * | 2019-06-04 | 2019-08-30 | 南通大学 | 一种考虑热网特性的冷热电联供微网优化调度方法 |
CN110277781A (zh) * | 2019-03-26 | 2019-09-24 | 国网浙江省电力有限公司嘉兴供电公司 | 一种含光储充园区电网的电力系统经济调度方法 |
CN110766224A (zh) * | 2019-10-23 | 2020-02-07 | 国网冀北电力有限公司秦皇岛供电公司 | 一种光伏-蓄热装置容量的优化配置方法和装置 |
CN112085263A (zh) * | 2020-08-28 | 2020-12-15 | 国网山东省电力公司临沂供电公司 | 一种用户侧分布式能源系统混合储能优化配置方法和系统 |
CN112906958A (zh) * | 2021-02-05 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种园区综合能源系统的双层多目标优化方法及装置 |
CN112907098A (zh) * | 2021-03-08 | 2021-06-04 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统的多阶段容量配置方法及配置系统 |
CN114066204A (zh) * | 2021-11-11 | 2022-02-18 | 内蒙古科技大学 | 一种综合能源系统的一体化优化规划与运行方法及装置 |
CN114255137A (zh) * | 2021-12-09 | 2022-03-29 | 国网上海市电力公司 | 考虑清洁能源的低碳综合能源系统优化规划方法及系统 |
-
2022
- 2022-07-08 CN CN202210799918.1A patent/CN115049149A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894108A (zh) * | 2016-03-25 | 2016-08-24 | 中国南方电网有限责任公司电网技术研究中心 | 微电网运行规划方法及系统 |
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 |
CN109783909A (zh) * | 2018-12-29 | 2019-05-21 | 天津大学 | 考虑多种储能设备的综合能源站设备选型与容量规划方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
CN110277781A (zh) * | 2019-03-26 | 2019-09-24 | 国网浙江省电力有限公司嘉兴供电公司 | 一种含光储充园区电网的电力系统经济调度方法 |
CN110188492A (zh) * | 2019-06-04 | 2019-08-30 | 南通大学 | 一种考虑热网特性的冷热电联供微网优化调度方法 |
CN110766224A (zh) * | 2019-10-23 | 2020-02-07 | 国网冀北电力有限公司秦皇岛供电公司 | 一种光伏-蓄热装置容量的优化配置方法和装置 |
CN112085263A (zh) * | 2020-08-28 | 2020-12-15 | 国网山东省电力公司临沂供电公司 | 一种用户侧分布式能源系统混合储能优化配置方法和系统 |
CN112906958A (zh) * | 2021-02-05 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种园区综合能源系统的双层多目标优化方法及装置 |
CN112907098A (zh) * | 2021-03-08 | 2021-06-04 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统的多阶段容量配置方法及配置系统 |
CN114066204A (zh) * | 2021-11-11 | 2022-02-18 | 内蒙古科技大学 | 一种综合能源系统的一体化优化规划与运行方法及装置 |
CN114255137A (zh) * | 2021-12-09 | 2022-03-29 | 国网上海市电力公司 | 考虑清洁能源的低碳综合能源系统优化规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717594B (zh) | 一种冷热电联供型多微网系统经济优化调度方法 | |
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
CN106058942B (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
CN111445107B (zh) | 冷热电联供型微电网多目标优化配置方法 | |
CN110941799A (zh) | 一种考虑系统综合不确定性因素的能量枢纽随机规划方法 | |
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 | |
CN105958537A (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
CN113381403A (zh) | 基于运行可靠性的光热-生物质混合电站容量配置方法 | |
CN112953364A (zh) | 一种计及光热电站寿命的光热-风电-光伏的联合系统的运行优化模型 | |
CN112528501A (zh) | 一种分布式供能系统分层优化设计方法 | |
CN117350419A (zh) | 计及柔性负荷和碳流的园区综合能源系统优化运行方法 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
CN112085263A (zh) | 一种用户侧分布式能源系统混合储能优化配置方法和系统 | |
CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
Yang et al. | Optimal scheduling of CCHP with distributed energy resources based on water cycle algorithm | |
CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
CN115049149A (zh) | 一种综合能源系统容量优化配置与优化调度方法 | |
Hui | Urban multi-regional energy system planning considering integral energy operating optimization | |
Liang et al. | Study on environmental and economic dispatching of combined cooling, heating and power microgrid | |
CN111786419A (zh) | 一种区域电网能源配置系统 | |
Yabiku et al. | Optimal operation and capacity plan of smart city with a large introduction of renewable energy sources | |
CN112149339A (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 |
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 |