CN115187129A - 考虑热网质量流量调节的微能源网优化调度方法及系统 - Google Patents

考虑热网质量流量调节的微能源网优化调度方法及系统 Download PDF

Info

Publication number
CN115187129A
CN115187129A CN202210902175.6A CN202210902175A CN115187129A CN 115187129 A CN115187129 A CN 115187129A CN 202210902175 A CN202210902175 A CN 202210902175A CN 115187129 A CN115187129 A CN 115187129A
Authority
CN
China
Prior art keywords
energy storage
power
bedrock
energy
time
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
Application number
CN202210902175.6A
Other languages
English (en)
Inventor
刘念
徐万欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN202210902175.6A priority Critical patent/CN115187129A/zh
Publication of CN115187129A publication Critical patent/CN115187129A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种考虑热网质量流量调节的微能源网优化调度方法及系统，属于微能源网的优化调度技术领域，微能源网优化调度方法包括：根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束；根据微能源网中储能的状态及功率确定储能约束，并系统平衡约束；基于热网设备约束、储能约束及系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型；采用规范多参数解聚方法对热网设备约束进行解聚处理，并对微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度，提高了微能源网的优化调度精度及效率。

Description

考虑热网质量流量调节的微能源网优化调度方法及系统
技术领域
本发明涉及微能源网的优化调度领域，特别是涉及一种考虑热网质量流量调节的微能源网优化调度方法及系统。
背景技术
微能源网可以实现区域内冷热电等多种能源的高效集成、多源互补和协调运作，最终达到环保和可持续发展的目标。有效的优化调度方法决定了微能源网能量管理的质量和系统的整体性能。
目前主要研究包含冷热电三种形式能源的微能源网优化调度问题，通过建立电网侧设备、热网侧设备和耦合设备的数学模型和系统运行约束，以经济最优为目标进行求解，得到各设备的功率以满足不同负荷需求。微能源网优化调度问题目前多停留在功率调度阶段，即得到冷热电子系统中设备出力情况，并未考虑热子系统的运行方式，这使得调度问题被简化为线性凸问题，不符合工程实际，难以落地。
工程实际中的热子系统通过热水等液体为媒介在热网管道内进行能量的传递，进而实现热功率的调度。需要考虑管道内液体的质量流量和温度，二者的乘积项存在于热网模型中。热子系统有三种调节模式：质调节、量调节和质量-流量调节。质调节固定管道的质量流量，调节温度来改变热功率；量调节固定管道内液体温度，调节流量来改变热功率；质量-流量调节同时调节管道的质量流量和液体温度，具有更高的灵活性，能够得到最优调度方案。三种方式中的质调节和量调节由于均固定了质量流量和温度两个变量中的一个变量，优化问题的约束条件被简化为为线性问题，不具有灵活性，难以得到最优调度方案。而质量-流量调节方式中，二者乘积项被称为双线性项，导致微能源网的优化调度问题高度非凸，变为含双线性项的混合整数非线性规划问题，无法用一般线性化方法和求解器求解。
处理非凸问题的共同方法为产生问题的凸松弛作为目标函数的下界，产生一个可行解作为上界，不断更新上下界直到降低到容差内。常用线性化方法包括重构线性化方法、广义Benders分解法、凸松弛法等。重构线性化技术通过重新组织模型的约束并增加其他约束增强松弛，在原始空间中可能是冗余的。广义Benders分解法将非凸问题分解为线性规划和整数规划，用割平面的方法分解出主问题与子问题，通过迭代的方法求解出最优值，主要针对特定的混合整数非线性规划问题，所得解可能不是全局最优解，甚至不是局部最优解，同时其收敛性也难以保证。凸松弛技术的性能主要取决于松弛边界，同时为使松弛后的问题为凸问题，牺牲了原问题解的可行性。
基于上述问题，亟需一种新的微能源网优化调度方法以提高优化调度的精度及效率。
发明内容
本发明的目的是提供一种考虑热网质量流量调节的微能源网优化调度方法及系统，可提高为能源网优化调度的精度及效率。
为实现上述目的，本发明提供了如下方案：
一种考虑热网质量流量调节的微能源网优化调度方法，所述微能源网包括多个热网热备及多个电网设备，所述考虑热网质量流量调节的微能源网优化调度方法包括：
根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束；
根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束；
根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束；
基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型；
采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
为实现上述目的，本发明还提供了如下方案：
一种考虑热网质量流量调节的微能源网优化调度系统，所述微能源网包括多个热网热备及多个电网设备，所述考虑热网质量流量调节的微能源网优化调度系统包括：
热网设备约束确定单元，与各热网设备连接，用于根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束；
储能约束确定单元，用于根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束；
系统平衡约束确定单元，与各热网设备及各电网设备连接，用于根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束；
优化调度模型建立单元，分别与所述热网设备约束确定单元、所述储能约束确定单元及所述系统平衡约束确定单元连接，用于基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型；
求解单元，与所述优化调度模型建立单元连接，用于采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
根据本发明提供的具体实施例，本发明公开了以下技术效果：根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束，并确定储能约束及系统平衡约束；基于热网设备约束、储能约束及系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型，微能源网优化调度模型中同时调节热网设备管道的质量流量和液体温度，具有更高的灵活性，能够得到最优的调度方案，提高调度精度，此外，由于热网设备约束中包含双线性项(质量流量和温度乘积)，因此采用规范多参数解聚方法对热网设备约束进行解聚处理，使得优化调度问题方便求解，提高了微能源网的优化调度效率，最终对模型求解，准确得到各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明考虑热网质量流量调节的微能源网优化调度方法的流程图；
图2为本发明考虑热网质量流量调节的微能源网优化调度方法的技术框架图；
图3为本发明考虑热网质量流量调节的微能源网优化调度系统的模块结构示意图。
符号说明：
热网设备约束确定单元-1，储能约束确定单元-2，系统平衡约束确定单元-3，优化调度模型建立单元-4，求解单元-5。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种考虑热网质量流量调节的微能源网优化调度方法及系统，通过将热网内设备功率与连接此设备的入口和出口管道的质量流量和温度联系起来，具有更高的灵活性，能够得到最优调度方案，符合工程实际。并采用规范多参数解聚方法对包含双线性项的热网设备约束进行解聚处理，使得优化调度问题方便求解，提高微能源网的优化调度效率及准确度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1和图2所示，本发明考虑热网质量流量调节的微能源网优化调度方法包括：
S1：根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束。
S2：根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束。
S3：根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束。
S4：基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型。
S5：采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
实际得到的最优解为微能源网中每个设备的功率，但是由于热网中需要调节的是连接设备的每个管道内的质量流量和温度两个变量，通过调节这两个变量控制热网热备的热功率，即步骤S1中的热网设备约束限定了质量流量、温度和功率的关系。最后根据得到的最优解下达指令，其中电网部分的设备直接按照得出的功率进行出力，热网则根据求解得出的质量流量和温度控制各设备出入口管道的质量流量和温度进而控制设备的热功率。
本发明选用质量-流量调节对热子系统进行建模，符合工程实际，而后对导致MINLP(Mixed integer non-linear programruing problems，混合整数非线性问题)的双线性项(质量流量和温度乘积)采用规范多参数解聚方法进行处理，使问题方便求解。首先建立热网管道模型，用各管道质量流量和液体温度表示节点设备的功率；然后与电网设备联立约束，以经济最优为目标，建立混合整数非线性优化调度模型；最后对模型中导致非线性的双线性项约束运用规范多参数解聚方法进行松弛，得到MILP(Mixed Integer LinearProgram，混合整数线性规划)问题便于求解。
微能源网中的热网设备包括太阳能集热器、基岩储能及电热泵。其中热源为太阳能集热器和基岩储能，热能转换设备为电热泵，共同作用满足热负荷需求。热网设备由管道进行连接，液体在管道内流动进行能量传递。通过循环泵调节质量流量，质量流量有大小和方向。在本实施例中，假设质量流量的大小可变方向固定，即连接每个热网设备的入口管道和出口管道都固定。
设热网设备a有i个入口管道和j个出口管道，则热网设备a的功率可以表示为：
Figure BDA0003771267720000061
其中，
Figure BDA0003771267720000062
为t时刻热网设备a的热功率，
Figure BDA0003771267720000063
表示吸热，反之表示放热，c为管道内流动液体的比热容，Ina为热网设备a的液体流入管道集合，Outa为热网设备a的液体流出管道集合，
Figure BDA0003771267720000064
和
Figure BDA0003771267720000065
分别表示t时刻流入热网设备a的管道冲液体的质量流量和温度，
Figure BDA0003771267720000066
和
Figure BDA0003771267720000067
分别表示t时刻流出热网设备a的管道k的质量流量和温度。
基于上述的热网设备功率计算公式，可得到步骤S1中的热网设备约束为：
Figure BDA0003771267720000068
Figure BDA0003771267720000069
Figure BDA0003771267720000071
Figure BDA0003771267720000072
其中，
Figure BDA0003771267720000073
为t时刻电热泵的输出热功率，c为管道内流动液体的比热容，Inehp为电热泵的液体流入管道集合，outehp为电热泵的液体流出管道集合，
Figure BDA0003771267720000074
为t时刻流入电热泵的管道i中液体的质量流量，
Figure BDA0003771267720000075
为t时刻流入电热泵的管道i中液体的温度，
Figure BDA0003771267720000076
为t时刻流出电热泵的管道k的质量流量，
Figure BDA0003771267720000077
为t时刻流出电热泵的管道k的温度，
Figure BDA0003771267720000078
为t时刻基岩储能的放热功率，Inbes为基岩储能的液体流入管道集合，outbes为基岩储能的液体流出管道集合，
Figure BDA0003771267720000079
为基岩储能放热时t时刻流入基岩储能的管道i中液体的质量流量，
Figure BDA00037712677200000710
为基岩储能放热时t时刻流入基岩储能的管道i中液体的温度，
Figure BDA00037712677200000711
为基岩储能放热时t时刻流出基岩储能的管道k中液体的质量流量，
Figure BDA00037712677200000712
为基岩储能放热时t时刻流出基岩储能的管道k中液体的温度，
Figure BDA00037712677200000713
为t时刻基岩储能的充热功率，
Figure BDA00037712677200000714
为基岩储能充热时t时刻流入基岩储能的管道i中液体的质量流量，
Figure BDA00037712677200000715
为基岩储能充热时t时刻流入基岩储能的管道i中液体的温度，
Figure BDA00037712677200000716
为基岩储能充热时t时刻流出基岩储能的管道k中液体的质量流量，
Figure BDA00037712677200000717
为基岩储能充热时t时刻流出基岩储能的管道k中液体的温度，
Figure BDA00037712677200000718
为t时刻太阳能集热器的热功率，Inscs为太阳能集热器的液体流入管道集合，outscs为太阳能集热器的液体流出管道集合，
Figure BDA00037712677200000719
为t时刻流入太阳能集热器的管道i中液体的质量流量，
Figure BDA00037712677200000720
为t时刻流入太阳能集热器的管道i中液体的温度，
Figure BDA00037712677200000721
为t时刻流出太阳能集热器的管道k的质量流量，
Figure BDA00037712677200000722
为t时刻流出太阳能集热器的管道k的温度。
根据上述的热网设备约束公式可知，这四个作用于设备热功率的约束均存在多个双线性项的加减计算，导致微能源网优化调度问题P为混合整数非线性问题。
进一步地，微能源网除热网设备外，还包括电网设备，电网设备包括光伏、风机、电储能、柴油发电机和大电网。步骤S2中的储能约束包括储能充放电状态约束、储能充放热状态约束、储能充放电功率上下限约束、储能充放热功率上下限约束、电储能容量约束及基岩储能容量约束。
具体地，所述储能充放电状态约束为：
Figure BDA0003771267720000081
其中，
Figure BDA0003771267720000082
为t时刻电储能的充电状态的二进制变量，
Figure BDA0003771267720000083
表示t时刻电储能充电，
Figure BDA0003771267720000084
表示t时刻电储能未充电，
Figure BDA0003771267720000085
为t时刻电储能的放电状态的二进制变量，
Figure BDA0003771267720000086
表示t时刻电储能放电，
Figure BDA0003771267720000087
表示t时刻电储能未放电。
所述储能充放热状态约束为：
Figure BDA0003771267720000088
其中，
Figure BDA0003771267720000089
为基岩储能的充热状态的二进制变量，
Figure BDA00037712677200000810
表示t时刻基岩储能充热，
Figure BDA00037712677200000811
表示t时刻基岩储能未充热，
Figure BDA00037712677200000812
为基岩储能的放热状态的二进制变量，
Figure BDA00037712677200000813
表示t时刻基岩储能放热，
Figure BDA00037712677200000814
表示t时刻基岩储能未放电热。
所述储能充放电功率上下限约束为：
Figure BDA00037712677200000815
Figure BDA00037712677200000816
其中，
Figure BDA00037712677200000817
为电储能的最小充电功率，
Figure BDA00037712677200000818
为t时刻电储能的充电状态的二进制变量，
Figure BDA00037712677200000819
为t时刻电储能的充电功率，
Figure BDA00037712677200000820
为电储能的最大充电功率，
Figure BDA00037712677200000821
为电储能的最小放电功率，
Figure BDA00037712677200000822
为t时刻电储能的放电状态的二进制变量，
Figure BDA00037712677200000823
为t时刻电储能的放电功率，
Figure BDA00037712677200000824
为电储能的最大放电功率。
所述储能充放热功率上下限约束为：
Figure BDA00037712677200000825
Figure BDA00037712677200000826
其中，
Figure BDA00037712677200000827
为基岩储能的最小充热功率，
Figure BDA00037712677200000828
为基岩储能的充热状态的二进制变量，
Figure BDA00037712677200000829
为t时刻基岩储能的充热功率，
Figure BDA00037712677200000830
为基岩储能的最大充热功率，
Figure BDA00037712677200000831
为基岩储能的最小放热功率，
Figure BDA00037712677200000832
为t时刻基岩储能的放热状态的二进制变量，
Figure BDA00037712677200000833
为t时刻基岩储能的放热功率，
Figure BDA00037712677200000834
为基岩储能的最大放热功率。
所述电储能容量约束为：
Figure BDA0003771267720000091
其中，
Figure BDA0003771267720000092
为电储能的最小荷电状态，
Figure BDA0003771267720000093
为电储能的最大荷电状态，
Figure BDA0003771267720000094
为t时刻电储能的荷电状态，σele为电储能的自放电率，
Figure BDA0003771267720000095
为t时刻电储能的充电功率，
Figure BDA0003771267720000096
为电储能的充电效率，Eele为电储能的容量，
Figure BDA0003771267720000097
为t时刻电储能的放电功率，
Figure BDA0003771267720000098
为电储能的放电效率，t＞0。
所述基岩储能容量约束为：
Figure BDA0003771267720000099
其中，
Figure BDA00037712677200000910
为基岩储能的最小荷电状态，
Figure BDA00037712677200000911
为基岩储能的最大荷电状态，
Figure BDA00037712677200000912
为t时刻基岩储能的荷电状态，σbes为基岩储能的自放电率，
Figure BDA00037712677200000913
为t时刻基岩储能的充热功率，
Figure BDA00037712677200000914
为基岩储能的充热效率，Ebes为基岩储能的容量，
Figure BDA00037712677200000915
为t时刻基岩储能的放热功率，
Figure BDA00037712677200000916
为基岩储能的放热效率。
即电储能和基岩储能均遵循储能约束，二者仅参数不同。
在本实施例中，耦合设备为电热泵，采用以下公式表示：
Figure BDA00037712677200000917
其中，
Figure BDA00037712677200000918
和
Figure BDA00037712677200000919
分别表示t时刻电热泵的输出热功率和输入电功率，ηehp表示电热泵的转换效率。
更进一步地，步骤S3中系统平衡约束包括微能源网与大电网联络线功率约束、电平衡约束及热平衡约束。
具体地，所述微能源网与大电网联络线功率约束为：
Figure BDA00037712677200000920
其中，
Figure BDA00037712677200000921
为微能源网与大电网联络线允许交换的最大功率，
Figure BDA00037712677200000922
为t时刻微能源网与大电网联络线的交换功率。
所述电平衡约束为：
Figure BDA0003771267720000101
其中，
Figure BDA0003771267720000102
为t时刻电储能的放电功率，
Figure BDA0003771267720000103
为t时刻电储能的充电功率，
Figure BDA0003771267720000104
为t时刻微能源网与大电网联络线的交换功率，
Figure BDA0003771267720000105
为t时刻柴油发电机的输出功率，
Figure BDA0003771267720000106
为t时刻电热泵的输入电功率，
Figure BDA0003771267720000107
为t时刻微能源网的电负荷，
Figure BDA0003771267720000108
为t时刻的光伏出力，
Figure BDA0003771267720000109
为t时刻的风机出力。
所述热平衡约束为：
Figure BDA00037712677200001010
其中，
Figure BDA00037712677200001011
为t时刻电热泵的输出热功率，
Figure BDA00037712677200001012
为t时刻太阳能集热器的输出热功率，
Figure BDA00037712677200001013
为t时刻基岩储能的放热功率，
Figure BDA00037712677200001014
为t时刻基岩储能的充热功率，
Figure BDA00037712677200001015
为t时刻微能源网的热负荷。
进一步地，步骤S4中微能源网优化调度模型的目标函数为：
Figure BDA00037712677200001016
其中，C为目标函数值，T为优化调度的周期，λehp为电热泵单位出力的运维成本，
Figure BDA00037712677200001017
为t时刻电热泵的输入电功率，
Figure BDA00037712677200001018
为t时刻电储能的充放电成本，
Figure BDA00037712677200001019
为t时刻基岩储能的充放热成本，
Figure BDA00037712677200001020
为t时刻柴油发电机的发电成本，
Figure BDA00037712677200001021
为t时刻微能源网与大电网的购售电成本，M为微能源网中有碳排放设备的数量，βj为微能源网中有碳排放的设备j的碳排放系数，
Figure BDA00037712677200001022
为微能源网中有碳排放的设备j的功率。
由于步骤S1热网设备约束中质量流量和温度的乘积为双线性项，导致步骤S4的微能源网优化调度模型为混合整数非线性优化模型，难以求解。在本实施例中，目标函数和其他约束不变，采用规范多参数解聚(NMDT)方法对含有双线性项的热网设备约束进行处理。
为方便表示，用xi表示双线性项
Figure BDA00037712677200001023
中的质量流量
Figure BDA00037712677200001024
xj表示双线性项
Figure BDA00037712677200001025
中的温度
Figure BDA00037712677200001026
令wij＝xixj，
Figure BDA00037712677200001027
分别为xi和xj的上下限。引入辅助变量λj∈[0，1]，vij＝λjxi，0-1变量zjkl，
Figure BDA00037712677200001028
十进制数字k∈{0，1，...，9}，l∈{p，p+1，...，-1}，松弛变量Δλj，Δvij＝xi·Δλj。则双线性项xixj可由wij、xi、xj和引入的变量表示：
Figure BDA0003771267720000111
经过规范多参数解聚方法的处理，双线性项均被引入的新变量代替，原问题P变为非凸的MILP问题(PR)，可直接求解。PR的最优解为P提供了下界f0 R，对应双线性项解为(xRyR)。通过固定PR问题得出的最优解中双线性项中的一个参数yR，求解原问题P，得到上界
Figure BDA0003771267720000112
从最低精度水平开始，依次求解PR和P，不断更新上下界直到降低到容差内，算法终止。具体流程如下：
1、将原问题P通过NMDT变为问题PR，初始令p＝-1，上界f0 *＝+∞。
2、求解问题PR，得到下界f0 R和双线性项对应的解(xR，yR)。
3、向问题P中添加约束y＝yR，得到P的NLP(non-linear programruing problems，非线性)问题，以xR作为起点，采用局部求解器求解NLP问题，更新目标函数的上界f0 *和(x*，y*)。其中，y代表的整个调度问题中的0-1变量。
4、如果(f0 *-f0 R)/f0 R≤ε，则(x*，y*)为全局最优解，算法终止，ε为容差。否则，设置p＝p-1并返回流程2，重复流程2-4。
整个调度问题中有两种变量，一种是连续变量，用集合x表示，包括整个微能源网调度问题中的所有连续变量，其中xi和xj是
Figure BDA0003771267720000121
和
Figure BDA0003771267720000122
其他无需处理的变量也在集合x中。另一种是0-1变量，用集合y表示。xR是一个集合，为集合x的下界，yR也是一个集合，是集合y的下界。全局最优解(x*，y*)依然是指的集合，x*为连续变量集合x的最优解，y*为连续变量集合y的最优解。一次求解得到的结果是所有的x和y变量，不仅仅是非线性项的结果。每次求解都能得所有的变量，包括非线性项和其他无需处理的变量，如电网各设备出力等。
实际微能源网中热网工程应用是通过管道连接设备的，工程实际中微能源网中热网的被控对象是管道的质量流量和温度，而不是直接控制热网设备的热功率，热网设备出力的多少是通过调节与之相连接的管道内液体媒介的质量流量流量和温度进行调节的，这是考虑实际问题而对热网进行控制变量的转化，因为有了这种转换，而导致模型非线性。因此模型由于存在的双线性项是求解器不能求解，本发明能够处理非线性项，让模型线性化，使得求解器能够求解。
为了更好的理解本发明的方案，下面具体说明本发明采用的规范多参数解聚方法的推导过程。
多参数解聚是一种能够生成双线性问题的混合整数线性松弛的技术，采用基数离散技术将双线性项两个变量中的一个变量分段离散到指定精度水平p，获得混合整数线性(MILP)松弛。规范多参数解聚(NMDT)不同于多参数解聚将变量离散到所有可能值，其通过引入新变量，将变量的上下界内的区间进行离散至[0，1]，优点在于即使每个离散变量的值域不同，其分段数目仍保持一致。同时能够使得准确度级别参数p可直接与分段McCormick方法(PMCR)的分区数量N相关，从而同时灵活运用两种松弛方法。
原问题P表示为：
min f0(x，y)
Figure BDA0003771267720000131
其中，x和y分别为非负连续变量的向量和0-1变量，x和y是需要求解的变量，x是整个调度问题所有连续变量的集合，包括xi和xj，即
Figure BDA0003771267720000132
和
Figure BDA0003771267720000133
以及其他无需处理的变量，如电网各设备的出力等，y是调度问题中的0-1变量，如储能充放电状态等，m为集合x中元素的数量，r为调度问题中的0-1变量的数量。
BL为以(i，j)为索引的集合，用来表示双线性项xixj，当i＝j时，表示二次项；xL和xU分别表示xi和xj的下界和上界；Q表示所有函数fq、目标函数f0和约束的集合；aijq和dq为标量；Bq和Cq为矩阵。在本实施例中，目标函数f0为微能源网优化调度模型的目标函数，约束为微能源网优化调度模型的约束条件。
用wij＝xixj表示非凸双线性项，将变量xj离散到指定的精度水平p，添加松弛变量实现连续域。引入辅助变量λj∈[0，1]，并用
Figure BDA0003771267720000141
和
Figure BDA0003771267720000142
的线性组合表示xj。引入0-1变量zjkl和合适的十进制数字k∈{0，1，…，9}表示λj。
Figure BDA0003771267720000143
Figure BDA0003771267720000144
Figure BDA0003771267720000145
其中，
Figure BDA0003771267720000146
为负整数集。
公式
Figure BDA0003771267720000147
乘以xi得到如下公式，并用vij替代λjxi。
Figure BDA0003771267720000148
Figure BDA0003771267720000149
引入新的连续变量
Figure BDA00037712677200001410
以精确线性化，则
Figure BDA00037712677200001411
Figure BDA0003771267720000151
Figure BDA0003771267720000152
原问题P等价与P’：
min f′0(x，y)
Figure BDA0003771267720000153
f′0＝minx，yf′0(x，y)＝minx，yf0(x，y)＝f0；
由于无法计算所有负整数的无限和，用l∈{p，p+1，…，-1}代替
Figure BDA0003771267720000154
负整数p的数值根据问题需要进行选择。引入松弛变量Δλj缩小离散点的间隔，使λj可以取遍可能值，
Figure BDA0003771267720000166
为实数集。
Figure BDA0003771267720000161
Figure BDA0003771267720000162
Figure BDA0003771267720000163
新出现的双线性项xi·Δλj用McCormick法进行松弛，并用Δvij替代xi·Δλj：
Figure BDA0003771267720000164
Figure BDA0003771267720000165
由此，优化问题P’变为问题PR：
Figure BDA0003771267720000171
Figure BDA0003771267720000172
问题PR可以不满足约束wij＝xixj，PR的解为问题P的下限，
Figure BDA0003771267720000173
本发明考虑微能源网热子系统的实际运行方式及系统结构，热子系统运用流量-质量调节方法，同时调节管道的质量流量和液体温度，将热网内设备功率与连接此设备的入口和出口管道的质量流量和温度联系起来，具有更高的灵活性，能够得到最优调度方案，符合工程实际。
规范多参数解聚方法没有传统线性化方法求解质量和计算性能上的不足的问题，且相比于多参数解聚方法，能够使得值域不同的离散变量的分段数目保持一致。本发明运用规范多参数解聚方法将MINLP问题转换可MILP问题。规范多参数解聚方法对所解决MINLP问题没有特定要求，尤其适合由双线性项引起的MINLP问题，同时没有复杂的分支策略和边界紧缩策略。每个离散变量的值域不同情况下，能保证分段数目保持一致。同时能够使得准确度级别参数p可直接与分段McCormick方法(PMCR)的分区数量N相关，从而同时灵活运用两种松弛方法。
如图3所示，本发明考虑热网质量流量调节的微能源网优化调度系统包括：热网设备约束确定单元1、储能约束确定单元2、系统平衡约束确定单元3、优化调度模型建立单元4及求解单元5。
其中，所述热网设备约束确定单元1与各热网设备连接，所述热网设备约束确定单元1用于根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束。
所述储能约束确定单元2用于根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束。
所述系统平衡约束确定单元3与各热网设备及各电网设备连接，所述系统平衡约束确定单元3用于根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束。
所述优化调度模型建立单元4分别与所述热网设备约束确定单元1、所述储能约束确定单元2及所述系统平衡约束确定单元3连接，所述优化调度模型建立单元4用于基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型。
所述求解单元5与所述优化调度模型建立单元4连接，所述求解单元5用于采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
相对于现有技术，本发明考虑热网质量流量调节的微能源网优化调度系统与上述考虑热网质量流量调节的微能源网优化调度方法的有益效果相同，在此不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种考虑热网质量流量调节的微能源网优化调度方法，所述微能源网包括多个热网热备及多个电网设备，其特征在于，所述考虑热网质量流量调节的微能源网优化调度方法包括：
根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束；
根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束；
根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束；
基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型；
采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
2.根据权利要求1所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，多个热网设备包括太阳能集热器、基岩储能及电热泵；多个电网设备包括光伏、风机、电储能及柴油发电机。
3.根据权利要求2所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述热网设备约束为：
Figure FDA0003771267710000011
Figure FDA0003771267710000012
Figure FDA0003771267710000013
Figure FDA0003771267710000014
其中，
Figure FDA0003771267710000015
为t时刻电热泵的输出热功率，c为管道内流动液体的比热容，Inehp为电热泵的液体流入管道集合，outehp为电热泵的液体流出管道集合，
Figure FDA0003771267710000021
为t时刻流入电热泵的管道i中液体的质量流量，
Figure FDA0003771267710000022
为t时刻流入电热泵的管道i中液体的温度，
Figure FDA0003771267710000023
为t时刻流出电热泵的管道k的质量流量，
Figure FDA0003771267710000024
为t时刻流出电热泵的管道k的温度，
Figure FDA0003771267710000025
为t时刻基岩储能的放热功率，Inbes为基岩储能的液体流入管道集合，outbes为基岩储能的液体流出管道集合，
Figure FDA0003771267710000026
为基岩储能放热时t时刻流入基岩储能的管道i中液体的质量流量，
Figure FDA0003771267710000027
为基岩储能放热时t时刻流入基岩储能的管道i中液体的温度，
Figure FDA0003771267710000028
为基岩储能放热时t时刻流出基岩储能的管道k中液体的质量流量，
Figure FDA0003771267710000029
为基岩储能放热时t时刻流出基岩储能的管道k中液体的温度，
Figure FDA00037712677100000210
为t时刻基岩储能的充热功率，
Figure FDA00037712677100000211
为基岩储能充热时t时刻流入基岩储能的管道i中液体的质量流量，
Figure FDA00037712677100000212
为基岩储能充热时t时刻流入基岩储能的管道i中液体的温度，
Figure FDA00037712677100000213
为基岩储能充热时t时刻流出基岩储能的管道k中液体的质量流量，
Figure FDA00037712677100000214
为基岩储能充热时t时刻流出基岩储能的管道k中液体的温度，
Figure FDA00037712677100000215
为t时刻太阳能集热器的热功率，Inscs为太阳能集热器的液体流入管道集合，outscs为太阳能集热器的液体流出管道集合，
Figure FDA00037712677100000216
为t时刻流入太阳能集热器的管道i中液体的质量流量，
Figure FDA00037712677100000217
为t时刻流入太阳能集热器的管道i中液体的温度，
Figure FDA00037712677100000218
为t时刻流出太阳能集热器的管道k的质量流量，
Figure FDA00037712677100000219
为t时刻流出太阳能集热器的管道k的温度。
4.根据权利要求2所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述储能约束包括储能充放电状态约束、储能充放热状态约束、储能充放电功率上下限约束、储能充放热功率上下限约束、电储能容量约束及基岩储能容量约束。
5.根据权利要求4所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述储能充放电状态约束为：
Figure FDA00037712677100000220
其中，
Figure FDA00037712677100000221
为t时刻电储能的充电状态的二进制变量，
Figure FDA00037712677100000222
表示t时刻电储能充电，
Figure FDA00037712677100000223
表示t时刻电储能未充电，
Figure FDA00037712677100000224
为t时刻电储能的放电状态的二进制变量，
Figure FDA00037712677100000225
表示t时刻电储能放电，
Figure FDA00037712677100000226
表示t时刻电储能未放电；
所述储能充放热状态约束为：
Figure FDA0003771267710000031
其中，
Figure FDA0003771267710000032
为基岩储能的充热状态的二进制变量，
Figure FDA0003771267710000033
表示t时刻基岩储能充热，
Figure FDA0003771267710000034
表示t时刻基岩储能未充热，
Figure FDA0003771267710000035
为基岩储能的放热状态的二进制变量，
Figure FDA0003771267710000036
表示t时刻基岩储能放热，
Figure FDA0003771267710000037
表示t时刻基岩储能未放电热。
6.根据权利要求4所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述储能充放电功率上下限约束为：
Figure FDA0003771267710000038
Figure FDA0003771267710000039
其中，
Figure FDA00037712677100000310
为电储能的最小充电功率，
Figure FDA00037712677100000311
为t时刻电储能的充电状态的二进制变量，
Figure FDA00037712677100000312
为t时刻电储能的充电功率，
Figure FDA00037712677100000313
为电储能的最大充电功率，
Figure FDA00037712677100000314
为电储能的最小放电功率，
Figure FDA00037712677100000315
为t时刻电储能的放电状态的二进制变量，
Figure FDA00037712677100000316
为t时刻电储能的放电功率，
Figure FDA00037712677100000317
为电储能的最大放电功率；
所述储能充放热功率上下限约束为：
Figure FDA00037712677100000318
Figure FDA00037712677100000319
其中，
Figure FDA00037712677100000320
为基岩储能的最小充热功率，
Figure FDA00037712677100000321
为基岩储能的充热状态的二进制变量，
Figure FDA00037712677100000322
为t时刻基岩储能的充热功率，
Figure FDA00037712677100000323
为基岩储能的最大充热功率，
Figure FDA00037712677100000324
为基岩储能的最小放热功率，
Figure FDA00037712677100000325
为t时刻基岩储能的放热状态的二进制变量，
Figure FDA00037712677100000326
为t时刻基岩储能的放热功率，
Figure FDA00037712677100000327
为基岩储能的最大放热功率。
7.根据权利要求4所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述电储能容量约束为：
Figure FDA0003771267710000041
其中，
Figure FDA0003771267710000042
为电储能的最小荷电状态，
Figure FDA0003771267710000043
为电储能的最大荷电状态，
Figure FDA0003771267710000044
为t时刻电储能的荷电状态，σele为电储能的自放电率，
Figure FDA0003771267710000045
为t时刻电储能的充电功率，
Figure FDA0003771267710000046
为电储能的充电效率，Eele为电储能的容量，
Figure FDA0003771267710000047
为t时刻电储能的放电功率，
Figure FDA0003771267710000048
为电储能的放电效率，t>0；
所述基岩储能容量约束为：
Figure FDA0003771267710000049
其中，
Figure FDA00037712677100000410
为基岩储能的最小荷电状态，
Figure FDA00037712677100000411
为基岩储能的最大荷电状态，
Figure FDA00037712677100000412
为t时刻基岩储能的荷电状态，σbes为基岩储能的自放电率，
Figure FDA00037712677100000413
为t时刻基岩储能的充热功率，
Figure FDA00037712677100000414
为基岩储能的充热效率，Ebes为基岩储能的容量，
Figure FDA00037712677100000415
为t时刻基岩储能的放热功率，
Figure FDA00037712677100000416
为基岩储能的放热效率。
8.根据权利要求2所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述系统平衡约束包括微能源网与大电网联络线功率约束、电平衡约束及热平衡约束；
所述微能源网与大电网联络线功率约束为：
Figure FDA00037712677100000417
其中，
Figure FDA00037712677100000418
为微能源网与大电网联络线允许交换的最大功率，
Figure FDA00037712677100000419
为t时刻微能源网与大电网联络线的交换功率；
所述电平衡约束为：
Figure FDA00037712677100000420
其中，
Figure FDA00037712677100000421
为t时刻电储能的放电功率，
Figure FDA00037712677100000422
为t时刻电储能的充电功率，
Figure FDA00037712677100000423
为t时刻微能源网与大电网联络线的交换功率，
Figure FDA00037712677100000424
为t时刻柴油发电机的输出功率，
Figure FDA00037712677100000425
为t时刻电热泵的输入电功率，
Figure FDA00037712677100000426
为t时刻微能源网的电负荷，
Figure FDA0003771267710000051
为t时刻的光伏出力，
Figure FDA0003771267710000052
为t时刻的风机出力；
所述热平衡约束为：
Figure FDA0003771267710000053
其中，
Figure FDA0003771267710000054
为t时刻电热泵的输出热功率，
Figure FDA0003771267710000055
为t时刻太阳能集热器的输出热功率，
Figure FDA0003771267710000056
为t时刻基岩储能的放热功率，
Figure FDA0003771267710000057
为t时刻基岩储能的充热功率，
Figure FDA0003771267710000058
为t时刻微能源网的热负荷。
9.根据权利要求2所述的考虑热网质量流量调节的微能源网优化调度方法，其特征在于，所述微能源网优化调度模型的目标函数为：
Figure FDA0003771267710000059
其中，C为目标函数值，T为优化调度的周期，λehp为电热泵单位出力的运维成本，
Figure FDA00037712677100000510
为t时刻电热泵的输入电功率，
Figure FDA00037712677100000511
为t时刻电储能的充放电成本，
Figure FDA00037712677100000512
为t时刻基岩储能的充放热成本，
Figure FDA00037712677100000513
为t时刻柴油发电机的发电成本，
Figure FDA00037712677100000514
为t时刻微能源网与大电网的购售电成本，M为微能源网中有碳排放设备的数量，βj为微能源网中有碳排放的设备j的碳排放系数，
Figure FDA00037712677100000515
为微能源网中有碳排放的设备j的功率。
10.一种考虑热网质量流量调节的微能源网优化调度系统，所述微能源网包括多个热网热备及多个电网设备，其特征在于，所述考虑热网质量流量调节的微能源网优化调度系统包括：
热网设备约束确定单元，与各热网设备连接，用于根据各热网设备的各管道中液体的比热容、质量流量、温度及各热网设备的热功率，确定热网设备约束；
储能约束确定单元，用于根据微能源网中储能的荷电状态、充放电功率、充放电效率、最小充放电功率、最大充放电功率、充放电状态、充放热状态、充放热功率、充放热效率、最小充放热功率、最大充放热功率、储能容量、最小荷电状态及最大荷电状态，确定储能约束；
系统平衡约束确定单元，与各热网设备及各电网设备连接，用于根据微能源网与大电网联络线允许交换的最大功率、各电网设备的出力、各热网设备的热功率、电负荷及热负荷，确定系统平衡约束；
优化调度模型建立单元，分别与所述热网设备约束确定单元、所述储能约束确定单元及所述系统平衡约束确定单元连接，用于基于所述热网设备约束、所述储能约束及所述系统平衡约束，以微能源网的运维成本及碳排放最低为目标，建立微能源网优化调度模型；
求解单元，与所述优化调度模型建立单元连接，用于采用规范多参数解聚方法对所述微能源网优化调度模型中的热网设备约束进行解聚处理，并对所述微能源网优化调度模型求解，以确定各电网设备的最优出力及各热网设备的各管道的最优质量流量和最优温度。
CN202210902175.6A 2022-07-29 2022-07-29 考虑热网质量流量调节的微能源网优化调度方法及系统 Pending CN115187129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210902175.6A CN115187129A (zh) 2022-07-29 2022-07-29 考虑热网质量流量调节的微能源网优化调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210902175.6A CN115187129A (zh) 2022-07-29 2022-07-29 考虑热网质量流量调节的微能源网优化调度方法及系统

Publications (1)

Publication Number Publication Date
CN115187129A true CN115187129A (zh) 2022-10-14

Family

ID=83520769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210902175.6A Pending CN115187129A (zh) 2022-07-29 2022-07-29 考虑热网质量流量调节的微能源网优化调度方法及系统

Country Status (1)

Country Link
CN (1) CN115187129A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115907155A (zh) * 2022-11-22 2023-04-04 南方电网能源发展研究院有限责任公司 引入碳排放成本的发电机组规划方法以及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115907155A (zh) * 2022-11-22 2023-04-04 南方电网能源发展研究院有限责任公司 引入碳排放成本的发电机组规划方法以及装置
CN115907155B (zh) * 2022-11-22 2023-07-18 南方电网能源发展研究院有限责任公司 引入碳排放成本的发电机组规划方法以及装置

Similar Documents

Publication Publication Date Title
CN110245878B (zh) 智能楼宇群体的分布式综合能源需求响应协同优化方法
Li et al. Multi-stage real-time operation of a multi-energy microgrid with electrical and thermal energy storage assets: A data-driven MPC-ADP approach
Li et al. Operation optimization of electrical-heating integrated energy system based on concentrating solar power plant hybridized with combined heat and power plant
CN111222257B (zh) 基于凸优化的电热水多能流协同调度方法
CN111224434B (zh) 光火储混合发电系统的负荷频率协调优化控制方法
CN104408534A (zh) 基于联立方程模型的塔式太阳能热电系统运行优化方法
Ramírez-Elizondo et al. Scheduling and control framework for distribution-level systems containing multiple energy carrier systems: Theoretical approach and illustrative example
CN113036819A (zh) 一种考虑源荷双侧不确定性的电热综合能源系统鲁棒调度方法
Mitridati et al. Power systems flexibility from district heating networks
CN115187129A (zh) 考虑热网质量流量调节的微能源网优化调度方法及系统
Huang et al. A neurodynamic-based distributed energy management approach for integrated local energy systems
CN115425668A (zh) 一种基于电力系统时序生产模拟的储能容量优化配置方法
Azimi et al. A new approach on quantification of flexibility index in multi-carrier energy systems towards optimally energy hub management
Yuan et al. A distributed multi-objective optimization method for scheduling of integrated electricity and hydrogen systems
Wu et al. Distributionally robust unit commitment of integrated electricity and heat system under bi-directional variable mass flow
Tian et al. Modeling and simulation for multi energy flow coupled network computing
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
CN112701721A (zh) 一种综合能源系统的协调规划方法
CN112883630A (zh) 用于风电消纳的多微网系统日前优化经济调度方法
Huang et al. Adaptive-discretization based dynamic optimal energy flow for the heat-electricity integrated energy systems with hybrid AC/DC power sources
CN111310310A (zh) 一种用于量调节的热力系统静态潮流快速解耦计算方法
Binder et al. Hybrid energy system modeling in Modelica
CN110716429A (zh) 冷热电联供系统的控制方法、装置、计算机及存储介质
Xing et al. Multi-energy simulation and optimal scheduling strategy based on digital twin
CN115080907A (zh) 综合能源系统的控制方法、装置及设备

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