CN115239024B - 城市区域多元能源供能规划方法 - Google Patents

城市区域多元能源供能规划方法 Download PDF

Info

Publication number
CN115239024B
CN115239024B CN202211147147.4A CN202211147147A CN115239024B CN 115239024 B CN115239024 B CN 115239024B CN 202211147147 A CN202211147147 A CN 202211147147A CN 115239024 B CN115239024 B CN 115239024B
Authority
CN
China
Prior art keywords
storage device
energy
cold
heat
urban area
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.)
Active
Application number
CN202211147147.4A
Other languages
English (en)
Other versions
CN115239024A (zh
Inventor
任娇蓉
叶晨
翁格平
方建迪
仇钧
杨跃平
崔勤越
龙正雄
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.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211147147.4A priority Critical patent/CN115239024B/zh
Publication of CN115239024A publication Critical patent/CN115239024A/zh
Application granted granted Critical
Publication of CN115239024B publication Critical patent/CN115239024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Abstract

本发明涉及供能规划技术领域，提供一种城市区域多元能源供能规划方法，包括步骤：根据城市区域环境选择能源站和储能装置；建立优化模型，优化所述能源站输出的能源，其中，所述优化模型包括优化目标和约束条件，所述优化目标为二氧化碳排放量，所述约束条件包括冷平衡约束、热平衡约束和电平衡约束；预测所述城市区域的负荷需求，并根据所述负荷需求确定所述能源站和所述储能装置与所述城市区域中建筑区的最短路径，以确定所述能源站和所述储能装置及其管网的布置位置。本发明能够充分满足城市区域的能源需求，提高城市区域供能的可靠性、经济性，并实现城市区域能源的高效、清洁利用。

Description

城市区域多元能源供能规划方法
技术领域
本发明涉及供能规划技术领域，具体涉及一种城市区域多元能源供能规划方法。
背景技术
面对新能源快速发展的机遇与挑战，推动能源清洁低碳高效利用，继续加快构建智能电网，推动电网向能源互联网升级，同时通过加大跨区输送清洁能源力度、保障清洁能源及时同步并网等措施着力打造清洁能源优化配置平台，开辟风电、太阳能发电等新能源配套电网工程建设“绿色通道”，确保电网电源同步投产。目前城市区域多元能源系统规划方面尚未形成成熟通用的方法、标准与系统，因此难以开展相关规划设计工作，是城市区域多元能源集成供电系统发展中迫切需要解决的关键问题。
发明内容
本发明为解决上述技术问题，提供了一种城市区域多元能源供能规划方法，通过对多元能源供能的合理规划，能够充分满足城市区域的能源需求，提高城市区域供能的可靠性、经济性，并实现城市区域能源的高效、清洁利用。
本发明采用的技术方案如下：
一种城市区域多元能源供能规划方法，包括步骤：根据城市区域环境选择能源站和储能装置；建立优化模型，优化所述能源站输出的能源，其中，所述优化模型包括优化目标和约束条件，所述优化目标为二氧化碳排放量，所述约束条件包括冷平衡约束、热平衡约束和电平衡约束；预测所述城市区域的负荷需求，并根据所述负荷需求确定所述能源站和所述储能装置与所述城市区域中建筑区的最短路径，以确定所述能源站和所述储能装置及其管网的布置位置。
所述能源站包括风力发电站、光伏发电站和燃气轮机发电站。
所述城市区域内还具有能量转换单元，所述能量转换单元包括气热转换单元、电热冷转换单元、电冷转换单元、热冷转换单元和电气转换单元，所述储能装置包括储电装置、储热装置、储冷装置和储气装置。
所述气热转换单元包括燃气锅炉，所述电热冷转换单元包括热泵和空调机，所述电冷转换单元包括电制冷机，所述热冷转换单元包括吸收式制冷机，所述电气转换单元包括电转气设备。
所述储能装置的储能值满足下式：
Figure 100002_DEST_PATH_IMAGE001
其中，
Figure 100002_DEST_PATH_IMAGE003
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能值，/>
Figure 100002_DEST_PATH_IMAGE005
分别为时刻t-1的储电装置、储热装置、储冷装置、储气装置的储能值，/>
Figure 100002_DEST_PATH_IMAGE007
为时间间隔，/>
Figure 100002_DEST_PATH_IMAGE009
分别为储电装置、储热装置、储冷装置、储气装置的自放能率，/>
Figure 100002_DEST_PATH_IMAGE011
分别为储电装置、储热装置、储冷装置、储气装置的充能效率，/>
Figure 100002_DEST_PATH_IMAGE013
分别为储电装置、储热装置、储冷装置、储气装置的放能效率，/>
Figure 100002_DEST_PATH_IMAGE015
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能速率值，/>
Figure 100002_DEST_PATH_IMAGE017
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的放能速率值。
所述优化目标的表达式为：
Figure 100002_DEST_PATH_IMAGE018
其中，M为二氧化碳排放量，
Figure 100002_DEST_PATH_IMAGE020
为所述燃气轮机发电站的天然气消耗量，/>
Figure 100002_DEST_PATH_IMAGE022
为天然气二氧化碳排放系数，/>
Figure 100002_DEST_PATH_IMAGE024
为购入大电网电量所对应消耗的火电厂煤耗量，/>
Figure 100002_DEST_PATH_IMAGE026
为煤炭二氧化碳排放系数，d表示天数，h表示小时。
所述冷平衡约束为：
Figure 100002_DEST_PATH_IMAGE027
其中，
Figure 100002_DEST_PATH_IMAGE029
为所述电制冷机能量转化过程中产生的冷功率，/>
Figure 100002_DEST_PATH_IMAGE031
为所述吸收式制冷机能量转化过程中产生的冷功率，/>
Figure 100002_DEST_PATH_IMAGE033
为所述热泵制冷产生的冷功率，/>
Figure 100002_DEST_PATH_IMAGE035
为所述储冷装置输出的冷量，/>
Figure 100002_DEST_PATH_IMAGE037
为进入所述储冷装置的冷量，/>
Figure 100002_DEST_PATH_IMAGE039
为所述城市区域的冷负荷总需求，
所述热平衡约束为：
Figure 100002_DEST_PATH_IMAGE040
其中，
Figure 100002_DEST_PATH_IMAGE042
为所述城市区域的热负荷总需求，/>
Figure 100002_DEST_PATH_IMAGE044
为时段t所述燃气锅炉的产热量，
Figure 100002_DEST_PATH_IMAGE046
为所述热泵制热产生的热功率，/>
Figure 100002_DEST_PATH_IMAGE048
为所述空调机制热产生的热功率，
所述电平衡约束为：
Figure 100002_DEST_PATH_IMAGE049
/>
其中，
Figure 100002_DEST_PATH_IMAGE051
为所述风力发电站的发电容量，/>
Figure 100002_DEST_PATH_IMAGE053
为所述光伏发电站的发电容量，
Figure 100002_DEST_PATH_IMAGE055
为第i台燃气轮机在时刻t的发电容量，E为所述城市区域的电负荷总需求。
通过遗传算法、粒子群算法或最大矩形法求解所述优化模型。
通过下式预测所述城市区域的负荷需求：
Figure 100002_DEST_PATH_IMAGE056
其中，
Figure 100002_DEST_PATH_IMAGE058
表示所述城市区域内第k座建筑的逐时负荷，k=1，2，…，n，n为所述城市区域内的建筑总数，/>
Figure 100002_DEST_PATH_IMAGE060
表示所述城市区域内第k座建筑、第i种负荷的同时利用系数，/>
Figure 100002_DEST_PATH_IMAGE062
表示所述城市区域内第i种负荷的逐时负荷，/>
Figure 100002_DEST_PATH_IMAGE064
表示所述城市区域内第i种负荷的同时利用系数。
根据所述负荷需求确定所述能源站和所述储能装置与所述城市区域中建筑区的最短路径，以确定所述能源站和所述储能装置及其管网的布置位置，具体包括：构建以所述能源站、所述储能装置和具有负荷需求的建筑区为节点，以输送管路为边的管网图；在所述管网图的节点中筛选出一部分节点作为所述能源站和所述储能装置对应的节点，以确定所述能源站和所述储能装置对应的节点集合、具有负荷需求的建筑区对应的节点集合；在所述能源站和所述储能装置对应的节点集合中确定一个预选节点集合，使得具有负荷需求的建筑区对应的节点集合至所述预选节点集合的路径之和最小，则所述预选节点集合中的节点为所述能源站或所述储能装置的布置位置，所述预选节点集合中的节点之间、所述预选节点集合中的节点与所述具有负荷需求的建筑区对应的节点集合中的节点之间的边为管网的布置位置。
本发明的有益效果：
本发明通过对多元能源供能的合理规划，能够充分满足城市区域的能源需求，提高城市区域供能的可靠性、经济性，并实现城市区域能源的高效、清洁利用。
附图说明
图1为本发明实施例的城市区域多元能源供能规划方法的流程图；
图2为本发明一个实施例的不同建筑逐时的冷负荷示意图；
图3为本发明一个实施例的不同建筑逐时的热负荷示意图。
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。
如图1所示，本发明实施例的城市区域多元能源供能规划方法包括步骤：
S1，根据城市区域环境选择能源站和储能装置。
S2，建立优化模型，优化能源站输出的能源，其中，优化模型包括优化目标和约束条件，优化目标为二氧化碳排放量，约束条件包括冷平衡约束、热平衡约束和电平衡约束。
S3，预测城市区域的负荷需求，并根据负荷需求确定能源站和储能装置与城市区域中建筑区的最短路径，以确定能源站和储能装置及其管网的布置位置。
本发明实施例中的能源站是指能够利用相应的资源产生电能的设施，储能装置是指能够以相应的形式对能源进行存储的设施。在本发明的一个实施例中，可根据城市区域环境中的资源情况来选择能源站，并根据城市区域环境中各种能源的应用情况来选择储能装置。
以绝大多数具有风能、太阳能、燃气资源的城市区域为例，所选择的能源站可包括风力发电站、光伏发电站和燃气轮机发电站。
对于上述的能源站，风力发电站的发电容量为：
Figure DEST_PATH_IMAGE066
其中，
Figure DEST_PATH_IMAGE068
分别为风力发电站的发电容量和额定发电容量，v、/>
Figure DEST_PATH_IMAGE070
、
Figure DEST_PATH_IMAGE072
、/>
Figure DEST_PATH_IMAGE074
分别为风力发电站风机的实时风速、额定风速、切入风速和切出风速。本发明实施例中设定实际风速满足以下概率分布函数：
Figure DEST_PATH_IMAGE075
Figure DEST_PATH_IMAGE077
其中，k、c分别为该概率分布函数的形状参数和尺度参数，反应当地风速的分布特性和平均风速大小，
Figure DEST_PATH_IMAGE079
表示实时风速的概率密度函数，/>
Figure DEST_PATH_IMAGE081
表示实时风速的概率分布函数。
光伏发电站的发电容量为：
Figure DEST_PATH_IMAGE082
其中，
Figure DEST_PATH_IMAGE084
分别为光伏发电站的发电容量和发电额定容量，/>
Figure DEST_PATH_IMAGE086
分别为实际光照强度和最大光照强度。本发明实施例中设定实际光照强度满足以下概率分布函数：
Figure DEST_PATH_IMAGE088
其中，
Figure DEST_PATH_IMAGE090
为该概率分布函数的形状参数，/>
Figure DEST_PATH_IMAGE092
为伽马函数。
燃气轮机发电站的发电容量为：
Figure DEST_PATH_IMAGE093
其中，
Figure 181729DEST_PATH_IMAGE055
为第i台燃气轮机在时刻t的发电容量，/>
Figure DEST_PATH_IMAGE095
为燃气轮机发电站的额定发电效率，/>
Figure DEST_PATH_IMAGE097
为第i台燃气轮机在时刻t可被回收的热功率，/>
Figure DEST_PATH_IMAGE099
为第i台燃气轮机的发电出力系数。本发明实施例中的燃气轮机的发电功率与发热功率满足以下热能模型：
Figure DEST_PATH_IMAGE100
Figure DEST_PATH_IMAGE101
其中，
Figure DEST_PATH_IMAGE103
为第i台燃气轮机在时刻t的天然气消耗量，/>
Figure DEST_PATH_IMAGE105
为第i台燃气轮机在时刻t可被回收的热功率，/>
Figure DEST_PATH_IMAGE107
为时间间隔，/>
Figure DEST_PATH_IMAGE109
为散热损失系数，/>
Figure DEST_PATH_IMAGE111
为天然气燃烧低热值。
以绝大多数应用电、热、冷、气的城市区域为例，所选择的储能装置可包括储电装置、储热装置、储冷装置和储气装置。
此外，城市区域内还可具有能量转换单元，能量转换单元包括气热转换单元、电热冷转换单元、电冷转换单元、热冷转换单元和电气转换单元。
在本发明的一个实施例中，气热转换单元包括燃气锅炉，电热冷转换单元包括热泵和空调机，电冷转换单元包括电制冷机，热冷转换单元包括吸收式制冷机，电气转换单元包括电转气设备。
其中，燃气锅炉的产热量为：
Figure DEST_PATH_IMAGE113
/>
其中，
Figure DEST_PATH_IMAGE115
分别为时段t燃气锅炉的产热量和消耗的天然气，/>
Figure DEST_PATH_IMAGE117
为燃气锅炉的供热效率。
热泵的制热功率和制冷功率为：
Figure DEST_PATH_IMAGE118
其中，
Figure DEST_PATH_IMAGE120
分别为热泵制热和制冷产生的热/冷功率，
Figure DEST_PATH_IMAGE122
分别为热泵制热和制冷消耗的电功率，
Figure DEST_PATH_IMAGE124
分别为热泵制热和制冷过程中的能量损失系数、效率和能效比值。
空调机的制热功率和制冷功率为：
Figure DEST_PATH_IMAGE126
其中，
Figure DEST_PATH_IMAGE128
分别为空调机制热和制冷产生的热/冷功率，
Figure DEST_PATH_IMAGE130
分别为空调机制热和制冷消耗的电功率，
Figure DEST_PATH_IMAGE132
分别为空调机制热和制冷的能量损失系数、效率和能效比值。
电制冷机的制冷功率为：
Figure DEST_PATH_IMAGE134
其中，
Figure DEST_PATH_IMAGE136
分别为电制冷机能量转化过程中产生的冷功率和消耗的电功率，/>
Figure DEST_PATH_IMAGE138
分别为电制冷机制冷过程中的能量损失系数、效率和能效比值。
吸收式制冷机的制冷功率为：
Figure DEST_PATH_IMAGE139
其中，
Figure DEST_PATH_IMAGE141
分别为吸收式制冷机能量转化过程中产生的冷功率和消耗的热功率，/>
Figure DEST_PATH_IMAGE143
分别为吸收式制冷机制冷过程中的能量损失系数、效率和能效比值。
电转气设备的产生天然气的功率为：
Figure DEST_PATH_IMAGE144
其中，
Figure DEST_PATH_IMAGE146
分别为电转气设备能量转化过程中产生的天然气功率和消耗的电功率，/>
Figure DEST_PATH_IMAGE148
分别为电转气设备的能量自损失系数和转换效率。
储能装置的储能值满足下式：
Figure 784355DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE150
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能值，/>
Figure DEST_PATH_IMAGE152
分别为时刻t-1的储电装置、储热装置、储冷装置、储气装置的储能值，/>
Figure DEST_PATH_IMAGE154
为时间间隔，
Figure DEST_PATH_IMAGE156
分别为储电装置、储热装置、储冷装置、储气装置的自放能率，
Figure DEST_PATH_IMAGE158
分别为储电装置、储热装置、储冷装置、储气装置的充能效率，/>
Figure DEST_PATH_IMAGE160
分别为储电装置、储热装置、储冷装置、储气装置的放能效率，/>
Figure DEST_PATH_IMAGE162
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能速率值，/>
Figure DEST_PATH_IMAGE164
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的放能速率值。
本发明实施例通过选择不同种类的能源站，能够满足城市区域的能源需求。
通过选择不同种类的储能装置储存电能、热能、冷能和气能，多种储能装置可实现在时间上的解耦，使得能量可以跨时段转移。并且，在出现大规模突发事件或故障时，储能装置可以充当应急能源，保证城市区域内电、热、冷、气负荷的基本用能需求。
通过能量转换单元将城市区域内的电能、热能、冷能和气能进行转换，将传统的化石能源与风、光等可再生能源互补，提高能源利用效率与整体效益。通过能量转换单元可使多种能源融合利用和协同供应，实现电能、热能、冷能和气能多种能源融合利用和协同供应的城市区域，实现能源供应侧与能源需求侧的双向流动与动态平衡，多能互补，使电能、热能、冷能和气能等不同能源之间耦合度加深。此外，可实现电负荷削峰填谷并减少运行成本，缓解城市区域内电、热、冷负荷不匹配的矛盾。
在本发明的一个实施例中，优化目标的表达式为：
Figure 439458DEST_PATH_IMAGE018
/>
其中，M为二氧化碳排放量，
Figure 850979DEST_PATH_IMAGE020
为所述燃气轮机发电站的天然气消耗量，/>
Figure 930931DEST_PATH_IMAGE022
为天然气二氧化碳排放系数，/>
Figure 18972DEST_PATH_IMAGE024
为购入大电网电量所对应消耗的火电厂煤耗量，/>
Figure 551585DEST_PATH_IMAGE026
为煤炭二氧化碳排放系数，d表示天数，h表示小时。
冷平衡约束为：
Figure 750485DEST_PATH_IMAGE027
其中，
Figure 684943DEST_PATH_IMAGE029
为所述电制冷机能量转化过程中产生的冷功率，/>
Figure DEST_PATH_IMAGE165
为所述吸收式制冷机能量转化过程中产生的冷功率，/>
Figure 209465DEST_PATH_IMAGE033
为所述热泵制冷产生的冷功率，/>
Figure 229374DEST_PATH_IMAGE035
为所述储冷装置输出的冷量，/>
Figure 982697DEST_PATH_IMAGE037
为进入所述储冷装置的冷量，/>
Figure DEST_PATH_IMAGE166
为所述城市区域的冷负荷总需求。
热平衡约束为：
Figure 37241DEST_PATH_IMAGE040
其中，
Figure 732664DEST_PATH_IMAGE042
为所述城市区域的热负荷总需求，/>
Figure 974290DEST_PATH_IMAGE044
为时段t所述燃气锅炉的产热量，
Figure 514993DEST_PATH_IMAGE046
为所述热泵制热产生的热功率，/>
Figure DEST_PATH_IMAGE167
为所述空调机制热产生的热功率。
电平衡约束为：
Figure 689622DEST_PATH_IMAGE049
其中，
Figure DEST_PATH_IMAGE168
为所述风力发电站的发电容量，/>
Figure 303750DEST_PATH_IMAGE053
为所述光伏发电站的发电容量，
Figure 298250DEST_PATH_IMAGE055
为第i台燃气轮机在时刻t的发电容量，E为所述城市区域的电负荷总需求。
在本发明的一个实施例中，可通过遗传算法、粒子群算法或最大矩形法等求解上述优化模型，获取最优的电能、热能、冷能、气能的供给。
本发明实施例通过建立优化模型，优化电能、热能、冷能、气能的供给，能够降低城市区域总体的碳排放水平，保证区域各种能源在碳排放最低的约束下的最优化利用，推进低碳清洁能源协调发展。
城市区域内不同建筑物由于使用人群和用途的不同，所承载的功能不同，呈现出不同的负荷特征，办公建筑、居住建筑、商业建筑、酒店建筑等负荷需求存在显著差异。如图2和图3所示，在住宅公寓、大型办公、大型酒店和大型商场中，其冷负荷和热负荷具有明显的不同。
建筑负荷特性的差异，进一步说明在电能、热能、冷能、气能的供给的规划中负荷预测的关键性。选择科学、合理的预测方法，充分考虑影响负荷的内外扰因素，准确预测区域的各项负荷需求，才能保证城市区域电能、热能、冷能、气能的科学规划。
在本发明的一个实施例中，可通过下式预测城市区域的负荷需求：
Figure 642644DEST_PATH_IMAGE056
其中，
Figure 406201DEST_PATH_IMAGE058
表示城市区域内第k座建筑的逐时负荷，k=1，2，…，n，n为城市区域内的建筑总数，/>
Figure 443427DEST_PATH_IMAGE060
表示城市区域内第k座建筑、第i种负荷的同时利用系数（该式中以城市区域内共23种负荷为例），/>
Figure DEST_PATH_IMAGE169
表示城市区域内第i种负荷的逐时负荷，T i 表示城市区域内第i种负荷的同时利用系数。
进一步地，可根据负荷需求确定能源站和储能装置及其管网的最优选址。具体地，首先可构建以能源站、储能装置和具有负荷需求的建筑区为节点，以输送管路为边的管网图。然后在管网图的节点中筛选出一部分节点作为能源站和储能装置对应的节点，以确定能源站和储能装置对应的节点集合、具有负荷需求的建筑区对应的节点集合。最后在能源站和储能装置对应的节点集合中确定一个预选节点集合，使得具有负荷需求的建筑区对应的节点集合至预选节点集合的路径之和最小，则预选节点集合中的节点为能源站或储能装置的布置位置，预选节点集合中的节点之间、预选节点集合中的节点与具有负荷需求的建筑区对应的节点集合中的节点之间的边为管网的布置位置。
管网图可以记做
Figure DEST_PATH_IMAGE171
代表节点的集合，E代表边的集合，W代表边的权的集合。其中，/>
Figure DEST_PATH_IMAGE173
，且两两不相交，并有/>
Figure DEST_PATH_IMAGE175
，表示能源站和储能装置对应的节点集合，/>
Figure DEST_PATH_IMAGE177
，表示路网节点的（如交叉点、拐点、接入点等）集合，/>
Figure DEST_PATH_IMAGE179
，表示负具有负荷需求的建筑区对应的节点集合；/>
Figure DEST_PATH_IMAGE181
，表示节点间的直接连通情况；
Figure DEST_PATH_IMAGE183
，表示边e的权集。在V1中存在一个节点集合P，使V3中所有节点至集合P中所有节点的路径之和最小，则集合P中的节点即为能源站或储能装置的最佳位置，集合P中的节点之间、集合P中的节点与V3中的节点之间的边，即为管网的最佳位置。
本发明实施例通过预测城市区域的负荷需求，并根据负荷需求确定能源站和储能装置及其管网的最佳位置，能够保证城市区域各中能源的最优化利用，并降低多元能源供能系统的建设和使用成本。
根据本发明实施例的城市区域多元能源供能规划方法，通过对多元能源供能的合理规划，能够充分满足城市区域的能源需求，提高城市区域供能的可靠性、经济性，并实现城市区域能源的高效、清洁利用。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (4)

1.一种城市区域多元能源供能规划方法，其特征在于，包括步骤：
根据城市区域环境选择能源站和储能装置；
建立优化模型，优化所述能源站输出的能源，其中，所述优化模型包括优化目标和约束条件，所述优化目标为二氧化碳排放量，所述约束条件包括冷平衡约束、热平衡约束和电平衡约束；
预测所述城市区域的负荷需求，并根据所述负荷需求确定所述能源站和所述储能装置与所述城市区域中建筑区的最短路径，以确定所述能源站和所述储能装置及其管网的布置位置，
所述能源站包括风力发电站、光伏发电站和燃气轮机发电站，所述城市区域内还具有能量转换单元，所述能量转换单元包括气热转换单元、电热冷转换单元、电冷转换单元、热冷转换单元和电气转换单元，所述储能装置包括储电装置、储热装置、储冷装置和储气装置，所述气热转换单元包括燃气锅炉，所述电热冷转换单元包括热泵和空调机，所述电冷转换单元包括电制冷机，所述热冷转换单元包括吸收式制冷机，所述电气转换单元包括电转气设备，
所述储能装置的储能值满足下式：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE003
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能值，
Figure DEST_PATH_IMAGE005
分别为时刻t-1的储电装置、储热装置、储冷装置、储气装置的储能值，
Figure DEST_PATH_IMAGE007
为时间间隔，
Figure DEST_PATH_IMAGE009
分别为储电装置、储热装置、储冷装置、储气装置的自放能率，
Figure DEST_PATH_IMAGE011
分别为储电装置、储热装置、储冷装置、储气装置的充能效率，
Figure DEST_PATH_IMAGE013
分别为储电装置、储热装置、储冷装置、储气装置的放能效率，
Figure DEST_PATH_IMAGE015
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的储能速率值，
Figure DEST_PATH_IMAGE017
分别为时刻t的储电装置、储热装置、储冷装置、储气装置的放能速率值，
所述优化目标的表达式为：
Figure DEST_PATH_IMAGE018
其中，M为二氧化碳排放量，
Figure DEST_PATH_IMAGE020
为所述燃气轮机发电站的天然气消耗量，
Figure DEST_PATH_IMAGE022
为天然气二氧化碳排放系数，
Figure DEST_PATH_IMAGE024
为购入大电网电量所对应消耗的火电厂煤耗量，
Figure DEST_PATH_IMAGE026
为煤炭二氧化碳排放系数，d表示天数，h表示小时，
所述冷平衡约束为：
Figure DEST_PATH_IMAGE027
其中，
Figure DEST_PATH_IMAGE029
为所述电制冷机能量转化过程中产生的冷功率，
Figure DEST_PATH_IMAGE031
为所述吸收式制冷机能量转化过程中产生的冷功率，
Figure DEST_PATH_IMAGE033
为所述热泵制冷产生的冷功率，
Figure DEST_PATH_IMAGE035
为所述储冷装置输出的冷量，
Figure DEST_PATH_IMAGE037
为进入所述储冷装置的冷量，
Figure DEST_PATH_IMAGE039
为所述城市区域的冷负荷总需求，
所述热平衡约束为：
Figure DEST_PATH_IMAGE040
其中，
Figure DEST_PATH_IMAGE042
为所述城市区域的热负荷总需求，
Figure DEST_PATH_IMAGE044
为时段t所述燃气锅炉的产热量，
Figure DEST_PATH_IMAGE046
为所述热泵制热产生的热功率，
Figure DEST_PATH_IMAGE048
为所述空调机制热产生的热功率，
所述电平衡约束为：
Figure DEST_PATH_IMAGE049
其中，
Figure DEST_PATH_IMAGE051
为所述风力发电站的发电容量，
Figure DEST_PATH_IMAGE053
为所述光伏发电站的发电容量，
Figure DEST_PATH_IMAGE055
为第i台燃气轮机在时刻t的发电容量，E为所述城市区域的电负荷总需求。
2.根据权利要求1所述的城市区域多元能源供能规划方法，其特征在于，通过遗传算法、粒子群算法或最大矩形法求解所述优化模型。
3.根据权利要求1或2所述的城市区域多元能源供能规划方法，其特征在于，通过下式预测所述城市区域的负荷需求：
Figure DEST_PATH_IMAGE056
其中，
Figure DEST_PATH_IMAGE058
表示所述城市区域内第k座建筑的逐时负荷，k=1，2，…，n，n为所述城市区域内的建筑总数，
Figure DEST_PATH_IMAGE060
表示所述城市区域内第k座建筑、第i种负荷的同时利用系数，
Figure DEST_PATH_IMAGE062
表示所述城市区域内第i种负荷的逐时负荷，
Figure DEST_PATH_IMAGE064
表示所述城市区域内第i种负荷的同时利用系数。
4.根据权利要求3所述的城市区域多元能源供能规划方法，其特征在于，根据所述负荷需求确定所述能源站和所述储能装置与所述城市区域中建筑区的最短路径，以确定所述能源站和所述储能装置及其管网的布置位置，具体包括：
构建以所述能源站、所述储能装置和具有负荷需求的建筑区为节点，以输送管路为边的管网图；
在所述管网图的节点中筛选出一部分节点作为所述能源站和所述储能装置对应的节点，以确定所述能源站和所述储能装置对应的节点集合、具有负荷需求的建筑区对应的节点集合；
在所述能源站和所述储能装置对应的节点集合中确定一个预选节点集合，使得具有负荷需求的建筑区对应的节点集合至所述预选节点集合的路径之和最小，则所述预选节点集合中的节点为所述能源站或所述储能装置的布置位置，所述预选节点集合中的节点之间、所述预选节点集合中的节点与所述具有负荷需求的建筑区对应的节点集合中的节点之间的边为管网的布置位置。
CN202211147147.4A 2022-09-21 2022-09-21 城市区域多元能源供能规划方法 Active CN115239024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211147147.4A CN115239024B (zh) 2022-09-21 2022-09-21 城市区域多元能源供能规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211147147.4A CN115239024B (zh) 2022-09-21 2022-09-21 城市区域多元能源供能规划方法

Publications (2)

Publication Number Publication Date
CN115239024A CN115239024A (zh) 2022-10-25
CN115239024B true CN115239024B (zh) 2023-03-24

Family

ID=83680593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211147147.4A Active CN115239024B (zh) 2022-09-21 2022-09-21 城市区域多元能源供能规划方法

Country Status (1)

Country Link
CN (1) CN115239024B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910272A (zh) * 2019-10-28 2020-03-24 国网天津市电力公司 一种城市综合能源系统多目标优化方法
CN112784484A (zh) * 2021-01-19 2021-05-11 国网江苏省电力有限公司经济技术研究院 一种区域综合能源系统多目标优化方法及优化系统
CN113762708A (zh) * 2021-07-01 2021-12-07 国网江西省电力有限公司赣州供电分公司 一种考虑多目标协同的园区级综合能源系统规划方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10739742B2 (en) * 2017-04-27 2020-08-11 Johnson Controls Technology Company Building energy system with stochastic model predictive control
CN106998079B (zh) * 2017-04-28 2020-05-05 东南大学 一种热电联合优化调度模型的建模方法
CN108448628B (zh) * 2018-04-16 2021-07-23 清华大学 交直流混合系统中优化配置分布式可再生能源方法及系统
CN112363395B (zh) * 2020-11-23 2022-06-24 国网上海市电力公司 一种负荷密集型城市智慧园区工业用户负荷建模方法
CN113091124B (zh) * 2021-05-13 2022-05-17 浙江大学 一种基于区域供能能力的电热互补供热系统分区调控方法
CN113393038B (zh) * 2021-06-17 2022-11-22 天津大学 一种综合能源站网及需求响应协同的规划方法
CN113850409A (zh) * 2021-07-01 2021-12-28 国网江西省电力有限公司赣州供电分公司 一种考虑可再生能源接入的综合能源系统优化运行方法
CN114529123A (zh) * 2021-12-14 2022-05-24 中国建筑科学研究院有限公司 一种城市智慧能源网络分级规划方法
CN114825459A (zh) * 2022-04-08 2022-07-29 国网上海市电力公司 负荷密集型智慧园区用户参与碳排放控制的能源调度方法
CN115082256A (zh) * 2022-06-17 2022-09-20 山东电力工程咨询院有限公司 一种区域综合能源系统站网协同分期扩展规划方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910272A (zh) * 2019-10-28 2020-03-24 国网天津市电力公司 一种城市综合能源系统多目标优化方法
CN112784484A (zh) * 2021-01-19 2021-05-11 国网江苏省电力有限公司经济技术研究院 一种区域综合能源系统多目标优化方法及优化系统
CN113762708A (zh) * 2021-07-01 2021-12-07 国网江西省电力有限公司赣州供电分公司 一种考虑多目标协同的园区级综合能源系统规划方法

Also Published As

Publication number Publication date
CN115239024A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
Zhou et al. Quantification of energy flexibility of residential net-zero-energy buildings involved with dynamic operations of hybrid energy storages and diversified energy conversion strategies
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
Li et al. Optimization and analysis of CCHP system based on energy loads coupling of residential and office buildings
Wu et al. Comparative study of optimization method and optimal operation strategy for multi-scenario integrated energy system
CN109919480B (zh) 一种三层目标的能源互联网规划方法及设备
CN110094802A (zh) 一种热泵与蓄热式电锅炉联合供暖负荷分配方法及装置
CN109474025B (zh) 一种园区级综合能源系统优化调度模型
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN105676824A (zh) 一种可再生能源冷热电联供能量优化调度系统与方法
CN111144707A (zh) 基于能源枢纽的多能源系统协同规划建模方法
CN109472050A (zh) 基于热惯性的热电联产系统混合时间尺度调度方法
CN112070374B (zh) 一种区域能源互联网供能可靠性评估方法
Deng et al. Comparative analysis of optimal operation strategies for district heating and cooling system based on design and actual load
CN112182887A (zh) 一种综合能源系统规划优化仿真方法
CN116151565A (zh) 一种基于多能流多层级的城市智慧能源系统构建方法和协同规划方法
Romaní et al. Optimization of deterministic controls for a cooling radiant wall coupled to a PV array
Sullivan A comparison of different heating and cooling energy delivery systems and the Integrated Community Energy and Harvesting system in heating dominant communities
CN113240204A (zh) 考虑可再生能源消纳区域能源站容量优化配置方法及系统
CN110992206B (zh) 一种多源电场的优化调度方法及系统
CN115239024B (zh) 城市区域多元能源供能规划方法
Abdalla et al. The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions
Xue et al. Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty
CN105631557A (zh) 考虑蓄冰空调并具有电冷耦合特征的微电网优化调度方法
CN107992695B (zh) 一种基于互动触摸桌的综合能源展示系统
CN115470564A (zh) 一种公共建筑能源系统协调控制方法及其控制组件

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