CN115271532A - 综合能源用能数据分析方法 - Google Patents
综合能源用能数据分析方法 Download PDFInfo
- Publication number
- CN115271532A CN115271532A CN202211007410.XA CN202211007410A CN115271532A CN 115271532 A CN115271532 A CN 115271532A CN 202211007410 A CN202211007410 A CN 202211007410A CN 115271532 A CN115271532 A CN 115271532A
- Authority
- CN
- China
- Prior art keywords
- energy
- analysis
- data
- transaction
- market
- 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 93
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 82
- 238000013439 planning Methods 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 238000007726 management method Methods 0.000 claims abstract description 39
- 230000006870 function Effects 0.000 claims abstract description 27
- 230000008878 coupling Effects 0.000 claims description 48
- 238000010168 coupling process Methods 0.000 claims description 48
- 238000005859 coupling reaction Methods 0.000 claims description 48
- 230000005611 electricity Effects 0.000 claims description 38
- 238000004146 energy storage Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013433 optimization analysis Methods 0.000 claims description 4
- 238000007670 refining Methods 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 10
- 238000010224 classification analysis Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 29
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 18
- 230000008901 benefit Effects 0.000 description 16
- 238000005265 energy consumption Methods 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 13
- 239000007789 gas Substances 0.000 description 11
- 239000010410 layer Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000003345 natural gas Substances 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000011234 economic evaluation Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 239000003344 environmental pollutant Substances 0.000 description 7
- 238000010248 power generation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 239000002356 single layer Substances 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 101150073296 SELL gene Proteins 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- -1 electric power Substances 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种综合能源用能数据分析方法,其特征在于,包括采集区域能源站服务器上的能源业务数据,并对业务数据进行分类解析;具体包括:步骤S1:按照区域能源站服务器的应用功能、地理位置或安全等级等原则划分成多个采集片区,每个数据采集片区由若干数据采集节点组成,采集每个数据采集节点上的能源业务数据;步骤S2:根据采集到的能源业务数据进行能源分析。本发明的一种综合能源用能数据分析方法帮助企业进行了统一规划、运行、评价、运维以及多方的数据分析,分析效率高,方便后续进行精细化高效管理,节约更多的成本和资源。
Description
技术领域
本发明涉及能源技术领域,特别涉及一种综合能源用能数据分析方法。
背景技术
我国作为世界最大的能源生产国和消费国,形成了煤炭、电力、石油、天然气、新能源、可再生能源全面发展的能源供给体系,技术装备水平明显提高。但调整结构、提高能效和保障能源安全的压力进一步加大,能源发展面临一系列新问题新挑战。为有效应对挑战,坚持发展非化石能源与化石能源高效清洁利用并举,逐步降低煤炭消费比重,提高天然气消费比重,大幅增加风电、太阳能、地热能等可再生能源和核电消费比重,形成与我国国情相适应、科学合理的能源消费结构,大幅减少能源消费排放,促进生态文明建设。但是在现有的能源用能分析方面存在如下问题,缺乏对冷、热、电、气等多能源系统的统一规划、运行、评价、运维以及多方的数据分析,分析模式单一。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的一个目的在于提出一种综合能源用能数据分析方法,以解决背景技术中所提到的问题,克服现有技术中存在的不足。
为了实现上述目的,本发明提供一种综合能源用能数据分析方法,包括采集区域能源站服务器上的能源业务数据,并对业务数据进行分类解析;具体包括:
步骤S1:按照区域能源站服务器的应用功能、地理位置或安全等级等原则划分成多个采集片区,每个数据采集片区由若干数据采集节点组成,采集每个数据采集节点上的能源业务数据;
步骤S2:根据采集到的能源业务数据进行能源分析。
优选的是,业务数据包括基础数据、能源数据、区域能源站数据、资产管理、运营数据、事件数据、运行数据和交易数据。
在上述任一方法中优选的是,能源分析包括能源规划分析,能源规划分析包括对区域能源站进行综合建模分析,分析不同能流的耦合特性,构建内部的精准元件模型;借助能源集线器对其进行数学描述,通过矩阵表示能源间的转换、存储和传递关系;通过细化能量流建立标准化矩阵,实现耦合矩阵非线性环节线性化。
在上述任一方法中优选的是,能源分析包括多能流状态感知分析,其包括基于不同能源设备元件的功能和运行原理,构建光伏、风电、三联供、分布式储能系统内部的精准元件模型;基于多能流系统的空间拓扑结构建模,构建多能流系统多时间尺度耦合模型分析。
在上述任一方法中优选的是,能源分析包括多能流协同优化分析,其包括:
步骤S21:协调不同调节速率资源,考虑不同能源主体的互动需求;
步骤S22:逐级消除随机性和不确定性导致的误差和影响;
步骤S23:根据综合能效、运行成本及环境友好性进行协调。
在上述任一方法中优选的是,能源分析包括分布式能源交易分析,其包括根据产销者发用电双重特性和低容量用户的交易需求,建立区域分布式能源市场交易体系;基于源储荷的多能交易,建立以P2P交易为核心的中长期合同交易市场、日前集中竞价市场、日内挂牌市场三级市场交易模式,建立多主体博弈的用户报价倾向模型,建立基于用户倾向报价策略。
在上述任一方法中优选的是,能源分析包括能源系统综合评价指标体系分析,其包括建立系统规模指标、资源利用指标和安全水平指标,并对系统规模指标、资源利用指标和安全水平指标分别进行分析评价。
与现有技术相比,本发明所具有的优点和有益效果为:
1、本发明的一种综合能源用能数据分析方法从多方面对数据进行分析采集,数据采集全面,分析效率高,解决面向新型城镇的能源系统规划设计难题。
2、本发明的一种综合能源用能数据分析方法解决多系统、多能源协调运行优化的难题,节约更多的成本,帮助企业尽力更高效的能源管理分析策略。
3、本发明的一种综合能源用能数据分析方法解决新型城镇能源互联网多系统、多能源运行情况的评价难题,通过划分不同的指标体系,分别进行评价分析,提高管理效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
具体实施方式
本发明实施例的一种综合能源用能数据分析方法,包括采集区域能源站服务器上的能源业务数据,并对业务数据进行分类解析;具体包括:
步骤S1:按照区域能源站服务器的应用功能、地理位置或安全等级等原则划分成多个采集片区,每个数据采集片区由若干数据采集节点组成,采集每个数据采集节点上的能源业务数据;
步骤S2:根据采集到的能源业务数据对能源进行能源分析。
进一步的,业务数据包括基础数据、能源数据、区域能源站数据、资产管理、运营数据、事件数据、运行数据和交易数据。
进一步的,能源分析包括能源规划分析,能源规划分析包括对区域能源站进行综合建模分析,分析不同能流的耦合特性,构建内部的精准元件模型;借助能源集线器对其进行数学描述,通过矩阵表示能源间的转换、存储和传递关系;通过细化能量流建立标准化矩阵,实现耦合矩阵非线性环节线性化。
进一步的,能源分析包括多能流状态感知分析,其包括基于不同能源设备元件的功能和运行原理,构建光伏、风电、三联供、分布式储能系统内部的精准元件模型;基于多能流系统的空间拓扑结构建模,构建多能流系统多时间尺度耦合模型分析。
进一步的,能源分析包括多能流协同优化分析,其包括:
步骤S21:协调不同调节速率资源,考虑不同能源主体的互动需求;
步骤S22:逐级消除随机性和不确定性导致的误差和影响;
步骤S23:根据综合能效、运行成本及环境友好性进行协调。
具体的,能源分析包括分布式能源交易分析,其包括根据产销者发用电双重特性和低容量用户的交易需求,建立区域分布式能源市场交易体系;基于源储荷的多能交易,建立以P2P交易为核心的中长期合同交易市场、日前集中竞价市场、日内挂牌市场三级市场交易模式,建立多主体博弈的用户报价倾向模型,建立基于用户倾向报价策略。
具体的,能源分析包括能源系统综合评价指标体系分析,其包括建立系统规模指标、资源利用指标和安全水平指标,并对系统规模指标、资源利用指标和安全水平指标分别进行分析评价。
数据库:数据库采用商用数据库和实时数据库系统相结合的方式。将从各业务的数据包括基础数据、能源数据、资产管理、运营数据、事件数据、运行数据、交易数据等进行解析,根据的数据处理规模、数据处理效率、结构化/非结构化数据等不同特点,存储在商用数据库和实时数据库系统,为大数据计算、处理、分析提供服务。
本发明包括对商用数据库管理方法:数据库采用实时数据库与商用数据库相结合的方式,且支持集群数据库与非集群数据库的混合使用。历史数据库主要用于历史数据的存贮与管理。
本发明包括还包括对实时数据库管理方法:实时数据库采用分布式结构,并借鉴IEC 61970CIM数据模型,实现高效的实时数据处理、存取和管理。提供的实时数据库采用共享内存存储方法,以满足实时功能对访问数据的快速的要求和多进程同时访问的要求。数据库的规模按最终规模要求确定,并具有良好的可扩展性:数据点直至达到甚至超过规定的最终规模,均不需编程或重新生成系统。为便于将来开发新功能,数据库单元的结构和内容可以完全文本化,系统也包含文本化的数据库访问程序。数据库、数据库访问程序及相应文本是公开的。
本发明还包括能源基础应用服务管理,主要包括模型管理、数据采集、监控、数据统计分析、能源计量、能效分析、数据集成等,并为能源规划、多能流优化、分布式能源交易、技术经济评价等应用提供数据支撑。
(1)模型管理
对系统各应用公用的基础信息进行配置和维护,实现模型信息一次维护,全系统复用。配置信息包括行业、客户、组织机构及设备。
(2)前置采集
前置采用分布式数据采集方式接入各种类型数据,可以根据实际需要将数据采集任务按照应用功能、地理位置或安全等级等原则划分成若干采集片区,每个数据采集片区由若干数据采集节点组成,每个数据采集任务在片区内按照负载均衡原则分布在各节点上运行。数据采集片区相互间独立运行,其他片区的数据采集任务不会影响本片区,不会增加本片区数据采集节点上内存和CPU的负载。数据采集片区可以方便的在线增加、删除和修改,在调整数据采集片区的过程中不会影响其他无关片区。分布式前置能够解决大量的数据采集任务带来的巨大的负载压力,提高了前置应用抗风险能力。
(3)全局消息服务
响应全局消息管理服务的功能要求,基于ActiveMQ消息中间件,支撑基础应用子系统参与全局消息管理服务。
(4)统计分析服务
支持数据的各类统计,如年、月、日,统计,同比、环比分析,最大值、最小值统计等。
(5)能源计量
对水、电、气等能源数据进行计量统计。
(6)运行指标分析
对能源运行情况进行指标分析,可从清洁低碳、经济优质、安全高效、冷热电储等角度进行。
(7)数据集成
①与配电自动化系统的数据需求
示范区完整的电气接线以及运行状态信息。
②与调度自动化系统的数据需求
示范区电力能源网络的拓扑信息和运行信息。
③与用电信息采集系统的关系
示范区光伏、风机等分布式能源的运行信息和低压电网拓扑信息。
配变(或大用户)用电数据。
④与生产信息管理系统的数据需求
台账系统提供台区设备资产信息。
本发明还包括能源运维管理:能源运维面向综合能源基地所包含的包括燃气三联供、地源热泵、分布式光伏与风电、移动式储能等多种能源站的集中运行维护、运行状态综合评价、故障智能告警等与生产运营相关的多种业务的集中系统,满足多种能源站日常生产运行需求。
实现运行状态监测诊断、故障告警、设备性能评估、设备台帐管理等功能。
本发明还包括能源规划管理
(1)时序数据分析
负责示范区的多能负荷时序数据分析。原始用能数据从多个采集点和系统中导出,需要分析数据的时序特性。基于海量的历史数据,对场景进行聚类和缩减,构建具有典型意义的时序场景。
(2)能源站规划
负责示范区能源站的规划方法制定。考虑典型供用能场景,进行能源站优化选址,开展能源站供用能拓扑结构与关键组件配置优化分析,形成新型城镇能源站多目标协同规划方法。
示范区需要建设风机、光伏、CCHP等能源站,能源站的建设位置待定。规划设计子系统通过分析示范区的多能负荷需求,基于负荷预测分析结果,构建典型用能场景。建立能源站和负荷仿真模型,以能量平衡、系统安全稳定运行等为约束条件,以提升综合能源利用率、降低建设和运维成本等为目标函数,建立多目标规划模型。基于高效求解算法,给出能源站的规划方法,指导能源站设备选型、布点选址、容量优化配置等。
(3)能源网络规划
负责示范区能源网络的规划方法制定。开展多能耦合的能源网络多能流计算,输出计算结果。考虑多能负荷和可再生能源的不确定性特征,形成新型城镇能源网络规划方法。
(4)能源系统规划
分析不同用能主体的负荷类型、可调节性,基于多能负荷中长期需求响应模型及其对典型用能曲线的影响,形成互联互动能源系统规划方法。
5.多能流能量管理服务
多能流能量管理服务为示范区内区域能源互联网多能流系统提供智能运行管理解决方法,支持多种能源形式的协调运行控制与综合能量管理。通过建设运行优化系统实现区域能源互联网系统的建模,多能流网络在线实时监测,不同能源类型的耦合互补与优化控制,提升示范区内能源综合利用率,降低综合能源供能成本,确保多能流系统安全、高效、经济化运行,帮助综合能源服务商和用户实现最佳供用能经济效益。
多能流能量管理服务主要包括:多能流建模与状态感知、多能流优化调度控制、多能流安全分析与预警、多能流数据采集与处理功能,具体如下:
(1)多能流数据采集与处理:数据处理是数据接口开发,主要指完成系统所需要的数据获取接口、数据预处理、与平台交互等功能,为系统的其他功能提供数据支持。
(2)多能流建模与状态感知:主要包括多能流系统建模和多能流网络拓扑分析两大部分。多能流系统建模实现多能流系统运行机理的描述;多能流网络拓扑分析是在模型、实时数据的基础上建立多能流网络的拓扑关系。
(3)多能流优化调度控制:主要包括多能流系统优化调度和多类型储能协同优化调度两部分。多能流系统优化调度基于多能流模型和网络拓扑分析,通过建立多能流系统不同时间尺度的优化策略,通过管控平台下达策略,从而实现多能流系统优化调度。
直接控制:多能转换协调控制装置直接接收控制信号实现控制操作。北辰示范区内,由分布式能源站互联协调装置接收平台下达信号分布式储能、移动式储能、相变储热等即插即用接入/退出并协调运行。
代理控制:多能转换协调控制装置将部分控制权交给源-荷系统已有的控制系统,由其代理实现控制操作。北辰示范区内代理控制系统包括CCHP、分布式光伏、地源热泵、风电等管理系统,由这些管理系统接收控制信号,由其代为实现。
间接控制:间接控制重点针对负荷侧用户的即插即用互动用能,在天津示范区内参与互动的用户类型为工商和居民用户,通过用户能源中心接收平台下达的控制信号,间接实现用能负荷即插即用互动控制。
(4)多能流安全分析与预警:多能流安全分析基于多能流系统模型和实时运行数据,对接平台的多能流设备及通道进行故障分析,并通过多能流联合求解,分析多能流系统实时运行中潜在的安全隐患,在线给出安全提示。
具体的,还包括分布式能源交易服务管理
(1)用户用能特性分析
用户用能特性分析模块分析挖掘用户能源消费特征,构建用户用能综合画像,为能源交易和用户交易策略提供支撑。
(2)能源供用能客户端
能源供应商客户端是能源供应商参与市场交易的信息及供能汇总端口,针对用户管理、报价竞标、结算出清及报表管理等实际功能需求进行定制化设计。
(3)能源交易管理
通过分析预测市场需求,结合报价管理与合约管理,以市场供需情况和交易主体的供需交易结果,按照交易规则的要求达成无约束/有约束的分类交易结果,并经约束条件校核后由交易系统下发,交易管理模块应支持多种交易方式。该模块包含以下二级业务功能:交易配置管理、交易公告发布、交易数据申报、交易出清等。
(4)能源交易结算
结算模块应根据能源能量计量系统提供的有效关口计量数据、合约管理模块的交易合约数据、价格数据、网损以及市场主体运行考核数据等,依据结算规则进行个交易主体的能量及费用结算。
具体的,还包括技术经济评价服务分析
面向新型城镇的能源互联网技术经济评价系统是能源互联网供能网络、信息通信网络规划设计、运行风险与调控决策、以及交易与市场运营多时间尺度综合评价的重要支撑系统。它在能源互联网综合数据平台的基础上,构建能源互联网的泛协同技术经济评价指标体系,开展新型城镇能源系统规划的动态评价、计及不确定性的能源系统多能耦合运行评价、能源互联网多源异构信息支撑网络评价和多级能源交易与市场运营评价。主要包含以下功能:
(1)能源系统综合规划评价指标库:建立综合能源系统规划动态评价指标,用户根据实际场景需求,可利用从综合能源系统规划动态评价指标对不同规划方法进行评估,优选出最佳方法。
(2)能源系统优化运行评价指标库:建立综合能源系统多能耦合运行评价指标,用户根据实际场景需求,利用综合能源系统多能耦合运行评价指标评估系统能源环节整体运行效率的高低。
(3)能源互联网信息支撑评价指标库:建立综合能源系统信息支撑评价指标,提高各能源系统的数据交互性,消除城市的信息孤岛,满足用户日益提高的能源信息服务要求。
(4)能源互联网交易运营评价指标库:建立综合能源系统能源交易与市场风险评价指标,在对综合能源系统交易风险评价的基础上,结合用户实际场景,提出风险防控的对策。
(5)能源互联网综合评价指标库:针对能源互联网示范工程,从技术、经济、社会、实用等方面评价示范工程的建设运营水平,具体包括综合能效、供能可靠性、清洁能源占比等技术性评价,建设投资、运维管理费用、运营效益等经济性评价,环保效益等社会性评价,组织管理、用户满意度等实用性评价,为示范工程的建设运营与推广应用提供支撑。
(6)能源互联网技术经济评价指标优选:在综合能源系统评价指标库中,根据实际场景需求,人工或自动筛选合适的评价指标集。实现用户手动或自动筛选综合能源系统评价指标库中的指标集,满足实际评价场景的需求。
(7)评价指标权重设置:根据筛选出的综合能源系统指标集,分析不同指标的重要性,给出合理的权重设置。实现用户人工或自动设置综合能源系统指标集中各指标的权重。
(8)评价指标量化计算:实现用户输入目标系统的实际数据,自动计算综合能源系统评价指标集中各指标取值,并自动计算系统整体综合评价指标。
(9)评价指标决策参考:实现根据计算得到的综合能源系统评价指标集,自动调用标准化分析和专家库分析模块,给出有效决策参考信息。
(10)评价分析结果全景展示:实现根据综合能源系统仿真分析、优化规划和综合评价计算结果,自动向用户展示各类结果信息,用户可自由选择需要展示的信息。
根据本发明分析方法所实施完成的平台包括:
1.物理层:提供虚拟存储、网络存储、集群服务等基础业务。
2.平台层:提供应用层标准化支撑平台,主要包括资源管理、消息总线、网络传输服务等支撑服务与中间件。
3.应用层:提供“按需软件”组件化服务,实现功能模块定制组合、无缝集成与动态扩展。系统包括分布式的局部性应用功能和集中式的全局性应用功能,主要包括能源监控、能效分析、能源规划、多能流优化、分布式能源交易、技术经济评价等应用。
系统综合考虑多层级架构、多业务组件、多类型能源、多数据类型、多接入规约、多类用户访问、多数据发布方式、多对外接口等外部数据特征,提供统一的数据采集框架和安全体系,既可实现标准化数据接入,又充分保障能源设施、能源系统及能源信息的完整性、可靠性、可用性、可控性与保密性。
具体的,还包括能源规划:新型城镇覆盖范围广,能源种类形式多样,具有能源耦合广泛、供需场景复杂等特点,对于能源规划方面,具有时序场景难以准确定义,涉及区域范围广,能源系统庞大,多能潮流难以求解难以快速收敛,能源设备种类及型号庞大多样难以迅速优化配置等难题。
1.时序性分析
因此能源规划系统需要通过考虑多能源荷的时序性、自相关性、互相关性等,进行多维场景构建,分析历史数据特性,分季节分时序缩减场景生成典型能源场景。对于能源站配置方面需要综合考虑各能源设备的投运、定容等整数约束和设备运行的输入输出约束,将双层优化算法转化为单层进行迅速求解。在多能潮流方面,
2.负荷预测
技术难点在于如何在较少数据情况下,实现中长期多能负荷的准确预测。针对典型日负荷曲线,引入适应少量样本的灰色预测理论、指数平滑方法,建立基于混合模型的中长期负荷预测模型。
首先,通过基于灰色预测方法和指数平滑方法的结合,对历史年负荷曲线每个时刻进行预测,得到待预测年的基准曲线;然后,通过基于灰色预测方法和指数平滑方法的结合,对负荷特性指标进行预测,得到最大负荷M、最小负荷系数u、日负荷率v等负荷特性指标量;其次,在已得到的基准曲线和负荷特性指标基础上,建立基于灰色关联度的非线性模型,找到满足负荷特性指标且与基准曲线最接近的曲线,即为待求曲线;最后,反归一化,得到待预测年典型日负荷曲线。
3.能源站规划
首先对包含CHP、热泵、燃气锅炉、可再生能源、储能在内的区域能源站进行综合建模分析,分析不同能流的耦合特性,构建光伏、风电、三联供、分布式储能等系统内部的精准元件模型。借助能源集线器的概念对其进行数学描述,通过矩阵表示能源间的转换、存储和传递关系。通过细化能量流建立标准化矩阵,实现耦合矩阵非线性环节线性化。之后通过将能源站设备规划问题转变成为相应的决策变量、约束条件,并整合规划、运行两部分目标函数,以设备投资、能源购置、运行维护、碳税征收总体最小为规划目标,实现设备选型、定容配置与系统运行优化的单层线性求解。基于混合整数线性规划的区域能源站配置-协同优化算法,通过将能源站配置问题转变成为相应的约束条件,添加到传统线性运行优化模型中,构建了一种线性单层的区域能源站选型、定容规划与运行优化统一求解模型,实现了区域能源站选型、定容规划与系统全年运行优化的统一求解。该模型不仅具有最优的规划结果,不易陷入局部最优,而且单层算法还避免了双层算法的频繁迭代,兼具了较高的求解效率。
进一步的,还包括多能流能量管理方法,具体包括如下:
1.多能状态感知方法
基于多能流系统中各元件的功能和运行原理,分析多能流系统的不确定性运行机理,构建光伏、风电、三联供、分布式储能等系统内部的精准元件模型;采用随机模拟和模糊数学理论,通过多能流系统不确定性分析方法,揭示不确定性因素对多能流系统性能的影响规律;基于多能流系统的空间拓扑结构建模理论,构建多能流系统多时间尺度耦合模型;基于对多能流系统运行特性的分析,利用电力系统和集中供热系统的实时量测获取全局一致的潮流解。结合电-热耦合网络方的特点,将电-热耦合网络稳态综合状态估计表述为含约束的加权最小二乘优化问题。
2.多能流安全分析
多能流系统相互作用机理复杂,不同系统相互耦合影响,某一部分故障和扰动会影响到其他部分,有可能造成连锁反应,综合安全问题突出。多能流安全分析及控制功能是确保综合能源系统安全运行的重要手段。多能流系统相互作用机理复杂,不同系统相互耦合影响,某一部分故障和扰动会影响到其他部分,有可能造成连锁反应,综合安全问题突出。多能流安全分析及控制功能是确保综合能源系统安全运行的重要手段对多能流异构耦合系统进行仿真分析,多能流系统在不同时间尺度主导过程不同,扰动在不同时间尺度表现特征不同。在秒级,扰动主要影响电力潮流(支路潮流/节点电压)和热网水力工况(压力/流量);在分钟级,扰动主要影响热网温度分布;在小时级,扰动主要影响负荷温度。具体技术方法如下:
针对不同时间尺度,不同系统对安全性要求的区别,采用混合模型分析方法,选择合适的仿真步长和时间窗。
3.多能流优化调度
通过协同各种可调控资源,实现不同能源类型耦合互补与最优能流,达到可再生能源最大化消纳、降低运行成本、提高综合能效等目标,从而最大化经济效益,为综合能源服务商提供能源系统运行的整体解决方法。基于不同参与主体能源供给及需求的耦合性和互补性,结合示范区的实际情况,提出聚合“源荷”特性的各主体互动可调度潜力分析方法;考虑电、冷、热、气等多能流的不同时间常数和互补特性,日前、日内和实时动态优化控制策略,并依据可再生能源的随机性、各参与主体能源供需的不确定性及互动需求,兼顾综合能效、运行成本及环境友好性,提出多能流系统的混合时间尺度随机优化调度方法;分析局域级/用户级与城镇级能源系统的运行机制,以全局能量供需平衡和资源最优分配为目标,城镇级能量互补互济调度策略,构建能量流-信息流-价值流相统一的调控框架;分析示范区内的能源互联网层级关系,采用集群解耦快速求解算法,提出自律运行基础上的分层分布式协同优化运行方法。具体如下:
(1)协调不同调节速率资源,考虑不同主体的互动需求;
(2)逐级消除随机性和不确定性导致的误差和影响;
(3)兼顾综合能效、运行成本及环境友好性。
多能流协同优化的技术方法如下:
(1)基于设备外特性等值,保证优化模型凸性可解;
(2)目标函数是动态运行成本最优,约束条件包括多能平衡约束和设备运行约束;
(3)考虑多能系统多时间尺度特性,挖掘非电系统热惯性,等值成发电储能模型反应能量存储特性,实现多能耦合互补价值。
4.综合能源自律-协同运行优化
基于供热系统、工业负荷、智能楼宇的多能流综合能源系统作为底层单元实现自治优化运行,多个底层单元接入城市级能量管理中心(能源互联网管控与服务平台),实现网- 端互补协调,底层单元可以看作是具有自适应调节能力的调度资源,响应新型城镇级调度指令,实现需求侧响应削峰、可再生能源消纳、成本最优化运行等。具体包括如下:
(1)包括能源站、储能、供热系统、工业负荷、楼宇等综合能源系统各底层单元的子站实现自律控制;
(2)新型城镇综合能源互联网内的各类底层单元可以被当着具有调节能力的可调资源,可以响应城镇级主站的调度指令,实现源-网-荷-储协同优化;
(3)在实现各类资源信息互联的基础上,构建新型城镇主站-子站-资源间的多级调控架构,从而实现新型城镇能源互联网的自律-协同运行优化运行。
具体的,还包括分布式能源交易,具体包括:
通过考虑产销者发用电双重特性和低容量用户的交易需求,建立区域分布式能源市场交易体系;考虑不同交易规模和生产特点的用户需求,基于源储荷的多能交易,设计基于连续匹配的集中竞价交易机制,建立以P2P交易为核心的中长期合同交易市场、日前集中竞价市场、日内挂牌市场三级市场交易模式,建立多主体博弈的用户报价倾向模型,并提出基于用户倾向的最优报价策略。
1.多时间尺度分布式能源交易机制
交易依托于集成化的电力交易平台进行,区域用户通过在平台中通过注册审核参与到交易中。平台仅管理交易信息的集成、交易安全的审核和交易结算的中转,而不直接参与到交易中,平台由区域电网进行管理。交易在信息和结算层面进行于用户之间,用户间进行P2P直接交易,而不经过传统的发输配售结构。不同于传统的垂直单向交易结构,该市场为扁平化的市场,用户身份在不同时间根据自己的发用电需求而变化,各个交易用户间的身份是平等的。
按照时间尺度不同,共有三个市场,分别为中长期的合同市场,日前的集中报价撮合市场和日内的挂牌市场。
首先是中长期的合同市场,市场目的是满足用户的长期计划性发用电需求,与市场已有的合同市场类似,交易合同往往是时间跨度较长(季度、月度或周)的度电合同订单,在规定时间内用户根据约定电量和价格持续供电,以规避市场价格波动风险。其流程如3-14 所示。用户根据自己对未来的用电计划和预测,确定自己的用电和供电需求,在和意向的用户商讨后,可以形成购售电合同意向,由电力的买方在平台上发起并起草合同,确定交易对象、用电起止时间,电量,度电价格等信息。完成后合同会提交至卖方确认,卖方若同意该合同,便会确认并将合同提交至平台管理侧,平台审核通过后正式生效。
作为分布式能源交易的主要市场,其承担了主要的交易比重。其交易形式为买卖电双方双向报价,价量齐报,所示用户根据生产生活计划和短期预测确定自己的发用电需求,并在窗口时间上报自己第二日24小时的交易曲线,用户报价完毕后由平台按照一定规则进行匹配,并形成相应的交易订单。具体机制和规则将在下文阐述。在该模式下,用户保有了交易主动性,也能根据需求进行灵活交易报价,从而提升用户在日前市场中的交易积极性和灵活性。
在三个周期的市场中,用户的大部分电力交易需求得到满足,若在该交易过程中实际电量和订单电量间存在差值,该部分电量将由区域电力供应商兜底消纳,其将以最低买电价格收购多余电量或者最高卖电价格出售所需电量。
市场结算采取日清月结的模式,每日结束后将根据相关订单情况清算各部分电量,并记录相关的结算信息,现金流将按照交易情况经由平台集中和分配。
通过该市场,拥有分布式能源的用户的电力收益将得到较大的提升,其交易的价格主动性也得到了保障,交易积极性和交易灵活性将进一步上升,为用户提供了可靠的交易操作空间。
日前集中报价撮合机制设计:交易机制的目的在于提供一种可操作的流程化的行为方式,使得电力交易可以按照既定的逻辑进行。包括交易周期,流程,结算机制在内的规则,都是为了提高交易的可行性。所提出的日前市场交易机制从用户角度出发,旨在提高交易的价格主动性和价格灵活性,实现方式为集中竞价后的差异化匹配清算模式。
在该机制下,市场交易主体为区域内接入交易平台的用户,包括了分布式能源拥有者 (生产者),楼宇用户(消费者)和同时具备双重身份的产消者。交易过程通过交易平台实现。交易流程细节如下:
(1)报价准备:针对日前市场,将一天按照小时划分成24个交易时段,在每日的窗口期集中进行次日24小时的交易报价,报价从1点开始,所以交易者需要在报价开始前根据次日电力计划和预测进行报价准备。
(2)报价:次日交易报价将在当日的报价窗口时间(13:00-15:00)进行,报价包括交易电量和交易价格两部分,用户根据短期预测结果上报下一日的交易报价。在交易窗口时间内,所有用户可以任意编辑订单内容并重新提交,但无法得知其他用户订单的内容。
(3)订单审查:窗口时间结束,平台审查报价订单的合理性,通过或取消订单。在交易关闭后,有且只有平台管理者有权力决定订单通过与否。
(4)订单匹配与发布:审核时间结束后,订单将根据匹配机制成交,成交信息(包括用户的成交价格和成交量)将被及时公布已做未来交易参考。集中竞价匹配中未能成交的电量将由能源供应商(例如电力零售商)集中交易,按照协定的电力收购和售出价格形成低利润订单。
(5)电力交易:第二日根据既定的电力订单进行电力交易,对于承诺交易电量和实际交易电量间的差异,违约方将和上级配电网进行低利润交易以弥补缺额。
(6)订单结算:在当日交易完成后,平台将结算订单完成结果进行最终的资金结算,自此结束一个完整的交易循环。
用户在报价时根据自己对次日的负荷和发电量预测会得到一个净电量,该电量为发电量就地消纳后的剩余量或不足量,其值即为用户参与市场交易的电量值.假设共有n个用户参与到分布式光伏P2P交易中,则用户组可以定义为:
N={1,2,…,i,…n}
在特定时段k,有报量集合:
Ek={e1,k,e2,k,…,ei,k,…,en,k}
式中,ei,k代表用户i在k时段的交易电量,或称其为用户的净负荷量,该电量取决于用户该时段的光伏发电量和用电负荷,发电量大于负荷时,用户有多余电量向市场售卖,其身份为售电者,ei,k为正值;反之用户需要向电网购买电量,其身份为购电者,ei,k为负值。如此用户根据净电量值可分为购买者和销售者,购买者报买价,销售者报卖价。报价集合如下:
Pk={p1,k,p2,k,…,pi,k,…,pn,k}
该价格并非成交价,而是指在该价格下所得收益是用户能接受的最低自我预期收益。对于购买者来说,报价代表了所能接受的最高买价;对于销售者来说,报价代表了所能接受的最低卖价。所有用户报价在平台内进行整合,并按价格分类排序,排序后的价格序列如下:
排序完成的订单序列按照如下方式进行匹配:
(1)最高买方报价和最低卖方报价进行优先匹配,如果买方报价不低于卖方出价,则匹配成功。
(2)匹配形成的日前交易订单中,最终成交量为双方报量中的较小值,最终成交价为双方出价的算数平均值。
(3)若报量较大方交易完成后报量有剩余,则剩余部分回到序列最前端继续参与交易,继而重复上述过程,直至匹配过程出现买方的报价低于卖方报价,这意味着双方都无法接受最终的成交价格,则匹配停止,出清完成。
这一过程可以使得交易的参与者“适度”报价:参与报价的订单都真实地反映了用户的交易需求和交易意愿,又通过风险控制防止了用户过度报价。
计及用户风险偏好的报价倾向模型和优化报价策略
对于简化的分布式能源交易场景,影响用户决策的风险因素主要有以下几类:
(1)市场供需情况
市场供需是影响电价的最主要因素之一,表现的是买方市场与卖方市场间的相互联系,相互制约的关系。由于分布式电力商品交易即时性的特点,电量生产和消费不像传统集中电力市场间可以提前计划,确定供需平衡的生产方法。在以分布式光伏为主的分布式电力市场中供需不平衡将会成为常态:在中午时段,辐照度最强,光伏电力生产达到顶峰,电力供应将一定程度大于电力需求,市场会偏向买方市场,电力价格会相对下降;时间轴在中午两端,电力供应量将会慢慢下降直至靠向零,电力价格会逐渐上升,最终趋近于兜底电价。
(2)用户市场力
市场力是指电力生产中,电力交易者对通过操纵电价,使其偏离充分市场竞争下所应有的价格水平,从而获取更高收益的能力。
市场力的来源有几个方面,在完全竞争的市场中,用户的独有资源、市场份额、规模经济性等都可以提升用户市场力。在分布式光伏交易市场中,由于电能的横向同质性,以及光伏发电在短时间周期内的零边际成本特性,使得市场力主要来源于市场份额。
市场力可以分为买方市场力和卖方市场力,买方用户所占有的需求量占到市场需求总量的比例越大,其在市场中的操纵能力也越强,对应其市场力越大,越有能力压低电价以提升收益。卖方用户亦然。
(3)相对市场最大市场力
市场中除自身外,其他用户对市场的操控能力各不相同,其中影响最大的是相对市场中的最大市场力,对买方用户来说,是卖方市场中的最大市场力拥有者,反之亦然。他们对报价的操控能力会很大程度上影响自我报价收益,因而需要考虑其报价特点的影响。
根据如上所述,以售电用户i为例,可定义售电用户i的报价期望影响因素如下:
(1)对购买方最大市场力的考量
(2)对售电用户i自身市场力的考量
(3)对市场供需关系的考量
类似的,买方的报价期望影响因素可以用下式定义:
考虑到所有这些因素,交易者的报价倾向可以计算如下:
在k时段,对于某一售电用户i,其交易报价为pi,k,设在撮合规则下与其匹配的买电用户构成用户集合Si,j,k(允许单个用户与多个用户达成交易),对任意j∈Si,j,k,设其报价为pj,k,与用户i的实际交易电量为则卖电用户i在k时段的交易收益为:
类似的,买方用户j的收益同理,并且为负值。
由此可知,在时段k的交易报量集合和交易报价集合下,可得到用户的交易收益集合:
UN,k=f(Ek,Pk)
该函数为集中撮合下的交易收益函数,其中Ek表示时段k的交易报量集合、Pk表示时段k的交易报价集合,UN,k表示时段k的用户交易收益集合。
再通过用户报价倾向因子系数,用户的报价期望可以计算如下:
式中μi,k代表用户i在时段k的报价期望。pmax代表能源供应商的兜底售卖电价,也是报价的价格上限;pmin代表能源供应商的兜底购电价格,也是报价的价格下限。
此时,对于寻求最优报价策略的用户,如果可以得到其他用户的交易报量和报价期望,其最优报价策略等同于优化规划,在k时段,解如下优化规划(设进行策略优化的用户序号为1):
subject to:
UN,k=f(Ek,Pk)
pmin≤pi,k≤pmax
具体的,还包括技术经济评价:
1.综合评价指标体系建立
能源系统综合评价指标体系涉及规划物理特性与规划投运后经济特性、环境特性、可靠性,有必要从系统规模、资源利用与安全水平三方面进行全面审视,为能源系统规划阶段选定规划方法提供参考。
指标体系分为系统规模指标、资源利用指标与安全水平指标,其中,系统规模指标包括耦合程度、设备利用率、最大供气能力、电网容载比、线损率、负载率、储电设备寿命、放电功率、储热效率与储气效率;资源利用指标包括初始投入成本、净现值、投资回收周期、能源利用率、耦合效率、单位面积功率、单位面积能量、可再生能源渗透率、可再生能源消纳率、环境可持续能力;安全水平指标包括系统故障率、平均故障可持续时间、供能系统期望缺供量、平均可用度、N-1通过率、N-2通过率。
(1)能源系统规模指标
系统规模指标针对能源系统的设备、网络规划情况,其重点为供能设备、网络结构、储能设备等方面。根据上述重点,有针对性地提出了系统规模评价指标。
①能源系统供能设备特性指标
设备规划集中情况为各类能源的耦合提供渠道,是决定能源系统集中情况的重要依据之一。首先,设备耦合度描述了系统规划过程中,耦合设备装机容量规划情况,是直接反应系统集中程度的重要指标,该数值与耦合设备规划数量与容量直接相关,具体表达式为:
式中,NC为能源系统耦合设备装机数量,Ec,i为第i台耦合设备装机容量,耦合设备为进行能源转换的设备,包括CCHP、P2G、燃气轮机等,N为能源系统供能设备装机数量,Ej为第j台供能设备装机容量,供能设备包括耦合设备与独立供能设备。
其次,设备利用率是能够体现系统工作状态和运行效率的重要指标,具有重要评价意义。设备利用率是指一段时间内用户最大用能量与设备装机总容量的比值,该数值直接影响能源系统综合规划情况与经济效益,具体表达式为:
式中,ER,i为第i种能源用户最大用能量。
最后,天然气作为能源系统的一种重要能源,其供能特性决定系统负荷承载能力的重要考核项目。最大供气能力(m3/h)以小时供气量表征。
式中,Ng为系统天然气输出节点总数,VR,i为第i个节点T时段内总用气量,T为考查时段。
②能源系统网络结构特性指标
电网结构是系统规划过程中的重要环节,为考查电力网络结构的可用度与可发展水平,现从电网容载比Rt、负载率ηF、线损率来对进行评价,具体计算公式如下:
式中,K1为负荷分散系数,K1>1,K2为平均功率因数,K3为主变压器运行率,即系统最大负荷时该变压器的负荷与其额定容量之比,K4为储备系数,包括负荷发展储备系数;NF为系统变压器数量,ER,F,i为第i个变压器的实际输出功率,EP,F,i为第i个变压器的容量。
(2)能源系统资源利用指标
节约特性指标既是考查能源系统综合规划结果的优劣,也是对系统集中成果的检验。集中规划的根本目的是提升系统可持续性,同时保证系统运行可靠性,为全面评价系统节约特性,现着眼于系统经济效益、环境效益、可靠性建立指标体系,对规划方法展开系统性评价。
①能源系统经济效益指标
能源系统中各耦合设备初始投资成本高,但通过对可再生能源的充分利用,可减少系统运行过程中用能成本与污染处理成本。系统初始投入成本与耦合设备投入情况即耦合度直接相关,因而基于耦合度建立经济效益指标。首先,初始投入成本决定系统建设投入需求,为决策者提供参考,是考查系统规划可行性的重要指标,初始投入成本为各设备采购安装费用,能源系统初始投入成本与耦合设备规划情况直接相关,初始投入成本具体表达式如下:
式中,Cinv,i为第i台设备单位容量初始采购成本,Cins,i为第i台设备单位容量安装成本。
其次,净现值体现在某一时间断面系统的投入产出情况,直接展现系统对经济资源的节约情况,针对能源系统,净现值(NPV)为能源系统计划资金(现金)流入(收入)与能源系统计划资金(现金)流出(支出)现值的差额,具体计算公式如下:
式中,NNOM为能源系统模拟总年数,Ck,I为能源系统第k年资金流入量,Ck,O为能源系统第k年资金流出量,i为折现率(基准收益率),k为使用年数,NS为系统供给能源种类总数;Pj,sc为能源系统中第j种能源的销售单价,Ej,sc为能源系统中第j种能源的供给量,ri为第i台设备的净残值率,CR,i为第i台设备年运行成本,CE,i为第i台设备年污染处理成本。
②能源系统土地资源利用指标
土地资源利用情况是体现能源系统综合规划方法集中程度的重要指标,较高的土地集中度代表着系统设备规划布局对土地利用程度较高,同时随着土地利用率的提高,系统将具有较优的经济性,具体表达式为:
式中,Si为系统中第i台供能设备的占地面积。
③能源系统环境资源利用指标
环境效益是决定能源系统可持续性的重要指标。区别于各类能源独立规划方法,集中规划后的系统应具有较佳的可再生能源消纳能力,从而可适当增加系统可再生能源渗透率,减少不可再生能源的用量与污染治理成本。显然,针对相同负荷,可再生能源渗透率与可再生能源消纳率可体现多能集中规划对能源以及经济的节约能力。具体计算公式如下:
式中,ηRE为基于耦合度的能源系统可再生能源渗透率提升能力,ERO,IN为集中规划能源系统中利用可再生能源产生的能源总量,EO,IN为集中规划能源系统中能量输出总量, EU,IN为集中规划能源系统中利用可再生能源产生的能量被消耗总量。
再者,提升环境可持续能力是系统规划根本目的之一,同样,为度量集中规划对系统环境可持续能力的提升情况,对比于独立规划的能源系统,提出基于耦合度的环境可持续提升能力,由于各类环境污染物对环境的影响力不同,不能单纯用质量去度量对其对环境的污染情况,因此,将各类环境污染物均折合成CO2当量,具体计算公式如下:
式中,νC,i为能源系统中第i种污染物的环境价值,k,i为第i种污染物的排放系数,C,i为第i种污染物的CO2当量,能源系统中产生x种主要污染物,其中,i=1,2,3 分别表示污染物CO2、SO2、NOx。
④能源系统能源资源利用指标
能源系统中,能源的集中的根本目的实现是系统综合能源利用效率的提升与耦合环节效率的保证。利用能质系数结合系统模拟运行情况,能源系统耦合效率ηCE、能源转换效率ηAU具体计算公式如下:
式中,EOO,G为能源系统耦合设备总输出天然气量,EOO,C为能源系统耦合设备总输出冷量,EOO,H为能源综合系统耦合设备总输出热量,EOO,P为能源综合系统耦合设备总输出电量,EO,G为能源系统总输出天然气量,EO,C为能源系统总输出冷量,EO,H为能源系统总输出热量,EO,P为能源系统总输出电量,λG为天然气能质系数、λC为用冷量能质系数、λH为用热量能质系数。
计及不确定性的能源系统多能耦合运行评价技术
(1)能源系统可靠性分析与运行风险评价
①可靠性分析方法
对能源系统的运行可靠性分析方法有两种:一是根据能源系统的历史运行数据,统计系统中所有用户用能停供次数、停用持续时间,直接计算系统各项可靠性指标。二是基于设备的故障概率,模拟系统的各种运行状态,对能源系统可靠性进行短时预评估。
系统侧可靠性指标表现的是整个系统的可靠性状况,能够对系统网络的供能能力进行评价,一般有以下指标:
系统平均停供频率SAIFI:表示网络中每个用户所经受的平均停供次数
系统平均停供持续时间SAIDI:表示网络中每个用户所经受的平均停用时间
期望缺供量EENS:表示系统停供时未能满足的用户负荷
EENS=∑LeUe+LhUh+LgUg
平均用能有效度指标ASAI:表示一年中用户获得供能时间所占的比率
对可靠性进行短时间尺度上的预评估时,首先考虑设备的故障机制,在刻画多种能源耦合关联时,采用能源集线器模型,考虑能源集线器内部设备的运行故障特性,建立相应的多状态模型,然后通过状态空间法求解各状态的稳态概率。基于各状态的稳态概率,在可靠性评估中可采用蒙特卡洛法对元件状态进行采样,进而实现能源系统多状态的刻画。
系统状态模型
采用蒙特卡洛模拟法,以系统内各设备原始故障概率与修复时间为基础,通过针对运行时间的概率分布函数,并结合随机数列,进而产生多个时间样本,通过时间样本对可能出现的正常或故障运行状态及状态的持续时间进行模拟,再将模拟出的时间、频率等变量用概率统计的方式计算出系统的整体可靠性指标。先通过时间样本搜索故障元件,并判断元件故障后对系统的影响,即判断故障后系统中的哪些负荷点会失电,在模拟结束后,对整个模拟周期内负荷点的历史记录整理以及计算,得到负荷点和系统的可靠性指标估计值。
序贯蒙特卡洛法是按照时序,在一个时间跨度上进行的模拟,基于对元件状态持续时间的概率分布进行状态持续时间进行抽样,它分为以下几步:
第1步:指定所有设备的初始状态,通常是假设所有元件开始处于运行状态。
第2步:根据设备的状态持续时间的概率分布函数,对每一设备停留在当前状态的持续时间进行抽样。
第3步:在的时间跨度内重复第2步,并记录所有元件的每一状态持续时间的抽样值, 即可获得给定时间跨度内每一设备的时序状态转移过程。
第4步:组合所有设备的状态转移过程,以建立系统时序状态转移循环过程。
第5步:通过对每一个不同系统状态的系统分析,计算系统可靠性指标。
能源系统供能质量评价指标体系的确立
能源系统供能质量评价指标体系包含目标层、一级指标和二级指标,目标层为能源系统供能质量综合评价,一级指标分别从系统供电、供热(冷)、供气及其他指标考虑供能质量,二级指标为每项一级指标下属的评价子目标,其中供电质量指标包含电压偏差和频率偏差、谐波偏差,供热质量指标包含用户舒适度,供气质量包含天然气技术指标,其他指标包括空气质量。
具体指标计算公式如下:
①电能质量
a)电压偏差:
式中:U为电压实际值,UN为系统标称电压。电压的测量值为连续测量并计算电压有效值的平均值,时间长度可采用3s、1min、10min、2h。35kV及以上供电电压正负偏差绝对值之和不超过标称电压10%,20kV及以下三相供电电压偏差为标称电压的±7%,220V 单相供电电压偏差为标称电压的+7%,-10%。
(b)频率偏差:
频率偏差=系统频率实际值—系统频率标称值
电力系统正常运行条件下频率偏差限值为±0.2Hz。
(c)谐波:
式中:Uh、Ih为第h次谐波电压/电流(方均根值),U1、I1为基波电压/电流(方均根值)。
②供热(冷)质量
用户舒适度
供热(冷)期间,用户室温体验舒适的温度范围为:冬季采暖16-24℃,夏季供冷为22-28℃。
③供气质量
④其他指标
空气质量
根据国家室内空气质量标准,空气质量可由温度,相对湿度,空气流速表征,计算公式如下:
具体量测可按照室内空气质量标准中测定方法进行。
本发明的一种综合能源用能数据分析方法帮助企业进行了统一规划、运行、评价、运维以及多方的数据分析,分析效率高,方便后续进行精细化高效管理,节约更多的成本和资源。
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不脱离本发明的原理和宗旨的情况下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。本发明的范围由所附权利要求及其等同限定。
Claims (7)
1.一种综合能源用能数据分析方法,其特征在于,包括采集区域能源站服务器上的能源业务数据,并对业务数据进行分类解析;具体包括:
步骤S1:按照区域能源站服务器的应用功能、地理位置或安全等级等原则划分成多个采集片区,每个数据采集片区由若干数据采集节点组成,采集每个数据采集节点上的能源业务数据;
步骤S2:根据采集到的能源业务数据进行能源分析。
2.如权利要求1所述的一种综合能源用能数据分析方法,其特征在于,所述业务数据包括基础数据、能源数据、区域能源站数据、资产管理、运营数据、事件数据、运行数据和交易数据。
3.如权利要求2所述的一种综合能源用能数据分析方法,其特征在于,所述能源分析包括能源规划分析,所述能源规划分析包括对区域能源站进行综合建模分析,分析不同能流的耦合特性,构建内部的精准元件模型;借助能源集线器对其进行数学描述,通过矩阵表示能源间的转换、存储和传递关系;通过细化能量流建立标准化矩阵,实现耦合矩阵非线性环节线性化。
4.如权利要求2所述的一种综合能源用能数据分析方法,其特征在于,所述能源分析包括多能流状态感知分析,其包括基于不同能源设备元件的功能和运行原理,构建光伏、风电、三联供、分布式储能系统内部的精准元件模型;基于多能流系统的空间拓扑结构建模,构建多能流系统多时间尺度耦合模型分析。
5.如权利要求2所述的一种综合能源用能数据分析方法,其特征在于,所述能源分析包括多能流协同优化分析,其包括:
步骤S21:协调不同调节速率资源,考虑不同能源主体的互动需求;
步骤S22:逐级消除随机性和不确定性导致的误差和影响;
步骤S23:根据综合能效、运行成本及环境友好性进行协调。
6.如权利要求2所述的一种综合能源用能数据分析方法,其特征在于,所述能源分析包括分布式能源交易分析,其包括根据产销者发用电双重特性和低容量用户的交易需求,建立区域分布式能源市场交易体系;基于源储荷的多能交易,建立以P2P交易为核心的中长期合同交易市场、日前集中竞价市场、日内挂牌市场三级市场交易模式,建立多主体博弈的用户报价倾向模型,建立基于用户倾向报价策略。
7.如权利要求2所述的一种综合能源用能数据分析方法,其特征在于,所述能源分析包括能源系统综合评价指标体系分析,其包括建立系统规模指标、资源利用指标和安全水平指标,并对所述系统规模指标、所述资源利用指标和所述安全水平指标分别进行分析评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007410.XA CN115271532A (zh) | 2022-08-22 | 2022-08-22 | 综合能源用能数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007410.XA CN115271532A (zh) | 2022-08-22 | 2022-08-22 | 综合能源用能数据分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271532A true CN115271532A (zh) | 2022-11-01 |
Family
ID=83754029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211007410.XA Pending CN115271532A (zh) | 2022-08-22 | 2022-08-22 | 综合能源用能数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271532A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115499286A (zh) * | 2022-11-17 | 2022-12-20 | 博智安全科技股份有限公司 | 工控网络资产的分层管理系统 |
CN116484647A (zh) * | 2023-05-24 | 2023-07-25 | 长江水利委员会长江科学院 | 面向统筹协调的分布式水资源配置方法及系统 |
-
2022
- 2022-08-22 CN CN202211007410.XA patent/CN115271532A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115499286A (zh) * | 2022-11-17 | 2022-12-20 | 博智安全科技股份有限公司 | 工控网络资产的分层管理系统 |
CN116484647A (zh) * | 2023-05-24 | 2023-07-25 | 长江水利委员会长江科学院 | 面向统筹协调的分布式水资源配置方法及系统 |
CN116484647B (zh) * | 2023-05-24 | 2023-09-05 | 长江水利委员会长江科学院 | 面向统筹协调的分布式水资源配置方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Risk assessment of urban rooftop distributed PV in energy performance contracting (EPC) projects: An extended HFLTS-DEMATEL fuzzy synthetic evaluation analysis | |
Nosratabadi et al. | A comprehensive review on microgrid and virtual power plant concepts employed for distributed energy resources scheduling in power systems | |
Yang et al. | Integrated operation optimization for CCHP micro-grid connected with power-to-gas facility considering risk management and cost allocation | |
CN115271532A (zh) | 综合能源用能数据分析方法 | |
Jianwei et al. | Configuration optimization and benefit allocation model of multi-park integrated energy systems considering electric vehicle charging station to assist services of shared energy storage power station | |
Shandurkova et al. | A prosumer oriented energy market | |
Liu et al. | Energy management method of integrated energy system based on collaborative optimization of distributed flexible resources | |
Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
Yang et al. | Bi-level planning model of distributed PV-energy storage system connected to distribution network under the coordinated operation of electricity-carbon market | |
Sahebi et al. | The benefits of peer-to-peer renewable energy trading and battery storage backup for local grid | |
Li et al. | A decision-making and planning optimization framework for multi-regional rural hybrid renewable energy system | |
Seçkiner et al. | Agent-based simulation and simulation optimization approaches to energy planning under different scenarios: A hospital application case | |
Yong et al. | Prospects and barriers analysis framework for the development of energy storage sharing | |
Fang et al. | Evaluation index system of shared energy storage market towards renewable energy accommodation scenario: A China’s Qinghai province context | |
Han et al. | A stochastic hierarchical optimization and revenue allocation approach for multi-regional integrated energy systems based on cooperative games | |
Hou et al. | Can sharing economy mode advance the transition of China’s energy sector effectively: A case of PV technology transition? | |
Peng et al. | Review on bidding strategies for renewable energy power producers participating in electricity spot markets | |
Armioun et al. | Optimal scheduling of CCHP-based resilient energy distribution system considering active microgrids' multi-carrier energy transactions | |
Chen | Energy-use Internet and friendly interaction with power grid: A perspective | |
Boumaiza et al. | Data Forecasting with Application to Blockchain-based Local Energy Markets | |
Feng et al. | Economic research on application of electric heating system based on game theory | |
Habib | Overview of Leading Methodologies for Demand Response in Smart Grid and Demand Response case overview in China and abroad | |
Zatsarinnaya et al. | Electricity in retail markets as a commodity in smart energy systems | |
Mnyanghwalo et al. | Economic Analysis of Islanded Microgrid: A Case Study of Kisiju Village-Coastal Region | |
Wu et al. | A review on modelling methods, tools and service of integrated energy systems in China |
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 |