CN115456354A - 市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 - Google Patents
市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 Download PDFInfo
- Publication number
- CN115456354A CN115456354A CN202210988824.9A CN202210988824A CN115456354A CN 115456354 A CN115456354 A CN 115456354A CN 202210988824 A CN202210988824 A CN 202210988824A CN 115456354 A CN115456354 A CN 115456354A
- Authority
- CN
- China
- Prior art keywords
- cold
- conditioning system
- demand response
- cold storage
- air conditioning
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/65—Electronic processing for selecting an operating mode
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
- F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
- F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
Abstract
本发明公开市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质,系统包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、需求响应行为模型优化模块、需求响应行为生成模块;所述计算机可读介质存储有市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序;本发明提出一种基于蓄冷空调系统多工况运行优化安排的需求响应行为建模方法,可灵活适应多样的价格机制,在保证用户需求的前提下优化用电负荷曲线,降低用户用电成本。
Description
技术领域
本发明涉及电力系统及其自动化领域,具体是市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质。
背景技术
随国民经济的高速发展,人民的物质水平得到了显著的提升,电力需求不断攀升。随着用电量的不断增长,电网负荷结构及负荷特性也发生着深刻的变化,以空调为代表的温控类负荷在电网占比不断增大。巨大的降温负荷已成为高峰负荷不断攀升和负荷特性不断恶化的重要原因。
能源储蓄是缓解能源供求双方不匹配的有效手段,在电能难以大规模储蓄的情况下,需求侧响应技术是解决电力供需平衡难题的重要努力方向。以蓄冷空调系统为代表的需求响应设备可有效缓解电力供需平衡的难题。
现有研究表明,在空调负荷集中、负荷曲线峰谷差大的地区,以蓄冷空调为代表的降温负荷需求响应设备具有显著的应用潜力与价值。用户的需求响应行为取决于需求响应设备的运行策略。为实现负荷曲线的优化,需要构建以蓄冷空调系统为代表的需求响应设备优化运行模型。
现有关于蓄冷空调系统运行优化建模方法的研究在运行特性刻画准确性和模型计算高效性两方面存在矛盾。模型简化通常基于固定运行工况的时间安排,线性处理制冷设备的运行特性等方法。现有简化方法削减了蓄冷空调系统的运行优化空间,损害了系统运行的效益,难以灵活适应差异化的冷负荷需求特性及未来多变的电力市场环境。
因此,为适应复杂的外部条件与内部需求,需进一步研究基于蓄冷空调系统的需求响应行为优化建模方法。
发明内容
本发明的目的是提供市场环境下基于蓄冷空调系统的需求响应行为生成系统,包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、需求响应行为模型优化模块、需求响应行为生成模块;
所述蓄冷空调系统运行策略及用电负荷曲线构建模块构建若干蓄冷空调系统典型运行策略,建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线,并传输至需求响应行为模型构建模块;
所述需求响应行为生成模块建立基于蓄冷空调系统运行策略优化的需求响应行为模型,并传输至需求响应行为模型优化模块;
所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型,并传输至需求响应行为生成模块;
所述需求响应行为生成模块对最优需求响应模型行为模型进行求解,得到最优蓄冷空调系统需求响应方案。
进一步,所述蓄冷空调系统包括制冷机组和蓄冷设备;
所述制冷机组包括制冷和制冰两种工作状态;
所述蓄冷设备包括蓄冷和释冷两种工作状态。
进一步,所述蓄冷空调系统的典型运行策略包括全部蓄冷运行策略和部分蓄冷运行策略;
所述全部蓄冷运行策略是指:蓄冷空调系统在电价低谷时期启动制冷机组,并在蓄冷设备中存储冷量,电价平峰或高峰时期关闭制冷机组,通过释放蓄冷设备中存蓄的冷量满足用户的冷负荷需求。
所述部分蓄冷策略是指:蓄冷空调系统在夜间电价低谷时期启动制冷机组,并在蓄冷设备中储存部分冷量,在电价平峰或高峰时期利用制冷机组和蓄冷设备共同满足用户的冷负荷需求。
进一步,所述每种蓄冷空调系统典型运行策略对应的用电负荷曲线通过历史用电数据构建得到。
进一步,基于蓄冷空调系统运行策略优化的需求响应行为模型的目标函数如下所示:
min COST=∑tWt IE×λt+Wmax×λc (1)
式中,Wt IE为t时段的蓄冷空调系统耗电量;λt为t时段电费单价;COST为用户用电成本;Wmax是用户的峰值负荷;λc为电价高峰值。
进一步,基于蓄冷空调系统运行策略优化的需求响应行为模型的约束条件包括制冷机组运行约束、蓄冷设备运行约束、系统约束;
制冷机组运行约束如下所示:
式中,i,t分别是制冷机组和时段的索引;是制冷机组的额定制冷功率;fcold,fice分别是制冷机组能效比与主机负载率的非线性函数关系;假设以冰为蓄冷介质,分别是制冷机组在制冷工况和制冰工况的耗电量;分别是制冷机组在制冷工况和制冰工况的制冷量;分别是制冷机组在制冷工况和制冰工况的能效比;PLRi,t是制冷机组的负载率;分别是制冷机组在制冷工况和制冰工况的工作表征参数;表示制冷机组工作在制冷工况下,表示制冷机组工作在制冰工况下; 表示制冷机组不工作在制冷工况下,表示制冷机组不工作在制冰工况下;
蓄冷设备运行约束如下所示:
式中,α是蓄冷设备的自损系数;δ是蓄冷设备的蓄冰系数;β是蓄冷设备的融冰系数;Smax是蓄冷设备的额定储冷量;Sup、Sdown分别是蓄冷设备相邻时段间储冷量增加限制和储冷量减少限制;Wt ICS是蓄冷设备在融冰工况的耗电量;分别是时刻t蓄冷设备在蓄冰工况和融冰工况的蓄冰量和融冰量;是通过蓄冷设备融冰的制冷功率;分别是蓄冷设备在蓄冰工况和融冰工况的工作标志;St、St-1分别是t时段、t-1时段蓄冷设备的储冷量。
系统约束包括系统能耗约束、设备工作功率约束、系统峰值负荷约束、冷负荷平衡约束约束;
其中,能耗约束如下所示:
设备工作功率约束如下所示:
式中,Wt IZ是蓄冷空调系统工作时的循环系统中水泵、风扇设备的耗电量;是蓄冷空调系统的工作标志;是蓄冷空调系统工作时的循环系统中水泵、风扇设备的工作功率;ε是蓄冷设备处于融冰工况时,融冰能耗与蓄冷设备融冰量之间的比例关系;
系统峰值负荷约束如下所示:
式中,Wmax是用户的峰值负荷;Wt 0是用户的其他用电量;
冷负荷平衡约束如下所示:
进一步,所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化的方法包括:
对基于蓄冷空调系统运行策略优化的需求响应行为模型中的非线性约束进行线性化处理,得到:
进一步,最优需求响应模型行为模型包括公式(1)、公式(7)-公式(35)。
进一步,求解最优需求响应模型行为模型的工具包括CPLEX。
一种计算机可读介质,所述计算机可读介质存储有上述市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序;
所述计算机程序用于生成最优蓄冷空调系统需求响应方案;
所述计算机程序被处理器执行时,实现以下步骤:
1)构建模块构建若干蓄冷空调系统典型运行策略,并建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线;
2)建立基于蓄冷空调系统运行策略优化的需求响应行为模型;
3)对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型;
4)求解最优需求响应模型行为模型,得到最优蓄冷空调系统需求响应方案。
本发明的技术效果是毋庸置疑的,本发明提出一种基于蓄冷空调系统多工况运行优化安排的需求响应行为建模方法,可灵活适应多样的价格机制,在保证用户需求的前提下优化用电负荷曲线,降低用户用电成本。
本发明通过多工况运行特性分析构建基于蓄冷空调系统的需求响应通用模型,从而在保证用户用冷需求的前提下实现用户制冷用电负荷曲线的优化,以此从降低用户用能成本的角度,对蓄冷空调系统的运行策略安排以及用户在电力市场环境下的需求响应行为提供参考。
附图说明
图1为全部蓄冷策略运行安排与对应的电力负荷曲线;
图2为部分蓄冷策略运行安排与对应负荷曲线;
图3为系统使用流程图;
图4为用户冷负荷需求曲线;
图5为三种不同的电价曲线;
图6为恒定电价下的冰蓄冷空调系统运行策略;
图7为恒定电价下包含冰蓄冷空调系统的总用电曲线;
图8为分时电价下的冰蓄冷空调系统运行策略;
图9为分时电价下包含冰蓄冷空调系统的总用电曲线;
图10为实时电价下的冰蓄冷空调系统运行策略;
图11为实时电价下包含冰蓄冷空调系统的总用电曲线;
图12为恒定电价+容量电价下的冰蓄冷空调系统运行策略;
图13为恒定电价+容量电价下包含冰蓄冷空调系统的总用电曲线;
图14为分时电价+容量电价下的冰蓄冷空调系统运行策略;
图15为分时电价+容量电价下包含冰蓄冷空调系统的总用电曲线;
图16为实时电价+容量电价下的冰蓄冷空调系统运行策略;
图17为实时电价+容量电价下包含冰蓄冷空调系统的总用电曲线。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1至图17,市场环境下基于蓄冷空调系统的需求响应行为生成系统,包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、需求响应行为模型优化模块、需求响应行为生成模块;
所述蓄冷空调系统运行策略及用电负荷曲线构建模块构建若干蓄冷空调系统典型运行策略,建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线,并传输至需求响应行为模型构建模块;
所述需求响应行为生成模块建立基于蓄冷空调系统运行策略优化的需求响应行为模型,并传输至需求响应行为模型优化模块;
所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型,并传输至需求响应行为生成模块;
所述需求响应行为生成模块对最优需求响应模型行为模型进行求解,得到最优蓄冷空调系统需求响应方案。
所述蓄冷空调系统包括制冷机组和蓄冷设备;
所述制冷机组包括制冷和制冰两种工作状态;
所述蓄冷设备包括蓄冷和释冷两种工作状态。
所述蓄冷空调系统的典型运行策略包括全部蓄冷运行策略和部分蓄冷运行策略;
所述全部蓄冷运行策略是指:蓄冷空调系统在电价低谷时期启动制冷机组,并在蓄冷设备中存储冷量,电价平峰或高峰时期关闭制冷机组,通过释放蓄冷设备中存蓄的冷量满足用户的冷负荷需求。
所述部分蓄冷策略是指:蓄冷空调系统在夜间电价低谷时期启动制冷机组,并在蓄冷设备中储存部分冷量,在电价平峰或高峰时期利用制冷机组和蓄冷设备共同满足用户的冷负荷需求。
所述每种蓄冷空调系统典型运行策略对应的用电负荷曲线通过历史用电数据构建得到。
基于蓄冷空调系统运行策略优化的需求响应行为模型的目标函数如下所示:
min COST=ΣtWt IE×λt+Wmax×λc (1)
式中,Wt IE为t时段的蓄冷空调系统耗电量;λt为t时段电费单价;COST为用户用电成本;Wmax是用户的峰值负荷;λc为电价高峰值。
基于蓄冷空调系统运行策略优化的需求响应行为模型的约束条件包括制冷机组运行约束、蓄冷设备运行约束、系统约束;
制冷机组运行约束如下所示:
式中,i,t分别是制冷机组和时段的索引;是制冷机组的额定制冷功率;fcold,fice分别是制冷机组能效比与主机负载率的非线性函数关系;假设以冰为蓄冷介质,分别是制冷机组在制冷工况和制冰工况的耗电量;分别是制冷机组在制冷工况和制冰工况的制冷量;分别是制冷机组在制冷工况和制冰工况的能效比;PLRi,t是制冷机组的负载率;分别是制冷机组在制冷工况和制冰工况的工作表征参数;表示制冷机组工作在制冷工况下,表示制冷机组工作在制冰工况下; 表示制冷机组不工作在制冷工况下,表示制冷机组不工作在制冰工况下;
蓄冷设备运行约束如下所示:
式中,α是蓄冷设备的自损系数;δ是蓄冷设备的蓄冰系数;β是蓄冷设备的融冰系数;Smax是蓄冷设备的额定储冷量;Sup、Sdown分别是蓄冷设备相邻时段间储冷量增加限制和储冷量减少限制;Wt ICS是蓄冷设备在融冰工况的耗电量;分别是时刻t蓄冷设备在蓄冰工况和融冰工况的蓄冰量和融冰量;是通过蓄冷设备融冰的制冷功率;分别是蓄冷设备在蓄冰工况和融冰工况的工作标志;St、St-1分别是t时段、t-1时段蓄冷设备的储冷量。
系统约束包括系统能耗约束、设备工作功率约束、系统峰值负荷约束、冷负荷平衡约束约束;
其中,能耗约束如下所示:
设备工作功率约束如下所示:
式中,Wt IZ是蓄冷空调系统工作时的循环系统中水泵、风扇设备的耗电量;是蓄冷空调系统的工作标志;是蓄冷空调系统工作时的循环系统中水泵、风扇设备的工作功率;ε是蓄冷设备处于融冰工况时,融冰能耗与蓄冷设备融冰量之间的比例关系;
系统峰值负荷约束如下所示:
式中,Wmax是用户的峰值负荷;Wt 0是用户的其他用电量;
冷负荷平衡约束如下所示:
所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化的方法包括:
对基于蓄冷空调系统运行策略优化的需求响应行为模型中的非线性约束进行线性化处理,得到:
式中,是分段线性拟合后的关键参数,是已知量;是表征冷机输入功率与冷机输出冷功率处于分段线性关系式上具体位置的辅助变量;N为线性化分段数量;是分段线性拟合后制冷机组在制冷工况的耗电量。k、n、t分别是场景数、时段数、线性化分段数索引;
最优需求响应模型行为模型包括公式(1)、公式(7)-公式(35)。
求解最优需求响应模型行为模型的工具包括CPLEX。
实施例2:
一种计算机可读介质,所述计算机可读介质存储有实施例1所述市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序;
所述计算机程序用于生成最优蓄冷空调系统需求响应方案;
所述计算机程序被处理器执行时,实现以下步骤:
1)构建模块构建若干蓄冷空调系统典型运行策略,并建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线;
2)建立基于蓄冷空调系统运行策略优化的需求响应行为模型;
3)对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型;
4)求解最优需求响应模型行为模型,得到最优蓄冷空调系统需求响应方案。
实施例3:
实施例1至2所述市场环境下基于蓄冷空调系统的需求响应行为生成系统的使用过程如下:
首先,分析蓄冷空调系统的工作原理与典型运行策略,描述对应策略下蓄冷空调系统的设备运行方式与用电负荷曲线。
然后,充分考虑当前电价机制,以价格信号(包括电量电价与容量电价)与系统配置为已知参数,以用户用电成本最小化为目标构建目标函数。分析制冷机组与蓄冷设备的运行特性,考虑容量限制,爬坡限制,工况切换限制等条件,依次构建制冷机组与蓄冷设备的运行约束。基于蓄冷空调系统的工作原理与用户用冷需求曲线,构建系统能耗的解析表达式与系统负荷平衡约束。
其次,考虑到制冷机组运行时,其输入电功率与输出冷功率之间存在非线性函数关系,采用分段线性化技术进行处理,将需求响应行为模型构建为混合整数线性规划模型。
最后,通过maltlab软件,在某大型场馆的冰蓄冷空调系统验证了本发明的有效性,证明了本发明可以充分适应市场环境,优化用户的电力负荷曲线,降低用户的用电成本。
本发明具体方法步骤如下:
1)蓄冷空调的典型运行策略分析
本发明以蓄冷空调系统为用户需求响应的设备基础进行研究分析。蓄冷空调系统主要由制冷机组,蓄冷设备,风机盘管等部分组成。其中,制冷机组是输出冷源,包括制冷和制冰两种工作状态;蓄冷设备则包括蓄冷和释冷两种工作状态。用户基于蓄冷空调运行安排实现用电负荷的转移,故而蓄冷系统的运行策略安排是用户需求响应行为的分析基础。
蓄冷空调的运行策略是指蓄冷空调系统以设计循环周期(如设计日或周等)的负荷及其特点为基础,以电价机制为条件,对系统工作模式做出最优的运行安排。一般可归纳为全部蓄冷策略和部分蓄冷策略。
a)全部蓄冷策略:蓄冷空调系统在电价低谷时期启动制冷机组并在蓄冷设备中存储大量冷量,电价平峰或高峰时期关闭制冷机组,仅通过释放蓄冷设备中存蓄的冷量满足用户的冷负荷需求。全部蓄冷时冰蓄冷系统运行策略安排与对应的电力负荷曲线变化情况如图1所示。
b)部分蓄冷策略:蓄冷空调系统在夜间电价低谷时期启动制冷机组并在蓄冷设备中储存部分冷量,而后在电价平峰或高峰时期利用制冷机组与蓄冷设备共同满足用户的冷负荷需求。部分蓄冷时,冰蓄冷系统运行策略安排与对应电力负荷曲线变化情况如图2所示。根据设备的具体工作安排不同,部分蓄冷策略还可进一步细分为冷机优先控制,融冰优先控制,定比例优先控制,优化控制。
总体而言,优化蓄冷空调系统的运行策略本质上是合理分配冷负荷需求的供应方式,在满足用户冷负荷需求的前提下,实现电力负荷曲线的优化。
2)基于蓄冷空调系统运行策略优化的需求响应行为建模
本发明主要研究在不同价格信号下,基于蓄冷空调系统的需求响应行为优化方法,提出一种基于蓄冷空调系统多工况灵活安排的需求响应行为建模方法,可适应多样的价格机制,在保证用户需求的前提下优化用电负荷曲线,降低用户用电成本。由于降低用户的用电成本是用户进行需求响应的根本诉求,因此本发明以价格信号(包括电量电价与容量电价)和系统配置为已知参数,以最小化用户用电成本为优化目标。为保证本发明所提模型能够充分发挥用户的需求响应能力,本发明考虑蓄冷空调系统各设备的容量限制,爬坡限制,工况切换限制等构建制各设备的运行约束。此外,基于蓄冷空调系统的工作原理与用户用冷需求,构建系统能耗的解析表达式与系统负荷平衡约束。上述模型具体建立步骤如下:
目标函数
min COST=∑tWt IE×λt+Wmax×λc (1)
此模型的优化目标是最小化蓄冷空调系统的运行费用,以一个典型运行日为例,空调系统各时段的运行费用为该时段的电费λt乘以该时段的空调系统耗电量Wt IE,当日运行费用由各时段运行费用求和得到,即蓄冷空调系统运行时的电费;价格信号由当前电价政策得到,是优化模型的已知参数。
制冷机组的运行约束
上式中,i,t分别是制冷机组和时段的索引;是制冷机组的额定制冷功率;fcold,fice分别是制冷机组能效比与主机负载率的非线性函数关系;假设以冰为蓄冷介质,分别是制冷机组在制冷工况和制冰工况的耗电量;分别是制冷机组在制冷工况和制冰工况的制冷量;分别是制冷机组在制冷工况和制冰工况的能效比;PLRi,t是制冷机组的负载率;分别是制冷机组在制冷工况和制冰工况的工作标志。
式(2)描述了制冷机组在制冷工况下,输出制冷功率与输入电功率之间的关系;式(3)描述了制冷机组在制冰工况下,输出制冰功率与输入电功率之间的关系;式(4)描述了制冷机组的负载率;式(5)描述了制冷机组在制冷工况下,主机负载率与能效比之间的关系;式(6)描述了制冷机组在制冰工况下,主机负载率与能效比之间的关系;式(7)描述了制冷机组在制冷工况的制冷功率与制冷工况工作标志变量的关系;式(8)描述了制冷机组在制冰工况的制冰功率与制冰工况工作标志变量的关系;式(9)描述了制冷机组不同工况工作标志变量的约束,即某一台制冷机组不能同时处于制冷工况与制冰工况。
蓄冷设备的运行约束
上式中,ε是蓄冷设备处于融冰工况时,融冰能耗与蓄冷设备融冰量之间的比例关系;α是蓄冷设备的自损系数;δ是蓄冷设备的蓄冰系数;β是蓄冷设备的融冰系数;Smax是蓄冷设备的额定储冷量;Sup,Sdown分别是蓄冷设备相邻时段间储冷量增加限制和储冷量减少限制(也称为储冷量爬坡限制);Wt ICS是蓄冷设备在融冰工况的耗电量;分别是时刻t蓄冷设备在蓄冰工况和融冰工况的蓄冰量和融冰量;是通过蓄冷设备融冰的制冷功率;分别是蓄冷设备在蓄冰工况和融冰工况的工作标志。
式(11)描述了蓄冷设备相邻时段总储冰量之间的关系;式(12)描述了某时刻蓄冷设备在蓄冰工况的蓄冰量与冷机制冰功率之间的转换关系;式(13)描述了蓄冷设备的融冰量与其制冷功率之间的转换关系;式(14)描述了蓄冷设备总储冰量的容量限制;式(15)描述了蓄冷设备相邻时段总储冰量的变化约束,或称为蓄冰设备的爬坡约束;式(16)描述了蓄冷设备某时刻蓄冰量的上限;式(17)描述了蓄冷设备某时刻融冰量的上限;式(18)与式(19)描述了蓄冷设备蓄冰工况与融冰工况的工况转换限制。
系统约束
系统能耗:
设备工作功率:
式(21)是主机耗电量的计算公式;式(22)描述了蓄冷设备融冰时的能耗;式(23)-(26)描述了水泵,风扇等其他设备的能耗。
系统峰值负荷:
上式中,Wmax是用户的峰值负荷;Wt 0是用户的其他用电量。
冷负荷平衡约束:
3)非线性约束的线性化处理
此外,由于严格来说,冷机的能效比是其负载率的非线性函数,故冷机的输入电功率与其输出冷功率之间呈非线性关系,这一非线性函数关系可通过制冷机组的运行参数进行拟合,进一步可基于采用分段线性化技术进行处理,将需求响应行为模型构建为混合整数线性规划模型。
针对制冷机组输入电功率与输出制冷功率的非线性关系(式(2)-(6))。可统一写为:
这一关系可基于冷机的具体工作参数做线性或分段线性拟合,基于拟合后得到的关键参数,以关系式为例,冷机输入电功率与输出冷功率的分段线性关系建模如下:
最终,以式(1),(7)-(36)构成了基于蓄冷空调系统的需求响应模型行为模型,是一个混合整数线性规划模型,可采用CPLEX等商业求解器进行高效求解。
实施例4:
实施例1至3所述市场环境下基于蓄冷空调系统的需求响应行为生成系统的验证实验如下:
1)测试系统
该测试系统是某大型场馆的冰蓄冷空调系统,对比分析其在不同的价格信号下的采用不同运行策略的需求响应情况,验证所提方法的有效性。所提方法的流程图如图3所示。
冰蓄冷空调系统的具体参数如下表所示。
表1冰蓄冷空调系统的具体参数
用户冷负荷需求曲线如图4所示。
系统主要接受的价格信号主要包括:基本电量价格与容量价格。基本电量价格是针对用户用电量的线性价格,三种不同的基本电量价格信号如图5所示;容量价格是针对用户峰值用电负荷收取的费用,容量价格为40元/(kW·月),在模拟运行时,将该费用折算到运行模拟周期。下文将针对上述不同价格信号下的系统运行策略与需求响应情况展开分析。
2)方法结果分析与有效性验证
首先,不考虑容量价格,讨论三种不同基本电量价格信号下的蓄冷空调系统运行策略与需求响应行为,对比分析最优运行策略与主机优先运行策略的区别,验证所提方法的有效性。
当基本电量价格采用恒定电价时,冰蓄冷空调系统的不同运行策略如图6所示,用户的总用电曲线如图7所示。分析可知,当基本电量价格采用恒定电价时,无论在任何时刻用电成本都一样,冰蓄冷设备的蓄冰能力失去节约电费的作用,反而因为制冰融冰的能耗损失导致用电量增加,系统会避免使用蓄冰功能。故而,在白天电价高峰期,冰蓄冷空调系统的主机基本满额运行,蓄冰槽融冰仅满足主机容量无法满足的高峰负荷需求,此时主机优先策略就是系统的最优运行策略,两种方式下的用电成本一致。
当基本电量价格采用分时电价时,冰蓄冷空调系统的不同运行策略如图8所示,用户的总用电曲线如图9所示。当基本电量电价采用分时电价时,用户在不同时刻的用电成本具有明显差异,系统的蓄冰能力有发挥作用的价值空间,可以利用低成本的电力蓄冰,来满足高峰电价时期的用电需求。故而,最优运行策略下,系统在电价低谷时期全力蓄冰,在电价尖峰时期(10:00-12:00)冷机不运行,依靠蓄冰槽融冰释冷满足所有冷负荷需求。相比于主机优先策略,所提优化策略更好地响应了价格信号,进一步降低了用户用电成本(所提方法下运行成本为3.17万元,主机优先策略下运行成本为3.5万元)。
当基本电量价格采用实时价格时,冰蓄冷空调系统的不同运行策略如图10所示,用户的总用电曲线如图11所示。当基本电量电价采用实时电价时,不同时段电价差异相比于分时电价波动较大,但在最优运行策略下,系统仍然遵循高电价期间融冰释冷,低电价期间制冰蓄冷的基本规律,只是具体的数量依据价格信号的变化情况有所不同。相比于主机优先运行策略,所提优化策略更加灵活地跟随了价格信号的波动,进一步降低了用户用电成本(所提方法下运行成本为1.94万元,主机优先策略下运行成本为2.02万元)。
然后,在不同电量电价的基础上,进一步考虑容量价格,讨论三种不同基本电量价格信号叠加容量价格信号后蓄冷空调系统运行策略与需求响应行为,对比分析最优运行策略与主机优先运行策略的区别,验证所提方法的有效性。
当在恒定电价的基础上考虑容量电价时,冰蓄冷空调系统的不同运行策略如图12所示,用户的总用电曲线如图13所示。与仅考虑基本能量电价的运行策略相比,在叠加容量电价后,用户的需求响应呈现削峰倾向,用户倾向于在冷负荷低谷期储蓄更多的冰;相比于主机优先策略,所提优化运行策略的用电负荷峰值与用电成本有明显下降。
当在分时电价的基础上考虑容量电价时,冰蓄冷空调系统的不同运行策略如图14所示,用户的总用电曲线如图15所示。叠加容量电价后,与主机优先策略相比,所提优化运行策略呈现出更明显的削峰效应。
当在实时电价的基础上考虑容量电价时,冰蓄冷空调系统的不同运行策略如图16所示,用户的总用电曲线如图17所示。由于此处实时电价的波动性较大,容量电价的价格信号相对而言并不明显,故而,系统的运行策略并未因增加了容量电价而发生较大改变。
综上所述,本发明研究基于蓄冷空调系统多工况灵活安排的需求响应行为建模方法。以价格信号与系统配置为已知参数,以最小化用户用电成本为优化目标,以系统各设备的容量,爬坡,工况切换限制为设备运行约束,引入整数变量表示制冷机组和蓄冷设备的运行工况,采用分段线性化方法处理制冷机组的非线性运行特征,最终建立混合整数线性规划模型,可采用商业求解器进行高效求解。实例研究表明,采用本发明所提运行策略优化方法可充分适应市场环境,灵活响应多种价格信号,充分挖掘用户需求响应能力,优化电力负荷曲线,降低用户用能成本。
实施例5:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、需求响应行为模型优化模块、需求响应行为生成模块;
所述蓄冷空调系统运行策略及用电负荷曲线构建模块构建若干蓄冷空调系统典型运行策略,建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线,并传输至需求响应行为模型构建模块;
所述需求响应行为生成模块建立基于蓄冷空调系统运行策略优化的需求响应行为模型,并传输至需求响应行为模型优化模块;
所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型,并传输至需求响应行为生成模块;
所述需求响应行为生成模块对最优需求响应模型行为模型进行求解,得到最优蓄冷空调系统需求响应方案。
实施例6:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,所述蓄冷空调系统包括制冷机组和蓄冷设备;
所述制冷机组包括制冷和制冰两种工作状态;
所述蓄冷设备包括蓄冷和释冷两种工作状态。
实施例7:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,所述蓄冷空调系统的典型运行策略包括全部蓄冷运行策略和部分蓄冷运行策略;
所述全部蓄冷运行策略是指:蓄冷空调系统在电价低谷时期启动制冷机组,并在蓄冷设备中存储冷量,电价平峰或高峰时期关闭制冷机组,通过释放蓄冷设备中存蓄的冷量满足用户的冷负荷需求。
所述部分蓄冷策略是指:蓄冷空调系统在夜间电价低谷时期启动制冷机组,并在蓄冷设备中储存部分冷量,在电价平峰或高峰时期利用制冷机组和蓄冷设备共同满足用户的冷负荷需求。
实施例8:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,所述每种蓄冷空调系统典型运行策略对应的用电负荷曲线通过历史用电数据构建得到。
实施例9:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,基于蓄冷空调系统运行策略优化的需求响应行为模型的目标函数如下所示:
min COST=∑tWt IE×λt+Wmax×λc (1)
式中,Wt IE为t时段的蓄冷空调系统耗电量;λt为t时段电费单价;COST为用户用电成本;Wmax是用户的峰值负荷;λc为电价高峰值。
实施例10:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,基于蓄冷空调系统运行策略优化的需求响应行为模型的约束条件包括制冷机组运行约束、蓄冷设备运行约束、系统约束;
制冷机组运行约束如下所示:
式中,i,t分别是制冷机组和时段的索引;是制冷机组的额定制冷功率;fcold,fice分别是制冷机组能效比与主机负载率的非线性函数关系;假设以冰为蓄冷介质,分别是制冷机组在制冷工况和制冰工况的耗电量;分别是制冷机组在制冷工况和制冰工况的制冷量;分别是制冷机组在制冷工况和制冰工况的能效比;PLRi,t是制冷机组的负载率;分别是制冷机组在制冷工况和制冰工况的工作表征参数;表示制冷机组工作在制冷工况下,表示制冷机组工作在制冰工况下; 表示制冷机组不工作在制冷工况下,表示制冷机组不工作在制冰工况下;
蓄冷设备运行约束如下所示:
式中,α是蓄冷设备的自损系数;δ是蓄冷设备的蓄冰系数;β是蓄冷设备的融冰系数;Smax是蓄冷设备的额定储冷量;Sup、Sdown分别是蓄冷设备相邻时段间储冷量增加限制和储冷量减少限制;Wt ICS是蓄冷设备在融冰工况的耗电量;分别是时刻t蓄冷设备在蓄冰工况和融冰工况的蓄冰量和融冰量;是通过蓄冷设备融冰的制冷功率;分别是蓄冷设备在蓄冰工况和融冰工况的工作标志;St、St-1分别是t时段、t-1时段蓄冷设备的储冷量。
系统约束包括系统能耗约束、设备工作功率约束、系统峰值负荷约束、冷负荷平衡约束约束;
其中,能耗约束如下所示:
设备工作功率约束如下所示:
式中,Wt IZ是蓄冷空调系统工作时的循环系统中水泵、风扇设备的耗电量;是蓄冷空调系统的工作标志;是蓄冷空调系统工作时的循环系统中水泵、风扇设备的工作功率;ε是蓄冷设备处于融冰工况时,融冰能耗与蓄冷设备融冰量之间的比例关系;
系统峰值负荷约束如下所示:
式中,Wmax是用户的峰值负荷;Wt 0是用户的其他用电量;
冷负荷平衡约束如下所示:
实施例11:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化的方法包括:
对基于蓄冷空调系统运行策略优化的需求响应行为模型中的非线性约束进行线性化处理,得到:
实施例12:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,最优需求响应模型行为模型包括公式(1)、公式(7)-公式(35)。
实施例13:
市场环境下基于蓄冷空调系统的需求响应行为生成系统,主要内容见实施例5,其中,求解最优需求响应模型行为模型的工具包括CPLEX。
实施例14:
一种计算机可读介质,所述计算机可读介质存储有实施例1-13所述市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序;
所述计算机程序用于生成最优蓄冷空调系统需求响应方案;
所述计算机程序被处理器执行时,实现以下步骤:
1)构建模块构建若干蓄冷空调系统典型运行策略,并建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线;
2)建立基于蓄冷空调系统运行策略优化的需求响应行为模型;
3)对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型;
4)求解最优需求响应模型行为模型,得到最优蓄冷空调系统需求响应方案。
Claims (10)
1.市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于:包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、所述需求响应行为模型优化模块、需求响应行为生成模块。
所述蓄冷空调系统运行策略及用电负荷曲线构建模块构建若干蓄冷空调系统典型运行策略,建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线,并传输至需求响应行为模型构建模块。
所述需求响应行为生成模块建立基于蓄冷空调系统运行策略优化的需求响应行为模型,并传输至需求响应行为模型优化模块;
所述需求响应行为模型优化模块对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型,并传输至需求响应行为生成模块;
所述需求响应行为生成模块对最优需求响应模型行为模型进行求解,得到最优蓄冷空调系统需求响应方案。
2.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于:所述蓄冷空调系统包括制冷机组和蓄冷设备;
所述制冷机组包括制冷和制冰两种工作状态;
所述蓄冷设备包括蓄冷和释冷两种工作状态。
3.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于:所述蓄冷空调系统的典型运行策略包括全部蓄冷运行策略和部分蓄冷运行策略;
所述全部蓄冷运行策略是指:蓄冷空调系统在电价低谷时期启动制冷机组,并在蓄冷设备中存储冷量,电价平峰或高峰时期关闭制冷机组,通过释放蓄冷设备中存蓄的冷量满足用户的冷负荷需求。
所述部分蓄冷策略是指:蓄冷空调系统在夜间电价低谷时期启动制冷机组,并在蓄冷设备中储存部分冷量,在电价平峰或高峰时期利用制冷机组和蓄冷设备共同满足用户的冷负荷需求。
4.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于:所述每种蓄冷空调系统典型运行策略对应的用电负荷曲线通过历史用电数据构建得到。
5.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于,基于蓄冷空调系统运行策略优化的需求响应行为模型的目标函数如下所示:
min COST=∑tWt IE×λt+Wmax×λc (1)
式中,Wt IE为t时段的蓄冷空调系统耗电量;λt为t时段电费单价;COST为用户用电成本;Wmax是用户的峰值负荷;λc为电价高峰值。
6.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于,基于蓄冷空调系统运行策略优化的需求响应行为模型的约束条件包括制冷机组运行约束、蓄冷设备运行约束、系统约束;
制冷机组运行约束如下所示:
式中,i,t分别是制冷机组和时段的索引;是制冷机组的额定制冷功率;fcold,fice分别是制冷机组能效比与主机负载率的非线性函数关系;分别是制冷机组在制冷工况和制冰工况的耗电量;分别是制冷机组在制冷工况和制冰工况的制冷量;分别是制冷机组在制冷工况和制冰工况的能效比;PLRi,t是制冷机组的负载率;分别是制冷机组在制冷工况和制冰工况的工作表征参数;表示制冷机组工作在制冷工况下,表示制冷机组工作在制冰工况下;表示制冷机组不工作在制冷工况下,表示制冷机组不工作在制冰工况下;
蓄冷设备运行约束如下所示:
式中,α是蓄冷设备的自损系数;δ是蓄冷设备的蓄冰系数;β是蓄冷设备的融冰系数;Smax是蓄冷设备的额定储冷量;Sup、Sdown分别是蓄冷设备相邻时段间储冷量增加限制和储冷量减少限制; 分别是时刻t蓄冷设备在蓄冰工况和融冰工况的蓄冰量和融冰量;是通过蓄冷设备融冰的制冷功率;分别是蓄冷设备在蓄冰工况和融冰工况的工作标志;St、St-1分别是t时段、t-1时段蓄冷设备的储冷量。
系统约束包括系统能耗约束、设备工作功率约束、系统峰值负荷约束、冷负荷平衡约束约束;
其中,能耗约束如下所示:
设备工作功率约束如下所示:
式中,Wt IZ是蓄冷空调系统工作时的循环系统中水泵、风扇设备的耗电量;是蓄冷空调系统的工作标志;是蓄冷空调系统工作时的循环系统中水泵、风扇设备的工作功率;ε是蓄冷设备处于融冰工况时,融冰能耗与蓄冷设备融冰量之间的比例关系;
系统峰值负荷约束如下所示:
式中,Wmax是用户的峰值负荷;Wt 0是用户的其他用电量;
冷负荷平衡约束如下所示:
8.根据权利要求7所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于,最优需求响应模型行为模型包括公式(1)、公式(7)-公式(35)。
9.根据权利要求1所述的市场环境下基于蓄冷空调系统的需求响应行为生成系统,其特征在于:求解最优需求响应模型行为模型的工具包括CPLEX。
10.一种计算机可读介质,其特征在于:所述计算机可读介质存储有权利要求1至9任一项所述市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序;
所述计算机程序用于生成最优蓄冷空调系统需求响应方案;
所述计算机程序被处理器执行时,实现以下步骤:
1)构建模块构建若干蓄冷空调系统典型运行策略,并建立每种蓄冷空调系统典型运行策略对应的用电负荷曲线;
2)建立基于蓄冷空调系统运行策略优化的需求响应行为模型;
3)对基于蓄冷空调系统运行策略优化的需求响应行为模型进行优化,得到最优需求响应模型行为模型;
4)求解最优需求响应模型行为模型,得到最优蓄冷空调系统需求响应方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210988824.9A CN115456354A (zh) | 2022-08-17 | 2022-08-17 | 市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210988824.9A CN115456354A (zh) | 2022-08-17 | 2022-08-17 | 市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115456354A true CN115456354A (zh) | 2022-12-09 |
Family
ID=84298615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210988824.9A Pending CN115456354A (zh) | 2022-08-17 | 2022-08-17 | 市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115456354A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117366792A (zh) * | 2023-12-08 | 2024-01-09 | 中建安装集团有限公司 | 一种蓄冷空调系统的运行控制方法及系统 |
-
2022
- 2022-08-17 CN CN202210988824.9A patent/CN115456354A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117366792A (zh) * | 2023-12-08 | 2024-01-09 | 中建安装集团有限公司 | 一种蓄冷空调系统的运行控制方法及系统 |
CN117366792B (zh) * | 2023-12-08 | 2024-03-12 | 中建安装集团有限公司 | 一种蓄冷空调系统的运行控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Henze et al. | Guidelines for improved performance of ice storage systems | |
Luo et al. | Data analytics and optimization of an ice-based energy storage system for commercial buildings | |
US10122166B2 (en) | System for integrated multi-energy scheduling control in a micro-grid | |
US11101651B2 (en) | Systems and methods using decision analysis for controlling energy consumption and facilitating building participation in ancillary energy markets | |
CN110619110B (zh) | 一种含热泵的综合能源系统协调运行优化方法 | |
WO2014073556A1 (ja) | 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム | |
Henze et al. | A simulation environment for the analysis of ice storage controls | |
CN101782258A (zh) | 空调节能方法 | |
De Coninck et al. | Bottom-up quantification of the flexibility potential of buildings | |
Heine et al. | Design and dispatch optimization of packaged ice storage systems within a connected community | |
Haidar et al. | New consumer-dependent energy management system to reduce cost and carbon impact in smart buildings | |
Boonnasa et al. | The chilled water storage analysis for a university building cooling system | |
Ihm et al. | Development of a thermal energy storage model for EnergyPlus | |
CN104898422A (zh) | 联合供冷系统的递阶优化方法 | |
Heine et al. | Energy and cost assessment of packaged ice energy storage implementations using OpenStudio Measures | |
CN115456354A (zh) | 市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质 | |
Sebzali et al. | The impact of using chilled water storage systems on the performance of air cooled chillers in Kuwait | |
Wong et al. | Capturing wind with thermal energy storage—Summerside’s smart grid approach | |
Nie et al. | Consistency guaranteed two-timescale decision and optimization of HVAC system with ice storage | |
Wang et al. | Heat-power peak shaving and wind power accommodation of combined heat and power plant with thermal energy storage and electric heat pump | |
Krarti et al. | Planning horizon for a predictive optimal controller for thermal energy storage systems | |
CN112465228A (zh) | 一种用户侧综合能源系统优化配置方法 | |
Zhang et al. | Methodology for determining the optimal operating strategies for a chilled-water-storage system—Part I: Theoretical model | |
Sadat-Mohammadi et al. | Uuncertainty-based scheduling of multi-chiller system with thermal energy storage under real-time prices | |
Piette et al. | Technology assessment: thermal cool storage in commercial buildings |
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 |