CN116451830B - 一种工业园区计划功率曲线跟踪方法 - Google Patents

一种工业园区计划功率曲线跟踪方法 Download PDF

Info

Publication number
CN116451830B
CN116451830B CN202310198038.3A CN202310198038A CN116451830B CN 116451830 B CN116451830 B CN 116451830B CN 202310198038 A CN202310198038 A CN 202310198038A CN 116451830 B CN116451830 B CN 116451830B
Authority
CN
China
Prior art keywords
power
energy storage
park
period
model
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
CN202310198038.3A
Other languages
English (en)
Other versions
CN116451830A (zh
Inventor
谢忠良
莫彬朝
张晓丹
柳水莲
王兴信
陈茂铙
孙杰
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.)
Guangzhou Dongfang Dianke Automation Co ltd
Original Assignee
Guangzhou Dongfang Dianke Automation 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 Guangzhou Dongfang Dianke Automation Co ltd filed Critical Guangzhou Dongfang Dianke Automation Co ltd
Priority to CN202310198038.3A priority Critical patent/CN116451830B/zh
Publication of CN116451830A publication Critical patent/CN116451830A/zh
Application granted granted Critical
Publication of CN116451830B publication Critical patent/CN116451830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/163—Real estate management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及电力系统技术领域，具体涉及一种工业园区计划功率曲线跟踪方法。该方法根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本。本发明的工业园区计划功率曲线跟踪方法有利于提升园区实时参与电力系统运行能力，利于实现需求响应资源的自动调用。

Description

一种工业园区计划功率曲线跟踪方法
技术领域
本发明涉及电力系统技术领域，尤其涉及一种工业园区计划功率曲线跟踪方法。
背景技术
为了完成“双碳”目标，新型电力系统的建设成为我国电力工业发展的主要目标，它不仅包括新能源发电容量的增加，也包括对于新能源发电系统的消纳能力，通过电力需求响应，挖掘需求侧资源也成为建设新型电力系统的必然要求。
目前，大部分园区采用人工手动的方式进行计划功率曲线跟踪，需要较高的专业化知识和经验，存在着生产安全等方面的风险。因此，研究一种工业园区计划功率曲线跟踪方法，对于提升园区实时参与电力系统运行能力，实现需求响应资源的自动调用具有重要意义。
发明内容
有鉴于此，本发明旨在提供一种工业园区计划功率曲线跟踪方法，用以解决使园区关口功率尽可能接近计划功率曲线。
为实现上述目的，本发明实施例提供了如下的技术方案：
第一方面，在本发明提供的一个实施例中，提供了一种工业园区计划功率曲线跟踪方法，该方法包括以下步骤：
根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；
建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；
基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本。
作为本发明的进一步方案，所述储能模型中电池储能的电量与电池储能的充放电功率的关系为：
式中，t为时段；T为单个时段的长度，单位为小时；Sbs，j，t为第j个电池储能在时段t结束时的电量；Sbs，j，t+1为第j个电池储能在时段t+1时段的电量；Pbs，c，j，t和Pbs，o，j，t分别为第j个电池储能在时段t的充电功率和放电功率；σbs为电池储能的自损耗系数；ηbs，c和ηbs，o分别为电池储能的充电效率和放电效率。
作为本发明的进一步方案，所述储能模型中电池储能运行约束包括充放电功率上下限约束；
其中，第j个电池储能在时段t的充电功率Pbs，c，j，t的运行约束为：
0≤Pbs，c，j，t≤Pbs，c，j，max
其中，第j个电池储能在时段t的放电功率Pbs，o，j，t的运行约束为：
0≤Pbs，o，j，t≤Pbs，o，j，max
式中，Pbs，c，j，max和Pbs，o，j，max分别为第j台储能设备的最大充电功率和放电功率。
作为本发明的进一步方案，所述储能模型中，第j个电池储能在时段t结束时的电量Sbs，j，t的储能量约束为：
Sbs，j，min≤Sbs，j，t≤Sbs，j，max
式中：Sbs，j，max和Sbs，j，min分别为储能的最高和最低电量。
作为本发明的进一步方案，所述储能模型中，储能运行一天后电量回到初始状态的约束，即：Sbs，j，95＝Sbs，j，0，其中，t为时段，一天取96个时段，T为单个时段的长度，单位为小时，一天时段数为96时，则T＝1/4小时。
作为本发明的进一步方案，所述空调模型中，中央空调为工业园区工厂中的电制冷设备，中央空调的消耗电功率和制冷功率关系为：
Qac，j，t＝cop，ac，jPac，j，t
式中：Qac，j，t和Pac，j，t分别为第j台中央空调的制冷功率和耗电功率；cop，ac，j为中央空调的能效比；
其中，空调耗电功率Pac，j，t的上下限约束为：
0≤Pac，j，t≤Pac，j，max
式中：Pac，j，max为第j台空调的额定电功率。
作为本发明的进一步方案，跟踪计划模型对园区跟踪计划优化的目标对应的目标函数为：
式中：Pt为园区在时段t的关口电功率；N为一天的时段数；tc为日内优化的开始时段；Pp，t为园区的计划关口功率。
作为本发明的进一步方案，跟踪计划模型的约束条件包括电功率平衡约束和冷功率平衡约束，其中，所述电功率平衡约束为：
式中：Pt为园区在时段t的关口电功率；Ppv，t为光伏出力预测值；PL，t为园区电负荷预测值；Pac，j，t为第j台中央空调的耗电功率；Pbs，c，j，t为第j个电池储能在时段t的充电功率；Pbs，o，j，t为第j个电池储能在时段t的放电功率。
其中，所述冷功率平衡约束为：
式中：QL，t为园区冷负荷预测值；Qac，j，t为第j台中央空调的制冷功率。
作为本发明的进一步方案，对跟踪计划模型求解，优化后的目标函数为：
式中的绝对值函数|Pt-Pp，t|引入的变量Pd，t进行化简，简化后的目标函数为：
作为本发明的进一步方案，对跟踪计划模型求解时，约束条件包括储能量约束、电功率平衡约束、冷功率平衡约束以及绝对值函数约束：
所述储能量约束为
Sbs，j，min≤Sbs，j，t≤Sbs，j，max
储能运行一天后电量回到初始状态的约束：Sbs，j，95＝Sbs，j，0；
其中，Sbs，j，tc为已知量，储能量Sbs，j，t从t＝tc到t＝95，按照下式进行迭代表示：
所述电功率平衡约束为：
所述冷功率平衡约束为：
所述绝对值函数约束为：
Pd，t≥Pt-Pp，t
Pd，t≥-(Pt-Pp，t)。
作为本发明的进一步方案，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本，其中，计算园区日内用能成本的公式如下：
式中，ce，t为时段t的电价；Pt为园区在时段t的关口电功率；T为单个时段的长度，单位为小时；N为一天的时段数。
本发明提供的技术方案，具有如下有益效果：
本发明提供的一种工业园区计划功率曲线跟踪方法，根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本。本发明的工业园区计划功率曲线跟踪方法有利于提升园区实时参与电力系统运行能力，利于实现需求响应资源的自动调用。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述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。在附图中：
图1为本发明的一种工业园区计划功率曲线跟踪方法的流程图。
图2为本发明的一种工业园区计划功率曲线跟踪评估曲线示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
下面将结合本发明示例性实施例中的附图，对本发明示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性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，本领域技术人员在没有作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。
目前，大部分园区采用人工手动的方式进行计划功率曲线跟踪，需要较高的专业化知识和经验，存在着生产安全等方面的风险。因此，提出一种工业园区计划功率曲线跟踪方法，用以解决使园区关口功率尽可能接近计划功率曲线。
具体地，下面结合附图，对本发明实施例作进一步阐述。
参见图1所示，本发明的一个实施例提供一种工业园区计划功率曲线跟踪方法，该方法包括以下步骤：
S10、根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；
S20、建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；
S30、基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本。
在本实施例中，在建立设备模型阶段，建立的储能模型中，电池储能的电量与电池储能的充放电功率的关系为：
式中，t为时段，示例性的，一天可取96个时段；T为单个时段的长度，单位为小时，若一天时段数为96，则T＝1/4；Sbs，j，t为第j个电池储能在时段t结束时的电量；Sbs，j，t+1为第j个电池储能在时段t+1时段的电量；Pbs，c，j，t和Pbs，o，j，t分别为第j个电池储能在时段t的充电功率和放电功率；σbs为电池储能的自损耗系数；ηbs，c和ηbs，o分别为电池储能的充电效率和放电效率。
其中，电池储能运行约束包括充放电功率上下限约束：
(1)第j个电池储能在时段t的充电功率Pbs，c，j，t的运行约束为：
0≤Pbs，c，j，t≤Pbs，c，j，max
(2)第j个电池储能在时段t的放电功率Pbs,o,j,t的运行约束为：
0≤Pbs,o,j,t≤Pbs,o,j,max
式中，Pbs,c,j,max和Pbs,o,j,max分别为第j台储能设备的最大充电功率和放电功率。
在本实施例中，所述储能模型中，第j个电池储能在时段t结束时的电量Sbs,j,t的储能量约束为：
Sbs,j,min≤Sbs,j,t≤Sbs,j,max
式中：Sbs,j,max和Sbs,j,min分别为储能的最高和最低电量。
储能运行一天后电量回到初始状态的约束。
所述储能模型中，储能运行一天后电量回到初始状态的约束，即：Sbs,j,95＝Sbs,j,0，其中，t为时段，一天取96个时段，T为单个时段的长度，单位为小时，一天时段数为96时，则T＝1/4小时。
在本实施例中，在建立设备模型阶段，建立的空调模型中，中央空调是工厂中常用的电制冷设备，其消耗电功率和制冷功率关系如下：
Qac,j,t＝cop,ac,jPac,j,t
式中：Qac,j,t和Pac,j,t分别为第j台中央空调的制冷功率和耗电功率；cop,ac,j为中央空调的能效比；
其中，空调耗电功率Pac,j,t的上下限约束为：
0≤Pac,j,t≤Pac,j,max
式中：Pac,j,max为第j台空调的额定电功率。
在本实施例中，建立跟踪计划模型后，跟踪计划模型的优化目标，即：园区跟踪计划优化的目标为使园区关口功率尽可能接近计划功率曲线。跟踪计划模型对园区跟踪计划优化的目标对应的目标函数为：
式中：Pt为园区在时段t的关口电功率；N为一天的时段数，可取96；tc为日内优化的开始时段；Pp,t为园区的计划关口功率。示例性的，本发明的工业园区计划功率曲线跟踪方法的评估曲线示意图参见图2所示。
在本实施例中，优化模型的约束条件包括冷、热、电约束、设备物理约束。跟踪计划模型的约束条件包括电功率平衡约束和冷功率平衡约束；
其中，所述电功率平衡约束为：
式中：Pt为园区在时段t的关口电功率；Ppv,t为光伏出力预测值；PL,t为园区电负荷预测值；Pac,j,t为第j台中央空调的耗电功率；Pbs,c,j,t为第j个电池储能在时段t的充电功率；Pbs,o,j,t为第j个电池储能在时段t的放电功率。
其中，所述冷功率平衡约束为：
式中：QL,t为园区冷负荷预测值；Qac,j,t为第j台中央空调的制冷功率。
在本实施例中，对跟踪计划模型求解时，优化变量包括：
Pbs,c,j,t：第j个电池储能在时段t的充电功率，单位kW。
Pbs,o,j,t：第j个电池储能在时段t的放电功率，单位kW。
Pac,j,t：第j台中央空调和耗电功率，单位kW。
Pt：园区在时段t的关口电功率，单位kW。
Pd,t：为化简目标函数中的绝对值函数所引入的变量。
优化变量数量＝一天剩余的时段数×(2×电池储能数+中央空调数+2)
变量上下限：
0≤Pbs,c,j,t≤Pbs,c,j,max
0≤Pbs,o,j,t≤Pbs,o,j,max
0≤Pac,j,t≤Pac,j,max
-1010≤Pt≤1010
0≤Pd,t≤1010
对跟踪计划模型求解时，输入的常量包括：
tc：日内优化的开始时段。
N：一天的时段数，可取96。
T：单个时段的长度，单位为小时，若一天时段数为96，则T＝1/4。
σbs：电池储能的自损耗系数，一般很小，若铭牌没有该参数可取为0。
ηbs,c：电池储能的充电效率。
ηbs,o：电池储能的放电效率。
Pbs,c,j,max：第j台储能设备的最大充电功率。
Pbs,o,j,max：第j台储能设备的最大放电功率。
Sbs,j,max：储能的最高电量。
Sbs,j,min：储能的最低电量。
Sbs,j,0：储能在一天初始时刻的电量。
Sbs,j,tc：储能在日内优化开始时刻的电量。
cop,ac,j：中央空调的能效比。
Pac,j,max：第j台空调的额定电功率。
ce,t：时段t的电价。
Ppv,t：时段t的光伏出力预测值。
PL,t：时段t的园区电负荷预测值。
QL,t：时段t的园区冷负荷预测值。
Pp,t：园区的计划关口功率。
在本实施例中，优化后的目标函数为：
上式在原目标函数中加了一个数值上很小的项，作用是避免储能同时充放电和优化结果中储能功率波动。
上式中的绝对值函数|Pt-Pp,t|引入的变量Pd,t进行化简，简化后的目标函数为：
在本实施例中，对跟踪计划模型求解时，约束条件包括储能量约束、电功率平衡约束、冷功率平衡约束以及绝对值函数约束：
所述储能量约束为：
Sbs,j,min≤Sbs,j,t≤Sbs,j,max
储能运行一天后电量回到初始状态的约束:Sbs,j,95＝Sbs,j,0；
其中,Sbs,j,tc为已知量，储能量Sbs,j,t从t＝tc到t＝95，按照下式进行迭代表示:
所述电功率平衡约束为：
所述冷功率平衡约束为：
所述绝对值函数约束为：
Pd,t≥Pt-Pp,t
Pd,t≥-(Pt-Pp,t)。
最终，优化结果为通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本，其中，计算园区日内用能成本的公式如下：
式中，ce,t为时段t的电价；Pt为园区在时段t的关口电功率；T为单个时段的长度，单位为小时；N为一天的时段数。
本发明的一种工业园区计划功率曲线跟踪方法，根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本。本发明的工业园区计划功率曲线跟踪方法有利于提升园区实时参与电力系统运行能力，利于实现需求响应资源的自动调用。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种工业园区计划功率曲线跟踪方法，其特征在于，该方法包括以下步骤：
根据工业园区的电池储能数和中央空调数建立设备模型，其中，所述设备模型包括所述电池储能数对应的储能模型和所述中央空调数对应的空调模型；
建立跟踪计划模型，其中，所述跟踪计划模型对园区跟踪计划优化的目标为使园区关口功率接近计划功率曲线；
基于电池储能数和中央空调数确定优化变量数量，并对跟踪计划模型求解，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本；
所述储能模型中电池储能的电量与电池储能的充放电功率的关系为：
，
式中，为时段；/>为单个时段的长度，单位为小时；/>为第/>个电池储能在时段/>结束时的电量；/>为第/>个电池储能在时段/>时段的电量；/>和/>分别为第/>个电池储能在时段/>的充电功率和放电功率；/>为电池储能的自损耗系数；/>和/>分别为电池储能的充电效率和放电效率；
所述空调模型中，中央空调为工业园区工厂中的电制冷设备，中央空调的消耗电功率和制冷功率关系为：
，
式中：和/>分别为第/>台中央空调的制冷功率和耗电功率；/>为中央空调的能效比；
其中，空调耗电功率的上下限约束为：
，
式中：为第/>台空调的额定电功率；
跟踪计划模型对园区跟踪计划优化的目标对应的目标函数为：
，
式中：为园区在时段/>的关口电功率；/>为一天的时段数；/>日内优化的开始时段；为园区的计划关口功率；
跟踪计划模型的约束条件包括电功率平衡约束和冷功率平衡约束；
其中，所述电功率平衡约束为：
，
式中：为园区在时段/>的关口电功率；/>为光伏出力预测值；/>为园区电负荷预测值；/>为第/>台中央空调的耗电功率；/>为第/>个电池储能在时段/>的充电功率；/>为第/>个电池储能在时段/>的放电功率；
其中，所述冷功率平衡约束为：
，
式中：为园区冷负荷预测值；/>为第/>台中央空调的制冷功率；
对跟踪计划模型求解，优化后的目标函数为：
，
式中的绝对值函数引入的变量/>进行化简，简化后的目标函数为：
。
2.如权利要求1所述的工业园区计划功率曲线跟踪方法，其特征在于，所述储能模型中电池储能运行约束包括充放电功率上下限约束；
其中，第个电池储能在时段/>的充电功率/>的运行约束为：
，
其中，第个电池储能在时段/>的放电功率/>的运行约束为：
，
式中：和/>分别为第/>台储能设备的最大充电功率和放电功率。
3.如权利要求2所述的工业园区计划功率曲线跟踪方法，其特征在于，所述储能模型中，第个电池储能在时段/>结束时的电量/>的储能量约束为：
，
式中：和/>分别为储能的最高和最低电量。
4.如权利要求3所述的工业园区计划功率曲线跟踪方法，其特征在于，所述储能模型中，储能运行一天后电量回到初始状态的约束，即：；
其中，为时段，一天取96个时段，/>为单个时段的长度，单位为小时，一天时段数为96时，则T=1/4小时。
5.如权利要求4所述的工业园区计划功率曲线跟踪方法，其特征在于，通过所述跟踪计划模型优化后可得优化变量的最优值，计算得到园区日内用能成本，其中，计算园区日内用能成本的公式如下：
，
式中，为时段/>的电价；/>为园区在时段/>的关口电功率；/>为单个时段的长度，单位为小时；/>为一天的时段数。
CN202310198038.3A 2023-03-02 2023-03-02 一种工业园区计划功率曲线跟踪方法 Active CN116451830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310198038.3A CN116451830B (zh) 2023-03-02 2023-03-02 一种工业园区计划功率曲线跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310198038.3A CN116451830B (zh) 2023-03-02 2023-03-02 一种工业园区计划功率曲线跟踪方法

Publications (2)

Publication Number Publication Date
CN116451830A CN116451830A (zh) 2023-07-18
CN116451830B true CN116451830B (zh) 2024-05-07

Family

ID=87119066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310198038.3A Active CN116451830B (zh) 2023-03-02 2023-03-02 一种工业园区计划功率曲线跟踪方法

Country Status (1)

Country Link
CN (1) CN116451830B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116432818B (zh) * 2023-03-02 2024-02-23 广州东方电科自动化有限公司 一种含储能园区的电力需求响应优化方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013143327A1 (zh) * 2012-03-30 2013-10-03 中国电力科学研究院 用于跟踪计划出力的电池储能电站实时功率分配方法
CN107069791A (zh) * 2017-06-16 2017-08-18 浙江大学 一种考虑工业园区与工厂互动的综合需求响应方法
CN109638859A (zh) * 2018-12-13 2019-04-16 清华大学 一种多能源系统关口电功率实时安全校正的优化控制方法
CN112329988A (zh) * 2020-10-16 2021-02-05 杭州鸿晟电力设计咨询有限公司 一种基于园区可调能力分析的需求侧响应计算方法
CN114186798A (zh) * 2021-11-19 2022-03-15 国网浙江省电力有限公司 一种提高电力用户需求响应有效性的信息处理方法及系统
CN115173470A (zh) * 2022-07-06 2022-10-11 国网山东省电力公司青岛供电公司 一种基于电网调峰的综合能源系统调度方法及系统
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013143327A1 (zh) * 2012-03-30 2013-10-03 中国电力科学研究院 用于跟踪计划出力的电池储能电站实时功率分配方法
CN107069791A (zh) * 2017-06-16 2017-08-18 浙江大学 一种考虑工业园区与工厂互动的综合需求响应方法
CN109638859A (zh) * 2018-12-13 2019-04-16 清华大学 一种多能源系统关口电功率实时安全校正的优化控制方法
CN112329988A (zh) * 2020-10-16 2021-02-05 杭州鸿晟电力设计咨询有限公司 一种基于园区可调能力分析的需求侧响应计算方法
CN114186798A (zh) * 2021-11-19 2022-03-15 国网浙江省电力有限公司 一种提高电力用户需求响应有效性的信息处理方法及系统
CN115173470A (zh) * 2022-07-06 2022-10-11 国网山东省电力公司青岛供电公司 一种基于电网调峰的综合能源系统调度方法及系统
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于综合储能设备的工业园区联络线功率实时MPC控制方法;肖海伟;孙久严;李章溢;肖浩;张亮;黄娟;裴玮;电力建设(第008期);34-42 *
考虑新建工业园区用能不确定性的"源-储"鲁棒优化配置;徐夏怡;宫瑶;李玉衡;孙伟卿;;软件(第08期);70-74 *

Also Published As

Publication number Publication date
CN116451830A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN110619110B (zh) 一种含热泵的综合能源系统协调运行优化方法
US8019445B2 (en) Method and apparatus for optimization of distributed generation
CN109858759A (zh) 一种工业园区综合能源平衡调度方法
CN116451830B (zh) 一种工业园区计划功率曲线跟踪方法
CN110752629B (zh) 一种交直流混合家庭微电网能量优化管理方法
CN110474370B (zh) 一种空调可控负荷、光伏储能系统的协同控制系统及方法
CN114722591A (zh) 一种净零能耗建筑电热氢多能流供能设备规划方法
CN112883560A (zh) 基于用户侧负荷削减响应的多能耦合供能网络的优化方法
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
CN112001523A (zh) 考虑多种储能的综合能源多尺度优化调度控制方法及系统
CN116154770B (zh) 一种基于光伏储能的建筑工地智慧用电调度系统及方法
CN117791679A (zh) 一种综合考虑工业生产负荷和分时电价的光储供电及智能调度方法
CN117332989A (zh) 一种区域综合能源系统削峰填谷方法
CN116432818B (zh) 一种含储能园区的电力需求响应优化方法
CN116667406A (zh) 基于非线性规划的储能充放电策略优化方法
CN111193261A (zh) 一种基于建筑等效热储能的多能流系统日前优化方法
Georgiou et al. A linear programming approach to the optimal utilization of renewable energy sources in buildings
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统
CN113346556A (zh) 一种面向冷库的光伏储能容量配置方法及系统
CN116227739B (zh) 计及能效的含热泵与电热混合储能的建筑微能源网双层优化配置方法
CN116454987B (zh) 一种用于与新能源联合调度的储能优化方法及系统
CN114626621B (zh) 氢储能-冰蓄冷的园区配电交直流混联调度系统及方法
CN117691653A (zh) 基于模型预测控制算法的分布式储能电站优化运行方法
Zhang et al. Energy-saving Potential Assessment of Building Energy System Considering Climate Impacts
Ding et al. Analytical Research on the Exploitation of Flexible Resources and Power Grid Regulation Technologies Driven by Industrial Internet under Industrial Load

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