CN116542501A - 多能源系统优化配置方法、装置、设备及介质 - Google Patents
多能源系统优化配置方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116542501A CN116542501A CN202310824092.4A CN202310824092A CN116542501A CN 116542501 A CN116542501 A CN 116542501A CN 202310824092 A CN202310824092 A CN 202310824092A CN 116542501 A CN116542501 A CN 116542501A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- level evaluation
- energy system
- index
- value
- 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 44
- 238000011156 evaluation Methods 0.000 claims abstract description 316
- 238000005094 computer simulation Methods 0.000 claims abstract description 87
- 230000007613 environmental effect Effects 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000013499 data model Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000011835 investigation Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 25
- 238000010438 heat treatment Methods 0.000 description 19
- 238000001816 cooling Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004146 energy storage Methods 0.000 description 11
- 239000012530 fluid Substances 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 6
- 230000017525 heat dissipation Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- 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
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Feedback Control In General (AREA)
Abstract
本发明属于多能源系统优化技术领域,具体涉及一种多能源系统优化配置方法、装置、设备及介质。本发明提供的多能源系统优化配置方法,构建了三个级别的评价指标,涵盖了系统成本、经济运行和环境影响等多维度,解决了多能源系统缺失科学统一评价方法的问题。具有较强的可推广价值,能够指导相关多能源系统的科研设计工作。并且,本方案中还构建了动态仿真平台,用于模拟仿真计算,能够准确的对多能源系统的运行情况进行动态模拟仿真,可推广到类似系统仿真模拟中。
Description
技术领域
本发明属于多能源系统优化技术领域,具体涉及一种多能源系统优化配置方法、装置、设备及介质。
背景技术
多能源系统是指在一个供能系统中存在两个或者两个以上能源形式的集中供能系统,在科学配置和运行管理的前提下,其可以实现不同类型能源系统之间的高效耦合、设计协同以及运行优化。与单一冷热源供能系统相比,多能源系统在经济性、节能性、环保性、可靠性、可扩展性及改善水力工况等方面具有较大的优势。多能源系统的高效利用具有实用性和前瞻性,但多能源系统的推广也存在一定的问题。多能源系统的传统设计中容量配置通常基于工程经验,很少结合负荷需求和各种能源转换设备特性合理动态配置,计算方法缺乏科学性。主要表现在多能源系统设计时设备冗余较大,重复投资,部分设备闲置。
为了实现容量配置优化,一些现有技术如中国专利CN110598913A,该专利主要考虑综合能量成本等,将能量成本作为目标函数进行容量配置优化,考虑的因素较少,使得最终的优化结果不够精确,在实际的运行过程中经济性较差。
发明内容
本发明的目的在于提供一种多能源系统优化配置方法、装置、设备及介质,以解决上述背景技术中,多能源系统的容量配置优化方法考虑因素较少,优化结果经济性较差的问题。
为了实现上述目的,本发明采用如下技术方案:
本发明第一方面,提供了一种多能源系统优化配置方法,包括如下步骤:
获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
获取预先构建好的多能源系统的动态仿真平台;
确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,以使动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成综合指标数值;
基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
进一步的,在获取预先构建好的多能源系统的综合评价指标体系的步骤中,多个级别的评价指标,包括三个级别的评价指标,综合评价指标体系按照如下步骤构建:
确定多能源系统三个级别的评价指标;其中,三个级别的评价指标分别为一级评价指标、二级评价指标和三级评价指标;若干个三级评价指标隶属于一个二级评价指标,若干个二级评价指标隶属于一个一级评价指标;
根据三级评价指标生成调研资料,基于调研资料的调研结果,分别对各个三级评价指标的权重进行评分,得到每个三级评价指标的权重分值,根据三级评价指标的权重分值确定二级评价指标的权重分值,根据二级评价指标的权重分值确定一级评价指标的权重分值;将三个级别的评价指标及分别对应的权重分值作为综合评价指标体系。
进一步的,在获取预先构建好的多能源系统的动态仿真平台的步骤中,动态仿真平台按照如下方式构建:
确定多能源系统中所包括的各个典型设备,构建各个典型设备的基础数据模型;
分别对各个典型设备的基础数据模型的相关参数和动态曲线进行赋值;
将赋值后的各个典型设备的基础数据模型进行组合搭建,以使各个典型设备的基础数据模型之间能够进行数据传递和能流转换,并为每个典型设备施加控制策略,得到构建好的动态仿真平台。
进一步的,在动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成对应容量的综合指标数值的步骤中,采用如下方法生成综合指标数值:
将容量配置输入到动态仿真平台之后,动态仿真平台进行模拟仿真并输出每个三级评价指标对应的数值;根据各三级评价指标与相应二级评价指标之间的隶属关系、各二级评价指标与相应一级评价指标之间的路数关系、各三级评价指标对应的数值,得到各一级评价指标的数值;其中,三个一级评价指标包括系统成本一级评价指标、经济运行一级评价指标和环境影响一级评价指标;
获取传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值;根据传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值、三个一级评价指标的数值、三个一级评价指标的权重,得到多能源系统的综合指标数值。
进一步的,根据传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值、三个一级评价指标的数值、三个一级评价指标的权重,得到多能源系统的综合指标数值的步骤,包括:
将传统能源系统在系统成本方面的评价指标的数值除以系统成本一级评价指标的数值,得到第一比值,将第一比值与系统成本一级评价指标的权重分值相乘,得到第一目标值;
将传统能源系统在经济运行方面的评价指标的数值除以经济运行一级评价指标的数值,得到第二比值,将第二比值与经济运行一级评价指标的权重分值相乘,得到第二目标值;
将传统能源系统在环境影响方面的评价指标的数值除以环境影响一级评价指标的数值,得到第三比值,将第三比值与环境影响一级评价指标的权重分值相乘,得到第三目标值;
将第一目标值、第二目标值、第三目标值进行求和,得到多能源系统的综合指标数值。
进一步的,根据各三级评价指标与相应二级评价指标之间的隶属关系、各二级评价指标与相应一级评价指标之间的路数关系、各三级评价指标对应的数值,得到各一级评价指标的数值的步骤,包括:
将处于同一个二级评价指标下的全部三级评价指标的数值求和,得到二级评价指标的数值;
将处于同一个一级评价指标下的全部二级评价指标的数值求和,得到一级评价指标的数值。
进一步的,所述一级评价指标对应的权重分值按照如下方式计算:
获取处于同一个一级评价指标下,每个三级评价指标的权重分值;
将同一个一级评价指标下全部三级评价指标的权重分值进行求和,得到一级评价指标对应的权重分值。
本发明第二方面,提供了一种多能源系统优化配置装置,包括:
第一获取模块,用于获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
第二获取模块,用于获取预先构建好的多能源系统的动态仿真平台;
优化模块,用于确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成对应容量的综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
本发明第三方面,提供了一种电子设备,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现上述的多能源系统优化配置方法。
本发明第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现上述的多能源系统优化配置方法。
与现有技术相比较,本发明的有益效果如下:
1)本发明提供的多能源系统优化配置方法,构建了三个级别的评价指标,涵盖了系统成本、经济运行和环境影响等多维度,考虑因素较为全面,优化结果准确、客观,提升了容量配置的优化程度,经济性好,并且解决了多能源系统缺失科学统一评价方法的问题。具有较强的可推广价值,能够指导相关多能源系统的科研设计工作。同时,本方案中还构建了动态仿真平台,用于模拟仿真计算,能够准确的对多能源系统的运行情况进行动态模拟仿真,可推广到类似系统仿真模拟中。
2)本发明提供的多能源系统优化配置方法,通过设置多个级别的评价指标,并利用多个级别的评价指标和每个评价指标所对应的权重分值得到综合指标数值;以综合指标数值最优为优化目标,通过动态仿真平台进行仿真模拟,并以循环迭代的方式进行优化,能够快速准确的实现优化目标。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例一种多能源系统优化配置方法流程示意图;
图2为本发明实施例中综合评价指标体系构建方法示意图;
图3为本发明实施例中动态仿真平台构建方法示意图;
图4为本发明实施例中生成对应容量的综合指标数值的方法示意图;
图5为本发明实施例一种多能源系统优化配置装置的结构框图;
图6为本发明实施例一种电子设备的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
如图1所示,一种多能源系统优化配置方法,包括以下步骤:
S1、获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值。
本方案中,综合评价指标体系包括三个级别的评价指标,能够从系统成本、经济运行和环境影响三个维度评价多能源系统的优化程度。
具体的,如图2所示,本方案给出了一种综合评价指标体系的构建方法,步骤如下:
S101、确定多能源系统三个级别的评价指标;其中,三个级别的评价指标分别为一级评价指标、二级评价指标和三级评价指标;若干个三级评价指标隶属于一个二级评价指标,若干个二级评价指标隶属于一个一级评价指标。
作为示例,本方案中的多能源系统包括:三联供、地源热泵、常规冷热源、蓄能系统;本方案从系统成本、经济运行和环境影响三个维度,选取了34个三级评价指标,并将34个三级评价指标归类为10个二级评价指标;10个二级评价指标又归类为3个一级评价指标。
具体的:
一级评价指标包括系统成本、经济运行和环境影响;
系统成本的二级评价指标包括机房设备费用、管道安装及其他费用、机房土建费用和折旧费用;经济运行的二级评价指标包括电力价格、燃气(热力)价格、系统综合能效和维护管理成本;折旧费用的二级评价指标包括可再生能源利用率、碳减排放量;
机房设备费用的三级评价指标包括CHP机组价格、热泵机组价格、冷水机组价格、吸收式机组价格、燃气锅炉价格、水泵价格、冷却塔价格、地埋管换热器价格、换热器价格、蓄能价格;
管道安装及其他费用的三级评价指标包括管道价格、安装价格、其他费用(如阀门、支架费用等);
机房土建费用的三级评价指标包括土建结构价格、机房装修价格;
折旧费用的三级评价指标包括土建折旧、管道折旧、设备折旧;
电力价格的三级评价指标与二级指标相同,为电力价格;
燃气(热力)价格的三级评价指标为燃气(市政热力);
系统综合能效的三级评价指标包括发电效率、热泵COP、冷水机组COP、吸收式机组COP、锅炉效率、水泵效率、蓄能效率、管网热损失、能源综合利用率;
维护管理成本的三级评价指标与二级指标相同,为维护管理成本;
可再生能源利用率的三级评价指标与二级指标相同,为可再生能源利用率;
碳减排放量的三级评价指标包括二氧化碳减排量、二氧化硫排放量、氮氧化物排放量。
S102、根据三级评价指标生成调研资料,基于调研资料的调研结果,分别对各个三级评价指标的权重进行评分,得到每个三级评价指标的权重分值,根据三级评价指标的权重分值确定二级评价指标的权重分值,根据二级评价指标的权重分值确定一级评价指标的权重分值;将三个级别的评价指标及分别对应的权重分值作为综合评价指标体系。
具体的,确定多能源系统三个级别的评价指标后,根据三级评价指标生成调研资料,作为示例,可将调研资料以专家问卷的形式对三级评价指标分别进行评分,得到调研结果;将有效专家问卷采用几何平均方法构成群决策矩阵,按照层次分析方法计算出各三级评价指标的权重分值。
作为示例,本方案中评分的对象可以是四类调研对象:大学、设计院、研究院、投资运营商,分别调研各类人员对各级评价指标的重视程度。本方案收集了300份专家问卷(问卷的数量可以根据实际情况调整),剔除调查数据不全或调查结果过于一致的无效专家问卷,对有效专家问卷采用几何平均方法构成群决策矩阵,按照层次分析方法计算出各评价指标的权重分值。
需要说明的是,所有三级评价指标的权重分值之和为1;某个一级评价指标的权重分值,等于该一级评价指标下所有二级评价指标的权重分值之和;某个二级评价指标的权重分值,等于该二级评价指标下所有三级评价指标的权重分值之和。
作为本方案的一种具体示例,三联供+地源热泵+常规冷热源+蓄能系统的综合评价指标体系如表1所示:
表1 多能源系统评价指标各级权重
S2、获取预先构建好的多能源系统的动态仿真平台。
具体的,如图3所示,本方案中的动态仿真平台可以按照如下方式构建:
S201、确定多能源系统中所包括的各个典型设备,构建各个典型设备的基础数据模型。
具体的,本方案中以三联供+地源热泵+常规冷热源+蓄能系统为例,其典型设备包括内燃机、热泵机组、锅炉、冷水机组、蓄能水箱、冷却塔、变频水泵等;针对典型设备构建的基础数据模型能够反应对应典型设备的综合特性。
S202、分别对各个典型设备的基础数据模型的相关参数和动态曲线进行赋值。
作为示例,相关参数可以是热泵机组的额定制冷量、额定制热量、锅炉的额定制热量等。
具体的,赋值之后的基础数据模型能够精准反映各典型设备的动态特性,实现各典型设备全年运行时,可根据不同边界输入条件实现灵活的功能输出。能够通过设置基础数据模型的性能曲线和额定参数,来反应典型设备在不同工况下的运行性能。
进一步具体的,针对三联供+地源热泵+常规冷热源+蓄能系统,对其各个典型设备的基础数据模型的特性进行介绍:
(1)内燃机
需要说明的是,内燃机为冷热电三联供系统的原动机。内燃机在运行时其状态主要受负荷率的影响,负荷率变化时,其发电效率、缸套水散热比例、烟气散热比例均发生变化。
内燃机的基础数据模型在计算时,输入相应的额定发电量和运行控制策略,基础数据模型会自动读取相应的外部性能文件,外部性能文件对内燃机的部分负荷效率、机械效率、发电效率、缸套水散热比例、烟气散热比例、环境散热比例等性能均进行了规定,可以使实现不同工况下的动态计算。
(2)热泵
热泵的基础数据模型可实现对部分负荷工况和变工况的性能模拟。其基本原理是用四个数据文件分别描述热泵机组的性能,包括制冷、制热工况下,机组不同用户侧和源侧水温下的制热(冷)量和机组性能系数COP的折减率(热泵机组性能系数因运行工况造成的衰减比例),以及制冷、制热工况下,因为部分负荷系统PLR(部分负荷和设计负荷的比率)差异造成的部分负荷系数FFLP(部分负荷条件下系统性能的折减系数)。
(3)锅炉
锅炉的额定制热量、制热效率(或燃烧效率)和热损失系数作为参数值给定。锅炉的基础数据模型逐时(或按步长)接收输入变量,包括:流体出口控制温度、控制信号、流体入口温度、流体入口流量、环境温度。锅炉基础数据模型的输出变量包括:流体出口温度、流体出口流量、需热量、热损失、流体得热量等。
锅炉的基础数据模型可以按设定出口温度和入口流体温度,计算逐时需热量。当需热量大于设定的额定制热量时,按额定加热量加热,输出计算的出口温度,如下式所示:
式中:为流体输出温度,ºC;/>为额定制热量,kJ/hr;/>为锅炉效率;/>为流体流量,kg/hr;/>为流体热容,/>;/>为体输入温度,ºC;/>为热损失系数,kJ/hr;/>为环境温度,℃。
(4)冷水机组
在冷水机组实际模拟运行过程中,冷水机组的性能参数由设备自身特性决定,而冷水机组相关运行参数还与其他设备及系统负荷特性相关,冷水机组的基础数据模型可以表示如下:
式中:为机组名义COP;/>为机组额定COP;/>为名义COP相对于额定COP比率;/>为机组名义制冷量,kW;/>为机组额定制冷量,kW;/>为名义制冷量相对于额定制冷量的比率;/>为建筑负荷,kW;/>为主机冷冻水流量,kg;/>为冷冻水比热容,/>;/>为主机冷冻水进口温度,℃;/>为主机冷冻水出口温度设定值,℃;/>为部分负荷率;/>为冷机实际耗功率,kW;/>为压缩机电机卸载率,根据/>插值得到;COP为冷机的实际COP。
(5)冷却塔
冷却塔的基础数据模型,其散热量可以表示如下:
式中,为冷却塔热交换效率;/>为冷却塔内空气质量流量,kg/s;/>为冷却塔内入口空气的焓值,kJ/kg;/>为冷却塔内入口水表面饱和空气焓值,kJ/kg;/>为冷却塔单元散热量,kJ/s。
S203、将赋值后的各个典型设备的基础数据模型进行组合搭建,使各个典型设备的基础数据模型之间能够进行数据传递和能流转换,并为每个典型设备施加控制策略,得到构建好的动态仿真平台。
具体的,动态仿真平台构建好之后,能够基于动态仿真平台进行灵活动态运行和调度。
在其他的一些实施例中,还使用实际项目运行数据为对比数据,从冷冻水进出水温度、制冷量、供热量、耗电量等多个数据层面,对动态仿真平台的准确性进行验证、优化。
作为一种具体的示例,三联供+地源热泵+常规冷热源+蓄能系统的动态仿真平台包括:冷热电燃气三联供子系统、地源热泵子系统、辅助冷热源子系统、蓄能子系统、管网输配子系统、主控制系统、区域整体信息输入、计算结果输出部分。
动态仿真平台的外部输入参数包括气象参数、用户冷热电负荷、设备动态性能曲线、系统设备设计选型参数等,这些外部输入参数作为动态仿真平台模拟计算的边界条件。动态仿真平台在得到用户冷、热、电负荷数据后,根据控制逻辑将相关负荷数据分配到三联供、热泵等不同子系统,各子系统收到控制信号后结合设备性能参数实现动态模拟计算,最后实现系统动态仿真,并输出相关计算结果。
S3、确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,以使动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
具体的,可以在GENOPT优化工具中确定多能源系统的初始容量和预设容量区间,GENOPT优化工具通过在其环境下编译的程序来调用动态仿真平台,将初始容量输入动态仿真平台,动态仿真平台向GENOPT优化工具输出对应容量的综合指标数值;基于综合指标数值,GENOPT优化工具采用优化算法在预设容量区间内更新容量配置,并输入到动态仿真平台中,动态仿真平台生成新的综合指标数值,再次输入到GENOPT优化工具中,GENOPT优化工具采用优化算法,并基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最终容量配置,将最终容量配置作为最优配置方案。
具体的,最优配置方案包括多能源系统中各个子系统的容量配置;其中,包括三联供供能容量配置、地源热泵供能容量配置、蓄能系统容量配置、燃气锅炉供能容量配置和冷水机组供能容量配置。
具体的,GENOPT优化工具采用优化算法在预设容量区间内更新容量配置:
1)采用 PSO 算法对决策变量进行优化,得到最优点。
其中,决策变量为多能源系统中各个子系统的容量配置,在优化时,决策变量的取值在预设容量区间内进行更新。
具体来说,对于预设容量区间,设置决策变量取值的数值间隔;假设一子系统的预设容量区间为m~n,数值间隔设置为5,则该子系统的取值可以为:m、m+5、m+10……n-10、n-5、n中的任意数值。
2)将 PSO 算法获得的最优点作为初始值,用虎克捷夫算法进行初始值进行搜索,并将搜索结果输入到下一轮的 PSO 算法迭代计算,直至满足终止条件,得到最优配置方案。
具体的,如图4所示,动态仿真平台可以采用如下方法生成对应容量的综合指标数值:
S301、将容量配置输入到动态仿真平台之后,动态仿真平台进行模拟仿真并输出每个三级评价指标对应的数值;根据各三级评价指标与相应二级评价指标之间的隶属关系、各二级评价指标与相应一级评价指标之间的路数关系、各三级评价指标对应的数值,得到各一级评价指标的数值;其中,三个一级评价指标包括系统成本一级评价指标、经济运行一级评价指标和环境影响一级评价指标。
优选的,动态仿真平台输出每个三级评价指标对应的数值之后,先将每个三级评价指标对应的数值分别进行归一化处理,将归一化处理之后的数值用于确定各一级评价指标的数值。
具体的,将容量配置输入到动态仿真平台之后,动态仿真平台输出34个三级评价指标对应的数值;将34个三级评价指标对应的数值分别进行归一化处理,将隶属于同一个一级评价指标下的所有三级评价指标的数值进行求和,得到该一级评价指标的数值。作为示例,将处于同一个二级评价指标下的全部三级评价指标的数值求和,得到二级评价指标的数值;将处于同一个一级评价指标下的全部二级评价指标求和,得到一级评价指标的数值。
按照上述方法,得到多能源系统分别在系统成本、经济运行和环境影响三个方面的一级评价指标,并将多能源系统的三个一级指标分别作为系统成本一级评价指标、经济运行一级评价指标和环境影响一级评价指标。
S302、获取传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值;根据传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值、三个一级评价指标的数值、三个一级评价指标的权重,得到多能源系统的综合指标数值。
具体的,将处于同一个二级评价指标下的全部三级评价指标的数值求和,得到二级评价指标的数值;将处于同一个一级评价指标下的全部二级评价指标的数值求和,得到一级评价指标的数值。
具体的,将传统能源系统在系统成本方面的评价指标的数值除以系统成本一级评价指标的数值,得到第一比值,将第一比值与系统成本一级评价指标的权重分值相乘,得到第一目标值;将传统能源系统在经济运行方面的评价指标的数值除以经济运行一级评价指标的数值,得到第二比值,将第二比值与经济运行一级评价指标的权重分值相乘,得到第二目标值;将传统能源系统在环境影响方面的评价指标的数值除以环境影响一级评价指标的数值,得到第三比值,将第三比值与环境影响一级评价指标的权重分值相乘,得到第三目标值;将第一目标值、第二目标值、第三目标值进行求和,得到多能源系统的综合指标数值。
具体的,一级评价指标对应权重分值的获取方式为:获取处于同一个一级评价指标下、每个三级评价指标的权重分值;将同一个一级评价指标下全部三级评价指标的权重分值进行求和,得到一级评价指标对应的权重分值。
其他一些实施例中,获取传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标,并分别作为传统能源系统成本评价指标、传统能源系统经济运行评价指标和传统能源系统环境影响评价指标。将系统成本一级评价指标除以传统能源系统成本评价指标,得到第一比值;将经济运行一级评价指标除以传统能源系统经济运行评价指标,得到第二比值;将环境影响一级评价指标除以传统能源系统环境影响评价指标,得到第三比值;分别将第一比值、第二比值、第三比值乘以对应的权重分值,然后求和得到多能源系统的综合指标数值。其中,第一比值、第二比值、第三比值对应的权重分值分别为:系统成本一级评价指标的权重分值、经济运行一级评价指标的权重分值、环境影响一级评价指标的权重分值。
申请人需要说明的是,上述34个三级评价指标中,当某一部分三级评价指标的数值越大时,其代表程度越优,例如,热泵COP、冷水机组COP、吸收式机组COP等;当某部分三级评价指标数值越小时,其代表程度越优,例如,CHP机组价格、热泵机组价格、冷水机组价格等。
因此,在上述步骤的归一化处理之前,需要将数值越大程度越优的这一部分三级评价指标进行转换处理,以使其和剩余部分三级评价指标保持一致。例如,可以将热泵COP、冷水机组COP、吸收式机组COP等三级评价指标作为分母,而分子定义为1,得到的分式进行归一化处理,后续参与到综合指标数值的计算中。
进一步具体的,根据表1可知,第一比值的对应的权重分值为0.397,第一比值的对应的权重分值为0.395,第一比值的对应的权重分值为0.208。
具体的,本方案中,将多能源系统的综合指标数值最小时对应的值作为最优值。
作为本方案的一种示例,优化的变量是多能源系统中不同冷热源的容量配置,GENOPT优化工具可以设置不同冷热源的配置组合情况,传输给动态仿真平台,动态仿真平台会模拟不同的容量配置情况下,多能源系统全年的系统成本、经济成本以及环境影响,进而得到综合指标数值;综合指标数值最小时对应的容量配置为最优配置。
在其他的一些实施例中,上述容量配置优化方法,不仅能够适用于三联供+地源热泵+常规冷热源+蓄能系统,还可以应用于太阳能与地源热泵系统、地源热泵与燃气锅炉供暖系统、地源热泵与市政热力供暖系统、市政热力与燃气锅炉供暖系统等多能源多耦合的典型多能源系统。
实施例2
如图5所示,基于与上述实施例的同一发明构思,本实施例还提供了一种多能源系统优化配置装置,包括:
第一获取模块,用于获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
第二获取模块,用于获取预先构建好的多能源系统的动态仿真平台;
优化模块,用于确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成对应容量的综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
实施例3
如图6所示,本发明还提供用于实现上述实施例1一种多能源系统优化配置方法的电子设备100;电子设备100包括存储器101、至少一个处理器102、存储在存储器101中并可在至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。存储器101可用于存储计算机程序103,处理器102通过运行或执行存储在存储器101内的计算机程序,以及调用存储在存储器101内的数据,实现实施例1一种多能源系统优化配置方法步骤。
存储器101可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外,存储器101可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
至少一个处理器102可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等,处理器102是电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分。
电子设备100中的存储器101存储多个指令以实现一种多能源系统优化配置方法,处理器102可执行多个指令从而实现:
获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
获取预先构建好的多能源系统的动态仿真平台;
确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,以使动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
实施例4
电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM,Read-Only Memory)。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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一定指的是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何的一个或多个实施例或示例中以合适的方式结合。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种多能源系统优化配置方法,其特征在于,包括如下步骤:
获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
获取预先构建好的多能源系统的动态仿真平台;
确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,以使动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
2.根据权利要求1所述的多能源系统优化配置方法,其特征在于,在获取预先构建好的多能源系统的综合评价指标体系的步骤中,多个级别的评价指标,包括三个级别的评价指标,综合评价指标体系按照如下步骤构建:
确定多能源系统三个级别的评价指标;其中,三个级别的评价指标分别为一级评价指标、二级评价指标和三级评价指标;若干个三级评价指标隶属于一个二级评价指标,若干个二级评价指标隶属于一个一级评价指标;
根据三级评价指标生成调研资料,基于调研资料的调研结果,分别对各个三级评价指标的权重进行评分,得到每个三级评价指标的权重分值,根据三级评价指标的权重分值确定二级评价指标的权重分值,根据二级评价指标的权重分值确定一级评价指标的权重分值;将三个级别的评价指标及分别对应的权重分值作为综合评价指标体系。
3.根据权利要求1所述的多能源系统优化配置方法,其特征在于,在获取预先构建好的多能源系统的动态仿真平台的步骤中,动态仿真平台按照如下方式构建:
确定多能源系统中所包括的各个典型设备,构建各个典型设备的基础数据模型;
分别对各个典型设备的基础数据模型的相关参数和动态曲线进行赋值;
将赋值后的各个典型设备的基础数据模型进行组合搭建,以使各个典型设备的基础数据模型之间能够进行数据传递和能流转换,并为每个典型设备施加控制策略,得到构建好的动态仿真平台。
4.根据权利要求2所述的多能源系统优化配置方法,其特征在于,在动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成对应容量的综合指标数值的步骤中,采用如下方法生成综合指标数值:
将容量配置输入到动态仿真平台之后,动态仿真平台进行模拟仿真并输出每个三级评价指标对应的数值;根据各三级评价指标与相应二级评价指标之间的隶属关系、各二级评价指标与相应一级评价指标之间的路数关系、各三级评价指标对应的数值,得到各一级评价指标的数值;其中,三个一级评价指标包括系统成本一级评价指标、经济运行一级评价指标和环境影响一级评价指标;
获取传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值;根据传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值、三个一级评价指标的数值、三个一级评价指标的权重,得到多能源系统的综合指标数值。
5.根据权利要求4所述的多能源系统优化配置方法,其特征在于,根据传统能源系统在系统成本、经济运行和环境影响三个方面的评价指标的数值、三个一级评价指标的数值、三个一级评价指标的权重,得到多能源系统的综合指标数值的步骤,包括:
将传统能源系统在系统成本方面的评价指标的数值除以系统成本一级评价指标的数值,得到第一比值,将第一比值与系统成本一级评价指标的权重分值相乘,得到第一目标值;
将传统能源系统在经济运行方面的评价指标的数值除以经济运行一级评价指标的数值,得到第二比值,将第二比值与经济运行一级评价指标的权重分值相乘,得到第二目标值;
将传统能源系统在环境影响方面的评价指标的数值除以环境影响一级评价指标的数值,得到第三比值,将第三比值与环境影响一级评价指标的权重分值相乘,得到第三目标值;
将第一目标值、第二目标值、第三目标值进行求和,得到多能源系统的综合指标数值。
6.根据权利要求4所述的多能源系统优化配置方法,其特征在于,根据各三级评价指标与相应二级评价指标之间的隶属关系、各二级评价指标与相应一级评价指标之间的路数关系、各三级评价指标对应的数值,得到各一级评价指标的数值的步骤,包括:
将处于同一个二级评价指标下的全部三级评价指标的数值求和,得到二级评价指标的数值;
将处于同一个一级评价指标下的全部二级评价指标的数值求和,得到一级评价指标的数值。
7.根据权利要求6所述的多能源系统优化配置方法,其特征在于,所述一级评价指标对应的权重分值按照如下方式计算:
获取处于同一个一级评价指标下,每个三级评价指标的权重分值;
将同一个一级评价指标下全部三级评价指标的权重分值进行求和,得到一级评价指标对应的权重分值。
8.一种多能源系统优化配置装置,其特征在于,包括:
第一获取模块,用于获取预先构建好的多能源系统的综合评价指标体系;其中,所述综合评价指标体系包括多个级别的评价指标,以及每个评价指标所对应的权重分值;
第二获取模块,用于获取预先构建好的多能源系统的动态仿真平台;
优化模块,用于确定多能源系统的初始容量和预设容量区间,将初始容量输入动态仿真平台,动态仿真平台基于多个级别的评价指标和每个评价指标所对应的权重分值,生成对应容量的综合指标数值;基于综合指标数值,在预设容量区间内更新容量配置,并将更新的容量配置输入到动态仿真平台中,以使动态仿真平台生成新的综合指标数值;基于新的综合指标数值再次更新容量配置并输入动态仿真平台;经过循环迭代,得到综合指标数值最优时对应的最优配置方案。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的多能源系统优化配置方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的多能源系统优化配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310824092.4A CN116542501A (zh) | 2023-07-06 | 2023-07-06 | 多能源系统优化配置方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310824092.4A CN116542501A (zh) | 2023-07-06 | 2023-07-06 | 多能源系统优化配置方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542501A true CN116542501A (zh) | 2023-08-04 |
Family
ID=87445703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310824092.4A Pending CN116542501A (zh) | 2023-07-06 | 2023-07-06 | 多能源系统优化配置方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542501A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222350A (zh) * | 2021-04-19 | 2021-08-06 | 建科环能科技有限公司 | 基于敏感性分析的多能源系统综合评价方法及系统 |
CN114374231A (zh) * | 2021-12-07 | 2022-04-19 | 东南大学 | 离网型多能源系统的配置、控制一体优化方法 |
CN116151565A (zh) * | 2023-02-03 | 2023-05-23 | 中国建筑科学研究院有限公司 | 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 |
-
2023
- 2023-07-06 CN CN202310824092.4A patent/CN116542501A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222350A (zh) * | 2021-04-19 | 2021-08-06 | 建科环能科技有限公司 | 基于敏感性分析的多能源系统综合评价方法及系统 |
CN114374231A (zh) * | 2021-12-07 | 2022-04-19 | 东南大学 | 离网型多能源系统的配置、控制一体优化方法 |
CN116151565A (zh) * | 2023-02-03 | 2023-05-23 | 中国建筑科学研究院有限公司 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A hybrid optimization-based scheduling strategy for combined cooling, heating, and power system with thermal energy storage | |
CN109165788B (zh) | 一种冷热电联供系统的优化方法 | |
CN104537435B (zh) | 基于用户侧经济性指标的分布式电源优化配置方法 | |
Casisi et al. | Optimal lay-out and operation of combined heat & power (CHP) distributed generation systems | |
CN105676646A (zh) | 一种冷热电联供系统优化运行的线性化方法 | |
CN107025519A (zh) | 区域分布式冷热电多联产系统混合整数非线性模型优化方法 | |
CN104850908A (zh) | 基于混沌粒子群的火电机组负荷优化分配方法 | |
Dhamanda et al. | A traditional approach to solve economic load dispatch problem of thermal generating unit using MATLAB programming | |
CN109861302A (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
Yousefi et al. | A practical multi-objective design approach for optimum exhaust heat recovery from hybrid stand-alone PV-diesel power systems | |
Xing et al. | Low temperature district heating network planning with the focus on distribution energy losses | |
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 | |
Woźniak et al. | Heat production optimization using bio-inspired algorithms | |
Yaman et al. | Modeling, simulation, and optimization of a solar water heating system in different climate regions | |
Yedilkhan et al. | Predicting heating time, thermal pump efficiency and solar heat supply system operation unloading using artificial neural networks | |
CN114254890A (zh) | 一种基于供需节点调整的区域能源网络资源再分配方法 | |
Wu et al. | Developing an equipotential line method for the optimal design of an energy station location in a district heating system | |
Ajam et al. | Energy, exergy, and economic analyses of a combined heat and power generation system with a gas turbine and a horizontal axis wind turbine | |
CN116542501A (zh) | 多能源系统优化配置方法、装置、设备及介质 | |
CN110765726B (zh) | 能源网规划图的智能生成系统 | |
CN107301275A (zh) | 用于分布式能源系统技术选型的配置及容量优化方法 | |
Hasan et al. | Net-and nearly-zero energy buildings: A review of the definitions and case studies | |
CN115712976A (zh) | 基于多元供热机组的热能及电负荷优化方法及相关设备 | |
CN114662938A (zh) | 综合能源系统的能效评价方法、装置、终端及存储介质 | |
CN113902167A (zh) | 计及站房投资的综合智慧能源系统配置优化方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230804 |