CN116976528B - 低碳港口混合供能系统的优化配置方法及装置 - Google Patents
低碳港口混合供能系统的优化配置方法及装置 Download PDFInfo
- Publication number
- CN116976528B CN116976528B CN202311226744.0A CN202311226744A CN116976528B CN 116976528 B CN116976528 B CN 116976528B CN 202311226744 A CN202311226744 A CN 202311226744A CN 116976528 B CN116976528 B CN 116976528B
- Authority
- CN
- China
- Prior art keywords
- function
- unit time
- power
- optimal configuration
- supply system
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 33
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 100
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 50
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 50
- 238000005265 energy consumption Methods 0.000 claims abstract description 42
- 238000005457 optimization Methods 0.000 claims abstract description 14
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 64
- 238000004146 energy storage Methods 0.000 claims description 53
- 230000005611 electricity Effects 0.000 claims description 36
- 239000003345 natural gas Substances 0.000 claims description 32
- 238000005485 electric heating Methods 0.000 claims description 22
- 238000010521 absorption reaction Methods 0.000 claims description 19
- 239000007789 gas Substances 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000007599 discharging Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 abstract description 13
- 230000009467 reduction Effects 0.000 abstract description 9
- 238000004134 energy conservation Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 82
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000009998 heat setting Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002918 waste heat Substances 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
- G06Q10/04—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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及低碳港口能量管理技术领域，提供一种低碳港口混合供能系统的优化配置方法及装置，方法包括：构建优化配置目标函数，包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；构建优化配置约束模型；以系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数最小化为优化目标，对优化配置目标函数进行求解得到优化配置方案，据此对低碳港口混合供能系统各个设备的容量进行优化配置。由此，从能源性、经济性和环境性三方面对低碳港口的混合供能系统进行优化配置，可以客观、准确地实现容量优化配置，可以在减小系统综合成本使综合成本最优的同时，减少系统一次能源消耗和二氧化碳排放，实现节能减排。
Description
技术领域
本发明涉及低碳港口能量管理技术领域，具体涉及一种低碳港口混合供能系统的优化配置方法和一种低碳港口混合供能系统的优化配置装置。
背景技术
低碳港口就是采取各种低碳措施，追求减少港口的碳能源消耗以及碳排放量的港口，港口用能负荷较大且波动小，非常适合建设混合供能系统，因此对低碳港口的混合供能系统进行优化配置、提高能源使用率变得非常有必要。低碳港口的混合供能系统是制热、制冷及发电过程一体化的能源综合利用系统，现有方法仅从经济性这单一角度进行优化配置，不能客观准确实现容量的优化配置，不能达到节能减排的目标。
发明内容
本发明为解决上述技术问题，提出了如下技术方案。
本发明第一方面实施例提出了一种低碳港口混合供能系统的优化配置方法，所述混合供能系统包括燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组，所述方法包括以下步骤：构建低碳港口混合供能系统的优化配置目标函数，其中，所述优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；构建低碳港口混合供能系统的优化配置约束模型；以所述优化配置约束模型作为约束条件，以所述系统一次能源消耗函数、所述系统运行成本函数和所述系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对所述优化配置目标函数进行求解得到优化配置方案；根据所述优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置。
另外，根据本发明上述实施例的低碳港口混合供能系统的优化配置方法还可以具有如下附加的技术特征。
根据本发明的一个实施例，所述系统一次能源消耗函数为：
；
其中，X 1为系统一次能源消耗函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，为系统天然气的一次能源转换系数， />为电网购电的一次能源转换系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
根据本发明的一个实施例，所述系统运行成本函数为：
；
其中，X 2为系统运行成本函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，J g (x)为单位时间内一次能源天然气的价格， J e (x)为单位时间内一次能源电价，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，为购买天然气成本，/>为电网购电成本。
根据本发明的一个实施例，所述系统二氧化碳排放量函数为：
；
其中，X 3为系统二氧化碳排放量函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，、/>分别为消耗天然气的二氧化碳排放系数、从电网购电消耗电能的二氧化碳排放系数， L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
根据本发明的一个实施例，所述优化配置约束模型为设备运行约束模型、电功率平衡约束模型、热功率平衡约束模型、冷功率平衡约束模型和混合储能装置容量约束模型中的一个或者一个以上的任意组合。
根据本发明的一个实施例，所述设备运行约束模型为：
；
其中，为第i个设备的运行功率，/>和/>分别为第i个设备的额定功率上下限。
根据本发明的一个实施例，所述电功率平衡约束模型为：
；
其中，P gt (x)为燃气轮机单位时间内的放电功率，为混合储能装置单位时间内的充放电功率，P G (x)为系统单位时间内的购电功率，/>为系统单位时间内的电负荷需求功率，/>为电制冷机组单位时间内的输入功率，/>为电制热机组单位时间内的输入功率。
根据本发明的一个实施例，所述热功率平衡约束模型为：
；
其中，为系统单位时间内的热负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制热量，/>为电制热机组单位时间内的输出功率；
所述冷功率平衡约束模型为：
；
其中，为系统单位时间内的冷负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制冷量，/>为电制冷机组单位时间内的输出功率。
根据本发明的一个实施例，所述混合储能装置容量约束模型为：
，
；
其中，为混合储能装置充放电功率，/>和/>分别为混合储能装置最大充电功率、最大放电功率，/>为混合储能装置单位时间内的实际容量，/>为混合储能装置的最大储能量。
本发明第二方面实施例提出了一种低碳港口混合供能系统的优化配置装置，所述混合供能系统包括燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组，所述装置包括：第一构建模块，用于构建低碳港口混合供能系统的优化配置目标函数，其中，所述优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；第二构建模块，用于构建低碳港口混合供能系统的优化配置约束模型；求解模块，用于以所述优化配置约束模型作为约束条件，以所述系统一次能源消耗函数、所述系统运行成本函数和所述系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对所述优化配置目标函数进行求解得到优化配置方案；配置模块，用于根据所述优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置。
本发明实施例的技术方案，从能源性、经济性和环境性三方面对低碳港口的混合供能系统进行优化配置，可以客观、准确地实现容量优化配置，可以在减小系统综合成本使综合成本最优的同时，减少系统一次能源消耗和二氧化碳排放，实现节能减排。
附图说明
图1为本发明实施例的低碳港口混合供能系统的结构及能量流动示意图。
图2为本发明实施例的低碳港口混合供能系统的优化配置方法的流程图。
图3为本发明实施例的低碳港口混合供能系统的优化配置装置的方框示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有技术仅从经济性这一单一角度考虑，例如仅考虑能源价格因素的影响，再例如仅考虑提高系统的运行效益或者仅考虑降低系统运行成本。由于基于低碳港口的混合供能系统涉及冷、热、电三种能量形式间的耦合关系，因此仅从单一角度不能客观准确评估容量配置对系统优化运行的影响，进而不能客观准确地实现混合功能系统的优化配置。为此本发明从能源性、经济性、环境性三方面进行混合供能系统的优化配置。
对低碳港口的混合供能系统进行研究发现，影响混合供能系统的因素有很多，如热、电、冷负荷、各种能源的价格、不同设备的容量配置和运行特性等。基于此，本发明在系统设计时，综合考虑用能需求、负荷特点和减碳排放，确保冷、热、电三种能源的供需平衡，对系统各个设备的容量进行优化配置，实现混合供能系统运行的稳定性、高效性、经济性和环境性。
图1为本发明实施例的低碳港口混合供能系统的结构及能量流动示意图。
如图1所示，低碳港口的混合供能系统包括燃气轮机、吸收式冷/热机组（可包括余热锅炉和吸收式制冷机）、混合储能装置、电制热机组和电制冷机组，其中电负荷、热负荷和冷负荷的流动路径可参照图1。
图2为本发明实施例的低碳港口混合供能系统的优化配置方法的流程图。
如图2所示，该低碳港口混合供能系统的优化配置方法包括以下步骤S1至S4。
S1，构建低碳港口混合供能系统的优化配置目标函数，其中，优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数。
具体地，可根据各个设备模型以及能源价格构建优化配置目标函数，为了达到能源性、经济性和环境性，优化配置函数可包括一次能源消耗函数（表征能源型指标）、系统运行成本函数（表征经济性指标）和系统二氧化碳排放量函数（表征环境性指标），即构建从能源性、经济性、环境性三方面考虑的优化配置目标函数。
其中，设备模型是指混合供能系统内各个设备即燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组的工作模型，可以是功率模型。能源价格包括电价（分时电价）和天然气价格。
S2，构建低碳港口混合供能系统的优化配置约束模型。
具体地，为了有效实现优化配置，需要对混合供能系统的运行条件进行约束，根据约束条件、约束需求构建优化配置约束模型，将其作为优化配置目标函数的约束条件。
S3，以优化配置约束模型作为约束条件，以系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对优化配置目标函数进行求解得到优化配置方案。
具体地，可将求解优化配置目标函数转化为非线性规划问题，通过非线性规划算法，以优化配置约束模型作为约束条件，以混合供能系统的一次能源消耗最小化、运行成本最小化、以及二氧化碳排放量最小化为目标，对优化目标函数即一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数进行求解，并对所有求解结果进行评估分析得到对各个设备的容量进行配置的优化配置方案。
S4，根据优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置。
具体地，在得到优化配置方案后，据此对各个设备的容量进行优化配置，实现了从能源性、经济性、环境性三方面对低碳港口的混合供能系统进行优化配置，减小系统综合成本，减少系统一次能源消耗和二氧化碳排放。
本发明实施例从能源性、经济性、环境性三方面考虑燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组的容量分别对混合供电系统运行和综合效益的影响，据此进行优化配置得到各个设备的容量的优化配置方案，最后根据优化配置方案对相应设备进行优化配置，达到成本最小、能源消耗最小、二氧化碳排放量最小的效果。
由此，从能源性、经济性和环境性三方面对低碳港口的混合供能系统进行优化配置，可以客观、准确地实现容量优化配置，可以在减小系统综合成本使综合成本最优的同时，减少系统一次能源消耗和二氧化碳排放，实现节能减排。
在本发明的一个实施例中，系统一次能源消耗函数为：
；
其中，X 1为系统一次能源消耗函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间（1小时），为系统天然气的一次能源转换系数，取值为/>=1.47，/>为电网购电的一次能源转换系数，取值为/>=3.36，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
进一步地，系统运行成本函数为：
；
其中，X 2为系统运行成本函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，J g (x)为单位时间内一次能源天然气的价格， J e (x)为单位时间内一次能源电价，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，为购买天然气成本，/>为电网购电成本。
更进一步地，系统二氧化碳排放量函数为：
；
其中，X 3为系统二氧化碳排放量函数，s为典型日类数，D s 为第s类典型日年天持续天数，x为单位时间，、/>分别为消耗天然气的二氧化碳排放系数、从电网购电消耗电能的二氧化碳排放系数，分别取/>、/>，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
在本发明的一个实施例中，步骤S2中，可根据各个设备的性能、参数以及热功率、电功率、冷功率功率平衡等构建优化配置约束模型，作为优化配置目标函数的约束条件。
其中，优化配置约束模型可以为设备运行约束模型、电功率平衡约束模型、热功率平衡约束模型、冷功率平衡约束模型和混合储能装置容量约束模型（混合储能装置的容量约束模型）中的一个或者一个以上的任意组合。
在一个示例中，设备运行约束模型为：
；
其中，为第i个设备的运行功率，/>和/>分别为第i个设备的额定功率上下限。
在一个示例中，电功率平衡约束模型为：
；
其中，P gt (x)为燃气轮机单位时间内的放电功率，为混合储能装置单位时间内的充放电功率，P G (x)为系统单位时间内的购电功率，/>为系统单位时间内的电负荷需求功率，/>为电制冷机组单位时间内的输入功率，/>为电制热机组单位时间内的输入功率。
在一个示例中，热功率平衡约束模型为：
；
其中，为系统单位时间内的热负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制热量，/>为电制热机组单位时间内的输出功率。
冷功率平衡约束模型为：
；
其中，为系统单位时间内的冷负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制冷量，/>为电制冷机组单位时间内的输出功率。
在一个示例中，混合储能装置容量约束模型为：
，
；
其中，为混合储能装置充放电功率，/>和/>分别为混合储能装置最大充电功率、最大放电功率，/>为混合储能装置单位时间内的实际容量，/>为混合储能装置的最大储能量。
通过步骤S1、S2即得到具体的优化配置目标函数及其约束条件，之后，以系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对优化配置目标函数进行求解得到优化配置方案。
具体而言，在得到具体的优化配置目标函数和优化配置约束模型后，通过非线性规划算法进行优化配置，其中，非线性规划算法的一般形式（抽象的）为：
；
式中：为抽象的目标函数，即为目标函数的一般形式；w、y表示自变量；为目标函数等式约束条件的一般形式；/>为目标函数不等式约束条件的一般形式。
根据非规划算法的一般形式对非规划问题进行求解，即对优化配置目标函数进行求解得到优化配置方案，根据优化配置方案，对混合供能系统各设备容量进行配置，优化运行，即：合理选取燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组的容量，可以使得混合供能系统综合成本最优，同时可以减少混合供能系统一次能源消耗和二氧化碳排放量，满足低碳港口的节能减排目标。
为了更加清楚地说明本发明实施例的优化配置方法及其技术效果，下面通过一个具体实施例进行说明：
选取某低碳港口为分析对象，其混合供能系统结构及能量流动参照图1，主要设备混合储能装置的容量为1000kW，投资成本为0.318万元/kW；燃气机轮容量为1500kW，投资成本为0.226万元/kW；余热锅炉容量为800kW，投资成本为0.13万元/kW；吸收式制冷机容量为500kW，投资成本为0.12万元/kW；电制热机组、电制冷机组容量均为400kW，投资成本均为0.95万元/kW。根据该地负荷需求将一年划为典型日的天数分别为122、121、122天；单位时间为1小时，调度周期为1天。采用分时电价，夏季峰时电价为1.04元/(kWh)，夏季谷时电价为0.52元/(kWh)；冬季峰时电价为1.02元/(kWh)，冬季谷时电价为0.46元/(kWh)；天然气价格为3.5元/m-3。
考虑设备初始投资成本，在本实施例中分析储能容量（混合储能装置的容量）对混合供能系统能源性、经济性、环境性评估指标的影响，在此选取初始容量为100kW，运用本发明实施例的优化配置方法进行分析，步骤参照图2。
能源性指标分析结果为：当储能容量为0kW时，“以热定电”运行模式优于“以电定热”运行模式，“以电定热”运行模式下，一次能源消耗系数同储能容量成正比，“以热定电”运行模式下，一次能源消耗系数同储能容量成反比；当储能容量大于等于1350 kW 时，“以热定电” 运行模式下一次能源消耗系数不再变化，“以电定热”模式下，一次能源消耗系数则一直增加。
经济性指标分析结果为：储能可有效减少系统运行成本且“以电定热”运行模式优于“以热定电”运行模式，储能容量取1350 kW 时，“以热定电”运行模式下系统年运行成本不再变化，“以电定热”运行模式下系统年运行成本则一直减少。考虑到初期投资成本和维护成本，“以热定电”运行模式下，储能容量取1000 kW左右时，系统综合成本最低。
环境性指标分析结果为：储能容量为0 kW 时，“以热定电”运行模式优于“以电定热”运行模式，“以电定热”运行模式下二氧化碳排放量同储能容量成正比，“以热定电”运行模式下二氧化碳排放量同储能容量成反比；当储能容量大于1350 kW时，“以热定电”运行模式下二氧化碳排放量不再变化，“以电定热”运行模式下二氧化碳排放量则一直增加。
结合能源性指标分析结果、经济性指标分析结果和环境性指标分析结果即可得到混合供能系统的储能容量的优化配置方案。
综上所述，本发明实施例基于能源型指标、经济性指标和环境性指标对低碳港口混合供能系统进行优化配置，可以使得混合供能系统综合成本最优，同时可以减少混合供能系统一次能源消耗和二氧化碳排放量，达到低碳港口的节能减排目标。
对应上述实施例的低碳港口混合供能系统的优化配置方法，本发明还提出一种低碳港口混合供能系统的优化配置装置。
图3为本发明实施例的低碳港口混合供能系统的优化配置装置的方框示意图。
参照图1，所述混合供能系统包括燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组。
如图3所示，该低碳港口混合供能系统的优化配置装置包括：第一构建模块10、第二构建模块20、求解模块30和配置模块40。
其中，第一构建模块10用于构建低碳港口混合供能系统的优化配置目标函数，其中，所述优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；第二构建模块20用于构建低碳港口混合供能系统的优化配置约束模型；求解模块30用于以所述优化配置约束模型作为约束条件，以所述系统一次能源消耗函数、所述系统运行成本函数和所述系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对所述优化配置目标函数进行求解得到优化配置方案；配置模块40用于根据所述优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置。
在本发明的一个实施例中，所述系统一次能源消耗函数为：
；
其中，X 1为系统一次能源消耗函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，为系统天然气的一次能源转换系数，/>为电网购电的一次能源转换系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
在本发明的一个实施例中，所述系统运行成本函数为：
；
其中，X 2为系统运行成本函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，J g (x)为单位时间内一次能源天然气的价格， J e (x)为单位时间内一次能源电价，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，为购买天然气成本，/>为电网购电成本。
在本发明的一个实施例中，所述系统二氧化碳排放量函数为：
；
其中，X 3为系统二氧化碳排放量函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，、/>分别为消耗天然气的二氧化碳排放系数、从电网购电消耗电能的二氧化碳排放系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
在本发明的一个实施例中，所述优化配置约束模型为设备运行约束模型、电功率平衡约束模型、热功率平衡约束模型、冷功率平衡约束模型和混合储能装置容量约束模型中的一个或者一个以上的任意组合。
在本发明的一个实施例中，所述设备运行约束模型为：
；
其中，为第i个设备的运行功率，/>和/>分别为第i个设备的额定功率上下限。
在本发明的一个实施例中，所述电功率平衡约束模型为：
；
其中，P gt (x)为燃气轮机单位时间内的放电功率，为混合储能装置单位时间内的充放电功率，P G (x)为系统单位时间内的购电功率，/>为系统单位时间内的电负荷需求功率，/>为电制冷机组单位时间内的输入功率，/>为电制热机组单位时间内的输入功率。
在本发明的一个实施例中，所述热功率平衡约束模型为：
；
其中，为系统单位时间内的热负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制热量，/>为电制热机组单位时间内的输出功率；所述冷功率平衡约束模型为：
；
其中，为系统单位时间内的冷负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制冷量，/>为电制冷机组单位时间内的输出功率。
在本发明的一个实施例中，所述混合储能装置容量约束模型为：
，
；
其中，为混合储能装置充放电功率，/>和/>分别为混合储能装置最大充电功率、最大放电功率，/>为混合储能装置单位时间内的实际容量，/>为混合储能装置的最大储能量。
需要说明的是，该低碳港口混合供能系统的优化配置装置的具体实施方式及实施原理可参见上述低碳港口混合供能系统的优化配置方法的具体实施方式，为避免冗余，此处不再详细赘述。
本发明实施例的低碳港口混合供能系统的优化配置装置，从能源性、经济性和环境性三方面对低碳港口的混合供能系统进行优化配置，可以客观、准确地实现容量优化配置，可以在减小系统综合成本使综合成本最优的同时，减少系统一次能源消耗和二氧化碳排放，实现节能减排。
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种低碳港口混合供能系统的优化配置方法，其特征在于，所述混合供能系统包括燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组，所述方法包括以下步骤：
构建低碳港口混合供能系统的优化配置目标函数，其中，所述优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；
构建低碳港口混合供能系统的优化配置约束模型；
以所述优化配置约束模型作为约束条件，以所述系统一次能源消耗函数、所述系统运行成本函数和所述系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对所述优化配置目标函数进行求解得到优化配置方案；
根据所述优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置，
所述系统一次能源消耗函数为：
；
其中，X 1为系统一次能源消耗函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，为系统天然气的一次能源转换系数，/>为电网购电的一次能源转换系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，
所述系统运行成本函数为：
；
其中，X 2为系统运行成本函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，J g (x)为单位时间内一次能源天然气的价格， J e (x)为单位时间内一次能源电价，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，为购买天然气成本，/>为电网购电成本，
所述系统二氧化碳排放量函数为：
；
其中，X 3为系统二氧化碳排放量函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，、/>分别为消耗天然气的二氧化碳排放系数、从电网购电消耗电能的二氧化碳排放系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
2.根据权利要求1所述的低碳港口混合供能系统的优化配置方法，其特征在于，所述优化配置约束模型为设备运行约束模型、电功率平衡约束模型、热功率平衡约束模型、冷功率平衡约束模型和混合储能装置容量约束模型中的一个或者一个以上的任意组合。
3.根据权利要求2所述的低碳港口混合供能系统的优化配置方法，其特征在于，所述设备运行约束模型为：
；
其中，为第i个设备的运行功率，/>和/>分别为第i个设备的额定功率上下限。
4.根据权利要求2所述的低碳港口混合供能系统的优化配置方法，其特征在于，所述电功率平衡约束模型为：
；
其中，P gt (x)为燃气轮机单位时间内的放电功率，为混合储能装置单位时间内的充放电功率，P G (x)为系统单位时间内的购电功率，/>为系统单位时间内的电负荷需求功率，/>为电制冷机组单位时间内的输入功率，/>为电制热机组单位时间内的输入功率。
5.根据权利要求2所述的低碳港口混合供能系统的优化配置方法，其特征在于，所述热功率平衡约束模型为：
；
其中，为系统单位时间内的热负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制热量，/>为电制热机组单位时间内的输出功率；
所述冷功率平衡约束模型为：
；
其中，为系统单位时间内的冷负荷需求功率，/>为吸收式冷 /热机组单位时间内提供的制冷量，/>为电制冷机组单位时间内的输出功率。
6.根据权利要求2所述的低碳港口混合供能系统的优化配置方法，其特征在于，所述混合储能装置容量约束模型为：
，
；
其中，为混合储能装置充放电功率，/>和/>分别为混合储能装置最大充电功率、最大放电功率，/>为混合储能装置单位时间内的实际容量，/>为混合储能装置的最大储能量。
7.一种低碳港口混合供能系统的优化配置装置，其特征在于，所述混合供能系统包括燃气轮机、吸收式冷/热机组、混合储能装置、电制热机组和电制冷机组，所述装置包括：
第一构建模块，用于构建低碳港口混合供能系统的优化配置目标函数，其中，所述优化配置目标函数包括系统一次能源消耗函数、系统运行成本函数和系统二氧化碳排放量函数；
第二构建模块，用于构建低碳港口混合供能系统的优化配置约束模型；
求解模块，用于以所述优化配置约束模型作为约束条件，以所述系统一次能源消耗函数、所述系统运行成本函数和所述系统二氧化碳排放量函数最小化为优化目标，通过非线性规划算法对所述优化配置目标函数进行求解得到优化配置方案；
配置模块，用于根据所述优化配置方案对低碳港口混合供能系统各个设备的容量进行优化配置，
所述系统一次能源消耗函数为：
；
其中，X 1为系统一次能源消耗函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，为系统天然气的一次能源转换系数，/>为电网购电的一次能源转换系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，
所述系统运行成本函数为：
；
其中，X 2为系统运行成本函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，J g (x)为单位时间内一次能源天然气的价格， J e (x)为单位时间内一次能源电价，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率，为购买天然气成本，/>为电网购电成本，
所述系统二氧化碳排放量函数为：
；
其中，X 3为系统二氧化碳排放量函数，s为典型日类数，D s 为第s类典型日全年持续天数，x为单位时间，、/>分别为消耗天然气的二氧化碳排放系数、从电网购电消耗电能的二氧化碳排放系数，L gv (x)为单位时间内天然气消耗量，P e (x)为单位时间内消耗电网电能的功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311226744.0A CN116976528B (zh) | 2023-09-22 | 2023-09-22 | 低碳港口混合供能系统的优化配置方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311226744.0A CN116976528B (zh) | 2023-09-22 | 2023-09-22 | 低碳港口混合供能系统的优化配置方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116976528A CN116976528A (zh) | 2023-10-31 |
| CN116976528B true CN116976528B (zh) | 2023-12-12 |
Family
ID=88477028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311226744.0A Active CN116976528B (zh) | 2023-09-22 | 2023-09-22 | 低碳港口混合供能系统的优化配置方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116976528B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465228A (zh) * | 2020-11-30 | 2021-03-09 | 国网重庆市电力公司电力科学研究院 | 一种用户侧综合能源系统优化配置方法 |
| CN113642786A (zh) * | 2021-08-02 | 2021-11-12 | 中国科学院重庆绿色智能技术研究院 | 一种绿色低碳综合能源系统优化方法及装置 |
| CN114037354A (zh) * | 2021-12-06 | 2022-02-11 | 河北师范大学 | 一种冷热电联供系统容量优化配置的方法 |
| CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 |
| CN115186902A (zh) * | 2022-07-12 | 2022-10-14 | 国网河北能源技术服务有限公司 | 温室综合能源系统的调控方法、装置、终端及存储介质 |
| CN116720751A (zh) * | 2023-08-07 | 2023-09-08 | 华北电力大学 | 考虑垃圾发电碳循环的综合能源系统的协同规划方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220390137A1 (en) * | 2021-05-28 | 2022-12-08 | Johnson Controls Tyco IP Holdings LLP | Building control system with predictive control of carbon emissions using marginal operating emissions rate |
-
2023
- 2023-09-22 CN CN202311226744.0A patent/CN116976528B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465228A (zh) * | 2020-11-30 | 2021-03-09 | 国网重庆市电力公司电力科学研究院 | 一种用户侧综合能源系统优化配置方法 |
| CN113642786A (zh) * | 2021-08-02 | 2021-11-12 | 中国科学院重庆绿色智能技术研究院 | 一种绿色低碳综合能源系统优化方法及装置 |
| CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 |
| CN114037354A (zh) * | 2021-12-06 | 2022-02-11 | 河北师范大学 | 一种冷热电联供系统容量优化配置的方法 |
| CN115186902A (zh) * | 2022-07-12 | 2022-10-14 | 国网河北能源技术服务有限公司 | 温室综合能源系统的调控方法、装置、终端及存储介质 |
| CN116720751A (zh) * | 2023-08-07 | 2023-09-08 | 华北电力大学 | 考虑垃圾发电碳循环的综合能源系统的协同规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 含混合储能的冷热电联供系统运行策略及容量配置;崔树银;常啸;陆奕;;《科学技术与工程》(第13期);148-153 * |
| 支撑负荷侧资源柔性调控的新型电力负荷管理系统研究;许朝阳;阮文骏;肖楚鹏;周雨奇;徐辰冠;朱亮亮;;《电力需求侧管理》(第5期);8-14 * |
| 电蓄热锅炉技术在针织行业应用及经济效益分析;袁黎;袁俊球;柴婷逸;谈诚;俞鑫;;《电力需求侧管理》(第1期);68-72 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116976528A (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | A bi-level scheduling model for virtual power plants with aggregated thermostatically controlled loads and renewable energy | |
| US8396572B2 (en) | System and method for energy plant optimization using mixed integer-linear programming | |
| CN111539584B (zh) | 一种用户级综合能源系统规划方法、系统以及设备 | |
| WO2018200854A1 (en) | Building energy system with predictive control | |
| Wang et al. | Optimal design and operation of CHPs and energy hub with multi objectives for a local energy system | |
| Wang et al. | Experimental study on the dynamics, quality and impacts of using variable-speed pumps in buildings for frequency regulation of smart power grids | |
| CN112036646B (zh) | 考虑多类型储能配置的综合能源系统规划方法及装置 | |
| CN110794684B (zh) | 一种冷热电三联供系统中设备容量的配置方法 | |
| 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 | |
| CN108647888A (zh) | 一种冷热电多能源供能系统的综合效率评价方法 | |
| Cui et al. | Optimal co-scheduling of HVAC control and battery management for energy-efficient buildings considering state-of-health degradation | |
| Ma et al. | Optimal dispatching strategy of regional micro energy system with compressed air energy storage | |
| Pinzon et al. | An MILP model for optimal management of energy consumption and comfort in smart buildings | |
| Qin et al. | An adaptive piecewise linearized weighted directed graph for the modeling and operational optimization of integrated energy systems | |
| CN110298556B (zh) | 一种基于能量价值的多能协同园区能源利用效率控制方法 | |
| Bianchini et al. | An integrated MPC approach for demand-response heating and energy storage operation in smart buildings | |
| CN112736987A (zh) | 一种基于非合作博弈的综合能源系统容量配置方法及系统 | |
| Luo et al. | A fully linear-constrained optimal electricity-gas flow in an integrated energy system | |
| CN115146868A (zh) | 电热气耦合的农村微能源系统协同规划方法及终端设备 | |
| JP2013047597A (ja) | ヒートポンプシステム、その制御方法及びプログラム | |
| CN116976528B (zh) | 低碳港口混合供能系统的优化配置方法及装置 | |
| CN110059853B (zh) | 一种冷热电三联供系统中设备的配置方法 | |
| CN116861636A (zh) | 一种资源与状态任务网络下的用能灵活性评估方法及系统 | |
| Wang et al. | Optimal dispatching of ladder-type carbon trading in integrated energy system with advanced adiabatic compressed air energy storage | |
| Nardecchia et al. | An alternative tool for the energy evaluation and the management of thermal networks: The exergy analysis |
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 |