CN108154309A - 计及冷热电多负荷动态响应的能源互联网经济调度方法 - Google Patents
计及冷热电多负荷动态响应的能源互联网经济调度方法 Download PDFInfo
- Publication number
- CN108154309A CN108154309A CN201711491988.6A CN201711491988A CN108154309A CN 108154309 A CN108154309 A CN 108154309A CN 201711491988 A CN201711491988 A CN 201711491988A CN 108154309 A CN108154309 A CN 108154309A
- Authority
- CN
- China
- Prior art keywords
- energy
- load
- power
- demand
- periods
- 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.)
- Granted
Links
- 230000004044 response Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000007789 gas Substances 0.000 claims description 36
- 230000005611 electricity Effects 0.000 claims description 33
- 238000004146 energy storage Methods 0.000 claims description 31
- 238000001816 cooling Methods 0.000 claims description 26
- 238000010438 heat treatment Methods 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 20
- 239000000969 carrier Substances 0.000 claims description 16
- 238000005057 refrigeration Methods 0.000 claims description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 239000002918 waste heat Substances 0.000 claims description 8
- 238000005338 heat storage Methods 0.000 claims description 7
- 239000003345 natural gas Substances 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 5
- 239000012120 mounting media Substances 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 239000000567 combustion gas Substances 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004378 air conditioning Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000002156 mixing Methods 0.000 description 6
- 230000001172 regenerating effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002912 waste gas 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
- G06Q10/06—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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其技术特点在于：包括以下步骤：步骤1、建立微型能源互联网需求侧冷热电负荷的动态响应模型；步骤2、构建计及多负荷动态响应的微型能源互联网经济最优化调度模型；步骤3、基于量子差分进化算法对步骤2的计及多负荷动态响应的微型能源互联网经济最优化调度模型求解。本发明能够极大程度得发掘能源需求侧多源负荷的可调度潜力及其与能源供应侧的协同互补特性，从而能够有效降低微型能源互联网的能源供需成本，进一步提升***的运行经济性。
Description
技术领域
本发明属于能源互联网技术领域，涉及微型能源互联网经济调度方法，尤其是一种计及冷热电多负荷动态响应的能源互联网经济调度方法。
背景技术
国民经济的健康发展离不开持续可靠的能源供应，而传统化石燃料资源储量有限，难以支撑快速增长的能源消费需求，能源短缺日趋明显。因此如何优化能源结构、提高能源利用效率、实现开源节流已经成为国内外的共同关注。近年来，能源互联网技术作为“互联网+智慧能源”的重要表现形式，在大规模可再生能源消纳、跨区域多能源互补、能量高效利用等方面展现出良好的应用前景，它强调通过电、气、冷、热等为主要形式的多种能源资源间协同互补与优化调度，实现风能、太阳能、潮汐能等可再生能源大规模消纳以及传统化石能源的高效利用，从而保证多能源***的供需稳定，这为解决现阶段面临的能源短缺问题提供了新的思路。
目前，国内外纷纷对能源互联网技术开展了深入的研究，相关方向也取得了一定的成果。然而关于多能源混合***的联合优化运行研究仍存在不足，部分优化策略中侧重于在***调度中通过不同能源设备之间的互补出力和协调控制来实现多类型能源的综合利用，而忽略了需求侧负荷资源对***优化调度的积极作用，抑或仅计及实时电价激励下电负荷的需求响应而对冷热负荷因载体介质热惯性表现出的时滞可调度性不予考虑。
发明内容
本发明的目的在于提供一种计及冷热电多负荷动态响应的能源互联网经济调度方法，能够解决供用储能量单元资源丰富的微型能源互联网***的运行优化问题。
本发明解决其现实问题是采取以下技术方案实现的：
一种计及冷热电多负荷动态响应的能源互联网经济调度方法，包括以下步骤：
步骤1、建立微型能源互联网需求侧冷热电负荷的动态响应模型；
步骤2、构建计及多负荷动态响应的微型能源互联网经济最优化调度模型；
步骤3、基于量子差分进化算法对步骤2的计及多负荷动态响应的微型能源互联网经济最优化调度模型求解。
而且，所述步骤1的具体步骤包括：
(1)对冷/热负荷时滞响应特性进行建模；
式中，ci、mi分别为i类冷/热负荷载体的比热容和质量；分别为i类冷/热负荷在t时刻载体的温度以及对该负荷载体的供能功率；Tt,ex表示外部环境温度，为t时刻冷/热负荷载体耗散功率，它与载体的环境温度差成正比，比例系数为α；
将上述微分方程左右两边在时段Δt内进行积分并作近似化处理，结合耗散功率表达式可得差分化后的代数方程:
式中，分别为t+Δt时刻的冷/热负荷载体温度、该负荷载体的供能功率及其耗散功率；
对于一般的冷/热负荷用户，载体介质温度小范围内变动对实际使用效果的影响可以被接受，也即冷热负荷的大小能够在合理范围内被适当调控，可得到冷/热负荷的可调度域:
其中,为t时刻i类冷热负荷载体在用户使用效度允许范围内的温度波动限值；
联立上述公式可得到冷热负荷参与***响应的可调度模型；
(2)建立两类典型柔性电负荷的电价激励响应模型；
1)对功率可调类电负荷有：
式中，P′e1,t为所有功率可调类电负荷t时段参与响应后的总需求；为功率可调类电负荷用户i参与响应前的需求值；β(cgrid,t)为相应的电价激励系数，它与实时电能价格呈正相关关系，反映了功率可调类电负荷用户对电价高低的可主动响应程度；N1表示功率可调类电负荷用户数；
2)对运行时段可调类电负荷有：
式中，Pe2,t、P′e2,t为t时段运行时段可调类电负荷参与响应前后的负荷需求；为t时段由负荷i转移到其它时段运行的负荷值；为电负荷i由k时段转移至t时段的负荷值；为任意k时段运行时段可调类电负荷i的最大可转移值；为该类负荷的电价激励响应系数，当cgrid,k-cgrid,t≥0时且与时段间电能价格差成正相关关系，否则取值为0；M、N2分别为***运行周期内划分时段数和运行时段可调类电负荷用户数。
而且，所述步骤2的具体步骤包括：
(1)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的经济最优化目标；
minFtotal＝Fele+Fgas+Feq
其中，Ftotal表示***总的运行成本，Fele、Fgas、Feq分别表示电能交互费用、燃气采购费用以及设备运行维护费用；cgrid,t、Et为t时段的电能价格以及***与外部电网的电能供需差额，即Et＞0时表示因***电能供应不足向外部电网采购的电能，反之则是向外部售卖的电能；cgas1、cgas2分别为微型能源互联网***内、外部天然气价格，为t时段***天然气耗量和内部燃气网的最大小时供应量；θt则是反映t时段的***内部天然气供应是否充足的特征参数，当内部燃气供应不足即时取1，否则取0；xi为能源设备i的单位功率维护成本，Pxi,t为能源设备i在t时段的出力功率。
(2)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的运行约束条件；
1)能源设备出力约束：
对于非储能类能源设备，主要有多类型能源的直接供能与辅助供能设备，如直接供能设备有微型燃气轮机、风力发电机、光伏电池、燃气锅炉、空调等，辅助供能设备有吸收式制冷机、余热锅炉、地源热泵等，其作用都是将一种形式的能量转化为其他形式的能量以满足各类负荷或储能的需求，工作特性存在相似性：
其中，分别表示t时段内非储能类能源设备i输出功率及其限值；为对应能源设备在该时段的输入或消耗的能源功率；σi为能源转换效率。
而对于储能类能源设备，如蓄电池、蓄冷罐、蓄热槽等，其运行工作过程中只涉及相同形式能源的存储或释放，进行归一化描述，有：
其中，分别为t时段内储能设备i的储能、供能功率及各自最大值；Wstore,i,0、Wstor,i,T、为储能类设备在***运行周期初始、终止时刻的储能值及允许储能容量。
2)***功率供需平衡约束：
a)电功率供需平衡约束：
式中，分别为***光伏电池、燃气轮机的发电功率，为***与电网的交换功率；为蓄电池出力；分别表示地源热泵机组、电制冷机t时段内的耗电功率；Pe0,t为t时段***固定不可调电负荷总需求。
b)冷功率供需平衡约束：
式中，分别表示t时段电制冷机和吸收式制冷机的制冷功率；为蓄冷罐的功率，当释放冷能时取正值，反之取负；为冷负荷参与优化调度后的实际需求值。
c)热功率供需平衡约束
式中，分别为地源热泵、燃气锅炉和余热锅炉的制热功率；为蓄热槽的功率，当释放热能时取正值，蓄热时取负值；同样的，为优化调度后的等效热负荷需求。
而且，所述步骤3的具体步骤包括：
(1)初始化量子种群Q0，即各类设备出力及负荷调度量，和差分进化种群C0，令g＝0；
(2)观测Qg生成Pg并转化为P′g，然后按照如下贪婪机制择优更新Cg
步骤(3)若终止条件满足，则算法停止，否则进行下一步；
步骤(4)对Cg采用DE操作更新Cg+1；
步骤(5)将Cg+1转换生成C'g+1，并更新最优量子种群，然后Qg基于最优种群采用QEA得到Qg+1；
步骤(6)令g＝g+1，转步骤(2)；
其中，Pg为二进制编码的种群，P′g为实数编码的种群，Cg为实数编码的种群，C'g为二进制编码的种群，各种群规模相同。
本发明的优点和有益效果：
1、本发明首先从能源需求侧考虑，基于冷热负荷载体热容性质造成的冷热负荷需求变化时滞性特征，建立冷热负荷动态可调度模型，同时对各类电负荷实时电价下的需求响应进行建模分析；然后在此基础上结合已知的多类型供用储能量单元的工作特性，构建计及冷热电负荷动态响应的微型能源互联网优化经济调度模型；接着基于混合量子差分进化算法求解优化模型获取***日前经济调度方案，并据此优化调节各时段能源设备及多负荷响应出力，从而促进***运行经济性提升。
2、本发明通过建立描述冷热负荷时滞变化与电负荷电价激励响应的动态模型，结合多类型供用储能源设备的工作特性，构建供需侧多源协同优化调度模型，用于求解实际能源互联网络的经济调度方案，以期提升***运行经济性。
3、本发明提供一种科学、可行的微型能源互联网多源经济调度方法，不仅有利于充分发掘各类供用储能量单元的可调度潜力，优化多能源供需平衡，促进可再生能源消纳，更有助于提升能源互联***的运行经济性。
4、本发明针对供用储能量单元资源丰富的多能源综合能源***的优化运行问题，提出了一种计及冷热电多负荷动态响应的能源互联网经济调度方法，通过建立各类负荷动态响应模型据此构建微型能源互联网***的经济优化调度模型，并采用混合量子差分进化算法求解优化模型，从而得出经济性较优的日前调度方案，算例结果展现出了本发明所提方法能够极大程度得发掘能源需求侧多源负荷的可调度潜力及其与能源供应侧的协同互补特性，从而能够有效降低微型能源互联网的能源供需成本，进一步提升***的运行经济性。
附图说明
图1为本发明的处理流程图；
图2为混合量子差分进化算法(HQEDE)的寻优示意图；
图3为典型能源互联网园区空间冷负荷需求示意图；
图4为典型能源互联网园区热水负荷需求示意图；
图5为典型能源互联网园区各类电负荷需求及可再生能源出力预测图；
图6为典型日电负荷优化调度方案图；
图7为典型日冷负荷优化调度方案图；
图8为典型日热负荷优化调度方案图。
具体实施方式
以下结合附图对本发明实施例作进一步详述：
本发明提出了一种计及冷热电多负荷动态响应的能源互联网经济调度方法，基于能源互联网具有负荷资源丰富、供能形式多样、能量流动复杂的特点，首先针对能源互联网需求侧冷热负荷载体热惯性造成的负荷时滞变化特点，建立了以载体温度为特征参量的冷热负荷动态可调度模型，同时从用户趋利心理的角度出提出了功率大小可调和运行时段可调两类柔性电负荷的电价激励响应模型；然后在此基础上以微型能源互联网***日运行成本最低为目标，构建了计及冷、热、电多负荷动态响应的多源经济调度模型；并结合天津市某工业园区典型多能源互联场景，选用混合量子差分进化算法求解优化模型得出***日前能源调度方案，验证了所提方案的有效性和经济性。
一种计及冷热电多负荷动态响应的能源互联网经济调度方法，如图1所示，包括以下步骤：
步骤1、建立微型能源互联网需求侧冷热电负荷的动态响应模型；
所述步骤1的具体步骤包括：
(3)对冷/热负荷时滞响应特性进行建模；
冷热能的传播需要借助一定的载体介质(如水、空气)，载体温度的高低通常反映了冷热负荷需求的大小，如载体温度要求越高则与此相对应的热负荷需求越大、冷负荷需求越小。另一方面，载体的热容性质使得当前时段提供给传输介质的冷能或热能在短时间内不会突然消失，冷热负荷载体温度的变化存在惯性。因此，与电磁功率瞬变不同，冷热负荷的变化过程具有时滞性，其动态平衡方程如下：
式中，ci、mi分别为i类冷/热负荷载体的比热容和质量；分别为i类冷/热负荷在t时刻载体的温度以及对该负荷载体的供能功率；Tt,ex表示外部环境温度，为t时刻冷/热负荷载体耗散功率，它与载体的环境温度差成正比，比例系数为α。
将上述微分方程左右两边在时段Δt内进行积分并作近似化处理，结合耗散功率表达式可得差分化后的代数方程
式中，分别为t+Δt时刻的冷/热负荷载体温度、该负荷载体的供能功率及其耗散功率。
对于一般的冷/热负荷用户，载体介质温度小范围内变动对实际使用效果的影响可以被接受，也即冷热负荷的大小能够在合理范围内被适当调控，可得到冷/热负荷的可调度域
其中为t时刻i类冷热负荷载体在用户使用效度允许范围内的温度波动限值。
联立上述公式可得到冷热负荷参与***响应的可调度模型。
这里补充说明，冷热负荷供能功率即表示该时段实际的冷热负荷需求值
(4)建立两类典型柔性电负荷的电价激励响应模型；
电力负荷按是否能够响应***调度可分为固定电负荷和柔性电负荷。其中可响应***调度的柔性电负荷又有耗能功率固定但运行时段可调和运行时段固定但运行功率大小可调两类。在电价激励的机制下，能源用户倾向于从降低用电成本的角度出发，将运行时段可调类电负荷转移至电价较低的时段供电，同时根据电价高低主动调节功率可调类电负荷需求，从而有：
1)对功率可调类电负荷有：
式中，P′e1,t为所有功率可调类电负荷t时段参与响应后的总需求；为功率可调类电负荷用户i参与响应前的需求值；β(cgrid,t)为相应的电价激励系数，它与实时电能价格呈正相关关系，反映了功率可调类电负荷用户对电价高低的可主动响应程度；N1表示功率可调类电负荷用户数。
2)对运行时段可调类电负荷有：
式中，Pe2,t、P′e2,t为t时段运行时段可调类电负荷参与响应前后的负荷需求；为t时段由负荷i转移到其它时段运行的负荷值；为电负荷i由k时段转移至t时段的负荷值；为任意k时段运行时段可调类电负荷i的最大可转移值；为该类负荷的电价激励响应系数，当cgrid,k-cgrid,t≥0时且与时段间电能价格差成正相关关系，否则取值为0；M、N2分别为***运行周期内划分时段数和运行时段可调类电负荷用户数。
步骤2、构建计及多负荷动态响应的微型能源互联网经济最优化调度模型；
基于步骤1中对需求侧冷热电负荷的特性建模，参照经济调度方案流程图1，结合微型能源互联网***典型能源供用储单元的工作特性与运行约束，可构建计及多负荷动态响应的微型能源互联网经济最优化调度模型；
所述步骤2的具体步骤包括：
(1)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的经济最优化目标；
本发明所提经济性最优化目标具体是指包含购电费用、购气费用、设备维护费用在内的***综合运行成本最小。其中购电成本为***向外部电网售电与购电的费用差值，购气成本为***燃气轮机、燃气锅炉工作消耗的天然气费用，设备维护费用为***内所有相关能源设备工作年限内单位功率转换的维修折损费用。假设区域内部有一定量的天然气供应，但产能规模有限，因此在内部燃气供应不足时可以较高价格向外部燃气公司采购；同时假设为节约性开发区域内不可再生资源，***禁止向外部出售本地燃气，由此可得：
minFtotal＝Fele+Fgas+Feq
其中，Ftotal表示***总的运行成本，Fele、Fgas、Feq分别表示电能交互费用、燃气采购费用以及设备运行维护费用；cgrid,t、Et为t时段的电能价格以及***与外部电网的电能供需差额，即Et＞0时表示因***电能供应不足向外部电网采购的电能，反之则是向外部售卖的电能；cgas1、cgas2分别为微型能源互联网***内、外部天然气价格，为t时段***天然气耗量和内部燃气网的最大小时供应量；θt则是反映t时段的***内部天然气供应是否充足的特征参数，当内部燃气供应不足即时取1，否则取0；xi为能源设备i的单位功率维护成本，Pxi,t为能源设备i在t时段的出力功率。
(2)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的运行约束条件；
在本实施例中，微型能源互联网***的运行约束可从能源设备运行约束和能源供需平衡约束两方面考虑，从而有：
1)能源设备出力约束
对于非储能类能源设备，主要有多类型能源的直接供能与辅助供能设备，如直接供能设备有微型燃气轮机、风力发电机、光伏电池、燃气锅炉、空调等，辅助供能设备有吸收式制冷机、余热锅炉、地源热泵等，其作用都是将一种形式的能量转化为其他形式的能量以满足各类负荷或储能的需求，工作特性存在相似性：
其中，分别表示t时段内非储能类能源设备i输出功率及其限值；为对应能源设备在该时段的输入或消耗的能源功率；σi为能源转换效率。
而对于储能类能源设备，如蓄电池、蓄冷罐、蓄热槽等，其运行工作过程中只涉及相同形式能源的存储或释放，进行归一化描述，有：
其中，分别为t时段内储能设备i的储能、供能功率及各自最大值；Wstore,i,0、Wstor,i,T、为储能类设备在***运行周期初始、终止时刻的储能值及允许储能容量。
2)***功率供需平衡约束
a)电功率供需平衡约束：
式中，分别为***光伏电池、燃气轮机的发电功率，为***与电网的交换功率；为蓄电池出力；分别表示地源热泵机组、电制冷机t时段内的耗电功率；Pe0,t为t时段***固定不可调电负荷总需求。
b)冷功率供需平衡约束：
式中，分别表示t时段电制冷机和吸收式制冷机的制冷功率；为蓄冷罐的功率，当释放冷能时取正值，反之取负；为冷负荷参与优化调度后的实际需求值。
c)热功率供需平衡约束
式中，分别为地源热泵、燃气锅炉和余热锅炉的制热功率；为蓄热槽的功率，当释放热能时取正值，蓄热时取负值；同样的，为优化调度后的等效热负荷需求。
此外，***运行需满足冷热复合动态变化使用效度约束以及运行时段可调类柔性电负荷时段转移前后总量不变约束，这两类约束在上述介绍各类负荷动态响应模型中均有提及，在此不作赘述。
步骤3、基于量子差分进化算法对步骤2的计及多负荷动态响应的微型能源互联网经济最优化调度模型求解。
在本实施例中，针对所建优化模型的特点，考虑到量子进化算法(QEA)具有很强的搜索并行性，但由于算法以概率形式表示问题的解，不利于强调局部搜索，另外为了取得较好的精确度，往往需要设置长度较大的量子串来进行编码，这必然将增加存储量。而差分进化(DE)是直接处理连续优化问题的群体进化算法，采用基于实数编码的差分操作实现搜索。因此本发明选取一种混合量子差分进化算法(HQEDE)进行求解，图2为该算法的寻优过程示意图，基本步骤如下：
(1)初始化量子种群Q0，即各类设备出力及负荷调度量，和差分进化种群C0，令g＝0；
(2)观测Qg生成Pg并转化为P′g，然后按照如下贪婪机制择优更新Cg
步骤(3)若终止条件满足，则算法停止，否则进行下一步；
步骤(4)对Cg采用DE操作更新Cg+1；
步骤(5)将Cg+1转换生成C'g+1，并更新最优量子种群，然后Qg基于最优种群采用QEA得到Qg+1；
步骤(6)令g＝g+1，转步骤(2)；
其中，Pg为二进制编码的种群，P′g为实数编码的种群，Cg为实数编码的种群，C'g为二进制编码的种群，各种群规模相同。
本发明的工作原理为：
本发明的计及冷热电多负荷动态响应的能源互联网经济调度方法，选取供用储能量单元资源丰富的微型能源互联网为研究对象，首先对能源需求侧冷、热、电多类负荷动态响应特性建模分析，然后构建综合考虑冷热电负荷动态响应及多能源设备间优化互补的经济调度模型，通过求解该模型得到经济性最优的调度方案，并据此调节各类负荷需求及各类能源设备出力，解决微型能源互联网***的经济运行问题。
在本实施例中，所述步骤1-3中给出了计及冷热电多负荷动态响应的能源互联网经济调度方法的一般流程，为验证所提策略的可行性与经济性，下面通过选取实际应用场景进行算例分析，其步骤包括选取典型微型能源互联网应用场景以及算例的结果分析，具体如下：
步骤(1)、选取典型微型能源互联网场景
本发明选取天津工业园区夏季典型日内电、气、冷、热互联供能为实际场景进行算例仿真，验证上述所提策略的经济性和有效性。园区夏季典型日内冷热负荷按载体不同主要有空间冷负荷和热水负荷两种，表1为园区主要能源设备配置及其参数。假设本算例中忽略能源预测误差，此外，已知园区内部天然气产能规模为100m3/h，折合1000kWh/h，内部与外部售价分别为2.8元/m3和3.5元/m3，园区电能采购实行分时电价机制，其中11:00～18:00为峰段电价：0.85元/kWh,8:00～11:00与18:00～22:00为平段电价：0.54元/kWh，23:00～8:00为谷段电价：0.33元/kWh。
附图3为夏季典型日工业园区空间冷负荷需求曲线，附图4为夏季典型日工业园区热水负荷需求曲线，附图3和附图4中阴影部分表示冷/热负荷在供能载体温度允许波动限值范围内的可调节范围，附图5表示夏季典型日内***电力负荷的需求以及可再生能源的出力预测情况。
表1微型能源互联网园区能源设备配置及其参数
步骤(2)、算例结果分析
1)优化计算结果
通过优化求解上述模型，可得到夏季典型日各机组调度及各类负荷响应结果，如附图6、附图7、附图8所示。
附图6为夏季典型日内工业园区电负荷优化平衡结果，由图可知：在分时电价的激励下，功率可调类柔性电负荷通过不同程度地降低各时段的负荷需求响应***的经济调度，运行时段可调类柔性电负荷从电能价格较高的8:00～18:00时段转移至电能价格较低的23:00～8:00时段运行，由此既避开了电价的高峰时段以降低园区的用电成本；在低电价时段23:00～8:00园区主要通过大量采购外部电力满足***电负荷需求，而燃气轮机的发电功率在该时段处于较低水平，最大限度降低用能成本。
附图7为夏季典型日内工业园区空间冷负荷的优化平衡结果，附图8为夏季典型日内工业园区热水负荷的优化平衡结果，由图7、图8可知：图中虚线为冷热负荷参与***优化调度前的需求曲线，图中实折线所示冷热负荷响应后的需求曲线。***冷热能的供应主要依赖耗电制冷/热设备供能与发电余热的回收再利用，电制冷机、地源热泵在低电价时段消耗电能向***供应冷热能，并利用低运行成本的蓄冷罐、蓄热槽对多余的能量进行存储，电价的升高使得耗电供能设备的出力逐步降低，增加燃气轮机废烟废气的余热回收利，由此可降低用供热/冷成本。
综合上述附图6、7、8分析可知，考虑冷热电多负荷动态响应的微型能源互联网经济调度充分计及了两类柔性电负荷需求响应特性以及空间冷负荷、热水负荷变化的时滞性，并将其转化为可调度资源统一于***运行的全局优化，从而实现了能源需求侧与供给侧多种资源的协同优化调度。
2)经济性验证
通过计算不同优化调度策略下的***运行成本，验证本发明所提经济调度方法的经济性优势，计算结果如表2中所示。
表2不同调度策略下的微型能源互联网园区日运行费用
由表2中数据可知，当采用本发明所提出的计及冷热电多负荷动态响应的能源互联网经济调度方法时，***日总运行成本为22933.64元；若采用忽略冷热电多负荷动态响应的多源优化策略，***运行成本为24046.81元；采用未优化的单独供能策略，***运行成本为30294.92元。显然，相较于忽略需求侧负荷资源可调度性的优化供能方案，本发明所提的计及冷热电多负荷动态响应的微型能源互联网经济调度策略具有较好的经济性，采用该策略可是***运行成本在一般优化策略的基础上进一步降低5.42％，这突出了本发明用于供用储能量单元丰富的微型能源互联网调度的经济性优势。
本发明根据所提的计及冷热电多负荷动态响应的能源互联网经济调度方法，以天津某园区多能源互联供能为算例，在已知夏季典型日能源设备配置与各类负荷需求特性的基础上，通过求解优化模型得到***的典型日多能源经济调度方案，结果表明：面向能源互联网的多源供需***需求侧负荷资源因其自身特有的性质可在一定程度上转换为可调度资源，且能够通过与多类型能源的协同出力促进多能源***的供需平衡，消纳分布式新能源；与过去的能源供给侧单一优化供能以及未优化的单独供能方案相比，本发明所提策略对于多能源互联***运行调度更具经济性。
在本实施例中，提出一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其具体方法如下：首先考虑冷热负荷时滞变化特性与电负荷的电价激励响应特性，提出计及冷热电多负荷动态响应的能源互联网经济调度方法，如图1所示；针对所建优化模型优化变量多、约束条件复杂的特点，本发明中采用了一种混合量子差分进化算法进行求解，该算法的求解流程如图2所示；并选取天津某工业园区多能源互补供能为场景对所提方法进行验证，图3、图4分别给出了该工业园区夏季典型日各时段的空间冷负荷需求和热水负荷需求；图5给出了该工业园区夏季典型日各类电负荷需求以及分布式光伏的预测出力；然后结合表1给出的园区能源设备配置及参数，代入优化模型数据进行求解，最终得到该园区夏季典型日的优化调度方案，如图6、图7、图8所示，同时与不同优化调度策略下的其他方案进行对比计算，如表2，有效验证所提方法的经济性。通过对算例中微型能源互联网的多能源优化调度结果分析，可以得出以下结论：
(1)冷、热负荷的变化存在时滞性特征，冷热负荷载体温度小范围的可波动性使得各时段的冷热负荷需求具有可调节性，这从某种程度上扩大了多能源混合***优化调度的决策域；
(2)分时电价政策下，各类柔性电负荷将主动响应实时的高低电价，通过调整自身的功率需求或选择运行的时段，以降低电能的消耗成本，这种主动响应机制在促进***经济运行的同时也有助于实现***的削峰填谷；
(3)计及冷热电多负荷响应的微型能源互联网经济调度方法综合考虑了能源需求侧的负荷资源可调节性与能源供给侧的多能互补特性，极大范围内促进了不同能源资源之间耦合协调，对于降低微型能源互联网运行成本、提升***运行经济性具有重要意义。
需要强调的是，本发明所述实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。
Claims (4)
1.一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其特征在于：包括以下步骤：
步骤1、建立微型能源互联网需求侧冷热电负荷的动态响应模型；
步骤2、构建计及多负荷动态响应的微型能源互联网经济最优化调度模型；
步骤3、基于量子差分进化算法对步骤2的计及多负荷动态响应的微型能源互联网经济最优化调度模型求解。
2.根据权利要求1所述的一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其特征在于：所述步骤1的具体步骤包括：
(1)对冷/热负荷时滞响应特性进行建模；
式中，ci、mi分别为i类冷/热负荷载体的比热容和质量；Tt i、分别为i类冷/热负荷在t时刻载体的温度以及对该负荷载体的供能功率；Tt,ex表示外部环境温度，为t时刻冷/热负荷载体耗散功率，它与载体的环境温度差成正比，比例系数为α；
将上述微分方程左右两边在时段Δt内进行积分并作近似化处理，结合耗散功率表达式可得差分化后的代数方程:
式中，分别为t+Δt时刻的冷/热负荷载体温度、该负荷载体的供能功率及其耗散功率；
对于一般的冷/热负荷用户，载体介质温度小范围内变动对实际使用效果的影响可以被接受，也即冷热负荷的大小能够在合理范围内被适当调控，可得到冷/热负荷的可调度域:
其中,为t时刻i类冷热负荷载体在用户使用效度允许范围内的温度波动限值；
联立上述公式可得到冷热负荷参与***响应的可调度模型；
(2)建立两类典型柔性电负荷的电价激励响应模型；
1)对功率可调类电负荷有：
式中，Pe'1,t为所有功率可调类电负荷t时段参与响应后的总需求；为功率可调类电负荷用户i参与响应前的需求值；β(cgrid,t)为相应的电价激励系数，它与实时电能价格呈正相关关系，反映了功率可调类电负荷用户对电价高低的可主动响应程度；N1表示功率可调类电负荷用户数；
2)对运行时段可调类电负荷有：
式中，Pe2,t、Pe'2,t为t时段运行时段可调类电负荷参与响应前后的负荷需求；为t时段由负荷i转移到其它时段运行的负荷值；为电负荷i由k时段转移至t时段的负荷值；为任意k时段运行时段可调类电负荷i的最大可转移值；为该类负荷的电价激励响应系数，当cgrid,k-cgrid,t≥0时且与时段间电能价格差成正相关关系，否则取值为0；M、N2分别为***运行周期内划分时段数和运行时段可调类电负荷用户数。
3.根据权利要求1或2所述的一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其特征在于：所述步骤2的具体步骤包括：
(1)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的经济最优化目标；
minFtotal＝Fele+Fgas+Feq
其中，Ftotal表示***总的运行成本，Fele、Fgas、Feq分别表示电能交互费用、燃气采购费用以及设备运行维护费用；cgrid,t、Et为t时段的电能价格以及***与外部电网的电能供需差额，即Et＞0时表示因***电能供应不足向外部电网采购的电能，反之则是向外部售卖的电能；cgas1、cgas2分别为微型能源互联网***内、外部天然气价格，为t时段***天然气耗量和内部燃气网的最大小时供应量；θt则是反映t时段的***内部天然气供应是否充足的特征参数，当内部燃气供应不足即时取1，否则取0；xi为能源设备i的单位功率维护成本，Pxi,t为能源设备i在t时段的出力功率；
(2)确立计及多负荷动态响应的微型能源互联网经济最优化调度模型的运行约束条件；
1)能源设备出力约束：
对于非储能类能源设备，主要有多类型能源的直接供能与辅助供能设备，如直接供能设备有微型燃气轮机、风力发电机、光伏电池、燃气锅炉、空调等，辅助供能设备有吸收式制冷机、余热锅炉、地源热泵等，其作用都是将一种形式的能量转化为其他形式的能量以满足各类负荷或储能的需求，工作特性存在相似性：
其中，分别表示t时段内非储能类能源设备i输出功率及其限值；为对应能源设备在该时段的输入或消耗的能源功率；σi为能源转换效率；
而对于储能类能源设备，如蓄电池、蓄冷罐、蓄热槽等，其运行工作过程中只涉及相同形式能源的存储或释放，进行归一化描述，有：
其中，分别为t时段内储能设备i的储能、供能功率及各自最大值；Wstore,i,0、Wstor,i,T、为储能类设备在***运行周期初始、终止时刻的储能值及允许储能容量；
2)***功率供需平衡约束：
a)电功率供需平衡约束：
式中，分别为***光伏电池、燃气轮机的发电功率，Pt Grid为***与电网的交换功率；为蓄电池出力；分别表示地源热泵机组、电制冷机t时段内的耗电功率；Pe0,t为t时段***固定不可调电负荷总需求；
b)冷功率供需平衡约束：
式中，分别表示t时段电制冷机和吸收式制冷机的制冷功率；为蓄冷罐的功率，当释放冷能时取正值，反之取负；为冷负荷参与优化调度后的实际需求值；
c)热功率供需平衡约束
式中，分别为地源热泵、燃气锅炉和余热锅炉的制热功率；为蓄热槽的功率，当释放热能时取正值，蓄热时取负值；同样的，为优化调度后的等效热负荷需求。
4.根据权利要求1或2所述的一种计及冷热电多负荷动态响应的能源互联网经济调度方法，其特征在于：所述步骤3的具体步骤包括：
(1)初始化量子种群Q0，即各类设备出力及负荷调度量，和差分进化种群C0，令g＝0；
(2)观测Qg生成Pg并转化为Pg'，然后按照如下贪婪机制择优更新Cg
步骤(3)若终止条件满足，则算法停止，否则进行下一步；
步骤(4)对Cg采用DE操作更新Cg+1；
步骤(5)将Cg+1转换生成C'g+1，并更新最优量子种群，然后Qg基于最优种群采用QEA得到Qg+1；
步骤(6)令g＝g+1，转步骤(2)；
其中，Pg为二进制编码的种群，Pg'为实数编码的种群，Cg为实数编码的种群，C'g为二进制编码的种群，各种群规模相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711491988.6A CN108154309B (zh) | 2017-12-30 | 2017-12-30 | 计及冷热电多负荷动态响应的能源互联网经济调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711491988.6A CN108154309B (zh) | 2017-12-30 | 2017-12-30 | 计及冷热电多负荷动态响应的能源互联网经济调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108154309A true CN108154309A (zh) | 2018-06-12 |
| CN108154309B CN108154309B (zh) | 2022-03-18 |
Family
ID=62460292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711491988.6A Active CN108154309B (zh) | 2017-12-30 | 2017-12-30 | 计及冷热电多负荷动态响应的能源互联网经济调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108154309B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供***的经济调度方法 |
| CN109543889A (zh) * | 2018-11-08 | 2019-03-29 | 河海大学 | 一种区域综合能源***日前协同优化运行方法 |
| CN109583623A (zh) * | 2018-10-17 | 2019-04-05 | 国网（北京）节能设计研究院有限公司 | 区域多能源供给***日内滚动协同优化运行方法和装置 |
| CN109816257A (zh) * | 2019-01-30 | 2019-05-28 | 广东电网有限责任公司 | 一种基于区块链的双源能源互联网交易方法及设备 |
| CN110619421A (zh) * | 2019-07-31 | 2019-12-27 | 广东电网有限责任公司 | 一种广义需求响应与储能的联合优化运行方法 |
| CN110991753A (zh) * | 2019-12-07 | 2020-04-10 | 国家电网有限公司 | 考虑多能需求响应的电热互联网***调度优化方法 |
| CN111047141A (zh) * | 2019-11-14 | 2020-04-21 | 中国电力科学研究院有限公司 | 用于需求响应资源普查的云数据平台、手持客户端及方法 |
| CN111461429A (zh) * | 2020-03-31 | 2020-07-28 | 上海燃气工程设计研究有限公司 | 一种气电协调的多能互补***优化方法 |
| CN111814094A (zh) * | 2020-06-22 | 2020-10-23 | 华南理工大学 | 一种可再生能源发电可调度域计算方法 |
| CN112329259A (zh) * | 2020-11-24 | 2021-02-05 | 国网黑龙江省电力有限公司电力科学研究院 | 一种多能互补冷热电联供微电网框架及其建模方法 |
| CN112713590A (zh) * | 2020-12-22 | 2021-04-27 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
| CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化***及方法 |
| CN113112082A (zh) * | 2021-04-21 | 2021-07-13 | 上海电力大学 | 一种针对分布式***的两阶段运行优化方法 |
| CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源***的配电网优化调度方法 |
| CN113642942A (zh) * | 2021-10-14 | 2021-11-12 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与*** |
| CN113887083A (zh) * | 2021-10-29 | 2022-01-04 | 北京明略软件***有限公司 | 一种空调调度优化方法、***、计算机设备和存储介质 |
| CN117200176A (zh) * | 2023-07-26 | 2023-12-08 | 国网安徽省电力有限公司芜湖供电公司 | 一种基于新能源多负荷协同控制的需求侧控制方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100114799A1 (en) * | 2008-10-31 | 2010-05-06 | General Electric Company | Optimal dispatch of demand side electricity resources |
| CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网***的通用优化调度策略 |
| CN104898422A (zh) * | 2015-05-05 | 2015-09-09 | 上海交通大学 | 联合供冷***的递阶优化方法 |
| CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
-
2017
- 2017-12-30 CN CN201711491988.6A patent/CN108154309B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100114799A1 (en) * | 2008-10-31 | 2010-05-06 | General Electric Company | Optimal dispatch of demand side electricity resources |
| CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网***的通用优化调度策略 |
| CN104898422A (zh) * | 2015-05-05 | 2015-09-09 | 上海交通大学 | 联合供冷***的递阶优化方法 |
| CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| WENBO SHI ET AL: "Distributed optimal energy management in microgrids", 《IEEE TRANSACTIONS ON SMART GRID》 * |
| 徐青山等: "基于Hessian内点法的微型能源网日前冷热电联供经济优化调度", 《电网技术》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供***的经济调度方法 |
| CN109583623A (zh) * | 2018-10-17 | 2019-04-05 | 国网（北京）节能设计研究院有限公司 | 区域多能源供给***日内滚动协同优化运行方法和装置 |
| CN109543889A (zh) * | 2018-11-08 | 2019-03-29 | 河海大学 | 一种区域综合能源***日前协同优化运行方法 |
| CN109816257A (zh) * | 2019-01-30 | 2019-05-28 | 广东电网有限责任公司 | 一种基于区块链的双源能源互联网交易方法及设备 |
| CN110619421A (zh) * | 2019-07-31 | 2019-12-27 | 广东电网有限责任公司 | 一种广义需求响应与储能的联合优化运行方法 |
| CN111047141B (zh) * | 2019-11-14 | 2024-04-16 | 中国电力科学研究院有限公司 | 用于需求响应资源普查的云数据平台、手持客户端及方法 |
| CN111047141A (zh) * | 2019-11-14 | 2020-04-21 | 中国电力科学研究院有限公司 | 用于需求响应资源普查的云数据平台、手持客户端及方法 |
| CN110991753A (zh) * | 2019-12-07 | 2020-04-10 | 国家电网有限公司 | 考虑多能需求响应的电热互联网***调度优化方法 |
| CN110991753B (zh) * | 2019-12-07 | 2023-10-31 | 国家电网有限公司 | 考虑多能需求响应的电热互联网***调度优化方法 |
| CN111461429A (zh) * | 2020-03-31 | 2020-07-28 | 上海燃气工程设计研究有限公司 | 一种气电协调的多能互补***优化方法 |
| CN111461429B (zh) * | 2020-03-31 | 2024-03-15 | 上海能源建设工程设计研究有限公司 | 一种气电协调的多能互补***优化方法 |
| CN111814094A (zh) * | 2020-06-22 | 2020-10-23 | 华南理工大学 | 一种可再生能源发电可调度域计算方法 |
| CN111814094B (zh) * | 2020-06-22 | 2023-07-18 | 华南理工大学 | 一种可再生能源发电可调度域计算方法 |
| CN112329259B (zh) * | 2020-11-24 | 2024-03-01 | 国网黑龙江省电力有限公司电力科学研究院 | 一种多能互补冷热电联供微电网框架及其建模方法 |
| CN112329259A (zh) * | 2020-11-24 | 2021-02-05 | 国网黑龙江省电力有限公司电力科学研究院 | 一种多能互补冷热电联供微电网框架及其建模方法 |
| CN112713590A (zh) * | 2020-12-22 | 2021-04-27 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
| CN112713590B (zh) * | 2020-12-22 | 2022-11-08 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
| CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化***及方法 |
| CN113112082A (zh) * | 2021-04-21 | 2021-07-13 | 上海电力大学 | 一种针对分布式***的两阶段运行优化方法 |
| CN113112082B (zh) * | 2021-04-21 | 2023-04-28 | 上海电力大学 | 一种针对分布式***的两阶段运行优化方法 |
| CN113313329B (zh) * | 2021-07-08 | 2024-02-09 | 江阴长仪集团有限公司 | 一种含综合能源***的配电网优化调度方法 |
| CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源***的配电网优化调度方法 |
| CN113642942B (zh) * | 2021-10-14 | 2022-03-25 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与*** |
| CN113642942A (zh) * | 2021-10-14 | 2021-11-12 | 启东通奕自动化设备有限公司 | 基于大数据分析的需求响应管理方法与*** |
| CN113887083A (zh) * | 2021-10-29 | 2022-01-04 | 北京明略软件***有限公司 | 一种空调调度优化方法、***、计算机设备和存储介质 |
| CN117200176A (zh) * | 2023-07-26 | 2023-12-08 | 国网安徽省电力有限公司芜湖供电公司 | 一种基于新能源多负荷协同控制的需求侧控制方法及*** |
| CN117200176B (zh) * | 2023-07-26 | 2024-04-30 | 国网安徽省电力有限公司芜湖供电公司 | 一种基于新能源多负荷协同控制的需求侧控制方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108154309B (zh) | 2022-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108154309A (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
| Wu et al. | Comparative study of optimization method and optimal operation strategy for multi-scenario integrated energy system | |
| CN111445090B (zh) | 一种离网型综合能源***双层规划方法 | |
| Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
| Liu et al. | Coordinated operation of multi-integrated energy system based on linear weighted sum and grasshopper optimization algorithm | |
| CN109858759A (zh) | 一种工业园区综合能源平衡调度方法 | |
| CN107807523A (zh) | 考虑分时电价的区域能源互联网多源协调优化运行策略 | |
| CN109146117A (zh) | 一种考虑需求侧资源的区域多能源***运行优化方法 | |
| CN105305472B (zh) | 一种基于多能源协同供能的变电站容量优化方法 | |
| CN109447323A (zh) | 一种计及节点热价的综合能源***两阶段容量配置方法 | |
| CN114202176A (zh) | 一种综合能源***优化调度方法、***、设备及存储介质 | |
| CN108280536A (zh) | 一种多能互补综合能源配置优化与运行方法 | |
| CN109634119A (zh) | 一种基于日内滚动优化的能源互联网优化控制方法 | |
| CN107358345A (zh) | 计及需求侧管理的分布式冷热电联供***优化运行方法 | |
| CN109685332A (zh) | 一种综合能源多主体利益均衡优化调度方法及设备 | |
| CN110361969A (zh) | 一种冷热电综合能源***优化运行方法 | |
| CN115170343A (zh) | 一种区域综合能源***分布式资源和储能协同规划方法 | |
| CN113255224A (zh) | 一种基于发光萤火虫算法的能源***配置优化方法 | |
| CN110474335B (zh) | 一种基于评价准则的综合能源***运行方法 | |
| JP2017200311A (ja) | マイクログリッドの運転計画装置および方法、並びにマイクログリッドの運転計画装置で使用される地域エネルギー管理装置およびエネルギー管理装置 | |
| Cui et al. | Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems | |
| CN112883630B (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
| Wu et al. | Multi-parameter cooperative optimization and solution method for regional integrated energy system | |
| Ma et al. | Performance optimization of phase change energy storage combined cooling, heating and power system based on GA+ BP neural network algorithm | |
| Meng et al. | Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation |
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 | ||
| CP02 | Change in the address of a patent holder |
Address after: No. 8, Haitai Huake 4th Road, Huayuan Industrial Zone, High tech Zone, Binhai New Area, Tianjin, 300384 Patentee after: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF STATE GRID TIANJIN ELECTRIC POWER Co. Patentee after: STATE GRID TIANJIN ELECTRIC POWER Co. Patentee after: State Grid Corporation of China Patentee after: SOUTHEAST University Address before: No.8, Haitai Huake 4th Road, Xiqing District, Tianjin 300384 Patentee before: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF STATE GRID TIANJIN ELECTRIC POWER Co. Patentee before: STATE GRID TIANJIN ELECTRIC POWER Co. Patentee before: State Grid Corporation of China Patentee before: SOUTHEAST University |
|
| CP02 | Change in the address of a patent holder |