CN108256131A - 分布式能源多维寻优设计方法和装置 - Google Patents

分布式能源多维寻优设计方法和装置 Download PDF

Info

Publication number
CN108256131A
CN108256131A CN201611239256.3A CN201611239256A CN108256131A CN 108256131 A CN108256131 A CN 108256131A CN 201611239256 A CN201611239256 A CN 201611239256A CN 108256131 A CN108256131 A CN 108256131A
Authority
CN
China
Prior art keywords
energy
demand
main body
resource
technology
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
Application number
CN201611239256.3A
Other languages
English (en)
Inventor
薛智
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.)
Beijing Huayi Jiahe Energy Technology Co Ltd
Original Assignee
Beijing Huayi Jiahe Energy Technology 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 Beijing Huayi Jiahe Energy Technology Co Ltd filed Critical Beijing Huayi Jiahe Energy Technology Co Ltd
Priority to CN201611239256.3A priority Critical patent/CN108256131A/zh
Publication of CN108256131A publication Critical patent/CN108256131A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种分布式能源多维寻优设计方法和装置。该方法包括:通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型;根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求;通过确定的目标资源为需求侧用能主体供能。通过本发明,解决了相关技术中对于分布式能源优化效果不佳的问题。

Description

分布式能源多维寻优设计方法和装置
技术领域
本发明涉及能源技术设计领域,具体而言,涉及一种分布式能源多维寻优设计方法和装置。
背景技术
分布式能源是“临近用户设置,发电并梯级利用发电余热联产冷和/或热,就地向用户输出电、冷和/或热的能源***”,它建立在能源梯级利用概念基础上,将制冷、供热及发电过程一体化。分布式能源因其梯级利用、就地清洁生产、就近消纳而具备综合能效高、环境负面影响小、供需联系更紧密等优势,越来越容易被客户接受。
面向不同区域终端用户电、热、冷、气等多种用能需求,采取何种分布式能源技术或技术组合,受到多种因素的影响,例如,负荷匹配度、资源可用性、技术适用性、规模合理性等多方面因素,现有技术中在进行能源优化时,优化效果不理想,无法因地制宜的发挥分布式能源优势,实实在在地降低终端用能成本、减少环境负面影响、获得合理的投资回报。
目前常规的分布式能源设计主观性过强,一是技术应用不能充分考虑当地能源资源状况,二是总体设计规模不能与需求侧优化相协同,三是技术组合时未能充分考虑全年8760小时负荷变化特点,四是用于比较的方案代表性不足。由此造成设计规模过大、技术选择欠佳、资源价值开发不足、供需匹配度差等问题,最终体现为终端客户用能成本高、项目投资回报率低。
针对相关技术中对于分布式能源优化效果不佳的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种分布式能源多维寻优设计方法和装置,以解决相关技术中对于分布式能源优化效果不佳的问题。
为了实现上述目的,根据本发明的一个方面,提供了一种分布式能源多维寻优设计方法,该方法包括:通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据所述需求侧用能主体的用能参数建立用能规律模型,所述用能参数至少包括用能类型;根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,所述目标资源用于为所述需求侧用能主体供能,所述目标资源包括至少两种用能类型的资源,所述目标资源满足所述需求侧用能主体对于多个用能类型的用能需求;通过确定的所述目标资源为所述需求侧用能主体供能。
进一步地,在通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,所述方法还包括:至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数;通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息包括:通过dest或EnergyPlus软件计算出所述需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。
进一步地,根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源包括:获取所述需求侧用能主体所在位置的资源的参数,其中,所述需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余热资源中的至少两项,所述需求侧用能主体所在位置的资源的参数包括所述需求侧用能主体所在位置的资源的能量、所述需求侧用能主体所在位置的资源的质量参数、所述需求侧用能主体所在位置的资源的价格参数、所述需求侧用能主体所在位置的资源的可靠性参数;确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,所述需求侧用能主体所在位置的资源中的至少两种所提供的能量满足所述需求侧用能主体在所述目标时间段内的冷、热、电用能负荷。
进一步地,确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源包括:建立基础技术库,其中,所述基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,所述发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,所述制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,所述供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;从所述基础技术库中筛选出目标基础技术,其中,所述目标基础技术满足所述需求侧用能主体在目标时间段内的用能量,所述目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
进一步地,在通过所述用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,所述方法还包括:将所述需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果,其中,0<x<100;通过经济效益评价模型根据所述基于最大设计用能量的等分结果和所述基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;将所述不同比例等分下的经济效益评估结果进行排序,输出排序后的所述经济效益评估结果。
为了实现上述目的,根据本发明的另一方面,还提供了一种分布式能源多维寻优设计装置,该装置包括:第一计算单元,用于通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据所述需求侧用能主体的用能参数建立用能规律模型,所述用能参数至少包括用能类型;确定单元,用于根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,所述目标资源用于为所述需求侧用能主体供能,所述目标资源包括至少两种用能类型的资源,所述目标资源满足所述需求侧用能主体对于多个用能类型的用能需求;供能单元,用于通过确定的所述目标资源为所述需求侧用能主体供能。
进一步地,所述装置还包括:获取单元,用于在通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数;所述第一计算单元用于:通过dest或EnergyPlus软件计算出所述需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。
进一步地,所述确定单元包括:获取模块,用于获取所述需求侧用能主体所在位置的资源的参数,其中,所述需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余热资源中的至少两项,所述需求侧用能主体所在位置的资源的参数包括所述需求侧用能主体所在位置的资源的能量、所述需求侧用能主体所在位置的资源的质量参数、所述需求侧用能主体所在位置的资源的价格参数、所述需求侧用能主体所在位置的资源的可靠性参数;确定模块,用于确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,所述需求侧用能主体所在位置的资源中的至少两种所提供的能量满足所述需求侧用能主体在所述目标时间段内的冷、热、电用能负荷。
进一步地,所述确定模块用于:建立基础技术库,其中,所述基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,所述发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,所述制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,所述供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;从所述基础技术库中筛选出目标基础技术,其中,所述目标基础技术满足所述需求侧用能主体在目标时间段内的用能量,所述目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
进一步地,所述装置还包括:划分单元,用于在通过所述用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,将所述需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果,其中,0<x<100;第二计算单元,用于通过经济效益评价模型根据所述基于最大设计用能量的等分结果和所述基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;排序单元,用于将所述不同比例等分下的经济效益评估结果进行排序,输出排序后的所述经济效益评估结果。
本发明通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型;根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求;通过确定的目标资源为需求侧用能主体供能,解决了相关技术中对于分布式能源优化效果不佳的问题,进而提高了分布式能源优化效果。
附图说明
构成本申请的一部分的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是根据本发明第一实施例的分布式能源多维寻优设计方法的流程图;
图2是根据本发明第二实施例的分布式能源多维寻优设计方法的流程图;以及
图3是根据本发明实施例的分布式能源多维寻优设计装置的示意图。
具体实施方式
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。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种分布式能源多维寻优设计方法。
图1是根据本发明第一实施例的分布式能源多维寻优设计方法的流程图,如图1所示,该方法包括以下步骤:
步骤S102:通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型。
步骤S104:根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求。
步骤S106:通过确定的目标资源为需求侧用能主体供能。
该实施例采用预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型;根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求;通过确定的目标资源为需求侧用能主体供能,解决了相关技术中对于分布式能源优化效果不佳的问题,进而达到了提高分布式能源优化效果的效果。
在该实施例中,分布式能源多维寻优设计方法可以由安装在计算机上的应用软件来执行,用能规律模型是预先建立的,可以存储在计算机中,也可以存储在云端服务器中,用能规律模型的建立可以基于多种因素,例如,建筑物的建筑类型、用能规律、区域气候等因素,每种因素具有影响参数,例如,建筑物的建筑类型参数,用能规律参数,区域气候参数等,通过获取到的多种因素的影响参数建立用能规律模型。在建立用能规律模型之后,通过建立好的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,目标时间段可以是需要获取用能量的时间段,例如,可以是未来的一个月,也可以是典型日24小时或者全年8760小时,需求侧用能主体在目标时间段内的用能量随时间的变化信息可以是建筑在典型日24小时或者全年8760小时的能量需求变化曲线,进一步地,能量需求可以具体细分为冷、热、电负荷变化曲线,用能参数至少包括用能类型,用能类型可以是冷、热、电用能类型,用能类型还可以包括其他类型的用能,用能参数除了用能类型还可以包括用能量和其他用能参数,例如,用能参数还可以包括不同业态建筑的地理位置、建筑面积、功能分区、围护结构、照明、人员、设备等建筑信息。通过需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的能量随时间的变化信息确定目标资源,需求侧用能主体所在位置的资源的参数可以是需求侧用能主体周边具有的资源情况,包括市网电力、燃气资源(包括常规天然气和其他可用燃气)、太阳能资源、风能资源、地热资源以及其他余能资源,可以对比不同资源在数量、品质、价格及可靠性方面的优劣性,选择性价比较优的资源作为候选的目标资源,目标资源的确定还需要基于需求侧用能主体在目标时间段的用能量情况,选取的目标资源需要能够满足需求侧用能主体在目标时间段的用能量,选取的目标资源至少包括两种类型的资源,可以包括更多类型的资源,由于需求侧用能主体所需要的资源通常包括冷、热、电三种,因此,选取的目标资源也需要至少从冷、热、电资源中选取。在确定出目标资源之后,通过确定的目标资源为需求侧用能主体供能。
在一种可选的实施方式中,在通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数;通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息可以是:通过dest或EnergyPlus软件计算出需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数之后,建立用能规律模型,然后通过用能规律模型计算需求侧用能主体在目标时间段内的用能量随时间的变化曲线,可以通过dest或EnergyPlus软件计算需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线,在一些应用场景中,也可以通过其他软件计算。
得到每个建筑的用能变化曲线之后,可以通过累加的方法得到建筑区域群的用能变化曲线,例如,得到某个小区整体建筑的用能变化曲线,或者,再进一步,可以得到某个地区所有建筑的用能变化曲线。
在一种可选的实施方式中,根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源可以是:获取需求侧用能主体所在位置的资源的参数,其中,需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余热资源中的至少两项,需求侧用能主体所在位置的资源的参数包括需求侧用能主体所在位置的资源的能量、需求侧用能主体所在位置的资源的质量参数、需求侧用能主体所在位置的资源的价格参数、需求侧用能主体所在位置的资源的可靠性参数;确定需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,需求侧用能主体所在位置的资源中的至少两种所提供的能量满足需求侧用能主体在目标时间段内的冷、热、电用能负荷。需求侧用能主体所在位置的资源至少包括两种类型的资源,例如可以包括市网电力资源、燃气资源、太阳能资源等资源中的至少两项,可以是三项、四项甚至更多项。
在一种可选的实施方式中,确定需求侧用能主体所在位置的资源中的至少两种作为目标资源包括:建立基础技术库,其中,基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;从基础技术库中筛选出目标基础技术,其中,目标基础技术满足需求侧用能主体在目标时间段内的用能量,目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
基础技术库中可以包含发电、制冷和供热的基础技术,每一类基础技术可以包含多中具体的技术,例如,市电供电技术、燃气发电技术、余热制冷制热技术等,目标基础技术中至少包含发电的基础技术中的一种具体技术,制冷的基础技术中的一种具体技术,供热的基础技术中的一种具体技术,作为技术组合实例,根据实际应用的需要,目标基础技术还可以包含更多中具体技术,因此,技术组合实例可以有多种。
在一种可选的实施方式中,在通过用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,将需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果,其中,0<x<100;通过经济效益评价模型根据基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;将不同比例等分下的经济效益评估结果进行排序,输出排序后的经济效益评估结果。
在通过用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,确定出技术组合实例之后,将需求侧用能主体在目标时间段内的负荷曲线按照自下而上和自上而下的模式进行x%-100%等比例划分,得到等分结果,然后根据不同等分比例下的累计冷、热、电负荷需求总量,调用能耗计算模型,计算不同技术组合在“自上而下和自下而上”两种等分模式下,x%-100%等分比例累计冷热电负荷需求下的全年8760h的能耗,获得不同等分比例累计负荷需求下的耗气/汽、耗电及耗水量。可以调用经济效益评价模型,根据8760h冷热负荷需求、x%-100%等分比例下的不同技术组合实例的设备配置及能耗数据,计算“自上而下和自下而上”两种模式下不同等份比例下的各种技术实例的***投资及经济效益。分别输出“自下而上和自上而下”两种等分模式下的各技术实例全年8760h、x%-100%等分比例下的经济评估(评价)数据及变化曲线。将8760小时的能量需求变化曲线图进行划分,划分可以是以x%-100%为等分比例,其中,x的取值为0<x<100,对能源量进行等分时,x数值越小,等分得到的结果越精确,将设计值和能源累计值都进行等分,可以得到更具参考价值的数据,对不同比例等分下的经济效益评估结果进行排序,输出排序后的经济效益评估结果,在输出结果之后,可以由***根据结果选择经济效益最好的技术实例组合作为优选的目标资源,也可以在接收到人工输入的指令之后,根据指令确定优选的目标资源为需求侧供能。
本发明实施例的技术方案可以以当地资源条件和需求侧优化为基础,以各类能源技术设备库、算法库为依据,以计算机的超强计算能力为工具,对多种技术和技术组合的经济、环境评价结果做比较,客观确定最优的技术方案,从而解决常规设计存在的问题,提高分布式能源***的方案快捷性、设计合理性、投资经济性。
本发明实施例还提供了一种优选实施方式,图2是根据本发明第二实施例的分布式能源多维寻优设计方法的流程图,如图2所示,该优选实施方式包括以下步骤:
步骤S1:需求侧分析与优化。
在用能端节能的基础上,分析用能主体的建筑类型、用能规律、区域气候特点,根据不同业态用能的时空互补特点,对用能主体进行24h典型日及全年8760h的冷、热、电负荷分析模拟计算,并进行逐时叠加,获得典型日最大设计负荷以及全年8760h逐时累计冷、热、电负荷信息数据及变化曲线。
例如,可以采用dest或EnergyPlus软件,输入不同业态建筑的地理位置、建筑面积、功能分区、围护结构、照明、人员、设备等建筑信息,利用dest或EnergyPlus软件模拟不同建筑典型日24小时和全年8760h的冷、热、电用能负荷,叠加累计所有建筑典型日及全年8760h的冷、热、电负荷,得到项目典型日负荷及全年8760h的总负荷数据;输出叠加后的项目典型日及全年8760h累计冷、热、电负荷数据及负荷变化曲线。
步骤S2:资源盘点。
根据用能品类,分析并评估用能主体所在地的电力、燃气、太阳能、风力、地热、余热余能等与能源相关的资源体量、分布、价格以及应用性价比等状况,择优选择合适资源。
可以调研项目所在地周边的资源情况,包括市网电力、燃气资源(包括常规天然气及其他可用燃气)、太阳能资源、风能资源、地热资源以及其他余能资源,对比分析不同资源在数量、品质、价格及可靠性方面的优劣性,初步筛选可用于项目分布式能源设计的资源种类。
可以根据第二步资源盘点确定的可用资源,从基础技术库中选择发电、制冷、供热的基础技术,其中,基础技术包括以下多个种类:①发电:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术等;②制冷:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术(地源、水源、空气源及燃气热泵等)、VRV等技术;③供热:燃气锅炉、热泵技术(地源、水源、空气源及燃气热泵等)、市政热力、光热技术、电供热等。
根据资源盘点结果,从基础技术库中筛选可用基础技术;以同时满足项目全部冷、热、电负荷需求为原则,将筛选出来的发电、制冷、制热三种基础技术进行排列组合,形成可同时满足冷、热、电需求的多个技术组合实例。
在资源盘点之后,判断是否有可用资源,如果判断结果为是,则执行步骤S3,如果判断结果为否,则终止流程。
步骤S3:技术适配。
S3-1根据步骤S2的资源盘点结果,确定可用成熟技术;
S3-2根据步骤S1计算得到的全年8760h的负荷曲线,采用等分法,对8760h负荷曲线按照自上而下和自下而上两种方式进行x%~100%的等比例划分,得到基于最大设计负荷的x%~100%等分以及基于全年8760h的累计负荷的x%~100%等分结果,其中,0<x<100。
S3-3根据步骤S3-2的两种负荷等分结果,针对步骤S3-1确定的可用成熟技术进行设备选型赋值、能耗计算、经济效益评价分析。
可选地,步骤S3-3中的设备选型赋值、能耗计算及经济效益评价分析等步骤,按照如下方式实现。
S3-3-1设备选型赋值。
调用设备数据库,根据步骤S3-2的x%~100%最大设计负荷等分结果,针对不同比例下的设计负荷,在设备库中筛选1台或多台与设计负荷规模相匹配的设备,并根据所筛选的设备规模总量确定各成熟技术的最终设计规模,并进行设备装机的选择;
S3-3-2能耗计算。
根据步骤S3-2获得的自上而下和自下而上的累计负荷等分结果,调用能耗计算模型,对步骤S3-3-1确定的各成熟技术进行全年8760h的能耗计算,获得各种成熟技术的耗气/汽、耗电、耗水量。
S3-3-3经济效益评价分析。
根据步骤S3-3-1、S3-3-2设计计算得到的设备配置、能耗数据,调用经济效益评价模型,计算各成熟技术在“自上而下”和“自下而上”两种累计负荷计算模式下的,***投资及经济效益。
根据第一步8760h负荷分析结果,将负荷曲线按照自下而上和自上而下两种模式进行x%-100%等分。依据不同等分比例下的最大冷、热、电设计负荷,调用设备数据库,在设备库中筛选一台或多台与等分比例下的制冷、制热及发电(或市电)最大设计负荷需求相匹配的设备,并根据所筛选的设备规模总量,确定不同等分比例下的各技术实例的最终设计规模。根据不同等分比例下的累计冷、热、电负荷需求总量,调用能耗计算模型,计算不同技术组合在“自上而下和自下而上”两种等分模式下,x%-100%等分比例累计冷热电负荷需求下的全年8760h的能耗,获得不同等分比例累计负荷需求下的耗气/汽、耗电及耗水量。
调用济效益评价模型,根据8760h冷热负荷需求、x%-100%等分比例下的不同技术组合实例的设备配置及能耗数据,计算“自上而下和自下而上”两种模式下不同等份比例下的各种技术实例的***投资及经济效益。分别输出“自下而上和自上而下”两种等分模式下的各技术实例全年8760h、x%-100%等分比例下的经济评价数据及变化曲线。
S3-4技术比选。
根据步骤S3-3-3的经济计算结果,分别对“自上而下”和“自下而上”两种负荷等分模式下的技术,按照优劣顺序进行排序,并输出排序结果。
根据技术组合实例经济效益测评结果,筛选出0%-x%(x≤100)等分范围内的经济性最优技术组合实例A;在x%-100%范围内对剩余技术组合实例再进行筛分,筛选出0%-x'%(x'≤100)范围内最优的技术组合实例,以此类推,最终将0%-100%范围内的最优技术组合实例全部筛选完毕,得到不同等份比例范围内的最优技术组合实例(一个或多个)。
通过技术适配,得到适合带基荷、腰荷及调峰符合的技术元素。
步骤S4:技术组合。
根据S3形成的成熟技术按照分工做不同组合,形成不同的技术组合实例,针对每一技术组合实例,确定技术组合实例中每种成熟技术所带载的负荷区间(基荷、腰荷或调峰负荷)及负荷带载比例,由此设计出更为具体的诸多技术组合方案。
针对8760h负荷需求,按照基荷、腰荷和调峰负荷划分负荷区间;将确定的技术组合实例按照带载区间的不同,进行技术集成(集成方式示例:方式①A技术带基荷,B技术带腰荷、C技术调峰;方式②B技术带基荷、A技术带腰荷、C技术调峰…),形成多个技术集成实例。
通过技术组合形成多个技术组合方案。
针对步骤S4得到的诸多技术方案组合,调用设备数据库,在设备数据库中筛选1台或多台与组合中的技术规模相匹配的设备,并根据所筛选的设备规模总量确定每种技术组合方案的最终设计规模。
步骤S5:效果测算。
通过效果测算得到方案测算结果及优劣性排序。
在技术组合之后,该优选实施方式还可以包括设备配置,在效果测算之后,还包括结果输出及排序等。
效果测算的过程可以是:调用能耗测算模型、经济效益评价模型和环境效益评价模型,对S5形成的多个技术组合方案进行经济性、环境效果和综合效益分析计算,输出结果并进行排序,得到最佳分布式能源技术方案。
作为一种优选实施方式,步骤S1中负荷分析包括以下步骤:
(a)建立负荷数据库。
调研不同区域、不同业态能源用户实际冷设计负荷、热设计负荷、电设计负荷需求,建立冷负荷数据库、热负荷数据库和电负荷数据库(包括典型日及8760h逐时负荷数据)。
(b)分析不同业态用能主体的用能特点,根据时空互补的特点,利用软件模拟预测用能主体典型日24h冷负荷、热负荷、电负及全年8760h的负荷,并进行逐时叠加,获得典型日最大设计负荷以及全年8760h逐时累计冷、热、电负荷信息数据及变化曲线。
(c)对比分析步骤(a)与步骤(b)的典型日及8760h冷负荷、热负荷、电负荷的差异,对步骤(b)预测结果进行优化,剔除或优化不合理数据,最后输出优化后的典型日设计负荷和全年8760h累计负荷的数据及变化曲线,优化公式如下:
当(qia-qib)/qib≤±10%时,qi=qia(i=1~8760)
当(qia-qib)/qib≥±10%时,qi=qib(i=1~8760),
在上式中,qia表示模拟i时刻的负荷;qib表示负荷数据库中i时刻负荷;qi表示i时刻的优化逐时负荷。
(d)根据步骤(c)的8760h逐时负荷曲线,按照等分最高负荷方法,将最高负荷进行N等分;根据公式:
依次计算Qt负荷下8760h的累计负荷值,并进行结果输出。
步骤S2中资源盘点包括以下步骤:
(a)建立资源信息库
(a1)根据供冷、供热、供电各项技术所涉及到的能源需求种类,将资源分为燃气资源、地热资源、太阳能资源、风能资源、核电资源和废热余热资源;
(a2)根据步骤(a1)中的资源类型,调研、分析全国各省、市的资源分布及供应情况;
(a3)根据区域划分将步骤(a2)的调研结果进行整理归类,并根据资源种类及参数确定所要信息数据类别,根据所确定的数据类型建立相应数据列表,并在数据表中录入对应类型数据信息,形成资源信息库;
(b)根据用能主体的区域归属及建筑业态,调用资源信息库,对用能主体的资源禀赋进行分析评估,择优选择合适资源。
进一步地,步骤(a)中的燃气资源包括天然气、页岩气、沼气、高炉煤气等可燃气体。
作为一种可选的实施方式,步骤S3中设备数据库的建立包括以下步骤:
(a)根据制冷、制热、发电、储能技术计算调用设备参数的类别和逻辑关系,对设备参数进行筛分,确定独立的信息数据类别。
(b)根据步骤(a)确定的数据类型在指定设备数据库中,建立相应设备数据表。
(c)在数据列表中录入对应类型数据信息的信息参数,形成设备模型库。
可选地,制冷设备产品包括但不限于电制冷设备、余热吸收式制冷设备、直燃机制冷设备及热泵;制热设备产品包括但不限于燃气、燃煤锅炉、余热吸收式热泵、直燃机及水地源热泵等;发电设备产品包括但不限于燃气发电、燃煤发电、太阳能光伏发电、核电、风电、水力发电以及余热余压发电设备等;储能设备产品包括但不限于蓄热、蓄冷、储电等设备。
作为一种可选的实施方式,步骤S3中设备选型赋值包括以下步骤:
(a)分别建立制冷运算逻辑框图、制热运算逻辑框图、发电运算逻辑框图和储能运算逻辑框图;
(b)依据步骤(a)确定的运算逻辑框图分别确定制冷、制热、发电及储能设备选型所需参数。
(c)建立设备选型计算算法:根据负荷及步骤(b)确定的设备参数,调用设备数据库中相应设备参数,对设备容量及数量进行赋值;采用多目标寻优方法判断设备总装机是否大于设计负荷值,若是则返回重新对设备容量和数量进行赋值,进行设备总装机容量的循环判断。
(d)依据步骤(b)确定的运算逻辑框图,分别确定能耗种类(水、气、电、热水、蒸汽)及计算参数。
(e)建立制冷、制热、发电及储能能耗计算算法:
ek=∑qi*(ε1i2i),
其中,ek为供能期内能耗,qi为供能期内i时刻承担的供能负荷;ε1i为在qi供能负荷下主要设备能耗系数,可查设备数据库;ε2i为在qi供能负荷下辅助设备能耗系数,可查数据库。
(f)集成制冷、制热、发电、储能技术算法,形成设备选型模型赋值模型。
可选地,步骤S3中经济分析模型的建立包括以下步骤:
(a)投资估算分析模型:
(a1)建立投资估算分析模型逻辑框图;
(a2)确定投资估算计算方法;
总投资=第一部分费用+第二部分费用+预备费;
第一部分费用=设备及安装工程费+室外管网工程费用+能源站建筑土建费用+电气控制费+其他费用;
第二部分费用=工程建设其他费用+燃气接驳费+电力增容费+并网费+项目管理服务费用;
(a3)搭建投资计算模型;
建立工程投资费率取值信息库,根据步骤(a2)的计算方法编制投资计算算法;根据步骤S4中的待用技术组合实例,通过调用设备数据库及投资费率取值信息库的相关信息对设备及工艺***赋值;根据投资计算算法进行各待用技术组合实例的工程投资估算。
(b)能耗分析模型的建立包括以下步骤:
(b1)建立能耗分析模型逻辑框图;
(b2)据能耗分析模型逻辑框图,确定关键能耗参数;
(b3)根据步骤S4确定的多个技术组合方案及设备选型结果和步骤S1中计算分析所得的用能主体8760h的逐时累计负荷,调用能耗计算算法,分析并计算各技术组合实例全年8760h的能耗数据,从而建立能耗计算模型。
(c)经济效益分析模型:
(c1)建立经济效益模型逻辑框图;
(c2)根据经济效益分析模型逻辑框图,确定关键经济参数;
(c3)建立经济效益分析方法:根据负荷分析中的负荷等分结果,调用投资估算模型、能耗分析模型,计算各待用技术组合实例负荷下的8760h累计负荷的收益、投资和成本以及内部收益率、净现值以及投资回收期,输出各待用技术组合实例的计经分析结果以及负荷下的8760h的收益率曲线。
作为本发明中一种分布式能源多维寻优设计方法:步骤S5中环境效益分析模型(环境效益评价模型)的建立包括以下步骤:
(a)建立环境效益分析模型逻辑框图;
(b)建立污染物排放指标计算公式,污染物包含CO2、SO2、NOx、粉尘和PM2.5;计算公式为:
P=∑eii
其中,ei为第i种能源消耗,εi为第i种能源对应的污染物排放系数;
(c)建立节能指标计算公式,节能指标计算算法包括节能量、节能率、综合能源利用效率、可再生能源利用率的计算公式;其中,节能量、节能率计算公式:
Q=A-B,
其中,Q表示节能量(kg),η表示节能率(%);A表示常规电、冷、热供能***的能耗折标煤量(kg);B表示多技术组合集成***的能耗折标煤量(kg);综合能源利用效率计算公式:
η综合能效=(3.6W+Q1+Q2)/(B*QL),
其中,η表示年平均能源综合利用率(%);W表示年联供***净输出电量(kWh);
Q1表示年有效余热供热总量(MJ);Q2表示年有效余热供冷总量(MJ);B表示年联供***燃气总耗量(Nm3);QL表示燃气低位发热量(MJ/Nm3)。
可再生能源利用率计算公式可以是:
其中,η可再生能源表示可再生能源利用效率(%),C表示可再生能源耗量折标煤量(kg),D表示总能耗折标煤量(kg)。
(d)调用能耗分析模型,依据能耗分析模型的能耗量计算数据,计算步骤(b)、(c)中各项指标数量,根据计算结果评价技术方案的环境效益。
作为一种可选的实施方式,步骤S5效果测算包括以下步骤:
(a)根据步骤S1得到的8760h负荷,调用设备数据库、能耗分析模型、经济效益分析模型及环境分析模型,分析计算步骤S4形成的各技术组合方案在基荷、腰荷及调峰负荷需求范围内的投资、能耗及经济效益和环境效益,输出计算结果。
(b)根据步骤(a)的分析计算结果,从经济和技术两个角度对步骤(a)的各技术组合方案进行优劣排序,得到经济、环境效益最佳的分布式能源技术方案。
(d)输出各技术组合方案的装机方案、经济和环境效益参数。
需求侧分析与优化是在用能端节能的基础上,考虑不同业态用能的时空互补特点,分析各业态冷、热、电逐时负荷,分别逐时叠加,叠加后的最大值确定为设计负荷,避免各业态设计负荷简单叠加造成的规模浪费;资源盘点是依据用能品类,全面分析当地电力、燃气、太阳能、风力、地热、余热余能等与能源相关的资源体量、分布、价格等状况,并对其性价比做分析比较,择优选择合适的资源;技术适配是根据选择的资源条件,对能够满足用能品类需求的成熟技术做正反向测算比较,择优选择适合带基荷、腰荷和做调峰的技术,做为技术组合元素或方案备选;组合技术是将适配出的技术按分工做不同组合,同样的技术组合还需通过改变基荷、腰荷、调峰负荷比例设计出更细致的组合,这些组合将做为实例进行比选;设备配置是在设备库中筛选1台或多台与组合中的技术规模相匹配的设备,并根据所筛选的设备规模总量确定最终设计规模;效果测算是调用能耗测算模型、经济评价模型和环境分析模型,对确定设备配置的技术组合实例进行经济性、环境效果或综合效益进行计算,输出结果并进行排序,得到最佳分布式能源技术方案。
通过上述的分布式能源多维寻优设计方法能够充分挖掘资源价值、注重需求导向、关注用能端的变化细节、将各种可能的可行方案做全面比选,具有很强的客观性,能够科学合理地确定最佳的分布式能源方案。具体地,具有以下优点:
1、不会丢失或遗漏当地的能源资源,为资源利用和技术组合提供了更多的可能性,便于充分释放资源价值。
2、能够本发明设计分布式能源***基于用能主体典型日及全年8760h的冷、热、电负荷信息进行设计,***设计供能规模贴近实际需求,按需供能,避免了大马拉小车的问题,降低了初投资,提高了设备利用效率。
3、技术路线选择设计以经济、环境效益最大化为原则,根据用能主体周边的资源禀赋进行***设计,改变了分布式能源***常规的“燃气发电+余热利用+常规调峰”的设计模式,***设计更科学,节能、环保。
4、采用多维寻优设计计算模型,分析计算各种技术组合在用能主体全年8760h负荷需求下的最佳设计规模和耦合形式,通过“量体裁衣”的方式设计技术组合,从而形成最优分布式能源技术方案。
5、采用多维寻优设计方法进行分布式能源***设计,能有效提高分布式能源方案的设计效能(速度、准确性和合理性),降低设计成本支出。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种分布式能源多维寻优设计装置,该分布式能源多维寻优设计装置可以用于执行本发明实施例的分布式能源多维寻优设计方法。
图3是根据本发明实施例的分布式能源多维寻优设计装置的示意图,如图3所示,该装置包括:
第一计算单元10,用于通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型。
确定单元20,用于根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求。
供能单元30,用于通过确定的目标资源为需求侧用能主体供能。
可选地,该装置还包括:获取单元,用于在通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数;第一计算单元用于:通过dest或EnergyPlus软件计算出需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。
可选地,确定单元20包括:获取模块,用于获取需求侧用能主体所在位置的资源的参数,其中,需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余热资源中的至少两项,需求侧用能主体所在位置的资源的参数包括需求侧用能主体所在位置的资源的能量、需求侧用能主体所在位置的资源的质量参数、需求侧用能主体所在位置的资源的价格参数、需求侧用能主体所在位置的资源的可靠性参数;确定模块,用于确定需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,需求侧用能主体所在位置的资源中的至少两种所提供的能量满足需求侧用能主体在目标时间段内的冷、热、电用能负荷。
可选地,确定模块用于:建立基础技术库,其中,基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;从基础技术库中筛选出目标基础技术,其中,目标基础技术满足需求侧用能主体在目标时间段内的用能量,目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
可选地,该装置还包括:划分单元,用于在通过用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,将需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的0%-100%等分结果,其中,0<x<100;第二计算单元,用于通过经济效益评价模型根据基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;排序单元,用于将不同比例等分下的经济效益评估结果进行排序,输出排序后的经济效益评估结果。
该实施例采用第一计算单元10通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据需求侧用能主体的用能参数建立用能规律模型,用能参数至少包括用能类型;确定单元20根据需求侧用能主体所在位置的资源的参数和需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,目标资源用于为需求侧用能主体供能,目标资源包括至少两种用能类型的资源,目标资源满足需求侧用能主体对于多个用能类型的用能需求;供能单元30通过确定的目标资源为需求侧用能主体供能,从而解决了相关技术中对于分布式能源优化效果不佳的问题,进而提高了分布式能源优化效果。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种分布式能源多维寻优设计方法,其特征在于,包括:
通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据所述需求侧用能主体的用能参数建立用能规律模型,所述用能参数至少包括用能类型;
根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,所述目标资源用于为所述需求侧用能主体供能,所述目标资源包括至少两种用能类型的资源,所述目标资源满足所述需求侧用能主体对于多个用能类型的用能需求;
通过确定的所述目标资源为所述需求侧用能主体供能。
2.根据权利要求1所述的方法,其特征在于,
在通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,所述方法还包括:至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数,
通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息包括:通过dest或EnergyPlus软件计算出所述需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。
3.根据权利要求2所述的方法,其特征在于,根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源包括:
获取所述需求侧用能主体所在位置的资源的参数,其中,所述需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余能资源中的至少两项,所述需求侧用能主体所在位置的资源的参数包括所述需求侧用能主体所在位置的资源的能量、所述需求侧用能主体所在位置的资源的质量参数、所述需求侧用能主体所在位置的资源的价格参数、所述需求侧用能主体所在位置的资源的可靠性参数;
确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,所述需求侧用能主体所在位置的资源中的至少两种所提供的能量满足所述需求侧用能主体在所述目标时间段内的冷、热、电用能负荷。
4.根据权利要求3所述的方法,其特征在于,确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源包括:
建立基础技术库,其中,所述基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,所述发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,所述制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,所述供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;
从所述基础技术库中筛选出目标基础技术,其中,所述目标基础技术满足所述需求侧用能主体在目标时间段内的用能量,所述目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
5.根据权利要求4所述的方法,其特征在于,在通过所述用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,所述方法还包括:
将所述需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果,其中,0<x<100;
通过经济效益评价模型根据所述基于最大设计用能量的等分结果和所述基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;
将所述不同比例等分下的经济效益评估结果进行排序,输出排序后的所述经济效益评估结果。
6.一种分布式能源多维寻优设计装置,其特征在于,包括:
第一计算单元,用于通过预先建立的用能规律模型计算出需求侧用能主体在目标时间段内的用能量随时间的变化信息,其中,根据所述需求侧用能主体的用能参数建立用能规律模型,所述用能参数至少包括用能类型;
确定单元,用于根据所述需求侧用能主体所在位置的资源的参数和所述需求侧用能主体在目标时间段内的用能量随时间的变化信息确定目标资源,其中,所述目标资源用于为所述需求侧用能主体供能,所述目标资源包括至少两种用能类型的资源,所述目标资源满足所述需求侧用能主体对于多个用能类型的用能需求;
供能单元,用于通过确定的所述目标资源为所述需求侧用能主体供能。
7.根据权利要求6所述的装置,其特征在于,
所述装置还包括:获取单元,用于在通过预先建立的用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之前,至少获取需求侧用能主体的建筑类型参数、用能规律参数、区域气候参数,
所述第一计算单元用于:通过dest或EnergyPlus软件计算出所述需求侧用能主体在典型日24小时和全年8760小时的冷、热、电用能负荷的变化曲线。
8.根据权利要求7所述的装置,其特征在于,所述确定单元包括:
获取模块,用于获取所述需求侧用能主体所在位置的资源的参数,其中,所述需求侧用能主体所在位置的资源包括市网电力资源、燃气资源、太阳能资源、风能资源、地热资源、余热资源中的至少两项,所述需求侧用能主体所在位置的资源的参数包括所述需求侧用能主体所在位置的资源的能量、所述需求侧用能主体所在位置的资源的质量参数、所述需求侧用能主体所在位置的资源的价格参数、所述需求侧用能主体所在位置的资源的可靠性参数;
确定模块,用于确定所述需求侧用能主体所在位置的资源中的至少两种作为目标资源,其中,所述需求侧用能主体所在位置的资源中的至少两种所提供的能量满足所述需求侧用能主体在所述目标时间段内的冷、热、电用能负荷。
9.根据权利要求8所述的装置,其特征在于,所述确定模块用于:
建立基础技术库,其中,所述基础技术库包括发电的基础技术、制冷的基础技术、供热的基础技术,所述发电的基础技术包括:市电供电技术、燃气发电及余热制冷制热技术、光伏发电技术、风电技术、燃料电池技术中的一项或多项,所述制冷的基础技术包括:冷水机组制冷技术、直燃机技术、吸收式制冷技术、热泵技术、VRV技术中的一项或多项,所述供热的基础技术包括:燃气锅炉技术、热泵技术、市政热力技术、光热技术、电供热技术中的一项或多项;
从所述基础技术库中筛选出目标基础技术,其中,所述目标基础技术满足所述需求侧用能主体在目标时间段内的用能量,所述目标基础技术至少包括一种发电的基础技术、一种制冷的基础技术和一种供热的基础技术。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
划分单元,用于在通过所述用能规律模型计算出所述需求侧用能主体在目标时间段内的用能量随时间的变化信息之后,将所述需求侧用能主体在目标时间段内的用能量按照自下而上的模式和自上而下的模式进行x%-100%等比例划分,得到基于最大设计用能量的等分结果和基于全年8760小时的累计用能量的x%-100%等分结果,其中,0<x<100;
第二计算单元,用于通过经济效益评价模型根据所述基于最大设计用能量的等分结果和所述基于全年8760小时的累计用能量的x%-100%等分结果计算不同比例等分下的经济效益评估结果;
排序单元,用于将所述不同比例等分下的经济效益评估结果进行排序,输出排序后的所述经济效益评估结果。
CN201611239256.3A 2016-12-28 2016-12-28 分布式能源多维寻优设计方法和装置 Pending CN108256131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611239256.3A CN108256131A (zh) 2016-12-28 2016-12-28 分布式能源多维寻优设计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611239256.3A CN108256131A (zh) 2016-12-28 2016-12-28 分布式能源多维寻优设计方法和装置

Publications (1)

Publication Number Publication Date
CN108256131A true CN108256131A (zh) 2018-07-06

Family

ID=62720283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611239256.3A Pending CN108256131A (zh) 2016-12-28 2016-12-28 分布式能源多维寻优设计方法和装置

Country Status (1)

Country Link
CN (1) CN108256131A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146284A (zh) * 2018-08-17 2019-01-04 同济大学建筑设计研究院(集团)有限公司 一种城市建筑可再生能源综合利用量及规模的核算***及方法
CN109272258A (zh) * 2018-11-08 2019-01-25 国网山东省电力公司电力科学研究院 基于K-means聚类的区域风光发电资源评估方法
CN109657974A (zh) * 2018-12-19 2019-04-19 上海发电设备成套设计研究院有限责任公司 一种分布式能源项目全年主要技术指标计算方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102809245A (zh) * 2011-06-03 2012-12-05 康健 完全太阳能全天候冷热电气联产联供***
CN105160159A (zh) * 2015-08-13 2015-12-16 新奥能源服务有限公司 一种多能源技术量化筛选方法
WO2016069186A1 (en) * 2014-10-31 2016-05-06 Qualcomm Incorporated Distributed energy demand management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102809245A (zh) * 2011-06-03 2012-12-05 康健 完全太阳能全天候冷热电气联产联供***
WO2016069186A1 (en) * 2014-10-31 2016-05-06 Qualcomm Incorporated Distributed energy demand management
CN105160159A (zh) * 2015-08-13 2015-12-16 新奥能源服务有限公司 一种多能源技术量化筛选方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘峰: "北方既有城市社区能源优化集成***综合评价研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *
杨允: "南方地区分布式供能***优化配置与综合评价研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146284A (zh) * 2018-08-17 2019-01-04 同济大学建筑设计研究院(集团)有限公司 一种城市建筑可再生能源综合利用量及规模的核算***及方法
CN109146284B (zh) * 2018-08-17 2022-03-08 同济大学建筑设计研究院(集团)有限公司 一种城市建筑可再生能源综合利用量及规模的核算***及方法
CN109272258A (zh) * 2018-11-08 2019-01-25 国网山东省电力公司电力科学研究院 基于K-means聚类的区域风光发电资源评估方法
CN109657974A (zh) * 2018-12-19 2019-04-19 上海发电设备成套设计研究院有限责任公司 一种分布式能源项目全年主要技术指标计算方法
CN109657974B (zh) * 2018-12-19 2023-05-02 上海发电设备成套设计研究院有限责任公司 一种分布式能源项目全年主要技术指标计算方法

Similar Documents

Publication Publication Date Title
Wu et al. Site selection decision framework using fuzzy ANP-VIKOR for large commercial rooftop PV system based on sustainability perspective
Kannan et al. A hybrid approach based on MCDM methods and Monte Carlo simulation for sustainable evaluation of potential solar sites in east of Iran
Wang et al. Capacity planning and optimization of business park-level integrated energy system based on investment constraints
Lei et al. Multi-stage stochastic planning of regional integrated energy system based on scenario tree path optimization under long-term multiple uncertainties
Sohani et al. Comprehensive performance evaluation and demands’ sensitivity analysis of different optimum sizing strategies for a combined cooling, heating, and power system
Mavrotas et al. Energy planning in buildings under uncertainty in fuel costs: The case of a hotel unit in Greece
CN114511128A (zh) 碳排放数据的处理方法、装置、存储介质及处理器
CN105160159A (zh) 一种多能源技术量化筛选方法
Yuan et al. A new hybrid multi-criteria decision-making approach for developing integrated energy systems in industrial parks
Hao et al. A comprehensive review of planning, modeling, optimization, and control of distributed energy systems
Liu et al. A framework for uncertainty and sensitivity analysis of district energy systems considering different parameter types
CN110378539A (zh) 一种基于分层多能耦合燃气分布式综合能源规划部署方法
CN108256131A (zh) 分布式能源多维寻优设计方法和装置
CN112633762A (zh) 楼宇能效获取方法及设备
CN116541666A (zh) 一种基于影响因素溯源的低碳园区碳追踪方法
Sun et al. A BCS-GDE multi-objective optimization algorithm for combined cooling, heating and power model with decision strategies
Zhou et al. Multi-objective station-network synergy planning for regional integrated energy system considering energy cascade utilization and uncertainty
Wang et al. Integrated energy efficiency evaluation of a multi-source multi-load desalination micro-energy network
Usta et al. Climate change mitigation technologies detection and evaluation: Case of buildings
Cao et al. Coupling coordination of the water‒energy‒carbon system in three provinces of Northeastern China
Zhou et al. How good or how poor have China’s new energy enterprises done: an empirical study based on the lagged double-market network
Harun Renewable energy scenarios for sustainable electricity in Malaysia and the application of analytical hierarchy process (AHP) for decision-making
Rabbani et al. A novel mixed integer programming formulation for selecting the best renewable energies to invest: A fuzzy goal programming approach
Otay et al. Evaluation of sustainable energy systems in smart cities using a Multi-Expert Pythagorean fuzzy BWM & TOPSIS methodology
Resimont et al. Tool for the optimization of the sizing and the outline of district heating networks using a geographic information system: Application to a real case study

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: 20180706

RJ01 Rejection of invention patent application after publication