CN108564216A - 基于动态规划的储能型cchp***及其运行优化方法 - Google Patents
基于动态规划的储能型cchp***及其运行优化方法 Download PDFInfo
- Publication number
- CN108564216A CN108564216A CN201810332708.5A CN201810332708A CN108564216A CN 108564216 A CN108564216 A CN 108564216A CN 201810332708 A CN201810332708 A CN 201810332708A CN 108564216 A CN108564216 A CN 108564216A
- Authority
- CN
- China
- Prior art keywords
- storage
- stage
- heat
- energy type
- dynamic programming
- 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
- 238000009825 accumulation Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 56
- 238000003860 storage Methods 0.000 claims abstract description 37
- 238000004146 energy storage Methods 0.000 claims abstract description 35
- 238000005338 heat storage Methods 0.000 claims abstract description 23
- 238000002485 combustion reaction Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims abstract description 6
- 238000005485 electric heating Methods 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims description 12
- 239000002918 waste heat Substances 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 239000003345 natural gas Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000002068 genetic effect Effects 0.000 abstract description 2
- 238000001816 cooling Methods 0.000 description 5
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229940059936 lithium bromide Drugs 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000007704 transition Effects 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了基于动态规划的储能型CCHP***及其运行优化方法,***包括:燃气内燃发电机、溴化锂制冷机组、换热器、电热泵、储冷水箱、储热水箱;将储能型CCHP***的动态过程表达为储能型CCHP***第k阶段生产、负荷、储能与第k+1阶段储能之间的关系;选择储能量作为储能型CCHP***动态规划的状态变量,通过对状态变量的离散化,建立储能型CCHP***的最短路径模型;针对最短路径模型使用动态规划求解。本发明针对动态问题,本发明分两次离散化并使用动态规划求解,从而大大减少了计算量。相对于传统线性规划、遗传算法等算法的求解结果,本发明所述方法能够保证在同等精度下求得最优解。
Description
技术领域
本发明涉及冷热电联供***的优化控制技术领域,特别是涉及基于动态规划的储能型CCHP***及其运行优化方法。
背景技术
随着社会的发展,能源与环境危机成为了全人类最关注的问题,提高能源利用率势在必行。冷热电联供(combined cooling heating and power,CCHP)***以余热回收为核心,遵循“能量对口,梯级利用”的原则,可同时供给冷、热、电负荷,一次能源利用率达75%以上,减排效果明显,已被列为我国中长期科学和技术发展纲要中能源领域四项前沿技术之一。但由于CCHP***结构极其复杂,难以保持最佳状态运行,尤其因为运行成本得不到有效优化,导致目前CCHP***建多用少,故经济性已经成为目前CCHP***亟待解决的问题。
专利公开号CN107025519A,名称为“分布式冷热电多联产***混合整数非线性模型优化方法”使用线性规化方法优化含储能的CCHP***运行策略。专利公开号CN106295914A,专利名称为“空间耦合粒子群算法及冷热电联供***联合调度优化方法”使用空间耦合粒子群算法解决含储能的CCHP优化运行问题。对于含有储能的CCHP***,各个阶段决策前后关联,属于动态问题,使用线性规划与粒子群等算法等,需引入大量限制条件,导致计算速度慢,求解结果不能保证最优等一系列弊端。
发明内容
为了解决现有技术的不足,本发明提供了基于动态规划的储能型CCHP***的运行优化方法,针对该***以储能量为状态变量,建立了针对该问题的图论优化模型,使用动态规划求解。
基于动态规划的储能型CCHP***的运行优化方法,包括:
将储能型CCHP***的动态过程表达为储能型CCHP***第k阶段生产、负荷、储能与第k+1阶段储能之间的关系;
选择储能量作为储能型CCHP***动态规划的状态变量,通过对状态变量的离散化,建立储能型CCHP***的最短路径模型;
针对最短路径模型使用动态规划求解;
其中,离散化的储能量对应储能型CCHP***每阶段可选择的状态点,阶段成本对应最短路径模型连接相邻状态点的路径长度,从初始阶段到最终阶段的最小运行成本为从初始点到终止点的最短路径。
进一步优选的技术方案,所述储能型CCHP***第k阶段生产、负荷、储能与第k+1阶段储能之间的关系为:
Hd·Hs(k)+H(k)-Hload(k)=Hs(k+1) (1)
Cd·Cs(k)+C(k)-Cload(k)=Cs(k+1) (2)
Hd为阶段储热系数,其物理意义为,经过一阶段耗散,剩余热量占原总热量比例;Cd为阶段储冷系数,物理意义同上;Hs为储热水箱储热量;Cs为储冷水箱储冷量;H为热生产量;C为冷生产量;Hload为热负荷;Cload为冷负荷。
进一步优选的技术方案,建立储能型CCHP***的最短路径模型的过程为:
状态变量按照冷、热两个维度离散化:使用sk(Hs,Cs)表示第k阶段储热量Hs与储冷量Cs;
每阶段存储量通过选择m、n以不同精度离散化为(m+1)·(n+1)个状态点,记为第i=p·(n+1)+q+1个状态点,简化表示为
其中,(0≤q≤m)、(0≤q≤n),NH为储热上限,NC为储冷上限,在忽略其表示第几个状态点时记为sk;
使用表示从状态点到达带来的阶段成本,即两状态点之间的距离,忽略具体路径时简化表示为vk,从初始点s1到中途任意点的最短距离表示为
设P是从初始点s1到终止点sN+1的一条路,此最短路径问题就是要在所有从s1到sN+1的路中,求一条路程最短的路P0,使:
P0的长度即从s1到sN+1的距离,记为f(s1,sN+1),即最小总运行成本。
进一步优选的技术方案,针对最短路径模型使用动态规划求解时,先将状态变量以较低精度离散化,优化出粗略的最短路径;
在粗略路径周边以较精度离散化,求解精确路径,得到精确到1kW·h的储能量计划序列。
进一步优选的技术方案,针对最短路径模型使用动态规划求解,具体为:
从s1到sN+1的最短路P0总是从s1出发,沿着某条路到达N阶段某点再到达sN+1;
由动态规划的最优性原理,从s1到的路必为最短路,故满足如下关系:
以表示第k-1阶段求解的最优状态点,展开后更加普遍的递推关系为:
其中,f1(s1,s1)=0,由递推关系式可以看出,使用的正向动态规划,按照时间循序从f2(s1,s2)向后逐阶段求解,同时记录最短距离与路径选择,不断向最终阶段递推,直到解出fN+1(s1+sN+1),求解结束。
基于动态规划的储能型CCHP***,包括:燃气内燃发电机、溴化锂制冷机组、换热器、电热泵、储冷水箱、储热水箱;
其中,内燃发电机组燃烧天然气发电供给电负荷;烟气换热器将内燃发电机组的高温内燃机尾气中的余热换入缸套水;溴化锂制冷机组回收缸套水换热器的部分缸套水余热用以制空调冷水,空调冷水可供给冷负荷或存入储冷水箱;生活热水换热器回收缸套水换热器的另一部分缸套水余热用以制生活热水,生活热水可供热负荷或存入储热水箱;两台电热泵分别与储冷水箱和储热水箱并联。
与现有技术相比,本发明的有益效果是:
本发明首次指出了储能型CCHP***优化运行问题的多阶段决策问题本质,并选择储能量作为动态规划的状态变量。通过对状态变量的离散化,原问题被转化为了最短路径问题。其中离散化的储能量对应每阶段可选择的状态点,阶段成本对应连接相邻状态点的路径长度,从初始阶段到最终阶段的最小运行成本被形象的描述为从初始点到终止点的最短路径。
本发明针对动态问题,本发明分两次离散化并使用动态规划求解,从而大大减少了计算量。相对于传统线性规划、遗传算法等算法的求解结果,本发明所述方法能够保证在同等精度下求得最优解。
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申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为储能型CCHP***结构图;
图2为第k阶段状态点二维排列示意图;
图3CCHP***优化调度问题的最短路径模型示意图;
图4动态规划程序框图;
图5两次离散化对应的求解示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
动态规划是专门针对动态问题提出的求解方法。本发明注意到了储能对前后阶段的连接作用,并以储能量为状态变量,建立了针对该问题的图论优化模型,使用动态规划求解。
本发明首先给出CCHP***结构,而后以储能为状态变量,建立其运行过程的最短路径模型,并给出了动态规划求解经济运行策略的方法。
本申请的一种典型的实施方式中,CCHP***结构如图1所示,该***包括燃气内燃发电机,溴化锂吸收式制冷机,换热器,电热泵,储冷储热水箱。其中内燃发电机组燃烧天然气发电供给电负荷,多余电能上网,不足电能由电网供给;烟气换热器将高温内燃机尾气中的余热换入缸套水;溴化锂制冷机回收部分缸套水余热用以制空调冷水,空调冷水可供给负荷或存入储冷水箱;生活热水换热器回收另一部分缸套水余热用以制生活热水,生活热水可供负荷或存入储热水箱;两台热泵分别与储冷和储热水箱并联,可与储能水箱一同实现供冷和供热。
考虑到储能设备不可避免的能量耗散,第k阶段生产、负荷、储能与第k+1阶段储能之间的关系为:
Hd·Hs(k)+H(k)-Hload(k)=Hs(k+1) (1)
Cd·Cs(k)+C(k)-Cload(k)=Cs(k+1) (2)
Hd为阶段储热系数,其物理意义为,经过一阶段耗散,剩余热量占原总热量比例;Cd为阶段储冷系数,物理意义同上;Hs为储热水箱储热量;Cs为储冷水箱储冷量;H为热生产量;C为冷生产量;Hload为热负荷;Cload为冷负荷。
上式凝练了储能型CCHP***的动态过程,是状态转移方程的详细表达。其中储能量是贯穿各个阶段的关键变量,故本发明以储能量为状态变量,此处的储能量储热储冷的集合。
建立最短路径模型:状态变量可按照冷、热两个维度离散化:使用sk(Hs,Cs)表示第k阶段储热量Hs与储冷量Cs。0≤Hs≤NH,0≤c≤NC。
由于能量存储在储冷储热水箱中,存储了多少能量对应于存了多少水,故储能量也被称为存储量,每阶段存储量。
m、n为用于离散化的参数,相当于把储热储冷水箱能够存储对的能量各自分为m、n份,考虑到存储量可以为零,那么总共存储的冷能热能就有(m+1)·(n+1)种组合。
可通过选择m、n以不同精度离散化为(m+1)·(n+1)个状态点,记为第i=p·(n+1)+q+1个状态点,简化表示为其中(0≤p≤m)、(0≤q≤n),NH为储热上限,Nc为储冷上限,在忽略其表示第几个状态点时记为sk,sk同时包含储冷、储热量,为二维状态变量。
参数p、q,是在从已经分割好的储冷储热能量中选择具体存储量时起到标号作用。由于使用pq为二维标号,带来一些不便,本申请通过式子i=p·(n+1)+q+1将二维标号转为一维标号,更形象的解释可参考图2。
由上述离散化过程可知,m、n越大,离散精度越高,储能量也将被离散为更多的点,状态点阵sk二维排列如图2所示。
使用表示从状态点到达带来的阶段成本,即两状态点之间的距离,忽略具体路径时简化表示为vk,特别的,从初始点s1到中途任意点的最短距离表示为于是,CCHP***优化运行过程可由图3表示。
i、j无直接关系,仅仅表示第k阶段的第i个点,而表示第k+1阶段第j个点。
设P是从初始点s1到终止点sN+1的一条路,此最短路径问题就是要在所有从s1到sN+1的路中,求一条路程最短的路P0,使:
P0的长度即从s1到sN+1的距离,记为f(s1,sN+1),即最小总运行成本。
N表示整个过程一共有N个阶段,本申请优化到N+1,是因为选取的存储量为每一阶段刚开始的存储量,所以k=N+1代表了第N阶段末的存储量。
求解方法:基于上述最短路径模型,本发明使用动态规划求解过程如下。
从s1到sN+1的最短路P0总是从s1出发,沿着某条路到达N阶段某点再到达sN+1。由动态规划的最优性原理,从s1到的路必为最短路,故满足如下关系:
以表示第k-1阶段求解的最优状态点,展开后更加普遍的递推关系为:
其中f1(s1,s1)=0,由递推关系式可以看出,本文使用的正向动态规划,按照时间循序从f2(s1,s2)向后逐阶段求解,同时记录最短距离与路径选择,不断向最终阶段递推,直到解出fN+1(s1,sN+1),求解结束。动态规划程序框图如图4所示。
在动态规划求解时,直接以高精度离散化(m、n取较大值),将产生大量状态点计算量极大。本文先将状态变量以较低精度离散化,在此基础上优化出粗略的最短路径,第二步在粗略路径周边以较精度离散化,求解精确路径,得到了精确到1kW·h的储能量计划序列。如图5所示蓝线为第一次优化路径,红线为第二次优化后的最短路径。
结果表明,按照优化结果运行,在经济性达到最优的同时,能源利用率与碳排放量较分供***也有极大改善。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.基于动态规划的储能型CCHP***的运行优化方法,其特征是,包括:
将储能型CCHP***的动态过程表达为储能型CCHP***第k阶段生产、负荷、储能与第k+1阶段储能之间的关系;
选择储能量作为储能型CCHP***动态规划的状态变量,通过对状态变量的离散化,建立储能型CCHP***的最短路径模型;
针对最短路径模型使用动态规划求解;
其中,离散化的储能量对应储能型CCHP***每阶段可选择的状态点,阶段成本对应最短路径模型连接相邻状态点的路径长度,从初始阶段到最终阶段的最小运行成本为从初始点到终止点的最短路径。
2.如权利要求1所述的基于动态规划的储能型CCHP***的运行优化方法,其特征是,所述储能型CCHP***第k阶段生产、负荷、储能与第k+1阶段储能之间的关系为:
Hd·Hs(k)+H(k)-Hload(k)=Hs(k+1) (1)
Cd·Cs(k)+C(k)-Cload(k)=Cs(k+1) (2)
Hd为阶段储热系数,其物理意义为,经过一阶段耗散,剩余热量占原总热量比例;Cd为阶段储冷系数,物理意义同上;Hs为储热水箱储热量;Cs为储冷水箱储冷量;H为热生产量;C为冷生产量;Hload为热负荷;Cload为冷负荷。
3.如权利要求2所述的基于动态规划的储能型CCHP***的运行优化方法,其特征是,建立储能型CCHP***的最短路径模型的过程为:
状态变量按照冷、热两个维度离散化:使用sk(Hs,Cs)表示第k阶段储热量Hs与储冷量Cs;
每阶段存储量通过选择m、n以不同精度离散化为(m+1)·(n+1)个状态点,记为第i=p·(n+1)+q+1个状态点,简化表示为
其中,(0≤p≤m)、(0≤q≤n),NH为储热上限,NC为储冷上限,在忽略其表示第几个状态点时记为sk;
使用表示从状态点到达带来的阶段成本,即两状态点之间的距离,忽略具体路径时简化表示为vk,从初始点s1到中途任意点的最短距离表示为
设P是从初始点s1到终止点sN+1的一条路,此最短路径问题就是要在所有从s1到sN+1的路中,求一条路程最短的路P0,使:
P0的长度即从s1到sN+1的距离,记为f(s1,sN+1),即最小总运行成本。
4.如权利要求1所述的基于动态规划的储能型CCHP***的运行优化方法,其特征是,针对最短路径模型使用动态规划求解时,先将状态变量以较低精度离散化,优化出粗略的最短路径;
在粗略路径周边以较精度离散化,求解精确路径,得到精确到1kW·h的储能量计划序列。
5.如权利要求4所述的基于动态规划的储能型CCHP***的运行优化方法,其特征是,针对最短路径模型使用动态规划求解,具体为:
从s1到sN+1的最短路P0总是从s1出发,沿着某条路到达N阶段某点再到达sN+1;
由动态规划的最优性原理,从s1到的路必为最短路,故满足如下关系:
以表示第k-1阶段求解的最优状态点,展开后更加普遍的递推关系为:
其中,f1(s1,s1)=0,由递推关系式可以看出,使用的正向动态规划,按照时间循序从f2(s1,s2)向后逐阶段求解,同时记录最短距离与路径选择,不断向最终阶段递推,直到解出fN+1(s1,sN+1),求解结束。
6.如权利要求1所述的基于动态规划的储能型CCHP***的运行优化方法的***,其特征是,包括:燃气内燃发电机、溴化锂制冷机组、换热器、电热泵、储冷水箱、储热水箱;
其中,内燃发电机组燃烧天然气发电供给电负荷;烟气换热器将内燃发电机组的高温内燃机尾气中的余热换入缸套水;溴化锂制冷机组回收缸套水换热器的部分缸套水余热用以制空调冷水,空调冷水可供给冷负荷或存入储冷水箱;生活热水换热器回收缸套水换热器的另一部分缸套水余热用以制生活热水,生活热水可供热负荷或存入储热水箱;两台电热泵分别与储冷水箱和储热水箱并联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332708.5A CN108564216A (zh) | 2018-04-13 | 2018-04-13 | 基于动态规划的储能型cchp***及其运行优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332708.5A CN108564216A (zh) | 2018-04-13 | 2018-04-13 | 基于动态规划的储能型cchp***及其运行优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108564216A true CN108564216A (zh) | 2018-09-21 |
Family
ID=63533101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810332708.5A Pending CN108564216A (zh) | 2018-04-13 | 2018-04-13 | 基于动态规划的储能型cchp***及其运行优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108564216A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711080A (zh) * | 2019-01-03 | 2019-05-03 | 山东大学 | 一种冷热电联供***多时间尺度优化运行方法 |
CN111767682A (zh) * | 2020-06-09 | 2020-10-13 | 上海电力大学 | 基于动态耦合模型的热泵储能***设计控制共同优化方法 |
CN112650888A (zh) * | 2020-12-25 | 2021-04-13 | 山东大学 | 一种基于图论的区域综合能源***选址规划方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140229012A1 (en) * | 2011-08-18 | 2014-08-14 | Siemens Aktiengesellschaft | Thermo-economic modeling and optimization of a combined cooling, heating, and power plant |
CN107239847A (zh) * | 2017-04-12 | 2017-10-10 | 广州供电局有限公司 | 一种主动配电网储能***动态规划方法 |
-
2018
- 2018-04-13 CN CN201810332708.5A patent/CN108564216A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140229012A1 (en) * | 2011-08-18 | 2014-08-14 | Siemens Aktiengesellschaft | Thermo-economic modeling and optimization of a combined cooling, heating, and power plant |
CN107239847A (zh) * | 2017-04-12 | 2017-10-10 | 广州供电局有限公司 | 一种主动配电网储能***动态规划方法 |
Non-Patent Citations (1)
Title |
---|
陈彦龙: "蓄能型天然气分布式联供***性能评价及设计研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711080A (zh) * | 2019-01-03 | 2019-05-03 | 山东大学 | 一种冷热电联供***多时间尺度优化运行方法 |
CN111767682A (zh) * | 2020-06-09 | 2020-10-13 | 上海电力大学 | 基于动态耦合模型的热泵储能***设计控制共同优化方法 |
CN111767682B (zh) * | 2020-06-09 | 2024-02-27 | 上海电力大学 | 基于动态耦合模型的热泵储能***设计控制共同优化方法 |
CN112650888A (zh) * | 2020-12-25 | 2021-04-13 | 山东大学 | 一种基于图论的区域综合能源***选址规划方法及*** |
CN112650888B (zh) * | 2020-12-25 | 2024-01-12 | 山东大学 | 一种基于图论的区域综合能源***选址规划方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | Multi-objective optimal operation and energy coupling analysis of combined cooling and heating system | |
CN108960503B (zh) | 基于内点法的综合能源***多场景优化分析方法 | |
CN113822496B (zh) | 一种多机组热电厂供热模式及参数在线寻优方法 | |
CN109165788A (zh) | 一种冷热电联供***的优化方法 | |
CN108960556A (zh) | 一种冷热电联供***多目标优化运行方法 | |
CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供***优化运行方法 | |
CN111463836A (zh) | 一种综合能源***优化调度方法 | |
CN110363353A (zh) | 一种分布式综合能源***的优化设计和调度方法及*** | |
CN108052722B (zh) | 面向综合能效最优的分布式冷热电混合能源***设计方法 | |
CN105955931B (zh) | 面向高密度分布式光伏消纳的区域能源网络优化调度方法 | |
CN108564216A (zh) | 基于动态规划的储能型cchp***及其运行优化方法 | |
CN112182887A (zh) | 一种综合能源***规划优化仿真方法 | |
CN111030094A (zh) | 一种多能互补园区供能可靠性评估方法 | |
CN111724045A (zh) | 基于数据驱动的综合能源***能效评价与提升方法 | |
CN116432824A (zh) | 基于多目标粒子群的综合能源***优化方法及*** | |
CN113139675B (zh) | 一种园区综合能源***综合电负荷区间预测方法 | |
CN113553718A (zh) | 一种绿色数据中心综合供能***设备容量的配置方法 | |
CN109255487A (zh) | 一种基于标准化矩阵模型的综合能源***优化方法 | |
CN211926188U (zh) | 一种基于分布式能源的数据中心余热回收利用*** | |
CN106934535A (zh) | 一种冷热电三联供协调控制管理装置及方法 | |
CN110059853B (zh) | 一种冷热电三联供***中设备的配置方法 | |
CN111461433A (zh) | 基于需求分布连续条件下的区域分布式能源***优化方法 | |
CN115049250A (zh) | 面向供需不确定性综合能源***多目标规划方法及*** | |
CN113902167A (zh) | 计及站房投资的综合智慧能源***配置优化方法及装置 | |
Ye et al. | Optimal design of distributed CCHP system |
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: 20180921 |
|
RJ01 | Rejection of invention patent application after publication |