CN109190859A - 冷热电联供型多微网***及其经济优化调度方法 - Google Patents
冷热电联供型多微网***及其经济优化调度方法 Download PDFInfo
- Publication number
- CN109190859A CN109190859A CN201811306939.5A CN201811306939A CN109190859A CN 109190859 A CN109190859 A CN 109190859A CN 201811306939 A CN201811306939 A CN 201811306939A CN 109190859 A CN109190859 A CN 109190859A
- Authority
- CN
- China
- Prior art keywords
- energy
- microgrid
- power
- power station
- accumulating
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 73
- 238000010438 heat treatment Methods 0.000 title claims abstract description 72
- 238000001816 cooling Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000005611 electricity Effects 0.000 claims abstract description 82
- 238000004891 communication Methods 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 100
- 238000004146 energy storage Methods 0.000 claims description 61
- 238000005057 refrigeration Methods 0.000 claims description 43
- 239000002918 waste heat Substances 0.000 claims description 29
- 238000010521 absorption reaction Methods 0.000 claims description 28
- 238000013178 mathematical model Methods 0.000 claims description 25
- 239000000567 combustion gas Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 13
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000013589 supplement Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 101150067055 minC gene Proteins 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 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
- 239000002737 fuel gas Substances 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000009472 formulation Methods 0.000 abstract 1
- 239000000203 mixture Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052493 LiFePO4 Inorganic materials 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了冷热电联供型多微网***及其经济优化调度方法，其中***包括储能电站及均与该储能电站相连的若干个微网；其中，储能电站设有储能电站能量管理***，微网设有微网能量管理***；每个微网与储能电站间搭建电气联络线，由微网的电气母线与电气联络线相连从而连接到储能电站的公共连接点，实现储能电站与各个微网间的电能相互流动；储能电站能量管理***制定冷热电联供型多微网***的经济优化调度计划，并由各个微网的微网能量管理***执行该经济优化调度计划，实现冷热电联供型多微网***的运行经济性整体最优。不仅满足各个微网的冷热电负荷需求，而且没有出现弃冷、弃热和弃电的情况，并可显著降低日运行经济成本。
Description
技术领域
本发明涉及一种优化调度方法，特别是涉及一种考虑储能电站服务的冷热电联供型多微网***及其经济优化调度方法，属于综合能源利用技术领域。
背景技术
储能作用于电力***的不同环节，总体的作用是实现新能源电力上网、保持电网高效安全运行和电力供需平衡。设置于终端用户的储能***通过电力储放来提高供电可靠性，尤其在发生非预期停电等事故情况下，可以进行需求侧管理，在分时计价的地区，在低谷电价时段从电网买电存储进储能，在高峰电价时释放电能供给***电负荷需求，既能节约用户电费花销，又能削峰填谷、平滑用电负荷，缓解电网压力。
目前，用户侧储能一般采用价格较低的铅酸和铅碳电池，很少用锂电池；以及在峰谷价差较大的工业用户内部建设储能，以低充高放模式降低用户用电费用。
然而，现有的用户侧储能的投资成本较高，铅炭电池的建设成本为1500-2000元/kWh，充放电倍率更高的锂离子电池的建设成本更达到2500-3000元/kWh，投资成本回收年限较长，以某储能电站(磷酸铁锂)为例，储能容量4MWh，储能功率1MW，成本回收周期长达12年。用户侧储能投资成本大、成本回收周期长的缺点限制了储能电站的发展和应用。
发明内容
本发明的主要目的在于，克服现有技术中的不足，提供一种冷热电联供型多微网***及其经济优化调度方法，不仅满足各个微网的冷热电负荷需求，而且没有出现弃冷、弃热和弃电的情况，并可显著降低冷热电联供型多微网***的日运行经济成本。
为了达到上述目的，本发明所采用的技术方案是：
本发明提供一种冷热电联供型多微网***，包括储能电站，以及，均与该储能电站相连的若干个微网；其中，储能电站设有储能电站能量管理***，微网设有微网能量管理***；
每个微网与储能电站间搭建电气联络线，由微网的电气母线与电气联络线相连从而连接到储能电站的公共连接点，实现储能电站与各个微网间的电能相互流动；储能电站能量管理***制定冷热电联供型多微网***的经济优化调度计划，并由各个微网的微网能量管理***执行该经济优化调度计划，实现冷热电联供型多微网***的运行经济性整体最优。
本发明的***进一步设置为：当任意一个微网电能过剩时，该微网的多余电能将输入到储能电站存储起来；当任意一个微网电能缺乏时，储能电站将输出电能供给该微网使用。
本发明的***进一步设置为：所述微网还包括与电能、冷能和热能相关的设备；
其中，与电能相关的设备包括通过电气母线相连的光伏发电设备、风电机组、燃气轮机、电制冷机和蓄电池；与冷能相关的设备包括通过空气母线相连的电制冷机和吸收式制冷机；与热能相关的设备包括换热装置、燃气锅炉、燃气轮机和余热锅炉，换热装置和燃气锅炉通过热水母线相连，燃气轮机和余热锅炉通过烟气母线相连，余热锅炉和换热装置通过蒸汽母线相连；吸收式制冷机和余热锅炉还通过蒸汽母线相连；微网能量管理***按调度计划控制电能、冷能和热能设备的运行，并与储能电站能量管理***协调控制电能交互功率；
燃气轮机的余热经余热锅炉后输出一部分余热经吸收式制冷机供应微网冷负荷需求，另一部分余热则经换热装置供应微网热负荷需求；当吸收式制冷机的制冷功率不足以提供微网的冷负荷功率需求时，电制冷机制冷来补充微网的冷负荷功率需求；当换热装置的制热功率不足以提供微网的热负荷功率需求时，燃气锅炉供热来补充微网的热负荷功率需求。
本发明的***进一步设置为：每个微网与储能电站之间分别安装测量表计，微网与储能电站之间的电能流动以购售电形式进行结算，微网以售电的形式向储能电站中存储电能、微网以购电的形式从储能电站中获取电能，同时微网按传输电量向储能电站支付服务费。
本发明还提供一种冷热电联供型多微网***的经济优化调度方法，包括以下步骤：
根据预先确定的储能电站的收益来源，以及预先建立的冷热电联供型微网中的设备和储能电站的数学模型，建立冷热电联供型多微网***的经济优化模型；
对经济优化调度模型中的优化问题进行求解，求解的优化问题包括冷热电平衡和经济性最优的计算结果；
根据计算结果，获得经济优化调度计划，并将所述经济优化调度计划发送至均与所述储能电站相连的若干个微网的能量管理***执行。
本发明的方法进一步设置为：所述储能电站的收益来源，具体包括结算价格差和服务费；
所述结算价格差为微网存储电能到储能电站与微网从储能电站获取电能之间的购售电形式结算的价格差；
所述服务费即为微网按传输电量向储能电站支付的服务费，具体为储能电站给微网提供存储、传输电能的线路、测量表计所产生的服务费。
本发明的方法进一步设置为：所述冷热电联供型微网中的设备和储能电站的数学模型的预先建立，具体是对典型的冷热电联供型微网结构中的燃气轮机、燃气锅炉、吸收式制冷机、电制冷机、换热装置和蓄电池，以及储能电站进行建模；所述蓄电池和储能电站构成储能装置，使用储能装置的数学模型；
其中，燃气轮机的数学模型为，
PGT(t)＝Pgas(t)ηGT
式中，PGT(t)为燃气轮机的输出功率，Pgas(t)为燃气轮机消耗的天然气功率，ηGT为燃气轮机的发电效率；
其中，燃气锅炉的数学模型为，
QGB(t)＝FGB(t)LNGηGB
式中，QGB(t)为燃气锅炉在t时段的输出热量，FGB(t)为燃气锅炉在t时段的消耗燃气量，LNG为燃气热值，取9.7kWh/m3，ηGB为燃气锅炉的效率；
其中，吸收式制冷机的数学模型为，
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中，QAC(t)为吸收式制冷机的输出制冷功率，γGT为燃气轮机的热电比，ηWH为余热锅炉的效率，ηcooling为燃气轮机余热用于制冷的比例，COPAC为吸收式制冷机的能效比；
其中，电制冷机的数学模型为，
QEC(t)＝PEC(t)COPEC
式中，QEC(t)为电制冷机的输出制冷功率，PEC(t)为电制冷机的消耗的电功率，COPEC为电制冷机的能效比；
其中，换热装置的数学模型为，
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中，PHX(t)为换热装置的输出制热功率，ηheating为燃气轮机余热用于制热的比例，ηHX为换热装置的效率；
其中，储能装置的数学模型为，
式中，Sstor(t)为储能装置t时段的电容量，u为储能装置的自放电率，ηabs和ηrelea分别为储能装置的充电效率和放电效率，Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率。
本发明的方法进一步设置为：所述冷热电联供型多微网***的经济优化调度模型，其目标函数为，
minC＝Cgrid+Cfuel+Cess,b-Cess,s+Cserve
式中，C为运行成本Cost的缩写，minC为运行成本的下限值，Cgrid为从电网购电费用，Cfuel为燃气轮机和燃气锅炉的燃气费用，Cess,b为微网从储能电站购电的费用，Cess,s为微网向储能电站售电的费用，Cserve为储能电站的服务费；
其中，从电网购电费用Cgrid的计算公式为，
式中，N为微网的个数，NT为调度周期时段数，τ(t)为t时段的购电电价，Pgrid,i(t)为t时段第i个微网从电网购电功率，Δt为调度时段的时长；
其中，燃气轮机和燃气锅炉的燃气费用Cfuel的计算公式为，
式中，cgas为购买燃气的单位体积价格，单位是元/m3,PGT,i(t)为第i个微网中燃气轮机的输出功率，FGB,i(t)为第i个微网中燃气锅炉在t时段的消耗燃气量；
其中，微网从储能电站购电的费用Cess,b的计算公式为，
式中，λ(t)为t时段微网从储能电站购电的电价，Pess,b,i(t)为t时段第i个微网从储能电站购电功率；
其中，微网向储能电站售电的费用Cess,s的计算公式为，
式中，δ(t)为t时段微网向储能电站售电的电价，Pess,s,i(t)为t时段第i个微网向储能电站售电功率；
其中，储能电站的服务费Cserve的计算公式为，
式中，θ(t)为t时段微网向储能电站缴纳服务费价。
本发明的方法进一步设置为：所述经济优化调度模型的约束条件，包括冷热电负荷功率平衡约束，***设备运行约束，储能装置的充放电功率及电量约束，以及微网从电网购电和微网与储能电站购售电功率的约束，各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束；其中，***设备包括燃气轮机、吸收式制冷机、电制冷机、换热装置和燃气锅炉，储能装置包含蓄电池和储能电站。
本发明的方法进一步设置为：所述冷热电负荷功率平衡约束包括冷负荷平衡约束、热负荷平衡约束和电负荷平衡约束；
所述冷负荷平衡约束为，
QEC(t)+QAC(t)-Pcool(t)＝0
式中，QEC(t)为电制冷机的输出制冷功率，QAC(t)为吸收式制冷机的输出制冷功率，Pcool(t)为微网冷负荷功率；
所述热负荷平衡约束为，
QGB(t)+[PHX(t)-Pheat(t)]·Δt＝0
式中，QGB(t)为燃气锅炉在t时段的输出热量，PHX(t)为换热装置的输出制热功率，Pheat(t)为微网热负荷功率，Δt为调度时段的时长；
所述电负荷平衡约束为，
PGT(t)+PWT(t)+PPV(t)+PBT,relea(t)+Pgrid(t)+
Pess,b(t)-Pess,s(t)-PBT,abs(t)-PEC(t)-Pload(t)＝0
式中，PGT(t)为燃气轮机的输出功率，PWT(t)为t时段微网风电发电功率，PPV(t)为微网光伏发电功率，PBT,abs(t)和PBT,relea(t)分别为蓄电池充电和放电功率，Pgrid(t)为微网从电网的购电功率，Pess,b(t)和Pess,s(t)分别为微网从储能电站购电和向储能电站售电的功率，PEC(t)为电制冷机的消耗的电功率，Pload(t)为微网电负荷功率。
本发明的方法进一步设置为：所述***设备运行约束为，
式中，和分别为燃气轮机的最小和最大输出功率；和分别为吸收式制冷机的最小和最大输出功率；和分别为电制冷机的最小和最大消耗电功率；和分别为换热装置的最小和最大输出功率；和分别为燃气锅炉的最小和最大输出热量；
所述储能装置的充放电功率及电量约束为，
Uabs(t)+Urelea(t)≤1
Uabs(t)∈{0,1},Urelea(t)∈{0,1}
式中，Sstor(0)和Sstor(end)分别为储能装置的初始电量和末状态电量；和分别为储能装置的最小和最大电量；Uabs(t)和Urelea(t)分别为储能装置的充电和放电状态位，都为0-1变量；Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率；和分别为储能装置的最小和最大充放电功率。
本发明的方法进一步设置为：所述微网从电网购电和微网与储能电站购售电功率的约束为，
式中，为微网和电网间最大传输电功率，为微网和储能电站间最大传输电功率，和分别为微网从电网购电和微网与储能电站购售电的最大功率；
各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束为，
式中：N为冷热电联供型微网的总个数，Pess,b,i(t)和Pess,s,i(t)分别为第i个微网从储能电站购电和向储能电站售电的功率，Pess,abs(t)和Pess,relea(t)为储能电站充电功率和放电功率。
本发明的方法进一步设置为：所述对经济优化调度模型中的优化问题进行求解，包括：采用在MATLAB软件中调用商业求解器Cplex+工具包Yalmip、遗传算法、粒子群优化算法或Matlab优化工具箱对所述经济优化调度模型进行求解，得到冷热电平衡和经济性最优的计算结果。
与现有技术相比，本发明具有的有益效果是：
在传统的微网与电网购电模式下，改变用户侧储能服务模式，通过重新定义储能电站服务的内容，具体是通过在多个微网间建立大型公用的储能电站为微网用户提供储能服务，从而考虑储能电站服务重新建立冷热电联供型多微网***的经济优化调度模型，使小负荷型用户能够利用储能电站来降低运行经济成本，解决了目前小负荷用户因用户侧储能电站投资巨大、成本回收年限长等原因不能利用储能电站节约运行成本的问题；本发明提供的有效、实用、科学的能源优化调度方法，各微网通过向储能电站按交互电功率值支付服务费来获取储能电站的存取电能服务，节省了微网使用储能电站的巨额投资费用，同时利用储能电站的存储电能服务，可以在微网电量剩余的情况下将电能存储进储能电站避免微网出现弃电的情况，同时在微网缺电时直接从储能电站获取存储的电能，不仅满足各个微网的冷热电负荷需求，而且没有出现弃冷、弃热和弃电的情况，并可显著降低冷热电联供型多微网***的日运行经济成本。
上述内容仅是本发明技术方案的概述，为了更清楚的了解本发明的技术手段，下面结合附图对本发明作进一步的描述。
附图说明
图1为本发明方法的流程图；
图2为含用户侧储能电站的多微网拓扑结构图；
图3为典型的冷热电联供型微网结构图；
图4为算例***示意图；
图5为算例***中MG1的冷热电负荷功率和光伏、风电预测发电功率图；
图6为算例***中MG2的电负荷功率和光伏预测发电功率图；
图7为算例***中MG3的冷热电负荷功率和光伏、风电预测发电功率图；
图8为接入储能电站MG1设备出力曲线图；
图9为接入储能电站MG2设备出力曲线图；
图10为接入储能电站MG3设备出力曲线图；
图11为MG1、MG3冷热负荷平衡曲线图；
图12为储能电站与各微网交互电功率及充放电功率曲线图；
图13为各微网的三种运行方式连线示意图，其中，图13(a)为各微网独立运行方式、图13(b)为各微网以Y形连接到公共点互连运行方式、图13(c)为各微网接入储能电站运行方式。
具体实施方式
下面结合说明书附图，对本发明作进一步的说明。
实施例1
本发明提供一种冷热电联供型多微网***，如图2所示，包括储能电站，以及，均与该储能电站相连的若干个微网；其中，储能电站设有储能电站能量管理***，微网设有微网能量管理***。
每个微网与储能电站间搭建电气联络线，由微网的电气母线与电气联络线相连从而连接到储能电站的公共连接点，如图4所示，实现储能电站与各个微网间的电能相互流动；储能电站能量管理***制定冷热电联供型多微网***的经济优化调度计划，并由各个微网的微网能量管理***执行该经济优化调度计划，实现冷热电联供型多微网***的运行经济性整体最优。
当任意一个微网电能过剩时，该微网的多余电能将输入到储能电站存储起来；当任意一个微网电能缺乏时，储能电站将输出电能供给该微网使用；其中，微网为冷热电联供型微网的简称。
如图3所示，所述微网还包括与电能、冷能和热能相关的设备。
其中，与电能相关的设备包括通过电气母线相连的光伏发电设备、风电机组、燃气轮机、电制冷机和蓄电池；与冷能相关的设备包括通过空气母线相连的电制冷机和吸收式制冷机；与热能相关的设备包括换热装置、燃气锅炉、燃气轮机和余热锅炉，换热装置和燃气锅炉通过热水母线相连，燃气轮机和余热锅炉通过烟气母线相连，余热锅炉和换热装置通过蒸汽母线相连；吸收式制冷机和余热锅炉还通过蒸汽母线相连；微网能量管理***按调度计划控制电能、冷能和热能设备的运行，并与储能电站能量管理***协调控制电能交互功率。
燃气轮机的余热经余热锅炉后输出一部分余热经吸收式制冷机供应微网冷负荷需求，另一部分余热则经换热装置供应微网热负荷需求；当吸收式制冷机的制冷功率不足以提供微网的冷负荷功率需求时，电制冷机制冷来补充微网的冷负荷功率需求；当换热装置的制热功率不足以提供微网的热负荷功率需求时，燃气锅炉供热来补充微网的热负荷功率需求。
每个微网与储能电站之间分别安装测量表计，微网与储能电站之间的电能流动以购售电形式进行结算，微网以售电的形式向储能电站中存储电能、微网以购电的形式从储能电站中获取电能，同时微网按传输电量向储能电站支付服务费。
各微网的电气母线连接到储能电站的电气公共连接点，如图4所示，储能电站和微网只有电能交互，微网中的电能设备通过微网电气母线与储能电站的变流器交互功率。交互功率由微网和储能电站的能量管理***控制，微网能量管理***控制微网设备运行，储能电站能量管理***控制储能电站运行。
实施例2
本发明还提供一种冷热电联供型多微网***的经济优化调度方法，通过储能电站能量管理***运行，如图1所示，包括以下步骤：
1)根据如图2所示的冷热电联供型多微网***，确定储能电站的收益来源。
储能电站的收益来源，具体包括结算价格差和服务费。
所述结算价格差为微网存储电能到储能电站与微网从储能电站获取电能之间的购售电形式结算的价格差。
所述服务费即为微网按传输电量向储能电站支付的服务费，具体为储能电站给微网提供存储、传输电能的线路、测量表计所产生的服务费。
其中，服务费单位为元/kWh，如微网A在1天内从储能电站购买1000kWh的电能，服务费单价为0.05元/kWh，则微网A这天需要向储能电站缴纳50元服务费。
2)建立冷热电联供型微网中的设备和储能电站的数学模型。
建立数学模型，具体是对典型的冷热电联供型微网结构中的燃气轮机、燃气锅炉、吸收式制冷机、电制冷机、换热装置和蓄电池，以及储能电站进行建模；所述蓄电池和储能电站构成储能装置，使用储能装置的数学模型。
其中，燃气轮机的数学模型为，
PGT(t)＝Pgas(t)ηGT
式中，PGT(t)为燃气轮机的输出功率，Pgas(t)为燃气轮机消耗的天然气功率，ηGT为燃气轮机的发电效率；
其中，燃气锅炉的数学模型为，
QGB(t)＝FGB(t)LNGηGB
式中，QGB(t)为燃气锅炉在t时段的输出热量，FGB(t)为燃气锅炉在t时段的消耗燃气量，LNG为燃气热值，取9.7kWh/m3，ηGB为燃气锅炉的效率；
其中，吸收式制冷机的数学模型为，
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中，QAC(t)为吸收式制冷机的输出制冷功率，γGT为燃气轮机的热电比，ηWH为余热锅炉的效率，ηcooling为燃气轮机余热用于制冷的比例，COPAC为吸收式制冷机的能效比；
其中，电制冷机的数学模型为，
QEC(t)＝PEC(t)COPEC
式中，QEC(t)为电制冷机的输出制冷功率，PEC(t)为电制冷机的消耗的电功率，COPEC为电制冷机的能效比；
其中，换热装置的数学模型为，
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中，PHX(t)为换热装置的输出制热功率，ηheating为燃气轮机余热用于制热的比例，ηHX为换热装置的效率；
其中，蓄电池和储能电站都属于储能装置，使用相同的数学模型，储能装置的数学模型为，
式中，Sstor(t)为储能装置t时段的电容量，u为储能装置的自放电率，ηabs和ηrelea分别为储能装置的充电效率和放电效率，Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率。
3)根据预先确定的储能电站的收益来源，以及预先建立的冷热电联供型微网中的设备和储能电站的数学模型，建立冷热电联供型多微网***的经济优化模型。
冷热电联供型多微网***的经济优化调度模型，其目标函数minC为，
minC＝Cgrid+Cfuel+Cess,b-Cess,s+Cserve
式中，C为运行成本Cost的缩写，minC为运行成本的下限值，Cgrid为从电网购电费用，Cfuel为燃气轮机和燃气锅炉的燃气费用，Cess,b为微网从储能电站购电的费用，Cess,s为微网向储能电站售电的费用，Cserve为储能电站的服务费；
其中，从电网购电费用Cgrid的计算公式为，
式中，N为微网的个数，NT为调度周期时段数，τ(t)为t时段的购电电价，Pgrid,i(t)为t时段第i个微网从电网购电功率，Δt为调度时段的时长；
其中，燃气轮机和燃气锅炉的燃气费用Cfuel的计算公式为，
式中，cgas为购买燃气的单位体积价格，单位是元/m3,PGT,i(t)为第i个微网中燃气轮机的输出功率，FGB,i(t)为第i个微网中燃气锅炉在t时段的消耗燃气量；
其中，微网从储能电站购电的费用Cess,b的计算公式为，
式中，λ(t)为t时段微网从储能电站购电的电价，Pess,b,i(t)为t时段第i个微网从储能电站购电功率；
其中，微网向储能电站售电的费用Cess,s的计算公式为，
式中，δ(t)为t时段微网向储能电站售电的电价，Pess,s,i(t)为t时段第i个微网向储能电站售电功率；
其中，储能电站的服务费Cserve的计算公式为，
式中，θ(t)为t时段微网向储能电站缴纳服务费价。
步骤2)描述的冷热电联供型微网中设备的输入与输出之间的关系，设备的输出与输入直接影响步骤3)的经济优化调度模型，比如燃气轮机输出电功率与输入天然气功率间的关系，而输入天然气功率直接关系到冷热电联供型多微网***的经济优化调度模型中燃气费用这项。
4)设定经济优化调度模型的约束条件。
经济优化调度模型的约束条件，包括冷热电负荷功率平衡约束，***设备运行约束，储能装置的充放电功率及电量约束，以及微网从电网购电和微网与储能电站购售电功率的约束，各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束；其中，***设备包括燃气轮机、吸收式制冷机、电制冷机、换热装置和燃气锅炉，储能装置包含蓄电池和储能电站。
所述冷热电负荷功率平衡约束包括冷负荷平衡约束、热负荷平衡约束和电负荷平衡约束。
所述冷负荷平衡约束为，
QEC(t)+QAC(t)-Pcool(t)＝0
式中，QEC(t)为电制冷机的输出制冷功率，QAC(t)为吸收式制冷机的输出制冷功率，Pcool(t)为微网冷负荷功率；
所述热负荷平衡约束为，
QGB(t)+[PHX(t)-Pheat(t)]·Δt＝0
式中，QGB(t)为燃气锅炉在t时段的输出热量，PHX(t)为换热装置的输出制热功率，Pheat(t)为微网热负荷功率，Δt为调度时段的时长；
所述电负荷平衡约束为，
PGT(t)+PWT(t)+PPV(t)+PBT,relea(t)+Pgrid(t)+
Pess,b(t)-Pess,s(t)-PBT,abs(t)-PEC(t)-Pload(t)＝0
式中，PGT(t)为燃气轮机的输出功率，PWT(t)为t时段微网风电发电功率，PPV(t)为微网光伏发电功率，PBT,abs(t)和PBT,relea(t)分别为蓄电池充电和放电功率，Pgrid(t)为微网从电网的购电功率，Pess,b(t)和Pess,s(t)分别为微网从储能电站购电和向储能电站售电的功率，PEC(t)为电制冷机的消耗的电功率，Pload(t)为微网电负荷功率。
所述***设备运行约束为，
式中，和分别为燃气轮机的最小和最大输出功率；和分别为吸收式制冷机的最小和最大输出功率；和分别为电制冷机的最小和最大消耗电功率；和分别为换热装置的最小和最大输出功率；和分别为燃气锅炉的最小和最大输出热量；
所述储能装置的充放电功率及电量约束为，
Uabs(t)+Urelea(t)≤1
Uabs(t)∈{0,1},Urelea(t)∈{0,1}
式中，Sstor(0)和Sstor(end)分别为储能装置的初始电量和末状态电量；和分别为储能装置的最小和最大电量；Uabs(t)和Urelea(t)分别为储能装置的充电和放电状态位，都为0-1变量；Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率；和分别为储能装置的最小和最大充放电功率。
所述微网从电网购电和微网与储能电站购售电功率的约束为，
式中，为微网和电网间最大传输电功率，为微网和储能电站间最大传输电功率，和分别为微网从电网购电和微网与储能电站购售电的最大功率；
各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束为，
式中：N为冷热电联供型微网的总个数，Pess,b,i(t)和Pess,s,i(t)分别为第i个微网从储能电站购电和向储能电站售电的功率，Pess,abs(t)和Pess,relea(t)为储能电站充电功率和放电功率。
5)对经济优化调度模型中的优化问题进行求解，求解的优化问题包括冷热电平衡和经济性最优的计算结果；根据计算结果，获得经济优化调度计划，并将所述经济优化调度计划发送至均与所述储能电站相连的若干个微网的能量管理***执行。
具体就是输入各个微网的冷热电负荷数据、光伏和风电发电数据、设备参数和电价参数等，通过在MATLAB软件中调用调用商业求解器Cplex+工具包Yalmip、遗传算法、粒子群优化算法或Matlab优化工具箱等来求解优化调度模型，得到各个微网各个设备在各个时段的出力，及冷热电联供型多微网***的最优运行成本，即得到冷热电平衡和经济性最优的计算结果。
经济优化调度的目标是多微网***整体运行经济性最优，由储能电站能量管理***制定日前经济调度计划，各微网的能量管理***执行具体的设备运行计划。
利用模型求解计算调度计划是制定运行经济性最优调度计划的过程，微网电能存储于输出到储能电站是调度计划的执行。
电能与冷能、热能是可以通过冷能和热能设备转化的，比如冷能不足时可以通过电制冷机制冷，也可以通过吸收式制冷机制冷，从蒸汽母线多吸收能量转化而来，热能同样如此，燃气锅炉或燃气轮机都可以产热，有多种方式取得冷能和热能，这样就出现用天然气还是用电取冷和取热的优化问题，电能还可以来自电网、风电、光伏和储能电站，这就需要经济优化调度算法来求解最优的调度方案，达到多微网***的运行经济性最优。
图4为本发明采用的算例***示意图，图4中的MG1和MG3为冷热电联供型微网，MG2为光储型微网；已知的3个微网的冷热电负荷数据和光伏、风电预测发电功率数据，如图5-图7。
图4的典型算例是针对本发明所提的经济优化调度模型的一个实际应用，证明一个典型的冷热电联供型多微网***应用了上述优化模型后，可以显著降低多微网***的经济成本，且各个微网内冷热电负荷达到平衡状态。
本发明的算例***采用如以下表1所示的微网从电网购电和微网与储能电站购售电的电价表，算例***中设备的参数如以下表2所示。
表1
表2
将典型算例***中的已知参数：表1、表2和图5-图7作为输入量，通过本发明构建的考虑储能电站的冷热电多微网***优化经济调度模型，利用Cplex+Yalmip可以求解出3个微网中各个设备在各个时段的出力优化调度结果，如图8-图12所示。
图8为接入储能电站MG1设备出力曲线图，图9为接入储能电站MG2设备出力曲线图，图10为接入储能电站MG3设备出力曲线图，从图8-图10可以看出MG1、MG2和MG3这3个微网结构中电负荷均达到了平衡状态，没有出现弃电的情况。
图11为MG1、MG3冷热负荷平衡曲线图，可以看出MG1和MG3这2个微网中冷热负荷也达到平衡状态，没有出现弃冷和弃热的情况。
图12为储能电站与各微网交互电功率及充放电功率曲线图，可以看出储能电站在一天的调度周期后，电量回到初始状态。
本发明的算例***采用接入储能电站、各微网以Y形连接到公共点互连和各微网独立运行三种运行方式时，冷热电联供型多微网***总运行成本表，如以下表3所示。具体的，各微网的三种运行方式连线示意图见图13；其中，图13(a)为各微网独立运行方式、图13(b)为各微网以Y形连接到公共点互连运行方式、图13(c)为各微网接入储能电站运行方式。
表3
表3中算出的接入储能电站的多微网总成本就是根据本发明构建的优化调度模型中的目标函数(多微网***运行成本)的值。本发明的算例***所得到的优化调度计划为图8-图12，可以得出3个微网中每个设备在每个时段的出力；当按照图8-图12中设备进行每个时段的出力控制时，就可以得到最优的多微网***运行成本。
从表3可以看出当在冷热电联供型多微网***中引入公共储能电站时，多微网***总运行成本最低。相比较各微网连接到公共点互连的运行方式，成本降低9.39％；相比较各微网独立运行的运行方式，成本降低26.3％。
所以，考虑储能电站服务的冷热电联供型多微网***与多微网通过公共连接点连接的运行方式和多微网独立运行方式相比，显著降低了冷热电联供型多微网***的日运行经济成本。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (13)
1.一种冷热电联供型多微网***，其特征在于：包括储能电站，以及，均与该储能电站相连的若干个微网；其中，储能电站设有储能电站能量管理***，微网设有微网能量管理***；
每个微网与储能电站间搭建电气联络线，由微网的电气母线与电气联络线相连从而连接到储能电站的公共连接点，实现储能电站与各个微网间的电能相互流动；储能电站能量管理***制定冷热电联供型多微网***的经济优化调度计划，并由各个微网的微网能量管理***执行该经济优化调度计划，实现冷热电联供型多微网***的运行经济性整体最优。
2.根据权利要求1所述的冷热电联供型多微网***，其特征在于：当任意一个微网电能过剩时，该微网的多余电能将输入到储能电站存储起来；当任意一个微网电能缺乏时，储能电站将输出电能供给该微网使用。
3.根据权利要求1所述的冷热电联供型多微网***，其特征在于：所述微网还包括与电能、冷能和热能相关的设备；
其中，与电能相关的设备包括通过电气母线相连的光伏发电设备、风电机组、燃气轮机、电制冷机和蓄电池；与冷能相关的设备包括通过空气母线相连的电制冷机和吸收式制冷机；与热能相关的设备包括换热装置、燃气锅炉、燃气轮机和余热锅炉，换热装置和燃气锅炉通过热水母线相连，燃气轮机和余热锅炉通过烟气母线相连，余热锅炉和换热装置通过蒸汽母线相连；吸收式制冷机和余热锅炉还通过蒸汽母线相连；微网能量管理***按调度计划控制电能、冷能和热能设备的运行，并与储能电站能量管理***协调控制电能交互功率；
燃气轮机的余热经余热锅炉后输出一部分余热经吸收式制冷机供应微网冷负荷需求，另一部分余热则经换热装置供应微网热负荷需求；当吸收式制冷机的制冷功率不足以提供微网的冷负荷功率需求时，电制冷机制冷来补充微网的冷负荷功率需求；当换热装置的制热功率不足以提供微网的热负荷功率需求时，燃气锅炉供热来补充微网的热负荷功率需求。
4.根据权利要求1所述的冷热电联供型多微网***，其特征在于：每个微网与储能电站之间分别安装测量表计，微网与储能电站之间的电能流动以购售电形式进行结算，微网以售电的形式向储能电站中存储电能、微网以购电的形式从储能电站中获取电能，同时微网按传输电量向储能电站支付服务费。
5.一种冷热电联供型多微网***的经济优化调度方法，其特征在于，包括以下步骤：
根据预先确定的储能电站的收益来源，以及预先建立的冷热电联供型微网中的设备和储能电站的数学模型，建立冷热电联供型多微网***的经济优化调度模型；
对经济优化调度模型中的优化问题进行求解，求解的优化问题包括冷热电平衡和经济性最优的计算结果；
根据计算结果，获得经济优化调度计划，并将所述经济优化调度计划发送至均与所述储能电站相连的若干个微网的能量管理***执行。
6.根据权利要求5所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述储能电站的收益来源，具体包括结算价格差和服务费；
所述结算价格差为微网存储电能到储能电站与微网从储能电站获取电能之间的购售电形式结算的价格差；
所述服务费即为微网按传输电量向储能电站支付的服务费，具体为储能电站给微网提供存储、传输电能的线路、测量表计所产生的服务费。
7.根据权利要求5所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述冷热电联供型微网中的设备和储能电站的数学模型的预先建立，具体是对典型的冷热电联供型微网结构中的燃气轮机、燃气锅炉、吸收式制冷机、电制冷机、换热装置和蓄电池，以及储能电站进行建模；所述蓄电池和储能电站构成储能装置，使用储能装置的数学模型；
其中，燃气轮机的数学模型为，
PGT(t)＝Pgas(t)ηGT
式中，PGT(t)为燃气轮机的输出功率，Pgas(t)为燃气轮机消耗的天然气功率，ηGT为燃气轮机的发电效率；
其中，燃气锅炉的数学模型为，
QGB(t)＝FGB(t)LNGηGB
式中，QGB(t)为燃气锅炉在t时段的输出热量，FGB(t)为燃气锅炉在t时段的消耗燃气量，LNG为燃气热值，取9.7kWh/m3，ηGB为燃气锅炉的效率；
其中，吸收式制冷机的数学模型为，
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中，QAC(t)为吸收式制冷机的输出制冷功率，γGT为燃气轮机的热电比，ηWH为余热锅炉的效率，ηcooling为燃气轮机余热用于制冷的比例，COPAC为吸收式制冷机的能效比；
其中，电制冷机的数学模型为，
QEC(t)＝PEC(t)COPEC
式中，QEC(t)为电制冷机的输出制冷功率，PEC(t)为电制冷机的消耗的电功率，COPEC为电制冷机的能效比；
其中，换热装置的数学模型为，
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中，PHX(t)为换热装置的输出制热功率，ηheating为燃气轮机余热用于制热的比例，ηHX为换热装置的效率；
其中，储能装置的数学模型为，
式中，Sstor(t)为储能装置t时段的电容量，u为储能装置的自放电率，ηabs和ηrelea分别为储能装置的充电效率和放电效率，Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率。
8.根据权利要求5所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述冷热电联供型多微网***的经济优化调度模型，其目标函数为，
minC＝Cgrid+Cfuel+Cess,b-Cess,s+Cserve
式中，C为运行成本Cost的缩写，minC为运行成本的下限值，Cgrid为从电网购电费用，Cfuel为燃气轮机和燃气锅炉的燃气费用，Cess,b为微网从储能电站购电的费用，Cess,s为微网向储能电站售电的费用，Cserve为储能电站的服务费；
其中，从电网购电费用Cgrid的计算公式为，
式中，N为微网的个数，NT为调度周期时段数，τ(t)为t时段的购电电价，Pgrid,i(t)为t时段第i个微网从电网购电功率，Δt为调度时段的时长；
其中，燃气轮机和燃气锅炉的燃气费用Cfuel的计算公式为，
式中，cgas为购买燃气的单位体积价格，单位是元/m3,PGT,i(t)为第i个微网中燃气轮机的输出功率，FGB,i(t)为第i个微网中燃气锅炉在t时段的消耗燃气量；
其中，微网从储能电站购电的费用Cess,b的计算公式为，
式中，λ(t)为t时段微网从储能电站购电的电价，Pess,b,i(t)为t时段第i个微网从储能电站购电功率；
其中，微网向储能电站售电的费用Cess,s的计算公式为，
式中，δ(t)为t时段微网向储能电站售电的电价，Pess,s,i(t)为t时段第i个微网向储能电站售电功率；
其中，储能电站的服务费Cserve的计算公式为，
式中，θ(t)为t时段微网向储能电站缴纳服务费价。
9.根据权利要求5所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述经济优化调度模型的约束条件，包括冷热电负荷功率平衡约束，***设备运行约束，储能装置的充放电功率及电量约束，以及微网从电网购电和微网与储能电站购售电功率的约束，各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束；其中，***设备包括燃气轮机、吸收式制冷机、电制冷机、换热装置和燃气锅炉，储能装置包含蓄电池和储能电站。
10.根据权利要求9所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述冷热电负荷功率平衡约束包括冷负荷平衡约束、热负荷平衡约束和电负荷平衡约束；
所述冷负荷平衡约束为，
QEC(t)+QAC(t)-Pcool(t)＝0
式中，QEC(t)为电制冷机的输出制冷功率，QAC(t)为吸收式制冷机的输出制冷功率，Pcool(t)为微网冷负荷功率；
所述热负荷平衡约束为，
QGB(t)+[PHX(t)-Pheat(t)]·Δt＝0
式中，QGB(t)为燃气锅炉在t时段的输出热量，PHX(t)为换热装置的输出制热功率，Pheat(t)为微网热负荷功率，Δt为调度时段的时长；
所述电负荷平衡约束为，
PGT(t)+PWT(t)+PPV(t)+PBT,relea(t)+Pgrid(t)+Pess,b(t)-Pess,s(t)-PBT,abs(t)-PEC(t)-Pload(t)＝0
式中，PGT(t)为燃气轮机的输出功率，PWT(t)为t时段微网风电发电功率，PPV(t)为微网光伏发电功率，PBT,abs(t)和PBT,relea(t)分别为蓄电池充电和放电功率，Pgrid(t)为微网从电网的购电功率，Pess,b(t)和Pess,s(t)分别为微网从储能电站购电和向储能电站售电的功率，PEC(t)为电制冷机的消耗的电功率，Pload(t)为微网电负荷功率。
11.根据权利要求9所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述***设备运行约束为，
式中，和分别为燃气轮机的最小和最大输出功率；和分别为吸收式制冷机的最小和最大输出功率；和分别为电制冷机的最小和最大消耗电功率；和分别为换热装置的最小和最大输出功率；和分别为燃气锅炉的最小和最大输出热量；
所述储能装置的充放电功率及电量约束为，
Uabs(t)+Urelea(t)≤1
Uabs(t)∈{0,1},Urelea(t)∈{0,1}
式中，Sstor(0)和Sstor(end)分别为储能装置的初始电量和末状态电量；和分别为储能装置的最小和最大电量；Uabs(t)和Urelea(t)分别为储能装置的充电和放电状态位，都为0-1变量；Pabs(t)和Prelea(t)分别为储能装置的充电功率和放电功率；和分别为储能装置的最小和最大充放电功率。
12.根据权利要求9所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述微网从电网购电和微网与储能电站购售电功率的约束为，
式中，为微网和电网间最大传输电功率，为微网和储能电站间最大传输电功率，和分别为微网从电网购电和微网与储能电站购售电的最大功率；
各个微网与储能电站总交互电功率与储能电站的充放电功率的平衡约束为，
式中：N为冷热电联供型微网的总个数，Pess,b,i(t)和Pess,s,i(t)分别为第i个微网从储能电站购电和向储能电站售电的功率，Pess,abs(t)和Pess,relea(t)为储能电站充电功率和放电功率。
13.根据权利要求5所述的冷热电联供型多微网***的经济优化调度方法，其特征在于：所述对经济优化调度模型中的优化问题进行求解，包括：
采用在MATLAB软件中调用商业求解器Cplex+工具包Yalmip、遗传算法、粒子群优化算法或Matlab优化工具箱对所述经济优化调度模型进行求解，得到冷热电平衡和经济性最优的计算结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811306939.5A CN109190859A (zh) | 2018-11-05 | 2018-11-05 | 冷热电联供型多微网***及其经济优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811306939.5A CN109190859A (zh) | 2018-11-05 | 2018-11-05 | 冷热电联供型多微网***及其经济优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109190859A true CN109190859A (zh) | 2019-01-11 |
Family
ID=64941729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811306939.5A Pending CN109190859A (zh) | 2018-11-05 | 2018-11-05 | 冷热电联供型多微网***及其经济优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109190859A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109636254A (zh) * | 2019-01-24 | 2019-04-16 | 湖南大学 | 一种考虑短时供电需求的微电网优化调度方法 |
| CN109713718A (zh) * | 2019-01-17 | 2019-05-03 | 上海大学 | 一种基于电能路由器的微网能量优化管理*** |
| CN109934406A (zh) * | 2019-03-14 | 2019-06-25 | 深圳市爱能森科技有限公司 | 储能供暖的成本预测方法、装置、存储介质及终端 |
| CN110190598A (zh) * | 2019-06-06 | 2019-08-30 | 新奥数能科技有限公司 | 获取冷热电联供多微网***的优化调度方案的方法及*** |
| CN110244566A (zh) * | 2019-06-24 | 2019-09-17 | 燕山大学 | 计及柔性负荷的冷热电联供***容量优化配置方法 |
| CN110264051A (zh) * | 2019-06-06 | 2019-09-20 | 新奥数能科技有限公司 | 确定微网的优化调度方案的方法及装置 |
| CN110516338A (zh) * | 2019-08-20 | 2019-11-29 | 东南大学 | 一种冷热电联供型多微网***调度方法 |
| CN110635514A (zh) * | 2019-11-13 | 2019-12-31 | 燕山大学 | 一种并网型微网优化配置方法 |
| CN110738394A (zh) * | 2019-09-17 | 2020-01-31 | 广西电网有限责任公司电力科学研究院 | 一种考虑能量品质系数的供热机组热电比计算方法 |
| CN111953018A (zh) * | 2020-08-06 | 2020-11-17 | 许继集团有限公司 | 一种分布式多能互补供能***及功率分配方法 |
| CN112001522A (zh) * | 2020-07-02 | 2020-11-27 | 国网浙江省电力有限公司宁波供电公司 | 一种基于stn状态网络的专变用户用能优化方法 |
| CN112100828A (zh) * | 2020-08-31 | 2020-12-18 | 河海大学 | 一种考虑热力网荷准动态特性的电热气***控制方法 |
| 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 |
| CN114035434A (zh) * | 2021-11-22 | 2022-02-11 | 西南石油大学 | 一种燃气-蒸汽联合循环发电***运行优化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105676646A (zh) * | 2016-03-11 | 2016-06-15 | 国网天津市电力公司 | 一种冷热电联供***优化运行的线性化方法 |
| CN108717594A (zh) * | 2018-04-16 | 2018-10-30 | 东南大学 | 一种冷热电联供型多微网***经济优化调度方法 |
-
2018
- 2018-11-05 CN CN201811306939.5A patent/CN109190859A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105676646A (zh) * | 2016-03-11 | 2016-06-15 | 国网天津市电力公司 | 一种冷热电联供***优化运行的线性化方法 |
| CN108717594A (zh) * | 2018-04-16 | 2018-10-30 | 东南大学 | 一种冷热电联供型多微网***经济优化调度方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109713718A (zh) * | 2019-01-17 | 2019-05-03 | 上海大学 | 一种基于电能路由器的微网能量优化管理*** |
| CN109636254A (zh) * | 2019-01-24 | 2019-04-16 | 湖南大学 | 一种考虑短时供电需求的微电网优化调度方法 |
| CN109934406A (zh) * | 2019-03-14 | 2019-06-25 | 深圳市爱能森科技有限公司 | 储能供暖的成本预测方法、装置、存储介质及终端 |
| CN110190598A (zh) * | 2019-06-06 | 2019-08-30 | 新奥数能科技有限公司 | 获取冷热电联供多微网***的优化调度方案的方法及*** |
| CN110264051A (zh) * | 2019-06-06 | 2019-09-20 | 新奥数能科技有限公司 | 确定微网的优化调度方案的方法及装置 |
| CN110244566A (zh) * | 2019-06-24 | 2019-09-17 | 燕山大学 | 计及柔性负荷的冷热电联供***容量优化配置方法 |
| CN110516338A (zh) * | 2019-08-20 | 2019-11-29 | 东南大学 | 一种冷热电联供型多微网***调度方法 |
| CN110738394A (zh) * | 2019-09-17 | 2020-01-31 | 广西电网有限责任公司电力科学研究院 | 一种考虑能量品质系数的供热机组热电比计算方法 |
| CN110738394B (zh) * | 2019-09-17 | 2021-04-13 | 广西电网有限责任公司电力科学研究院 | 一种考虑能量品质系数的供热机组热电比计算方法 |
| CN110635514A (zh) * | 2019-11-13 | 2019-12-31 | 燕山大学 | 一种并网型微网优化配置方法 |
| CN110635514B (zh) * | 2019-11-13 | 2022-08-30 | 燕山大学 | 一种并网型微网优化配置方法 |
| CN112001522A (zh) * | 2020-07-02 | 2020-11-27 | 国网浙江省电力有限公司宁波供电公司 | 一种基于stn状态网络的专变用户用能优化方法 |
| CN111953018A (zh) * | 2020-08-06 | 2020-11-17 | 许继集团有限公司 | 一种分布式多能互补供能***及功率分配方法 |
| CN112100828A (zh) * | 2020-08-31 | 2020-12-18 | 河海大学 | 一种考虑热力网荷准动态特性的电热气***控制方法 |
| CN112100828B (zh) * | 2020-08-31 | 2023-02-28 | 河海大学 | 一种考虑热力网荷准动态特性的电热气***控制方法 |
| 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 |
| 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 |
| CN114035434A (zh) * | 2021-11-22 | 2022-02-11 | 西南石油大学 | 一种燃气-蒸汽联合循环发电***运行优化方法 |
| CN114035434B (zh) * | 2021-11-22 | 2023-09-01 | 西南石油大学 | 一种燃气-蒸汽联合循环发电***运行优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109190859A (zh) | 冷热电联供型多微网***及其经济优化调度方法 | |
| CN104734168B (zh) | 一种基于电热联合调度的微电网运行优化***及方法 | |
| CN106505634A (zh) | 基于两阶段协调优化与控制的冷热电联供型微网运行方法 | |
| CN108537409A (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
| CN107832979A (zh) | 一种考虑能量梯级利用的工厂综合能源***经济优化调度方法 | |
| CN110263966A (zh) | 考虑动态传热过程的电-热综合能源***优化调度方法 | |
| CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
| CN112186755B (zh) | 一种区域综合能源***柔性负荷储能化建模方法 | |
| CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
| CN114202176A (zh) | 一种综合能源***优化调度方法、***、设备及存储介质 | |
| CN109167363A (zh) | 能源互联网*** | |
| CN110245810B (zh) | 一种区域能源互联网协调优化运行方法 | |
| CN209083407U (zh) | 分布式能源站 | |
| CN108008629A (zh) | 一种多种能源互补利用***的优化运行方法 | |
| Shen et al. | Optimal dispatch of regional integrated energy system based on a generalized energy storage model | |
| CN109377410A (zh) | 能源互联网***的控制方法、控制*** | |
| CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及*** | |
| CN109245158A (zh) | 区域能源站及其控制方法 | |
| CN109268134A (zh) | 分布式能源站及其控制方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源***协调优化运行方法 | |
| CN115688448A (zh) | 一种考虑共享储能的多区域综合能源***优化调度方法 | |
| CN113128868B (zh) | 一种区域综合能源***调度优化方法及装置 | |
| Meng et al. | Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation | |
| CN109268685A (zh) | 输配网及其控制方法 | |
| CN111489193B (zh) | 一种电-气互联能源***下用户价格响应特性的计算方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |