CN109472050A - 基于热惯性的热电联产***混合时间尺度调度方法 - Google Patents
基于热惯性的热电联产***混合时间尺度调度方法 Download PDFInfo
- Publication number
- CN109472050A CN109472050A CN201811160517.1A CN201811160517A CN109472050A CN 109472050 A CN109472050 A CN 109472050A CN 201811160517 A CN201811160517 A CN 201811160517A CN 109472050 A CN109472050 A CN 109472050A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- model
- heat
- temperature
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000010348 incorporation Methods 0.000 title abstract 4
- 238000010438 heat treatment Methods 0.000 claims abstract description 51
- 238000005096 rolling process Methods 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 238000010248 power generation Methods 0.000 claims description 20
- 239000000446 fuel Substances 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 16
- 238000005338 heat storage Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000017525 heat dissipation Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000009545 invasion Effects 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 claims description 2
- 230000008595 infiltration Effects 0.000 claims description 2
- 238000001764 infiltration Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 239000008400 supply water Substances 0.000 claims description 2
- 238000010977 unit operation Methods 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009172 bursting Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design 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)
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于热惯性的热电联产***混合时间尺度调度方法,首先建立区域热网热惯性模型与建筑物热惯性模型,其次建立热电联产***混合时间尺度调度模型,包括日前调度模型‑日内滚动调度模型‑实时调度模型‑自动发电控制模型,最后基于设备运行约束和负荷特性分别确定日前调度模型、日内滚动调度模型和实时调度模型下各供电、供热设备的调度时间尺度。本发明所提出的混合时间尺度调度方法充分考虑了电、热子***的传输网络和负荷特性差异,通过将供热***热惯性作为约束条件加入优化调度模型中,并协调四个模型相互配合,最大限度地促进热电联产***消纳可再生能源,并逐级降低可再生能源和负荷不确定性对***功率平衡的影响。
Description
技术领域
本发明涉及一种热电联产***优化调度方法,具体属于能源***运行优化技术领域。
背景技术
热电联产(Combined Heat and Power Generation,CHP)作为一种高效地能源利用方式,已经获得了世界范围内学术界和工业界的广泛关注。截至2016年底,世界热电联产机组总装机容量已经达到755.2GW,其中亚太地区和欧洲地区分别占据了46%和39%。在荷兰、芬兰和丹麦,热电联产机组已经占据了火电总机组数目的60%以上;在中国, 80%的工业供热和30%的民用供热均由热电联产机组提供。
一方面,热电联产机组在提升能源利用率和减少环境污染方面带来了良好效益;另一方面,机组发电和发热之间存在的强耦合性限制了***的运行灵活性,这一问题将随着越来越多具有随机输出特性的可再生能源(如风电和光伏)接入电网而日益突出。例如,在中国东北地区,冬季夜间的热负荷需求远大于白天,这与风电场的输出电功率特性截然相反。由于热电联产机组通常运行在“以热定电”的模式,夜间机组为了满足大量的热负荷需求不得不增加热功率输出,机组的电功率输出也随之增加,这些多出的电功率挤占了用于消纳夜间大量风电的空间,为了保证***的安全稳定运行,不得不大规模弃风。根据国家能源局的统计数据,2017年全国总弃风量达到419亿千瓦时,甘肃、新疆和吉林省的弃风比例分别达到了33%、29%和21%。由此可见,如何协调热电联产机组的推广与促进风电消纳已经成为阻碍热电联产***可持续发展的一个关键问题。
虽然已有文献提出了配置储能电站、蓄热罐、蓄热槽等主动储能装置,以及利用以区域热网的热惯性和建筑物的蓄热特性为代表的被动式储热装置来提升风电消纳等措施。但是这些措施需要增加额外的投资成本,并且消纳风电的潜力有限。
发明内容
发明目的:为减少投资成本,并且最大限度地促进热电联产***消纳可再生能源本发明提供一种基于热惯性的热电联产***混合时间尺度调度方法。
技术方案:本发明提供一种基于热惯性的热电联产***混合时间尺度调度方法,首先建立基于热力学定律建立供热***热惯性模型,该模型包括两个方面内容:一是由区域热网的传输时延和蓄热能力而造成的区域热网热惯性模型;二是由建筑物围护结构的蓄热特性而造成的建筑物热惯性模型。其次建立热电联产***混合时间尺度调度模型,包括日前调度模型-日内滚动调度模型-实时调度模型-自动发电控制模型四个模型,各模型内部的供电、热设备依据不同时间尺度进行调度,四个模型相互配合,逐级降低可再生能源和负荷不确定性对***功率平衡的影响。最后考虑电、热子***在运行特性方面的差异,基于设备运行约束和负荷特性分别确定日前调度模型、日内滚动调度模型和实时调度模型下各供电、供热设备的调度时间尺度。
有益效果:本发明所提出的混合时间尺度调度方法充分考虑了电、热子***的传输网络和负荷特性差异,通过将供热***热惯性作为约束条件加入优化调度模型中,并协调四个模型相互配合,可以最大限度地促进热电联产***消纳可再生能源,并逐级降低可再生能源和负荷不确定性对***功率平衡的影响。
附图说明
图1是本发明的***结构图;
图2是本发明的流程图;
图3是本发明的电功率调度结果图;
图4是本发明的热功率调度结果图。
具体实施方式
构成本发明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。
如图1所示,本实施例的热电联产***由大电网、热电联产机组、电锅炉、分布式热泵、储能电站、风机、发电机和燃气锅炉组成。该***中,热电联产机组承担供热基荷,电功率缺额由发电机、电网、风机和储能设备补偿,热功率缺额由电锅炉、燃气锅炉和分布式热泵补偿。***通过一条联络线与大电网相连,可从电网购电也可向电网售电,***同时向电、热两种负荷提供能量需求,调度中心通过输入的预测信息、价格信息、室温约束和***运行约束进行统一优化,然后将优化运行指令下发给各设备执行。
如图2所示,本实施的一种基于热惯性的热电联产***混合时间尺度调度方法,具体包括如下步骤:
步骤1:建立供热***热惯性模型,该模型包括两个方面:一:建立由区域热网的传输时延和蓄热能力而造成的区域热网热惯性模型,二:建立由建筑物围护结构的蓄热特性而造成的建筑物热惯性模型;
步骤2:将上述的供热***热惯性模型作为约束条件,建立热电联产***混合时间尺度调度模型;
步骤3:根据建筑物热惯性模型与热电联产***混合时间尺度调度模型,确定各个供电、供热设备的调度时间尺度,所述各个供热设备包括:所述各个供热设备包括:热电联产机组、燃气锅炉、分布式热泵、电锅炉。
步骤1中所述区域热网热惯性模型包括:区域热网中热媒在相邻两节点之间的传输时延、任一节点处热媒的温度模型、热网的蓄热特性模型、温度损失模型;
所述区域热网中热媒在相邻两节点之间的传输时延为:
其中,τij为节点i与节点j之间管段的传输时延;lij为节点i与节点j之间管段的长度;vij为节点i与节点j之间管段内热煤的流速;
所述任一节点处热媒的温度模型为:
其中,Ti为节点i处的热媒温度,qki为节点k至节点i所连接管段中的热媒流量;Tki为节点k至节点i所连接管段中节点i端的热媒温度;Si为所有与节点i直接相连并且热媒流向i的节点集合;
所述热网的蓄热特性模型由热媒温度的变化范围表示,具体为如下公式:
其中,Tin,x和Tout,x分别为流入和流出管道x的热媒温度;下标min和max分别为相应物理量的最小值和最大值;Sp为所有管道的集合;
所述温度损失模型为:
一根管道中热媒的入口温度和出口温度应满足公式4时,这部分热损失被看做热网作为一个储能设备在充放热量时产生的能量损失;
其中,Tair,ex为室外环境温度;lx为x管道的长度;R为管道热阻;cw为热媒比热容;为x管道中热媒的质量流量,e为自然对数的底数;
建立建筑物热惯性模型;
由于建筑物的围护结构具有较大热阻,在供热不变的条件下,室温随外界温度的变化较为缓慢,呈现出一种“惯性”特征。同时,对于民用采暖建筑等以舒适性为主的供暖建筑,室温通常存在一个变化区间(我国一般为18~26℃),这一温度变化区间为建筑物蓄存热量提供了一定空间。建筑物室内温度Tair满足式(5)所示热力学方程
步骤1.1,建立热力学方程:
其中,Tair为建筑物室内温度,Qin为散热器的散热功率;和分别为建筑物的围护结构传热耗热功率、冷风渗透耗热功率、冷风侵入耗热功率和通风耗热功率,cair、ρair、Vair分别为室内空气的比热容、密度和体积;Tair,0为初始时刻室温; t为时间变量;
所述和计算方法如下:
其中,Kenv为建筑物围护结构的传热系数;Fenv为建筑物正对的散热面积;γ为温差修正系数;xh、xo和xw分别为房高附加率、朝向修正率和风力附加率;为室外空气的定压比热容;ρair,ex为室外空气的密度;Linfil为渗透的冷风量;N为外门的冷风侵入附加率;为建筑物外门传热引起的耗热量;η为外门基本耗热功率占建筑总体基本耗热功率的比值;Lven为建筑物所需的通风量;
步骤1.2,建立逆流式热水-空气换热器模型:
其中,KRad和FRad分别为散热器的传热系数和散热面积;β为散热器组装片数、连接形式和安装形式综合修正系数;Tav为散热器内热媒的平均温度;Tin和Tout分别为散热器的进水温度和出水温度;mw为热媒的流量;
步骤1.3:由公式7可得散热功率与热网供水温度和室内温度的关系:
步骤1.4:设立系数α、α1、α2和α3,α、α1、α2和α3计算公式如下:
将系数α、α1、α2和α3代入公式5中,化简可得:
求得其离散解为:
其中,n为调度的时间间隔数,n=0,1,2...;Δt为调度的时间间隔;为第b个调度时段的供水温度;为第b个调度时段的室外温度,b=n;
为了保证供暖舒适性,室温在一定范围内波动:
其中,和分别为室温的下限和上限。
步骤2中,所述热电联产***混合时间尺度调度模型包括:日前调度模型,日内滚动调度模型,实时调度模型与自动发电控制模型。
按照设备响应调度指令的时间长短将热电联产***中常见的典型设备分为三类:第一类是慢响应设备,响应时间在半小时至数小时之间,通常在日前或日内滚动调度模型中执行调度指令;第二类是快响应设备,响应时间在一分钟至半小时之间,通常在日内滚动调度模型或实时调度模型中动作;第三类是超快响应设备,响应时间在一分钟之内,通常在实时调度或自动发电控制(Automatic Generation Control,AGC)模型中动作。典型设备的分类情况列于表1。
表1典型设备分类
所述日前调度模型的具体建立步骤如下:
步骤2.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,供电设备一小时更新一次,供热设备1~24 小时更新一次;
所述热网热惯性模型为公式1~4,所述建筑物热惯性模型为公式11~12,所述节点流量平衡如公式13所示:
其中,流入节点i的流量取正,流出取负。
所述温室平均温度如公式14所示:
其中,为一天内室内温度的平均值,t表示时间段,为t时间段室内温度;冬季一般为22℃;
步骤2.2;建立目标函数,以下一日日运行费用的最小化为目标,具体目标函数如下:
其中,和分别表示t时段***的燃料费用、运行维护费用、联络线交互费用和弃风惩罚费用,所述和具体计算方法为:
其中和分别表示t时段第δ种燃料的耗量和该种燃料的价格;和分别表示t时段第λ种燃料的耗量和该种燃料的价格;和分别表示t时段第σ种供电设备输出的电功率和该种设备的运行维护系数;和分别表示t时段第γ1种供热设备输出的热功率和该种设备的运行维护系数;Pt tie,p和分别表示t时段联络线上注入的电功率和该时段联络线上的电价;Pt tie,s和分别表示t时段联络线上输出的电功率和该时段联络线上的电价;Pt wind,real和Pt wind,cons分别表示t时段风电场的实际输出功率和消纳的风电功率;pwind表示弃风惩罚系数;Sfuel、Ssele、Selec和Sheat分别表示***无需机组组合设备所用燃料的集合、需要机组组合设备所用燃料的集合、***供电设备的集合和***供热设备的集合。
步骤2.3;根据上述目标函数的结果,***直接获得下一日机组组合、供电/供热设备启停状态和计划出力值以及***联络线的传输功率。为日内滚动调度模型做参考。
具体日前调度模型表如表2:
表2日前调度模型
所述日内滚动调度模型具体建立的步骤型如下:
步骤3.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,日内滚动调度模型中供电设备15~30分钟更新一次,供热设备15分钟~6小时更新一次;
步骤3.2:以实现未来2-8小时内的运行费用的最小化、对剩余时间的供电、供热设备运时间进行滚动修正为目标,建立目标函数如下:
日内滚动调度模型中,为t1时段***的,燃料费用、运行维护费用、联络线交互费用和弃风惩罚费用,计算方法参照公式16,并将参数t1,与日内滚动调度模型的时间间隔Δt代入公式16中,R为供电设备的调度时间尺度;为滚动修正次数;z为每一轮滚动修正的预测时间;
步骤3.3:根据上述目标函数的结果,***直接获得慢/快响应设备的实际处理值、***联络线的计划传输功率、以及慢/快响应设备的预留容量。为实时调度模型做参考,具体日内滚动调度模型表见表3:
表3日内滚动调度模型
所述实时调度模型具体建立的步骤型如下:
步骤4.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,供电设备5~15分钟更新一次,供热设备 5~30分钟更新一次;
步骤4.2:以实现未来2~8小时内联络线的实际功率与日内滚动调度模型中的功率之间的偏差的最小化,建立目标函数如下:
其中,R2为供电设备的调度时间尺度;t2为调度时刻,Z2为每一轮滚动优化的预测时间,表示t2时刻联络线上的实时交互功率,表示t2时刻联络线上在日内滚动调度模型阶段的交互功率。
步骤4.3:根据上述目标函数,***直接获得快响应设备的实际出力值、***联络线的时间传输功率以及ACG机组的预留容量。为自动发电控制模型做参考,具体实时调度模型如表4;
表4实时调度模型
所述自动发电控制模型主要包括校正控制和阻塞管理,其中校正控制利用实时调度模型中预留的秒级AGC机组容量信息,结合AGC软件实时调度AGC机组,使***频率和联络线功率传输达到信息物理***考核指标;阻塞管理实时处理线路断面潮流越限问题,快速消除安全隐患。
确定各个供电、供热设备的调度时间尺度中,大型热电联产机组承担供热基荷,若选取的调度时间尺度过小,则会导致机组动作频繁,大幅增加机组的运行维护费用;若选取的调度时间尺度过大,则机组每隔相当长的时间才会动作一次,可能导致***供热量与需热量严重失衡,不能满足供暖用户的舒适度要求。对于采用量调节或分阶段改变温度的量调节供暖***,频繁改变热网运行流量容易引起一次管网压力出现大范围波动,存在管道爆裂的隐患,此运行方式下大型热电联产机组应以满足供暖用户的舒适度要求为前提,采用尽量大的调度时间尺度。对于采用质调节或分阶段改变流量的质调节供暖***,水力失衡情况不易发生,可以考虑不同调度时间尺度下运行维护费用对于***整体经济性的影响,通过最大化***运行经济性确定其调度时间尺度具体包括如下几个方面:
一、确定量调节或分阶段改变温度的量调节供暖***的大型热电联产机组的调度时间尺度,具体步骤为:
步骤5.1:对于外界环境温度下降的情况,给定室温初值并假设外界环境温度以最恶劣的情况下降,如式19所示:
其中,为供水温度的最小值;为室外温度的最大值;为室外温度下降的最大速率;
步骤5.2:将时间从0依次增加Δt直至找到临界时间点满足如下条件:
利用建筑物热惯性模型的公式11求解函数得到的为此情况下大型热电联产机组的最大调度时间尺度;
步骤5.3对于外界环境温度上升的情况,给定室温初值并假设外界环境温度以最恶劣的情况上升,如公式20所示:
其中为供水温度的最大值;为室外温度的最小值;为室外温度上升的最大速率;
将时间从0依次增加Δt直至找到某一临界时间点满足如下条件:
利用公式11求解函数得到的便是此情况下大型热电联产机组的最大调度时间尺度;
将上述两种情况下的最大调度时间尺度利用到包含y个热用户的***中,大型热电联产机组的最大调度时间尺度可由公式23确定:
二、确定量质调节或分阶段改变流量的质调节供暖***大型热电联产机组的调度时间尺度,具体包括如下步骤:
步骤6.1:依据设备的运行约束和负荷特性确定大型热电联产机组的调度时间尺度满足下式:
Δtmin≤Δt≤Δtmax (24)
其中Δtmin为由机组运行约束确定的最小调度时间尺度;
步骤6.2:在日前调度模型中,以日运行费用为目标函数,依此取调度时间间隔为:
Δt=εminΔtI,(εmin+1)ΔtI,...,(εmax-1)ΔtI (25)
其中ΔtI为日前调度阶段供电设备的调度时间间隔;系数εmin和εmax分别表征热电联产机组的最小和最大允许调度时间间隔,
其中,ceil()为向上取整函数;
得到各个调度时间尺度下***的日运行费用,最后依据最小的日运行费用确定电联产机组的调度时间尺度;
其他设备的调度时间尺度:
对于供电设备而言,其调度时间尺度可在满足设备运行约束的前提下按照惯例做法选取,例如日前调度模型取1小时,日内滚动调度模型取15分钟,实时调度模型取5 分钟,AGC模型取10秒钟。
对于供热设备而言,考虑到其响应调度指令过程较长,并且热负荷不要求热功率严格实时平衡,只要求一段时间内供热量与需热量平衡,因此可以将其调度时间间隔设为相应调度模型下供电设备调度时间间隔的2~3倍,例如日前调度模型中可以取储热设备的调度时间间隔为2小时,日内滚动调度模型中可以取燃气锅炉和分布式热泵的调度时间间隔为30分钟,各设备的调度时间尺度见表5;
表5各设备的调度时间尺度
如图3所示,展示了***电功率的日前调度结果、日内滚动调度结果和实时调度结果,可以看出,三者与实际出力的误差依此减小,由此可知本实施例中的调度方法逐级减小了***的不确定性对***功率平衡的影响。
如图4所示,展示了***热功率的日前调度结果、日内滚动调度结果和实时调度结果。同样地,三者与实际出力的误差依此减小,同时由于考虑了供热***的热惯性,热功率出力与热负荷不必实时匹配,而是围绕热负荷小范围波动,由此为***的优化运行和消纳可再生能源提供更大的灵活性。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
Claims (7)
1.基于热惯性的热电联产***混合时间尺度调度方法,其特征在于,具体包括如下步骤;
步骤1:建立供热***热惯性模型,该模型包括两个方面:一:建立由区域热网的传输时延和蓄热能力而造成的区域热网热惯性模型,二:建立由建筑物围护结构的蓄热特性而造成的建筑物热惯性模型;
步骤2:将上述的供热***热惯性模型作为约束条件,建立热电联产***混合时间尺度调度模型;
步骤3:根据建筑物热惯性模型与热电联产***混合时间尺度调度模型,确定各个供热设备的调度时间尺度,所述各个供热设备包括:热电联产机组、燃气锅炉、分布式热泵、电锅炉。
2.根据权利要求1所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于,所述步骤1中区域热网热惯性模型包括:区域热网中热媒在相邻两节点之间的传输时延、任一节点处热媒的温度模型、热网的蓄热特性模型、温度损失模型;
所述区域热网中热媒在相邻两节点之间的传输时延为:
其中,τij为节点i与节点j之间管段的传输时延;lij为节点i与节点j之间管段的长度;vij为节点i与节点j之间管段内热煤的流速;
所述任一节点处热媒的温度模型为:
其中,Ti为节点i处的热媒温度,qki为节点k至节点i所连接管段中的热媒流量;Tki为节点k至节点i所连接管段中节点i处的热媒温度;Si为所有与节点i直接相连并且热媒流向i的节点集合;
所述热网的蓄热特性模型由热媒温度的变化范围表示,具体为如下公式:
其中,Tin,x和Tout,x分别为流入和流出管道x的热媒温度;下标min和max分别为相应物理量的最小值和最大值;Sp为所有管道的集合;
所述温度损失模型为:
其中,Tair,ex为室外环境温度;lx为x管道的长度;R为管道热阻;cw为热媒比热容;为x管道中热媒的质量流量,e为自然对数的底数;
所述建立建筑物围护结构的蓄热特性而造成的建筑物热惯性模型具体包括如下步骤:
步骤1.1:建立热力学方程:
其中,Tair为建筑物室内温度,Qin为散热器的散热功率;和分别为建筑物的围护结构传热耗热功率、冷风渗透耗热功率、冷风侵入耗热功率和通风耗热功率,cair、ρair、Vair分别为室内空气的比热容、密度和体积;Tair,0为初始时刻室温;t为时间变量;
所述和计算方法如下:
其中,Kenv为建筑物围护结构的传热系数;Fenv为建筑物正对的散热面积;γ为温差修正系数;xh、xo和xw分别为房高附加率、朝向修正率和风力附加率;为室外空气的定压比热容;ρair,ex为室外空气的密度;Linfil为渗透的冷风量;N为外门的冷风侵入附加率;为建筑物外门传热引起的耗热量;η为外门基本耗热功率占建筑总体基本耗热功率的比值;Lven为建筑物所需的通风量;
步骤1.2:建立逆流式热水-空气换热器模型:
其中,KRad和FRad分别为散热器的传热系数和散热面积;β为散热器组装片数、连接形式和安装形式综合修正系数;Tav为散热器内热媒的平均温度;Tin和Tout分别为散热器的进水温度和出水温度;mw为热媒的流量;
步骤1.3:由公式7得散热功率与热网供水温度和室内温度的关系:
步骤1.4:设立系数α、α1、α2和α3,α、α1、α2和α3计算公式如下:
将系数α、α1、α2和α3代入公式5中,化简得:
求得其离散解为:
其中,n为调度的时间间隔数,n=0,1,2…;Δt为调度的时间间隔;为第b个调度时段的供水温度;为第b个调度时段的室外温度,b=n;
为保证供暖舒适性,室温在一定范围内波动:
其中,和分别为室温的下限和上限。
3.根据权利要求2所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于:所述热电联产***混合时间尺度调度模型包括日前调度模型;所述日前调度模型的具体建立步骤如下:
步骤2.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,供电设备一小时更新一次,供热设备1~24小时更新一次;
所述热网热惯性模型为公式1~4,所述建筑物热惯性模型为公式11~12,所述节点流量平衡如公式13所示:
其中,流入节点i的流量取正,流出取负;
所述温室平均温度如公式14所示:
其中,为一天内室内温度的平均值,t表示时间变量,为t时间段室内温度;
步骤2.2;建立目标函数,以下一日日运行费用的最小化为目标,具体目标函数如下:
其中,和分别表示t时段***的燃料费用、运行维护费用、联络线交互费用和弃风惩罚费用,所述和具体计算方法为:
其中和分别表示t时段第δ种燃料的耗量和该种燃料的价格;和分别表示t时段第λ种燃料的耗量和该种燃料的价格;和分别表示t时段第σ种供电设备输出的电功率和该种设备的运行维护系数;和分别表示t时段第γ1种供热设备输出的热功率和该种设备的运行维护系数;Pt tie,p和分别表示t时段联络线上注入的电功率和该时段联络线上的电价;Pt tie,s和分别表示t时段联络线上输出的电功率和该时段联络线上的电价;Pt wind,real和Pt wind,cons分别表示t时段风电场的实际输出功率和消纳的风电功率;pwind表示弃风惩罚系数;Sfuel、Ssele、Selec和Sheat分别表示***无需机组组合设备所用燃料的集合、需要机组组合设备所用燃料的集合、***供电设备的集合和***供热设备的集合;
步骤2.3;根据上述目标函数的结果,***直接获得下一日机组组合、供电/供热设备启停状态和计划出力值以及***联络线的传输功率。
4.根据权利要求3所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于:所述热电联产***混合时间尺度调度模型还包括日内滚动调度模型,所述日内滚动调度模型具体建立的步骤如下:
步骤3.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,日内滚动调度模型中供电设备15~30分钟更新一次,供热设备15分钟~6小时更新一次;
步骤3.2:以实现未来2-8小时内的运行费用的最小化、对剩余时间的供电、供热设备运时间进行滚动修正为目标,建立目标函数如下:
日内滚动调度模型中,为t1时段***的,燃料费用、运行维护费用、联络线交互费用和弃风惩罚费用,计算方法参照公式16,并将参数t1,与日内滚动调度模型的时间间隔Δt代入公式16中,R为供电设备的调度时间尺度;为滚动修正次数;z为每一轮滚动修正的预测时间;
步骤3.3:根据上述目标函数的结果,***直接获得慢/快响应设备的实际处理值、***联络线的计划传输功率、以及慢/快响应设备的预留容量。
5.根据权利要求4所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于:所述热电联产***混合时间尺度调度模型还包括实时调度模型,所述实时调度模型具体建立的步骤如下:
步骤4.1:热电联产***在区域热网热惯性模型、建筑物热惯性模型、节点流量平衡、温室平均温度、电网运行的约束下运行,供电设备5~15分钟更新一次,供热设备5~30分钟更新一次;
步骤4.2:以实现未来2~8小时内联络线的实际功率与日内滚动调度模型中的功率之间的偏差的最小化,建立目标函数如下:
其中,R2为供电设备的调度时间尺度;t2为调度时刻,Z2为每一轮滚动优化的预测时间,表示t2时刻联络线上的实时交互功率,表示t2时刻联络线上在日内滚动调度模型阶段的交互功率;
步骤4.3:根据上述目标函数,***直接获得快响应设备的实际出力值、***联络线的时间传输功率以及ACG机组的预留容量。
6.根据权利要求5所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于:所述热电联产***混合时间尺度调度模型还包括自动发电控制模型;所述自动发电控制模型包括校正控制和阻塞管理,其中校正控制利用实时调度模型中预留的秒级AGC机组容量信息,结合AGC软件实时调度AGC机组,使***频率和联络线功率传输达到信息物理***考核指标;阻塞管理实时处理线路断面潮流越限问题,快速消除安全隐患。
7.根据权利要求6所述的基于热惯性的热电联产***混合时间尺度调度方法,其特征在于:所述确定各个供热设备的调度时间尺度,具体包括如下几个方面:
一、确定量调节或分阶段改变温度的量调节供暖***的大型热电联产机组的调度时间尺度,具体步骤为:
步骤5.1:对于外界环境温度下降的情况,给定室温初值并假设外界环境温度以最恶劣的情况下降,如式19所示:
其中,为供水温度的最小值;为室外温度的最大值;为室外温度下降的最大速率;
步骤5.2:将时间从0依次增加Δt直至找到临界时间点满足如下条件:
利用建筑物热惯性模型的公式11求解函数得到的为此情况下大型热电联产机组的最大调度时间尺度;
步骤5.3对于外界环境温度上升的情况,给定室温初值并假设外界环境温度以最恶劣的情况上升,如公式20所示:
其中为供水温度的最大值;为室外温度的最小值;为室外温度上升的最大速率;
将时间从0依次增加Δt直至找到某一临界时间点满足如下条件:
利用公式11求解函数得到的便是此情况下大型热电联产机组的最大调度时间尺度;
将上述两种情况下的最大调度时间尺度利用到包含y个热用户的***中,大型热电联产机组的最大调度时间尺度可公式23确定:
二、确定质调节或分阶段改变流量的质调节供暖***大型热电联产机组的调度时间尺度,具体包括如下步骤:
步骤6.1:依据设备的运行约束和负荷特性确定大型热电联产机组的调度时间尺度满足下式:
Δtmin≤Δt≤Δtmax (24)
其中Δtmin为由机组运行约束确定的最小调度时间尺度;
步骤6.2:在日前调度模型中,以日运行费用为目标函数,依此取调度时间间隔为:
Δt=εminΔtI,(εmin+1)ΔtI,...,(εmax-1)ΔtI (25)
其中ΔtI为日前调度阶段供电设备的调度时间间隔;系数εmin和εmax分别表征热电联产机组的最小和最大允许调度时间间隔,
其中,ceil()为向上取整函数;
得到各个调度时间尺度下***的日运行费用,最后依据最小的日运行费用确定电联产机组的调度时间尺度;
三、其他供热设备调度时间尺度为相应混合时间尺度调度模型下供电设备时间尺度的2~3倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160517.1A CN109472050B (zh) | 2018-09-30 | 2018-09-30 | 基于热惯性的热电联产***混合时间尺度调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160517.1A CN109472050B (zh) | 2018-09-30 | 2018-09-30 | 基于热惯性的热电联产***混合时间尺度调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472050A true CN109472050A (zh) | 2019-03-15 |
CN109472050B CN109472050B (zh) | 2023-10-24 |
Family
ID=65663617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811160517.1A Active CN109472050B (zh) | 2018-09-30 | 2018-09-30 | 基于热惯性的热电联产***混合时间尺度调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472050B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901637A (zh) * | 2019-04-04 | 2019-06-18 | 阳江职业技术学院 | 一种热电植三联产的温室控制方法 |
CN110460040A (zh) * | 2019-07-15 | 2019-11-15 | 天津大学 | 一种考虑智能建筑热平衡特性的微电网运行调度方法 |
CN110543713A (zh) * | 2019-08-27 | 2019-12-06 | 天津大学 | 考虑用户舒适度与建筑蓄热的热泵-地暖***控制方法 |
CN111144728A (zh) * | 2019-12-18 | 2020-05-12 | 东南大学 | 基于深度强化学习的热电联产***经济调度方法 |
CN111191353A (zh) * | 2019-12-18 | 2020-05-22 | 国网辽宁省电力有限公司电力科学研究院 | 考虑热惯性的电-热综合能源***协调运行方法 |
CN111429020A (zh) * | 2020-04-07 | 2020-07-17 | 中国矿业大学 | 考虑热网储热特性的电热***多时间尺度经济调度方法 |
CN111950171A (zh) * | 2020-07-03 | 2020-11-17 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源***备用配置方法 |
CN112332460A (zh) * | 2020-10-30 | 2021-02-05 | 重庆大学 | 一种考虑能流特性差异的电-气互联***异步调度方法 |
CN113824116A (zh) * | 2021-11-25 | 2021-12-21 | 国网江西省电力有限公司电力科学研究院 | 一种基于混合时间尺度drl的综合能源在线调度方法 |
CN114048908A (zh) * | 2021-11-15 | 2022-02-15 | 东北大学 | 统一电网-分布式热网***多时间尺度加强区间优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845701A (zh) * | 2017-01-11 | 2017-06-13 | 东南大学 | 一种基于热网和房屋热惯性的综合能源***优化方法 |
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
-
2018
- 2018-09-30 CN CN201811160517.1A patent/CN109472050B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845701A (zh) * | 2017-01-11 | 2017-06-13 | 东南大学 | 一种基于热网和房屋热惯性的综合能源***优化方法 |
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
Non-Patent Citations (1)
Title |
---|
姚帅等: "一种考虑建筑物蓄热特性的分布式冷热电联供***运行优化方法", 《分布式能源》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901637A (zh) * | 2019-04-04 | 2019-06-18 | 阳江职业技术学院 | 一种热电植三联产的温室控制方法 |
CN109901637B (zh) * | 2019-04-04 | 2021-03-16 | 阳江职业技术学院 | 一种热电植三联产的温室控制方法 |
CN110460040A (zh) * | 2019-07-15 | 2019-11-15 | 天津大学 | 一种考虑智能建筑热平衡特性的微电网运行调度方法 |
CN110460040B (zh) * | 2019-07-15 | 2023-04-07 | 天津大学 | 一种考虑智能建筑热平衡特性的微电网运行调度方法 |
CN110543713B (zh) * | 2019-08-27 | 2023-02-17 | 天津大学 | 考虑用户舒适度与建筑蓄热的热泵-地暖***控制方法 |
CN110543713A (zh) * | 2019-08-27 | 2019-12-06 | 天津大学 | 考虑用户舒适度与建筑蓄热的热泵-地暖***控制方法 |
CN111144728A (zh) * | 2019-12-18 | 2020-05-12 | 东南大学 | 基于深度强化学习的热电联产***经济调度方法 |
CN111191353A (zh) * | 2019-12-18 | 2020-05-22 | 国网辽宁省电力有限公司电力科学研究院 | 考虑热惯性的电-热综合能源***协调运行方法 |
CN111191353B (zh) * | 2019-12-18 | 2023-09-05 | 国网辽宁省电力有限公司电力科学研究院 | 考虑热惯性的电-热综合能源***协调运行方法 |
CN111144728B (zh) * | 2019-12-18 | 2023-08-04 | 东南大学 | 基于深度强化学习的热电联产***经济调度方法 |
CN111429020A (zh) * | 2020-04-07 | 2020-07-17 | 中国矿业大学 | 考虑热网储热特性的电热***多时间尺度经济调度方法 |
CN111429020B (zh) * | 2020-04-07 | 2023-12-29 | 中国矿业大学 | 考虑热网储热特性的电热***多时间尺度经济调度方法 |
CN111950171B (zh) * | 2020-07-03 | 2022-03-15 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源***备用配置方法 |
CN111950171A (zh) * | 2020-07-03 | 2020-11-17 | 南京东博智慧能源研究院有限公司 | 一种气热惯性备用参与园区综合能源***备用配置方法 |
CN112332460A (zh) * | 2020-10-30 | 2021-02-05 | 重庆大学 | 一种考虑能流特性差异的电-气互联***异步调度方法 |
CN112332460B (zh) * | 2020-10-30 | 2024-06-04 | 重庆大学 | 一种考虑能流特性差异的电-气互联***异步调度方法 |
CN114048908A (zh) * | 2021-11-15 | 2022-02-15 | 东北大学 | 统一电网-分布式热网***多时间尺度加强区间优化方法 |
CN114048908B (zh) * | 2021-11-15 | 2024-07-02 | 东北大学 | 统一电网-分布式热网***多时间尺度加强区间优化方法 |
CN113824116B (zh) * | 2021-11-25 | 2022-03-11 | 国网江西省电力有限公司电力科学研究院 | 一种基于混合时间尺度drl的综合能源在线调度方法 |
CN113824116A (zh) * | 2021-11-25 | 2021-12-21 | 国网江西省电力有限公司电力科学研究院 | 一种基于混合时间尺度drl的综合能源在线调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109472050B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472050B (zh) | 基于热惯性的热电联产***混合时间尺度调度方法 | |
Wu et al. | Combined economic dispatch considering the time-delay of district heating network and multi-regional indoor temperature control | |
Lu et al. | Adaptive robust dispatch of integrated energy system considering uncertainties of electricity and outdoor temperature | |
Zhao et al. | An energy management system for building structures using a multi-agent decision-making control methodology | |
Wei et al. | A novel thermal energy storage system in smart building based on phase change material | |
CN109858759A (zh) | 一种工业园区综合能源平衡调度方法 | |
CN110889600A (zh) | 一种考虑柔性热负荷的区域综合能源***优化调度方法 | |
Chen et al. | Day-ahead scheduling of distribution level integrated electricity and natural gas system based on fast-ADMM with restart algorithm | |
CN110094802A (zh) | 一种热泵与蓄热式电锅炉联合供暖负荷分配方法及装置 | |
Moazeni et al. | Step towards energy-water smart microgrids; buildings thermal energy and water demand management embedded in economic dispatch | |
Tang et al. | Operational flexibility constrained intraday rolling dispatch strategy for CHP microgrid | |
CN112182887A (zh) | 一种综合能源***规划优化仿真方法 | |
Zhang et al. | Stochastic optimal dispatch of combined heat and power integrated AA-CAES power station considering thermal inertia of DHN | |
CN112465236B (zh) | 一种考虑综合满意度的社区综合能源***调度方法 | |
CN114048908B (zh) | 统一电网-分布式热网***多时间尺度加强区间优化方法 | |
Luo et al. | A two-stage energy management strategy for CCHP microgrid considering house characteristics | |
CN111985165B (zh) | 一种计及智能楼宇热储特性的电热综合能源***调度方法 | |
CN112926835A (zh) | 一种考虑热网动态特性的综合能源***优化调度方法 | |
Chen et al. | Risk-averse optimal scheduling of regional electricity-heating integrated energy system considering interface with microgrids | |
CN114841574B (zh) | 一种考虑不确定性的综合能源***电热负荷联合恢复方法 | |
Liang et al. | Adaptive robust energy management strategy for campus-based commercial buildings considering comprehensive comfort levels | |
CN115378002A (zh) | 一种基于混合储能的区域级综合能源***优化调度模型 | |
Wu et al. | Coordinated air conditioning resources scheduling with high photovoltaic penetrations | |
CN113313329A (zh) | 一种含综合能源***的配电网优化调度方法 | |
Liang et al. | Risk-constrained energy management strategy for a commercial campus considering comprehensive reserves against islanding conditions |
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 |