CN109919480B - 一种三层目标的能源互联网规划方法及设备 - Google Patents
一种三层目标的能源互联网规划方法及设备 Download PDFInfo
- Publication number
- CN109919480B CN109919480B CN201910156349.7A CN201910156349A CN109919480B CN 109919480 B CN109919480 B CN 109919480B CN 201910156349 A CN201910156349 A CN 201910156349A CN 109919480 B CN109919480 B CN 109919480B
- Authority
- CN
- China
- Prior art keywords
- energy
- heat
- layer
- establishing
- planning model
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种三层目标的能源互联网规划方法及设备,针对用能需求,分析电负荷和热负荷情况,根据资源和基础设施条件确定供能方式,设计与用能需求匹配的能源基础设施。通常采用用能需求最大日(如冬季最大负荷日、夏季最大负荷日等)进行功率平衡,并考虑各类机组约束条件(如发电机组最小运行负荷、蓄能设备功率、热泵机组效率等)和运行方式(如24小时开机或仅在特定时段开机等),结合各类机组的投资、运维、折旧费用以及各类能源边界条件(如采购价格、销售价格、补贴价格等),以经济性、能源利用效率、环境效益等作为优化目标,得到能源基础设施的配置。
Description
技术领域
本申请涉及能源互联网技术领域,尤其涉及一种三层目标的能源互联网规划方法及设备。
背景技术
能源互联网是以可再生能源为优先,电能为基础,其他能源为补充的集中式和分布式互相协同的多元能源结构,同时通过管控运营平台,实现多种能源***供需互动、有序配置,进而促进社会经济低碳、智能、高效的平衡发展。
能源互联网作为能源技术和互联网技术与思维的深度融合,是我国能源技术革命的具体实现,为能源环境的可持续发展与经济健康增长提供有效支撑。
能源互联网按架构可分为三个层级:物理基础网络、信息数据平台和价值实现平台。物理基础网络实现多能融合能源网络,信息数据平台实现信息物理融合能源***,价值实现平台实现创新模式能源运营。
发明内容
本申请提供了一种三层目标的能源互联网规划方法及设备,针对用能需求,分析电负荷和热负荷情况,根据资源和基础设施条件确定供能方式,设计与用能需求匹配的能源基础设施。通常采用用能需求最大日(如冬季最大负荷日、夏季最大负荷日等)进行功率平衡,并考虑各类机组约束条件(如发电机组最小运行负荷、蓄能设备功率、热泵机组效率等)和运行方式(如24小时开机或仅在特定时段开机等),结合各类机组的投资、运维、折旧费用以及各类能源边界条件(如采购价格、销售价格、补贴价格等),以经济性、能源利用效率、环境效益等作为优化目标,得到能源基础设施的配置。
本申请第一方面提供一种三层目标的能源互联网规划方法,包括:
以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型;
以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型;
以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型并求解三层规划模型。
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立一层规划模型的一层目标函数,所述一层目标函数包括电负荷需求预测公式和冷热负荷需求预测公式;
电负荷需求预测公式为:
冷热负荷需求预测公式包括采暖热需求计算公式和制冷耗热量计算公式;
采暖热需求计算公式为:
Qh=qhAc10-3;
制冷耗热量计算公式:
其中,Lt为t时刻的配电网络的用电负荷,St为t时刻的第i块用地的土地面积,dt为t时刻考虑风险后的第i块用地土地性质的负荷密度,Pj表示第j个分布式电源在t时刻的出力;
Qh为采暖设计热负荷,qh为采暖热指标,Ac为采暖建筑物的建筑面积;
qc为空调冷指标,COP为吸收式制冷机的制冷系数,AK为空调建筑物建筑面积。
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括区域内能源禀赋约束条件;
其中,区域内能源禀赋约束条件为:
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括各产业对能源需求总量的约束条件;
其中,各产业对能源需求总量的约束条件为:
与Ekj分别为调整前后第k产业使用第j种能源的总量,为第k产业使用第j种能源的利用率,Eke1,Eke2,Eke3分别为调整后第k产业需要动力、冷/热、照明的用能总量,分别为第k产业在动力、冷热、照明使用能源的利用率。
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括有功功率平衡约束;
其中,有功功率平衡约束为:
Pt为区域内有功负荷,P为电网有功出力,PW为分布式风电输出有功功率,PS为分布式光伏的输出有功功率,PG为分布式燃气机组输出有功功率。
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括区域内冷热平衡约束条件;
其中,区域内冷热平衡约束条件为:
Qc+Qsc,in=Qec+Qac+Qpc+Qsc,out;
Qc为区域内冷负荷总需求,Qec为电制冷输出的冷量,Qac为吸收式制冷输出的冷量,Qpc为热泵制冷输出的冷量,Qsc,in为进入蓄冷装置储存的冷量,Qsc,out为蓄冷装置输出的冷量;
Qh+Qsh,in=Qwh+Qch+Qph+Qsh,out;
Qh为区域内热负荷总需求,Qch为太阳能集热输出的热量,Qph为热泵集热输出的热量,Qwh为热交换器交换热量,Qsh,in为进入蓄热装置储存的热量,Qsh,out为蓄热装置输出的热量。
优选地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括分布式电源约束条件;
其中,分布式电源约束条件为:
∑SDG≤10%SL;
SDG表示分布式电源的装机容量之和,SL表示配电网的总负荷。
优选地,以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型包括:
建立二层规划模型的二层目标函数,所述二层目标函数包括电力供应总成本公式和供热成本公式;
电力供应总成本公式为:
V是区域内电源装机总费用的现值;Ii为初始投资费用;Si为投资折余;Fi为燃料费;Mi为运维费;Oi停电损失费;
供热成本公式为:
E为区域内热源总费用现值,Xi为各种能源供热的投资初始成本,Ci为供热加工转换运行成本,Hi为环境减排成本,Ki供热能力扩容建设成本。
优选地,以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型包括:
建立三层规划模型的三层目标函数,所述三层目标函数包括占地面积公式;
占地面积最小公式为:
Si为第i个综合能源站的占地面积,SRi为第i个综合能源站内燃气三联供占地面积,SBi为第i个综合能源站内热泵机组占地面积,SCi为第i个综合能源站内储能设置占地面积,SQi为第i个综合能源站内其它设备占地面积。
本申请第二方面提供一种三层目标的能源互联网规划设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如第一方面的三层目标的能源互联网规划方法。
从以上技术方案可以看出,本申请具有以下优点:
本申请提供了一种三层目标的能源互联网规划方法和设备,其中方法包括:以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型;以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型;以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型并求解三层规划模型。本申请对能源互联网物理基础层进行规划分析,以电力网络为主体骨架,融合气、热等网络,覆盖能源生产、能源传输、能源消费、能源存储、能源转换的整个能源链,可提高能源互联网在经济、社会、环境等方面的效益,对能源***顶层规划、设计、优化、运行等具有重要意义。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请提供的一种三层目标的能源互联网规划方法的一个实施例的流程图;
图2为本申请提供的一种三层目标的能源互联网规划方法的一个实施例的示意图;
图3为本申请提供的一种三层目标的能源互联网规划方法的一个实施例的应用流程图。
具体实施方式
本申请提供了一种三层目标的能源互联网规划方法及设备,针对用能需求,分析电负荷和热负荷情况,根据资源和基础设施条件确定供能方式,设计与用能需求匹配的能源基础设施。通常采用用能需求最大日(如冬季最大负荷日、夏季最大负荷日等)进行功率平衡,并考虑各类机组约束条件(如发电机组最小运行负荷、蓄能设备功率、热泵机组效率等)和运行方式(如24小时开机或仅在特定时段开机等),结合各类机组的投资、运维、折旧费用以及各类能源边界条件(如采购价格、销售价格、补贴价格等),以经济性、能源利用效率、环境效益等作为优化目标,得到能源基础设施的配置。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。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它实施例,都属于本申请保护的范围。
请参阅图1和图2,本申请提供的一种三层目标的能源互联网规划方法的一个实施例,包括:
101、以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型;
能源互联网规划以满足用户需求为一层目标,以区域内能源禀赋、电力网和天然气网为约束条件,通过用户电负荷、热负荷、冷负荷的需求预测,以满足用户多样化用能需求。
102、以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型;
能源互联网规划以经济性为二层目标,为机组自身条件(如发电机组最小运行负荷、蓄能设备功率、热泵机组效率等)和运行方式(如24小时开机或仅在特定时段开机等)为约束条件,结合各类机组的投资、运维、折旧费用以及各类能源边界条件,以满足整体经济性、能源利用效率、环境效益最优。
103、以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型并求解三层规划模型。
能源互联网规划以占地面积最少为三层目标,以机组地上、地下安装为约束条件,结合不同厂家机组功能、占地、运行效率等情况,以满足综合能源站占地面积最少。
请参阅图3,综合能源站规划方案考虑天然气分布式、余热回收和相变储能等。
通过天然气三联供提供冷、热、电供应。天然气分布式三联供的动力装置主要使用燃气轮机和内燃机。其中,内燃机发电效率较高,电热比较大,低负荷性能较好。因此如对电力需求较多或经常处于低负荷运行时、应优先考虑内燃机。内燃机的缸套水温度和排气温度较低,而燃气轮机的排气温度较高且流量大,因此如对热量需求较大且对热量的要求较高时,燃气轮机具有很大的优势。
三联供发电自发自用,余热完全利用,且仅在用电高峰期间的13个小时开机运行,以获得最优的经济效益。
余热回收,充分利用热交换原理,将余热(冷凝热)进行回收,利用热泵机组生产生活热水,或是采暖用热水,供给其他办公楼使用。由于回收的空调是冷凝热余热,所以相当于免费制取了热水。同时,又减少了冷却塔的散热量,相应的减少了冷却塔风机的功耗和冷却水的散失。
相变储能是利用材料在热作用下发生物理状态的改变而产生热量储存和释放的过程。显热储能是利用储热材料的热容量,通过升高或降低材料的温度而实现热量的储存或释放的过程。用能需求分析是规划方案的基础。用能的种类、数量和对象,直接决定能源物理基础的组成以及对一次能源的需求。
用能的种类包括电负荷、热负荷、冷负荷等,其中热负荷又可分为供暖负荷、热水负荷和蒸汽负荷。对于已建成的城市、园区或在运营的企业,可通过该区域的年鉴、能源规划(或电力、供热专项规划等)、企业的发展规划得到具体的用能需求,也可根据该区域能耗的历史数据建立适合的数学模型拟合。
基于用户所提各类负荷数据,依据当地典型日负荷曲线及该类负荷变化特点,拟合出用户电、冷、热负荷夏季和冬季典型日24小时曲线。采用负荷密度法进行负荷预测。冷、热、电负荷指标受地域、建筑物节能水平、建筑能耗等级等因素影响而不同。
通过收集气象报告、地勘报告、可再生能源专项报告等,确定适用于当地资源禀赋的供能手段,并绘制出可再生能源典型日的功率-时间曲线,最大限度接入和消纳当地可再生能源,减少化石能源消耗。
利用现状电源、热源、气源、变电站、换热站、调压站和配套的管网、线路等,参与功率和能量平衡,以减少新建基础设施的配置和规模;同时根据各个站点对于能源和负荷的接入能力,校验规划方案的合理性。
根据资源和基础设施条件确定供能方式,设计与用能需求匹配的能源基础设施。采用动态规划理念,根据用户类型、用能种类、负荷重要程度、负荷特性、经济性需求等,将供能的对象归纳总结,并设计A、B、C共3类综合能源站。A类能源站依托于110kV变电站,为区域提供大容量的冷、热、电能,适用于负荷较大、较集中的区域;同时,利用区域内负荷不同时工作的特性,进一步优化能源站设备容量。B类能源站依托于10kV开关站,提供中等容量的冷、热、电能,适用于医院、学校、商场、酒店等具有中等负荷规模的设施。C类能源站针对小型楼宇,设计小型或微型燃气轮机三联供***,配合电动汽车、储能,利用多种节能手段建设低碳智能楼宇。针对不同的区域和用户,采用对应类型的综合能源站,既降低了规划工作的复杂程度,又提高了方案的适应性。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立一层规划模型的一层目标函数,所述一层目标函数包括电负荷需求预测公式和冷热负荷需求预测公式;
电负荷需求预测公式为:
电力负荷受人口增长、产业发展、技术进步、环境约束和政策调控等诸多因素影响,具有很大的不确定性。本申请采用负荷密度法,通过单位面积的用电负荷大小多区域负荷进行测算。
冷热负荷需求预测公式包括采暖热需求计算公式和制冷耗热量计算公式;
采暖热需求计算公式为:
Qh=qhAc10-3;
制冷耗热量计算公式:
其中,Lt为t时刻的配电网络的用电负荷,St为t时刻的第i块用地的土地面积,dt为t时刻考虑风险后的第i块用地土地性质的负荷密度,Pj表示第j个分布式电源在t时刻的出力;
Qh为采暖设计热负荷,qh为采暖热指标,Ac为采暖建筑物的建筑面积;
qc为空调冷指标,COP为吸收式制冷机的制冷系数,AK为空调建筑物建筑面积。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括区域内能源禀赋约束条件;
其中,区域内能源禀赋约束条件为:
资源禀赋和区域地理位置的约束,各类能源的使用总量小于调整前该类能源使用总量的下限和上限,下限和上限的具体数据根据目标年以及该区域的能源发展规划确定。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括各产业对能源需求总量的约束条件;
其中,各产业对能源需求总量的约束条件为:
与Ekj分别为调整前后第k产业使用第j种能源的总量,为第k产业使用第j种能源的利用率,Eke1,Eke2,Eke3分别为调整后第k产业需要动力、冷/热、照明的用能总量,分别为第k产业在动力、冷热、照明使用能源的利用率。
各产业对能源需求总量的约束,能源需求主要包括动力、冷/热和照明需求,其中动力与照明需求通常由石油、天然气、氢能、生物质能、水能、光伏、风电、电力等供应,冷/热需求通常由煤炭、天然气、地热、干热岩、余热、光伏、电力等供应。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括有功功率平衡约束;
其中,有功功率平衡约束为:
Pt为区域内有功负荷,P为电网有功出力,PW为分布式风电输出有功功率,PS为分布式光伏的输出有功功率,PG为分布式燃气机组输出有功功率。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括区域内冷热平衡约束条件;
其中,区域内冷热平衡约束条件为:
Qc+Qsc,in=Qec+Qac+Qpc+Qsc,out;
Qc为区域内冷负荷总需求,Qec为电制冷输出的冷量,Qac为吸收式制冷输出的冷量,Qpc为热泵制冷输出的冷量,Qsc,in为进入蓄冷装置储存的冷量,Qsc,out为蓄冷装置输出的冷量;
Qh+Qsh,in=Qwh+Qch+Qph+Qsh,out;
Qh为区域内热负荷总需求,Qch为太阳能集热输出的热量,Qph为热泵集热输出的热量,Qwh为热交换器交换热量,Qsh,in为进入蓄热装置储存的热量,Qsh,out为蓄热装置输出的热量。
进一步地,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括分布式电源约束条件;
其中,分布式电源约束条件为:
∑SDG≤10%SL;
SDG表示分布式电源的装机容量之和,SL表示配电网的总负荷。
动态规划法是求解多阶段决策过程优化问题的一种方法,将多阶段问题划分为各个小问题,然后先求解各子问题的最优解。我们将其应用于用能种类、负荷需求、设备机组、经济性的设计优化中。因此,一层规划模型的解集可以作为二层规划模型的约束条件之一,一层规划模型的解集和二层规划模型的解集可以作为三层规划模型的约束条件之一。先通过一层规划模型求得用能种类、负荷需求的解集,再通过二层规划模型求得经济最优目标下的机组容量解集,最后通过三层规划模型求得机组机型,得到综合能源站内机组的配置。
进一步地,以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型包括:
建立二层规划模型的二层目标函数,所述二层目标函数包括电力供应总成本公式和供热成本公式;
在全寿命周期的基础上,根据电源装机和发电量历史数据、电源开发潜力条件、能源供应能力、电力电量平衡、***运行条件等,以电力供应总成本最小为目标。
电力供应总成本公式为:
V是区域内电源装机总费用的现值;Ii为初始投资费用;Si为投资折余;Fi为燃料费;Mi为运维费;Oi停电损失费;
供热成本包括各种能源供热成本、供热加工转换运行成本、环境减排成本及供热能力扩容建设成本等。
供热成本公式为:
E为区域内热源总费用现值,Xi为各种能源供热的投资初始成本,Ci为供热加工转换运行成本,Hi为环境减排成本,Ki供热能力扩容建设成本。
二层是在满足一层的基础上。各机组容量指三联供、地源热泵、燃气锅炉、蓄热装置等的容量匹配。各类型机组容量变化,就会影响成本变化,即公式中的各个成本,机组容量与成本的关系公式是本领域技术人员的公知常识,也可以预设定简单的关系,例如机组容量与成本为线性关系(成本等于a系数乘以机组容量+b系数)等,此处不再赘述。
进一步地,以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型包括:
建立三层规划模型的三层目标函数,所述三层目标函数包括占地面积公式;
占地面积最小公式为:
Si为第i个综合能源站的占地面积,SRi为第i个综合能源站内燃气三联供占地面积,SBi为第i个综合能源站内热泵机组占地面积,SCi为第i个综合能源站内储能设置占地面积,SQi为第i个综合能源站内其它设备占地面积。
机组机型的选定与占地面积的关系可预先设定,比如A机型占地100平方米,B机型占地200平方米等,其关系可存储在数据库中以供调用。相同容量不同厂家的机组占地面积不同,在二层机组容量确定的基础上,通过三层规划模型求解选择占地面积小的某个厂家的机组。
求解三层规划模型后,可以得到占地面积最小的机组的机型,而二层规划模型中可以得到各机组的容量配置,即最终可以得到各机组应该采用什么机型,规划得到机组的配置。
以上是对本申请提供的一种三层目标的能源互联网规划方法的一个实施例进行详细的描述,以下将对本申请提供的一种三层目标的能源互联网规划设备的一个实施例进行详细的描述。
本申请提供的一种三层目标的能源互联网规划设备的一个实施例,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如上述实施例的三层目标的能源互联网规划方法。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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例如能够以除了在这里图示或描述的那些以外的顺序实施。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。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种三层目标的能源互联网规划方法,其特征在于,包括:
以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型;
以经济最优为目标,各机组容量为优化变量,以一层规划模型为约束条件,建立二层规划模型;其中,建立所述二层规划模型包括:
建立所述二层规划模型的二层目标函数,所述二层目标函数包括电力供应总成本公式和供热成本公式;
电力供应总成本公式为:
V是区域内电源装机总费用的现值;Ii为初始投资费用;Si为投资折余;Fi为燃料费;Mi为运维费;Oi停电损失费;
供热成本公式为:
E为区域内热源总费用现值,Xi为各种能源供热的投资初始成本,Ci为供热加工转换运行成本,Hi为环境减排成本,Ki供热能力扩容建设成本;
以占地面积最少为目标,各机组机型为优化变量,以一层规划模型和二层规划模型为约束条件,建立三层规划模型并求解三层规划模型。
2.根据权利要求1所述的一种三层目标的能源互联网规划方法,其特征在于,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立一层规划模型的一层目标函数,所述一层目标函数包括电负荷需求预测公式和冷热负荷需求预测公式;
电负荷需求预测公式为:
冷热负荷需求预测公式包括采暖热需求计算公式和制冷耗热量计算公式;
采暖热需求计算公式为:
Qh=qhAc10-3;
制冷耗热量计算公式:
其中,Lt为t时刻的配电网络的用电负荷,St为t时刻的第i块用地的土地面积,dt为t时刻考虑风险后的第i块用地土地性质的负荷密度,Pj表示第j个分布式电源在t时刻的出力;
Qh为采暖设计热负荷,qh为采暖热指标,Ac为采暖建筑物的建筑面积;
qc为空调冷指标,COP为吸收式制冷机的制冷系数,AK为空调建筑物建筑面积。
6.根据权利要求1所述的一种三层目标的能源互联网规划方法,其特征在于,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括区域内冷热平衡约束条件;
其中,区域内冷热平衡约束条件为:
Qc+Qsc,in=Qec+Qac+Qpc+Qsc,out;
Qc为区域内冷负荷总需求,Qec为电制冷输出的冷量,Qac为吸收式制冷输出的冷量,Qpc为热泵制冷输出的冷量,Qsc,in为进入蓄冷装置储存的冷量,Qsc,out为蓄冷装置输出的冷量;
Qh+Qsh,in=Qwh+Qch+Qph+Qsh,out;
Qh为区域内热负荷总需求,Qch为太阳能集热输出的热量,Qph为热泵集热输出的热量,Qwh为热交换器交换热量,Qsh,in为进入蓄热装置储存的热量,Qsh,out为蓄热装置输出的热量。
7.根据权利要求1所述的一种三层目标的能源互联网规划方法,其特征在于,以满足用能需求为目标,各类资源使用总量为优化变量建立一层规划模型包括:
建立区域内能源禀赋、电力网和天然气网的约束条件,包括分布式电源约束条件;
其中,分布式电源约束条件为:
∑SDG≤10%SL;
SDG表示分布式电源的装机容量之和,SL表示配电网的总负荷。
9.一种三层目标的能源互联网规划设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-8任一项所述的三层目标的能源互联网规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910156349.7A CN109919480B (zh) | 2019-03-01 | 2019-03-01 | 一种三层目标的能源互联网规划方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910156349.7A CN109919480B (zh) | 2019-03-01 | 2019-03-01 | 一种三层目标的能源互联网规划方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919480A CN109919480A (zh) | 2019-06-21 |
CN109919480B true CN109919480B (zh) | 2023-03-14 |
Family
ID=66962952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910156349.7A Active CN109919480B (zh) | 2019-03-01 | 2019-03-01 | 一种三层目标的能源互联网规划方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919480B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932261B (zh) * | 2019-11-27 | 2023-09-19 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于全局效益最大化的多能源***联合装机规划方法 |
CN111457463A (zh) * | 2020-03-03 | 2020-07-28 | 天津大学 | 一种停电不停暖的蓄热式电采暖优化控制方法 |
CN111831963A (zh) * | 2020-07-14 | 2020-10-27 | 中国南方电网有限责任公司 | 电力市场背景下的综合能源服务商的可调控能力评估方法 |
CN112330103A (zh) * | 2020-10-20 | 2021-02-05 | 国网山东省电力公司 | 一种乡村微能源***容量配置方法及*** |
CN112258021B (zh) * | 2020-10-20 | 2023-06-06 | 西安交通大学 | 用于家庭燃料电池热电联供建筑的能效评估方法及*** |
CN114781922B (zh) * | 2022-05-19 | 2023-05-09 | 河北大学 | 一种电热综合能源***优化调度方法 |
CN116736780B (zh) * | 2023-08-15 | 2023-11-24 | 贵州汇通华城股份有限公司 | 一种区域能源站的开关机控制优化方法和*** |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9742639B1 (en) * | 2013-08-20 | 2017-08-22 | Cavirin Systems, Inc. | Intelligent network resource discovery and monitoring |
CN104598754A (zh) * | 2015-02-09 | 2015-05-06 | 中国电子科技集团公司第二十九研究所 | 一种多目标协同问题的渐进式组合优化方法 |
CN106447122A (zh) * | 2016-10-12 | 2017-02-22 | 国网上海市电力公司 | 一种区域型能源互联网及其一体化优化规划方法 |
CN106600131A (zh) * | 2016-12-07 | 2017-04-26 | 国网河北省电力公司 | 电网投资分析模型评价方法 |
CN107730078A (zh) * | 2017-09-14 | 2018-02-23 | 同济大学 | 一种园区级综合能源***规划评估方法 |
CN107665377A (zh) * | 2017-09-20 | 2018-02-06 | 国网天津市电力公司 | 一种多源耦合的综合能源***规划方法 |
CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补***的网格化协调规划方法 |
CN107918811A (zh) * | 2017-11-30 | 2018-04-17 | 国网天津市电力公司 | 一种提高能源利用效率的能源互联网构建方法 |
CN109063992B (zh) * | 2018-07-18 | 2021-11-09 | 国网重庆市电力公司经济技术研究院 | 考虑区域综合能源***优化运行的配电网扩展规划方法 |
-
2019
- 2019-03-01 CN CN201910156349.7A patent/CN109919480B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109919480A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919480B (zh) | 一种三层目标的能源互联网规划方法及设备 | |
Xu et al. | Smart energy systems: A critical review on design and operation optimization | |
CN113344736B (zh) | 一种园区级综合能源***及其控制方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
Luo et al. | Two-stage capacity optimization approach of multi-energy system considering its optimal operation | |
CN112446141B (zh) | 一种电热综合能源***双层规划方法 | |
Yuan et al. | Performance analysis of thermal energy storage in distributed energy system under different load profiles | |
Wang et al. | Optimizing for clean-heating improvements in a district energy system with high penetration of wind power | |
Deng et al. | Comparative analysis of optimal operation strategies for district heating and cooling system based on design and actual load | |
Wang et al. | Improving wind power integration by a novel short-term dispatch model based on free heat storage and exhaust heat recycling | |
CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量***容量优化方法 | |
CN116151565A (zh) | 一种基于多能流多层级的城市智慧能源***构建方法和协同规划方法 | |
Szypowski et al. | Optimization of energy-supply structure in residential premises using mixed-integer linear programming | |
Abdalla et al. | The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions | |
Jabari et al. | Toward energy-efficient microgrids under summer peak electrical demand integrating solar dish Stirling heat engine and diesel unit | |
Hou et al. | A review of regional distributed energy system planning and design | |
Abdalla et al. | The impact of the thermal distribution network operating temperature and system design on different communities' energy profiles | |
Cao et al. | Optimal capacity configuration of battery storage system for zero energy office building on campus | |
Brauner | System Efficiency by Renewable Electricity | |
Kong et al. | Operation strategy selection of a district multi-energy system based on environmental impact | |
Jinglin et al. | Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters | |
Moysiadis | Optimal lay-out and operation of combined heat & power distributed generation systems in urban areas. | |
Xu et al. | Characteristic analysis and optimisation of seasonal solar thermal storage heating system | |
Zhao et al. | Research on Energy Community Planning Based on Bi-Level optimization | |
Mengshuang et al. | Study on the Method of Integrated Energy Planning for Business Park |
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 |