CN110163411A - 一种区域综合能源***运行优化方法 - Google Patents
一种区域综合能源***运行优化方法 Download PDFInfo
- Publication number
- CN110163411A CN110163411A CN201910289848.3A CN201910289848A CN110163411A CN 110163411 A CN110163411 A CN 110163411A CN 201910289848 A CN201910289848 A CN 201910289848A CN 110163411 A CN110163411 A CN 110163411A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- gas
- heat
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 25
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 204
- 239000007789 gas Substances 0.000 claims abstract description 200
- 239000003345 natural gas Substances 0.000 claims abstract description 104
- 238000010438 heat treatment Methods 0.000 claims abstract description 26
- 230000008878 coupling Effects 0.000 claims abstract description 16
- 238000010168 coupling process Methods 0.000 claims abstract description 16
- 238000005859 coupling reaction Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 238000004146 energy storage Methods 0.000 claims description 47
- 230000005611 electricity Effects 0.000 claims description 45
- 238000003860 storage Methods 0.000 claims description 43
- 229910052799 carbon Inorganic materials 0.000 claims description 31
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 239000003344 environmental pollutant Substances 0.000 claims description 20
- 231100000719 pollutant Toxicity 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 240000002853 Nelumbo nucifera Species 0.000 claims description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 6
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012384 transportation and delivery Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 244000131316 Panax pseudoginseng Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 29
- 238000010586 diagram Methods 0.000 description 21
- 239000003570 air Substances 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 239000002918 waste heat Substances 0.000 description 6
- 239000000567 combustion gas Substances 0.000 description 5
- 238000001816 cooling Methods 0.000 description 5
- 238000005485 electric heating Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000009897 systematic effect Effects 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 239000012141 concentrate Substances 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 208000021760 high fever Diseases 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000005619 thermoelectricity Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源***运行优化方法,包括以下步骤:S1、建立能源网络传输模型;S11、建立天然气网络模型;S12、建立热力网络模型;S13、建立电‑热‑气耦合网络***模型;S2、建立区域综合能源***经济调度模型;S3、将区域综合能源***经济调度模型与天然气网络模型、热力网络模型和电‑热‑气耦合网络***模型相结合,建立区域综合能源***的混合整数线性规划模型;S4、通过果蝇优化算法求得混合整数线性规划模型的结果。本发明综合考虑了电力***、热力***和天然气***之间的耦合关系,其可以实现热电联产的经济优势,提高区域综合能源的利用效率。
Description
技术领域
本发明涉及能源领域,特别涉及一种区域综合能源***运行优化方法。
背景技术
能源和环境问题日益突出,促进了人类能源消费模式的转变。如何提高能源效率,减 少环境污染,实现可持续能源发展是当今共同关注的话题。区域综合能源***(RIES)以包 含冷热电联供(CCHP)的微电网为核心单元,可以统一调度电网、天然气能源(NG)和分布式 发电(DGs)。RIES可以满足各种负载的需求,提高能源***的经济和环境效益,这是未来能 源***发展的一个重要方向[1-2]。
目前,RIES的规划和运行通常以单个区域的CCHP***为研究对象,根据区域负荷特性 选择设备和管理能源,以实现区域最优。然而,特定区域的负荷特性往往相对单一,这在 一定程度上限制了RIES的优化结果。通过在多个能源供应***之间建立耦合关系,多个区 域的CCHP***相互连接,形成多个能源网络的协调互补RIES。充分利用了区域间负荷特性 的互补性,使得CCHP在多个区域的统一规划、统一设计和协调运行成为可能。综合能源系 统的目的是实现最佳的整体效率。因此,建立准确的能源网络耦合模型和RIES经济调度模 型是实现这一目标的关键。
发明内容
本发明目的是针对上述问题,提供一种包含不同能源网络的区域综合能源***运行优化 方法。
为了实现上述目的,本发明的技术方案是:
一种区域综合能源***运行优化方法,包括以下步骤:
S1、建立能源网络传输模型;
S11、建立天然气网络模型;
S12、建立热力网络模型;
S13、建立电-热-气耦合网络***模型;
S2、建立区域综合能源***经济调度模型;
S3、将区域综合能源***经济调度模型与天然气网络模型、热力网络模型和电-热-气 耦合网络***模型相结合,建立区域综合能源***的混合整数线性规划模型;
S4、通过果蝇优化算法求得混合整数线性规划模型的结果。
进一步的,所述步骤S11中的天然气网络模型包括节点压力模型、天然气管道的气流 模型、加压器模型、节点气体流量平衡模型;
所述节点压力模型的公式为:
其中,分别代表节点i的最大和最小压力值;SGB是天然气网节点的集合;
所述天然气管道的气流模型的公式为:
其中,fPpbt是天然气管道在t年的流量p;Πibt和Πjbt是管道P两端的气压;Φp和sgnp代表管道P的气体流量参数和流向;和代表管道输送能力的上下限,SP代表天然 气管道的集合;
所述加压器模型的公式为:
其中,fccbt代表在t年的负b荷区域内通过压缩机的气流;和是入口和出口处 的空气压力;ΓC代表压缩机的增压比,表示加压器的传输容量的上限;
所述节点气体流量平衡模型的公式为:
其中,A,U,C和D分别代表天然气管道、加压器、天然气源、天然气负荷和天然气网节 点的相关矩阵;WLrbt表示t水平年b负荷分区时的天然气负荷。
进一步的,所述步骤S12中的热力网络模型包括节点流量平衡、压损平衡、热量-流量 等式、节点温度融合;
所述节点流量平衡的等式为:
其中,qps,k,t/qpr,k,t分别表示第k段供水/回水管道在t时刻的流量以节点i为终点的管道 集合,分别为以节点i为起点的管道集合,Sns/Snr分别为供水/回水管道节点集合, St为调度时间段集合;
所述压损平衡的等式为:
其中,Δpps,k,t/Δppr,k,t分别表示第k段供水/回水管道t时刻的压力损失,μp为压损参数;
根据基尔霍夫定律,管道中的压降等于水泵提供的压力:
其中,Spu,s;Spu,r为供水管网中水泵的集合,ppu,i,t为第i个水泵t时刻提供的压力;
所述热量-流量等式为:
其中,分别表示第k段供水管道t时刻入口处/出口处热能,分 别表示第k段供水管道t时刻入口处/出口处温度,C表示水的比热容;
所述节点温度融合的等式为:
其中,Tns,i,t/Tnr,i,t分别接供水管道/回水管道的第i个节点t时刻的节点温度;
假设各管道流量在节点i处融合后形成了稳定的温度场,从该节点流出的热水温度等 于节点温度,即以该节点为起点的管道入口处温度等于节点温度:
进一步的,所述步骤S13中的电-热-气耦合网络***模型通过能源集线器实现能量转 换,储存和分配;能源集线器包括NG-T集线器、E-T集线器、E-NG-T集线器;
所述NG-T集线器的能量中心为:
其中,OT代表热需求,可由各种热源供应;λ1表示燃气锅炉供热与总热量需求的比例;NNG代表天然气输入;δ1是燃气锅炉消耗的天然气;ηGB代表燃气锅炉的能量转换效率;
所述E-T集线器的能量中心为:
其中,λ2是电锅炉供热与总热量需求的比例;λ3是热泵供热与总热量需求的比例;NE代 表电力输入;kW;αEB是输入电锅炉的电力比例;αHP是输入热泵的电力比例;ηEB是电锅炉 ***的能量转换效率;ηHP是热泵***的能量转换效率;
所述E-NG-T集线器的能量中心为:
其中,δ2代表分配给E-NG-T集线器的NG比例;ηCCHP-T是E-NG-T集线器的热效 率;ηCCHP-E是E-NG-T集线器的电效率;βCCHP是E-NG-T集线器提供的电力占***总电力需求 的比例。
进一步的,所述步骤S2中的区域综合能源***经济调度模型包括经济成本和约束条件。
进一步的,所述经济成本的计算公式为:
F=MIN(Ctransactione+Coperation+Cstorage+Cenvironment);
其中,F为经济成本;Ctransaction是能源交易成本;Coperation是运行成本;Cstorage是能源存 储成本;Cenvironment是环境成本;
其中,M为需求响应系数;M=1表示***参与需求响应;M=0表示***未参与需求相应;εdrp是需求响应电价;εfp是固定电价;Pe-grid(t)是RIES与电网之间的交换功率;π是 天然气价格;Pcchp(t)和PGB(t)分别是CCHP和GB的输出功率;ηcchp和ηGB分别是CCHP和GB 的输出效率;LHVNG是天然气的低热值;
其中,Pk是设备K的输出功率;是设备的单位功率成本;
Cstorage=CEES+CTES+CNGES
其中,CEES是储能成本;CTES是储热成本;CNGES是储气成本;CEES-purchase是EES设备的采 购成本;Y是储能设备在全生命周期内的使用次数;CEES-cap是储能设备的容量;PEES(t)、PTES(t)和PNGES(t)分别是储能、储热和储气的功率;α和β分别是储热和储气的单位功率成本;
其中,Pk(t)是排污源k在时刻t的功率;ζk,j是来自排污源k的污染物j的单位排放成本;γj是污染物j的单位排放价格;D1和D2是政府规定的环境排放限额;δjandλj是阶 梯环境交易价格;
进一步的,所述约束条件包括电、热、气功率平衡约束,外网传输功率约束,热电联产运行约束,储能设备约束;
所述电、热、气功率平衡约束为:
Pe-load(t)+PEES-char(t)=Pe-grid(t)+PWT(t)+PPV(t)+Pcchp(t)ηg-e+PEES-dis(t)
Pt-load(t)+PTES_char(t)=Pcchp(t)ηg-t+PGB(t)ηGB+PTES_dis(t)
Png_load(t)+PNGES_char(t)+PGB(t)+Pcchp(t)=Png-grid(t)+PNGES_dis(t);
其中,Pe-load(t)、Pt-load(t)和Png_load(t)分别是电力负荷功率、热力负荷功率和天然气负 荷功率;PEES-char(t)、PTES-char(t)和PNGES-char(t)分别是储电、储热和储气***的充电功率; PEES-dis(t)、PTES-dis(t)和PNGES-dis(t)分别是储电、储热和储气***的放电功率;Pe-grid(t)和 Png-grid(t)分别为区域综合能源***与电网、气网的交换功率;PWT(t)和PPV(t)分别是WT和 PV发电机的功率;ηg-e和ηg-t分别是热电联产的气转电和气转热效率;
所述外网传输功率约束包括电网约束和气网约束;电网约束为:
其中,和分别是电网与区域综合能源***之间的最小交换功率和最大交换功 率;
气网约束为:
其中,is气源a的天然气供应;和是气源a处的最小和最大天然气供应; θb是节点b的压强;和是节点b的最小和最大压强;σc是增压站c的压缩比,σc等于θb除以θa;和是压缩站c的最小和最大压缩比;
热电联产运行约束为:
其中,Pcchpn(t)是燃气轮机的额定功率;and是燃气轮机爬升速率的上 限值和下限值;
储能设备约束为:
其中,X代表储电***、储热***或储气***;Sx(t)和Sx(t+1)是储能***在时刻t和t+1 的状态;Px-char(t)andPx-dis(t)分别代表储能***的充放电的功率;ηx-char和ηx-dis分别是储能 ***的充放电效率;和分别是储能***储能状态的上下限;Sx,24和Sx,1分别为调度周 期的开始时间和结束时间的储能状态;和代表储能***充能功率的上限和下 限;和是储能***放能功率的上限值和下限值。
与现有技术相比,本发明具有的优点和积极效果是:
本发明建立了“电-热-天然气网络”的能源网络传输模型和多能源网络区域综合能源系 统的经济调度模型。一方面,根据RIES能源网络的特点,建立了区域综合能源***精讲调度 模型。首先,根据区域综合能源***中天然气网络的组成和节点空气流量平衡方程,建立了 包含节点空气压力、管道空气流量和稳压器的天然气网络模型,以描述区域天然气网络的运 行状况。其次,基于传热的基本原理和管理网络的基本理论,建立了热网络能量传递的一般 模型。该模型以热流和温度为优化变量,能够更准确地描述热网络的状态。第三,建立了基 于多个能源集线器的不同能源网络的电-热-气耦合网络模型。所建立的模型由三个不同的能 源集线器组成,根据***的能量平衡,这些能源集线器用于集成该区域的不同能源网络和负 荷。
另一方面,考虑到综合能源***运行优化的复杂性和随机性,建立了以能源集线器优化 为核心的混合整数线性规划模型。该模型的目标是最小化***运行的综合成本,并考虑了系 统能量平衡、设备运行和能源网络安全的约束。同时,根据建立的电-热-气耦合网络模型和 区域综合能源***精讲调度模型,建立了以能源集线器的协调优化策略。然后,以某商业建 筑综合能源***为例进行优化仿真,验证了本文所建立模型的有效性和准确性。
本发明包含了不同能源网络(电-热-天然气)的RIES的运行优化,所建立的模型考虑了系 统的经济运行和碳交易机制。RIES通过先进的物理信息技术和创新的管理模式,将天然气、 电能、热能等能源结合在一起,实现不同能源子***之间的协调规划、优化运行、协同管理 和互补。此外,在满足***多样化能源需求的同时,综合能源技术可以有效提高能源效率, 促进能源的可持续发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明 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他的附图。
图1为典型RIES的示意图;
图2为消耗天然气的压缩机模型示意图;
图3为RIES区域热网络结构图;
图4为基于能量集线器的“电-热-气网”的耦合模式图;
图5为基于模型之间相互关系的优化策略示意图;
图6为果蝇寻找食物的过程图;
图7为基于FOA的RIES经济运营优化流程图;
图8为RIES网络拓扑图;
图9为冬季典型日热负荷和电力负荷曲线;
图10为冬季典型日电价和天然气价格预测曲线;
图11为区域综合能源***中燃气轮机的效率曲线;
图12为冬季典型日DGs的输出功率预测曲线;
图13为仿真中区域综合能源***的碳交易曲线;
图14为模式1下电力的最优调度结果示意图;
图15为模式1中的燃气轮机运行效率示意图;
图16为模式2下电力的最优调度结果示意图;
图17为模式2中的燃气轮机运行效率示意图;
图18为模式3中电力的最优调度结果示意图;
图19为模式3中的燃气轮机运行效率示意图;
图20为模式1中***的热功率优化结果示意图;
图21为区域综合能源***热媒流量和传热功率的优化结果示意图;
图22为模式2中的***热功率优化结果示意图;
图23为***热媒流速和管段传热功率的优化结果示意图;
图24为模式3中***热功率优化结果示意图;
图25为模式3中热介质流速和传热功率的优化结果示意图;
图26为模式1中NG功率的最佳调度结果示意图;
图27为模式2中NG功率的最佳调度结果示意图;
图28为模式3中NG功率的最佳调度结果示意图;
图29为不同模式下功率交换的比较图;
图30模式1中每小时的污染物排放量;
图31模式2中每小时的污染物排放量;
图32模式3中每小时的污染物排放量;
图33为不同排放限额调整比率下的碳排放成本示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本 发明中的实施例,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,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。
如图1至图33所示,区域综合能源***(RIES)可以为用户提供冷,热,电,气等能源, 因此RIES有多种设备和复杂的运行特性[26,27]。根据设备的功能,***中的设备可分为 四种类型:CCHP设备,储能设备,制冷设备和辅助设备。除了传统的发电设备,可再生能源发电也是RIES的一大特色。目前,分布式光伏(PV)和风力发电机组(WT)因其绿色、 清洁,安装方便和技术成熟的特点,已成为RIES可再生能源发电的关键。RIES的能源供应 网络主要包括电网(E-grid),热网(T-grid)和天然气网(NG-grid)。三个能量网络通过 能量转换设备连接。能量转换设备包括电加热设备,燃气轮机和燃气锅炉。同时,RIES的 用户侧配备有电能存储(EES),热能存储(TES)和储气装置。图1是典型RIES的示意图。
如图1所示,通过能源集线器实现***中的电网(E-grid),热网(T-grid)和天然气网(NG-grid)的互通互联。在RIES,能源集线器主要是能量转换设备。根据能源集线器的 功能,能量转换设备可分为三类。
(1)电热转换设备(E-T):电锅炉(EB),空调(AC)。
(2)天然气-热转换设备(NG-T):燃气锅炉(GB)。
(3)电热天然气转换设备(E-T-NG):微型燃气轮机(GT),余热锅炉(WHB),冰箱(REF)。
天然气网建模
RIES中典型的天然气网包括气源,管道,压缩机,储气节点,天然气负荷等。气网由一个或多个气源提供,通过天然气管道通过高中低压网络传输到储气节点,负荷节点,或通过耦合点与其他能源***连接。天然气主要经过开采和加工后通过天然气管道输送给用户。然而,由于天然气流与管道壁在流动过程中的摩擦,压力会在一定的传输距离后逐渐减小。为了确保天然气能够正常运输到负荷侧,应安装加压器以增加天然气***的压力。图2是消耗天然气的压缩机模型。天然气网络中的组件建模如下。
(1)节点压力模型
NG网络中每个节点的气压必须在安全合理的范围内,其数学表达式如式(1)。
式中,分别代表节点i的最大和最小压力值;SGB是天然气网节点的集合。
(2)天然气管道的气流模型
本文采用Weymouth稳态能量流模型描述两端气体流量与压力的关系,具体表达式如下 [29]:
式中,fPpbt是天然气管道在t年的流量p,m3/s;Πibt和Πjbt是管道P两端的气 压,kPa;Φpandsgnp代表管道P的气体流量参数和流向;和代表管道输送能力的上 下限,SP代表天然气管道的集合。
(3)加压器模型
原始加压器模型是非凸的非线性表达式,描述了增压比和加压器的能量消耗之间的关 系。因为本文的重点是研究天然气管道的扩张,并且加压器(电力或天然气)所消耗的能 量非常少,所以加压器的模型被简化,即,加压器所消耗的能量。在操作期间忽略了,并且保持了加压器的入口和出口之间的增压关系,以及加压器的传输容量限制[30]。
式中,fccbt代表在t年的负b荷区域内通过压缩机C的气流;and是入口和出口 处的空气压力;ΓC代表压缩机C的增压比,表示加压器的传输容量的上限。
(4)节点气体流量平衡方程
式中,A,U,CandD分别代表天然气管道、加压器、天然气源、天然气负荷和天然气网节 点的相关矩阵;WLrbt表示t水平年b负荷分区时的天然气负荷。
热网建模
如图3所示,区域热网通常分为主热网和二级热网,两部分通过二级热交换器连接, 两部分包括供水管道和回水管道。由加热单元产生的热能通过主热交换器传递到主热网, 以热水为介质分配到每个二级热交换器,然后通过每个二级管网分配给用户。冷却的工作 流体进入回流管返回形成循环。虽然在主管网和辅助管网中存在热量相互作用,但是主管 网和辅助管网中的工作流体彼此独立。
区域热网有两种运作模式:质量监管和数量监管。本节热网的运行方式为质量调节方 式。因为质量调节方式不仅可以保证***液压工况的稳定,而且便于实际运行。
(1)节点流量平衡
根据基尔霍夫定律,流进某一节点的热水流量等于流出该节点的热水流量:
式(1)与(2)分别表示供水管道与回水管道内的节点流量平衡。式中qps,k,t/qpr,k,t,分别表示第k段供水/回水管道在t时刻的流量(Kg/h)。分别为以节点i为终点的管道集合,分别为以节点i为起点的管道集合,Sns/Snr分别为供水/回水管道节点集合,St为调度时间段集合。
(2)压损平衡
管道压损与流进管道的流量的平方成正比:
式中,Δpps,k,t/Δppr,k,t分别表示第k段供水/回水管道t时刻的压力损失(m),μp为压损 参数(m/(kg2/h2))。
根据基尔霍夫定律,管道中的压降等于水泵提供的压力:
式中,Spu,s;Spu,r为供水管网中水泵的集合,ppu,i,t为第i个水泵t时刻提供的压力(m)。
(3)热量-流量等式
热水媒介所携带的热能与热水流量以及热水温度成正比:
式(6)、(7)描述了热水流量、温度、热能三者之间的关系。由于在热水传输中存在延时与热能损失,管道出口温度略低于管道入口温度,且温度变化也迟于管道入口,故每条管道有两个温度变量以及两个热能变量分别表示入口处与出口处。供热***采用质调节的方式,即热水流量保持恒定,故一条管道只有一个流量变量。
式中,分别表示第k段供水管道t时刻入口处/出口处热能(kW), 分别表示第k段供水管道t时刻入口处/出口处温度(℃),C表示水的 比热容,取4.6185KJ/(kg·℃);λ表示单位转换参数,为3600。
(4)节点温度融合
根据热力学第一定律,流入某一节点的热能与流出某一节点的热能相等。故节点温度 融合可描述为:
式中,Tns,i,t/Tnr,i,t分别接供水管道/回水管道的第i个节点t时刻的节点温度(℃)。假设 各管道流量在节点i处融合后形成了稳定的温度场,从该节点流出的热水温度等于节点温 度,即以该节点为起点的管道入口处温度等于节点温度:
电-热-气耦合***建模
在“电-热-气网”的RIES中,能源集线器(EH)是连接三个能源网络的关键。本文采用能量集中模型描述其能量耦合链路,三种能量网络通过***加热模块耦合,电网,热网络和燃气网络通过不同的设备耦合在一起[35,36]。图4是基于能量集线器的“电-热-气网”的耦合模式图。
能源集线器可以实现能量转换,储存和分配,并且该模型可以描述电,气,冷和热之 间的耦合关系。它通过耦合矩阵连接能量输入和输出,两者之间的关系满足以下要求:
O=MN(18)
(1)NG-T集线器
NG-T能源集线器主要是“气热”转换设备,主要包括燃气锅炉(GB)。根据公式(18)表达的关系,能量中心可以用以下形式写成:
式中,OT代表热需求,kW;OT可由各种热源供应;λ1表示燃气锅炉供热与总热量需求的 比例;NNG代表天然气输入,m3;δ1是燃气锅炉消耗的天然气;ηGB代表燃气锅炉的能量转换效率。
(2)E-T集线器
E-T能源集线器是“电热”转换设备,主要包括电锅炉(EB)和热泵(HP)。EB***将电能转换为热能,热泵***利用电能从空气,土壤或水源中提取热量进行加热。
根据式(18)表示的关系,E-T能量集线器可写成如下:
式中,λ2是电锅炉供热与总热量需求的比例;λ3是热泵供热与总热量需求的比例;NE代 表电力输入,kW;αEB是输入电锅炉的电力比例;αHP是输入热泵的电力比例;ηEB是电锅炉系 统的能量转换效率;ηHP是热泵***的能量转换效率。
(3)E-NG-T集线器
E-NG-T能源集线器主要是“电-气-热”转换设备,命名为CCHP。天然气***通过CCHP 为电力***提供能量,CCHP在其电压水平中起到支撑作用。同时,它在供电时也会产生一 定的热量。
根据公式(18)表达的关系,能量中心可以写成如下:
式中,δ2代表分配给CCHP的NG比例;ηCCHP-T是CCHP的热效率;ηCCHP-E是CCHP的电效率;βCCHP是CCHP提供的电力占***总电力需求的比例。
基于EH能源集线器的优化调度模型
模型建立
RIES***中的设备种类繁多,比较复杂,设备的特性会随着操作条件的变化而变化, 增加了建立***模型的难度。本节建立了RIES经济调度模型。该模型以最低的经济成本为 目标,综合考虑功率平衡等约束条件,合理安排各设备的输出,实现***的经济运行。详 细描述了基于网络耦合***的RIES运行优化问题的数学模型,包括经济成本和约束条件。
优化目标
经济效益是***运行的首要目标。RIES的运行应尽可能降低经济成本,以使***在经 济上更好地运行。为了最大限度地挖掘***的经济优势,本节建立了RIES经济调度模型, 在满足用户负荷需求的前提下,有效地安排各设备的输出,使***实现经济运行。具体数 学模型如下。
F=MIN(Ctransactione+Coperation+Cstorage+Cenvironment)(22)
式中,Ctransaction是能源交易成本;Coperation是运行成本;Cstorage是能源存储成本;Cenvironment是环境成本。
其中M为需求响应系数;M=1表示***参与需求响应;M=0表示***未参与需求相应;εdrp是需求响应电价;εfp是固定电价;Pe-grid(t)是RIES与电网之间的交换功率,kW;π 是天然气价格;Pcchp(t)和PGB(t)分别是CCHP和GB的输出功率,kW;ηcchp和ηGB分别是CCHP 和GB的输出效率,%;LHVNG是天然气的低热值,kWh/m3.
式中,Pk是设备K的输出功率,kW;是设备的单位功率成本,元/kW。
Cstorage=CEES+CTES+CNGES(25)
式中,CEES是储能成本;CTES是储热成本;CNGES是储气成本;CEES-purchase是EES设备的采 购成本;Y是储能设备在全生命周期内的使用次数;CEES-cap是储能设备的容 量;PEES(t),PTES(t)和PNGES(t)分别是储能、储热和储气的功率,kW;α和β分别是储热和储 气的单位功率成本,元/kW.
阶梯环境交易是指当污染物排放总量不超过政府规定的基本排放限额时,环境成本等 于每个排放污染物的排放源乘以其环境价格,污染物排放总量超过基本排放限额时,环境成 本还包括阶梯环境交易成本。本文假设从电网购买的电力全部为燃煤发电。因此,RIES碳 交易基准排放限额由购电功率、CCHP出力和GB出力确定:
式中,ψ是单位功率排污量,kg/kW;Pe-purchase(t)是从电网购买的电量,kW。
式中,Pk(t)是排污源k在时刻t的功率,kW;ζk,j是来自排污源k的污染物j的单位排放成本,kg/kWh;γj是污染物j的单位排放价格,元/kg;D1和D2是政府规定的环境排放 限额;δjandλj是阶梯环境交易价格,元/kg。
约束条件
RIES通过多种能源的协调使用和不同设备的耦合运行,提高能源利用效率。因此,RIES 操作优化必然是一个多变量、多约束的复杂问题。RIES运行优化只能在满足设定约束的前 提下进行,包括电、热、气功率平衡约束、外网传输功率约束、热电联产运行约束、储能设备约束。
(1)电、热、气功率平衡约束
电、热、气功率平衡是优化运行的首要前提。只有当***的能源供应满足能源需求时, 才能进行***运行优化。
Pe-load(t)+PEES-char(t)=Pe-grid(t)+PWT(t)+PPV(t)+Pcchp(t)ηg-e+PEES-dis(t)(31)
Pt-load(t)+PTES_char(t)=Pcchp(t)ηg-t+PGB(t)ηGB+PTES_dis(t)(32)
Png_load(t)+PNGES_char(t)+PGB(t)+Pcchp(t)=Png-grid(t)+PNGES_dis(t)(33)
式中,Pe-load(t),Pt-load(t)和Png_load(t)分别是电力负荷功率、热力负荷功率和天然气负 荷功率;PEES-char(t),PTES-char(t)和PNGES-char(t)分别是储电、储热和储气***的充电功率; PEES-dis(t),PTES-dis(t)和PNGES-dis(t)分别是储电、储热和储气***的放电功率;Pe-grid(t)和 Png-grid(t)分别为RIES与电网、气网的交换功率;PWT(t)和PPV(t)分别是WT和PV发电机的 功率;ηg-e和ηg-t分别是热电联产的气转电和气转热效率。
(2)外网传输功率约束
在RIES中,考虑到能源输送管道的安全性和***成本的经济性,必须将***与外部网 络的交换功率控制在一定范围内[40,41].
电网约束
在RIES中,考虑到安全因素,***和电网的传输功率不能超过管道所能承受的最大功 率。
式中,and分别是电网与RIES之间的最小交换功率和最大交换功率,kW。
2)气网约束
气网约束包括气源点天然气供应约束、节点压力约束、增压站压缩比约束[42]。
式中,is气源a的天然气供应;and是气源a处的最小和最大天然气供应; θb是节点b的压强;and是节点b的最小和最大压强;σc是增压站c的压缩比,σc等于θb除以θa;and是压缩站c的最小和最大压缩比。
(3)热电联产运行约束
CCHP主要满足额定功率和爬升速率约束。其输出功率不得超过额定功率。CCHP的额定 功率和爬升速率约束如下。
0≤Pcchp(t)≤Pcchpn(t)(36)
式中,Pcchpn(t)是燃气轮机的额定功率;and是燃气轮机爬升速率的上 限值和下限值。.
(4)储能设备约束
为了降低储能设备的损耗,延长其使用寿命,有必要限制储能设备的放电深度。因此, 储能的荷电状态变化和充放电功率约束如下。
式中,X代表储电***、储热***或储气***;Sx(t)和Sx(t+1)是储能***在时刻t和 t+1的状态;Px-char(t)andPx-dis(t)分别代表储能***的充放电的功率;ηx-char和ηx-dis分别是 储能***的充放电效率;和分别是储能***储能状态的上下限;Sx,24和Sx,1分别为 调度周期的开始时间和结束时间的储能状态;and代表储能***充能功率的上 限和下限;和是储能***放能功率的上限值和下限值。
优化策略
能源网络是能源设备与用户之间的连接线。同时,能源集线器是不同能源网络之间耦 合的关键。基于EH的最优调度是多网络协同***的优化,优化的核心是连接各能源网络的 能源集线器。因此,能源集线器优化是优化策略的核心。首先对能源集线器进行优化,使 ***总运行成本最小化,实现***各能源模块的经济运行。其次,根据***能量平衡和能 量流传输的特点,对***各能量网络的状态进行优化。优化结果主要包括三个部分:各能源 集线器运行状态、天然气网络运行状态和热力网络运行状态。图5显示了基于模型之间相 互关系的优化策略。
含有不同能源网络的RIES优化策略包括:
第1部分:能源集线器优化。在***运行的基础上,对集线器进行优化设计。根据能源 集线器在***中的作用,建立了以***总运行成本最小为目标的优化模型。从能量平衡的 角度来看,优化可以实现***各能源集线器之间的协调优化,在满足***负荷需求的条件 下实现***的经济运行。
第2部分:热网优化。热网连接着能源集线器的输出端,是热能转换***的载体。能量 集线器产生的热能被送入热网络,使热网中的热介质具有一定的能量。热介质通过管道输 送给用户,为用户提供所需的热负荷。因此,热网的优化与能源集线器的优化结果密切相 关。通过热功率的平衡***和热网中能量传输的原理,热网的速度和传动功率可以优化利 用热网模型建立的基础上,优化结果的能量中心,以反映热网络的运行状态。
第3部分:气网优化。天然气网络连接着能源集线器的输入端,是天然气动力转换系 统的载体。能源集线器接收来自天然气网络的天然气到能源集线器中的燃料设备。天然气 网络通过管道和压力设备完成这一传输过程。因此,本文主要通过设备功率和天然气在天 然气网络中的负荷来反映天然气网络的运行状况。通过对能源集线器用气设备功率的优化, 可以得到天然气网络的用气需求。在此基础上,通过建立的气网模型和平衡方程,可以计 算出相关设备的功率和天然气的输送能力。
第4部分:优化结果。通过对第1~4部分的计算,得到各能源集线器的运行状态、天然 气网络的运行状态和热力网络的运行状态。
算法
基于不同能源网络的RIES经济调度模型不仅涉及到大量的变量和约束,还涉及到网络 之间的耦合。因此,RIES操作优化必须是一个复杂的混合整数非线性规划(MINLP)问题。基 于上述分析,功率-热力网络模式下的RIES运行是一个典型的混合整数规划问题,涉及到 许多非线性、离散、随机和不确定因素,因此建立区域综合能源***的混合整数线性规划 模型,并且为了得到该模型的最优解和最优输出,本文选择果蝇优化算法(FOA)求解混合整 数线性规划模型。图6显示了果蝇寻找食物的过程。
图7给出了基于FOA的RIES经济运营优化流程。
根据FOA算法的特点,仿真过程中需要输入的参数主要包括***运行参数和算法计算 参数。首先,输入***中各能源单元的运行参数、不同负荷、不同能源价格、设备最大利 用小时数、污染物排放吸收率以及各种成本系数作为仿真的基础数据。其次,设置算法参 数,将种群大小设置为500,最大迭代次数设置为100。设置好所有参数后,根据图5所示流程图计算仿真过程,结果输出主要包含目标函数值和设备及管网优化结果。
仿真结果分析
数据
本文以天津市一个典型的RIES为研究对象。配电网额定电压为10kV。模拟以24小时 为操作周期,最佳调整时间为1小时。***的拓扑如图8所示,其中GP、TP和EP分别代 表天然气网、热力网和电力网的节点。图9显示了冬季一天***的典型热负荷和电力负荷 曲线。电价和天然气价格预测曲线如图10所示。
***容量如表2所示。热网络的参数如表3所示。在仿真中,利用每个管段传输的热能来计算热网的运行成本。图12显示了分布式发电的输出预测曲线。
Tab.2***容量
Tab.3热网参数
管段 | 长度(km) | 半径(m) | 最大流速(m/s) | TR | 热损率 |
TP9-TP5 | 0.8 | 0.4 | 3.7 | 20 | 0.0057 |
TP8-TP1 | 1.5 | 0.4 | 3.7 | 20 | 0.0062 |
TP6-TP5 | 1.0 | 0.3 | 3.5 | 20 | 0.0056 |
TP4-TP1 | 1.1 | 0.3 | 3.5 | 20 | 0.0064 |
在仿真中,采用分时电价(TOU)从电网购买电力,售电价格为0.805元/kWh,天然气价 格为固定价格(3.25元/m3)
图11显示了***中燃气轮机的效率曲线。燃气轮机的运行效率与***的负载率直接相 关。负载率取决于涡轮的类型。燃气轮机的效率通常在30-80%的范围内。然而,当***中 的负载很小时,燃气轮机的效率将很快下降,直接影响***运行的经济性。
图13显示了仿真中***的碳交易曲线。本文中碳排放的初始排放限额与***的发电相 关,碳排放的过量或不足可以交易。本文中,污染物排放成本包括基本排放成本和碳交易 成本。在碳排放限额内排放的污染物只需支付排放费,超过规定碳排放的污染物需要从市 场购买碳排放配额。
为了验证该方法的有效性,构建了以下三种运行模式来分析RIES的总运行成本和运行 状态。由于冷热电联供运行方式的不同,供热设备和热网管段的三种运行方式存在差异。 表4显示了不同模式下的***调度单元。
Tab.4不同模式下的***调度单元
在这三种模式中,参与电力调度的单元是相同的,包括CCHP、PV、WT、Grid和EES。其中,PV和WT始终保持额定运行状态,不参与***运行的优化。此外,三种模式中CCHP 的运行状态存在差异,这导致***中其他调度单元的运行状态发生变化。
(1)模式1下电网的运行状态
在“FPL”模式(M1)下,功率优化的结果如图14所示。该***的电力调度单元包括热电联产、EES和电网。
在图14中,电网的功率输出为正表示***从电网购买电力,为负表示***向电网出售 电力,EES为正表示电池放电,为负表示电池充电。CCHP、EES和DG参与了FPL模式下的***调度。该***在每一段时间内发电以满足用户的需求,并将剩余电力出售给电网。在图11中,CCHP的输出稳定且处于低水平。CCHP的平均输出约为500kW。
根据图14中的EES功率曲线,EES在参与***经济调度的前提下,在电价指导下进行 充电和放电,即电价低谷期充电和放电,高峰期放电,并根据正常时期的电价和负荷情况 决定当前时刻的充电和放电状态,从而有效地减小了电力和热负荷的峰谷差。
在“FPL”模式(M1)下,燃气轮机运行效率的优化结果如图15所示。从图15可以看出, 模式1中CCHP的输出曲线与燃气轮机的效率曲线和燃气轮机的负荷率曲线基本一致。如图 11所示,当***的负载率超过0.4时,燃气发动机的效率通常超过0.8。然而,燃气轮机参与电网调度,并且其输出在模式1中受到其自身单元约束和***调度约束的约束。在这种情况下,燃气发动机的效率值相对稳定,一天中83%的时间***的负载率超过0.4,而一天中仅有8.3%的时间其效率超过0。这表明,在这种模式下,燃气发动机的效率相对较好,但还没有得到充分发挥。
(2)模式2下电网的运行状态
在“FHL”模式(M2)下,功率优化的结果如图16所示。***电力调度单元包括CCHP、EES和Grid。在模式2中,燃气轮机根据“FHP”策略运行。余热锅炉回收发电后燃气轮机 的余热,***按照余热锅炉回收的余热满足各时段的热负荷的方式运行。在这种情况下, 燃气轮机的运行不受电网调度的约束,而是受到***中热负荷的平衡的约束。也就是说, 燃气轮机的输出曲线在任何时期都应该遵循***的热负荷曲线并保持不变。
根据图9中的热负荷曲线,热负荷的高峰期集中在11:00-22:00。因此,这一时期CCHP 的平均输出高达2300kW,而在23:00-24:00和1:00-10:00时,热负荷需求较低。因此,CCHP 的平均输出仅为500Kw,这使得模式2中CCHP的输出波动很大。在模式2中,因为燃气轮机的主要任务是满足热网络的热功率平衡,所以它不直接参与电网调度,并且燃气轮机的发电量是固定值。因此,在这种情况下,DG、EES和GRID是主要的电力调度模式。DG产生 的功率首先满足***的负载需求。只有当***的功率平衡得到满足时,剩余功率才能出售 给电网。因此,在这种情况下,***参与需求响应的程度很低。
在“FHL”模式(M2)下,燃气轮机运行效率的优化结果如图17所示。从图17可以看出, 模式1中CCHP的输出曲线与燃气轮机的效率曲线和燃气轮机的负荷率曲线基本一致。与图15相比,模式2下燃气发动机的效率波动明显。11:00-22:00时,燃气轮机的效率超过0.8, 运行良好。然而,燃气轮机的效率在23:00-24:00和1:00-10:00时低于0.4,效率非常低。 这种现象的主要原因是燃气发动机的运行模式发生了重大变化。在“FHL”模式下,燃气轮 机的输出时间与***的热需求一致。由于***热需求的特点,***的热需求在23:00-24:00 和1:00-10:00时较低,这导致燃气轮机的输出维持在较低水平,并且在此时间段内燃气轮 机的利用率较低。
(3)模式3下电网的运行状态
在“最优调度”模式(M3)下,功率优化的结果如图18所示。***电力调度单元包括CCHP、 EES和GRID。在模式3中,由于TES参与热调度,***的FHL模式被解耦,并且CCHP的功率输出限制被解除。同时优化供电和供热成本,可以获得RIES运行约束下各机组的最优功率输出,即实现电力和热量的最优调度。
模式3的最佳调度模式是在夜间采用基于热量固定功率的“FPL”模式,并在夜间增加 燃气轮机的输出,从而增加***的经济效益。由于***和外部电网之间的连接,增加夜间 燃气轮机的输出所产生的剩余电力可以卖给外部电网以获取利润。当燃气轮机的输出在夜 间增加时,图15中23:00~10:00时的CCHP的输出比模式2时的CCHP的输出高50kW。由于 TES参与***热量分配,它可以储存增加夜间燃气轮机输出产生的多余热量,并在白天释放 热量,从而减少白天燃气轮机的输出。因此,CCHP在11:00~22点的输出比模式2中的CCHP 低350kW。
模式3中的电力调度单元包括CCHP、Grid和EES,并且CCHP***通过联合调度方法运 行。在模式2中,因为夜间***的热负荷需求较小,燃气轮机的运行效率较低。模式3是在模式2的基础上改进的。在23:00~24:00、1:00~10:00,燃气轮机的运行模式与TES协调进行解耦和优化。TES参与燃气轮机运行的优化,提高了这一时间段燃气轮机的输出水平,提高了燃气轮机在低热负荷需求时期的运行效率。与模式2和模式3中燃气轮机的运行效果相比,23:00~10:00燃气轮机的效率提高了约50%。同时,在11:00~22:00,由于TES的参与,在满足***热需求的前提下,燃气轮机的输出水平低于模式2。
由于冷热电联供的运行模式不同,三种模式中参与热调度的机组也不同。这三种模式 都含有CCHP机组,此外,模式1配备了EB,模式3配备了TES。图20、图22和图24显示 了不同模式下电模块的最佳调度结果。图21、图23和图25显示了不同模式下热网中介质 的流速和热量。
(1)模式1下热网的运行状态。
在“FLP”模式(M1)下,***的热功率优化结果如图20所示。该***的热调度单元包括CCHP和EB。在以热定电模式下,如果***的供热不能满足热负荷的需求,EB将补充不 足的热量。从图9的热负荷曲线可以看出,23:00~10:00的热负荷需求很小,并且由于风机 不参与***调度,因此风机在夜间满发输出,因此本节EB的输出很小。在用热高峰期 (11:00~22:00),EB产量增加到近3000kW。
在“FPL”模式下,***热媒流量和传热功率的优化结果如图21所示。热介质的流速和管段中的传热功率顺时针方向为正,反之为负。
从图21可以看出,热介质流速曲线的趋势与管段的传热功率曲线基本相同。TP5-TP9 和TP1-TP8都是冷热电联供管段。由于相同模式下燃气发动机的输出功率相同,管道长度 对热介质流速和热功率的影响不是很大,因此热介质流速与TP5-TP9和TP1-TP8管道段的 传热功率之间的差异不是很大。因为CCHP的输出在模式1下是稳定的,所以TP5-TP9和TP1-TP8的热流速和热功率曲线也是稳定的。TP1-TP4管段,当23:00~10:00热需求较大时,电能参与热能的分配,即在当前电价的指导下,电锅炉的电热转换以输出为主。
(2)模式2下热网的运行状态
模式2中的***热功率优化结果如图22所示。***的热调度单元包括CCHP。模式2中 燃气轮机的运行模式为“FHL”。
如图22所示,CCHP-T的功率输出曲线与图13中的CCHP功率输出曲线一致。CCHP-T的输出波动很大。根据图6中的热负荷曲线,热负荷集中在11:00~22:00,因此在此期间CCHP-T的平均输出水平高达3000KW,而当热负荷需求较低时(23:00~10:00),CCHP-T的平均输出水平仅为600kW左右。
在“FHL”模式下,***热媒流速和管段传热功率的优化结果如图23所示。由于***的热源仅是燃气轮机,因此热量分配仅调用管段TP5-TP9和TP1-TP8。根据***热负荷需求的特点,燃气轮机的输出集中在11:00~22:00。因此,管道TP5-TP9和管道部分TP1-TP8中的热介质流量在11:00~22:00达到3m/s。然而,在较低热负荷期间,管道部分中热介质的流速和流速较低。
(3)模式3热网的运行状态
在“联合调度”模式下,***热功率优化结果如图24所示。***热调度单元包括CCHP 和TES。在模式3中,燃气轮机的运行模式与“FHL”模式解耦,并且燃气轮机的改变的运行模式采用联合优化的运行模式,即“FPL”模式和“FHL”模式彼此协调。
在低热量需求时期(23:00~24:00;1:00~10:00),燃气轮机的输出功率不受热负荷的限 制。此时,燃气轮机直接参与电网调度,并将余热储存在TES中。在高热需求时间段(11:00~22:00),燃气轮机以“FHL”模式运行,其输出水平受到热负荷和TES输出的限制。模式3中的最优调度模式可以提高夜间燃气轮机的输出和燃气轮机的整体输出水平。
模式3中热介质流速和传热功率的优化结果如图25所示。从图25可以看出,TES在23:00~24:00和1:00~10:00储存了大量热能,并在11:00~22:00释放热能。
***的天然气总消耗量由燃气轮机的天然气消耗量和居民的天然气负荷组成。由于三 种模式下居民的天然气负荷相同,因此三种模式下天然气消耗和天然气网状态的差异主要 受燃气轮机效率的影响。在这个***中,居民的天然气消费主要用于居民燃气灶,因此居 民天然气消费曲线有三个峰值:6:00~9:00、11:00~2:00和17:00~21:00。表5显示了不同 模式下天然气网的天然气消耗和传输功率。
Tab.5不同模式下天然气网的天然气消耗和传输功率
天然气负荷总消耗曲线与天然气管网的功率曲线一致。由于模式1中CCHP***的累积 输出在三种模式中最小,模式1中CCHP***的消耗也最小。
(1)模式1下天然气网的运行状态
在模式1中,燃气轮机根据“FPL”模式运行,燃气轮机的天然气消耗与燃气轮机参与 电网调度的结果密切相关。***中气负荷的高峰时期也是CCHP***中高功率输出的阶段。 图26显示了模式1下NG功率的最佳调度结果
如图26所示,天然气网的峰值时段受居民燃气负荷和***电力负荷的影响很大,但不 受***热负荷的影响。主要原因是燃气轮机主要参与***的电力调度,以满足***的电力 需求。
(2)模式2中天然气网的运行状态
在模式2中,燃气轮机以“FHL”模式运行,燃气轮机的天然气消耗与燃气轮机参与热 网络调度的结果密切相关。***中气负荷的峰值时段与***中热负荷的高需求时段一致。
如图27所示,天然气网的峰值负荷时段受居民燃气负荷和***热负荷的影响很大,但 不受***电力负荷的影响。主要原因是在模式2中,燃气轮机主要参与***的热调度以满 足***的热需求,并且燃气轮机的输出曲线始终遵循热负荷曲线。
(3)模式3下天然气网的运行状态
在模式3中,燃气轮机(GasTurbine,GT)的运行模式改变。在高热需求和高效率时期(11:00~22:00),燃气轮机以“FHL”模式运行。在低热需求和低效率的时间段(23:00~24:00;1:00~10:00),燃气发动机按照“FLP”运行模式运行。图25显示了模式3 中NG功率的最佳调度结果。
如图28所示,天然气网的峰值功率时段受居民燃气负荷和燃气轮机运行效率的影响很 大。主要原因是模式3中引入了TES,这提高了燃气发动机的夜间输出,并在夜间储存了大 量热量。当白天对热负荷的需求很大时,TES会被释放,以减少白天燃气轮机的输出。在 23:00~24:00和1:00~10:00,燃气轮机的运行模式为“FLP”模式,燃气轮机的运行效率高 于模式2,并且燃气消耗增加。11:00~22:00时,燃气轮机的运行模式为“FHL”模式。然而,TES参与加热***,燃气轮机的输出小于模式3,并且燃气消耗更少。
为了方便比较不同运行模式下RIES的能源成本、运行成本和环境成本,本文采用遗传 算法(GA)计算了三种模式下的最优运行结果。表6显示了不同模式之间的总成本比较。 表7显示了不同模式之间的运行成本比较。图29显示了不同模式之间电力交换的比较。
Tab.6不同模式之间的总成本比较
如表6所示,模式1和模式2的总成本分别为84899.08元和84988.86元,而模式3 相对较小,为77816.701元。就能源成本而言,模式1的天然气购买成本是三种模式中最 大的,因为模式2中的运行模式是“FHL”模式,燃气轮机在低热负荷期间运行效率低,NG 消耗相对较大。
Tab.7不同模式的运行成本比较(元)
模式 | M1 | M2 | M3 |
PV运行成本 | 3822.2 | 3822.2 | 3822.2 |
WT运行成本 | 11844 | 11844 | 11844 |
CCHP运行成本 | 1812.827 | 3382.974 | 2875.528 |
EES运行成本 | 1933.176 | 1590.697 | 1214.707 |
TES运行成本 | - | - | 4755.005 |
EB运行成本 | 18281.79 | - | - |
Pipe运行成本 | 1004.731 | 845.7434 | 1144.58 |
总运行成本 | 38698.72 | 21485.61 | 25656.02 |
如表7所示,模式1的运行成本相对较大,比其他两种模式高约1万元。在模式1中,GT和EB同时参与***需求响应调度,这增加了***的运行成本。
在三种模式中,在模式1中,***和电网之间的功率交换频繁。在模式1中,GT以“FPL” 模式运行,***中的所有设备都响应电网调度。由于环境因素的影响,GT的产量受到限制。 为了满足热负荷的需求,***需要从电网购买大量电力用于供热。在模式2和模式3中, GT的运行模式在热负荷需求较大期间为“FHL”。GT可以产生大量电量,同时满足***的热 负荷需求。因此,该***向电网输送大量的电量。
当***的碳排放大于排放限额时,需要购买超额碳排放配额。为了惩罚过度的碳排放, 额外购买碳排放配额采用本文图13所示的阶梯式碳排放价格。在模式1中,由于参与电网 调度和受到碳排放的限制,GT的输出总是在碳排放配额内。因此,模式1中的***不需要 碳交易。图30显示了模式1中污染物的每小时排放量。模式1中各种污染物的排放受到***调度的极大影响。
在模式2中,GT的运行模式是“FHL”模式,GT的输出受到热负荷的限制。在高热负荷期间(11:00~22:00),为了满足用户的热负荷需求,***将GT的输出水平维持在较高水平,污染物排放水平超过排放限额。其次,由于GT在低热负荷需求阶段的低效率,***的 污染物排放较大。图31显示了模式2中污染物的每小时排放量。模式2中各种污染物的排 放受到热负荷需求的极大影响。
在模式3中,GT的运行模式基于模式2的运行模式进行解耦。GT在低热负荷需求阶段 (23:00~24:00,1:00~10:00)提高了运行效率,在高热负荷阶段(11:00~22:00)降低了输出 水平。与模式2相比,导致***的总碳排放水平下降。图32显示了模式3中每小时的污染 物排放量。
根据图13,RIES地区的排放限额为100吨。当***的碳排放超过这个限额时,***需 要在碳交易市场购买碳排放。因此,排放限额的大小直接影响到***的碳排放成本和设备 运行。本节适当调整排放限额变化率,以研究碳交易配额对环境成本的影响。图33显示了 不同排放限额调整比率下的碳排放成本。
根据图33,当排放限额改变时,三种模式下的环境成本变化呈现出完全不同的趋势。 模式2和模式3下的环境成本变化趋势相似,并且与排放限额呈反比关系。相反,模式1的环境成本显示出完全相反的趋势。上述现象的主要原因在于三种模式下***的不同运行模式。
在“FPL”模式(M1)下,GT的输出不仅受到***调度的影响,还受到碳排放因素的影响。 根据本文的目标函数,当***的环境成本达到一定水平时,GT的产量将受到严格限制。当 碳交易配额改变时,GT的运行状态将发生巨大变化,以确保***优化目标函数的全局优化。 与模式1相比,模式2和模式3中的GT调度策略受碳交易量的影响相对较小。GT的运行模式主要是“FHL”模式。在这种模式下,燃气轮机的输出必须首先满足***的热负荷需求, 然后才能参与电网调度。在这种情况下,GT的输出是刚性的。因此,当排放限额改变时, GT对其变化的反应会更少。
提出了一种RIES***的运行优化方法。基于气-热能源集线器、电-热能源集线器和电 -热-气能源集线器,实现了电-热-气网的耦合,并结合RIES的经济运行模式,提出了RIES 的优化调度模式。为了验证所提出的优化调度模式的有效性,选择了中国的某个RIES社区 进行仿真。通过对三种模式,即以电定热(FPL)模式、以热定电(FHL)模式和联合调度模式 的比较分析,结果表明,所提出的联合调度模式能够充分发挥RIES的经济运行,污染物排 放得到严格控制。综合考虑电力***、热力***和天然气***之间的耦合关系,热电联产 ***联合调度运行可以实现热电联产的经济优势,提高综合能源利用效率。
Claims (7)
1.一种区域综合能源***运行优化方法,其特征在于:包括以下步骤:
S1、建立能源网络传输模型;
S11、建立天然气网络模型;
S12、建立热力网络模型;
S13、建立电-热-气耦合网络***模型;
S2、建立区域综合能源***经济调度模型;
S3、将区域综合能源***经济调度模型与天然气网络模型、热力网络模型和电-热-气耦合网络***模型相结合,建立区域综合能源***的混合整数线性规划模型;
S4、通过果蝇优化算法求得混合整数线性规划模型的结果。
2.如权利要求1所述的区域综合能源***运行优化方法,其特征在于:所述步骤S11中的天然气网络模型包括节点压力模型、天然气管道的气流模型、加压器模型、节点气体流量平衡模型;
所述节点压力模型的公式为:
其中,分别代表节点i的最大和最小压力值;SGB是天然气网节点的集合;
所述天然气管道的气流模型的公式为:
其中,fPpbt是天然气管道在t年的流量p;Πibt和Πjbt是管道P两端的气压;Φp和sgnp代表管道P的气体流量参数和流向;和代表管道输送能力的上下限,SP代表天然气管道的集合;
所述加压器模型的公式为:
其中,fccbt代表在t年的负b荷区域内通过压缩机的气流;和是入口和出口处的空气压力;ΓC代表压缩机的增压比,表示加压器的传输容量的上限;
所述节点气体流量平衡模型的公式为:
其中,A、U、C和D分别代表天然气管道、加压器、天然气源、天然气负荷和天然气网节点的相关矩阵;WLrbt表示t水平年b负荷分区时的天然气负荷。
3.如权利要求1所述的区域综合能源***运行优化方法,其特征在于:所述步骤S12中的热力网络模型包括节点流量平衡、压损平衡、热量-流量等式、节点温度融合;
所述节点流量平衡的等式为:
其中,qps,k,t/qpr,k,t分别表示第k段供水/回水管道在t时刻的流量以节点i为终点的管道集合,分别为以节点i为起点的管道集合,Sns/Snr分别为供水/回水管道节点集合,St为调度时间段集合;
所述压损平衡的等式为:
其中,Δpps,k,t/Δppr,k,t分别表示第k段供水/回水管道t时刻的压力损失,μp为压损参数;
根据基尔霍夫定律,管道中的压降等于水泵提供的压力:
其中,Spu,s;Spu,r为供水管网中水泵的集合,ppu,i,t为第i个水泵t时刻提供的压力;
所述热量-流量等式为:
其中,分别表示第k段供水管道t时刻入口处/出口处热能,分别表示第k段供水管道t时刻入口处/出口处温度,C表示水的比热容;
所述节点温度融合的等式为:
其中,Tns,i,t/Tnr,i,t分别接供水管道/回水管道的第i个节点t时刻的节点温度;
假设各管道流量在节点i处融合后形成了稳定的温度场,从该节点流出的热水温度等于节点温度,即以该节点为起点的管道入口处温度等于节点温度:
4.如权利要求1所述的区域综合能源***运行优化方法,其特征在于:所述步骤S13中的电-热-气耦合网络***模型通过能源集线器实现能量转换,储存和分配;能源集线器包括NG-T集线器、E-T集线器、E-NG-T集线器;
所述NG-T集线器的能量中心为:
其中,OT代表热需求,可由各种热源供应;λ1表示燃气锅炉供热与总热量需求的比例;NNG代表天然气输入;δ1是燃气锅炉消耗的天然气;ηGB代表燃气锅炉的能量转换效率;
所述E-T集线器的能量中心为:
其中,λ2是电锅炉供热与总热量需求的比例;λ3是热泵供热与总热量需求的比例;NE代表电力输入;kW;αEB是输入电锅炉的电力比例;αHP是输入热泵的电力比例;ηEB是电锅炉***的能量转换效率;ηHP是热泵***的能量转换效率;
所述E-NG-T集线器的能量中心为:
其中,δ2代表分配给E-NG-T集线器的NG比例;ηCCHP-T是E-NG-T集线器的热效率;ηCCHP-E是E-NG-T集线器的电效率;βCCHP是E-NG-T集线器提供的电力占***总电力需求的比例。
5.如权利要求1所述的区域综合能源***运行优化方法,其特征在于:所述步骤S2中的区域综合能源***经济调度模型包括经济成本和约束条件。
6.如权利要求5所述的区域综合能源***运行优化方法,其特征在于:所述经济成本的计算公式为:
F=MIN(Ctransactione+Coperation+Cstorage+Cenvironment);
其中,F为经济成本;Ctransaction是能源交易成本;Coperation是运行成本;Cstorage是能源存储成本;Cenvironment是环境成本;
其中,M为需求响应系数;M=1表示***参与需求响应;M=0表示***未参与需求相应;εdrp是需求响应电价;εfp是固定电价;Pe-grid(t)是RIES与电网之间的交换功率;π是天然气价格;Pcchp(t)和PGB(t)分别是CCHP和GB的输出功率;ηcchp和ηGB分别是CCHP和GB的输出效率;LHVNG是天然气的低热值;
其中,Pk是设备K的输出功率;是设备的单位功率成本;
Cstorage=CEES+CTES+CNGES
其中,CEES是储能成本;CTES是储热成本;CNGES是储气成本;CEES-purchase是EES设备的采购成本;Y是储能设备在全生命周期内的使用次数;CEES-cap是储能设备的容量;PEES(t)、PTES(t)和PNGES(t)分别是储能、储热和储气的功率;α和β分别是储热和储气的单位功率成本;
其中,Pk(t)是排污源k在时刻t的功率;ζk,j是来自排污源k的污染物j的单位排放成本;γj是污染物j的单位排放价格;D1和D2是政府规定的环境排放限额;δjandλj是阶梯环境交易价格。
7.权利要求5所述的区域综合能源***运行优化方法,其特征在于:所述约束条件包括电、热、气功率平衡约束,外网传输功率约束,热电联产运行约束,储能设备约束;
所述电、热、气功率平衡约束为:
Pe-load(t)+PEES-char(t)=Pe-grid(t)+PWT(t)+PPV(t)+Pcchp(t)ηg-e+PEES-dis(t)
Pt-load(t)+PTES_char(t)=Pcchp(t)ηg-t+PGB(t)ηGB+PTES_dis(t)
Png_load(t)+PNGES_char(t)+PGB(t)+Pcchp(t)=Png-grid(t)+PNGES_dis(t);
其中,Pe-load(t)、Pt-load(t)和Png_load(t)分别是电力负荷功率、热力负荷功率和天然气负荷功率;PEES-char(t)、PTES-char(t)和PNGES-char(t)分别是储电、储热和储气***的充电功率;PEES-dis(t)、PTES-dis(t)和PNGES-dis(t)分别是储电、储热和储气***的放电功率;Pe-grid(t)和Png-grid(t)分别为区域综合能源***与电网、气网的交换功率;PWT(t)和PPV(t)分别是WT和PV发电机的功率;ηg-e和ηg-t分别是热电联产的气转电和气转热效率;
所述外网传输功率约束包括电网约束和气网约束;电网约束为:
其中,和分别是电网与区域综合能源***之间的最小交换功率和最大交换功率;
气网约束为:
其中,气源a的天然气供应;和是气源a处的最小和最大天然气供应;θb是节点b的压强;和是节点b的最小和最大压强;σc是增压站c的压缩比,σc等于θb除以θa;和是压缩站c的最小和最大压缩比;
热电联产运行约束为:
其中,Pcchpn(t)是燃气轮机的额定功率;是燃气轮机爬升速率的上限值和下限值;
储能设备约束为:
其中,X代表储电***、储热***或储气***;Sx(t)和Sx(t+1)是储能***在时刻t和t+1的状态;Px-char(t)andPx-dis(t)分别代表储能***的充放电的功率;ηx-char和ηx-dis分别是储能***的充放电效率;和分别是储能***储能状态的上下限;Sx,24和Sx,1分别为调度周期的开始时间和结束时间的储能状态;和代表储能***充能功率的上限和下限;和是储能***放能功率的上限值和下限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910289848.3A CN110163411B (zh) | 2019-04-11 | 2019-04-11 | 一种区域综合能源***运行优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910289848.3A CN110163411B (zh) | 2019-04-11 | 2019-04-11 | 一种区域综合能源***运行优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110163411A true CN110163411A (zh) | 2019-08-23 |
CN110163411B CN110163411B (zh) | 2022-02-18 |
Family
ID=67639242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910289848.3A Active CN110163411B (zh) | 2019-04-11 | 2019-04-11 | 一种区域综合能源***运行优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163411B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062598A (zh) * | 2019-12-09 | 2020-04-24 | 国网山西省电力公司经济技术研究院 | 综合能源***的分布式优化调度方法及*** |
CN111210107A (zh) * | 2019-12-19 | 2020-05-29 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种综合能源调度***和综合能源调度方法 |
CN111401647A (zh) * | 2020-03-23 | 2020-07-10 | 清华大学 | 考虑不确定性传递的电气耦合***分布式优化调度方法 |
CN111476394A (zh) * | 2020-02-28 | 2020-07-31 | 浙江工业大学 | 一种适用于电热气等多能源***的鲁棒运行优化方法 |
CN111950122A (zh) * | 2020-07-08 | 2020-11-17 | 国网(苏州)城市能源研究院有限责任公司 | 园区综合能源***运行优化方法 |
CN112531770A (zh) * | 2020-11-24 | 2021-03-19 | 国网黑龙江省电力有限公司电力科学研究院 | 一种应用于多能互补***中的多能流建模方法 |
CN112836882A (zh) * | 2021-02-08 | 2021-05-25 | 杭州意能电力技术有限公司 | 考虑设备负载率变化的区域综合能源***运行优化方法 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量***和方法 |
CN113297725A (zh) * | 2021-04-28 | 2021-08-24 | 浙江大学 | 一种基于改进ewm法的区域综合能源***能效评估方法 |
CN113435774A (zh) * | 2021-07-09 | 2021-09-24 | 西安交通大学 | 一种地热***环境影响的评估方法、***、设备及存储介质 |
CN113685895A (zh) * | 2021-09-09 | 2021-11-23 | 西安建筑科技大学 | 一种分布式架构下的换热站并联水泵优化控制方法及*** |
CN113822706A (zh) * | 2021-09-07 | 2021-12-21 | 昆明理工大学 | 低碳背景下考虑绿色证书交易的多园区综合能源***优化运行方法 |
CN113919754A (zh) * | 2021-11-18 | 2022-01-11 | 华北电力大学 | 一种基于区块链的综合能源***分布式状态估计方法 |
CN114066264A (zh) * | 2021-11-18 | 2022-02-18 | 国网山东综合能源服务有限公司 | 计及综合需求响应的综合能源***运行优化方法及*** |
US20220163363A1 (en) * | 2021-02-04 | 2022-05-26 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natrural gas in a full cycle |
CN114565244A (zh) * | 2022-02-16 | 2022-05-31 | 石河子大学 | 综合能源***的优化调度方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106532709A (zh) * | 2016-10-25 | 2017-03-22 | 天津大学 | 一种含配电网重构的区域综合能源***最优潮流计算方法 |
CN107769215A (zh) * | 2018-01-19 | 2018-03-06 | 国网天津市电力公司 | 基于能源集线器的园区混合能源***优化调度方法 |
CN108173282A (zh) * | 2017-12-29 | 2018-06-15 | 国网山东省电力公司电力科学研究院 | 一种考虑电转气运行成本综合能源***优化调度方法 |
-
2019
- 2019-04-11 CN CN201910289848.3A patent/CN110163411B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106532709A (zh) * | 2016-10-25 | 2017-03-22 | 天津大学 | 一种含配电网重构的区域综合能源***最优潮流计算方法 |
CN108173282A (zh) * | 2017-12-29 | 2018-06-15 | 国网山东省电力公司电力科学研究院 | 一种考虑电转气运行成本综合能源***优化调度方法 |
CN107769215A (zh) * | 2018-01-19 | 2018-03-06 | 国网天津市电力公司 | 基于能源集线器的园区混合能源***优化调度方法 |
Non-Patent Citations (7)
Title |
---|
DONG XIAOFENG 等: "Optimal planning of integrated energy systems based on coupled CCHP", 《ENERGIES》 * |
YONGLI WANG 等: "Optimal scheduling of the regional integrated energy system considering economy and environment", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
卫志农 等: "基于碳交易机制的电-气互联综合能源***低碳经济运行", 《电力***自动化》 * |
周贤正 等: "考虑配电网重构的城市多能源配电/气/热网扩展规划", 《电力***自动化》 * |
王珺: "区域综合能源***规划及优化运行", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
胡源 等: "天然气网络和电源、电网联合规划的方法研究", 《中国电机工程学报》 * |
蒋文超 等: "计及柔性负荷的能源枢纽多目标综合优化调度", 《电测与仪表》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062598A (zh) * | 2019-12-09 | 2020-04-24 | 国网山西省电力公司经济技术研究院 | 综合能源***的分布式优化调度方法及*** |
CN111062598B (zh) * | 2019-12-09 | 2023-08-01 | 国网山西省电力公司经济技术研究院 | 综合能源***的分布式优化调度方法及*** |
CN111210107A (zh) * | 2019-12-19 | 2020-05-29 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种综合能源调度***和综合能源调度方法 |
CN111476394A (zh) * | 2020-02-28 | 2020-07-31 | 浙江工业大学 | 一种适用于电热气等多能源***的鲁棒运行优化方法 |
CN111476394B (zh) * | 2020-02-28 | 2022-07-22 | 浙江工业大学 | 一种适用于电热气等多能源***的鲁棒运行优化方法 |
CN111401647B (zh) * | 2020-03-23 | 2022-04-08 | 清华大学 | 考虑不确定性传递的电气耦合***分布式优化调度方法 |
CN111401647A (zh) * | 2020-03-23 | 2020-07-10 | 清华大学 | 考虑不确定性传递的电气耦合***分布式优化调度方法 |
CN111950122A (zh) * | 2020-07-08 | 2020-11-17 | 国网(苏州)城市能源研究院有限责任公司 | 园区综合能源***运行优化方法 |
CN112531770A (zh) * | 2020-11-24 | 2021-03-19 | 国网黑龙江省电力有限公司电力科学研究院 | 一种应用于多能互补***中的多能流建模方法 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量***和方法 |
US11592323B2 (en) | 2021-02-04 | 2023-02-28 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas in a full cycle |
CN112946231B (zh) * | 2021-02-04 | 2022-07-22 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量***和方法 |
US20220163363A1 (en) * | 2021-02-04 | 2022-05-26 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natrural gas in a full cycle |
CN112836882A (zh) * | 2021-02-08 | 2021-05-25 | 杭州意能电力技术有限公司 | 考虑设备负载率变化的区域综合能源***运行优化方法 |
CN112836882B (zh) * | 2021-02-08 | 2024-03-01 | 杭州意能电力技术有限公司 | 考虑设备负载率变化的区域综合能源***运行优化方法 |
CN113297725B (zh) * | 2021-04-28 | 2022-08-09 | 浙江大学 | 一种基于改进ewm法的区域综合能源***能效评估方法 |
CN113297725A (zh) * | 2021-04-28 | 2021-08-24 | 浙江大学 | 一种基于改进ewm法的区域综合能源***能效评估方法 |
CN113435774A (zh) * | 2021-07-09 | 2021-09-24 | 西安交通大学 | 一种地热***环境影响的评估方法、***、设备及存储介质 |
CN113435774B (zh) * | 2021-07-09 | 2023-09-26 | 西安交通大学 | 地热***环境影响的评估方法、***、设备及存储介质 |
CN113822706A (zh) * | 2021-09-07 | 2021-12-21 | 昆明理工大学 | 低碳背景下考虑绿色证书交易的多园区综合能源***优化运行方法 |
CN113685895A (zh) * | 2021-09-09 | 2021-11-23 | 西安建筑科技大学 | 一种分布式架构下的换热站并联水泵优化控制方法及*** |
CN114066264A (zh) * | 2021-11-18 | 2022-02-18 | 国网山东综合能源服务有限公司 | 计及综合需求响应的综合能源***运行优化方法及*** |
CN113919754A (zh) * | 2021-11-18 | 2022-01-11 | 华北电力大学 | 一种基于区块链的综合能源***分布式状态估计方法 |
CN114565244A (zh) * | 2022-02-16 | 2022-05-31 | 石河子大学 | 综合能源***的优化调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110163411B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163411A (zh) | 一种区域综合能源***运行优化方法 | |
CN108229025B (zh) | 一种冷热电联供型多微网主动配电***经济优化调度方法 | |
CN111738502B (zh) | 促进富余风电消纳的多能互补***需求响应运行优化方法 | |
Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
CN109740827A (zh) | 一种基于双层优化的区域综合能源***规划优化方法 | |
CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
CN113361875B (zh) | 计及需求侧响应和共享储能的多微电网综合能源***优化调度方法 | |
CN111969657B (zh) | 一种基于谈判博弈的多能源站***经济优化运行方法 | |
Wang et al. | Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism | |
CN109389248B (zh) | 基于区域热网的综合能源***热电功率协调调度方法 | |
CN113592365B (zh) | 一种考虑碳排放与绿电消纳的能源优化调度方法及*** | |
CN114662752A (zh) | 基于价格型需求响应模型的综合能源***运行优化方法 | |
CN115660309A (zh) | 考虑电-碳-绿证联合交易的虚拟电厂日前优化调度方法 | |
CN115829142A (zh) | 一种工业企业综合能源***优化规划方法 | |
Cao et al. | Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response | |
CN117494993A (zh) | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 | |
CN115146868A (zh) | 电热气耦合的农村微能源***协同规划方法及终端设备 | |
CN116432824A (zh) | 基于多目标粒子群的综合能源***优化方法及*** | |
CN117096864A (zh) | 一种区域综合能源***-主配电网博弈优化调度方法 | |
CN114971372A (zh) | 基于需求响应的微能网多时空尺度优化调度方法 | |
CN113487188A (zh) | 考虑电气联合价格引导机制的综合能源***优化调度方法 | |
CN116502921A (zh) | 一种园区综合能源***优化管理***及其协调调度方法 | |
Lin et al. | An optimal scheduling strategy for integrated energy systems using demand response | |
CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 |
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 |