CN110318877A - 基于双模态解耦的热电联产***及其风电消纳方法 - Google Patents
基于双模态解耦的热电联产***及其风电消纳方法 Download PDFInfo
- Publication number
- CN110318877A CN110318877A CN201910603818.5A CN201910603818A CN110318877A CN 110318877 A CN110318877 A CN 110318877A CN 201910603818 A CN201910603818 A CN 201910603818A CN 110318877 A CN110318877 A CN 110318877A
- Authority
- CN
- China
- Prior art keywords
- heat
- gas
- electricity
- power
- unit
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 195
- 230000002902 bimodal effect Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000029087 digestion Effects 0.000 title claims abstract description 11
- 239000007789 gas Substances 0.000 claims abstract description 177
- 239000000446 fuel Substances 0.000 claims abstract description 67
- 239000002918 waste heat Substances 0.000 claims abstract description 35
- 238000011084 recovery Methods 0.000 claims abstract description 13
- 239000012528 membrane Substances 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 104
- 239000003345 natural gas Substances 0.000 claims description 45
- 238000009825 accumulation Methods 0.000 claims description 35
- 238000004146 energy storage Methods 0.000 claims description 18
- 230000005619 thermoelectricity Effects 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000004064 recycling Methods 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000005530 etching Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 239000000567 combustion gas Substances 0.000 claims 1
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 230000001954 sterilising effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression 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
- 238000000151 deposition Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C3/00—Gas-turbine plants characterised by the use of combustion products as the working fluid
- F02C3/20—Gas-turbine plants characterised by the use of combustion products as the working fluid using a special fuel, oxidant, or dilution fluid to generate the combustion products
- F02C3/22—Gas-turbine plants characterised by the use of combustion products as the working fluid using a special fuel, oxidant, or dilution fluid to generate the combustion products the fuel or oxidant being gaseous at standard temperature and pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C6/00—Plural gas-turbine plants; Combinations of gas-turbine plants with other apparatus; Adaptations of gas-turbine plants for special use
- F02C6/18—Plural gas-turbine plants; Combinations of gas-turbine plants with other apparatus; Adaptations of gas-turbine plants for special use using the waste heat of gas-turbine plants outside the plants themselves, e.g. gas-turbine power heat plants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/10—Combinations of wind motors with apparatus storing energy
- F03D9/19—Combinations of wind motors with apparatus storing energy storing chemical energy, e.g. using electrolysis
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/10—Fuel cells with solid electrolytes
- H01M8/1007—Fuel cells with solid electrolytes with both reactants being gaseous or vaporised
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/14—Combined heat and power generation [CHP]
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E50/00—Technologies for the production of fuel of non-fossil origin
- Y02E50/10—Biofuels, e.g. bio-diesel
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Manufacturing & Machinery (AREA)
- General Chemical & Material Sciences (AREA)
- Fuel Cell (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于双模态解耦的热电联产***及其风电消纳方法,涉及热电联产***技术领域。***包括燃气轮机、余热回收装置、储热装置、质子交换膜燃料电池、电制气设备和风力发电机,储热装置、质子交换膜燃料电池和电制气设备解耦热电联产机组“以热定电”和“以电定热”两种运行模式。通过解耦热电耦合关系来提高***消纳风电能力,并通过***购能成本和污染气体治理成本最低为目标函数,用电负荷优先消纳风电,剩余风电通过电制气设备进一步消纳。本发明能大规模消***的弃风电能,解耦“以热定电”和“以电定热”两种运行模式,实现风电‑气‑电双向转化,还能提高***自身调节备用能力,增强***抗可在生能源出力随机波动的干扰能力。
Description
技术领域
本发明涉及热电联产***技术领域,尤其涉及一种基于双模态解耦的热电联产***及其风电消纳方法。
背景技术
我国东西部地区四季温度差异大,风光资源丰富,且冬季时大风期和供热期高度重合。为了满足冬季用户供热需求、降低供暖所带来的环境污染,目前这些地区都建设了大量以“燃气轮机”为核心的热电联产(combined heat and power,CHP)***。然而为了满足用户冬季供暖需求,其***内的热电联产机组都会运行在“以热定电”运行模式,这会进一步压缩风电夜间并网电量,加剧了弃风电现象的发生。同时,风电冬季出力最大一般为午夜,而此时正是用电负荷较少、用热负荷较多的时候,大规模风电外送又受传输通道的限制,这种冬季热电负荷时空分配不均匀也是导致大规模弃风电的一个重要原因。尤其我国“三北”(东北、华北、西北)地区,在冬季供暖时其弃风电的现象更为严重。根据我国国家能源局发布的2017年上半年全国风电数据统计可知,上半年我国弃风电量高达235×109kW·h,弃风率为13.6%,相比2016年弃风现象有所下降,造成直接经济损失超过1.8×1010元人民币。
目前对提高热电联产***消纳风电能力和解耦热电联产机组“以热定电”运行模式的方法,都是从“热能”侧着手考虑和研究的,即在热电联产***中加入储热设备或储热和电锅炉设备,这种方式的特点是将多余的风电转化为热能进行储存和利用,但很难实现“热电”双向转化。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种基于双模态解耦的热电联产***及其风电消纳方法,不仅可以大规模消纳热电联产***中的弃风电能,解耦热电联产***“以热定电”和“以电定热”的两种运行模式,实现风电-气-电双向转化,还能提高***自身调节备用能力,增强热电联产***抗可在生能源出力随机波动的干扰能力。
为解决上述技术问题,本发明所采取的技术方案是:
一方面,本发明提供一种基于双模态解耦的热电联产***,包括燃气轮机、余热回收装置、储热装置、质子交换膜燃料电池、电制气设备和风力发电机;
所述燃气轮机和余热回收装置构成***内的热电联产机组;基于双模态解耦的热电联产***的外部连接网络包括电力***和天然气网,基于双模态解耦的热电联产***的供能负荷包括电负荷和热负荷;天然气网为连接其上的热电联产机组、质子交换膜燃料电池和电制气设备提供燃料和气体存储;储热装置和热电联产机组与热负荷连接;燃气轮机、质子交换膜燃料电池、电制气设备、风力发电机连接到基于双模态解耦的热电联产***中的电母线上,为***内的用电负荷提供电能;
所述燃气轮机,同时为热电联产***内部的设备进行供热和供电,其运行模式包括“以热定电”模式和“以电定热”模式;
燃气轮机与余热回收装置直接连接,其目的是通过余热回收装置将燃气轮机产生的热能进行回收;余热回收装置又与储热装置连接,两者共同为***内用热负荷提供热能;
所述储热装置、质子交换膜燃料电池和电制气设备用于解耦热电联产机组“以热定电”和“以电定热”两种运行模式,从而提高***消纳风电的能力;所述储热装置,用于存储热电联产***中多余的热能,并在用户用热高峰期时进行放热;所述电制气设备,用于将***中多余的风电转化为甲烷进行存储;
解耦热电联产机组“以热定电”运行模式,其解耦机理如下:
当用户的热需求较大时,热电联产***必须增加燃气轮机组的出力才能和储热装置共同完成用户的供热需求,而此刻***中的用电需求较少,热电联产机组增加热出力的同时其输出电功率也成比例的增加,热电联产机组发出的这部分多余的电能不仅给***频率稳定带来冲击,还进一步压缩了***就地消纳风电量,此时通过电制气设备将热电联产机组发出的多余电能转化为天然气输入到气网中进行储存,从而打破热电联产机组“以热定电”运行模式;
解耦热电联产机组“以电定热”运行模式,其解耦机理如下:
当***中的电负荷需求多而热负荷需求少时,同时***内的储热装置储热以达到最大限度,此时增加燃料电池出力来满足***内的用电需求,减少热电联产机组过多出力产生的热量对用户的影响,从而解耦热电联产机组“以电定热”的运行模式。
另一方面,本发明还提供一种基于双模态解耦的热电联产***的风电消纳方法,包括以下步骤:
步骤1:对“双模态解耦”的热电联产***中内部组成设备单元进行建模,包括热电联产机组消纳天然气量与输出电能和热能的数学模型、电制气模型、燃料电池模型、储热模型,具体如下:
建立热电联产机组消纳天然气量与输出电能和热能的数学模型,具体如下:
热电联产机组是由燃气轮机和余热锅炉组成,余热锅炉吸收燃气轮机发电过程中产生的大量余热以为冬季用户供暖使用,燃气轮机输出的电功率和热功率为:
式中,分别为热电联产机组输出的电功率和热功率,单位为kW;分别为热电联产机组的发电效率和能量损耗;Fgas为热电联产机组消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;VCHP为热电联产机组的热电比;
余热锅炉回收的热能为:
式中,QHB为余热锅炉输出的热功率能,单位为kW;ηHB为余热锅炉的转化效率;
建立电制气模型,具体如下:
电制气设备是将***中多余的电能转化为天然气后储存在天然气管网或储气罐中,以供热电联产机组和燃料电池用能使用,其输出公式为:
式中,为电制气技术产生的气体,单位为m3;为电制气的效率;为电制气消耗的电能,单位为kW;
建立燃料电池模型,具体如下:
所述燃料电池是以天然气为燃料进行化学反应进行发电,其输出的电能与消耗天然气的关系如下:
式中,PFC为燃料电池输出的电能,单位为kW;ηFC为燃料电池的发电效率;为燃料电池消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;
建立储热模型,具体如下:
储热装置用于进行热能的存储和热能的输出,其t+1时刻的储能与t时刻的储能、t+1时刻的放能和蓄能有关;
储热装置的储能公式为:
储热装置放能公式为:
式中,分别为储热装置t+1时刻储能和t时刻储能,单位为kWh;δHS为储热装置热损率;ηhs.c和ηds.c分别为储热装置的充热效率和放热效率;和分别为储热设备t+1时刻的储热功率和放热功率;△t为仿真步长,单位为h;
步骤2:以热电联产***购能成本和污染气体治理成本最低为优化目标,建立优化调度目标函数模型,来使***中的用电负荷优先消纳风电;热电联产***的购能成本包括购电成本和购气成本,其中购气成本包括燃气轮机的购气成本和燃料电池的购气成本;环境成本为***从电网购电和从气网购气的等效CO2处理成本,包括配电网购电等效CO2排放量、气网购气等效CO2排放量和电制气消纳风电吸收的CO2量;
***的优化目标函数为:
Cf=min(Cf1+Cf2) (8)
式中,Cf为CHP***的总的运行成本,单位为元;Cf1为***的购能成本,单位为元;Cf2为污染气体治理成本,单位为元;
购电成本的计算公式为:
式中:为一天中t时刻的购电或售电电价,单位为元/kWh;为t时刻购电量,若向电网馈电其值为负,单位为kW;
购气成本公式为:
将公式(1)、(4)和(5)代入到式(10)中,得到购气成本和各设备电功率之间的关系为:
式中,ccg为t时刻购售天然气的价格,单位为元/m3;和分别为t时刻燃气轮机消耗的天然气量、燃料电池消耗的天然气量和电制气产生的天然气量,单位为m3;Pt CF和分别为在t时刻燃气轮机输出的电功率、燃料电池输出的电功率,和电制气消耗的弃风电能,单位为kW;ηge、ηFC和分别为燃气轮机、燃料料电池和电制气的效率;
则***的购能成本为:
Cf1=Cf11+Cf12 (12)
污染气体治理成本计算公式为:
式中:ζ为CO2单位处理费用,单位为元/kg;和表示购电和购气的等效CO2排放系数,单位为kg/(kWh);
步骤3:建立运行约束的数学模型,具体如下:
等式约束为:
式中,为***t时刻消纳的风电,单位为kW;Pload.t为t时刻的***用电负荷; 和分别为t时刻余热锅炉输出的热能、储热装置输出的热能、储热装置储存的热能和用户需求的热能;δt为0—1变量,当δt=1时表明t时刻储热装置放热;当δt=0时表明储热装置蓄热;
不等式约束为:
式中,和分别为向电网馈电和购电的最大量,单位为kW;为燃气轮机最大输出电功率,单位为kW;为燃料电池输出的最大电功率,单位为kW;和为储热设备最大充热和放热功率,单位为kW;WHS.min、WHS.max分别为储热装置最小、最大储能量,单位为kWh;
步骤4:求解目标函数;
在Matlab 2016a软件平台上采用Yalmip+Fmincon进行编程,对建立的0-1混合整数经济优化调度模型进行求解;该模型的标准形式为:
式中:x为优化问题的决策变量,包括消纳的风电功率、***内设备的有功出力、蓄热装置的充放热和电网的购电;等式约束包括公式(14)和(15);不等式约束包括公式(16)到公式(24);
通过上述求解,得到热电联产***中燃料电池出力、热电联产机组出力、储热装置出力、电制气设备消耗风电量和***中电负荷消耗的风电量。
步骤5:***中用电负荷消纳后剩余的风电通过电制气设备进行进一步的消纳,将剩余的风电转化为甲烷进行存储。
采用上述技术方案所产生的有益效果在于:本发明提供的基于双模态解耦的热电联产***及其风电消纳方法,不仅可以大规模消纳热电联产***中的弃风电能,解耦热电联产***“以热定电”和“以电定热”的两种运行模式,实现风电-气-电双向转化,还能提高***自身调节备用能力,增强热电联产***抗可在生能源出力随机波动的干扰能力。
附图说明
图1为本发明实施例提供的基于双模态解耦的热电联产***模型示意图;
图2为本发明实施例提供的基于双模态解耦的热电联产***解耦热电联产机组“以热定电”运行模式;
图3为为本发明实施例提供的基于双模态解耦的热电联产***解耦热电联产机组“以电定热”运行模式;
图4为为本发明实施例提供的基于双模态解耦的热电联产***消纳风电的机理图;
图5为本发明实施例提供的分时电价曲线图;
图6为本发明实施例提供的典型日电热负荷曲线;
图7为本发明实施例提供的风力发电不受限制时的最大出力预测曲线;
图8为本发明实施例提供的不同场景中热电联产***内部消纳风电量。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
本实施例提供一种基于双模态解耦的热电联产***,包括燃气轮机、余热回收装置、储热装置、质子交换膜燃料电池、电制气设备和风力发电机,其具体组成结构如图1所示。
燃气轮机和余热回收装置构成***内的热电联产机组;基于双模态解耦的热电联产***的外部连接网络包括电力***和天然气网,基于双模态解耦的热电联产***的供能负荷包括电负荷和热负荷;天然气网为连接其上的热电联产机组、质子交换膜燃料电池和电制气设备提供燃料和气体存储;储热装置和热电联产机组与热负荷连接;燃气轮机、质子交换膜燃料电池、电制气设备、风力发电机连接到基于双模态解耦的热电联产***中的电母线上,为***内的用电负荷提供电能。
燃气轮机,同时为热电联产***内部的设备进行供热和供电,其运行模式包括“以热定电”模式和“以电定热”模式。
燃气轮机与余热回收装置直接连接,其目的是通过余热回收装置将燃气轮机产生的热能进行回收;余热回收装置又与储热装置连接,两者共同为***内用热负荷提供热能;
储热装置、质子交换膜燃料电池和电制气设备用于解耦热电联产机组“以热定电”和“以电定热”两种运行模式,从而提高***消纳风电的能力。储热装置,用于存储热电联产***中多余的热能,并在用户用热高峰期时进行放热。电制气设备,用于将***中多余的风电转化为甲烷进行存储。
所谓的热电联产机组“以热定电”的运行方式,其实质就是热电联产机组中的“燃气轮机”的出力优先满足热负荷需求,跟随热负荷需求的变化而变化,对其发出的电能***无条件的接受。这就造成当热负荷需求多而电负荷需求低时,燃气轮机产生多余的电能会对***的稳定运行产生影响;当热负荷需求低时而电负荷需求多时,燃气轮机出力受热负荷的限制而无法多发电,而风电(由于随机性和间歇性)又不能大规模的被***消纳,这就使得热电联产***调峰能力受限,需要大规模的从外界电网购电。
图2为本实施例提出的基于双模态解耦的热电联产***模型解耦热电联产机组“以热定电”运行模式的机理图,其解耦机理如下:
当用户的热需求较大时,热电联产***必须增加燃气轮机组的出力才能和储热装置共同完成用户的供热需求。而此刻***中的用电需求较少,热电联产机组增加热出力的同时其输出电功率也成比例的增加,热电联产机组发出的这部分多余的电能不仅给***频率稳定带来冲击,还进一步压缩了***就地消纳风电量。此时可以通过电制气设备将热电联产机组发出的多余电能转化为天然气输入到气网中进行储存,从而打破热电联产机组“以热定电”运行模式对***稳定的影响,同时也减少多余电能外送对配电网调度的影响;当热负荷需求少而电负荷需求多时,热电联产机组在其经济范围内尽可能并网发电,发出的多余热能进行储存,从而不会对用户热需求侧产生影响。
图3是本实施例所提出的基于双模态解耦的热电联产***模型解耦热电联产机组“以电定热”运行模式的机理图,其解耦机理如下:
当***中的电负荷需求多而热负荷需求少时,同时***内的储热装置储热以达到最大限度,此时可以增加燃料电池出力来满足***内的用电需求,减少热电联产机组过多出力产生的热量对用户的影响,从而解耦热电联产机组“以电定热”的运行模式。同时,热电联产机组和燃料电池协调运行不仅使热电联产***高效、经济的运行,提高***自身调峰和消纳可再生能源的能力,还避免在储热装置达到满储时热电联产机组过多的产生热对用户舒适度的影响。
基于双模态解耦热电联产***模型消纳风电的策略是从两方面出发来提高***消纳风电的能力,①基于本发明提出的“双模态解耦”的热电联产***模型解耦了热电联产机组“热电耦合”,从结构方面增强了***消纳风电的能力;②以***购能成本和污染气体治理成本最低为优化目标函数,来使***中的用电负荷优先消纳风电;***中用电负荷消纳后剩余的风电通(不能被热电联产***内部其它用电设备和并网传输消纳的风电)过电制气设备进行进一步的消纳,将剩余的风电转化为甲烷储存在已有的天然气管网中。其最大的优势在于在天然气管网压力允许的范围内可以长时间、大容量、低成本将弃风电能以气态的形式储存起来,然后在***需要电能或配电网需要电能时供给燃料电池和热电联产***发电,从而实现电气双向流动;其消纳机理如图4所示。
一种基于双模态解耦的热电联产***的风电消纳方法,包括以下步骤:
步骤1:对“双模态解耦”的热电联产***中内部组成设备单元进行建模,包括热电联产机组消纳天然气量与输出电能和热能的数学模型、电制气模型、燃料电池模型、储热模型,具体如下:
建立热电联产机组消纳天然气量与输出电能和热能的数学模型,具体如下:
热电联产机组是由燃气轮机和余热锅炉组成,余热锅炉吸收燃气轮机发电过程中产生的大量余热以为冬季用户供暖使用,燃气轮机输出的电功率和热功率为:
式中,分别为热电联产机组输出的电功率和热功率,单位为kW;分别为热电联产机组的发电效率和能量损耗;Fgas为热电联产机组消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;VCHP为热电联产机组的热电比;
余热锅炉回收的热能为:
式中,QHB为余热锅炉输出的热功率能,单位为kW;ηHB为余热锅炉的转化效率;
建立电制气模型,具体如下:
电制气设备是将***中多余的电能转化为天然气后储存在天然气管网或储气罐中,以供热电联产机组和燃料电池用能使用,其输出公式为:
式中,为电制气技术产生的气体,单位为m3;为电制气的效率;为电制气消耗的电能,单位为kW;
建立燃料电池模型,具体如下:
所述燃料电池是以天然气为燃料进行化学反应进行发电,其输出的电能与消耗天然气的关系如下:
式中,PFC为燃料电池输出的电能,单位为kW;ηFC为燃料电池的发电效率;为燃料电池消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;
建立储热模型,具体如下:
储热装置用于进行热能的存储和热能的输出,其t+1时刻的储能与t时刻的储能、t+1时刻的放能和蓄能有关;
储热装置的储能公式为:
储热装置放能公式为:
式中,分别为储热装置t+1时刻储能和t时刻储能,单位为kWh;δHS为储热装置热损率;ηhs.c和ηds.c分别为储热装置的充热效率和放热效率;和分别为储热设备t+1时刻的储热功率和放热功率;△t为仿真步长,单位为h;
步骤2:以热电联产***购能成本和污染气体治理成本最低为优化目标,建立优化调度目标函数模型,来使***中的用电负荷优先消纳风电;热电联产***的购能成本包括购电成本和购气成本,其中购气成本包括燃气轮机的购气成本和燃料电池的购气成本;环境成本为***从电网购电和从气网购气的等效CO2处理成本,包括配电网购电等效CO2排放量、气网购气等效CO2排放量和电制气消纳风电吸收的CO2量;
***的优化目标函数为:
Cf=min(Cf1+Cf2) (8)
式中,Cf为CHP***的总的运行成本,单位为元;Cf1为***的购能成本,单位为元;Cf2为污染气体治理成本,单位为元;
购电成本的计算公式为:
式中:为一天中t时刻的购电或售电电价,单位为元/kWh;为t时刻购电量,若向电网馈电其值为负,单位为kW;
购气成本公式为:
将公式(1)、(4)和(5)代入到式(10)中,得到购气成本和各设备电功率之间的关系为:
式中,ccg为t时刻购售天然气的价格,单位为元/m3;和分别为t时刻燃气轮机消耗的天然气量、燃料电池消耗的天然气量和电制气产生的天然气量,单位为m3;Pt CF和分别为在t时刻燃气轮机输出的电功率、燃料电池输出的电功率,和电制气消耗的弃风电能,单位为kW;ηge、ηFC和分别为燃气轮机、燃料料电池和电制气的效率;
则***的购能成本为:
Cf1=Cf11+Cf12 (12)
污染气体治理成本计算公式为:
式中:ζ为CO2单位处理费用,单位为元/kg;和表示购电和购气的等效CO2排放系数,单位为kg/(kWh);
步骤3:建立运行约束的数学模型,具体如下:
等式约束为:
式中,为***t时刻消纳的风电,单位为kW;Pload.t为t时刻的***用电负荷; 和分别为t时刻余热锅炉输出的热能、储热装置输出的热能、储热装置储存的热能和用户需求的热能;δt为0—1变量,当δt=1时表明t时刻储热装置放热;当δt=0时表明储热装置蓄热;
不等式约束为:
式中,和分别为向电网馈电和购电的最大量,单位为kW;为燃气轮机最大输出电功率,单位为kW;为燃料电池输出的最大电功率,单位为kW;和为储热设备最大充热和放热功率,单位为kW;WHS.min、WHS.max分别为储热装置最小、最大储能量,单位为kWh;
步骤4:求解目标函数;
在Matlab 2016a软件平台上采用Yalmip+Fmincon进行编程,对建立的0-1混合整数经济优化调度模型进行求解;该模型的标准形式为:
式中:x为优化问题的决策变量,包括消纳的风电功率、***内设备的有功出力、蓄热装置的充放热和电网的购电;等式约束包括公式(14)和(15);不等式约束包括公式(16)到公式(24);
通过上述求解,得到热电联产***中燃料电池出力、热电联产机组出力、储热装置出力、电制气设备消耗风电量和***中电负荷消耗的风电量。
步骤5:***中用电负荷消纳后剩余的风电通过电制气设备进行进一步的消纳,将剩余的风电转化为甲烷进行存储。
实施例2
本实施例以我国东部地区某地实际供暖并网型热电联产***为研究对象,以其某典型日实测量数据为仿真依据进案例分析,来验证本发明提出的基于双模态解耦的热电联产***模型消纳风电的有效性和运行的经济性。其中***中的风电消纳分两部分进行,第一部分优先满足热电联产***内部设备、负荷和馈电外送进行风电消纳,第二部的弃风电能都被电制气设备进行消纳。调度时间段N=24小时,单位调度时间段△t=1小时,△t内热电联产***内各单元设备出力不变。
热电联产***一天不同时刻从电网购电或售电的分时电价如图5所示;冬季某典型日热电负荷耗能量如图6所示;图7为***典型日风力发电不受限制时的最大出力预测曲线。
为了更加直观的体现本发明所提出的模型***的运行效果,分别对以下三种热电联产***运行场景进行仿真对比分析。其中场景1和场景2为已往学者针对消纳风电和解耦热电联产***提出的协调调度模型,而场景3为本发明所提出的新型热电联产***模型。
场景1:热电联产***中仅加入储热设备
此时热电联产***的“热电”耦合关系仅靠储热装置进行解耦,同时***消纳风电空间裕度通过热电联产机组和储热装置协调运行来提升。
场景2:热电联产***中加装电锅炉和储热装置
此时热电联产***的供热通过电锅炉、热电联产机组和储热装置共同完成,***中多余的风电在储热装置没有达到额定容量时可通过电锅炉转化为热能进行消纳。
场景3:热电联产***中加装电制气、燃料电池和储热装置
热电联产***中的多余的风电可通过电制气装置进行消纳和储存,热电联产机组的“热——电”刚性耦合关系通过燃料电池、电制气和储热装置协调运行进行解耦,***抗可再生能源出力随机性能力通过燃料电池和热电联产机组共同完成。
各场景详细组成见表1所示,其中符号“√”表示场景中包含这种设备,符号“×”表示场景中不包含这种设备,GT为燃气轮机,HB为余热锅炉,FC为燃料电池,P2G为电制气,EB为电锅炉,WT为风电,HS为储热设备。
表1场景分类
场景 | GT | HB | FC | P2G | EB | WT | HS |
场景1 | √ | √ | × | × | × | √ | √ |
场景2 | √ | √ | × | × | √ | √ | √ |
场景3 | √ | √ | √ | √ | × | √ | √ |
三种场景运行方式下,热电联产***内部不同时段消纳风电功率如图8所示。由图8可知,场景1***内部消纳风电功率为3640.85kW,场景2***内部消纳风电功率为4011.97kW,场景3***内部消纳风电功率为4278.58kW。由此可以看出热电联产***中加入电锅炉和储热(场景2)和本发明新提出的模型(场景3)能有效的提高***内部消纳风电的能力,且消纳效果远高于***内仅安装储热设备。同时也可以看出本文提出的协调调度模型(场景3)能更有效的提高***内消纳风电的能力,这是由于场景3中燃料电池提高了***自身的调节能力,间接的提高***内抗可再生能源随机波动的能力,从而使***消纳风电的能力进一步增强。
表2为三种场景下热电联产***运行经济对比,可以看出场景1的总运行费用最高,为2.674万元,场景3的***总运行费用远低于场景2和场景3的运行费用。而且场景3的环境成本最好,这是由于电制气设备在将***中无法消纳的多余弃风电能转化为天然气过程中吸收了空气中的CO2,从减小***运行对环境污染的影响。
表2三种场景下热电联产***运行经济比较
场景 | 购电成本/元 | 购气成本/元 | 环境成本/元 | 总花费/元 |
场景1 | 10900 | 15100 | 739.8541 | 26740.8541 |
场景2 | 11518 | 13518 | 733.8270 | 25769.827 |
场景3 | 4988.4 | 16776 | 594.9098 | 22359.3098 |
通过图8和表2可知,本文提出的基于“双模态解耦”的热电联产***模型的风电消纳的策略不仅能有效的提高***消纳风电的能力,而且能使整个热电联产***的总运行成本最小。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明权利要求所限定的范围。
Claims (2)
1.一种基于双模态解耦的热电联产***,其特征在于:该***包括燃气轮机、余热回收装置、储热装置、质子交换膜燃料电池、电制气设备和风力发电机;
所述燃气轮机和余热回收装置构成***内的热电联产机组;基于双模态解耦的热电联产***的外部连接网络包括电力***和天然气网,基于双模态解耦的热电联产***的供能负荷包括电负荷和热负荷;天然气网为连接其上的热电联产机组、质子交换膜燃料电池和电制气设备提供燃料和气体存储;储热装置和热电联产机组与热负荷连接;燃气轮机、质子交换膜燃料电池、电制气设备、风力发电机连接到基于双模态解耦的热电联产***中的电母线上,为***内的用电负荷提供电能;
所述燃气轮机,同时为热电联产***内部的设备进行供热和供电,其运行模式包括“以热定电”模式和“以电定热”模式;
燃气轮机与余热回收装置直接连接,其目的是通过余热回收装置将燃气轮机产生的热能进行回收;余热回收装置又与储热装置连接,两者共同为***内用热负荷提供热能;
所述储热装置、质子交换膜燃料电池和电制气设备用于解耦热电联产机组“以热定电”和“以电定热”两种运行模式,从而提高***消纳风电的能力;所述储热装置,用于存储热电联产***中多余的热能,并在用户用热高峰期时进行放热;所述电制气设备,用于将***中多余的风电转化为甲烷进行存储;
解耦热电联产机组“以热定电”运行模式,其解耦机理如下:
当用户的热需求较大时,热电联产***必须增加燃气轮机组的出力才能和储热装置共同完成用户的供热需求,而此刻***中的用电需求较少,热电联产机组增加热出力的同时其输出电功率也成比例的增加,热电联产机组发出的这部分多余的电能不仅给***频率稳定带来冲击,还进一步压缩了***就地消纳风电量,此时通过电制气设备将热电联产机组发出的多余电能转化为天然气输入到气网中进行储存,从而打破热电联产机组“以热定电”运行模式;
解耦热电联产机组“以电定热”运行模式,其解耦机理如下:
当***中的电负荷需求多而热负荷需求少时,同时***内的储热装置储热以达到最大限度,此时增加燃料电池出力来满足***内的用电需求,减少热电联产机组过多出力产生的热量对用户的影响,从而解耦热电联产机组“以电定热”的运行模式。
2.一种权利要求1所述基于双模态解耦的热电联产***的风电消纳方法,其特征在于:包括以下步骤:
步骤1:对“双模态解耦”的热电联产***中内部组成设备单元进行建模,包括热电联产机组消纳天然气量与输出电能和热能的数学模型、电制气模型、燃料电池模型、储热模型,具体如下:
建立热电联产机组消纳天然气量与输出电能和热能的数学模型,具体如下:
热电联产机组是由燃气轮机和余热锅炉组成,余热锅炉吸收燃气轮机发电过程中产生的大量余热以为冬季用户供暖使用,燃气轮机输出的电功率和热功率为:
式中,分别为热电联产机组输出的电功率和热功率,单位为kW;分别为热电联产机组的发电效率和能量损耗;Fgas为热电联产机组消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;VCHP为热电联产机组的热电比;
余热锅炉回收的热能为:
式中,QHB为余热锅炉输出的热功率能,单位为kW;ηHB为余热锅炉的转化效率;
建立电制气模型,具体如下:
电制气设备是将***中多余的电能转化为天然气后储存在天然气管网或储气罐中,以供热电联产机组和燃料电池用能使用,其输出公式为:
式中,为电制气技术产生的气体,单位为m3;为电制气的效率;为电制气消耗的电能,单位为kW;
建立燃料电池模型,具体如下:
所述燃料电池是以天然气为燃料进行化学反应进行发电,其输出的电能与消耗天然气的关系如下:
式中,PFC为燃料电池输出的电能,单位为kW;ηFC为燃料电池的发电效率;为燃料电池消耗的天然气量,单位为m3;LV为天然气的低位热值,单位为kWh/m3;
建立储热模型,具体如下:
储热装置用于进行热能的存储和热能的输出,其t+1时刻的储能与t时刻的储能、t+1时刻的放能和蓄能有关;
储热装置的储能公式为:
储热装置放能公式为:
式中,分别为储热装置t+1时刻储能和t时刻储能,单位为kWh;δHS为储热装置热损率;ηhs.c和ηds.c分别为储热装置的充热效率和放热效率;和分别为储热设备t+1时刻的储热功率和放热功率;Δt为仿真步长,单位为h;
步骤2:以热电联产***购能成本和污染气体治理成本最低为优化目标,建立优化调度目标函数模型,来使***中的用电负荷优先消纳风电;热电联产***的购能成本包括购电成本和购气成本,其中购气成本包括燃气轮机的购气成本和燃料电池的购气成本;环境成本为***从电网购电和从气网购气的等效CO2处理成本,包括配电网购电等效CO2排放量、气网购气等效CO2排放量和电制气消纳风电吸收的CO2量;
***的优化目标函数为:
Cf=min(Cf1+Cf2) (8)
式中,Cf为CHP***的总的运行成本,单位为元;Cf1为***的购能成本,单位为元;Cf2为污染气体治理成本,单位为元;
购电成本的计算公式为:
式中:为一天中t时刻的购电或售电电价,单位为元/kWh;为t时刻购电量,若向电网馈电其值为负,单位为kW;
购气成本公式为:
将公式(1)、(4)和(5)代入到式(10)中,得到购气成本和各设备电功率之间的关系为:
式中,ccg为t时刻购售天然气的价格,单位为元/m3;和分别为t时刻燃气轮机消耗的天然气量、燃料电池消耗的天然气量和电制气产生的天然气量,单位为m3;Pt CF和分别为在t时刻燃气轮机输出的电功率、燃料电池输出的电功率,和电制气消耗的弃风电能,单位为kW;ηge、ηFC和分别为燃气轮机、燃料料电池和电制气的效率;
则***的购能成本为:
Cf1=Cf11+Cf12 (12)
污染气体治理成本计算公式为:
式中:ζ为CO2单位处理费用,单位为元/kg;和表示购电和购气的等效CO2排放系数,单位为kg/(kWh);
步骤3:建立运行约束的数学模型,具体如下:
等式约束为:
式中,为***t时刻消纳的风电,单位为kW;Pload.t为t时刻的***用电负荷; 和分别为t时刻余热锅炉输出的热能、储热装置输出的热能、储热装置储存的热能和用户需求的热能;δt为0-1变量,当δt=1时表明t时刻储热装置放热;当δt=0时表明储热装置蓄热;
不等式约束为:
式中,和分别为向电网馈电和购电的最大量,单位为kW;为燃气轮机最大输出电功率,单位为kW;为燃料电池输出的最大电功率,单位为kW;和为储热设备最大充热和放热功率,单位为kW;WHS.min、WHS.max分别为储热装置最小、最大储能量,单位为kWh;
步骤4:求解目标函数;
在Matlab 2016a软件平台上采用Yalmip+Fmincon进行编程,对建立的0-1混合整数经济优化调度模型进行求解;该模型的标准形式为:
式中:x为优化问题的决策变量,包括消纳的风电功率、***内设备的有功出力、蓄热装置的充放热和电网的购电;等式约束包括公式(14)和(15);不等式约束包括公式(16)到公式(24);
通过上述求解,得到热电联产***中燃料电池出力、热电联产机组出力、储热装置出力、电制气设备消耗风电量和***中电负荷消耗的风电量;
步骤5:***中用电负荷消纳后剩余的风电通过电制气设备进行进一步的消纳,将剩余的风电转化为甲烷进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603818.5A CN110318877B (zh) | 2019-07-05 | 2019-07-05 | 基于双模态解耦的热电联产***的风电消纳方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603818.5A CN110318877B (zh) | 2019-07-05 | 2019-07-05 | 基于双模态解耦的热电联产***的风电消纳方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110318877A true CN110318877A (zh) | 2019-10-11 |
CN110318877B CN110318877B (zh) | 2022-02-11 |
Family
ID=68122780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910603818.5A Active CN110318877B (zh) | 2019-07-05 | 2019-07-05 | 基于双模态解耦的热电联产***的风电消纳方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110318877B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110854906A (zh) * | 2019-11-04 | 2020-02-28 | 深圳供电局有限公司 | 一种电热耦合型虚拟电厂的风电消纳策略获取方法 |
CN114335630A (zh) * | 2021-12-30 | 2022-04-12 | 山东国创燃料电池技术创新中心有限公司 | 一种燃料电池热电联供控制方法及*** |
CN114583212A (zh) * | 2022-03-21 | 2022-06-03 | 浙江高成绿能科技有限公司 | 一种模组式氢能电站热电联供控制方法 |
CN116771450A (zh) * | 2023-07-14 | 2023-09-19 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制***和控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化***及方法 |
CN205356219U (zh) * | 2015-12-30 | 2016-06-29 | 武汉大学 | 一种风光气储互补的热电联产*** |
CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源***削峰填谷方法 |
CN207218260U (zh) * | 2017-06-16 | 2018-04-10 | 国网山东省电力公司经济技术研究院 | 一种终端供能*** |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
JP2019027398A (ja) * | 2017-08-02 | 2019-02-21 | 株式会社日立製作所 | コンバインドサイクル発電プラントおよびコンバインドサイクル発電プラントの制御方法 |
-
2019
- 2019-07-05 CN CN201910603818.5A patent/CN110318877B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化***及方法 |
CN205356219U (zh) * | 2015-12-30 | 2016-06-29 | 武汉大学 | 一种风光气储互补的热电联产*** |
CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源***削峰填谷方法 |
CN207218260U (zh) * | 2017-06-16 | 2018-04-10 | 国网山东省电力公司经济技术研究院 | 一种终端供能*** |
JP2019027398A (ja) * | 2017-08-02 | 2019-02-21 | 株式会社日立製作所 | コンバインドサイクル発電プラントおよびコンバインドサイクル発電プラントの制御方法 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
Non-Patent Citations (2)
Title |
---|
芦思为: "含冷热电联产的微网经济调度策略研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
魏震波等: "含电转气和热电解耦热电联产机组的区域能源互联网联合经济调度", 《电网技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110854906A (zh) * | 2019-11-04 | 2020-02-28 | 深圳供电局有限公司 | 一种电热耦合型虚拟电厂的风电消纳策略获取方法 |
CN114335630A (zh) * | 2021-12-30 | 2022-04-12 | 山东国创燃料电池技术创新中心有限公司 | 一种燃料电池热电联供控制方法及*** |
CN114335630B (zh) * | 2021-12-30 | 2024-04-23 | 山东国创燃料电池技术创新中心有限公司 | 一种燃料电池热电联供控制方法及*** |
CN114583212A (zh) * | 2022-03-21 | 2022-06-03 | 浙江高成绿能科技有限公司 | 一种模组式氢能电站热电联供控制方法 |
CN114583212B (zh) * | 2022-03-21 | 2024-03-15 | 浙江高成绿能科技有限公司 | 一种模组式氢能电站热电联供控制方法 |
CN116771450A (zh) * | 2023-07-14 | 2023-09-19 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制***和控制方法 |
CN116771450B (zh) * | 2023-07-14 | 2024-01-23 | 华北电力大学 | 一种基于超临界co2发电机组的多能源控制*** |
Also Published As
Publication number | Publication date |
---|---|
CN110318877B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
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 | |
CN104734168B (zh) | 一种基于电热联合调度的微电网运行优化***及方法 | |
Song et al. | Multi-objective optimization of a solar hybrid CCHP system based on different operation modes | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
CN110318877A (zh) | 基于双模态解耦的热电联产***及其风电消纳方法 | |
CN106058942B (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
CN108717594A (zh) | 一种冷热电联供型多微网***经济优化调度方法 | |
CN104716644A (zh) | 一种可再生能源冷热电微网***及控制方法 | |
CN113249736A (zh) | 一种综合可再生能源的水电解氢热联产***及方法 | |
CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
CN111967659B (zh) | 一种基于光伏消纳的区域综合能源***配置优化方法 | |
CN105186583A (zh) | 基于多智能体建模的能量路由器及其能量调度方法 | |
CN113806952B (zh) | 一种考虑源-荷-储的冷热电综合能源***及其优化运行方法 | |
CN111522238A (zh) | 一种基于舒适度的建筑综合能源***控制方法及控制*** | |
CN109376406B (zh) | 供能***超结构模型、建模方法、计算机设备和存储介质 | |
Meng et al. | Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation | |
CN204407890U (zh) | 一种可再生能源冷热电微网*** | |
CN112418537B (zh) | 一种面向多能源云储能***的优化调度方法 | |
CN113822480A (zh) | 一种农村综合能源***多层协同优化方法及*** | |
CN113381398A (zh) | 适用于工业园区的多能互补综合能源供能*** | |
CN113131513A (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
CN107871052A (zh) | 一种计及可再生能源和储能的能源集线器优化调度模型 | |
CN111724026A (zh) | 一种多能源网络与配水网耦合运行的优化方法 | |
Mewafy et al. | Optimal design of multiuse hybrid microgrids power by green hydrogen–ammonia |
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 |