CN112329259A - 一种多能互补冷热电联供微电网框架及其建模方法 - Google Patents
一种多能互补冷热电联供微电网框架及其建模方法 Download PDFInfo
- Publication number
- CN112329259A CN112329259A CN202011324828.4A CN202011324828A CN112329259A CN 112329259 A CN112329259 A CN 112329259A CN 202011324828 A CN202011324828 A CN 202011324828A CN 112329259 A CN112329259 A CN 112329259A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- micro
- combined cooling
- heat
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 71
- 238000001816 cooling Methods 0.000 title claims abstract description 61
- 230000000295 complement effect Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004146 energy storage Methods 0.000 claims abstract description 58
- 230000005611 electricity Effects 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 239000007789 gas Substances 0.000 claims description 94
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 72
- 238000003860 storage Methods 0.000 claims description 63
- 238000010248 power generation Methods 0.000 claims description 43
- 239000001257 hydrogen Substances 0.000 claims description 38
- 229910052739 hydrogen Inorganic materials 0.000 claims description 38
- 239000003345 natural gas Substances 0.000 claims description 36
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 33
- 238000005338 heat storage Methods 0.000 claims description 22
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 20
- 239000002918 waste heat Substances 0.000 claims description 18
- 238000005057 refrigeration Methods 0.000 claims description 16
- 238000005286 illumination Methods 0.000 claims description 15
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 239000000446 fuel Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000003287 bathing Methods 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- -1 biogas Substances 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Images
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
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Engine Equipment That Uses Special Cycles (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明是一种多能互补冷热电联供微电网框架及其建模方法。本发明涉及多能互补冷热电联供微电网技术领域，本发明在多能互补型微电网是将各种供能设备、负荷、能量转换装置以及冷热电储能装置等汇集在一起的配备保护装置的综合能源网络***，基于微网能量管理***能够实现自我控制和管理，可自主选择，与大电网互为备用，为区域中的用冷/热/电负荷提供能源，满足其供能需求，实现微电网的可靠、经济供能。多能互补型微电网能够同时供应冷、热、电等多种能源，且不同能源之间可相互转换或者梯级利用，最大程度提高区域内的能源利用效率。与传统微电网的供能方式相比，多能互补型微电网优势明显。
Description
技术领域
本发明涉及多能互补冷热电联供微电网技术领域，是一种多能互补冷热电联供微电网框架及其建模方法。
背景技术
在国内，很多机构就多能源互补问题也已经开展了很多年的研究，1982年提出了太阳能的能量转换装置、风能发电机，此后，对风光互补发电***的研究就进入了成熟阶段。2004年华能南澳54MW的风光互补发电厂成功地并入电网，成为第一个在中国正式参与商业化运行的风光互补***。
但在运行微电网示范平台时，逐渐发现微电网存在分布式电源能量密度低、输出功率不稳定和弃风、弃电严重等问题。由此提出了利用传统化石能源和分布式能源结合，采用多种能量形式相结合的方式，建立梯形能量结构，进而增加***的消纳能力，提高能源渗透率，适应可再生能源的开发利用并优化各类能源的统筹分配以实现可持续发展。随着工业生产和居民用户的能源需求日趋多样，供能设备和形式向着高品位、低成本的方向发展，供能能源的革新促使能源***间的进一步耦合，使得综合能源***从理论概念逐渐转变为一种有效的能源整合手段。区域综合能源***涉及能源的生产、转换与协调，其核心是实现能源的高效利用。
由于不同能源***间发展的差异，供能往往都是单独规划、单独设计、独立运行，彼此间缺乏协调，由此造成了能源利用率低、供能***整体安全性和自愈能力不强等问题。冷热电联供通常以天然气、沼气、汽油、柴油等为主要燃料带动燃气轮机、微燃机或内燃机发电机等燃气发电设备发电，供应用户电力需求，通过余热锅炉或者余热直燃机等余热回收利用设备回收***发电后排出的余热，向用户供热、供冷，极大地提高了***的一次能源利用率，实现了能源的梯级利用，是分布式能源发展的重要方向，已成为国内外研究的热点。
因此，多能互补微电网同时具有风光储发电***(微电网)与冷热电互联***的优点，既可以充分消纳可再生能源，又可以充分利用性价比高的天然气能源实现能源的梯次利用，最终满足多种负荷的用能，但其方案设计与建模方法目前研究尚处于起步阶段。
发明内容
本发明为了实现微电网的可靠、经济供能问题，本发明提供了以下技术方案：一种多能互补冷热电联供微电网框架及其建模方法，具体为：
一种多能互补冷热电联供微电网框架，所述框架包括光氢储微电网和天然气冷热电联供***，所述光氢储微电网包括光伏发电、蓄电池储能***和氢能发电***；天然气冷热电联供***包括燃气机、余热锅炉、溴化锂吸收式制冷机、燃气锅炉、电制冷机和蓄热槽；
光伏发电***满足微电网内电负荷需求，蓄电池储能***、燃料电池或者燃气发电机补充负荷不足部分，当有剩余能量时则通过蓄电池储能***充电存储或电制氢存储；
通过电制冷机消耗电能制冷，燃气轮机消耗天然气发电，产生的余热供热，同时通过溴化锂制冷机来供冷，燃气锅炉消耗天然气供热，蓄热槽进行热量的储存和释放。
优选地，所述燃气机采用美国顶石集团的C65型微燃机。
一种多能互补冷热电联供微电网建模方法，根据光照强度、环境温度和无风条件，确定最大输出功率，建立光伏发电模型；
根据t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，确定在t时刻的荷电状态，建立蓄电池储能***模型；
在多能互补冷热电联供微电网框架中，燃气机连接着蓄电池储能***和冷热电联供***，建立燃气机模型优化多能互补冷热电联供微电网框架；
燃气锅炉通过燃烧天然气将化学能转化为热能，建立燃气锅炉模型；
电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，建立电制冷机模型；
蓄热槽平抑可再生能源的间歇性和波动性，同时对冷热电负荷起到削峰填谷，缓解冷热电三种能量之间的耦合，在采用分时电价的情况下，建立蓄热槽模型。
优选地，对于准稳态的光伏出力，根据当前标准测试条件下，标准光照强度、环境温度25℃、无风的环境条件下的最大输出功率，结合当前环境温度及光照强度进行估算，建立光伏发电模型，通过下式表示光伏发电模型：
其中，PSTC为标准测试条件下光伏电池的最大输出功率；PPV为实际输出功率；GSTC为标准条件下光伏电池的最大光照强度；GC为光伏电池的实际光照强度；功率温度系数k取值为-0.0047/℃；TC和TSTC分别为光伏电池温度和参考温度，TSTC为25℃。
优选地，考虑到单一电储能的短期储能特性，引入清洁环保的长期储能-氢能储能***，进而形成兼顾功率、能量的多需求混合储能***，采用电解水制氢，当可再生能源发电量过多且蓄电池容量达到上限时，电解槽将多余电量通过电解水制氢，存储在储氢罐中作为后备能源，电解槽将电能转化为化学能的装置，建立氢能发电***模型，通过下式表示氢能发电***模型：
GP2G＝ηP2GPP2G/GHV
其中，GP2G为P2G装置产生的氢气量；PP2G为P2G装置消耗的电功率；ηP2G为P2G装置的能量转化效率，GHV为固定高热值。
优选地，蓄电池的充放电是一个动态过程，在t时刻的荷电状态，取决于t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，通过下式建立蓄电池储能***模型：
其中，SOC(t)为t时刻蓄电池的荷电状态；Pc(t)为t时段蓄电池的充电功率；Pd(t)为t时段蓄电池的放电功率；ηc和ηd分别为蓄电池的充、放电效率；σ为蓄电池的自放电率；Ebat为表示电池的额定储能；Δt为调度时间间隔。
优选地，建立燃气机模型优化多能互补冷热电联供微电网框架，通过下式表示燃气机模型：
其中，ηMT是微型燃机轮机的发电效率；PMT是微型燃机轮机的输出功率；
通过下式表示以微型燃气轮机为核心装置的CCHP***的数学模型：
其中，QMT(t)表示微型燃气轮机的余热量；η1为微型燃气轮机的散热系数；Qhe(t)、Qco(t)分别为t时刻微型燃气轮机由余热所能提供的制热量、制冷量；Khe、Kco分别为***的制热系数、制冷系数；VMT为微型燃气轮机消耗的天然气量；Δt为优化周期内单位时间间隔；本文天然气低热热值L为9.7kW.h/m3。
优选地，燃气锅炉是通过燃烧天然气将化学能转化为热能，作为蒸汽、采暖和洗浴用的锅炉设备，根据燃气锅炉的输入与输出关系，确定燃气锅炉模型，通过下式表示燃气锅炉模型：
QGB(t)＝ηGBFGB(t)
其中，QGB(t)为t时刻燃气锅炉的输出热功率；ηGB为燃气锅炉的制热效率；FGB(t)为t时刻燃气锅炉的燃料消耗量。
优选地，电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，电制冷机利用电力带动压缩机，用压缩机做功来完成一系列制冷的过程，将吸收的电能转换输出为冷热能，根据转换过程消耗的电能与输出功率之间的关系，建立电制冷机模型，通过下式表示电制冷机模型：
QEC(t)＝ηECPEC(t)
其中，QEC(t)为输出功率(kW)，ηEC是电制冷机的制冷系数，PEC(t)是输入的电功率(kW)。
优选地，在采用分时电价的情况下，基于储能设备在运行时的储能功率、释能效率、能量自损系数以及设备自身容量，建立蓄热槽模型，通过下式表示蓄热槽模型：
其中，S(t)为储能设备在t时段储存的能量：Δt时调度的时间间隔：Pabs(t)，Prel(t)分别为t时段的储能、释能功率；ηabs，ηrel分别为t时段的储能释能效率；σ为储能设备能量的自损系数。
本发明具有以下有益效果：
本发明在多能互补型微电网是将各种供能设备、负荷、能量转换装置(如制冷机、燃气轮机等)以及冷热电储能装置等汇集在一起的配备保护装置的综合能源网络***，基于微网能量管理***能够实现自我控制和管理，其具备与大电网并网运行或者脱离大电网孤网运行两种状态，可自主选择，与大电网互为备用，为区域中的用冷/热/电负荷提供能源，满足其供能需求，实现微电网的可靠、经济供能。多能互补型微电网能够同时供应冷、热、电等多种能源，且不同能源之间可相互转换或者梯级利用，可以最大程度提高区域内的能源利用效率。与传统微电网的供能方式相比，多能互补型微电网优势明显。
附图说明
图1是多能互补微电网结构示意图。
具体实施方式
以下结合具体实施例，对本发明进行了详细说明。
具体实施例一：
根据图1所示，本发明提供一种多能互补冷热电联供微电网框架及其建模方法，本发明设计了一种多能互补冷热电联供微电网框架。***的能量源包含天然气、电网以及太阳能等新能源。图1所示为多能互补型微电网的结构示意图。可将多能互补微电网看成光氢储微电网和天然气冷热电联供***组成。光氢储微电网包括光伏发电、蓄电池储能***、氢能发电***等；天然气冷热电联供***包括燃气机、余热锅炉、溴化锂吸收式制冷机、燃气锅炉、电制冷机、蓄热槽等。多能互补微电网与大电网的公共连接点(PCC点)，PCC点的闭合与否决定多能互补微电网并网还是离网运行；光伏发电***出力，以满足微电网内电负荷需求，不足部分通过蓄电池储能***、燃料电池或者燃气发电机补充，若有剩余则通过蓄电池储能***充电存储或电制氢存储。
电制冷机消耗电能制冷，燃气轮机消耗天然气发电，产生的余热供热，同时通过溴化锂制冷机来供冷，燃气锅炉消耗天然气供热，蓄热槽进行热量的储存和释放。
多能互补微电网用于住宅区、小型园区或者商业区时，不仅可以提供电能还可以提供冷热能。微型燃气轮机、蓄电池储能以及可再生能源供给电负荷，冷热负荷主要利用燃气的余热、电制冷机以及燃气锅炉供应。处于多能互补***中的负荷，离网情况下和并网运行情况下的用能都可以得到更好的保障。
由于需对多能互补***进行优化，所以对多能互补型微电网中的各单元建立其数学模型。
本发明提供一种多能互补冷热电联供微电网框架，所述框架包括光氢储微电网和天然气冷热电联供***，所述光氢储微电网包括光伏发电、蓄电池储能***和氢能发电***；天然气冷热电联供***包括燃气机、余热锅炉、溴化锂吸收式制冷机、燃气锅炉、电制冷机和蓄热槽；
光伏发电***满足微电网内电负荷需求，蓄电池储能***、燃料电池或者燃气发电机补充负荷不足部分，当有剩余能量时则通过蓄电池储能***充电存储或电制氢存储；
通过电制冷机消耗电能制冷，燃气轮机消耗天然气发电，产生的余热供热，同时通过溴化锂制冷机来供冷，燃气锅炉消耗天然气供热，蓄热槽进行热量的储存和释放。
所述燃气机采用美国顶石集团的C65型微燃机。
一种多能互补冷热电联供微电网建模方法，根据光照强度、环境温度和无风条件，确定最大输出功率，建立光伏发电模型；
对于准稳态的光伏出力，根据当前标准测试条件下，标准光照强度、环境温度25℃、无风的环境条件下的最大输出功率，结合当前环境温度及光照强度进行估算，建立光伏发电模型，通过下式表示光伏发电模型：
其中，PSTC为标准测试条件下光伏电池的最大输出功率；PPV为实际输出功率；GSTC为标准条件下光伏电池的最大光照强度；GC为光伏电池的实际光照强度；功率温度系数k取值为-0.0047/℃；TC和TSTC分别为光伏电池温度和参考温度，TSTC为25℃。
考虑到单一电储能的短期储能特性，引入清洁环保的长期储能-氢能储能***，进而形成兼顾功率、能量的多需求混合储能***，采用电解水制氢，当可再生能源发电量过多且蓄电池容量达到上限时，电解槽将多余电量通过电解水制氢，存储在储氢罐中作为后备能源，电解槽将电能转化为化学能的装置，建立氢能发电***模型，通过下式表示氢能发电***模型：
GP2G＝ηP2GPP2G/GHV
其中，GP2G为P2G装置产生的氢气量；PP2G为P2G装置消耗的电功率；ηP2G为P2G装置的能量转化效率，GHV为固定高热值。
根据t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，确定在t时刻的荷电状态，建立蓄电池储能***模型；
蓄电池的充放电是一个动态过程，在t时刻的荷电状态，取决于t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，通过下式建立蓄电池储能***模型：
其中，SOC(t)为t时刻蓄电池的荷电状态；Pc(t)为t时段蓄电池的充电功率；Pd(t)为t时段蓄电池的放电功率；ηc和ηd分别为蓄电池的充、放电效率；σ为蓄电池的自放电率；Ebat为表示电池的额定储能；Δt为调度时间间隔。
在多能互补冷热电联供微电网框架中，燃气机连接着蓄电池储能***和冷热电联供***，建立燃气机模型优化多能互补冷热电联供微电网框架；
建立燃气机模型优化多能互补冷热电联供微电网框架，通过下式表示燃气机模型：
其中，ηMT是微型燃机轮机的发电效率；PMT是微型燃机轮机的输出功率；
通过下式表示以微型燃气轮机为核心装置的CCHP***的数学模型：
其中，QMT(t)表示微型燃气轮机的余热量；η1为微型燃气轮机的散热系数；Qhe(t)、Qco(t)分别为t时刻微型燃气轮机由余热所能提供的制热量、制冷量；Khe、Kco分别为***的制热系数、制冷系数；VMT为微型燃气轮机消耗的天然气量；Δt为优化周期内单位时间间隔；本文天然气低热热值L为9.7kW.h/m3。
燃气锅炉通过燃烧天然气将化学能转化为热能，建立燃气锅炉模型；
燃气锅炉是通过燃烧天然气将化学能转化为热能，作为蒸汽、采暖和洗浴用的锅炉设备，根据燃气锅炉的输入与输出关系，确定燃气锅炉模型，通过下式表示燃气锅炉模型：
QGB(t)＝ηGBFGB(t)
其中，QGB(t)为t时刻燃气锅炉的输出热功率；ηGB为燃气锅炉的制热效率；FGB(t)为t时刻燃气锅炉的燃料消耗量。
电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，建立电制冷机模型；
电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，电制冷机利用电力带动压缩机，用压缩机做功来完成一系列制冷的过程，将吸收的电能转换输出为冷热能，根据转换过程消耗的电能与输出功率之间的关系，建立电制冷机模型，通过下式表示电制冷机模型：
QEC(t)＝ηECPEC(t)
其中，QEC(t)为输出功率(kW)，ηEC是电制冷机的制冷系数，PEC(t)是输入的电功率(kW)。
蓄热槽平抑可再生能源的间歇性和波动性，同时对冷热电负荷起到削峰填谷，缓解冷热电三种能量之间的耦合，在采用分时电价的情况下，建立蓄热槽模型。
在采用分时电价的情况下，基于储能设备在运行时的储能功率、释能效率、能量自损系数以及设备自身容量，建立蓄热槽模型，通过下式表示蓄热槽模型：
其中，S(t)为储能设备在t时段储存的能量：Δt时调度的时间间隔：Pabs(t)，Prel(t)分别为t时段的储能、释能功率；ηabs，ηrel分别为t时段的储能释能效率；σ为储能设备能量的自损系数。
针对所提出的多能互补微电网，设计的多能互补微电网的参数如表1所示。
表1多能互补微电网的参数
本发明设计了一种多能互补冷热电联供微电网框架。***的能量源包含天然气、电网以及太阳能等新能源。图1所示为多能互补型微电网的结构示意图。可将多能互补微电网看成光氢储微电网和天然气冷热电联供***组成。光氢储微电网包括光伏发电、蓄电池储能***、氢能发电***等；天然气冷热电联供***包括燃气机、余热锅炉、溴化锂吸收式制冷机、燃气锅炉、电制冷机、蓄热槽等。多能互补微电网与大电网的公共连接点(PCC点)，PCC点的闭合与否决定多能互补微电网并网还是离网运行；光伏发电***出力，以满足微电网内电负荷需求，不足部分通过蓄电池储能***、燃料电池或者燃气发电机补充，若有剩余则通过蓄电池储能***充电存储或电制氢存储。电制冷机消耗电能制冷，燃气轮机消耗天然气发电，产生的余热供热，同时通过溴化锂制冷机来供冷，燃气锅炉消耗天然气供热，蓄热槽进行热量的储存和释放。
以上所述仅是一种多能互补冷热电联供微电网框架及其建模方法的优选实施方式，一种多能互补冷热电联供微电网框架及其建模方法的保护范围并不仅局限于上述实施例，凡属于该思路下的技术方案均属于本发明的保护范围。应当指出，对于本领域的技术人员来说，在不脱离本发明原理前提下的若干改进和变化，这些改进和变化也应视为本发明的保护范围。
Claims (10)
1.一种多能互补冷热电联供微电网框架，其特征是：所述框架包括光氢储微电网和天然气冷热电联供***，所述光氢储微电网包括光伏发电、蓄电池储能***和氢能发电***；天然气冷热电联供***包括燃气机、余热锅炉、溴化锂吸收式制冷机、燃气锅炉、电制冷机和蓄热槽；
光伏发电***满足微电网内电负荷需求，蓄电池储能***、燃料电池或者燃气发电机补充负荷不足部分，当有剩余能量时则通过蓄电池储能***充电存储或电制氢存储；
通过电制冷机消耗电能制冷，燃气轮机消耗天然气发电，产生的余热供热，同时通过溴化锂制冷机来供冷，燃气锅炉消耗天然气供热，蓄热槽进行热量的储存和释放。
2.根据权利要求1所述的一种多能互补冷热电联供微电网框架，其特征是：所述燃气机采用美国顶石集团的C65型微燃机。
3.一种多能互补冷热电联供微电网建模方法，所述方法基于如权利要求1所述的一种多能互补冷热电联供微电网框架，其特征是：根据光照强度、环境温度和无风条件，确定最大输出功率，建立光伏发电模型；
根据t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，确定在t时刻的荷电状态，建立蓄电池储能***模型；
在多能互补冷热电联供微电网框架中，燃气机连接着蓄电池储能***和冷热电联供***，建立燃气机模型优化多能互补冷热电联供微电网框架；
燃气锅炉通过燃烧天然气将化学能转化为热能，建立燃气锅炉模型；
电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，建立电制冷机模型；
蓄热槽平抑可再生能源的间歇性和波动性，同时对冷热电负荷起到削峰填谷，缓解冷热电三种能量之间的耦合，在采用分时电价的情况下，建立蓄热槽模型。
4.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：对于准稳态的光伏出力，根据当前标准测试条件下，标准光照强度、环境温度25℃、无风的环境条件下的最大输出功率，结合当前环境温度及光照强度进行估算，建立光伏发电模型，通过下式表示光伏发电模型：
其中，PSTC为标准测试条件下光伏电池的最大输出功率；PPV为实际输出功率；GSTC为标准条件下光伏电池的最大光照强度；GC为光伏电池的实际光照强度；功率温度系数k取值为-0.0047/℃；TC和TSTC分别为光伏电池温度和参考温度，TSTC为25℃。
5.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：考虑到单一电储能的短期储能特性，引入清洁环保的长期储能-氢能储能***，进而形成兼顾功率、能量的多需求混合储能***，采用电解水制氢，当可再生能源发电量过多且蓄电池容量达到上限时，电解槽将多余电量通过电解水制氢，存储在储氢罐中作为后备能源，电解槽将电能转化为化学能的装置，建立氢能发电***模型，通过下式表示氢能发电***模型：
GP2G＝ηP2GPP2G/GHV
其中，GP2G为P2G装置产生的氢气量；PP2G为P2G装置消耗的电功率；ηP2G为P2G装置的能量转化效率，GHV为固定高热值。
6.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：蓄电池的充放电是一个动态过程，在t时刻的荷电状态，取决于t-1时刻的荷电状态、[t-1，t]时段的充放电状态以及自然状态下的自放电量，通过下式建立蓄电池储能***模型：
其中，SOC(t)为t时刻蓄电池的荷电状态；Pc(t)为t时段蓄电池的充电功率；Pd(t)为t时段蓄电池的放电功率；ηc和ηd分别为蓄电池的充、放电效率；σ为蓄电池的自放电率；Ebat为表示电池的额定储能；Δt为调度时间间隔。
7.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：建立燃气机模型优化多能互补冷热电联供微电网框架，通过下式表示燃气机模型：
其中，ηMT是微型燃机轮机的发电效率；PMT是微型燃机轮机的输出功率；
通过下式表示以微型燃气轮机为核心装置的CCHP***的数学模型：
其中，QMT(t)表示微型燃气轮机的余热量；η1为微型燃气轮机的散热系数；Qhe(t)、Qco(t)分别为t时刻微型燃气轮机由余热所能提供的制热量、制冷量；Khe、Kco分别为***的制热系数、制冷系数；VMT为微型燃气轮机消耗的天然气量；Δt为优化周期内单位时间间隔；本文天然气低热热值L为9.7kW.h/m3。
8.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：燃气锅炉是通过燃烧天然气将化学能转化为热能，作为蒸汽、采暖和洗浴用的锅炉设备，根据燃气锅炉的输入与输出关系，确定燃气锅炉模型，通过下式表示燃气锅炉模型：
QGB(t)＝ηGBFGB(t)
其中，QGB(t)为t时刻燃气锅炉的输出热功率；ηGB为燃气锅炉的制热效率；FGB(t)为t时刻燃气锅炉的燃料消耗量。
9.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：电制冷机是与吸收式制冷机组成混合制冷***，共同提高冷热电联供***的运行效率，同时电制冷机还作为冷负荷的调峰设备使用，电制冷机利用电力带动压缩机，用压缩机做功来完成一系列制冷的过程，将吸收的电能转换输出为冷热能，根据转换过程消耗的电能与输出功率之间的关系，建立电制冷机模型，通过下式表示电制冷机模型：
QEC(t)＝ηECPEC(t)
其中，QEC(t)为输出功率(kW)，ηEC是电制冷机的制冷系数，PEC(t)是输入的电功率(kW)。
10.根据权利要求3所述的一种多能互补冷热电联供微电网建模方法，其特征是：在采用分时电价的情况下，基于储能设备在运行时的储能功率、释能效率、能量自损系数以及设备自身容量，建立蓄热槽模型，通过下式表示蓄热槽模型：
其中，S(t)为储能设备在t时段储存的能量：Δt时调度的时间间隔：Pabs(t)，Prel(t)分别为t时段的储能、释能功率；ηabs，ηrel分别为t时段的储能释能效率；σ为储能设备能量的自损系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011324828.4A CN112329259B (zh) | 2020-11-24 | 2020-11-24 | 一种多能互补冷热电联供微电网框架及其建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011324828.4A CN112329259B (zh) | 2020-11-24 | 2020-11-24 | 一种多能互补冷热电联供微电网框架及其建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112329259A true CN112329259A (zh) | 2021-02-05 |
| CN112329259B CN112329259B (zh) | 2024-03-01 |
Family
ID=74321095
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011324828.4A Active CN112329259B (zh) | 2020-11-24 | 2020-11-24 | 一种多能互补冷热电联供微电网框架及其建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112329259B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883584A (zh) * | 2021-03-12 | 2021-06-01 | 国网上海市电力公司 | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 |
| CN113531575A (zh) * | 2021-06-16 | 2021-10-22 | 淮阴工学院 | 一种新型冷热电联供***及其余热回收输出优化方法 |
| CN113572197A (zh) * | 2021-08-02 | 2021-10-29 | 北京能高自动化技术股份有限公司 | 基于氢储能的综合自洽能源微网配置方法及能量调控方法 |
| CN113624052A (zh) * | 2021-06-18 | 2021-11-09 | 淮阴工学院 | 一种冷热电联供***及其余热回收方法 |
| CN114512997A (zh) * | 2022-04-21 | 2022-05-17 | 华电电力科学研究院有限公司 | 一种基于风光电能源的综合能源***及调控方法 |
| EP4148242A1 (en) | 2021-09-13 | 2023-03-15 | Otto Hujber | A system enabling the storage of electricity and regulation of the electricity system and a procedure for operating the system |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151797A (zh) * | 2013-03-04 | 2013-06-12 | 上海电力学院 | 基于多目标调度模型的并网运行方式下微网能量控制方法 |
| US20140297051A1 (en) * | 2013-03-26 | 2014-10-02 | Northeastern University | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof |
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN108154309A (zh) * | 2017-12-30 | 2018-06-12 | 国网天津市电力公司电力科学研究院 | 计及冷热电多负荷动态响应的能源互联网经济调度方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN108717594A (zh) * | 2018-04-16 | 2018-10-30 | 东南大学 | 一种冷热电联供型多微网***经济优化调度方法 |
| CN109190859A (zh) * | 2018-11-05 | 2019-01-11 | 国网江苏省电力有限公司电力科学研究院 | 冷热电联供型多微网***及其经济优化调度方法 |
| CN109687002A (zh) * | 2018-11-13 | 2019-04-26 | 中广核研究院有限公司 | 一种分布式冷热电联供*** |
| CN110458353A (zh) * | 2019-08-08 | 2019-11-15 | 上海交通大学 | 电热联合微网能量梯级优化方法及*** |
| CN110516338A (zh) * | 2019-08-20 | 2019-11-29 | 东南大学 | 一种冷热电联供型多微网***调度方法 |
| US20200185926A1 (en) * | 2017-03-21 | 2020-06-11 | State Grid Tianjin Electric Power Company | Method for real-time scheduling of multi-energy complementary micro-grids based on rollout algorithm |
-
2020
- 2020-11-24 CN CN202011324828.4A patent/CN112329259B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151797A (zh) * | 2013-03-04 | 2013-06-12 | 上海电力学院 | 基于多目标调度模型的并网运行方式下微网能量控制方法 |
| US20140297051A1 (en) * | 2013-03-26 | 2014-10-02 | Northeastern University | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof |
| US20200185926A1 (en) * | 2017-03-21 | 2020-06-11 | State Grid Tianjin Electric Power Company | Method for real-time scheduling of multi-energy complementary micro-grids based on rollout algorithm |
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN108154309A (zh) * | 2017-12-30 | 2018-06-12 | 国网天津市电力公司电力科学研究院 | 计及冷热电多负荷动态响应的能源互联网经济调度方法 |
| CN108717594A (zh) * | 2018-04-16 | 2018-10-30 | 东南大学 | 一种冷热电联供型多微网***经济优化调度方法 |
| CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
| CN109190859A (zh) * | 2018-11-05 | 2019-01-11 | 国网江苏省电力有限公司电力科学研究院 | 冷热电联供型多微网***及其经济优化调度方法 |
| CN109687002A (zh) * | 2018-11-13 | 2019-04-26 | 中广核研究院有限公司 | 一种分布式冷热电联供*** |
| CN110458353A (zh) * | 2019-08-08 | 2019-11-15 | 上海交通大学 | 电热联合微网能量梯级优化方法及*** |
| CN110516338A (zh) * | 2019-08-20 | 2019-11-29 | 东南大学 | 一种冷热电联供型多微网***调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| 孙龙印: "冷热电联供型微网优化调度的研究", 《中国优秀硕士学位伦全文数据库 工程科技Ⅱ辑》, pages 042 - 408 * |
| 赵霞 等: "电-气综合能源***能流计算的改进方法", 《电工技术学报》 * |
| 赵霞 等: "电-气综合能源***能流计算的改进方法", 《电工技术学报》, vol. 33, no. 3, 12 October 2017 (2017-10-12), pages 467 - 477 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883584A (zh) * | 2021-03-12 | 2021-06-01 | 国网上海市电力公司 | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 |
| CN112883584B (zh) * | 2021-03-12 | 2024-05-03 | 国网上海市电力公司 | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 |
| CN113531575A (zh) * | 2021-06-16 | 2021-10-22 | 淮阴工学院 | 一种新型冷热电联供***及其余热回收输出优化方法 |
| CN113624052A (zh) * | 2021-06-18 | 2021-11-09 | 淮阴工学院 | 一种冷热电联供***及其余热回收方法 |
| CN113624052B (zh) * | 2021-06-18 | 2023-02-24 | 淮阴工学院 | 一种冷热电联供***及其余热回收方法 |
| CN113572197A (zh) * | 2021-08-02 | 2021-10-29 | 北京能高自动化技术股份有限公司 | 基于氢储能的综合自洽能源微网配置方法及能量调控方法 |
| EP4148242A1 (en) | 2021-09-13 | 2023-03-15 | Otto Hujber | A system enabling the storage of electricity and regulation of the electricity system and a procedure for operating the system |
| CN114512997A (zh) * | 2022-04-21 | 2022-05-17 | 华电电力科学研究院有限公司 | 一种基于风光电能源的综合能源***及调控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112329259B (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112329259B (zh) | 一种多能互补冷热电联供微电网框架及其建模方法 | |
| CN104716644B (zh) | 一种可再生能源冷热电微网***及控制方法 | |
| CN109474010B (zh) | 一种具有氢能循环利用的并网型微电网***及其控制方法 | |
| CN106444562A (zh) | 基于风光‑电热气转换模块的多储能装置协调***及方法 | |
| CN109474025B (zh) | 一种园区级综合能源***优化调度模型 | |
| CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN202210708U (zh) | 一种供电*** | |
| CN112800619B (zh) | 多源异质全可再生能源热电气储耦合***建模与规划方法 | |
| CN112380730A (zh) | 一种考虑多能耦合交互的综合能源微网优化运行方法 | |
| CN113313305A (zh) | 一种基于非合作博弈的综合能源***优化调度方法 | |
| CN103390903B (zh) | 新型风光储智能联合发电***及其控制方法 | |
| CN204407890U (zh) | 一种可再生能源冷热电微网*** | |
| CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
| CN114330835A (zh) | 一种综合能源微网中电/热混合储能***的优化配置方法 | |
| CN113807746A (zh) | 一种冷热电联供***的综合运行优化方法 | |
| Xie et al. | Tie-line Power Smoothing Strategy of Integrated Energy System Using Separate Storage of Heat and Electricity | |
| Sun et al. | Research on Coordinated and Optimized Operation of Electric-Thermal Energy System with Concentrated Solar Power Plant | |
| Chen | Integration and optimisation of bio-fuel micro-tri-generation with energy storage | |
| CN111786419A (zh) | 一种区域电网能源配置*** | |
| Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture | |
| CN110829519A (zh) | 一种基于可拆分式蓄电池组的多输入储能***及其控制方法 | |
| Zhang et al. | Optimal Dispatch Strategy for Advanced Adiabatic Compressed Air Energy Storage System Coupled with Concentrated Solar Power Station | |
| Shi et al. | Research of hybrid integrated energy station based on gas turbine | |
| Li et al. | Capacity configuration model of biogas-based integrated energy system | |
| CN113572197B (zh) | 基于氢储能的综合自洽能源微网配置方法及能量调控方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |