CN113159407A - 基于区域综合能源***的多能储存模块容量优化配置方法 - Google Patents
基于区域综合能源***的多能储存模块容量优化配置方法 Download PDFInfo
- Publication number
- CN113159407A CN113159407A CN202110398964.6A CN202110398964A CN113159407A CN 113159407 A CN113159407 A CN 113159407A CN 202110398964 A CN202110398964 A CN 202110398964A CN 113159407 A CN113159407 A CN 113159407A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- energy storage
- hydrogen
- gas
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 28
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 131
- 239000001257 hydrogen Substances 0.000 claims abstract description 131
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 117
- 238000003860 storage Methods 0.000 claims abstract description 35
- 238000005338 heat storage Methods 0.000 claims abstract description 29
- 230000001932 seasonal effect Effects 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 16
- 238000005265 energy consumption Methods 0.000 claims abstract description 10
- 239000007789 gas Substances 0.000 claims description 133
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 96
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 60
- 238000009434 installation Methods 0.000 claims description 56
- 238000005868 electrolysis reaction Methods 0.000 claims description 54
- 239000003345 natural gas Substances 0.000 claims description 50
- 239000010410 layer Substances 0.000 claims description 42
- 238000007599 discharging Methods 0.000 claims description 35
- 230000006835 compression Effects 0.000 claims description 33
- 238000007906 compression Methods 0.000 claims description 33
- 238000012423 maintenance Methods 0.000 claims description 33
- 238000010521 absorption reaction Methods 0.000 claims description 30
- 238000005457 optimization Methods 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 150000002431 hydrogen Chemical class 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 12
- 239000002356 single layer Substances 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 239000002918 waste heat Substances 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 101100341863 Canis lupus familiaris KCNH2 gene Proteins 0.000 claims 1
- 230000035699 permeability Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Images
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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于区域综合能源***的多能储存模块容量优化配置方法,所述方法一方面可以综合考虑不同储能设备的投资成本以及在***中的作用,协调储电、储热、储冷、季节性储氢的优化配置。另一方面,在考虑季节性储氢后,提供一种方法可以较准确地反映季节性储氢的能量状态,同时提高求解效率。最后,本发明可以应用于高可再生能源渗透率的***中,有效地解决可再生能源和负荷的季节性不匹配问题,提高***的可再生能源消纳能力并降低***的运行成本。
Description
技术领域
本发明属于多类型储能优化规划领域,更具体地,区域综合能源***中涉及电、热、冷、氢多种能源形式,储能包括短期储能和季节性储能两种类型,尤指一种基于区域综合能源***的多能储存模块容量优化配置方法。
背景技术
当前,世界正面临着能源短缺和环境污染问题,推动能源消费结构的转型和构建高可再生能源渗透率的低碳能源***是人类社会的必然选择。综合能源***可以实现多种形式能量的协调利用,对于提高能量使用效率和促进可再生能源的消纳具有重要意义。而储能作为综合能源***融合的纽带,其优化配置是实现综合能源***优化运行的关键。
合理的储能容量是***稳定、可靠、经济运行的有力保证,因此储能的优化配置已经成为近年来的研究热点和重点,已经有不少学者构建了储能的优化配置模型。赵冬梅等提出了包含电热气的多能储存***的优化配置方法,有效地提高了***消纳风光的能力并改善了***的经济性。许周等从电、热柔性负荷角度考虑,建立了区域综合能源***的电热储能容量优化模型,降低了储能的配置成本。郭亦宗等将云储能应用于综合能源***的储能配置,提出了协调用户和云储能供应商的电热云储能双层规划模型,实现了电网、热网、云储能供应商和用户的互利共赢。上述学者的研究表明,储能的优化配置可以实现***的稳定经济运行。然而,其所分析的***的可再生能源渗透率是有限的,所建的储能优化配置模型仅包含短期储能。
随着可再生能源安装容量以及渗透率的持续增加,***不仅需要配置更大容量的储能以应对可再生能源大范围整合对***稳定运行带来的冲击,还需要考虑到可再生能源季节性出力特征带来的长时间尺度下的电量不平衡问题。相比于短期储能,季节性储能可以实现能量的跨季节转移,并且在长时间尺度下应具有较低的能量自损耗和较高的充放能效率。储氢相比于其他储能介质,在能量损耗、投资成本方面具有较大优势。同时,氢能本身又是一种绿色高效的优质能源,所以氢能已经成为理想的季节性储能介质。但是,由于季节性储能的充放能周期为一年,所以若采用全年完整时间序列建立储能的优化配置模型,将降低模型的求解效率,而若以典型日为单位建立储能的优化配置模型,难以考虑季节性储能不同典型日之间能量的关系。综上,本发明以高渗透率可再生能源的区域综合能源***为背景,提出了多类型储能***的容量优化配置方法。
发明内容
本发明的目的在于提供一种基于区域综合能源***的多能储存模块容量优化配置方法,该方法可以综合考虑不同储能设备的投资成本以及在***中的作用,协调储电、储热、储冷、季节性储氢的优化配置。另一方面,在考虑季节性储氢后,本发明旨在提供一种方法可以较准确地反映季节性储氢的能量状态,同时提高求解效率。最后,本发明可以应用于高可再生能源渗透率的***中,有效地解决可再生能源和负荷的季节性不匹配问题,提高***的可再生能源消纳能力并降低***的运行成本。
为达到以上目的,本发明采取的技术方案是:
一种区域综合能源***,包括能量输入模块、能量转换模块、多能储存模块、能量输出模块;
所述能量输入模块、能量转换模块、多能储存模块、能量输出模块依次通过能源集线器连接;
所述能量输入模块用于为区域综合能源***提供能量,所述能量转换模块用于将能量输入模块输入的能量转化为电、热、冷和氢四种能量形式;所述多能储存模块用于存储转化后的能量;所述能量输出模块用于输出能量以供给各类负荷;
在上述方案的基础上,所述能源集线器包括:电能集线器、氢能集线器、热能集线器、冷能集线器和天然气能源集线器。
在上述方案的基础上,所述能量输入模块包括:上级电网、天然气网、风力发电站和光伏发电站;
所述能量转换模块包括:电解水设备、热交换器、电锅炉、压缩式制冷机、燃气轮机、燃气锅炉和吸收式制冷机;
多能储存模块包括氢储能装置、电池、蓄热罐和蓄冷罐;
能量输出包括氢负荷、电负荷、热负荷、冷负荷四类负荷。
所述上级电网、风力发电站、光伏发电站、电解水设备、电锅炉、压缩式制冷机、燃气轮机、电池和电负荷与电能集线器相连接;其中,所述上级电网、风力发电站、光伏发电站和燃气轮机为电能的输入端,电解水设备、电锅炉、压缩式制冷机和电负荷为电能的输出端,电池可实现电能输入和输出的灵活调节;
所述电解水设备、天然气网、氢储能装置和氢负荷与氢能集线器相连接;其中,所述电解水设备为氢能的输入端,天然气网和氢负荷为氢能的输出端,氢储能装置可实现氢能输入和输出的灵活调节。需要说明的是,电解水设备生成的氢气可以混入天然气,但不能超过最大比例限制,所述最大比例为10%;
所述天然气网、燃气轮机、燃气锅炉和电解水设备与天然气能源集线器相连接。其中,所述天然气网和电解水设备为天然气的能源输入端,燃气轮机和燃气锅炉为天然气的能源输出端;
所述燃气轮机、燃气锅炉、热交换器、电锅炉、吸收式制冷机、蓄热罐和热负荷与热能集线器相连接;其中,所述燃气轮机、燃气锅炉、热交换器和电锅炉为热能的输入端,吸收式制冷机和热负荷为热能的输出端,蓄热罐可实现热能输入和输出的灵活调节。需要说明的是,热交换器通过回收电解水产生的余热以供应热能;
所述吸收式制冷机、压缩式制冷机、蓄冷罐和冷负荷与冷能集线器相连接;所述吸收式制冷机和压缩式制冷机为冷能的输入端,冷负荷为冷能的输出端,蓄冷罐可实现冷能输入和输出的灵活调节。
一种多能储存模块容量优化配置方法应用上述***,具体包括如下步骤:
步骤1:将能量输入、能量转换、能量输出三个模块设备的全部参数以及多能储存模块的已知参数导入;
步骤2:采用Yalmip软件,构建储能容量配置的双层优化模型:上层模型为多能储存模块的容量优化层,下层模型为区域综合能源***的运行优化层;上层模型的目标函数为***总年成本最小,下层模型的目标函数为***全年运行成本Fl最小;
步骤3:采用CPLEX软件,求解构建的储能容量配置的双层优化模型,得到多能储存模块中氢储能装置、电池、蓄热罐和蓄冷罐的容量和功率:在求解时,需要先将双层模型转化为单层的混合整数线性规划模型;
步骤4:将步骤3求解得到的多能储存模块中氢储能装置、电池、蓄热罐和蓄冷罐的容量和功率输出。
在上述方案的基础上,所述能量输入、能量转换、能量输出三个模块设备的全部参数包括:风力发电站和光伏发电站在规划日s时间t发电功率和电负荷、热负荷、氢负荷、冷负荷在规划日s时间t的数据和上级电网的购电功率上限和天然气网的购气功率上限以及购电电价和购气单价Cgas,燃气轮机和电解水设备的单位启动成本Con,GT和Con,ED,弃风、弃光的单位功率惩罚成本Ccut,WT、Ccut,PV,风力发电站和光伏发电站的单位功率维护成本Com,WT和Com,PV,吸收式制冷机、压缩式制冷机、燃气轮机、燃气锅炉、电解水设备和电锅炉的功率上限和单位功率维护成本Com,AC、Com,CERG、Com,GT、Com,GB、Com,ED、Com,EB和能效系数ηAC、ηCERG、ηGT、ηGB、ηED、ηEB,燃气轮机的热电比rGT、热交换器的热回收效率系数ηHE、氢混入天然气的最大比例系数rNGN,H;
所述多能储存模块的已知参数包括:电池、蓄热罐、蓄冷罐和氢储能装置四种储能设备的充放能效率ηBT、ηTT、ηCT、ηHS和自损耗率 和单位容量安装成本和单位功率安装成本和单位功率维护成本 和寿命YBT、YTT、YCT、YHS以及安装容量上限 和安装功率上限
在上述方案的基础上,上层模型的目标函数为如式(1)所示:包括储能的投资成本Cinv和***的年运行成本Cop;投资成本的计算如式(2)所示:包括多种储能设备的容量投资成本和功率投资成本;***的年运行成本的计算如式(3)所示:包括购电购气成本Cbuy、机组启停成本Con、机组运维成本Com、弃风弃光惩罚成本Cpu;其详细计算式分别如式(4)~式(7)所示;
min Fu=Cinv+Cop (1)
Cop=Cbuy+Con+Com+Cpu (3)
式中,i表示储能的类型,包括电池、蓄热罐、蓄冷罐、氢储能装置;r表示折现率;Yi表示储能i的寿命;分别表示储能i的单位容量安装成本和单位功率安装成本;Pi ES分别表示储能i的安装容量和安装功率;D表示规划年的总天数,取为365;s、t分别表示规划日和时间;Ns表示规划年的总典型规划日数,取为12;Nt表示规划日的调度时刻数,取为24;ws表示规划日s的概率;表示时间t向大电网的购电价格;Cgas表示向天然气网的购气价格;分别表示买电功率、买气功率;Con,GT、Con,ED分别表示燃气轮机和电解水设备的启动成本;表示燃气轮机在规划日s时间t的启动状态,若启动为1,否则为0;表示电解水设备的启动状态,若启动为1,否则为0;;Com,PV表示PV的单位功率运维成本,Com,WT表示风电的单位功率运维成本、Com,GT表示燃气轮机的单位功率运维成本、Com,GB表示燃气锅炉的单位功率运维成本、Com,EB表示电锅炉的单位功率运维成本、Com,CERG表示压缩式制冷机的单位功率运维成本、Com,AC表示吸收式制冷机的单位功率运维成本;表示储能i的单位充放功率运维成本;分别表示光伏、风电在规划日s时间t的并网功率;分别表示燃气轮机和燃气锅炉的输入气功率;和分别表示电锅炉、电解水设备和压缩式制冷机的输入电功率;表示吸收式制冷机的输入热功率;分别表示储能i的充能功率和放能功率;Ccut,WT、Ccut,PV分别表示弃风、弃光的单位功率惩罚成本; 分别表示规划日s时间t的弃风功率、弃光功率。
所述上层模型的约束条件包括储能的安装功率和安装容量约束;
在上述方案的基础上,由于受到技术、建筑空间的限制,储能的安装功率和安装容量存在上下限,如式(8)所示。
在上述方案的基础上,所述下层模型的目标函数为***全年运行成本Fl最小,如式(9)所示。
min Fl=Cop (9)
下层模型的约束条件包括功率平衡约束、多能储存模块运行约束以及其他设备的约束条件。
在上述方案的基础上,所述功率平衡约束包括电功率平衡、热功率平衡、冷功率平衡和氢功率平衡,分别如式(10)~式(13)所示;此外,天然气功率平衡如式(14)所示,过量的氢能可以与天然气混合供燃气轮机和燃气锅炉使用;
式中,和分别表示规划日s时间t的电负荷、热负荷、冷负荷和氢负荷;ηGT、ηGB、ηEB、ηCERG、ηAC和ηED分别表示燃气轮机、燃气锅炉、电锅炉、压缩式制冷机、吸收式制冷机和电解水设备的能效系数;分别表示电池的充电功率和放电功率,分别表示蓄热罐的充热功率和放热功率,分别表示蓄冷罐的充冷功率和放冷功率,分别表示氢储能装置的充氢功率和放氢功率;rGT表示燃气轮机的热电比;表示热交换器供给热网的热功率,通过电解水设备制氢过程的余热回收得到;表示氢功率混合入天然气网供燃气轮机和燃气锅炉使用的功率。
在上述方案的基础上,短期储能设备包括电池、蓄热罐和蓄冷罐,多能储存模块运行约束条件包括充放功率上下限、能量状态水平上下限以及能量不同时刻间的关系,具体如式(15)~式(17);储能在规划日的同一时间充放功率不可同时,所以应满足式(18);为了保留一定能量用于下一调度周期(24h)能量的平衡,在一个调度周期结束后短期储能设备需使能量状态水平回到调度的初始时刻,如式(19)所示:
式中,χ∈{BT,TT,CT},其中BT表示电池、TT表示蓄热罐、CT表示蓄冷罐;分别表示规划日s时间t短期储能χ的充能功率和放能功率;分别表示短期储能χ的安装功率和安装容量;表示短期储能χ规划日s时间t的能量状态水平;和分别表示短期储能χ的充电功率状态和放电功率状态,为二值变量;表示短期储能χ的能耗系数;ηχ表示短期储能χ的充放功率系数;Δt表示调度时间间隔,取为1小时。
季节性储能装置为氢储能装置,可以实现能量的日间转移,达到能量全年的最优平衡。相比于短期储能,其在日内的约束条件与短期储能类似,如式(20)~式(23)所示;此外,氢储能装置在不同规划日间的能量关系,如式(24)所示;氢储能装置需要满足年初时刻与年末时刻能量状态水平相等,如式(25)所示。
式中,分别表示规划日s时间t氢储能装置的充氢功率和放氢功率;分别表示氢储能装置的安装功率和安装容量;表示氢储能装置在规划日s时间t的能量状态水平;和分别表示氢储能装置的充氢功率状态和放氢功率状态,为二值变量;表示氢储能装置的能耗系数;ηHS表示氢储能装置的充放功率系数。
在上述方案的基础上,所述其他设备的约束条件,包括风力发电站电、光伏发电站的并网功率约束,燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机、热交换器的输入功率上下限;与大电网的购电功率上下限,;
所述风力发电站电、光伏发电站的并网功率约束,如式(26)~(27)所示。
所述燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机、热交换器的输入功率上下限,如式(28)~(34)所示。
所述与大电网的购电功率上下限,如式(35)所示。与天然气网的购气上下限,如式(36)所示。天然气网混合氢功率的上下限,如式(37)所示。燃气轮机的启停状态和启动/关闭的关系,如式(38)所示。电解水设备的启停状态和启动/关闭的关系,如式(39)所示。
式中,表示规划日s时间t风电和光伏的发电功率; 表示燃气轮机和电解水设备的最小输入功率;表示规划日s时间t的燃气轮机和电解水设备的启停状态,为二值变量; 表示燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机的最大输入功率;ηHE表示热交换器的热回收系数;表示与大电网和天然气网的交互功率上限;rNGN,H表示天然气网混合氢的比例;表示规划日s时间t+1的燃气轮机、电解水设备启动/关闭动作,为二值变量。
在上述方案的基础上,步骤3具体包括如下步骤:将储能容量配置的双层优化模型,转化为单层模型进行求解,得到最小化的***总年成本,如下所示:
min Fu
s.t.(8)、(10)-(39)
转换后的单层模型中式(15)和式(20)为非线性约束条件,采用大M法将式(15)和式(20)转换为线性约束,使单层模型得以求解,得到多能储存模块中氢储能装置、电池、蓄热罐和蓄冷罐的容量和功率:将式(15)转化为式(40),式(20)转化式(41);
式中,M为无穷大的正整数。
本发明的有益效果:
(1)通过协调优化配置短期储能和季节性储能,可以实现可再生能源的充分消纳,并极大地减小购电功率和购气功率,对于实现能源消费结构的转型和区域综合能源***的稳定经济运行具有重要意义。
(2)同时,由于综合能源***存在多种能源耦合,所以需要协调运行多种设备以实现***的优化运行。而储能对于能量的时间转移以及其他设备的运行起到了重要的调节作用,在综合能源***中尤为突出。短期储能和季节性储氢的协调优化运行可以有效地平衡多类型负荷和可再生能源的季节性不匹配,对于提高可再生能源的渗透率以及***的运行效率具有重要作用。
附图说明
本发明有如下附图:
图1多能储存模块优化配置流程图
图2区域综合能源***结构原理图
图3储能优化配置的双层模型图
具体实施方式
以下结合附图1~3对本发明作进一步详细说明。
本申请构建的区域综合能源***结构如附图2所示,区域综合能源***包含电、热、冷和氢四种能量形式。该***可以划分为四个模块:能量输入模块、能量转换模块、多能储存模块、能量输出模块。能量输入模块包括上级电网、天然气网、风电(Wind Turbine,WT)和光伏(Photovoltaic,PV);能量转换模块由电解水设备(Electrolysis Device,ED)、热交换器(Heat Exchanger,HE)、电锅炉(Electric Boiler,EB)、压缩式制冷机(CompressionElectric Refrigerator Group,CERG)、燃气轮机(Gas Turbine,GT)、燃气锅炉(GasBoiler,GB)和吸收式制冷机(Absorption Chiller,AC)组成;多能储存模块包括氢储能装置(Hydrogen Storage,HS)、电池(Battery,BT)、蓄热罐(Thermal Storage Tank,TT)和蓄冷罐(Cold Storage Tank,CT);能量输出包括氢、电、热、冷四类负荷。需要说明的是,氢能可以与天然气混合供给燃气轮机或燃气锅炉使用。
储能的优化配置在考虑储能投资成本的同时,需要考虑***的运行经济性。而***的运行又受到储能配置结果的约束。故本申请提出的储能优化配置方法为规划-运行联合优化模型。
上层模型与下层模型的关系如附图3所示:上层模型的优化目标为多能储存模块的规划经济性,下层模型的优化目标为区域能源***的运行经济性。上层模型与下层模型的耦合变量为储能的安装功率、储能的安装容量、***各类设备的输出以及***与电网和气网的交互功率。
下面分别具体说明上层模型与下层模型的构建方法。
上层模型:多能储存模块的容量优化层
上层模型的目标函数为最小化***总年成本,如式(1)所示:包括储能的投资成本Cinv和***的年运行成本Cop。投资成本的计算如式(2)所示:包括多种储能设备的容量投资成本和功率投资成本。***的年运行成本的计算如式(3)所示:包括购电购气成本Cbuy、机组启停成本Con、机组运维成本Com、弃风弃光惩罚成本Cpu。其详细计算式分别如式(4)~式(7)所示。
min Fu=Cinv+Cop (1)
Cop=Cbuy+Con+Com+Cpu (3)
式中,i表示储能的类型,包括电池、蓄热罐、蓄冷罐、氢储能装置;r表示折现率;Yi表示储能i的寿命;分别表示储能i的单位容量安装成本和单位功率安装成本;Pi ES分别表示储能i的安装容量和安装功率;D表示规划年的总天数,取为365;s、t分别表示规划日和时间;Ns表示规划年的总典型规划日数,取为12;Nt表示规划日的调度时刻数,取为24;ws表示规划日s的概率;表示时间t向大电网的购电价格;Cgas表示向天然气网的购气价格;分别表示买电功率、买气功率;Con,GT、Con,ED分别表示燃气轮机和电解水设备的启动成本;表示燃气轮机在规划日s时间t的启动状态,若启动为1,否则为0;表示电解水设备的启动状态,若启动为1,否则为0;;Com,PV表示PV的单位功率运维成本,Com,WT表示风电的单位功率运维成本、Com,GT表示燃气轮机的单位功率运维成本、Com,GB表示燃气锅炉的单位功率运维成本、Com,EB表示电锅炉的单位功率运维成本、Com,CERG表示压缩式制冷机的单位功率运维成本、Com,AC表示吸收式制冷机的单位功率运维成本;表示储能i的单位充放功率运维成本;分别表示光伏、风电在规划日s时间t的并网功率;分别表示燃气轮机和燃气锅炉的输入气功率;和分别表示电锅炉、电解水设备和压缩式制冷机的输入电功率;表示吸收式制冷机的输入热功率;分别表示储能i的充能功率和放能功率;Ccut,WT、Ccut,PV分别表示弃风、弃光的单位功率惩罚成本; 分别表示规划日s时间t的弃风功率、弃光功率。
上层模型的约束条件为储能的安装功率、安装容量约束:由于受到技术、建筑空间的限制,储能的安装功率和安装容量存在上下限,如式(8)所示。
下层模型:区域综合能源***的运行优化层
下层模型的目标函数为***全年运行成本Fl最小,如式(9)所示。
min Fl=Cop (9)
下层模型的约束条件包括功率平衡约束、多能储存模块运行约束以及其他设备约束。
(1)功率平衡约束
***的功率平衡,包括电功率平衡、热功率平衡、冷功率平衡和氢功率平衡,分别如式(10)~式(13)所示。此外,天然气功率平衡如式(14)所示,过量的氢能可以与天然气混合供燃气轮机和燃气锅炉使用。
式中,和分别表示规划日s时间t的电负荷、热负荷、冷负荷和氢负荷;ηGT、ηGB、ηEB、ηCERG、ηAC和ηED分别表示燃气轮机、燃气锅炉、电锅炉、压缩式制冷机、吸收式制冷机和电解水设备的能效系数;分别表示电池的充电功率和放电功率,分别表示蓄热罐的充热功率和放热功率,分别表示蓄冷罐的充冷功率和放冷功率,分别表示氢储能装置的充氢功率和放氢功率;rGT表示燃气轮机的热电比;表示热交换器供给热网的热功率,通过电解水设备制氢过程的余热回收得到;表示氢功率混合入天然气网供燃气轮机燃气轮机和燃气锅炉使用的功率。
(2)多能储存模块约束
储能设备分为短期储能设备和季节性储能设备。短期储能设备用于平衡能量的日内波动,季节性储能设备用于实现不同规划日能量的转移,实现能量全年的最优平衡。
短期储能设备包括电池、蓄热罐和蓄冷罐,其约束条件包括充放功率上下限、能量状态水平上下限以及能量不同时刻间的关系,具体如式(15)~式(17)。储能在规划日的同一时间充放功率不可同时,所以应满足式(18)。为了保留一定能量用于下一调度周期(24h)能量的平衡,在一个调度周期结束后短期储能设备需使能量状态水平回到调度的初始时刻,如式(19)所示。
式中,χ∈{BT,TT,CT},其中BT表示电池、TT表示蓄热罐、CT表示蓄冷罐;分别表示规划日s时间t短期储能χ的充能功率和放能功率;分别表示短期储能χ的安装功率和安装容量;表示短期储能χ规划日s时间t的能量状态水平;和分别表示短期储能χ的充电功率状态和放电功率状态,为二值变量;表示短期储能χ的能耗系数;ηχ表示短期储能χ的充放功率系数;Δt表示调度时间间隔,取为1小时。
季节性储能设备为氢储能装置,可以实现能量的日间转移,达到能量全年(365天)的最优平衡。相比于短期储能,其在日内的约束条件与短期储能类似,如式(20)~式(23)所示;此外,氢储能装置在不同规划日间的能量关系,如式(24)所示;氢储能装置需要满足年初时刻与年末时刻能量状态水平相等,如式(25)所示。
式中,分别表示规划日s时间t氢储能装置的充氢功率和放氢功率;分别表示氢储能装置的安装功率和安装容量;表示氢储能装置在规划日s时间t的能量状态水平;和分别表示氢储能装置的充氢功率状态和放氢功率状态,为二值变量;表示氢储能装置的能耗系数;ηHS表示氢储能装置的充放功率系数。
(3)其他设备的约束条件
其他设备的约束条件,包括风电、光伏的并网功率约束,如式(26)~(27)所示。
燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机、热交换器的输入功率上下限,如式(28)~(34)所示。
与大电网的购电功率上下限,如式(35)所示。与天然气网的购气上下限,如式(36)所示。天然气网混合氢功率的上下限,如式(37)所示。燃气轮机的启停状态和启动/关闭的关系,如式(38)所示。电解水设备的启停状态和启动/关闭的关系,如式(39)所示。
式中,表示规划日s时间t风电和光伏的发电功率;表示燃气轮机和电解水设备的最小输入功率;表示规划日s时间t的燃气轮机和电解水设备的启停状态,为二值变量; 表示燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机的最大输入功率;ηHE表示热交换器的热回收系数;表示与大电网和天然气网的交互功率上限;rNGN,H表示天然气网混合氢的比例;表示规划日s时间t+1的燃气轮机、电解水设备启动/关闭动作,为二值变量。
求解方法:基于Yalmip建模的CPLEX求解
本发明所建立的多能储存模块容量优化配置模型是双层混合整数规划(Mixed-integer programming,MIP)模型:上层模型的目标函数为式(1),约束条件为式(8),需要优化的变量为储能的安装功率和安装容量,是线性连续变量;下层模型的目标函数为式(9),约束条件为式(10)~式(39),需要优化的变量包括各类机组的出力、与大电网的交互功率等连续变量以及机组启停状态等二值变量。
对于本发明提出的双层混合整数优化模型,可以转化为单层模型进行求解,得到最小化的***总年成本,如下所示:
min Fu
s.t.(8)、(10)-(39)
转换后的模型中式(15)和式(20)为非线性约束条件,采用大M法可将其转换为线性约束,使模型得以求解:将式(15)转化为式(40),式(20)可转化式(41)。
式中,M为无穷大的正整数。
为了兼顾求解效率和求解性能,本文采用Yalmip建模、CPLEX优化软件求解的方法,基于MATLAB 2017a平台进行建模与求解。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种区域综合能源***,其特征在于,所述区域综合能源***包括能量输入模块、能量转换模块、多能储存模块、能量输出模块;
所述能量输入模块、能量转换模块、多能储存模块、能量输出模块依次通过能源集线器连接;
所述能量输入模块用于为区域综合能源***提供能量,所述能量转换模块用于将能量输入模块输入的能量转化为电、热、冷和氢四种能量形式;所述多能储存模块用于存储转化后的能量;所述能量输出模块用于输出能量以供给各类负荷。
2.如权利要求1所述的区域综合能源***,其特征在于,所述能源集线器包括:电能集线器、氢能集线器、热能集线器、冷能集线器和天然气能源集线器。
3.如权利要求2所述的区域综合能源***,其特征在于,所述能量输入模块包括:上级电网、天然气网、风力发电站和光伏发电站;
所述能量转换模块包括:电解水设备、热交换器、电锅炉、压缩式制冷机、燃气轮机、燃气锅炉和吸收式制冷机;
多能储存模块包括:氢储能装置、电池、蓄热罐和蓄冷罐;
所述各类负荷包括:氢负荷、电负荷、热负荷、冷负荷四类负荷;
所述上级电网、风力发电站、光伏发电站、电解水设备、电锅炉、压缩式制冷机、燃气轮机、电池和电负荷与电能集线器相连接;其中,所述上级电网、风力发电站、光伏发电站和燃气轮机为电能的输入端,电解水设备、电锅炉、压缩式制冷机和电负荷为电能的输出端,电池用于实现电能输入和输出的灵活调节;
所述电解水设备、天然气网、氢储能装置和氢负荷与氢能集线器相连接;其中,所述电解水设备为氢能的输入端,天然气网和氢负荷为氢能的输出端,氢储能装置用于实现氢能输入和输出的灵活调节;所述电解水设备生成的氢气能够混入天然气,但不能超过最大比例限制,所述最大比例为10%;
所述天然气网、燃气轮机、燃气锅炉和电解水设备与天然气能源集线器相连接;其中,所述天然气网和电解水设备为天然气的能源输入端,燃气轮机和燃气锅炉为天然气的能源输出端;
所述燃气轮机、燃气锅炉、热交换器、电锅炉、吸收式制冷机、蓄热罐和热负荷与热能集线器相连接;其中,所述燃气轮机、燃气锅炉、热交换器和电锅炉为热能的输入端,吸收式制冷机和热负荷为热能的输出端,蓄热罐用于实现热能输入和输出的灵活调节;所述热交换器通过回收电解水产生的余热以供应热能;
所述吸收式制冷机、压缩式制冷机、蓄冷罐和冷负荷与冷能集线器相连接;所述吸收式制冷机和压缩式制冷机为冷能的输入端,冷负荷为冷能的输出端,蓄冷罐用于实现冷能输入和输出的灵活调节。
4.一种多能储存模块容量优化配置方法应用如权利要求1~3任一权利要求所述区域综合能源***,其特征在于,具体包括如下步骤:
步骤1:将能量输入、能量转换、能量输出三个模块设备的全部参数以及多能储存模块的已知参数导入;
步骤2:采用Yalmip软件,构建储能容量配置的双层优化模型:上层模型为多能储存模块的容量优化层,下层模型为区域综合能源***的运行优化层;上层模型的目标函数为***总年成本最小,下层模型的目标函数为***全年运行成本Fl最小;
步骤3:采用CPLEX软件,求解构建的储能容量配置的双层优化模型,得到多能储存模块中氢储能装置、电池、蓄热罐和蓄冷罐的容量和功率:在求解时,需要先将双层模型转化为单层的混合整数线性规划模型;
步骤4:将步骤3求解得到的多能储存模块中氢储能装置、电池、蓄热罐和蓄冷罐的容量和功率输出。
5.如权利要求4所述多能储存模块容量优化配置方法,其特征在于,所述能量输入、能量转换、能量输出三个模块设备的全部参数包括:风力发电站和光伏发电站在规划日s时间t发电功率和电负荷、热负荷、氢负荷、冷负荷在规划日s时间t的数据 和上级电网的购电功率上限和天然气网的购气功率上限以及购电电价和购气单价Cgas,燃气轮机和电解水设备的单位启动成本Con,GT和Con,ED,弃风、弃光的单位功率惩罚成本Ccut,WT、Ccut,PV,风力发电站和光伏发电站的单位功率维护成本Com,WT和Com,PV,吸收式制冷机、压缩式制冷机、燃气轮机、燃气锅炉、电解水设备和电锅炉的功率上限和单位功率维护成本Com,AC、Com,CERG、Com,GT、Com,GB、Com,ED、Com,EB和能效系数ηAC、ηCERG、ηGT、ηGB、ηED、ηEB,燃气轮机的热电比rGT、热交换器的热回收效率系数ηHE、氢混入天然气的最大比例系数rNGN,H;
6.如权利要求5所述多能储存模块容量优化配置方法,其特征在于,上层模型的目标函数为如式(1)所示:包括储能的投资成本Cinv和***的年运行成本Cop;投资成本的计算如式(2)所示:包括多种储能设备的容量投资成本和功率投资成本;***的年运行成本的计算如式(3)所示:包括购电购气成本Cbuy、机组启停成本Con、机组运维成本Com、弃风弃光惩罚成本Cpu;其详细计算式分别如式(4)~式(7)所示;
min Fu=Cinv+Cop (1)
Cop=Cbuy+Con+Com+Cpu (3)
式中,i表示储能的类型,包括电池、蓄热罐、蓄冷罐、氢储能装置;r表示折现率;Yi表示储能i的寿命;分别表示储能i的单位容量安装成本和单位功率安装成本;Pi ES分别表示储能i的安装容量和安装功率;D表示规划年的总天数,取为365;s、t分别表示规划日和时间;Ns表示规划年的总典型规划日数,取为12;Nt表示规划日的调度时刻数,取为24;ws表示规划日s的概率;表示时间t向大电网的购电价格;Cgas表示向天然气网的购气价格; 分别表示买电功率、买气功率;Con,GT、Con,ED分别表示燃气轮机和电解水设备的启动成本;表示燃气轮机在规划日s时间t的启动状态,若启动为1,否则为0;表示电解水设备的启动状态,若启动为1,否则为0;;Com,PV表示PV的单位功率运维成本,Com,WT表示风电的单位功率运维成本、Com,GT表示燃气轮机的单位功率运维成本、Com,GB表示燃气锅炉的单位功率运维成本、Com,EB表示电锅炉的单位功率运维成本、Com,CERG表示压缩式制冷机的单位功率运维成本、Com,AC表示吸收式制冷机的单位功率运维成本;表示储能i的单位充放功率运维成本;分别表示光伏、风电在规划日s时间t的并网功率;分别表示燃气轮机和燃气锅炉的输入气功率;和分别表示电锅炉、电解水设备和压缩式制冷机的输入电功率;表示吸收式制冷机的输入热功率;分别表示储能i的充能功率和放能功率;Ccut,WT、Ccut,PV分别表示弃风、弃光的单位功率惩罚成本; 分别表示规划日s时间t的弃风功率、弃光功率;
所述上层模型的约束条件包括储能的安装功率和安装容量约束。
8.如权利要求7所述多能储存模块容量优化配置方法,其特征在于,所述下层模型的目标函数为***全年运行成本Fl最小,如式(9)所示;
min Fl=Cop (9)
下层模型的约束条件包括功率平衡约束、多能储存模块运行约束以及其他设备的约束条件。
9.如权利要求8所述多能储存模块容量优化配置方法,其特征在于,所述功率平衡约束包括电功率平衡、热功率平衡、冷功率平衡和氢功率平衡,分别如式(10)~式(13)所示;此外,天然气功率平衡如式(14)所示,过量的氢能能够与天然气混合供燃气轮机和燃气锅炉使用;
式中,和分别表示规划日s时间t的电负荷、热负荷、冷负荷和氢负荷;ηGT、ηGB、ηEB、ηCERG、ηAC和ηED分别表示燃气轮机、燃气锅炉、电锅炉、压缩式制冷机、吸收式制冷机和电解水设备的能效系数;分别表示电池的充电功率和放电功率,分别表示蓄热罐的充热功率和放热功率,分别表示蓄冷罐的充冷功率和放冷功率,分别表示氢储能装置的充氢功率和放氢功率;rGT表示燃气轮机的热电比;表示热交换器供给热网的热功率,通过电解水设备制氢过程的余热回收得到;表示氢功率混合入天然气网供燃气轮机和燃气锅炉使用的功率;
短期储能设备包括电池、蓄热罐和蓄冷罐,多能储存模块运行约束条件包括充放功率上下限、能量状态水平上下限以及能量不同时刻间的关系,具体如式(15)~式(17);储能在规划日的同一时间充放功率不能够同时,所以应满足式(18);为了保留一定能量用于下一调度周期能量的平衡,所述调度周期为24h,在一个调度周期结束后短期储能设备需使能量状态水平回到调度的初始时刻,如式(19)所示:
式中,χ∈{BT,TT,CT},其中BT表示电池、TT表示蓄热罐、CT表示蓄冷罐;分别表示规划日s时间t短期储能χ的充能功率和放能功率;分别表示短期储能χ的安装功率和安装容量;表示短期储能χ规划日s时间t的能量状态水平;和分别表示短期储能χ的充电功率状态和放电功率状态,为二值变量;表示短期储能χ的能耗系数;ηχ表示短期储能χ的充放功率系数;Δt表示调度时间间隔,取为1小时;
季节性储能装置为氢储能装置,能够实现能量的日间转移,达到能量全年的最优平衡;相比于短期储能,其在日内的约束条件与短期储能类似,如式(20)~式(23)所示;此外,氢储能装置在不同规划日间的能量关系,如式(24)所示;氢储能装置需要满足年初时刻与年末时刻能量状态水平相等,如式(25)所示;
式中,分别表示规划日s时间t氢储能装置的充氢功率和放氢功率;分别表示氢储能装置的安装功率和安装容量;表示氢储能装置在规划日s时间t的能量状态水平;和分别表示氢储能装置的充氢功率状态和放氢功率状态,为二值变量;表示氢储能装置的能耗系数;ηHS表示氢储能装置的充放功率系数;
所述其他设备的约束条件,包括风力发电站电、光伏发电站的并网功率约束,燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机、热交换器的输入功率上下限;与大电网的购电功率上下限,;
所述风力发电站电、光伏发电站的并网功率约束,如式(26)~(27)所示;
所述燃气轮机、燃气锅炉、电解水设备、压缩式制冷机、电锅炉、吸收式制冷机、热交换器的输入功率上下限,如式(28)~(34)所示;
所述与大电网的购电功率上下限,如式(35)所示;与天然气网的购气上下限,如式(36)所示;天然气网混合氢功率的上下限,如式(37)所示;燃气轮机的启停状态和启动/关闭的关系,如式(38)所示;电解水设备的启停状态和启动/关闭的关系,如式(39)所示;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110398964.6A CN113159407B (zh) | 2021-04-14 | 2021-04-14 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110398964.6A CN113159407B (zh) | 2021-04-14 | 2021-04-14 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113159407A true CN113159407A (zh) | 2021-07-23 |
CN113159407B CN113159407B (zh) | 2023-12-19 |
Family
ID=76890633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110398964.6A Active CN113159407B (zh) | 2021-04-14 | 2021-04-14 | 基于区域综合能源***的多能储存模块容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159407B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794227A (zh) * | 2021-08-13 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源*** |
CN114881328A (zh) * | 2022-05-09 | 2022-08-09 | 四川大学 | 计及气网混氢和低碳奖励的综合能源***经济调度方法 |
CN116822752A (zh) * | 2023-08-28 | 2023-09-29 | 国网北京市电力公司 | 集生产与存储于一体的电热冷氢储综合能源***及方法 |
CN116822831A (zh) * | 2023-04-27 | 2023-09-29 | 国网江苏省电力有限公司南通市海门区供电分公司 | 含共享储能***的微能源网群优化规划方法 |
CN117791714A (zh) * | 2024-02-26 | 2024-03-29 | 北京智芯微电子科技有限公司 | 综合能源互补发电***及优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786753A (zh) * | 2016-12-29 | 2017-05-31 | 上海博翎能源科技有限公司 | 多用户的区域能源互联网的***及其调节方法 |
CN109146314A (zh) * | 2018-09-07 | 2019-01-04 | 南方电网科学研究院有限责任公司 | 基于通用能量母线的综合能源***建模方法 |
CN109886469A (zh) * | 2019-01-23 | 2019-06-14 | 华北电力大学 | 一种区域综合能源***需求侧管理方法 |
CN111401713A (zh) * | 2020-03-09 | 2020-07-10 | 上海交通大学 | 基于多级能量枢纽模型的多能源***互补优化配置方法 |
CN111445090A (zh) * | 2020-04-21 | 2020-07-24 | 清华大学 | 一种离网型综合能源***双层规划方法 |
US20200335973A1 (en) * | 2017-08-31 | 2020-10-22 | Energy Harbors Corporation, Inc. | Energy transfer through fluid flows |
CN112257294A (zh) * | 2020-11-24 | 2021-01-22 | 山东大学 | 一种综合能源***的能源集线器分部建模方法及*** |
-
2021
- 2021-04-14 CN CN202110398964.6A patent/CN113159407B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786753A (zh) * | 2016-12-29 | 2017-05-31 | 上海博翎能源科技有限公司 | 多用户的区域能源互联网的***及其调节方法 |
US20200335973A1 (en) * | 2017-08-31 | 2020-10-22 | Energy Harbors Corporation, Inc. | Energy transfer through fluid flows |
CN109146314A (zh) * | 2018-09-07 | 2019-01-04 | 南方电网科学研究院有限责任公司 | 基于通用能量母线的综合能源***建模方法 |
CN109886469A (zh) * | 2019-01-23 | 2019-06-14 | 华北电力大学 | 一种区域综合能源***需求侧管理方法 |
CN111401713A (zh) * | 2020-03-09 | 2020-07-10 | 上海交通大学 | 基于多级能量枢纽模型的多能源***互补优化配置方法 |
CN111445090A (zh) * | 2020-04-21 | 2020-07-24 | 清华大学 | 一种离网型综合能源***双层规划方法 |
CN112257294A (zh) * | 2020-11-24 | 2021-01-22 | 山东大学 | 一种综合能源***的能源集线器分部建模方法及*** |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794227A (zh) * | 2021-08-13 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源*** |
CN113794227B (zh) * | 2021-08-13 | 2024-01-30 | 南方电网科学研究院有限责任公司 | 一种实现碳循环的综合能源*** |
CN114881328A (zh) * | 2022-05-09 | 2022-08-09 | 四川大学 | 计及气网混氢和低碳奖励的综合能源***经济调度方法 |
CN114881328B (zh) * | 2022-05-09 | 2023-09-26 | 四川大学 | 计及气网混氢和低碳奖励的综合能源***经济调度方法 |
CN116822831A (zh) * | 2023-04-27 | 2023-09-29 | 国网江苏省电力有限公司南通市海门区供电分公司 | 含共享储能***的微能源网群优化规划方法 |
CN116822752A (zh) * | 2023-08-28 | 2023-09-29 | 国网北京市电力公司 | 集生产与存储于一体的电热冷氢储综合能源***及方法 |
CN116822752B (zh) * | 2023-08-28 | 2023-11-24 | 国网北京市电力公司 | 集生产与存储于一体的电热冷氢储综合能源***及方法 |
CN117791714A (zh) * | 2024-02-26 | 2024-03-29 | 北京智芯微电子科技有限公司 | 综合能源互补发电***及优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113159407B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111445090B (zh) | 一种离网型综合能源***双层规划方法 | |
Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
CN113159407B (zh) | 基于区域综合能源***的多能储存模块容量优化配置方法 | |
Wang et al. | Multi-objective capacity programming and operation optimization of an integrated energy system considering hydrogen energy storage for collective energy communities | |
CN111144620B (zh) | 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法 | |
CN113315242B (zh) | 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄***容量优化方法 | |
CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
CN113762708A (zh) | 一种考虑多目标协同的园区级综合能源***规划方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN113850474B (zh) | 一种热电氢多能流综合能源***及其优化调度方法 | |
CN106779471A (zh) | 一种多能互联交直流混合微电网***及优化配置方法 | |
CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源***分层优化运行方法 | |
CN111160636A (zh) | 一种cchp型微电网调度优化方法 | |
CN114066204A (zh) | 一种综合能源***的一体化优化规划与运行方法及装置 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源***协调优化运行方法 | |
CN112085263A (zh) | 一种用户侧分布式能源***混合储能优化配置方法和*** | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
CN113822480A (zh) | 一种农村综合能源***多层协同优化方法及*** | |
CN114757414A (zh) | 一种考虑供需不确定性的综合能源***鲁棒优化规划方法 | |
CN114676897A (zh) | 一种含chp-p2g-氢能的园区综合能源***优化调度方法 | |
CN114330835A (zh) | 一种综合能源微网中电/热混合储能***的优化配置方法 | |
Wang et al. | Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access | |
CN112884191A (zh) | 一种基于网源协调的热电日前调度模型及计算方法 |
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 |