CN113392535A - 蓄热式电采暖双层优化配置方法 - Google Patents
蓄热式电采暖双层优化配置方法 Download PDFInfo
- Publication number
- CN113392535A CN113392535A CN202110722231.3A CN202110722231A CN113392535A CN 113392535 A CN113392535 A CN 113392535A CN 202110722231 A CN202110722231 A CN 202110722231A CN 113392535 A CN113392535 A CN 113392535A
- Authority
- CN
- China
- Prior art keywords
- layer
- electric heating
- load
- heat
- power
- 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
- 238000005485 electric heating Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 78
- 238000010438 heat treatment Methods 0.000 claims abstract description 59
- 238000012423 maintenance Methods 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 50
- 238000005338 heat storage Methods 0.000 claims description 47
- 238000003860 storage Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 239000010410 layer Substances 0.000 claims 12
- 239000002355 dual-layer Substances 0.000 claims 2
- 230000005611 electricity Effects 0.000 description 29
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007600 charging Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000004590 computer program 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
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- 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
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了一种蓄热式电采暖双层优化配置方法,涉及智能电网技术领域,所述方法以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;建立了上层以蓄热式电采暖***等年值成本最小,下层以用户运行成本最小的蓄热式电采暖***双层优化配置模型,该方法在满足配电网安全约束前提下,充分利用蓄热设备,实现“停电不停暖的同时,降低用能成本。
Description
技术领域
本发明涉及智能电网技术领域,尤其涉及一种蓄热式电采暖双层优化配置方法。
背景技术
蓄热式电采暖因其特有的蓄热能力,可利用各级政府广泛提出的峰谷电价政策进一步降低用户采暖费用,有效缓解用户采暖需求与采暖费用高昂之间的矛盾,同时可实现一定程度的“削峰填谷”,减小电网运行压力,降低电网改造费用,提高供暖可靠性。然而,现有蓄热式电采暖***在规划建设中出现投资成本过高、运行中存在用户采暖费用昂贵、制热过多造成能源浪费、采暖方式不合理影响舒适度以及“停电又停暖”等问题。
发明内容
本发明的目的是提出的一种蓄热式电采暖双层优化配置方法,在满足配电网安全约束前提下,充分利用蓄热设备,实现“停电不停暖的同时,降低用能成本。
本发明实施例提供了一种蓄热式电采暖双层优化配置方法,所述双层优化配置方法包括:
以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;
上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;
下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;
基于上层规划模型并结合下层调度模型求解蓄热式电采暖热泵和蓄热水箱容量,输出各设备容量;
根据上层规划模型得到的设备容量,下层调度模型求解得到最优调度方案。
可选地,所述蓄热式电采暖***采用统一母线式结构对其建模,包括电母线和热母线,
电母线功率平衡约束:
Pgrid(t)=PHP(t);式中:Pgrid(t)表示t时刻从电网购电的功率,kW;
热母线功率平衡约束:
式中:Hload(t)表示t时刻的热负荷,kW。
可选地,所述配电网承载能力按配电线路有功传输容量上限的60-80%考虑各时刻配电网承载能力,
Pmar(t)=0.7PN-1.05Pbas(t)
式中:Pmar(t)为t时刻配电网承载能力,kW;PN为配电线路额定传输功率,kW;Pbas(t)为t时刻配电网基础负荷值,kW;
Pgrid,max=minPmar(t),式中:Pgrid,max为考虑配电网承载能力下的电采暖***可购电量,kW。
可选地,停电时段维持供暖负荷计算如下:
Houtage=5Hload,max
式中:Houtage为停电时段维持供暖负荷,kWh;Hload,max为年热负荷最大值,kWh。
可选地,上层规划模型的目标函数为蓄热式电采暖***年总成本最小化,包括蓄热式初始投资费用等年值、运行成本和维护成本,如下式所示:
可选地,设备容量约束为:
QHP,min≤QHP≤QHP,max
QHWT,min≤QHWT≤QHWT,max
式中:QHP,max,QHP,min为热泵可装设容量上下限,kW;QHWT,max,QHWT,min为蓄热水箱可装设容量上下限,kWh。
可选地,停电不停暖,蓄热水箱容量大于停电时段维持供暖负荷,停电时段维持供暖约束如下:
Houtage≤QHWT,min
式中,QHWT,min为蓄热水箱容量应大于Houtage为停电时段维持供暖负荷。
可选地,下层调度模型的目标函数为:
可选地,下层调度模型的约束条件包括:功率平衡约束、设备运行约束及考虑配电网承载能力的购电量上限约束。
可选地,采用AIMMS软件对所述双层规划模型进行求解。
与现有技术相比,本发明具备以下优点:
本发明提出了一种蓄热式电采暖双层优化配置方法,以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;基于上层规划模型并结合下层调度模型求解蓄热式电采暖热泵和蓄热水箱容量,输出各设备容量;根据上层规划模型得到的设备容量,下层调度模型求解得到最优调度方案,以配电网传输功率限制、故障态下“停电不停暖等为约束,建立了上层以蓄热式电采暖***等年值成本最小,下层以用户运行成本最小的蓄热式电采暖***双层优化配置模型,该方法在满足配电网安全约束前提下,充分利用蓄热设备,实现“停电不停暖的同时,降低用能成本。
附图说明
图1为本发明实施例蓄热电采暖***示意图;
图2为本发明实施例蓄热式电采暖***结构示意图;
图3为本发明实施例提出的一种双层优化配置模型示意图;
图4为本发明实施例供暖季典型日热负荷水平。
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。
本发明实施例提供了一种蓄热式电采暖双层优化配置方法,所述双层优化配置方法包括:
以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;
上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;
下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;
基于上层规划模型并结合下层调度模型求解蓄热式电采暖热泵和蓄热水箱容量,输出各设备容量;
根据上层规划模型得到的设备容量,下层调度模型求解得到最优调度方案。
本实施例提出了一种蓄热式电采暖双层优化配置方法,以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;基于上层规划模型并结合下层调度模型求解蓄热式电采暖热泵和蓄热水箱容量,输出各设备容量;根据上层规划模型得到的设备容量,下层调度模型求解得到最优调度方案,以配电网传输功率限制、故障态下“停电不停暖等为约束,建立了上层以蓄热式电采暖***等年值成本最小,下层以用户运行成本最小的蓄热式电采暖***双层优化配置模型,该方法在满足配电网安全约束前提下,充分利用蓄热设备,实现“停电不停暖的同时,降低用能成本。
具体地,在本实施例中,图1给出一种典型的蓄热电采暖***结构示意图,***由热泵、蓄热水箱、散热器、热泵循环水泵、热网循环水泵、动力用蓄电池/柴油发电机和暖气管道组成,其中热泵作为制热设备,蓄热水箱为蓄热设备。该***在正常供电和故障停电下的运行模式分别为:
正常供电:谷电价时段热泵在满足用户热负荷需求的同时为蓄热水箱蓄热。高电价时段蓄热水箱放热,在热网循环水泵驱动下,满足基本热需求,不足部分由热泵补足;
故障停电:当电网发生故障导致配电网供电中断时,蓄电池/柴油发电机驱动热网循环水泵,利用蓄热水箱中的蓄热量维持电力中断时段的供暖需求。
蓄热式电采暖设备模型:
本实施例中选择热泵(heat pump,HP)作为制热设备,热泵以热源类型区分,包括水(地)源热泵、空气源热泵等类型,热泵以空气/水/土壤作为热源,将空气/水/土壤中的低品位热能,在电能驱动下可转化为高品位热能,其制热功率如下式所示:
HHP(t)=PHP(t)/ACOP (1)
式中:HHP(t)为t时刻热泵制热功率,kW;ACOP为热泵全年综合效能比;PHP(t)为t时刻热泵消耗电功率,kW。
热泵输出功率应小于容量:
0≤HHP(t)≤QHP (2)
式中:QHP为热泵容量,kW。
蓄热水箱:
蓄热水箱(hot watertank,HWT)用于在电价较低时段蓄热,电价较高时段及供电中断时放热,并保留原有缓冲作用。为体现本文所提方法适用性,本文将蓄热水箱水温变化换算为热量变化,对应具体室内温度调节方式为质调节。蓄热水箱特性可表示为蓄热量、蓄/放热功率及热损耗之间的关系:
式中:WHWT(t)为蓄热水箱在t时刻的蓄热量,kWh;为t时刻蓄热水箱蓄热功率,kW;为t时刻蓄热水箱放热功率,kW; 分别为蓄热水箱充放电效率;为自放热损失率;Δt为仿真时间步长,本实施例中取1小时。
蓄热水箱充放能及储能量约束如下:
0≤WHWT(t)≤QHWT (6)
蓄热式电采暖***从电网购电,通过热泵转化为热能,通过蓄热水箱合理调度共同满足热负荷。为灵活描述蓄热式电采暖的运行方式和各环节的耦合关系,采用统一母线式结构对其建模。如图2所示,蓄热式电采暖***包括电母线和热母线。需满足的功率平衡约束如式(7)–(8)所示。
电母线功率平衡约束
Pgrid(t)=PHP(t) (7)
式中:Pgrid(t)表示t时刻从电网购电的功率,kW;
热母线功率平衡约束
式中:Hload(t)表示t时刻的热负荷,kWh。
具体地,电采暖大规模的普及应用将会极大地增加配电网的用电负荷,容易出现配电网负荷“峰上加峰”的情况,极大的增加了电网的压力。为保障电网运行安全,需要结合电负荷的时空分布特性研究配电网承载能力,对于电采暖负荷接入地区,其配电网时空特性可通过典型日负荷曲线描述;为保证配电网供电能力及灵活性,所述配电网承载能力按配电线路有功传输容量上限的60-80%考虑各时刻配电网承载能力,本实施例以配电网承载能力按配电线路有功传输容量上限的70%考虑各时刻配电网承载能力;
Pmar(t)=0.7PN-1.05Pbas(t) (9)
式中:Pmar(t)为t时刻配电网承载能力,kW;PN为配电线路额定传输功率,kW;Pbas(t)为t时刻配电网基础负荷值,kW;
Pgrid,max=min Pmar(t) (10);
式中:Pgrid,max为考虑配电网承载能力下的电采暖***可购电量,kW。
具体地,根据《关于落实停电不停暖技术措施保障持续供暖的通知》中用户停电时长不得超过5小时的要求。因此在5小时内,可通过电力企业的抢修恢复供电,为此设定停电时段可维持供暖时长为5小时,停电时段维持供暖负荷计算如下:
Houtage=5Hload,max (11)
式中:Houtage为停电时段维持供暖负荷,kWh;Hload,max为年热负荷最大值,kWh。
本实施例构建的考虑配电网时空特性与承载能力的蓄热式电采暖双层优化配置方法,上层模型以***年总成本最小为优化目标求解蓄热式电采暖容量,输出规划方案即各设备容量;下层模型以年运维成本最小为目标,求解园区最优调度方案包括各设备出力及购电量。双层模型的整体框架如图3所示。
具体地,上层规划模型:
目标函数:
上层规划模型的目标函数为蓄热式电采暖***年总成本最小化,包括蓄热式初始投资费用等年值、运行成本和维护成本,如式所示。
投资成本等年值为热泵及蓄热水箱的投资成本等年值之和,表达式如下:
式中:cI,HP,cI,HWT分别为热泵及蓄热水箱单位投资成本,元;QHP为热泵容量,kW;QHWT为蓄热水箱容量,kWh;r为贴现利率,文中取8%;lHP,lHWT分别为热泵及蓄热水箱的预计运行寿命年限,年。
蓄热式电采暖***年运行成本主要为年购电费用,与热泵消耗电功率有关,表达式如下:
式中:celec(t)为t时段电价,元/kWh。
设备年维护成本与各个设备的类型及运行情况有关。热泵维护费表示为单位功率维护成本与输出功率之积,蓄热水箱维护成本则与容量有关,可用如下公式表示:
式中:cM,HP为热泵单位功率维护成本,元/kW;cM,HP为热泵单位容量维护成本,元/kWh。
约束条件:
设备容量约束:
由于投资、空间及其它限制,蓄热式电采暖***设备可装设容量存在上下限。
QHP,min≤QHP≤QHP,max (18)
QHWT,min≤QHWT≤QHWT,max (19)
式中:QHP,max,QHP,min为热泵可装设容量上下限,kW;QHWT,max,QHWT,min为蓄热水箱可装设容量上下限,kWh。
“停电不停暖”约束:
为在蓄热式电采暖应用大环境下为用户供暖可靠性提供保障,本实施例考虑停电时段用户热需求,将满足停电时段用户热需求作为蓄热式电采暖规划模型的约束条件之一。为实现“停电不停暖”,蓄热水箱容量应大于停电时段维持供暖负荷,停电时段维持供暖约束如下:
Houtage≤QHWT,min (20)
下层调度模型
目标函数
下层调度模型的目标函数为蓄热式电采暖***年运行维护成本最小化,运行维护成本可由式(16)–(17)求得。
约束
1)功率平衡约束
蓄热式电采暖***各时刻需要满足电、热母线的功率平衡约束,如式(7)–(8)所示。
2)设备运行约束
热泵及蓄热水箱运行约束如式(1)–(6)所示。
对于蓄热水箱,调度周期始末蓄热量需保持一致。
WHWT(1)=WHWT(T) (22)
式中:WHWT(1),WHWT(T)分别为调度周期始末蓄热量,kWh。
3)考虑配电网承载能力的购电量上限约束
电采暖负荷的接入使地区电负荷激增,为在避免配电网负荷“峰上加峰”的情况下,尽量保障热负荷需求。本文考虑配电网承载能力,通过限制用电高峰时刻的电采暖***可购电量,缓解配电网负荷压力,保障电力有序可靠供应和电网安全稳定运行。
本实施例使用AIMMS软件对上述双层规划模型进行求解。
可选地,下层调度模型的约束条件包括:功率平衡约束、设备运行约束及考虑配电网承载能力的购电量上限约束。
可选地,采用AIMMS软件对所述双层规划模型进行求解。
规划方案对电网的影响的指标:
1)负荷峰谷差
负荷峰谷差ΔP反映了电采暖负荷对配电网负荷特性的影响。计算方法如式(24)所示。
ΔP=PHP,max-PHP,min (24)
式中:PHP,max,PHP,min分别为热泵消耗电负荷峰谷值。
2)用电同时率
为表征蓄热式电采暖负荷接入对配电网负荷增加的影响程度,本文给出了配电网基础负荷与电采暖负荷用电同时率的定义,从而描述电采暖负荷对配电网基础负荷峰值的不利影响。
ξ=Ptotal,max/Pbas,max+Pgrid,max (25)
式中:Ptotal,max为配电网总用电负荷最大值,kW;Pbas,max为配电网基础电负荷最大值,kW;Pgrid,max为电采暖负荷最大值,kW。
算例分析:
本文采用结构如图2所示的蓄热式电采暖***验证所提方法的正确性及有效性。
图4为某供暖区域供暖季典型日热负荷水平。HP及HWT主要参数如表1所示。分时电价及用电高峰购电量限额如表2所示。配电网各时刻基础电负荷及承载能力如附录A图A1及A2所示。
Tab.1 Parameters of the HP and HWT
表2分时电价及购电量约束
Tab.2 Electricity price and constraints
为更清晰表明本文方法有效性,构建如表3所示4种典型场景进行对比:
1)正常供电下电采暖优化配置方案分析:
场景1:用户我们的文章的方法应该满足不同主体需求仅配置HP,不配置HWT;
场景2:用户同时投资配置HP和HWT;
场景3:用户同时投资配置HP和HWT,并考虑用电高峰供电限额影响;
2)考虑“停电不停暖”配置方案分析:
场景4:用户同时投资配置HP和HWT,并考虑停电时段维持供暖,实现“停电不停暖”;
表3算例场景
Tab.3 Scenarios of case study
算例结果及分析
各场景下***配置方案及年成本如表4所示,正常供电下,场景1–3的峰谷差与用电同时率如表5所示。
表4配置方案及年成本Tab.4 System planning schemes and annual costs
表5峰谷差及用电同时率
Tab.5 Peak-valley difference and load coincidence factor
正常供电下配置方案经济性分析:
由表4可见,场景2的年总成本相较于场景1降低了10.25%。由于HWT价格较低,蓄热式电采暖通过装设蓄热设备可有效减少HP容量,降低投资成本。但由于HWT的热损失及维护成本,将增加***运行维护成本。
场景1下,由热泵满足所有热负荷,由于电采暖接入,需在每个时刻按热负荷需求相应从电网购电以满足所有增加电负荷,因此购电量随热负荷变化存在较大的波动性。而场景2通过装设蓄热设备,可通过储能降低在电价峰值的购电量,合理安排购电计划,实现削峰填谷。由表5可见,场景2相对于场景1,接入电采暖负荷的峰谷差降低95.45%,降大大降低对配电网负荷特性的影响。在考虑配电网基础负荷的情况下也使得配电网峰谷差有明显降低。
考虑配电网承载能力,在场景1中由于热泵供热量需与热负荷实时平衡,电采暖负荷随热负荷随时波动,在考虑配电网基础电负荷的情况下,部分时刻电采暖负荷将超过配电网承载能力,需要对电网进行扩容,以增加供电量,使成本大幅增加。场景2中蓄热设备的增加虽然使得电采暖***有一定的削峰填谷能力,但仍在部分时刻超过配电网承载能力,但越限幅度小于场景1,需要在电网微增容情况下才能保障配电网安全运行。且两种场景下用电同时率都处于较高水平,因此电采暖的加入使得配电网容易出现在基础用电高峰叠加电采暖负荷高峰的情况,对配电网安全运行带来极大挑战。
因此,为保障配电网安全运行,且兼顾用户热负荷需求,场景3考虑在用电高峰时刻限制蓄热式电采暖负荷以保障电网运行安全,在用电平谷时刻不考虑购电约束。
由表4可见,由于在用电高峰时刻存在购电量限制,需要HWT储存能量应对负荷高峰,因此场景3增加了HP及HWT设备容量,投资成本有所增加。但却因此有效减少了配电网总负荷峰谷差及用电同时率,不但保障了配电网安全可靠供电,而且可有效实现配电网无增容情况下的电采暖负荷接入。
考虑“停电不停暖”的配置方案分析:
场景4进一步考虑故障停电情况下,保障用户“停电不停暖”。
由表4可见,相较于场景3,场景4进一步增加了HP及HWT设备容量,投资费用增加较为明显。停电时刻电负荷仅能由HWT保障,因此需要大幅增加HWT容量,并相应合理增加HP容量,以实现在保障平谷时刻热负荷需求的情况下,通过HWT存储足够热量应对停电时刻的热负荷。相较于场景3,HP及HWT容量分别增加了28.23%及106.14%,总成本增加18.18%。而考虑到为保障用户“停电不停暖”,运维成本的大幅增加也说明考虑配电网承载能力,避免造成配电网故障的巨大经济效益。
灵敏度分析
为分析电采暖***受各参数影响情况,本文进行了一组灵敏度仿真分析。
电采暖***优化配置模型的主要变化参数包含电价、HWT成本、负荷、用电高峰时刻购电量上限、停电维持供暖时长。
本文以场景4作为其它参数改变仿真实验的对照组,记录单一因素增加10%及减少10%的条件下的电采暖***设备容量及年成本,包括:HP容量、HWT容量及年投资、运行、维护成本,并与场景4进行对比分析。
进一步,为更清晰反映电采暖***配置方案对模型单一参数的敏感性,本文定义改变参数后仿真结果的偏移量φ。
φ=(φ-φ0)/φ0 (25)
式中:φ为单一因素增加10%或减少10%条件下,电采暖***设备容量及年成本;φ0为场景4下电采暖***配置方案及年成本。
由标准化灵敏度分析结果得到以下结论:
1)电采暖***设备容量对电价及设备投资成本等价格参数变化的敏感程度较低;***成本变化一般受对应价格参数变化影响。电价相对于设备单位投资成本较小,所以电价变化对于设备容量影响较小;而在***约束条件较多的情况下,为保障***供暖可靠性,***配置方案优化空间较小,因此设备投资成本小幅度的变化对***配置方案影响也较小。所以价格参数变化仅对其对应的成本项有一定的影响。
2)电采暖***设备容量及各成本均对负荷变化最为敏感,停电时长次之,对购电量上限的敏感程度在三者中最低。负荷是电采暖***配置方案的主要影响因素,因此负荷的变化将在较大上影响***配置方案的适用性,为避免配置方案不适用或频繁更换设备,应在建设初期提高负荷预测准确性并充分考虑负荷波动、增长等因素,提高***配置方案鲁棒性。由于***对高峰时刻购电量上限的敏感程度较低,因此在高峰时刻限制购电量时可考虑一定裕度,既可充分保障电力***安全性及供电可靠性,对***成本影响也较小。
3)HP及HWT容量对参数变化的敏感程度不同。一般来说,因为HWT价格较低,且HWT储能作用对***运行调度灵活性影响较大;而热泵价格较高,且作为电采暖***唯一热能来源,需要保障热能的供应,因此其受热负荷水平影响较大。所以HWT容量对参数变化将较为敏感。
本发明构建电采暖***设备及***模型,并考虑电网时空特性的承载能力模型及停电时段供暖负荷模型约束,提出一种考虑配电网时空特性与承载能力的蓄热式电采暖双层优化配置方法,结论如下:
1)电采暖***的接入将引起配网负荷大幅增加,严重时将超过配电网承载能力,影响配电网运行安全性;而蓄热式电采暖通过蓄热水箱可以起到一定削峰填谷作用,缩小配电网负荷峰谷差,降低用能费用。
2)考虑电网承载能力,以配电网传输功率约束为限制时,可避免在用电高峰时刻叠加大量电采暖负荷,降低用电同时率,有效缓解负荷高峰时刻配电网运行压力,保障配电网运行安全性。
3)以故障态下“停电不停暖”作为约束,可通过充分利用蓄热设备,保障停电时段维持供暖,保障用户热负荷需求。
4)由灵敏度分析可知,负荷是影响电采暖***优化配置方案的关键因素,合理准确预测负荷将提高优化配置方案的实用性。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
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各实施例技术方案的范围。
Claims (10)
1.蓄热式电采暖双层优化配置方法,其特征在于,所述双层优化配置方法包括:
以配电网承载能力及停电不停暖负荷为约束搭建双层优化模型框架,包括上层规划模型及下层调度模型;
上层规划模型以蓄热式电采暖***年总成本最小为优化目标,设备容量约束及停电不停暖约束为约束条件构建;
下层调度模型以蓄热式电采暖***年运维成本最小为目标构建;
基于上层规划模型并结合下层调度模型求解蓄热式电采暖热泵和蓄热水箱容量,输出各设备容量;
根据上层规划模型得到的设备容量,下层调度模型求解得到最优调度方案。
3.根据权利要求1所述的双层优化配置方法,其特征在于,所述配电网承载能力按配电线路有功传输容量上限的60-80%考虑各时刻配电网承载能力,
Pmar(t)=0.7PN-1.05Pbas(t)
式中:Pmar(t)为t时刻配电网承载能力,kW;PN为配电线路额定传输功率,kW;Pbas(t)为t时刻配电网基础负荷值,kW;
Pgrid,max=minPmar(t),式中:Pgrid,max为考虑配电网承载能力下的电采暖***可购电量,kW。
4.根据权利要求1所述的双层优化配置方法,其特征在于,停电时段维持供暖负荷计算如下:
Houtage=5Hload,max
式中:Houtage为停电时段维持供暖负荷,kWh;Hload,max为年热负荷最大值,kWh。
6.根据权利要求5所述的双层优化配置方法,其特征在于,设备容量约束为:
QHP,min≤QHP≤QHP,max
QHWT,min≤QHWT≤QHWT,max
式中:QHP,max,QHP,min为热泵可装设容量上下限,kW;QHWT,max,QHWT,min为蓄热水箱可装设容量上下限,kWh。
7.根据权利要求5所述的双层优化配置方法,其特征在于,停电不停暖,蓄热水箱容量大于停电时段维持供暖负荷,停电时段维持供暖约束如下:
Houtage≤QHWT,min
式中,QHWT,min为蓄热水箱容量应大于Houtage为停电时段维持供暖负荷。
9.根据权利要求8所述的双层优化配置方法,其特征在于,下层调度模型的约束条件包括:功率平衡约束、设备运行约束及考虑配电网承载能力的购电量上限约束。
10.根据权利要求1-9任一项所述的双层优化配置方法,其特征在于,采用AIMMS软件对所述双层规划模型进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110722231.3A CN113392535B (zh) | 2021-06-28 | 2021-06-28 | 蓄热式电采暖双层优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110722231.3A CN113392535B (zh) | 2021-06-28 | 2021-06-28 | 蓄热式电采暖双层优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113392535A true CN113392535A (zh) | 2021-09-14 |
CN113392535B CN113392535B (zh) | 2024-03-19 |
Family
ID=77624362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110722231.3A Active CN113392535B (zh) | 2021-06-28 | 2021-06-28 | 蓄热式电采暖双层优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113392535B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029532A (zh) * | 2023-02-23 | 2023-04-28 | 国网江西省电力有限公司经济技术研究院 | 一种面向配电网承载力提升的储能规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016134935A (ja) * | 2015-01-15 | 2016-07-25 | 大阪瓦斯株式会社 | コージェネレーションシステム |
CN109063992A (zh) * | 2018-07-18 | 2018-12-21 | 国网重庆市电力公司经济技术研究院 | 考虑区域综合能源***优化运行的配电网扩展规划方法 |
CN109638818A (zh) * | 2018-12-13 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种储热式电采暖***容量优化配置方法和装置 |
CN110163450A (zh) * | 2019-05-31 | 2019-08-23 | 国网山东省电力公司经济技术研究院 | 一种基于运行受限的配电网规划双层优化模型构建方法 |
CN111125638A (zh) * | 2019-12-13 | 2020-05-08 | 国网山东省电力公司经济技术研究院 | 一种有源配电网规划模型的构建方法、装置和计算设备 |
CN112464466A (zh) * | 2020-11-24 | 2021-03-09 | 国网能源研究院有限公司 | 一种蓄热式电采暖***优化调度方法、装置 |
-
2021
- 2021-06-28 CN CN202110722231.3A patent/CN113392535B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016134935A (ja) * | 2015-01-15 | 2016-07-25 | 大阪瓦斯株式会社 | コージェネレーションシステム |
CN109063992A (zh) * | 2018-07-18 | 2018-12-21 | 国网重庆市电力公司经济技术研究院 | 考虑区域综合能源***优化运行的配电网扩展规划方法 |
CN109638818A (zh) * | 2018-12-13 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种储热式电采暖***容量优化配置方法和装置 |
CN110163450A (zh) * | 2019-05-31 | 2019-08-23 | 国网山东省电力公司经济技术研究院 | 一种基于运行受限的配电网规划双层优化模型构建方法 |
CN111125638A (zh) * | 2019-12-13 | 2020-05-08 | 国网山东省电力公司经济技术研究院 | 一种有源配电网规划模型的构建方法、装置和计算设备 |
CN112464466A (zh) * | 2020-11-24 | 2021-03-09 | 国网能源研究院有限公司 | 一种蓄热式电采暖***优化调度方法、装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029532A (zh) * | 2023-02-23 | 2023-04-28 | 国网江西省电力有限公司经济技术研究院 | 一种面向配电网承载力提升的储能规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113392535B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bahramirad et al. | Building resilient integrated grids: One neighborhood at a time | |
Louie et al. | Superconducting magnetic energy storage (SMES) for energy cache control in modular distributed hydrogen-electric energy systems | |
CN102931672A (zh) | 一种电力分布式储能装置及其控制*** | |
Lv et al. | Multi-stage resilience scheduling of electricity-gas integrated energy system with multi-level decentralized reserve | |
Bagheri‐Sanjareh et al. | Energy management of islanded microgrid by coordinated application of thermal and electrical energy storage systems | |
US20210344217A1 (en) | Datacenter current injection for power management | |
CN105186583A (zh) | 基于多智能体建模的能量路由器及其能量调度方法 | |
CN113623710A (zh) | 考虑配网功率及供暖的蓄热式电采暖优化配置方法及装置 | |
Aziz et al. | Issues and mitigations of wind energy penetrated network: Australian network case study | |
Aminifar et al. | The proliferation of solar photovoltaics: Their impact on widespread deployment of electric vehicles | |
Wei et al. | Energy-efficient distribution in smart grid | |
CN113392535B (zh) | 蓄热式电采暖双层优化配置方法 | |
CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及*** | |
Masrur et al. | Resilience-oriented dispatch of microgrids considering grid interruptions | |
Wang et al. | Robust survivability-oriented scheduling of separable mobile energy storage and demand response for isolated distribution systems | |
Zare-Bahramabadi et al. | A risk-based dispatchable distributed generation unit and tie line planning framework to improve the resilience of distribution systems | |
Tan et al. | Exploiting integrated flexibility from a local smart energy hub | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
Zhang et al. | Microgrid: A strategy to develop distributed renewable energy resource | |
CN116544991A (zh) | 一种考虑风电不确定性的风储联合优化调度方法 | |
Cai et al. | Hierarchical optimization of cross-provincial tie-line schedule considering new energy consumption | |
Nunna et al. | Optimal management of microgrids | |
CN114491997A (zh) | 考虑需求响应及电动汽车的虚拟电厂运行优化方法及*** | |
Yeager | Striving for power perfection | |
Begovic et al. | Harmonic distortion in microgrids and distribution systems with photovoltaic generators |
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 |