CN113922418B - 一种光热-储热-低温余热供电***及优化控制方法 - Google Patents
一种光热-储热-低温余热供电***及优化控制方法 Download PDFInfo
- Publication number
- CN113922418B CN113922418B CN202111164057.1A CN202111164057A CN113922418B CN 113922418 B CN113922418 B CN 113922418B CN 202111164057 A CN202111164057 A CN 202111164057A CN 113922418 B CN113922418 B CN 113922418B
- Authority
- CN
- China
- Prior art keywords
- heat
- heat storage
- equipment
- photo
- temperature waste
- 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.)
- Active
Links
- 239000002918 waste heat Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005338 heat storage Methods 0.000 claims abstract description 170
- 238000010248 power generation Methods 0.000 claims abstract description 66
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000010586 diagram Methods 0.000 claims description 25
- 235000013601 eggs Nutrition 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 241000544061 Cuculus canorus Species 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000010845 search algorithm Methods 0.000 claims description 6
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Air Conditioning Control Device (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种光热‑储热‑低温余热供电***及优化控制方法，涉及综合能源***技术领域。本***包括母线、光热设备、储热设备、低温余热发电设备以及***控制平台；其中所述光热设备、储热设备、低温余热发电设备分别连接到所述母线上，母线、光热设备、储热设备、低温余热发电设备通过5G无线与控制平台进行通信。本发明针对大规模、大容量的低温余热发电设备做出***配置，并通过提供的优化控制方法实现其优化运行。
Description
技术领域
本发明涉及综合能源***技术领域，尤其涉及一种光热-储热-低温余热供电***及优化控制方法。
背景技术
随着社会的进步，人类对能源的需求急剧上升，一方面传统能源储备量在逐渐枯竭，另一方面化石能源在利用过程中产生的环境污染问题也随着能源需求量而增加。太阳能作为新能源的一种，有着资源丰富，使用清洁的特点。收集并转化太阳能的方式主要有光伏和光热两种，然而光伏发电所需的设备在制造过程中产生的污染量较高，相比之下光热设备更加清洁绿色。目前，低温余热发电技术提供了一种热能向电能转化的方式，然而目前的低温余热发电***规模小，容量小，难以满足电力***将其所提供的能源作为一种常备能源的需求。针对大容量、大规模的低温余热发电设备并网运行的优化方案还有待研究。目前针对光热—低温余热发电的联合运行的研究也存在不足，缺少了对热能储备的考量，光热产生的热能一般直接用于发电，这样光热设备发电的特性也必然呈现太阳能辐照的时间特性，对并网运行并不友好，且使得***稳定性下降。
发明内容
针对现有技术的不足，本发明提供一种光热-储热-低温余热供电***及优化控制方法。针对大规模、大容量的低温余热发电设备做出***配置，并通过提供的优化控制方法实现其优化运行。
为解决上述技术问题，本发明所采取的技术方案是：
一方面，一种光热-储热-低温余热供电***，包括母线、光热设备、储热设备、低温余热发电设备以及控制平台；其中所述光热设备、储热设备、低温余热发电设备分别连接到所述母线上，母线、光热设备、储热设备、低温余热发电设备通过5G无线与控制平台进行通信。
所述控制平台包括用户管理模块、设备信息模块、报警模块以及***运行模块；
所述用户管理模块对用户信息进行管理；
所述设备信息模块用于显示***整体结构图以及采集选定设备的信息数据；
所述报警模块用于对***内警报进行记录以及标记发生警报设备的位置；
所述***运行模块用于显示***整体结构图，对选定设备建立优化控制模型并进行优化运行方案设计。
另一方面，一种光热-储热-低温余热供电***优化控制方法，根据前述一种光热-储热-低温余热供电***实现，包括以下步骤：
步骤1：建立光热-储热-低温余热供电***优化控制模型，使整个***的能源利用效率最大化；所述优化控制模型包括目标函数与约束条件；
步骤1.1：确定光热-储热-低温余热供电***优化控制模型的目标函数；
所述目标函数为能源利用效率，即***所有低温余热发电设备在所有时间段产生电能之和与***所有光热设备收集的热能的比值，其函数表示为：
式中ηA为***能源利用效率；Nt为***优化计算时间区段的个数；Ni为***内光热设备的个数；Nj为***内低温余热发电设备的个数；为第t时间段第i个光热设备产出的热量；/>为第t时间段第j个低温余热发电设备产出的电功率；△t为***优化计算单个时间区段长度。
步骤1.2：确定光热-储热-低温余热供电***优化控制模型的约束条件；
所述约束条件包括：弃用热量约束、储热设备储热量约束、储热设备放热量约束、储热设备储热速率约束、储热设备放热速率约束、储热设备热量平衡约束、储热设备运行逻辑约束、***电功率守恒约束、***热能守恒约束以及低温余热发电设备运行约束；
所述弃用热量约束为，***内任一光热设备在任一时间段的弃用热量均为非负值，即：
其中为第i个光热设备在第t时间段的弃用热量。
所述储热设备储热量约束为，***内任一储热装置在任一时间段内储热量均小于等于该储热设备的最大储热量，且不能为负，即：
其中为为第i个光热设备在第t时间段的对应储热设备的热量，/>为第i个储热设备的最大储热量。
所述储热设备放热量约束为，***内任一储热设备在任一时间段内放热量均小于等于该储热设备的最大放热量，且不能为负，即：
其中为第i个储热设备在第t时间段的放热量；/>为第i个储热设备的最大放热量。
所述储热设备储热速率约束为，***内任一储热设备在任两个连续时间段内储热的差值均小于等于该储热设备的最大储热速率，即：
其中为第i个储热设备的最大储热速率；/>为第i个储热设备在第t时间段内含的热量；△t为***优化计算单个时间区段长度；
所述储热设备放热速率约束为，***内任一储热设备在任两个连续时间段内放热的差值均小于等于该储热设备的最大放热速率，即：
其中为第i个储热设备的最大放热速率。
所述储热设备热量平衡约束为，***内任一储热设备在任一时间段的内含热量等于上一时间段的内含热量与本时间段储存热量之和，或是与本时间段放出热量之差，即：
其中：ki为第i个储热设备的热耗散率；为第i个储热设备的储热效率；/>为第i个储热设备的放热效率；
所述储热设备运行逻辑约束为，***内任一储热设备在任一时间段必须只能在储热和放热两种运行状态中选择一种，不能既储热又放热，即：
所述***电功率守恒约束为，***内母线的电功率在任一时间段须满足电功率守恒定律，即：
其中为外部电网发送的功率；/>为用电负荷需求的功率；
所述***热能守恒约束为，根据***的能量流拓扑结构，任一低温余热发电设备在任一时间段接收的热量等于与其对应的所有储热设备放出的热量之和，即：
其中为与第j个低温余热发电设备对应的所有储热设备放出的热量之和。
所述低温余热发电设备运行约束为，根据有机朗肯循环原理，任一低温余热发电设备在任一时间段接收的热量与输出的电功率的数学关系表达为：
其中，为第j个低温余热发电设备的工质质量的流量；/>为第j个低温余热发电设备状态点的比焓值。
步骤2：控制平台采集光热设备、储热设备、低温余热发电设备的各项数据；
所述数据包括步骤1中***内各设备的运行参数以及由外部获取并发送至控制平台的太阳直接辐射强度预测数据。
步骤3：根据优化控制模型的目标函数与约束条件，利用布谷鸟搜索算法进行求解，获得***优化运行方案；
步骤3.1：设置布谷鸟搜索算法参数，随机产生N个鸟蛋的位置，随机产生m个初始解，计算每个鸟蛋的适应度，找出所对应适应度最优的位置作为当前最优解，其中适应度为解代入目标函数后所得的值；
步骤3.2：保持当前最优解位置不变，其余位置按照Levy飞行进行位置更新，新产生m-1个新鸟蛋；
步骤3.3：计算新产生m-1个的新鸟蛋的适应度，并与当前最优解比较，重新选择当前最优解；
步骤3.4：按照设置的鸟蛋被发现的概率，对当前位置的鸟蛋进行发现，被发现的鸟蛋被抛弃，按照Levy飞行产生新解；
步骤3.5：按照所对应适应度最优的位置重新选择当前最优解；
步骤3.6：判断算法是否满足当前迭代次数达到最大迭代次数，若满足，输出最优解，则算法结束，跳转到步骤4；否则返回步骤1.2。
步骤4：根据***优化运行方案，控制平台通过各***设备控制单元实现控制操作；
所述***设备控制单元包括光热设备太阳入射角PID控制单元、储热设备储热阀门PID控制单元与放热阀门的PID控制单元；各***设备控制单元数据由控制平台优化结果提供，计算指令完成过后，使用GPRS无线通信信号将指令发送给其对应控制单元，以此实现***的就地控制。
采用上述技术方案所产生的有益效果在于：
本发明提出了一种光热-储热-低温余热供电***及优化控制方法，具有以下有益效果：
(1)本发明能够针对大规模、大容量的低温余热发电设备做出***配置，为大规模、大容量的低温余热发电设备并网提供了有效方案。
(2)本发明能够有效利用太阳能，在提升电力***新能源渗透率，改善电力环境污染问题的同时将热能与电能结合，用清洁能源发电代替传统方式发电。同时储热设备的应用使太阳能转化的热能得以缓冲储存，相比于传统光热设备的直接发电，本发明可以进一步提升太阳能利用的效率。
(3)本发明提出的光热-储热-低温余热供电***及优化控制方法可以为***提供合理控制方案，相比于传统优化控制方案，本发明可以提升负载侧对新能源所产生电能的使用需求，进而提升太阳能利用程度。
附图说明
图1为本发明实施方式中的光热-储热-低温余热供电***示意图；
图2为本发明实施方式中的光热-储热-低温余热供电***信息流示意图；
图3为本发明实施方式中低温余热发电设备的状态点示意图；
图4为本发明实施方式中的光热-储热-低温余热供电***控制平台的首页示意图；
图5为本发明实施方式中的光热-储热-低温余热供电***控制平台的设备详细信息页面示意图；
图6为本发明实施方式中的光热-储热-低温余热供电***控制平台的报警页面示意图；
图7为本发明实施方式中的光热-储热-低温余热供电***控制平台的***运行计划/历史页面示意图；
图8所示为本发明实施方式中光热-储热-低温余热供电***内各控制方式示意图。
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。
一方面，一种光热-储热-低温余热供电***，包括母线、光热设备、储热设备、低温余热发电设备以及控制平台；如图1、图2所示，其中所述光热设备、储热设备、低温余热发电设备分别连接到所述母线上，母线、光热设备、储热设备、低温余热发电设备通过5G无线与控制平台进行通信。
所述控制平台***包括用户管理模块、设备信息模块、报警模块以及***运行模块；
所述用户管理模块用于识别用户名和密码，完成用户的登录操作，显示当前时间、***整体结构示意图以及***内各个设备信息，并提供用户登出和修改用户信息的链接按钮；
所述设备信息模块用于显示***整体结构示意图以及选定设备的详细信息；
所述报警模块用于显示***整体结构示意图、***内警报记录以及标记发生警报设备在***整体结构示意图的位置；
所述***运行模块用于显示***整体结构示意图并在示意图上显示***在选定时间段的运行计划或历史计划。
另一方面，一种光热-储热-低温余热供电***优化控制方法，根据前述一种光热-储热-低温余热供电***实现，包括以下步骤：
步骤1：建立光热-储热-低温余热供电***优化控制模型，使整个***的能源利用效率最大化；决策变量为所有光热设备在所有计算时间段内弃用热量以及所有低温余热发电设备在所有时间段各状态点的比焓值。所述优化控制模型包括目标函数与约束条件；
步骤1.1：确定光热-储热-低温余热供电***优化控制模型的目标函数；
所述目标函数为能源利用效率，即***所有低温余热发电设备在所有时间段产生电能之和与***所有光热设备收集的热能的比值，其函数表示为：
式中ηA为***能源利用效率；Nt为***优化计算时间区段的个数；Ni为***内光热设备的个数；Nj为***内低温余热发电设备的个数；为第t时间段第i个光热设备产出的热量；/>为第t时间段第j个低温余热发电设备产出的电功率；△t为***优化计算单个时间区段长度。
其中的计算方法为：
式中为第i个光热设备的镜场光学效率；/>为第i个光热设备的镜场在第t时间段的几何效率；/>为第i个光热设备的镜场在第t时间段的太阳直接辐射强度；/>为第i个光热设备的聚光器集热面积。
由于***内任一光热设备在任一时间段采集的热量等于输出至对应储热设备的热量与弃用热量之和，故有另外的等式表述，即：
式中为第i个光热设备在第t时间段的对应储热设备的热量，/>为第i个光热设备在第t时间段的弃用热量。
的计算方法为：
式中βi为第i个光热设备的集热管涂层吸收率；ρi为第i个光热设备的聚光器镜面反射率；γi为第i个光热设备的聚光器光学截距因子；为第i个光热设备的聚光器镜面穿透率；/>为第i个光热设备的玻璃罩穿透率；/>为第i个光热设备的反射镜面洁净度；/>为第i个光热设备的玻璃罩表面洁净度。
的计算方法为：
式中为第i个光热设备的集热器在第t时间段的端部损失；/>为第i个光热设备的行间遮挡系数；/>为第i个光热设备的入射角修正系数；θi,t为第i个光热设备的太阳入射角。
的计算方法为：
式中fi为第i个光热设备的聚光器焦距；li为第i个光热设备的聚光器长度；wi为第i个光热设备的聚光器开口弦长。
的计算方法为：
式中d为第i个光热设备的聚光器间距；为第i个光热设备在第t时间段的太阳赤纬角。
的计算方法为：
cosθi,t的计算方法为：
其中：δi,t为第i个光热设备在第t时间段的太阳方位角；ωi,t为第i个光热设备在第t时间段的太阳时角。
的计算方法为：
其中：
为第j个低温余热发电设备的工质质量的流量；
分别为第j个低温余热发电设备在各状态点的比焓值，各状态点如图3所示。
所述目标函数的决策变量为所有光热设备在所有计算时间段内弃用热量光热设备的太阳入射角θi,t以及所有低温余热发电设备在所有时间段各状态点的比焓值/>和/>
步骤1.2：确定光热-储热-低温余热供电***优化控制模型的约束条件；
所述约束条件包括：弃用热量约束、储热设备储热量约束、储热设备放热量约束、储热设备储热速率约束、储热设备放热速率约束、储热设备热量平衡约束、储热设备运行逻辑约束、***电功率守恒约束、***热能守恒约束以及低温余热发电设备运行约束；
所述弃用热量约束为，***内任一光热设备在任一时间段的弃用热量均为非负值，即：
其中为第i个光热设备在第t时间段的弃用热量。
所述储热设备储热量约束为，***内任一储热装置在任一时间段内储热量均小于等于该储热设备的最大储热量，且不能为负，即：
其中为为第i个光热设备在第t时间段的对应储热设备的热量，/>为第i个储热设备的最大储热量。
所述储热设备放热量约束为，***内任一储热设备在任一时间段内放热量均小于等于该储热设备的最大放热量，且不能为负，即：
其中为第i个储热设备在第t时间段的放热量；/>为第i个储热设备的最大放热量。
所述储热设备储热速率约束为，***内任一储热设备在任两个连续时间段内储热的差值均小于等于该储热设备的最大储热速率，即：
其中为第i个储热设备的最大储热速率；/>为第i个储热设备在第t时间段内含的热量；△t为***优化计算单个时间区段长度；
所述储热设备放热速率约束为，***内任一储热设备在任两个连续时间段内放热的差值均小于等于该储热设备的最大放热速率，即：
其中为第i个储热设备的最大放热速率。
所述储热设备热量平衡约束为，***内任一储热设备在任一时间段的内含热量等于上一时间段的内含热量与本时间段储存热量之和，或是与本时间段放出热量之差，即：
其中：ki为第i个储热设备的热耗散率；为第i个储热设备的储热效率；/>为第i个储热设备的放热效率；
所述储热设备运行逻辑约束为，***内任一储热设备在任一时间段必须只能在储热和放热两种运行状态中选择一种，不能既储热又放热，即：
所述***电功率守恒约束为，***内母线的电功率在任一时间段须满足电功率守恒定律，即：
其中为外部电网发送的功率；/>为用电负荷需求的功率；
所述***热能守恒约束为，根据***的能量流拓扑结构，任一低温余热发电设备在任一时间段接收的热量等于与其对应的所有储热设备放出的热量之和，即：
其中为与第j个低温余热发电设备对应的所有储热设备放出的热量之和。
所述低温余热发电设备运行约束为，根据有机朗肯循环原理，任一低温余热发电设备在任一时间段接收的热量与输出的电功率的数学关系表达为：
其中，为第j个低温余热发电设备的工质质量的流量；/>为第j个低温余热发电设备状态点的比焓值。
步骤2：控制平台采集光热设备、储热设备、低温余热发电设备的各项数据；
所述数据包括步骤1中***内各设备的运行参数以及由外部获取，本实施例中使用气象设备采集并发送至控制平台的太阳直接辐射强度预测数据。
本实施例中控制平台***中用户管理模块、设备信息模块、报警模块以及***运行模块分别为首页页面、设备信息页面、报警页面以及***运行计划/历史页面；
所述用户管理模块示意图如图4所示，在选项卡中除显示标题、时间以外，还提供修改用户信息与登出的链接按钮。此外选项卡包括返回首页、前往设备详细信息页面、前往报警页面以及前往***运行计划/历史页面的按钮。所述首页还包括***整体结构示意图，并在各个设备的对应区域内显示简要的信息。控制平台显示当前运行状态、当前功耗、太阳直接辐射计算与太阳直接辐射的预测；用电负荷显示上次通信时间、当前用电需求与负荷预测状态；外部电网显示上次通信时间、当前电压、当前输出有功功率与当前输出无功功率；母线显示当前电压、当前有功功率、当前无功功率以及当前频率；***内所有低温余热发电设备显示当前运行状态、上次通信时间、当前输出功率与当前输入热量；***内所有储热设备显示当前运行状态、上次通信时间、当前输出热量与当前输入热量；***内所有光热设备显示当前运行状态、上次通信时间、当前输出热量与当前弃用热量。
所述设备详细信息页面示意图如图5所示，设备详细信息页面内容除所述选项卡与***整体结构示意图外，还包括选中设备的名称与其所有***参数与运行参数。所述***参数包括步骤1中所有该设备的参数以及***的拓扑结构信息；所述运行参数包括该设备当前运行状态、上次通信时间与所有步骤1中该设备的所有决策变量。
所述报警页面示意图如图6所示，报警页面内容除所述选项卡与***整体结构示意图外，还包括报警信息列表，记录报警信息的序号，发生时间、报警发出的设备与报警信息。
所述***运行计划/历史页面示意图如图7所示，***运行计划/历史页面内容除所述选项卡与***整体结构示意图外，还包括查看选定计划/历史计划的额外选项卡，包括当前、昨日、近一周、本月、本季度以及选择时间段六种查看模式。在所述***整体结构图与详细信息栏中显示***内各设备的运行计划。所述运行计划包括选定设备在选定时间段的，在步骤1中所有决策变量与参数比时间的曲线图。
步骤3：根据优化控制模型的目标函数与约束条件，利用布谷鸟搜索算法进行求解，获得***优化运行方案；
步骤3.1：设置布谷鸟搜索算法参数，随机产生N个鸟蛋的位置，随机产生m个初始解，计算每个鸟蛋的适应度，找出所对应适应度最优的位置作为当前最优解，其中适应度为解代入目标函数后所得的值；
步骤3.2：保持当前最优解位置不变，其余位置按照Levy飞行进行位置更新，新产生m-1个新鸟蛋；
步骤3.3：计算新产生m-1个的新鸟蛋的适应度，并与当前最优解比较，重新选择当前最优解；
步骤3.4：按照设置的鸟蛋被发现的概率，对当前位置的鸟蛋进行发现，被发现的鸟蛋被抛弃，按照Levy飞行产生新解；
步骤3.5：按照所对应适应度最优的位置重新选择当前最优解；
步骤3.6：判断算法是否满足当前迭代次数达到最大迭代次数，若满足，输出最优解，则算法结束，跳转到步骤4；否则返回步骤1.2。
在本实施例中，鸟蛋对应所有步骤1中所述决策变量的集合；适应度对应所述决策变量与所有步骤1中其他变量代入目标函数后计算出的目标函数值；最优指在当前解集下目标函数值最低。
步骤4：根据***优化运行方案，控制平台通过各***设备控制单元实现控制操作，如图8所示；
所述***设备控制单元包括光热设备太阳入射角PID控制单元、储热设备储热阀门PID控制单元与放热阀门的PID控制单元；各***设备控制单元数据由控制平台优化结果提供，计算指令完成过后，使用GPRS无线通信信号将指令发送给其对应控制单元，以此实现***的就地控制。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (1)
1.一种光热-储热-低温余热供电***，其特征在于，包括母线、光热设备、储热设备、低温余热发电设备以及控制平台；其中所述光热设备、储热设备、低温余热发电设备分别连接到所述母线上，母线、光热设备、储热设备、低温余热发电设备通过5G无线与控制平台进行通信；
所述控制平台包括用户管理模块、设备信息模块、报警模块以及***运行模块；
所述用户管理模块对用户信息进行管理；
所述设备信息模块用于显示***整体结构图以及采集选定设备的信息数据；
所述报警模块用于对***内警报进行记录以及标记发生警报设备的位置；
所述***运行模块用于显示***整体结构图，对选定设备建立优化控制模型并进行优化运行方案设计；
所述的一种光热-储热-低温余热供电***，用于实现一种光热-储热-低温余热供电***优化控制方法，包括以下步骤：
步骤1：建立光热-储热-低温余热供电***优化控制模型，使整个***的能源利用效率最大化；所述优化控制模型包括目标函数与约束条件；
步骤1.1：确定光热-储热-低温余热供电***优化控制模型的目标函数；
所述目标函数为能源利用效率，即***所有低温余热发电设备在所有时间段产生电能之和与***所有光热设备收集的热能的比值，其函数表示为：
式中ηA为***能源利用效率；Nt为***优化计算时间区段的个数；Ni为***内光热设备的个数；Nj为***内低温余热发电设备的个数；为第t时间段第i个光热设备产出的热量；/>为第t时间段第j个低温余热发电设备产出的电功率；△t为***优化计算单个时间区段长度；
步骤1.2：确定光热-储热-低温余热供电***优化控制模型的约束条件；
步骤1.2中所述约束条件包括：弃用热量约束、储热设备储热量约束、储热设备放热量约束、储热设备储热速率约束、储热设备放热速率约束、储热设备热量平衡约束、储热设备运行逻辑约束、***电功率守恒约束、***热能守恒约束以及低温余热发电设备运行约束；
所述弃用热量约束为，***内任一光热设备在任一时间段的弃用热量均为非负值，即：
其中为第i个光热设备在第t时间段的弃用热量；
所述储热设备储热量约束为，***内任一储热装置在任一时间段内储热量均小于等于该储热设备的最大储热量，且不能为负，即：
其中为为第i个光热设备在第t时间段的对应储热设备的热量，/>为第i个储热设备的最大储热量；
所述储热设备放热量约束为，***内任一储热设备在任一时间段内放热量均小于等于该储热设备的最大放热量，且不能为负，即：
其中为第i个储热设备在第t时间段的放热量；/>为第i个储热设备的最大放热量；
所述储热设备储热速率约束为，***内任一储热设备在任两个连续时间段内储热的差值均小于等于该储热设备的最大储热速率，即：
其中为第i个储热设备的最大储热速率；/>为第i个储热设备在第t时间段内含的热量；△t为***优化计算单个时间区段长度；
所述储热设备放热速率约束为，***内任一储热设备在任两个连续时间段内放热的差值均小于等于该储热设备的最大放热速率，即：
其中为第i个储热设备的最大放热速率；
所述储热设备热量平衡约束为，***内任一储热设备在任一时间段的内含热量等于上一时间段的内含热量与本时间段储存热量之和，或是与本时间段放出热量之差，即：
其中：ki为第i个储热设备的热耗散率；为第i个储热设备的储热效率；/>为第i个储热设备的放热效率；
所述储热设备运行逻辑约束为，***内任一储热设备在任一时间段必须只能在储热和放热两种运行状态中选择一种，不能既储热又放热，即：
所述***电功率守恒约束为，***内母线的电功率在任一时间段须满足电功率守恒定律，即：
其中为外部电网发送的功率；/>为用电负荷需求的功率；
所述***热能守恒约束为，根据***的能量流拓扑结构，任一低温余热发电设备在任一时间段接收的热量等于与其对应的所有储热设备放出的热量之和，即：
其中为与第j个低温余热发电设备对应的所有储热设备放出的热量之和；
所述低温余热发电设备运行约束为，根据有机朗肯循环原理，任一低温余热发电设备在任一时间段接收的热量与输出的电功率的数学关系表达为：
其中，为第j个低温余热发电设备的工质质量的流量；/>为第j个低温余热发电设备状态点的比焓值；
步骤2：控制平台采集光热设备、储热设备、低温余热发电设备的各项数据；
所述数据包括步骤1中***内各设备的运行参数以及由外部获取并发送至控制平台的太阳直接辐射强度预测数据；
步骤3：根据优化控制模型的目标函数与约束条件，利用布谷鸟搜索算法进行求解，获得***优化运行方案；
步骤3.1：设置布谷鸟搜索算法参数，随机产生N个鸟蛋的位置，随机产生m个初始解，计算每个鸟蛋的适应度，找出所对应适应度最优的位置作为当前最优解，其中适应度为解代入目标函数后所得的值；
步骤3.2：保持当前最优解位置不变，其余位置按照Levy飞行进行位置更新，新产生m-1个新鸟蛋；
步骤3.3：计算新产生m-1个的新鸟蛋的适应度，并与当前最优解比较，重新选择当前最优解；
步骤3.4：按照设置的鸟蛋被发现的概率，对当前位置的鸟蛋进行发现，被发现的鸟蛋被抛弃，按照Levy飞行产生新解；
步骤3.5：按照所对应适应度最优的位置重新选择当前最优解；
步骤3.6：判断算法是否满足当前迭代次数达到最大迭代次数，若满足，输出最优解，则算法结束，跳转到步骤4；否则返回步骤1.2；
步骤4：根据***优化运行方案，控制平台通过各***的设备控制单元实现控制操作；
所述***的设备控制单元包括光热设备太阳入射角PID控制单元、储热设备储热阀门PID控制单元与放热阀门的PID控制单元；各***设备控制单元数据由控制平台优化结果提供，计算指令完成过后，使用GPRS无线通信信号将指令发送给其对应控制单元，以此实现***的就地控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111164057.1A CN113922418B (zh) | 2021-09-30 | 2021-09-30 | 一种光热-储热-低温余热供电***及优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111164057.1A CN113922418B (zh) | 2021-09-30 | 2021-09-30 | 一种光热-储热-低温余热供电***及优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113922418A CN113922418A (zh) | 2022-01-11 |
| CN113922418B true CN113922418B (zh) | 2024-02-06 |
Family
ID=79237761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111164057.1A Active CN113922418B (zh) | 2021-09-30 | 2021-09-30 | 一种光热-储热-低温余热供电***及优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113922418B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012055078A (ja) * | 2010-08-31 | 2012-03-15 | Hitachi Ltd | エネルギマネジメントシステムおよびエネルギマネジメント方法 |
| CN107025519A (zh) * | 2017-03-30 | 2017-08-08 | 厦门大学 | 区域分布式冷热电多联产***混合整数非线性模型优化方法 |
| CN107679776A (zh) * | 2017-11-14 | 2018-02-09 | 上海泛智能源装备有限公司 | 一种能源调度方法及分布式能源***、分布式能源网络*** |
| CN108736522A (zh) * | 2018-06-29 | 2018-11-02 | 北京四方继保自动化股份有限公司 | 交直流混合分布式***的运行控制*** |
| CN110245793A (zh) * | 2019-06-04 | 2019-09-17 | 西安交通大学 | 一种基于光热机组聚合模型的电力***优化调度方法 |
| 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*** |
| CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电***的运营策略优化方法 |
| CN111927724A (zh) * | 2020-07-28 | 2020-11-13 | 华中科技大学 | 一种分区域的槽式太阳能热发电***集热场设计方法 |
| CN113036817A (zh) * | 2021-02-07 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种基于槽式光热电站的电力***优化调度方法及*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8365719B2 (en) * | 2007-08-07 | 2013-02-05 | Angeles Technologies, Inc. | Multi-receiver heliostat system architecture |
-
2021
- 2021-09-30 CN CN202111164057.1A patent/CN113922418B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012055078A (ja) * | 2010-08-31 | 2012-03-15 | Hitachi Ltd | エネルギマネジメントシステムおよびエネルギマネジメント方法 |
| CN107025519A (zh) * | 2017-03-30 | 2017-08-08 | 厦门大学 | 区域分布式冷热电多联产***混合整数非线性模型优化方法 |
| CN107679776A (zh) * | 2017-11-14 | 2018-02-09 | 上海泛智能源装备有限公司 | 一种能源调度方法及分布式能源***、分布式能源网络*** |
| CN108736522A (zh) * | 2018-06-29 | 2018-11-02 | 北京四方继保自动化股份有限公司 | 交直流混合分布式***的运行控制*** |
| CN110245793A (zh) * | 2019-06-04 | 2019-09-17 | 西安交通大学 | 一种基于光热机组聚合模型的电力***优化调度方法 |
| 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*** |
| CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电***的运营策略优化方法 |
| CN111927724A (zh) * | 2020-07-28 | 2020-11-13 | 华中科技大学 | 一种分区域的槽式太阳能热发电***集热场设计方法 |
| CN113036817A (zh) * | 2021-02-07 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种基于槽式光热电站的电力***优化调度方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| Wind Power Prediction Based on LSTM Networks and Nonparametric Kernel Density Estimation;BOWEN ZHOU 等;《IEEE Access》;165279-165292 * |
| 计及储能与分布式电源协同的配电网分层分区优化控制;张颖 等;《中国电力》;1-11 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113922418A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Patel et al. | A review on compound parabolic solar concentrator for sustainable development | |
| CN112749462A (zh) | 一种综合能源***当前运行参数的优化方法、***及设备 | |
| Shadmehri et al. | Numerical simulation of a concentrating photovoltaic-thermal solar system combined with thermoelectric modules by coupling Finite Volume and Monte Carlo Ray-Tracing methods | |
| CN107341566A (zh) | 基于气象参数与太阳能电池板运行状态参数的光伏***发电功率预测装置及其方法 | |
| Kumar et al. | Experimental exergy analysis of water-cooled PV module | |
| Askarzadeh | Optimisation of solar and wind energy systems: A survey | |
| Yıldırım et al. | Artificial bee colony algorithm for thermohydraulic optimization of flat plate solar air heaters | |
| CN114330827A (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| Dehghanimadvar et al. | Mapping the development of various solar thermal technologies with hype cycle analysis | |
| CN116736893B (zh) | 一种光储装置的智慧能源管理方法及光储装置 | |
| CN112883630B (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
| Hamada et al. | Identification of a different design of a photovoltaic thermal collector based on fuzzy logic control and the ARMAX model | |
| CN113922418B (zh) | 一种光热-储热-低温余热供电***及优化控制方法 | |
| Fang et al. | Concentrating solar power station optimal operation model | |
| Xie et al. | Performance prediction of solar collectors using artificial neural networks | |
| Zhao et al. | Research on reliability evaluation of power generation system with solar thermal power | |
| Xingping et al. | Operation mode and economic analysis of concentrating solar power station | |
| CN107292768B (zh) | 一种光伏发电***日发电量模糊概率计算方法及装置 | |
| CN114548544A (zh) | 一种光伏光热互补发电***优化配置方法 | |
| Sedki et al. | Performance assessment of installed low cost solar daylighting system via optical fiber | |
| CN115276088A (zh) | 一种联合发电***中光热电站储热容量优化配置方法 | |
| CN110474330B (zh) | 一种并网式混合能源***的太阳能投资优化方法 | |
| CN113673156A (zh) | 适应全可再生能源基地多场景的光热发电容量优化方法 | |
| CN202394121U (zh) | 一种用于光热发电的定日镜控制*** | |
| Mafimidiwo | Impact of three-dimensional photovoltaic structure on solar power generation. |
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 |