基于BIPV功率与负荷预测的智能建筑EMS双时间尺度多能互补优化模型

被引:10
作者
苏适 [1 ]
刘晓丽 [2 ]
王飞 [2 ,3 ]
任惠 [2 ]
陆海 [1 ]
严玉廷 [1 ]
机构
[1] 云南电网有限责任公司电力科学研究院
[2] 华北电力大学新能源电力系统国家重点实验室
[3] 美国伊利诺伊大学厄巴纳-香槟分校
基金
北京市自然科学基金;
关键词
智能建筑; 能量管理系统; 双时间尺度优化; 需求侧响应;
D O I
暂无
中图分类号
TK018 []; TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
建筑光伏(Building Integrated Photovoltaic,BIPV)发电功率出力的随机波动特性,新型负荷与传统负荷的相互作用、需求侧响应和分时电价对负荷特性的影响是智能建筑能量管理系统(Energy Management System,EMS)优化运行必须考虑且亟待解决的突出问题。以BIPV功率、负荷功率与室外温度预测值为基础,在建立的建筑室内环境参数与建筑能耗的数学模型上综合考虑系统整体的经济性与用户舒适度,联合日前、日内两个时间尺度建立了智能建筑EMS的两阶段优化模型。日前尺度计及分时电价,以系统运行经济性为目标,制定可控电源机组启停、可平移负荷、储能装置的优化运行方案;日内尺度则在日前优化基础上综合平衡系统经济性和用户舒适度,对可控电源功率及可控负荷功率进行滚动优化。通过两个不同时间尺度上的协同优化,以实现多类型电源、储能及参与需求侧响应负荷的"源-荷-储"多能互补优化运行。最后通过实际数据的算例仿真验证了所提模型的有效性。
引用
收藏
页码:48 / 57
页数:10
相关论文
共 22 条
[1]
空调工程.[M].黄翔; 主编.机械工业出版社.2013,
[2]
照明设计与节电技术.[M].张万奎.中国电力出版社.2012,
[3]
含CCHP的微网经济运行优化研究 [D]. 
廖名洋 .
华南理工大学,
2014
[4]
变风量空调系统能耗分析与空气品质控制研究 [D]. 
雷晓凤 .
西安建筑科技大学,
2011
[5]
智能公共建筑能量管理系统控制优化研究.[D].楚晓华.山东大学.2008,
[6]
Development of a model predictive control framework through real-time building energy management system data.[J].Younghoon Kwak;Jung-Ho Huh;Cheolyong Jang.Applied Energy.2015,
[7]
Advanced building energy management based on a two-stage receding horizon optimization.[J].J.K. Gruber;F. Huerta;P. Matatagui;M. Prodanović.Applied Energy.2015,
[8]
Building optimization and control algorithms implemented in existing BEMS using a web based energy management and control system.[J].Sotiris Papantoniou;Dionysia Kolokotsa;Kostas Kalaitzakis.Energy & Buildings.2015,
[9]
Renewable energy system optimization of low/zero energy buildings using single-objective and multi-objective optimization methods.[J].Yuehong Lu;Shengwei Wang;Yang Zhao;Chengchu Yan.Energy & Buildings.2015,
[10]
Managing energy Smart Homes according to energy prices: Analysis of a Building Energy Management System.[J].Rim Missaoui;Hussein Joumaa;Stephane Ploix;Seddik Bacha.Energy & Buildings.2014,