多能协同的综合能源系统协调调度方法研究

被引:0
作者
何仲潇
机构
[1] 浙江大学
关键词
综合能源系统; 协调调度; 多能互补; 能量梯级利用; 综合需求响应; 互动; 能量管理系统;
D O I
暂无
年度学位
2018
学位类型
硕士
导师
摘要
近年来,综合能源利用效率普遍偏低、大量化石燃料使用带来的环境问题正在严重制约我国经济、能源和环境之间的协调发展。传统的攫取和依赖不可再生资源的增长方式已经不能维持我国经济社会发展,以石油和煤炭为核心的化石能源时代即将结束,我们将要面临的是新能源和化石能源互补的“混合能源时代”。因此,在智能电网基础上,催生出集成了供电、供热和供气等系统的综合能源系统(integrated energy system,IES)。综合能源系统对提高社会能源利用效率、促进可再生能源规模化开发、提高社会基础设施利用率和能源供应安全,以及实现中国节能减排目标具有重要意义,已成为当今能源系统发展的主要方向。本文围绕多能协同的综合能源系统协调调度方法展开研究,一方面研究考虑多能互补和能量梯级利用的IES优化调度模型与方法,在IES内部协调各种资源,实现多能互补、能量梯级利用,兼顾经济性和用户满意度;另一方面,研究与上级电网互动的IES综合需求响应模型与方法,通过与上级能量管理系统之间的协调互动,响应上级电网需求,实现用户与上级电网的双赢。主要工作如下:1.综合考虑IES组成的多样性和能量流动的复杂性,建立了 IES中多种分布式能源设备的准稳态模型,并在分析典型IES的组成和结构特征基础上,提出一种通用IES能量流描述方式。该方法很好地满足了系统建模的通用性和灵活性要求,为IES协调调度模型建模理论和方法奠定了基础。2.以IES设备准稳态模型和能量流描述方法为基础,提出了考虑多能互补的综合能源系统的优化调度模型和方法。并以典型的工厂综合能源系统为例,通过对其目标函数、优化变量和约束条件三项基本要素进行分析和处理,详细阐述了考虑多能互补的IES优化调度模型的建模和优化过程。最后,选择数学规划方法对模型进行求解,分析了通过多能协同优化后IES所能取得的效益。3.在考虑多能互补的综合能源系统的优化调度模型的基础上,构建了考虑能量梯级利用的综合能源系统优化调度模型。同样以典型的工厂综合能源系统为例,详细说明了考虑能量梯级利用的综合能源系统的优化调度模型和方法的应用。算例分析表明,所提模型遵循“品位对口,梯级利用”的科学用能思想,按热品位高低进行能量梯级利用,实现了工业生产流程与设备运行参数的综合优化。4.在制定IES优化调度策略的基础上,为了响应上级电网可能存在的调峰等辅助服务需求,构建了考虑与上级电网互动的IES综合需求响应模型(integrated demand response,IDR),通过IES中多种能源协同转换,进一步挖掘与利用IES的可调控能力,改变用户的综合用能行为,响应上级电网调峰辅助服务需求。并提出考虑用户满意度的IDR补偿报价形式,使上级电网在满足削峰条件的同时更加合理的补偿IDR对IES用户经济性及满意度的影响,保障用户利益,实现了电网公司与IES用户的双赢。5.基于科研和项目的理论研究,参与并完成了分布自治综合控制系统的研发。从智能管理软件和系统硬件两个方面制定具体实施方案,通过有效的能量管理,实现IES中能量生产、能量转换、能量配送和能量使用等环节的全过程监测和优化管理,预测未来的能量使用走势,实现多能协同和优化调度,进而满足经济性和生态性目标,为用户提供系统、完善、功能模块可定制的能量管理系统。
引用
收藏
页数:75
共 43 条
[1]
微网调度优化模型与方法研究 [D]. 
洪博文 .
天津大学,
2014
[2]
分布式冷热电联供系统全工况特性与主动调控机理及方法 [D]. 
陈强 .
中国科学院研究生院(工程热物理研究所),
2014
[3]
An autonomous demand response program for electricity and natural gas networks in smart energy hubs.[J].Aras Sheikhi;Shahab Bahrami;Ali Mohammad Ranjbar.Energy.2015,
[4]
Modelling and optimization of CHP based district heating system with renewable energy production and energy storage.[J].Haichao Wang;Wusong Yin;Elnaz Abdollahi;Risto Lahdelma;Wenling Jiao.Applied Energy.2015,
[5]
Optimal electrical and thermal energy management of a residential energy hub; integrating demand response and energy storage system.[J].Faeze Brahman;Masoud Honarmand;Shahram Jadid.Energy & Buildings.2015,
[6]
Estimating the impacts of demand response by simulating household behaviours under price and CO 2 signals.[J].Meng Song;Karin Alvehag;Joakim Widén;Alessandra Parisio.Electric Power Systems Research.2014,
[7]
Modelling and optimal operation of a small-scale integrated energy based district heating and cooling system.[J].Z.X. Jing;X.S. Jiang;Q.H. Wu;W.H. Tang;B. Hua.Energy.2014,
[8]
Modelling and operation optimization of an integrated energy based direct district water-heating system.[J].X.S. Jiang;Z.X. Jing;Y.Z. Li;Q.H. Wu;W.H. Tang.Energy.2014, Jan.1
[9]
Optimal combined scheduling of generation and demand response with demand resource constraints.[J].Hyung-Geun Kwag;Jin-O Kim.Applied Energy.2011,
[10]
燃气冷热电分布式能源技术应用手册.[M].林世平; 主编.中国电力出版社.2013,