能源互联网背景下的区域分布式能源系统规划研究

被引:0
作者
陈娟
机构
[1] 华北电力大学(北京)
关键词
能源互联网; 区域分布式能源系统; 信息物理融合模型; 容量优化; 站网布局; 规划;
D O I
暂无
年度学位
2017
学位类型
博士
导师
摘要
化石燃料的枯竭及其长期以来大规模使用所引发的全球气候变化问题,使以能源新技术和信息技术深入结合为特征的能源互联网,被认为是未来解决能源危机和环境危机问题的关键所在。分布式能源系统被作为能源互联网的原型,在许多发达国家已有相当的规模和广泛的应用领域。我国正处于工业化中后期,未来建筑能耗超越工业能耗将成为城市的主要能耗,而城市中普遍出现的空间紧凑和功能集中的区域,成为能源消费和温室气体排放的主要载体。因此,在能源互联网背景下,研究我国区域分布式能源系统的规划问题,构建绿色低碳、适应气候变化,具有良好经济性和环保性的区域分布式能源系统,实现区域用能效率的提高,具有着重要的理论意义和实际应用价值。本文在能源互联网发展背景下,对影响分布式能源系统规划的因素、负荷预测、系统建模与优化、区域能源站网布局进行了研究,并设计开发了区域分布式能源系统规划决策支持系统。本文主要工作如下:(1)界定了区域分布式能源系统的内涵及区域指向,对能源互联网发展下的区域分布式能源系统的低碳化、柔性化、能源互联网属性、综合能源系统特征进行了分析。区域分布式能源系统规划将通过用能需求、系统构建、配置优化、管网优化的规划环节落实系统的产能、用能、输能、蓄能、节能过程,并通过设计能源输送网络、能源信息传输网络,以及能源设备物联网,实现区域能源互联网的架构。(2)分析了影响系统规划的气候、资源、环境、社会发展、区域功能、系统综合价值等因素。采用聚类方法对区域分布式能源系统的气候适应性和太阳能可利用性进行了区划;提出了分布式能源系统规划的能源互补理念;探讨了区域分布式能源系统规划的碳排放和空气环境压力;从宏观经济、城市化进程、政府优惠政策、系统自身价值等方面探讨了系统规划的经济、社会、政策环境影响。(3)利用Sketch Up Pro、EnergyPlus、Openstudio的结合,实现区域单体建筑的冷、热、电逐时负荷预测,并从区域整体能源供需角度出发,运用同时利用系数得到区域整体冷、热、电负荷,避免简单叠加可能产生的负荷预测误差过大的问题,并通过仿真算例验证了方法的准确性与可靠性。(4)提出了基于多智能体系统MAS的区域分布式能源系统信息物理融合模型,即由电力网络、供热网络、供冷网络和信息网络耦合而成的区域能源互联网架构。系统模型利用MAS的能量管理功能,从而保证了系统内各能源供应设备之间、设备与负荷之间控制运行的协调性、可靠性、安全性和有效性。同时,模型设置了能源管理Agent和路由Agent,以实现区域能源互联网未来的能源调度与信息协调,并设计给出了一种结合元胞自动机机(CA)的能源路由结构。(5)构建了基于决策和系统配置的区域分布式能源系统双层优化模型。决策优化层由影响系统规划决策的社会、环境、资源等宏观因子构成;系统优化层由影响系统容量优化的经济与环保目标因子、能量均衡约束因子和多目标遗传优化算法因子构成。结合区域分布式能源系统的孤岛运行和并网上网运行模式进行了算例的仿真实验,验证了双层优化模型的可行性和合理性。(6)给出了区域分布式能源系统规划中站网布局的能距概念,即供需能源结点之间管网建设费用的年值;建立了基于能距的P中位站网布局模型;提出了区域分布式能源系统规划的定址布网算法。仿真算例验证了所提出模型与算法在确定区域能源站数量、选址和储能中心位置的同时,给出了能源站与储能中心、负荷中心之间的能源输送管网最优路径,站网布局实现了总能距最小。(7)设计并实现了区域分布式能源系统规划的决策支持系统(RDES-DSS)。决策支持系统以数据库、模型库、方法库和知识库为基础,融合了论文构建与提出的能源系统规划相关模型和优化算法,实现了系统规划的因素分析、负荷预测、系统优化、布局优化等各个功能模块的应用。结合实际案例,进行了区域分布式能源系统的完整规划和决策支持系统功能的展示。
引用
收藏
页数:213
共 248 条
[1]
电力系统负荷预测方法综述 [J].
潘超 ;
鲁宝春 ;
孙丽颖 ;
关维国 .
辽宁工业大学学报(自然科学版), 2016, (05) :296-299
[2]
基于建筑特性的冷热电动态负荷预测方法研究 [J].
徐伟 ;
孙德宇 ;
乔镖 ;
魏艳萍 ;
徐吉富 ;
王烨 .
暖通空调, 2016, (09) :64-69+83
[3]
能源互联网多时间尺度的信息物理融合模型 [J].
王冰玉 ;
孙秋野 ;
马大中 ;
黄博南 .
电力系统自动化, 2016, 40 (17) :13-21
[4]
考虑冷热电存储的区域综合能源站优化设计方法 [J].
管霖 ;
陈鹏 ;
唐宗顺 ;
陈肖灿 ;
江泽涛 .
电网技术, 2016, 40 (10) :2934-2943
[6]
实现影响因素多源异构融合的短期负荷预测支持向量机算法 [J].
吴倩红 ;
高军 ;
侯广松 ;
韩蓓 ;
汪可友 ;
李国杰 .
电力系统自动化, 2016, 40 (15) :67-72+92
[7]
结合热网模型的多区域综合能源系统协同规划 [J].
王珺 ;
顾伟 ;
陆帅 ;
张成龙 ;
王志贺 ;
唐沂媛 .
电力系统自动化, 2016, 40 (15) :17-24
[8]
面向信息物理融合能源系统的大规模风电场发电功率随机特性分析模型与算法 [J].
吴江 ;
靳晶新 ;
管晓宏 ;
谢栋 ;
卢春明 .
中国电机工程学报, 2016, 36 (15) :4055-4064
[9]
中国城市能源效率测算 [J].
陈龙 ;
李金昌 ;
程开明 .
商业经济与管理, 2016, (07) :83-96
[10]
能源互联网背景下的典型区域综合能源系统稳态分析研究综述 [J].
王伟亮 ;
王丹 ;
贾宏杰 ;
陈沼宇 ;
郭炳庆 ;
周海明 ;
范孟华 .
中国电机工程学报, 2016, 36 (12) :3292-3306