[go: up one dir, main page]

CN113469464B - 考虑楼宇不同供热方式的区域综合能源分布式优化方法 - Google Patents

考虑楼宇不同供热方式的区域综合能源分布式优化方法 Download PDF

Info

Publication number
CN113469464B
CN113469464B CN202110895140.XA CN202110895140A CN113469464B CN 113469464 B CN113469464 B CN 113469464B CN 202110895140 A CN202110895140 A CN 202110895140A CN 113469464 B CN113469464 B CN 113469464B
Authority
CN
China
Prior art keywords
network
sub
thermal
buildings
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.)
Active
Application number
CN202110895140.XA
Other languages
English (en)
Other versions
CN113469464A (zh
Inventor
张儒峰
陈厚合
姜涛
张宇桐
李雪
李国庆
王长江
李本新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202110895140.XA priority Critical patent/CN113469464B/zh
Publication of CN113469464A publication Critical patent/CN113469464A/zh
Priority to US17/576,631 priority patent/US20230051871A1/en
Application granted granted Critical
Publication of CN113469464B publication Critical patent/CN113469464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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"
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D19/00—Details
    • F24D19/10—Arrangement or mounting of control or safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D19/00—Details
    • F24D19/10—Arrangement or mounting of control or safety devices
    • F24D19/1096—Arrangement or mounting of control or safety devices for electric heating systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Thermal Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Fuzzy Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，包括：根据楼宇的蓄热特性以及房间内部热量供能形式的不同，基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型；协调运营商初始化拉格朗日乘子和全局变量信息并将相关信息发送给电力子网络和热力子网络，电力子网络和热力子网络根据各自的子问题进行内部的局部优化，将耦合变量信息返送给协调运营商；协调运营商接收来自电力子网络和热力子网络的耦合变量信息，根据耦合变量信息和全局变量信息判断是否满足收敛条件，如果满足则流程结束，否则对拉格朗日乘子和全局变量进行更新，重新执行局部优化步骤，直到满足收敛条件。

Description

考虑楼宇不同供热方式的区域综合能源分布式优化方法
技术领域
本发明涉及区域综合能源系统建模及优化控制领域，尤其涉及一种考虑楼宇不同供热方式的区域综合能源分布式优化方法。
背景技术
随着分布式发电技术的不断发展，配电网和区域供热网络之间的联系日渐密切。区域电热综合能源系统(regional integrated electricity and district heatingsystems，RIEDHS)已成为综合能源系统的重要应用场景之一[1]。近年来，全球居民和商业楼宇对能源的消耗持续上升，在发达国家可以达到20％至40％[2][3]。由于楼宇的高消耗和固有的热惯性，楼宇在提供灵活需求方面具有巨大的潜力，可为RIEDHS的协调运行提供更多的灵活性[4]。
现阶段关于区域综合能源优化调度方法往往忽略楼宇的热惯性，基于楼宇所固有的隔热性能，楼宇的室内温度不会突变，从而每栋楼宇中的制热区域可以充当蓄热单元。同时根据楼宇内部供热模式的不同，可以将楼宇细分为居民楼宇、商业楼宇等类别来提高模拟的准确性。因此，考虑楼宇的热惯性可为RIEDHS提供更多的运行灵活性，进而降低运营成本。
目前RIEDHS优化调度问题往往采用集中式的解决方案，在实际生活中会引起计算复杂和通信困难的现象。在集中式解决方案下，RIEDHS的优化调度是由联合运营商(jointoperator，JO)通过集中式模型单独管控。事实上，RIEDHS具有多能耦合和多主体运营的特点。区域热网(district heating systems，DHS)和电网属于不同的运营主体，由热力运营商(heat operators，HO)和电力运营商(electricity operators，EO)分别进行控制管理，并受协调运营商(coordination operator，CO)的指挥。一个运营主体的系统运行数据对其他运营主体而言具有一定的隐私性。显然，传统的集中式解决方案已不再适用于多决策者的体系结构，而利用分布式方法解决DHS与电网协调问题的工作还十分有限。
因此，研究开发一种分布式方法解决RIEDHS优化调度问题尤为重要。
发明内容
本发明提供了一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，本发明不仅可以保护RIEDHS中不同运营主体的隐私，同时在一定程度上提高光伏消纳量，详见下文描述：
一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，所述方法包括以下步骤：
根据楼宇的蓄热特性以及房间内部热量供能形式的不同，基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型；
协调运营商初始化拉格朗日乘子和全局变量信息并将相关信息发送给电力子网络和热力子网络，电力子网络和热力子网络根据各自的子问题进行内部的局部优化，将耦合变量信息返送给协调运营商；
协调运营商接收来自电力子网络和热力子网络的耦合变量信息，根据耦合变量信息和全局变量信息判断是否满足收敛条件，如果满足则流程结束，否则对拉格朗日乘子和全局变量进行更新，重新执行局部优化步骤，直到满足收敛条件。
其中，所述基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型具体为：
1)构建商业楼宇和居民楼宇室内热平衡约束：
Figure BDA0003197552190000021
Figure BDA0003197552190000022
式中：
Figure BDA0003197552190000023
为室内房间的热容；
Figure BDA0003197552190000024
为室内房间温度；
Figure BDA0003197552190000025
等于0表示室内房间的墙体没有窗，否则为1；
Figure BDA0003197552190000026
为房间的内部热源；
Figure BDA0003197552190000027
为窗户的热阻；
Figure BDA0003197552190000028
为HVAC系统送风质量流量；cpair为空气的比热容；
Figure BDA0003197552190000029
为送风温度；
Figure BDA00031975521900000210
是窗户的透射率；
Figure BDA00031975521900000211
表示窗户的总面积；QR,i为居民楼宇所需的热功率；
Figure BDA00031975521900000212
为光照辐射强度；
2)构建商业楼宇和居民楼宇的聚合公式：
Figure BDA00031975521900000213
Figure BDA00031975521900000214
式中：
Figure BDA00031975521900000215
为商业楼宇匹配到电力配电子网络中的电负荷；
Figure BDA00031975521900000216
为居民楼宇匹配到热力子网络中的热负荷；ηEEn，ηHEn分别为商业楼宇和居民楼宇的转换系数；NEBu为商业楼宇的集合；NHBu为居民楼宇的集合。
进一步地，所述电力子网络和热力子网络根据各自的子问题进行内部的局部优化具体为：
采用ADMM分布式完成各运营主体信息交互，将主问题转化为电力子网络和热力子网络的子问题，电力子网络和热力子网络根据各自的子问题进行内部的局部优化。
其中，所述采用ADMM分布式完成各运营主体信息交互具体为：
建立考虑楼宇不同供热方式的RIEDHS分布式优化调度模型，并输入所需的相关参数；
CO初始化各子区域的拉格朗日乘子(λmn,i,λmn,j)和全局变量(zmn)并将信息发送给下层EO和HO；
下层EO和HO接收到耦合信息后，对其内部进行局部优化，得到所有电热耦合设备信息
Figure BDA0003197552190000031
之后EO和HO分别将电热耦合设备信息发送回CO；
CO接收到EO和HO发送的电热耦合设备信息后，判断ADMM的收敛性，如果对偶残差和原始残差小于阈值，则迭代停止；
Figure BDA0003197552190000032
Figure BDA0003197552190000033
如果不满足收敛条件，CO更新全局变量和拉格朗日乘子，再将更新后的信息传回EO和HO，直到ADMM收敛并且循环结束。
Figure BDA0003197552190000034
Figure BDA0003197552190000035
Figure BDA0003197552190000036
本发明提供的技术方案的有益效果是：
1、本发明综合考虑区域热网动态特性和楼宇热惯性，构建分布式RIEDHS最优调度模型，该模型对降低RIEDHS的运行成本、提高光伏消纳有积极作用；
2、本发明考虑楼宇内部不同供热方式，将商业楼宇与居民楼宇进行区分，将其作为容量有限的蓄热单元，通过可调节楼宇电热负荷数量级与RIEDHS可供应的电热负荷匹配，将不同供热模式的楼宇集成到RIEDHS中，楼宇制热区域储能特性响应能力可以为RIEDHS提供额外的操作灵活性；
3、本发明将ADMM方法引入RIEDHS中求解多主体运营系统的分布式优化问题，从而有效保护不同运营主体内部隐私，降低不同主体之间的信息交互量；采用可变惩罚参数形式下的交替方向乘子法，有效提高算法的收敛性能，减少对惩罚参数初值的依赖，从而进一步提高计算效率。
附图说明
图1为一种考虑楼宇不同供热方式的区域综合能源分布式优化方法的流程图；
图2为RIEDHS的分布式优化框架示意图；
图3是E33D6测试系统的网络拓扑图；
图4是楼宇室内温度对比图；
图5是E33D6测试系统的迭代曲线图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，如图1、图2所示，该方法包括以下步骤：
101：根据电力子系统具有辐射型网络的特点，采用适合于放射状网络结构的DistFlow模型来进行建模；考虑热量传递过程中的热量损失，对热力子网络进行建模，两个子网络通过CHP机组进行耦合从而构建RIEDHS优化调度模型；
102：根据楼宇的蓄热特性以及房间内部热量供能形式的不同，基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型；
103：将主问题转化为电力子网络和热力子网络的子问题，电力子网络和热力子网络根据各自的子问题进行内部的局部优化，将耦合变量信息传输给CO(协调运营商)；
104：CO接收来自电力子网络和热力子网络的耦合变量信息，并对全局变量进行更新，根据输出的耦合变量和全局变量信息判断是否满足收敛条件，如果满足收敛条件流程结束，否则更新拉格朗日乘子，重新执行步骤103，进行下一次迭代计算直到满足收敛条件。
综上所述，本发明实施例通过上述步骤101-步骤104以及已知外界环境参数，利用ADMM方法，在保护不同运营主体隐私的基础上，提出了一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，进一步对比分析了不同供热模式的楼宇对于RIEDHS的经济性与光伏消纳量的影响。
实施例2
下面结合具体的计算公式、实例对实施例1中的方案进行进一步地介绍，详见下文描述：
201：根据电力子系统具有辐射型网络的特点，采用适合于放射状网络结构的DistFlow模型进行建模；
其中，该步骤201包括：
1)构建电力子系统DistFlow约束：
Figure BDA0003197552190000051
Figure BDA0003197552190000052
ui-uj＝2(rijPij+xijQij)-((rij)2+(xij)2)lij (3)
||2Pij 2Qij lij-ui||＝lij+ui (4)
式中，Pij，Qij，Pjk，Qjk为电力子系统线路的有功功率和无功功率；rij，xij为节点i和j之间的电阻和电抗；lij为节点i和j之间的电流的平方；Pj,G，Qj,G为节点注入的有功功率和无功功率；Pj,d，Qj,d为节点的有功负荷和无功负荷；ui表示节点i的电压的平方，uj表示与节点i直接相连的节点j的电压的平方；m1(j)为终端节点j的配电线路初始节点集合；m2(j)为初始节点j的配电线路末端节点集合；k为节点编号。
在上述模型中，只有约束(4)为非凸形式，其余均为线性形式。利用二阶锥松弛方法将约束松弛为二阶锥约束，松弛后的约束为：
||2Pij 2Qij lij-ui||≤lij+ui (5)
2)构建电力子系统电压与发电机出力约束：
(Vi,min)2≤ui≤(Vi,max)2 (6)
PG,i,min≤PG,i≤PG,i,max (7)
QG,i,min≤QG,i≤QG,i,max (8)
式中，Vi,min和Vi,max表示节点i电压的下上限；PG,i,min和PG,i,max表示发电机输出的有功功率的下上限；QG,i,min和QG,i,max表示发电机输出的无功功率的下上限，PG,i为，QG,i为发电机注入的有功功率和无功功率。
3)构建光伏发电机的出力约束：
0≤Ppvi,t≤Ppvi,t,max (9)
Figure BDA0003197552190000053
式中，Ppvi,t为光伏发电设备的有功输出；Ppvi,t,max为光伏发电机有功出力的上限；Spvi和Qpvi,t为光伏发电机的视在功率和瞬时无功功率。
202：考虑热量传递过程中的热量损失，对热力子网络进行建模；
其中，该步骤202包括：
1)构建CHP机组出力约束：
Figure BDA0003197552190000054
Figure BDA0003197552190000061
Figure BDA0003197552190000062
Figure BDA0003197552190000063
式中，PCHPi,t，HCHPi,t为CHP机组输出的电功率和热功率；
Figure BDA0003197552190000064
为极值点即电热特性曲线边界交点的电功率和热功率输出，其中k＝1，2，3…Nt，Nt表示极值点的个数；
Figure BDA0003197552190000065
为CHP机组电热特性曲线内的运行点；ηCHP为CHP机组的工作效率；LHVCH4为天然气的低热值；NCHP为CHP机组的集合；nCH4i,t为系统购买天然气的总量。
2)构建热源节点和热负荷节点的热功率平衡方程：
Figure BDA0003197552190000066
Figure BDA0003197552190000067
式中，ФCHP,i，ФHE,i分别为热源节点和热负荷节点的热功率；Cp为热水的比热容；
Figure BDA0003197552190000068
和
Figure BDA0003197552190000069
Figure BDA00031975521900000610
为热源和热负荷节点处的热水质量流量；
Figure BDA00031975521900000611
为热源和热负荷节点处的供热温度与回热温度。
3)构建热网管道相关约束：
Figure BDA00031975521900000612
Figure BDA00031975521900000613
Figure BDA00031975521900000614
Figure BDA00031975521900000615
Figure BDA00031975521900000616
式中，
Figure BDA00031975521900000617
分别代表供、回热管道节点的出水温度；
Figure BDA00031975521900000618
分别代表供、回热管道的热水质量流量；
Figure BDA00031975521900000619
分别代表供、回热管道的混合节点温度；
Figure BDA00031975521900000620
分别代表管道入口和出口的温度；Ta,t为外界环境温度；λ为管道的散热系数；L为供回热管道的长度；
Figure BDA00031975521900000621
为供、回热节点的温度；
Figure BDA00031975521900000622
为供热温度上下限；
Figure BDA00031975521900000623
为回热温度上下限，mq为管道中的质量流量。
203：根据楼宇的蓄热特性以及房间内部热量供能形式的不同，基于热阻热容网络模型，构建不同供热方式的楼宇模型；
其中，步骤203包括：
1)构建单个制热区域的墙体热平衡约束：
热阻热容网络模型由具有传输热量能力的热阻与具有储蓄热量能力的热容所组成。楼宇中每个制热区域中的节点分为墙体节点与室内空气节点，各个节点之间通过热阻相互连接，并都经过热容接地。此外，楼宇模型以单体建筑为单位，热阻热容网络模型描述的是单个制热区域，因此楼宇模型由多个相似结构的制热区域聚合而成。
Figure BDA0003197552190000071
式中：
Figure BDA0003197552190000072
为墙体的热容；Tj为相邻节点的温度；
Figure BDA0003197552190000073
为各墙体的温度；如果墙体没有受到光照辐射，
Figure BDA0003197552190000074
取0，否则取1；
Figure BDA0003197552190000075
为墙体的吸热率；
Figure BDA0003197552190000076
为墙体的面积；
Figure BDA0003197552190000077
为墙体对应朝向的光照强度；
Figure BDA0003197552190000078
为室内空气节点和墙体之间的热阻；
Figure BDA0003197552190000079
为第j面墙的相邻节点的集合。
2)构建商业楼宇和居民楼宇室内热平衡约束：
考虑到楼宇内部的供热模式的不同，将楼宇细分为居民楼宇、商业楼宇等类别。在相同的光照环境参数下，商业楼宇中每个制热区域的暖通空调(Heating，Ventilation andAir Conditioning，HVAC)系统功率是一致的；居民楼宇中每个制热区域的热水供热功率是一致的。并以此为基础，通过楼宇制热系统，调节HVAC设备的送风参数和热力用户的供回水温度，达到满足用户舒适度的目的。商业楼宇的每个制热区域都由HVAC系统消耗电力来维持用户舒适度。居民楼宇的每个制热区域由来自换热站的热水来维持用户的舒适度。
Figure BDA00031975521900000710
Figure BDA00031975521900000711
式中：
Figure BDA00031975521900000712
为室内房间的热容；
Figure BDA00031975521900000713
为室内房间温度；
Figure BDA00031975521900000714
等于0表示室内房间的墙体没有窗，否则为1；
Figure BDA00031975521900000715
为房间的内部热源；
Figure BDA00031975521900000716
为窗户的热阻；
Figure BDA00031975521900000717
为HVAC系统送风质量流量；cpair为空气的比热容；
Figure BDA00031975521900000718
为送风温度；
Figure BDA00031975521900000719
是窗户的透射率；
Figure BDA00031975521900000720
表示窗户的总面积；QR,i为居民楼宇所需的热功率；
Figure BDA00031975521900000721
为光照辐射强度。
同时，HVAC系统也要满足相关约束：
Figure BDA00031975521900000722
Figure BDA00031975521900000723
Figure BDA00031975521900000724
Figure BDA00031975521900000725
Figure BDA00031975521900000726
式中：
Figure BDA00031975521900000727
为商业楼宇中HVAC系统所消耗的电功率；
Figure BDA00031975521900000728
为商业楼宇中HVAC制热系统所消耗的电功率；COP为转换效率；
Figure BDA00031975521900000729
为商业楼宇中HVAC送风系统所消耗的电功率；ΔPtot为HVAC送风系统的压强差；ηfan为HVAC设备风机系数；ηmotor为HVAC设备电机系数；ρair为送风空气密度；v为送风空气流速；
Figure BDA0003197552190000081
为HVAC系统送风温度上下限；Pstatic为静态压强差；
Figure BDA0003197552190000082
和
Figure BDA0003197552190000083
为送风质量流量的下、上限。
为了满足用户的舒适度要求，室内温度应保持在舒适范围内：
Figure BDA0003197552190000084
式中：
Figure BDA0003197552190000085
为室内温度下上限。
3)构建商业楼宇和居民楼宇的聚合公式：
Figure BDA0003197552190000086
Figure BDA0003197552190000087
式中：
Figure BDA0003197552190000088
为商业楼宇匹配到电力配电子网络中的电负荷；
Figure BDA0003197552190000089
为居民楼宇匹配到热力子网络中的热负荷；ηEEn，ηHEn分别为商业楼宇和居民楼宇的转换系数；NEBu为商业楼宇的集合；NHBu为居民楼宇的集合。
204：为实现多运营主体的RIEDHS协调运行，采用ADMM分布式方法完成各运营主体信息交互，将主问题转化为电力子网络和热力子网络的子问题，电力子网络和热力子网络根据各自的子问题进行内部的局部优化；
其中，步骤204包括：
1)构建电力、热力子网络目标函数：
ADMM分布式方法将原问题转化为一般一致性问题，将原目标函数转化为增广拉格朗日函数，并引入耦合变量和全局变量解决问题。
其中，电力子系统的目标函数为：
Figure BDA00031975521900000810
式中：T为调度周期；NPG为发电机的集合；FGi表示系统向输电网的购电成本；Fpvi为光伏发电设备的出力成本；
Figure BDA00031975521900000811
为电力子系统中的拉格朗日乘子；
Figure BDA00031975521900000812
为电力子系统中的耦合变量；
Figure BDA00031975521900000813
为全局变量；ρ为惩罚参数；SEH为电热耦合设备的集合；k为迭代次数。
其中，系统向输电网的购电成本和光伏发电设备的出力成本具体表示为：
Figure BDA00031975521900000814
Figure BDA00031975521900000815
式中：cGi为电网的实时电价；cpvi为光伏发电设备的成本系数；SPG为发电机的集合；Spv为光伏发电设备的集合。
热力子系统的目标函数为：
Figure BDA0003197552190000091
式中，Fci表示系统购买天然气的成本；
Figure BDA0003197552190000092
为热力子系统中的拉格朗日乘子；
Figure BDA0003197552190000093
为热力子系统中的耦合变量。
其中，系统购买天然气的成本具体表示为：
Figure BDA0003197552190000094
式中：cci为每立方米天然气的价格，SCHP为CHP机组的集合。
2)构建可变惩罚参数的ADMM分布式方法：
ADMM分布式方法的一些扩展和变体在实际应用中可以获得更好的收敛性能。在每次迭代中使用不同的惩罚参数可以提高ADMM的收敛性能，减少对初始惩罚参数选择的依赖。基本原理是考虑ADMM原始残差和对偶残差的相对大小来改变惩罚参数：
Figure BDA0003197552190000095
式中：rk表示原始残差；sk表示对偶残差；τincr和τdecr表示惩罚参数的增减系数；μ表示原始残差和对偶残差相差的倍数。
当原始残差和对偶残差都收敛到零时，尽量将它们保持在μ内。从内部交替迭代过程可以看出，ρ值越大，对违反原始可行性的惩罚越大，因此倾向于产生小的原始残差。相反，从对偶残差的定义可以看出ρ值越小，对偶残差越小，但相对地减少对原始可行性的惩罚，导致更大的原始残差。当原始残差相对于对偶残差显得较大时，调整方案将ρ增大(1+τincr)，当原始残差相对于对偶残差显得太小时，调整方案将ρ减小(1+τdecr)。
3)针对多主体运营系统，利用ADMM的一般一致性优化方法，通过有限全局变量控制边界节点信息一致性，构建RIEDHS分布式求解模型：
首先建立考虑不同供热方式的RIEDHS分布式调度模型，并输入所需的相关参数。之后上层CO初始化
Figure BDA0003197552190000096
并将其发送给下层EO和HO。下层EO和HO接收到耦合信息后，根据式(34)和(37)对其内部进行局部优化，得到所有电热耦合装置的相关信息，并将信息返送回上层CO。CO接收到EO和HO发送的耦合设备信息后，判断ADMM是否收敛。如果对偶残差和原始残差小于阈值，则迭代停止。否则，CO通过方程更新全局变量和拉格朗日乘子，继续循环，直到ADMM收敛并且循环结束。其中变量更新的条件为：
Figure BDA0003197552190000097
Figure BDA0003197552190000098
Figure BDA0003197552190000101
在每一次迭代中，从下层EO和HO接收电热耦合设备信息
Figure BDA0003197552190000102
CO检查原始残差对偶残差是否收敛。如果不满足收敛条件，CO更新全局变量和拉格朗日乘子，再将更新后的信息传回EO和HO。更新后的信息需满足收敛条件：
Figure BDA0003197552190000103
Figure BDA0003197552190000104
式中：ε1和ε2表示对偶残差和原始残差的相对停止阈值；
Figure BDA0003197552190000105
为电力子系统和热力子系统中的耦合变量。
对偶残差被定义为每次迭代电热耦合变量和全局变量的差值，其差值越小，下层EO和HO传输给上层CO之间的信息越准确。原始残差为相邻两次迭代的全局变量的差值，差值越小，说明了两次迭代变化幅度越小，结果越接近全局优化。
综上所述，本发明实施例通过上述步骤201-步骤204在保证温度舒适度的前提下可充分发掘商业楼宇和居民楼宇的需求响应潜力，为RIEDHS提供额外的操作灵活性并在一定程度上降低了RIEDHS的运行成本，提高了光伏的利用率；同时，将ADMM方法引入RIEDHS中求解多主体运营系统的分布式优化问题，有效保护不同运营主体内部隐私，降低不同主体之间信息交互量，通过采用可变罚参数形式下的交替方向乘子法，有效提高了算法的收敛性能，减少对惩罚参数初值的依赖，从而进一步提高了计算效率。
实施例3
下面结合具体的实例、图4、图5、以及表1、表2、表3对实施例1和2中的方案进行可行性验证，详见下文描述：
本实例是以我国北方冬季某一典型日为例，使用由IEEE33节点电力系统和6节点区域供热系统组成的测试系统(称为E33D6系统)来验证所提出的一种考虑楼宇不同供热方式的区域综合能源分布式优化方法的有效性。图3展示了E33D6系统的网络拓扑，其中1节点为根节点。热电联产装置连接到电力系统中的18节点并在25节点和33节点接入光伏电源。热电联产机组向6节点区域供热系统提供热能。
将商业楼宇和居民楼宇负荷分别接入电力子系统和热力子系统，其中电网3节点、10节点、18节点和32节点分别接有13栋，9栋，13栋，30栋商业楼宇，楼宇中每个制热区域均配备有暖通设备来维持用户舒适度；热网4节点、5节点和6节点分别接有60栋，10栋和43栋居民楼宇，楼宇中每个制热区域由换热站供应的热水来维持用户舒适度。本文中的建筑假设为单层楼宇建筑，每栋楼具有40个制热区域和相似的温度需求，每层有5个加热区，共8层，每个加热区长8米，宽8米，高3米。制热区域的舒适度要求为20-25℃。楼宇和HVAC系统的相关参数(如热阻)列于表1。在阳光直射方向、建筑物外窗角度、遮阳系数等影响因素下，本文假设墙体的吸收系数
Figure BDA0003197552190000111
为0.4，窗户透过率
Figure BDA0003197552190000112
为0.9。
表1楼宇和HVAC系统相关参数
Figure BDA0003197552190000113
为了验证在ADMM分布式方法下的居民楼宇和商业楼宇的热惯性对RIEDHS调度结果的影响，模拟了以下四种场景：
场景一：商业楼宇和居民楼宇室内恒温协同调度。所有楼宇考虑室内温度设定为23.5℃。
场景二：商业楼宇室内温度可调，居民楼宇仍然室内恒温，设定为23.5℃。商业楼宇用户的舒适度要求为20-25℃。
场景三：居民楼宇室内温度可调，商业楼宇室内恒温，即不考虑其热惯性，设定为23.5℃。居民楼宇用户的舒适度要求为20-25℃。
场景四：商业楼宇和居民楼宇室内温度均可调，考虑二者的热惯性，用户舒适度要求为20-25℃。
表2描述了各场景的总成本和光伏消纳量的对比结果。与场景二和场景三相比，场景一的总成本更高，光伏消耗更少。场景二和场景三利用商业楼宇和居民楼宇的热惯性，在负荷低谷时间段进行储热，从而降低CHP机组的功率输出，利用更多的光伏输出。场景四综合考虑两种供热模式楼宇的影响，总运营成本从9996.05$降至9893.15$，光伏消纳量从41.26MW升至42.54MW。基于上述现象可以看出，场景四的调度结果为4种方案中总成本最低、光伏消纳量最多的情况，即同时考虑商业、居民楼宇的室内温度可调要比不考虑或仅考虑一种情况经济效益更高，有效提升了光伏消纳量。
表2楼宇和HVAC系统相关参数
Figure BDA0003197552190000114
Figure BDA0003197552190000121
从图4可以看出，在不同时间，商业楼宇和居民楼宇中的室内温度已经达到温度上限(25℃)和温度下限(20℃)，虽然室内温度已达到温度限制，但仍保持在用户的舒适范围之内。与固定室内温度相比，室内温度可变楼宇的室内温度在调度周期内有不同程度的波动，即场景四所对应的RIEDHS调度运行模式的灵活性更强。
图5显示了E33D6测试系统的原始残差和对偶残差的迭代过程。由图5可知，E33D6测试系统的对偶残差和原残差的收敛曲线均匀减小，收敛趋势良好且E33D6测试系统的收敛时间为149.30s，证明了本方法的有效性。
通过比较标准和可变惩罚参数的ADMM的收敛过程，可以清楚地验证其有效性，如表3所示，利用E33D6测试系统比较不同初始惩罚参数和相对停止阈值对收敛性能的影响。从表3可以看出，在相同的相对停止阈值(ε1/ε2)和初始惩罚参数(ρ)的条件下，具有可变惩罚参数的ADMM的迭代次数和迭代时间均小于标准ADMM。以相对停止阈值为10-3，初始惩罚参数为3的情况为例，标准的ADMM达到最大迭代次数并且没有收敛，需要1046.1s，而可变惩罚参数的ADMM迭代次数只需要540次，收敛时间仅需598.5s，收敛速度提高了42.79％。同时，可变惩罚参数ADMM受初值惩罚参数的影响较小，在大多数情况下具有较好的收敛性能。从这个角度来看，可变惩罚参数的ADMM可以获得更好的收敛性能，提高收敛速度，并且对惩罚参数的初始选取依赖性较小。
表3标准ADMM与可变惩罚参数ADMM比较
Figure BDA0003197552190000122
参考文献
[1]Li Y,Wang C,Li G,Wang J,Zhao D,Chen C.Improving operationalflexibility of integrated energy system with uncertain renewable generationsconsidering thermal inertia of buildings.Energy Convers Manage 2020；207:112526-40.
[2]Pérez-Lombard L,Ortiz J,Pout C.A review on buildings energyconsumption information.Energy and Buildings 2008；40(3):394-98.
[3]Al-Ali AR,Zualkernan IA,Rashid M,Gupta R,Alikarar M.A smart homeenergy management system using IoT and big data analytics approach.IEEE TransConsum Electron 2017；63(4):426-34.
[4]Salpakari J,Mikkola J,Lund PD.Improved flexibility with large-scale variable renewable power in cities through optimal demand sidemanagement and power-toheat conversion.Energy Convers Manage 2016；126:649-61.
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种考虑楼宇不同供热方式的区域综合能源分布式优化方法，其特征在于，所述方法包括以下步骤：
根据楼宇的蓄热特性以及房间内部热量供能形式的不同，基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型；
协调运营商初始化拉格朗日乘子和全局变量信息并将相关信息发送给电力子网络和热力子网络，电力子网络和热力子网络根据各自的子问题进行内部的局部优化，将耦合变量信息返送给协调运营商；
协调运营商接收来自电力子网络和热力子网络的耦合变量信息，根据耦合变量信息和全局变量信息判断是否满足收敛条件，如果满足则流程结束，否则对拉格朗日乘子和全局变量进行更新，重新执行局部优化步骤，直到满足收敛条件；
其中，所述基于热阻热容网络模型，构建考虑楼宇不同供热方式的RIEDHS优化调度模型具体为：
1)构建商业楼宇和居民楼宇室内热平衡约束：
Figure FDA0003589176460000011
Figure FDA0003589176460000012
式中：
Figure FDA0003589176460000013
为室内房间的热容；
Figure FDA0003589176460000014
为室内房间温度；
Figure FDA0003589176460000015
等于0表示室内房间的墙体没有窗，否则为1；
Figure FDA0003589176460000016
为房间的内部热源；
Figure FDA0003589176460000017
为窗户的热阻；
Figure FDA0003589176460000018
为HVAC系统送风质量流量；cpair为空气的比热容；
Figure FDA0003589176460000019
为送风温度；
Figure FDA00035891764600000110
是窗户的透射率；
Figure FDA00035891764600000111
表示窗户的总面积；QR,i为居民楼宇所需的热功率；
Figure FDA00035891764600000112
为光照辐射强度；i和j为节点；
Figure FDA00035891764600000113
为室内空气节点和墙体之间的热阻；
Figure FDA00035891764600000114
为各墙体的温度；Tj为相邻节点的温度；
Figure FDA00035891764600000115
为商业楼宇中HVAC系统所消耗的电功率；
2)构建商业楼宇和居民楼宇的聚合公式：
Figure FDA00035891764600000116
Figure FDA00035891764600000117
式中：
Figure FDA00035891764600000118
为商业楼宇匹配到电力配电子网络中的电负荷；
Figure FDA00035891764600000119
为居民楼宇匹配到热力子网络中的热负荷；ηEEn，ηHEn分别为商业楼宇和居民楼宇的转换系数；NEBu为商业楼宇的集合；NHBu为居民楼宇的集合；
其中，所述电力子网络和热力子网络根据各自的子问题进行内部的局部优化具体为：
采用ADMM分布式完成各运营主体信息交互，将主问题转化为电力子网络和热力子网络的子问题，电力子网络和热力子网络根据各自的子问题进行内部的局部优化；
其中，所述采用ADMM分布式完成各运营主体信息交互具体为：
建立考虑楼宇不同供热方式的RIEDHS分布式优化调度模型，并输入所需的相关参数；
协调运营商CO初始化各子区域的拉格朗日乘子(λmn,i,λmn,j)和全局变量zmn并将信息发送给下层电力运营商EO和热力运营商HO；
下层EO和HO接收到耦合信息后，对其内部进行局部优化，得到所有电热耦合设备信息
Figure FDA0003589176460000021
之后EO和HO分别将电热耦合设备信息发送回CO；
CO接收到EO和HO发送的电热耦合设备信息后，判断ADMM的收敛性，如果对偶残差和原始残差小于阈值，则迭代停止；
Figure FDA0003589176460000022
Figure FDA0003589176460000023
如果不满足收敛条件，CO更新全局变量和拉格朗日乘子，再将更新后的信息传回EO和HO，直到ADMM收敛并且循环结束。
Figure FDA0003589176460000024
Figure FDA0003589176460000025
Figure FDA0003589176460000026
其中，ε1和ε2表示对偶残差和原始残差的相对停止阈值；
Figure FDA0003589176460000027
为电力子系统和热力子系统中的耦合变量；k为迭代次数；ρ为惩罚参数；
Figure FDA0003589176460000028
为电力子系统中的耦合变量；
Figure FDA0003589176460000029
为热力子系统中的耦合变量；
Figure FDA00035891764600000210
为全局变量；
Figure FDA00035891764600000211
为电力子系统中的拉格朗日乘子；
Figure FDA00035891764600000212
为热力子系统中的拉格朗日乘子；rk表示原始残差；sk表示对偶残差。
CN202110895140.XA 2021-08-05 2021-08-05 考虑楼宇不同供热方式的区域综合能源分布式优化方法 Active CN113469464B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110895140.XA CN113469464B (zh) 2021-08-05 2021-08-05 考虑楼宇不同供热方式的区域综合能源分布式优化方法
US17/576,631 US20230051871A1 (en) 2021-08-05 2022-01-14 Distributed optimization method of regional integrated energy considering different building heating modes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110895140.XA CN113469464B (zh) 2021-08-05 2021-08-05 考虑楼宇不同供热方式的区域综合能源分布式优化方法

Publications (2)

Publication Number Publication Date
CN113469464A CN113469464A (zh) 2021-10-01
CN113469464B true CN113469464B (zh) 2022-06-10

Family

ID=77883987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110895140.XA Active CN113469464B (zh) 2021-08-05 2021-08-05 考虑楼宇不同供热方式的区域综合能源分布式优化方法

Country Status (2)

Country Link
US (1) US20230051871A1 (zh)
CN (1) CN113469464B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494952B (zh) * 2023-12-29 2024-06-14 国网山东省电力公司电力科学研究院 一种面向电力系统的机组低碳运行调度方法
CN118157110A (zh) * 2024-03-04 2024-06-07 天津大学 一种微电网分布式优化方法、装置、存储介质及电子设备
CN117951852A (zh) * 2024-03-26 2024-04-30 大连理工大学 一种考虑动态特性和安全约束的钢铁企业气网动态安全域构建方法
CN118551445A (zh) * 2024-05-30 2024-08-27 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种基于优先级的分布式能源分配方法
CN119294598A (zh) * 2024-10-10 2025-01-10 天津大学 差异化建筑产消者p2p电/热能交互运行方法及装置
CN119831446B (zh) * 2025-03-14 2025-06-06 国网浙江省电力有限公司金华供电公司 一种配电网分布式新能源承载力评估方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539495A (zh) * 2015-01-23 2015-04-22 浙江大学 一种提高楼宇设备运行效率的非合作分布式优化方法
EP3082010A1 (en) * 2015-04-17 2016-10-19 Fourdeg Oy A system for dynamically balancing a heat load and a method thereof
CN109740899A (zh) * 2018-12-25 2019-05-10 国网浙江省电力有限公司电力科学研究院 一种考虑主动配电网的楼宇集群多阶段优化调度方法
CN110175311A (zh) * 2018-12-18 2019-08-27 天合云能源互联网技术(杭州)有限公司 一种基于多能耦合模型的优化潮流计算方法
CN113191558A (zh) * 2021-05-08 2021-07-30 国网综合能源服务集团有限公司 综合能源系统优化调度方法、装置及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112036613A (zh) * 2020-08-14 2020-12-04 南方电网能源发展研究院有限责任公司 基于admm交替方向乘子法的园区综合能源优化方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539495A (zh) * 2015-01-23 2015-04-22 浙江大学 一种提高楼宇设备运行效率的非合作分布式优化方法
EP3082010A1 (en) * 2015-04-17 2016-10-19 Fourdeg Oy A system for dynamically balancing a heat load and a method thereof
CN110175311A (zh) * 2018-12-18 2019-08-27 天合云能源互联网技术(杭州)有限公司 一种基于多能耦合模型的优化潮流计算方法
CN109740899A (zh) * 2018-12-25 2019-05-10 国网浙江省电力有限公司电力科学研究院 一种考虑主动配电网的楼宇集群多阶段优化调度方法
CN113191558A (zh) * 2021-05-08 2021-07-30 国网综合能源服务集团有限公司 综合能源系统优化调度方法、装置及终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An Optimal Scheduling Model for a Hybrid Energy Microgrid Considering Building Based Virtual Energy Storage System;XiaolongJin 等;《Energy Procedia》;20160617;第375-381页 *
Flexible operation of active distribution network using integrated smart buildings with heating, ventilation and air-conditioning systems;Tao Jiang 等;《Applied Energy》;20180915;第181-196页 *
考虑综合运行成本的风电优先调度模型与算法;沈冠冶 等;《电力系统及其自动化学报》;20180915;第30卷(第9期);第121-127页 *

Also Published As

Publication number Publication date
US20230051871A1 (en) 2023-02-16
CN113469464A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN113469464B (zh) 考虑楼宇不同供热方式的区域综合能源分布式优化方法
Anvari-Moghaddam et al. Optimal smart home energy management considering energy saving and a comfortable lifestyle
Hakimi et al. Optimal planning of a smart microgrid including demand response and intermittent renewable energy resources
CN108921727A (zh) 考虑热负荷动态特性的区域综合能源系统可靠性评估方法
CN108596525B (zh) 冷热电气多能互补的微能源网鲁棒优化调度方法
CN109270841A (zh) 一种基于模型预测控制的智能楼宇用能灵活性调控方法
CN106786753B (zh) 多用户的区域能源互联网的系统及其调节方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN103439941B (zh) 一种燃气内燃机冷热电三联供系统优化运行方法
CN106845701A (zh) 一种基于热网和房屋热惯性的综合能源系统优化方法
CN108321793A (zh) 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法
CN113190942A (zh) 供热/冷系统虚拟储能能力计算方法、装置与电子设备
CN112182887B (zh) 一种综合能源系统规划优化仿真方法
CN109740899A (zh) 一种考虑主动配电网的楼宇集群多阶段优化调度方法
CN110443467A (zh) 一种区域综合能源系统太阳能消纳能力评估方法
CN109217359A (zh) 考虑建筑热平衡与舒适度的乡村微能源网光伏消纳方法
CN116796662A (zh) 一种集成住宅建筑的社区综合能源系统双层优化方法
CN113240204A (zh) 考虑可再生能源消纳区域能源站容量优化配置方法及系统
CN117495606A (zh) 低碳综合能源园区主从博弈实现协同运行的方法及装置
CN110046821A (zh) 相变储能墙系统的电热联合调度方法
CN113379160B (zh) 基于建筑物热能流的楼宇侧综合能源系统优化调度方法
CN109028275A (zh) 一种用户侧楼宇多能源优化调度方法
CN111931977B (zh) 一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法
CN111724026B (zh) 一种多能源网络与配水网耦合运行的优化方法
Zhang et al. A novel coordinated control for NZEB clusters to minimize their connected grid overvoltage risks

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