一种含热泵的综合能源系统协调运行优化方法

    公开(公告)号:CN110619110B

    公开(公告)日:2023-04-07

    申请号:CN201910879944.3

    申请日:2019-09-18

    摘要: 本发明公开了一种含热泵的综合能源系统协调运行优化方法,包括如下步骤:根据天气、季节历史数据和冷、热、电负荷历史数据,基于非线性回归分析法和神经网络预测理论,建立综合能源系统日负荷预测模型;分析天气因素、季节因素和热水负荷对热泵机组能效的影响,建立热泵在不同工况下的运行特性数学模型;输入实际的天气、季节信息获取日负荷预测结果,并根据天气、季节信息和热水负荷预测结果确定相匹配的热泵运行特性模型;构建以综合能源系统运行成本最小为目标的运行优化模型,并对目标函数优化求解,得出综合能源系统的优化运行方案。本发明充分考虑各种因素对热泵实际能效的影响,能够协调源侧热泵和其他设备,实现综合能源系统的优化运行。

    一种考虑非理想通信情况的分布式多能系统滚动优化控制方法

    公开(公告)号:CN113555907A

    公开(公告)日:2021-10-26

    申请号:CN202110684693.0

    申请日:2021-06-21

    摘要: 本发明公开了一种考虑非理想通信情况的分布式多能系统滚动优化控制方法,包括如下步骤:步骤1:在每个时间尺度Δτ初始时刻读取最新的RES功率和负载的预测数据;步骤2:根据步骤1中的信息进行Δτ时间尺度的滚动优化;步骤3:进入短时间尺度Δτ'动态调整部分,监控并更新数据;步骤4:判断预测值与真实值的偏差ΔPiτ'是否超过阈值ξi,如果ΔPiτ'≤ξi,跳到步骤5,否则跳到步骤6;步骤5:执行大时间尺度滚动优化的计算结果;步骤6:根据最新更新的数据,进行动态调整优化,并调整策略;步骤7:更新时刻,τ'=τ'+Δτ';步骤8:如果时刻τ'到达下一个时间间隔τ+Δτ,跳到步骤1,否则跳到步骤3。本发明解决分布式决策系统中的不确定性和能量流延迟特性问题,获得非理想通信条件下的最优解。

    一种含热泵的综合能源系统协调运行优化方法

    公开(公告)号:CN110619110A

    公开(公告)日:2019-12-27

    申请号:CN201910879944.3

    申请日:2019-09-18

    摘要: 本发明公开了一种含热泵的综合能源系统协调运行优化方法,包括如下步骤:根据天气、季节历史数据和冷、热、电负荷历史数据,基于非线性回归分析法和神经网络预测理论,建立综合能源系统日负荷预测模型;分析天气因素、季节因素和热水负荷对热泵机组能效的影响,建立热泵在不同工况下的运行特性数学模型;输入实际的天气、季节信息获取日负荷预测结果,并根据天气、季节信息和热水负荷预测结果确定相匹配的热泵运行特性模型;构建以综合能源系统运行成本最小为目标的运行优化模型,并对目标函数优化求解,得出综合能源系统的优化运行方案。本发明充分考虑各种因素对热泵实际能效的影响,能够协调源侧热泵和其他设备,实现综合能源系统的优化运行。

    一种考虑不确定性的异质能量耦合单元区间状态估计方法

    公开(公告)号:CN118133662A

    公开(公告)日:2024-06-04

    申请号:CN202410220058.0

    申请日:2024-02-28

    发明人: 王琦 居佳琪 杨赟

    摘要: 本发明公开了一种考虑不确定性的异质能量耦合单元区间状态估计方法,包括:分析电‑热耦合单元能量转化过程,构建动态的耦合单元能量转换模型;建立电耦合模块状态空间模型和热耦合模块状态空间模型;考虑不确定性对系统的影响,构建含区间数的系统模型;针对含区间数的系统模型提出龙伯格估计器,并对其进行正表示转化;对正表示后的估计器的区间数进行处理,得到可以实现区间状态估计的耦合单元估计器;利用神经网络模型实现能量耦合单元电‑热协同状态估计。本发明能够满足在不确定性条件的情况下,实现电‑热综合能源系统能量耦合单元的区间动态状态估计,为系统能量管理系统和安全控制系统提供可靠数据。

    一种考虑非理想通信情况的分布式多能系统滚动优化控制方法

    公开(公告)号:CN113555907B

    公开(公告)日:2023-09-22

    申请号:CN202110684693.0

    申请日:2021-06-21

    摘要: 本发明公开了一种考虑非理想通信情况的分布式多能系统滚动优化控制方法,包括如下步骤:步骤1:在每个时间尺度Δτ初始时刻读取最新的RES功率和负载的预测数据;步骤2:根据步骤1中的信息进行Δτ时间尺度的滚动优化;步骤3:进入短时间尺度Δτ'动态调整部分,监控并更新数据;步骤4:判断预测值与真实值的偏差ΔPiτ'是否超过阈值ξi,如果ΔPiτ'≤ξi,跳到步骤5,否则跳到步骤6;步骤5:执行大时间尺度滚动优化的计算结果;步骤6:根据最新更新的数据,进行动态调整优化,并调整策略;步骤7:更新时刻,τ'=τ'+Δτ';步骤8:如果时刻τ'到达下一个时间间隔τ+Δτ,跳到步骤1,否则跳到步骤3。本发明解决分布式决策系统中的不确定性和能量流延迟特性问题,获得非理想通信条件下的最优解。