申请/专利权人：重庆大学;国网重庆市电力公司经济技术研究院

申请日：2022-04-07

公开（公告）日：2024-04-16

公开（公告）号：CN114723136B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q10/067;G06Q50/06;G06F18/23;G06N3/006;H02J3/00;H02J3/38;H02J3/46

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.07.26#实质审查的生效;2022.07.08#公开

摘要：本发明具体涉及计及光热电站镜场面积和储热容量的优化运行方法，包括：基于光热电站的光电容量比、储热时间以及系统负荷削减的负荷损失费用，结合电热耦合系统最优负荷削减模型和光热电站多状态可靠性模型，建立考虑光热电站镜场面积和储热容量的优化配置模型；通过层次聚类法对光热电站的太阳直射辐射数据即DNI数据进行聚类处理；通过粒子群算法结合聚类后的DNI数据求解考虑光热电站镜场面积和储热容量的优化配置模型，得到对应的模型最优解结果，进而将模型最优解结果应用于光热电站的优化运行。本发明将光热电站镜场面积和储热容量参数纳入运行优化规划中，进而能够在保证系统运行经济性的基础上考虑光热电站参数对系统整体可靠性的影响。

主权项：1.计及光热电站镜场面积和储热容量的优化运行方法，其特征在于，包括以下步骤：S1：基于光热电站的光电容量比、储热时间以及系统负荷削减的负荷损失费用，结合电热耦合系统最优负荷削减模型和光热电站多状态可靠性模型，建立考虑光热电站镜场面积和储热容量的优化配置模型；步骤S1中，考虑光热电站镜场面积和储热容量的优化配置模型，以光热电站集热环节的镜场面积和储热容量的投资成本、系统生产成本和负荷损失成本之和最小为目标函数；考虑光热电站镜场面积和储热容量的优化配置模型表示为： 式中：F表示目标函数，即光热电站集热环节的镜场面积和储热容量的投资成本、系统生产成本和负荷损失成本之和；ICSF表示SF投资成本等年值；ICTES表示TES投资成本等年值；ωy表示年化系数；Nstate表示一阶故障场景数；表示场景ns的概率；和分别表示场景ns下的常规火电机组燃料成本、热电机组燃料成本、EH装置使用成本及负荷损失成本；ISF表示SF投资价格；ITES表示TES投资价格；Crf表示年化率；r表示贴现率；Y表示研究周期年数；Ai和Uj分别表示元件i、j的可用率和不可用率；Ωsa表示正常工作元件集；Ωsu表示故障元件集；表示光热电站发电功率上限；表示光热电站供热功率上限；ASF表示镜场面积；SM表示光电容量比；ηSF和ηPB分别表示光热转换效率和热电转换效率；RDNI表示标准DNI值；Emax表示蓄热罐容量上限；HTES表示储热时间；ηd表示放热效率；考虑光热电站镜场面积和储热容量的优化配置模型的约束条件包括但不限于光热电站约束、热电机组约束、其他设备约束和系统功率平衡约束；光热电站约束包括光热电站集热子系统约束、光热电站换热和发电子系统约束以及光热电站储热约束；光热电站集热子系统约束表示为： 式中：表示t时刻能够利用的太阳辐射热能；表示t时刻镜场输出的热能；表示t时刻镜场弃光量；表示t时刻集热子系统运行状态；ASF表示镜场面积；ηSF表示光热转换效率；光热电站换热和发电子系统约束表示为： 式中：表示t时刻镜场输出的热能；表示t时刻储热量；表示t时刻放热量；表示t时刻发电模块接收热能；表示t时刻光热电站发电功率；表示t时刻光热电站供热功率；表示光热电站发电功率上限；表示光热电站供热功率上限；和分别表示t时刻换热子系统和发电子系统的运行状态；表示t时刻的PB启停状态；PSU表示发电模块启动所需热能；ηPB表示热电转换效率；光热电站储热约束表示为： Emin≤Et≤Emax；ET＝Et0；式中：表示t时刻蓄热罐侧储热量；表示t时刻储热量；表示t时刻蓄热罐侧放热量；表示蓄热罐储放热上限；ET表示模拟周期结束时蓄热罐的热量；Et0表示模拟周期开始时蓄热罐的热量；表示光热电站储热和放热不能同时进行；ET＝Et0表示在光热电站蓄热罐在模拟周期始末储热量保持不变；Et表示t时刻蓄热罐内的热量；Emin表示蓄热罐容量下限值；Emax表示蓄热罐容量上限值；ηc和ηd分别表示储热效率和放热效率；ηTES表示储热罐的转换效率；热电机组约束表示为： 式中：表示热电机组k的背压运行弹性系数；rk为常数，表示t时刻热电机组k的运行状态；表示热电机组k在纯凝工况下t时刻的发电功率；表示热电机组k的cv值；表示热电机组k在t时刻的供热功率；表示热电机组k在t时刻的发电功率；和分别表示t时刻第k台热电机组在纯凝工况下发电功率下限值和上限值；其他设备约束表示为： 式中：表示常规机组k的出力上限；表示t时刻常规机组k的运行状态；ηEH表示EH装置的转换效率；表示t时刻EH装置输出的热功率；表示EH装置转换功率上限；表示t时刻EH装置输出的发电功率；表示常规机组k的出力；系统功率平衡约束包括系统功率平衡约束1、系统功率平衡约束2、和系统功率平衡约束3；系统功率平衡约束1表示为： 式中：表示t时刻系统提供的电功率；表示t时刻系统向常年性热负荷提供的热功率；表示t时刻系统向季节性热负荷提供的热功率；表示t时刻光热电站发电功率；表示t时刻光热电站供热功率；表示t时刻EH装置输出的发电功率；表示t时刻EH装置输出的热功率；表示常规机组k的出力；KCHP表示热电机组数量；Kgen表示常规机组数量；表示热电机组k在t时刻的供热功率；表示热电机组k在t时刻的发电功率；cw表示工质水的比热容；m表示管道内热水工质流量；和分别表示t时刻供水管道入口温度和回水管道的出口温度；系统功率平衡约束2表示为： 式中：表示t时刻系统电负荷削减量；表示t时刻系统提供的电功率；表示t时刻系统的电负荷大小；表示t时刻系统热负荷削减量；表示t时刻系统向常年性热负荷提供的热功率；表示t时刻系统的热负荷大小；系统功率平衡约束3表示为： 式中：表示供水管道水温下限；表示供水管道水温上限；表示回水管道水温下限；表示回水管道水温上限；和分别表示t时刻供水管道的入口温度和供水管道的出口温度；S2：通过层次聚类法对光热电站的太阳直射辐射数据即DNI数据进行聚类处理；步骤S2中，具体包括以下步骤：S201：将DNI数据转换为DNI向量，并将DNI向量各自作为一个DNI类，即每个DNI类仅对应一个DNI向量；S202：计算不同DNI类之间的距离，并把距离最近的DNI类合并为一个新DNI类；S203：计算新DNI类之间的距离，并合并距离最近的DNI类，每次减少一个DNI类；S204：判断DNI类的类别数是否达到预设要求或所有DNI向量是否被合并为一个DNI类：若是，则完成聚类；否则，返回步骤S202；S3：通过粒子群算法结合聚类后的DNI数据求解考虑光热电站镜场面积和储热容量的优化配置模型，得到对应的模型最优解结果，进而将模型最优解结果应用于光热电站的优化运行；步骤S3中，具体包括以下步骤：S301：初始化粒子群算法的迭代次数md＝1，确定种群规模与最大迭代次数M，随机初始化粒子的优化速度和位置，即光热电站的光电容量比和储热时间；步骤S301中，设初始种群具有N个粒子，第i个粒子的初始位置Xi＝xi1,xi2i＝1,2,…,N；第i个粒子的初始优化速度Vi＝vi1,vi2i＝1,2,…,N；步骤S302中，第i个粒子的自身历史最优位置即个体最优值pi＝pi1,pi2i＝1,2,…,N；在所有粒子中，具有最优适应值的粒子记为pg，其位置则为全局最优值pgi=pg1,pg2；步骤S303中，更新粒子优化速度的公式为vid=ω·vid+c1r1pid-xid+c2r2pgd-xidd=1,2；式中：d表示粒子i的第d维，d=1表示光电容量比SM，d=2表示储热时间HTES；ω表示惯性权重；c1和c2表示学习因子，取值为[0,4]；r1和r2为两个[0,1]范围内相互独立的均匀随机数；vid表示优化速度；pid表示第i个粒子位置的坐标；xid表示第i个粒子的初始位置向量；pgd表示最优适应值粒子的坐标；S302：计算初始粒子的适应值Fpg，得到初始粒子的个体最优值和种群的全局最优值；其中，适应值Fpg表示考虑光热电站镜场面积和储热容量的优化配置模型的目标函数值；S303：每一个粒子根据历史数据更新自身优化速度和位置；S304：基于各个粒子的优化速度和位置计算更新适应值Fpg，得到各个粒子的个体最优值和种群的全局最优值；S305：判断md是否达到最大迭代次数M：若是，则基于个体最优值和种群的全局最优值选取最优适应值的粒子pg及其适应值Fpg作为模型最优解结果；否则，令md＝md+1，并返回步骤S303。

全文数据：

权利要求：

百度查询： 重庆大学;国网重庆市电力公司经济技术研究院 计及光热电站镜场面积和储热容量的优化运行方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD