分布式冷热电联供系统负荷随机模糊建模

基于天然气的冷热电联供(CCHP)系统负荷随机性和模糊性共存,有效提取其不确定特征对CCHP系统优化调度运行有重要意义。文中提出一种分布式CCHP系统负荷随机模糊建模的方法。首先基于CCHP系统冷热电负荷历史数据,发现其可以用n阶正态分布加权和方法描述其概率分布特征,并获得电负荷与冷热负荷的概率密度函数,进一步分析该函数的参数,可知其不具有完全的统计性质,因而具有认识意义的模糊性,通过对参数的隶属函数和机会测度函数特征的提取,从而定义电负荷与冷热负荷为随机模糊变量;其次分析电负荷与冷热负荷两类变量之间的耦合特性;最后结合随机模糊模型及各类负荷间的耦合特性,提出了CCHP系统接入电网负荷随机模糊建模方法及其相应建模步骤。湖南省某市接入10kV的CCHP系统的历史负荷数据样本仿真结果验证了该模型的有效性和正确性。     

基于GA-BP神经网络冷热电联供系统的负荷预测

适用性强且准确度高的冷热电负荷预测方法能更好地为机组设备选型提供可靠依据,从而整体提升系统综合效率。针对传统BP神经网络局部过优化、预测误差较大等问题,将遗传算法与BP神经网络相结合,提升预测准确性和可靠性。为了验证GA BP神经网络预测方法的合理性,分别采用两种方法对铁岭某园区冷热电负荷进行预测,结果证明改进后的预测方法误差更小、贴合性更高。     

分布式区域冷热电联供系统

建筑节能已成为我国节能技术领域的重要议题。冷热电三联供技术是充分利用低品位热能的一种有效手段，该系统能源综合利用率高，一般均可达到70％以上。本文阐述了分布式区域冷热电联供系统的原理和特点，提出一种基于热气机的天然气能源岛系统，并指出充分推动分布式区域冷热电联供技术的应用，对于节约能源、环境保护、能源安全以及资本有效运作具有十分重要的意义。     

基于EEMD-LSTM的区域能源短期负荷预测

短期负荷预测既是电网规划的重要组成部分,也是系统可靠、高效运行的前提和基础。采用EEMD(集合经验模态分解)方法将区域能源互联网历史负荷数据分解成若干分量,再对各个分量分别建立模型,运用LSTM(长短期记忆神经网络)设置对应的隐藏层数,对各个分量分别进行预测,最后叠加预测值得出最终预测结果。将EEMD-LSTM算法与LSTM算法、 EMD-LSTM算法以及Elman算法进行比较,结果表明EEMD-LSTM算法在区域能源互联网负荷预测中能够实现较好的预测精度,具有很好的应用前景和推广价值。     

软件大楼微型冷热电联供系统

楼字冷热电联供(BCHP)是为建筑物提供冷、热电的现场能源系统，其综合能源利用率高，可实现能量的梯级利用。以上海交通大学软件大楼冷热电联供示范项目为例，介绍典型的以热定电的微型燃气轮机冷热电联供系统，及其系统结构和控制方案等。     

燃气内燃机冷热电联供系统节能经济性分析

针对华北地区面积为6 000 m2的办公楼,建立了燃气内燃机冷热电联供系统的供能方案并制定了运行策略。在系统发电上网的条件下,对供能方案的能源利用率和经济性进行了分析。与用市电、电制冷、燃气锅炉供热或热电联产集中供热的两种常规供能方式进行比较,并分析了天然气价及电价对系统经济性的影响。结果表明:燃气内燃机冷热电联供系统一次能源利用率可达70%以上,明显高于传统分供系统;当天然气价小于3.3元/m3时,或者电价大于0.65元/kW·h时,三联供系统经济性优于传统分供系统。应结合建筑的具体情况和当地能源价格,合理选择供能方式。     

分布式冷热电联供总能系统的发展

分布式冷热电联供总能系统具有能源综合利用效率高和环境污染小等优点。介绍了分布式冷热电联供总能系统的工作原理、主要类型、特点及发展现状,为发展适合我国国情的分布式冷热电联供总能系统提供参考。     

建设工业园区冷热电联供的能源系统

近几年来,我国在天然气分布式冷热电联供方面发展迅速,但也存在诸多问题。文章认为国内目前对发展分布式冷热电联供还缺乏充分认识和足够的重视,应在工业园区发展能源集成供应系统,以形成能量的多次、逐级、循环利用。文章提出了各级政府的责任,而正确的决策与规划是实现产业快速发展的关键。     

基于PEMFC的冷热电联供空调系统设计与建模研究

燃料电池冷热电联供系统具有多变量、非线性、多回路强耦合等特点。基于空冷型质子交换膜燃料电池(PEMFC)设计了燃料电池冷热电联供系统,提出了对冷热电联供系统的控制策略:采用模糊PID融合控制使PEMFC电堆工作性能最优,对冷热电联供系统送风管网建立了热量平衡和物质传输机理模型,采用前馈解耦方法实现送风管网的解耦控制。     

基于负荷预测的园区供热系统运行优化技术

随着电能替代的不断深化,由"电采暖"引起的用电高峰时段电网负荷过高的问题逐步突显出来,能源系统用电负荷的预测显得尤为重要。同时,为了解决采用多阶段规划方法求解能源系统运行策略时耗时较多的问题,提出了基于负荷预测的园区供热系统运行优化技术。首先采用太阳辐射、室外温度与历史负荷作为输入参数的人工神经网络构建了热负荷预测模型;然后,通过将多阶段动态规划问题转化为线性规划问题,开发了供热系统运行优化方案快速求解方法;最后,使用该方法对北方某园区进行仿真验证,得到最优运行方案。结果显示,预测期内电采暖日运行费用可节约1.15万元,用电峰谷负荷差减小5 489 k W,所提出的优化方法可在短时间、较少的监测参数下得到可行的运行方案,适用于工程实际。     

基于母线负荷预测的变压器经济运行监控系统

根据变压器经济运行理论,介绍一种基于母线负荷预测的变压器经济运行监控系统,它可对变电站主变的运行状态进行实时在线监测,通过计算寻找变压器经济运行点,引入变压器操作成本,并结合母线负荷预测系统来降低变压器有功功率损耗,同时也可防止变压器频繁操作。     

基于ARMAX模型的电力负荷预测

在综合考虑电力负荷的特点和影响电力负荷各种因素的基础上 ,采用 ARMAX模型对电力负荷进行预测 ,该模型具有在线修正参数的功能。对兰溪供电局的电力负荷的预测结果表明 ,该模型具有比较高的预测精度。     

基于深度学习的综合能源配电系统负荷分析预测

为支撑综合能源配电系统的经济调度和优化运行,提出了一种基于深度学习的冷热电多元负荷综合预测方法。首先,使用皮尔逊系数定量计算多元负荷间的相关关系,分析负荷与影响因素间相关性;然后,构建基于卷积神经网络和支持向量回归的深度学习模型,其中卷积神经网络作为特征提取器从输入数据中提取隐含的更具代表性的特征信息,支持向量回归作为预测模型输出预测结果,同时开展缺失数据与离群数据的预处理;最后,应用某综合能源系统的实际数据对算法的有效性进行了验证,比较分析了考虑多元负荷相关性对预测结果的影响。结果表明:所提出的RCNN-SVR模型对冷、热、电负荷均有较好的预测精度。研究成果可为综合能源配电系统的综合负荷预测提供参考。     

基于多变量相空间重构和卡尔曼滤波的冷热电联供系统负荷预测方法

文中设计一种新型的基于多变量相空间重构和卡尔曼滤波的冷热电联供系统负荷预测方法。首先选择冷热电负荷及与负荷密切相关的天气因素的历史时间序列组成多变量时间序列,然后运用混沌理论和C-C方法重构多变量相空间,最后建立多变量相空间的自回归模型并采用卡尔曼滤波方法预测冷热电负荷。以中国北方某医院冷热电联供系统的8月份历史负荷数据和天气数据验证该冷热电负荷预测方法。结果表明,与采用单变量相空间重构和卡尔曼滤波预测方法相比,文中设计的负荷预测方法充分考虑冷热电负荷中多个变量的相互耦合关系,可有效提高负荷的预测精度。算例分析验证了该冷热电负荷预测方法的可行性和有效性。     

基于内点法的CCHP系统经济运行研究

针对以燃气内燃机与吸收式冷温水机组为核心的冷热电三联供系统,提出了一种并网不上网情况下的经济运行优化模型。该模型以满足冷/热、电负荷需求时系统运行费用最小为优化目标,在分析相关设备的热电特性并得到相应的特性函数的基础上建立各项约束条件,同时着重考虑了三联供系统与电空调之间的配合问题。利用路径跟踪内点法对该模型进行优化求解,得到冷热电三联供系统的优化运行方案。以贵州某实际建筑物为研究对象,在不允许三联供系统向电网供电的情况下,选取典型月份的冷/热、电负荷预测数据,应用提出的基于内点法的冷热电三联供系统经济运行优化方法制定出燃气内燃机发电计划及电空调运行计划,结果验证了本文提出的冷热电三联供系统经济运行优化方法的可行性。     

基于智能技术的短期负荷预测研究

电力系统负荷预测是电力研究的一个重要组成部分,随着电力智能化的加快发展,为电力负荷预测提供了更准确有效的方法。目前有多种电力负荷预测方法,但由于预测模型适用条件的限制,使得负荷预测存在困难。因此,本文选择了基于统计理论的支持向量回归方法来进行预测。文中结合贵州某经济开发区短期电力负荷的历史数据,应用支持向量回归法对该负荷进行了预测,得到了精度较高的预测结果。     

基于人工神经网络的负荷模型预测

负荷模型是影响电网稳定分析的重要因素,是电力系统进行仿真分析、计算的重要依据之一。若能对次日的最大、最小负荷时刻的负荷模型进行预测,可为调度机构制定运行方式时校核系统稳定性提供重要依据。以静态ZIP负荷模型为基础,分析了影响负荷模型的因素,采用人工神经网络方法,对最大、最小负荷时刻的负荷模型参数进行预测。分析了负荷模型参数与负荷预测结果之间的灵敏度,以掌握它们相互间的关系和影响程度,并由此寻找减小误差的方法。以最小负荷的有功模型预测为例,进行了实际预测。算例结果表明,负荷模型预测具有较好的准确率,本文所提方法可行。     

基于TRNSYS的气候变化下“冷-热-电”联供系统运行优化

气候变化导致的极端天气给建筑负荷和冷、热、电联供(combined cooling heating and power, CCHP)系统供能策略带来很大的影响,以上海市某医院为主要研究对象,采用PRECIS软件预测该地区2025至2100年的温度变化,利用TRNSYS软件搭建医院能耗模型计算气候变化影响下的全年逐时负荷,构建了考虑负荷变化影响的“冷-热-电”联供系统运行优化模型,最终生成适应气候变化的供能系统运行方案。负荷预测结果表明,极端高温现象导致建筑的冷、热负荷呈现波动变化趋势,可能造成供需失衡,即夏季高温制冷不足和冬天暖冬供暖过剩的问题。与传统优化模型相比,该模型生成的系统协同运行方案可以增强用户体验,实现降本增效。     

冷热电联供系统多目标优化研究

在研究冷热电联供系统发展现状与运行原理的基础上,以冷热电联供系统相对于分供系统节约的能源消耗和二氧化碳排放作为约束条件,以联供系统和分供系统的投资差值为目标函数,构建了一个惩罚函数,并以某地区为实例研究冷热电联供系统与分供系统在满足节能减排效果的条件下,达到最优经济效果的状态。研究结果表明,在文中所给定的系统状运行态下,联供系统的节能减排效果优于分供系统,在电气价格比大于0.13时,联供系统投资小于分供系统。