The present invention relates to a CCHP system scheduling evaluation method, which includes the following steps: S1: acquiring wind power output data and solar photovoltaic output power data from historical and real-time data sets, constructing CCHP system input matrix; acquiring CCHP system cooling and heating load data, constructing CCHP system output data matrix; S2: acquiring wind speed, wind direction and light intensity of random variables. The method has good convergence ability, global optimization ability and practicability, which is of great significance for improving energy utilization, increasing renewable energy production and reducing pollutant emissions, and choosing the optimal scheduling. The scheme is conducive to optimizing the allocation of resources and reducing the total cost of the system.
【技术实现步骤摘要】
一种CCHP系统调度评价方法
本专利技术涉及冷热电联供系统评价方法领域,更具体地,涉及一种CCHP系统调度评价方法。
技术介绍
20世纪能源开发利用技术得到前所未有的发展,以石油、煤炭、天然气等化石燃料为主的能源极大地推动了人类社会进步和发展,但同时也给生态环境造成了巨大的影响和破坏;特别是随着全球经济急剧增长,人们对能源的需求越来越大,作为世界能源主要支柱的化石燃料的储量越来越少,能源危机越来越严重,这已经成为阻碍社会进一步发展的桎梏;在新形势下,传统的能源结构已不能满足经济、社会和环境可持续发展的需要,急切需要优化能源结构、提高能源利用率,实现可持续化发展的能源消费模型。针对如何提高能源利用效率的问题,各国学者纷纷尝试新的能源利用途径,其中一个有效途径是利用冷热电联供(combinedcoolingheatingandpower,CCHP)系统。CCHP系统同时生产热能、冷能、电能,以实现能源的梯级利用,进而大幅度提高能源利用效率;CCHP联供系统的调度方式非常灵活,通过有机整合小规模的能源单元,在满足不同负荷需求的条件下,实现多种能源的综合利用,并且,CCHP系统在一定程度上起到削峰填谷的作用,从而增强了能源供给的可靠性。传统的CCHP联供系统建立在能源综合利用的基础上,通过煤、石油、天然气等化石燃料生产冷热电能量,以同时满足系统的多符合需求;随着经济的快速发展,能源资源急剧短缺、生态环境日益恶化等问题收到了世界各国的广泛关注。因此,发展风能和太阳能灯可再生能源的冷热电联供,已成为推动绿色,实现节能减排战略目标的重要途径;然而,可再生能源固有的间歇性 ...
【技术保护点】
1.一种CCHP系统调度评价方法,其特征在于,所述方法包括以下步骤:S1:从历史和实时数据集中获取CCHP系统中风电输出功率数据、太阳能光伏输出功率数据,构建CCHP系统输入矩阵;获取CCHP系统的冷热电负荷数据,构建CCHP系统输出数据矩阵;S2:对随机变量风速、风向、光照强度、负荷进行处理;S3:构建CCHP系统能源调度模型;S4:计算CCHP系统各目标权重;S5:负荷动态关联规则挖掘;根据各目标权重,制定CCHP系统调度方案,确定电能转化为热能、冷能的转化率、热能转化为冷能的转化率,并对调度方案采用IFLkV进行综合评价,选择最佳调度方案。
【技术特征摘要】
1.一种CCHP系统调度评价方法,其特征在于,所述方法包括以下步骤:S1:从历史和实时数据集中获取CCHP系统中风电输出功率数据、太阳能光伏输出功率数据,构建CCHP系统输入矩阵;获取CCHP系统的冷热电负荷数据,构建CCHP系统输出数据矩阵;S2:对随机变量风速、风向、光照强度、负荷进行处理;S3:构建CCHP系统能源调度模型;S4:计算CCHP系统各目标权重;S5:负荷动态关联规则挖掘;根据各目标权重,制定CCHP系统调度方案,确定电能转化为热能、冷能的转化率、热能转化为冷能的转化率,并对调度方案采用IFLkV进行综合评价,选择最佳调度方案。2.根据权利要求1所述的CCHP系统调度评价方法,其特征在于,步骤S1中CCHP系统输入矩阵为:其中xini1、xini2、xini3、xini4分别为CCHP系统的输入量包括:风电输出功率、太阳能光伏输出功率、燃料输消耗量、电网电能使用量。3.根据权利要求1所述的CCHP系统调度评价方法,其特征在于,步骤S1中CCHP系统输出数据矩阵为:其中xoi1、xoi2、xoi3、xoi4分别为CCHP系统输入的电能、热能、冷能以及CO2排放量。4.根据权利要求1所述的CCHP系统调度评价方法,其特征在于,步骤S2包括以下步骤:S2.1:使用关键点集合表示时间序列,进行降维计算;S2.2:根据基于兰氏距离的模糊多准则算法,对降维计算的时间序列进行聚类;S2.3:利用动态聚类算法对经模糊多准则算法聚类后的时间序列进行演化聚类。5.根据权利要求4所述的CCHP系统调度评价方法,其特征在于,关键点需满足以下条件之一:其中,(xi,yi)为时间序列的关键点,i为数据类别。6.根据权利要求4所述的CCHP系统调度评价方法,其特征在于,S2.2中的聚类公式为:其中,n为数据类别总量,j为序列类别,k为聚类个数,Xi为时间序列,Cj为第j类质心序列,为时间序列长度为m时的数据对象xij属于第i类的隶属度,dL为兰氏距离;其中,模糊时间序列的中心序列矩阵,uij和cj迭代如下:其中d()为距离函数,xj为时间序列中的数据,cj∈Cj。7.根据权利要求4所述的CCHP系统调度评价方法,其特征在于,步骤S2.3中动态聚类算法包括以下步骤:S2.3.1:对时间序列集合X,首先通过模糊多准则算法得到隶属度矩阵,然后选取矩阵中每个时间序列μij;若存在μij≥δ,将此时间序列聚类到相应类中,并更新该类的质心序列;否则标记此时间序列为STS;S2.3.2:对所标记的每条STS和质心序列,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。