应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法与流程

1.本发明属于电力系统规划领域，具体涉及一种应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法。


背景技术：

2.随着城市化的飞速发展及用户对建筑环境要求的提高，建筑能源消耗不断增加，在当今传统化石能源枯竭，能效较低且污染严重的前提下，使用能级阶梯利用的分布式能源为建筑供能，满足用户需求和实现建筑节能，刻不容缓。
3.冷热电三联产系统(combined cooling heating and power system，cchp) 作为环境友好型和资源节约型的能源供应形式，可以实现冷、热、电三种能量形式的同时供给，且能够耦合包括风、光在内的新型可再生能源，在适当的结构设计和运行策略下的经济性良好，可使电力系统的运行更加灵活和获得更高收益。太阳能作为一种典型的可再生能源，因其分布广泛，获取自由等特点，常与冷热电联供系统耦合以进一步缓解能源短缺危机。耦合太阳能的冷热电联供系统可实现多能流供能及能量梯级利用，显著提高供能稳定性；此外该系统采用就近供能的方式，冷热电损耗小，能源利用效率高，可作为承担建筑负荷的主要供能形式。但是，相较于单一的cchp系统，多能协同的cchp系统的组成要素更多，结构更加复杂，运行方案的设计难度更高，特别是需求预测影响因素众多、太阳能供给的不连续性和波动性、以及三联供系统供能方式自身的复杂性，使得cchp 系统与可再生能源系统的耦合难度更大，特别是在气候变化条件下，温度、湿度、风速、日照强度和降雨等气象要素的变化使能源供需波动较大，为多能协同的 cchp系统的运行方案的设计和生成带来了很大的困难。
4.当前，多数建筑供能系统的运行优化研究虽考虑气候变化造成的影响，但研究目标主要集中在传统的天然气冷热电联供系统，很少关注耦合新能源的多能协同cchp系统，且很少结合气候变化对用户能源需求的影响分析，缺乏动态响应机制，严重影响方案的实用性和可靠性。因此，在系统运行方案的设计和实施过程中有效结合气候变化影响，准确识别未来用户能源需求和新能源出力的变化趋势，可以切实提升系统运行的可靠性和满足用户需求。


技术实现要素：

5.技术问题：本发明所要解决的技术问题是：提供一种应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，解决气候变化导致的用户侧能源需求变化及太阳能出力波动所引起的cchp系统供需关系失衡的问题，创新性地将区域气候模拟、负荷预测、出力计算和系统协同优化过程相结合，生成适应气候变化的系统最优运行方案，有效避免极端气候条件下过高的用户需求可能导致的能源供需失衡，以及太阳能系统出力波动导致的系统运行方案不合理，充分发挥供能系统的节能减排特性，显著提升供能系统的经济
效益，为用户提供稳定、可靠的供能服务。
6.技术方案：为解决上述技术问题，本发明实施例提出一种应对气候变化的太阳能冷热电三联供系统的运行优化方法，该运行方法包括以下步骤：
7.步骤a、采用区域气候模拟软件(precis)预测短期、中期、中长期和长期四种时间尺度下的温度和辐射变化；
8.步骤b、将气候变化条件下的温度输入dest软件，预测不同时间尺度下用户的冷、热、电需求；
9.步骤c、建立太阳能系统的光伏、光热出力预测模型，识别未来辐射变化对太阳能系统发电及供热的影响；
10.步骤d、以能源供需平衡、设备运行限制和功率限制等为约束条件，建立基于气候变化的太阳能冷热电三联供系统运行优化模型；
11.步骤e、对模型进行求解，得出适应未来气候变化的系统最优运行方案。
12.作为优选例，所述步骤a中，利用区域气候模拟软件precis预测出不同时间尺度下典型年(近期2025年，中期2050年，中远期2075年和远期2099 年)的温度和辐射变化情况。
13.作为优选例，所述步骤b中，运用建筑负荷预测软件dest，将步骤a中所预测的不同典型年代温度变化结果结合至负荷预测过程，得出不同时间尺度下典型年用户侧的冷、热、电负荷需求结果。
14.作为优选例，所述步骤c具体包括：
15.步骤c1：建立太阳能光伏发电系统机理模型如公式(1a-1d)所示：
16.e
pv,t
＝a
pv
×
η
pv,t
×
sri
t
ꢀꢀ
(1a)
[0017][0018][0019][0020]
其中，e
pv,t
为太阳能光伏发电系统逐时发电量，kw；a
pv
为太阳能光伏电池板的面积，m2；η
pv,t
为光伏电池系统逐时发电效率；t0为光伏电池组电效率为0 时的温度，晶体硅电池为270℃。tc为光伏电池运行温度；ta指额定工作单元温度，定义为在环境温度为20℃，辐射强度为800w/m2，风速为1m/s时，开路条件下测量的电池温度。
[0021]
步骤c2：建立太阳能光热系统机理模型如公式(1e-1k)所示：
[0022]qst,t
＝a
st
×
η
st,t
×
sri
t
ꢀꢀ
(1e)
[0023][0024]kθ,t
＝k(θ
tr,t
)k(θ
l,t
)
ꢀꢀ
(1g)
[0025]
[0026][0027]
θ
l,t
＝|tan-1
(tanθzcos(γ-γs))-β|
ꢀꢀ
(1j)
[0028][0029]
其中：q
st,t
为太阳能集热器提供的热量，kw；a
st
为太阳集热器的面积，m2；η
st,t
为集热板逐时发热效率；sri
t
为倾斜采光面逐时太阳能辐射量，w/m2；η
opt
为太阳辐射以正常角度入射时的光效率；k
θ,t
为为逐时太阳入射角修正系数；α1和α2为温度与全局热损失系数的相关系数；t
f,t
为集热管内流体平均温度，℃；t
a,t
为逐时环境温度，℃；θ
l,t
太阳入射纵向角，度；θ
tr,t
太阳入射横向角；θ太阳入射角；θz太阳天顶角；γ为光热器方位角；γs为太阳方位角。
[0030]
作为优选例，所述步骤d中，建立的以全年运营成本最小为优化目标，以用户需求、设备运行条件限制和功率平衡等为约束条件的系统优化模型如公式 (2a-2t)所示：
[0031]
步骤d1：建立以全年运营成本最小化为优化目标的单目标函数如公式(2a-2c) 所示：
[0032]
min cost＝f1+f2ꢀꢀ
(2a)
[0033][0034][0035]
其中：f1为系统的年运行成本；f2为系统的年维护成本；c
ng
(t)为天然气在t 时段的价格，元/m3；v
ng
(t)为燃气轮机在t时段消耗的天然气量，m3；α为0或1，当吸收式制冷机补燃天然气时取1，否则取0；v
ng_α
(t)为吸收式制冷机在时段补燃的天然气量，m3；β为0或1，当余热锅炉补燃天然气时取1，否则取0；v
ng_b
(t)为余热锅炉在时段补燃的天然气量，m3；δ为0或1，当系统从公共电网购电时取1，否则取0；c
ele
(t)为t时段公共电网的电价，元/kwh；e
sg
(t)为t时段系统所需的购电量；kwh；c
gt
为燃气轮机的单位维修成本，元/kw；e
gt
(t)为燃气轮机在t时刻的发电量，kw；cb为补燃锅炉的单位维修成本，元/kw；qb(t) 为补燃锅炉在t时刻的供热量，kw；c
ac
(t)为吸收式制冷机的单位维修成本，元 /kw；ca(t)为吸收式制冷机在t时刻的供冷量，kw。μ为mj和kwh间的单位转换系数，1mj＝0.278kwh；c
ec
为电制冷机组的单位维修成本,元/kwh；ce(t) 为电制冷系统在t时刻的制冷量，kw；c
pv
为太阳能光伏发电系统的单位维修成本，元/m3；c
st
为太阳能光热系统的单位维修成本，元/m3。
[0036]
步骤d2：建立以设备容量、能量平衡和设备运行条件的约束如公式(2d-2f) 所示：
[0037]
(1)设备容量约束
[0038]egt
(t)＝y(t)
×
p
gt
×
t
ꢀꢀ
(2d)
[0039][0040]
[0041]qcool_eg
(t)＝q
eg
(t)
×
x(t)
×
η
a_hr
×
copaꢀꢀ
(2g)
[0042][0043]qheat_eg
(t)＝q
eg
(t)
×
(1-x(t))
×
η
b_hr
ꢀꢀ
(2i)
[0044][0045]
式中：e
gt
(t)为燃气轮机带动发电机在t时段的发电量，kwh；p
gt
为燃气轮机的额定发电功率，kw；y(t)为燃气轮机在t时段的发电出力情况，y(t)＝1时，燃气轮机满负荷运行，y(t)＝0时，燃气轮机停止运行，kw；v
ng
(t)为燃气轮机在 t时段消耗的天然气的量，m3；λ为kwh和mj间的单位转换系数，1kwh＝3.6mj；η
gt
为燃气轮机额定发电效率；hu为天然气热值，mj/m3；q
eg
(t)为燃气轮机在t 时段内抽出的蒸汽量，mj；η
loss
为燃气轮机的热损失效率；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动吸收式制冷机产生的制冷量，mj；η
a_hr
为吸收式制冷机的热回收效率；copa为吸收式制冷剂的制冷系数；x(t)为燃气轮机在 t时段抽出的分配给吸收式制冷机组用于制冷的蒸汽量，当x(t)＝1时，燃气轮机抽出的蒸汽量全部进入吸收式制冷机，当x(t)＝0，燃气轮机抽出的蒸汽全部进入余热锅炉；e
ec
(t)为电制冷机组t时刻消耗的电量，kwh；cop
ec
电制冷机组的制冷系数；q
cool_a
(t)为吸收式制冷机在t时段的制冷量，mj；η
a_c
为吸收式制冷器反应器的效率；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；η
b_hr
为余热锅炉的运行效率；v
ng_b
(t)为cchp系统提供的热负荷不足以满足用户热负荷需求时通过补燃锅炉补燃的天然气量，m3； q
heat_b
(t)为余热锅炉在t时段的补燃制热量，mj；η
b_c
为余热锅炉的燃烧效率。
[0046]
(2)能量平衡约束
[0047]egt
(t)+z(t)+e
pv,t
(t)-e
ec
(t)≥e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2k)
[0048]
z(t)＜e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2l)
[0049]qcool_eg
(t)+q
cool_ec
(t)＝q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2m)
[0050]qcool_ec
(t)＜q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2n)
[0051]qheat_eg
(t)+q
heat_b
(t)+q
st,t
(t)≥q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2o)
[0052]qheat_b
(t)＜q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2p)
[0053]
其中：z(t)为系统从外网中购得的电量，kwh；e(t)为t时段用户所需要的电负荷，kwh；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动溴化锂制冷机组产生的制冷量，mj；q
cool_ec
(t)为电制冷系统在t时段的制冷量，mj；q
cool
(t) 为t时段用户所需要的冷负荷，mj；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；q
heat_b
(t)为补燃锅炉在t时段的制热量， mj；q
heat
(t)为t时段用户所需要的热负荷，mj。约束条件(2k)、(2m)、(2o)代表联供系统的电负荷、冷负荷和热负荷的平衡。约束条件(2l)、(2n)、(2p)代表系统购电量、电制冷系统制冷量和补燃锅炉制热量需小于用户所需的电量、冷量和热量。
[0054]
(3)设备运行条件约束
[0055]egt_min
≤e
gt
(t)≤e
gt_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2q)
[0056]qac_min
≤q
cool_eg
(t)≤q
ac_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2r)
[0057]qec_min
≤q
cool_ec
(t)≤q
ec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2s)
[0058]qrec_min
≤q
heat_eg
≤q
rec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2t)
[0059]
其中，e
gt_min
为燃气轮机在t时段的最小出力，kwh；e
gt_max
为燃气轮机在 t时段的最大出力，kwh；q
ac_min
为吸收式制冷机组在t时段的最小出力，mj； q
ac_max
为吸收式制冷机组在t时段的最大出力，mj；q
rec_min
为余热锅炉在t时段的最小出力，mj；q
rec_max
为余热锅炉在t时段的最大出力，mj。约束条件(2q-2t) 分别代表燃气轮机、溴化锂制冷机组和余热锅炉的出力必须小于设备的处理能力。
[0060]
有益效果：与现有技术相比，本发明实施例有以下优点：本发明提出适应气候变化的太阳能冷热电联供系统运行机制优化方法。首先，运用区域气候模拟软件precis预测出建筑所在地未来80年的温度和辐射变化，将气候变化条件下的典型年(近期2025，中期2050年，中远期2075年和远期2099年)温度预测结果代入预先搭建的dest软件中，准确识别气候变化引发的用户需求波动变化趋势；接着，将四个典型时期的辐射预测数据代入到光伏发电和太阳能集热器产热计算公式中，计算气候变化条件下的太阳能出力情况；最后，建立耦合太阳能的冷热电联供系统运行优化模型，并将前述得到的用户需求预测和太阳能出力计算结果分别结合到优化模型对应的约束条件中，生成适应气候变化的系统最优运行方案。该模型可以有效缓解气候变化条件下夏季极端高温天气出现时所造成的供能系统供能不足，同时也避免了“暖冬”条件下供能系统的供能过剩的现象，并在提供更稳定的能源供应服务的同时提高了系统的经济性，为未来能源节约和供能稳定提供有效的技术支撑。
附图说明
[0061]
图1是本发明建立一种应对气候变化的太阳能冷热电三联供系统的运行优化方法的流程图；
[0062]
图2是本发明中太阳能冷热电联供系统的结构示意图；
[0063]
图3是本发明实施例中采用区域气候模拟软件(precis)预测不同时间尺度下典型年的温度和辐射变化
[0064]
图4是本发明实施例中求解得到的夏季、冬季和过渡季典型日中系统主要设备的优化运行方案。
具体实施方式
[0065]
为了更清晰和明确地展示本发明的技术内容，以下结合附图及实施案例，对本发明的具体实施方法进行深入详细说明。
[0066]
本发明实施例的一种天然气分布式能源系统运行机制优化方法，属于电力系统管理领域。以上海市某五星级酒店的太阳能冷热电联供系统运行情况为例。如图1所示是应对气候变化条件的太阳能冷热电三联供系统优化模型的搭建过程。如图2所示是太阳能冷热电联供系统的结构示意图，该系统由燃气轮机、余热锅炉、溴化锂制冷机组、电制冷机组、太阳能系统等组成，该系统以天然气为燃料，满足用户的冷、热、电需求。如图3所示是采用区域气候模拟软件(precis) 预测所得的上海市未来典型年的温度和辐射情况。如图4所示是实施例中求解得到的设备优化运行方案，展示了不同季节典型日燃气轮机、余热锅炉、补燃锅炉、电制冷系统、溴化锂制冷系统和太阳能系统的出力情况。
[0067]
本发明实施例提出一种应对气候变化的太阳能冷热电三联供系统的运行优化方
法，该方法包括以下步骤：
[0068]
步骤a、采用区域气候模拟软件(precis)预测短期、中期、中长期和长期四种时间尺度下的温度和辐射变化；
[0069]
本实施例采用precis预测未来温度和辐射变化的主要目的衡量气候变化条件对用户负荷需求和太阳能系统出力的影响，通过识别影响太阳能冷热联供系统的关键气像因素，为后续设备出力优化奠定基础。
[0070]
步骤b、将气候变化条件下的温度输入dest软件，预测不同时间尺度下用户的冷、热、电需求；
[0071]
本实施例中将precis预测所得的未来温度变化结果输入至建筑负荷预测软件dest中，可定量衡量气候变化条件对用户侧需求的影响程度，从而合理制定系统运行方案，确定系统设备出力水平。
[0072]
步骤c、建立太阳能系统的光伏、光热出力预测模型，识别未来辐射变化对太阳能系统发电及供热的影响；
[0073]
本实施例适用于气候变化条件，该条件下太阳能系统的出力大小将呈现波动性和不确定性特点，因此需对太阳能系统光伏、光热系统进行机理建模，从而精确识别未来辐射变化对太阳能系统发电及供热的影响。
[0074]
其中，所述步骤c中具体包括：
[0075]
步骤c1：建立太阳能光伏发电系统机理模型如公式(1a-1d)所示：
[0076]epv,t
＝a
pv
×
η
pv,t
×
sri
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1a)
[0077][0078][0079][0080]
其中，e
pv,t
为太阳能光伏发电系统逐时发电量，kw；a
pv
为太阳能光伏电池板的面积，m2；η
pv,t
为光伏电池系统逐时发电效率；t0为光伏电池组电效率为0 时的温度，晶体硅电池为270℃。tc为光伏电池运行温度；ta指额定工作单元温度，定义为在环境温度为20℃，辐射强度为800w/m2，风速为1m/s时，开路条件下测量的电池温度。
[0081]
步骤c2：建立太阳能光热系统机理模型如公式(1e-1k)所示：
[0082]qst,t
＝a
st
×
η
st,t
×
sri
t
ꢀꢀ
(1e)
[0083][0084]kθ,t
＝k(θ
tr,t
)k(θ
l,t
)
ꢀꢀ
(1g)
[0085][0086]
[0087]
θ
l,t
＝|tan-1
(tanθzcos(γ-γs))-β|
ꢀꢀ
(1j)
[0088][0089]
其中：q
st,t
为太阳能集热器提供的热量，kw；a
st
为太阳集热器的面积，m2；η
st,t
为集热板逐时发热效率；sri
t
为倾斜采光面逐时太阳能辐射量，w/m2；η
opt
为太阳辐射以正常角度入射时的光效率；k
θ,t
为为逐时太阳入射角修正系数；α1和α2为温度与全局热损失系数的相关系数；t
f,t
为集热管内流体平均温度，℃；t
a,t
为逐时环境温度，℃；θ
l,t
太阳入射纵向角，度；θ
tr,t
太阳入射横向角；θ太阳入射角；θz太阳天顶角；γ为光热器方位角；γs为太阳方位角。
[0090]
步骤d、以能源供需平衡、设备运行限制和功率限制等为约束条件，建立基于气候变化的太阳能冷热电三联供系统运行优化模型；
[0091]
本应用实例结合能量供需平衡、功率限制和燃气轮机、余热锅炉和燃气锅炉等设备的运行限制共同作为约束条件，构建了完整的太阳能冷热电联供系统优化调度模型。
[0092]
其中，所述步骤d中具体包括：
[0093]
步骤d1：建立以全年运营成本最小化为优化目标的单目标函数如公式(2a-2c) 所示：
[0094]
min cost＝f1+f2ꢀꢀ
(2a)
[0095][0096][0097]
其中：f1为系统的年运行成本；f2为系统的年维护成本；c
ng
(t)为天然气在t 时段的价格，元/m3；v
ng
(t)为燃气轮机在t时段消耗的天然气量，m3；α为0或 1，当吸收式制冷机补燃天然气时取1，否则取0；v
ng_α
(t)为吸收式制冷机在时段补燃的天然气量，m3；β为0或1，当余热锅炉补燃天然气时取1，否则取0；v
ng_b
(t)为余热锅炉在时段补燃的天然气量，m3；δ为0或1，当系统从公共电网购电时取1，否则取0；c
ele
(t)为t时段公共电网的电价，元/kwh；e
sg
(t)为t时段系统所需的购电量；kwh；c
gt
为燃气轮机的单位维修成本，元/kw；e
gt
(t)为燃气轮机在t时刻的发电量，kw；cb为补燃锅炉的单位维修成本，元/kw；qb(t) 为补燃锅炉在t时刻的供热量，kw；c
ac
(t)为吸收式制冷机的单位维修成本，元 /kw；ca(t)为吸收式制冷机在t时刻的供冷量，kw。μ为mj和kwh间的单位转换系数，1mj＝0.278kwh；c
ec
为电制冷机组的单位维修成本,元/kwh；ce(t) 为电制冷系统在t时刻的制冷量，kw；c
pv
为太阳能光伏发电系统的单位维修成本，元/m3；c
st
为太阳能光热系统的单位维修成本，元/m3。
[0098]
步骤d2：建立以设备容量、能量平衡和设备运行条件的约束如公式(2d-2t) 所示：
[0099]
(1)设备容量约束
[0100]egt
(t)＝y(t)
×
p
gt
×
t
ꢀꢀ
(2d)
[0101]
[0102][0103]qcool_eg
(t)＝q
eg
(t)
×
x(t)
×
η
a_hr
×
copaꢀꢀ
(2g)
[0104][0105]qheat_eg
(t)＝q
eg
(t)
×
(1-x(t))
×
η
b_hr
ꢀꢀ
(2i)
[0106][0107]
式中：e
gt
(t)为燃气轮机带动发电机在t时段的发电量，kwh；p
gt
为燃气轮机的额定发电功率，kw；y(t)为燃气轮机在t时段的发电出力情况，y(t)＝1时，燃气轮机满负荷运行，y(t)＝0时，燃气轮机停止运行，kw；v
ng
(t)为燃气轮机在 t时段消耗的天然气的量，m3；λ为kwh和mj间的单位转换系数，1kwh＝3.6mj；η
gt
为燃气轮机额定发电效率；hu为天然气热值，mj/m3；q
eg
(t)为燃气轮机在t 时段内抽出的蒸汽量，mj；η
loss
为燃气轮机的热损失效率；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动吸收式制冷机产生的制冷量，mj；η
a_hr
为吸收式制冷机的热回收效率；copa为吸收式制冷剂的制冷系数；x(t)为燃气轮机在 t时段抽出的分配给吸收式制冷机组用于制冷的蒸汽量，当x(t)＝1时，燃气轮机抽出的蒸汽量全部进入吸收式制冷机，当x(t)＝0，燃气轮机抽出的蒸汽全部进入余热锅炉；e
ec
(t)为电制冷机组t时刻消耗的电量，kwh；cop
ec
电制冷机组的制冷系数；q
cool_a
(t)为吸收式制冷机在t时段的制冷量，mj；η
a_c
为吸收式制冷器反应器的效率；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；η
b_hr
为余热锅炉的运行效率；v
ng_b
(t)为cchp系统提供的热负荷不足以满足用户热负荷需求时通过补燃锅炉补燃的天然气量，m3； q
heat_b
(t)为余热锅炉在t时段的补燃制热量，mj；η
b_c
为余热锅炉的燃烧效率。
[0108]
(2)能量平衡约束
[0109]egt
(t)+z(t)+e
pv,t
(t)-e
ec
(t)≥e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2k)
[0110]
z(t)＜e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2l)
[0111]qcool_eg
(t)+q
cool_ec
(t)＝q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2m)
[0112]qcool_ec
(t)＜q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2n)
[0113]qheat_eg
(t)+q
heat_b
(t)+q
st,t
(t)≥q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2o)
[0114]qheat_b
(t)＜q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2p)
[0115]
其中：z(t)为系统从外网中购得的电量，kwh；e(t)为t时段用户所需要的电负荷，kwh；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动溴化锂制冷机组产生的制冷量，mj；q
cool_ec
(t)为电制冷系统在t时段的制冷量，mj；q
cool
(t) 为t时段用户所需要的冷负荷，mj；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；q
heat_b
(t)为补燃锅炉在t时段的制热量， mj；q
heat
(t)为t时段用户所需要的热负荷，mj。约束条件(2k)、(2m)、(2o)代表联供系统的电负荷、冷负荷和热负荷的平衡。约束条件(2l)、(2n)、(2p)代表系统购电量、电制冷系统制冷量和补燃锅炉制热量需小于用户所需的电量、冷量和热量。
[0116]
(3)设备运行条件约束
[0117]egt_min
≤e
gt
(t)≤e
gt_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2q)
[0118]qac_min
≤q
cool_eg
(t)≤q
ac_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2r)
[0119]qec_min
≤q
cool_ec
(t)≤q
ec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2s)
[0120]qrec_min
≤q
heat_eg
≤q
rec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2t)
[0121]
其中，e
gt_min
为燃气轮机在t时段的最小出力，kwh；e
gt_max
为燃气轮机在 t时段的最大出力，kwh；q
ac_min
为吸收式制冷机组在t时段的最小出力，mj； q
ac_max
为吸收式制冷机组在t时段的最大出力，mj；q
rec_min
为余热锅炉在t时段的最小出力，mj；q
rec_max
为余热锅炉在t时段的最大出力，mj。约束条件(2q-2t) 分别代表燃气轮机、溴化锂制冷机组和余热锅炉的出力必须小于设备的处理能力。
[0122]
步骤e、对模型进行求解，得出适应未来气候变化的系统最优运行方案。
[0123]
目前，建筑能耗在全国能源消耗总量中所占比重逐年增大，在传统化石能源日益枯竭，能效较低且污染严重的前提下，使用能级阶梯利用的分布式能源为建筑供能刻不容缓。本发明实施例构建了一种耦合太阳能的冷热电联供系统模型，并着重考虑未来气候变化条件对系统用户侧需求变化的影响和对系统供应侧设备出力的影响。本模型的优点在于，模型生成的适应气候变化的运行方案能有效缓解气候变化条件下夏季极端高温天气出现时所造成的供能系统供能不足，同时也避免了“暖冬”条件下供能系统的供能过剩的现象，并在提供更稳定的能源供应服务的同时提高了系统的经济性，为未来能源节约和供能稳定提供有效的技术支撑。
[0124]
本实施例的一种应对气候变化的太阳能冷热电三联供系统的运行优化方法，首先，运用区域气候模拟软件precis预测出建筑所在地未来80年的温度和辐射变化，将气候变化条件下的典型年(近期2025，中期2050年，中远期2075 年和远期2099年)温度预测结果代入预先搭建的dest软件中，准确识别气候变化引发的用户需求波动变化趋势；接着，将四个典型时期的辐射预测数据代入到光伏发电和太阳能集热器产热计算公式中，计算气候变化条件下的太阳能出力情况；最后，建立耦合太阳能的冷热电联供系统运行优化模型，并将前述得到的用户需求预测和太阳能出力计算结果分别结合到优化模型对应的约束条件中，生成适应气候变化的系统最优运行方案。本方法可以有效缓解气候变化条件下夏季极端高温天气出现时所造成的供能系统供能不足，同时也避免了“暖冬”条件下供能系统的供能过剩的现象，并在提供更稳定的能源供应服务的同时提高了系统的经济性，为未来能源节约和供能稳定提供有效的技术支撑。

技术特征：
1.一种应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，该方法包括以下步骤：步骤a、采用区域气候模拟软件(precis)预测短期、中期、中长期和长期四种时间尺度下的温度和辐射变化；步骤b、将气候变化条件下的温度输入dest软件，预测不同时间尺度下用户的冷、热、电需求；步骤c、建立太阳能系统的光伏、光热出力预测模型，识别未来辐射变化对太阳能系统发电及供热的影响；步骤d、以能源供需平衡、设备运行限制和功率限制等为约束条件，建立基于气候变化的太阳能冷热电三联供系统运行优化模型；步骤e、对模型进行求解，得出适应未来气候变化的系统最优运行方案。2.按照权利要求1所述的应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，其特征在于，所述步骤a中，利用区域气候模拟软件precis预测出不同时间尺度下典型年(近期2025年，中期2050年，中远期2075年和远期2099年)的温度和辐射变化情况。3.按照权利要求1所述的应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，其特征在于，所述步骤b中，运用建筑负荷预测软件dest，将步骤a中所预测的不同典型年代温度变化结果结合至负荷预测过程，得出不同时间尺度下典型年用户侧的冷、热、电负荷需求结果。4.按照权利要求1所述的应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，其特征在于，所述步骤c具体包括：步骤c1：建立太阳能光伏发电系统机理模型：e
pv,t
＝a
pv
×
η
pv,t
×
sri
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1a)(1a)(1a)其中，e
pv,t
为太阳能光伏发电系统逐时发电量，kw；a
pv
为太阳能光伏电池板的面积，m2；η
pv,t
为光伏电池系统逐时发电效率；t0为光伏电池组电效率为0时的温度，晶体硅电池为270℃。t
c
为光伏电池运行温度；t
a
指额定工作单元温度，定义为在环境温度为20℃，辐射强度为800w/m2，风速为1m/s时，开路条件下测量的电池温度。步骤c2：建立太阳能光热系统机理模型：q
st,t
＝a
st
×
η
st,t
×
sri
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1e)k
θ,t
＝k(θ
tr,t
)k(θ
l,t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1g)
θ
l,t
＝|tan-1
(tanθ
z
cos(γ-γ
s
))-β|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1j)其中：q
st,t
为太阳能集热器提供的热量，kw；a
st
为太阳集热器的面积，m2；η
st,t
为集热板逐时发热效率；sri
t
为倾斜采光面逐时太阳能辐射量，w/m2；η
opt
为太阳辐射以正常角度入射时的光效率；k
θ,t
为为逐时太阳入射角修正系数；α1和α2为温度与全局热损失系数的相关系数；t
f,t
为集热管内流体平均温度，℃；t
a,t
为逐时环境温度，℃；θ
l,t
太阳入射纵向角，度；θ
tr,t
太阳入射横向角；θ太阳入射角；θ
z
太阳天顶角；γ为光热器方位角；γ
s
为太阳方位角。5.按照权利要求1所述的应对气候变化条件下建筑供能的太阳能冷热电联供系统运行优化方法，其特征在于，所述步骤d中，建立的以全年运营成本最小为优化目标，以用户需求、设备运行条件限制和功率平衡等为约束条件的系统优化模型：步骤d1：建立以全年运营成本最小化为优化目标的函数：min cost＝f1+f2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2a)(2a)其中：f1为系统的年运行成本；f2为系统的年维护成本；c
ng
(t)为天然气在t时段的价格，元/m3；v
ng
(t)为燃气轮机在t时段消耗的天然气量，m3；α为0或1，当吸收式制冷机补燃天然气时取1，否则取0；v
ng_α
(t)为吸收式制冷机在时段补燃的天然气量，m3；β为0或1，当余热锅炉补燃天然气时取1，否则取0；v
ng_b
(t)为余热锅炉在时段补燃的天然气量，m3；δ为0或1，当系统从公共电网购电时取1，否则取0；c
ele
(t)为t时段公共电网的电价，元/kwh；e
sg
(t)为t时段系统所需的购电量；kwh；c
gt
为燃气轮机的单位维修成本，元/kw；e
gt
(t)为燃气轮机在t时刻的发电量，kw；c
b
为补燃锅炉的单位维修成本，元/kw；q
b
(t)为补燃锅炉在t时刻的供热量，kw；c
ac
(t)为吸收式制冷机的单位维修成本，元/kw；c
a
(t)为吸收式制冷机在t时刻的供冷量，kw。μ为mj和kwh间的单位转换系数，1mj＝0.278kwh；c
ec
为电制冷机组的单位维修成本,元/kwh；c
e
(t)为电制冷系统在t时刻的制冷量，kw；c
pv
为太阳能光伏发电系统的单位维修成本，元/m3；c
st
为太阳能光热系统的单位维修成本，元/m3。步骤d2：建立以设备容量、能量平衡和设备运行条件的约束：(1)设备容量约束e
gt
(t)＝y(t)
×
p
gt
×
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2d)
q
cool_eg
(t)＝q
eg
(t)
×
x(t)
×
η
a_hr
×
cop
a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2g)q
heat_eg
(t)＝q
eg
(t)
×
(1-x(t))
×
η
b_hr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2i)式中：e
gt
(t)为燃气轮机带动发电机在t时段的发电量，kwh；p
gt
为燃气轮机的额定发电功率，kw；y(t)为燃气轮机在t时段的发电出力情况，y(t)＝1时，燃气轮机满负荷运行，y(t)＝0时，燃气轮机停止运行，kw；v
ng
(t)为燃气轮机在t时段消耗的天然气的量，m3；λ为kwh和mj间的单位转换系数，1kwh＝3.6mj；η
gt
为燃气轮机额定发电效率；h
u
为天然气热值，mj/m3；q
eg
(t)为燃气轮机在t时段内抽出的蒸汽量，mj；η
loss
为燃气轮机的热损失效率；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动吸收式制冷机产生的制冷量，mj；η
a_hr
为吸收式制冷机的热回收效率；cop
a
为吸收式制冷剂的制冷系数；x(t)为燃气轮机在t时段抽出的分配给吸收式制冷机组用于制冷的蒸汽量，当x(t)＝1时，燃气轮机抽出的蒸汽量全部进入吸收式制冷机，当x(t)＝0，燃气轮机抽出的蒸汽全部进入余热锅炉；e
ec
(t)为电制冷机组t时刻消耗的电量，kwh；cop
ec
电制冷机组的制冷系数；q
cool_a
(t)为吸收式制冷机在t时段的制冷量，mj；η
a_c
为吸收式制冷器反应器的效率；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；η
b_hr
为余热锅炉的运行效率；v
ng_b
(t)为cchp系统提供的热负荷不足以满足用户热负荷需求时通过补燃锅炉补燃的天然气量，m3；q
heat_b
(t)为余热锅炉在t时段的补燃制热量，mj；η
b_c
为余热锅炉的燃烧效率。(2)能量平衡约束e
gt
(t)+z(t)+e
pv,t
(t)-e
ec
(t)≥e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2k)z(t)＜e(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2l)q
cool_eg
(t)+q
cool_ec
(t)＝q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2m)q
cool_ec
(t)＜q
cool
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2n)q
heat_eg
(t)+q
heat_b
(t)+q
st,t
(t)≥q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2o)q
heat_b
(t)＜q
heat
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2p)其中：z(t)为系统从外网中购得的电量，kwh；e(t)为t时段用户所需要的电负荷，kwh；q
cool_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动溴化锂制冷机组产生的制冷量，mj；q
cool_ec
(t)为电制冷系统在t时段的制冷量，mj；q
cool
(t)为t时段用户所需要的冷负荷，mj；q
heat_eg
(t)为燃气轮机在t时段抽出的蒸汽用于驱动余热锅炉产生的制热量，mj；q
heat_b
(t)为补燃锅炉在t时段的制热量，mj；q
heat
(t)为t时段用户所需要的热负荷，mj。约束条件(2k)、(2m)、(2o)代表联供系统的电负荷、冷负荷和热负荷的平衡。约束条件(2l)、(2n)、(2p)代表系统购电量、电制冷系统制冷量和补燃锅炉制热量需小于用户所需的电量、冷量和热量。(3)设备运行条件约束
e
gt_min
≤e
gt
(t)≤e
gt_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2q)q
ac_min
≤q
cool_eg
(t)≤q
ac_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2r)q
ec_min
≤q
cool_ec
(t)≤q
ec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2s)q
rec_min
≤q
heat_eg
≤q
rec_max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2t)其中，e
gt_min
为燃气轮机在t时段的最小出力，kwh；e
gt_max
为燃气轮机在t时段的最大出力，kwh；q
ac_min
为吸收式制冷机组在t时段的最小出力，mj；q
ac_max
为吸收式制冷机组在t时段的最大出力，mj；q
rec_min
为余热锅炉在t时段的最小出力，mj；q
rec_max
为余热锅炉在t时段的最大出力，mj。约束条件(2q-2t)分别代表燃气轮机、溴化锂制冷机组和余热锅炉的出力必须小于设备的处理能力。

技术总结
本发明公开了属于电力系统管理领域的一种应对气候变化的太阳能冷热电联供系统运行优化方法，该方法包括：步骤A、采用PRECIS软件预测不同时间尺度下温度和辐射变化；步骤B、将所得温度输入DeST软件，预测未来用户冷、热、电需求；步骤C、建立太阳能光伏、光热出力预测模型，识别未来辐射变化对太阳能系统发电及供热的影响；步骤D、以能源供需平衡、设备运行限制和功率限制为约束，建立基于气候变化的太阳能冷热电联供系统运行优化模型；步骤E、对模型求解，得出适应气候变化的系统最优运行方案。该方法能缓解夏季极端高温造成的系统供能不足，并避免“暖冬”条件下系统供能过剩，为能源节约和供能稳定提供有效的技术支撑。和供能稳定提供有效的技术支撑。


技术研发人员：王旭 许野 刘铠诚 李薇 郭军红
受保护的技术使用者：中国电力科学研究院有限公司
技术研发日：2022.01.05
技术公布日：2023/7/22