分布式冷热电联供系统动态匹配的弱解耦优化研究

摘要

为实现我国能源供给的安全、高效、可持续发展，分布式系统力求从开源和节流两方面着手，一是着力开发新能源和可再生能源，二是通过冷热电联供耦合供能技术，提高能源综合利用效率。本文以分布式冷热电联供（即CCHP）系统为研究对象，通过矩阵理论模型的构建与拓展，将CCHP系统供需中的热电强耦合问题，弱解耦为线性矩阵的表达，从而将系统动态匹配问题分解为负荷预测和优化运行两个主要问题。 首先，针对CCHP系统在强耦合条件下的优化，建立了连接能源供应、转换、存储及利用的矩阵理论优化模型。通过图论，将矩阵优化和图形优化两种既有方法结合，初步实现了解析法和图法的融合，在方法论层面对CCHP系统非线性优化提供了一种弱解耦方法。 其次，对负荷需求，基于供应侧参数等实际运行数据进行了建筑负荷特性分析，采用相关性理论和主成分分析筛选负荷预测的输入变量，运用BP神经网络智能算法构建了供暖季和制冷季逐时负荷预测模型，其网络的拓扑结构分别为6×8×1和5×8×1。预测时间内，与实测值相比，供暖季负荷预测平均绝对百分比误差为5.43%；制冷季负荷预测相对误差大多集中在-10%~10%范围内。 然后，以综合考虑经济、节能和环保性能的综合指标最大为优化目标，在全年动态负荷计算的基础上，以设备容量及逐时运行负荷率为优化变量，设置热负荷跟踪、电负荷跟踪和“运行优化”三种优化方案，考虑系统有、无蓄能装置、多余电力允许上网与否，进行CCHP系统从源侧到负荷侧全过程协同优化设计。结果表明，“运行优化”优化方案下，内燃机最优配置容量最大，系统综合性能也最优；热负荷跟踪优化在并网不上网条件下内燃机最优配置容量最小，为600kW，系统综合性能最差，其费用年值节约率、一次能源消耗节约率、CO2减排率和综合指标分别为17.79%、27.46%、32.77%和23.3%，但仍优于分供系统。 最后，在负荷预测结果和系统最优配置容量的基础上，分供暖季、过渡季和制冷季对其工作日和周末的负荷需求进行了小时时间尺度下的供需动态匹配优化及负荷匹配评价。结果表明，工作日由于冷、热、电负荷较高，系统买电量、地源热泵辅助供能比均大于周末，CCHP系统能量梯级利用的优势不如在周末可以被充分发挥。本址供电消耗占比 OEMe在供暖季、制冷季较低，过渡季较高，甚至达100%；而本址发电满足负荷占比 OEFe结果恰好相反。本址供热消耗占比OEMt、本址供热满足负荷占比OEFt的结果与OEMe和OEFe正好相反。

目录

声明

字母注释表

第一章绪论

1.1 研究背景及意义

1.2 分布式能源系统的研究现状

1.3 负荷预测研究现状

1.4 分布式能源系统存在问题及现状总结

1.5 论文的主要研究内容

第二章 基于图论的分布式冷热电联供系统理论分析

2.1 图的矩阵表示

2.2 分供系统矩阵模型

2.3 CCHP系统矩阵模型

2.4 分布式供能系统矩阵理论优化模型基本框架

2.5 本章小结

第三章 基于供应侧参数的负荷预测理论

3.1 相关性理论

3.2 主成分分析

3.3 负荷特性研究实例分析

3.4 本章小结

第四章 基于BP神经网络的负荷预测模型构建

4.1 BP神经网络概述

4.2 室外气象参数的预测

4.3 负荷预测实例分析

4.4 本章小结

第五章 分布式冷热电联供系统多目标优化设计

5.1 CCHP系统典型设备单元数学模型

5.2 CCHP系统性能评价指标

5.3 CCHP系统全过程协同优化设计

5.4 CCHP系统优化设计实例分析

5.5 CCHP系统优化设计敏感性分析

5.6 本章小结

第六章 基于负荷预测的分布式冷热电联供系统运行优化

6.1 CCHP系统运行优化流程

6.2 CCHP系统运行优化预测负荷

6.3 CCHP系统运行优化实例分析

6.4 CCHP系统与建筑负荷的匹配特性

6.5 本章小结

第七章 结论与展望

7.1 结论

7.2 创新点

7.3 下一步工作

参考文献

发表论文和参加科研情况说明

致谢