【2023电工杯】A题 电采暖负荷参与电力系统功率调节的技术经济分析 30页论文及python代码

简介: 本文介绍了2023电工杯A题的研究成果,详细分析了电采暖负荷参与电力系统功率调节的技术经济性,提出了基于微分方程模型的电采暖负荷特性分析、功率调节能力评估、多用户负荷调节策略、住宅区电网调节能力分析以及削峰填谷的收益评估,并提供了Python代码实现。

请添加图片描述

【2023电工杯】A题 电采暖负荷参与电力系统功率调节的技术经济分析 30页论文及python代码

1 题目

A题:电采暖负荷参与电力系统功率调节的技术经济分析

建设以新能源为主体的新型电力系统是应对全球气候变化挑战的重要举措。高比例新能源接入导致电力系统调节能力稀缺,亟需开发新的调节资源,如火电深度调峰、建设抽水蓄能电站、配置储能和挖掘负荷中的调节能力等。现代电力负荷中含有较大比重的温控型负荷(如空调、电采暖),由于建筑热惯性的存在,可以在不影响住户舒适度体验的情况下,合理调控温控型负荷的用电方式,既可为电力系统提供调节能力,又可通过辅助服务收益降低温控型负荷的用电成本。

设某住宅小区有600个电采暖供热住户,为简便起见,将所有住户用典型住户表示,典型住户只有一个房间,建筑面积80 m2(8m×10m×2.9m),采用一个额定功率为8 kW的电加热器,温控区间为18℃-22℃。小区电采暖设备总额定功率为4800 kW。

建筑物房间的温度变化过程由电采暖设备制热功率、室外温度共同作用决定,通常用三维分布参数的偏微分方程来描述。为简化分析,将偏微分方程简化成集总参数的常微分方程,简化的室内温变过程模型及典型住户模型参数见附件A。电采暖负荷用电的峰谷电价及其参与削峰填谷辅助服务补偿价格见附件B。

若某聚合商组织该小区所有电采暖负荷参与电网功率调节,在日前向调度中心申报运行日各时段电采暖负荷计划功率和向上、向下可调节功率,在运行日按调度指令参与功率调节可从中获得经济补偿。

若你是该小区电采暖负荷的聚合商,请问如何刻画电采暖负荷参与电网调节的功率/电量特性,并进行经济收益评价。

1、典型住户电采暖负荷用电行为分析

(1)在满足温控区间约束条件下,分析典型房间温变过程微分方程稳态解的性态,包括制热功率Pheat(t)、室内温度qin(t)和墙体温度qwall(t)的变化特点,并分析模型参数对稳态解变化规律的影响。

(2)室内初始温度为20℃,在表1给定的室外温度下,计算并绘制一日24h的室内温度变化和相应的电采暖设备开关状态曲线,统计相关特征量填入表1,并分析室外温度对电采暖设备运行特性及耗电量的影响。

表1 典型住户电采暖负荷用电行为特征量统计结果(室内初始温度为20oC)

室外温度 平均升温时长/min 平均降温时长/min 周期/min 平均占空比/% 日用电量/kWh 日平均用电功率/kW 日用电成本/元
0℃
-5℃
-10℃
-15℃
-20℃
-25℃

(3)假设供暖期为180天,室外平均温度及持续天数如表2 所示,试计算供暖期典型住户用电量和用电成本,并填入表2。

表2 供暖期典型住户用电量和用电成本统计结果

室外平均温度 持续天数 用电量/kWh 供暖成本/元 供暖期总用电量/kWh 供暖期总成本/元
0℃ 30
-5℃ 40
-10℃ 40
-15℃ 40
-20℃ 30

2、典型住户电采暖负荷参与功率调节的能力分析

由于建筑物具有热惯性,通过关断处于加热状态的电采暖设备可以获得向下的功率调节能力,下调的持续时间受限于温控区间下限;通过开启处于关闭状态的电采暖设备可以获得向上的功率调节能力,上调的持续时间受限于温控区间上限。

(1)以单个住户电采暖负荷为对象,室外温度为-15℃,室内初始温度为20℃,电采暖设备开关的初始状态为开启,计算典型住户电采暖负荷在日内24h各时点(间隔1min)功率上调、下调的可持续时间,并绘制计算结果。

(2)对于表1给定的不同室外温度,计算电采暖负荷功率上调、下调的可持续时间,并分析不同室外温度对功率上调、下调特性的影响。

3、多个电采暖负荷的调节能力分析

以6个电采暖住户(序号分别为1-6)为例,假设室外温度为-20℃,室内初始温度在温控区间内均匀分布,自行选定一组电采暖设备开关的初始状态:

(1)计算6个住户正常用电时日内24h的室内温度变化及电采暖设备的开关状态,绘制6个住户的总用电功率曲线。

(2)以上述6个住户总用电功率曲线为基础,计算并绘制日内24h各时点(间隔1min)可参与上调、下调的电采暖设备序号及各时点的总可上调、下调功率。

(3)在表1给定的各室外温度下,重新分析第(1)、(2)问,并分析不同室外温度对电采暖设备可调节能力的影响。

4、住宅区电采暖负荷参与电网调节的能力分析

以电采暖住宅区600个住户为分析对象,设各住户初始室内温度在温控区间内均匀分布,在表1所示的各室外平均温度下,自行选定一组电采暖设备开关的初始状态,计算日内24h各时点的室内温度及电采暖设备的开关状态,绘制住宅区电采暖设备的总用电功率曲线。以上述总用电功率曲线为基础,计算并绘制日内24h各时点住宅区电采暖负荷可参与上调、下调的总功率曲线。

5、住宅区电采暖负荷参与电网削峰填谷的收益分析

聚合商组织住宅区600户电采暖负荷参与电网削峰填谷(削峰时段、填谷时段及补偿价格见附件B),需确定削峰或填谷时段内可持续提供的最大调节功率值。问题4所解出的各时点可上调、下调功率结果是基于单纯满足温控区间约束条件的电采暖设备开关状态决定的,电采暖负荷参与功率调节将改变其原有的开关状态,进而影响后续可调节功率的时变特性。

(1)请计算600户电采暖负荷在削峰时段可提供的持续最大向下调节功率值。

(2)请计算600户电采暖负荷在填谷时段可提供的持续最大向上调节功率值。

(3)假设上述计算所得持续最大向上、向下调节功率全部被调度中心调用,统计各时点由于参与电网调节导致开、关状态发生变化的电采暖设备数量,绘制所有住户的室内温度曲线,检验参与调节后温度变化是否满足温控区间约束。

(4)假设供暖期为180天,室外平均温度及持续天数如表2 所示,试估算各室外温度下该住宅区电采暖负荷参与削峰填谷的上调、下调功率,根据辅助服务补偿价格,计算全年该住宅区电采暖负荷参与削峰填谷的总收益、平均每户的收益及节省的供热成本百分比。

6、温控型负荷参与电网调节展望

(1)试根据上述计算结果,分析展望面积为4000万m2的省级区域电采暖负荷参与电网调节的潜能和可能遇到的问题,并给出建议和解决方案。
(2)南方省份的温控型负荷主要是空调,分析展望空调负荷参与电网调节的特点、潜能和可能遇到的问题。

2 论文介绍

电采暖负荷参与电力系统功率调节的技术经济分析

摘要

建设新型电力系统需要开发新的调节资源,温控型负荷对电力系统调节能力的提供有着重要作用,通过调控温控型负荷的用电方式可以降低用电成本并提供辅助服务收益。

*针对问题一*,使用附件中将偏微分方程简化为集总参数的方法,建立了室内温度和墙体温度的微分方程组模型。令温度对时间的导数等于0求出微分方程组的稳态解,通过绘制稳态解图像等方法对稳态解的特征进行分析,从稳态解的求解结果本文可以得出,当遵循温控区间约束条件时,房间内室温、墙面温度和电采暖设备制热功率会保持稳定状态。此外,随着室外温度的降低,电采暖设备将需要提供更多的热量以保持房间内温度和墙面温度稳定。最后,模型参数的改变也将影响到稳定状态的达成时间,例如当热容和热阻增大,房间达到稳态解所需时间也会相应延长。得到典型房间温变过程微分方程稳态解的性态以及模型参数对稳态解变化规律。再用RK4法求解常微分方程组的数值,最后根据热传递定律、热容定律、热阻定律以及调用Python中的Numpy、pandas和Matplotlib库分析室外温度对电采暖设备运行特性及耗电量的影响和供暖期典型住户用电量76033kwh和用电成本17293045.6。

****针对问题二,****使用热力学和电学原理以及控制工程中的理论和算法,建立了电采暖负荷、室内温度和室外温度之间的关系模型,并计算出典型住户电采暖负荷在24小时内各时点功率可上下调持续的时间。同时,通过分析不同室外温度对功率上下调特性的影响,得出了24小时功率可上下调持续时间表和功率时间图。

*针对问题三,* 我们基于热传导方程和温控设备规则等建立了微分方程模型,以描述室内温度随时间的变化规律。并采用了最小二乘法拟合模型,确定方程中的系数。同时考虑了室内空气和墙面之间的换热过程,并描述了电采暖设备和电路之间的关系。最后结合Python的Matplotlib库进行可视化,得到了6个住户的总用电功率曲线图、24小时各点功率调节曲线图和各温度下设备可调节能力影响图。

****针对问题四,****使用集总参数常微分方程的离散化形式,结合题目给出的数据和要求,建立了一个计算住宅区电采暖设备用电功率的模型。首先将房间温变过程的集总参数常微分方程离散化,通过循环计算的方式计算出每个时刻的室内温度和墙体温度。其次,根据当前时刻的室内温度和设定的温控区间,计算出相应的电采暖设备开关状态,并计算出每个时刻电采暖设备的用电功率。最后,需要将计算所得的室内温度、墙体温度和电采暖设备用电功率存储下来,在绘制用电功率曲线时使用。再使用python可视化的方法得到上调、下调总功率曲线图。

*针对问题五,* 使用线性规划方法和热传导方程和统计学知识建立了一个模型建立了一个模型。该模型考虑了温控区间约束条件、可调节功率上限和下限等约束条件,并通过对电网补偿价格的分析来最大化削峰时段内可持续提供的最大调节功率值。运用PuLP库对该模型进行求解,得到最大可持续向下调节的功率为4.42 kW和最大可持续向下调节功率0kw。以及通过python的pandas库调用得出按照上述方案,该住宅区全年可获得75991.22元的参与削峰填谷的收益,平均每户的收益为316.63元,同时电采暖负荷的参与也能够节省37.67%的供热成本。

*针对问题六,* 结合以上问题得出的结论对该区域进行计算和分析对温控负荷参与电网调节进行展望。

****关键词:****微分方程;python;能量守恒定律;热力学

在这里插入图片描述

3 下载方式

转到文章的最底部

zhuanlan.zhihu.com/p/636840703

或者私我,把文章链接一块发给我

目录
相关文章
|
21天前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费模式分析的深度学习模型
使用Python实现智能食品消费模式分析的深度学习模型
114 70
|
22天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
30 6
|
19天前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费市场分析的深度学习模型
使用Python实现智能食品消费市场分析的深度学习模型
96 36
|
13天前
|
数据可视化 算法 数据挖掘
Python量化投资实践:基于蒙特卡洛模拟的投资组合风险建模与分析
蒙特卡洛模拟是一种利用重复随机抽样解决确定性问题的计算方法,广泛应用于金融领域的不确定性建模和风险评估。本文介绍如何使用Python和EODHD API获取历史交易数据,通过模拟生成未来价格路径,分析投资风险与收益,包括VaR和CVaR计算,以辅助投资者制定合理决策。
60 15
|
17天前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费趋势分析的深度学习模型
使用Python实现智能食品消费趋势分析的深度学习模型
77 18
|
7天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
33 2
|
15天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
57 8
|
20天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
21天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
44 6
|
21天前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!