综合能源数模混合暂稳态一体化仿真系统设计与实现

doi:10.16182/j.issn1004731x.joss.24-0701

摘要/Abstract

摘要：

随着“碳达峰、碳中和”目标的提出，综合能源系统正经历重大改革。研究数模混合暂稳态仿真方法，应对能流优化和规划优化中的挑战。开发的综合能源仿真平台集物理模拟、数字仿真、实物验证于一体，基于模块化原则，包含综合能源模型库、能流优化、建模管理、实时仿真和监控模块，实现了暂稳态仿真，提升了系统运行安全性、稳定性和经济性。设计了平台的功能和物理架构，分析了各模块主要功能，建立了动态和稳态模型库，研发了一体化仿真系统，对园区级场景进行仿真，验证了算例系统模型的有效性。

关键词: 综合能源, 数模混合, 仿真平台, 能流优化, 通讯接口, 在线接入

Abstract:

Aiming for $“$ carbon peak $”$ and $“$ carbon neutrality $”$ ,the energy sector is undergoing significant reform. To address energy flow and planning optimization in integrated energy systems, a comprehensive simulation platform is developed. This platform combines physical and digital simulations with real-world validation and is modular in design, It includes an integrated energy model library, energy flow optimization, modeling management, real-time simulation, and energy monitoring. The platform enhances system safety, stability, and economic efficiency, While also improving planning and energy management. The paper analyzes the platform′s functional and physical architecture, introduces key modules, establishes dynamic and steady-state model libraries, and optimizes energy flow using multi-objective particle swarm optimization. Simulations conducted for typical campus scenarios validate the system model′s effectiveness.

Key words: integrated energy, digital-physical hybrid, simulation platform, energy flow optimization, communication interface, online access

中图分类号:

TP391.9

何桂雄,贾晓强,董树锋等 . 综合能源数模混合暂稳态一体化仿真系统设计与实现[J]. 系统仿真学报, 2025, 37(5): 1103-1115.

He Guixiong,Jia Xiaoqiang,Dong Shufeng,et al . Design and Realization of Integrated Energy System Dynamic Stability Simulation and Steady-state Simulation System[J]. Journal of System Simulation, 2025, 37(5): 1103-1115.

图/表 16

图1

图2

图3

图4

图5

表1

表2

表3

表4

图6

图7

图8

图9

图10

图11

表5

参考文献 23

1	朱晗. 基于DER-CAM的开发与改进对分布式能源系统的运行策略优化研究[D]. 天津: 天津大学, 2015.
	Zhu Han. Study on Operational Strategy Optimization of Distributed Energy System Based on the Development of DER-CAM[D]. Tianjin: Tianjin University, 2015.
2	孙宏斌, 郭庆来, 潘昭光, 等. 能源互联网:驱动力、评述与展望[J]. 电网技术, 2015, 39(11): 3005-3013.
	Sun Hongbin, Guo Qinglai, Pan Zhaoguang, et al. Energy Internet: Driving Force, Review and Outlook[J]. Power System Technology, 2015, 39(11): 3005-3013.
3	彭克, 张聪, 徐丙垠, 等. 多能协同综合能源系统示范工程现状与展望[J]. 电力自动化设备, 2017, 37(6): 3-10.
	Peng Ke, Zhang Cong, Xu Bingyin, et al. Status and Prospect of Pilot Projects of Integrated Energy System with Multi-energy Collaboration[J]. Electric Power Automation Equipment, 2017, 37(6): 3-10.
4	侯孚睿, 王秀丽, 锁涛, 等. 英国电力容量市场设计及对中国电力市场改革的启示[J]. 电力系统自动化, 2015, 39(24): 1-7.
	Hou Furui, Wang Xiuli, Suo Tao, et al. Capacity Market Design in the United Kingdom and Revelation to China's Electricity Market Reform[J]. Automation of Electric Power Systems, 2015, 39(24): 1-7.
5	时珊珊, 苏义荣, 改传跃. 智能社区低碳能源管理系统方案研究[J]. 华东电力, 2014, 42(12): 2918-2921.
	Shi Shanshan, Su Yirong, Gai Chuanyue. Scheme for Low-carbon Energy Management System in Intelligent Community[J]. East China Electric Power, 2014, 42(12): 2918-2921.
6	贾宏杰, 穆云飞, 余晓丹. 对我国综合能源系统发展的思考[J]. 电力建设, 2015, 36(1): 16-25.
	Jia Hongjie, Mu Yunfei, Yu Xiaodan. Thought About the Integrated Energy System in China[J]. Electric Power Construction, 2015, 36(1): 16-25.
7	吴建中. 欧洲综合能源系统发展的驱动与现状[J]. 电力系统自动化, 2016, 40(5): 1-7.
	Wu Jianzhong. Drivers and State-of-the-art of Integrated Energy Systems in Europe[J]. Automation of Electric Power Systems, 2016, 40(5): 1-7.
8	王玉东, 胡俊杰. 考虑多主体交互策略的综合能源系统P2P能-碳管理方法[J]. 系统仿真学报, 2024, 36(10): 2488-2502.
	Wang Yudong, Hu Junjie. Peer-to-peer Energy-carbon Management Method of Multiple Integrated Energy Systems Considering Multi-agent Interaction Strategy[J]. Journal of System Simulation, 2024, 36(10): 2488-2502.
9	马立新, 程颍. 计及可中断负荷的园区综合能源系统优化调度[J]. 系统仿真学报, 2022, 34(4): 817-825.
	Ma Lixin, Cheng Ying. Optimal Operation for Park Integrated Energy System Considering Interruptible Loads[J]. Journal of System Simulation, 2022, 34(4): 817-825.
10	何力. 基于需求侧响应的并网微电网能量优化调度研究[D]. 上海: 上海电机学院, 2019.
	He Li. Research on Energy Optimization Dispatching of Grid-connected Microgrid Based on Demand Side Response[D]. Shanghai: Shanghai Dianji University, 2019.
11	孙嘉悦. 基于模拟退火算法的供给侧新型电网规划问题研究[J]. 机电工程技术, 2019, 48(12): 39-41, 162.
	Sun Jiayue. New Supply-side Power Grid Planning Research Based on Simulated Annealing Algorithm[J]. Mechanical & Electrical Engineering Technology, 2019, 48(12): 39-41, 162.
12	张海防. 基于禁忌粒子群算法的微电网经济运行应用研究[D]. 锦州: 辽宁工业大学, 2015.
	Zhang Haifang. Research on Economic Operation Application of Microgrid Based on TSPSO[D]. Jinzhou: Liaoning University of Technology, 2015.
13	李瑞. 基于禁忌搜索算法的电煤多式联运成本优化研究[D]. 北京: 华北电力大学, 2014.
	Li Rui. Research on Cost Optimization of Power-coal Multi-transportation Based on Tabu Search Algorithm[D]. beijing: North China Electric Power University, 2014.
14	侯瑞. 基于粒子群算法的区域综合能源系统规划及运行优化[J]. 内蒙古电力技术, 2019, 37(4): 43-48.
	Hou Rui. Planning of Reginal Integrated Energy System Based on Particle Swarm Optimization and Its Operation Optimization[J]. Inner Mongolia Electric Power, 2019, 37(4): 43-48.
15	邹玙琦, 李志明, 杨国华, 等. 基于粒子群算法的城镇综合能源系统优化调度研究[J]. 电气传动自动化, 2019, 41(4): 4-9.
	Zou Yuqi, Li Zhiming, Yang Guohua, et al. Research on Optimal Scheduling of Urban Integrated Energy System Based on Particle Swarm Algorithm[J]. Electrical Drive Automation, 2019, 41(4): 4-9.
16	陈相吾. 基于改进蝙蝠算法的多能互补微电网优化调度研究[D]. 西安: 西安理工大学, 2019.
	Chen Xiangwu. Research on Multi-energy Complementary Microgrid Optimal Dispatching Based on Improved Bat Algorithms[D]. Xi'an: Xi'an University of Technology, 2019.
17	范彬, 周力行, 黄頔, 等. 基于改进蝙蝠算法的配电网分布式电源规划[J]. 电力建设, 2015, 36(3): 123-128.
	Fan Bin, Zhou Lixing, Huang Di, et al. Distributed Generation Planning for Distribution Network Based on Modified Bat Algorithm[J]. Electric Power Construction, 2015, 36(3): 123-128.
18	赵建东, 商执一, 王自上, 等. 基于遗传算法的风光柴蓄复合发电系统优化设计[J]. 电网与清洁能源, 2011, 27(1): 56-59, 66.
	Zhao Jiandong, Shang Zhiyi, Wang Zishang, et al. Optimal Design of Wind-solar-diesel-battery Hybrid Power Generation System Based on Genetic Algorithm[J]. Power System and Clean Energy, 2011, 27(1): 56-59, 66.
19	丁屹峰, 杨烁, 梁安琪, 等. 基于遗传算法的混合供能系统[J]. 沈阳工业大学学报, 2019, 41(5): 501-505.
	Ding Yifeng, Yang Shuo, Liang Anqi, et al. Hybrid Energy Supply System Based on Genetic Algorithm[J]. Journal of Shenyang University of Technology, 2019, 41(5): 501-505.
20	柳玉宾, 阙亚卫, 吴政华, 等. 基于遗传算法的燃气分布式能源系统负荷优化分配[J]. 华电技术, 2018, 40(3): 1-4, 20.
	Liu Yubin, Que Yawei, Wu Zhenghua, et al. Distribution of Load Optimization of Gas Distributed Energy System Based on Genetic Algorithm[J]. Huadian Technology, 2018, 40(3): 1-4, 20.
21	陈云, 刘东, 高飞, 等. 考虑电转气环节氢能精细化利用的区域综合能源系统日前优化调度[J]. 供用电, 2021, 38(11): 59-67.
	Chen Yun, Liu Dong, Gao Fei, et al. Day-ahead Optimal Dispatching of Regional Integrated Energy System Considering Refined Utilization of Hydrogen in Power to Gas Process[J]. Distribution & Utilization, 2021, 38(11): 59-67.
22	苏慧玲, 杨世海, 陈铭明. 考虑能源效率的综合能源系统多目标优化调度[J]. 电力系统及其自动化学报, 2022, 34(2): 130-136.
	Su Huiling, Yang Shihai, Chen Mingming. Multi-objective Optimal Scheduling of Integrated Energy System Considering Energy Efficiency[J]. Proceedings of the CSU-EPSA, 2022, 34(2): 130-136.
23	王义军, 齐岩, 蔡亦浓, 等. 计及设备变负载率特性的综合能源系统"源-荷-储"协同优化调度策略[J]. 电测与仪表, 2024, 61(7): 123-130.
	Wang Yijun, Qi Yan, Cai Yinong, et al. Source-load-storage Coordinated Optimal Dispatch Strategy of Integrated Energy System Considering the Characteristics of Equipment Variable Load Rate[J]. Electrical Measurement & Instrumentation, 2024, 61(7): 123-130.

数据名称	数据格式	说明
连接名称	字符串
测点个数	u64	用正整数表示这个通道中测点的个数
服务端IP	字符串	格式为IPv4地址格式
服务端端口	u64
slave id	u64
通信协议	XA/ENCAP	ENCAP指Modbus RTU Over TCP/IP通信协议。XA指Modbus TCP/IP通信协议
一次读寄存器数上限	u64
一次读开关数上限	u64
一次写寄存器上限	u64
一次写开关数上限	u64
轮询周期和超时时间	u64	单位为ms
通道状态测点号	u64
写功能码	coil;holding

数据名称	数据格式	说明
通道名称	字符串
连接个数	u64	指TCP服务端建立的通道数量
服务端口	u64	需设置为未占用端口
连接名称	字符串
测点个数	u64	用正整数表示这个通道中测点的个数
客户端IP	字符串	格式为IPv4地址格式
客户端端口	u64
slave id	u64
通信协议	XA/ENCAP	ENCAP指Modbus RTU Over TCP/IP通信协议。XA指Modbus TCP/IP通信协议
一次读寄存器数上限	u64
一次读开关数上限	u64
一次写寄存器上限	u64
一次写开关数上限	u64
轮询周期和超时时间	u64	单位为ms

编号	名称	规格及技术参数	数量
1	燃气内燃机	发动机型号：TCG2032V16；机组发电效率：43.6%；机组热效率：20.6%；天然气气耗： 974 Nm³/h(0.195 kg/s)；排烟温度：465 ℃；排气流量：22 784 kg/h；功率：4 282 kW，10.5 kV，50 HZ	2
2	烟气热水型溴化锂机组	型号：RGD135YG；制冷量：4 105 kW；制热量：3 917 kW；电功率：18.65 kW(380 V)：冷/温水进出口温度12.5~5.5/60~90 ℃；冷却水进出口温度：32/39 ℃；冷/温水流量：504.2/112.3 m³/h；冷却水流量：1 025 m³/h；工作压力：l.0 kPa；污垢系数：0.086 m²K/kW；排烟温度：120 ℃；运行重量74 000 kg	2
3	电制冷机组	型号：YKRRRRK45DHG；制冷量：6 997 kW；电功率：1 345 kW(10 kV)；COP：5.20；制冷剂：R-134a；冷冻水/冷却水进出口温度：12~5/32~39 ℃；冷却水流量：1 022.4 m³/h；冷冻水流量：858 m³/h	6
4	燃气热水锅炉	型号：WNS7.0-1.0/115/70-YQ；热功率：7 MW；进出口温度：92 ℃/58 ℃；工作压力：l.0 kPa；燃气耗量：730 Nm³/h，电功率：22 kW	3
5	蓄冷水箱I	混凝土，V=4 100 m³；进出口温度5.5/12.5 ℃	1
6	蓄冷水箱II	混凝土，V=2 170 m³；进出口温度5.5/12.5 ℃	1
7	蓄冷、热水箱	不锈钢，V=500 m³；蓄热温度：60/90 ℃；蓄冷温度：5.5/12.5 ℃	2

编号	名称	规格及技术参数	数量
1	燃气内燃机	额定功率：4 300 kW；冲程数：4；有效进气面积：0.1 m²；压缩比：7；燃烧系数：1.5；额定转速：2 000 rpm	2
2	烟气热水型溴化锂机组	冷冻水额定流量：140 kg/s；制冷剂额定流量：4 500 g/s；冷却水供水温度：32 ℃；冷却水供水流量：1 000 m³/h；工作压力：1 000 Pa	2
3	燃气热水锅炉	额定热功率：7 000 kW；额定热水流量：49 kg/s；空气-燃气掺混比：30；燃烧系数：1.69	3
4	蓄冷水箱I	V：4 100 m³；最低水位：0.5 m³；初始水量：0.01 m³；水箱初始温度：15 ℃	1
5	蓄冷水箱II	V：2 170 m³；最低水位：0.5 m³；初始水量：0.01 m³；水箱初始温度：15 ℃	1
6	蓄热水箱	V：500 m³；最低水位：0.5 m³；初始水量：0.01 m³；水箱初始温度：50 ℃	2

评价指标	平均绝对误差	残差分析值	贡献率指标	误差能量比
电制冷机组的电压幅值	0.360	0.876	0.843	0.325
电制冷机组的电压相角	0.403	0.910	0.789	0.351
燃气内燃机组的电压幅值	0.383	0.802	0.902	0.351
燃气内燃机组的电压相角	0.250	0.890	0.863	0.257