本发明属于能源系统技术领域,具体涉及一种基于区间粗糙数层次分析法的冷热电联产系统的综合利用效率评价方法。
背景技术:
以天然气为燃料的热电联产机组是一种能源利用效率高、环境代价低、运行灵活、技术可靠、组合多样化的能量转换装置,具有多重社会效益和经济效益,在国内外均受到了广泛重视。冷热电联产系统(cchp)可根据用户的需要同时提供冷量、热量和电量,其特点是实现能量梯级利用,提高了能源利用率。
但无论是大型热电联产机组还是小型的天然气分布式能源系统,其体现出的高效清洁均是在存在供热或供冷的基础上的,而冷量、热量和电量三者之间是不等价的。所以需要在性能指标的制定过程中考虑到不同能量之间的差异,统一多联产系统的冷量、热量和电量的基准,判断联产系统运行策略是否合理,同时也为系统节能改造和运行优化提供依据。
已有的评估模型或是依据热力学第一定律从热平衡角度出发,或是依据热力学第二定律从
技术实现要素:
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种冷热电联产系统的综合利用效率评价方法。
为实现上述技术目的,本发明采取的技术方案为:
一种冷热电联产系统的综合利用效率评价方法,包括以下步骤:
步骤1:采集冷热电联产系统运行数据;
步骤2:处理步骤1采集的数据;
步骤3:建立冷热电联产评价指标层次结构模型;
步骤4:构建区间粗糙数判断矩阵a;
步骤5:所述区间粗糙数判断矩阵a所有上近似区间构成矩阵p,所有下近似区间构成矩阵q,然后进行区间粗糙数判断矩阵权重求解:将p和q的第n列归一化,得到权重向量wi,化简后记分母为fi;
步骤6:建立非线性规划模型,对fi求解其在约束条件下的最大值和最小值;
步骤7:计算矩阵p和q权重向量的区间,得到区间粗糙数形式的权重向量
步骤8:将权重向量
步骤9:基于电、热、冷三种形式能量的权重大小,计算冷热电联产系统的综合利用效率η。
为优化上述技术方案,采取的具体措施还包括:
上述的步骤1所述冷热电联产系统运行数据包括冷热电联产系统某个工况点一个时间窗口内各个时刻的发电量w、供热量qh、制冷量qc、系统燃料输入总能耗qf、环境温度t0、供热工质参数温度th、制冷工质参数温度tc以及供热售价与供电售价之比bc、供冷售价与供电售价bc之比。
上述的步骤2所述处理步骤1采集的数据,具体为:计算环境温度t0、供热工质参数温度th、制冷工质参数温度tc以及供热售价与供电售价之比bc、供冷售价与供电售价bc之比的最大波动范围,作为上近似区间并以β的可能性分布于更小的下近似区间内。
上述的步骤3中,从能源品位出发:电能
近似认为燃料的
从当量
上述的步骤4所述区间粗糙数判断矩阵a定义为:
a=(ξij)n×n
ξij=1
ξij=([aij,bij],[cij,dij],β)
ξji=([1/bij,1/aij],[1/dij,1/cij],β)
cij≤aij≤bij≤dij,0≤β≤1,p{x∈[aij,bij]}=β,p{x∈[cij,aij]∪[bij,dij]}=1-β
其中,ξij为一个带β参数的区间粗糙数,表示第i个元素相对于第j个元素的相对重要性程度比值在上近似[cij,dij]区间内,且以β的可能性分布于更小的下近似[aij,bij]区间内。
上述的步骤5所述矩阵p由判断矩阵a所有上近似区间[cij,dij]构成:
p=(pij)n×n;
其中,
矩阵q由判断矩阵a所有下近似区间[aij,bij]构成:
q=(qij)n×n;
其中,
则p的第n列可以表达为:
上述的步骤5中,采用如下公式计算归一化的权重向量:
分子分母同除
上述的步骤6中,采用如下非线性规划模型求解权重向量的最大值最小值:
minfi(λ)
maxfi(λ)
其中,约束条件可以展开为:
λ=(λ12,λ13,…,λ1n,λ23,…,λ2n,…,λ(n-1)n)t;
上述的步骤7中,由判断矩阵a所有上近似区间构成矩阵p进行计算,得到判断矩阵p对应的区间权重
由判断矩阵a所有下近似区间[aij,bij]构成矩阵q进行计算,得到判断矩阵q对应的区间权重
最终得到区间粗糙数形式的权重向量
上述的步骤9中,采用如下公式计算得到冷热电联产系统的综合利用效率η:
其中,rw、rh、rc分别为电、热、冷的权重大小;w、qh、qc、qf分别为系统发电量、供热量、制冷量、燃料输入总能耗。
本发明具有以下有益效果:
本发明基于区间粗糙数层次分析法来计算综合利用效率评价指标,通过评价指标中能量权重大小来衡量不同能量之间的差异。已有的评估模型都只从一种角度来考虑能量之间的差异,得到的结果也是片面的。同时联产系统实际运行过程中供热、制冷工质参数以及环境温度都是波动变化,以及电价、热价、冷价针对用户侧的不同和季节时间变化而存在较大的差异。因此本发明采用一种区间粗糙数层次分析法来解决上述这两个问题,使系统综合评价指标较为全面地考虑当量
附图说明
图1是本发明的原理示意图;
图2是本发明冷热电联产评价指标层次结构模型示意图;
图3为本发明实施例中利用区间粗糙数层次分析法计算热权重与当量
图4为本发明实施例中利用区间粗糙数层次分析法计算冷权重与当量
图5为本发明实施例中利用区间粗糙数层次分析法计算联产系统的综合能源效率ηir与当量
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
如图1和图2所示,本发明的一种冷热电联产系统的综合利用效率评价方法,对于冷热电联产评价指标中各能量的权重系数,建立层次结构模型。各种能量的权重系数通过综合考虑其价值及品位来确定。其中,价值由能源的价格来反映,品位由
实施例如下:本发明的一种冷热电联产系统的综合利用效率评价方法,具体步骤如下:
步骤1:采集冷热电联产系统运行数据:采集冷热电联产系统某个工况点一个时间窗口内各个时刻的发电量w、供热量qh、制冷量qc、系统燃料输入总能耗qf、环境温度t0、供热工质参数温度th、制冷工质参数温度tc以及供热售价与供电售价之比bc、供冷售价与供电售价bc之比。
其中,环境温度t0、供热工质参数温度th、制冷工质参数温度tc以及供热售价与供电售价之比bc、供冷售价与供电售价bc之比用于得到性能指标中冷、热、电的权重;再与发电量w、供热量qh、制冷量qc结合,得到冷热电联产系统的综合利用效率η。
表1某天然气冷热电联产系统运行参数
步骤2:处理步骤1采集的数据:计算环境温度t0、供热工质参数温度th、制冷工质参数温度tc以及供热售价与供电售价之比bc、供冷售价与供电售价bc之比的最大波动范围作为上近似区间并以β的可能性分布于更小的下近似区间内。
由于联产系统实际运行过程中供热、制冷工质参数以及环境温度都是波动变化,以及电价、热价、冷价针对用户侧的不同和季节时间变化而存在较大的差异,因此引入区间粗糙数的概念。
表2某天然气冷热电联产系统运行参数上近似范围
表3某天然气冷热电联产系统运行参数下近似范围
表4电价、热价、冷价
步骤3:建立冷热电联产评价指标层次结构模型:
利用层次分析法从能源的价值和品位两种角度综合得出电、热、冷三者的权重关系。相对于一次能源利用率、当量
从能源品位出发:电能
则
从当量
从不同能量的价格差异上反映出不同能量价值不同以及产出时的难易程度,提现了能量梯级利用的原则。越难以获得的能量或者说品位越高的能量其价值也就越大,体现在价格上,就是售价越贵。则经济
步骤4:构建区间粗糙数判断矩阵a:
a=(ξij)n×n
ξij=1
ξij=([aij,bij],[cij,dij],β)
ξji=([1/bij,1/aij],[1/dij,1/cij],β)
其中,ξij表示第i个元素相对于第j个元素的相对重要性程度比值在上近似[cij,dij]区间内,且以β的可能性分布于更小的下近似[aij,bij]区间内。这样构造的区间粗糙数判断矩阵可以更好地表达两两因素比较的重要程度比值。与点判断矩阵和区间判断矩阵相比,其带有的信息更加丰富。
以能源品位为例,第i个元素相对于第j个元素的
以工况1为例:
对于品位的判断矩阵:
对于价值的判断矩阵:
步骤5:所述区间粗糙数判断矩阵a所有上近似区间构成矩阵p,所有下近似区间构成矩阵q,然后进行区间粗糙数判断矩阵权重求解:将p和q的第n列归一化,得到权重向量wi,化简后记分母为fi:
矩阵p由判断矩阵a所有上近似区间[cij,dij]构成:
矩阵q由判断矩阵a所有下近似区间[aij,bij]构成:
以矩阵p为例:p的第n列可以表达为
采用如下公式计算归一化的权重向量:
分子分母同除
步骤6:建立非线性规划模型,对fi求解其在约束条件下的最大值和最小值:
记f(λ)=(f1,f2,…,fn)t,建立非线性规划模型:
minfi(λ)
maxfi(λ)
其中,约束条件可以展开为:
λ=(λ12,λ13,…,λ1n,λ23,…,λ2n,…,λ(n-1)n)t
步骤7:计算矩阵p和q权重向量的区间,得到区间粗糙数形式的权重向量
以工况1为例:
对于品位的判断矩阵,其上近似区间p对应的区间权重为:
w1=[0.6390,0.6489]
w2=[0.3176,0.3228]
w3=[0.0324,0.0394]
其下近似区间q对应的区间权重为:
w*1=[0.6414,0.6450]
w*2=[0.3178,0.3204]
w*3=[0.0371,0.0383]
对于价值的判断矩阵,其上近似区间p对应的区间权重为:
w1=[0.4991,0.6659]
w2=[0.1502,0.2026]
w3=[0.1454,0.3421]
其下近似区间q对应的区间权重为:
w*1=[0.5195,0.5707]
w*2=[0.1649,0.1818]
w*3=[0.2545,0.3093]
综上,可以得到最终区间粗糙数形式的权重向量:
步骤8:将权重向量
利用层次分析计算各元素对目标层的合成权重,即从上而下逐层进行各层元素对目标合成权重的计算。
设已经计算出第k-1层nk-1个元素相对于目标的合成权重为:
第k层nk个元素关于第k-1层第j个元素的单一准则排序权重向量为:
若某些元素不受第k-1层第j个元素支配,相应位置用0补充。
从而得到第k层nk个元素关于目标层的合成权重向量:
wk=uk·wk-1=uk·uk-1……u3·w2
以工况1为例:
对于品位的判断矩阵,得到电、热、冷三种形式能量的权重大小为:0.6435、0.3195、0.0370。对于价值的判断矩阵,得到电、热、冷三种形式能量的权重大小为:0.5542、0.1815、0.2643。取二者的相对重要程度相当,得到目标合成权重为:0.5988、0.2505、0.1507。
将上述目标合成权重同时除以发电权重,得到发电权重为1形式的合成权重。则电、热、冷三种形式能量的权重大小为1.0000、0.4183、0.2516。
步骤9:计算冷热电联产系统的综合利用效率η。
以工况1为例:
由区间粗糙数层次分析法计算得到电、热、冷三种形式能量的权重大小后,代入下述公式计算冷热电联产系统的综合利用效率:
本发明实施例中利用区间粗糙数层次分析法计算热权重、冷权重和联产系统的综合能源效率ηir与当量
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。