PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Optymalizacja prowadzenia ruchu jednostek pracujących w skojarzeniu w dużych sieciach ciepłowniczych

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Scheduling of Cogeneration Units in Large Heating Systems
Języki publikacji
PL
Abstrakty
PL
Artykuł prezentuje zastosowanie metody programowania całkowitoliczbowego do optymalizacji ruchu opalanych węglem jednostek wytwórczych pracujących w skojarzeniu, podłączonych do rozległej rekonfigurowalnej sieci ciepłowniczej z wykorzystaniem magazynów ciepła. Celem optymalizacji jest maksymalizacja przychodów uzyskiwanych z uczestnictwa w konkurencyjnym hurtowym rynku energii elektrycznej. Artykuł prezentuje alternatywne rozwiązanie odnoszące się do uproszczonego modelu jednostki pracującej w skojarzeniu oraz opisuje jednoczesną optymalizację kilku elektrociepłowni podłączonych do rekonfigurowalnej sieci ciepłowniczej z możliwością wykorzystania magazynów ciepła. Opracowany model optymalizacji jest następnie testowany na rzeczywistej wielkości, rozległej sieci ciepłowniczej. Pierwsze wyniki i wnioski wyciągnięte z praktycznej weryfikacji narzędzia optymalizacyjnego pokazują, że przyjęte podejście jest użyteczne w praktyce i mogłoby usprawnić planowanie ruchu w trybie funkcjonowania rynku dnia następnego i rynku dnia bieżącego w dużych sieciach ciepłowniczych poprzez zwiększenie zysków realizowanych na konkurencyjnym rynku energii elektrycznej.
EN
The paper deals with the application of Mixed Integer Linear Programming method for scheduling of cogeneration, coal firing plants connected a large reconfigurable district heating network and including thermal storage facilities. The dispatch is driven by maximization of profits from the participation in the wholesale electricity market. The paper proposes an alternative solution for a simplified cogeneration unit model for dispatch purposes and it describes a joint optimisation of multiple plants connected to large reconfigurable district heating network including possible use of thermal storage facilities. The developed optimisation model is than tested on a real size, large district heating system. The first results and conclusions derived from the practical validation of the scheduling tool shows that the approach adopted is of practical use and could improve daily and intraday planning of complex heating systems by increasing profits gained in the competitive electricity market.
Rocznik
Tom
Strony
44--51
Opis fizyczny
Bibliogr. 21 poz., rys., tab.
Twórcy
  • Instytut Elektroenergetyki, Politechnika Łódzka
autor
  • Veolia Energia Łódź SA
autor
  • Veolia Energia Łódź SA
Bibliografia
  • [1] A. Etzel, D.A. Mlynski, Optimization of power plants by mixed discrete programming in Proceedings of the 33rd Midwest Symposium on Circuits and Systems, 1990, tom 2, s. 637-640.
  • [2] C. Surdu, N. Hadjsaid, Ch. Kieny, R. Caire, Combined heat and power plant optimization tool in a competitive energy market context, CIRED, 2005, s. 1-5.
  • [3] M.T. Tsay, W.M. Lin, J.-L. Lee, Interactive best-compromise approach for operation dispatch of cogeneration systems, IEE Proceedings Generation, Transmission and Distribution, tom 148, nr 4, s. 326-332, lipiec 2001.
  • [4] S. Ashok, R. Banerjee, Optimal operation of industrial cogeneration for load management, IEEE Transactions on Power Systems, tom 18, nr 2, s. 931-937, maj 2003.
  • [5] T. Savola, C-J. Fogelholm, MINLP optimisation model for increased power production in small-scale CHP plants, Applied Thermal Engineering, tom 27, nr 1, s. 89–99, styczeń 2007.
  • [6] Hong Ying-Yi, Li Chih-Yuan, Back-Pressure Cogeneration Economic Dispatch For Physical Bilateral Contract Using Genetic Algorithms, PMAPS, 2006, s. 1-8.
  • [7] A.K. Basu, A. Bhattacharya, S. Chowdhury, S.P. Chowdhury, Planned Scheduling for Economic Power Sharing in a CHP-Based Micro-Grid, IEEE Transactions on Power Systems, tom 27, nr 1, s. 30-38, luty 2012.
  • [8] S.-H. Huang, Chen Bin-Kwie, W.-C. Chu, Lee Wei-Jen, Optimal operation strategy for cogeneration power plants, IEEE Conference, IAS, Annual Meeting, 2004, tom 3, s. 2057-2062.
  • [9] Chiang Chao-Lung; Wang Yu-Zhen, Hybrid differential evolution for cogeneration economic dispatch problem, ICMLC, 2010, tom 3, s. 1560-1565.
  • [10] A. Dolgicers, S. Guseva; A. Sauhats, O. Linkevics, A. Mahnitko, I. Zicmane, Market and environmental dispatch of combined cycle CHP plant, IEEE PowerTech, Bucharest, 2009, s. 1-6.
  • [11] G.S. Piperagkas, A.G. Anastasiadis, N.D. Hatziargyriou, Stochastic PSO-based heat and power dispatch under environmental constraints incorporating CHP and wind power units, Electric Power Systems Research, tom 81, nr 1, s. 209–218, styczeń 2011.
  • [12] Ch.A. Frangopoulos, A method to determine the power to heat ratio, the cogenerated electricity and the primary energy savings of cogeneration systems after the European Directive, Energy, tom 45, nr 1, s. 52–61, wrzesień 2012.
  • [13] E. Gomez-Villalva, A. Ramos, Optimal energy management of an industrial consumer in liberalized markets, IEEE Transactions on Power Systems, tom 18, nr 2, s. 716-723, maj 2003.
  • [14] D. Brujic, M. Ristic, K. Thoma, Optimal Operation of Distributed CHP Systems for Participation in Electricity Spot Markets, EUROCON, 2007, s. 1463-1469.
  • [15] A. Rohrer, Comparison of combined heat and power generation plants, ABB Review, s. 24-32, marzec 1996.
  • [16] C. Maifredi, L. Puzzi, G.P. Beretta, Optimal power production scheduling in a complex cogeneration system with heat storage, IECEC, 2000, tom 2, s. 1004-1012.
  • [17] C. Maifredi, L. Puzzi, G.P. Beretta, Optimal power production scheduling in a complex cogeneration system with heat storage, IECEC, 2000, tom 2, s. 1004-1012.
  • [18] G. Tyagi, M. Pandit, Combined heat and power dispatch using Particle swarm optimization, SCEECS, 2012, s. 1-4.
  • [19] A. Vasebi, M. Fesangharyb, S.M.T. Bathaee, Combined heat and power economic dispatch by harmony search algorithm, International Journal of Electrical Power & Energy Systems, tom 29, nr 10, s. 713–719, grudzień 2007.
  • [20] Mosek™ ApS, Fruebjergvej 3, DK-2100 Copenhagen O, Denmark, https://www.mosek.com
  • [21] FICO™, 181 Metro Drive, San Jose, CA 95110 USA, http://www.fico.com/en/analytics/optimization
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-f54a261f-e72c-4216-b14f-d78364d9dcbd
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.