Evaluation of Peak Shaving Using Thermal Energy Storage in a Validated CHP and District Energy Model

📄 arXiv: 2410.19830v1 📥 PDF

作者: Michael Huylo, Sina Taheri, Atila Novoselac

分类: eess.SY

发布日期: 2024-10-19

💡 一句话要点

利用热能存储在验证的CHP和区域能源模型中实现削峰，为电网可靠性提供保障。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 热能存储 削峰 联合热电厂 区域供冷系统 能源系统建模 需求响应 电网可靠性

📋 核心要点

  1. 现有建筑暖通空调需求响应方法研究较多，但缺乏与微电网-区域能源系统模型的集成。
  2. 本文提出将冷冻水储能模型与验证的联合热电厂和区域供冷系统模型集成，以优化削峰策略。
  3. 结果表明，现有的校园系统在使用热存储进行削峰方面仍有改进和节能的空间，并量化了削峰效果。

📝 摘要（中文）

为了实现清洁能源转型，美国联邦政府正在大力推动电网脱碳。淘汰化石燃料系统，并用间歇性可再生能源和其他电气设备取而代之，需要更好的负载管理技术来确保电网的可靠性。削峰是维持电网可靠性的一种策略。建筑物消耗了美国40%的能源，在高峰时段，尤其是在夏季炎热地区（如德克萨斯州奥斯汀），空调负荷较高，建筑物消耗的能源比例甚至更高。之前的许多研究已经对建筑暖通空调需求响应方法的有效性进行了建模，例如温度设定点操作、预冷、通风调度和热能存储。由于热存储系统具有更大的能量容量，因此已被证明在削峰方面最有希望。然而，缺乏将冷冻水储能模型与经过验证的微电网-区域能源系统模型相结合的工作，以充分捕捉所提出策略的动态。此前，为德克萨斯大学奥斯汀分校（UT Austin）开发了一个经过验证的发电和供热系统模型。一个新的验证模型集成了65兆瓦的联合热电厂（CHP）与校园的45,000吨区域供冷系统以及两个冷冻水储罐。虽然现有的校园系统目前采用操作员驱动的削峰策略，利用热存储，但优化结果表明，仍有进一步改进和节能的空间。所呈现的结果量化了兆瓦级的削峰，并为进一步分析奠定了基础。

🔬 方法详解

问题定义：论文旨在解决在清洁能源转型背景下，如何利用热能存储技术优化电网的削峰能力，从而提高电网可靠性的问题。现有方法主要集中在建筑层面的暖通空调需求响应，缺乏与区域能源系统的集成，无法充分捕捉系统动态，导致削峰潜力未被充分挖掘。

核心思路：论文的核心思路是将冷冻水储能模型与经过验证的联合热电厂（CHP）和区域供冷系统模型相结合，构建一个综合的能源系统模型。通过优化控制策略，充分利用冷冻水储能的容量，在用电高峰时段释放存储的冷量，从而降低电网的峰值负荷。

技术框架：该研究的技术框架主要包括以下几个部分：1）构建联合热电厂、区域供冷系统和冷冻水储能的集成模型；2）验证模型的准确性，确保其能够真实反映系统的运行状态；3）开发优化控制策略，利用冷冻水储能进行削峰；4）评估削峰效果，量化节能潜力。

关键创新：该研究的关键创新在于将冷冻水储能模型与经过验证的微电网-区域能源系统模型相结合，从而能够更全面地评估和优化削峰策略。与以往的研究相比，该方法考虑了更复杂的系统动态，能够更准确地预测削峰效果。

关键设计：论文的关键设计包括：1）构建精确的联合热电厂、区域供冷系统和冷冻水储能模型，需要考虑各种设备的运行特性和相互作用；2）开发有效的优化控制策略，需要在满足用户需求的前提下，最大程度地利用冷冻水储能进行削峰；3）采用合适的评估指标，量化削峰效果和节能潜力。

📊 实验亮点

该研究通过对德克萨斯大学奥斯汀分校的实际系统进行建模和仿真，验证了所提出方法的有效性。结果表明，通过优化冷冻水储能的利用，可以显著降低电网的峰值负荷，并实现可观的节能效果。具体削峰量以兆瓦为单位进行了量化，为进一步分析和优化提供了基础数据。

🎯 应用场景

该研究成果可应用于城市区域能源系统的优化运行，特别是在具有联合热电厂和区域供冷系统的场景下。通过优化冷冻水储能的利用，可以有效降低电网的峰值负荷，提高电网的可靠性，并降低能源消耗。此外，该方法还可以推广到其他类型的储能系统，为构建更清洁、更高效的能源系统提供技术支持。

📄 摘要（原文）

There is currently a large federal effort to decarbonize the country's electrical grid as part of the clean energy transition. The elimination of fossil fuel fired systems, and their replacement with intermittent renewable sources and other electric equipment will require better load management techniques to ensure a reliable grid. One strategy for maintaining electric grid reliability utilizes peak shaving. Buildings, accounting for 40% of energy use in the United States, can account for an even higher percentage of energy during peak periods driven by high air conditioning loads during the summer, especially in hotter climes such as Austin, Texas. Many previous studies have modeled the effectiveness of building HVAC demand response methods such as temperature setpoint manipulation, pre-cooling, ventilation scheduling, and thermal energy storage. Thermal storage systems, due to their larger energy capacities, have been shown to be most promising for peak shaving. However, there is a lack of work integrating chilled water energy storage models with validated microgrid-district energy system models to fully capture the dynamics of the proposed strategies. Previously, a validated system model for power generation and heating was developed for the University of Texas at Austin (UT Austin). A new validated model integrates the 65 MW combined heat and power plant (CHP), with the campus' 45,000 ton district cooling system, as well as two chilled water storage tanks. While the existing campus system currently utilizes an operator driven peak shaving strategy utilizing thermal storage, optimization results show that there is room for further improvement and energy savings. The presented results quantify the peak shaving in MW and provide a foundation for further analysis.