Loading [MathJax]/jax/output/SVG/jax.js

基于燃气分布式能源的医院供能模式研究

李永田, 贺凯, 郑万冬, 张欢, 王燕杉

李永田, 贺凯, 郑万冬, 张欢, 王燕杉. 基于燃气分布式能源的医院供能模式研究[J]. 华南师范大学学报(自然科学版), 2023, 55(6): 71-77. DOI: 10.6054/j.jscnun.2023080
引用本文: 李永田, 贺凯, 郑万冬, 张欢, 王燕杉. 基于燃气分布式能源的医院供能模式研究[J]. 华南师范大学学报(自然科学版), 2023, 55(6): 71-77. DOI: 10.6054/j.jscnun.2023080
LI Yongtian, HE Kai, ZHENG Wangdong, ZHANG Huan, WANG Yanshan. Optimization of Hospital Energy Supply Mode Based on Gas Distribution[J]. Journal of South China Normal University (Natural Science Edition), 2023, 55(6): 71-77. DOI: 10.6054/j.jscnun.2023080
Citation: LI Yongtian, HE Kai, ZHENG Wangdong, ZHANG Huan, WANG Yanshan. Optimization of Hospital Energy Supply Mode Based on Gas Distribution[J]. Journal of South China Normal University (Natural Science Edition), 2023, 55(6): 71-77. DOI: 10.6054/j.jscnun.2023080

基于燃气分布式能源的医院供能模式研究

基金项目: 

国家重点研发计划可再生能源与氢能技术重点专项 2018YFB1502900

详细信息
    通讯作者:

    郑万冬,Email: wdzheng@tju.edu.cn

  • 中图分类号: TK01+9

Optimization of Hospital Energy Supply Mode Based on Gas Distribution

  • 摘要:

    燃气分布式能源系统(CCHP)可实现能源的梯级、循环、高效利用,并有效避免了多次转换、传输损失,接近负荷侧的“直供”特性,具备高的能源利用效率和经济效益。为满足负荷侧与源侧的科学匹配,以S医院为用能研究对象,对其用能负荷数据和气象数据进行为期1年的检测,并对采集的数据进行统计、整理、分析,获取S医院的负荷特征。拟定3种供能方案,按“以热定电”的设计原则,以年综合费率法选取最佳方案。测算表明:项目装机容量为0.6 MW,初始投资671.8万元,财务内部收益率15.98%,投资回收期6.63年;市场、经济、政策、技术及其他风险可控。针对冷热电均有需求,且负荷稳定、能耗规模小的场景,适合采用燃气分布式供能。

    Abstract:

    The Gas Distributed Energy System (CCHP) can realize the cascade, circulation, and efficient use of energy, and effectively avoid multiple conversions and transmission losses. It is close to the "direct supply" characteristics of the load side, and has high energy utilization efficiency and economic benefits. In order to meet the scientific matching between the load side and the source side, the S Hospital was used as the research object, its energy load data and meteorological data were tested for one year, and the collected data were counted, sorted, analyzed, and obtained Load characteristics of S hospital. Three energy supply schemes were drawn up, and the best scheme was selected according to the design principle of "using heat to determine electricity" and the annual comprehensive rate method. Calculations show that: the installed capacity of the project is 0.6 MW, the initial investment is 6.718 million yuan, the financial internal rate of return is 15.98%, and the investment payback period is 6.63 years; the market, economy, policy, technology and other risks are controllable. For this reason, for scenarios where there is a demand for cooling, heating, and electricity, and the load is stable, and the scale of energy consumption is small, it is suitable to use gas distributed energy supply.

  • 医院的能耗较大,供能需求稳定,并且对可靠性要求很高,是一般公共建筑能耗的1.6~2倍[1]。空调与供暖系统耗电占医院总能耗的比重达50%以上[2-3]。对医院能耗指标的分析[4]表明,医院装机冷量与建筑面积间的负荷一般大于1 500 W/m2。对医院进行科学的能源管理,推广能效高、经济性好的节能改造技术[5-6],深度挖掘用能数据并进行大数据分析,采取燃气分布式能源供给冷、热、电,使自发电燃气分布式电站与大电网的融合尤为重要[7]

    燃气分布式(Combined Cooling Heating and Power, CCHP)是分布式能源站的形式,向用户供给冷、热、电的能源系统,对维系用户生产至关重要[8],是分布式能源供给的主要形式[9]。纵向实现能源的“梯级利用”,横向实现“电热冷气水”多类型能源交互, 为实现能源的多元供应、多能互补、协调发展起着保障作用[10-15]。冼静江等[11]研究CCHP系统的综合能源理论利用效率在90%以上。王建伟[12]的研究表明,在电热冷负荷不确定时,经济性、可靠性及系统效率可作为确定CCHP装机容量的依据。陈霖新[13]认为应侧重对负荷特征的采集,满足经济性的前提下,来确定系统容量;赵丹[15]在研究装机容量过程中,应避免装机容量过大,降低系统经济性。本文以综合费率法为工具,对满足负荷要求的3种配置进行优选。综合费率法以CCHP全寿命周期为研究时段,以费率最低作为优选方案[16]

    国际上对CCHP系统的研究较早,发展成熟。20世纪初,发达国家已开始研究,并使用分布式能源系统。美国计划至2020年50%以上的新建办公及商用建筑具备采用CCHP能源站,15%的现有商业建筑改为CCHP供能;欧盟在1997年京都协议书签订后,增强CCHP能源站建设力度,计划到2030年CCHP能源站发电占比为总发电量的22%;日本计划在2030年,建成CCHP能源站13 792座[17-19]。相比之下,我国分布式能源起步较晚,发展缓慢。我国有强大的电网作电力能源的供给通道,因而对分布式能源技术研发迟缓,积累较少;而欧美和日韩等发达国家大电网相对薄弱,注重对分布式能源技术的研发。为满足能源多样化和改善能源结构的需要,开展分布式能源技术的研发与应用具有重要意义。

    2 m3天然气的低位发热量为35 982.4 kJ/m3,对传统能源利用与热电联产的能源转换效率进行对比研究[20],结果如图 1所示。在生产相同能量的电能与热能的情况下,传统方式的能源转换效率为69%,而采取CCHP供能方式,其能源转换效率可达到85%。

    图  1  传统和CCHP能量转换效率
    Figure  1.  Traditional and CCHP energy conversion efficiency

    CCHP较传统供能方式有技术优势。为了使得项目经济性较好,应对满足供能要求的工艺技术方案进行优选。

    采取“以热定电”的设计原则,建立目标函数,寻求满足冷热电负荷的平衡点。燃气分布式系统热量输出功率Ph/kW:

    PhQh 且 TP=TQ, (1)

    其中,Qh为医院热负荷需求功率(kW)。

    根据燃气分布式的年费用为目标函数进行优化设计[15]。费用包括:设备投资折合年费Ccap、年运行费CO&M、燃料消耗费Cfuel。年度总费用:

    Ctotal =Ccap +CO&M+Cfuel  (2)

    CcapCO&MCfuel的计算公式:

    CCap =tech Invtech Captech I1(1+I)Lttech  (3)
    CO&M=tech OMtech mhEtech ,m,h, (4)
    Cfuel =mhVgas ,m,hPgas ,m,h, (5)

    其中,Invtech为系统各个子系统设备费用;Captech为优化后各设备的设计容量;I为折现率,取8%;Lttech为设备使用寿命;OMtech为各设备运行费用;Etech, m, h为设备的逐时负荷;Vgas, m, h为设备的逐时用气量;pgas, m, h为燃气价格。在进行测算时,折现率8%受风险偏好、通货膨胀率、市场利率、投资项目的风险性质、经济环境等要求影响。

    通常燃气分布式能源项目为满足式(1)的边界要求,通常采取的供能模式有3种。

    模式一:由燃气内燃机、直燃机溴化锂吸收式冷温水机组、余热锅炉、燃气锅炉。该模式下,燃气锅炉满足蒸汽需求,并作为供暖调峰;直燃机溴化锂吸收式冷温水机组满足供暖和供冷调峰;燃气内燃机与余热锅炉满足正常供暖需求。

    模式二:由燃气内燃机、直燃机溴化锂吸收冷式温水机组、余热锅炉、燃气锅炉、地源热泵、蒸汽型溴化锂吸收式冷水机组。该模式下,燃气锅炉满足蒸汽需求,并作为供暖调峰;蒸汽型溴化锂吸收式冷水机组满足部分基础用冷需求;直燃机溴化锂吸收式满足供暖和供冷调峰;燃气内燃机与余热锅炉满足正常供暖需求。

    模式三:由燃气内燃机、磁悬浮电制冷水机组、余热锅炉、燃气锅炉。该模式下燃气锅炉满足蒸汽需求,并作为供暖调峰;磁悬浮电制冷水机组满足供冷需求;燃气内燃机与余热锅炉满足正常供暖需求。

    针对不同满足热负荷要求的方案,计算其年综合费用,以年综合费用最低作为优选方案(图 2)。首先,根据建筑类型与建筑面积预测标准冷热负荷,受气象要素影响,获取特定时段的实际冷热负荷。其次,根据冷热负荷,选择不同的供能方案。第三,计算折旧、运行成本(动力费用支出、人员费用、税收)、售能收入等,选择综合费率最低方案。第四,针对优选方案进行不确定性评价,即进行敏感性因子、盈亏平衡点等要素分析。

    图  2  研究路线
    Figure  2.  Research approach

    项目经济性评价的常用指标主要有财务净现值(Net Present Valye,NPV)、财务内部收益率(Iiteral Rate of Return, IRR)、投资回收期(Payback Period, PP)。财务净现值(NPV)是指基准折现率下,项目财务测算周期内年现金折现到初始投资年的累加值。另外,基准折现率是由行业、投资者预期等多因素构成,取值略有变化。净现值越大,项目经济性越好。财务内部收益率是指财务净现值为零时的折现率,反映项目资金的利用效率。IRR越大,项目经济性越好。投资回收期是项目折现累计收入为零时的时间节点,为了便于区分,以Pt代表投资回收期。针对同类型项目而言,投资回收期越短,项目经济性越好。

    财务净现值NPV:

    NPV=t=nt=0(CICO)t(1+iC)t, (6)

    其中,iC指基准收益率;(CI-CO)t指第t年净现金流量。

    财务内部收益率IRR:

    t=nt=0(CICO)t(1+IRR)t=0 (7)

    投资回收期:

    t=ptt=0(CICO)t(1+iC)t=0, (8)

    其中,Pt指投资回收期。

    S医院新建的建筑物包括门诊楼、住院楼和老年康复心,建筑面积汇总见表 1

    表  1  S医院的建筑面积汇总
    Table  1.  Summary of building areas of S hospital
    建筑物名称 建筑面积/m2 功能
    裙房 41 859 门诊、办公及配套设施
    主楼 46 449.6 病房、手术室、治疗室等
    老年康复中心 13 000 病房、手术室及理疗室等
    注:建筑面积合计101 308.6 m2,裙楼为4层,主楼12层。
    下载: 导出CSV 
    | 显示表格

    S医院所在地海拔约4.3 m,年平均气温14.7 ℃,最热月平均气温27.3 ℃,夏季空调室外计算湿球温度28.2 ℃,最冷月室外月平均湿度74.8%,最热月室外月平均湿度83.5%,最热月14时室外平均相对湿度72%。为了计算全年的累计负荷及负荷变化特征,统计了全年逐天的温度变化(图 3)。

    图  3  年度日温度
    Figure  3.  Annual daily temperature

    以5 ℃温差为区间进行分段统计,统计各段温度累计小时数,并根据相应气温,选择空调或采暖设备的负荷出力,再统计某一气温区间下的负荷量(表 2)。

    表  2  年度时段负荷统计
    Table  2.  Annual sectional load statistics
    统计项目 1 2 3 4 5 6 7 8 9 10 11
    温度/℃ -10 -5 0 5 10 15 20 25 30 35
    温度区间/℃ ≤-10 -10~-5 -5~0 0~5 5~10 10~15 15~20 20~25 25~30 30~35 >35
    小时数/h 0 6 342 1 259 1 237 1 352 1 253 1 250 1 426 594 42
    负荷百分比/% 100 80 60 40 20 25 50 75 100
    时间百分比/% 0 0.21 11.88 43.72 42.95 1.24 37.74 43.06 17.93 1.27
    下载: 导出CSV 
    | 显示表格

    分别统计制冷季节6月1日至9月30日的负荷数据及供暖季12月1日至次年3月31日的用热负荷数据(图 4)。

    图  4  制冷季负荷曲线
    Figure  4.  Load curve of refrigeration season

    采暖负荷集中在室外温度T为0~10 ℃与5~10 ℃二个统计温度区间内,约占采暖期的86.7%,此区间采暖负荷率分别为60%、40%;空调负荷集中在室外温度为20~25 ℃与25 ℃二个温度区间内,约占供冷期的80.8%,该区间空调负荷率为25%~50%。当T≤12 ℃时,室内需要采暖,总供暖时长为2 880 h。当T≥20 ℃时,空调使用时长为3 312 h。由图6可知,冷负荷明显大于热负荷,且制冷季较长。最大冷负荷在950 kW以上,且90%的冷负荷集中在600 kW;热负荷最大值超过600 kW,85%的负荷低于400 kW。

    对原数据进行整理,得出相应类型建筑的负荷指标及负荷量(表 3)。该医院总冷负荷为10 672 kW,热负荷为9 422 kW。冷热负荷之比为1.13。该数值接近1,电制冷设备选择可优选冷热双效型机组。

    表  3  S医院典型的日常冷热负荷指标
    Table  3.  Typical daily cooling and heating load index of S hospital
    建筑物名称 建筑面积/m2 功能 冷负荷指/(W·m-2) 冷负荷/kW 热负荷指/(W·m-2) 热负荷/kW
    二区住院楼 46 449 门诊、办公及配套设施 108.9 5 057 99.6 4 627
    一区办公及门诊 41 859 门诊、办公及配套设施 100.0 4 200 84.0 3 500
    老年康复中心 13 000 病房、手术室及理疗室等 108.9 1 415 99.6 1 295
    下载: 导出CSV 
    | 显示表格

    根据冷热负荷情况,编制相应方案。方案采取发电机组、直燃机、燃气锅炉、余热锅炉、离心机等能源设备,并采取组合较为合理的方式,制定了方案一、方案二、方案三, 供决策过程中选取相应方案。备选方案主要设备配置见表 4

    表  4  备选方案配置表
    Table  4.  Scheme configuration comparison
    方案 设备选择 发电容量/kW 制冷容量/kW 供热容量/kW 台数/台 制冷能力/kW 供热能力/kW
    方案一 发电机组 600 2
    直燃机 4 070 3 256 2 8 140 6 512
    直燃机 1 047 837 2 2 094 1 674
    燃气锅炉 1 400 2 2 800
    余热锅炉 350 1 350
    方案二 发电机组 600 1
    直燃机 4 070 3 256 2 8 140 6 512
    蒸汽型溴冷机 580 0 1 580 0
    地源热泵 1 468 1 596 1 1 468 1 596
    燃气锅炉 1 400 2 2 800
    余热锅炉 350 1 350
    方案三 发电机组 600 1
    离心机 3 516 0 3 10 548 0
    燃气锅炉 2 700 4 10 800
    余热锅炉 350 1 350
    下载: 导出CSV 
    | 显示表格

    利用式(2)~式(5)计算年综合费用,以费用最低作为优选方案,计算结果见表 5。通过式(2)~式(4)计算结果表明:方案二的年综合费率最低,故以方案二作为建设方案。

    表  5  年综合费率
    Table  5.  Annual combined rate
    参数 方案一 方案二 方案三
    设备折合年费/万元 60.1 67.18 120
    燃料消耗费/(元·h-1) 61.1 276.00 312
    运行费用/(元·a-1) 432.0 343.18 345
    下载: 导出CSV 
    | 显示表格

    项目建设总投资671.8万元,其中设备购置费用342.5万元、安装工程费151.1万元,工程建设其他费用120.8万元,预备费47.4万元。经济测算边界:建设期按1年计;运营期按20年计;第一年使用率≥70%,第二年使用率≥85%,第三年使用率≥100%;基准收益率取12%。在该边界下,利用式(6)~式(8)计算主要财务指标:内部收益率NPV=562.16万元,财务净现值IRR=15.98%,投资回收期Pt=6.63年。综上所述,财务净现值NPV>0;内部收益率IRR>8%;投资回收期Pt=6.63,周期较短。IRR>8%,Pt较短,项目经济性合理,项目可行。

    根据本项目的特点,分析了天然气价格、冷能价格、白天平均上网电价和建设投资对项目财务内部收益率(所得税后)的影响程度(表 6)。以生产能力利用率表示的盈亏平衡点,生产负荷达到设计负荷的52.35%以上,即可保持盈亏平衡。

    表  6  敏感性分析
    Table  6.  Nitivity analysis
    项目名称 变化率/% FIRR/% 敏感度系数
    燃气价格 10 14.47 -0.94
    -10 17.43 0.91
    空调使用费价格 10 18.85 1.80
    -10 12.84 -1.96
    项目建设投资 10 14.11 -1.17
    -10 18.20 1.39
    下载: 导出CSV 
    | 显示表格

    作为工程项目除考虑政策、经济、市场等基础风险外,还应考虑使用率、能源产品收费风险、能源成本风险。

    (1) 使用率风险:履约应约定最低保障供能负荷。若无法达到最低保障用能负荷,S医院仍须按契约中约定的保障负荷支付用能费用。在一定程度对冲了项目使用率低的风险,收益降低但不至于亏本。

    (2) 用能收费风险:建立风险共担机制。以S医院、燃气供应商合资公司,能有效控制收费风险。项目公司作为用能企业,受到母公司S医院与燃气供应商的监督,便于行使非法律管理手段,协调用能单位与项目之间的关系,降低用能收费风险。

    (3) 能源成本风险:在经营期间,存在因燃气价、电价和材料价格等因素的波动变化,以及地区物价指数、社会平均工资指数的变化和通货膨胀等因素导致项目经营成本增加的风险。可以通过制定调价协议的联动机制和加强运营期管理等措施降低经营风险,有效降低成本变动时,诱发的经营风险。

    (4) 政策风险分析:天然气分布式项目,符合国家政策。发改能源〔2011〕2196号“《关于发展天然气分布式能源的指导意见》的通知”的相关精神。针对余电上网情况,有保底购电政策,江苏省2018年11月1日发布《省物价局关于完善天然气发电上网电价管理的通知》公告,明确了分布式燃气项目余电上网电价0.772元/(kW·h),并给出天然气的指导价2.04元/m3

    (5) 市场风险:2020年天然气在一次能源消费结构的占比将计划达到10%,自产量达到3 600亿m3,且配套管线已超过8.5万km,与俄罗斯、缅甸相接驳的多条国际燃气管线已建成供气。海外燃气的市场接入,天然气供应有一定保障。

    (6) 经济风险:目前,我国已成为世界经济总量第二的综合大国。近年来,经济发展速度放缓,处于从量变到质变的过程之中,基本面向好。另外,项目在江苏省内实施,是我国经济强省份。为此,经济风险较低。

    该项目的可再生资源利用率为21.7%,全年天然气耗量为181.7×104 m3,全年耗电量为253×104 kW·h,折合标准煤量为3 119 t。全年标准煤耗量约为4 077 t;相当于每年节约标准煤量958 t,节能率达到23.5%,能够显著地节约能源、减少排放。

    利用综合费用率法,能有效选择较为合理的燃气分布式配置方案。通过定性技术分析,燃气分布式能源项目的综合利用效率应在85%左右。在案例方案选择过程中,负荷特征数据的长周期采集,为项目精准决策提供保障。燃气分布式能源站作为医院的辅助电源,对医院的关键设备运行有一定的保护作用。从敏感性分析可知,天然气价格、冷热电价格、建设初投资对项目决策影响较大,且天然气价格受到政策、经济、技术等多种因素的影响。

  • 图  1   传统和CCHP能量转换效率

    Figure  1.   Traditional and CCHP energy conversion efficiency

    图  2   研究路线

    Figure  2.   Research approach

    图  3   年度日温度

    Figure  3.   Annual daily temperature

    图  4   制冷季负荷曲线

    Figure  4.   Load curve of refrigeration season

    表  1   S医院的建筑面积汇总

    Table  1   Summary of building areas of S hospital

    建筑物名称 建筑面积/m2 功能
    裙房 41 859 门诊、办公及配套设施
    主楼 46 449.6 病房、手术室、治疗室等
    老年康复中心 13 000 病房、手术室及理疗室等
    注:建筑面积合计101 308.6 m2,裙楼为4层,主楼12层。
    下载: 导出CSV

    表  2   年度时段负荷统计

    Table  2   Annual sectional load statistics

    统计项目 1 2 3 4 5 6 7 8 9 10 11
    温度/℃ -10 -5 0 5 10 15 20 25 30 35
    温度区间/℃ ≤-10 -10~-5 -5~0 0~5 5~10 10~15 15~20 20~25 25~30 30~35 >35
    小时数/h 0 6 342 1 259 1 237 1 352 1 253 1 250 1 426 594 42
    负荷百分比/% 100 80 60 40 20 25 50 75 100
    时间百分比/% 0 0.21 11.88 43.72 42.95 1.24 37.74 43.06 17.93 1.27
    下载: 导出CSV

    表  3   S医院典型的日常冷热负荷指标

    Table  3   Typical daily cooling and heating load index of S hospital

    建筑物名称 建筑面积/m2 功能 冷负荷指/(W·m-2) 冷负荷/kW 热负荷指/(W·m-2) 热负荷/kW
    二区住院楼 46 449 门诊、办公及配套设施 108.9 5 057 99.6 4 627
    一区办公及门诊 41 859 门诊、办公及配套设施 100.0 4 200 84.0 3 500
    老年康复中心 13 000 病房、手术室及理疗室等 108.9 1 415 99.6 1 295
    下载: 导出CSV

    表  4   备选方案配置表

    Table  4   Scheme configuration comparison

    方案 设备选择 发电容量/kW 制冷容量/kW 供热容量/kW 台数/台 制冷能力/kW 供热能力/kW
    方案一 发电机组 600 2
    直燃机 4 070 3 256 2 8 140 6 512
    直燃机 1 047 837 2 2 094 1 674
    燃气锅炉 1 400 2 2 800
    余热锅炉 350 1 350
    方案二 发电机组 600 1
    直燃机 4 070 3 256 2 8 140 6 512
    蒸汽型溴冷机 580 0 1 580 0
    地源热泵 1 468 1 596 1 1 468 1 596
    燃气锅炉 1 400 2 2 800
    余热锅炉 350 1 350
    方案三 发电机组 600 1
    离心机 3 516 0 3 10 548 0
    燃气锅炉 2 700 4 10 800
    余热锅炉 350 1 350
    下载: 导出CSV

    表  5   年综合费率

    Table  5   Annual combined rate

    参数 方案一 方案二 方案三
    设备折合年费/万元 60.1 67.18 120
    燃料消耗费/(元·h-1) 61.1 276.00 312
    运行费用/(元·a-1) 432.0 343.18 345
    下载: 导出CSV

    表  6   敏感性分析

    Table  6   Nitivity analysis

    项目名称 变化率/% FIRR/% 敏感度系数
    燃气价格 10 14.47 -0.94
    -10 17.43 0.91
    空调使用费价格 10 18.85 1.80
    -10 12.84 -1.96
    项目建设投资 10 14.11 -1.17
    -10 18.20 1.39
    下载: 导出CSV
  • [1] 朱永松, 罗蒙, 甘宁, 等. 大型综合性医院节能管理的分析与对策[J]. 中国医院, 2011, 15(2): 73-75.

    ZHU Y S, LUO M, GAN N, et al. Analysis and countermeasures of energy saving management in general hospitals[J]. Chinese Hospitals, 2011, 15(2): 73-75.

    [2] 窦逸峰, 杨洪海, 朱学锦, 等. 上海大型医院能耗评估及节能分析[J]. 节能技术, 2015, 33(4): 363-365.

    DOU Y F, YANG H H, ZHU X J, et al. Energy consumption evaluation and energy saving analysis of large hospitals in Shanghai[J]. Energy Conservation Technology, 2015, 33(4): 363-365.

    [3] 张秋艳, 朱学锦, 杨洪海, 等. 医院应用污水源热泵的可行性分析[J]. 暖通空调, 2016, 46(1): 51-54.

    ZHANG Y Q, ZHU X J, YANG H H, et al. Feasibility analysis of sewage source heat pump in hospital[J]. Heating Ventilating & Air Conditioning, 2016, 46(1): 51-54.

    [4] 王淑敏. 医疗建筑能耗定额研究[D]. 济南: 山东建筑大学, 2016.

    WANG S M. Study on energy consumption quota of medical buildings[D]. Jinan: Shandong Jianzhu University, 2016.

    [5] 王珊, 肖贺, 王鑫, 等. 北京市21家市属医院基础用能设备能耗现况及节能建议[J]. 暖通空调, 2017, 47(2): 48-53.

    WANG S, XIAO H, WANG X, et al. Energy consumption status and energy saving suggestions of basic energy consumption equipment in 21 municipal hospitals in Beijing[J]. Heating Ventilating & Air Conditioning, 2017, 47(2): 48-53.

    [6] 袁星, 闫石, 王金良, 等. 基于能耗数据分析的医院综合节能管理探索与研究[J]. 暖通空调, 2019, 49(1): 20-24.

    YUAN X, YAN S, WANG J L, et al. Exploration and research on hospital comprehensive energy saving management based on energy consumption data analysis[J]. Heating Ventilating & Air Conditioning, 2019, 49(1): 20-24.

    [7] 赵大周, 王明祥, 阮慧锋, 等. 分布式能源站天然气内燃机Urea-SCR系统模拟优化研究[J]. 华电技术, 2021, 43(5): 45-52. doi: 10.3969/j.issn.1674-1951.2021.05.007

    ZHAO D Z, WANG M X, RUAN H F, et al. Simulation and optimization of urea SCR system of natural gas internal combustion engine in distributed energy station[J]. Huadian Technology, 2021, 43(5): 45-52. doi: 10.3969/j.issn.1674-1951.2021.05.007

    [8] 廖宇峰, 黄晓彤, 何吉彪, 等. 分布式供能系统装机规模及运行策略优化设计[J]. 热力发电, 2019, 48(5): 89-96.

    LIAO Y F, HUANG X T, HE J B, et al. Optimal design of installed capacity and operation strategy of distributed energy supply system[J]. Thermal Power Generation, 2019, 48(5): 89-96.

    [9] 张涌新, 沈弘, 马静. 综合能源系统负荷特性分析及应用研究[J]. 电力建设, 2018, 39(9): 18-29.

    ZHANG Y X, SHEN H, MA J. Load characteristic analysis and application research of integrated energy system[J]. Electric Power Construction, 2018, 39(9): 18-29.

    [10] 江婷, 赵雅姣. 基于燃气分布式的综合能源系统碳减排析[J]. 综合智慧能源, 2022, 44(9): 27-32.

    JIANG T, ZHAO Y J. Carbon emission reduction analysis for gas-based distributed integrated energy system[J]. Integrated Intelligent Energy, 2022, 44(9): 27-32.

    [11] 冼静江, 林梓荣, 詹宁华, 等. 分布式天然气CCHP系统在广东地区的发展现状与应用前景[J]. 城市燃气, 2018(6): 7-10.

    XIAN J J, LIN Z R, ZHAN N H, et al. Development status and application prospect of distributed natural gas CCHP system in Guangdong[J]. Urban Gas, 2018(6): 7-10.

    [12] 王建伟. 某燃气分布式能源站装机方案的比选分析[J]. 燃气轮机技术, 2016, 29(3): 29-32.

    WANG J W. Scheme comparison and analysis of a gas distributed energy station[J]. Gas Turbine Technology, 2016, 29(3): 29-32.

    [13] 陈霖新. 燃气冷热电联供分布式能源系统合理配置研究[J]. 华电技术, 2014, 36(9): 64-67;80.

    CHEN L X. Research on rational allocation of gas-fired combined cooling, heating and power distributed energy system[J]. Huadian Technology, 2014, 36(9): 64-67;80.

    [14] 张振东, 唐佑宁, 伍卓汉. 基于天然气联合循环发电厂CO2捕集与选择性废气再循环的Exergy分析[J]. 华南师范大学学报(自然科学版), 2023, 55(3): 1-8. doi: 10.6054/j.jscnun.2023029

    ZHANG Z D, TANG Y N, WU Z H. Exergy analysis based on CO2 capture and selective exhaust gas recirculation in a natural gas combined cycle power plant[J]. Journal of South China Normal University(Natural Science Edition), 2023, 55(3): 1-8. doi: 10.6054/j.jscnun.2023029

    [15] 赵丹. 燃气分布式能源电厂机组选型分析[J]. 电力与能源, 2014, 35(3): 369-371;374.

    ZHAO D. Analysis of unit selection for gas distributed energy power plants[J]. Power & Energy, 2014, 35(3): 369-371;374.

    [16] 张涛, 朱彤, 高乃平, 等. 分布式冷热电能源系优化设计及多指标综合评价方法的研究[J]. 中国电机工程学报, 2015, 35(14): 3706-3713.

    ZHANG T, ZHU T, GAO N P, et al. Research on optimal design and multi index comprehensive evaluation method of distributed cooling, heating and power energy system[J]. Proceedings of the CSEE, 2015, 35(14): 3706-3713.

    [17]

    ALAANNE K, SAARI A. Distributed energy generation and sustainabledevelopment[J]. Renewable & Sustainable Energy Reviews, 2006, 10(6): 539-558.

    [18] 陈卉, 刘颖, 赵龙生. 楼宇型分布式能源系统在数据中心的应用[J]. 华电技术, 2021, 43(3): 76-81.

    CHEN H, LIU Y, ZHAO L S. Application of building distributed energy system in data center[J]. Huadian Technology, 2021, 43(3): 76-81.

    [19] 冯威, 鲁虹佑, CHRIS M, 等. 美国分布式综合能源微网系统发展[J]. 中国电力, 2019, 52(6): 94-103.

    FENG W, LU H Y, CHRIS M, et al. Development of distributed integrated energy microgrid system in the United States[J]. Electric Power, 2019, 52(6): 94-103.

    [20] 龙惟定, 白玮. 城区需求侧能源规划和能源微网技术[M]. 北京: 中国建筑工业出版, 2016.

    LONG W D, BAI W. Urban demand side energy planning and energy microgrid technology[M]. Beijing: China Construction Industry Press, 2016.

图(4)  /  表(6)
计量
  • 文章访问数:  58
  • HTML全文浏览量:  14
  • PDF下载量:  45
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-02-08
  • 网络出版日期:  2024-02-26
  • 刊出日期:  2023-12-24

目录

/

返回文章
返回