JP3690611B2 - Operation plan setting method in cogeneration system - Google Patents
Operation plan setting method in cogeneration system Download PDFInfo
- Publication number
- JP3690611B2 JP3690611B2 JP00755495A JP755495A JP3690611B2 JP 3690611 B2 JP3690611 B2 JP 3690611B2 JP 00755495 A JP00755495 A JP 00755495A JP 755495 A JP755495 A JP 755495A JP 3690611 B2 JP3690611 B2 JP 3690611B2
- Authority
- JP
- Japan
- Prior art keywords
- load
- power load
- prime mover
- power
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/14—Combined heat and power generation [CHP]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【産業上の利用分野】
本発明は、コージェネレーション・システムにおける運用計画設定方法に関するものである。
【０００２】
【従来の技術】
コージェネレーション・システムは、原動機で発電機を駆動して電力を供給すると共に、原動機の排熱を利用して熱供給も行う省エネルギシステムであり、従来の運転方式としては、原動機を常時電力負荷に追従させて運転する電力負荷追従運転が一般的である。
【０００３】
しかし、例えば電力負荷に比較して熱負荷が小さい時間帯における電力負荷追従運転は排熱を廃棄する運転となるため、他の時間帯に得られる省エネルギ効果を相殺してしまう等、電力負荷追従運転だけでは本来の省エネルギ性、経済的メリット等の有効性を発揮させることができない。
【０００４】
そこで省エネルギ性、経済性等の向上を図るべく、電力負荷、熱負荷等に対応して原動機の運転方式を、電力負荷追従運転方式、熱負荷追従運転方式等の複数の運転方式の中から選択して運用する試みが行われている。
このような運用方策の試みとしては、▲１▼電力負荷追従運転、熱負荷追従運転又は定格出力運転等の運転方式の運用ルールを年間を通して予め設定した上で、年間を通してのエネルギシミュレーションを行って経済性等の比較検討を行うもの、▲２▼コージェネレーション・システムを構成する各機器の性能特性を簡単な線形式で記述して、エネルギ消費量を目的関数とする線形計画問題に定式化し、これを解くことによりエネルギ消費量が最小となる最適な運用を決定するもの等がある。（伊東弘一・横山良平，「コージェネレーションの最適計画」，１９９０年，産業図書株式会社 等参照）
【０００５】
【発明が解決しようとする課題】
しかしながら上述したものでは、次のような課題がある。
▲１▼では、年間を通して運用方式が一定なため、エネルギ消費量が最小となる運用を求めることがそもそも不可能である。
▲２▼のように線形計画問題を解くものでは、システムの特性の全てを簡単な線形式で表す必要があるため、原動機の部分負荷特性等の非線形要素が強く現れる動作領域においては、実態に合わない定式化となる恐れがあり、求めるべき結果によっては信頼性の面で問題が生じる可能性がある。また外気温度による原動機効率の変化や排熱の温度レベルの変化等の細かい部分までを定式化すると、問題のサイズが大きくなり、行列の反復計算を行う線形計画法の性質上、解を求めるのに要する計算回数（時間）が非常に大きくなり、実用的でない。従って実用上は上記のような非線形要因を省略しなければならず、精度的な問題がある。
本発明は以上の課題を解決することを目的とするものである。
【０００６】
【課題を解決するための手段】
上述した課題を解決するために、本発明では、年間にわたっての各時点の推定電力負荷及び熱負荷に対して、原動機の複数の運転方式の夫々についてのエネルギシミュレーションを行い、その結果から各運転方式のエネルギ消費量を算出すると共に、算出したエネルギ消費量に基づいて夫々の運転方式を比較して目的関数を最小化する運転方式を各時点において選択し、この各時点における運転方式の選択を年間にわたって行う運用計画設定方法において、目的関数はランニングコストとすると共に、複数の運転方式は、推定電力負荷と等しい電力の発電を行う電力負荷追従運転と、推定需要熱量と等しい熱量を発生する発電を行う熱負荷追従運転と、適数台定格運転と、１台部分負荷運転と、原動機停止運転とする運用計画設定方法を提案する。
【０００７】
そして本発明では、上記方法において原動機の電力負荷追従運転のエネルギシミュレーションは、推定電力負荷を初期値として電力負荷に対応する原動機負荷率を求めるステップと、求めた負荷率に応じて発電及び排熱回収効率を計算するステップと、原動機の排熱量を算出するステップと、排熱量と熱需要量とを比較して過不足を判定するステップと、過不足が生じる場合に原動機の発電量を変えずに、それ以外の機器により熱供給の過不足解消運転を設定するステップと、過不足解消運転を行う場合における補機の電力負荷を計算するステップと、補機の電力負荷と電力負荷とを加えて原動機の電力負荷全体を計算するステップと、原動機の電力負荷の収束を判定するステップと、収束していない場合に前回の補機の電力負荷との差を電力負荷全体に加えて再度、原動機負荷率を求めるステップに移行するステップと、収束した場合に運転状態を保存してシミュレーションを終了するステップを有するものとすることを提案する。
【０００８】
また本発明では、上記方法において推定電力負荷を初期値としてその電力負荷に対応する原動機負荷率を求めるステップと、求めた負荷率に応じて発電及び排熱回収効率を計算するステップと、原動機の排熱量を算出するステップと、排熱量と需要熱量とを比較して過不足を判定するステップと、過不足が生じる場合に、能力の範囲内において原動機による発電量を変化させての過不足解消運転を設定するステップと、過不足解消運転を行う場合において補機の電力負荷を含めた電力負荷全体及び商用電力の購買又は販売電力量を計算するステップと、発電対象電力負荷の収束を判定するステップと、収束していない場合に再度、原動機負荷率を求めるステップに移行するステップと、収束した場合に運転状態を保存してシミュレーションを終了するステップを有するものとすることを提案する。
【０００９】
また本発明では、上記方法において原動機の適数台定格運転のエネルギシミュレーションは、推定電力負荷に応じて設定される運転台数の定格運転において、推定電力負荷及び需要熱量を賄う各機器の運転状態を導出するステップを有するものとすることを提案する。
【００１０】
また本発明では、上記方法において原動機の１台部分負荷運転のエネルギシミュレーションは、原動機の最低出力から定格運転までの範囲において複数の動作点を設定すると共に、夫々の動作点における発電及び排熱回収効率を求め、夫々の部分負荷運転において、推定電力負荷及び需要熱量を賄う各機器の運転状態を導出するステップを有するものとすることを提案する。
【００１１】
また本発明では、上記方法において、原動機の停止運転のエネルギシミュレーションは、原動機停止において、推定電力負荷及び需要熱量を賄う各機器の運転状態を導出するステップを有するものとすることを提案する。
【００１２】
【作用】
年間の各時点における推定負荷に基づいて複数の運転方式につきエネルギシミュレーションを行い、ランニングコストを目的関数として運転方式を選択することにより、年間にわたる各時点において最小コストの運転方式を選択して年間の運用計画を設定することができる。
【００１３】
複数のエネルギシミュレーション中には、非線形要素が強く出る原動機の動作領域である部分負荷運転のシミュレーションを適数含めることにより、非線形要素の影響を考慮することができる。また複数のエネルギシミュレーション中の電力負荷追従運転は、買電電力量及び売電電力量がいずれも０の点をシミュレーションするものであるから、これらの電力量が０でない他の運転方式に対して、現状の買電電力料金と売電電力料金の大きな差によるコストへの影響を考慮することができる。更に、熱負荷追従運転は、需要熱量と等しい熱量を発生する点をシミュレーションするものであるから、発生する熱量が不足したり、余剰で廃棄せざるを得ない他の運転方式に対して、補助熱源の動作又は余剰熱量の廃棄によるコストと買電や売電に伴うコストの影響のバランスを考慮することができる。
【００１４】
【実施例】
次に本発明を、実施例を表した添付図面を参照して詳細に説明する。
図１は本発明の運用計画設定方法の動作を概略的に表した流れ図であり、まずステップＳ１では、年間の各時刻につき推定される電力負荷及び熱負荷のデータ、コージェネレーション機器の構成、特性等のデータ、電力料金（基本料金、従量料金）、原動機の燃料ガスの料金等のデータを入力する。このように、この実施例では、上記年間における各時点は各時刻に対応している。次いで、ステップＳ２では、各時刻のシミュレーション等の対象の時刻を設定、即ち、年間の最初の時刻とする。
【００１５】
次のステップＳ３では、上記年間の各時刻の推定負荷のデータ中、推定電力負荷を初期値として電力負荷追従運転についてのエネルギシミュレーションを行って運転状態を導出する。このエネルギシミュレーションの詳細については後述する。次いで、ステップＳ４において、ステップＳ３で導出した運転状態におけるエネルギ消費量を算出する。
【００１６】
ステップＳ４以降は、夫々上記推定電力負荷を初期値として、各ステップＳ５，Ｓ７，Ｓ９，Ｓ１１，Ｓ１３，Ｓ１５において、夫々熱負荷追従運転、適数台定格運転、１台部分負荷運転（負荷：７５％）、１台部分負荷運転（負荷：５０％）、１台部分負荷運転（負荷：２５％）及び原動機停止運転の各運転方式についてのエネルギシミュレーションを行い、運転状態を導出する。そしてこれらの夫々のステップに続くステップＳ６，Ｓ８，Ｓ１０，Ｓ１２，Ｓ１４，Ｓ１６において、夫々の導出した運転状態におけるエネルギ消費量を算出する。この例では、１台部分負荷運転は１台運転の最小出力に対応する２５％から、おおよそ非線形要素が強く現れる動作範囲において上述した３つの動作点を設定しているが、動作点の数は適宜である。
【００１７】
以上のステップＳ３〜Ｓ１６により夫々の運転方式のエネルギシミュレーションと、買電及び売電を含めたそれらのエネルギ消費量の算出を行った後、これらのデータに基づき、次のステップＳ１７において最小化すべき目的関数に合致する運転方式の選択動作を行う。本件の場合には目的関数はランニングコストであり、このステップＳ１７では最小コストの運転方式を選択することとなる。
【００１８】
次いでステップＳ１８では、年間の全ての時刻につき運転方式の選択が完了したか否かを判定し、完了していない場合にはループとなり、ステップＳ１９において時刻を歩進してステップＳ３に移行する。そして歩進された時刻について上述したと同様なエネルギシミュレーション、エネルギ消費量の算出、最小コストの運転方式の選択動作が行われる。また年間の全ての時刻についての運転方式の選択動作が完了して、これをステップＳ１８において判定した場合には運用計画の設定動作を終了する。
【００１９】
図２〜図４はコージェネレーション・システムにおける発生電力量とコストとの関係を概念的に示すもので、これらの図では、電力発生量は、原動機の運転状態により表されている。
まず図２は発生電力量と、排熱利用可能相当分を差し引いた原動機投入燃料コストとの関係を示すもので、原動機の運転可能な最小負荷２５％から１台定格負荷までの１台部分負荷運転では、原動機の発電効率が部分負荷率により変化する等の理由により非線形要素が強く現れており、このため、上述したように、例えば動作点ａ（２５％）、ｂ（５０％）、ｃ（７５％）毎にエネルギシミュレーションを行う。また符号ｄ，ｄ′は夫々１台定格運転、２台定格運転の動作点を示すもので、本発明では、このように推定電力負荷に応じて設定された台数の原動機を動作点ｄ，ｄ′，…に示すように定格運転させる複数台定格運転のエネルギシミュレーションを行う。
【００２０】
次に図３は電力発生量と、買電コストとの関係を示すもので、買電コストは推定電力負荷（この場合は１台定格と２台定格の間の電力）と等しい電力を発生させるまで次第に低下し、推定電力負荷と等しい電力を発生する動作点ｅにおいて０となる。次いで、さらに電力発生量を増やして行くと、余剰電力を売電するとした場合には、図中の点線で示すように負の買電コストが次第に増えていく。この際、買電電力料金と売電電力料金とは大きな差があるため、上記動作点ｅはコストを考慮する上で重要である。従って本発明では、この動作点ｅに対応する電力負荷追従運転のエネルギシミュレーションを行う。
【００２１】
次に図４は電力発生量と、ボイラー投入燃料のコストとの関係を示すもので、ボイラ投入燃料のコストは、需要熱量と等しい熱量を発生できる電力発生量に至るまで次第に低下し、需要熱量と等しい熱量を発生する動作点ｆにおいて０となる。しかしながら更に電力発生量を増やして発生熱量が増えても余剰となるだけで、負のコストは発生しない。このため動作点ｆはコストを考慮する上で重要である。従って本発明では、この動作点ｆに対応する熱負荷追従運転のエネルギシミュレーションを行う。
【００２２】
以上の各動作点ａ，ｂ，ｃ，ｄ（，ｄ′，…），ｅ，ｆに対応するエネルギシミュレーションに加えて、原動機停止運転、即ちコージェネレーションを行わないエネルギシミュレーションを行い、これらのランニングコストを比較することにより、年間にわたる各時点において最もランニングコストの低い運転方式を選択することができる。
【００２３】
図５は電力負荷追従運転のエネルギシミュレーションの一例の基本的動作を表した流れ図であり、まずステップＳ２０において電力負荷の設定を行う。この電力負荷の初期値は、上記ステップＳ１において入力した推定電力負荷とし、また補機の電力負荷は最初の運転時は０とするが、運転継続時には、各時点で電力負荷が大幅に変らないということを前提として、前回の時点のシミュレーションにおいて収束した値を用いることにより、後述する収束を早くすることができる。
【００２４】
ステップＳ２１では推定電力負荷に基づき原動機負荷率を算出する。原動機負荷率は、電力負荷をｎ台の原動機に、例えば容量比例配分により割り振って求める。ステップＳ２２では、ステップＳ２１で算出した原動機負荷率により、発電及び排熱回収効率を算出し、次いでステップＳ２３において排熱量を算出する。
【００２５】
ステップＳ２４ではステップＳ２３において算出した排熱量と、需要熱量を比較して過不足を判定する。比較の結果、排熱量が過剰の場合にはステップＳ２５において過剰熱量を回収せずに廃棄する運転を行い、また不足の場合にはステップＳ２６においてボイラ等の補助熱源を運転して不足熱量を賄う。そして夫々のステップを経て次のステップＳ２７に移行する。
【００２６】
ステップＳ２７では、以上の運転を行うための補機の電力負荷を算出し、次いでステップＳ２８において補機を含めた電力負荷全体の収束を判定する。即ち、ステップＳ２８では、ステップＳ２７において算出した補機の電力負荷の値を、前回のループにおけるステップＳ２７での算出値と比較し、これらの差が、予め設定している最小変動電力負荷Ａ、例えば０．５ｋＷ以下である場合には、収束と判定する。電力負荷の収束は熱量の過不足が解消されたことを意味し、従ってステップＳ２７で収束を判定した場合には、ステップＳ２９において、この時の運転状態を保存してエネルギシミュレーションを終了する。一方、上記電力負荷の差が上記Ａよりも大きい場合には、収束していないと判定、即ち、未だ熱量の過不足が解消されていないか、または補機の電力負荷が収束していないと判定して、次のステップＳ３０に移行し、このステップＳ３０において、これまでの電力負荷に補機の電力負荷の差を加えて新たな電力負荷とし、次いでステップＳ２０に戻って、この値を電力負荷全体として設定して更にシミュレーションを継続する。
【００２７】
図６は熱負荷追従運転のエネルギシミュレーションの一例の基本的動作を表した流れ図であり、ステップＳ３１〜Ｓ３５までのステップは、電力負荷追従運転におけるステップＳ２０〜Ｓ２４までと同様である。
【００２８】
ステップＳ３５における比較の結果、排熱量が過剰と判定した場合にはステップＳ３６において原動機負荷を低下させる運転を行い、また不足と判定した場合にはステップＳ３７において原動機負荷を上昇させる運転を行う。勿論、原動機負荷の変更は、能力範囲内において行い、能力範囲を越える場合には補助熱源により対応させる。こうして夫々のステップを経て次のステップＳ３８に移行する。
【００２９】
ステップＳ３８では、以上の運転を行う際の電力負荷を、補機の電力負荷を加えて算出し、次いでステップＳ３９において電力負荷の収束、即ち上述と同様に熱量の過不足が解消されたか否かを判定する。即ち、ステップＳ３９では、ステップＳ３８において算出した電力負荷の値を、前回のループにおけるステップＳ３８での算出値と比較し、差が、予め設定している最小変動電力負荷Ｂ、例えば０．５ｋＷ以下である場合には、収束と判定し、ステップＳ４４０において、この時の運転状態を保存してエネルギシミュレーションを終了する。一方、上記電力負荷の差が上記Ｂよりも大きい場合には、収束していないと判定して、ステップＳ３１に戻って、今回の電力負荷の値をステップＳ３１における電力負荷として設定して更にシミュレーションを継続する。
【００３０】
図７は原動機の適数台定格運転のエネルギシミュレーションの一例の基本的動作を表した流れ図であり、ステップＳ４１では推定電力負荷に応じて原動機の定格運転台数（１台を含む）を設定する。この定格運転台数の設定は、対象とするコージェネレーション・システムに応じて適宜の手法を利用することができる。次いでステップＳ４２において推定電力負荷と需要熱量を賄う各機器の運転状態を導出し、この運転状態を保存してシミュレーションを終了する。
【００３１】
図８は原動機の１台部分負荷運転のエネルギシミュレーションの一例の基本的動作を表した流れ図であり、ステップＳ５１では選択された動作点における原動機の発電及び排熱回収効率を設定する。即ち、この流れ図は図１のステップＳ９，Ｓ１１，Ｓ１３に対応するもので、動作点は１台運転の最小出力に対応する２５％から、おおよそ非線形要素が強く現れる動作範囲において設定した３点であり、夫々の動作点における原動機の上記効率はデータテーブルとして記憶しておくこと等により、夫々のステップＳ９，Ｓ１１，Ｓ１３において、選択された原動機の部分負荷に応じて効率を導出して設定することができる。次いでステップＳ５２では、設定された原動機の効率に基づき、推定電力負荷と需要熱量を賄う各機器の運転状態を導出して保存し、シミュレーションを終了する。
【００３２】
図９は原動機停止運転のエネルギシミュレーションの一例の基本的動作を表した流れ図であり、ステップＳ６１において、原動機停止において、推定電力負荷及び需要熱量を賄う各機器の運転状態を導出してシミュレーションを終了する。
【００３３】
上述したように、原動機の適数台定格運転、１台部分負荷運転及び原動機停止運転のシミュレーションでは分岐及びループはなく、対象とするコージェネレーション・システムにおいて予め設定されたこれらの方式における具体的運転方法と、推定電力負荷及び需要熱量に応じて運転状態を導出することができる。
【００３４】
以上のエネルギシミュレーションにより導出した各運転方式における運転状態、即ち、発電量、買電量又は売電量、排熱量、補助熱源への供給熱量、補機の電力等に基づき、上述したステップＳ４，Ｓ６，Ｓ８，Ｓ１０，Ｓ１２，Ｓ１４，Ｓ１６において適宜の手法によりエネルギ消費量を算出することができる。また、これらのステップでは、上述したとおり運用計画設定方法選択の目的関数、この場合ランニングコストの算出を行わせることができる。
【００３５】
【発明の効果】
本発明は以上の通りであるので、以下に示す効果がある。
▲１▼ コージェネレーション・システムにおいて、年間の各時点における最適な運転方式、即ちこの場合ランニングコストを最小とする運転方式を複数の運転方式の中から選択して運用計画を設定することができる。
▲２▼ エネルギシミュレーションには、おおよそ非線形要素が強く現れる原動機の動作領域である部分負荷運転のシミュレーションを適数含めることにより、非線形要素の影響も考慮して最小コストの運転方式の選択を行うことができる。
▲３▼ エネルギシミュレーションには、推定電力負荷と等しい電力の発電を行う電力負荷追従運転と、推定需要熱量と等しい熱量を発生する発電を行う熱負荷追従運転のシミュレーションを含めることにより、現状の買電電力料金と売電電力料金の大きな差によるコストへの影響や、補助熱源の動作又は余剰熱量の廃棄によるコストへの影響を考慮して最小コストの運転方式の選択を行うことができる。
▲４▼ ▲２▼，▲３▼に記載の方式を含めた複数の運転方式の全てを比較した選択であるので、実質的に最適点を全て探索したことと同等の精度を得ることができる。
▲５▼ エネルギシミュレーションは、運転方式を各時点毎に設定した上でのシミュレーションであるから、外気温度による効率変化や排熱の温度レベルの変化等の細かい部分を含めた精密なエネルギ計算が比較的容易に短時間で実行可能である。
【図面の簡単な説明】
【図１】 本発明の運用計画設定方法の基本的動作の一例を表した流れ図である。
【図２】 コージェネレーション・システムにおける発生電力量と、排熱利用可能分を差し引いた原動機投入燃料コストとの関係を概念的に示す説明図である。
【図３】 コージェネレーション・システムにおける発生電力量と、買電コストとの関係を概念的に示す説明図である。
【図４】 コージェネレーション・システムにおける発生電力量と、ボイラー投入燃料コストとの関係を概念的に示す説明図である。
【図５】 電力負荷追従運転のエネルギシミュレーションの一例の基本的動作を表した流れ図である。
【図６】 熱負荷追従運転のエネルギシミュレーションの一例の基本的動作を表した流れ図である。
【図７】 原動機複数台定格運転のエネルギシミュレーションの一例の基本的動作を表した流れ図である。
【図８】 原動機１台部分負荷運転のエネルギシミュレーションの一例の基本的動作を表した流れ図である。
【図９】 原動機停止運転のエネルギシミュレーションの一例の基本的動作を表した流れ図である。[0001]
[Industrial application fields]
The present invention relates to an operation plan setting method in a cogeneration system.
[0002]
[Prior art]
The cogeneration system is an energy-saving system that supplies power by driving a generator with a prime mover and also supplies heat by using the exhaust heat of the prime mover. A power load following operation is generally performed in which the operation is performed following the above.
[0003]
However, for example, the power load following operation in a time zone where the heat load is small compared to the power load is an operation of discarding the exhaust heat, so that the energy load effect obtained in other time zones is offset. Effectiveness such as original energy saving and economic merit cannot be exhibited only by following operation.
[0004]
Therefore, in order to improve energy saving and economic efficiency, the operation system of the prime mover corresponding to the power load, heat load, etc. is selected from a plurality of operation systems such as the power load following operation method and the heat load following operation method. Attempts to select and operate have been made.
As an attempt of such an operation policy, (1) set operational rules for operation methods such as power load follow-up operation, heat load follow-up operation or rated output operation throughout the year, and perform energy simulation throughout the year. For comparative study of economics, etc. (2) Describe the performance characteristics of each device constituting the cogeneration system in a simple line format, and formulate it into a linear programming problem with energy consumption as an objective function. By solving this, there is one that determines the optimum operation that minimizes the energy consumption. (See Koichi Ito and Ryohei Yokoyama, “Optimum Cogeneration Plan”, 1990, Sangyo Tosho Co., Ltd.)
[0005]
[Problems to be solved by the invention]
However, there are the following problems with the above.
In {circle around (1)}, since the operation method is constant throughout the year, it is impossible to seek an operation that minimizes energy consumption.
In order to solve the linear programming problem as in (2), it is necessary to represent all the characteristics of the system in a simple line format. Therefore, in the operating region where nonlinear elements such as the partial load characteristics of the prime mover strongly appear, There is a risk that the formulation will not match, and depending on the result to be obtained, there may be a problem in terms of reliability. Also, if you formulate the details such as the change in the efficiency of the prime mover due to the outside air temperature and the change in the temperature level of the exhaust heat, the size of the problem will increase and the solution will be found due to the nature of the linear programming method that iterates the matrix. The number of calculations (time) required for the process becomes very large and is not practical. Therefore, in practice, the non-linear factors as described above must be omitted, and there is an accuracy problem.
The present invention aims to solve the above problems.
[0006]
[Means for Solving the Problems]
In order to solve the above-described problems, in the present invention, an energy simulation is performed for each of a plurality of operation modes of the prime mover with respect to the estimated power load and heat load at each time point over the year, and each operation mode is determined from the result. In addition to calculating the energy consumption of each of them, the operation methods that compare the respective operation methods based on the calculated energy consumption and minimize the objective function are selected at each time point, and the operation method selection at each time point is selected annually. In the operation plan setting method, the objective function is the running cost, and the plurality of operation methods are power load following operation that generates power equal to the estimated power load and power generation that generates heat equal to the estimated demand heat amount. Proposal of an operation plan setting method to perform the thermal load following operation, the appropriate number of units rated operation, one unit partial load operation, and the motor stop operation That.
[0007]
In the present invention, the energy simulation of the power load following operation of the prime mover in the above method includes the step of obtaining the prime load factor corresponding to the power load with the estimated power load as an initial value, and power generation and exhaust heat according to the obtained load factor. The step of calculating the recovery efficiency, the step of calculating the exhaust heat amount of the prime mover, the step of judging the excess and deficiency by comparing the exhaust heat amount and the heat demand amount, and the power generation amount of the prime mover when the excess or deficiency occurs In addition, the step of setting the excess / deficiency elimination operation of the heat supply by other devices, the step of calculating the power load of the auxiliary machine in the case of performing the excess / deficiency elimination operation, and the power load and the power load of the auxiliary machine are added. The difference between the step of calculating the total power load of the prime mover, the step of determining the convergence of the power load of the prime mover, and the power load of the previous auxiliary machine if not converged is calculated. Again, in addition to the overall load, we propose to as having a step moves to the step of obtaining the motor load factor, the step of terminating the simulation to save the operating state when converged.
[0008]
Further, in the present invention, in the above method, a step of obtaining a prime mover load factor corresponding to the estimated power load as an initial value, a step of calculating power generation and exhaust heat recovery efficiency according to the obtained load factor, The step of calculating the amount of exhaust heat, the step of judging the excess and deficiency by comparing the amount of exhaust heat and the amount of demand heat, and the excess and deficiency by changing the power generation amount by the prime mover within the capacity range when excess and deficiency occurs A step of setting operation, a step of calculating the entire power load including the power load of the auxiliary machine and the amount of purchased or sold power for commercial power in the case of performing excess / deficiency elimination operation, and determining the convergence of the power load to be generated Steps, if not converged, step to move to the step of obtaining the prime load factor again, and if converged, save the operating state and perform simulation It ryosuru propose to as having a step.
[0009]
Further, in the present invention, the energy simulation of the rated number of prime movers of the prime mover in the above method is performed in the rated operation of the number of operating units set in accordance with the estimated power load, and the operating state of each device that covers the estimated power load and the amount of heat demand. We propose to have a step to derive.
[0010]
According to the present invention, in the above method, the energy simulation of one partial load operation of the prime mover sets a plurality of operating points in the range from the lowest output of the prime mover to the rated operation, and generates power and recovers exhaust heat at each operating point. It is proposed to obtain efficiency and to have the step of deriving the operating state of each device that covers the estimated power load and the amount of heat demand in each partial load operation.
[0011]
According to the present invention, in the above method, it is proposed that the energy simulation of the stop operation of the prime mover includes a step of deriving an operation state of each device that covers the estimated power load and the demand heat amount in the stop of the prime mover.
[0012]
[Action]
Based on the estimated load at each time point of the year, energy simulation is performed for multiple operation methods, and the operation method is selected with the running cost as an objective function. An operation plan can be set.
[0013]
In a plurality of energy simulations, the influence of nonlinear elements can be taken into account by including an appropriate number of simulations of partial load operation, which is an operation region of a prime mover in which nonlinear elements strongly appear. In addition, the power load following operation in the plurality of energy simulations simulates the point where the amount of purchased electric power and the amount of electric power sold are both zero. The influence on the cost due to the large difference between the purchased power charge and the sold power charge can be taken into account. In addition, the heat load following operation simulates the point of generating a heat quantity equal to the demand heat quantity, so it assists other operating methods where the generated heat quantity is insufficient or surplus must be discarded. It is possible to consider the balance between the cost of the operation of the heat source or the disposal of the surplus heat amount and the cost of power purchase or power sale.
[0014]
【Example】
The present invention will now be described in detail with reference to the accompanying drawings illustrating embodiments.
FIG. 1 is a flowchart schematically showing the operation of the operation plan setting method of the present invention. First, in step S1, power load and heat load data estimated at each time of year, configuration and characteristics of cogeneration equipment. Etc., data on electric power charges (basic charges, metered charges), prime mover fuel gas charges, etc. are input. Thus, in this embodiment, each time point in the year corresponds to each time. Next, in step S2, the target time for simulation at each time is set, that is, the first time of the year.
[0015]
In the next step S3, the operation state is derived by performing an energy simulation for the power load following operation using the estimated power load as an initial value in the estimated load data at each time of the year. Details of this energy simulation will be described later. Next, in step S4, the energy consumption amount in the operating state derived in step S3 is calculated.
[0016]
After step S4, the estimated power load is set as an initial value, and in each of steps S5, S7, S9, S11, S13, and S15, a thermal load follow-up operation, an appropriate number of units rated operation, and a single unit partial load operation (load: 75%) An energy simulation is performed for each of the operation methods of one-unit partial load operation (load: 50%), one-unit partial load operation (load: 25%), and prime mover stop operation, and the operation state is derived. Then, in steps S6, S8, S10, S12, S14, and S16 following these steps, energy consumption amounts in the derived operating states are calculated. In this example, one unit partial load operation sets the above-mentioned three operation points in the operation range in which nonlinear elements appear strongly from 25% corresponding to the minimum output of one unit operation, but the number of operation points is It is appropriate.
[0017]
After performing energy simulation of each driving method and calculation of energy consumption including power purchase and power sale through the above steps S3 to S16, based on these data, it should be minimized in the next step S17. Select the operation method that matches the objective function. In this case, the objective function is the running cost, and in this step S17, the operation method with the minimum cost is selected.
[0018]
Next, in step S18, it is determined whether or not selection of the driving method has been completed at all times of the year. If not completed, a loop is formed, and the time is advanced in step S19 and the process proceeds to step S3. Then, the energy simulation, calculation of energy consumption, and selection operation of the operation method with the minimum cost are performed for the time of advancement as described above. When the operation method selection operation for all times of the year is completed and this is determined in step S18, the operation plan setting operation is terminated.
[0019]
2 to 4 conceptually show the relationship between the generated power amount and the cost in the cogeneration system. In these drawings, the generated power amount is represented by the operating state of the prime mover.
First, Fig. 2 shows the relationship between the amount of generated power and the cost of fuel input to the prime mover after subtracting the amount of available exhaust heat. One partial load from the minimum load of 25% that can be operated by the prime mover to the rated load of one unit. In operation, a nonlinear element appears strongly because the power generation efficiency of the prime mover varies depending on the partial load factor. For this reason, as described above, for example, the operating points a (25%), b (50%), c An energy simulation is performed every (75%). Symbols d and d 'indicate the operating points of the rated operation of one unit and the rated operation of two units, respectively. In the present invention, the number of prime movers set in accordance with the estimated power load is set to the operating points d and d. As shown in ′,…, perform energy simulation for rated operation of multiple units.
[0020]
Next, FIG. 3 shows the relationship between the power generation amount and the power purchase cost. The power purchase cost generates power equal to the estimated power load (in this case, the power between the rating of one unit and the rating of two units). Until the operating point e that generates power equal to the estimated power load is zero. Next, when the power generation amount is further increased, if surplus power is sold, the negative power purchase cost gradually increases as shown by the dotted line in the figure. At this time, since there is a large difference between the purchased power charge and the sold power charge, the operating point e is important in considering the cost. Therefore, in the present invention, an energy simulation of the electric power load following operation corresponding to the operating point e is performed.
[0021]
Next, FIG. 4 shows the relationship between the amount of electricity generated and the cost of the boiler input fuel. The cost of the boiler input fuel gradually decreases until reaching the amount of electricity generated that can generate the same amount of heat as the amount of heat required. It becomes 0 at the operating point f that generates the same amount of heat. However, even if the amount of generated power is further increased and the amount of generated heat is increased, only a surplus is caused and no negative cost is generated. Therefore, the operating point f is important in considering the cost. Therefore, in the present invention, an energy simulation of the thermal load following operation corresponding to the operating point f is performed.
[0022]
In addition to the energy simulation corresponding to each of the above operating points a, b, c, d (, d ′,...), E, f, the engine stop operation, that is, energy simulation without cogeneration is performed, and these runnings are performed. By comparing the costs, it is possible to select the driving method having the lowest running cost at each time point over the year.
[0023]
FIG. 5 is a flowchart showing the basic operation of an example of the energy simulation of the power load following operation. First, in step S20, the power load is set. The initial value of the power load is the estimated power load input in step S1, and the power load of the auxiliary machine is 0 at the first operation, but the power load does not change significantly at each time when the operation is continued. On the premise of this, the convergence described later can be accelerated by using the value converged in the previous simulation.
[0024]
In step S21, a prime mover load factor is calculated based on the estimated power load. The prime mover load factor is obtained by allocating the power load to n prime movers by, for example, capacity proportional distribution. In step S22, power generation and exhaust heat recovery efficiency are calculated from the prime mover load factor calculated in step S21, and then in step S23, the amount of exhaust heat is calculated.
[0025]
In step S24, excess or deficiency is determined by comparing the amount of exhaust heat calculated in step S23 with the amount of heat demand. As a result of the comparison, if the amount of exhaust heat is excessive, an operation of discarding the excess heat amount without recovering is performed in step S25, and if it is insufficient, an auxiliary heat source such as a boiler is operated in step S26 to cover the insufficient amount of heat. . Then, the process proceeds to the next step S27 through each step.
[0026]
In step S27, the power load of the auxiliary machine for performing the above operation is calculated, and then the convergence of the entire power load including the auxiliary machine is determined in step S28. That is, in step S28, the value of the power load of the auxiliary machine calculated in step S27 is compared with the value calculated in step S27 in the previous loop, and the difference between these values is a preset minimum fluctuation power load A, For example, when it is 0.5 kW or less, it is determined as convergence. Convergence of the electric power load means that the excess or deficiency of the heat amount has been eliminated. Therefore, if the convergence is determined in step S27, the operation state at this time is stored and the energy simulation is terminated in step S29. On the other hand, if the difference in power load is greater than A, it is determined that it has not converged, that is, whether the excess or deficiency of heat has not yet been resolved, or the power load of the auxiliary equipment has not converged. Then, the process proceeds to the next step S30. In this step S30, the difference between the power loads of the auxiliary machines is added to the previous power load to obtain a new power load, and then the process returns to step S20, and this value is converted into the power. Set as the entire load and continue the simulation.
[0027]
FIG. 6 is a flowchart showing the basic operation of an example of the energy simulation of the thermal load following operation. Steps S31 to S35 are the same as steps S20 to S24 in the power load following operation.
[0028]
As a result of the comparison in step S35, if it is determined that the amount of exhaust heat is excessive, an operation for reducing the prime mover load is performed in step S36, and if it is determined that it is insufficient, an operation for increasing the prime load is performed in step S37. Of course, the prime mover load is changed within the capacity range, and when the capacity range is exceeded, an auxiliary heat source is used. Thus, the process proceeds to the next step S38 through each step.
[0029]
In step S38, the power load for performing the above operation is calculated by adding the power load of the auxiliary machine. Then, in step S39, whether or not the convergence of the power load, that is, the excess or deficiency of the heat amount is eliminated as described above. Determine. That is, in step S39, the value of the power load calculated in step S38 is compared with the value calculated in step S38 in the previous loop, and the difference is a preset minimum fluctuation power load B, for example, 0.5 kW or less. If it is, in step S440, the operation state at this time is stored and the energy simulation is terminated. On the other hand, if the difference between the power loads is larger than B, it is determined that the power has not converged, the process returns to step S31, and the current power load value is set as the power load in step S31 for further simulation. Continue.
[0030]
FIG. 7 is a flowchart showing a basic operation of an example of an energy simulation of an appropriate number of prime movers rated operation. In step S41, the rated number of prime movers (including one) is set according to the estimated power load. For the setting of the rated operation number, an appropriate method can be used according to the target cogeneration system. Next, in step S42, the operating state of each device that covers the estimated power load and the demand heat quantity is derived, the operating state is stored, and the simulation is terminated.
[0031]
FIG. 8 is a flowchart showing a basic operation of an example of an energy simulation of a partial load operation of a prime mover. In step S51, the power generation and exhaust heat recovery efficiency of the prime mover at a selected operating point is set. That is, this flowchart corresponds to steps S9, S11, and S13 in FIG. 1, and the operating point is 25% corresponding to the minimum output of one unit operation, and is set at three points set in an operating range in which a nonlinear element appears strongly. Yes, the efficiency of the prime mover at each operating point is stored as a data table, and the efficiency is derived and set according to the partial load of the selected prime mover in each step S9, S11, S13. be able to. Next, in step S52, based on the set efficiency of the prime mover, the operating state of each device that covers the estimated power load and the demand heat quantity is derived and stored, and the simulation is terminated.
[0032]
FIG. 9 is a flowchart showing the basic operation of an example of the energy simulation of the prime mover stop operation. In step S61, when the prime mover is stopped, the operation state of each device that covers the estimated power load and the heat demand is derived and the simulation is finished. To do.
[0033]
As described above, there are no branches and loops in the simulation of the appropriate number of motors rated operation, one-part partial load operation and prime mover stop operation, and specific operation in these systems preset in the target cogeneration system The operating state can be derived according to the method, the estimated power load and the amount of heat demand.
[0034]
Based on the operation state in each operation method derived by the above energy simulation, that is, the amount of power generation, the amount of electricity purchased or sold, the amount of exhaust heat, the amount of heat supplied to the auxiliary heat source, the power of the auxiliary machine, etc., the above-described steps S4, S6, In S8, S10, S12, S14, and S16, the energy consumption can be calculated by an appropriate method. In these steps, as described above, the objective function for selecting the operation plan setting method, in this case, the running cost can be calculated.
[0035]
【The invention's effect】
Since the present invention is as described above, the following effects are obtained.
(1) In the cogeneration system, an operation plan can be set by selecting an optimum operation method at each time point of the year, that is, an operation method that minimizes the running cost in this case from a plurality of operation methods.
(2) The energy simulation should include the appropriate number of partial load operation simulations, which are the operating areas of the prime mover where nonlinear elements appear strongly, and the operation method with the lowest cost should be selected in consideration of the effects of nonlinear elements. Can do.
(3) The energy simulation includes a simulation of a power load follow-up operation that generates power equal to the estimated power load and a heat load follow-up operation that generates power equal to the estimated amount of heat demand. It is possible to select the operation method with the minimum cost in consideration of the influence on the cost due to a large difference between the electric power charge and the electric power sales charge, and the influence on the cost due to the operation of the auxiliary heat source or the disposal of the surplus heat amount.
(4) Since the selection is made by comparing all of the plurality of driving methods including the methods described in (2) and (3), it is possible to obtain the same accuracy as when all the optimum points have been searched. .
(5) Since the energy simulation is a simulation with the operation method set for each point in time, precise energy calculations including small details such as changes in efficiency due to outside air temperature and changes in the temperature level of exhaust heat are compared. It can be executed easily in a short time.
[Brief description of the drawings]
FIG. 1 is a flowchart showing an example of a basic operation of an operation plan setting method of the present invention.
FIG. 2 is an explanatory diagram conceptually showing the relationship between the amount of electric power generated in the cogeneration system and the fuel cost of the engine input obtained by subtracting the amount of available exhaust heat.
FIG. 3 is an explanatory diagram conceptually showing a relationship between a generated power amount and a power purchase cost in a cogeneration system.
FIG. 4 is an explanatory diagram conceptually showing the relationship between the amount of generated electric power and the boiler fuel cost in the cogeneration system.
FIG. 5 is a flowchart showing a basic operation of an example of an energy simulation of a power load following operation.
FIG. 6 is a flowchart showing a basic operation of an example of an energy simulation of a thermal load following operation.
FIG. 7 is a flowchart showing a basic operation of an example of an energy simulation of rated operation of a plurality of prime movers.
FIG. 8 is a flowchart showing a basic operation of an example of an energy simulation of one prime mover partial load operation.
FIG. 9 is a flowchart showing a basic operation of an example of an energy simulation of a prime mover stop operation.
Claims (6)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00755495A JP3690611B2 (en) | 1995-01-20 | 1995-01-20 | Operation plan setting method in cogeneration system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP00755495A JP3690611B2 (en) | 1995-01-20 | 1995-01-20 | Operation plan setting method in cogeneration system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08200155A JPH08200155A (en) | 1996-08-06 |
| JP3690611B2 true JP3690611B2 (en) | 2005-08-31 |
Family
ID=11669024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00755495A Expired - Fee Related JP3690611B2 (en) | 1995-01-20 | 1995-01-20 | Operation plan setting method in cogeneration system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3690611B2 (en) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000045869A (en) * | 1998-07-29 | 2000-02-15 | Hitachi Ltd | Energy supply system |
| JP4275259B2 (en) * | 1998-09-04 | 2009-06-10 | 株式会社Ｎｔｔファシリティーズ | Control method and apparatus for building energy system and recording medium recording control processing program |
| JP2002364383A (en) * | 2001-06-04 | 2002-12-18 | Ishikawajima Harima Heavy Ind Co Ltd | Gas turbine intake cooling system |
| JP3681994B2 (en) * | 2001-06-19 | 2005-08-10 | 川崎重工業株式会社 | Energy-saving system design program |
| JP4256845B2 (en) | 2002-08-21 | 2009-04-22 | 株式会社荏原製作所 | Power supply system |
| JP4465168B2 (en) * | 2003-03-06 | 2010-05-19 | 大阪瓦斯株式会社 | Cogeneration system |
| JP3823105B2 (en) * | 2003-10-31 | 2006-09-20 | 大阪瓦斯株式会社 | Energy supply evaluation system |
| JP5045809B2 (en) * | 2004-12-07 | 2012-10-10 | 株式会社デンソー | Thermoelectric generator and power supply control device |
| JP4564594B2 (en) | 2008-04-17 | 2010-10-20 | 株式会社Ｅ．Ｉ．エンジニアリング | Thermoelectric equipment simulation system |
| JP5939011B2 (en) * | 2012-04-19 | 2016-06-22 | アイシン精機株式会社 | Engine driven heat pump air conditioner |
| CN109357310B (en) * | 2018-08-16 | 2020-10-16 | 东南大学 | Emergency treatment system for safety and economical operation of heat pipe network |
-
1995
- 1995-01-20 JP JP00755495A patent/JP3690611B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08200155A (en) | 1996-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jawad et al. | A robust optimization technique for energy cost minimization of cloud data centers | |
| JP3690611B2 (en) | Operation plan setting method in cogeneration system | |
| Fang et al. | A novel optimal operational strategy for the CCHP system based on two operating modes | |
| Luh et al. | Load adaptive pricing: An emerging tool for electric utilities | |
| Bacher et al. | Real-time optimal power flow in automatic generation control | |
| Tamimi et al. | Effect of reactive power limit modeling on maximum system loading and active and reactive power markets | |
| CN111784055B (en) | Virtual power plant optimal scheduling method considering response characteristics of power demand side | |
| CN101310227A (en) | Predictive contracting systems and methods | |
| WO2022260127A1 (en) | Aggregator system | |
| JPH0886243A (en) | Operation control method for cogeneration system | |
| Azit et al. | Optimal sizing for a gas-fired grid-connected cogeneration system planning | |
| JP3640262B2 (en) | Operation plan setting method in cogeneration system | |
| CN118367566A (en) | Low-carbon operation optimization method and system for photovoltaic storage direct-flexible park considering "source-load" synergy | |
| Hueffed et al. | Influence of prime mover size and operational strategy on the performance of combined cooling, heating, and power systems under different cost structures | |
| Ghole et al. | A nowcasting central controller with continuous RTP for residential device scheduling using swap-based BFPSO | |
| CN108428013A (en) | A kind of more market robust Bidding systems of photo-thermal power station containing hot energy storage | |
| CN119599219A (en) | Data center load control method, device and system | |
| KR20220061220A (en) | A method of operating a network management system for a local energy network depending on the storage strategy of the energy storage, and the network management system | |
| Senemar et al. | Optimal operation of renewable-based residential energy hubs for minimizing PV curtailment | |
| JPH1139004A (en) | Cogeneration optimization algorithm using genetic algorithm | |
| KR101443159B1 (en) | the control system for the generation and supply of power and heat | |
| JPH08202406A (en) | Energy supply plant operation planning method | |
| Öztürk et al. | A python toolbox for flexibility aggregation and disaggregation: PyFlexAD | |
| Wang et al. | Optimal Scheduling Strategy of Park Microgrid based on Blockchain Technology | |
| Thang et al. | Probabilistic optimization of planning and operation of networked microgrids with renewable energy resources considering demand response programs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050104 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050608 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050609 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080624 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090624 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100624 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100624 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110624 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110624 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120624 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120624 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130624 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |