一种地源热泵的热量控制方法

    公开(公告)号:CN115451618B

    公开(公告)日:2024-05-14

    申请号:CN202211083670.5

    申请日:2022-09-06

    Applicant: 河海大学

    Abstract: 本发明提出一种地源热泵的热量控制方法,首先,根据地源热泵装置工作时,防冻液流经地源热泵装置中的地下换热器U形管道时温度的变化构建地下换热器模型;其次基于封闭空间内热量的变化构建室内舒适温度模型,地源热泵装置通过控制封闭空间的热量实现将封闭空间的温度控制在舒适温度区间内。当封闭空间的温度不在舒适温度区间内时,地源热泵装置启动工作;当封闭空间的温度在舒适温度区间内时,地源热泵装置停止工作。这样间歇性的运行模式不仅能够有效的缓解城市或者工厂的用电压力,还能大大减少能源的消耗和空气污染物的排放。

    一种综合能源服务商电-碳-绿证双层分布式调度方法

    公开(公告)号:CN117220346B

    公开(公告)日:2024-04-16

    申请号:CN202310932452.2

    申请日:2023-07-27

    Applicant: 河海大学

    Abstract: 本发明公开了一种综合能源服务商电‑碳‑绿证双层分布式调度方法,该方法包括:(1)构建上层综合能源服务商的电‑碳‑绿证分布式调度模型;(2)构建下层配电网运营商的电‑碳‑绿证分布式调度模型;(3)构建含综合能源服务商的配电网碳排放量计算模型;(4)迭代求解步骤(1)和步骤(2)的分布式调度模型,在每次迭代过程中,求解含综合能源服务商的配电网碳排放量计算模型以得到碳排放强度和流量,并将其作为迭代的输入量,获得综合能源服务商分布式调度策略。本发明构建综合能源服务商电‑碳‑绿证分布式调度模型,实现综合能源服务商和配电网运营商电、碳、绿证的联合调度,提高综合能源服务商的调度灵活性。

    一种考虑数据中心和氢能系统余热回收的城市综合能源系统规划方法

    公开(公告)号:CN117634994A

    公开(公告)日:2024-03-01

    申请号:CN202311600683.X

    申请日:2023-11-27

    Applicant: 河海大学

    Abstract: 本发明公开了一种考虑数据中心和氢能系统余热回收的城市综合能源系统规划方法,1)构建数据中心和氢能系统余热回收模型;2)结合余热回收模型,建立考虑数据中心和氢能系统余热回收的城市综合能源系统规划模型的目标函数;3)结合余热回收模型,建立考虑数据中心和氢能系统余热回收的城市综合能源系统规划模型的约束条件,包括规划决策约束、功率平衡约束、储能运行约束、热泵运行约束、风光出力约束、配电网运行约束、配气网运行约束、配热网运行约束;4)求解考虑数据中心和氢能系统余热回收的城市综合能源系统规划模型,得到规划方案。

    一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法

    公开(公告)号:CN114896768B

    公开(公告)日:2024-03-01

    申请号:CN202210423145.7

    申请日:2022-04-21

    Applicant: 河海大学

    Abstract: 本申请涉及一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法,该方法包括:采用分位数回归预测方法,获得新能源出力的分位数,并基于此构建基于分位数回归的新能源出力模糊集和不确定集;在新能源出力模糊集的基础上,构建虚拟电厂两阶段分布鲁棒优化运行模型;应用线性决策规则、目标函数转化方法和约束条件转化方法,将虚拟电厂两阶段分布鲁棒优化运行模型转化为混合整数线性规划模型;对混合整数线性规划模型进行求解,得到虚拟电厂运行决策。使得虚拟电厂运营者能在制定决策的过程中直接利用新能源精确的概率分布信息,有利于挖掘分位数回归预测方法的应用价值,提高虚拟电厂运行的可靠性和安全性。(56)对比文件卢艺 等.含抽水蓄能电网安全约束机组组合问题的混合整数线性规划算法《.电力系统保护与控制》.2019,第47卷(第3期),第39-47页.

    一种基于深度学习解耦的电力-交通网最优调度方法

    公开(公告)号:CN117541009A

    公开(公告)日:2024-02-09

    申请号:CN202311599887.6

    申请日:2023-11-27

    Applicant: 河海大学

    Abstract: 本发明公布了一种基于深度学习解耦的电力‑交通网最优调度方法,通过深度学习解耦电力‑交通网模型,在保证电网和交通网信息隐私的基础上,实现了电‑交通网最优调度。计及了电网、交通网的运行约束,构建了计及电动汽车的电‑交通网协调调度模型;采用深度学习学习电网和交通网之间的电动汽车充电功率,实现了电‑交通网协调调度模型两网各自独立运行,构建了基于深度学习解耦的电‑交通网最优调度模型。本发明考虑当下电网和交通网存在信息壁垒的现实情况,通过深度学习解耦,在保证电网和交通网运行独立性的基础上,实现电‑交通网的最优调度,有效提高了模型的求解效率。

    一种计及氢燃料汽车的电力-交通网碳需求响应最优调度方法

    公开(公告)号:CN116861627A

    公开(公告)日:2023-10-10

    申请号:CN202310619354.3

    申请日:2023-05-29

    Applicant: 河海大学

    Abstract: 本发明公布了一种计及氢燃料汽车的电力‑交通网碳需求响应最优调度方法,基于电动汽车和氢燃料汽车的空间灵活性,建立碳需求响应机制激励汽车用户参与调度。首先,计及了电网、交通网的运行约束,构建了计及氢燃料汽车的电力‑交通网低碳‑经济调度模型;然后计算碳减排贡献度,制定碳需求响应机制,构建了计及氢燃料汽车的电力‑交通网碳需求响应最优调度模型。本发明同时考虑了电动汽车和氢燃料汽车在当前全球低碳转型的背景下对电力‑交通网的影响,并通过对两者的灵活调度,在保证耦合模型经济性的同时大幅减少碳排放量,有利于电力‑交通网的低碳转型。

Patent Agency Ranking