一种基于多时间尺度需求响应的综合能源系统调度方法

    公开(公告)号:CN118350603A

    公开(公告)日:2024-07-16

    申请号:CN202410605919.7

    申请日:2024-05-16

    摘要: 本发明公开了一种基于多时间尺度需求响应的综合能源系统调度方法,包括获取待检测园区的需求响应和负荷分类;针对不同类型的综合需求响应资源的建立基于不同时间尺度的综合需求响应模块;针对所述日前调度模型设置输入目标函数和约束条件,所述日前调度模型将第一时间间隔划分为若干个时段,并计算每个时段的日前优化决策量;根据实时调度模型的结果并更新下一阶段的第三类负荷总功率,调度中心在第三类负荷响应动作之后,更新下一阶段的第三类负荷总功率,并对下一时间段进行实时调度。本发明提出的策略可以有效应对综合能源系统对电网的冲击以及电网调度计划要求,为园区综合能源系统实际有效运行优化提供了支撑。

    一种基于影响因素溯源的低碳园区碳追踪方法

    公开(公告)号:CN116541666A

    公开(公告)日:2023-08-04

    申请号:CN202310559362.3

    申请日:2023-05-18

    摘要: 本发明公开了一种基于影响因素溯源的低碳园区碳追踪方法,包括确定碳足迹的碳管控范围,对碳排放进行动态预测获得碳源和碳汇数据;将所述碳源和碳汇数据进行预处理;将预处理后所述碳源和碳汇数据利用投入产出法分别进行计算,分别确定碳源类型及排放因子计算相应的碳足迹,根据低碳园区的全周期的碳足迹在m个区域的n个领域的直接碳排放量和间接碳排放量后计算低碳园区的碳足迹总量。本发明对园区建筑、能源等碳流向进行智慧管控,且能够为低碳园区提供实时且持续的相关数据,整合全园区内的运维管理、交通运输、照明供能等方面,高效快速的实现了碳足迹计算数据计算和追踪,提升园区的碳资产管理信息化水平。

    一种考虑可再生能源消纳的热泵系统柔性运行方法

    公开(公告)号:CN116995659A

    公开(公告)日:2023-11-03

    申请号:CN202310915481.8

    申请日:2023-07-25

    摘要: 本发明提出一种考虑可再生能源消纳的热泵系统柔性运行方法。所述方法包括明确电网互动响应调节需求、热泵系统负荷及运行状态预测、分布式可再生能源发电负荷和消纳需求精准计算、热泵系统可调资源的调控优先级排序、考虑可再生能源消纳确定热泵系统的运行策略和可调资源的加减载决策,形成一种考虑可再生能源消纳的热泵系统柔性运行方案。本发明提出的运行方法有利于热泵系统和分布式可再生能源系统运行管理人员、负荷代理商、负荷聚集商、电网侧充分利用需求侧热泵灵活资源可调潜力,缓解低碳能源系统电力供需不平衡的矛盾。

    将粒子群算法和虎克捷夫算法融合的方法及装置、优化虎克捷夫算法的方法及装置

    公开(公告)号:CN113919473A

    公开(公告)日:2022-01-11

    申请号:CN202111017353.9

    申请日:2021-08-31

    IPC分类号: G06N3/00 G06K9/62

    摘要: 一种优化Hooke‑Jeeves算法的方法及装置,涉及混合优化算法领域。现有传统单一优化数学算法在解决多能源系统优化问题时存在优化不易收敛、优化结果容易局部最优或局部搜索能力不足、对初始值敏感,且计算时间长,占用资源较多,难以做到较强局部搜索能力与高效全局寻优性的兼顾。未解决上诉提到的传统单一优化数学算法中存在的问题,本申请提供了一种优化Hooke‑Jeeves算法的方法,在HookeJeeves算法中加入粒子群算法,具体为:通过在粒子群算法对初始值的迭代结果不满足结束条件的情况下,在重新进行迭代之前将当前得到的粒子的极值利用所述的HookeJeeves算法进行优化,得到优化数据;将得到的优化数据返回所述的粒子群算法的上层步骤进行再次运算。适用于解决多能源系统优化的应用。

    基于实际运行场景的低碳园区碳排放预测方法

    公开(公告)号:CN117634678A

    公开(公告)日:2024-03-01

    申请号:CN202311579838.6

    申请日:2023-11-24

    摘要: 本发明公开了基于实际运行场景的低碳园区碳排放预测方法,包括构建低碳园区初始碳排放场景得到初始碳排放预测模型;对所述初始碳排放预测模型进行动态训练,使用随机森林算法对处理后的数据进行训练,更新碳排放预测模型;对更新后的所述碳排放预测模型和所述影响因子进行多阶段滚动优化,给定优化目标;将增强后的数据和原始训练集数据构成样本对,使用相似度函数比较样本对之间的相似性,计算对比损失;根据对比损失和相关指标筛选出重要的影响因子;输出碳预测结果,本发明采用基于动态训练集的低碳园区碳排放预测技术,具有较好泛用性和预测精度,可很好的预测园区碳排放特性。