一种配电网多时段鲁棒故障恢复方法

    公开(公告)号:CN118316103A

    公开(公告)日:2024-07-09

    申请号:CN202410235794.3

    申请日:2024-03-01

    摘要: 本发明公开了一种配电网多时段鲁棒故障恢复方法,包括:步骤S1、获取并利用新能源出力的历史数据建立椭球不确定集合;步骤S2、在所述椭球不确定集合的基础上构建凸包多面体不确定集合;步骤S3、构建配电网多时段故障恢复模型;步骤S4、在所述配电网多时段故障恢复模型和所述凸包多面体不确定集合的基础上,建立配电网两阶段鲁棒故障恢复优化模型;步骤S5、对所述配电网两阶段鲁棒故障恢复优化模型进行求解,输出优化结果。本发明能够增大系统的鲁棒性,而且本发明采用的凸包多面体集合系统故障恢复总量以及负荷恢复数量要优于采用盒式集合,保守性更低,鲁棒性更强。

    一种办公园区碳排放核算方法
    5.
    发明公开

    公开(公告)号:CN117035539A

    公开(公告)日:2023-11-10

    申请号:CN202311062911.2

    申请日:2023-08-22

    摘要: 本发明公开了一种办公园区碳排放核算方法,包括以下步骤:S1、计算办公园区年电能、气能、热能产生的正碳排放量,办公园区每年产生的办公废弃物总量,办公园区绿植种植总量,办公园区年清洁能源发电总量;S2、计算办公园区年正碳排放量CP+;S3、计算办公园区年负碳排放量CP_;S4、运用STIRPAT模型并结合办公园区年正碳排放量CP+、年负碳排放量CP‑,构建园区年总碳排放量函数模型;S5、通过岭回归算法利用MATLAB对S4构建的园区年总碳排放量函数模型进行求解,得出园区的年总碳排放量;本申请基于负碳机制与改进STIRPAT的模型,能够充分反应办公园区的碳排放情况,有效改善园区的碳排放机制,实现办公园区的绿色低碳发展。

    基于单位关键指标碳排变化量预测的碳减排潜力估算方法

    公开(公告)号:CN118071164A

    公开(公告)日:2024-05-24

    申请号:CN202311685927.9

    申请日:2023-12-08

    摘要: 本发明公开一种基于单位关键指标碳排变化量预测的园区碳减排潜力估算方法:采集经典负荷时段园区绿化面积、非化石能源占比、人均GDP、人口、技术水平等数据;用园区绿化面积、非化石能源占比等对STIRPAT模型扩展并分解,结合岭回归算法,得到各单位关键指标碳排变化量的数学模型;用改进STIRPAT模型计算历年碳排放量数据,将采集的关键指标历史数据代入分解后的数学模型,得到历年各单位关键指标碳排变化量;用BP神经网络得到目标年各单位碳排放影响因子所影响的碳排放量的数据的预测值;结合目标年计划中绿化面积、非化石能源占比、人均GDP、人口、技术水平的数据大小,构建碳减排潜力计算模型,准确估算目标年完成计划指标时所能达到的碳减排量。

    基于LEAP模型结合改进LMDI分解模型的碳减排潜力评价方法

    公开(公告)号:CN117910818A

    公开(公告)日:2024-04-19

    申请号:CN202311686486.4

    申请日:2023-12-08

    IPC分类号: G06Q10/0637 G06Q50/26

    摘要: 本发明公开了一种基于LEAP模型结合改进LMDI分解模型的园区碳减排潜力评价方法,包括:采集煤、石油、天然气、电力、热力、非化石能源等能源的增加值、能源所占份额等数据;根据办公园区的经济总量、能耗强度、能源结构、能源碳强度和设备年平均碳排放量等因子利用LEAP模型计算CO2排放量;根据办公园区的碳减排规定、管理政策、绩效评价三个方面建立碳减排激励系统,计算激励因子;根据经济增加值增长、能源强度下降、能源结构优化、碳排放因子、激励因子,采用改进LMDI分解模型,计算碳排放变化量;根据各种能源增长份额、非化石能源总增长份额、能源碳排放因子、煤的碳排放因子,计算各种非化石能源占比提升相应的碳减排贡献。

    基于高斯过程回归的有源配电网运行态势感知方法及系统

    公开(公告)号:CN117081082A

    公开(公告)日:2023-11-17

    申请号:CN202311337948.1

    申请日:2023-10-17

    摘要: 本发明提出了一种基于高斯过程回归的有源配电网运行态势感知方法及系统,基于高斯过程(GP)回归来学习节点电压作为有效母线负荷或负净注入向量的函数,采用解析函数形式定义了净负荷向量与节点电压之间的映射关系,利用GP对不同协方差函数之间的关系进行建模,得到近似解析函数在负荷的子空间上是有效的,并通过GP可解释性提供了对不确定性系统行为的理解,最后基于GP超参数定义的质量比(QR)来解释不同节点电压的相对变化程度,并将其应用于感知电压越限概率和主要电压影响因素排名中。