-
公开(公告)号:CN115829109A
公开(公告)日:2023-03-21
申请号:CN202211487652.3
申请日:2022-11-25
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
摘要: 本发明涉及综合能源系统领域,尤其涉及一种基于辐射状网络的综合能源系统网络集线器建模方法:其包括:提出基于分布式辐射状网络的电‑气‑热区域综合能源系统网络集线器矩阵化建模方法;建立基于分布式辐射状网络的电‑气‑热区域综合能源系统的电网网络模型;建立基于分布式辐射状网络的电‑气‑热区域综合能源系统的气网网络模型;建立基于分布式辐射状网络的电‑气‑热区域综合能源系统的热网网络模型;基于矩阵化建模方法处理电网网络模型、气网网络模型和热网网络模型,完成集线器矩阵化建模。本发明保护中间分布式系统的隐私并同时保留精度。
-
公开(公告)号:CN115169788A
公开(公告)日:2022-10-11
申请号:CN202210564011.7
申请日:2022-05-23
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
摘要: 本发明涉及综合能源系统与评估领域,特别是一种基于主客观综合模糊分析的CCHP潜力用户挖掘方法,其特征在于:本发明首先提出了多维因素构建区域CCHP潜力用户挖掘模型,其次考虑到模糊分析方法主观性对挖掘结果的影响提出构建隶属度函数与主客观权重结合的方法进行模型求解,最后基于最大隶属度原则将隶属度与权重结合求解能源用户潜力值从而挖掘得到CCHP潜力用户。本发明满足大规模区域CCHP潜力用户的初步挖掘。
-
公开(公告)号:CN115688988A
公开(公告)日:2023-02-03
申请号:CN202211287681.5
申请日:2022-10-20
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司南京供电分公司
IPC分类号: G06Q10/04 , G06Q50/26 , G06Q10/0631 , G06N20/00
摘要: 基于transformer架构的城市综合能源物联及智慧管控方法及系统,将终端采集的不同区域的城市综合能源物联信息经过标准化为序列信号后输出到服务器,由服务器上配置的深度学习网络进行学习,实现能源需求预测,由深度学习网络配置建立智慧管控网络,对实时采集的城市综合能源物联信息数据进行实时预测处理,所得结果上传至工作台用于查看,所述深度学习网络基于transformer架构,与序列的快速傅里叶变换算法与反变换进行结合,提出FFT‑Attention注意力机制,相比较传统的transformer架构,更注重于序列的频域信息。本发明通过设计的深度学习网络可以处理文本与音频数据,计算处理更加迅速且有效,处理结果上传方便,管控构架高效。
-
公开(公告)号:CN111199080A
公开(公告)日:2020-05-26
申请号:CN201811283427.1
申请日:2018-10-31
申请人: 国网江苏省电力有限公司南京供电分公司 , 河海大学 , 国网江苏省电力有限公司 , 国家电网有限公司 , 南京工业大学
摘要: 本发明公开了一种考虑不同类型充电需求的城市电动汽车充电设施规划方法,属于电动汽车领域。本发明首先根据现有电动汽车的保有量与电动汽车的行驶统计数据,得出电动汽车的总充电需求;其次,通过电动汽车用户的充电行为把充电需求进行分类,由不同类型充电设施对应满足;然后,将道路网的结构抽象出来,考虑到不同类型充电设施间的相互影响,建立一个以总投资成本、运维成本、电量成本和充电站用户成本最小为目标的线性规划模型,最后再通过约束条件优化得到各类充电设施的规划方案。本发明能够更好地指导充电设施的规划建设,满足城市电动汽车充电需求。
-
公开(公告)号:CN115688047A
公开(公告)日:2023-02-03
申请号:CN202211289031.4
申请日:2022-10-20
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC分类号: G06F18/25 , G06N3/0464 , G06N3/049 , G06Q10/04 , G06Q50/06
摘要: 基于深度学习的城市能源多源数据融合方法及存储介质,对大数据挖掘到的城市能源多源数据进行数据融合,利用跨模态Transformer进行多尺度多模态的信息融合,实现多源异构数据类型的相互跨模态融合,得到融合特征用于对未来能源的使用量以及所需的能源制造量进行预测。本发明提出一种多尺度协作多模态transformer架构,以提高从非对齐多模态序列中学习到的表示效果,在增强了城市能源多源数据融合的关联程度下,还使得系统更加的轻量化,本发明能为城市能源的精细化管理以及科学的需求侧管理提供帮助有助于城市能源大数据平台智慧决策功能模块的建设。
-
公开(公告)号:CN115455719A
公开(公告)日:2022-12-09
申请号:CN202211166790.1
申请日:2022-09-23
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC分类号: G06F30/20 , G06K9/62 , G06Q50/06 , G06Q50/26 , G06F111/04
摘要: 一种基于全生命周期碳成本的综合能源系统优化仿真方法,在对综合能源系统进行优化时,从全生命周期角度计算评价不同能源供应的碳排放量,进而将碳排放成本考虑到综合能源系统运行的综合成本当中,在给定的系统设备容量、效率等参数以及能源价格、碳配额、碳交易价格等边界条件下,以综合成本最低为优化目标,对综合能源系统的运行策略进行优化,实现综合能源系统综合运行成本最低。通过本发明,可以更好地指导综合能源系统在满足需求的前提下,进行生产计划的优化,降低运行成本,同时实现对环境的友好。
-
公开(公告)号:CN115170343A
公开(公告)日:2022-10-11
申请号:CN202210562179.4
申请日:2022-05-23
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC分类号: G06Q50/06 , G06Q10/06 , G06F30/20 , G06F111/04
摘要: 本发明涉及综合能源系统规划领域,尤其涉及一种区域综合能源系统分布式资源和储能协同规划方法,包括:步骤1:建立分布式资源和储能的区域综合能源系统运行架构;步骤2:建立区域综合能源系统运行的目标函数;目标函数包括三个模块,分别为运行成本、环境成本和系统可靠性;步骤3:设置区域综合能源系统的优化控制约束条件,约束条件包含等式约束和不等式约束;步骤4:联立区域综合能源系统运行架构、目标函数和约束条件,构建区域综合能源系统协同模型,进行资源和储能分布式优化规划,根据优化调度结果调整区域综合能源系统中分布式资源和储能的运行方式。本发明实现区域综合能源系统合理的能源供应和各用户的经济最优运行。
-
公开(公告)号:CN116839244B
公开(公告)日:2023-12-19
申请号:CN202311127267.2
申请日:2023-09-01
申请人: 国网江苏省电力有限公司南京供电分公司
摘要: 本发明公开了多热源热泵相变蓄能型冷热联供系统控制方法及装置,对以太阳能‑水能、太阳能‑空气源、太阳能‑地源为热源的热泵相变蓄能冷热联供系统进行控制,实现多种能源间高效配合,达到提高微能源网运行效率的目的,方法包括如下步骤:记录某个时刻以太阳能为热源的太阳能板温度为tt,被取水源温度ts,地热源温度td,空气源温度tk;分别计算在太阳能‑水能、太阳能‑空气源、太阳能‑地源作用下相变材料的蓄热效率 、 、 ;计算热泵每小时蓄热量 ,将其与系统每小时总耗热量 比较,若
-
公开(公告)号:CN117035167A
公开(公告)日:2023-11-10
申请号:CN202310867826.7
申请日:2023-07-16
申请人: 国网江苏省电力有限公司南京供电分公司
IPC分类号: G06Q10/04 , G06Q50/26 , G06F17/16 , G06N3/0442 , G06N3/08
摘要: 本发明具体涉及一种企业碳排放的预测方法,收集所述企业碳排放数据相关联的历史能源消费数据,并执行以下步骤:对历史能源消费数据进行处理、计算得到历史能源消费数据与企业碳排放数据之间的关联度DTW、判断历史能源消费数据与企业碳排放数据之间的关联程度的强弱、将强关联的历史能源消费数据代入长短期记忆神经网络进行迭代训练得到企业碳排放预测模型、进行企业碳排放预测;由于本发明通过不同的步骤筛选出了和企业碳排放强关联的历史能源消费数据作为长短期记忆神经网络的训练数据,大大减少了关联种类,加强了长短期记忆神经网络的挖掘效率,使得到的企业碳排放预测模型的预测精度更高。
-
公开(公告)号:CN117151732A
公开(公告)日:2023-12-01
申请号:CN202310998830.7
申请日:2023-08-09
申请人: 国网江苏省电力有限公司南京供电分公司
IPC分类号: G06Q30/018 , G06Q10/063 , G06Q10/04 , G06Q50/26
摘要: 本发明一种用能区域长期碳排放的预测方法,采集所述用能区域的宏观数据和微观数据,并执行以下步骤:先建立宏观预测模型,然后建立微观预测模型,进而建立组合预测模型,建立组合预测模型中两权重的最优求解模型,对最优求解模型进行迭代求解得到最优的两权重值,并对组合预测模型进行修正得到最终组合预测模型,将最终组合预测模型代入MATLAB软件进行迭代求解得到用能区域长期碳排放的预测值。由于本发明合理的结合了宏观预测模型和微观预测模型,同时对宏观预测模型和微观预测模型各自的权重采用了特殊的模型构造,使得可以迭代求解出最优的权重来分别发挥出宏观预测模型和微观预测模型各自的效果,使得用能区域的长期碳排放预测的结果更加准确。
-
-
-
-
-
-
-
-
-