CN109165775A - 一种基于二进制粒子群的能源互联网的优化调度方法 - Google Patents
一种基于二进制粒子群的能源互联网的优化调度方法 Download PDFInfo
- Publication number
- CN109165775A CN109165775A CN201810892375.1A CN201810892375A CN109165775A CN 109165775 A CN109165775 A CN 109165775A CN 201810892375 A CN201810892375 A CN 201810892375A CN 109165775 A CN109165775 A CN 109165775A
- Authority
- CN
- China
- Prior art keywords
- particle
- current
- energy
- binary system
- internet based
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Abstract
本发明提供了一种基于二进制粒子群的能源互联网的优化调度方法,包括如下步骤:步骤S1、建立天然气流量方程;步骤S2、建立地源热泵传热方程;步骤S3、建立永磁直驱潮流能发电功率方程永磁直驱潮流能发电功率方程;步骤S4、使用二进制粒子群算法对天然气、地热、潮流能进行优化。本发明通过二进制粒子群算法,以成本最低为目标进行优化,控制各能源装置的启停状态,以达到整体能源利用率高、成本最低的目标。
Description
技术领域
本发明涉及能源互联网领域,主要针对能源调度系统,设计了一种基于能源互联网的能源调度系统。
背景技术
随着传统能源面临枯竭,环境恶化等问题的凸显,风能、太阳能等清洁能源的综合利用越来越受到人们的重视。如何高效整合各清洁能源是当今急需解决的问题,能源互联网是以电力系统为核心,打破供电、供气、供冷、供热等各种能源供应系统单独规划、单独设计和独立运行的既有模式,在规划、设计、建设和运行的过程中,对各类能源的分配、转化、存储、消费等环节进行有机协调与优化,充分利用可再生能源的新型区域能源供应系统。以能源互联网为基础的能源调度系统对提高社会能源利用效率、促进可再生能源及多种能源的综合利用、提高社会基础设施利用率和能源供应安全,以及实现中国节能减排目标具有重要意义,已成为国际能源领域重要的战略研究方向。
发明内容
目前在天然气网络和电网高度耦合的能源互联网中,需要对多种不同能源进行同时调控,而对于不同的能源,受环境,季节等因素影响,因此对其进行统一优化调度,可有效提高能源利用率。本专利建立了天然气流量方程,地源热泵传热方程,永磁直驱潮流能发电功率方程,二进制粒子群有很强全局搜索能力,且随着算法迭代搜索随机性越来越强,因此采用二进制粒子群对天然气,地热,潮流能进行调控。具体方案如下:
一种基于二进制粒子群的能源互联网的优化调度方法,包括如下步骤:
步骤S1、建立天然气流量方程;
步骤S2、建立地源热泵传热方程;
步骤S3、建立永磁直驱潮流能发电功率方程永磁直驱潮流能发电功率方程;
步骤S4、使用二进制粒子群算法对天然气、地热、潮流能进行优化。
进一步的,在步骤S1中,对于绝热输气管r,其首末节点分别为i和j,其稳态流量fr表示为
式中:kr为管道常量;为管道r压降,pi和pj分别为节点i和j的压力,sij为描述天然气流向参数,Dij为节点i和j之间的管道直径,lij为节点i和j之间的管道长度,Za为平均压缩因数,Ta为天然气平均温度,G为天然气相对密度。
进一步的,在步骤S2中,地源热泵传热方程为
式中:me为蒸发器水侧循环流量,cp为水的比热容,teo为蒸发器出水口循环水温度,tei为蒸发器进水口循环水温度,tg为底下土壤平均换热温度,kg地下传热系数,fg地下热换器总面积。
进一步的,步骤S3中,永磁直驱潮流能发电功率方程为
P为发电功率,ρ为海水密度,s为水轮机的扫截面积,ω为水轮机角速度,R为水轮机半径,λ为叶尖速比,Cp为水轮机的功率系数。
进一步的,步骤S4进一步包括如下步骤:
步骤S41、二进制粒子群模型建立;
步骤S42、优化目标函数。
进一步的,步骤S41中,二进制粒子群根据对环境的适应度将群体中的个体移动到好的区域,二进制粒子群速度更新公式为
其中:ω为惯性因子,k为迭代周期,c1,c2为加速因子,r1,r2为(0,1)之间服从均匀分布的随机数,为例子的当前位置,为粒子运动速度,为粒子个体位置最优,为粒子全局位置最优;
二进制粒子群位置更新公式为
进一步的,步骤S42进一步包括:
步骤S42a、建立优化目标函数,优化目标函数为
minF=∑(∑crfr+∑ceme+∑cpP) (9)
其中cr为天然气成本单价,ce为地源热泵成本单价,cp为水轮机成本单价;
步骤S42b、将目标函数带入优化目标函数模型中,步骤如下
1)输入粒子群规模、变量个数、惯性权重、最大飞行速度、最大迭代次数、三种能源装置的参数、初始启停状态等。利用迭代公式初始化N个矢量,并尽可能均匀地分布在[0,1]空间中,然后映射到变量搜索空间,得到粒子的初始化位置;
2)计算每一个粒子的适应值δfit=Ft(x),取最小值作为群体当前的最优解Fbest,并记录该粒子位置为全局极值点xgbest,设定当前每个粒子的位置为个体极值点xpbest。并设定当前迭代次数nit为1;
3)判断当前的迭代次数是否满足最大迭代次数,若满足则输出计算结果,否则设定迭代次数nit=nit+1;
4)更新粒子的位置和速度。并根据式(8)更新各能源装置的开停机状态变量;
5)计算任意粒子与当前最优粒子之间的距离,若x(i)为任意粒子i当前的位置,x(r)为当前最优粒子的位置,当粒子的距离d(i)=(x(i)-x(r))2小于给定值时,则一个粒子不变,另一个粒子赋予混沌运动,在给定的步数内进行混沌搜索,用得到的结果替换原来的粒子;
6)判断粒子的状态是否满足各类不等式约束条件,若满足则保留粒子位置,否则取限值;
7)计算当前每个粒子的适应值,保存全局最优解Fbest,全局最优位置xgbest和个体最优位置xpbest,并转到步骤3)。
进一步的,给定值为10-3。
本发明提供的方法,联合控制了天然气,地热能,海洋能,达到了能源的整体最优,且成本最低。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于二进制粒子群的能源互联网的优化调度方法的流程图;
图2为优化目标函数的详细步骤图。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
为了彻底理解本发明,将在下列的描述中提出详细的步骤以及详细的结构,以便阐释本发明的技术方案。本发明的较佳实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
本发明提出了一种基于动态粒子群的能源互联网优化调控方法,能源互联网是以电力系统为核心,打破供电、供气、供冷、供热等各种能源供应系统单独规划、单独设计和独立运行的既有模式,在规划、设计、建设和运行的过程中,对各类能源的分配、转化、存储、消费等环节进行有机协调与优化,充分利用可再生能源的新型区域能源供应系统,天然气可以供热,也可以通过燃气轮机供电,因此受季节因素影响较大,在冬季时,需求量大,在夏季时需求量相对较小。海洋能是一种附在海水中的可再生能源,受环境因素影响较大,当海浪大的时候,可以将海洋能转换为电能。通过二进制粒子群算法,以成本最低为目标进行优化,控制各能源装置的启停状态,以达到整体能源利用率高,成本最低的目标。
本发明提供了一种基于二进制粒子群的能源互联网的优化调度方法,包括如下步骤:
步骤S1、建立天然气流量方程。对于绝热输气管r,其首末节点分别为i和j,其稳态流量fr表示为
式中:kr为管道常量;为管道r压降,pi和pj分别为节点i和j的压力,sij为描述天然气流向参数,Dij为节点i和j之间的管道直径,lij为节点i和j之间的管道长度,Za为平均压缩因数,Ta为天然气平均温度,G为天然气相对密度。
步骤S2、建立地源热泵传热方程。地源热泵传热方程为
式中:me为蒸发器水侧循环流量,cp为水的比热容,teo为蒸发器出水口循环水温度,tei为蒸发器进水口循环水温度,tg为底下土壤平均换热温度,kg地下传热系数,fg地下热换器总面积。
步骤S3、建立永磁直驱潮流能发电功率方程永磁直驱潮流能发电功率方程。永磁直驱潮流能发电功率方程为
P为发电功率,ρ为海水密度,s为水轮机的扫截面积,ω为水轮机角速度,R为水轮机半径,λ为叶尖速比,Cp为水轮机的功率系数。
步骤S4、使用二进制粒子群算法对天然气、地热、潮流能进行优化。其中,步骤S4进一步包括如下步骤:步骤S41、二进制粒子群模型建立;步骤S42、优化目标函数。
在步骤S41中,二进制粒子群根据对环境的适应度将群体中的个体移动到好的区域,二进制粒子群速度更新公式为
其中:ω为惯性因子,k为迭代周期,c1,c2为加速因子,r1,r2为(0,1)之间服从均匀分布的随机数,为例子的当前位置,为粒子运动速度,为粒子个体位置最优,为粒子全局位置最优;
二进制粒子群位置更新公式为
步骤S42进一步包括:
步骤S42a、建立优化目标函数,优化目标函数为
minF=∑(∑crfr+∑ceme+∑cpP) (9)
其中cr为天然气成本单价,ce为地源热泵成本单价,cp为水轮机成本单价;
步骤S42b、将目标函数带入优化目标函数模型中,步骤如下
1)输入粒子群规模、变量个数、惯性权重、最大飞行速度、最大迭代次数、三种能源装置的参数、初始启停状态等。利用迭代公式初始化N个矢量,并尽可能均匀地分布在[0,1]空间中,然后映射到变量搜索空间,得到粒子的初始化位置;
2)计算每一个粒子的适应值δfit=Ft(x),取最小值作为群体当前的最优解Fbest,并记录该粒子位置为全局极值点xgbest,设定当前每个粒子的位置为个体极值点xpbest。并设定当前迭代次数nit为1;
3)判断当前的迭代次数是否满足最大迭代次数,若满足则输出计算结果,否则设定迭代次数nit=nit+1;
4)更新粒子的位置和速度。并根据式(8)更新各能源装置的开停机状态变量;
5)计算任意粒子与当前最优粒子之间的距离,若x(i)为任意粒子i当前的位置,x(r)为当前最优粒子的位置,当粒子的距离d(i)=(x(i)-x(r))2小于给定值(本专利中取10-3)时,则一个粒子不变,另一个粒子赋予混沌运动,在给定的步数内进行混沌搜索,用得到的结果替换原来的粒子;
6)判断粒子的状态是否满足各类不等式约束条件,若满足则保留粒子位置,否则取限值;
7)计算当前每个粒子的适应值,保存全局最优解Fbest,全局最优位置xgbest和个体最优位置xpbest,并转到步骤3)。
本专利建立了天然气流量方程,地源热泵传热方程,永磁直驱潮流能发电功率方程,二进制粒子群有很强全局搜索能力,且随着算法迭代搜索随机性越来越强,因此采用二进制粒子群对天然气,地热,潮流能进行调控。
以上对本发明的较佳实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施;任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例,这并不影响本发明的实质内容。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种基于二进制粒子群的能源互联网的优化调度方法,其特征在于,包括如下步骤:
步骤S1、建立天然气流量方程;
步骤S2、建立地源热泵传热方程;
步骤S3、建立永磁直驱潮流能发电功率方程永磁直驱潮流能发电功率方程;
步骤S4、使用二进制粒子群算法对天然气、地热、潮流能进行优化。
2.如权利要求1所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,在步骤S1中,对于绝热输气管r,其首末节点分别为i和j,其稳态流量fr表示为
式中:kr为管道常量;为管道r压降,pi和pj分别为节点i和j的压力,sij为描述天然气流向参数,Dij为节点i和j之间的管道直径,lij为节点i和j之间的管道长度,Za为平均压缩因数,Ta为天然气平均温度,G为天然气相对密度。
3.如权利要求2所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,在步骤S2中,地源热泵传热方程为
式中:me为蒸发器水侧循环流量,cp为水的比热容,teo为蒸发器出水口循环水温度,tei为蒸发器进水口循环水温度,tg为底下土壤平均换热温度,kg地下传热系数,fg地下热换器总面积。
4.如权利要求3所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,步骤S3中,永磁直驱潮流能发电功率方程为
P为发电功率,ρ为海水密度,s为水轮机的扫截面积,ω为水轮机角速度,R为水轮机半径,λ为叶尖速比,Cp为水轮机的功率系数。
5.如权利要求4所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,步骤S4进一步包括如下步骤:
步骤S41、二进制粒子群模型建立;
步骤S42、优化目标函数。
6.如权利要求5所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,步骤S41中,二进制粒子群根据对环境的适应度将群体中的个体移动到好的区域,二进制粒子群速度更新公式为
其中:ω为惯性因子,k为迭代周期,c1,c2为加速因子,r1,r2为(0,
1)之间服从均匀分布的随机数,为例子的当前位置,为粒子运动速度,为粒子个体位置最优,为粒子全局位置最优;
二进制粒子群位置更新公式为
7.如权利要求6所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,步骤S42进一步包括:
步骤S42a、建立优化目标函数,优化目标函数为
minF=∑(∑crfr+∑ce me+∑cpP) (9)
其中cr为天然气成本单价,ce为地源热泵成本单价,cp为水轮机成本单价;
步骤S42b、将目标函数带入优化目标函数模型中,步骤如下
1)输入粒子群规模、变量个数、惯性权重、最大飞行速度、最大迭代次数、三种能源装置的参数、初始启停状态等。利用迭代公式初始化N个矢量,并尽可能均匀地分布在[0,1]空间中,然后映射到变量搜索空间,得到粒子的初始化位置;
2)计算每一个粒子的适应值δfit=Ft(x),取最小值作为群体当前的最优解Fbest,并记录该粒子位置为全局极值点xgbest,设定当前每个粒子的位置为个体极值点xpbest。并设定当前迭代次数nit为1;
3)判断当前的迭代次数是否满足最大迭代次数,若满足则输出计算结果,否则设定迭代次数nit=nit+1;
4)更新粒子的位置和速度。并根据式(8)更新各能源装置的开停机状态变量;
5)计算任意粒子与当前最优粒子之间的距离,若x(i)为任意粒子i当前的位置,x(r)为当前最优粒子的位置,当粒子的距离d(i)=(x(i)-x(r))2小于给定值时,则一个粒子不变,另一个粒子赋予混沌运动,在给定的步数内进行混沌搜索,用得到的结果替换原来的粒子;
6)判断粒子的状态是否满足各类不等式约束条件,若满足则保留粒子位置,否则取限值;
7)计算当前每个粒子的适应值,保存全局最优解Fbest,全局最优位置xgbest和个体最优位置xpbest,并转到步骤3)。
8.如权利要求7所述的基于二进制粒子群的能源互联网的优化调度方法,其特征在于,给定值为10-3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810892375.1A CN109165775A (zh) | 2018-08-07 | 2018-08-07 | 一种基于二进制粒子群的能源互联网的优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810892375.1A CN109165775A (zh) | 2018-08-07 | 2018-08-07 | 一种基于二进制粒子群的能源互联网的优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109165775A true CN109165775A (zh) | 2019-01-08 |
Family
ID=64895302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810892375.1A Pending CN109165775A (zh) | 2018-08-07 | 2018-08-07 | 一种基于二进制粒子群的能源互联网的优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165775A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734147A (zh) * | 2015-03-16 | 2015-06-24 | 河海大学 | 一种综合能源系统概率能量流分析方法 |
CN106907932A (zh) * | 2015-12-23 | 2017-06-30 | 江苏蓝创聚联数据与应用研究院有限公司 | 基于动态模型的环保烟气和余热回收实时系统 |
CN107317338A (zh) * | 2017-08-30 | 2017-11-03 | 广东工业大学 | 一种电力系统的最优潮流计算方法及装置 |
CN107451680A (zh) * | 2017-07-12 | 2017-12-08 | 河海大学 | 一种电‑气互联系统随机最优潮流启发式计算方法 |
CN108054784A (zh) * | 2018-01-09 | 2018-05-18 | 河海大学常州校区 | 一种海岛微电网多源协调优化控制方法 |
CN108133258A (zh) * | 2016-12-01 | 2018-06-08 | 南京理工大学 | 一种混合全局优化方法 |
-
2018
- 2018-08-07 CN CN201810892375.1A patent/CN109165775A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734147A (zh) * | 2015-03-16 | 2015-06-24 | 河海大学 | 一种综合能源系统概率能量流分析方法 |
CN106907932A (zh) * | 2015-12-23 | 2017-06-30 | 江苏蓝创聚联数据与应用研究院有限公司 | 基于动态模型的环保烟气和余热回收实时系统 |
CN108133258A (zh) * | 2016-12-01 | 2018-06-08 | 南京理工大学 | 一种混合全局优化方法 |
CN107451680A (zh) * | 2017-07-12 | 2017-12-08 | 河海大学 | 一种电‑气互联系统随机最优潮流启发式计算方法 |
CN107317338A (zh) * | 2017-08-30 | 2017-11-03 | 广东工业大学 | 一种电力系统的最优潮流计算方法及装置 |
CN108054784A (zh) * | 2018-01-09 | 2018-05-18 | 河海大学常州校区 | 一种海岛微电网多源协调优化控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Simulated annealing-chaotic search algorithm based optimization of reverse osmosis hybrid desalination system driven by wind and solar energies | |
Gao et al. | Optimal dispatching of wind-PV-mine pumped storage power station: A case study in Lingxin Coal Mine in Ningxia Province, China | |
Mostafaeipour | Economic evaluation of small wind turbine utilization in Kerman, Iran | |
CN103762589B (zh) | 一种电网中新能源容量配比分层优化方法 | |
Pali et al. | An innovative continuous power generation system comprising of wind energy along with pumped-hydro storage and open well | |
CN107681654B (zh) | 考虑新能源消纳和环境效益的多目标电网规划方法和装置 | |
CN108879793A (zh) | 一种风光蓄能水电站互补的离网式混合能源系统优化方法 | |
CN108960479A (zh) | 一种电-气集成能源系统随机优化的方法 | |
CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
Pirhaghshenasvali et al. | Optimal modeling and sizing of a practical hybrid wind/PV/diesel generation system | |
Thalamttathu Thankappan et al. | Pico‐hydel hybrid power generation system with an open well energy storage | |
CN111144641B (zh) | 一种基于改进粒子群算法的微电网优化调度方法 | |
CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
CN108736507A (zh) | 一种提升风电就地消纳的蓄热式电锅炉优化方法和装置 | |
CN110443467A (zh) | 一种区域综合能源系统太阳能消纳能力评估方法 | |
CN109888770A (zh) | 基于机会约束规划和波动成本的风电场装机容量优化方法 | |
Luo et al. | The techno-economic feasibility of a coastal zero-energy hotel building supported by the hybrid wind–wave energy system | |
CN110391677A (zh) | 一种基于电力市场环境的水光蓄混合系统运行优化方法 | |
CN114741960A (zh) | 一种综合能源经济环境调度优化方法及系统 | |
Ren et al. | Analysis of the performance of the multi-objective hybrid hydropower-photovoltaic-wind system to reduce variance and maximum power generation by developed owl search algorithm | |
CN103577893B (zh) | 一种新能源与火电双向为高载能负荷供电的节能优化方法 | |
Paul et al. | Application of chaotic quasi‐oppositional whale optimization algorithm on CHPED problem integrated with wind‐solar‐EVs | |
Bhol et al. | Decarbonizing the grid by optimal scheduling of solar PV‐WIND turbine‐pumped hydro storage considering application on heuristic algorithms: A comprehensive review | |
Gopi et al. | Modelling and optimization of renewable energy integration in buildings | |
Mukherjee et al. | Design and fabrication of solar-powered water pumping unit for irrigation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190108 |
|
RJ01 | Rejection of invention patent application after publication |