CN109934406A - 储能供暖的成本预测方法、装置、存储介质及终端 - Google Patents
储能供暖的成本预测方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN109934406A CN109934406A CN201910193556.XA CN201910193556A CN109934406A CN 109934406 A CN109934406 A CN 109934406A CN 201910193556 A CN201910193556 A CN 201910193556A CN 109934406 A CN109934406 A CN 109934406A
- Authority
- CN
- China
- Prior art keywords
- heating
- energy storage
- forecasting
- cost
- information table
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 118
- 238000004146 energy storage Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000015654 memory Effects 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000005057 refrigeration Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Central Heating Systems (AREA)
Abstract
本发明实施例公开了一种储能供暖的成本预测方法、装置、存储介质及终端，该方法包括：根据预设项目获取供暖信息表；根据历史气候信息生成气候信息表；将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。本发明实施例的技术方案，根据供暖项目当地每天的气温变化，动态估算热泵+储能供热站运行情况(用能情况、用能成本)，从而达到对供暖站的一整年的运维精细核算，为供暖站投资决策提供依据。
Description
技术领域
本发明实施例涉及新能源供暖技术，尤其涉及一种储能供暖的成本预测方法、装置、存储介质及终端。
背景技术
热泵供暖技术已经出现近30年了，但由于热泵本身的技术特点，造成热泵供暖有一定的局限性，北方地区很难推广。尤其是空气源热泵，在低温条件下，热泵的能效比会急剧下降，供暖成本急剧上升。
目前常用的热泵或电供暖计算，都是按建筑的最大热负荷乘以整个供暖时间，再乘以比例系数予以修正算出供暖总热量，然后用单位热价算出建筑的供暖成本，来评估供暖项目的经济性。
由于气温的变化造成热泵的能效会每时每刻都不同，国家电网电价在24小时内有不同的价格，所以上述系数法计算供暖成本并不是很准确，作为企业投资供暖项目的依据，可信度偏低。
因此，一种更加准确的储能供暖的成本预测方法成为了现有技术急需解决的技术问题。
发明内容
本发明实施例提供一种更加准确的储能供暖的成本预测方法、装置、存储介质及终端。
第一方面，本发明实施例提供了一种储能供暖的成本预测方法，包括：
根据预设项目获取供暖信息表；
根据历史气候信息生成气候信息表；
将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
可选的，所述供暖信息表包括：供暖面积、供冷面积、供冷负荷、当地建筑设计负荷指标、当地建筑耗热量指标、设计出水温度、设计回水温度、标准室内设计温度、供暖室外平均温度以及、供暖室外计算温度参数中的一个或多个。
可选的，所述气候信息表包括：所述预设周期内每个工作日的最高平均温度、最低平均温度、是否供暖参数和供暖负荷参数中的一个或多个。
可选的，所述供暖方案的至少热泵方案、储能方案，所述热泵方案包括每月热泵供暖比例、供暖时长和采暖面积；所述储能方案至少包括放热负荷比例、放热时间、储能热量、储能效率、转换效率和电加热效率。
可选的，所述热泵方案的成本至少包括采暖耗电量和每月电费，所述储能方案的成本至少包括采暖天数、用电量以及总电费。
可选的，所述预设能效计算模型进一步用于预测投资方案以及投资效益，所述投资方案包括建设估算表，所述投资效益包括运营估算表。
可选的，所述热泵方案、储能方案包括在不同供暖比例下计算的每日热泵方案和每日储能方案，所述不同供暖比例至少包括0-100％之间的多个不同等级的供暖比例。
第二方面，本发明实施例还提供了一种储能供暖的成本预测装置，所述储能供暖的成本预测装置包括：
供暖信息获取模块，用于根据预设项目获取供暖信息表；
气候信息获取模块，用于根据历史气候信息生成气候信息表；
供暖方案预测模块，将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的储能供暖的成本预测方法。
第四方面，本发明实施例提供了一种终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现上述的储能供暖的成本预测方法。
相对于现有技术，本发明实施例中提供的储能供暖的成本预测的方案根据供暖项目当地每天的气温变化，动态估算热泵+储能供热站运行情况(用能情况、用能成本)，从而达到对供暖站的一整年的运维精细核算，为供暖站投资决策提供依据。
附图说明
图1为本发明实施例一提供的一种储能供暖的成本预测方法的流程示意图；
图2为本发明实施例二提供的一种储能供暖的成本预测装置的结构示意图；
图3为本发明实施例三提供的一种终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一速度差值为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种储能供暖的成本预测方法的流程示意图，用于实现储能供暖的成本预测，本实施例的方法可以适用于进行储能供暖的成本预测功能的终端设备，本实施例的方法可以由终端设备的处理器执行，具体包括：
步骤110、根据预设项目获取供暖信息表。
具体的，供暖信息表包括：供暖面积、供冷面积、供冷负荷、当地建筑设计负荷指标、当地建筑耗热量指标、设计出水温度、设计回水温度、标准室内设计温度、供暖室外平均温度以及、供暖室外计算温度参数中的一个或多个。
一实施例中，供暖信息表可以如表1所示。项目所在地为孙集镇，供暖室外平均温度为 -0.7度，供暖室外计算温度为-7度，室内设计温度为18度，设计供暖水温度为45度，回水温度为35度，当地建筑耗热量指标为21.30w/m2，当地建筑设计负荷指标为25.08w/m2，供暖面积为56731m2，供暖费为22.5元/m2。
表1
步骤120、根据历史气候信息生成气候信息表。
具体的，气候信息表包括：所述预设周期内每个工作日的最高平均温度、最低平均温度、是否供暖参数和供暖负荷参数中的一个或多个。
一实施例中，气候信息表可以如表2所示。表2所选取的时间段为11月15日至12月6日，列举的参数包括是否供暖参数、每个工作日的最高平均温度、最低平均温度、供暖负荷参数。
表2
步骤130、将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
具体的，供暖方案至少包括热泵方案、储能方案，热泵方案包括每月热泵供暖比例、供暖时长和采暖面积；储能方案至少包括放热负荷比例、放热时间、储能热量、储能效率、转换效率和电加热效率。
其中，热泵方案的成本至少包括采暖耗电量和每月电费，储能方案的成本至少包括采暖天数、用电量以及总电费。
一实施例中，热泵方案的成本和储能方案的成本如表3、4所示。
表3
表4
可选的，预设能效计算模型进一步用于预测投资方案以及投资效益，所述投资方案包括建设估算表，所述投资效益包括运营估算表。
一实施例中，建设估算表、融资/折旧/税费信息表、运营估算表如表5所示。
表5
可选的，热泵方案、储能方案包括在不同供暖比例下计算的每日热泵方案和每日储能方案，所述不同供暖比例至少包括0-100％之间的多个不同等级的供暖比例。
相对于现有技术，本发明实施例中提供的储能供暖的成本预测的方法根据供暖项目当地每天的气温变化，动态估算热泵+储能供热站运行情况(用能情况、用能成本)，从而达到对供暖站的一整年的运维精细核算，为供暖站投资决策提供依据。
实施例二
图2为本发明实施例二提供的一种储能供暖的成本预测装置200的结构示意图，该装置可由软件和/或硬件实现，一般集成在终端中，可执行储能供暖的成本预测方法。
本实施例的储能供暖的成本预测装置200包括：
供暖信息获取模块210，用于根据预设项目获取供暖信息表；
气候信息获取模块220，用于根据历史气候信息生成气候信息表；
供暖方案预测模块230，将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
进一步地，所述供暖信息表包括：供暖面积、供冷面积、供冷负荷、当地建筑设计负荷指标、当地建筑耗热量指标、设计出水温度、设计回水温度、标准室内设计温度、供暖室外平均温度以及、供暖室外计算温度参数中的一个或多个。
进一步地，所述气候信息表包括：所述预设周期内每个工作日的最高平均温度、最低平均温度、是否供暖参数和供暖负荷参数中的一个或多个。
进一步地，所述供暖方案至少包括热泵方案、储能方案，所述热泵方案包括每月热泵供暖比例、供暖时长和采暖面积；所述储能方案至少包括放热负荷比例、放热时间、储能热量、储能效率、转换效率和电加热效率。
进一步地，所述热泵方案的成本至少包括采暖耗电量和每月电费，所述储能方案的成本至少包括采暖天数、用电量以及总电费。
进一步地，所述预设能效计算模型进一步用于预测投资方案以及投资效益，所述投资方案包括建设估算表，所述投资效益包括运营估算表。
进一步地，所述热泵方案、储能方案包括在不同供暖比例下计算的每日热泵方案和每日储能方案，所述不同供暖比例至少包括0-100％之间的多个不同等级的供暖比例。
相对于现有技术，本实施例储能供暖的成本预测装置用于执行前述本实施例储能供暖的成本预测方法，因此还可以实现前述实施例的所有优点，在此不再赘述。
实施例三
图3为本发明实施例三提供的一种终端的结构示意图，如图3所示，该种终端包括存储器301、处理器302，终端中处理器302的数量可以是一个或多个，图3中以一个处理器302 为例；终端中的存储器301、处理器302可以通过总线或其他方式连接，图3中以通过总线连接为例。
存储器301作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的储能供暖的成本预测方法对应的程序指令/模块，处理器302通过运行存储在存储器301中的软件程序、指令以及模块，从而执行设备/终端/终端的各种功能应用以及数据处理，即实现上述的储能供暖的成本预测方法。
存储器301可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器301可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器301可进一步包括相对于处理器302远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/ 终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、 DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以进一步包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
一实施例中，本发明实施例提供的一种包含计算机可执行指令的存储介质计算机可执行指令在由计算机处理器执行时用于执行一种储能供暖的成本预测方法，该方法包括：
根据预设项目获取供暖信息表；
根据历史气候信息生成气候信息表；
将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的储能供暖的成本预测方法中的相关操作。
通过以上关于实施例的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施例。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例的方法。
值得注意的是，上述储能供暖的成本预测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种储能供暖的成本预测方法，其特征在于，包括：
根据预设项目获取供暖信息表；
根据历史气候信息生成气候信息表；
将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
2.根据权利要求1所述的储能供暖的成本预测方法，其特征在于：所述供暖信息表包括：供暖面积、供冷面积、供冷负荷、当地建筑设计负荷指标、当地建筑耗热量指标、设计出水温度、设计回水温度、标准室内设计温度、供暖室外平均温度以及供暖室外计算温度参数中的一个或多个。
3.根据权利要求1所述的储能供暖的成本预测方法，其特征在于：所述气候信息表包括：所述预设周期内每个工作日的最高平均温度、最低平均温度、是否供暖参数和供暖负荷参数中的一个或多个。
4.根据权利要求1所述的储能供暖的成本预测方法，其特征在于：所述供暖方案至少包括热泵方案、储能方案，所述热泵方案包括每月热泵供暖比例、供暖时长和采暖面积；所述储能方案至少包括放热负荷比例、放热时间、储能热量、储能效率、转换效率和电加热效率。
5.根据权利要求4所述的储能供暖的成本预测方法，其特征在于：所述热泵方案的成本至少包括采暖耗电量和每月电费，所述储能方案的成本至少包括采暖天数、用电量以及总电费。
6.根据权利要求1所述的储能供暖的成本预测方法，其特征在于：所述预设能效计算模型进一步用于预测投资方案以及投资效益，所述投资方案包括建设估算表，所述投资效益包括运营估算表。
7.根据权利要求4所述的储能供暖的成本预测方法，其特征在于：所述热泵方案、储能方案包括在不同供暖比例下计算的每日热泵方案和每日储能方案，所述不同供暖比例至少包括0-100％之间的多个不同等级的供暖比例。
8.一种储能供暖的成本预测装置，其特征在于，包括：
供暖信息获取模块，用于根据预设项目获取供暖信息表；
气候信息获取模块，用于根据历史气候信息生成气候信息表；
供暖方案预测模块，将供暖信息表以及气候信息表的数据输入预设能效计算模型预测预设周期内不同供暖方案的成本。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的储能供暖的成本预测方法。
10.一种储能供暖的成本预测终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的储能供暖的成本预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910193556.XA CN109934406A (zh) | 2019-03-14 | 2019-03-14 | 储能供暖的成本预测方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910193556.XA CN109934406A (zh) | 2019-03-14 | 2019-03-14 | 储能供暖的成本预测方法、装置、存储介质及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934406A true CN109934406A (zh) | 2019-06-25 |
Family
ID=66987213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910193556.XA Pending CN109934406A (zh) | 2019-03-14 | 2019-03-14 | 储能供暖的成本预测方法、装置、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934406A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111550861A (zh) * | 2020-05-19 | 2020-08-18 | 山东建筑大学 | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 |
| CN112836848A (zh) * | 2020-12-16 | 2021-05-25 | 深圳市云辉牧联科技有限公司 | 牧场养殖管理方法、管理系统及存储介质 |
| CN116862077A (zh) * | 2023-08-31 | 2023-10-10 | 吉林电力交易中心有限公司 | 基于多模态组合模型的电采暖运行成本预测方法和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104791903A (zh) * | 2015-04-30 | 2015-07-22 | 北京上庄燃气热电有限公司 | 一种热网智能调度系统 |
| CN108154259A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 热泵的负荷预测方法及装置、存储介质、处理器 |
| CN108256739A (zh) * | 2017-12-22 | 2018-07-06 | 国网北京市电力公司 | 应用于电采暖的负荷确定方法及装置 |
| CN109190859A (zh) * | 2018-11-05 | 2019-01-11 | 国网江苏省电力有限公司电力科学研究院 | 冷热电联供型多微网系统及其经济优化调度方法 |
| CN109409600A (zh) * | 2018-10-24 | 2019-03-01 | 华北电力大学 | 风电、蓄热式电锅炉联合供暖系统优化调度方法 |
-
2019
- 2019-03-14 CN CN201910193556.XA patent/CN109934406A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104791903A (zh) * | 2015-04-30 | 2015-07-22 | 北京上庄燃气热电有限公司 | 一种热网智能调度系统 |
| CN108154259A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 热泵的负荷预测方法及装置、存储介质、处理器 |
| CN108256739A (zh) * | 2017-12-22 | 2018-07-06 | 国网北京市电力公司 | 应用于电采暖的负荷确定方法及装置 |
| CN109409600A (zh) * | 2018-10-24 | 2019-03-01 | 华北电力大学 | 风电、蓄热式电锅炉联合供暖系统优化调度方法 |
| CN109190859A (zh) * | 2018-11-05 | 2019-01-11 | 国网江苏省电力有限公司电力科学研究院 | 冷热电联供型多微网系统及其经济优化调度方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111550861A (zh) * | 2020-05-19 | 2020-08-18 | 山东建筑大学 | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 |
| CN112836848A (zh) * | 2020-12-16 | 2021-05-25 | 深圳市云辉牧联科技有限公司 | 牧场养殖管理方法、管理系统及存储介质 |
| CN116862077A (zh) * | 2023-08-31 | 2023-10-10 | 吉林电力交易中心有限公司 | 基于多模态组合模型的电采暖运行成本预测方法和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | Data analytics and optimization of an ice-based energy storage system for commercial buildings | |
| Pedersen et al. | Load prediction method for heat and electricity demand in buildings for the purpose of planning for mixed energy distribution systems | |
| CN109934406A (zh) | 储能供暖的成本预测方法、装置、存储介质及终端 | |
| US20150378381A1 (en) | Systems and methods for energy cost optimization | |
| Wei et al. | Co-scheduling of HVAC control, EV charging and battery usage for building energy efficiency | |
| US9235847B2 (en) | Energy-disutility modeling for agile demand response | |
| JP2017536073A (ja) | 電力グリッドシステムおよび電力グリッドシステムにおける電力の投入および消費を統合する方法 | |
| BRPI1005189B1 (pt) | Método, operável por processador, para controlar eventos de resposta de demanda em uma rede de empresa de serviço de locais consumidores e sistema para controlar eventos de resposta de demanda em uma rede de empresa de serviço de locais consumidores | |
| CN110657512B (zh) | 基于热电联合调度的冰蓄冷空调经济性分析方法和装置 | |
| US20190310667A1 (en) | System for providing thermostat configuration guidance | |
| de Uribarri et al. | Energy performance of decentralized solar thermal feed-in to district heating networks | |
| CN110276489B (zh) | 基于㶲损最低的多能量枢纽分布式优化调度方法及系统 | |
| CN108844190B (zh) | 空调自学习最优控制系统 | |
| US20180238572A1 (en) | Modeling and controlling heating, ventilation, and air conditioning systems | |
| WO2014155575A1 (ja) | 試算装置及び試算方法 | |
| Ruth et al. | Effects of home energy management systems on distribution utilities and feeders under various market structures | |
| Lanahan et al. | Rapid visualization of the potential residential cost savings from energy storage under time-of-use electric rates | |
| CN106655268A (zh) | 一种分布式光伏接入的综合效益分析方法及装置 | |
| US11689028B2 (en) | Method for controlling an exchange of energy between energy sub-systems in adjusted harmonised conditions; control centre; energy system; computer program; and storage medium | |
| JP6678347B2 (ja) | 電力管理システム | |
| Altermatt et al. | Replacing gas boilers with heat pumps is the fastest way to cut German gas consumption | |
| Durmaz et al. | Levelized cost of consumed electricity | |
| US20120310377A1 (en) | Optimized utilities consumption | |
| Naderi et al. | Clustering based analysis of residential duck curve mitigation through solar pre-cooling: A case study of Australian housing stock | |
| US20140365023A1 (en) | Systems and Methods for Computer Implemented Energy Management |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |