CN110097403A - 一种供暖需求的预测方法和预测系统 - Google Patents

一种供暖需求的预测方法和预测系统 Download PDF

Info

Publication number
CN110097403A
CN110097403A CN201910380578.7A CN201910380578A CN110097403A CN 110097403 A CN110097403 A CN 110097403A CN 201910380578 A CN201910380578 A CN 201910380578A CN 110097403 A CN110097403 A CN 110097403A
Authority
CN
China
Prior art keywords
heating
area
demands
objective
prediction technique
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
Application number
CN201910380578.7A
Other languages
English (en)
Inventor
梁吉
苗友忠
李雪男
王哲
尹璐
吕风波
张奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guonenghui (beijing) Technology Co Ltd
State Grid Corp of China SGCC
Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd
Original Assignee
Guonenghui (beijing) Technology Co Ltd
State Grid Corp of China SGCC
Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guonenghui (beijing) Technology Co Ltd, State Grid Corp of China SGCC, Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd filed Critical Guonenghui (beijing) Technology Co Ltd
Priority to CN201910380578.7A priority Critical patent/CN110097403A/zh
Publication of CN110097403A publication Critical patent/CN110097403A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种供暖需求的预测方法和预测系统，所述预测方法包括：基于目标地区的基础数据获取所述目标地区的第一供暖面积；基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测。本公开所提供的供暖需求的预测方法和预测系统，通过对目标地区的基础数据进行分析获得第一供暖面积，根据第一供暖面积和负荷数据来对供暖需求进行预测，将多种因素考虑在内，预测的准确度较高，有利于合理规划采暖规划布局以及建设时序。

Description

一种供暖需求的预测方法和预测系统
技术领域
本公开涉及电力领域，尤其涉及一种供暖需求的预测方法和预测系统。
背景技术
清洁供暖是指利用天然气、电、地热、生物质、太阳能、工业余热、清洁化燃煤(超低排放)、核能等清洁化能源，通过高效用能系统实现低排放、低能耗的取暖方式。当前，我国仍然有很多地区的清洁供暖比例低，特别是部分地区冬季大量使用散烧煤，大气污染物排放量大，迫切需要推进清洁供暖技术。电采暖是利用电力，使用电锅炉等集中式供暖设施或发热电缆、电热膜、蓄热电暖器等分散式电供暖设施，以及各类电驱动热泵，向用户供暖的方式，是一种十分清洁高效的取暖方式。随着我国电采暖的推广及应用，电采暖大范围推进对于负荷预测、配套电网规划建设等都具有重要影响，因此，需要一种能够准确预测未来供暖需求的方法，以合理规划电采暖规划布局、建设时序，对配套电网的建设具有重要意义。
发明内容
针对现有技术中存在的上述技术问题，本公开提供了一种供暖需求的预测方法和预测系统，其从多个角度对供暖需求进行预测，准确度较高，有利于合理规划采暖规划布局以及建设时序。
根据本公开的第一方案，提供了一种供暖需求的预测方法，所述预测方法包括：基于目标地区的基础数据获取所述目标地区的第一供暖面积；基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测。
在一些实施例中，基于目标地区的基础数据获取所述目标地区的第一供暖面积，包括：对所述基础数据进行分析，以得到所述目标地区的第二供暖面积；基于所述第二供暖面积和预设比例获取所述目标地区的第一供暖面积。
在一些实施例中，所述预设比例的预设范围为10％-30％。
在一些实施例中，所述第一供暖面积所对应的供暖方式不同于所述第二供暖面积所对应的供暖方式；其中：所述第二供暖面积所对应的供暖方式至少包括燃料供暖方式。
在一些实施例中，基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测，包括：基于所述第一供暖面积和负荷数据对所述目标地区的供暖的热负荷需求进行预测；基于所述供暖的热负荷需求对所述目标地区的供暖的电负荷需求进行预测。
在一些实施例中，基于目标地区的基础数据获取所述目标地区的第一供暖面积，具体包括：根据变化率调整因子获取所述第一供暖面积，所述变化率调整因子用于表征目标地区内不同供暖方式需求的人口的流动率。
在一些实施例中，所述流动率为第一区域与第二区域之间人口的流动率。
在一些实施例中，所述第一区域的范围内对应有第一预设人口数量；所述第二区域的范围内对应有第二预设人口数量。
在一些实施例中，所述第一供暖面积对应于一供暖方式；所述负荷数据至少包括：该供暖方式中各供暖类型的占比和同时率。
根据本公开的第二方案，本公开还提供了一种供暖需求的预测系统，包括：获取模块，其配置为基于目标地区的基础数据获取所述目标地区的第一供暖面积；预测模块，其配置为基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测。
与现有技术相比，本公开的有益效果在于：
本公开所提供的供暖需求的预测方法和预测系统，通过对目标地区的基础数据进行分析获得第一供暖面积，根据第一供暖面积和负荷数据来对供暖需求进行预测，将多种因素考虑在内，预测的准确度较高，有利于合理规划采暖规划布局以及建设时序。
应当理解，前面的一般描述和以下详细描述都仅是示例性和说明性的，而不是用于限制本公开。
本节提供本公开中描述的技术的各种实现或示例的概述，并不是所公开技术的全部范围或所有特征的全面公开。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。
图1为根据本公开实施例的供暖需求的预测方法的流程图；
图2为根据本公开的供暖需求的预测方法一个具体实施例的流程图；
图3为根据本公开实施例的供暖需求的预测系统的结构示意图。
附图标记说明：
100-供暖需求的预测系统；110-获取模块；120-预测模块。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。为了保持本公开实施例的以下说明清楚且简明，本公开省略了已知功能和已知部件的详细说明。
图1为根据本公开实施例的供暖需求的预测方法的流程图，如图1所示，本公开提供了一种供暖需求的预测方法，所述预测方法包括步骤S101至S102：
在步骤S101，基于目标地区的基础数据获取目标地区的第一供暖面积。具体说来，供暖方式有多种，例如燃煤供暖、天然气供暖、电供暖等，第一供暖面积可以为某一种或某几种供暖方式的增加的供暖面积，和/或供暖方式之间相互替代的供暖面积。基础数据例如但不限于与目标地区的人口相关的数据和各供暖方式的当前的供暖面积，人口相关的数据可以包括当前人口数量、人口增长率、城镇化率等，通过对基础数据进行分析将多种因素考虑在内来确定第一供暖面积，使得确定的第一供暖面积更为准确。
在步骤S102，基于第一供暖面积和负荷数据对目标地区的供暖需求进行预测。其中，负荷数据至少与供暖方式相关，例如在采用电供暖方式时，单位供暖面积所消耗的功率、各种电供暖类型的占比等，在一些实施例中，负荷数据还与目标地区的各个区域的寒冷程度相关，例如寒冷程度较高的区域的供暖面积所消耗的功率高于寒冷程度较低的区域。根据在步骤S101获得的第一供暖面积和负荷数据以及目标地区当前的供暖面积可以对目标地区的供暖需求进行更准确的预测，对供暖需求的预测例如但不限于对电供暖方式的供暖需求的预测、对燃煤供暖方式的供暖需求的预测、对天然气供暖方式的供暖需求的预测。
本公开所提供的供暖需求的预测方法，通过对目标地区的基础数据进行分析获得第一供暖面积，根据第一供暖面积和负荷数据来对供暖需求进行预测，将多种因素考虑在内，预测的准确度较高，有利于合理规划采暖规划布局以及建设时序。
在一些实施例中，基于目标地区的基础数据获取目标地区的第一供暖面积，包括：对基础数据进行分析，以得到目标地区的第二供暖面积；基于第二供暖面积和预设比例获取目标地区的第一供暖面积。在一些实施例中，第一供暖面积所对应的供暖方式不同于第二供暖面积所对应的供暖方式；其中：第二供暖面积所对应的供暖方式至少包括燃料供暖方式。具体说来，第一供暖面积对应的供暖方式为替代第二供暖面积对应的供暖方式，例如，第一供暖面积对应的供暖方式为电供暖，第二供暖面积对应的供暖方式为燃料供暖，其中，预设比例为第一供暖面积对应的供暖方式替代第二供暖面积对应的供暖方式的比例，根据第二供暖面积和预设比例可以预测目标地区的供暖方式之间替代的供暖面积。
在一些实施例中，预设比例的预设范围为10％-30％。具体说来，对目标地区的供暖需求进行预测的过程中可以对利用的各参数的范围进行调整，将预设比例的预设范围设置为10％-30％所预测出的供暖需求较为准确。
在一些实施例中，基于第一供暖面积和负荷数据对目标地区的供暖需求进行预测，包括：基于第一供暖面积和负荷数据对目标地区的供暖的热负荷需求进行预测；基于供暖的热负荷需求对目标地区的供暖的电负荷需求进行预测。具体说来，可以首先根据第一供暖面积和负荷数据对目标地区的供暖的热负荷需求进行预测，然后根据获取的与供暖时长相关的数据和热负荷需求预测数据对目标地区的供暖的电负荷需求进行预测，其中，供暖时长相关的数据至少包括平均采暖周期、每天的平均采暖时长。
在一些实施例中，基于目标地区的基础数据获取目标地区的第一供暖面积，具体包括：根据变化率调整因子获取第一供暖面积，变化率调整因子用于表征目标地区内不同供暖方式需求的人口的流动率。在一些实施例中，流动率为第一区域与第二区域之间人口的流动率。具体的，目标地区内的不同的区域的主要供暖方式可能有所不同，例如农村以燃煤供暖为主，城镇以电供暖为主，而区域之间人口的流动会影响第一供暖面积，利用变化率调整因子来表征目标地区内不同供暖方式需求的人口的流动率，将人口流动率考虑在内使获取的第一供暖面积更准确，从而使得对供暖需求的预测更为准确。
在一些实施例中，第一区域的范围内对应有第一预设人口数量；第二区域的范围内对应有第二预设人口数量，通过计算第一区域和第二区域各自范围内的人口数量的变化来得到变化率调整因子，以根据获得的变化率调整因子获取第一供暖面积，从而使得对供暖需求的预测更为准确。
在一些实施例中，第一供暖面积对应于一供暖方式；负荷数据至少包括该供暖方式中各供暖类型的占比和同时率。具体的，可以根据第一供暖面积、各供暖类型的单位面积消耗的功率以及负荷数据来计算目标地区的热负荷需求，例如，在某一目标地区中，第一供暖面积为1447万m2，其中，直热式电供暖类型的单位面积消耗的功率800W/m2，其占比为5％，同时率为0.6，蓄热式电供暖类型的单位面积消耗的功率100W/m2，其占比为70％，同时率为0.8，热泵式电供暖类型的单位面积消耗的功率60W/m2，其占比为25％，同时率为0.6，根据第一供暖面积以及上述三种供暖类型的各自的单位面积消耗的功率、占比和同时率计算得到该目标地区的电供暖的热负荷需求为98万kW。
图2为根据本公开的供暖需求的预测方法一个具体实施例的流程图，以对电供暖方式的供暖需求进行预测为例，如图2所示，首先根据城镇的当前人口数量、燃煤供暖面积、人口增长率、城镇化率以及预设比例来计算城镇的电供暖新增供暖面积，根据农村的当前人口数量、燃煤供暖面积、燃煤供暖占比以及预设比例来计算农村的电供暖替代供暖面积，然后根据城镇的电供暖新增供暖面积和农村的电供暖替代供暖面积预测目标地区的电供暖面积，然后利用目标地区的电供暖面积和负荷数据预测电供暖的热负荷需求，进一步利用电供暖热负荷需求和与供暖时长相关的数据预测电供暖的电负荷需求，最后根据电供暖的电负荷需求得到电供暖的用电量需求。其中，在获取人口增长率时，人口的增长包括城镇与农村之间的人口流动量，预设比例为电供暖方式替代燃煤供暖方式的比例，可选的，计算城镇的电供暖新增供暖面积时所采用的预设比例的范围与计算农村的电供暖替代供暖面积时的所采用的预设比例范围可以相同，也可以不同。
图3为根据本公开实施例的供暖需求的预测系统100的结构示意图，如图3所示，本公开还提供了一种供暖需求的预测系统100，其包括获取模块110和预测模块120，获取模块110配置为基于目标地区的基础数据获取目标地区的第一供暖面积，预测模块120配置为基于第一供暖面积和负荷数据对目标地区的供暖需求进行预测。具体说来，获取模块110获取的第一供暖面积可以为某一种或某几种供暖方式的增加的供暖面积，和/或供暖方式之间相互替代的供暖面积。基础数据例如但不限于与目标地区的人口相关的数据和各供暖方式的当前的供暖面积，人口相关的数据可以包括当前人口数量、人口增长率、城镇化率等，通过对基础数据进行分析将多种因素考虑在内来确定第一供暖面积，使得确定的第一供暖面积更为准确。具体的，负荷数据至少与供暖方式相关，例如在采用电供暖方式时，单位供暖面积所消耗的功率、各种电供暖类型的占比等，在一些实施例中，负荷数据还与目标地区的各个区域的寒冷程度相关，例如寒冷程度较高的区域的供暖面积所消耗的功率高于寒冷程度较低的区域。预测模块120根据获取模块110获得的第一供暖面积和负荷数据以及目标地区当前的供暖面积可以对目标地区的供暖需求进行更准确的预测，对供暖需求的预测例如但不限于对电供暖方式的供暖需求的预测、对燃煤供暖方式的供暖需求的预测、对天然气供暖方式的供暖需求的预测。
本公开所提供的供暖需求的预测系统100，通过对目标地区的基础数据进行分析获得第一供暖面积，根据第一供暖面积和负荷数据来对供暖需求进行预测，将多种因素考虑在内，预测的准确度较高，有利于合理规划采暖规划布局以及建设时序。
以上描述旨在是说明性的而不是限制性的。例如，上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外，在上述具体实施方式中，各种特征可以被分组在一起以简单化本公开。这不应解释为一种不要求保护的公开的特征对于任一权利要求是必要的意图。相反，本公开的主题可以少于特定的公开的实施例的全部特征。从而，以下权利要求书作为示例或实施例在此并入具体实施方式中，其中每个权利要求独立地作为单独的实施例，并且考虑这些实施例可以以各种组合或排列彼此组合。本公开的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
以上实施例仅为本公开的示例性实施例，不用于限制本公开，本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内，对本公开做出各种修改或等同替换，这种修改或等同替换也应视为落在本公开的保护范围内。

Claims (10)

1.一种供暖需求的预测方法，其特征在于，所述预测方法包括：
基于目标地区的基础数据获取所述目标地区的第一供暖面积；
基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测。
2.根据权利要求1所述的供暖需求的预测方法，其特征在于，基于目标地区的基础数据获取所述目标地区的第一供暖面积，包括：
对所述基础数据进行分析，以得到所述目标地区的第二供暖面积；
基于所述第二供暖面积和预设比例获取所述目标地区的第一供暖面积。
3.根据权利要求2所述的供暖需求的预测方法，其特征在于，所述预设比例的预设范围为10％-30％。
4.根据权利要求2所述的供暖需求的预测方法，其特征在于，所述第一供暖面积所对应的供暖方式不同于所述第二供暖面积所对应的供暖方式；其中：
所述第二供暖面积所对应的供暖方式至少包括燃料供暖方式。
5.根据权利要求1所述的供暖需求的预测方法，其特征在于，基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测，包括：
基于所述第一供暖面积和负荷数据对所述目标地区的供暖的热负荷需求进行预测；
基于所述供暖的热负荷需求对所述目标地区的供暖的电负荷需求进行预测。
6.根据权利要求2所述的供暖需求的预测方法，其特征在于，基于目标地区的基础数据获取所述目标地区的第一供暖面积，具体包括：
根据变化率调整因子获取所述第一供暖面积，所述变化率调整因子用于表征目标地区内不同供暖方式需求的人口的流动率。
7.根据权利要求6所述的供暖需求的预测方法，其特征在于，所述流动率为第一区域与第二区域之间人口的流动率。
8.根据权利要求7所述的供暖需求的预测方法，其特征在于，
所述第一区域的范围内对应有第一预设人口数量；
所述第二区域的范围内对应有第二预设人口数量。
9.根据权利要求1所述的供暖需求的预测方法，其特征在于，所述第一供暖面积对应于一供暖方式；
所述负荷数据至少包括：该供暖方式中各供暖类型的占比和同时率。
10.一种供暖需求的预测系统，其特征在于，包括：
获取模块，其配置为基于目标地区的基础数据获取所述目标地区的第一供暖面积；
预测模块，其配置为基于所述第一供暖面积和负荷数据对所述目标地区的供暖需求进行预测。
CN201910380578.7A 2019-05-08 2019-05-08 一种供暖需求的预测方法和预测系统 Pending CN110097403A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910380578.7A CN110097403A (zh) 2019-05-08 2019-05-08 一种供暖需求的预测方法和预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910380578.7A CN110097403A (zh) 2019-05-08 2019-05-08 一种供暖需求的预测方法和预测系统

Publications (1)

Publication Number Publication Date
CN110097403A true CN110097403A (zh) 2019-08-06

Family

ID=67447322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910380578.7A Pending CN110097403A (zh) 2019-05-08 2019-05-08 一种供暖需求的预测方法和预测系统

Country Status (1)

Country Link
CN (1) CN110097403A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111125194A (zh) * 2019-12-25 2020-05-08 中国建筑科学研究院有限公司 应用于城市级清洁取暖的数据构造方法及装置
CN112598156A (zh) * 2020-11-27 2021-04-02 国网浙江海宁市供电有限公司 一种提升变电所全停全转负荷校验准确率的方法
CN117611241A (zh) * 2024-01-24 2024-02-27 天津能源投资集团有限公司 一种用于精准供热的负荷预测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699991A (zh) * 2015-03-30 2015-06-10 哈尔滨工业大学 基于灰色系统理论的城镇供热系统年供热量预测方法
CN105930939A (zh) * 2016-05-13 2016-09-07 同济大学 一种城区能源基础设施规划系统及方法
CN106557843A (zh) * 2016-11-24 2017-04-05 新奥泛能网络科技股份有限公司 一种用能需求预测方法
CN107067123A (zh) * 2016-09-08 2017-08-18 国网新疆电力公司 新能源电采暖价值分析方法
CN107909220A (zh) * 2017-12-08 2018-04-13 天津天大求实电力新技术股份有限公司 一种电采暖负荷预测方法
CN109359761A (zh) * 2018-08-22 2019-02-19 国网天津市电力公司电力科学研究院 一种采用空气源热泵的电采暖负荷预测模型

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699991A (zh) * 2015-03-30 2015-06-10 哈尔滨工业大学 基于灰色系统理论的城镇供热系统年供热量预测方法
CN105930939A (zh) * 2016-05-13 2016-09-07 同济大学 一种城区能源基础设施规划系统及方法
CN107067123A (zh) * 2016-09-08 2017-08-18 国网新疆电力公司 新能源电采暖价值分析方法
CN106557843A (zh) * 2016-11-24 2017-04-05 新奥泛能网络科技股份有限公司 一种用能需求预测方法
CN107909220A (zh) * 2017-12-08 2018-04-13 天津天大求实电力新技术股份有限公司 一种电采暖负荷预测方法
CN109359761A (zh) * 2018-08-22 2019-02-19 国网天津市电力公司电力科学研究院 一种采用空气源热泵的电采暖负荷预测模型

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙毅等: "多情景下的电能替代潜力分析", 《电网技术》 *
韩梦: ""城镇化下我国北方省份集中供热耗煤预测及节能潜力分析"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111125194A (zh) * 2019-12-25 2020-05-08 中国建筑科学研究院有限公司 应用于城市级清洁取暖的数据构造方法及装置
CN111125194B (zh) * 2019-12-25 2023-04-11 中国建筑科学研究院有限公司 应用于城市级清洁取暖的数据构造方法及装置
CN112598156A (zh) * 2020-11-27 2021-04-02 国网浙江海宁市供电有限公司 一种提升变电所全停全转负荷校验准确率的方法
CN117611241A (zh) * 2024-01-24 2024-02-27 天津能源投资集团有限公司 一种用于精准供热的负荷预测方法及系统

Similar Documents

Publication Publication Date Title
Ashtiani et al. Techno-economic analysis of a grid-connected PV/battery system using the teaching-learning-based optimization algorithm
Ma et al. Modeling and optimization of combined heat and power with power-to-gas and carbon capture system in integrated energy system
Guan et al. Energy-efficient buildings facilitated by microgrid
Zhang et al. Economic assessment of alternative heat decarbonisation strategies through coordinated operation with electricity system–UK case study
Khemakhem et al. A collaborative energy management among plug-in electric vehicle, smart homes and neighbors’ interaction for residential power load profile smoothing
Li et al. Improving wind power integration by regenerative electric boiler and battery energy storage device
CN110097403A (zh) 一种供暖需求的预测方法和预测系统
CN108832656A (zh) 基于电转气和可再生能源利用微能源网多目标规划方法
Grantham et al. The viability of electrical energy storage for low-energy households
Gholizadeh et al. An innovative energy management framework for cooperative operation management of electricity and natural gas demands
Safaei et al. A life cycle multi-objective economic and environmental assessment of distributed generation in buildings
Zhou et al. Economic assessment of a distributed energy system in a new residential area with existing grid coverage in China
CN105354637A (zh) 一种使用弃风电加热的电采暖储热运行计划的制定方法
Huang et al. A decision-making tool for determination of storage capacity in grid-connected PV systems
CN110197300A (zh) 基于年综合费用最小的经开区综合能源系统规划方法
Noorollahi et al. Modeling of transition from natural gas to hybrid renewable energy heating system
Ni et al. The configuration optimized design method based on real-time efficiency for the application of vanadium redox flow battery in microgrid
Yi et al. A metaheuristic algorithm based on simulated annealing for optimal sizing and techno-economic analysis of PV systems with multi-type of battery energy storage
Testasecca et al. Recent advances on data-driven services for smart energy systems optimization and pro-active management
Cui et al. Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems
Liu et al. Low-carbon planning for park-level integrated energy system considering optimal construction time sequence and hydrogen energy facility
CN116644941B (zh) 基于物联网的工业能源规划系统
Gupta et al. Energy audit and energy conservation for a hostel of an engineering institute
Zhan et al. Towards congestion management in distribution networks: a Dutch case study on increasing heat pump hosting capacity
CN110135619A (zh) 一种中长期电供暖需求的预测方法及系统

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