CN110543650A - 碎片化能量评估方法和装置 - Google Patents
碎片化能量评估方法和装置 Download PDFInfo
- Publication number
- CN110543650A CN110543650A CN201810533561.6A CN201810533561A CN110543650A CN 110543650 A CN110543650 A CN 110543650A CN 201810533561 A CN201810533561 A CN 201810533561A CN 110543650 A CN110543650 A CN 110543650A
- Authority
- CN
- China
- Prior art keywords
- energy
- fragmentation
- fractal
- entropy
- time
- 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.)
- Granted
Links
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种碎片化能量评估方法和装置,该碎片化能量评估方法包括:获取或确认碎片化能量,并存储或转移所述碎片化能量;采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型;基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值;根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。通过本发明,以解决现有技术存在的对碎片化能量不能加以利用的问题。
Description
技术领域
本发明涉及的清洁能源评估技术领域,尤其涉及一种方法碎片化能量评估方法和装置,以实现对碎片化能量的最大化利用。
背景技术
目前的清洁能源系统的发展趋向于多元化能源产生类型、多方式能源传输交换形式、多样化能源使用需求的特点。这种多维度的能源系统规划与运行都产生了与原来单一维度能源系统所没有面临的挑战。
随着可再生能源的接入,分布式能源的推广,能量的碎片化日趋严重,大量的可再生能源被抛弃,在多种能源形式交叉耦合的集成系统中,包括电能、机械能、热能、化学能及生物质能等多种形式,这些能源形式在不同时间与空间的应用中具有多元化的互补性特征,即在单一能源形式与能源流动路径中不能利用的能量(应不能做功而废弃,对应于系统的熵增),有可能在另外一个能源形式或能源流动路径中得到利用(应有潜质做功的价值而应当被再利用,对应于系统的熵减)。图1是一个热能再利用的例子。
碎片化能量由于不能加以利用作为基本的能量产品,其价值无法在实际应用中得到实时动态的体现,传统能源市场的静态分析方法与定价标准在很大程度上会让这种异构性碎片化能源系统处于一种“大马拉小车”低效资源利用率的运行场景中,造成社会资源的极大浪费与社会总体能源成本的增加。
发明内容
本发明的主要目的在于提供一种碎片化能量评估方法和装置,以解决现有技术存在的对碎片化能量不能加以利用的问题。
为解决上述问题,本发明实施例提供一种碎片化能量评估方法,包括:获取或确认碎片化能量,并存储或转移所述碎片化能量;采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型;基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值;根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。
本发明实施例另提供一种碎片化能量评估装置,包括:获取或确认模块,获取或确认碎片化能量,并存储或转移所述碎片化能量;分形化整合模块,采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型;分析模块,基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值;分类及评估模块,根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。
根据本发明的技术方案,通过获取或确认碎片化能量,并采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型,再基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值以及根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。从而,有效地对碎片化能量加以利用、管理及应用,使得碎片化能量的价值可以在实际应用中得到实时动态的体现,且碎片化能量处于高效资源利用率的运行场景中,以减少社会资源的浪费与社会总体能源成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是一个热能再利用的例子;
图2是根据本发明实施例的碎片化能量评估方法的流程图;
图3是根据本发明实施例的储能熵的评估算法的示意图;
图4是根据本发明实施例的所述碎片化能量的金融属性及相关价值进行分类的示意图;
图5是根据本发明实施例的碎片化能量评估装置的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图及具体实施例,对本发明做进一步地详细说明。
图2是根据本发明实施例的碎片化能量评估方法的流程图。
在步骤S202中,获取或确认碎片化能量,并存储或转移所述碎片化能量。在本实施例中,所述碎片化能量例如是残余的能量或是没有有效利用的能量,并且可以是由分布式发电(如风力发电、太阳能发电、水力发电等)、分布式储能(如频率调节辅助服务等)及分布式负荷通过能量转换系统(如电力电子设备等)获取或确认。能量类型可以但不限于电能、热能、机械能、化学能、生物能等多元化形式。也就是说,将上述电能、热能、机械能、化学能、生物能等多元化能源形式获取或确认并进行存储或转移,以便后续进行有效地利用。
在步骤S204中,采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型。也就是说,对所述碎片化能量在时间与空间的两个维度上进行分形化整合以及根据不同的类型进行分类,以获取对应的分形特征,进而形成具有分形特征的能源网络模型。其中,所述时间可以包括如月、天、小时、分和秒等的自相似分形时间尺度,所述空间可以包括不同能量级别如GWh、MWh、KWh、Wh等对应的自相似分形空间范围,所述类型可以包括不同类型如电能、热能、机械能、化学能、生物能等对应的自相似分形能源种类,例如根据电能、热能、机械能、化学能、生物能等多元化能源形式进行区分。
在步骤S206中,基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值,使得碎片化能量的价值可以在实际应用中得到实时动态的体现。
在本实施例中,所述储能熵的评估算法如图3所示,且可以表示成如公式(1)所示:
其中,Se(t)为储能熵,为系统作功后可能再利用能量对应的熵,E(t)为外部能量输入,W(t)为实际作功能量,Sw(t)为系统作功后不能再利用能量对应的熵,T(t)为温度。并且,Sw(t)的熵值越大,表示作功后不能再利用的能量越大,Sw(t)的熵值越小,表示作功后不能再利用的能量越小。Se(t)为系统作功后可能再利用能量对应的熵,可反映出所述碎片化能量的金融属性及相关价值。也就是说,储能熵Se(t)的熵值越大,表示所述碎片化能量的金融属性及相关价值越高,储能熵Se(t)的熵值越小,表示所述碎片化能量的金融属性及相关价值越越低。
在步骤S208中,根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。在本实施例中,所述时间包括小时、分和秒,所述尺度包括能量大小。也就是说,将所述碎片化能量的金融属性及相关价值根据小时、分和秒以及能量大小进行分类及评估,以便于决定对碎片化能量的最大化利用,进而将所述碎片化能量进行有效的管理及应用。
进一步来说,对所述碎片化能量的金融属性及相关价值进行分类可以利用物联网技术平台区分成云平台、雾平台和露平台,如图4所示。其中,云平台的时间和尺度>雾平台的时间和尺度>露平台的时间和尺度。也就是说,当所述碎片化能量的金融属性及相关价值对应的时间为小时(hr)及能量较大时,则将所述碎片化能量分类到云平台中进行管理,以便于若是有需要能量较大的能源需求时,则可以由云平台提供信息进行管理。当所述碎片化能量的金融属性及相关价值对应的时间为分(min)及能量中等时,则将所述碎片化能量分类到雾平台中进行管理,以便于若是有需要能量中等的能源需求时,则可以由雾平台提供信息进行管理。当所述碎片化能量的金融属性及相关价值对应的时间为秒(sec)及能量较小时,则将所述碎片化能量分类到露平台中进行管理,以便于若是有需要能量较小的能源需求时,则可以由露平台提供信息进行管理提供。如此一来,可以有效地对碎片化能量加以利用、管理及应用,使得碎片化能量的价值可以在实际应用中得到实时动态的体现,且碎片化能量处于高效资源利用率的运行场景中,以减少社会资源的浪费与社会总体能源成本。
图5是根据本发明实施例的碎片化能量评估装置的示意图。本实施例的碎片化能量评估装置500包括获取或确认模块510、分形化整合模块520、分析模块530和分类及评估模块540。
获取或确认模块510,获取或确认碎片化能量,并存储或转移所述碎片化能量。在本实施例中,所述碎片化能量例如是残余的能量或是没有有效利用的能量,并且可以是由分布式发电(如风力发电、太阳能发电、水力发电等)、分布式储能(如频率调节辅助服务等)及分布式负荷通过能量转换系统(如电力电子设备等)获取或确认。能量类型可以但不限于电能、热能、机械能、化学能、生物能等多元化能源形式。也就是说,将上述电能、热能、机械能、化学能、生物能等多元化能源形式获取或确认并进行存储或转移,以便后续进行有效地利用。
分形化整合模块520,连接所述获取或确认模块510,采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型。也就是说,分形化整合模块520对所述碎片化能量在时间与空间的两个维度上行分行化整合以及根据不同的类型进行分类,以获取对应的分形特征,进而形成具有分形特征的能源网络模型。其中,所述时间可以包括如月、天、小时、分和秒等的自相似分形时间尺度,所述空间可以包括不同能量级别如GWh、MWh、KWh、Wh等对应的自相似分形空间范围,所述类型可以包括不同类型如电能、热能、机械能、化学能、生物能等对应的自相似分形能源种类,例如根据电能、热能、机械能、化学能、生物能等多元化能源形式进行区分。
分析模块530,连接所述分形化整合模块520,基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值。在本实施例中,所述储能熵的评估算法可以表示成如公式(1)所示。
分类及评估模块540,连接所述分析模块530,根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。在本实施例中,所述时间包括小时、分和秒,所述尺度包括能量大小。也就是说,将所述碎片化能量的金融属性及相关价值根据小时、分和秒以及能量大小进行分类及评估,以便于决定对碎片化能量的最大化利用,进而将所述碎片化能量进行有效的管理及应用。
综上所述,根据本发明的技术方案,通过获取或确认碎片化能量,并采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型,再基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值以及根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。从而,有效地对碎片化能量加以利用、管理及应用,使得碎片化能量的价值可以在实际应用中得到实时动态的体现,且碎片化能量处于高效资源利用率的运行场景中,以减少社会资源的浪费与社会总体能源成本。
以上所述仅为本发明的实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (8)
1.一种碎片化能量评估方法,其特征在于,包括以下步骤:
获取或确认碎片化能量,并存储或转移所述碎片化能量;
采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型;
基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值;
根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。
2.根据权利要求1所述的碎片化能量评估方法,其特征在于,所述碎片化能量由分布式发电、分布式储能及分布式负荷通过能量转换系统获取或确认。
3.根据权利要求1所述的碎片化能量评估方法,其特征在于,所述储能熵的评估算法满足如下公式:
其中,Se(t)为储能熵,为系统作功后可能再利用能量对应的熵,E(t)为外部能量输入,W(t)为实际作功能量,Sw(t)为系统作功后不能再利用能量对应的熵,T(t)为温度。
4.根据权利要求1所述的碎片化能量评估方法,其特征在于,所述时间包括自相似分形时间尺度,所述空间包括不同能量级别对应的自相似分形空间范围,所述类型包括不同类型对应的自相似分形能源种类。
5.一种碎片化能量评估装置,其特征在于,包括:
获取或确认模块,获取或确认碎片化能量,并存储与转移所述碎片化能量;
分形化整合模块,采用分形数学模型,根据时间、空间和类型,对所述碎片化能量进行分形化整合,形成具有分形特征的能源网络模型;
分析模块,基于储能熵的评估算法,对所述能源网络模型的分形特征进行分析,以获取所述碎片化能量的金融属性及相关价值;
分类及评估模块,根据时间和尺度,对所述碎片化能量的金融属性及相关价值进行分类及评估,以决定对碎片化能量的最大化利用。
6.根据权利要求5所述的碎片化能量评估装置,其特征在于,所述碎片化能量由分布式发电、分布式储能及分布式负荷通过能量转换系统获取或确认。
7.根据权利要求5所述的碎片化能量评估装置,其特征在于,所述储能熵的评估算法满足如下公式:
其中,Se(t)为储能熵,为系统作功后可能再利用能量对应的熵,E(t)为外部能量输入,W(t)为内在能量,Sw(t)为系统作功后不能再利用能量对应的熵,T(t)为温度。
8.根据权利要求5所述的碎片化能量评估装置,其特征在于,所述时间包括自相似分形时间尺度,所述空间包括不同能量级别对应的自相似分形空间范围,所述类型包括不同类型对应的自相似分形能源种类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810533561.6A CN110543650B (zh) | 2018-05-29 | 2018-05-29 | 碎片化能量评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810533561.6A CN110543650B (zh) | 2018-05-29 | 2018-05-29 | 碎片化能量评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110543650A true CN110543650A (zh) | 2019-12-06 |
CN110543650B CN110543650B (zh) | 2023-04-07 |
Family
ID=68701045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810533561.6A Active CN110543650B (zh) | 2018-05-29 | 2018-05-29 | 碎片化能量评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543650B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282193A1 (en) * | 2012-04-20 | 2013-10-24 | Rajesh Tyagi | Method and system to co-optimize utilization of demand response and energy storage resources |
CN105762831A (zh) * | 2014-12-18 | 2016-07-13 | 神华集团有限责任公司 | 能源网络系统 |
CN106154165A (zh) * | 2015-03-27 | 2016-11-23 | 国家电网公司 | 一种大容量电池储能系统性能的评估方法和评估系统 |
CN107959302A (zh) * | 2017-12-07 | 2018-04-24 | 中国电力科学研究院有限公司 | 多属性多目标储能工况适用性对比分析方法 |
-
2018
- 2018-05-29 CN CN201810533561.6A patent/CN110543650B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282193A1 (en) * | 2012-04-20 | 2013-10-24 | Rajesh Tyagi | Method and system to co-optimize utilization of demand response and energy storage resources |
CN105762831A (zh) * | 2014-12-18 | 2016-07-13 | 神华集团有限责任公司 | 能源网络系统 |
CN106154165A (zh) * | 2015-03-27 | 2016-11-23 | 国家电网公司 | 一种大容量电池储能系统性能的评估方法和评估系统 |
CN107959302A (zh) * | 2017-12-07 | 2018-04-24 | 中国电力科学研究院有限公司 | 多属性多目标储能工况适用性对比分析方法 |
Non-Patent Citations (1)
Title |
---|
沈亚东 等: "特色能源小镇多级区域能源规划", 《煤炭工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110543650B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meyer et al. | Integrating ultra‐fast charging stations within the power grids of smart cities: a review | |
Martins et al. | Comparative study of ramp-rate control algorithms for PV with energy storage systems | |
Choi et al. | Optimal scheduling of energy storage system for self-sustainable base station operation considering battery wear-out cost | |
Jadoun et al. | Integration of renewable energy sources in dynamic economic load dispatch problem using an improved fireworks algorithm | |
US9058443B2 (en) | Planning economic energy dispatch in electrical grid under uncertainty | |
Sučić et al. | Economic dispatch of virtual power plants in an event-driven service-oriented framework using standards-based communications | |
Brown et al. | Optimising the European transmission system for 77% renewable electricity by 2030 | |
CN110490385A (zh) | 一种综合能源系统中电负荷和热负荷的联合预测方法 | |
Hippolyte et al. | Ontology-based demand-side flexibility management in smart grids using a multi-agent system | |
CN108429256B (zh) | 电力系统运行优化方法及终端设备 | |
Pedersen et al. | Modeling and managing energy flexibility using flexoffers | |
Hussain et al. | Optimisation of hybrid renewable energy system using iterative filter selection approach | |
Grisales-Noreña et al. | Energy management in PV based microgrids designed for the Universidad Nacional de Colombia | |
Shayesteh et al. | Scenario reduction, network aggregation, and DC linearisation: which simplifications matter most in operations and planning optimisation? | |
CN109345628A (zh) | 一种模型轻量化处理方法、装置及电子设备 | |
Guo et al. | Optimisation methods for dispatch and control of energy storage with renewable integration | |
Javidsharifi et al. | Optimum sizing of photovoltaic and energy storage systems for powering green base stations in cellular networks | |
Yang et al. | Multi-objective coordinated planning of distributed generation and AC/DC hybrid distribution networks based on a multi-scenario technique considering timing characteristics | |
Baidas et al. | Solar-powered cellular base stations in Kuwait: A case study | |
CN110543650B (zh) | 碎片化能量评估方法和装置 | |
Benmouna et al. | Charging Stations for Large-Scale Deployment of Electric Vehicles | |
Li et al. | A Comprehensive Review on Energy Storage System Optimal Planning and Benefit Evaluation Methods in Smart Grids | |
Konotop et al. | Investigation and mathematical modelling of the impact of incentive signals to consumers on their consumption, load forecast and network operation | |
CN117332963A (zh) | 一种源网荷储协同的虚拟电厂动态优化调度方法及系统 | |
Lin et al. | Flexibility of interconnected power system operation: Analysis, evaluation and prospection |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100011 Beijing Dongcheng District, West Binhe Road, No. 22 Applicant after: CHINA ENERGY INVESTMENT Corp.,Ltd. Applicant after: Beijing low carbon clean energy Research Institute Address before: 100011 Beijing, Dongcheng District Anwai Binhe West Road No. 22 Shenhua building Applicant before: SHENHUA GROUP Corp.,Ltd. Applicant before: NATIONAL INSTITUTE OF CLEAN-AND-LOW-CARBON ENERGY |
|
GR01 | Patent grant | ||
GR01 | Patent grant |