CN110826868A - 一种多能源协调优化运行评价方法 - Google Patents
一种多能源协调优化运行评价方法 Download PDFInfo
- Publication number
- CN110826868A CN110826868A CN201911001692.0A CN201911001692A CN110826868A CN 110826868 A CN110826868 A CN 110826868A CN 201911001692 A CN201911001692 A CN 201911001692A CN 110826868 A CN110826868 A CN 110826868A
- Authority
- CN
- China
- Prior art keywords
- energy
- formula
- evaluation
- index
- energy consumption
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 94
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000013210 evaluation model Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000005265 energy consumption Methods 0.000 claims description 83
- 230000008901 benefit Effects 0.000 claims description 51
- 239000003344 environmental pollutant Substances 0.000 claims description 45
- 231100000719 pollutant Toxicity 0.000 claims description 45
- 230000009467 reduction Effects 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 239000003245 coal Substances 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 14
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 9
- 238000004146 energy storage Methods 0.000 claims description 9
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 6
- 239000011541 reaction mixture Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010291 electrical method Methods 0.000 claims description 3
- 238000005381 potential energy Methods 0.000 claims description 3
- 238000013077 scoring method Methods 0.000 claims description 3
- 239000004071 soot Substances 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation 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
- G06Q50/06—Energy 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
Abstract
本发明涉及能源优化的技术领域，更具体地，涉及一种多能源协调优化运行评价方法，包括以下步骤：S10.建立包括一级指标和二级指标的风险指标评估体系；S20.运用模糊层次分析法，对一级指标采用G1群组进行主观评估；S30.运用模糊层次分析法，对二级指标采用熵权法进行客观评估；S40.建立多能源协调优化运行评估模型、算例实现对评价因素的风险预估。本发明通过一级指标的主观评估、二级指标的客观评估以及最后综合赋权完成区域能源互联网多源优化能效综合评价模型的搭建，给出了风险评估各评价因素的权重系数及计算过程。本发明兼顾了多能源评估各因素间存在的模糊性和层次性，并通过专家经验打分表明各因素在系统中表现，使系统风险评估更具客观性。
Description
技术领域
本发明涉及能源优化的技术领域，更具体地，涉及一种多能源协调优化运行评价方法。
背景技术
能源对人类生活来说无疑是至关重要的，从照明、饮食、取暖到降温，从灌溉、冷藏、交通运输到通讯等，人类都离不开能源，能源的利用已经成为人类进步的一个标志。21世纪以来，世界能源的需求量继续呈现增长趋势，世界能源结构也由石油主导型发展为多元共进型，可再生能源迅速发展。现在地球人口约60亿，到21世纪中叶，预计将达到100亿人，而地球的能源已经无法提供近100亿人口的能源需求，能源紧缺现象将会提前到来，并且今后的能源消费必须考虑人类的高生活标准要求。随着世界能源市场不断出现新的变化，世界各个国家纷纷制定了相应策略，以保证本国能源供应的稳定性。
目前，我国在面向能源互联网的多源协调优化方面还存在能源浪费现象。在系统级层面，由于我国电力需求呈现持续较快增长的态势，用户多元化服务需求日益明显，但是缺乏合理的、行之有效的优化控制算法，用户参与电网调节、节能减排的主动性尚未得到充分发挥；在设备级层面，首先用户不合理的用能习惯，增加了设备的用能量，比如空调无节制的使用等；另外用户设备本身效率低下，无形中提高了用电量。
发明内容
本发明的目的在于克服现有技术的不足，提供一种多能源协调优化运行评价方法：优化供需平衡关系、提升电力资源优化配置水平，实现能源的有效合理利用；将用户纳入负荷协调优化控制系统中，增强用户用电意识，激励他们养成良好的用能习惯。
为解决上述技术问题，本发明采用的技术方案是：
提供一种多能源协调优化运行评价方法，包括以下步骤：
S10.建立包括一级指标和二级指标的风险指标评估体系；
S20.运用模糊层次分析法，对一级指标采用G1群组进行主观评估；
S30.运用模糊层次分析法，对二级指标采用熵权法进行客观评估；
S40.建立多能源协调优化运行评估模型、算例实现对评价因素的风险预估；
其中：所述一级指标包括能源物理效率、能源经济效率、能源生态效率和供用能可靠性，所述一级指标能源物理效率设有二级指标综合能耗、单位建筑面积能耗、人均能耗、单位产品能耗，所述一级指标能源经济效率设有二级指标单位产值能源成本、用户用能成本变化、用户用能收益变化、可挖掘潜能效益，所述一级指标能源生态效率设有二级指标单位建筑面积污染物减排量、人均污染物减排量、单位产值污染物减排量、节约标煤量，所述一级指标供用能可靠性设有二级指标供能可靠率、系统脆弱性、系统停能频率以及系统供电充裕度。
本发明的多能源协调优化运行评价方法，通过一级指标的主观评估、二级指标的客观评估以及最后综合赋权完成区域能源互联网多源优化能效综合评价模型的搭建，给出了风险评估各评价因素的权重系数及计算过程。本发明兼顾了多能源评估各因素间存在的模糊性和层次性，并通过专家经验打分表明各因素在系统中表现，使系统风险评估更具客观性。
优选地，步骤S10中：
所述综合能耗为规定的耗能体系在统计期内各种能源实物量的实际消耗按规定的计算方法和单位分别为一次能源后的总和，表示为式(1)：
式(1)中，U为综合能耗，n为消耗的能源品种数，ei为系统中第i种子系统的能源消耗量，βi为第i种能源的折算系数，按能量的当量值或能源等价值折算；其结果越大，能源消耗越大。
所述单位建筑面积能耗表示为式(2)：
式(2)中，UB为单位建筑面积能耗，kgce/m2；SB为建筑面积，m2；其值越小，工程节能效益越明显；
所述人均能耗表示为式(3)：
式(3)中，UN为人均能耗，kgce/人；N为用能人数；结果越小说明人均消耗能源越少，也就证明该项目的节能效益越明显；
所述单位产品能耗表示为式(4)：
式(4)中，
为第i种产品单位产量综合能耗，单位为kgce/t，Ui为第i种产品的综合能耗，单位为kgce，Yi为第i种产品合格产品的产量；评价时，单位产品能耗越小，说明产品生产时优化效益越好。
所述单位产值能耗采用综合能耗与报告期内产出的总产值或增加值的比值来表示，表示为式(5)：
式(5)中，UG为单位产值综合能耗，kgce/万元；U为综合能耗，kgce；G为统计报告期内产出的总产值或增加值，万元；可以看出，该结果越小，说明单位产值消耗能量越少；
所述用户用能成本变化表示为式(6)：
CE,uc＝CE,now-CE,original (6)
式(6)中，CE,uc为用能成本变化，元；CE,now为现有用能成本，元；CE,original为原有用能成本；现有用能成本是指综合能源系统改造后用户正常环境和工况下的用能成本；原有用能成本是指用户在没有进行综合能源改造的情况下的正常运行成本，在此不考虑用户的前期沉没成本的影响。通过用能成本变化指标可以直观的反映出用户在系统改造前后的投入成本变化，辅助用户做出正确的投资决策。
所述用户用能收益变化表示为式(7)：
FE,uc＝FE,now-FE,original (7)
式(7)中，FE,uc为用能收益变化，元；FE,now为现有用能收益，元；FE,original为原有用能收益；原有用能收益是指用户在没有进行综合能源改造的情况下的正常收益。通过用能收益变化指标可以直观的反映出用户在系统改造前后的收益变化，从而辅助用户做出正确的投资决策。
所述可挖掘潜能效益表示为式(8)：
CQ＝CQ,RG+CQ,g+CQ,h+CQ,c+CQ,pa (8)
式(8)中，CQ为可挖掘潜能效益，元；CQ,RG为可再生能源弃能损失；CQ,g为可挖掘余气效益，元；CQ,h为可挖掘余热效益，元；CQ,c为可挖掘余冷效益，元；CQ,pa为可挖掘余压效益，元；可挖掘潜能效益指标越大，说明用户在统计周期内浪费的能源越多，但优化、发展的空间也越大。
所述人均污染物减排量表示为式(9)：
式中，i为污染物种类，包括二氧化硫、氮氧化物、烟尘和二氧化碳，为第i种污染物单位建筑面积减排量，kg/m2，Vi为第i种污染物减排量，kg；通过单位建筑面积污染物减排量可以直观得出工程项目所带来的生态效益。
所述人均污染物减排量表示为式(10)：
式(10)中，
为第i种污染物的人均减排量，kg/人；该结果越大，说明人均减排成果越明显，带来的环境收益越大。
所述单位产值污染物减排量表示为式(11)：
其结果数值越大，说明单位产值污染物减排量带来的环境效益越明显。
式(11)中，
为第i种污染物的单位产值减排量，kg/万元GDP；
所述节约标煤量表示为式(12)：
式(12)中，Bsave为节约的标煤量，吨；βcoal为煤等效电法换算系数，309g/kWh；Qsave j为用户节约电量分量，kWh；该结果数值越大，用户节能效果越明显；
所述供能可靠率表示为式(13)：
式(13)中，fREL1表示供能可靠率；为统计期内第j种能量的停能时间，h；Tj为统计期内第j种能量的统计供应时间，h；j为供应能量种类，上限为2，按顺序分别为电、气；该指标为正指标，其值越大也说明系统的供能可靠性越高；
所述系统脆弱性通过综合能源系统中重要度最大的设备重要度值表示，表示为式(14)：
V＝max(Ii) (14)
式(14)中，V表示系统脆弱性，Ii表示设备i的重要度；
所述系统停能频率表示为式(15)：
式(15)中，fST表示系统的停能频率，nstop为系统停能次数，次；nall为统计期内统计次数，次；系统停能频率越低，说明系统供能可靠性越高；
所述系统供电充裕度表示为式(16)：
其中：
式(16)～式(17)中，Rsupl,p表示系统供电充裕度，％；
为系统用电期望，kW·h；Ptp_f为柔性电负荷参与调节量，kW·h；Rtp_f为柔性电负荷参与调节概率，％；Rbuy,p为外部电网可靠性，％；
为系统可发电期望，kW·h；Pgen,p为系统可发电总量，kW·h；Rgen,p为系统发电可靠性，％；
为系统气-电转换备用输出期望，kW·h；Pg2p为系统气-电转换备用总量，kW·h；RT,g2p为系统气-电转换可靠性，％；RT,h2p为系统热-电转换可靠性，％；
为系统热-电转换备用输出期望，kW·h；Ph2p为系统热-电转换备用总量，kW·h；
为系统储能电池可放电期望，kW·h；Ps2p为系统储能电池可放电总量，kW·h；RESS,dis,s2p为系统储能放电可靠性，％。
优选地，步骤S20按模糊层次分析法原理即将模糊理论运用到层次分析法中，集模糊数学、层次架构、权重比较于一体，在风险评估决策中占有重要位置，为避免主观评估中的层次分析法在判断矩阵不一致时影响各指标权重的计算结果以及减少计算量，具体按以下步骤进行：
S21.建立G1群组：首先在由一级指标组成的评价指标集m中选出最重要或最不重要的一个指标xi；然后在剩下的m-1个指标中选出最重要或最不重要的一个指标xj；再在剩下的m-(k-1)个指标中选出最重要或最不重要的一个指标xn；最后将剩下的一个指标标记为xk；从而得出各评价指标之间的序关系为x1 f -x2 f -L f -xm；
S22.设专家关于评价指标xk-1与xk的重要性程度之比pk-1/pk可用rk来表示，即rk＝pk-1/pk，其中pk代表指标集X中第k项评价指标对应的权重：
pk-1＝rkpk(k＝m,m-1,L,3,2) (19)
S23.假设L位专家中有L1(1≤L1≤L)位专家给出的序关系一致，并将ri的赋值记为rih，h＝1,2L L1，则：
将式(20)代入式(18)和式(19)中，即可计算出L1位专家确定的权重系数Pi (1)；
S24.从L-L1位专家中继续查找有没有一致的序关系：若有，则按照式(18)和式(19)再计算权重Pi (2)，如此循环直至余下的Le位专家所确定的序关系均不一致，对最后Le个不相同的序关系，通过式(18)～式(20)计算出Le位专家中每位专家确定的权重，取算数平均值Pi (e)作为Pi (2)位专家的综合结果；
S25.计算各评价指标的权重系数，表示为下式：
P＝c1pi (1)+c2pi (2)+L cepi (e) (21)
式中，ci＝Li/L，表示确定某一权重的专家人数占专家总人数的比重。
综合能效评估中，专家对能源物理效率、能源经济效率、能源生态效率和供用能可靠性这四项1级指标进行分析，确定其序关系，利用上式分析确定该4项一级指标在整个能效评估模型中的权重。
优选地，步骤S30中，通过指标的信息熵值来判断其变异程度，进而判断其权重大小的客观评估法，指标信息熵越小，说明其变异程度越大，相应提供的信息量就越多，对应的权重越大：
S31.首先计算第j项指标下，第i个系统的特征比重为：
S32.然后计算指标j项的熵值为：
式中，k＝1/lnn；
S33.计算出指标xj的差异性系数为：
优选地，步骤S40按以下步骤进行：
S41.所述评估模型中，第一层评价因素集合为U＝{U1,U2,U3,U4}＝{能源物理效率，能源经济效率，能源生态效率，供用能可靠性}，各评价因素的二级子因素集合为：U1＝{u11,u12,u13,u14}＝{综合能耗，单位建筑面积能耗，人均能耗，单位产品能耗}，U2＝{u21,u22,u23,u24}＝{单位产值能耗，用户用能成本变化，用户用能收益变化，可挖掘潜能效益}，U3＝{u31,u32,u33,u34}＝{单位建筑面积污染物减排量，人均污染物减排量，单位产值污染物减排量，节约标煤量}，U4＝{u41,u42,u43,u44}＝{供能可靠率，系统脆弱性，系统停能频率，系统供电充裕度}，式中uij表示系统第i个评价因素的第j个子因素；
S42.对各评价因素的权重进行分配，并建立权重系数矩阵：
式(25)中，Wi是Ui上的一个模糊子集，并满足式(26)条件：
S43.根据多源协调优化运行情况，选取五级评价等级集，即：
V＝{v1,v2,v3,v4,v5} (27)
式(27)中，v1为优秀，v2为良好，v3为一般，v4为较差，v5为很差；利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，即：
式中，Bi为单级评估模型，公式如下：
Bi＝Wi×Ri (29)
由式(25)和式(28)求出综合评估结果：
C＝W×R (30)。
与现有技术相比，本发明的有益效果是：
本发明兼顾了多能源评估各因素之间存在的模糊性和层次性，并通过专家经验打分表明各因素在系统中表现，使系统风险评估具有更好的客观性与合理性。
附图说明
图1为一级指标和二级指标间的关系示意图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。
实施例一
如图1所示为本发明的多能源协调优化运行评价方法的第一实施例，包括以下步骤：
S10.建立包括一级指标和二级指标的风险指标评估体系；
S20.运用模糊层次分析法，对一级指标采用G1群组进行主观评估；
S30.运用模糊层次分析法，对二级指标采用熵权法进行客观评估；
S40.建立多能源协调优化运行评估模型、算例实现对评价因素的风险预估；
其中：所述一级指标包括能源物理效率、能源经济效率、能源生态效率和供用能可靠性，所述一级指标能源物理效率设有二级指标综合能耗、单位建筑面积能耗、人均能耗、单位产品能耗，所述一级指标能源经济效率设有二级指标单位产值能源成本、用户用能成本变化、用户用能收益变化、可挖掘潜能效益，所述一级指标能源生态效率设有二级指标单位建筑面积污染物减排量、人均污染物减排量、单位产值污染物减排量、节约标煤量，所述一级指标供用能可靠性设有二级指标供能可靠率、系统脆弱性、系统停能频率以及系统供电充裕度。
步骤S10中：
所述综合能耗为规定的耗能体系在统计期内各种能源实物量的实际消耗按规定的计算方法和单位分别为一次能源后的总和，表示为式(1)：
式(1)中，U为综合能耗，n为消耗的能源品种数，ei为系统中第i种子系统的能源消耗量，βi为第i种能源的折算系数，按能量的当量值或能源等价值折算；其结果越大，能源消耗越大。
所述单位建筑面积能耗表示为式(2)：
式(2)中，UB为单位建筑面积能耗，kgce/m2；SB为建筑面积，m2；其值越小，工程节能效益越明显；
所述人均能耗表示为式(3)：
式(3)中，UN为人均能耗，kgce/人；N为用能人数；结果越小说明人均消耗能源越少，也就证明该项目的节能效益越明显；
所述单位产品能耗表示为式(4)：
式(4)中，
为第i种产品单位产量综合能耗，单位为kgce/t，Ui为第i种产品的综合能耗，单位为kgce，Yi为第i种产品合格产品的产量；评价时，单位产品能耗越小，说明产品生产时优化效益越好。
所述单位产值能耗采用综合能耗与报告期内产出的总产值或增加值的比值来表示，表示为式(5)：
式(5)中，UG为单位产值综合能耗，kgce/万元；U为综合能耗，kgce；G为统计报告期内产出的总产值或增加值，万元；可以看出，该结果越小，说明单位产值消耗能量越少；
所述用户用能成本变化表示为式(6)：
CE,uc＝CE,now-CE,original (6)
式(6)中，CE,uc为用能成本变化，元；CE,now为现有用能成本，元；CE,original为原有用能成本；现有用能成本是指综合能源系统改造后用户正常环境和工况下的用能成本；原有用能成本是指用户在没有进行综合能源改造的情况下的正常运行成本，在此不考虑用户的前期沉没成本的影响。通过用能成本变化指标可以直观的反映出用户在系统改造前后的投入成本变化，辅助用户做出正确的投资决策。
所述用户用能收益变化表示为式(7)：
FE,uc＝FE,now-FE,original (7)
式(7)中，FE,uc为用能收益变化，元；FE,now为现有用能收益，元；FE,original为原有用能收益；原有用能收益是指用户在没有进行综合能源改造的情况下的正常收益。通过用能收益变化指标可以直观的反映出用户在系统改造前后的收益变化，从而辅助用户做出正确的投资决策。
所述可挖掘潜能效益表示为式(8)：
CQ＝CQ,RG+CQ,g+CQ,h+CQ,c+CQ,pa (8)
式(8)中，CQ为可挖掘潜能效益，元；CQ,RG为可再生能源弃能损失；CQ,g为可挖掘余气效益，元；CQ,h为可挖掘余热效益，元；CQ,c为可挖掘余冷效益，元；CQ,pa为可挖掘余压效益，元；可挖掘潜能效益指标越大，说明用户在统计周期内浪费的能源越多，但优化、发展的空间也越大。
所述人均污染物减排量表示为式(9)：
式中，i为污染物种类，包括二氧化硫、氮氧化物、烟尘和二氧化碳，
为第i种污染物单位建筑面积减排量，kg/m2，Vi为第i种污染物减排量，kg；通过单位建筑面积污染物减排量可以直观得出工程项目所带来的生态效益。
所述人均污染物减排量表示为式(10)：
式(10)中，
为第i种污染物的人均减排量，kg/人；该结果越大，说明人均减排成果越明显，带来的环境收益越大。
所述单位产值污染物减排量表示为式(11)：
其结果数值越大，说明单位产值污染物减排量带来的环境效益越明显。
式(11)中，为第i种污染物的单位产值减排量，kg/万元GDP；
所述节约标煤量表示为式(12)：
式(12)中，Bsave为节约的标煤量，吨；βcoal为煤等效电法换算系数，309g/kWh；Qsave j为用户节约电量分量，kWh；该结果数值越大，用户节能效果越明显；
所述供能可靠率表示为式(13)：
式(13)中，fREL1表示供能可靠率；
为统计期内第j种能量的停能时间，h；Tj为统计期内第j种能量的统计供应时间，h；j为供应能量种类，上限为2，按顺序分别为电、气；该指标为正指标，其值越大也说明系统的供能可靠性越高；
所述系统脆弱性通过综合能源系统中重要度最大的设备重要度值表示，表示为式(14)：
V＝max(Ii) (14)
式(14)中，V表示系统脆弱性，Ii表示设备i的重要度；
所述系统停能频率表示为式(15)：
式(15)中，fST表示系统的停能频率，nstop为系统停能次数，次；nall为统计期内统计次数，次；系统停能频率越低，说明系统供能可靠性越高；
所述系统供电充裕度表示为式(16)：
其中：
式(16)～式(17)中，Rsupl,p表示系统供电充裕度，％；
为系统用电期望，kW·h；Ptp_f为柔性电负荷参与调节量，kW·h；Rtp_f为柔性电负荷参与调节概率，％；Rbuy,p为外部电网可靠性，％；
为系统可发电期望，kW·h；Pgen,p为系统可发电总量，kW·h；Rgen,p为系统发电可靠性，％；
为系统气-电转换备用输出期望，kW·h；Pg2p为系统气-电转换备用总量，kW·h；RT,g2p为系统气-电转换可靠性，％；RT,h2p为系统热-电转换可靠性，％；
为系统热-电转换备用输出期望，kW·h；Ph2p为系统热-电转换备用总量，kW·h；
为系统储能电池可放电期望，kW·h；Ps2p为系统储能电池可放电总量，kW·h；RESS,dis,s2p为系统储能放电可靠性，％。
步骤S20按模糊层次分析法原理即将模糊理论运用到层次分析法中，集模糊数学、层次架构、权重比较于一体，在风险评估决策中占有重要位置，为避免主观评估中的层次分析法在判断矩阵不一致时影响各指标权重的计算结果以及减少计算量，具体按以下步骤进行：
S21.建立G1群组：首先在由一级指标组成的评价指标集m中选出最重要或最不重要的一个指标xi；然后在剩下的m-1个指标中选出最重要或最不重要的一个指标xj；再在剩下的m-(k-1)个指标中选出最重要或最不重要的一个指标xn；最后将剩下的一个指标标记为xk；从而得出各评价指标之间的序关系为x1 f -x2 f -L f -xm；
S22.设专家关于评价指标xk-1与xk的重要性程度之比pk-1/pk可用rk来表示，即rk＝pk-1/pk，其中pk代表指标集X中第k项评价指标对应的权重：
pk-1＝rkpk(k＝m,m-1,L,3,2) (19)
S23.假设L位专家中有L1(1≤L1≤L)位专家给出的序关系一致，并将ri的赋值记为rih，h＝1,2L L1，则：
将式(20)代入式(18)和式(19)中，即可计算出L1位专家确定的权重系数Pi (1)；
S24.从L-L1位专家中继续查找有没有一致的序关系：若有，则按照式(18)和式(19)再计算权重Pi (2)，如此循环直至余下的Le位专家所确定的序关系均不一致，对最后Le个不相同的序关系，通过式(18)～式(20)计算出Le位专家中每位专家确定的权重，取算数平均值Pi (e)作为Pi (2)位专家的综合结果；
S25.计算各评价指标的权重系数，表示为下式：
P＝c1pi (1)+c2pi (2)+L cepi (e) (21)
式中，ci＝Li/L，表示确定某一权重的专家人数占专家总人数的比重。
综合能效评估中，专家对能源物理效率、能源经济效率、能源生态效率和供用能可靠性这四项1级指标进行分析，确定其序关系，利用上式分析确定该4项一级指标在整个能效评估模型中的权重。
步骤S30中，通过指标的信息熵值来判断其变异程度，进而判断其权重大小的客观评估法，指标信息熵越小，说明其变异程度越大，相应提供的信息量就越多，对应的权重越大：
S31.首先计算第j项指标下，第i个系统的特征比重为：
S32.然后计算指标j项的熵值为：
式中，k＝1/lnn；
S33.计算出指标xj的差异性系数为：
步骤S40按以下步骤进行：
S41.所述评估模型中，第一层评价因素集合为U＝{U1,U2,U3,U4}＝{能源物理效率，能源经济效率，能源生态效率，供用能可靠性}，各评价因素的二级子因素集合为：U1＝{u11,u12,u13,u14}＝{综合能耗，单位建筑面积能耗，人均能耗，单位产品能耗}，U2＝{u21,u22,u23,u24}＝{单位产值能耗，用户用能成本变化，用户用能收益变化，可挖掘潜能效益}，U3＝{u31,u32,u33,u34}＝{单位建筑面积污染物减排量，人均污染物减排量，单位产值污染物减排量，节约标煤量}，U4＝{u41,u42,u43,u44}＝{供能可靠率，系统脆弱性，系统停能频率，系统供电充裕度}，式中uij表示系统第i个评价因素的第j个子因素；
S42.对各评价因素的权重进行分配，并建立权重系数矩阵：
式(25)中，Wi是Ui上的一个模糊子集，并满足式(26)条件：
S43.根据多源协调优化运行情况，选取五级评价等级集，即：
V＝{v1,v2,v3,v4,v5} (27)
式(27)中，v1为优秀，v2为良好，v3为一般，v4为较差，v5为很差；利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，即：
式中，Bi为单级评估模型，公式如下：
Bi＝Wi×Ri (29)
由式(25)和式(28)求出综合评估结果：
C＝W×R (30)。
经过以上步骤，本发明兼顾了多能源评估各因素之间存在的模糊性和层次性，并通过专家经验打分表明各因素在系统中表现，使系统风险评估具有更好的客观性与合理性。
实施例二
本实施例二实施例一的应用实施例，本实施例选取五级评价等级集，并表示为表1：
表1能力评分表
在多源协调优化并运行一段时间后，给出各子因素经验打分表，如表2所示：
表2各因素专家打分表
根据表2专家打分表中各因素评价分数以及上述公式，制定并建立的权重矩阵和综合目标评价决策矩阵，如下表3所示：
由表3及式(28)计算综合目标评价决策矩阵，结果如下：
由式(30)求解综合评估结果如下：
C＝W×R＝[0.356 0.382 0.16 0.072 0.03]
根据综合评估结果及表1能力评分表可以得出，评估结果优秀的占比最多为0.356，并且评估结果中优秀(v1)和良好(v2)占比达到0.738，较差(v4)和很差(v5)占比仅0.102，评估结果明显偏向左侧数据，再综合评估结果为一般(v3)的占比可以得出，能源互联网多源优化运行系统服务能力达到良好以上。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
表3能源互联网多源协调优化运行模糊评分表
Claims (5)
1.一种多能源协调优化运行评价方法，其特征在于，包括以下步骤：
S10.建立包括一级指标和二级指标的风险指标评估体系；
S20.运用模糊层次分析法，对一级指标采用G1群组进行主观评估；
S30.运用模糊层次分析法，对二级指标采用熵权法进行客观评估；
S40.建立多能源协调优化运行评估模型、算例实现对评价因素的风险预估；
其中：所述一级指标包括能源物理效率、能源经济效率、能源生态效率和供用能可靠性，所述一级指标能源物理效率设有二级指标综合能耗、单位建筑面积能耗、人均能耗、单位产品能耗，所述一级指标能源经济效率设有二级指标单位产值能源成本、用户用能成本变化、用户用能收益变化、可挖掘潜能效益，所述一级指标能源生态效率设有二级指标单位建筑面积污染物减排量、人均污染物减排量、单位产值污染物减排量、节约标煤量，所述一级指标供用能可靠性设有二级指标供能可靠率、系统脆弱性、系统停能频率以及系统供电充裕度。
2.根据权利要求1所述的多能源协调优化运行评价方法，其特征在于，步骤S10中：
所述综合能耗为规定的耗能体系在统计期内各种能源实物量的实际消耗按规定的计算方法和单位分别为一次能源后的总和，表示为式(1)：
式(1)中，U为综合能耗，n为消耗的能源品种数，ei为系统中第i种子系统的能源消耗量，βi为第i种能源的折算系数，按能量的当量值或能源等价值折算；
所述单位建筑面积能耗表示为式(2)：
式(2)中，UB为单位建筑面积能耗，kgce/m2；SB为建筑面积，m2；
所述人均能耗表示为式(3)：
式(3)中，UN为人均能耗，kgce/人；N为用能人数；
所述单位产品能耗表示为式(4)：
式(4)中，
为第i种产品单位产量综合能耗，单位为kgce/t，Ui为第i种产品的综合能耗，单位为kgce，Yi为第i种产品合格产品的产量；
所述单位产值能耗采用综合能耗与报告期内产出的总产值或增加值的比值来表示，表示为式(5)：
式(5)中，UG为单位产值综合能耗，kgce/万元；U为综合能耗，kgce；G为统计报告期内产出的总产值或增加值，万元；
所述用户用能成本变化表示为式(6)：
CE,uc＝CE,now-CE,original (6)
式(6)中，CE,uc为用能成本变化，元；CE,now为现有用能成本，元；CE,original为原有用能成本；
所述用户用能收益变化表示为式(7)：
FE,uc＝FE,now-FE,original (7)
式(7)中，FE,uc为用能收益变化，元；FE,now为现有用能收益，元；FE,original为原有用能收益；
所述可挖掘潜能效益表示为式(8)：
CQ＝CQ,RG+CQ,g+CQ,h+CQ,c+CQ,pa (8)
式(8)中，CQ为可挖掘潜能效益，元；CQ,RG为可再生能源弃能损失；CQ,g为可挖掘余气效益，元；CQ,h为可挖掘余热效益，元；CQ,c为可挖掘余冷效益，元；CQ,pa为可挖掘余压效益，元；
所述人均污染物减排量表示为式(9)：
式中，i为污染物种类，包括二氧化硫、氮氧化物、烟尘和二氧化碳，
为第i种污染物单位建筑面积减排量，kg/m2，Vi为第i种污染物减排量，kg；
所述人均污染物减排量表示为式(10)：
式(10)中，
为第i种污染物的人均减排量，kg/人；
所述单位产值污染物减排量表示为式(11)：
式(11)中，
为第i种污染物的单位产值减排量，kg/万元GDP；
所述节约标煤量表示为式(12)：
式(12)中，Bsave为节约的标煤量，吨；βcoal为煤等效电法换算系数，309g/kWh；Qsave j为用户节约电量分量，kWh；
所述供能可靠率表示为式(13)：
式(13)中，fREL1表示供能可靠率；
为统计期内第j种能量的停能时间，h；Tj为统计期内第j种能量的统计供应时间，h；j为供应能量种类，上限为2，按顺序分别为电、气；
所述系统脆弱性通过综合能源系统中重要度最大的设备重要度值表示，表示为式(14)：
V＝max(Ii) (14)
式(14)中，V表示系统脆弱性，Ii表示设备i的重要度；
所述系统停能频率表示为式(15)：
式(15)中，fST表示系统的停能频率，nstop为系统停能次数，次；nall为统计期内统计次数，次；
所述系统供电充裕度表示为式(16)：
其中：
式(16)～式(17)中，Rsupl,p表示系统供电充裕度，％；
为系统用电期望，kW·h；Ptp_f为柔性电负荷参与调节量，kW·h；Rtp_f为柔性电负荷参与调节概率，％；Rbuy,p为外部电网可靠性，％；
为系统可发电期望，kW·h；Pgen,p为系统可发电总量，kW·h；Rgen,p为系统发电可靠性，％；为系统气-电转换备用输出期望，kW·h；Pg2p为系统气-电转换备用总量，kW·h；RT,g2p为系统气-电转换可靠性，％；RT,h2p为系统热-电转换可靠性，％；
为系统热-电转换备用输出期望，kW·h；Ph2p为系统热-电转换备用总量，kW·h；
为系统储能电池可放电期望，kW·h；Ps2p为系统储能电池可放电总量，kW·h；RESS,dis,s2p为系统储能放电可靠性，％。
3.根据权利要求1所述的多能源协调优化运行评价方法，其特征在于，步骤S20按以下步骤进行：
S21.建立G1群组：首先在由一级指标组成的评价指标集m中选出最重要或最不重要的一个指标xi；然后在剩下的m-1个指标中选出最重要或最不重要的一个指标xj；再在剩下的m-(k-1)个指标中选出最重要或最不重要的一个指标xn；最后将剩下的一个指标标记为xk；从而得出各评价指标之间的序关系为x1 f-x2 f-L f-xm；
S22.设专家关于评价指标xk-1与xk的重要性程度之比pk-1/pk可用rk来表示，即rk＝pk-1/pk，其中pk代表指标集X中第k项评价指标对应的权重：
pk-1＝rkpk(k＝m,m-1,L,3,2) (19)
S23.假设L位专家中有L1(1≤L1≤L)位专家给出的序关系一致，并将ri的赋值记为rih，h＝1,2L L1，则：
将式(20)代入式(18)和式(19)中，即可计算出L1位专家确定的权重系数Pi (1)；
S24.从L-L1位专家中继续查找有没有一致的序关系：若有，则按照式(18)和式(19)再计算权重Pi (2)，如此循环直至余下的Le位专家所确定的序关系均不一致，对最后Le个不相同的序关系，通过式(18)～式(20)计算出Le位专家中每位专家确定的权重，取算数平均值Pi (e)作为Pi (2)位专家的综合结果；
S25.计算各评价指标的权重系数，表示为下式：
P＝c1pi (1)+c2pi (2)+L cepi (e) (21)
式中，ci＝Li/L，表示确定某一权重的专家人数占专家总人数的比重。
4.根据权利要求1所述的多能源协调优化运行评价方法，其特征在于，步骤S30按以下步骤进行计算：
S31.首先计算第j项指标下，第i个系统的特征比重为：
S32.然后计算指标j项的熵值为：
式中，k＝1/ln n；
S33.计算出指标xj的差异性系数为：
5.根据权利要求1所述的多能源协调优化运行评价方法，其特征在于，步骤S40按以下步骤进行：
S41.所述评估模型中，第一层评价因素集合为U＝{U1,U2,U3,U4}＝{能源物理效率，能源经济效率，能源生态效率，供用能可靠性}，各评价因素的二级子因素集合为：U1＝{u11,u12,u13,u14}＝{综合能耗，单位建筑面积能耗，人均能耗，单位产品能耗}，U2＝{u21,u22,u23,u24}＝{单位产值能耗，用户用能成本变化，用户用能收益变化，可挖掘潜能效益}，U3＝{u31,u32,u33,u34}＝{单位建筑面积污染物减排量，人均污染物减排量，单位产值污染物减排量，节约标煤量}，U4＝{u41,u42,u43,u44}＝{供能可靠率，系统脆弱性，系统停能频率，系统供电充裕度}，式中uij表示系统第i个评价因素的第j个子因素；
S42.对各评价因素的权重进行分配，并建立权重系数矩阵：
式(25)中，Wi是Ui上的一个模糊子集，并满足式(26)条件：
S43.根据多源协调优化运行情况，选取五级评价等级集，即：
V＝{v1,v2,v3,v4,v5} (27)
式(27)中，v1为优秀，v2为良好，v3为一般，v4为较差，v5为很差；利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，即：
和
式中，Bi为单级评估模型，公式如下：
Bi＝Wi×Ri (29)
由式(25)和式(28)求出综合评估结果：
C＝W×R (30)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911001692.0A CN110826868A (zh) | 2019-10-21 | 2019-10-21 | 一种多能源协调优化运行评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911001692.0A CN110826868A (zh) | 2019-10-21 | 2019-10-21 | 一种多能源协调优化运行评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110826868A true CN110826868A (zh) | 2020-02-21 |
Family
ID=69550098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911001692.0A Pending CN110826868A (zh) | 2019-10-21 | 2019-10-21 | 一种多能源协调优化运行评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110826868A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798044A (zh) * | 2020-06-30 | 2020-10-20 | 国网甘肃省电力公司武威供电公司 | 基于改进最小叉熵的ries运行规划仿真方法 |
| CN112132481A (zh) * | 2020-09-30 | 2020-12-25 | 深圳供电局有限公司 | 一种区域能效综合评价方法 |
| CN112561299A (zh) * | 2020-12-10 | 2021-03-26 | 国网浙江宁海县供电有限公司 | 一种园区综合能源源荷储精准画像系统 |
| CN116227982A (zh) * | 2022-12-30 | 2023-06-06 | 中国矿业大学(北京) | 一种煤炭粉尘污染程度的量化方法及装置 |
| CN116307945A (zh) * | 2023-05-18 | 2023-06-23 | 中铁建工集团有限公司 | 一种建筑类电气智能运行监控方法、系统和介质 |
-
2019
- 2019-10-21 CN CN201911001692.0A patent/CN110826868A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798044A (zh) * | 2020-06-30 | 2020-10-20 | 国网甘肃省电力公司武威供电公司 | 基于改进最小叉熵的ries运行规划仿真方法 |
| CN112132481A (zh) * | 2020-09-30 | 2020-12-25 | 深圳供电局有限公司 | 一种区域能效综合评价方法 |
| CN112561299A (zh) * | 2020-12-10 | 2021-03-26 | 国网浙江宁海县供电有限公司 | 一种园区综合能源源荷储精准画像系统 |
| CN116227982A (zh) * | 2022-12-30 | 2023-06-06 | 中国矿业大学(北京) | 一种煤炭粉尘污染程度的量化方法及装置 |
| CN116227982B (zh) * | 2022-12-30 | 2023-10-31 | 中国矿业大学(北京) | 一种煤炭粉尘污染程度的量化方法及装置 |
| CN116307945A (zh) * | 2023-05-18 | 2023-06-23 | 中铁建工集团有限公司 | 一种建筑类电气智能运行监控方法、系统和介质 |
| CN116307945B (zh) * | 2023-05-18 | 2023-07-21 | 中铁建工集团有限公司 | 一种建筑类电气智能运行监控方法、系统和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110826868A (zh) | 一种多能源协调优化运行评价方法 | |
| CN105160159A (zh) | 一种多能源技术量化筛选方法 | |
| CN112766809A (zh) | 综合能源系统的评价方法 | |
| CN112149980A (zh) | 区域级综合能源系统能效分析方法及系统 | |
| Meng et al. | A stochastic multi-objective optimization model for renewable energy structure adjustment management–A case study for the city of Dalian, China | |
| CN112132481A (zh) | 一种区域能效综合评价方法 | |
| CN112348276A (zh) | 基于多要素三层次的综合能源系统规划优化方法 | |
| Qin et al. | Unified energy efficiency in China's coastal areas: A virtual frontier-based global bounded adjusted measure | |
| CN106779250A (zh) | 一种基于新型优化模型的孤立分布式电网配置方法 | |
| Zhang et al. | A novel grey Lotka–Volterra model driven by the mechanism of competition and cooperation for energy consumption forecasting | |
| CN113191542A (zh) | 一种智慧环保碳排放管理服务平台 | |
| CN111625770A (zh) | 一种用于含分布式电源配电网的能效评估方法及系统 | |
| CN111353711A (zh) | 基于topsis法的综合能源系统评价方法和系统 | |
| CN112446552B (zh) | 一种生物质气化冷热电联供系统的多目标优化方法 | |
| CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
| CN114358994A (zh) | 一种依托绿码的碳排放智慧物联网监测方法 | |
| CN113240330A (zh) | 一种需求侧虚拟电厂多维价值评估方法和调度策略 | |
| Liu et al. | Assessing renewable energy efficiency to identify improvement strategies: A network data envelopment analysis approach | |
| CN116468302A (zh) | 建筑园区能源结构评估方法、系统、电子设备及存储介质 | |
| CN113592561A (zh) | 一种基于电力经济大数据的绿电指数生成方法 | |
| Chi et al. | Using LEAP Model to Predict Energy Consumption of Beijing under the Constraint of Low-Carbon Economy. | |
| CN112561299A (zh) | 一种园区综合能源源荷储精准画像系统 | |
| CN105373848A (zh) | 基于粗糙集的荷-网-源互动协调控制方案的优先排序法 | |
| Li et al. | CO2 emission coupled power generation mix evolution with flexible energy resources | |
| CN112686454B (zh) | 一种客户侧用能控制系统的能效优化系统及方法 |
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: 20200221 |