CN110837940A - 能源站资源流动的计算方法及装置 - Google Patents

能源站资源流动的计算方法及装置 Download PDF

Info

Publication number
CN110837940A
CN110837940A CN201810927708.XA CN201810927708A CN110837940A CN 110837940 A CN110837940 A CN 110837940A CN 201810927708 A CN201810927708 A CN 201810927708A CN 110837940 A CN110837940 A CN 110837940A
Authority
CN
China
Prior art keywords
input
energy station
resource
energy
matrix
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
Application number
CN201810927708.XA
Other languages
English (en)
Other versions
CN110837940B (zh
Inventor
宋英豪
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.)
Ennew Digital Technology Co Ltd
Original Assignee
Ennew Digital Technology 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 Ennew Digital Technology Co Ltd filed Critical Ennew Digital Technology Co Ltd
Priority to CN201810927708.XA priority Critical patent/CN110837940B/zh
Publication of CN110837940A publication Critical patent/CN110837940A/zh
Application granted granted Critical
Publication of CN110837940B publication Critical patent/CN110837940B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种能源站资源流动的矩阵表示计算方法及装置。该方法包括利用所述能源站的设备编号，构建抽象有向网络；按输入分布形成离散输入数据；根据所述有向网络构造能源站的表示矩阵；根据所述表示矩阵计算能源站资源流动。本发明实现在已知输入资源分布的情况下，计算出能源站中的资源流动的数据，达到充分展现能源站的实际运行情况，提高调度效率的效果。

Description

能源站资源流动的计算方法及装置
技术领域
本发明涉及能源技术领域，特别涉及一种能源站资源流动的计算方法及装置。
背景技术
近年来，我国在推动节能减排和清洁能源高效利用技术方面做出了极大的努力，并承诺在2020年将可再生能源使用份额提升至15％。用多样化的技术手段补充以往单一的耦合方式，多元互动的综合能源开发利用已成为我国减少化石能源消耗与控制排放的重要举措。能源站中的设备很多，，有重要意义。
能源站的基本结构：具有一定分布的输入(如燃气，电，光伏等)；转化设备，比如把电能转化为热能；输出，输出到工业、民用、商业用户的电能或者热能。相关技术中无储能装置的无环能源站，在一定的假设下把能源站抽象成网络，构建能源站表示矩阵，然后把资源的流动用表示矩阵的计算来实现。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种能源站资源流动的计算方法及装置，从能源站表示矩阵的方法来进行计算，同时离散化输入数据，实现在已知输入资源分布的情况下，计算出能源站中的资源流动的数据，达到充分展现能源站的实际运行情况，提高调度效率的效果。
不考虑国家电网的输入的情况下，对网络资源进行模拟，然后根据用户用电历史数据，发现哪些时间段会出现供电不足，然后在供电不足时间段可以购买国家电网的电力。
达到上述目的，本发明一方面提出了提供了一种能源站资源流动的表示计算方法，其特征在于，包括以下步骤：
利用所述能源站的设备编号，构建抽象有向网络；
按输入分布形成离散输入数据；
根据所述有向网络构造能源站的表示矩阵；
根据所述表示矩阵计算能源站资源流动。
优选地，所述利用所述能源站的设备编号，构建抽象有向网络，进一步包括：所述能源站的每一个设备作为节点。
优选地，所述表示矩阵为M＝[fi，j]N×N，其中，fi，j表示矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。
优选地，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成N维列向量。
优选地，所述黑箱模型建模能源站的每个设备的输入输出关系。
优选地，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型或灰箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
优选地，state(k)＝M×[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
优选地，对于有储能设备的能源站，储能时把储能设备看做一个用户节点，放能时把储能设备当做一个输入节点。
本发明第二方面提供了一种能源站资源流动的计算装置，其特征在于，包括：
抽象模块，用于利用所述能源站的设备编号，构建抽象有向网络；
输入模块，用于按输入分布形成离散输入数据；
构造模块，用于根据所述有向网络构造能源站的表示矩阵；
计算模块，用于根据所述表示矩阵计算能源站资源流动。
优选地，所述利用所述能源站的设备编号，构建抽象有向网络，进一步包括：所述能源站的每一个设备作为节点。
优选地，所述表示矩阵为M＝[fi，j]N×N，其中，fi，j表示矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。
优选地，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成N维列向量。
优选地，所述黑箱模型建模能源站的每个设备的输入输出关系。
优选地，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型或灰箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
优选地，state(k)＝M*[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
优选地，对于有储能设备的能源站，储能时把储能设备看做一个用户节点，放能时把储能设备当做一个输入节点。
本发明的能源站资源流动的计算方法及装置解决了现有技术对设备各个时段启停变量和状态变量的耦合约束考虑不足甚至并未考虑，多停留在理论化研究，缺乏对工程项目实用化方面的考虑等问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
以下将参照附图对根据本发明的能源站资源流动的计算方法及装置优选实施方式进行描述。图中：
图1为根据一示例性实施例示出的能源站资源流动的计算方法流程图。
图2为根据一示例性实施例示出的能源站示例。
图3为根据一示例性实施例示出的能源站资源流动的计算装置结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在进行实施例描述之前，需要说明的是，为了说明的方便及具体化，本组实施例针对的是能源站资源流动的矩阵表示计算方法及装置，但并不仅限于实施例中列举所限定的范围。
在数学建模过程中，假设：
1.不考虑设备的启动时间和资源在能源站内部管道中的流动时间。
2.不考虑资源直接传给用户的线路，比如直接把国家电网的电给用户。
3.不考虑国家电网的电源时，对能源站进行模拟，然后根据用户用电不足的时间段，购买国家电网资源，从而实现调度。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
图1是本发明实施例所述的一种能源站资源流动的计算方法，包括：
步骤101，利用所述能源站的设备编号，构建抽象有向网络。
对于一个能源站，以其中的每一个设备作为节点，对每个设备进行编号。构建一个抽象的有向网络。为了便于计算，把输入资源的节点编号靠前，输出节点编号靠后。其中，边代表着能源的流动方向，虽然每条边的资源是不同的，但是在给定设备算子后，按照设备算子的计算使用的单位的情况下，可以忽略不同有向边的资源内容。
为了便于以后叙述，假设能源站中共有N个设备，亦即网络中有N个节点。
步骤102，按输入分布形成离散输入数据。
假设有n个资源输入，并且每个资源用变量x(1)，x(2),…,x(n)表示。假设x(i)～Pi(x),x(i)的分布可能是连续的，根据实际需要，24小时分隔为t段，每个段内的x(i)求和或者求积分，就可以把具有连续分布的变量x(i)变为t个离散数值。
对于其他n-1个变量进行相同的离散化，就得到t组输入数据，每组输入是一个n向量。
把n维列向量添加N-n个0。补充为N维的列向量。
步骤103，根据所述有向网络构造能源站的表示矩阵。
矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作，用fi，j表示。如果设备j没有向设备i传输资源，则(i，j)元素为0。具体操作的公式，可以用该设备的黑箱模型来建模。实际上矩阵的(i，j)个元素为一个算子或称函数。
如果设备j的把同样的资源可能传给L个设备，分配比例按实际情况给定(这个属于调度的问题)。此时对M第j列的每个非0元素前面加上乘法算子a(1),a(2),…,a(L)，a(1)+a(2)+...+a(L)＝1。
进一步地，在本发明的一个实施例中，用该设备的灰箱模型来建模。输出＝A*输入，其中A是个矩阵，其中元素为各种能源之间的转化效率或者设备的能源利用率等，在输入、输出为一维向量，可以表述为输出＝转化率*输入，此时通过灰箱模型实现建模。
步骤104，根据所述表示矩阵计算能源站资源流动。
设t时段的资源输入为input(t)＝[x(1,t),x(2,t),…,x(n,t),0,0,…,0]’
设表示矩阵为M＝[fi，j]N×N，其中，fi，j表示矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。
设t时段所有设备的资源情况为state(t)，则一个时间周期内(比如一天)模拟过程如下：
Figure BDA0001765804550000051
进一步地，在本发明的一个实施例中，所述利用所述能源站的设备编号，构建抽象有向网络，进一步包括：所述能源站的每一个设备作为节点。
进一步地，在本发明的一个实施例中，优选地，所述表示矩阵为M＝[fi，j]N×N，其中，fi，j表示矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。
进一步地，在本发明的一个实施例中，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成N维列向量。
进一步地，在本发明的一个实施例中，所述黑箱模型建模能源站的每个设备的输入输出关系。
进一步地，在本发明的一个实施例中，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
进一步地，在本发明的一个实施例中，state(k)＝M×[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
进一步地，在本发明的一个实施例中，对于有储能设备的能源站，储能时把储能设备看做一个用户节点，放能时把储能设备作为一个输入节点。
图2为根据一示例性实施例示出的能源站示例。
进一步地，在本发明的一个实施例中，本发明实施例能源站中共有7个设备，网络中有7个节点，边代表能源的流动方向。其中：1代表电，2代表燃气，3代表设备类型A，4代表设备类型B，5代表用户A，6代表用户B，7代表用户C。箭头代表能源的流动方向。电流向设备类型A，燃气流向设备类型A、设备类型B。设备类型A流向用户A、用户B、用户C，设备类型B流向用户A、用户B、用户C。
电的输入随时间而变化，燃气的输入随时间轴X为常量。
假设电和燃气的输入为一个周期内的数据，分为24份，每个小时为一份数据。电的输入为x(t),燃气的输入数据为y(t)。周期是一天，也可以根据实际需要，进行设置。
构造能源站表示矩阵如下：
Figure BDA0001765804550000061
其中a(1)、a(2)、a(3)为数乘算子，a(1)+a(2)+a(3)＝1。具体数值规定，根据实际情况给定。
b(1)、b(2)、b(3)为数乘算子，b(1)+b(2)+b(3)＝1。具体数值规定，根据实际情况给定。
t＝0:state(0)＝input(1)＝[x(1),y(1),0,0,0,0,0]
t＝1，资源从输入点传导一步，此时网络中各点处的资源情况为state(1)，
Figure BDA0001765804550000071
亦即此时资源从节点1、2转移到节点3、4。
t＝2，资源从3,4进一步转移，同时新的资源流入节点1和2。此时网络中各点出的资源情况为state(2)，
Figure BDA0001765804550000072
Figure BDA0001765804550000073
同理，可以依次进行下去，从而模拟出各个时间段能源站各个节点的资源流动情况。
进一步地，对模型进行扩展，对于有储能设备的能源站，储能时把储能设备作为一个用户节点，放能时把储能设备当做一个输入节点。
可知，通过能源站资源流动的矩阵表示计算，从而实现在上述不考虑国家电网的输入的情况下，对网络资源进行模拟，然后根据用户用电历史数据，发现哪些时间段会出现供电不足，然后在供电不足时间段可以购买国家电网的电力。
图3根据一示例性实施例示出的能源站资源流动的计算装置的结构示意图。能源站资源流动的矩阵表示计算装置包括：
抽象模块201，用于利用所述能源站的设备编号，构建抽象有向网络；
输入模块202，用于按输入分布形成离散输入数据；
构造模块203，用于根据所述有向网络构造能源站的表示矩阵；
计算模块204，用于根据所述表示矩阵计算能源站资源流动。
对于一个能源站，抽象模块201以每一个设备作为节点，对能源站中的每个设备进行编号，从而构建一个抽象的有向网络。为了便于计算，把输入资源的节点编号靠前，输出节点编号靠后。抽象模块201将有向网络的边代表能源的流动方向，虽然每条边的资源是不同的，但是在给定设备算子后，按照设备算子的计算使用的单位的情况下，可以忽略不同有向边的资源内容。为了便于以后叙述，假设能源站中共有N台设备，亦即网络中有N个节点。
假设能源站有n个资源输入，并且每个资源用变量x(1)，x(2)，…，x(n)表示。假设x(i)～,x(i)的分布可能是连续的，根据实际需要，输入模块202以24小时分隔为t段，每个段内的x(i)求和或者求积分，就可以把具有连续分布的变量x(i)变为t个离散数值。
输入模块202对于其他n-1个变量进行相同的离散化，就得到t组输入数据，每组输入是一个n向量。
输入模块202把n维列向量添加N-n个0。补充为N维的列向量。
矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。如果设备j没有向设备i传输资源，则(i，j)元素为0。构造模块203用该设备的黑箱模型来建模，实际上矩阵的(i，j)个元素为一个算子或称函数。
如果设备j把同样的资源传给L个设备，分配比例按实际情况给定，这属于调度的问题。此时对M第j列的每个非0元素前面加上乘法算子a(1),a(2),…,a(L)。a(1)+a(2)+...+a(L)＝1。
设t时段的资源输入为input(t)＝[x(1,t),x(2,t),…,x(n,t),0,0,…,0]’
设表示矩阵为M＝[f_(i,j)]_(N×N)。
设t时段所有设备的资源情况为state(t)，则一个时间周期内(比如一天)计算模块204整个计算过程如下：
Figure BDA0001765804550000081
进一步地，在本发明的一个实施例中，所述利用所述能源站的设备编号，构建抽象有向网络，进一步包括：所述能源站的每一个设备作为节点。
进一步地，在本发明的一个实施例中，优选地，所述表示矩阵为M＝[fi，j]N×N，其中，fi，j表示矩阵的第(i，j)个元素代表设备i对设备j传给i的数据进行的操作。
进一步地，在本发明的一个实施例中，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成N维列向量。
进一步地，在本发明的一个实施例中，所述黑箱模型建模能源站的每个设备的输入输出关系。
进一步地，在本发明的一个实施例中，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
进一步地，在本发明的一个实施例中，，state(k)＝M×[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
进一步地，在本发明的一个实施例中，对于有储能设备的能源站，储能时把储能设备看做一个用户节点，放能时把储能设备当做一个输入节点。
从能源站表示矩阵的方法来进行计算，同时离散化输入数据，实现在已知输入资源分布的情况下，计算出能源站中的资源流动的数据，达到充分展现能源站的实际运行情况，提高调度效率的效果。不考虑国家电网的输入的情况下，对网络资源进行模拟，然后根据用户用电历史数据，发现哪些时间段会出现供电不足，然后在供电不足时间段可以购买国家电网的电力。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征或者特点可以在任一个或多个实施例或示例中以合适的方式结合。
此外，在不相互矛盾的情况下，本领域的技术人员容易理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。
应当理解，上述的实施方式仅是示例性的，而非限制性的，在不偏离本发明的基本原理的情况下，本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换，都将包含于本发明的权利要求范围内。

Claims (10)

1.一种能源站资源流动的计算方法，其特征在于，包括以下步骤：
利用所述能源站的设备编号，构建抽象有向网络；
按输入分布形成离散输入数据；
根据所述有向网络构造能源站的表示矩阵；
根据所述表示矩阵计算能源站资源流动。
2.根据权利要求1所述的能源站资源流动的矩阵表示计算方法，其特征在于，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成独权N维列向量。
3.根据权利要求1所述的能源站资源流动的矩阵表示计算方法，其特征在于，所述黑箱模型建模能源站的每个设备的输入输出关系。
4.根据权利要求1所述的能源站资源流动的矩阵表示计算方法，其特征在于，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型或灰箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
5.根据权利要求1所述的能源站资源流动的矩阵表示计算方法，其特征在于，state(k)＝M×[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
6.一种能源站资源流动的计算装置，其特征在于，包括：
抽象模块，用于利用所述能源站的设备编号，构建抽象有向网络；
输入模块，用于按输入分布形成离散输入数据；
构造模块，用于根据所述有向网络构造能源站的表示矩阵；
计算模块，用于根据所述表示矩阵计算能源站资源流动。
7.根据权利要求6所述的能源站资源流动的矩阵表示计算装置，其特征在于，所述按输入分布形成离散输入数据，进一步包括：将输入的连续分布的资源变为离散数值，形成N维列向量。
8.根据权利要求6所述的能源站资源流动的矩阵表示计算装置，其特征在于，所述黑箱模型建模能源站的每个设备的输入输出关系。
9.根据权利要求6所述的能源站资源流动的矩阵表示计算装置，其特征在于，所述根据所述有向网络构造能源站的表示矩阵，进一步包括：基于黑箱模型或灰箱模型建模，所述表示矩阵的(i，j)个元素作为一个算子。
10.根据权利要求6所述的能源站资源流动的矩阵表示计算装置，其特征在于，state(k)＝M×[state(k-1)+input(k)]，其中，state(k)为k时段所有设备的资源情况为，M为表示矩阵，input(k)为k时段的资源输入。
CN201810927708.XA 2018-08-15 2018-08-15 能源站资源流动的计算方法及装置 Active CN110837940B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810927708.XA CN110837940B (zh) 2018-08-15 2018-08-15 能源站资源流动的计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810927708.XA CN110837940B (zh) 2018-08-15 2018-08-15 能源站资源流动的计算方法及装置

Publications (2)

Publication Number Publication Date
CN110837940A true CN110837940A (zh) 2020-02-25
CN110837940B CN110837940B (zh) 2023-01-10

Family

ID=69572949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810927708.XA Active CN110837940B (zh) 2018-08-15 2018-08-15 能源站资源流动的计算方法及装置

Country Status (1)

Country Link
CN (1) CN110837940B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584038A (zh) * 2012-06-21 2015-04-29 西门子公司 用于运行供应网络的方法和供应网络
CN105446163A (zh) * 2014-08-29 2016-03-30 国家电网公司 一种基于不同能源类型的微网全能流建模方法
CN105869075A (zh) * 2016-04-19 2016-08-17 东南大学 一种冷热电联供型微型能源网经济优化调度方法
EP3093952A1 (en) * 2015-05-14 2016-11-16 General Electric Technology GmbH Angle-based management of a power grid system
CN106709178A (zh) * 2016-12-21 2017-05-24 湖北工业大学 一种冷热电联供微网系统建模方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584038A (zh) * 2012-06-21 2015-04-29 西门子公司 用于运行供应网络的方法和供应网络
CN105446163A (zh) * 2014-08-29 2016-03-30 国家电网公司 一种基于不同能源类型的微网全能流建模方法
EP3093952A1 (en) * 2015-05-14 2016-11-16 General Electric Technology GmbH Angle-based management of a power grid system
CN105869075A (zh) * 2016-04-19 2016-08-17 东南大学 一种冷热电联供型微型能源网经济优化调度方法
CN106709178A (zh) * 2016-12-21 2017-05-24 湖北工业大学 一种冷热电联供微网系统建模方法

Also Published As

Publication number Publication date
CN110837940B (zh) 2023-01-10

Similar Documents

Publication Publication Date Title
Zhang et al. Day-ahead scheduling of multi-carrier energy systems with multi-type energy storages and wind power
Xie et al. Autonomous optimized economic dispatch of active distribution system with multi-microgrids
Zamzam et al. Optimal water–power flow-problem: Formulation and distributed optimal solution
Liu et al. Intelligent modeling and optimization for smart energy hub
JP7261507B2 (ja) 電気ヒートポンプ－熱電併給システムを最適化する調整方法及びシステム
Chen et al. Adaptive robust day-ahead dispatch for urban energy systems
Geidl et al. A modeling and optimization approach for multiple energy carrier power flow
CN106532709B (zh) 一种含配电网重构的区域综合能源系统最优潮流计算方法
CN107808218A (zh) 基于热电比调节的城市能源互联网潮流计算方法
Zhang et al. A multi-step modeling and optimal operation calculation method for large-scale energy hub model considering two types demand responses
CN108565863A (zh) 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN105576657A (zh) 能源互联下主动配网与输电网集成系统的随机模糊连续潮流建模及算法
CN104377693A (zh) 一种发电生产模拟模型
CN106886839B (zh) 基于混合整数规划的水火电机组组合优化调度方法
CN109636056A (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN111274674A (zh) 基于有机朗肯循环系统的分布式多能源调度方法
CN109272353A (zh) 计及综合需求响应不确定性的系统动态概率能流分析方法
CN107623337A (zh) 一种微电网能量管理方法
CN105391056A (zh) 一种考虑不平衡通信网络的电力系统分布式经济调度方法
CN115392035A (zh) 电-气互联综合能源系统优化调度的改进方法
Huang et al. A multi-rate dynamic energy flow analysis method for integrated electricity-gas-heat system with different time-scale
CN115882523A (zh) 含分布式储能的电力系统优化运行方法、系统及设备
Wang et al. Integrated modeling of regional and park-level multi-heterogeneous energy systems
Liu et al. Cooperative operation for integrated multi-energy system considering transmission losses
An et al. Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics

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
GR01 Patent grant
GR01 Patent grant