CN110852531A - 一种能源互联网多目标优化方法 - Google Patents
一种能源互联网多目标优化方法 Download PDFInfo
- Publication number
- CN110852531A CN110852531A CN201911169181.XA CN201911169181A CN110852531A CN 110852531 A CN110852531 A CN 110852531A CN 201911169181 A CN201911169181 A CN 201911169181A CN 110852531 A CN110852531 A CN 110852531A
- Authority
- CN
- China
- Prior art keywords
- optimization
- energy
- energy internet
- power
- objective
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005338 heat storage Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims description 55
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000010248 power generation Methods 0.000 claims description 16
- 238000005485 electric heating Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 239000002028 Biomass Substances 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 230000004308 accommodation Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas 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
- G06Q10/04—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
- G06Q10/0639—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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种能源互联网多目标优化方法，包括以下步骤：步骤一：建立指标体系、步骤二：获取参数、步骤三：优化参数、步骤四：协调、步骤五：构建目标函数、步骤六：系统优化、步骤七：能源互联网调度、步骤八：联合优化、步骤九：主从优化。本发明优化调度方法相比于传统调度方法，不仅促进了外电网的“削峰填谷”，而且缓解电网负荷压力，提高了区域新能源的就地消纳能力，实现真正意义上的清洁高效，将传统单一的储冷/热单元和储电单元结合作为区域能源系统的调峰设备，制定供冷/热设备的运行模式，实现高峰时段电负荷、冷/热负荷转移，提高了系统的整体效益。
Description
技术领域
本发明涉及能源互联网相关技术领域，特别涉及一种能源互联网多目标优化方法。
背景技术
能源互联网可理解是综合运用先进的电力电子技术、信息技术和智能管理技术，将大量由分布式能量采集装置、分布式能源储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来，以实现能量双向流动的能量对等交换与共享网络。
目前，现有的能源互联网评价体系主要关注于燃煤发电机组、燃气发电机组、燃气三联供机组等传统化石能源，且主要基于热力学第一定律和热力学第二定律进行评价，其评价指标多为“效率指标”，并未对包含可再生能源的能源互联网建立起评价指标体系，难以从多角度综合评价能源互联网，而且也没有对实际运行的能源互联网进行运行优化，不便于能源互联网的规划建设与运行。
因此，提出一种能源互联网多目标优化方法来解决上述问题很有必要。
发明内容
针对现有技术的不足，本发明提供了一种能源互联网多目标优化方法，解决了现有的现有的能源互联网评价体系主要关注于燃煤发电机组、燃气发电机组、燃气三联供机组等传统化石能源，且主要基于热力学第一定律和热力学第二定律进行评价，其评价指标多为“效率指标”，并未对包含可再生能源的能源互联网建立起评价指标体系，难以从多角度综合评价能源互联网，而且也没有对实际运行的能源互联网进行运行优化，不便于能源互联网的规划建设与运行的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种能源互联网多目标优化方法，包括以下步骤：
步骤一：建立指标体系：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
步骤二：获取参数：根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵；
步骤三：优化参数：对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
步骤四：协调：对各目标通过所述效用函数矩阵进行协调；
步骤五：构建目标函数：根据所述效用函数矩阵及各所述评估指标构建系统层目标函数；
步骤六：系统优化：利用所述系统层目标函数及优化算法对系统层进行优化。
步骤七：能源互联网调度：能源互联网的优化调度问题涉及多个能源网络之间的协同优化,是典型的非线性规划问题，其求解思路基本可分为联合优化及主从优化，联合优化力求直接求解能源互联网的优化问题，主从优化则通过主问题与子问题将优化进行解耦,两种求解思路各有其常用的方法，有时也会交叉使用；
步骤八：联合优化：联合优化的求解思路是整体的，在一次问题的求解中解决多个网络中的优化，并兼顾到网络之间的互相影响，其中智能算法由于其求解速度和精度的影响，相对来说更适合求解较为简单的模型，对于复杂的网络模型可以选取适合的求解器求解；
步骤九：主从优化：能源互联网的主从优化求解方法，关键在于主从问题的设置，针对于储热式热电机组与电锅炉联合系统设置电锅炉供热比例子问题与经济调度主问题，不断迭代形成最优电锅炉供热比例以及最经济调度计划结果，求解弃风消纳协调调度的最优方案，电热系统的主从优化通常考虑包含电网和气网调度两个子问题的双层优化。
可选的，所述步骤六中目标包括能源网络最优路径选择、能源网络互通能力。
可选的，所述综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标。
可选的，所述表征能源网络最优路径选择能力的评估指标包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数。
可选的，所述表征能源网络互通能力的评估指标包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比。
可选的，所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵。
可选的，所述系统层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
可选的，所述构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1...P11]。
可选的，所述主从优化方法的求解思路是对模型的拆分,将复杂的问题根据其主从关系进行拆解,分别求解以降低问题的求解难度,由于能源互联网中存在多个网络的互联，容易想到将各网络的优化拆分，更加适合建模精确.网络复杂的问题。
本发明提供了一种能源互联网多目标优化方法，具备以下有益效果：
（1）、本发明的优化调度方法相比于传统调度方法，不仅促进了外电网的“削峰填谷”，而且缓解电网负荷压力，提高了区域新能源的就地消纳能力，实现真正意义上的清洁高效，将传统单一的储冷/热单元和储电单元结合作为区域能源系统的调峰设备，制定供冷/热设备的运行模式，实现高峰时段电负荷、冷/热负荷转移，提高了系统的整体效益。
附图说明
图1为本发明能源互联网能效转换示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
此外，术语“第一”、“第二”等仅用于描述目的，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。
一种能源互联网多目标优化方法，包括以下步骤：
步骤一：建立指标体系：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系，表征能源网络最优路径选择能力的评估指标包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数，表征能源网络互通能力的评估指标包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比；
步骤二：获取参数：根据综合评估指标体系中的各评估指标获取实际评价参数矩阵，综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标；
步骤三：优化参数：对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用效用函数矩阵对决策层进行优化；
步骤四：协调：对各目标通过效用函数矩阵进行协调；
步骤五：构建目标函数：根据效用函数矩阵及各评估指标构建系统层目标函数，综合评估指标体系中的各评估指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵；
步骤六：系统优化：利用系统层目标函数及优化算法对系统层进行优化，系统层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束，目标包括能源网络最优路径选择、能源网络互通能力。
步骤七：能源互联网调度：能源互联网的优化调度问题涉及多个能源网络之间的协同优化,是典型的非线性规划问题，其求解思路基本可分为联合优化及主从优化，联合优化力求直接求解能源互联网的优化问题，主从优化则通过主问题与子问题将优化进行解耦,两种求解思路各有其常用的方法，有时也会交叉使用；
步骤八：联合优化：联合优化的求解思路是整体的，在一次问题的求解中解决多个网络中的优化，并兼顾到网络之间的互相影响，其中智能算法由于其求解速度和精度的影响，相对来说更适合求解较为简单的模型，对于复杂的网络模型可以选取适合的求解器求解；
步骤九：主从优化：能源互联网的主从优化求解方法，关键在于主从问题的设置，针对于储热式热电机组与电锅炉联合系统设置电锅炉供热比例子问题与经济调度主问题，不断迭代形成最优电锅炉供热比例以及最经济调度计划结果，求解弃风消纳协调调度的最优方案，电热系统的主从优化通常考虑包含电网和气网调度两个子问题的双层优化，主从优化方法的求解思路是对模型的拆分,将复杂的问题根据其主从关系进行拆解,分别求解以降低问题的求解难度,由于能源互联网中存在多个网络的互联，容易想到将各网络的优化拆分，更加适合建模精确.网络复杂的问题。
本发明提供了如图1所示的能源互联网的能效转换框图，构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1...P11]，本发明的优化调度方法相比于传统调度方法，不仅促进了外电网的“削峰填谷”，而且缓解电网负荷压力，提高了区域新能源的就地消纳能力，实现真正意义上的清洁高效，将传统单一的储冷/热单元和储电单元结合作为区域能源系统的调峰设备，制定供冷/热设备的运行模式，实现高峰时段电负荷、冷/热负荷转移，提高了系统的整体效益。
需要说明的是，在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，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保护范围之内。
Claims (9)
1.一种能源互联网多目标优化方法，其特征在于，包括以下步骤：
步骤一：建立指标体系：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
步骤二：获取参数：根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵；
步骤三：优化参数：对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
步骤四：协调：对各目标通过所述效用函数矩阵进行协调；
步骤五：构建目标函数：根据所述效用函数矩阵及各所述评估指标构建系统层目标函数；
步骤六：系统优化：利用所述系统层目标函数及优化算法对系统层进行优化；
步骤七：能源互联网调度：能源互联网的优化调度问题涉及多个能源网络之间的协同优化,是典型的非线性规划问题，其求解思路基本可分为联合优化及主从优化，联合优化力求直接求解能源互联网的优化问题，主从优化则通过主问题与子问题将优化进行解耦,两种求解思路各有其常用的方法，有时也会交叉使用；
步骤八：联合优化：联合优化的求解思路是整体的，在一次问题的求解中解决多个网络中的优化，并兼顾到网络之间的互相影响，其中智能算法由于其求解速度和精度的影响，相对来说更适合求解较为简单的模型，对于复杂的网络模型可以选取适合的求解器求解；
步骤九：主从优化：能源互联网的主从优化求解方法，关键在于主从问题的设置，针对于储热式热电机组与电锅炉联合系统设置电锅炉供热比例子问题与经济调度主问题，不断迭代形成最优电锅炉供热比例以及最经济调度计划结果，求解弃风消纳协调调度的最优方案，电热系统的主从优化通常考虑包含电网和气网调度两个子问题的双层优化。
2.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述步骤六中目标包括能源网络最优路径选择、能源网络互通能力。
3.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标。
4.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述表征能源网络最优路径选择能力的评估指标包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数。
5.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述表征能源网络互通能力的评估指标包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比。
6.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵。
7.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述系统层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
8.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1...P11]。
9.根据权利要求1所述的一种能源互联网多目标优化方法，其特征在于：
所述主从优化方法的求解思路是对模型的拆分,将复杂的问题根据其主从关系进行拆解,分别求解以降低问题的求解难度,由于能源互联网中存在多个网络的互联，容易想到将各网络的优化拆分，更加适合建模精确.网络复杂的问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911169181.XA CN110852531A (zh) | 2019-11-26 | 2019-11-26 | 一种能源互联网多目标优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911169181.XA CN110852531A (zh) | 2019-11-26 | 2019-11-26 | 一种能源互联网多目标优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110852531A true CN110852531A (zh) | 2020-02-28 |
Family
ID=69604307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911169181.XA Pending CN110852531A (zh) | 2019-11-26 | 2019-11-26 | 一种能源互联网多目标优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110852531A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111740412A (zh) * | 2020-06-24 | 2020-10-02 | 东北电力大学 | 含储热csp电站与电锅炉联合运行的供热期弃风消纳方法 |
| CN111967179A (zh) * | 2020-07-02 | 2020-11-20 | 江苏能来能源互联网研究院有限公司 | 一种能源互联网能量单元动态优化匹配方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447599A (zh) * | 2015-11-30 | 2016-03-30 | 东北电力大学 | 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型 |
| CN106773704A (zh) * | 2017-01-04 | 2017-05-31 | 中国科学院过程工程研究所 | 多系统联合优化调度方法及装置 |
| CN108197768A (zh) * | 2018-04-02 | 2018-06-22 | 厦门大学 | 一种能源系统与管网布局联合优化方法 |
| CN109784573A (zh) * | 2019-01-24 | 2019-05-21 | 南方电网科学研究院有限责任公司 | 一种能源互联网多目标优化方法及装置 |
-
2019
- 2019-11-26 CN CN201911169181.XA patent/CN110852531A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447599A (zh) * | 2015-11-30 | 2016-03-30 | 东北电力大学 | 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型 |
| CN106773704A (zh) * | 2017-01-04 | 2017-05-31 | 中国科学院过程工程研究所 | 多系统联合优化调度方法及装置 |
| CN108197768A (zh) * | 2018-04-02 | 2018-06-22 | 厦门大学 | 一种能源系统与管网布局联合优化方法 |
| CN109784573A (zh) * | 2019-01-24 | 2019-05-21 | 南方电网科学研究院有限责任公司 | 一种能源互联网多目标优化方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 瞿凯平等: "一种基于知识迁移Q学习算法的多能源系统联合优化调度", 《电力系统自动化》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111740412A (zh) * | 2020-06-24 | 2020-10-02 | 东北电力大学 | 含储热csp电站与电锅炉联合运行的供热期弃风消纳方法 |
| CN111740412B (zh) * | 2020-06-24 | 2021-10-01 | 东北电力大学 | 含储热csp电站与电锅炉联合运行的供热期弃风消纳方法 |
| CN111967179A (zh) * | 2020-07-02 | 2020-11-20 | 江苏能来能源互联网研究院有限公司 | 一种能源互联网能量单元动态优化匹配方法 |
| CN111967179B (zh) * | 2020-07-02 | 2024-02-09 | 江苏能来能源互联网研究院有限公司 | 一种能源互联网能量单元动态优化匹配方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113344736B (zh) | 一种园区级综合能源系统及其控制方法 | |
| CN113746144B (zh) | 一种源网荷实时交互的电碳控制方法及其智能管理系统 | |
| CN111969603B (zh) | 一种微能源网系统及其协同优化运行控制方法 | |
| CN103903073A (zh) | 一种含分布式电源及储能的微电网优化规划方法及系统 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| CN107784382A (zh) | 基于能源路由器的用户侧能源互联网规划方法 | |
| Zhai et al. | Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network | |
| CN105955931A (zh) | 面向高密度分布式光伏消纳的区域能源网络优化调度方法 | |
| CN110994606A (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
| CN110852531A (zh) | 一种能源互联网多目标优化方法 | |
| CN112528501A (zh) | 一种分布式供能系统分层优化设计方法 | |
| Azar et al. | Energy hub: Modeling and technology-A review | |
| Bermúdez et al. | The role of sector coupling in the green transition: A least-cost energy system development in North Europe towards 2050 | |
| Kahrobaee et al. | Optimum planning and operation of compressed air energy storage with wind energy integration | |
| CN113078684A (zh) | 一种基于双层优化的区域能源社区规划方法 | |
| Qiang et al. | A planning method for integrated energy station of energy internet | |
| CN116707023A (zh) | 基于源荷相关性聚类的主动配电网分层分区综合优化方法 | |
| Yu et al. | Day-ahead optimal dispatch of integrated energy system considering wind power forecasting and integrated demand response | |
| CN110472364A (zh) | 一种考虑可再生能源的离网式热电气联产系统的优化方法 | |
| Lv et al. | Technological development of multi-energy complementary system based on solar PVs and MGT | |
| Dou et al. | Optimal configuration of multitype energy storage for integrated energy system considering the system reserve value | |
| CN112288216A (zh) | 一种基于合作博弈的电转气装置容量规划方法及系统 | |
| CN111798044B (zh) | 基于改进最小叉熵的ries运行规划仿真方法 | |
| Li et al. | Optimization of pumped storage power station and new energy units in power grid based on homer simulation | |
| CN118052418B (zh) | 基于模糊规划的综合能源需求响应调度方法及装置 |
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 |
Application publication date: 20200228 |
|
| RJ01 | Rejection of invention patent application after publication |