CN111553042B - 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 - Google Patents
一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN111553042B CN111553042B CN202010326996.0A CN202010326996A CN111553042B CN 111553042 B CN111553042 B CN 111553042B CN 202010326996 A CN202010326996 A CN 202010326996A CN 111553042 B CN111553042 B CN 111553042B
- Authority
- CN
- China
- Prior art keywords
- objective function
- pressure
- pipe network
- flow
- initial
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 80
- 238000011480 coordinate descent method Methods 0.000 claims description 6
- 238000011478 gradient descent method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 7
- 239000010410 layer Substances 0.000 description 26
- 239000007789 gas Substances 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 239000002356 single layer Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
本申请所提供的一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质，所述方法包括：设定管网初始参数值；利用系统模型求得管网各节点的初始压强、流量、管段压降等参数，并计算得到第一目标函数；固定压力级制层间的进气节点流量，并利用非线性规划的算法优化阀门开度；固定压力级制层间的阀门开度，并利用非线性规划的算法优化进气节点流量，计算得到第二目标函数；判断第一目标函数与第二目标函数的绝对差值是否小于预设精度，若是，则结束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差值小于设定值；本申请采用迭代求解方法，提升跨级调度的及时性和管网仿真优化的准确性。
Description
技术领域
本申请涉及燃气管网技术领域，尤其是涉及一种多压力级制燃气管网的智能优化方 法、系统、终端及存储介质。
背景技术
进入21世纪后，我国经济飞速发展，城市的建设日新月异，天然气管道输配系统也越 来越复杂、庞大，同时压力级制也越来越多。当前城市燃气有多种压力级制，各压力级制间的转换必须通过调压站来实现。调压站是燃气输配管网中稳压与调压的重要设施，其主要功能是按运行要求将管网的上一级输气压力降至下一级压力。当系统负荷发生变化时，通过流量调节将压力稳定在设计要求的范围内。
在城市燃气管网中，多压力级制的管网结构满足了不同用户的用气需求，也成为其重 要的拓扑特点。然而实际系统所包含的计算节点往往数量庞大，计算复杂度极高。由于缺 少实施条件等原因无法大规模设置数据采集点，燃气管网中的部分工况数据缺失，造成无 法准确掌握城市天然气全网的压力、流量情况，当前的运行工况调整基本要滞后于实际的 运行需求，天然气管网运行工况调度和配置的准确性和及时性难以得到保证，跨压力级制 管网调度难度增大。
目前现有的燃气管网优化技术主要集中在单层燃气管网的仿真和优化上，对于跨层级 的管网联合优化考虑较少。若仅仅利用单层求解方法的序贯求解来简单仿真多层级情况， 而不考虑层级之间控制变量的相互影响，其计算复杂度极高，且优化结果不佳、决策并不 明智。
因此，亟需一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质，以解 决现有技术中多层级管网跨级调度的及时性差、管网仿真优化的准确性难以保证的问题。
发明内容
针对现有技术的不足，本申请提供一种多压力级制燃气管网的智能优化方法、系统、 终端及存储介质，解决了现有技术中多层级管网跨级调度的及时性差、管网仿真优化的准 确性难以保证等问题。
为解决上述技术问题，第一方面，本申请提供一种多压力级制燃气管网的智能优化方 法，包括：
设定管网初始参数值；
利用系统模型求得管网各节点的初始压强、流量、管段压降等参数，并计算得到第一 目标函数；
固定压力级制层间的进气节点流量，并利用非线性规划的算法优化阀门开度；
固定压力级制层间的阀门开度，并利用非线性规划的算法优化进气节点流量，计算得 到第二目标函数；
判断第一目标函数与第二目标函数的绝对差值是否小于预设精度，若是，则结束，若 否，则继续优化直到第一目标函数与第二目标函数的绝对差值小于设定值。
可选的，所述设定管网初始参数值，包括：
设定管网初始进气流量、阀门初始开度、参考压力点等初始参数值。
可选的，所述固定压力级制层间的阀门开度，并利用非线性规划的算法优化进气节点 流量，计算得到第二目标函数，包括：
固定压力级制层间的阀门开度，并利用内点法、梯度下降法或、坐标下降法优化进气 节点流量，计算得到第二目标函数。
可选的，所述判断第一目标函数与第二目标函数的绝对差值是否小于设定值，包括：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为 预设精度，可取1e-3。
第二方面，本申请还提供一种多压力级制燃气管网的智能优化系统，包括：
初始设定单元，配置用于设定管网初始参数值；
第一目标函数确定单元，配置用于利用系统模型求得管网各节点的初始压强、流量、 管段压降等参数，并计算得到第一目标函数；
算法优化单元，配置用于固定压力级制层间的进气节点流量，并利用非线性规划的算 法优化阀门开度；
第二目标函数确定单元，配置用于固定压力级制层间的阀门开度，并利用非线性规划 的算法优化进气节点流量，计算得到第二目标函数；
参数校验单元，配置用于判断第一目标函数与第二目标函数的绝对差值是否小于预设 精度；若是，则结束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差值小 于设定值。
可选的，所述初始设定单元具体用于：
设定管网初始进气流量、阀门初始开度、参考压力点等初始参数值。
可选的，所述第二目标函数确定单元具体用于：
固定压力级制层间的阀门开度，并利用内点法、梯度下降法或、坐标下降法优化进气 节点流量，计算得到第二目标函数。
可选的，所述参数校验单元具体用于：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为 预设精度，可取1e-3。
第三方面，本申请提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，本申请提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
与现有技术相比，本申请具有如下有益效果：
本申请针对多压力级制管网结构，利用管道层级之间的耦合关系、供需约束和非管元 件的参数特征，对跨层级的优化提出了一种分层求解，采用迭代求解方法将复杂的多层压 力级制耦合问题转化为单层的非线性规划问题进行交替求解，每次迭代仅仅对部分决策变 量进行调整，减小了每次迭代的计算量，提高了求解效率；
本申请将每一层级的计算结果作为输入输出条件，为相邻层级做条件约束，能够更快 更及时的进行多压力级制、跨管网层级的调度优化计算，提升跨级调度的及时性及管网仿 真优化的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请 的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提 供的附图获得其他的附图。
图1为本申请实施例所提供的一种多压力级制燃气管网的智能优化方法的流程图；
图2为本申请实施例所提供的高A、高B两级燃气管网拓扑图；
图3为本申请另一实施例所提供的一种多压力级制燃气管网的智能优化系统的结构示 意图；
图4为本申请实施例所提供的一种终端系统的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的 附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本 申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种多压力级制燃气管网的智能优化方法的 流程图，该方法100包括：
S101：设定管网初始参数值；
S102：利用系统模型求得管网各节点的初始压强、流量、管段压降等参数，并计算得 到第一目标函数；
S103：固定压力级制层间的进气节点流量，并利用非线性规划的算法优化阀门开度；
S104：固定压力级制层间的阀门开度，并利用非线性规划的算法优化进气节点流量， 计算得到第二目标函数；
S105：判断第一目标函数与第二目标函数的绝对差值是否小于预设精度，若是，则结 束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差值小于设定值。
基于上述实施例，作为可选的实施例，所述S101设定管网初始参数值，包括：
设定管网初始进气流量、阀门初始开度、参考压力点等初始参数值。
基于上述实施例，作为可选的实施例，所述S104固定压力级制层间的阀门开度，并利 用非线性规划的算法优化进气节点流量，计算得到第二目标函数，包括：
固定压力级制层间的阀门开度，并利用内点法、梯度下降法或、坐标下降法优化进气 节点流量，计算得到第二目标函数
基于上述实施例，作为可选的实施例，所述S105判断第一目标函数与第二目标函数的 绝对差值是否小于设定值，包括：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为 预设精度，可取1e-3。
具体的，本实施例以两压力级制燃气管网为例进行说明，但本申请不限于计算两压力 级制的情形。如图2所示，图2为高A、高B两级燃气管网拓扑图，高A、高B两级燃气 管网优化过程如下：
步骤1、设定管网初始进气流量、阀门初始开度、参考压力点等；
步骤2、利用系统模型求得管网各节点的初始压强、流量、管段压降等参数，计算得到目标函数为J1；
步骤3、固定高A进气节点的流量
并利用内点法对阀门开度am进行优化；
步骤4、固定两层间的阀门开度am，利用内点法对高A进气节点的流量
进行优化，计算得到目标函数为J2；
步骤5、若ΔJ＝|J2-J1|<ε，即可终止步骤5，并返回当前J2、
和am，否则令J2＝J1，继续进行步骤3，其中，ε为预设精度，例如可取1e-3；
其中，所述系统模型包括目标函数、等式约束、不等式约束，具体如下：
1、目标函数见公式1：
2、等式约束：
①节点流量方程
对于每一个节点，适用公式2：
②流量平衡方程
对于每层管网，适用公式3：
③节点压力方程
对于每一个节点，适用公式4：
④水头损失方程
对每个管段所有的节点流量，应要求其在规定的设计流量范围内，即适用公式5：
⑤调压阀
调压阀作为两层间的连接非管元件，其可以表示为一个上下层对应节点流量、压强的 非线性关系，即适用公式6：
3、不等式约束
①压强约束
对所有节点压强，应要求其在规定的压强范围内，即适用公式7：
②流量约束
对所有的节点流量，应要求其在规定的设计流量范围内，即适用公式8：
具体的，该管网中，控制变量包括高A管网进气节点的流量
两层间的阀门开度am， 确定量为最下层(高B管网)的出气口流量即用户需求。通过仿真优化方法，对以上控制变量进行调节，以在满足约束的前提下，优化目标函数。由于每次使用内点法，目标函数 都呈下降趋势，其最终一定会收敛到一个局部最优解，保证了解的性能。
需要说明的是，本实施例以负荷均衡作为目标函数、以内点法作为非线性规划问题优 化求解进行说明，但本申请不仅限于计算目标函数为负荷均衡条件的情形，也不仅限于使 用内点法进行优化求解。本实施例的方程仅仅是示例，本申请所适用的范围不仅限于所述 的目标函数、等式约束、不等式约束，可适用于所有的适合于燃气管网的目标函数与约束 方程。
请参考图3，图3为本申请实施例所提供的一种多压力级制燃气管网的智能优化系统 的结构示意图，该系统300，包括：
初始设定单元301，配置用于设定管网初始参数值；
第一目标函数确定单元302，配置用于利用系统模型求得管网各节点的初始压强、流 量、管段压降等参数，并计算得到第一目标函数；
算法优化单元303，配置用于固定压力级制层间的进气节点流量，并利用非线性规划 的算法优化阀门开度；
第二目标函数确定单元304，配置用于固定压力级制层间的阀门开度，并利用非线性 规划的算法优化进气节点流量，计算得到第二目标函数；
参数校验单元305，配置用于判断第一目标函数与第二目标函数的绝对差值是否小于 预设精度；若是，则结束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差 值小于设定值。
基于上述实施例，作为可选的实施例，所述初始设定单元301具体用于：
设定管网初始进气流量、阀门初始开度、参考压力点等初始参数值。
基于上述实施例，作为可选的实施例，所述第二目标函数304确定单元具体用于：
固定压力级制层间的阀门开度，并利用内点法、梯度下降法或、坐标下降法优化进气 节点流量，计算得到第二目标函数。
基于上述实施例，作为可选的实施例，所述参数校验单元305具体用于：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为 预设精度，可取1e-3。
请参考图4，图4为本申请实施例所提供的一种终端系统400的结构示意图，该终端系统400可以用于执行本发明实施例提供的软件多语言显示及输入同步切换方法。
其中，该终端系统400可以包括：处理器401、存储器402及通信单元403。这些组 件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并 不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示 更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器402可以用于存储处理器401的执行指令，存储器402可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)， 电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只 读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储 器402中的执行指令由处理器401执行时，使得终端系统400能够执行以下上述方法实施 例中的部分或全部步骤。
处理器401为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部 分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器 内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连 接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器401可以仅包括中央处 理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核 心，也可以包括多运算核心。
通信单元403，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。 接收其他终端发送的用户数据或者向其他终端发送用户数据。
本申请还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序 执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光 盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
本申请针对多压力级制管网结构，利用管道层级之间的耦合关系、供需约束和非管元 件的参数特征，对跨层级的优化提出了一种分层求解，采用迭代求解方法将复杂的多层压 力级制耦合问题转化为单层的非线性规划问题进行交替求解，每次迭代仅仅对部分决策变 量进行调整，减小了每次迭代的计算量，提高了求解效率；本申请将每一层级的计算结果 作为输入输出条件，为相邻层级做条件约束，能够更快更及时的进行多压力级制、跨管网 层级的调度优化计算，提升跨级调度的及时性及管网仿真优化的准确性。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例 的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言， 由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即 可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只 是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员 来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和 修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个 实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间 存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包 括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种多压力级制燃气管网的智能优化方法，其特征在于，包括：
设定管网初始参数值；
利用系统模型求得管网各节点的初始压强、流量、管段压降参数，并计算得到第一目标函数；
固定压力级制层间的进气节点流量，并利用非线性规划的算法优化阀门开度；
固定压力级制层间的阀门开度，并利用内点法、梯度下降法或坐标下降法优化进气节点流量，计算得到第二目标函数；
判断第一目标函数与第二目标函数的绝对差值是否小于预设精度，若是，则结束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差值小于设定值。
2.根据权利要求1所述的多压力级制燃气管网的智能优化方法，其特征在于，所述设定管网初始参数值，包括：
设定管网初始进气流量、阀门初始开度、参考压力点初始参数值。
3.根据权利要求1所述的多压力级制燃气管网的智能优化方法，其特征在于，所述判断第一目标函数与第二目标函数的绝对差值是否小于设定值，包括：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为预设精度，取1e-3。
4.一种多压力级制燃气管网的智能优化系统，其特征在于，包括：
初始设定单元，配置用于设定管网初始参数值；
第一目标函数确定单元，配置用于利用系统模型求得管网各节点的初始压强、流量、管段压降参数，并计算得到第一目标函数；
算法优化单元，配置用于固定压力级制层间的进气节点流量，并利用非线性规划的算法优化阀门开度；
第二目标函数确定单元，配置用于固定压力级制层间的阀门开度，并利用内点法、梯度下降法或坐标下降法优化进气节点流量，计算得到第二目标函数；
参数校验单元，配置用于判断第一目标函数与第二目标函数的绝对差值是否小于预设精度；若是，则结束，若否，则继续优化直到第一目标函数与第二目标函数的绝对差值小于设定值。
5.根据权利要求4所述的多压力级制燃气管网的智能优化系统，其特征在于，所述初始设定单元具体用于：
设定管网初始进气流量、阀门初始开度、参考压力点初始参数值。
6.根据权利要求4所述的多压力级制燃气管网的智能优化系统，其特征在于，所述参数校验单元具体用于：
判断第一目标函数与第二目标函数的绝对差值ΔJ＝|J2-J1|<ε是否成立，其中，ε为预设精度，取1e-3。
7.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-3任一项所述的方法。
8.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326996.0A CN111553042B (zh) | 2020-04-23 | 2020-04-23 | 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326996.0A CN111553042B (zh) | 2020-04-23 | 2020-04-23 | 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111553042A CN111553042A (zh) | 2020-08-18 |
| CN111553042B true CN111553042B (zh) | 2021-09-21 |
Family
ID=72000252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010326996.0A Active CN111553042B (zh) | 2020-04-23 | 2020-04-23 | 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111553042B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626242A (zh) * | 2022-03-24 | 2022-06-14 | 北京航天拓扑高科技有限责任公司 | 一种燃气管网拓扑结构和供气关系及能力模型构建方法 |
| CN118052153B (zh) * | 2024-04-16 | 2024-06-21 | 上海叁零肆零科技有限公司 | 天然气管网数据优化方法、存储介质及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886389A (zh) * | 2014-03-10 | 2014-06-25 | 重庆邮电大学 | 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 |
| CN104166344B (zh) * | 2014-05-12 | 2017-07-25 | 中国石油大学(华东) | 基于自适应动态规划的天然气管网运行调控方法 |
| CN104315342A (zh) * | 2014-05-20 | 2015-01-28 | 南京苏夏工程设计有限公司 | 优化蒸汽管网设计、提高热网输送效率方法 |
-
2020
- 2020-04-23 CN CN202010326996.0A patent/CN111553042B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111553042A (zh) | 2020-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106777708B (zh) | 一种电力-天然气区域综合能源系统的稳态分析方法 | |
| CN109242365B (zh) | 一种电-热互联综合能源系统的区间潮流计算方法 | |
| CN108054789B (zh) | 一种内嵌无功和电压的安全约束经济调度方法 | |
| CN111553042B (zh) | 一种多压力级制燃气管网的智能优化方法、系统、终端及存储介质 | |
| Xue et al. | Coordinated dispatch of integrated electric and district heating systems using heterogeneous decomposition | |
| CN110929931B (zh) | 考虑分布式电源和负荷时序特性的配电网协调规划方法 | |
| CN105244870B (zh) | 一种快速计算电网风电场弃风率及机组发电量的方法 | |
| CN107528320A (zh) | 基于连续潮流的配电网分布式电源渗透率评估方法 | |
| CN108879667A (zh) | 一种电网闭环控制潮流仿真方法 | |
| Lu et al. | Medium-and long-term interval optimal scheduling of cascade hydropower-photovoltaic complementary systems considering multiple uncertainties | |
| CN110796295A (zh) | 一种能源互联网气网传输优化方法 | |
| WO2017073007A1 (ja) | 配水運用システム、配水運用方法、及び、記録媒体 | |
| CN103337040A (zh) | 一种计及风电波动性的风电发电计划编制系统及编制方法 | |
| CN113606656A (zh) | 一种基于模型预测的供热系统水力平衡调节方法和系统 | |
| CN111313425B (zh) | 基于变量空间最优选择的潮流模型线性化误差最小化方法 | |
| CN113162049A (zh) | 一种概率分布不确定条件下输配协同调度方法及系统 | |
| CN116805181A (zh) | 一种电-热-气网络分布式协同调度策略确定方法及装置 | |
| CN109066709B (zh) | 一种基于元模型的分布式电源就地电压控制策略改进方法 | |
| CN112734158A (zh) | 发电机组的热电负荷分配方法、装置及电子设备 | |
| Baeten et al. | Comparison of optimal control formulations for stratified sensible thermal energy storage in space heating applications | |
| CN116739404A (zh) | 一种综合能源系统熵态模型中网络化特征模块的构建方法 | |
| CN116797251A (zh) | 基于异步分布式纳什均衡算法的供应市场生产调控方法 | |
| Baldin et al. | Solving Stationary Gas Transport Problems with Compressors of Piston and Generic Type | |
| CN108985579B (zh) | 电源配置规划方法及其系统 | |
| Hennings et al. | Optimizing transient gas network control for challenging real-world instances using MIP-based heuristics |
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 |