CN112100871B - 多能耦合系统的解耦方法和装置、电子设备及存储介质 - Google Patents
多能耦合系统的解耦方法和装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112100871B CN112100871B CN202011300743.2A CN202011300743A CN112100871B CN 112100871 B CN112100871 B CN 112100871B CN 202011300743 A CN202011300743 A CN 202011300743A CN 112100871 B CN112100871 B CN 112100871B
- Authority
- CN
- China
- Prior art keywords
- subsystem
- freedom
- degree
- target
- subsystems
- 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
- 230000008878 coupling Effects 0.000 title claims abstract description 163
- 238000010168 coupling process Methods 0.000 title claims abstract description 163
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000010129 solution processing Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供的多能耦合系统的解耦方法和装置、电子设备及存储介质,涉及多能耦合系统技术领域。在本申请中,首先,获取多能耦合系统包括的每一个子系统的自由度,其中,多能耦合系统包括多个子系统,且自由度基于对应子系统的未知量确定。其次,在多个子系统中,基于自由度确定至少一个第一目标子系统。然后,对每一个第一目标子系统中属于未知量的平衡量进行求解处理,并基于求解处理对每一个第一目标子系统的自由度进行更新处理。最后,在基于更新处理后的自由度,确定多个子系统的自由度满足预设条件时,确定多能耦合系统解耦完成。基于上述方法,可以改善现有技术中存在的解耦操作不便的问题。
Description
技术领域
本申请涉及多能耦合系统技术领域,具体而言,涉及一种多能耦合系统的解耦方法和装置、电子设备及存储介质。
背景技术
多能耦合系统是指,将不同能源形式的多个能源子网络相互耦合,通过合理的调度方式实现各子系统间能量互补的能源系统,通常也叫做综合能源系统。常见的多能耦合系统包括了电、热、冷、气等多种能源形式,每种能源可以以一个或多个能源子网络的形式存在于多能耦合系统当中,每个子网络也可以与一个或多个不同能源形式的子网络进行耦合。
其中,为了获得多能耦合系统中电、热、冷、气等各个子系统的工况(例如,该工况可以包括,但不限于电气系统节点电压幅值和相角、天然气系统节点气压和支路流量、热力系统节点供回水温度以及水力系统质量流量等状态变量等),需要进行仿真计算。
目前,已有的仿真计算方法分为两大类:统一迭代法和交替迭代法。
其中,统一迭代法需要联立所有子系统的状态方程以及耦合关系,并利用增广雅克比矩阵进行统一迭代求解,这种方法由于需要将不同量纲、时间尺度的方程进行联立,因此,方程的求解效率和稳定性不是很好。交替迭代法通过给定耦合状态后,各个子系统独立计算能流,并依据计算结果对耦合状态给定值进行修正,直到耦合状态给定值的变化小于给定阈值。
经发明人研究发现,在基于交替迭代法进行仿真计算时,多能耦合系统中复杂的耦合关系和不同能源网络的特性差异,给仿真计算带来了较大困难,例如,需要人为地根据方程组的构成(组成)情况或者网络耦合关系判断各子系统的平衡量,这将导致解耦操作(仿真操作)不便的问题。
发明内容
有鉴于此,本申请的目的在于提供一种多能耦合系统的解耦方法和装置、电子设备及存储介质,以改善现有技术中存在的解耦操作不便的问题。
为实现上述目的,本申请实施例采用如下技术方案:
一种多能耦合系统的解耦方法,包括:
获取多能耦合系统包括的每一个子系统的自由度,其中,该多能耦合系统包括多个子系统,且该自由度基于对应子系统的未知量的数量确定;
在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统;
对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理;
在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,所述获取多能耦合系统包括的每一个子系统的自由度的步骤,包括:
确定多能耦合系统中的每一个子系统中未知量的数量;
将每一个所述子系统中未知量的数量,作为该子系统的自由度。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,所述确定多能耦合系统中的每一个子系统中未知量的数量的步骤,包括:
针对多能耦合系统中的每一个子系统,基于该子系统包括的未知量形成未知量集合,得到多个未知量集合;
针对每一个未知量集合,基于所述多能耦合系统包括的系统耦合方程确定该未知量集合中是否存在目标未知量,其中,该目标未知量和至少一个已知量基于至少一个所述系统耦合方程建立关系;
针对存在所述目标未知量的每一个未知量集合,对该未知量集合中的目标未知量进行移除处理,并将移除处理后的未知量集合中未知量的数量作为对应子系统的未知量的数量;
针对不存在所述目标未知量的每一个未知量集合,将该未知量集合中未知量的数量作为对应子系统的未知量的数量。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统的步骤,包括:
在所述多个子系统中,确定自由度最小的子系统;
将自由度最小的子系统确定为第一目标子系统。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,所述将自由度最小的子系统确定为第一目标子系统的步骤,包括:
若最小的自由度为1,则将该自由度对应的子系统确定为第一目标子系统,其中,该自由度为对应子系统中未知量的数量,且该子系统中的未知量作为该子系统的平衡量;
若最小的自由度为2,则将该自由度对应的子系统包括的两个未知量中的任意一个未知量作为该子系统的平衡量、另一个未知量确定为已知量,其中,该自由度为对应子系统中未知量的数量;
将自由度最小的子系统的自由度由2更新为1,并将自由度更新后的该子系统确定为第一目标子系统。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理的步骤,包括:
针对每一个所述第一目标子系统,基于该第一目标子系统的能流方程组的组成确定该第一目标子系统的求解算法;
基于每一个所述第一目标子系统的求解算法对该第一目标子系统中属于未知量的平衡量进行求解处理,得到该平衡量的值;
将每一个所述第一目标子系统的自由度进行更新处理。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理的步骤,还包括:
基于所述多能耦合系统包括的系统耦合方程,确定每一个所述第一目标子系统的平衡量与其它子系统是否存在关联关系;
若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则对该其它子系统的自由度进行更新处理。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则对该其它子系统的自由度进行更新处理的步骤,包括:
若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则基于该平衡量和所述系统耦合方程,确定该其它子系统中对应量的值;
若所述对应量为已知量,则在该对应量确定的值与已知值之间的误差大于预设阈值时,将所述其它子系统的自由度进行增加处理;
若所述对应量为未知量,则将所述其它子系统的自由度进行降低处理。
在本申请实施例较佳的选择中,在上述多能耦合系统的解耦方法中,在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成的步骤,包括:
确定每一个所述子系统当前的自由度是否大于预设值;
若每一个所述子系统当前的自由度小于或等于所述预设值,则确定所述多个子系统的自由度满足预设条件,确定所述多能耦合系统解耦完成;
若存在当前的自由度大于所述预设值的子系统,则至少执行一次目标操作,直到每一个所述子系统当前的自由度小于或等于所述预设值;
其中,所述目标操作包括:
在所述多个子系统中,基于当前的自由度确定第二目标子系统;
对每一个所述第二目标子系统中属于未知量的平衡量进行求解处理;
在求解处理后,对每一个所述第二目标子系统的自由度进行更新处理。
本申请实施例还提供了一种多能耦合系统的解耦装置,包括:
自由度获取模块,用于获取多能耦合系统包括的每一个子系统的自由度,其中,该多能耦合系统包括多个子系统,且该自由度基于对应子系统的未知量的数量确定;
子系统确定模块,用于在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统;
自由度更新模块,用于对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理;
解耦完成确定模块,用于在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成。
在上述基础上,本申请实施例还提供了一种电子设备,包括:
存储器,用于存储计算机程序;
与所述存储器连接的处理器,用于执行该存储器存储的计算机程序,以实现上述的多能耦合系统的解耦方法。
在上述基础上,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被执行时,实现上述的多能耦合系统的解耦方法。
本申请提供的多能耦合系统的解耦方法和装置、电子设备及存储介质,通过获取多能耦合系统中每一个子系统基于未知量确定的自由度,使得可以基于自由度确定出目标子系统,然后,再对目标子系统中的平衡量进行求解处理,从而可以完成对多能耦合系统的解耦。如此,可以基于子系统的自由度来进行平衡量的求解处理,使得不用依赖于人为地根据方程组的构成(组成)情况或者网络耦合关系判断各子系统的平衡量,从而改善现有技术中存在的解耦操作不便的问题,使得具有较高的实用价值。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为一种多能耦合系统的耦合关系示意图。
图2为本申请实施例提供的电子设备的结构框图。
图3为本申请实施例提供的多能耦合系统的解耦方法的流程示意图。
图4为图3中步骤S110包括的子步骤的流程示意图。
图5为图4中步骤S111包括的子步骤的流程示意图。
图6为图3中步骤S120包括的子步骤的流程示意图。
图7为图3中步骤S130包括的子步骤的流程示意图。
图8为图3中步骤S130包括的其它子步骤的流程示意图。
图9为图3中步骤S140包括的子步骤的流程示意图。
图10为图9中步骤S143包括的子步骤的流程示意图。
图11为本申请实施例提供的多能耦合系统的解耦装置的方框示意图。
图标:10-电子设备;12-存储器;14-处理器;100-多能耦合系统的解耦装置;110-自由度获取模块;120-子系统确定模块;130-自由度更新模块;140-解耦完成确定模块。
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,所描述的实施例只是本申请的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
如图1所示,提供了一种多能耦合系统的耦合关系示意图。其中,该多能耦合系统由4个子系统相互耦合构成,每个子系统的计算变量、与其它网络的耦合关系以及已知量和未知量如图所示(其中,子系统1的变量包括F1、F2、F3和F4,共4个变量;子系统2的变量包括P1、P2、P3、P4和P5,共5个变量;子系统3的变量包括Φ1、Φ2、Φ3、Φ4和Φ5,共5个变量;子系统4的变量包括θ1、θ2、θ3和θ4,共4个变量。并且,基于子系统的不同,对应变量的类型可以不同,如可以是电气系统中的节点电压幅值和相角、天然气系统中的节点气压和支路流量、热力系统中的节点供回水温度以及水力系统中的流量等,在此不作具体限定),需要注意的是,系统的未知量个数一定满足:未知量个数=子系统数量+耦合方程数量。
对于上述多能耦合系统,如果采用现有的交替迭代法,首先,需要根据已知量和耦合方程人为地识别出各子系统的平衡量(如子系统1的平衡量为F 2,子系统2的平衡量为P 4,子系统3的平衡量为Φ 1,子系统4的平衡量为θ 1),显然这存在一定难度,使得解耦操作较为不便,而且,当网络耦合关系更加复杂,通过人为识别平衡量的方法几乎不可能。
为了解决上述技术问题,本申请实施例提供了如后文所述的多能耦合系统的解耦方法和装置、电子设备及存储介质。
结合图2,本申请实施例提供了一种电子设备10,可以包括存储器12、处理器14和多能耦合系统的解耦装置100。
其中,所述存储器12和处理器14之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述多能耦合系统的解耦装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中的软件功能模块。所述处理器14用于执行所述存储器12中存储的可执行的计算机程序,例如,所述多能耦合系统的解耦装置100所包括的软件功能模块及计算机程序等,以实现本申请实施例提供的多能耦合系统的解耦方法。
可选地,所述存储器12可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。
并且,所述处理器14可以是一种通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、图形处理器(Graphics Processing Unit,GPU)等。
可以理解,图2所示的结构仅为示意,所述电子设备10还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。例如,所述电子设备10还可以包括用于与其它设备进行信息交互的通信单元。
结合图3,本申请实施例还提供一种可应用于上述电子设备10的多能耦合系统的解耦方法。其中。所述多能耦合系统的解耦方法有关的流程所定义的方法步骤,可以由所述电子设备10实现。
下面将对图3所示的具体流程,进行详细阐述。
步骤S110,获取多能耦合系统包括的每一个子系统的自由度。
在本实施例中,在需要对多能耦合系统进行接偶(仿真计算)时,所述电子设备10可以获取该多能耦合系统包括的每一个子系统的自由度,如此,可以得到多个自由度。
其中,所述多能耦合系统包括多个子系统,且所述自由度可以基于对应子系统的未知量的数量确定。
步骤S120,在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统。
在本实施例中,在基于步骤S110获取到每一个子系统的自由度之后,所述电子设备10可以基于该自由度,在所述多个子系统中确定至少一个子系统,如此,可以得到至少一个第一目标子系统。
步骤S130,对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理。
在本实施例中,在基于步骤S120确定所述至少一个第一目标子系统之后,所述电子设备10可以针对每一个所述第一目标子系统,对该第一目标子系统中属于未知量的平衡量进行求解处理。如此,可以得到该平衡量的值,即该平衡量由未知量变为已知量,使得每一个第一目标子系统的已知量发生变化,考虑到子系统的自由度是基于对应的已知量确定的,因而,可以对每一个所述第一目标子系统的自由度进行更新处理。
步骤S140,在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成。
在本实施例中,在基于步骤S130对平衡量进行求解处理并对自由度进行更新处理之后,所述电子设备10可以基于更新处理后的自由度,确定所述多个子系统的自由度是否满足预设条件。如此,在所述多个子系统的自由度满足预设条件时,可以确定所述多能耦合系统解耦完成。
基于上述方法,通过获取多能耦合系统中每一个子系统基于未知量确定的自由度,使得可以基于自由度确定出目标子系统,然后,再对目标子系统中的平衡量进行求解处理,从而可以完成对多能耦合系统的解耦。如此,可以基于子系统的自由度来进行平衡量的求解处理,使得不用依赖于人为地根据方程组的构成(组成)情况或者网络耦合关系判断各子系统的平衡量,从而改善现有技术中存在的解耦操作不便的问题。
第一方面,对于步骤S110需要说明的是,获取所述子系统的自由度的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,可以先获取所述子系统中未知量的数量,然后,基于该数量进行对应映射,得到该子系统的自由度,如自由度的高低随着该数量的增加而增加、减少而减少。
又例如,在另一种可以替代的示例中,为了使得所述自由度能够充分反应对应子系统中未知量的数量,结合图4,步骤S110可以包括步骤S111和步骤S112,具体内容如下所述。
步骤S111,确定多能耦合系统中每一个子系统中未知量的数量。
在本实施例中,在需要对多能耦合系统进行接偶(仿真计算)时,针对所述多能耦合系统中的每一个子系统,可以确定该子系统中未知量的数量。如此,针对多个子系统,可以得到多个数量。
步骤S112,将每一个所述子系统中未知量的数量,作为该子系统的自由度。
在本实施例中,在基于步骤S111得到每一个子系统中未知量的数量之后,针对每一个子系统,可以将该子系统中未知量的数量,直接作为该子系统的自由度,例如,一个子系统中未知量的数量为0,则该子系统的自由度为0;一个子系统中未知量的数量为1,则该子系统的自由度为1。
可选地,在执行步骤S111以确定子系统中未知量的数量的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,针对每一个子系统,可以直接对该子系统中当前具有不确定值的参量(即未知量)进行统计,可以得到该子系统中未知量的数量。
又例如,在另一种可以替代的示例中,为了提高后续计算的效率以及保证解耦能够有效完成,结合图5,步骤S111可以包括步骤S111a、步骤S111b、步骤S111c和步骤S111d,具体内容如下所述。
步骤S111a,针对多能耦合系统中的每一个子系统,基于该子系统包括的未知量形成未知量集合,得到多个未知量集合。
在本实施例中,针对所述多能耦合系统中的每一个子系统,可以基于该子系统包括的未知量形成未知量集合(可以理解的是,基于不同的需求,在一些示例中,可以不对子系统包括的已知量进行处理,在另一些示例中,可以基于子系统包括的已知量形成已知量集合)。如此,针对多个子系统,可以得到多个未知量集合。
步骤S111b,针对每一个未知量集合,基于所述多能耦合系统包括的系统耦合方程确定该未知量集合中是否存在目标未知量。
在本实施例中,在基于步骤S111a得到多个未知量集合之后,可以针对每一个所述未知量集合,基于所述多能耦合系统包括的系统耦合方程确定该未知量集合中是否存在目标未知量。
其中,所述目标未知量和至少一个已知量基于至少一个所述系统耦合方程建立关系。例如,有一个系统耦合方程可以表示为该目标未知量和一个已知量的表示式。
步骤S111c,针对存在所述目标未知量的每一个未知量集合,对该未知量集合中的目标未知量进行移除处理,并将移除处理后的未知量集合中未知量的数量作为对应子系统的未知量的数量。
在本实施例中,在基于步骤S111b确定是否存在目标未知量之后,若存在所述目标未知量,针对存在所述目标未知量的每一个未知量集合,可以对该未知量集合中的目标未知量进行移除处理(即将目标未知量从对应的未知量集合中移除,原因在于,目标未知量可以基于已知量和系统耦合方程求解出来,特别是在能够基于一个已知量和一个系统耦合方程直接求解出来时,可以认为实际上该目标未知量属于已知量)。
其中,考虑到目标未知量已经从未知量集合中移除,因而,可以将移除处理后的未知量集合中未知量的数量作为对应子系统的未知量的数量。
步骤S111d,针对不存在所述目标未知量的每一个未知量集合,将该未知量集合中未知量的数量作为对应子系统的未知量的数量。
在本实施例中,在基于步骤S111b确定是否存在目标未知量之后,若存在至少一个不存在所述目标未知量的每一个未知量集合,可以直接将该未知量集合中未知量的数量,作为对应子系统的未知量的数量。
第二方面,对于步骤S120需要说明的是,确定第一目标子系统的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,可以将自由度为目标值的子系统确定为第一目标子系统。
又例如,在另一种可以替代的示例中,考虑到自由度是基于子系统中未知量的数量确定,特别是在上述示例中,直接将未知量的数量作为自由度时,为了能够使得对第一目标子系统的平衡量进行有效的求解处理,以保证整体解耦的处理效率,结合图6,步骤S120可以包括步骤S121和步骤S122,具体内容如下所述。
步骤S121,在所述多个子系统中,确定自由度最小的子系统。
在本实施例中,在基于步骤S110获取每一个子系统的自由度之后,可以在多个子系统中,确定自由度最小的子系统。
步骤S122,将自由度最小的子系统确定为第一目标子系统。
在本实施例中,在基于步骤S121确定自由度最小的子系统之后,可以将该自由度最小的子系统,确定为第一目标子系统。
如此,由于自由度是基于未知量的数量确定,尤其是,在将未知量的数量作为自由度时,自由度最小的子系统具有的未知量也最少,因而,便于进行求解处理,效率更高。
可选地,执行步骤S122以将自由度最小的第一目标子系统确定为第一目标子系统的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,若最小的自由度为1,则将自由度为1的全部子系统确定为第一目标子系统;若最小的自由度为2,则将自由度为2的全部子系统确定为第一目标子系统。
又例如,在另一种可以替代的示例中,为了能够使得对第一目标子系统的平衡量进行有效的求解处理,以保证整体解耦的处理效率,步骤S122可以包括以下子步骤,以确定第一目标子系统:
若最小的自由度为1,则将该自由度对应的子系统确定为第一目标子系统,其中,该自由度为对应子系统中未知量的数量,且该子系统中的未知量作为该子系统的平衡量(也就是说,第一目标子系统中只有一个未知量,且该未知量可以作为该子系统的平衡量);
若最小的自由度为2,则将该自由度对应的子系统包括的两个未知量中的任意一个未知量作为该子系统的平衡量、另一个未知量确定为已知量,其中,该自由度为对应子系统中未知量的数量;将自由度最小的子系统的自由度由2更新为1,并将自由度更新后的该子系统确定为第一目标子系统(也就是说,若一个子系统的自由度为2,表示该子系统具有两个未知量,此时,可以将其中一个未知量作为平衡量、另一个未知量可以确定为已知量(例如,在一种示例中,可以将该未知量从未知量集合中移到已知量集合中),使得该子系统也只有一个未知量,从而确定为第一目标子系统)。
第三方面,对于步骤S130需要说明的是,进行求解处理和更新处理的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,为了保证能够对不同的子系统的平衡量分别进行有效的求解处理,结合图7,步骤S130可以包括步骤S131、步骤S132和步骤S133,具体内容如下所述。
步骤S131,针对每一个所述第一目标子系统,基于该第一目标子系统的能流方程组的组成确定该第一目标子系统的求解算法。
在本实施例中,在基于步骤S120确定至少一个第一目标子系统之后,针对每一个第一目标子系统,可以基于该第一目标子系统的能流方程组确定该第一目标子系统的求解算法(例如,电网系统和热网系统的能源不同,对应的能流方程也不同,使得对应的求解算法也不同)。
步骤S132,基于每一个所述第一目标子系统的求解算法对该第一目标子系统中属于未知量的平衡量进行求解处理,得到该平衡量的值。
在本实施例中,在基于步骤S131确定每一个第一目标子系统的求解算法之后,针对每一个第一目标子系统,可以基于该第一目标子系统的求解算法对该第一目标子系统的平衡量进行求解处理。如此,可以得到每一个第一目标子系统的平衡量的值,使得该平衡量从未知量变为已知量。
步骤S133,将每一个所述第一目标子系统的自由度进行更新处理。
在本实施例中,在基于步骤S132得到每一个第一目标子系统的平衡量的值之后,由于该平衡量已经从未知量变为已知量,因而,第一目标子系统的自由度也会产生变化,使得需要将每一个所述第一目标子系统的自由度进行更新处理,如降低。
在上述示例的基础上,考虑到一个平衡量从未知量变为已知量之后,可能还会对其它子系统的自由度产生影响,因而,为了也能够对其它子系统的自由度进行有效地更新处理,在一种可以替代的示例中,结合图8,步骤S130还可以包括步骤S134和步骤S135,具体内容如下所述。
步骤S134,基于所述多能耦合系统包括的系统耦合方程,确定每一个所述第一目标子系统的平衡量与其它子系统是否存在关联关系。
在本实施例中,在基于步骤S132得到每一个第一目标子系统的平衡量的值之后,可以基于所述多能耦合系统包括的系统耦合方程,确定每一个第一目标子系统的平衡量与其它子系统是否存在关联关系。
其中,若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,如此,由于该平衡量已经变为已知量,因而,可以基于该已知量和所述系统耦合方程,对该其它子系统进行处理,如此,使得该其它子系统的自由度可能发生变化,因而,可以执行步骤S135。
步骤S135,对所述其它子系统的自由度进行更新处理。
在本实施例中,在基于步骤S134确定所述其它子系统的自由度发生变化之后,可以对该自由度进行更新处理。
可选地,执行步骤S135以对其它子系统的自由度进行更新处理的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,第一目标子系统的平衡量与其它子系统是否存在关联关系可以是指,第一目标子系统的平衡量与其它子系统的参量是否能够基于所述系统耦合方程形成对应关系。基于此,步骤S135可以包括以下子步骤:
若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则基于该平衡量和所述系统耦合方程(例如,该系统耦合方程可以是该对应量和该平衡量的表达式,因而,在得到该平衡量的值之后,也可以基于该系统耦合方程得到该对应量的值),确定该其它子系统中对应量的值(其中,在确定其它子系统中对应量的值之后,针对该对应量的类型不同可以进行不同的处理,如基于是属于已知量还是属于未知量,可以分别处理);
若所述对应量为已知量,则在该对应量确定的值(即基于上述的系统耦合方程和平衡量的值求解得到的值)与已知值(即作为已知量本身的值,其中,若该对应量是基于上述示例中,将自由度为2的子系统的两个未知量中的一个移动到已知量集合中形成的已知量,该已知值可以为未知量的初始值,可以理解的是,每一个未知量都有一个初始值)之间的误差(例如,可以是指两个值之间的差值的绝对值)大于预设阈值(可以根据精度需求和效率需求进行设置,如精度需求越高,该预设阈值可以越小,效率需求越高,该预设阈值可以越大)时,将所述其它子系统的自由度进行增加处理(此时表明误差较大,还需进行进一步计算,如将该对应量移回未知量集合,因而,可以对自由度进行增加处理,如对自由度进行加1处理);
若所述对应量为未知量,则将所述其它子系统的自由度进行降低处理(例如,由于可以确定该对应量的值,因而,对应的自由度会降低,使得可以进行降低处理,如可以进行减1处理)。
第四方面,对于步骤S140需要说明的是,确定多能耦合系统是否解耦完成的具体方式不受限制,可以根据实际应用需求进行选择。
例如,在一种可以替代的示例中,可以在所述多能耦合系统的自由度降低一定比例之后,认为已经完成该多能耦合系统的解耦。
又例如,在另一种可以替代的示例中,可以在多能耦合系统的自由度降低到预设值时,认为完成该多能耦合系统的解耦。基于此,结合图9,步骤S140可以包括步骤S141、步骤S142和步骤S143,具体内容如下所述。
步骤S141,确定每一个所述子系统当前的自由度是否大于预设值。
在本实施例中,在基于步骤S130对所述第一目标子系统的自由度进行更新处理之后,可以针对每一个子系统(包括第一目标子系统和其它子系统),确定该子系统当前的自由度是否大于预设值。
其中,若每一个子系统当前的自由度小于或等于所述预设值,执行步骤S142;若存在当前的自由度大于所述预设值的子系统,执行步骤S143。
步骤S142,确定所述多个子系统的自由度满足预设条件,确定所述多能耦合系统解耦完成。
在本实施例中,在基于步骤S141确定每一个子系统当前的自由度小于或等于所述预设值之后,表明多能耦合系统的自由度已经降低到预设值,因而,可以确定所述多个子系统的自由度满足预设条件,从而确定所述多能耦合系统解耦完成。
步骤S143,至少执行一次目标操作,直到每一个所述子系统当前的自由度小于或等于所述预设值。
在本实施例中,在基于步骤S141确定存在当前的自由度大于所述预设值的子系统之后,表明多能耦合系统的自由度还未降低到预设值,因而,可以至少执行一次目标操作,直到每一个所述子系统当前的自由度小于或等于所述预设值,使得所述多能耦合系统解耦完成。
其中,所述目标操作的具体方式不受限制,在一种可以替代的示例中,结合图10,该目标操作可以包括步骤S143a、步骤S143b和步骤S143c。
步骤S143a,在所述多个子系统中,基于当前的自由度确定第二目标子系统。
在本实施例中,确定所述第二目标子系统的方式,可以参照前文对步骤S120中确定第一目标系统的解释说明,在此不再一一赘述。
步骤S143b,对每一个所述第二目标子系统中属于未知量的平衡量进行求解处理。
在本实施例中,对第二目标子系统中的平衡量进行求解处理的方式,可以参照前文对步骤S130中对第一目标子系统的平衡量进行求解处理的解释说明,在此不再一一赘述。
步骤S143c,在求解处理后,对每一个所述第二目标子系统的自由度进行更新处理。
在本实施例中,对每一个所述第二目标子系统的平衡量进行求解处理之后,由于未知量的数量发生变化,使得自由度也发生变化,因而,可以对每一个所述第二目标子系统的自由度进行更新处理,具体方式也可以参照前文的相关描述,在此不再一一赘述。
可以理解的是,基于实际需求不同,上述的预设值可以不同。例如,在一种可以替代的示例中,为了求解出所述多能耦合系统中每一子系统中的未知量,即保证该多能耦合系统中的每一个参量都为已知量,该预设值为0,如此,使得每一个所述子系统当前的自由度为0,才能确定所述多能耦合系统解耦完成。
在上述示例的基础上,为了便于对所述多能耦合系统的解耦方法进行理解,本申请实施例还提供一种具体的应用示例。其中,该应用示例可以基于图1所示的系统,且具体的计算步骤如下:
针对每一个子系统i(i=1,2,3,4),该子系统当前的未知量的集合用符号Ω i 表示、已知量集合用符号Θ i 表示,其中,所有的未知量都有初值;
计算每个子系统的自由度δ i ,例如,分别是δ 1=2、δ 2=4、δ 3=1、δ 4=1。找到目前自由度δ i 最小但不为0的子系统,分别是子系统3和子系统4,它们的平衡量分别是Φ1、θ 1;
对自由度δ=1的子系统3和子系统4,根据两个子系统的能流方程组的组成,采用相应的求解算法进行求解获得平衡量Φ1、θ 1的值,调整子系统3和子系统4的自由度δ 3=0、δ 4=0;
根据子系统3的平衡量Φ1与耦合方程,可以更新子系统2的未知量P 1的值,并将P 1放入已知量集合Θ2中,调整子系统2的自由度δ 2 =3;根据子系统4的平衡量θ 1与耦合方程,可以更新子系统2的未知量P 3的值,并将P 3放入已知量集合Θ2中,调整子系统2的自由度δ 2 =2;
子系统1和子系统2当前的自由度δ 1=2、δ 2=2,因此,还需要继续计算,设子系统1中F 2是平衡量,则将F 1放入已知量集合Θ1,调整子系统1的自由度δ 1=1;
对自由度δ=1的子系统1,根据该子系统的能流方程组的组成,采用相应的求解算法进行求解获得平衡量F 2的值,调整子系统1的自由度δ 1=0;
子系统2当前的自由度δ 2 =1,因此,还需要继续计算,子系统2当前的平衡量为P 4;
对自由度δ=1的子系统2,根据该子系统的能流方程组的组成,采用相应的求解算法进行求解获得平衡量P 4的值,调整子系统2的自由度δ 2=0;
子系统1当前的自由度δ 1 =1,因此,还需要继续计算,子系统1此时的平衡量仍然为F 2;
对自由度δ=1的子系统1,根据该子系统的能流方程组的组成,采用相应的求解算法进行求解获得平衡量F 2的值,调整子系统1的自由度δ 1=0;
子系统2当前的自由度δ 2 =1,因此,还需要继续计算,子系统2当前的平衡量仍然为P 4;
对自由度δ=1的子系统2,根据该子系统的能流方程组的组成,采用相应的求解算法进行求解获得平衡量P 4的值,调整子系统2的自由度δ 2=0;
当前系统中所有子系统的自由度δ=0,因此,结束计算。
结合图11,本申请实施例还提供一种可应用于上述电子设备10的多能耦合系统的解耦装置100。其中,该多能耦合系统的解耦装置100可以包括自由度获取模块110、子系统确定模块120、自由度更新模块130和解耦完成确定模块140。
所述自由度获取模块110,可以用于获取多能耦合系统包括的每一个子系统的自由度,其中,该多能耦合系统包括多个子系统,且该自由度基于对应子系统的未知量的数量确定。在本实施例中,所述自由度获取模块110可用于执行图3所示的步骤S110,关于所述自由度获取模块110的相关内容可以参照前文对步骤S110的描述。
所述子系统确定模块120,可以用于在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统。在本实施例中,所述子系统确定模块120可用于执行图3所示的步骤S120,关于所述子系统确定模块120的相关内容可以参照前文对步骤S120的描述。
所述自由度更新模块130,可以用于对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理。在本实施例中,所述自由度更新模块130可用于执行图3所示的步骤S130,关于所述自由度更新模块130的相关内容可以参照前文对步骤S130的描述。
所述解耦完成确定模块140,可以用于在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成。在本实施例中,所述解耦完成确定模块140可用于执行图3所示的步骤S140,关于所述解耦完成确定模块140的相关内容可以参照前文对步骤S140的描述。
在本申请实施例中,对应于上述的多能耦合系统的解耦方法,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,该计算机程序运行时执行上述多能耦合系统的解耦方法的各个步骤。
其中,前述计算机程序运行时执行的各步骤,在此不再一一赘述,可参考前文对所述多能耦合系统的解耦方法的解释说明。
综上所述,本申请提供的多能耦合系统的解耦方法和装置、电子设备及存储介质,通过获取多能耦合系统中每一个子系统基于未知量确定的自由度,使得可以基于自由度确定出目标子系统,然后,再对目标子系统中的平衡量进行求解处理,从而可以完成对多能耦合系统的解耦。如此,可以基于子系统的自由度来进行平衡量的求解处理,使得不用依赖于人为地根据方程组的构成(组成)情况或者网络耦合关系判断各子系统的平衡量,从而改善现有技术中存在的解耦操作不便的问题。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,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。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (12)
1.一种多能耦合系统的解耦方法,其特征在于,包括:
获取多能耦合系统包括的每一个子系统的自由度,其中,该多能耦合系统包括多个子系统,且该自由度基于对应子系统的未知量的数量确定,各所述子系统为能源供应系统,所述未知量为对应能源供应系统中预设种类的工况参数,所述多能耦合系统为待仿真系统;
在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统;
对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理;
在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成;
对解耦后的多能耦合系统进行仿真,模拟获得各所述子系统的未知量。
2.根据权利要求1所述的多能耦合系统的解耦方法,其特征在于,所述获取多能耦合系统包括的每一个子系统的自由度的步骤,包括:
确定多能耦合系统中的每一个子系统中未知量的数量;
将每一个所述子系统中未知量的数量,作为该子系统的自由度。
3.根据权利要求2所述的多能耦合系统的解耦方法,其特征在于,所述确定多能耦合系统中的每一个子系统中未知量的数量的步骤,包括:
针对多能耦合系统中的每一个子系统,基于该子系统包括的未知量形成未知量集合,得到多个未知量集合;
针对每一个未知量集合,基于所述多能耦合系统包括的系统耦合方程确定该未知量集合中是否存在目标未知量,其中,该目标未知量和至少一个已知量基于至少一个所述系统耦合方程建立关系;
针对存在所述目标未知量的每一个未知量集合,对该未知量集合中的目标未知量进行移除处理,并将移除处理后的未知量集合中未知量的数量作为对应子系统的未知量的数量;
针对不存在所述目标未知量的每一个未知量集合,将该未知量集合中未知量的数量作为对应子系统的未知量的数量。
4.根据权利要求1所述的多能耦合系统的解耦方法,其特征在于,在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统的步骤,包括:
在所述多个子系统中,确定自由度最小的子系统;
将自由度最小的子系统确定为第一目标子系统。
5.根据权利要求4所述的多能耦合系统的解耦方法,其特征在于,所述将自由度最小的子系统确定为第一目标子系统的步骤,包括:
若最小的自由度为1,则将该自由度对应的子系统确定为第一目标子系统,其中,该自由度为对应子系统中未知量的数量,且该子系统中的未知量作为该子系统的平衡量;
若最小的自由度为2,则将该自由度对应的子系统包括的两个未知量中的任意一个未知量作为该子系统的平衡量、另一个未知量确定为已知量,其中,该自由度为对应子系统中未知量的数量;
将自由度最小的子系统的自由度由2更新为1,并将自由度更新后的该子系统确定为第一目标子系统。
6.根据权利要求1-5任意一项所述的多能耦合系统的解耦方法,其特征在于,对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理的步骤,包括:
针对每一个所述第一目标子系统,基于该第一目标子系统的能流方程组的组成确定该第一目标子系统的求解算法;
基于每一个所述第一目标子系统的求解算法对该第一目标子系统中属于未知量的平衡量进行求解处理,得到该平衡量的值;
将每一个所述第一目标子系统的自由度进行更新处理。
7.根据权利要求6所述的多能耦合系统的解耦方法,其特征在于,对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理的步骤,还包括:
基于所述多能耦合系统包括的系统耦合方程,确定每一个所述第一目标子系统的平衡量与其它子系统是否存在关联关系;
若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则对该其它子系统的自由度进行更新处理。
8.根据权利要求7所述的多能耦合系统的解耦方法,其特征在于,若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则对该其它子系统的自由度进行更新处理的步骤,包括:
若所述第一目标子系统的平衡量与所述其它子系统存在关联关系,则基于该平衡量和所述系统耦合方程,确定该其它子系统中对应量的值;
若所述对应量为已知量,则在该对应量确定的值与已知值之间的误差大于预设阈值时,将所述其它子系统的自由度进行增加处理;
若所述对应量为未知量,则将所述其它子系统的自由度进行降低处理。
9.根据权利要求1-5任意一项所述的多能耦合系统的解耦方法,其特征在于,在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成的步骤,包括:
确定每一个所述子系统当前的自由度是否大于预设值;
若每一个所述子系统当前的自由度小于或等于所述预设值,则确定所述多个子系统的自由度满足预设条件,确定所述多能耦合系统解耦完成;
若存在当前的自由度大于所述预设值的子系统,则至少执行一次目标操作,直到每一个所述子系统当前的自由度小于或等于所述预设值;
其中,所述目标操作包括:
在所述多个子系统中,基于当前的自由度确定第二目标子系统;
对每一个所述第二目标子系统中属于未知量的平衡量进行求解处理;
在求解处理后,对每一个所述第二目标子系统的自由度进行更新处理。
10.一种多能耦合系统的解耦装置,其特征在于,包括:
自由度获取模块,用于获取多能耦合系统包括的每一个子系统的自由度,其中,该多能耦合系统包括多个子系统,且该自由度基于对应子系统的未知量的数量确定,各所述子系统为能源供应系统,所述未知量为对应能源供应系统中预设种类的工况参数,所述多能耦合系统为待仿真系统;
子系统确定模块,用于在所述多个子系统中,基于所述自由度确定至少一个第一目标子系统;
自由度更新模块,用于对每一个所述第一目标子系统中属于未知量的平衡量进行求解处理,并基于该求解处理对每一个所述第一目标子系统的自由度进行更新处理;
解耦完成确定模块,用于在基于更新处理后的自由度,确定所述多个子系统的自由度满足预设条件时,确定所述多能耦合系统解耦完成;
对解耦后的多能耦合系统进行仿真,模拟获得各所述子系统的未知量。
11.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
与所述存储器连接的处理器,用于执行该存储器存储的计算机程序,以实现权利要求1-9任意一项所述的多能耦合系统的解耦方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被执行时,实现权利要求1-9任意一项所述的多能耦合系统的解耦方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300743.2A CN112100871B (zh) | 2020-11-19 | 2020-11-19 | 多能耦合系统的解耦方法和装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300743.2A CN112100871B (zh) | 2020-11-19 | 2020-11-19 | 多能耦合系统的解耦方法和装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100871A CN112100871A (zh) | 2020-12-18 |
CN112100871B true CN112100871B (zh) | 2021-02-19 |
Family
ID=73785499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011300743.2A Active CN112100871B (zh) | 2020-11-19 | 2020-11-19 | 多能耦合系统的解耦方法和装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100871B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105703369A (zh) * | 2016-02-04 | 2016-06-22 | 马瑞 | 一种多能耦合输配网多目标随机模糊动态最优能量流建模与求解方法 |
CN106289208A (zh) * | 2016-09-27 | 2017-01-04 | 北京航空航天大学 | 一种基于非线性自适应算法的磁轴承系统惯性轴辨识方法 |
CN110889210A (zh) * | 2019-11-18 | 2020-03-17 | 清华四川能源互联网研究院 | 基于根匹配法的移频暂态仿真方法、系统、介质和设备 |
CN111325423A (zh) * | 2018-12-14 | 2020-06-23 | 华北电力大学 | 一种区域多能源互联运营优化方法和计算设备 |
CN111555285A (zh) * | 2020-04-03 | 2020-08-18 | 浙江工业大学 | 分布式冷热电联供综合能源系统能量流解耦分析计算方法 |
CN111626003A (zh) * | 2020-05-19 | 2020-09-04 | 西安建筑科技大学 | 一种供暖系统热负荷分层预测方法、存储介质及预测设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9073438B2 (en) * | 2011-10-28 | 2015-07-07 | General Electric Company | System for selectively coupling an energy source to a load and method of making same |
US20180048151A1 (en) * | 2014-09-22 | 2018-02-15 | Sureshchandra B. Patel | Methods of Patel Loadflow Computation for Electrical Power System |
US10392136B2 (en) * | 2017-09-18 | 2019-08-27 | Raytheon Company | Offload adjustment for satellite image diversity |
-
2020
- 2020-11-19 CN CN202011300743.2A patent/CN112100871B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105703369A (zh) * | 2016-02-04 | 2016-06-22 | 马瑞 | 一种多能耦合输配网多目标随机模糊动态最优能量流建模与求解方法 |
CN106289208A (zh) * | 2016-09-27 | 2017-01-04 | 北京航空航天大学 | 一种基于非线性自适应算法的磁轴承系统惯性轴辨识方法 |
CN111325423A (zh) * | 2018-12-14 | 2020-06-23 | 华北电力大学 | 一种区域多能源互联运营优化方法和计算设备 |
CN110889210A (zh) * | 2019-11-18 | 2020-03-17 | 清华四川能源互联网研究院 | 基于根匹配法的移频暂态仿真方法、系统、介质和设备 |
CN111555285A (zh) * | 2020-04-03 | 2020-08-18 | 浙江工业大学 | 分布式冷热电联供综合能源系统能量流解耦分析计算方法 |
CN111626003A (zh) * | 2020-05-19 | 2020-09-04 | 西安建筑科技大学 | 一种供暖系统热负荷分层预测方法、存储介质及预测设备 |
Non-Patent Citations (5)
Title |
---|
"Distributed Multi-Energy Operation of Coupled Electricity, Heating and Natural Gas Networks";Da Xu等;《IEEE Transactions on Sustainable Energy》;20191223;第11卷(第4期);第2457-2469页 * |
"Fast Decoupled Multi-energy Flow Calculation for Integrated Energy System";Yanbo Chen等;《JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY》;20200817;第8卷(第5期);第951-960页 * |
"Optimal Planning of AC-DC Hybrid Transmission and Distributed Energy Resource System: Review and Prospects";Xianglong Liu等;《CSEE JOURNAL OF POWER AND ENERGY SYSTEMS》;20190912;第5卷(第3期);第409-422页 * |
"基于多能流解耦算法的综合能源系统N-1静态安全分析";陈厚合等;《电力系统自动化》;20190910;第43卷(第17期);第20-27,131页 * |
"基于综合能源系统的最优潮流解耦算法";鲍玉川等;《电网与清洁能源》;20180630;第34卷(第6期);第81-86页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112100871A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Drohmann et al. | Reduced basis approximation for nonlinear parametrized evolution equations based on empirical operator interpolation | |
WO2018138880A9 (ja) | モデルパラメータ値推定装置及び推定方法、プログラム、プログラムを記録した記録媒体、モデルパラメータ値推定システム | |
WO2007064860A1 (en) | Robust sensor correlation analysis for machine condition monitoring | |
GB2345343A (en) | Tracking engine operation and estimating health | |
JP2013504133A (ja) | 反復線形部分空間計算による時変、パラメータ変動、及び非線形システムの経験的モデル化のための方法及びシステム | |
KR20160010132A (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
CN112862127B (zh) | 一种传感器数据的异常处理方法、装置、电子设备及介质 | |
JP6707716B2 (ja) | 異常情報推定装置、異常情報推定方法及びプログラム | |
Huijberts et al. | Nonlinear discrete-time synchronization via extended observers | |
CN108205713B (zh) | 一种区域风电功率预测误差分布确定方法和装置 | |
CN113360656A (zh) | 异常数据检测方法、装置、设备及存储介质 | |
CN112949211A (zh) | 发动机模型的优化方法、装置、计算机设备及存储介质 | |
WO2020116211A1 (ja) | 推定装置、最適化装置、推定方法、最適化方法、及びプログラム | |
CN112100871B (zh) | 多能耦合系统的解耦方法和装置、电子设备及存储介质 | |
CN113361048B (zh) | 燃气轮机叶片的可靠性预测方法、装置及电子设备 | |
US8190536B2 (en) | Method of performing parallel search optimization | |
Griffiths et al. | Wright–Fisher diffusion bridges | |
CN109117493B (zh) | 散热器台架热性能数据处理方法 | |
CN116400266A (zh) | 基于数字孪生模型的变压器故障检测方法、装置及介质 | |
CN113887989B (zh) | 电力系统可靠性评估方法、装置、计算机设备和存储介质 | |
CN115688924A (zh) | 一种多样本联合多元自适应回归样条模型 | |
CN112650741A (zh) | 异常数据的识别与修正方法、系统、设备及可读存储介质 | |
CN114462264A (zh) | 一种基于多物理场耦合的电缆接头状态评估方法及装置 | |
Rauh et al. | Quantification of Time-Domain Truncation Errors for the Reinitialization of Fractional Integrators | |
CN114004623A (zh) | 机器学习方法及系统 |
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 |