CN114239197A - 供热系统碳转化过程建模和低碳优化运行调度决策的方法 - Google Patents
供热系统碳转化过程建模和低碳优化运行调度决策的方法 Download PDFInfo
- Publication number
- CN114239197A CN114239197A CN202111411596.0A CN202111411596A CN114239197A CN 114239197 A CN114239197 A CN 114239197A CN 202111411596 A CN202111411596 A CN 202111411596A CN 114239197 A CN114239197 A CN 114239197A
- Authority
- CN
- China
- Prior art keywords
- carbon
- heat
- modeling
- model
- heat supply
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 225
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 193
- 230000008569 process Effects 0.000 title claims abstract description 129
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 47
- 238000010438 heat treatment Methods 0.000 claims abstract description 81
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 15
- 238000012946 outsourcing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 238000010206 sensitivity analysis Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 239000002803 fossil fuel Substances 0.000 claims description 3
- 230000004941 influx Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000003575 carbonaceous material Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical class O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000009466 transformation 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (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)
Abstract
本发明涉及一种供热系统碳转化过程建模和低碳优化运行调度决策的方法其包括：确定供热系统性质和碳排放边界；基于工艺流程建模软件构建碳转化过程模型；对供热系统模型进行辨识修正；对供热系统进行参数优化；逐层级模拟计算设备间和工艺流程中的碳流动足迹；根据优化需求建立不同层级的总期望收益目标函数和约束条件；通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；基于优化调度决策模型根据实时调度命令对各热源机组供热模式进行实时优化，对热电出力进行调度，充分考虑了不同热源的供热模式和碳排放配额展现了碳的流动足迹，实现了对热源机组的参数优化和热电负荷的实时优化，使得优化调度结果兼顾了经济性和环保性。
Description
技术领域
本发明属于城市集中供热系统的低碳智慧调控技术领域，具体涉及一种供热系统碳转化过程建模和低碳优化运行调度决策的方法。
背景技术
温室效应引起的极端天气日益严重，同时为达到全球温升竭力控制在1.5℃的目标，中国在第七十五届联合国大会上正式提出碳排放2030年前达到峰值、2060年前实现碳中和的目标，促使全国碳交易市场的正式开放，碳交易体系逐渐得到完善。
目前，国家发改委下发了碳排放核算的相关政策，各省纷纷响应，出台了系列二氧化碳排放核算要求，排放因子法、实测法和质量平衡法是应用最为广泛的三种方法，其中排放因子法适用于特定区域的粗略宏观计算，比如国家、省份、城市等，实测法是基于排放源测量碳排放数据，计算较为准确，对于火力发电厂、钢铁厂等重点碳排放源行业较为适用，但上述两种方法都是基于碳排放总输入总输出的一种思路，无法区分各类设备之前的差异，且对检测设备要求较为严格，而质量平衡法则可以基于具体设备和工艺流程进行碳排放的计算，这种方法有利于比较不同设备和工艺流程的优劣，但是不够直观。发电行业作为碳排放的主要源头，系统较为复杂，准确且直观的计算碳排放量和碳流动足迹难度较大，虽然《省级温室气体清单编制指南(试行)》中提出分部门、分燃料品种、分设备的计算方法，但很难具体实施，目前仍统一采用排放因子法，这种忽略地区能源品质差异、机组燃烧效率差异等因素的方法，对于整个碳交易市场的长远发展是不利的。
供热系统与发电行业密切相关，由此造成的碳排放亟需得到控制，找到一种有效计算不同设备、工艺流程和供热发电模式的碳排放量的方法是重中之重，基于这种方法才能有序进行低碳优化运行调度。目前热源侧的运行调度方法依然是基于人工决策，这种方法虽然简单，但无法兼顾经济性和环保性，随着“双碳”政策和城市大脑理念的提出，单热源、多热源低碳实时优化调度决策的优势将逐渐显露出来。
因此，基于上述技术问题需要设计一种供热系统碳转化过程建模和低碳优化运行调度决策的方法。
发明内容
本发明的目的是提供一种供热系统碳转化过程建模和低碳优化运行调度决策的方法。
为了解决上述技术问题，本发明提供了一种供热系统碳转化过程建模和低碳优化运行调度决策的方法，包括：
确定供热系统性质和碳排放边界；
基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；
对供热系统模型进行辨识修正；
对供热系统进行参数优化；
逐层级模拟计算设备间和工艺流程中的碳流动足迹；
根据优化需求建立不同层级的总期望收益目标函数和约束条件；
通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；
基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度。
进一步，所述确定供热系统性质的方法包括:
根据供热系统热平衡图或DCS运行界面分析供热模式类型，确定供热系统性质；
所述确定供热系统碳排放边界的方法包括：
确定供热系统性质，根据供热系统性质，明确碳排放来源，确定供热系统的碳排放边界，即碳流入因素和碳流出因素；
所述碳流入因素包括：化石燃料的燃烧、外购电力、外购热力、外购蒸汽和其他含碳物质；
所述碳流出因素包括：对外供电、对外供热、对外供汽、碳捕集和其他含碳产物；
对于供热系统内部的具体设备，碳排放量的考虑因素包括：碳流入、碳流出因素和设备性能因素。
进一步，所述基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型的方法包括：
根据供热系统性质确定工艺流程建模软件；
根据实际需求确定建模对象，建模对象分为单热源、多热源和热网；
单热源、多热源和热网的碳转化过程建模包括：设备级建模和工艺流程建模，即
设备级建模：对供热系统内部的设备进行建模，考虑物流流经设备后产生的碳排放，将置于工艺流程黑箱中的设备进行拆分，综合考虑设备的性质因素，模拟计算碳排放情况；
工艺流程建模：对供热系统的工艺流程进行建模，将工艺流程看作一个黑箱，从宏观上模拟计算整个系统不同供热模式下的碳排放情况；
基于工艺流程建模软件的单热源建模过程包括：
根据供热设备性质因素对设备进行建模，确定供热系统不同设备的输入输出参数以及输入参数额定工况下的初始数值，构建各设备模型；基于设备模型，连接汽水流程，构建整个工艺流程的碳转化模型，将宏观建模和细节建模相结合；
所述输入输出参数为：
其中，X为输入参数；Y为输出参数；i为热源机组的第i个输入参数；j为热源机组的第j个输出参数；m为第m个热源。
建模对象为单热源系统，单热源系统内部包括不同的机组类型，机组由多种设备组成；
多个单热源系统构成多热源系统，将所有热源纳入供热管网中，构成整个热网，通过逐级建模的方式，对多热源、热网的碳排放情况进行模拟分析，即
多热源建模：确定集中供热系统多热源中各热源的类别和性质，按照单热源建模方式逐个建模；
热网建模：多热源建模完成后，连接管道和泵，构建整个热网模型。
进一步，所述对供热系统模型进行辨识修正的方法包括：
基于分散控制系统的运行数据，建立各工况关系模型的参数数据样本集，对供热系统机组的设备模型进行辨识修正：
通过数据清洗算法对DCS系统的运行数据进行清洗，确定正确的参数数据样本集，对设备模型的参数曲线进行修正：
N/ND＝f(M/MD)
其中N为需要修正的参数；ND为该修正参数的标称值；M为流经设备的流量；M为流经设备的流量标称值。
基于参数数据样本集，对各设备模型进行模型辨识修正，构建严格符合供热系统实际运行工况的机组工艺流程模型。
进一步，所述对供热系统进行参数优化的方法包括：
根据输入参数Xi，采用控制变量的方式，调整参数范围[MinXi,MaxXi]，对输出参数Yj进行敏感度分析；
确定单个输入参数与输出参数的关系，根据敏感度分析曲线获得最佳优化调整参数范围；
Yi＝f(Xi,(X1,X2,......,Xi-1,Xi+1,......))；
其中，设定(X1，X2,......,Xi-1,Xi+1,......)输入变量为定值；
根据优化结果，对供热系统单热源的单个设备、单个机组进行整体调试，在兼顾热电输出的基础上确保碳排放最低。
进一步，所述逐层级模拟计算设备间和工艺流程中的碳流动足迹的方法包括：
模型辨识确保建立严格符合实际运行情况的设备和工艺流程模型，对设备模型进行模拟计算，获取具体设备的碳排放情况；
对整个工艺流程模型进行模拟计算，获取工艺流程中所有设备的碳流动足迹以及整个供热系统的整体碳排放情况；
将宏观模拟计算和细节模拟计算相结合。
进一步，所述根据优化需求建立不同层级的总期望收益目标函数和约束条件的方法包括：
确定优化层级，不同层级包括各热源系统内部不同供热模式的期望收益目标函数以及各热源系统供热模式的总期望收益目标函数；
所述各热源系统内部不同供热模式的期望收益目标函数包括：
其中，Pk为第K个机组的电负荷，单位为MW；Hk为第K个机组的热负荷，单位为MW；k为热源的第k个机组；n为热源中机组的个数；bk为机组电负荷折算费用系数；ck为机组热负荷折算费用系数；mk为机组碳排放量和碳配额折算费用系数；Coutk为机组CO2排放量，单位为t；
所述各热源系统供热模式的总期望收益数包括：
其中，g为第g个热源；m为热源个数；sg为热源热负荷折算费用系数；Hg为第g个热源的热负荷，单位为MW；qg为碳排放量和碳配额折算费用系数；Coutg为供热折算CO2排放量，单位为t；
当运行调度周期为E，两个层级的目标函数为：
其中，t为第E个运行调度周期的第t个时间段，单位为h；bkt为机组第t个时间段的电负荷折算费用系数；PKt为第t个时间段的发电功率，单位为MW；ckt为机组第t个时间段热负荷折算费用系数；HKt为第t个时间段的热负荷，单位为MW；mkt为机组第t个时间段的碳排放量和碳配额折算费用系数；Coutkt为第t个时间段的机组CO2排放量，单位为t；
其中，sgt为第t个时间段的热源热负荷折算费用系数；Hgt为第t个时间段的热负荷，单位为MW；qgt为第t个时间段的碳排放量和碳配额折算费用系数；Coutgt为第t个时间段的供热折算CO2排放量，单位为t。
确定约束条件包括主要分为等式约束和不等式约束：
minS≤Sk≤maxS；
其中，Z为符合等式约束的参数；S为符合不等式约束的参数。
进一步，所述通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型的办法包括：基于碳转化过程模型计算得到最优碳排放量和热电出力，即
建立工艺流程模型，根据需求确定约束条件和目标函数；
根据目标函数和约束条件的类型确定优化算法；
编写优化计算代码；
所述优化结果：供热系统优化调度方案，碳排放量、热电出力。
进一步，所述基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度的办法包括：
根据实时调度命令，修改约束条件，调试优化调度决策模型，输出优化方案。
另一方面，本发明还提供一种供热系统碳转化过程建模和低碳优化运行调度决策系统，包括：
边界确定模块，确定供热系统性质和碳排放边界；
供热模型构建模块，构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；
辨识修正模块，对供热系统模型进行辨识修正；
参数优化模块，对供热系统进行参数优化；
模拟计算模块：逐层级模拟计算设备间和工艺流程中的碳流动足迹；
函数构建模块，根据优化需求建立不同层级的总期望收益目标函数；
约束条件模块，建立碳排放配额以及各热源供热系统热电出力的约束条件；
决策模型构建模块，通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；
调度模块，基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度。
本发明的有益效果是，本发明通过确定供热系统性质和碳排放边界；基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；对供热系统模型进行辨识修正；对供热系统进行参数优化；逐层级模拟计算设备间和工艺流程中的碳流动足迹；根据优化需求建立不同层级的总期望收益目标函数和约束条件；通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度，充分考虑了不同热源的供热模式以及碳排放配额，实现了对热源机组的参数优化和热电负荷的实时优化，使得优化调度结果兼顾了经济性和环保性。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
为使本发明的上述目的、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
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。
图1是本发明中供热系统碳转化过程建模和低碳优化运行调度决策的方法的流程图；
图2是本发明中供热系统碳转化过程建模和低碳优化运行调度决策的方法的第一具体流程图；
图3是本发明中供热系统碳转化过程建模和低碳优化运行调度决策的方法的第二具体流程图；
图4是本发明中供热系统碳排放示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明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。
实施例1
如图1-4所示，本实施例1提供了一种供热系统碳转化过程建模和低碳优化运行调度决策的方法，包括：确定供热系统性质和碳排放边界；基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；对供热系统模型进行辨识修正；对供热系统进行参数优化；逐层级模拟计算设备间和工艺流程中的碳流动足迹；根据优化需求建立不同层级的总期望收益目标函数和约束条件；通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度，充分考虑了不同热源的供热模式以及碳排放配额，展现了碳的流动足迹，实现了对热源机组的参数优化和热电负荷的实时优化，使得优化调度结果兼顾了经济性和环保性。
在本实施例中，所述确定供热系统性质和碳排放边界的方法包括：确定供热系统性质，比如热电联产电厂、燃气蒸汽联合循环电厂、生物质电厂、垃圾电厂、热泵、蓄热罐等进行供热，采用高背压、抽汽、光轴、切缸等供热模式，不同的供热系统建模重点不同，明确供热系统性质有利于为建模指明技术方向；根据供热系统热平衡图或DCS运行界面分析供热模式类型，确定供热系统性质，明确碳排放来源，确定供热系统的碳排放边界，即碳流入因素和碳流出因素，有利于明确碳排放的重点建模设备或工艺流程；所述碳流入因素包括：化石燃料的燃烧、外购电力、外购热力和外购蒸汽等；所述碳流出因素包括：对外供电、对外供热、对外供汽和碳捕集等。对于供热系统内部的具体设备，碳排放量除了考虑碳流入、碳流出因素，还需要考虑设备性能因素，如锅炉的燃烧效率等。
在本实施例中，所述构建单热源、多热源和热网的设备和工艺流程碳转化过程模型的方法包括：根据供热系统性质确定工艺流程模拟软件，包括但不限于ViExergy、ViHeating、Ebsilon、AspenPlus等；根据实际需求确定建模对象，建模对象分为单热源、多热源和热网；单热源、多热源和热网的碳转化过程建模包括：设备级建模和工艺流程建模，即设备级建模：对供热系统内部的设备进行建模，考虑物流流经设备后产生的碳排放，将置于工艺流程黑箱中的设备进行拆分，综合考虑设备的性质因素，模拟计算碳排放情况，相对于目前电力行业的碳核算方法，该方法可以通过建模研究单个设备的碳排放量，甚至对设备内部参数进行模拟，更有利于提出减排技术改进方案；工艺流程建模：对供热系统的工艺流程进行建模，将工艺流程内部看作一个黑箱，从宏观上模拟计算整个系统不同供热模式下的碳排放情况，在设备建模的基础上，该方法可以为采用多种供热模式的热源提供最优技术方案；基于工艺流程建模软件的单热源建模过程包括：根据供热设备性质因素对设备进行建模，确定供热系统不同设备的输入输出参数以及输入参数额定工况下的初始数值，构建各设备模型；基于设备模型，连接汽水流程，构建整个工艺流程的碳转化模型，将宏观建模和细节建模相结合；所述输入输出参数为：
其中，X为输入参数，包括煤种特性、主蒸汽温度、主蒸汽压力、主蒸汽流量、抽汽量等；Y为输出参数，包括电功率、汽耗率、煤耗率等；i为热源机组的第i个输入参数；j为热源机组的第j个输出参数；m为第m个热源。上述建模对象为单热源系统，单热源系统内部包括不同的机组类型，机组由多种设备组成；多个单热源系统构成多热源系统，将所有热源纳入供热管网中，构成整个热网，通过逐级建模的方式，对多热源、热网的碳排放情况进行模拟分析，即多热源建模：确定集中供热系统多热源中各热源的类别和性质，按照单热源建模方式逐个建模；热网建模：多热源建模完成后，连接管道和泵，构建整个热网模型。通过对供热系统多层级建模，根据不同需求实时模拟，可以分析设备以及系统的运行状况，为后续调度决策建立基础。
在本实施例中，所述对供热系统机组模型进行辨识修正的方法包括：基于分散控制(DCS)系统的运行数据，建立不同工况关系模型的参数数据样本集，对供热系统机组的设备模型进行辨识修正：例如通过数据清洗算法对DCS系统的运行数据进行清洗，确定正确的主蒸汽压力、再热蒸汽压力、电功率、排汽压力等参数数据样本集，对设备模型的参数曲线进行修正，如对碳排放量影响较大的锅炉设备模型，需要根据参数数据样本集数据对滑压曲线、主蒸汽压损曲线、再热蒸汽压损曲线进行修正：
P1/P1D＝f1(M1/M1D)；
DP12/DP12D＝f2(M1/M1D)；
CDP24/CDP24D＝f3(M1/M1D)；
其中，P1为主蒸汽压力，单位为MPa；P1D为主蒸汽压力标称值，单位为MPa；M1为主蒸汽流量，单位为t/h；M1D为主蒸汽流量标称值，单位为t/h；DP12为主蒸汽压损，单位为MPa；DP12D为主蒸汽压损标称值，单位为MPa；CDP34为再热蒸汽压损，单位为MPa；CDP34D为再热蒸汽压损标称值，单位为MPa；通过上述方法，基于参数数据样本集，对各设备模型进行模型辨识修正，构建严格符合供热系统实际运行工况的机组工艺流程模型。
在本实施例中，所述对供热系统进行参数优化的方法包括：根据输入参数Xi，采用控制变量的方式，调整参数范围[MinXi,MaxXi]，对输出参数Yj进行敏感度分析；
确定单个输入参数与输出参数的关系，根据敏感度分析曲线获得最佳优化调整参数范围；
Yi＝f(Xi,(X1,X2,......,Xi-1,Xi+1,......))；
其中，设定(X1，X2,......,Xi-1,Xi+1,......)输入变量为定值；
根据优化结果，对供热系统单热源的单个设备、单个机组进行整体调试，在保证热电输出的基础上确保碳排放最低。
在本实施例中，所述逐层级模拟计算设备间和工艺流程中的碳流动足迹的方法包括：模型辨识确保建立严格符合实际运行情况的设备和工艺流程模型，对上述设备模型进行模拟计算，可以获得具体设备的碳排放情况；对整个工艺流程模型进行模拟计算，可以得到工艺流程中所有设备的碳流动足迹以及整个供热系统的整体碳排放情况；将宏观模拟计算和细节模拟计算相结合，实现局部参数优化到系统参数优化的全方位覆盖。
在本实施例中，所述根据优化需求建立不同层级的总期望收益目标函数和约束条件的方法包括：确定优化层级，不同层级包括各热源系统内部不同供热模式的期望收益目标函数以及各热源系统供热模式的总期望收益目标函数；所述各热源系统内部不同供热模式的期望收益目标函数包括：
其中，Pk为第K个机组的电负荷，单位为MW；Hk为第K个机组的热负荷，单位为MW；k为热源的第k个机组；n为热源中机组的个数；bk为机组电负荷折算费用系数；ck为机组热负荷折算费用系数；mk为机组碳排放量和碳配额折算费用系数；Coutk为机组CO2排放量，单位为t；
所述各热源系统供热模式的总期望收益数包括：
其中，g为第g个热源；m为热源个数；sg为热源热负荷折算费用系数；Hg为第g个热源的热负荷，单位为MW；qg为碳排放量和碳配额折算费用系数；Coutg为供热折算CO2排放量，单位为t；
当运行调度周期为E，上述两个层级的目标函数为：
其中，t为第E个运行调度周期的第t个时间段，单位为h；bkt为机组第t个时间段的电负荷折算费用系数；PKt为第t个时间段的发电功率，单位为MW；ckt为机组第t个时间段热负荷折算费用系数；HKt为第t个时间段的热负荷，单位为MW；mkt为机组第t个时间段的碳排放量和碳配额折算费用系数；Coutkt为第t个时间段的机组CO2排放量，单位为t；
其中，sgt为第t个时间段的热源热负荷折算费用系数；Hgt为第t个时间段的热负荷，单位为MW；qgt为第t个时间段的碳排放量和碳配额折算费用系数；Coutgt为第t个时间段的供热折算CO2排放量，单位为t。
在本实施例中，所述建立碳排放配额以及各热源供热系统热电出力的约束条件的办法包括：确定约束条件，主要分为等式约束和不等式约束：
minS≤Sk≤maxS；
其中，Z为符合等式约束的参数；S为符合不等式约束的参数。
例如热电联产电厂主要包括以下约束：总电负荷约束、总热负荷约束、总碳配额约束、各机组电负荷约束、各机组热负荷约束，其他部分约束需要根据具体机组运行情况进行确定，比如热源需要对外供汽，则需要建立供汽量约束；约束条件如下：
总电负荷约束，
总热负荷约束，
总碳配额约束，
各机组电负荷约束，minP≤Pk≤maxP；
各机组热负荷约束，minH≤Hk≤maxH；
其中，C为碳配额，单位为t。
在本实施例中，所述通过工艺流程模型、约束条件以及目标函数构建低碳优化运行优化调度决策模型的办法包括：基于工艺流程模型计算得到最优碳排放量和热电出力，即建立碳转化过程模型，根据需求确定约束条件和目标函数；根据目标函数和约束条件的类型确定优化算法,可以选择启发式算法或确定性算法，如cvxpy(解决凸优化问题)、scipy.optimize.Minimize(非线性规划)、RWCE(强制进化随机游走算法)、GA(遗传算法)、ACO(蚁群算法)等；编写优化计算代码；所述优化结果：供热系统优化调度方案，碳排放量、热电出力。
在本实施例中，所述基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度的办法包括：根据实时调度命令，修改约束条件，调试优化调度决策模型，输出优化方案。
实施例2
在实施例1的基础上，本实施例2还提供一种供热系统碳转化过程建模和低碳优化运行调度决策系统，包括：边界确定模块，确定供热系统性质和碳排放边界；供热模型构建模块，构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；辨识修正模块，对供热系统模型进行辨识修正；参数优化模块，对供热系统进行参数优化；模拟计算模块：逐层级模拟计算设备间和工艺流程中的碳流动足迹；函数构建模块，根据优化需求建立不同层级的总期望收益目标函数；约束条件模块，建立碳排放配额以及各热源供热系统热电出力的约束条件；决策模型构建模块，通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；调度模块，基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度。
在本实施例中，各模块的具体功能在实施例1中已经详细描述，在本实施例中不在赘述。
综上所述，本发明通过确定供热系统性质和碳排放边界；基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；对供热系统模型进行辨识修正；对供热系统进行参数优化；逐层级模拟计算设备间和工艺流程中的碳流动足迹；根据优化需求建立不同层级的总期望收益目标函数和约束条件；通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度，充分考虑了不同热源的供热模式以及碳排放配额，实现了对热源机组的参数优化和热电负荷的实时优化，使得优化调度结果兼顾了经济性和环保性。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，包括：
确定供热系统性质和碳排放边界；
基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；
对供热系统模型进行辨识修正；
对供热系统进行参数优化；
逐层级模拟计算设备间和工艺流程中的碳流动足迹；
根据优化需求建立不同层级的总期望收益目标函数和约束条件；
通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；
基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度。
2.如权利要求1所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述确定供热系统性质的方法包括:
根据供热系统热平衡图或DCS运行界面分析供热模式类型，确定供热系统性质；
所述确定供热系统碳排放边界的方法包括：
根据供热系统性质，明确碳排放来源，确定供热系统的碳排放边界，即碳流入因素和碳流出因素；
所述碳流入因素包括：化石燃料的燃烧、外购电力、外购热力、外购蒸汽和其他含碳物质；
所述碳流出因素包括：对外供电、对外供热、对外供汽、碳捕集和其他含碳产物；
对于供热系统内部的具体设备，碳排放量的考虑因素包括：碳流入、碳流出因素和设备性能因素。
3.如权利要求2所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述基于工艺流程建模软件构建单热源、多热源和热网的设备和工艺流程碳转化过程模型的方法包括：
根据供热系统性质确定工艺流程建模软件；
根据实际需求确定建模对象，建模对象分为单热源、多热源和热网；
单热源、多热源和热网的碳转化过程建模包括：设备级建模和工艺流程建模，即
设备级建模：对供热系统内部的设备进行建模，考虑物流流经设备后产生的碳排放，将置于工艺流程黑箱中的设备进行拆分，综合考虑设备的性质因素，模拟计算碳排放情况；
工艺流程建模：对供热系统的工艺流程进行建模，将工艺流程内部看作一个黑箱，从宏观上模拟计算整个系统不同供热模式下的碳排放情况；
基于工艺流程建模软件的单热源建模过程包括：
根据供热设备性质对设备进行建模，确定供热系统不同设备的输入输出参数以及输入参数额定工况下的初始数值，构建各设备模型；基于设备模型，连接汽水流程，构建整个工艺流程的碳转化模型，将宏观建模和细节建模相结合；
所述输入输出参数为：
其中，X为输入参数；Y为输出参数；i为热源机组的第i个输入参数；j为热源机组的第j个输出参数；m为第m个热源。
建模对象为单热源系统，单热源系统内部包括不同的机组类型，机组由多种设备组成；
多个单热源系统构成多热源系统，将所有热源纳入供热管网中，构成整个热网，通过逐级建模的方式，对多热源、热网的碳排放情况进行模拟分析，即
多热源建模：确定集中供热系统多热源中各热源的类别和性质，按照单热源建模方式逐个建模；
热网建模：多热源建模完成后，连接管道和泵，构建整个热网模型。
4.如权利要求3所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述对供热系统模型进行辨识修正的方法包括：
基于分散控制系统的运行数据，建立各工况关系模型的参数数据样本集，对供热系统的设备模型进行辨识修正：
通过数据清洗算法对DCS系统的运行数据进行清洗，确定正确的参数数据样本集，对设备模型的参数曲线进行修正：
N/ND＝f(M/MD)
其中N为需要修正的参数；ND为该修正参数的标称值；M为流经设备的流量；M为流经设备的流量标称值。
基于参数数据样本集，对各设备模型进行模型辨识修正，构建严格符合供热系统实际运行工况的工艺流程模型。
5.如权利要求4所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述对供热系统进行参数优化的方法包括：
根据输入参数Xi，采用控制变量的方式，调整参数范围[MinXi,MaxXi]，对输出参数Yj进行敏感度分析；
确定单个输入参数与输出参数的关系，根据敏感度分析曲线获得最佳优化调整参数范围；
Yi＝f(Xi,(X1,X2,......,Xi-1,Xi+1,......))；
其中，设定(X1，X2,......,Xi-1,Xi+1,......)输入变量为定值；
根据优化结果，对供热系统单热源的单个设备、单个机组进行调试，在兼顾热电输出的基础上确保碳排放最低。
6.如权利要求5所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述逐层级模拟计算设备间和工艺流程中的碳流动足迹的方法包括：
模型辨识确保建立严格符合实际运行情况的设备和工艺流程模型，对设备模型进行模拟计算，获取具体设备的碳排放情况；
对整个工艺流程模型进行模拟计算，获取工艺流程中所有设备的碳流动足迹以及整个供热系统的整体碳排放情况；
将宏观模拟计算和细节模拟计算相结合。
7.如权利要求6所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述根据优化需求建立不同层级的总期望收益目标函数和约束条件的方法包括：
确定优化层级，不同层级包括各热源系统内部不同供热模式的期望收益目标函数以及各热源系统供热模式的总期望收益目标函数；
所述各热源系统内部不同供热模式的期望收益目标函数包括：
其中，Pk为第K个机组的电负荷，单位为MW；Hk为第K个机组的热负荷，单位为MW；k为热源的第k个机组；n为热源中机组的个数；bk为机组电负荷折算费用系数；ck为机组热负荷折算费用系数；mk为机组碳排放量和碳配额折算费用系数；Coutk为机组CO2排放量，单位为t；
所述各热源系统供热模式的总期望收益数包括：
其中，g为第g个热源；m为热源个数；sg为热源热负荷折算费用系数；Hg为第g个热源的热负荷，单位为MW；qg为碳排放量和碳配额折算费用系数；Coutg为供热折算CO2排放量，单位为t；
当运行调度周期为E，两个层级的目标函数为：
其中，t为第E个运行调度周期的第t个时间段，单位为h；bkt为机组第t个时间段的电负荷折算费用系数；PKt为第t个时间段的发电功率，单位为MW；ckt为机组第t个时间段热负荷折算费用系数；HKt为第t个时间段的热负荷，单位为MW；mkt为机组第t个时间段的碳排放量和碳配额折算费用系数；Coutkt为第t个时间段的机组CO2排放量，单位为t；
其中，sgt为第t个时间段的热源热负荷折算费用系数；Hgt为第t个时间段的热负荷，单位为MW；qgt为第t个时间段的碳排放量和碳配额折算费用系数；Coutgt为第t个时间段的供热折算CO2排放量，单位为t。
所述各热源系统内部不同供热模式的约束条件包括：
确定约束条件包括等式约束和不等式约束：
min S≤Sk≤max S；
其中，Z为符合等式约束的参数；S为符合不等式约束的参数。
8.如权利要求7所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型的办法包括：基于碳转化过程模型计算得到最优碳排放量和热电出力，即
建立工艺流程模型，根据需求确定约束条件和目标函数；
根据目标函数和约束条件的类型确定优化算法；
编写优化计算代码；
所述优化结果：供热系统优化调度方案，碳排放量、热电出力。
9.如权利要求8所述的供热系统碳转化过程建模和低碳优化运行调度决策的方法，其特征在于，
所述基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度的办法包括：
根据实时调度命令，修改约束条件，调试优化调度决策模型，输出优化方案。
10.一种供热系统碳转化过程建模和低碳优化运行调度决策系统，其特征在于，包括：
边界确定模块，确定供热系统性质和碳排放边界；
供热模型构建模块，构建单热源、多热源和热网的设备和工艺流程碳转化过程模型；
辨识修正模块，对供热系统模型进行辨识修正；
参数优化模块，对供热系统进行参数优化；
模拟计算模块：逐层级模拟计算设备间和工艺流程中的碳流动足迹；
函数构建模块，根据优化需求建立不同层级的总期望收益目标函数；
约束条件模块，建立碳排放配额以及各热源供热系统热电出力的约束条件；
决策模型构建模块，通过工艺流程模型、约束条件以及目标函数构建低碳优化运行调度决策模型；
调度模块，基于优化调度决策模型，根据实时调度命令，对各热源机组供热模式进行实时优化，对热电出力进行调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111411596.0A CN114239197A (zh) | 2021-11-25 | 2021-11-25 | 供热系统碳转化过程建模和低碳优化运行调度决策的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111411596.0A CN114239197A (zh) | 2021-11-25 | 2021-11-25 | 供热系统碳转化过程建模和低碳优化运行调度决策的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114239197A true CN114239197A (zh) | 2022-03-25 |
Family
ID=80751093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111411596.0A Pending CN114239197A (zh) | 2021-11-25 | 2021-11-25 | 供热系统碳转化过程建模和低碳优化运行调度决策的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114239197A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114997538A (zh) * | 2022-08-02 | 2022-09-02 | 杭州经纬信息技术股份有限公司 | 基于碳排数据的产业工艺升级动态规划及可视化方法 |
| CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
-
2021
- 2021-11-25 CN CN202111411596.0A patent/CN114239197A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114997538A (zh) * | 2022-08-02 | 2022-09-02 | 杭州经纬信息技术股份有限公司 | 基于碳排数据的产业工艺升级动态规划及可视化方法 |
| CN116562412A (zh) * | 2022-11-16 | 2023-08-08 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
| CN116562412B (zh) * | 2022-11-16 | 2024-02-20 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109272243B (zh) | 碳资产管理方法及系统 | |
| CN113255992B (zh) | 一种园区级多能互补系统优化调度方法及装置 | |
| CN114239197A (zh) | 供热系统碳转化过程建模和低碳优化运行调度决策的方法 | |
| US20140163745A1 (en) | Method for Optimizing the Configuration of Distributed CCHP System | |
| CN111799777A (zh) | 一种考虑天然气与电力耦合的综合能源规划方法 | |
| CN104573875A (zh) | 一种低碳化的电源电网优化规划的方法 | |
| CN109741103A (zh) | 一种短期多目标双层优化调度方法 | |
| CN111952965B (zh) | 一种基于预测控制与区间规划的cchp系统优化运行方法 | |
| CN115587489A (zh) | 制氢模型的确定方法及装置、非易失性存储介质、处理器 | |
| Li et al. | Study on operation strategy and load forecasting for distributed energy system based on Chinese supply-side power grid reform | |
| CN116629553A (zh) | 基于非完全区间多目标模糊优化的区域综合能源调度方法 | |
| Testasecca et al. | Towards Digital Twins of buildings and smart energy networks: Current and future trends | |
| CN111428906B (zh) | 一种基于图像变换的工业锅炉蒸汽量预测方法 | |
| CN112116122A (zh) | 一种提升电网灵活性的楼宇热电联产系统运行优化方法 | |
| Brahmane et al. | Artificial intelligence-based energy management system for renewable energy sources | |
| Alsaffar et al. | Emission constrained unit commitment of Kuwait power generation system using genetic algorithm | |
| Ban et al. | Coordination of Maintenance and Multi-Technical Flexibility Retrofits for Coal-Fired Power Plants | |
| Ngabesong et al. | System Planning and Modeling of a Renewable Energy Self-Sufficient Community | |
| Arakelyan et al. | Technical opportunities to improve the intelligence of modern automatic control system of large power plants | |
| CN116012035B (zh) | 一种碳排放量的评估方法、装置及系统 | |
| CN113824116B (zh) | 一种基于混合时间尺度drl的综合能源在线调度方法 | |
| CN117649102B (zh) | 一种基于最大熵强化学习的钢铁工业多能流系统最优调度方法 | |
| Faille et al. | Robust planning for Combined Heat and Power production | |
| CN117745310B (zh) | 一种基于孪生碳网络空间的碳排放量核算方法及系统 | |
| CN117875491A (zh) | 一种基于leap模型的火电厂碳减排潜力分析方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 450000 West Tower 2416, No. 6, Changchun Road, Zhengzhou high tech Industrial Development Zone, Zhengzhou City, Henan Province Applicant after: Zhengzhou Yingji Power Technology Co.,Ltd. Applicant after: Zhejiang Yingji Power Technology Co.,Ltd. Address before: 450000 West Tower 2416, No. 6, Changchun Road, Zhengzhou high tech Industrial Development Zone, Zhengzhou City, Henan Province Applicant before: Zhengzhou Yingji Power Technology Co.,Ltd. Applicant before: Hangzhou Yingji Power Technology Co.,Ltd. |