CN116632839B - 一种基于能碳监测的园区电力管理调节方法及装置 - Google Patents
一种基于能碳监测的园区电力管理调节方法及装置 Download PDFInfo
- Publication number
- CN116632839B CN116632839B CN202310899876.3A CN202310899876A CN116632839B CN 116632839 B CN116632839 B CN 116632839B CN 202310899876 A CN202310899876 A CN 202310899876A CN 116632839 B CN116632839 B CN 116632839B
- Authority
- CN
- China
- Prior art keywords
- power
- utilization
- facility
- facilities
- electricity
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 105
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 230000005611 electricity Effects 0.000 claims abstract description 162
- 238000009826 distribution Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/10—The network having a local or delimited stationary reach
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
-
- 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
Abstract
本发明提供一种基于能碳监测的园区电力管理调节方法及装置，涉及电力系统技术领域，所述方法包括：获取园区的综合数据；根据综合数据以及当前时间，得到在预设未来时间段内的每个用电设施的预估电力消耗量和园区的预估碳排放总量；根据园区的每个用电设施的当前电力消耗量和用电设施的当前产出量，得到用电设施的能效利用率；根据在预设未来时间段内的每个用电设施的能效利用率和用电设施的类别，得到每个用电设施在预设未来时间段内的优先供电等级；根据优先供电等级为用电设施进行供电。本发明为每个用电设施分配了合理的供电策略，针对每个用电设施进行合理供电，实现了节约电力能源，降低了供电成本。
Description
技术领域
本发明涉及电力系统技术领域，具体而言，涉及一种基于能碳监测的园区电力管理调节方法及装置。
背景技术
目前存在较多的能够独立运营和管理的园区，例如大型工业园、科技园及物流园等产业聚集区，该区域的建筑设施需要大量电力供应，因此，需要针对园区内的所有用电设施进行较为系统化的电力管理，从而为每个用电设施分配合理的电能。
在现有技术中，通常基于能碳检测对园区电力进行管理，但在电力管理过程中，通常是对碳排放情况以及整体的用电情况情况进行监测，并根据总体的能碳消耗情况整体调整园区的电力，但是无法针对园区中每个独立用电设施的用电情况进行调整，因此，导致园区中一些能效较低的用电设施得到与效能较高的用电设施相同的电力，造成能源浪费，提高运营成本，同时拉高了碳排放，不利于环境保护。
发明内容
本发明主要解决的技术问题是如何降低园区电力能源的浪费。
本发明提供一种基于能碳监测的园区电力管理调节方法，包括：
获取园区的综合数据，所述综合数据包括：所述园区的每个用电设施的当前电力消耗量、所述园区的当前碳排放总量和所述园区的当前气象数据；
根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量；
根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率；
根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级；其中，所述用电设施的类别包括重要设施与非重要设施；所述优先供电等级包括高级和低级；
根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰；
若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电；其中，所述低级供电策略包括：每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的电力来源，所述电力来源包括清洁能源和传统能源；
若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力。
可选地，所述根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰，包括：
根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，得到所述园区在所述预设未来时间段的整体电力消耗量；
判断所述整体电力消耗量与所述园区的电力供应总量的关系；
若所述园区的所述整体电力消耗量大于所述电力供应总量，则所述园区在所述预设未来时间段内处于用电高峰；
若所述园区的所述整体电力消耗量小于或等于所述电力供应总量，则所述园区在所述预设未来时间段内处于正常用电。
可选地，所述根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率，包括：
根据每个所述用电设施对应的实际功率，得到每个所述用电设施的所述当前产出量；
根据每个所述用电设施的所述当前产出量、所述当前电力消耗量和能效公式，得到所述用电设施的所述能效利用率；
其中，所述能效公式为：
为所述能效利用率，/>为所述用电设施的所述当前产出量，/>为每个用电设施的当前电力消耗量。
可选地，所述根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级，包括：
将所述能效利用率大于预设能效阈值的所述用电设施以及所述类别为重要设施的所述用电设施，作为所述优先供电等级为高级的所述用电设施；
将所述能效利用率小于或等于预设能效阈值的所述用电设施以及所述类别为非重要设施的所述用电设施，作为所述优先供电等级为低级的所述用电设施。
可选地，所述若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电，包括：
根据所述园区的所述电力供应总量和所述优先供电等级为低级的所述用电设施在所有所述用电设施中的占比，得到所述优先供电等级为低级的所述用电设施在所述预设未来时间段内得到的预估电力供应分量；
将所述预估电力供应分量、所述优先供电等级为低级的所述用电设施在所述预设未来时间段的所述预估电力消耗量以及所述园区在所述预设未来时间段的所述预估碳排放总量，输入电力分配决策网络；
根据所述电力分配决策网络的输出，得到每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率；
根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述用电设施的所述电力来源；
根据每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的所述电力来源，对所述优先供电等级为低级的所述用电设施进行供电。
可选地，所述根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述用电设施的所述电力来源，包括：
根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述优先供电等级为低级的所述用电设施在所述预设未来时间段的预估碳排放量；
若所述用电设施的所述预估碳排放量大于或等于污染阈值，则将所述清洁能源作为所述用电设施的所述电力来源；
若所述用电设施的所述预估碳排放量小于污染阈值，则将所述传统能源作为所述用电设施的所述电力来源。
可选地，所述若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力，包括：
当所述园区在所述未来时间段处于用电高峰时，获取每个所述优先供电等级为所述高级的所述用电设施的最大功率；
判断所述用电设施是否为连续用电设施，若是，则根据所述用电设施的所述最大功率，对所述用电设施进行供电；
若否，则获取所述优先供电等级为所述高级的所述用电设施对应的断电时长与供电时长，并根据所述断电时长与所述供电时长，对所述用电设施进行供电。
可选地，所述根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量，包括：
根据所述园区的所述当前气象数据，得到所述园区在所述预设未来时间段的气象预报数据；
根据当前时间和所述预设未来时间段，得到所述预设未来时间段在全天中所处的时间位置；
将所述时间位置、每个所述用电设施的所述当前电力消耗量、所述园区的当前碳排放总量以及所述园区在所述预设未来时间段的气象预报数据输入时间序列预测网络；
根据所述时间序列预测网络的输出，得到在预设未来时间段内的每个所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量。
可选地，所述基于能碳监测的园区电力管理调节方法，还包括：
通过分布式电力网络，对所述园区的所有所述用电设施进行供电，其中，所述分布式电力网络包括多个节点，每个所述节点对应一个所述用电设施。
本发明还提供一种基于能碳监测的园区电力管理调节装置，包括存储有计算机程序的计算机可读存储介质和处理器，当所述计算机程序被所述处理器读取并运行时，实现所述的基于能碳监测的园区电力管理调节方法。
本发明的基于能碳监测的园区电力管理调节方法及装置，根据园区的综合数据对园区中的用电设施在未来时间段内的预估电力消耗量以及园区的碳排放总量进行预测，在根据当前数据获取每个用电设施的能效利用率，根据能效利用率以及用电设施的类别，对每个用电设施进行优先供电等级的划分，依照用电设施按照效率以及类型进行供电，降低了电力能源在每个用电设施的损耗，降低了能耗成本，并结合未来时间段内园区是否处于用电高峰，对每个用电设施进行动态的电力管理，并为每个用电设施分配合理的电力来源，保证了园区在用电高峰时满足所有用电设施的用电需求的基础上，尽可能利用清洁能源减少碳排放，保证了每个用电设施的碳排放都在合理的范围内，改善环境影响，促进了清洁能源的发展，保证了园区可持续性发展。由于针对每个用电设施都进行分析、分级划分，并为每个用电设施分配了合理的供电策略，将传统的统一电力控制提高到了针对每个用电设施进行合理供电，实现了节约电力能源，降低了供电成本。
附图说明
图1为本发明一实施例中基于能碳监测的园区电力管理调节方法的流程示意图；
图2为本发明另一实施例中基于能碳监测的园区电力管理调节方法的流程示意图；
图3为本发明又一实施例中基于能碳监测的园区电力管理调节方法的流程示意图。
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、完整的描述，显然，所描述的实施例是本发明的一部分实施例，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的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。
结合图1所示，本发明提供一种基于能碳监测的园区电力管理调节方法，包括：
S1：获取园区的综合数据，所述综合数据包括：所述园区的每个用电设施的当前电力消耗量、所述园区的当前碳排放总量和所述园区的当前气象数据；
具体地，可以通过安装在每个用电设施中的智能电表采集当前电力消耗量，再根据每个用电设施的当前电力消耗量，推算园区的当前碳排放总量，通过环境监测传感器或气象平台收集园区的当前气象数据，包括当前温度、湿度、风俗以及光照等。
S2：根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量；
具体地，根据当前时间推算预设未来时间段，并可以采用时间序列模型，对历史记录中当前时间点每个用电设施的历史电力消耗量、历史气象数据以及历史碳排放总量进行分析预测，得到在预设未来时间段内的每个用电设施的预估电力消耗量和园区的预估碳排放总量；
在本发明的优选实施例中，可以通过时间序列模型对上述数据进行预测，例如ARIMA模型，得到每个用电设施在未来3小时内的预估电力消耗量，在结合得到的预估电力消耗量，对碳排放进行推算，得到未来3小时内园区的预估碳排放总量。
S3：根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率；
具体地，能效利用率是衡量能源利用效率的指标，反映了用电设施在将输入的电力转化为有用的产出时的效率，通过计算能效利用率，可以评估用电设施的能源利用效率，较高的能效利用率意味着用电设施以更高的效率将电力转化为有用的产出，表示能源利用更加有效，其中，用电设施的当前产出量即为用电设施在一定时间内所实际生产或提供的产品、服务或效益的数量。
S4：根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级；其中，所述用电设施的类别包括重要设施与非重要设施；所述优先供电等级包括高级和低级；
具体地，用电设施的能效利用率反映了其能源利用效率，较高的能效利用率意味着设施在转化电力为产出时更具效率，显示了其对能源的有效利用。因此，能效利用率高的设施通常对其进行优先供电，用电设施根据其重要性可以分为重要设施和非重要设施，重要设施是指对园区正常运行至关重要的设施，如供应水电、安全设备、通信网络、医疗设施等，而非重要设施包括一些日常生活或次要服务所需的设施，如员工宿舍、餐厅、娱乐设施等。
S5：根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰；
具体地，用电高峰一般指在某个特定时间段内（例如一天中的几个小时），整个园区或特定区域的电力需求达到高峰值。用电高峰通常发生在一天的特定时间段，例如上班时间或生产高峰期，判断用电高峰与预设未来时间段内的预估电力消耗量十分相关。
S6：若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电；其中，所述低级供电策略包括：每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的电力来源，所述电力来源包括清洁能源和传统能源；
具体地，对于处于用电高峰期的园区，优先供电的原则通常是根据不同用电设施的优先级确定。其中，重要的基础设施和关键设备会被设置为高级供电，以确保其正常运行。而相对较低级别的用电设施，如非紧急办公设施或商业用电设施，可能在用电高峰采取一些限制措施，例如降低功率或暂时断电，以减少电力消耗并降低碳排放总量。
S7：若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力。
具体地，优先供电等级为高级的用电设施可能包括重要的基础设施、关键设备和紧急服务设施，因此需要确保高级用电设施得到实际需要的电力供应，即保证重要用电设施平稳运行，在本发明的优选实施例中，可将医疗设备、安全设备或通信设备等作为优先供电等级为高级的用电设施，并保证上述用电设备稳定运行。
本发明的基于能碳监测的园区电力管理调节方法，根据园区的综合数据对园区中的用电设施在未来时间段内的预估电力消耗量以及园区的碳排放总量进行预测，在根据当前数据获取每个用电设施的能效利用率，根据能效利用率以及用电设施的类别，对每个用电设施进行优先供电等级的划分，依照用电设施按照效率以及类型进行供电，降低了电力能源在每个用电设施的损耗，降低了能耗成本，并结合未来时间段内园区是否处于用电高峰，对每个用电设施进行动态的电力管理，并为每个用电设施分配合理的电力来源，保证了园区在用电高峰时满足所有用电设施的用电需求的基础上，尽可能利用清洁能源减少碳排放，保证了每个用电设施的碳排放都在合理的范围内，改善环境影响，促进了清洁能源的发展，保证了园区可持续性发展。由于针对每个用电设施都进行分析、分级划分，并为每个用电设施分配了合理的供电策略，将传统的统一电力控制提高到了针对每个用电设施进行合理供电，实现了节约电力能源，降低了供电成本。
结合图2所示，本发明实施例中，所述S5：根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰，包括：
S51：根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，得到所述园区在所述预设未来时间段的整体电力消耗量；
S52：判断所述整体电力消耗量与所述园区的电力供应总量的关系；
S521：若所述园区的所述整体电力消耗量大于所述电力供应总量，则所述园区在所述预设未来时间段内处于用电高峰；
S522：若所述园区的所述整体电力消耗量小于或等于所述电力供应总量，则所述园区在所述预设未来时间段内处于正常用电。
在本实施例中，可以通过对所有用电设施的电力消耗进行累加得到总量。这可以通过能源管理系统或智能电表等监测设备来实时监测和记录各个用电设施的电力消耗情况，一旦得到园区的整体电力消耗量，就可以将其与园区的电力供应总量进行比较。电力供应总量是指园区可获得的电力资源总量，包括主电网供电、备用发电机组或其他清洁能源等。如果园区的整体电力消耗量大于电力供应总量，则表示园区处于用电高峰期。这意味着园区的用电需求超过了现有的电力供应能力，可能会导致电力不足或不稳定的情况，如果园区的整体电力消耗量小于或等于电力供应总量，则表示园区处于正常用电状态。这意味着园区的用电需求能够被满足，并且具备一定的电力备份能力。
本发明的基于能碳监测的园区电力管理调节方法，通过预测未来时间段内是否为用电高峰，进而提前计划每个用电设施在用电高峰时的电力分配，进而减少电力以及碳排放，降低环境的污染。
本发明实施例中，所述根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率，包括：
根据每个所述用电设施对应的实际功率，得到每个所述用电设施的所述当前产出量；
根据每个所述用电设施的所述当前产出量、所述当前电力消耗量和能效公式，得到所述用电设施的所述能效利用率；
其中，所述能效公式为：
为所述能效利用率，/>为所述用电设施的所述当前产出量，/>为每个用电设施的当前电力消耗量。
在本实施例中，获取每个用电设施的实际功率值。根据用电设施的相关参数，获得其实际功率值。根据每个用电设施的实际功率值和当前产出量，计算出该用电设施的当前产出量。通过使用实际功率值和产出量之间的关系，可以确定该设施在当前状态下所能产生的数量。根据每个用电设施的当前产出量、当前电力消耗量和能效公式，计算出该用电设施的能效利用率。能效公式一般为：
为所述能效利用率，/>为所述用电设施的所述当前产出量，/>为每个用电设施的当前电力消耗量。
通过以上内容，可以得到每个用电设施的能效利用率。
本发明的基于能碳监测的园区电力管理调节方法，通过能效利用率反映了该设施在当前情况下能够有效利用能源的程度。
本发明实施例中，所述根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级，包括：
将所述能效利用率大于预设能效阈值的所述用电设施以及所述类别为重要设施的所述用电设施，作为所述优先供电等级为高级的所述用电设施；
将所述能效利用率小于或等于预设能效阈值的所述用电设施以及所述类别为非重要设施的所述用电设施，作为所述优先供电等级为低级的所述用电设施。
在本实施例中，能效利用率大于预设能效阈值且类别为重要设施的用电设施被归为高级供电优先。这些设施表现出较高的能源利用效率，并在园区运行中起着重要的作用。能效利用率小于或等于预设能效阈值且类别为非重要设施的用电设施被归为低级供电优先。这些设施相对于高级供电优先设施的能源利用效率较低，且其功能在园区运行中相对次要。
本发明的基于能碳监测的园区电力管理调节方法，通过设定不同的优先供电等级，可以合理调配资源，优化能源的利用。
结合图3所示，本发明实施例中，所述S6：所述若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电，包括：
S61：根据所述园区的所述电力供应总量和所述优先供电等级为低级的所述用电设施在所有所述用电设施中的占比，得到所述优先供电等级为低级的所述用电设施在所述预设未来时间段内得到的预估电力供应分量；
S62：将所述预估电力供应分量、所述优先供电等级为低级的所述用电设施在所述预设未来时间段的所述预估电力消耗量以及所述园区在所述预设未来时间段的所述预估碳排放总量，输入电力分配决策网络；
S63：根据所述电力分配决策网络的输出，得到每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率；
S64：根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述用电设施的所述电力来源；
S65：根据每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的所述电力来源，对所述优先供电等级为低级的所述用电设施进行供电。
在本实施例中，可以以优化模型为电力分配决策网络：采用优化算法，如线性规划、整数规划和动态规划等，在考虑电力供应总量、用电设施特性和碳排放总量限制的前提下，找到最佳的电力分配方案。这种模型能够更精确地平衡各项指标，但在问题复杂度较高时计算成本可能较高。还可以以机器学习模型为电力分配决策网络：通过使用历史数据进行训练，建立用电设施的电力分配模型。可以采用监督学习算法，如深度神经网络或支持向量机等，将电力供应分量、预估电力消耗量以及其他相关因素作为输入，预测每个用电设施的供电时长、断电时长和限制功率。这种模型可以根据实际情况进行预测和调整，但需要大量的训练数据和模型优化。模型可以取决于问题的复杂程度、数据可用性和预算限制等因素。
本发明的基于能碳监测的园区电力管理调节方法，采用电力分配决策网络对未来用电设施的用电情况以及采取的分配策略进行预测，针对每个用电设施都有对应的分配决策，优化园区所有用电设施的供电情况。
本发明实施例中，所述根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述用电设施的所述电力来源，包括：
根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述优先供电等级为低级的所述用电设施在所述预设未来时间段的预估碳排放量；
若所述用电设施的所述预估碳排放量大于或等于污染阈值，则将所述清洁能源作为所述用电设施的所述电力来源；
若所述用电设施的所述预估碳排放量小于污染阈值，则将所述传统能源作为所述用电设施的所述电力来源。
在本实施例中，对于园区中优先供电等级为低级的用电设施，在预设未来时间段，根据园区的预估碳排放总量，可以计算出每个用电设施在该时间段的碳排放量。如果某个用电设施在预设未来时间段的碳排放量大于或等于污染阈值，那么该用电设施的电力来源将采用清洁能源，以减少碳排放和环境污染。如果某个用电设施在预设未来时间段的碳排放量小于污染阈值，那么该用电设施的电力来源将使用传统能源。
本发明的基于能碳监测的园区电力管理调节方法，通过合理调配清洁能源和传统能源，实现对环境的保护和碳减排的目标。
本发明实施例中，所述若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力，包括：
当所述园区在所述未来时间段处于用电高峰时，获取每个所述优先供电等级为所述高级的所述用电设施的最大功率；
判断所述用电设施是否为连续用电设施，若是，则根据所述用电设施的所述最大功率，对所述用电设施进行供电；
若否，则获取所述优先供电等级为所述高级的所述用电设施对应的断电时长与供电时长，并根据所述断电时长与所述供电时长，对所述用电设施进行供电。
在本实施例中，在获取每个优先供电等级为高级的用电设施的最大功率，并同时对用电设施是否可以进行间隔供电进行判断，若用电设施无法实现间隔供电，即需要连续供电，例如生产产线、车间照明等需要持续供电的用电设施，则按其最大功率对其进行供电，若用电设施可以实现间隔供电，例如空调等，可以采用供电控制系统，对用电设施的电源进行控制因此，在本发明的优选实施例中，可以采用定时开关控制电源的开启或关闭，以及控制用电设施的开启时长和关闭时长，从而实现间隔供电。
本发明的基于能碳监测的园区电力管理调节方法，通过对优先供电等级为高级的用电设施进行细致的供电规划，对可以间隔供电的用电设施，根据其具体的情况，分配对应的供电规则，减少每个用电设施的电力浪费，减少了供电成本。
本发明实施例中，所述根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量，包括：
根据所述园区的所述当前气象数据，得到所述园区在所述预设未来时间段的气象预报数据；
根据当前时间和所述预设未来时间段，得到所述预设未来时间段在全天中所处的时间位置；
将所述时间位置、每个所述用电设施的所述当前电力消耗量、所述园区的当前碳排放总量以及所述园区在所述预设未来时间段的气象预报数据输入时间序列预测网络；
根据所述时间序列预测网络的输出，得到在预设未来时间段内的每个所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量。
在本实施例中，根据当前时间和预设未来时间段，预测预设未来时间段在全天中所处的时间位置，其中，以获取当前的日期和具体时刻作为基准，根据预设未来时间段，将当前时间与该时间段进行加减运算，得到预设的未来起始时间和结束时间，将一天分为读个时间段，例如早晨、上午、下午、晚上，然后判断预设未来时间段位于哪一个时间段内。并将上述信息以及每个所述用电设施的当前电力消耗量、所述园区的当前碳排放总量以及所述园区在所述预设未来时间段的气象预报数据输入时间序列预测网络，其中，时间序列预测网络可以采用ARIMA模型，并将用电设施的历史电力消耗量以及对应的园区的历史碳排放总量、历史天气数据作为数据集对时间序列预测网络进行训练，利用训练好的模型进行预测。
本发明的基于能碳监测的园区电力管理调节方法，通过加入时间序列预测网络，从而对用电设施的预估电力消耗量和园区的预估碳排放总量进行预测，提高预测的准确性和可靠性。
本发明的实施例中，通过分布式电力网络，对所述园区的所有所述用电设施进行供电，其中，所述分布式电力网络包括多个节点，每个所述节点对应一个所述用电设施。
在本实施例中，分布式电力网络是一种将多个节点连接在一起的供电系统，每个节点对应一个用电设施，通过这些节点可以实现对园区中所有用电设施的供电，这些节点通过电力线路连接在一起形成网状结构，相互交流和传输电能。
本发明的基于能碳监测的园区电力管理调节方法，即使某个节点发生故障或断电，其他节点仍然可以继续供电，提高了供电的可靠性，并且每个节点都可以根据实际需要独立运行和管理，使得系统更加灵活适应不同用电设施的需求变化。
本发明还提供一种基于能碳监测的园区电力管理调节装置，包括存储有计算机程序的计算机可读存储介质和处理器，当所述计算机程序被所述处理器读取并运行时，实现以下步骤：
获取园区的综合数据，所述综合数据包括：所述园区的每个用电设施的当前电力消耗量、所述园区的当前碳排放总量和所述园区的当前气象数据；
根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量；
根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率；
根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级；其中，所述用电设施的类别包括重要设施与非重要设施；所述优先供电等级包括高级和低级；
根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰；
若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电；其中，所述低级供电策略包括：每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的电力来源，所述电力来源包括清洁能源和传统能源；
若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力。
本发明的计算机可读存储介质，根据园区的综合数据对园区中的用电设施在未来时间段内的预估电力消耗量以及园区的碳排放总量进行预测，在根据当前数据获取每个用电设施的能效利用率，根据能效利用率以及用电设施的类别，对每个用电设施进行优先供电等级的划分，依照用电设施按照效率以及类型进行供电，降低了电力能源在每个用电设施的损耗，降低了能耗成本，并结合未来时间段内园区是否处于用电高峰，对每个用电设施进行动态的电力管理，并为每个用电设施分配合理的电力来源，保证了园区在用电高峰时满足所有用电设施的用电需求的基础上，尽可能利用清洁能源减少碳排放，保证了每个用电设施的碳排放都在合理的范围内，改善环境影响，促进了清洁能源的发展，保证了园区可持续性发展。由于针对每个用电设施都进行分析、分级划分，并为每个用电设施分配了合理的供电策略，将传统的统一电力控制提高到了针对每个用电设施进行合理供电，实现了节约电力能源，降低了供电成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
Claims (7)
1.一种基于能碳监测的园区电力管理调节方法，其特征在于，包括：
步骤S1：获取园区的综合数据，所述综合数据包括：所述园区的每个用电设施的当前电力消耗量、所述园区的当前碳排放总量和所述园区的当前气象数据；
步骤S2：根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量；
步骤S3：根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率；
步骤S4：根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级；其中，所述用电设施的类别包括重要设施与非重要设施；所述优先供电等级包括高级和低级；
步骤S5：根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，判断所述园区在所述预设未来时间段是否处于用电高峰；
步骤S51：根据所有所述用电设施在所述预设未来时间段内的所述预估电力消耗量，得到所述园区在所述预设未来时间段的整体电力消耗量；
步骤S52：判断所述整体电力消耗量与所述园区的电力供应总量的关系；
步骤S521：若所述园区的所述整体电力消耗量大于所述电力供应总量，则所述园区在所述预设未来时间段内处于用电高峰；
步骤S522：若所述园区的所述整体电力消耗量小于或等于所述电力供应总量，则所述园区在所述预设未来时间段内处于正常用电；
步骤S6：若所述园区在所述未来时间段处于用电高峰，则根据所述优先供电等级为所述低级的所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量，通过低级供电策略对所述优先供电等级为低级的所述用电设施进行供电；其中，所述低级供电策略包括：每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的电力来源，所述电力来源包括清洁能源和传统能源；
步骤S61：根据所述园区的所述电力供应总量和所述优先供电等级为低级的所述用电设施在所有所述用电设施中的占比，得到所述优先供电等级为低级的所述用电设施在所述预设未来时间段内得到的预估电力供应分量；
步骤S62：将所述预估电力供应分量、所述优先供电等级为低级的所述用电设施在所述预设未来时间段的所述预估电力消耗量以及所述园区在所述预设未来时间段的所述预估碳排放总量，输入电力分配决策网络；
步骤S63：根据所述电力分配决策网络的输出，得到每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率；
步骤S64：根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述用电设施的所述电力来源；
步骤S641：根据所述园区在所述预设未来时间段的所述预估碳排放总量，得到每个所述优先供电等级为低级的所述用电设施在所述预设未来时间段的预估碳排放量；
步骤S641a：若所述用电设施的所述预估碳排放量大于或等于污染阈值，则将所述清洁能源作为所述用电设施的所述电力来源；
步骤S641b：若所述用电设施的所述预估碳排放量小于污染阈值，则将所述传统能源作为所述用电设施的所述电力来源；
步骤S65：根据每个所述用电设施的供电时长和断电时长、每个所述用电设施的限制功率以及每个所述用电设施的所述电力来源，对所述优先供电等级为低级的所述用电设施进行供电；
步骤S7：若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力。
2.根据权利要求1所述的基于能碳监测的园区电力管理调节方法，其特征在于，所述根据每个所述用电设施的所述当前电力消耗量和所述用电设施的当前产出量，得到所述用电设施的能效利用率，包括：
根据每个所述用电设施对应的实际功率，得到每个所述用电设施的所述当前产出量；
根据每个所述用电设施的所述当前产出量、所述当前电力消耗量和能效公式，得到所述用电设施的所述能效利用率；
其中，所述能效公式为：；
为所述能效利用率，/>为所述用电设施的所述当前产出量，/>为每个用电设施的当前电力消耗量。
3.根据权利要求1所述的基于能碳监测的园区电力管理调节方法，其特征在于，所述根据在所述预设未来时间段内的每个所述用电设施的所述能效利用率和所述用电设施的类别，得到每个所述用电设施在所述预设未来时间段内的优先供电等级，包括：
将所述能效利用率大于预设能效阈值的所述用电设施以及所述类别为重要设施的所述用电设施，作为所述优先供电等级为高级的所述用电设施；
将所述能效利用率小于或等于预设能效阈值的所述用电设施以及所述类别为非重要设施的所述用电设施，作为所述优先供电等级为低级的所述用电设施。
4.根据权利要求1所述的基于能碳监测的园区电力管理调节方法，其特征在于，所述若所述园区在所述未来时间段处于用电高峰，则为所述优先供电等级为所述高级的所述用电设施提供实际需要的电力，包括：
当所述园区在所述未来时间段处于用电高峰时，获取每个所述优先供电等级为所述高级的所述用电设施的最大功率；
判断所述用电设施是否为连续用电设施，若是，则根据所述用电设施的所述最大功率，对所述用电设施进行供电；
若否，则获取所述优先供电等级为所述高级的所述用电设施对应的断电时长与供电时长，并根据所述断电时长与所述供电时长，对所述用电设施进行供电。
5.根据权利要求1所述的基于能碳监测的园区电力管理调节方法，其特征在于，所述根据所述综合数据得到在预设未来时间段内的每个所述用电设施的预估电力消耗量和所述园区的预估碳排放总量，包括：
根据所述园区的所述当前气象数据，得到所述园区在所述预设未来时间段的气象预报数据；
根据当前时间和所述预设未来时间段，得到所述预设未来时间段在全天中所处的时间位置；
将所述时间位置、每个所述用电设施的所述当前电力消耗量、所述园区的当前碳排放总量以及所述园区在所述预设未来时间段的气象预报数据输入时间序列预测网络；
根据所述时间序列预测网络的输出，得到在预设未来时间段内的每个所述用电设施的所述预估电力消耗量和所述园区的所述预估碳排放总量。
6.根据权利要求1所述的基于能碳监测的园区电力管理调节方法，其特征在于，还包括：
通过分布式电力网络，对所述园区的所有所述用电设施进行供电，其中，所述分布式电力网络包括多个节点，每个所述节点对应一个所述用电设施。
7.一种基于能碳监测的园区电力管理调节装置，其特征在于，包括存储有计算机程序的计算机可读存储介质和处理器，当所述计算机程序被所述处理器读取并运行时，实现权利要求1至6中任一项所述的基于能碳监测的园区电力管理调节方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310899876.3A CN116632839B (zh) | 2023-07-21 | 2023-07-21 | 一种基于能碳监测的园区电力管理调节方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310899876.3A CN116632839B (zh) | 2023-07-21 | 2023-07-21 | 一种基于能碳监测的园区电力管理调节方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116632839A CN116632839A (zh) | 2023-08-22 |
| CN116632839B true CN116632839B (zh) | 2023-11-07 |
Family
ID=87642119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310899876.3A Active CN116632839B (zh) | 2023-07-21 | 2023-07-21 | 一种基于能碳监测的园区电力管理调节方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116632839B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110123618A (ko) * | 2010-05-07 | 2011-11-15 | 주식회사 포스코아이씨티 | 탄소 배출 정보를 이용한 지능형 교통 네트워크 시뮬레이션 장치 |
| CN102289755A (zh) * | 2010-06-18 | 2011-12-21 | 黄金富 | 按耗电谷峰动态定价实时报价计费方法及相应系统和装置 |
| CN106992525A (zh) * | 2017-05-26 | 2017-07-28 | 国网山东省电力公司泰安供电公司 | 电力负荷管理方法和装置 |
| CN107609690A (zh) * | 2017-08-29 | 2018-01-19 | 国网江苏省电力公司淮安供电公司 | 一种负荷主动管理决策优化的方法 |
| CN109149548A (zh) * | 2018-07-27 | 2019-01-04 | 珠海格力电器股份有限公司 | 区域能源管理方法、管理装置及区域电网 |
| CN111144654A (zh) * | 2019-12-27 | 2020-05-12 | 深圳供电局有限公司 | 一种基于物联网的园区能源管理配置方法及装置 |
| CN113128856A (zh) * | 2021-04-13 | 2021-07-16 | 国网上海市电力公司 | 一种近零碳园区用电碳排放量监测方法 |
| CN114186792A (zh) * | 2021-11-15 | 2022-03-15 | 国网江苏省电力有限公司 | 一种基于双碳目标的能源网架规划方法 |
| CN114285042A (zh) * | 2021-12-27 | 2022-04-05 | 广东电网有限责任公司 | 负荷用电运行方式确定方法及装置 |
| CN114330826A (zh) * | 2021-11-04 | 2022-04-12 | 国网江苏省电力有限公司经济技术研究院 | 一种碳排放预测及优化方法 |
| CN114626721A (zh) * | 2022-03-16 | 2022-06-14 | 国网甘肃省电力公司电力科学研究院 | 一种基于可时移负荷调度的农业产业园区近零碳实现方法 |
| CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
| CN116415728A (zh) * | 2023-04-07 | 2023-07-11 | 北京金风零碳能源有限公司 | 一种碳排放量的预测方法、系统、电子设备及存储介质 |
| CN116451855A (zh) * | 2023-04-07 | 2023-07-18 | 清云智通(北京)科技有限公司 | 面向工业园区的碳排放量预测方法及相关设备 |
| CN116451872A (zh) * | 2023-06-08 | 2023-07-18 | 北京中电普华信息技术有限公司 | 碳排放预测分布式模型训练方法、相关方法及装置 |
-
2023
- 2023-07-21 CN CN202310899876.3A patent/CN116632839B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110123618A (ko) * | 2010-05-07 | 2011-11-15 | 주식회사 포스코아이씨티 | 탄소 배출 정보를 이용한 지능형 교통 네트워크 시뮬레이션 장치 |
| CN102289755A (zh) * | 2010-06-18 | 2011-12-21 | 黄金富 | 按耗电谷峰动态定价实时报价计费方法及相应系统和装置 |
| CN106992525A (zh) * | 2017-05-26 | 2017-07-28 | 国网山东省电力公司泰安供电公司 | 电力负荷管理方法和装置 |
| CN107609690A (zh) * | 2017-08-29 | 2018-01-19 | 国网江苏省电力公司淮安供电公司 | 一种负荷主动管理决策优化的方法 |
| CN109149548A (zh) * | 2018-07-27 | 2019-01-04 | 珠海格力电器股份有限公司 | 区域能源管理方法、管理装置及区域电网 |
| CN111144654A (zh) * | 2019-12-27 | 2020-05-12 | 深圳供电局有限公司 | 一种基于物联网的园区能源管理配置方法及装置 |
| CN113128856A (zh) * | 2021-04-13 | 2021-07-16 | 国网上海市电力公司 | 一种近零碳园区用电碳排放量监测方法 |
| CN114330826A (zh) * | 2021-11-04 | 2022-04-12 | 国网江苏省电力有限公司经济技术研究院 | 一种碳排放预测及优化方法 |
| CN114186792A (zh) * | 2021-11-15 | 2022-03-15 | 国网江苏省电力有限公司 | 一种基于双碳目标的能源网架规划方法 |
| CN114285042A (zh) * | 2021-12-27 | 2022-04-05 | 广东电网有限责任公司 | 负荷用电运行方式确定方法及装置 |
| CN114626721A (zh) * | 2022-03-16 | 2022-06-14 | 国网甘肃省电力公司电力科学研究院 | 一种基于可时移负荷调度的农业产业园区近零碳实现方法 |
| CN115660918A (zh) * | 2022-09-20 | 2023-01-31 | 浙江工业大学 | 一种工业园区碳排放计算及预测方法 |
| CN116415728A (zh) * | 2023-04-07 | 2023-07-11 | 北京金风零碳能源有限公司 | 一种碳排放量的预测方法、系统、电子设备及存储介质 |
| CN116451855A (zh) * | 2023-04-07 | 2023-07-18 | 清云智通(北京)科技有限公司 | 面向工业园区的碳排放量预测方法及相关设备 |
| CN116451872A (zh) * | 2023-06-08 | 2023-07-18 | 北京中电普华信息技术有限公司 | 碳排放预测分布式模型训练方法、相关方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| Low-carbon Economic Operation of the Integrated Energy System Considering Carbon Capture Unit Coupling with Power to Gas;Siqing Sheng, et al.;IEEE;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116632839A (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Palma-Behnke et al. | A microgrid energy management system based on the rolling horizon strategy | |
| US9026259B2 (en) | Power generation optimization in microgrid including renewable power source | |
| Talebizadeh et al. | Evaluation of plug-in electric vehicles impact on cost-based unit commitment | |
| ES2544271T3 (es) | Respuesta de demanda integrada para utilización de energía | |
| US20160187910A1 (en) | Unit and Method for Energy Regulation of an Electrical Production and Consumption System | |
| CN116757877B (zh) | 新能源接入配电网的电网线损降损优化方法及系统 | |
| Zhou et al. | Capacity and control strategy design of isolated micro-grid with high renewable penetration | |
| CN103400217B (zh) | 风电与常规能源协调调度风电相容性网络安全分析方法 | |
| CN115392547A (zh) | 基于数据分析的虚拟电厂能源综合管控平台 | |
| Sun et al. | Optimal day-ahead wind-thermal unit commitment considering statistical and predicted features of wind speeds | |
| CN117175655A (zh) | 一种分布式新能源电力系统的蓄能控制方法及系统 | |
| CN108346009A (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
| CN113690885A (zh) | 一种供电控制方法及供电平台 | |
| CN116632839B (zh) | 一种基于能碳监测的园区电力管理调节方法及装置 | |
| CN107949967B (zh) | 本地存储器的运行策略的确定 | |
| CN103400304B (zh) | 风电与常规能源协调调度风电相容性旋转备用分析方法 | |
| US11128166B2 (en) | Predictive operational planning in a microgrid taking into account high-load time windows of a main electricity grid | |
| Lei et al. | Optimal scheduling of a renewable energy-based park power system: A novel hybrid SDDP/MPC approach | |
| Panickar et al. | Adaptive control strategies in wind-diesel hybrid systems | |
| CN116896063B (zh) | 变配电智能控制方法及系统 | |
| US20210175717A1 (en) | Controlling microgrids | |
| CN116706905B (zh) | 基于电力系统的多能预测及调度方法、设备及存储介质 | |
| CN116070782B (zh) | 一种基于大数据的能源储备管理方法及系统 | |
| CN117408840B (zh) | 基于智慧能源管理平台的多能源调度管控系统 | |
| CN117498431B (zh) | 微电网控制方法和系统 |
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 |