CN116894354A - 一种多能源耦合环节的碳流计算方法及系统 - Google Patents
一种多能源耦合环节的碳流计算方法及系统 Download PDFInfo
- Publication number
- CN116894354A CN116894354A CN202311162808.5A CN202311162808A CN116894354A CN 116894354 A CN116894354 A CN 116894354A CN 202311162808 A CN202311162808 A CN 202311162808A CN 116894354 A CN116894354 A CN 116894354A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- coupling link
- carbon
- output
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 151
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 151
- 238000010168 coupling process Methods 0.000 title claims abstract description 133
- 230000008878 coupling Effects 0.000 title claims abstract description 132
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 132
- 238000004364 calculation method Methods 0.000 title claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 149
- 239000011159 matrix material Substances 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 59
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 12
- 238000005057 refrigeration Methods 0.000 description 11
- 238000010521 absorption reaction Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000003345 natural gas Substances 0.000 description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 description 6
- 239000001569 carbon dioxide Substances 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000005206 flow analysis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005338 heat storage Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910018503 SF6 Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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—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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及碳排放管理技术领域，具体涉及一种多能源耦合环节的碳流计算方法及系统，其中方法包括步骤：根据多能源耦合环节的拓扑结构建立多能源耦合环节模型，获得各个能量输入的进线功率及对应的碳排因子，并获得各个能量输出的出线功率；根据所述多能源耦合环节模型、各个能量输入的进线功率及各个能量输出的出线功率，计算多能源耦合环节模型的能量转换系数矩阵；根据各个能量输入的进线功率及对应的碳排因子，计算各个能量输入对应的碳排流率；根据前述步骤计算得到的能量转换系数矩阵，计算得到碳流分配矩阵；根据前述步骤计算得到的碳流分配矩阵及计算得到的各个能量输入对应的碳排流率，计算各个能量输出对应的碳排流率。
Description
技术领域
本发明涉及碳排放管理技术领域，具体涉及一种多能源耦合环节的碳流计算方法及系统。
背景技术
MES (multi-energy systems，多能源系统)，是一种集成了电、热、冷、汽等多种能源形式的新兴多能耦合系统。多能源系统吸纳了包括电、热、风、光在内的新能源资源，具有高度非线性、高度不确定性等特点。多能源系统的优势在于：能够灵活的利用可再生能源，天然的适应可再生能源出力的不稳定，是可再生能源消纳的理想设施；通过多层次、级联利用，提高能源的整体利用率；通过不同能源基础设施的互补，提高能源供应的可靠性。常见的多能源系统有热电联产机组（CHP）、电锅炉（EB）、电热泵（EHP）和吸水冰箱组（WARG）等。借助于灵活的调控多个能源种类之间的转换，多能源系统MES通过提高可再生能源的消纳率，有效减少了能源系统对传统化石燃料的依赖，使得进一步减少能源供应中二氧化碳的排放成为可能。近年来，在可再生能源的快速发展和渗透率不断提高的影响下，多能源系统MES也获得了越来越多的应用。
为了更好的发挥多能源系统MES的效益，业界对多能源系统MES展开了大量的研究。其中对MES进行建模是这些研究中最基础也是最关键的部分。其中EH（能源枢纽，EnergyHub）模型获得了较多的应用。EH模型认为多能源系统是一个多种形式能源输入，多能能源输出的双端口网络，中间的能量转换环节由耦合矩阵表示。能量枢纽的基本组成元件主要分为三部分：能源传导设备：不进行任何能量转化，能够实现能源的直接传输，如电缆、热网管道、气网管道等；能源转换设备：实现不同能源形式之间的转化与耦合，如燃料电池、电动机、蒸汽和燃气轮机、内燃机、电解槽等；能源存储设备：电池、抽蓄电站、储热装置等。其中能源转换设备的参数包括了调度因子和能量流，用于表征能量转换设备在多输出情况下，对不同路径的输出。在模型解算时，涉及对待解算参数的乘积的处理，即能量流与调度因子的乘积，导致模型解算出现非线性。非线性的出现导致了模型解算效率下降，同时也制约了多能源系统MES建模的效率和规模。
多能源系统的复杂性为其整体的特性分析、规划设计和运行管理带来了极大的挑战。目前尚缺乏能够快速的在多能源系统MES模型的基础上快速实现碳流分析计算的方案。
随着新能源并网工作的逐渐开展，能源系统的规模逐渐扩大，电网中建设了大量的多能源耦合环节。通过计算分析耦合环节对应的各能源的碳排信息，提升系统中碳流溯源追踪的精准性，能够明确各多能源耦合环节的碳责任，让碳排放有迹可循、有章可依。由于电网内具有数量众多的多能源耦合环节，对多能源耦合环节进行建模和碳流分析具有重要的意义。但目前缺乏适合电网的，能够快速进行多能源耦合环节建模，并计算多能源耦合节点碳流的技术。
发明内容
本发明所要解决的技术问题：目前多能源耦合环节建模效率低，且缺乏碳流计算方案的技术问题。提出了一种多能源耦合环节的碳流计算方法及系统，能够提高多能源耦合环节的建模效率，实现多能源耦合节点的碳流计算。
为解决上述技术问题，本发明采用如下技术方案：
第一方面，本发明提供一种多能源耦合环节的碳流计算方法，其特征在于，包括步骤：
根据多能源耦合环节的拓扑结构建立多能源耦合环节模型，根据所述多能源耦合环节模型获得各个能量输入的进线功率及对应的碳排因子，并获得各个能量输出的出线功率；
根据所述多能源耦合环节模型、各个能量输入的进线功率及各个能量输出的出线功率，计算多能源耦合环节模型的能量转换系数矩阵；
根据各个能量输入的进线功率及对应的碳排因子，计算各个能量输入对应的碳排流率；
根据前述步骤计算得到的能量转换系数矩阵，计算得到碳流分配矩阵；
根据前述步骤计算得到的碳流分配矩阵及计算得到的各个能量输入对应的碳排流率，计算各个能量输出对应的碳排流率。
第二方面，本发明提供一种多能源耦合环节的碳流计算系统，其特征在于，包括依次连接的模型构建模块、输入模块、计算模块和输出模块；
模型构建模块用于根据多能源耦合环节的各个能量输入与各个能量输出的关系构建多能源耦合环节模型；
输入模块用于将多能源耦合环节的各个能量输入的进线功率、各个能量输入对应的碳排因子、各个能量输出的出线功率输入到多能源耦合环节模型中；
计算模块用于计算能量转换系数矩阵、各个能量输入对应的碳排流率、碳流分配矩阵、各个能量输出对应的碳排流率；
输出模块通过能量流动图的形式呈现能量流动、转换的信息，并标注能量输入端及能量输出端的碳排放流率。
第三方面，本发明提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述的方法。
第四方面，本发明提供一种电子设备，其特征在于，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述的方法。
本说明书记载的一个或多个方案的有益技术效果分别包括：首先提出了多能源耦合环节的自动建模技术，提高建模效率，提供模型基础；提供的自动建模技术获得的多能源耦合环节模型具有较高的线性度，能够提高碳流计算的准确度，并具有较快的收敛效率；在多能源耦合网络中输入、输出存在一对多、多对多的关系，且缺少输入、输出之间碳流关系的情况下，仍然能够完成多能源耦合环境下的碳流计算；促进电网中多种能流之间的融合互通，提升综合能源系统中碳流分析计算的精准性。
本发明的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。
附图说明
下面结合附图对本发明做进一步的说明：
图1为本发明实施例一个多能源耦合环节示意图。
图2为本发明实施例另一个多能源耦合环节示意图。
图3为本发明实施例一个获得转换特性矩阵流程示意图。
图4为本发明实施例另一个获得转换特性矩阵流程示意图。
图5为本发明实施例碳流计算方法流程示意图。
图6为本发明实施例多能源耦合环节中能量输入和能量输出的关系示意图。
图7为本发明实施例多能源耦合环节能流状态和碳流分布示意图。
图8为本发明实施例碳流计算系统示意图。
图9为本发明实施例电子设备示意图。
其中：10、输入模块，20、模型构建模块，30、计算模块，40、输出模块，50、电子设备，51、存储器，52、计算机程序，53、处理器。
具体实施方式
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。
在下文描述中，出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系仅是为了方便描述实施例和简化描述，而不是指示或暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
名词解释：
多能源耦合节点，本说明书对多能源耦合节点的定义为具有至少两个能源输入或者具有至少两个能源输出的能源转换设备。例如热电联产机组（CHP）、电锅炉（EB）、电热泵（EHP）和吸收式制冷系统（WARG）等。值得注意的是，本说明书所指多能源耦合节点中，两个能源输入不限定必须为不同类型的能源输入，只要两个能源输入分别从不同的输入端口输入，即视为两个能源输入。同样的，本说明书所指多能源耦合节点中，两个能源输出也不限定输出的能源类型。
多能源耦合环节，本说明书对多能源耦合环节的定义为包括至少一个多能源耦合节点的装置、设备、系统、能源网络或地区电网。其中，一个多能源耦合节点也视为多能源耦合环节。例如单台热电联产机组即视为多能源耦合节点，也视为多能源耦合环节。单台热电联产机组、电力网络、燃气网络及储热设备，一起则视为多能源耦合环节。至少一台热电联产机组、电力网络、燃气网络、储热设备、辅助锅炉及一个或多个制冷系统，则同样被视为多能源耦合环节。本说明书中，多能源耦合环节通常属于多能源系统的局部，同时整个多能源系统也可以视为一个多能源耦合环节。
碳排因子，即碳排放系数/碳排放因子，是指每一种能源燃烧或使用过程中单位能源所产生的碳排放数量。值得注意的是，碳排放系数通常是指二氧化碳的排放系数。而甲烷、氧化亚氮、全氟化物、六氟化硫等其他温室气体，一般折算成二氧化碳后再参与计算。碳排因子无论解释为碳排放量或者二氧化碳排放量，均属于本说明书所指碳排因子的范围。由于碳排因子解释为碳排放量或者二氧化碳排放量，在具体计算中，并不影响最终计算获得的碳流结果。计算获得的碳流结果是指碳排放量或者二氧化碳排放量，与碳排因子的解释一致即可保证计算结果的正确性。本说明书的方法将碳排因子应用于多能源耦合环节的输入端，从而能够将能源生产的碳排放量附加于能源的输入过程。此外，在上述基础上，可以使用整体碳排因子计算单种能量输入所产生的全部碳排放量。
进线功率，指能源枢纽从外部系统或其他能源源头接收的能量的功率值，这可以是来自电网的电能、来自太阳能电池板的太阳能、来自风力发电机的风能等等。进线功率表示能源枢纽所接收的能量的速率。
出线功率，指能源枢纽向外部系统或其他能源用户输出的能量的功率值，这可以是能源枢纽向电网供电、向建筑物供热或供冷、向电动车充电等等。出线功率表示能源枢纽所输出的能量的速率。
本说明书的一个实施例，提供了一种新的多能源耦合环节的建模技术，具体如下。
建立多能源耦合环节模型的方法包括步骤：
获取多能源耦合环节的拓扑结构，将其中的能量转换设备及能量存储设备作为节点，为节点建立能量出入的端口，将能量输入和能量输出均作为分支，所述分支具有方向和功率；
根据的拓扑结构，为各节点建立端口分支关联矩阵、转换特性矩阵和能量转换系数矩阵；
其中，节点g的端口分支关联矩阵Ag记录了节点g与每个分支的连接关系，节点g的转换特性矩阵Hg记录了节点g的端口的能量转换系数，节点g的能量转换系数矩阵Zg记录了节点g连接的支路之间能量流的关系，Zg=HgAg；基于全部的节点、支路及每个节点的能量转换系数矩阵Zg组成多能源耦合环节模型。节点与多能源耦合节点含义相同。
请参阅附图1，显示了一个用于说明多能源耦合环节建模技术的简单的多能源耦合环节。其中包括了三个能量转换器，分别为#1、#2和#3，以及三个能量转换器之间的连接。在多能源耦合环节中，每个能量转换器都被视为一个节点，而每个到能量转换器或从能量转换器流出的能量流，由一个支路表示。节点包括节点本身和节点上具有的至少一个端口，节点通过端口与其他节点交换能量。具体是通过支路进行能量交换，而支路的方向和功率则表示了能量交换的方向和功率。每个节点的端口是固定的。如热电联产机组有一个气体输入端口，一个电力输出端口和一个热量输出端口。本说明书的多个实施例中，支路表示的能量流指任何能量流的传递，包括但不限于气体、电力、热量及冷媒等。
多能源耦合环节具有G个节点和B个分支，为每个节点g的每个端口k建立支路关联向量，其记录了节点g的端口k与所有分支之间的连接关系，/>的尺寸为长度为B的一维向量。支路关联向量/>的元素为：
。
值得注意的是，每个端口k均可以连接到多个分支b。因此，如果节点g具有Kg个端口，则节点g的端口分支关联矩阵的矩阵大小为Kg×B，具体如下：
。
在附图1中，一共有8个分支，分别为b1,b2,…,b8，共有3个节点。#1节点有一个输入端口和两个输出端口，#2节点具有三个输入端口和一个输出端口，#3节点具有两个输入端口和两个输出端口，则附图1中多能源耦合环节的端口分支关联矩阵为：
。
在附图2中，显示了一个具有两个节点的多能源耦合环节。两个节点分别为：#1热电联产机组（CHP）和#2吸收式制冷系统（WARG）。一共有5个分支，分别为b1,b2,…,b5。#1节点有一个输入端口和三个输出端口，#2节点具有一个输入端口和一个输出端口，则附图2中多能源耦合环节的端口分支关联矩阵为：
。
在本说明书的多个实施例中，转换特性矩阵的元素/>的取值为：
为节点g对输出端口k的能量转换效率。
节点g的转换特性矩阵记录了节点的能量转换特性，用于支路功率的计算。根据节点g类型，转换特性矩阵/>具有四种类型。
第一种类型为具有单输入端口和单输出端口的节点，例如电锅炉、空调和吸收式制冷机组，由于只有一个能量转换过程，因此能量输出与输入成比例。该比例可能是输出功率的函数，当然，也可以表示为对输入功率的函数。例如，附图2中，#2节点吸收式制冷系统（WARG）的转换特性矩阵。
第二种类型为具有单输入端口和多输出端口，则转换特性矩阵的行数等于输出端口的数量，对应于输入端口i的行的转换特性矩阵/>的元素是：
，其中，/>是从输出端口相对输入端口的能量转换过程的效率。附图2中，若#1热电联产机组（CHP）处于背压运行，发电量和热量都与气体输入成正比，则其转换特性矩阵/>为：/>。其中/>为#1热电联产机组（CHP）的供热效率，/>为#1热电联产机组（CHP）的发电效率。/>，/>为#2节点的吸收式制冷系统（WARG）的制冷效率。
第三种类型为具有多输入端口和单输出端口的节点，转换特性矩阵与第二种类似，其转换特性矩阵/>的元素是：
，其中，/>是从输出端口相对输入端口的能量转换过程的效率。
第四种类型为具有多输入端口和多输出端口的节点，参照第二种类型或第三种类型。比如参照第二种类型，依次写出每个输入端口的转换特性向量，组合成转换特性矩阵。若参照第三种类型，则依次写出考量每个输出端口时的转换特性向量，而后组合成转换特性矩阵。
经过前述的方法，如附图2所示的多能源耦合环节，建立的多能源耦合环节模型最终为：
端口分支关联矩阵、转换特性矩阵/>和能量转换系数矩阵/>。其中：
，
，
。
端口分支关联矩阵在给定的多能源耦合环节下，是固定不变的。转换特性矩阵/>中的参数，由不同的设备决定，是常数或者是对输出端口的功率的函数。为此，本说明书提供了，在转换特性矩阵/>中的参数是对输出端口的功率的函数时，获得具体的转换特性矩阵/>的参数值的方案。
请参阅附图3，具体包括：
步骤S01）读取功率p的功率分段pt，为每个功率分段pt设置能量转换系数；
步骤S03）初始化能量转换系数矩阵Zg包含的能量转换系数，读取节点的历史能量输入和历史能量输出数据；
步骤S05）将历史能量输入代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
步骤S07）建立损失函数，损失函数为计算获得的分支b的功率p与历史能量输出的差值的总和；
步骤S09）使用优化算法获得使得损失函数取值小于预设的阈值的能量转换系数；
步骤S11）建立能量转换系数对功率p的拟合函数，作为能量转换系数/>是支路的功率p的函数/>。
以附图2中的#2吸收式制冷系统（WARG）为例，其额定最大输出功率为500MW，即功率p的取值范围为[0,500]。将功率进行分段，推荐进行等分。例如等分为20段，则20个分段分别为pt1=[0,25)、pt2=[25,50)、pt3=[50,75)、…、pt20=[475,500]。为每个分段均设置一个能量转换系数。即分段pt1的能量转换系数为/>，分段pt2的能量转换系数为/>，以此类推。
初始化附图2所示的多能源耦合环节的#2吸收式制冷系统（WARG）的能量转换系数矩阵Zg，包含的能量转换系数的初值均为1或者其他非0的常数。读取#2吸收式制冷系统（WARG）的历史能量输入和历史能量输出数据，代入等式。获得输出/>，进而获得/>内记录的每个分支b的功率p。计算#2吸收式制冷系统（WARG）的全部输出端口连接的分支的功率p的计算误差。即计算每个输出端口连接的分支在/>的功率与历史输出功率的差值的绝对值，而后将全部输出端口连接的分支对应的差值的绝对值求和，作为损失函数的值。值得注意的是，等式/>中，/>包含的能量转换系数的值，可能对应/>至/>。具体对应哪个能量转换系数，由节点的输出功率确定。比如，经过计算获得/>，依据/>得出节点g的输出功率对应于分段pt5，则此时/>包含的能量转换系数的值为/>的值。经过足够历史能量输入和历史能量输出数据的计算，使得每个能量转换系数/>至/>，都有足够的数量的值。每个分段pt对应的能量转换系数的均值构成最终的该分段的能量转换系数/>。从而获得了/>至的最终值。而后以分段的中点功率p作为自变量，能量转换系数/>作为函数值，进行拟合，获得能量转换系数/>对功率p的函数。优化算法能采用本领域已公开的优化算法，包括但不限于：蚁群搜索算法、贪心算法、遗传算法、模拟退火算法等。拟合算法推荐为分段线性拟合。其中分段线性拟合，即为直接将能量转换系数/>与对应的功率p，在以功率p为横轴能量转换系数/>为纵轴的坐标系中表示的点直接相连，构成的由多个线性分段构成的函数，作为能量转换系数/>对功率p的函数。
本说明书介绍的多能源耦合环节模型的建模方案，具有以下有益技术效果：建立端口分支关联矩阵、转换特性矩阵/>和能量转换系数矩阵/>，实现对多能源耦合环节的建模，即多能源耦合环节模型。其中能量转换系数/>对功率p的函数为分段线性拟合获得，具有较好的线性度。建立的多能源耦合环节模型的解算不存在非线性计算，具有解算速度快、准确度较高和容易收敛的效果。本实施例提供的多能源耦合环节模型，为矩阵模型，能够实现多能源耦合环节的自动建模，提高建模效率。对电网中存在数量众多的多能源耦合环节而言，建模效率的提高具有重要的意义。
本说明书的另一个实施例提供了获得具体的转换特性矩阵的参数值的另一种方案，请参阅附图4，包括步骤：
步骤R01）读取功率p的功率分段pt，为每个功率分段pt设置能量转换系数；
步骤R03）初始化能量转换系数矩阵包含的能量转换系数/>，读取节点的历史能量输入和历史能量输出数据；
步骤R05）将历史能量输入和历史能量输出数据，按照历史能量输出对应的功率分段pt分组，每组对应一个功率分段pt；
步骤R07）选择至少两个功率分段pt及对应的分组，作为第一历史数据；
步骤R09）将第一历史数据代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
步骤R11）建立损失函数，损失函数为计算获得的分支b的功率p与历史能量输出的差值的总和；
步骤R13）使用优化算法获得使得损失函数取值小于预设的阈值的能量转换系数；
步骤R15）使用获得的至少两个功率分段pt对应的能量转换系数，建立能量转换系数/>对功率p的拟合函数，作为第一拟合函数；
步骤R17）依据第一拟合函数计算获得其余功率分段pt对应的能量转换系数的值，作为其余的功率分段pt对应的能量转换系数/>的初值；
步骤R19）将全部节点的历史能量输入代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
步骤R21）再次运行优化算法，获得能量转换系数；
步骤R23）建立能量转换系数对功率p的拟合函数，作为能量转换系数/>是支路的功率p的函数/>。
本实施例提供的获得具体的转换特性矩阵的参数值的方案的优点在于，降低了建立能量转换系数/>对功率p的拟合函数的计算量。具体在于，本实施例提供的方案，首先通过优化算法获得少量的功率分段pt对应的能量转换系数/>的值，具体为至少两个。依据获得的少量的功率分段pt对应的能量转换系数/>的值，拟合获得第一拟合函数。依据第一拟合函数，计算其余功率分段pt对应的能量转换系数/>的值，作为对应的能量转换系数/>初值，该初值将接近最终的优化后的值，从而显著的降低了第二次优化算法需要进行的运算量。第一拟合函数推荐使用线性拟合。另一放面，由于具体的能量转换节点，在不同功率下的能量转换效率，本身具有固有的函数。在已知具体的能量转换节点对应的固有的函数时，采用基于固有的函数拟合获得的第一拟合函数，将具有更高的准确度，能够进一步降低第二次优化算法需要进行的运算量。
另一放面，本说明书的另一个实施例提供了，一种多能源耦合环节的碳流计算方法，请参阅附图5，包括步骤：
步骤Q01）根据多能源耦合环节的拓扑结构建立多能源耦合环节模型，根据多能源耦合环节模型获得各个能量输入的进线功率及对应的碳排因子，并获得各个能量输出的出线功率；
步骤Q03）根据多能源耦合环节模型、各个能量输入的进线功率及各个能量输出的出线功率，计算多能源耦合环节模型的能量转换系数矩阵；
步骤Q05）根据各个能量输入的进线功率及对应的碳排因子，计算各个能量输入对应的碳排流率；
步骤Q07）根据前述步骤计算得到的能量转换系数矩阵，计算得到碳流分配矩阵；
步骤Q09）根据前述步骤计算得到的碳流分配矩阵及计算得到的各个能量输入对应的碳排流率，计算各个能量输出对应的碳排流率。
建立多能源耦合环节模型的方法，采用本说明书提供的多能源耦合环节的建模技术，获得由端口分支关联矩阵、转换特性矩阵/>和能量转换系数矩阵/>表示的多能源耦合环节模型。
节点对支路的能量转换系数是支路的功率p的函数，获得能量转换系数函数的方法包括：
读取功率p的功率分段pt，为每个功率分段pt设置能量转换系数；
初始化能量转换系数矩阵包含的能量转换系数/>，读取节点的历史能量输入和历史能量输出数据；
将历史能量输入代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
建立损失函数，损失函数为计算获得的分支b的功率p与历史能量输出的差值的总和；
使用优化算法获得使得损失函数取值最小的能量转换系数；
建立能量转换系数对功率p的拟合函数，作为能量转换系数/>是支路的功率p的函数/>。
能量转换系数矩阵通过以下计算式计算得到：
，
其中，表示各个能量输入的进线功率组成的矩阵，，/>表示能量输入的种类；/>表示各个能量输出的出线功率组成的矩阵，/>，/>表示能量输出的种类；/>表示节点g的能量转换系数矩阵；/>为节点g的能量转换系数矩阵中的元素，表示第/>个能量输出占第/>个能量输入的比例。在电网中，能量输入和能量输出并不一一对应，一种能量输入能够关联多种能量输出，同时，一种能量输出也能够关联多种能量输入。因此，在一个能量枢纽模型中，其能量输入和能量输出的能源结构数量及种类可以不相同，/>与/>的维度可以不一致。
各个能量输入对应的碳排流率的计算计算式为：
，
其中，表示第/>个能量输入的碳排流率，/>表示第/>个能量输入的进线功率，/>表示第/>个能量输入对应的碳排因子，/>表示能量输出的种类数量。
通过以下计算式计算得到：
。/>
根据计算得到的能量转换系数矩阵计算得到碳流分配矩阵，所述碳流分配矩阵表示各个能量输出的碳排流率与各个能量输入的碳排流率的关联系数。碳流分配矩阵中各元素的计算计算式为：
，
其中，表示第/>个能量输出的碳排流率占第/>个能量输入的碳排流率的比例，表示能量输出的种类数量。
各个能量输出对应的碳排流率的计算计算式为：
，即/>，其中，/>表示第/>个能量输出对应的碳排流率，/>表示能量输入的种类数量。
则各个能量输出对应的碳排流率与各个能量输入对应的碳排流率的关系可表示为：
，
其中，表示各个能量输入对应的碳排流率组成的矩阵，；/>表示各个能量输出对应的碳排流率组成的矩阵，。
对于指定的任意一对能量输入和能量输出，根据碳流分配矩阵可得到其二者的关联关系，并求得指定能量输出对应的碳排流率。
由此，本实施例的上述方法确定了能量输入、能量输出之间的碳流关系，进而完成了多能源耦合环境下的碳流计算。
上述方法在面对多能源耦合网络中输入、输出存在一对多、多对多的关系，且没有输入、输出之间碳流关系的情况下，能够完成多能源耦合环境下的碳流计算，从而促进电网中多种能流之间的融合互通，提升综合能源系统中碳流分析计算的精准性。
具体的，上述方法所述的能源枢纽模型中能量输入和能量输出的关系如图6所示。该能量枢纽模型是一种能够将综合能源系统抽象成为一个多输入多输出的多端口网络，输入端与能源网络连接以输入相应的能源，如电能、热能、化学能等，在输出端输出电能、热能、动能、化学能等形式的能源以满足消费侧的负荷需求。
能量枢纽模型可以通过图形化表示来展示能量供应和需求之间的连接和平衡关系。一般而言，能量枢纽模型会通过能量流动图的形式呈现能量流动、转换的信息。在模型中，能量供应、需求的来源和目的地均被标示出来，通常使用箭头表示能量的流动方向，并将路径显示出来以突出能量的传输路径和能量分布。
在输入及输出端，能量枢纽模型使用不同的符号、图标或标识来表示不同类型的能源，如石油、天然气、太阳能、风能等。同时，在模型中还展示能源之间的转换过程，例如显示发电厂将燃料转换为电能、储能系统将电能转化为储存的能量等；及能源的储存方式，如电池储能、储热系统、压缩空气储能等。
在能量枢纽模型的多个输入及输出中，每个输入与若干个输出往往具有一定的碳排放关系，但最初构建的能量枢纽模型中并不能直接得到各输入与各输出之间具体的碳排放关系，以及每个输入、输出的碳排放流率。使用上述碳流计算方法，能根据多能源耦合网络中各个能量输入与各个能量输出存在的关系、各个能量输入的进线功率、各个能量输出的出线功率，计算得到各个能量输入对应的碳排流率以及各个能量输出对应的碳排流率，并在能量流动图中进行标注，让能源管理人员能直观的看到能量流动、转换的信息，以及各能量输入端以及能量输出端的碳排流率，便于后续管理。
以一个具体的多能源耦合环节为例，使用上述方法计算各个能量输出对应的碳排流率的过程如下所示：多能源耦合环节的输入端与电力网络和天然气网络连接，电力网络和天然气网络将电能和天然气能量输入到多能源耦合环节中。多能源耦合环节包含热电联产机组（CHP）、辅助锅炉（AB）、压缩式制冷系统（CERG）和吸收式制冷系统（WARG），这些设备将输入的能量转换为电能、热能、冷能。多能源耦合环节中的各个设备的具体参数如表1所示。
表1 设备具体参数
根据该多能源耦合环节中各个能量输入与各个能量输出的关系构建能量枢纽模型，能源枢纽模型的能流状态如图7所示，图中实线箭头上方的数字表示各个能量输入的进线功率以及各个能量输出的出线功率。
其中，电力网络提供的电能的进线功率为280MW，天然气网络提供的天然气能量的进线功率为1035MW；电能对应的碳排因子为0.647t/MW，天然气能量对应的碳排因子为0.2t/MW；能量输出端的各类别能源负荷包括电负荷220MW、100MW，热负荷160MW、124MW，冷负荷240MW、260.6MW，所述电负荷、热负荷、冷负荷即为电能、热能、冷能对应的出线功率。
根据上述数据，进线功率、出线功率的矩阵分别为：
，
，
根据计算式，计算得到能量转换系数矩阵/>，/>。
进一步，根据计算式，计算各能量输入的碳排流率：
电能输入的碳排流率为：，
天然气能量输入的碳排流率为：，
则。
进一步，根据计算式，计算碳流分配矩阵/>中的各元素，并计算得到碳流分配矩阵/>。
。
根据计算式，计算得到各个能量输出对应的碳排流率的矩阵，/>。
最终得到的能源枢纽的碳流分布如图7所示，图中虚线箭头下方的数据表示过程中产生的碳排流率，碳排流率使用上述方法计算得到。
一种多能源耦合环节的碳流计算系统，请参阅附图8，包括依次连接的模型构建模块20、输入模块10、计算模块30和输出模块40；
模型构建模块20用于根据多能源耦合环节的各个能量输入与各个能量输出的关系构建多能源耦合环节模型；
输入模块10用于将多能源耦合环节模型的各个能量输入的进线功率、各个能量输入对应的碳排因子、各个能量输出的出线功率输入到多能源耦合环节模型中；
计算模块30用于计算能量转换系数矩阵、各个能量输入对应的碳排流率、碳流分配矩阵、各个能量输出对应的碳排流率；
输出模块40通过能量流动图的形式呈现能量流动、转换的信息，并标注能量输入端及能量输出端的碳排放流率。
该系统用于在面对多能源耦合网络中难以确定能量输入、输出之间碳流关系的情况下，完成多能源耦合环境下的能量输入、输出之间的碳流计算，以实现综合能源系统中碳流分析的精准计算。同时为后续利用碳流关系促进电网中多种能流之间的融合互通，提供了基础的数据支持。
本说明书还提供一种计算机可读存储介质，请参阅附图9，其上存储有计算机程序52，该程序被处理器53执行时实现上述各个实施例中的多能源耦合环节的碳流计算方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器51设备、磁卡或光卡、纳米系统（包括分子存储器51IC），或适合于存储指令和/或数据的任何类型的媒介或设备。
本说明书还提供一种电子设备50，包括至少一个处理器53、至少一个存储器51及存储在存储器51上并可在处理器53上运行的计算机程序52。
其中，处理器53可以包括一个或者多个处理核心。处理器53利用各种接口和线路连接整个电子设备50内的各个部分，通过运行或执行存储在存储器51内的指令、程序、代码集或指令集，以及调用存储在存储器51内的数据，执行各种功能和处理数据。可选的，处理器53可以采用DSP、FPGA、PLA中的至少一种硬件形式来实现。处理器53可集成CPU、GPU和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制。
其中，存储器51可以包括RAM，也可以包括ROM。可选的，该存储器51包括非瞬时性计算机可读介质。存储器51可用于存储指令、程序、代码、代码集或指令集。存储器51可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器51可选的还可以是至少一个位于远离前述处理器53的存储装置。作为一种计算机存储介质的存储器51中可以包括操作系统、网络通信模块、用户接口模块以及用于执行上述实施例的多能源耦合环节的碳流计算方法的应用程序。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书并不受所描述的动作顺序的限制，因为依据本说明书，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本说明书所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (10)
1.一种多能源耦合环节的碳流计算方法，其特征在于，包括步骤：
根据多能源耦合环节的拓扑结构建立多能源耦合环节模型，根据所述多能源耦合环节模型获得各个能量输入的进线功率及对应的碳排因子，并获得各个能量输出的出线功率；
根据所述多能源耦合环节模型、各个能量输入的进线功率及各个能量输出的出线功率，计算多能源耦合环节模型的能量转换系数矩阵；
根据各个能量输入的进线功率及对应的碳排因子，计算各个能量输入对应的碳排流率；
根据前述步骤计算得到的能量转换系数矩阵，计算得到碳流分配矩阵；
根据前述步骤计算得到的碳流分配矩阵及计算得到的各个能量输入对应的碳排流率，计算各个能量输出对应的碳排流率。
2.根据权利要求1所述的一种多能源耦合环节的碳流计算方法，其特征在于，
建立多能源耦合环节模型的方法包括步骤：
获取多能源耦合环节的拓扑结构，将其中的能量转换设备及能量存储设备作为节点，为节点建立能量出入的端口，将能量输入和能量输出均作为分支，所述分支具有方向和功率；
根据所述的拓扑结构，为各所述节点建立端口分支关联矩阵、转换特性矩阵和能量转换系数矩阵；
其中，节点g的端口分支关联矩阵Ag记录了节点g与每个分支的连接关系，节点g的所述转换特性矩阵Hg记录了节点g的端口的能量转换系数，节点g的能量转换系数矩阵Zg记录了节点g连接的支路之间能量流的关系，Zg=HgAg；
基于全部的所述节点、支路及每个节点的能量转换系数矩阵Zg组成多能源耦合环节模型。
3.根据权利要求2所述的一种多能源耦合环节的碳流计算方法，其特征在于，
端口分支关联矩阵Ag的元素Ag(k,b)的取值为：
；
转换特性矩阵Hg的元素Hg(k)的取值为：
为节点g对输出端口k的能量转换效率。
4.根据权利要求2或3所述的一种多能源耦合环节的碳流计算方法，其特征在于，
节点对支路的能量转换系数是支路的功率p的函数，获得能量转换系数函数/>的方法包括：
读取功率p的功率分段pt，为每个功率分段pt设置能量转换系数；
初始化能量转换系数矩阵Zg包含的能量转换系数，读取节点的历史能量输入和历史能量输出数据；
将历史能量输入代入所述多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
建立损失函数，所述损失函数为计算获得的分支b的功率p与历史能量输出的差值的总和；
使用优化算法获得使得损失函数取值小于预设的阈值的能量转换系数；
建立能量转换系数对功率p的拟合函数，作为能量转换系数/>是支路的功率p的函数/>。
5.根据权利要求2或3所述的一种多能源耦合环节的碳流计算方法，其特征在于，
节点对支路的能量转换系数是支路的功率p的函数，获得能量转换系数函数/>的方法包括：
读取功率p的功率分段pt，为每个功率分段pt设置能量转换系数；
初始化能量转换系数矩阵Zg包含的能量转换系数，读取所有节点的历史能量输入和历史能量输出数据；
将历史能量输入和历史能量输出数据，按照历史能量输出对应的功率分段pt分组，每组对应一个功率分段pt；
选择至少两个功率分段pt及对应的分组，作为第一历史数据；
将第一历史数据代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
建立损失函数，损失函数为计算获得的分支b的功率p与历史能量输出的差值的总和；
使用优化算法获得使得损失函数取值小于预设的阈值的能量转换系数；
使用获得的至少两个功率分段pt对应的能量转换系数，建立能量转换系数对功率p的拟合函数，作为第一拟合函数；
依据第一拟合函数计算获得其余功率分段pt对应的能量转换系数的值，作为其余的功率分段pt对应的能量转换系数/>的初值；
将全部节点的历史能量输入代入多能源耦合环节模型对应的节点，使用能量转换系数矩阵Zg，计算出能量输出对应分支b的功率p；
再次运行优化算法，获得能量转换系数；
建立能量转换系数对功率p的拟合函数，作为能量转换系数/>是支路的功率p的函数/>。
6.根据权利要求5所述的一种多能源耦合环节的碳流计算方法，其特征在于，能量转换系数矩阵通过以下公式计算得到：
其中，表示各个能量输入的进线功率组成的矩阵，，/>表示能量输入的种类；/>表示各个能量输出的出线功率组成的矩阵，/>，/>表示能量输出的种类；/>表示节点g的能量转换系数矩阵；/>为节点g的能量转换系数矩阵中的元素，表示第/>个能量输出占第/>个能量输入的比例；
各个能量输入对应的碳排流率的计算式为：
，
其中， 表示第/>个能量输入的碳排流率，/>表示第/>个能量输入的进线功率，表示第/>个能量输入对应的碳排因子。
7.根据权利要求6所述的一种多能源耦合环节的碳流计算方法，其特征在于，节点g的碳流分配矩阵中各元素的计算式为：
，
其中，表示第/>个能量输出的碳排流率占第/>个能量输入的碳排流率的比例，/>表示能量输出的种类数量；
各个能量输出对应的碳排流率的计算式为：
，
其中，表示第/>个能量输出对应的碳排流率。
8.一种多能源耦合环节的碳流计算系统，其特征在于，包括依次连接的模型构建模块、输入模块、计算模块和输出模块；
模型构建模块用于根据多能源耦合环节的各个能量输入与各个能量输出的关系构建多能源耦合环节模型；
输入模块用于将多能源耦合环节模型的各个能量输入的进线功率、各个能量输入对应的碳排因子、各个能量输出的出线功率输入到多能源耦合环节模型中；
计算模块用于计算能量转换系数矩阵、各个能量输入对应的碳排流率、碳流分配矩阵、各个能量输出对应的碳排流率；
输出模块通过能量流动图的形式呈现能量流动、转换的信息，并标注能量输入端及能量输出端的碳排放流率。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
10.一种电子设备，其特征在于，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162808.5A CN116894354B (zh) | 2023-09-11 | 2023-09-11 | 一种多能源耦合环节的碳流计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162808.5A CN116894354B (zh) | 2023-09-11 | 2023-09-11 | 一种多能源耦合环节的碳流计算方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116894354A true CN116894354A (zh) | 2023-10-17 |
| CN116894354B CN116894354B (zh) | 2023-12-26 |
Family
ID=88312472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311162808.5A Active CN116894354B (zh) | 2023-09-11 | 2023-09-11 | 一种多能源耦合环节的碳流计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116894354B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109102104A (zh) * | 2018-06-29 | 2018-12-28 | 清华大学 | 一种基于碳排放流的多能源系统协同低碳规划方法 |
| CN114547894A (zh) * | 2022-02-24 | 2022-05-27 | 清华大学 | 面向区域综合能源系统的碳排放流计算方法及装置 |
| CN114741956A (zh) * | 2022-03-29 | 2022-07-12 | 国网浙江省电力有限公司经济技术研究院 | 一种基于图神经网络的碳排放流追踪方法 |
| WO2022160705A1 (zh) * | 2021-01-26 | 2022-08-04 | 中国电力科学研究院有限公司 | 综合能源系统调度模型构建方法、装置、介质及电子设备 |
| CN115983508A (zh) * | 2023-03-21 | 2023-04-18 | 国网信息通信产业集团有限公司 | 一种融合碳排放流的综合能源系统调度方法及终端机 |
| CN116388147A (zh) * | 2022-12-16 | 2023-07-04 | 国网浙江省电力有限公司台州供电公司 | 一种电-气耦合的综合能源系统碳排放监测方法 |
| CN116611706A (zh) * | 2023-05-22 | 2023-08-18 | 国网吉林省电力有限公司白城供电公司 | 基于多能源主体的动态碳排放因子测算方法 |
-
2023
- 2023-09-11 CN CN202311162808.5A patent/CN116894354B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109102104A (zh) * | 2018-06-29 | 2018-12-28 | 清华大学 | 一种基于碳排放流的多能源系统协同低碳规划方法 |
| WO2022160705A1 (zh) * | 2021-01-26 | 2022-08-04 | 中国电力科学研究院有限公司 | 综合能源系统调度模型构建方法、装置、介质及电子设备 |
| CN114547894A (zh) * | 2022-02-24 | 2022-05-27 | 清华大学 | 面向区域综合能源系统的碳排放流计算方法及装置 |
| WO2023160284A1 (zh) * | 2022-02-24 | 2023-08-31 | 清华大学 | 面向区域综合能源系统的碳排放流计算方法及装置 |
| CN114741956A (zh) * | 2022-03-29 | 2022-07-12 | 国网浙江省电力有限公司经济技术研究院 | 一种基于图神经网络的碳排放流追踪方法 |
| CN116388147A (zh) * | 2022-12-16 | 2023-07-04 | 国网浙江省电力有限公司台州供电公司 | 一种电-气耦合的综合能源系统碳排放监测方法 |
| CN115983508A (zh) * | 2023-03-21 | 2023-04-18 | 国网信息通信产业集团有限公司 | 一种融合碳排放流的综合能源系统调度方法及终端机 |
| CN116611706A (zh) * | 2023-05-22 | 2023-08-18 | 国网吉林省电力有限公司白城供电公司 | 基于多能源主体的动态碳排放因子测算方法 |
Non-Patent Citations (2)
| Title |
|---|
| V.V. THANG , THANHTUNG HA , QINHAO LI , YONGJUN ZHANG: "Stochastic optimization in multi-energy hub system operation considering solar energy resource and demand response", INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, vol. 141 * |
| 周天睿;康重庆;徐乾耀;陈启鑫;辛建波;吴越;: "碳排放流在电力网络中分布的特性与机理分析", 电力系统自动化, no. 15 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116894354B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106208157A (zh) | 基于电转气的电‑气互联综合能源系统削峰填谷方法 | |
| CN111950122A (zh) | 园区综合能源系统运行优化方法 | |
| CN103778485B (zh) | 一种分布式发电供能系统及其优化方法 | |
| CN115392035A (zh) | 电-气互联综合能源系统优化调度的改进方法 | |
| CN110689199B (zh) | 一种基于混合潮流模型的分布式协同调控方法 | |
| CN114450682A (zh) | 综合能源系统的控制方法、装置和计算机可读存储介质 | |
| CN115859686A (zh) | 考虑扩展碳排放流的综合能源系统低碳调度方法及系统 | |
| CN113806972B (zh) | 一种考虑供需双侧灵活性的综合能源系统可靠性分析方法 | |
| CN112989612B (zh) | 一种基于麦考密克包络的电热综合能源系统线性建模方法 | |
| CN116894354B (zh) | 一种多能源耦合环节的碳流计算方法及系统 | |
| CN112214883B (zh) | 一种微能源网综合能源系统运行优化方法和系统 | |
| CN110502859B (zh) | 用于电气耦合园区综合能源系统的多速率动态仿真方法 | |
| CN110648031B (zh) | 一种基于逆序动态规划的能量路由器最优运行调度方法 | |
| Zhou et al. | Digital Twin Modeling and Simulation of Distributed and Centralized Integrated Energy System on CloudPSS-IESLab | |
| TW202013299A (zh) | 分散式能源交易系統與方法 | |
| CN114066056A (zh) | 考虑热电协同综合能源系统灵活性的优化调度方法及系统 | |
| CN109345030B (zh) | 多微网的综合能源系统热电能流分布式优化方法和装置 | |
| Yang et al. | Coordinated Optimal Configuration Method of Hybrid Energy Storage Systems in Energy Internet System | |
| Ma et al. | Optimal Energy Flow Calculation of Electricity-heat Integrated Energy System with Heat Pump | |
| CN116452009B (zh) | 一种考虑时间关联特性的综合能源枢纽灵活域评估方法 | |
| Wang et al. | Calculation method of carbon flow distribution in load-intensive regional energy centers | |
| CN212808940U (zh) | 一种具有需求响应能力的区域多能源供给系统 | |
| Lin et al. | A Carbon Hub Matrix Model Considering Carbon Emission Flow Loss of Energy Hub | |
| CN118094833A (zh) | 一种冷热电联供型微电网运行优化求解方法及系统 | |
| Wang et al. | Optimal configuration of hybrid Hydrogen-to-Power system for power systems with high penetration of renewable energy |
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 |