CN116957171A - 一种碳减排优化方法、装置、设备及存储介质 - Google Patents
一种碳减排优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116957171A CN116957171A CN202311213625.1A CN202311213625A CN116957171A CN 116957171 A CN116957171 A CN 116957171A CN 202311213625 A CN202311213625 A CN 202311213625A CN 116957171 A CN116957171 A CN 116957171A
- Authority
- CN
- China
- Prior art keywords
- carbon
- representing
- emission reduction
- carbon emission
- technical
- 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 337
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 337
- 230000009467 reduction Effects 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 148
- 238000005457 optimization Methods 0.000 title claims abstract description 102
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000010248 power generation Methods 0.000 claims abstract description 77
- 239000002918 waste heat Substances 0.000 claims abstract description 46
- 238000011084 recovery Methods 0.000 claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims description 72
- 238000010276 construction Methods 0.000 claims description 59
- 230000006870 function Effects 0.000 claims description 51
- 241000894007 species Species 0.000 claims description 35
- 239000002028 Biomass Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000010521 absorption reaction Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 239000002023 wood Substances 0.000 claims description 7
- 235000011609 Pinus massoniana Nutrition 0.000 claims description 6
- 241000018650 Pinus massoniana Species 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 241000196324 Embryophyta Species 0.000 claims description 5
- 241000218652 Larix Species 0.000 claims description 5
- 235000005590 Larix decidua Nutrition 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 239000007789 gas Substances 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 239000003345 natural gas Substances 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009919 sequestration Effects 0.000 description 1
Classifications
-
- 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
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种碳减排优化方法、装置、设备及存储介质，根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。本申请在满足工业园区项目规划需求的前提下，实现碳排放量最小化。
Description
技术领域
本发明涉及电力系统技术领域，尤其涉及一种碳减排优化方法、装置、设备及存储介质。
背景技术
工业园区是我国城镇发展支撑动力，其能源系统的智慧化升级是构建以综合能源系统为主的现代化智慧城镇的必由路径，也是实现城市整体安全、稳定、友好、和谐运行的条件之一。当前，我国工业园区呈现加速发展趋势，规模不断扩大，并趋向于集中式、分布式能源互补运行方式，即采用多能协同互补、多端供需互动、信息能量融合的集中供能范式，接入风、光、电等个性特异的分布式供能形式，对于提高工业园区供能可靠性和灵活性具有重要意义。
在满足工业园区项目规划需求的前提下，如何最小化成本以及碳排放量，是现今关注的重点问题。
发明内容
针对上述缺陷，本发明提供一种碳减排优化方法、装置、设备及存储介质，在满足工业园区项目规划需求的前提下，实现碳排放量最小化。
本发明实施例提供一种碳减排优化方法，所述方法包括：
根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；
分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。
优选地，所述目标函数为：；
其中，、和为碳减排优化的自变量，表示所述工业园区中第u个区域中第v种碳减方法的决策变量矩阵，表示所述工业园区中第u个区域中第v种碳减方法的年均碳减排量，U为所述工业园区中区域数量，Vu为碳减方法数量。
进一步地，所述碳减优化技术模型包括林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型；
所述林业汇碳技术模型具体为：；
所述碳捕集与利用技术模型具体为：；
所述余热回收技术模型具体为：；
所述光伏发电技术模型具体为：；
其中，EFCS为通过林业汇碳技术方法的碳减排量，表示第t年时项目的核证减排量，，表示第t年时林木生物质碳储量，t1和t2分别表示项目开始以来的第t1年和第t2年，且，表示项目计入期或设备使用寿命，t为项目开始以来的年数，t=1,2,3,…；，表示第t年时项目所选用的第j种树种的生物量；表示项目所选用的第j种树种的含碳率， ，表示第j种树种在第t年时的林木材积；表示第j种树种的密度；表示第j种树种的生物量扩展因子，表示第j种树种地下生物量与地上生物量之比；表示项目单位面积的树木株数；表示项目造林的面积，林业汇碳项目的技术路线包括马尾松、落叶松和杉木三种造林树种；ECCU为通过碳捕集与利用技术方法的碳减排量，表示碳捕集设备的年捕集量；表示碳捕集与利用项目中CO2捕集过程能源消耗带来的碳排放量，碳捕集与利用项目的技术路线包括化学吸收法捕集技术；EWHR为余热回收技术方法的碳减排量，表示年运行小时数；表示余热回收项目中第j种技术路线的设备额定输出功率，表示第j种技术路线对应的电网、电制冷机或燃气锅炉的转换效率，；表示第j种技术路线对应的能源转换效率；为余热回收项目的建设规模，余热回收项目的技术路线包括吸收式制冷、有机朗肯循环发电、吸收式制热和直接换热，e j，HQE为第j种技术路线对应的电网电能或天然气的碳排放因子；EPV为光伏发电技术方法的碳减排量，表示光伏发电项目年发电量；表示光伏发电的碳减排因子；，表示项目所在地的太阳年辐射强度；表示光电转换效率；表示光伏发电的发电修正系数；为光伏发电面板的总面积，光伏发电的技术路线包括固定式光伏发电。
作为上述方案的改进，所述约束条件包括：决策变量约束条件、建设容量约束条件以及技术路线约束条件；
所述决策变量约束条件具体为：；
所述建设容量约束条件具体为：；
所述技术路线约束条件具体为：；
其中，表示所述工业园区的区域中林业汇碳的碳减方法的决策变量；表示所述工业园区的区域中光伏发电的碳减方法的决策变量；表示所述工业园区的第u个区域中第v种方法的建设容量；和分别所述工业园区的第u个区域中第v种方法建设容量的最小值和最大值；表示所述工业园区的第u个区域中第v种方法的技术路线；表示所述工业园区的第u个区域中第v种方法候选的技术路线的数量。
作为一种优选方案，所述根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案，具体包括：
采用矩阵形式分别表示所述目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵；
将所述目标函数作为优化目标，根据所述碳减优化技术模型以及所述约束条件进行全局寻优，对所述决策变量矩阵、所述建设规模变量矩阵以及所述技术路线变量矩阵进行求解；
根据求解得到的解集确定碳减排优化的规划方案。
优选地，所述决策变量矩阵；
所述建设规模变量矩阵；
所述技术路线变量矩阵；
其中，U代表所述工业园区中共有U块区域用于开展碳减排项目，V代表各区域可选的碳减排方法的最大数量，每一矩阵具有U×V个矩阵元素。
优选地，所述根据求解得到的解集确定碳减排优化的规划方案，具体包括：
根据所述解集中的决策变量、技术路线变量和建设规模变量分别确定规划方案中各区域应采用的碳减排方法、各种碳减排方法应选用的技术路线以及各种碳减排方法的建设规模。
本发明实施例还提供一种碳减排优化装置，所述装置包括：
目标函数构建模块，用于根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；
技术模型确定模块，用于分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
约束条件确定模块，用于根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
求解模块，用于根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。
优选地，所述目标函数为：；
其中，、和为碳减排优化的自变量，表示所述工业园区中第u个区域中第v种碳减方法的决策变量矩阵，表示所述工业园区中第u个区域中第v种碳减方法的年均碳减排量，U为所述工业园区中区域数量，Vu为碳减方法数量。
优选地，所述碳减优化技术模型包括林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型；
所述林业汇碳技术模型具体为：；
所述碳捕集与利用技术模型具体为：；
所述余热回收技术模型具体为：；
所述光伏发电技术模型具体为：；
其中，EFCS为通过林业汇碳技术方法的碳减排量，表示第t年时项目的核证减排量，，表示第t年时林木生物质碳储量，t1和t2分别表示项目开始以来的第t1年和第t2年，且，表示项目计入期或设备使用寿命，t为项目开始以来的年数，t=1,2,3,…；，表示第t年时项目所选用的第j种树种的生物量；表示项目所选用的第j种树种的含碳率， ，表示第j种树种在第t年时的林木材积；表示第j种树种的密度；表示第j种树种的生物量扩展因子，表示第j种树种地下生物量与地上生物量之比；表示项目单位面积的树木株数；表示项目造林的面积，林业汇碳项目的技术路线包括马尾松、落叶松和杉木三种造林树种；ECCU为通过碳捕集与利用技术方法的碳减排量，表示碳捕集设备的年捕集量；表示碳捕集与利用项目中CO2捕集过程能源消耗带来的碳排放量，碳捕集与利用项目的技术路线包括化学吸收法捕集技术；EWHR为余热回收技术方法的碳减排量，表示年运行小时数；表示余热回收项目中第j种技术路线的设备额定输出功率，表示第j种技术路线对应的电网、电制冷机或燃气锅炉的转换效率，；表示第j种技术路线对应的能源转换效率；为余热回收项目的建设规模，余热回收项目的技术路线包括吸收式制冷、有机朗肯循环发电、吸收式制热和直接换热，e j，HQE为第j种技术路线对应的电网电能或天然气的碳排放因子；EPV为光伏发电技术方法的碳减排量，表示光伏发电项目年发电量；表示光伏发电的碳减排因子；，表示项目所在地的太阳年辐射强度；表示光电转换效率；表示光伏发电的发电修正系数；为光伏发电面板的总面积，光伏发电的技术路线包括固定式光伏发电。
作为一种优选方案，所述约束条件包括：决策变量约束条件、建设容量约束条件以及技术路线约束条件；
所述决策变量约束条件具体为：；
所述建设容量约束条件具体为：；
所述技术路线约束条件具体为：；
其中，表示所述工业园区的区域中林业汇碳的碳减方法的决策变量；表示所述工业园区的区域中光伏发电的碳减方法的决策变量；表示所述工业园区的第u个区域中第v种方法的建设容量；和分别所述工业园区的第u个区域中第v种方法建设容量的最小值和最大值；表示所述工业园区的第u个区域中第v种方法的技术路线；表示所述工业园区的第u个区域中第v种方法候选的技术路线的数量。
优选地，所述求解模块具体用于：
采用矩阵形式分别表示所述目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵；
将所述目标函数作为优化目标，根据所述碳减优化技术模型以及所述约束条件进行全局寻优，对所述决策变量矩阵、所述建设规模变量矩阵以及所述技术路线变量矩阵进行求解；
根据求解得到的解集确定碳减排优化的规划方案。
优选地，所述决策变量矩阵；
所述建设规模变量矩阵；
所述技术路线变量矩阵；
其中，U代表所述工业园区中共有U块区域用于开展碳减排项目，V代表各区域可选的碳减排方法的最大数量，每一矩阵具有U×V个矩阵元素。
优选地，所述求解模块具体还用于：
根据所述解集中的决策变量、技术路线变量和建设规模变量分别确定规划方案中各区域应采用的碳减排方法、各种碳减排方法应选用的技术路线以及各种碳减排方法的建设规模。
本发明实施例还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的碳减排优化方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例中任意一项所述的碳减排优化方法。
本发明提供的碳减排优化方法、装置、设备及存储介质，根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。本申请在满足工业园区项目规划需求的前提下，实现碳排放量最小化。
附图说明
图1是本发明实施例提供一种碳减排优化方法的流程示意图；
图2是本发明另一实施例提供一种碳减排优化方法的流程示意图；
图3是本发明实施例提供的碳减排优化装置的结构示意图；
图4是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅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，都属于本发明保护的范围。
参见图1，是本发明实施例提供一种碳减排优化方法的流程示意图，所述方法包括步骤S1~S4：
S1，根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；
S3，分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
S3，根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
S4，根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。
在本实施例具体实施时，参见图2，是本发明另一实施例提供一种碳减排优化方法的流程示意图；面向园区碳减排项目的规划需求，以项目年均碳减排量最大化为优化目标构建了一种具有普适性的优化模型，构建碳减排优化的目标函数；
基于FCS（forestry carbon sequestration，林业碳汇）、CCU（carbon captureand utilization，碳捕集与利用）、WHR（waste heat recovery,余热回收）和PV（photovoltaic，光伏发电）四种碳减排方法分别构建FCS部分、CCU部分、WHR部分以及PV部分的碳减优化技术模型；
根据所述工业园区的配置参数，即工业园区中会影响林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法的参数，确定林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法的碳减优化技术模型的约束条件；
进而结合约束条件对FCS部分、CCU部分、WHR部分以及PV部分进行效果测算，以碳减排量最大化为目标函数进行寻优计算，得到模型自变量集合的优化结果，作为工业园区的碳减排项目规划方案。
本申请通过林业碳汇、碳捕集与利用、余热回收和光伏发电四种碳减排方法的数学模型，面向园区碳减排项目的规划需求，以项目年均碳减排量最大化为优化目标，构建了一种具有普适性的优化模型，同时实现了碳减排方法选择、技术路线选择和建设规模的确定，为园区碳减排规划提供最优规划方案。
在本发明提供的又一实施例中，所述目标函数为：；
其中，、和为碳减排优化的自变量，表示所述工业园区中第u个区域中第v种碳减方法的决策变量矩阵，表示所述工业园区中第u个区域中第v种碳减方法的年均碳减排量，U为所述工业园区中区域数量，Vu为碳减方法数量。
在本实施例具体实施时，项目运营后FCS、CCU、WHR、PV这四种碳减排方法将通过生物质储碳、减少直接碳排放、减少不可再生能源的消耗等途径减少园区的碳排放量。
碳减排优化的目标函数具体可表示为：；
式中，、和为优化模型的自变量，分别为二进制决策变量、技术路线变量和建设规模变量，分别决定了各区域实施的碳减排方法、各种碳减排方法选用的技术路线以及各种碳减排方法的建设规模；表示所述工业园区中第u个区域中第v种方法的二进制决策变量矩阵，1代表应用该方法，0代表不应用；表示第u个区域中第v类方法的年均碳减排量。
项目的碳减排效果最优是指使项目运营后各个区域年均碳减排量的累计和最大化，所得结果取正值时反映了项目能实现碳减排，负值反映了项目增加了碳排放量。
通过目标函数能够客观评估所述工业园区项目的碳排放量多少，通过以目标函数为优化目标对模型的自变量集合进行寻优，从而在有限的资金投入下，使项目实现最优的碳减排效果。
在本发明提供的又一实施例中，所述碳减优化技术模型包括林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型；
所述林业汇碳技术模型具体为：；
所述碳捕集与利用技术模型具体为：；
所述余热回收技术模型具体为：；
所述光伏发电技术模型具体为：；
其中，EFCS为通过林业汇碳技术方法的碳减排量，表示第t年时项目的核证减排量，，表示第t年时林木生物质碳储量，t1和t2分别表示项目开始以来的第t1年和第t2年，且，表示项目计入期或设备使用寿命，t为项目开始以来的年数，t=1,2,3,…；，表示第t年时项目所选用的第j种树种的生物量；表示项目所选用的第j种树种的含碳率， ，表示第j种树种在第t年时的林木材积；表示第j种树种的密度；表示第j种树种的生物量扩展因子，表示第j种树种地下生物量与地上生物量之比；表示项目单位面积的树木株数；表示项目造林的面积，林业汇碳项目的技术路线包括马尾松、落叶松和杉木三种造林树种；ECCU为通过碳捕集与利用技术方法的碳减排量，表示碳捕集设备的年捕集量；表示碳捕集与利用项目中CO2捕集过程能源消耗带来的碳排放量，碳捕集与利用项目的技术路线包括化学吸收法捕集技术；EWHR为余热回收技术方法的碳减排量，表示年运行小时数；表示余热回收项目中第j种技术路线的设备额定输出功率，表示第j种技术路线对应的电网、电制冷机或燃气锅炉的转换效率，；表示第j种技术路线对应的能源转换效率；为余热回收项目的建设规模，余热回收项目的技术路线包括吸收式制冷、有机朗肯循环发电、吸收式制热和直接换热，e j，HQE为第j种技术路线对应的电网电能或天然气的碳排放因子；EPV为光伏发电技术方法的碳减排量，表示光伏发电项目年发电量；表示光伏发电的碳减排因子；，表示项目所在地的太阳年辐射强度；表示光电转换效率；表示光伏发电的发电修正系数；为光伏发电面板的总面积，光伏发电的技术路线包括固定式光伏发电。
在本实施例具体实施时，林业汇碳技术方法的实施可以通过多种技术路线来实现，典型的技术路线集合包括马尾松、落叶松和杉木三种造林树种，可记作，林业汇碳技术模型具体为：；
式中，EFCS为通过林业汇碳技术方法的碳减排量，表示项目计入期/设备使用寿命；t为项目开始以来的年数，t=1,2,3,…，T；表示第t年时项目的核证减排量，，表示第t年时林木生物质碳储量；t1t2表示项目开始以来的第t1年和第t2年，且，。
，
表示第t年时项目所选用的第j种树种的生物量；表示项目所选用的第j种树种的含碳率；为CO2与C的分子量之比。表示第j种树种在第t年时的林木材积；表示第j种树种的密度；表示第j种树种的生物量扩展因子，用于将林木材积转化为林木的地上生物量；表示第j种树种地下生物量与地上生物量之比；表示项目单位面积的树木株数；表示项目造林的面积。
、和分别为马尾松、湿地松和杉树的异速生长方程，该方程为时间t的函数，、、。
对于碳捕集与利用技术方法，目前工业园区常见的技术路线j为化学吸收法捕集技术，故典型的技术路线集合可记作，碳捕集与利用技术模型具体为：；
式中，ECCU为通过碳捕集与利用技术方法的碳减排量，表示碳捕集设备的年捕集量；表示CCU项目中，CO2捕集过程能源消耗带来的额外碳排放量。
对于余热回收技术方法，目前商业化程度较高的技术路线主要包括吸收式制冷、有机朗肯循环发电、吸收式制热和直接换热四种，故典型的技术路线集合可记作，余热回收技术模型具体为：；
式中，EWHR为余热回收技术方法的碳减排量，表示年运行小时数；表示WHR项目中，第j种技术路线的设备额定输出功率，表示第j种技术路线对应的电网、电制冷机或燃气锅炉的转换效率，e j，HQE为第j种技术路线对应的电网电能或天然气的碳排放因子；
，表示第j种技术路线对应的能源转换效率；为WHR项目的建设规模，也即WHR设备额定输入的余热功率。
工业园区的光伏发电技术常见的技术路线为固定式光伏发电，故典型的技术路线集合可记作，光伏发电技术模型具体为：；
式中，EPV为光伏发电技术方法的碳减排量，表示PV项目年发电量；表示光伏发电的碳减排因子；表示项目所在地的太阳年辐射强度；，表示光电转换效率；表示光伏发电修正系数，该系数反映了测量误差、温度变化、组件积尘、太阳辐射分布不均和光伏发电组件固定角度等对结果造成的影响；为光伏发电项目的建设规模，也即光伏发电面板的总面积。
在本发明提供的又一实施例中，所述约束条件包括：决策变量约束条件、建设容量约束条件以及技术路线约束条件；
所述决策变量约束条件具体为：；
所述建设容量约束条件具体为：；
所述技术路线约束条件具体为：；
其中，表示所述工业园区的区域中林业汇碳的碳减方法的决策变量；表示所述工业园区的区域中光伏发电的碳减方法的决策变量；表示所述工业园区的第u个区域中第v种方法的建设容量；和分别所述工业园区的第u个区域中第v种方法建设容量的最小值和最大值；表示所述工业园区的第u个区域中第v种方法的技术路线；表示所述工业园区的第u个区域中第v种方法候选的技术路线的数量。
在本发明提供的又一实施例中，所述约束条件包括：决策变量约束条件、建设容量约束条件以及技术路线约束条件；
在园区空地可以开展林业汇碳或光伏发电两类项目，但由于林业汇碳或光伏发电在土地利用方面存在不可重叠性，该限制可通过决策变量加以约束。若园区中编号为u的区域为空地，且该区域可开展林业汇碳或光伏发电两类项目，决策变量约束条件具体为：；
式中，表示该区域中林业汇碳技术方法的决策变量；表示该区域中光伏发电技术方法的决策变量。
建设容量约束反映了各类碳减排方法应用时的规模会受场地、工厂余热资源、工厂CO2资源和国家法规等各方面因素的限制，其值必须介于最大、最小值之间，建设容量约束条件具体为：；
式中，表示第u个区域中第v种方法的建设容量；、分别第u个区域中第v种方法建设容量的最小值以及最大值。
技术路线约束保证了各项目所选用的技术路线必须出自候选的技术路线，各个项目中不同技术路线有唯一的编号与之对应，技术路线约束条件具体为：；
式中，表示第u个区域中第v种方法的技术路线；表示第u个区域中第v种方法候选的技术路线的数量。
在本发明提供的又一实施例中，所述步骤S4具体包括：
采用矩阵形式分别表示所述目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵；
将所述目标函数作为优化目标，根据所述碳减优化技术模型以及所述约束条件进行全局寻优，对所述决策变量矩阵、所述建设规模变量矩阵以及所述技术路线变量矩阵进行求解，确定碳减排优化的规划方案。
在本实施例具体实施时，规划中的待定参数包括三个：各区域中采用的碳减排方法、各种碳减排方法选用的技术路线、各种碳减排方法的建设规模。除3个待定参数外，林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型中所涉及的其他参数均为确定量，其具体取值由项目和市场的实际情况确定。每一个待定参数集合决定一个项目的规划方案，当3个待定参数取值改变时，所得方案的年均碳减排量也将会相应地发生变化。即在同等的资金投入下，存在至少一个待定参数集合，该集合决定的项目规划方案能最大程度地减少项目边界内的碳排放量，也即所求的最优项目实施方案。
方案的年均碳减排量对应于目标函数值，规划中的待定参数对应所述目标函数的自变量。将目标函数的3个自变量采用矩阵形式表示，得到目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵。
在对工业园区碳减排进行规划前，需要经过充分的调查研究，获得要林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型所涉及的确定量的具体取值。随后为获得最佳的规划方案，需要依据林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型，以及决策变量约束条件、建设容量约束条件以及技术路线约束条件，在所述目标函数的优化目标下，求解出至少一个全局最优的解集，确定碳减排优化的规划方案。
在本发明提供的又一实施例中，所述决策变量矩阵；
所述建设规模变量矩阵；
所述技术路线变量矩阵；
其中，U代表所述工业园区中共有U块区域用于开展碳减排项目，V代表各区域可选的碳减排方法的最大数量，每一矩阵具有U×V个矩阵元素。
在本实施例具体实施时，技术路线变量矩阵；
建设规模变量矩阵；
技术路线变量矩阵；
这3个自变量的矩阵形式中，每行代表一个区域，每列代表区域中的一种可选的碳减排方法，且矩阵中各行和列所指代的区域和方法是统一的。矩阵共有U行，代表所研究的工业园区中共有U块区域适用于开展碳减排项目。矩阵共有V列，代表各区域可选的碳减排方法的最大数量，由于涉及4种碳减排技术方法，故V=4。决策变量矩阵中各元素取值范围为0或1，且要满足决策变量约束条件。技术路线变量矩阵中各元素取值要满足技术路线约束条件的约束条件。建设规模变量矩阵中各元素取值要建设容量约束条件所述的约束条件。
在本发明提供的又一实施例中，所述根据求解得到的解集确定碳减排优化的规划方案，具体包括：
根据所述解集中的决策变量、技术路线变量和建设规模变量分别确定规划方案中各区域应采用的碳减排方法、各种碳减排方法应选用的技术路线以及各种碳减排方法的建设规模。
在本实施例具体实施时，求解得到的解集中包含的二进制决策变量、技术路线变量和建设规模变量，将分别确定最优方案中各区域应采用的碳减排方法、各种碳减排方法应选用的技术路线以及各种碳减排方法的建设规模。
具体地，综合上述3个自变量矩阵中第u行第v列元素的优化结果，可以确定工业园区中第u个区域中第v种方法的规划情况。自变量指明了第u个区域中第v种方法是否值得投资，若投资，则根据自变量进一步确定选用何种技术路线来实施该方法，以及根据自变量确定建设多大容量的设备或多大面积的光伏面板或树林面积。其余的区域和方法由相同的流程来确定，进而形成完整的工业园区碳减排最优规划方案。根据该最优方案开展项目，将能使工业园区在有限的资金投入下，获得最佳的碳减排效果。
在本发明提供的又一实施例中，以我国南方地区某工业园区为例，下面给出本发明优化过程中所需的示例数据信息：
园区中有7个区域可用于建设碳减排项目，各区域具体的土地类型、可实施的碳减排方法、方法的具体编号以及建设规模上限如表1所示。林业汇碳相关参数见表2，其他参数情况见表3。
表1园区中各区域的具体情况
表2FCS相关参数
表3其他参数
采用本申请提供的基于碳减排量最大化为目标的工业园区碳减排规划优化方法，能够指导工业园区配置最优碳减排方案，实现各类工业园区碳减排的规划，实现最优的碳减排规划。
本方发明实施例还提供一种碳减排优化装置，参见图3，是本发明实施例提供的碳减排优化装置的结构示意图，所述装置包括：
目标函数构建模块，用于根据所述工业园区的项目规划需求，构建碳减排优化的目标函数；
技术模型确定模块，用于分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
约束条件确定模块，用于根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
求解模块，用于根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案。
需要说明的是，本发明实施例提供的所述碳减排优化装置能够执行上述实施例中任意实施例所述的碳减排优化方法，对碳减排优化装置的具体功能在此不作赘述。
参见图4，是本发明实施例提供的一种终端设备的结构示意图。该实施例的终端设备包括：处理器、存储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，例如碳减排优化程序。所述处理器执行所述计算机程序时实现上述各个碳减排优化方法实施例中的步骤，例如图1所示的步骤S1~S4。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如，所述计算机程序可以被分割成各个模块，各模块具体功能再次不作赘述。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备集成的模块/单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种碳减排优化方法，其特征在于，所述方法包括：
根据工业园区的项目规划需求，构建碳减排优化的目标函数；
分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案；
所述根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案，具体包括：
采用矩阵形式分别表示所述目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵；
将所述目标函数作为优化目标，根据所述碳减优化技术模型以及所述约束条件进行全局寻优，对所述决策变量矩阵、所述建设规模变量矩阵以及所述技术路线变量矩阵进行求解；
根据求解得到的解集确定碳减排优化的规划方案。
2.如权利要求1所述的碳减排优化方法，其特征在于，所述目标函数为：；
其中，、和为碳减排优化的自变量，表示所述工业园区中第u个区域中第v种碳减方法的决策变量矩阵，表示所述工业园区中第u个区域中第v种碳减方法的年均碳减排量，U为所述工业园区中区域数量，Vu为碳减方法数量。
3.如权利要求1所述的碳减排优化方法，其特征在于，所述碳减优化技术模型包括林业汇碳技术模型、碳捕集与利用技术模型、余热回收技术模型以及光伏发电技术模型；
所述林业汇碳技术模型具体为：；
所述碳捕集与利用技术模型具体为：；
所述余热回收技术模型具体为：；
所述光伏发电技术模型具体为：；
其中，EFCS为通过林业汇碳技术方法的碳减排量，表示第t年时项目的核证减排量，，表示第t年时林木生物质碳储量，t1和t2分别表示项目开始以来的第t1年和第t2年，且，表示项目计入期或设备使用寿命，t为项目开始以来的年数，t=1,2,3,…；，表示第t年时项目所选用的第j种树种的生物量；表示项目所选用的第j种树种的含碳率， ，表示第j种树种在第t年时的林木材积；表示第j种树种的密度；表示第j种树种的生物量扩展因子，表示第j种树种地下生物量与地上生物量之比；表示项目单位面积的树木株数；表示项目造林的面积，林业汇碳项目的技术路线包括马尾松、落叶松和杉木三种造林树种；ECCU为通过碳捕集与利用技术方法的碳减排量，表示碳捕集设备的年捕集量；表示碳捕集与利用项目中CO2捕集过程能源消耗带来的碳排放量，碳捕集与利用项目的技术路线包括化学吸收法捕集技术；EWHR为余热回收技术方法的碳减排量，表示年运行小时数；表示余热回收项目中第j种技术路线的设备额定输出功率，表示第j种技术路线对应的电网、电制冷机或燃气锅炉的转换效率，；表示第j种技术路线对应的能源转换效率；为余热回收项目的建设规模，余热回收项目的技术路线包括吸收式制冷、有机朗肯循环发电、吸收式制热和直接换热，e j，HQE为第j种技术路线对应的电网电能或天然气的碳排放因子；EPV为光伏发电技术方法的碳减排量，表示光伏发电项目年发电量；表示光伏发电的碳减排因子；，表示项目所在地的太阳年辐射强度；表示光电转换效率；表示光伏发电的发电修正系数；为光伏发电面板的总面积，光伏发电的技术路线包括固定式光伏发电。
4.如权利要求3所述的碳减排优化方法，其特征在于，所述约束条件包括：决策变量约束条件、建设容量约束条件以及技术路线约束条件；
所述决策变量约束条件具体为：；
所述建设容量约束条件具体为：；
所述技术路线约束条件具体为：；
其中，表示所述工业园区的区域中林业汇碳的碳减方法的决策变量；表示所述工业园区的区域中光伏发电的碳减方法的决策变量；表示所述工业园区的第u个区域中第v种方法的建设容量；和分别所述工业园区的第u个区域中第v种方法建设容量的最小值和最大值；表示所述工业园区的第u个区域中第v种方法的技术路线；表示所述工业园区的第u个区域中第v种方法候选的技术路线的数量。
5.如权利要求4所述的碳减排优化方法，其特征在于，所述决策变量矩阵；
所述建设规模变量矩阵；
所述技术路线变量矩阵；
其中，U代表所述工业园区中共有U块区域用于开展碳减排项目，V代表各区域可选的碳减排方法的最大数量，每一矩阵具有U×V个矩阵元素。
6.如权利要求4所述的碳减排优化方法，其特征在于，所述根据求解得到的解集确定碳减排优化的规划方案，具体包括：
根据所述解集中的决策变量、技术路线变量和建设规模变量分别确定规划方案中各区域应采用的碳减排方法、各种碳减排方法应选用的技术路线以及各种碳减排方法的建设规模。
7.一种碳减排优化装置，其特征在于，所述装置包括：
目标函数构建模块，用于根据工业园区的项目规划需求，构建碳减排优化的目标函数；
技术模型确定模块，用于分别基于林业汇碳、碳捕集与利用、余热回收以及光伏发电四种碳减方法构建碳减优化技术模型；
约束条件确定模块，用于根据所述工业园区的配置参数，确定所述碳减优化技术模型的约束条件；
求解模块，用于根据所述碳减优化技术模型、所述约束条件对所述目标函数进行求解，确定碳减排优化的规划方案；
所述求解模块具体用于：
采用矩阵形式分别表示所述目标函数的决策变量矩阵、建设规模变量矩阵以及技术路线变量矩阵；
将所述目标函数作为优化目标，根据所述碳减优化技术模型以及所述约束条件进行全局寻优，对所述决策变量矩阵、所述建设规模变量矩阵以及所述技术路线变量矩阵进行求解；
根据求解得到的解集确定碳减排优化的规划方案。
8.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的碳减排优化方法。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的碳减排优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311213625.1A CN116957171B (zh) | 2023-09-20 | 2023-09-20 | 一种碳减排优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311213625.1A CN116957171B (zh) | 2023-09-20 | 2023-09-20 | 一种碳减排优化方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116957171A true CN116957171A (zh) | 2023-10-27 |
| CN116957171B CN116957171B (zh) | 2023-12-15 |
Family
ID=88455032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311213625.1A Active CN116957171B (zh) | 2023-09-20 | 2023-09-20 | 一种碳减排优化方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116957171B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060185985A1 (en) * | 2004-09-23 | 2006-08-24 | Jones Joe D | Removing carbon dioxide from waste streams through co-generation of carbonate and/or bicarbonate minerals |
| 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 |
| CN115115193A (zh) * | 2022-06-14 | 2022-09-27 | 浙江大学 | 一种工业园区低碳分析及优化规划方法 |
| CN115374993A (zh) * | 2022-06-14 | 2022-11-22 | 国网浙江省电力有限公司丽水供电公司 | 一种考虑最优建设时序的区域综合能源系统低碳规划方法 |
| CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
-
2023
- 2023-09-20 CN CN202311213625.1A patent/CN116957171B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060185985A1 (en) * | 2004-09-23 | 2006-08-24 | Jones Joe D | Removing carbon dioxide from waste streams through co-generation of carbonate and/or bicarbonate minerals |
| 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 |
| CN115115193A (zh) * | 2022-06-14 | 2022-09-27 | 浙江大学 | 一种工业园区低碳分析及优化规划方法 |
| CN115374993A (zh) * | 2022-06-14 | 2022-11-22 | 国网浙江省电力有限公司丽水供电公司 | 一种考虑最优建设时序的区域综合能源系统低碳规划方法 |
| CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 凯特;: "全球碳捕集与封存(CCS)技术最新进展", 能源研究与利用, no. 02 * |
| 姚尧;程文仕;焦云腾;刘学录;: "以低碳为目标的正宁县土地利用结构优化", 国土与自然资源研究, no. 03 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116957171B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luthra et al. | Evaluating the enablers in solar power developments in the current scenario using fuzzy DEMATEL: An Indian perspective | |
| Kiviluoma et al. | Comparison of flexibility options to improve the value of variable power generation | |
| KR101467221B1 (ko) | 복합 신재생에너지시스템 최적설계용량 산정방법 | |
| CN116720751B (zh) | 考虑垃圾发电碳循环的综合能源系统的协同规划方法 | |
| Cook et al. | A decision-making framework for the optimal design of renewable energy systems under energy-water-land nexus considerations | |
| CN105512763A (zh) | 一种光伏电站中短期发电量的预测方法及预测系统 | |
| CN115115193A (zh) | 一种工业园区低碳分析及优化规划方法 | |
| Memon et al. | Optimization of solar and battery-based hybrid renewable energy system augmented with bioenergy and hydro energy-based dispatchable source | |
| CN116957171B (zh) | 一种碳减排优化方法、装置、设备及存储介质 | |
| CN111079982B (zh) | 风电场的电缆路径的规划方法、系统、介质及电子设备 | |
| Kuang et al. | Grid-Connected Solar Photovoltaic (PV) System for Covered Linkways | |
| CN116826859A (zh) | 一种电源碳电协同规划方法、装置、设备及存储介质 | |
| Telang et al. | Solar energy for sustainable development of a smart city | |
| KR102170288B1 (ko) | 연료전지 발전사업의 설계방법 및 설계장치 | |
| CN107133441B (zh) | 一种能源互联网中功率数据采样精度的确定方法及装置 | |
| CN110707702A (zh) | 考虑可再生能源不确定性的最优潮流计算方法和装置 | |
| CN118428702B (zh) | 一种虚拟电厂的资源优化管理方法 | |
| Jayathunga et al. | Rooftop Solar Photovoltaic-based Clean Development Mechanism for Sri Lanka | |
| CN115660187B (zh) | 一种低碳小镇地源热泵容量优化配置方法 | |
| CN117217094B (zh) | 一种城市地面及屋顶的光伏优化配置方法、系统及设备 | |
| CN118469154B (zh) | 基于分布式能源消纳的智能微电网评价系统及方法 | |
| CN118297277A (zh) | 一种电网碳排放因子计算方法、装置、设备及存储介质 | |
| Ilie et al. | Applying game theory economics to clean renewable energy source implementation in urban areas | |
| Bushra et al. | Design optimization method for roof-integrated TSSCs | |
| Manjitha et al. | Solar Power as a Sustainable Energy Source and Readiness Level in Sri Lanka: A Review |
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 |