-
公开(公告)号：CN117075492A
公开(公告)日：2023-11-17
申请号：CN202311007125.2
申请日：2023-08-10
申请人： 国网山东综合能源服务有限公司 , 国网山东省电力公司日照供电公司 , 山东大学
IPC分类号： G05B17/02 , H02J3/32 , H02J3/46 , G06Q50/06 , G06Q10/0631
摘要： 本发明公开了一种基于HIL的综合能源系统联合暂态优化控制方法及系统，包括：搭建园区综合能源系统机理仿真模型；获取所述仿真模型中参与控制调节的设备数量，设备输出功率，设备开始调节输出功率的时间，以及设备达到最大输出功率的时间；基于获取的数据，分别构建系统稳定性目标函数、系统调节时间目标函数、系统超调量目标函数和系统峰值时间目标函数；将目标函数及求解算法嵌入到机理仿真模型中，将所述机理模型上传至硬件在环仿真设备中进行实时仿真运行，得到最优的决策变量，以提高系统的动态响应能力，降低系统的调节时间、超调量以及峰值时间。本发明可以实现快速地优化迭代，实现优化‑仿真‑验证的一体化设计。
-
公开(公告)号：CN116522795A
公开(公告)日：2023-08-01
申请号：CN202310572283.6
申请日：2023-05-18
申请人： 国网山东综合能源服务有限公司 , 山东大学 , 国网山东省电力公司青岛供电公司
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06F111/10
摘要： 本发明提供了一种基于数字孪生模型的综合能源系统仿真方法及系统，所述方案包括：获取综合能源系统各能源设备历史数据；以所述历史数据作为初始样本集对深度学习模型进行训练，获得拟合各综合能源设备的数据模型；基于数字孪生技术，周期性的获取各综合能源设备的实时参数，基于获得的实时参数对初始样本集进行自适应增长；利用增长后的样本集对深度学习模型进行二次训练，获得各能源设备对应的数字孪生数据模型；并基于各能源设备对应的数字孪生数据模型实现对综合能源系统的仿真。
-
公开(公告)号：CN113609778A
公开(公告)日：2021-11-05
申请号：CN202110920035.7
申请日：2021-08-11
申请人： 山东大学 , 国网山东综合能源服务有限公司
IPC分类号： G06F30/27 , G06F111/06 , G06F119/04 , G06F119/08
摘要： 本公开提供了一种综合能源系统多目标优化方法及系统，所述方案针对综合能源系统运行的经济性，考虑能源消耗成本的同时，又考虑使用随机森林算法预测设备寿命周期成本；针对综合能源系统运行的工程实用性，考虑能源利用率和碳排放的同时，又考虑了负荷需求侧的冷热惯性对实际供能的影响。在多目标优化的前提下，对源侧供能设备进行数据与机理建模，对负荷侧需求的建模考虑冷热惯性和能量传输过程中的延迟特性，使优化调度模型更加符合实际工况，降低源荷不匹配造成的能耗浪费；同时使用日前全局优化和实时滚动优化相互配合的优化调度方案，控制运行误差在可接受范围内，提高多目标优化的准确性。
-
公开(公告)号：CN113609778B
公开(公告)日：2023-08-22
申请号：CN202110920035.7
申请日：2021-08-11
申请人： 山东大学 , 国网山东综合能源服务有限公司
IPC分类号： G06F30/27 , G06F111/06 , G06F119/04 , G06F119/08
摘要： 本公开提供了一种综合能源系统多目标优化方法及系统，所述方案针对综合能源系统运行的经济性，考虑能源消耗成本的同时，又考虑使用随机森林算法预测设备寿命周期成本；针对综合能源系统运行的工程实用性，考虑能源利用率和碳排放的同时，又考虑了负荷需求侧的冷热惯性对实际供能的影响。在多目标优化的前提下，对源侧供能设备进行数据与机理建模，对负荷侧需求的建模考虑冷热惯性和能量传输过程中的延迟特性，使优化调度模型更加符合实际工况，降低源荷不匹配造成的能耗浪费；同时使用日前全局优化和实时滚动优化相互配合的优化调度方案，控制运行误差在可接受范围内，提高多目标优化的准确性。
-
公开(公告)号：CN115423647A
公开(公告)日：2022-12-02
申请号：CN202211057569.2
申请日：2022-08-31
申请人： 国网山东综合能源服务有限公司 , 山东大学
IPC分类号： G06Q50/06 , G06Q10/06 , G06F30/20 , F25B29/00 , F25B27/00 , F24S10/30 , F22B1/00 , G06F113/04 , G06F119/08
摘要： 本发明提供了一种多能互补综合能源系统容量配置方法。其中，多能互补综合能源系统包括，太阳能空气生物质气化系统和冷热电三联供系统，所述太阳能空气生物质气化系统包括：太阳能集热器、气化炉、换热装置、焦油生物质气分离装置、冷凝装置和第一储气罐，气化炉以空气作为气化剂、以生物质颗粒作为气化原料，利用太阳能集热器产生的高温蒸汽进行反应，得到的高温混合气体经过换热装置进行换热降温变成低温混合气体，换热装置中的水被加热生成水蒸汽输送到太阳能集热器中完成循环；低温混合气体经焦油生物质气分离装置的过滤，得到生物质气；所述生物质气用于直接供给冷热电三联供系统或者所述生物质气被冷凝装置冷却后储存至第一储气罐中。
-
公开(公告)号：CN112070274A
公开(公告)日：2020-12-11
申请号：CN202010817498.6
申请日：2020-08-14
申请人： 国网山东综合能源服务有限公司 , 山东大学
摘要： 本公开提供了一种综合能源系统的 效率评估方法及系统，确定待评估综合能源系统的边界，根据待评估综合能源系统的边界，确定待评估综合能源系统的能量效率计算式，设置待评估综合能源系统的能量 效率评估参数；获取待评估综待评估综合能源系统的运行数据，利用待评估综合能源系统的运行数据，计算确定时间间隔的待评估综合能源系统的能量 ，计算得到待评估综合能源系统的能量 效率。
-
公开(公告)号：CN115579965A
公开(公告)日：2023-01-06
申请号：CN202211371152.3
申请日：2022-11-03
申请人： 国网山东综合能源服务有限公司 , 山东大学
摘要： 本发明提供了基于数字孪生的园区综合能源暂态优化控制方法及系统,本发明同时对电力系统和热力系统的暂态过程进行了分析，分别建立了考虑稳定性、超调量以及调节时间等因素的目标函数F1和F2，并通过遗传算法NSGA‑Ⅲ进行了求解，相比于其他求解算法，提高了求解精度与效率，最终实现了PIES系统的电热系统联合暂态优化控制。
-
公开(公告)号：CN118199164A
公开(公告)日：2024-06-14
申请号：CN202410215539.2
申请日：2024-02-27
申请人： 山东大学
IPC分类号： H02J3/46 , G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F17/18
摘要： 本发明属于综合能源系统技术领域，提供了计及多异质不确定性的含氢能源系统优化调度方法及系统，其技术方案为：建立基于Wasserstein距离度量方法的风电出力预测误差的不确定概率分布模糊集；构建分布式能源设备出力偏差的多能流联合概率密度函数；构建用户负荷需求响应不确定区间；建立计及源网荷全流程多异质不确定性的混合鲁棒‑随机‑区间双层优化模型；采用强对偶理论和Karush‑Kuhn‑Tucker条件对模型转换并求解得到系统优化调度策略。本发明所提方法充分考虑含氢综合能源系统源网荷全流程多异质不确定性，更加全面准确的反映全流程多异质不确定因素对含氢综合能源系统优化调度的影响，提高了优化调度策略的合理性，保障了系统高效稳定安全运行。
-
公开(公告)号：CN117951850A
公开(公告)日：2024-04-30
申请号：CN202410170372.2
申请日：2024-02-06
申请人： 山东大学
IPC分类号： G06F30/18 , G06F30/27 , G06F30/28 , G06N3/0499 , G06N3/09 , G06F111/04 , G06F113/14 , G06F113/08 , G06F119/08 , G06F119/14 , G06N3/048
摘要： 本发明公开一种基于物理信息神经网络的输氢管道建模方法及系统，方法包括：基于流体力学偏微分方程，构建气体流动的物理约束，并定义边界条件和初始条件；以输氢管道内的空间和时间坐标(x,t)为输入数据，以输氢管道中t时刻x处的气流压力变化值为输出值，构建物理信息神经网络，并将物理约束编码到网络损失函数中作为惩罚项，满足流体力学偏微分方程、边界条件和初始条件；获取各管道的实际气体压力变化值作为训练集，利用训练集迭代训练物理信息神经网络；基于训练完成的物理神经网络，结合输氢管道内的空间和时间坐标，完成输氢管道建模。本发明将满足物理约束的控制方程嵌入到神经网络的训练过程中，提高建模精度和模型的可解释性。
-
公开(公告)号：CN112053063B
公开(公告)日：2023-12-19
申请号：CN202010935280.0
申请日：2020-09-08
申请人： 山东大学
IPC分类号： G06Q10/0631 , G06Q50/06
摘要： 本发明公开了面向能源系统规划设计的负荷分区方法及系统，包括：绘制全区域地图，获取全区域地图内每个建筑的年负荷曲线；其中，所述全区域地图，包括：建筑轮廓及每个建筑的年平均负荷值；对全区域地图中的负荷点进行聚类，得到簇和异常点；聚类的过程中始终保持同一个建筑的负荷点属于同一个簇；将异常点加入其邻近的簇，同时计算负荷互补性，使得全部异常点都加入到对应的簇中且全区域内负荷互补性最强；在异常点加入其邻近的簇的过程中，始终保持同一建筑的负荷点属于同一个簇；得到同时考虑建筑地理位置、负荷密集程度和负荷互补性的分区结果。
-
-
-
-
-
-
-
-
-
搜索结果
232 条记录 (耗时 0.095 秒)
