基于电力网络中碳排放成本的传导方法

    公开(公告)号:CN115545498A

    公开(公告)日:2022-12-30

    申请号:CN202211254377.0

    申请日:2022-10-13

    Abstract: 一种基于电力网络中碳排放成本的传导方法,包括构建电力行业中碳排放成本在各主体之间的传导路径,计算机组边际碳排放量所引入的边际碳排放成本,利用古诺模型及供应函数模型计算碳排放成本传导率,并利用强对偶定理、大M法或二进制拓展法确定约束边界,建立优化模型,求解电力系统源‑网‑荷全链市场主体考虑碳排放成本的最优策略,合理分摊常规发电机组碳排放成本的同时,促进用户将其电力负荷转移至边际碳排放成本较低的时段,并考虑考核惩罚,强化电网侧调度管理中对碳排放成本的考虑。本发明因而碳排放成本无法在电力价格中体现,进而电力系统发电侧、电网侧及负荷侧都无法对碳排放成本做出合理响应,最终导致低碳减排目标无法实现的问题。

    电能占终端能源消费比重快速计算方法

    公开(公告)号:CN115310039A

    公开(公告)日:2022-11-08

    申请号:CN202110487247.0

    申请日:2021-05-05

    Abstract: 本发明公开了一种适用于电能占终端能源消费比重快速计算方法,属于终端能源市场开拓领域。由于政府统计部门公布的电能占终端能源消费比重有关数据通常滞后约20个月,本发明利用权威部门准实时发布的一次能源消费数据快速计算电能占终端能源比重。首先定量分析不同品种终端能源消费与一次能源消费的关系,建立终端能源消费总量模型,其次由终端能源消费总量模型建立不同品种的终端能源消费模型,最后计算电能占终端能源消费比重,并采用回归分析进行误差检验和调整计算值,提出电能占比快速计算方法,有利于电力企业及时掌握电能市场占有率信息,调整工作部署增供扩销、减少散烧煤促进大气污染防治工作、提升电气化水平。

    一种基于改进蚁群算法的电力机器人寻迹方法

    公开(公告)号:CN119762692A

    公开(公告)日:2025-04-04

    申请号:CN202411805514.4

    申请日:2024-12-10

    Abstract: 本发明提出了一种基于改进蚁群算法的电力机器人寻迹方法,通过栅格化技术将三维空间环境转化为三维栅格网络,采用改进的蚁群算法进行路径搜索,结合信息素更新规则、启发式信息和多步长搜索策略,优化路径选择。该方法通过引入拐点参数来调整路径的平滑性,减少机器人的转弯角度,确保路径更加平稳。具体而言,通过计算路径上相邻节点之间的夹角并赋予不同的拐点参数,从而在信息素增量计算中引入转弯成本,进而改善路径质量。信息素更新通过全局和局部规则进行,确保路径搜索过程中的信息素浓度有效引导蚂蚁朝向最优路径前进。实验结果表明,该方法能够有效缩短路径长度、减少转弯次数,并提高电力机器人在三维空间中的行驶效率。

    一种调峰-碳市场耦合下的虚拟电厂控制方法和装置

    公开(公告)号:CN119130026A

    公开(公告)日:2024-12-13

    申请号:CN202411174095.9

    申请日:2024-08-26

    Abstract: 本发明涉及一种调峰‑碳市场耦合下的虚拟电厂控制方法和装置,方法包括如下步骤:步骤S1,获取虚拟电厂在不同场景下的风电数据、燃气轮机数据以及电价数据;步骤S2,根据预设的约束数据、所述的风电数据、所述燃气轮机数据以及所述电价数据,构建调峰‑碳市场耦合的虚拟电厂调度模型;步骤S3,通过求解所述虚拟电厂调度模型,得到所述虚拟电厂的运行策略。本发明聚合以风电机组为代表的清洁能源以及以燃气轮机为代表的传统机组同时参与电力调峰市场以及碳市场。能够支持虚拟电厂在同时参与碳市场和调峰市场下收益最大化;另外也支持虚拟电厂在保证一定收益的情况下,将碳排放降低到最小。以此来适应虚拟电厂调节控制需求。

    一种区域冷热电负荷的联合预测方法和装置

    公开(公告)号:CN114021849A

    公开(公告)日:2022-02-08

    申请号:CN202111417975.0

    申请日:2021-11-26

    Abstract: 本发明涉及一种区域冷热电负荷的联合预测方法和装置,方法包括:获取区域冷热电负荷的历史数据,并进行降噪预处理;对数据进行相关性分析,确定影响因素,并划分为训练集、测试集和验证集;获取预先构建好的神经网络集合,该神经网络集合包括基础LSTM神经网络结构、堆叠式LSTM网络结构和双向式LSTM网络结构,采用训练集对各个网络结构分别进行训练,直至分别达到预设的网络收敛条件;然后采用验证集验证各个网络结构的误差,最后由验证集进行验证预测;选取预测结果最优的网络结构作为最优的网络结构,进行区域冷热电负荷的预测。与现有技术相比,本发明能更精准地捕捉到负荷间的相关性特征,获取最适用于当前园区负荷的预测模型。

    一种基于不透明度传输函数的体绘制融合方法

    公开(公告)号:CN109544688A

    公开(公告)日:2019-03-29

    申请号:CN201811396633.3

    申请日:2018-11-22

    Abstract: 本发明涉及本发明涉及一种体绘制融合方法,特别涉及一种基于不透明度传输函数的体绘制融合方法,属于三维标量数据场可视化技术领域。该方法首先根据已有的体绘制不透明传输函数,构造一个新的不透明传输函数,然后根据新的不透明传输函数按照光线投射法建立新的体绘制结果,以此实现不同体绘制结果的融合。这不仅发挥了体绘制在洞察三维空间结构和体细节方面的技术优势,而且还避免了重新手工设计或调整体绘制传输函数的问题,可明显提高可视化分析效率。另外,本发明的方法克服了传统图像融合技术在融合体绘制结果时存在的空间混淆问题,可视化分析效果更好。

Patent Agency Ranking