Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;江苏省电力试验研究院有限公司王晨清获国家专利权

国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;江苏省电力试验研究院有限公司王晨清获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;江苏省电力试验研究院有限公司申请的专利一种变工况下综合能源系统碳排放的调度方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116341847B

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310261982.9,技术领域涉及:G06Q10/0631;该发明授权一种变工况下综合能源系统碳排放的调度方法及系统是由王晨清;易文飞;郑明忠;杨毅;周琦;王明深;罗飞;陈实;宋亮亮;庄舒仪设计研发完成,并于2023-03-17向国家知识产权局提交的专利申请。

一种变工况下综合能源系统碳排放的调度方法及系统在说明书摘要公布了:本发明公开了一种变工况下综合能源系统碳排放的调度方法及系统,方法包括:获取综合能源系统的多能耦合关系及能量转换设备的变工况特性;根据综合能源系统的多能耦合关系,建立能量枢纽模型;基于能量转换设备的变工况特性,利用预先构建的基于深度神经网络的效率修正模型对所述能量枢纽模型中的效率参数进行修正,得到动态能量枢纽模型;基于动态能量枢纽模型,构建变工况下综合能源系统碳排放的调度模型,求解得到综合能源系统在变工况下的调度方案。本发明关注设备变工况特性对系统碳排放的影响,能够实现综合能源系统低碳运行,改善调度模型的求解速度和精度。

本发明授权一种变工况下综合能源系统碳排放的调度方法及系统在权利要求书中公布了:1.一种变工况下综合能源系统碳排放的调度方法,其特征在于,包括: 获取综合能源系统的多能耦合关系及能量转换设备的变工况特性; 根据综合能源系统的多能耦合关系,建立能量枢纽模型; 基于能量转换设备的变工况特性,利用预先构建的基于深度神经网络的效率修正模型对所述能量枢纽模型中的效率参数进行修正,得到动态能量枢纽模型; 其中,所述预先构建的基于深度神经网络的效率修正模型,通过下式表示:                 1式1中,i为能源转换设备;ηi,t为t时刻能源转换设备i的效率;Ti,t为t时刻能源转换设备i运行环境的气温;Fi,t为t时刻能源转换设备i运行环境的气压;Ni,t为t时刻能源转换设备i的负载功率,通过下式表示:                2式2中,Pi,t为t时刻能源转换设备i的输出功率,kW;Pi,cap为能源转换设备i的设备容量,kW; 其中,所述能量枢纽模型的矩阵形式,通过下式表示:           3式3中,Le,t为t时刻综合能源系统的电负荷,Lh,t为t时刻综合能源系统的热负荷;ηCHP为热电联供机组CHP的发电效率,ηCHP,h为热电联供机组CHP的供热效率,ηGB为燃气锅炉GB的供热效率;Pe,t为t时刻的电能源供应功率,Pg,t为t时刻的气能源供应功率;ηC为蓄电池BAT充电效率,ηD为蓄电池BAT放电效率;We,t为t时刻蓄电池BAT电储能量;vt为t时刻热电联供机组CHP消耗的天然气占t时刻天然气供应的比例系数; 其中,所述动态能量枢纽模型的矩阵形式,通过下式表示:           4式4中,ηCHP,t为t时刻热电联供机组CHP的发电效率,ηCHP,h,t为t时刻热电联供机组CHP的供热效率,ηGB,t为t时刻燃气锅炉GB的供热效率; 基于动态能量枢纽模型,构建变工况下综合能源系统碳排放的调度模型,求解得到综合能源系统在变工况下的调度方案。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;江苏省电力试验研究院有限公司,其通讯地址为:211103 江苏省南京市江宁区帕威尔路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。