一种区域综合能源系统中电-热-碳耦合的协同交易方法

    公开(公告)号:CN117726438A

    公开(公告)日:2024-03-19

    申请号:CN202311554024.7

    申请日:2023-11-20

    Abstract: 本发明公开了一种区域综合能源系统中电‑热‑碳耦合的协同交易方法,首先对区域综合能源系统中的单个能量枢纽进行运行成本的建模,包括:燃气轮机和燃气锅炉的爬坡约束和输出功率约束、电储能和热储能约束、物理网络约束和碳排放约束等,接下来,以整个的区域综合能源系统运营成本最小化为目标函数,考虑园区中多种实际存在的约束建立整个园区综合能源系统电、碳、热流耦合的模型,通过ADMM算法设计电‑碳‑热耦合的多能源交易方法,从而得到日前的交易结果。为了进一步更准确的区域综合能源系统的交易量与交易价格,采用分布式算法获得交易过程中的损耗系数,最后执行动态更新损耗系数的交易方法获取最终的交易结果。

    基于碳排放流的多工业园区电碳交易方法

    公开(公告)号:CN118864100A

    公开(公告)日:2024-10-29

    申请号:CN202410961062.2

    申请日:2024-07-17

    Abstract: 本发明公开了一种基于碳排放流的多工业园区电碳交易方法,其包括:获取各工业园区的历史购电量、光伏出力预测、化石能源碳排放等数据;基于碳排放流理论,根据各工业园区的购电量,配电网运营商优化调度得到潮流分布,结合潮流计算碳排放流得到多工业园区对应的动态碳排放因子,以准确计量各工业园区购电所产生的实际碳排放;在工业园区运行约束的基础上加入分时电价和阶梯式碳交易机制,确定电碳交易模型,充分考虑碳排放权配额和碳排放量,尤其是通过碳排放流准确计量各工业园区的购电碳排放;通过迭代的方法交替更新购电量和动态碳排放因子,在多次迭代互动中协同求解基于碳排放流的多工业园区电碳交易模型,根据最优解确定电碳交易量。

    一种基于区块链的CCER-CEA交易方法

    公开(公告)号:CN118333756A

    公开(公告)日:2024-07-12

    申请号:CN202410364167.X

    申请日:2024-03-28

    Abstract: 本发明公开了一种基于区块链的CCER‑CEA交易方法,其所述区块链包括用户链和交易链;所述用户链存储记录有用户信息;所述交易链存储记录有智能合约,所述智能合约定义买方用户节点与卖方用户节点;所述方法包括:当时间到达到交易周期时,所述交易链接收交易订单并调用智能合约,以对买卖双方进行匹配,获得最佳匹配值。本发明基于区块链设计了CCER‑CEA交易方法,解决相关技术中存在的CCER与CEA市场信息沟通不畅、交易处理速度较慢等技术问题,本发明还通过连续竞价过程实时披露行情信息,市场主体可随时申报,交易系统即时匹配成交,有助于提高市场信息透明度,削弱市场信息不对称,促进市场充分竞争,同时碳产品在联合交易市场中可以更加灵活地进行出清。

    电-气综合能源系统分布式调度方法、装置、设备及介质

    公开(公告)号:CN119448443A

    公开(公告)日:2025-02-14

    申请号:CN202510037448.9

    申请日:2025-01-09

    Abstract: 本申请公开了一种电‑气综合能源系统分布式调度方法、装置、设备及介质,包括:根据预置电‑气综合能源系统参数构建集中式的电‑气综合能源系统调度模型,预置电‑气综合能源系统参数包括电力系统参数、天然气系统参数和电‑气耦合设备参数,电‑气综合能源系统调度模型包括基于状态空间转换和黄金分割法的Weymouth方程高精度线性化模型;采用奔德斯分解算法对电‑气综合能源系统调度模型进行分布式求解,得到电‑气联合优化调度结果;电‑气联合优化调度结果包括火电机组出力、燃气机组出力、天然气气井产气量、电力系统调度成本、天然气系统调度成本和电‑气综合能源系统调度成本。本申请能够解决存在隐私泄露、激励不相容等技术问题。

    一种基于目标鲁棒性优化的多能源微网调度方法

    公开(公告)号:CN119313105A

    公开(公告)日:2025-01-14

    申请号:CN202411838269.7

    申请日:2024-12-13

    Abstract: 本发明以各类能耗的历史数据建立能源需求的经验分布,公开了一种基于目标鲁棒性优化的多能源微网调度方法;具体步骤如下:步骤1:建立多能源微网系统;步骤2:建立多能源微网能量管理确定性优化模型;步骤3:建立微网能量管理的目标鲁棒性优化模型;步骤4:求解微网能量管理的目标鲁棒性优化模型。从能源需求经验分布出发搜索所有潜在分布,相比于确定性优化能够有效应对能源需求不确定性,相比于分布鲁棒优化一定程度提高决策经济性和可行性。以各类能耗的历史数据建立能源需求的经验分布,从能源需求经验分布出发搜索所有潜在分布,建立基于可调决策规则的目标鲁棒性优化模型及其可解的对偶模型。

    基于贝叶斯和个性化联邦学习的海上风电概率预测方法

    公开(公告)号:CN118281873B

    公开(公告)日:2024-08-02

    申请号:CN202410694230.6

    申请日:2024-05-31

    Abstract: 本发明提出了一种基于贝叶斯和个性化联邦学习的海上风电概率预测方法,解决分布式风电在小样本和异质数据上预测性能差的问题,属于电力系统技术领域。本发明以多个分布式海上风电站的气象和功率数据作为样本集,训练随机配置网络预测器,并利用贝叶斯推断评估网络的输出权值参数,获得参数后验分布和概率输出。为了缓解小样本和异质数据引发的性能劣化,设计了一种个性化联邦学习框架;服务器端在分布之间的Wasserstein距离引导下以个性化的方式聚合客户端的后验分布;各客户端以个性化后验作为先验,调整自身参数分布以平衡本地个性化和全局信息融合。公开数据集下的测试结果表明本发明可显著提高小样本和异质风电数据下的预测性能。

Patent Agency Ranking