-
公开(公告)号：CN103762611A
公开(公告)日：2014-04-30
申请号：CN201410030005.9
申请日：2014-01-22
Applicant: 天津大学
IPC: H02J3/28
Abstract: 本发明公开了一种平滑微网联络线功率的方法，包括：将不加任何控制措施下的微网联络线功率连续通过两个具有不同时间常数的巴特沃兹滤波器，分别得到平滑高频功率波动后的联络线功率目标信号和平滑低频功率波动后的联络线功率目标信号；根据温度优先列表对每一时刻处于不同开关状态的热泵进行分组，每组再根据室内温度的高低进行排序，由联络线功率目标信号获取热泵控制目标功率；由联络线功率目标信号和获取储能电池的调节目标功率，通过储能电池的容量模型和负荷转移模型，使储能电池进行相应的充放电操作达到目标功率；检验每一个采样点的热泵真实响应值和热泵控制目标功率是否吻合，电池整体的实际响应功率值和电池的调节功率目标值是否吻合。
-
公开(公告)号：CN112149209B
公开(公告)日：2022-03-22
申请号：CN202010921204.4
申请日：2020-09-04
Applicant: 天津大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明公开了一种建筑多性能导向设计的优化方法，步骤1、确定建筑设计决策目标及其潜在的影响因素分别作为优化目标和优化变量，并明确约束条件，从而构建优化模型；步骤2、获取具有统计代表性的建筑性能样本库，该步骤包括优化变量样本矩阵的构建、建筑物理模型的设定、建筑性能输出矩阵的构建以及建筑多维输入‑多维输出样本矩阵的构建；步骤3，采用机器学习算法构建优化变量和优化目标之间的简化关系模型，作为代理模型；步骤4，将代理模型作为优化算法的适应度函数，执行建筑多目标优化，获取帕累托优化结果。本发明能够使得建筑性能的多目标优化过程更加科学和标准，通过耦合代理模型和多目标遗传算法减少了优化过程中对EnergyPlus软件的调用，缩短了优化时间。
-
公开(公告)号：CN104908607B
公开(公告)日：2017-04-05
申请号：CN201510382499.1
申请日：2015-07-02
Applicant: 天津大学
IPC: B60L11/18
CPC classification number: Y02T10/7005
Abstract: 本发明公开了一种基于参数序列化的电动汽车需求响应控制方法，所述方法包括以下步骤：建立电动汽车充电模型，通过定义能量状态值，描述电动汽车充电状态的转换过程；通过电动汽车充电状态的转换过程，采用能量状态优先队列的控制方法改变调控对象集合中电动汽车的充电状态；在系统功率需求已知的条件下，与电动汽车预测模型相结合，实现了对电动汽车群体进行有效控制。该方法用限定充电边界来控制电动汽车群体短暂性启停的充电，通过改变充电上下边界的大小，来改变电动汽车充电过程中的启停，从而改变电动汽车群体的充电功率，不改变电动汽车的起始充电时间，可在一定程度上满足用户的舒适度。
-
公开(公告)号：CN105356491A
公开(公告)日：2016-02-24
申请号：CN201510797399.5
申请日：2015-11-18
Applicant: 天津大学
IPC: H02J3/32
CPC classification number: H02J3/32
Abstract: 本发明公开了一种基于储能和虚拟储能最优控制的功率波动平抑方法，所述方法包括以下步骤：通过新能源发电、不可控负荷和可控设备在不控情况下消耗的功率预测值，获取当日联络线功率的调度参考值；获得当日t时刻新能源发电的功率，来计算该时刻储能电池和电热泵需要平抑的总功率；根据最优控制模型中的状态方程，在最优控制模型中的储能电池、电热泵的约束条件以及目标函数下对总功率进行优化分配，得到电热泵群和储能电池的目标功率和；计算电热泵和储能电池的实际响应功率。本发明对城市园区微网中存在的大量电热泵设备进行集群需求响应控制，调节负荷曲线形成“虚拟储能”效应，与储能电池协调控制，来平抑微网联络线功率波动。
-
Patent Agency Ranking
公开(公告)号：CN117349390A
公开(公告)日：2024-01-05
申请号：CN202310908628.0
申请日：2023-07-24
Applicant: 天津大学
IPC: G06F16/29 , G06F16/22 , G06F18/23213 , G06F18/24 , G06F18/21 , G06F30/13 , G06F30/20 , G06F119/08 , G06F119/06 , G06F111/10 , G06F111/08
Abstract: 本发明公开了一种精细化设计下基于建筑性能指标的气候分区细化方法，构建建筑精细化设计样本数据库，获得待细化处理的气候分区内冷热需求特征及关键设计特征的一致性评价，评价待细化处理的气候分区的度日数指标对冷热需求特征的刻画能力，建立气候分区指标CI，基于所述气候分区指标CI采用K‑means聚类将待细化处理的气候分区进行细化处理，对细化处理结果进行准确性评估。与现有技术相比，本发明能够提升同一分区内建筑能耗特征及关键设计特征的一致性，细化了建筑气候分区，从而为建筑节能设计提供更为合理的指导。
-
公开(公告)号：CN105356491B
公开(公告)日：2017-04-19
申请号：CN201510797399.5
申请日：2015-11-18
Applicant: 天津大学
IPC: H02J3/32
Abstract: 本发明公开了一种基于储能和虚拟储能最优控制的功率波动平抑方法，所述方法包括以下步骤：通过新能源发电、不可控负荷和可控设备在不控情况下消耗的功率预测值，获取当日联络线功率的调度参考值；获得当日t时刻新能源发电的功率，来计算该时刻储能电池和电热泵需要平抑的总功率；根据最优控制模型中的状态方程，在最优控制模型中的储能电池、电热泵的约束条件以及目标函数下对总功率进行优化分配，得到电热泵群和储能电池的目标功率和；计算电热泵和储能电池的实际响应功率。本发明对城市园区微网中存在的大量电热泵设备进行集群需求响应控制，调节负荷曲线形成“虚拟储能”效应，与储能电池协调控制，来平抑微网联络线功率波动。
-
公开(公告)号：CN104908607A
公开(公告)日：2015-09-16
申请号：CN201510382499.1
申请日：2015-07-02
Applicant: 天津大学
IPC: B60L11/18
CPC classification number: Y02T10/7005
Abstract: 本发明公开了一种基于参数序列化的电动汽车需求响应控制方法，所述方法包括以下步骤：建立电动汽车充电模型，通过定义能量状态值，描述电动汽车充电状态的转换过程；通过电动汽车充电状态的转换过程，采用能量状态优先队列的控制方法改变调控对象集合中电动汽车的充电状态；在系统功率需求已知的条件下，与电动汽车预测模型相结合，实现了对电动汽车群体进行有效控制。该方法用限定充电边界来控制电动汽车群体短暂性启停的充电，通过改变充电上下边界的大小，来改变电动汽车充电过程中的启停，从而改变电动汽车群体的充电功率，不改变电动汽车的起始充电时间，可在一定程度上满足用户的舒适度。
-
公开(公告)号：CN116611549A
公开(公告)日：2023-08-18
申请号：CN202310507209.6
申请日：2023-05-06
Applicant: 天津大学
IPC: G06Q10/04 , G06Q50/08 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种基于模型融合预测算法的建筑逐时能耗预测方法，选取典型的实际运行案例采集建筑的运行数据组成建筑供暖能耗样本，并对采集到的建筑供暖能耗样本进行预处理；构建具有双层框架的建筑能耗预测算法，包括双层框架构建、基模型构建和基模型算法选取三部分；利用建筑供暖能耗预测模型得到预测的建筑逐时能耗；基于精度、泛化性和鲁棒性构建预测模型评价体系，采用建立的评价指标体系对建筑逐时能耗预测算法进行多角度综合评价。与现有技术相比，本发明有效提升了建筑能耗预测模型的预测性能，完善了建筑能耗预测领域经验算法库，对建筑暖通空调系统能源管理和节能减排具有重要意义。
-
公开(公告)号：CN112149209A
公开(公告)日：2020-12-29
申请号：CN202010921204.4
申请日：2020-09-04
Applicant: 天津大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06F111/06
Abstract: 本发明公开了一种建筑多性能导向设计的优化方法，步骤1、确定建筑设计决策目标及其潜在的影响因素分别作为优化目标和优化变量，并明确约束条件，从而构建优化模型；步骤2、获取具有统计代表性的建筑性能样本库，该步骤包括优化变量样本矩阵的构建、建筑物理模型的设定、建筑性能输出矩阵的构建以及建筑多维输入‑多维输出样本矩阵的构建；步骤3，采用机器学习算法构建优化变量和优化目标之间的简化关系模型，作为代理模型；步骤4，将代理模型作为优化算法的适应度函数，执行建筑多目标优化，获取帕累托优化结果。本发明能够使得建筑性能的多目标优化过程更加科学和标准，通过耦合代理模型和多目标遗传算法减少了优化过程中对EnergyPlus软件的调用，缩短了优化时间。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
