【技术实现步骤摘要】
本专利技术涉及低碳供能 ，更具体地，涉及一种基于多能互补的低碳性优化供能方式确定方法及系统。
技术介绍
1、供热站作为供热区域的能源系统的重要组成部分，其能源利用效率和碳排放控制对供热区域的可持续发展至关重要。相同的供热量下，供热站的碳排放量一方面受到所消耗的能源类别及对应的碳排放因子的影响，一方面还受到能源利用效率的影响。只有综合考虑这两方面，协调各供热设备的运行，才能降低供热站热力供应的单位含碳量，实现供热站的低碳运营。
2、因此，需要一种技术，以确定基于供热区域的供热站多能互补的低碳性优化供能方式。
技术实现思路
1、本专利技术技术方案提供一种基于多能互补的低碳性优化供能方式确定方法及系统，以解决如何基于供热区域的供热站多能互补确定低碳性优化供能方式的问题。
2、为了解决上述问题，本专利技术提供了一种基于多能互补的低碳性优化供能方式确定方法，所述方法包括：
3、构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求；
4、基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子；
5、基于所述电力动态碳排放因子，计算不同供能方式不同时刻单位产热量的含碳量；
6、基于所述电力动态碳排放因子、所述含碳量，建立所述目标供热区域内的供热站的碳排放模型目标函数，并设置所述碳排放模型目标函数的约束条件；
7、
8、优选地，所述构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求，包括：
9、所述负荷预测模型为神经网络负荷模型；
10、将所述目标供热区域内的气象数据、生产数据作为输入变量，基于设定的预测时间步长，通过所述神经网络负荷模型对负荷需求进行预测，获取所述目标供热区域预设期间的负荷需求。
11、优选地，所述基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子，包括：
12、电力动态碳排放因子的计算公式为：
13、=
14、其中：采用该省市电网的平均碳排放因子；为t时目标供热区域外部输入的电功率；为t时目标供热区域内部产生的发电功率，包括燃气发电功率、燃煤发电功率、以及包含风力发电功率、光伏发电功率在内的可再生能源发电功率；为目标供热区域内部产生的电能的碳排放因子。
15、优选地，所述目标供热区域内部产生的电能的碳排放因子计算公式为：
16、=
17、其中为t时燃气发电设备的耗燃气量；为t时天然气的碳排放因子；为t时燃煤发电设备的燃煤量；为t时煤的碳排放因子。
18、优选地，所述基于所述电力动态碳排放因子，计算不同供能方式不同时刻单位产热量的含碳量，包括：
19、不同时刻单位产热量的含碳量的计算公式为：
20、=
21、其中，为t时供热站供热设备的耗燃气量；为t时天然气的碳排放因子；为t时供热站供热设备的耗电量；为t时目标供热区域电力的动态碳排放因子；为t时供热站的产热量。
22、优选地，t时供热站的产热量的计算公式为：
23、
24、其中，为t时产热设备的能耗量；为t时产热设备的热效率；i代表不同设备类型；j代表同一类型设备的不同编号；
25、所述t时供热站供热设备的耗燃气量的计算公式为：
26、
27、其中，为t时产热设备的能耗量； i代表不同设备类型；j代表同一类型设备的不同编号；
28、所述t时供热站供热设备的耗电量的计算公式为：
29、
30、其中，为t时产热设备的能耗量； i代表不同设备类型；j代表同一类型设备的不同编号。
31、优选地，所述基于所述电力动态碳排放因子、所述含碳量，建立所述目标供热区域内的供热站的碳排放模型目标函数，包括：
32、
33、其中，为t时供热站的产热量；为t时供热站供热设备的耗燃气量；为t时供热站供热设备的耗电量；为t时刻单位产热量的含碳量；为t时天然气的碳排放因子；为t时目标供热区域电力的动态碳排放因子；c为供热站的碳排放量。
34、优选地，所述设置所述碳排放模型目标函数的约束条件，包括：
35、
36、其中为产热设备的装机容量；i代表不同设备类型；j代表同一类型设备的不同编号；
37、
38、其中为蓄热设备在t时刻的蓄热功率，>0,蓄热设备为蓄热状态，<0,蓄热设备为放热状态。
39、基于本专利技术的一个方面，本专利技术一种基于多能互补的低碳性优化供能方式确定系统，所述系统包括：
40、预测单元，用于构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求；
41、第一计算单元，用于基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子；
42、第二计算单元，用于基于所述电力动态碳排放因子，计算不同供能方式不同时刻单位产热量的含碳量；
43、建立单元，用于基于所述电力动态碳排放因子、所述含碳量，建立所述目标供热区域内的供热站的碳排放模型目标函数，并设置所述碳排放模型目标函数的约束条件；
44、结果单元，用于基于所述约束条件，在满足所述负荷需求的前提下，对所述碳排放模型目标函数进行求解，确定所述供热站的供能方式。
45、优选地，所述预测单元，用于构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求，还用于：
46、所述负荷预测模型为神经网络负荷模型；
47、将所述目标供热区域内的气象数据、生产数据作为输入变量，基于设定的预测时间步长，通过所述神经网络负荷模型对负荷需求进行预测，获取所述目标供热区域预设期间的负荷需求。
48、优选地，所述第一计算单元，用于基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子，还用于：
49、电力动态碳排放因子的计算公式为：
50、=
51、其中：采用该省市电网的平均碳排放因子；为t时目标供热区域外部输入的电功率；为t时目标供热区域内部产生的发电功率，包括燃气发电功率、燃煤发电功率、以及包含风力发电功率、光伏发电功率在内的可再生能源发电功率；为目标供热区域内部产生的电能的碳排放因子。
52、优选地，所述目标供热区域内部产生的电能的碳排放本文档来自技高网...
【技术保护点】
1.一种基于多能互补的低碳性优化供能方式确定方法，所述方法包括：
2.根据权利要求1所述的方法，所述构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求，包括：
3.根据权利要求1所述的方法，所述基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子，包括：
4.根据权利要求3所述的方法，所述目标供热区域内部产生的电能的碳排放因子计算公式为：
5.根据权利要求1所述的方法，所述基于所述电力动态碳排放因子，计算不同供能方式不同时刻单位产热量的含碳量，包括：
6.根据权利要求5所述的方法，t时供热站的产热量的计算公式为：
7.根据权利要求1所述的方法，所述基于所述电力动态碳排放因子、所述含碳量，建立所述目标供热区域内的供热站的碳排放模型目标函数，包括：
8.根据权利要求7所述的方法，所述设置所述碳排放模型目标函数的约束条件，包括：
9.一种基于多能互补的低碳性优化供能方式确定系统，所述系统
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种基于多能互补的低碳性优化供能方式确定方法，所述方法包括：
2.根据权利要求1所述的方法，所述构建目标供热区域内的负荷预测模型，基于所述负荷预测模型，获取所述目标供热区域预设期间的负荷需求，包括：
3.根据权利要求1所述的方法，所述基于所述目标供热区域内的电力生产数据以及所述目标供热区域外的电力输入数据，计算所述目标供热区域的电力动态碳排放因子，包括：
4.根据权利要求3所述的方法，所述目标供热区域内部产生的电能的碳排放因子计算公式为：
5.根据权利要求1所述的方法，所述基于所述电力动态碳排放因子，计算不同供能方式不...
【专利技术属性】
技术研发人员：王晓月，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。