CN108133283A - 城市水***和能源***应对气候变化的联合响应调控方法 - Google Patents
城市水***和能源***应对气候变化的联合响应调控方法 Download PDFInfo
- Publication number
- CN108133283A CN108133283A CN201711312626.6A CN201711312626A CN108133283A CN 108133283 A CN108133283 A CN 108133283A CN 201711312626 A CN201711312626 A CN 201711312626A CN 108133283 A CN108133283 A CN 108133283A
- Authority
- CN
- China
- Prior art keywords
- water
- energy
- temperature
- survey region
- consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 253
- 230000008859 change Effects 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000004044 response Effects 0.000 title claims abstract description 18
- 238000001556 precipitation Methods 0.000 claims abstract description 32
- 230000005611 electricity Effects 0.000 claims abstract description 29
- 230000007774 longterm Effects 0.000 claims abstract description 15
- 238000012417 linear regression Methods 0.000 claims description 34
- 230000008901 benefit Effects 0.000 claims description 18
- 239000005431 greenhouse gas Substances 0.000 claims description 12
- 239000008235 industrial water Substances 0.000 claims description 12
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 239000002352 surface water Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013505 freshwater Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000007261 regionalization Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种城市水***和能源***应对气候变化的联合响应调控方法,包括:采集温度信息和降水信息,获得未来降水量变化趋势和未来温度变化趋势;建立研究区域的水资源评估模型;建立研究区域的长期能源可替代规划模型;根据所述未来温度变化趋势对用电量和需水量进行预测,根据所述未来降水量变化趋势对供水量进行预测;将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置;根据水资源优化配置结果,运行所述长期能源可替代规划模型,计算得到供水行业电力消耗量;根据用电量和所述供水行业电力消耗量计算获得能源消耗量;本发明为城市水***和能源***研究提供更为准确的依据。
Description
技术领域
本发明涉及一种城市水***和能源***应对气候变化的联合响应调控方法。
背景技术
城市通过吸收生态***中的各种资源来扩大其新陈代谢,根据国际能源署的报告,全球超过70%的能源消费发生在城市,随着全球的城市化进程,未来十年内能源的需求将大大提升。同时,水资源也是限制城市发展的主要制约因素,预计到2050年,全球75%的人口将面临缺乏淡水资源的危机。在全球气候变化如何保证可持续的淡水资源和能源供应是全球城市化进程中的面临的一个巨大挑战。因此,研究城市水***和能源***应对气候变化具有重要的意义。
目前国内外学者研究更偏向于气候变化对水资源或能源***影响的单独考量,应对措施的制定也通常只针对一个***,比如,为了缓解气候变化下的水资源短缺,引入高耗能的海水淡化技术,对能源***造成了较大的压力,同时加大了温室气体的排放量,对气候变化也产生了负面影响。
发明内容
针对现有技术中对于城市水***和能源***研究的单一性,本发明提出一种城市水***和能源***应对气候变化的联合响应调控方法,为城市水***和能源***研究提供更为准确的依据。
一种城市水***和能源***应对气候变化的联合响应调控方法,包括:
采集研究区域的温室气体低排放情景、温室气体中等排放情景以及温室气体高排放情景下的温度信息和降水信息,获得未来降水量变化趋势和未来温度变化趋势;
建立研究区域的水资源评估模型;
建立研究区域的长期能源可替代规划模型;
根据所述未来温度变化趋势对用电量和需水量进行预测,根据所述未来降水量变化趋势对供水量进行预测;
将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置;
根据水资源优化配置结果,运行所述长期能源可替代规划模型,计算得到供水行业电力消耗量;
根据用电量和所述供水行业电力消耗量计算获得能源消耗量。
进一步地,建立研究区域的水资源评估模型包括:
定义模型的基本参数,并划分模型节点,将各个节点进行连接;
建立以满意度为目标的目标函数;
定义水量平衡方程、供水能力约束条件、水源输水能力约束条件、用户需水能力约束条件以及变量非负约束条件。
进一步地,所述目标函数如下:
其中,S为满意度,T为社会效益,M为经济效益,H为环境效益,λ1为社会效益权重,λ2为经济效益权重,λ3为环境效益权重。
进一步地,所述水量平衡方程如下:
Wt 生活+Wt 生产+Wt 生态=Rt 入+Gt 取+Pt r-Rt 出-Qt 损; (2)
其中,Wt 生活为研究区域t时段的生活用水,Wt 生产为研究区域t时段的生产用水量,Wt 生态为研究区域t时段生态用水量,Rt 入为研究区域t时段入境测站的实测水量,Rt 出为研究区域t时段出境测站的实测水量,Gt 取为研究区域t时段内地下水取水量,Pt r为研究区域t时段内降水补给量,Qt 损为研究区域t时段水资源***的渗漏和损失水量;
供水能力约束条件包括独立水源约束条件和共用水源约束条件,所述独立水源约束条件如下:
共用水源约束条件如下:
其中,xk ij,xk cj表示独立水源i、公用水源C向K子区用户j供水量;Wk i,WC分别为独立水源i、共用水源c的可供水量,Dk c表示共用水源c分配给第K子区的水量;
所述水源输水能力约束条件如下:
xk ij≤Qk i,xk cj≤Qc; (5)
其中,Qi k为第K子区第i独立水源的最大输水能力;QC为共用水源c的最大输水能力;
所述用户需水能力约束条件如下:
其中,Dk jmin、Dk jmax表示第k子区第j用户的最小、最大需水量;
所述变量非负约束条件如下:
xk ij,xk cj,xk bj≥0; (7)。
进一步地,所述研究区域的长期能源可替代规划模型如下:
其中,ED(t)为t年的终端能源需求,ALi(t)为t年第i部门的活动水平或t年城市人口数,EIi(t)为t年第i个部门能源强度。
进一步地,温度变化趋势对用水量的影响包括温度对工业用水量影响、温度对生活用水量影响以及温度和降水对农业用水量影响;
温度变化趋势对用电量的影响包括温度对工业用电量影响、温度对生活用电量影响;
根据所述未来温度变化趋势对用电量和需水量进行预测,包括:
分别建立温度与工业用水量的线性回归模型、温度与生活用水量的线性回归模型,温度和降水对农业用水量的线性回归模型,温度对工业用电量的线性回归模型、温度对生活用电量的线性回归模型;
根据各个线性回归模型计算得到用电量和需水量。
进一步地,根据所述未来降水量变化趋势对供水量进行预测,包括:
采用所述水资源评估模型模拟研究区域在气候变化下的水循环过程,得到不同变化情景下的供水量。
进一步地,将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置,包括:
以满意度为目标函数,进行不同排放情景下的水资源优化配置,运算得到地表水水量、地下水水量、外调水水量以及各产业可供水量。
进一步地,所述能源消耗量为用电量与所述供水行业电力消耗量之和。
本发明提出的城市水***和能源***应对气候变化的联合响应调控方法,基于未来气候预估、通过设置不同温度变化情景和降水变化情景,模拟温度和降水等气候变化因子对水***和能源***的影响,以水资源评估模型和长期能源可替代规划模型相互耦合迭代的方式进行气候变化下城市水***与能源***联合调控,为城市水***和能源***研究提供更为准确的依据。
附图说明
图1为本发明提供的城市水***和能源***应对气候变化的联合响应调控方法一种实施例的流程图。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参考图1,本实施例提供一种城市水***和能源***应对气候变化的联合响应调控方法,包括:
步骤S101,采集研究区域的温室气体低排放情景、温室气体中等排放情景以及温室气体高排放情景下的温度信息和降水信息,获得未来降水量变化趋势和未来温度变化趋势;
步骤S102,建立研究区域的水资源评估模型;
步骤S103,建立研究区域的长期能源可替代规划模型;
步骤S104,根据所述未来温度变化趋势对用电量和需水量进行预测,根据所述未来降水量变化趋势对供水量进行预测;
步骤S105,将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置;
步骤S106,根据水资源优化配置结果,运行所述长期能源可替代规划模型,计算得到供水行业电力消耗量;
步骤S107,根据用电量和所述供水行业电力消耗量计算获得能源消耗量。
具体地,步骤S101中,研究区域的温室气体低排放情景、温室气体中等排放情景以及温室气体高排放情景下的温度信息和降水信息,可以通过国家气象中心获取,之后确定大尺度气候和地面气候变量之间的统计关系,利用神经网络模型的统计降尺度方法,得到未来降水量变化趋势和未来温度变化趋势。
进一步地,步骤S102中,建立研究区域的水资源评估模型包括:
定义模型的基本参数,包括时间步长、空间范围、水资源分区等,根据城市水资源供需情况划分模型节点,包括生活和生态水点,三产业需水点和第一产业需水点,供水点包括地下水、水库、塘坝等,将各个节点进行连接,构建城市水资源***;
建立以满意度为目标的目标函数:
其中,S为满意度,T为社会效益,M为经济效益,H为环境效益,λ1为社会效益权重,λ2为经济效益权重,λ3为环境效益权重;
定义水量平衡方程、供水能力约束条件、水源输水能力约束条件、用户需水能力约束条件以及变量非负约束条件,并确定居民和生态用水为第一顺序,工业用水为第二顺序,农业用水为第三顺序:
水量平衡方程如下:
Wt 生活+Wt 生产+Wt 生态=Rt 入+Gt 取+Pt r-Rt 出-Qt 损; (2)
其中,Wt 生活为研究区域t时段的生活用水,Wt 生产为研究区域t时段的生产用水量(包括农业用水量和工业用水量),Wt 生态为研究区域t时段生态用水量,Rt 入为研究区域t时段入境测站的实测水量,Rt 出为研究区域t时段出境测站的实测水量,Gt 取为研究区域t时段内地下水取水量,Pt r为研究区域t时段内降水补给量,Qt 损为研究区域t时段水资源***的渗漏和损失水量;
供水能力约束条件包括独立水源约束条件和共用水源约束条件,所述独立水源约束条件如下:
共用水源约束条件如下:
其中,xk ij,xk cj表示独立水源i、公用水源C向K子区用户j供水量;Wk i,WC分别为独立水源i、共用水源c的可供水量,Dk c表示共用水源c分配给第K子区的水量;
所述水源输水能力约束条件如下:
xk ij≤Qk i,xk cj≤Qc; (5)
其中,Qi k为第K子区第i独立水源的最大输水能力;QC为共用水源c的最大输水能力;
所述用户需水能力约束条件如下:
其中,Dk jmin、Dk jmax表示第k子区第j用户的最小、最大需水量;
所述变量非负约束条件如下:
在模型中输入“节点”“连接”处的相关参数,进行现状基准设置,并进行模型校准、计算。
进一步地,构建究区域的长期能源可替代规划模型,根据目前中国能源统计制度和国际通用的能源消费部分划分方式,将能源消费部门划分为第一产业、第二产业、第三产业和居民生活四个部门。终端能源需求总量为各部门能源需求之和,各部门能源需求由部门活动水平与能源强度相乘得到。其中,除居民部门以外的各部门能源需求总量为各子部门(如规模以上工业、建筑业等)行业增加值与能源强度乘积之和;居民生活部门能源需求总量为人口总数与人均能源消费乘积,研究区域的长期能源可替代规划模型如下:
其中,ED(t)为t年的终端能源需求,ALi(t)为t年第i部门的活动水平或t年城市人口数,EIi(t)为t年第i个部门能源强度。
根据研究区域的总体发展规划进行基础情景设定,假设研究区域不采取进一步的政策与措施,能源需求仅在过去的基础上自然发展,各部门能源强度在基年的基础上按照多年的平均变化率变化。
进一步地,基于未来降水量变化趋势和未来温度变化趋势,进行研究区域的供水量、需水量、用电量的预测,其中温度变化趋势对用水量的影响包括温度对工业用水量影响、温度对生活用水量影响以及温度和降水对农业用水量影响;
温度变化趋势对用电量的影响包括温度对工业用电量影响、温度对生活用电量影响;
根据所述未来温度变化趋势对用电量和需水量进行预测,包括:
分别建立温度与工业用水量的线性回归模型、温度与生活用水量的线性回归模型,温度和降水对农业用水量的线性回归模型,温度对工业用电量的线性回归模型、温度对生活用电量的线性回归模型;
根据各个线性回归模型计算得到用电量和需水量。
进一步地,根据所述未来降水量变化趋势对供水量进行预测,包括:
采用所述水资源评估模型模拟研究区域在气候变化下的水循环过程,得到不同变化情景下的供水量。
具体地,加载DEM,生成子流域和水文响应单元;输入气候模式预估的降水量、温度等气象数据;运行水资源评估模型,并进行模型参数的率定验证,分析径流、地下水、地表水的变化特征等,得到气候变化下的可供水量。
进一步地,将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置,包括:
以满意度为目标函数,将不同变化背景下的可供水量、工业需水量、生活需水量、农业需水量等输入水资源评估模型、进行不同排放情景下的水资源优化配置,运算得到地表水水量、地下水水量、外调水水量以及各产业可供水量。
根据水资源配置结果,计算供水行业的生产水平,运行所述长期能源可替代规划模型,计算得到供水行业电力消耗量,供水行业电力消耗量和步骤S104获得的用电量之和即为研究区域的能源消耗量。
基于水资源配置模型、能源规划***模型的耦合迭代结果,即可得到各行业的在不同气候变化情景下的水资源配置方式与能源消耗量,完成气候变化下城市水***、能源***的联合调控。
本实施例提供的城市水***和能源***应对气候变化的联合响应调控方法,基于未来气候预估、通过设置不同温度变化情景和降水变化情景,模拟温度和降水等气候变化因子对水***和能源***的影响,以水资源评估模型和长期能源可替代规划模型相互耦合迭代的方式进行气候变化下城市水***与能源***联合调控,为城市水***和能源***研究提供更为准确的依据。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,包括:
采集研究区域的温室气体低排放情景、温室气体中等排放情景以及温室气体高排放情景下的温度信息和降水信息,获得未来降水量变化趋势和未来温度变化趋势;
建立研究区域的水资源评估模型;
建立研究区域的长期能源可替代规划模型;
根据所述未来温度变化趋势对用电量和需水量进行预测,根据所述未来降水量变化趋势对供水量进行预测;
将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置;
根据水资源优化配置结果,运行所述长期能源可替代规划模型,计算得到供水行业电力消耗量;
根据用电量和所述供水行业电力消耗量计算获得能源消耗量。
2.根据权利要求1所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,建立研究区域的水资源评估模型包括:
定义模型的基本参数,并划分模型节点,将各个节点进行连接;
建立以满意度为目标的目标函数;
定义水量平衡方程、供水能力约束条件、水源输水能力约束条件、用户需水能力约束条件以及变量非负约束条件。
3.根据权利要求2所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,所述目标函数如下:
其中,S为满意度,T为社会效益,M为经济效益,H为环境效益,λ1为社会效益权重,λ2为经济效益权重,λ3为环境效益权重。
4.根据权利要求3所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,所述水量平衡方程如下:
Wt 生活+Wt 生产+Wt 生态=Rt 入+Gt 取+Pt r-Rt 出-Qt 损;(2)
其中,Wt 生活为研究区域t时段的生活用水,Wt 生产为研究区域t时段的生产用水量,Wt 生态为研究区域t时段生态用水量,Rt 入为研究区域t时段入境测站的实测水量,Rt 出为研究区域t时段出境测站的实测水量,Gt 取为研究区域t时段内地下水取水量,Pt r为研究区域t时段内降水补给量,Qt 损为研究区域t时段水资源***的渗漏和损失水量;
供水能力约束条件包括独立水源约束条件和共用水源约束条件,所述独立水源约束条件如下:
共用水源约束条件如下:
其中,xk ij,xk cj表示独立水源i、公用水源C向K子区用户j供水量;Wk i,WC分别为独立水源i、共用水源c的可供水量,Dk c表示共用水源c分配给第K子区的水量;
所述水源输水能力约束条件如下:
xk ij≤Qk i,xk cj≤Qc;(5)
其中,Qi k为第K子区第i独立水源的最大输水能力;QC为共用水源c的最大输水能力;
所述用户需水能力约束条件如下:
其中,Dk jmin、Dk jmax表示第k子区第j用户的最小、最大需水量;
所述变量非负约束条件如下:
xk ij,xk cj,xk bj≥0;(7)。
5.根据权利要求4所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,所述研究区域的长期能源可替代规划模型如下:
其中,ED(t)为t年的终端能源需求,ALi(t)为t年第i部门的活动水平或t年城市人口数,EIi(t)为t年第i个部门能源强度。
6.根据权利要求5所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,温度变化趋势对用水量的影响包括温度对工业用水量影响、温度对生活用水量影响以及温度和降水对农业用水量影响;
温度变化趋势对用电量的影响包括温度对工业用电量影响、温度对生活用电量影响;
根据所述未来温度变化趋势对用电量和需水量进行预测,包括:
分别建立温度与工业用水量的线性回归模型、温度与生活用水量的线性回归模型,温度和降水对农业用水量的线性回归模型,温度对工业用电量的线性回归模型、温度对生活用电量的线性回归模型;
根据各个线性回归模型计算得到用电量和需水量。
7.根据权利要求6所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,根据所述未来降水量变化趋势对供水量进行预测,包括:
采用所述水资源评估模型模拟研究区域在气候变化下的水循环过程,得到不同变化情景下的供水量。
8.根据权利要求7所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,将所述供水量和需水量输入至所述水资源评估模型进行不同排放情景下的水资源优化配置,包括:
以满意度为目标函数,进行不同排放情景下的水资源优化配置,运算得到地表水水量、地下水水量、外调水水量以及各产业可供水量。
9.根据权利要求9所述的城市水***和能源***应对气候变化的联合响应调控方法,其特征在于,所述能源消耗量为用电量与所述供水行业电力消耗量之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711312626.6A CN108133283A (zh) | 2017-12-11 | 2017-12-11 | 城市水***和能源***应对气候变化的联合响应调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711312626.6A CN108133283A (zh) | 2017-12-11 | 2017-12-11 | 城市水***和能源***应对气候变化的联合响应调控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108133283A true CN108133283A (zh) | 2018-06-08 |
Family
ID=62389271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711312626.6A Pending CN108133283A (zh) | 2017-12-11 | 2017-12-11 | 城市水***和能源***应对气候变化的联合响应调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133283A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959746A (zh) * | 2018-06-21 | 2018-12-07 | 浙江省水利河口研究院 | 区域农业用水量核定与分解方法 |
CN110070203A (zh) * | 2019-02-25 | 2019-07-30 | 广州市自来水公司 | 一种供水量预测方法、***、装置以及存储介质 |
CN111488974A (zh) * | 2020-04-14 | 2020-08-04 | 四川北控清洁能源工程有限公司 | 基于深度学习神经网络的海洋风能降尺度方法 |
CN113610355A (zh) * | 2021-07-16 | 2021-11-05 | 北京城市***工程研究中心 | 一种城市能源***气候变化脆弱性能量流网络评估方法 |
CN114186713A (zh) * | 2021-11-17 | 2022-03-15 | 广西电网有限责任公司 | 一种考虑远景发展情景约束的中长期用电量预测方法 |
CN114547991A (zh) * | 2022-01-24 | 2022-05-27 | 中机国际工程设计研究院有限责任公司 | 基于气候变化的城市排水***规划设计优化*** |
CN116562475A (zh) * | 2023-07-11 | 2023-08-08 | 北京师范大学 | 一种获取城市水资源消耗和水资源韧性优化参数的方法和*** |
-
2017
- 2017-12-11 CN CN201711312626.6A patent/CN108133283A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959746B (zh) * | 2018-06-21 | 2022-09-06 | 浙江省水利河口研究院 | 区域农业用水量核定与分解方法 |
CN108959746A (zh) * | 2018-06-21 | 2018-12-07 | 浙江省水利河口研究院 | 区域农业用水量核定与分解方法 |
CN110070203A (zh) * | 2019-02-25 | 2019-07-30 | 广州市自来水公司 | 一种供水量预测方法、***、装置以及存储介质 |
CN110070203B (zh) * | 2019-02-25 | 2023-12-26 | 广州市自来水有限公司 | 一种供水量预测方法、***、装置以及存储介质 |
CN111488974A (zh) * | 2020-04-14 | 2020-08-04 | 四川北控清洁能源工程有限公司 | 基于深度学习神经网络的海洋风能降尺度方法 |
CN111488974B (zh) * | 2020-04-14 | 2023-05-02 | 四川北控清洁能源工程有限公司 | 基于深度学习神经网络的海洋风能降尺度方法 |
CN113610355A (zh) * | 2021-07-16 | 2021-11-05 | 北京城市***工程研究中心 | 一种城市能源***气候变化脆弱性能量流网络评估方法 |
CN113610355B (zh) * | 2021-07-16 | 2024-04-05 | 北京城市***工程研究中心 | 一种城市能源***气候变化脆弱性能量流网络评估方法 |
CN114186713A (zh) * | 2021-11-17 | 2022-03-15 | 广西电网有限责任公司 | 一种考虑远景发展情景约束的中长期用电量预测方法 |
CN114186713B (zh) * | 2021-11-17 | 2024-05-24 | 广西电网有限责任公司 | 一种考虑远景发展情景约束的中长期用电量预测方法 |
CN114547991A (zh) * | 2022-01-24 | 2022-05-27 | 中机国际工程设计研究院有限责任公司 | 基于气候变化的城市排水***规划设计优化*** |
CN114547991B (zh) * | 2022-01-24 | 2023-09-29 | 中机国际工程设计研究院有限责任公司 | 基于气候变化的城市排水***规划设计优化*** |
CN116562475A (zh) * | 2023-07-11 | 2023-08-08 | 北京师范大学 | 一种获取城市水资源消耗和水资源韧性优化参数的方法和*** |
CN116562475B (zh) * | 2023-07-11 | 2023-09-26 | 北京师范大学 | 一种获取城市水资源消耗和水资源韧性优化参数的方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133283A (zh) | 城市水***和能源***应对气候变化的联合响应调控方法 | |
Si et al. | Revealing the water-energy-food nexus in the Upper Yellow River Basin through multi-objective optimization for reservoir system | |
Zhang et al. | A review of urban energy systems at building cluster level incorporating renewable-energy-source (RES) envelope solutions | |
Rajanna et al. | Modeling of integrated renewable energy system for electrification of a remote area in India | |
Khare et al. | Solar–wind hybrid renewable energy system: A review | |
Qiu et al. | Planning of solar photovoltaics, battery energy storage system and gas micro turbine for coupled micro energy grids | |
Ramirez Camargo et al. | Spatiotemporal modelling for integrated spatial and energy planning | |
Mehrazar et al. | Adaptation of water resources system to water scarcity and climate change in the suburb area of megacities | |
Jin-Yan et al. | Water resources allocation model based on ecological priority in the arid region | |
CN114997480B (zh) | 基于mop-plus模型的低碳导向下省域国土空间分区优化模拟方法 | |
CN106779226A (zh) | 一种基于混核机器学习的风机批功率预测方法 | |
Song et al. | Dynamic modeling application for simulating optimal policies on water conservation in Zhangjiakou City, China | |
Zou et al. | Quantitative assessment of adaptive measures on optimal water resources allocation by using reliability, resilience, vulnerability indicators | |
Xu et al. | Forecast and optimal allocation of production, living and ecology water consumption in Zhangye, China | |
CN105846425A (zh) | 一种基于通用风电预测误差模型的经济调度方法 | |
Zareian | Optimal water allocation at different levels of climate change to minimize water shortage in arid regions (Case Study: Zayandeh-Rud River Basin, Iran) | |
Gonseth et al. | Impacts of global warming on energy use for heating and cooling with full rebound effects in Switzerland | |
Zhu et al. | Design optimization and two-stage control strategy on combined cooling, heating and power system | |
Tursunova et al. | Water resources of Kazakhstan in conditions of uncertainty | |
CN104134102B (zh) | 基于leap模型的电网中长期电力需求分布预测方法 | |
Song et al. | Optimal water allocation scheme in integrated water-ecosystem-economy system | |
Zhang et al. | Research on the optimal allocation of agricultural water and soil resources in the Heihe River Basin based on SWAT and intelligent optimization | |
Rizzati et al. | Residential electricity demand projections for Italy: A spatial downscaling approach | |
Kalhori et al. | Investigating the effect of uncertainty of AOGCM-TAR and AOGCM-AR5 climate change models on river runoff | |
Georgiou et al. | A generic tool for quantifying the energy requirements of glasshouse food production |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180608 |
|
RJ01 | Rejection of invention patent application after publication |