.png){kind=icon}
返回
Large-Scale District Heating Network Optimization
.png){kind=icon}
PRE
AI
DOI：10.1109/TSG.2013.2295856.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
这项研究优化了区域供热网络的结构和规模。优化任务被公式化为可能的管道位置图上的混合整数问题。结构 (在哪里建造管道) 和尺寸 (管道容量) 都是优化问题的数学描述中的决策变量。然后使用已发布的区域供热扩展计划作为参考，在慕尼黑的案例研究中测试了其结果的有效性。区域供热模型使用街道网络的理想化图来表示管道的潜在站点。此街道图来自公开可用的数据，这也是估算建筑物热量需求的主要来源。各个建筑物的热量需求沿街道汇总; 反过来，在预定义的源位置可以供热。结构优化依赖于凹投资成本函数，该函数表示管道投资成本的与直径无关的部分。案例研究结果最终表明，优化后的网络整体结构与区域供热网络的实际扩展计划之间具有良好的对应关系。
Keyword:
District heating
mixed-integer programming
network optimization
smart grid infrastructure
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
9.8
论文数:
5.7K
被引数:
4.3W
机构
引用论文
.png){kind=icon}
分享收藏Improving the Prediction Accuracy of Groundwater Salinity Mapping Using Indicator Kriging Method
PREAI
分享收藏 没有更多内容
没有更多内容