Loading...
机构名称:
¥ 1.0

能源转换和存储技术与本地能源需求的最佳组合是分布式能源的关键,但结果并不明显。尽管在文献中可以找到多种可能的有限技术选择的最佳设计方法,但前一个设计步骤、实际技术选择和后续步骤、最佳操作策略的选择往往被忽视。我们开发并展示了一种方法,它可以优化具有任意技术选择和多标准优化定义的能源系统。使用 MOEA/D 方法对 oemof.solph 中建模的能源系统进行优化,涉及经济、生态和技术关键绩效指标。目的是使用尽可能通用的方法找到趋势和倾向,以便将其整合到能源系统规划的决策过程中。我们通过一个正在寻求综合供应概念的德国地区展示了该方法。介绍了不同的评估和可视化可能性,并确定了开发方法的机会和局限性。我们表明,不仅是技术的选择,尤其是其规模和运营策略对优化性有决定性的影响。

可再生能源

可再生能源PDF文件第1页

可再生能源PDF文件第2页

可再生能源PDF文件第3页

可再生能源PDF文件第4页

可再生能源PDF文件第5页

相关文件推荐

2024 年
¥6.0
2023 年
¥4.0
2019 年
¥2.0
2022 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥2.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥2.0
2025 年
¥3.0
2020 年
¥1.0
2019 年
¥1.0
2020 年
¥1.0
2020 年
¥2.0
2024 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0