一种含水源热泵的区域综合能源系统低碳优化运行方法

    公开(公告)号:CN113592200B

    公开(公告)日:2023-08-22

    申请号:CN202111001542.7

    申请日:2021-08-30

    Applicant: 东北大学

    Abstract: 本发明的一种含水源热泵的区域综合能源系统低碳优化运行方法,包括:构建包含水源热泵、风机、燃气机组以及多元储能装置的区域综合能源系统总体架构;计算系统运行经济成本和碳排放成本,构建两阶段碳排放模型,提出两个优化目标:购能成本最小和碳排放成本最小;建立各设备机组运性约束以及系统中冷、热、电、气能量平衡约束,形成多目标低碳优化模型;采用NSGA‑Ⅲ算法对低碳优化模型进行求解,得到系统最优运行策略。本发明引入水源热泵机组以多元储能装置,以解决“以热定电”的运行约束、缓解供需两侧热电比差异;建立各设备碳排放模型,进而实现系统的低碳优化运行。

    基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统

    公开(公告)号:CN109614981B

    公开(公告)日:2023-06-30

    申请号:CN201811209429.6

    申请日:2018-10-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于斯皮尔曼等级相关的卷积神经网络电力系统智能故障检测方法及系统,在区域网络节点处设置相量测量单元,对数据进行测量;将采集的数据进行斯皮尔曼相关性分析,基于分析结果提出图像生成方法;建立等效故障网络,验证故障特征与斯皮尔曼等级相关性的关系,论证方法的可行性;将生成的图像作为初始卷积层,建立基于斯皮尔曼等级相关的卷积神经网络架构;根据建立的架构,基于PSCAD/EMTDC,验证方法的合理性与优越性。综合使用多种电量数据进行故障诊断,通过卷积神经网络可快速、准确的辨识出电力系统中故障所在位置,解决了加入分布式电源等导致电力系统具有波动性以及传统检测方法的不准确性,使电力系统的鲁棒性更高、自适应性更强。

    一种基于PCA与LSTM神经网络的非侵入式负荷辨识方法

    公开(公告)号:CN109598451B

    公开(公告)日:2023-01-13

    申请号:CN201811610746.9

    申请日:2018-12-27

    Abstract: 本发明提供一种基于PCA与LSTM神经网络的非侵入式负荷辨识方法,涉及非侵入式负荷辨识技术领域。该方法包括:从家庭用电负荷数据中分别提取负荷时间特征序列;对提取的负荷时间特征序列进行数据融合并作为改进负荷辨识模型的输入数据;对LSTM神经网络输出结果进行改进使其转化为一维功率数据;将融合计算得到的数据作为输入数据,将单个家用电器的功率数据作为输出,获得多个训练完毕的神经网络;对已训练完毕的神经网络进行算法集成,得到完整的非侵入式负荷辨识模型。本方法实现对无明显运行周期负荷以及小功率负荷的有效辨识,拓宽了负荷辨识的种类范围,提高了识别的效果,实现对家庭用电负荷的高精度辨识。

    一种基于大规模电动汽车分群参与电网调频的控制方法

    公开(公告)号:CN110048406B

    公开(公告)日:2022-12-27

    申请号:CN201910293427.8

    申请日:2019-04-12

    Applicant: 东北大学

    Abstract: 本发明提供了一种基于大规模电动汽车分群参与电网调频的控制方法,包括电网调度中心获取电网频率波动信息、入网的电动汽车信息与电动汽车的参数信息;电动汽车控制中心收集电动汽车接入电网的初始时间与可控容量信息并将电动汽车划分为不同的子集群;再将电动汽车分为单向充电组与调频组;在调频组将电动汽车分为调频充电组或调频放电组,通过限制电动汽车充放电转换次数来限制电动汽车在调频充/放电组之间的转换次数;再计算各子集群的电动汽车可控调频容量与总可控调频容量;根据预测的总可控调频容量与区域电网调频所需功率之间的大小,按容量比例派遣调频任务并分配给各个电动汽车,计算得到电动汽车的期望充/放电功率,达到调频的目的。

Patent Agency Ranking