-
公开(公告)号：CN118899848A
公开(公告)日：2024-11-05
申请号：CN202411390702.5
申请日：2024-10-08
Applicant: 北京东润环能科技股份有限公司
Inventor： 田伟
Abstract: 本发明涉及新能源技术领域，公开了风电功率预测方法、装置、计算机设备及存储介质，方法包括：获取目标风电场站的预测气象数据；基于预测气象数据的时间特征和/或时序变化特征对预测气象数据进行限电状态标记，得到限电标记结果；基于限电标记结果对预测气象数据进行提取，得到限电约束状态下的预测限电气象数据；将预测限电气象数据输入至预先训练好的限电功率预测模型中，得到功率预测结果；本发明能够充分考虑目标风电场的预测气象数据对应的未来外部环境下存在的限电约束状态下的目标限电功率，功率预测结果能够体现目标风电场站在限电约束下实际输出的限电功率，能够针对预测气象数据的未来限电情况适应性地进行功率预测。
-
公开(公告)号：CN117374922A
公开(公告)日：2024-01-09
申请号：CN202311234757.2
申请日：2023-09-25
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司 , 北京东润环能科技股份有限公司
Abstract: 本申请涉及一种光伏发电功率预测及管理系统及其应用方法，首先通过光伏发电总站，计算出各个子站当前的发电功率预测值P0；再将各个子站上报的发电预测功率P1，与总站计算的各个子站当前的发电功率预测值P0进行比较，由总站根据各个子站的历史功率计算数据，来对各个子站实际上报的发电预测功率进行预测值监控，以此降低子站机械式预测和输出的功率差异。由总站对各个子站的发电预测功率进行监控，提醒出现偏差的子站重新向总站申报实时的发电预测功率，使得各个子站进行及时的功率计算检查，避免预测值和实际值存在较大偏差而影响后续的总站电力配置和电力调度。提高总站对各个子站的有序管理效率，加强对子站的统一配置和管控。
-
公开(公告)号：CN116663786B
公开(公告)日：2023-11-21
申请号：CN202310961586.7
申请日：2023-08-02
Applicant: 北京东润环能科技股份有限公司
IPC: G06Q10/063 , G01W1/10 , G06Q50/06
-
公开(公告)号：CN116663787A
公开(公告)日：2023-08-29
申请号：CN202310961677.0
申请日：2023-08-02
Applicant: 北京东润环能科技股份有限公司
IPC: G06Q10/063 , G01W1/10 , G06Q50/06
Abstract: 本申请实施例提供一种风光资源评估方法、装置、电子设备和存储介质，属于新能源技术领域；风光资源评估方法应用于风光发电站，风光资源评估方法包括：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取历史气象数据的和实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；基于第一气象演变信息和第二气象演变信息对预测气象数据进行修正，得到修正预报结果；基于修正预报结果对风光资源进行评估，得到评估结果；本申请能够对进行基于使用寿命的评估；并且，能够进行适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估。
-
公开(公告)号：CN116451594B
公开(公告)日：2023-08-18
申请号：CN202310706450.1
申请日：2023-06-15
Applicant: 北京东润环能科技股份有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/22 , G06F18/25 , G01W1/02 , G06F113/06
Abstract: 本申请实施例提供一种覆冰预测模型的训练方法、预测方法、装置和电子设备，适用于风电场风机的覆冰预测，覆冰预测模型训练方法包括：获取历史的风电场实测气象数据，其中，风电场实测气象数据为风机处于覆冰状态以及未覆冰状态下的多类气象序列数据；基于多类气象序列数据构建多个模型训练样本对；其中，多个模型训练样本对包括根据覆冰状态划分的同类型样本对和不同类型样本对；在进行模型训练时，分别提取每一类气象序列数据的气象变化特征；学习多个气象变化特征相互耦合下在时间上的累计变化特征和各个气象变化特征的加权权重；基于同类型样本对和不同类型样本对相似度更新参数使覆冰预测模型得到收敛。
-
Patent Agency Ranking
公开(公告)号：CN116205380A
公开(公告)日：2023-06-02
申请号：CN202310493248.5
申请日：2023-05-05
Applicant: 北京东润环能科技股份有限公司
Abstract: 本申请实施例提供一种新能源电场站内损耗预测模型构建方法、预测方法和系统，其中模型构建方法包括：获取历史数据，历史数据包括历史发电设备有功功率、历史并网逆变侧有功功率以及历史站内损耗数据；基于历史发电设备有功功率和历史站内损耗数据的对应关系进行多项式拟合得到第一站内损耗预测模型；基于历史并网逆变侧有功功率和历史站内损耗数据的对应关系进行多项式拟合得到第二站内损耗预测模型；对第一站内损耗预测模型和第二站内损耗预测模型进行融合，得到融合站内损耗预测模型。将两个模型进行融合，将各自的干扰在一定程度上滤除，在新能源并网时，可以准确且动态的基于目标功率确定站内损耗，提高并网功率的准确性。
-
公开(公告)号：CN116091263A
公开(公告)日：2023-05-09
申请号：CN202310193939.3
申请日：2023-03-03
Applicant: 北京东润环能科技股份有限公司
Abstract: 本公开提供一种光伏电站的理论功率计算方法及相关设备，其特征在于，所述方法包括：获取集电线的装机容量、实际功率、第一时刻的第一资源理论功率和第二时刻的第二资源理论功率；基于第一资源理论功率和第二资源理论功率，计算得到目标时刻的目标资源理论功率；基于目标资源理论功率，得到目标资源可用理论功率；对集电线的装机容量进行运行处理，得到集电线的开机容量，根据开机容量得到全场开机容量；根据目标资源理论功率和实际功率，确定全场限电标记位；对目标资源理论功率和目标资源可用理论功率进行运算处理，得到站内受阻电力和站内受阻积分电量；对目标资源可用理论功率和实际功率进行运算处理，得到调峰受阻电力和调峰受阻积分电量。
-
公开(公告)号：CN113837466A
公开(公告)日：2021-12-24
申请号：CN202111116015.0
申请日：2021-09-23
Applicant: 北京东润环能科技股份有限公司
Abstract: 本发明涉及新能源技术领域，且公开了一种基于多气象源的本地化智能发电功率预测系统，包括预测云平台、实时测风塔和风电场，预测云平台发射端信号连接天气预报数值模块接收端。该基于多气象源的本地化智能发电功率预测系统，采用多种神经网络、机器学习、时序法、向量法等多种预测算法，以电站端实时采集的有功功率数据、发电设备历史数据，历史测风测光数据气象数据以及未来0‑72h数值天气预报数据等作为输入，通过多种预测算法计算出多种短期预测功率数据，再通过智能统计分析算法对多种短期预测数据进行准确率精度计算和分析对比，选择预测精度更高的结果，及时切换功率预测数据源，从而达到不断提升预测精度效果。
-
公开(公告)号：CN119726692A
公开(公告)日：2025-03-28
申请号：CN202411890385.3
申请日：2024-12-20
Applicant: 广西电网有限责任公司 , 北京东润环能科技股份有限公司
IPC: H02J3/00 , H02J3/28 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及新能源，公开了光伏场站储能设备调度方法、装置、设备和介质，光伏场站储能设备调度方法包括：获取目标光伏场站的日前发电计划、电网侧的第一历史负荷和历史调度计划；基于所述第一历史负荷的时序变化特征进行负荷预测，得到第一时间尺度的预测负荷数据；在所述日前发电计划与所述预测负荷数据不匹配时，基于所述日前发电计划和所述预测负荷数据确定第一发充电事件；基于至少一个历史发充电事件对所述第一发充电事件进行修正，得到日前调度计划；基于所述日前调度计划对所述储能设备进行调度。本发明能够考虑光伏发电固有的间歇性、波动性和随机性或用户负荷的不确定性的影响，能够更准确地制定储能设备的日前调度计划。
-
公开(公告)号：CN118296507A
公开(公告)日：2024-07-05
申请号：CN202410332251.3
申请日：2024-03-22
Applicant: 北京东润环能科技股份有限公司
IPC: G06F18/2431 , H02J3/00 , G06F18/23213 , G06N3/0464 , G06N3/0442 , G06V20/17 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/62 , G06V10/82 , G06V10/762 , G06V10/764 , G06Q50/06 , G01B11/06 , G01W1/10 , G06N3/048 , G06F123/02
Abstract: 本发明涉及新能源技术领域，公开了基于无人机的短期功率预测模型构建方法和预测方法，本发明获取目标光伏电站历史多次降雪事件对应的历史数据集；对每组所述历史图像序列的历史图像数据进行遮挡厚度提取，得到历史遮挡厚度序列；对历史遮挡厚度序列和历史功率序列进行时序依赖关系提取，分别得到历史遮挡厚度变化信息和历史功率变化信息；基于历史遮挡厚度变化信息和历史功率变化信息构建训练数据集，将训练数据集输入至预先构建好的预设功率预测模型中进行模型训练，在训练的过程中，学习历史遮挡厚度变化信息和历史功率变化信息的时序对应关系，以得到第一光伏短期功率预测模型，功率预测模型能够适应不同厚度变化与功率变化的伴随关系。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.052 seconds)
