-
公开(公告)号：CN111711184B
公开(公告)日：2022-02-11
申请号：CN202010451359.6
申请日：2020-05-25
Abstract: 本发明涉及一种电力系统鲁棒经济调度方法，尤其涉及一种基于最坏场景辨识的电力系统鲁棒经济调度方法，属于能源经济计算技术领域。本发明采用鲁棒优化方法研究了电力系统经济调度方案，以提升系统运行的安全性和可靠性。具体技术包括基于安全约束的经济调度模型建立、基于最坏场景辨识的鲁棒经济调度模型建立和鲁棒经济调度模型求解方法。首先根据电力系统各项运行安全约束，建立了考虑安全约束的经济调度模型。随后，建立了基于最坏场景辨识的鲁棒经济调度模型，模型分为上下两层，上层为联合经济调度问题，下层为鲁棒可行性检测问题。最后，通过交替迭代方法、双线性规划算法等手段对鲁棒经济调度模型进行高效求解，具有计算高效简单、易于投入工程实践等诸多优点。
-
公开(公告)号：CN112886619A
公开(公告)日：2021-06-01
申请号：CN202110056651.2
申请日：2021-01-15
Applicant: 国网青海省电力公司 , 中国电力科学研究院有限公司 , 浙江大学
Abstract: 本发明提供一种储能电站电能质量主动控制方法和装置，基于谐振器分离端口电压中的谐波和不平衡电压分量确定谐波阻抗系数；基于谐波阻抗系数确定储能电站中电力电子变流器的指令电压；基于所述电力电子变流器的指令电压对储能电站的电能质量进行主动控制。本申请基于自同步电压源实现储能电站的电能质量主动控制，无需分离谐波和基频分量，基于储能电站的剩余功率容量得到谐波阻抗系数，并根据谐波阻抗得到电能质量主动控制环节指令电压，相比于基于谐波电流的电能质量主动控制策略，降低了计算复杂，实现电能质量闭环控制的同时，可以避免电能质量主动控制对储能电站自身运行的影响，提高了特高压直流送端电网的频率稳定性。
-
公开(公告)号：CN112085336A
公开(公告)日：2020-12-15
申请号：CN202010805019.9
申请日：2020-08-12
Applicant: 国电南瑞南京控制系统有限公司 , 国网青海省电力公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开全清洁能源转型过程中火电机组综合能力评估方法及系统，该方法包括：搭建合适的潮流环境，采集火电机组的基础参数；分析在退役所要评估的火电机组的条件下，电网产生的过载风险和暂态安全风险，根据火电机组的基础参数分析其调频能力和调峰能力，并且确定火电机组在过载风险、暂态安全风险、调频风险和调峰风险的权重系数；计算各个火电机组在过载风险、暂态安全风险、调频风险和调峰风险方面的指标值，形成评价矩阵；使用相应的参数变换方法，生成火电机组的规格化属性矩阵；根据生成的规格化属性矩阵评估各个火电机组的综合能力，根据火电机组的重要性对火电机组进行排序，生成排序矩阵；根据生成的排序矩阵确定退役火电机组的顺序。
-
公开(公告)号：CN111786379A
公开(公告)日：2020-10-16
申请号：CN202010515899.6
申请日：2020-06-09
Applicant: 国电南瑞科技股份有限公司 , 国网青海省电力公司 , 国电南瑞南京控制系统有限公司
Inventor： 郜建良 , 董凌 , 张红丽 , 王玉 , 倪禛霖 , 刘福锁 , 方保民 , 李延和 , 徐有蕊 , 陈春萌 , 宋晓芳 , 李威 , 薛峰 , 赖业宁 , 张倩 , 张承义 , 杨应浩 , 王超
Abstract: 本发明公开了一种直流近区火电机组对换流站无功支援的控制方法，通过监测换流站母线电压，判断其是否超过滤波器电压控制死区，当未超过电压控制死区且不在火电机组无功支援的死区范围内时通过近区火电机组进行无功调节，实现火电机组对换流站无功支援，使得换流站母线电压控制在额定电压附近较小的范围内，保证换流站维持在最佳运行状态。
-
公开(公告)号：CN111027732A
公开(公告)日：2020-04-17
申请号：CN201811171128.9
申请日：2018-10-09
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网青海省电力公司电力科学研究院
Abstract: 本发明提供了一种多风电场出力场景的生成方法及系统，包括：基于多个风电场的出力预测误差数据和预先构建的高斯隐马尔科夫模型得到多维高斯分布和累积状态转移概率矩阵；基于所述多维高斯分布和累积状态转移概率矩阵确定预设周期内每一时刻每个风电场的预测误差；基于各风电场的点预测出力值和所述风电场的预测误差，获得所有风电场的预测出力场景。本发明能够计及不同风电场预测误差之间的相关性，基于高斯隐马尔可夫模型的多个风电场预测出力场景生成方法，对不同风电场之间进行建模，所生成的风电场预测出力场景能够计及不同风电场之间的相关性，所得到的预测出力场景更加科学、合理，准确度高。
-
Patent Agency Ranking
公开(公告)号：CN106505553B
公开(公告)日：2019-07-19
申请号：CN201510564934.2
申请日：2015-09-08
Inventor： 车建峰 , 冯双磊 , 王勃 , 董凌 , 张节潭 , 王伟胜 , 刘纯 , 卢静 , 徐有蕊 , 李延和 , 王铮 , 靳双龙 , 杨红英 , 张菲 , 姜文玲 , 赵艳青 , 胡菊 , 马振强 , 宋宗朋
Abstract: 本发明提供一种基于实测气象数据的光伏电站理论出力评估方法，其采用物理方法将实测水平面辐照强度转换为光伏组件斜面辐照强度，将环境温度转换为板面温度，综合考虑光伏电站的位置、不同光伏组件的特性及安装方式等因素，建立光伏电池的光电转换模型，得到光伏电站的理论功率。本发明提出的方法基于实测气象数据，利用光电转换的物理模型，能够有效且准确的评估光伏电站的理论出力，使得光伏电站的实际运行有了准确且可靠的数据依据；进而保证了光伏电站的高效且可靠的运行。
-
公开(公告)号：CN119628110A
公开(公告)日：2025-03-14
申请号：CN202411548313.0
申请日：2024-11-01
Applicant: 国网青海省电力公司
Abstract: 本发明公开了一种面向发电全过程的新能源出力优化方法，涉及新能源技术领域，本发明通过构建面向新能源(风电、光伏)发电全过程的理论、可用、实际出力模型，然后构建以新能源消纳为目标的新能源实际出力优化模型，最后通过求解新能源实际出力优化模型最优解得到风电、光伏最优出力策略。本发明还公开了一种面向发电全过程的新能源出力优化装置，本发明所提方法结合了新能源“从资源到电能”的发电全过程，对于促进新能源消纳具有较强的现实指导意义。
-
公开(公告)号：CN112564086B
公开(公告)日：2025-01-17
申请号：CN202011184756.8
申请日：2020-10-30
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网青海省电力公司
IPC: H02J3/00 , H02J3/38 , H02J3/46 , H02J3/28 , H02J3/32 , G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06
Abstract: 本发明涉及新能源生产模拟技术领域，具体提供了一种电网侧化学储能容量优化方法及装置，旨在解决电网侧化学储能容量规划的技术问题，具体包括：获取电网基本运行约束参数；基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量；本发明提供的技术方案，在电网侧储能规划过程中，充分考虑新能源发电的随机波动性、源‑网‑荷‑储的协调匹配能力，将新能源消纳效果提升至最大化，可为计算新能源电力系统的电网侧化学储能最优配置容量提供技术支撑。
-
公开(公告)号：CN111027732B
公开(公告)日：2023-06-06
申请号：CN201811171128.9
申请日：2018-10-09
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网青海省电力公司电力科学研究院
Abstract: 本发明提供了一种多风电场出力场景的生成方法及系统，包括：基于多个风电场的出力预测误差数据和预先构建的高斯隐马尔科夫模型得到多维高斯分布和累积状态转移概率矩阵；基于所述多维高斯分布和累积状态转移概率矩阵确定预设周期内每一时刻每个风电场的预测误差；基于各风电场的点预测出力值和所述风电场的预测误差，获得所有风电场的预测出力场景。本发明能够计及不同风电场预测误差之间的相关性，基于高斯隐马尔科夫模型的多个风电场预测出力场景生成方法，对不同风电场之间进行建模，所生成的风电场预测出力场景能够计及不同风电场之间的相关性，所得到的预测出力场景更加科学、合理，准确度高。
-
公开(公告)号：CN115904733A
公开(公告)日：2023-04-04
申请号：CN202211714445.7
申请日：2022-12-29
Applicant: 中国电力科学研究院有限公司 , 国网青海省电力公司 , 国家电网有限公司
Abstract: 本发明涉及一种大规模储能电站时延优化方法及系统，属于电力系统优化控制技术领域。所述方法包括以下步骤：根据边缘计算平台、储能电站和通信网络构建具备边缘计算能力的大规模储能电站管控架构；基于所述大规模储能电站管控架构建立大规模储能电站时延优化模型，对所述时延优化模型进行处理和训练；根据所述处理和训练后的时延优化模型，在线执行资源分配，实现大规模储能电站管控时延最小化。本方法采用深度强化学习方法实现了资源分配的离线训练和在线执行，可以确保大规模储能电站的实时管控，可以满足异构数据的差异化服务质量需求，实现总时延最小。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.039 seconds)
