-
公开(公告)号：CN110672981A
公开(公告)日：2020-01-10
申请号：CN201911030453.8
申请日：2019-10-28
Applicant: 东南大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC: G01R31/08
Abstract: 本发明公开了一种基于MMC的直流配电网故障测距方法，包括故障发生，若系统判断其为区内故障，则在双端直流配电网的两侧采集直流线路电流信号，即两侧监测点的原始故障电流信号；应用经验模态分解法分别对两监测点的原始故障电流信号进行信号分解，并得到数量有限的固有模态函数；对分离出的第一个固有模态函数分量IMF1求导并取其模值，读取模值极大值点所在时刻，得到行波到达相应监测点的时刻；两侧监测点交换所得时刻数据，应用行波测距双端公式计算得到故障点离各监测点的距离。本发明方法基于本地测量量，无需附加模块，满足线路全长保护和不同过渡电阻情况下的要求，可实现直流线路双极短路或单极接地后故障的精准定位。
-
公开(公告)号：CN109687510B
公开(公告)日：2021-05-25
申请号：CN201811507881.0
申请日：2018-12-11
Abstract: 本发明公开了一种计及不确定性的配电网多时间尺度优化运行方法，包括：步骤1)建立min‑max‑min两阶段三层鲁棒优化调度模型，利用列约束生成算法（CCG）对鲁棒优化调度模型求解，确定最恶劣场景下的慢动作设备的操作状态；步骤2)基于灰色预测的短期预测数据，设定目标函数，结合系统运行约束条件及确定的慢动作设备的操作状态，建立短时间尺度下主动配电网的优化调度模型；步骤3)：基于灰色预测的超短期预测数据，综合考虑可调可控设备的操作次数和操作时间的限制，设定目标函数，结合系统运行约束条件及确定的慢动作设备的操作状态，建立超短时间尺度下主动配电网的优化调度模型，对于分布式电源高渗透率的地区能够很好保证系统的安全性。
-
公开(公告)号：CN108448619B
公开(公告)日：2021-04-30
申请号：CN201810293475.2
申请日：2018-03-30
Abstract: 本发明公开了一种计及不可控发电机功率跟踪的交直流微网鲁棒调度方法，包括以下步骤：步骤10)获取不确定性预测参数，建立不确定性集；步骤20)基于步骤10)建立的源荷不确定性集，线性化不可控发电机组的出力约束；步骤30)获取微网中各设备的运行成本系数和运行限值，基于步骤10)和步骤20)建立交直流微网的鲁棒优化模型；步骤40)求解鲁棒优化问题：利用嵌套型列约束生成算法迭代求解该鲁棒问题，获得交直流微网的鲁棒运行计划。该方法考虑到微网中可再生能源发电机组的功率不可调节特性，通过机组启停和出力的协调调度实现交直流微网的鲁棒优化调度，满足不可控发电机组的功率跟踪需求，为制定交直流微网的运行计划提供重要参考指导。
-
公开(公告)号：CN108629449B
公开(公告)日：2021-04-13
申请号：CN201810384664.0
申请日：2018-04-26
Abstract: 本发明公开了一种用于交直流混合微网的分布鲁棒式优化调度方法，包括以下步骤：步骤10）获取源荷不确定性预测参数，建立分布型不确定性集；步骤20）获取交直流混合微网中各设备的运行成本系数和运行限值，基于步骤10）的不确定性集建立交直流混合微网的分布鲁棒式优化调度模型；步骤30）求解分布鲁棒式优化调度模型的问题：利用对偶分解法迭代求解该分布鲁棒式问题，获得交直流混合微网的鲁棒运行计划。该方法考虑到交直流混合微网中源荷不确定性的分布特性，利用概率分布函数描述源荷不确定性集，改善了传统鲁棒优化调度的保守性，制定合理的交直流混合微网的运行调度计划。
-
公开(公告)号：CN118155404B
公开(公告)日：2025-04-01
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
Patent Agency Ranking
公开(公告)号：CN118134346B
公开(公告)日：2025-03-07
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
公开(公告)号：CN114844382B
公开(公告)日：2024-06-14
申请号：CN202210649126.6
申请日：2022-06-09
Applicant: 东南大学
Abstract: 本公开属于电力电子DC‑DC变换领域，公开一种基于谐振电感电压的LLC谐振变换器同步整流方法，包括：实时测量LLC谐振变换器谐振电感Lr电压VLr和系统输出电压Vo；根据系统控制器发出PWM波控制开关管Q1\Q4和Q2\Q3的控制信号VQ1和VQ2边沿时刻的VLr电压值，VLr跳变时刻前后的电压值判断LLC谐振变换器工作模态；根据电路工作模态测量P态持续时间TSTA_P和N态持续时间TSTA_N；使用判断的LLC谐振变换器工作模态和测量的P态持续时间TSTA_P和N态持续时间TSTA_N，在系统输出电压稳定，以及模态持续时间稳定的条件下，输出同步整流信号VS1和VS2。原理简明，解决了常用基于电流同步整流带来的体积庞大和成本高的问题，也避免了传统基于整流MOS导通电压测量法的抗干扰差的问题。
-
公开(公告)号：CN118134346A
公开(公告)日：2024-06-04
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
公开(公告)号：CN117744867A
公开(公告)日：2024-03-22
申请号：CN202311749964.1
申请日：2023-12-19
Applicant: 东南大学
Abstract: 本发明公开了一种数据驱动的基于库普曼算子的PMU优化配置方法及系统，首先基于库普曼理论，选择库普曼观测子，再基于电力系统动态方程推导增广库普曼观测子表达式，将电力系统历史数据应用到扩展动态模态分解(EDMD)算法中，利用矩阵伪逆获取增广库普曼算子的最小二乘解，最后基于可观性程度指标建立PMU最优配置模型，利用改进的遗传算法求解给定PMU数目情况下的优化配置方法。本发明方法侧重于消除模型不确定性对PMU优化配置的影响，并将原始非线性模型映射到线性空间，极大提升了计算效率。
-
公开(公告)号：CN111626468B
公开(公告)日：2023-07-14
申请号：CN202010274717.0
申请日：2020-04-09
Applicant: 东南大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于有偏凸损失函数的光伏区间预测方法，属于计算、推算或计数的技术领域。使用极限学习机作为预测区间上下限的基础预测模型。基于提出的有偏凸损失函数构建区间预测模型的训练优化目标，对提出的区间预测模型训练可看作一个双层优化问题。在上层问题中，通过评估不同候选超参数下构建的区间预测性能确定上下限预测模型的最佳组合；在下层优化问题中，给定有偏损失函数的超参数，通过凸优化方法训练预测区间上下限预测模型。本申请实现了光伏出力区间的快速预测，克服了启发式算法直接优化易陷入局部最优的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
308
records
(took 0.088 seconds)
