-
公开(公告)号:CN112072697A
公开(公告)日:2020-12-11
申请号:CN202010903668.2
申请日:2020-09-01
Applicant: 大连理工大学
Abstract: 一种模块化直流微电网结构重构方式及运行控制方法,基于在交直流微电网下应用的传统能量路由器结构,在模块化直流微电网中将每个模块的变流器均连接于同一直流母线上,成广义能量路由器结构,将系统的运行分为三种模式:并网PQ模式、上级电网参与调控模式、孤岛模式,并基于广义能量路由器结构实现模块化直流微电网结构,依靠此结构进行信息交互、内部的能量管理,并且及时切掉故障部分并进行结构重构。本发明能够减少直流微电网中断路器个数,能够最大限度的保证直流微电网在任何情况下灵活可靠运行,保证储能与大电网的出力最小并且延长电池的寿命与减少向大电网购电的成本。
-
公开(公告)号:CN111856285A
公开(公告)日:2020-10-30
申请号:CN202010638273.4
申请日:2020-07-06
Applicant: 大连理工大学
IPC: G01R31/367 , G01R31/396 , B60L58/10
Abstract: 一种应用于电力系统的电动汽车退役电池组等效模型建模方法,属于电力系统中电池储能领域。首先,提出适用于电网运行的退役电池单体等效电路模型。其次,分析退役电池放电过程各阶段特点及相应的影响因素。再次,提出退役电池单体等效模型。再次,针对退役电池组,基于信息熵计算串联支路电池间的一致性,修正退役电池组等效电动势模型及等效内阻模型。最后,得到考虑一致性的电动汽车退役电池组等效模型。本发明针对电动汽车退役电池组再利用参与电网运行问题提出退役电池组的等效模型,计及退役电池的串联支路单体电池间的差异,基于退役电池间的一致性对等效模型进行修正,保证应用于电力系统的等效模型的可行性和准确性,充分发挥其剩余价值,提高配电网运行的经济性。
-
公开(公告)号:CN110334087A
公开(公告)日:2019-10-15
申请号:CN201910478867.0
申请日:2019-06-04
Applicant: 大连理工大学
IPC: G06F16/215
Abstract: 一种基于改进鲁棒容积卡尔曼滤波的数据清洗方法,属于数据处理技术领域。首先,整理原始量测数据,建立电力系统的动态模型。其次,建立容积卡尔曼滤波CKF基本方程,得到数据清洗要用到的前期准备数据。再次,对k+1时刻的电力系统量测装置采集到的原始量测数据zk+1进行不良数据辨识、修正过程;对k+1时刻的原始量测数据zk+1进行数据清洗。最后,计算得到下一时刻数据清洗的前期准备数据,并对下一时刻的电力系统量测数据进行清洗,得到数据清洗值的集合。本发明考虑量测数据之间的相关性,通过将突变数据辨识过程与数据相关性强弱程度辨识过程进行结合,对波动型数据和不良数据进行区分,并通过修正因子对不良数据完成清洗,提高数据清洗准确性。
-
公开(公告)号:CN109146176A
公开(公告)日:2019-01-04
申请号:CN201810957363.2
申请日:2018-08-22
Applicant: 大连理工大学
CPC classification number: G06Q10/04 , G06Q30/0206 , G06Q50/06
Abstract: 一种面向电动汽车充换电服务费引导的配电网阻塞调度方法,属于配电系统优化调度技术领域,包括:根据车主的自由充电行为确定系统中各时段各线路的传输功率;计算不同阻塞线路不同时段各自的削减阻塞功率、不同非阻塞线路不同时段各自的阻塞裕度功率;确定各个充电站阻塞时段各自的充电功率削减量约束,各个充电站非阻塞时段各自的充电功率增加量约束;兼顾车主和运营商的利益,充换电设施运营商优化各个充电站各自的实时充换电服务费。本发明通过引入对充换电服务费的调整实现对车主的激励,以此引导车主制定合理的充电计划,解决网络中可能出现的阻塞问题,提高电网运行的安全性和经济性。
-
公开(公告)号:CN106877316A
公开(公告)日:2017-06-20
申请号:CN201710169447.5
申请日:2017-03-21
Applicant: 大连理工大学
CPC classification number: Y02E40/76 , Y04S10/545 , H02J3/00 , G06Q10/0631 , G06Q50/06 , H02J2003/007
Abstract: 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法,属于配电系统安全运行技术领域,构建方法包括以下步骤:1)构建外层优化模型,根据外层优化模型的目标函数和配电网安全运行约束条件,采用原对偶内点法进行求解,得到负荷增长因子λ。2)构建内层优化模型,确定可控分布式电源有功出力的最优分配,得到可控分布式电源有功出力的增长方式。3)将步骤1)和步骤2)的两个模型结合,将内层优化模型作为外层优化模型的约束条件,构建双层优化模型。本发明针对主动配电网的运行特征,把其经济调度运行对最大供电能力的影响合理地进行数学表述,能够获得满足主动配电网经济运行要求的最大供电能力值。
-
公开(公告)号:CN111856285B
公开(公告)日:2021-06-08
申请号:CN202010638273.4
申请日:2020-07-06
Applicant: 大连理工大学
IPC: G01R31/367 , G01R31/396 , B60L58/10
Abstract: 一种电动汽车退役电池组等效模型建模方法,属于电力系统中电池储能领域。首先,提出适用于电网运行的退役电池单体等效电路模型。其次,分析退役电池放电过程各阶段特点及相应的影响因素。再次,提出退役电池单体等效模型。再次,针对退役电池组,基于信息熵计算串联支路电池间的一致性,修正退役电池组等效电动势模型及等效内阻模型。最后,得到考虑一致性的电动汽车退役电池组等效模型。本发明针对电动汽车退役电池组再利用参与电网运行问题提出退役电池组的等效模型,计及退役电池的串联支路单体电池间的差异,基于退役电池间的一致性对等效模型进行修正,保证应用于电力系统的等效模型的可行性和准确性,充分发挥其剩余价值,提高配电网运行的经济性。
-
公开(公告)号:CN110311379A
公开(公告)日:2019-10-08
申请号:CN201910668219.1
申请日:2019-07-23
Applicant: 国网河南省电力公司经济技术研究院 , 大连理工大学 , 国家电网有限公司
IPC: H02J3/06
Abstract: 本发明提供一种交直流混合微电网模块化结构及多模式运行方式,属于微电网模块化设计及运行控制领域,将交直流混合微网分成六个模块,确定各模块内部分布式电源或储能的类型和控制方式;六个模块为:PCC模块、交流微网调节模块、交流微网不可调节模块、直流微网调节模块、直流微网不可调节模块及互联模块。本发明通过并网状态下的直流微网自控模式、互联模块调控模式和离网状态下的孤岛模式间的转换运行为并网型微网中相对“薄弱”的直流微网提供双重保障;将不同模块中可控的分布式电源、储能及互联变流器组合控制,使微网以一个可变功率的负荷或电源接入大电网;采用包括模块层和微网层的两层控制方法来减少MGCC对通讯系统依赖性。
-
公开(公告)号:CN109190853A
公开(公告)日:2019-01-11
申请号:CN201811255113.0
申请日:2018-10-26
Applicant: 大连理工大学
Abstract: 本发明针对市场环境下,电力系统发电侧多利益主体联合运行的问题,提供一种基于卡尔多-希克斯改进的多利益主体联合调度方法,属于电力系统优化调度技术领域。该方法通过第一阶段电力系统经济调度、第二阶段发电利益主体内部自调节调度和第三阶段发电利益主体联合调度,明确不同发电利益主体在联合调度中的协调关系和收益得失情况,在满足系统可再生能源消纳最大化的同时,通过卡尔多-希克斯补偿保证各发电集团利益主体的切身利益。本发明的效果和益处是提出了一种基于卡尔多-希克斯改进的多利益主体联合调度利益补偿方案,可通过卡尔多-希克斯补偿实现合理的利益分配,保证发电主体参与系统联合运行的积极性。
-
公开(公告)号:CN116862188A
公开(公告)日:2023-10-10
申请号:CN202310886692.3
申请日:2023-07-19
Applicant: 大连理工大学
IPC: G06Q10/0631 , G06Q50/06 , G06N7/01
Abstract: 一种数据驱动下考虑用户满意度的温控负荷中断动态阶梯补偿的方法,属于主动配电网需求响应优化调度领域。首先,获取大量温控负荷中断的满意度数据,并基于得到的满意度数据,根据数据驱动拟合得到用户群满意度的概率密度分布曲线;其次,选择动态阶梯的数目,计算负荷中断动态阶梯补偿价格;再次,形成负荷中断电量与阶梯补偿价格的动态关系曲线;最后,利用负荷中断电量与阶梯补偿价格的关系曲线进行主动配电网调度。本发明可以很简单地对温控负荷分类得到中断电量,简化主动配电网对需求响应资源的调度难度;根据主动配电网的需求,设置动态阶梯,得到负荷中断电量与阶梯补偿价格的动态关系曲线,使得主动配电网调度更具灵活性。
-
公开(公告)号:CN115577845A
公开(公告)日:2023-01-06
申请号:CN202211284963.X
申请日:2022-10-20
Applicant: 大连理工大学
Abstract: 本发明提供一种基于BILSTM‑MDN的传输线路动态热定值概率预测方法,属于电力系统线路运行状态评估领域。首先,对传输线周围环境数据和DTR序列数据进行归一化处理,并计算其自相关系数。其次,将数据按照共同输入长度生成滑窗特征和标签,滚动生成滑窗数据集,并划分训练集和预测集。第三,搭建BILSTM‑MDN神经网络,设定超参数后,输入训练集进行学习,调整超参数直至误差达到最小。最后,通过预测集对模型的预测准确度进行评估,并得到最终的预测结果和预测误差。本发明将MDN的前置网络替换为BILSTM,结合BILSTM的时序特征提取能力和MDN输出概率密度的能力,从而可以对DTR进行精确的概率预测,并能够减少环节间的人为因素的影响。
-
-
-
-
-
-
-
-
-