-
公开(公告)号：CN114996960B
公开(公告)日：2025-02-14
申请号：CN202210688973.3
申请日：2022-06-16
Applicant: 国家电网公司西南分部 , 清华大学
IPC: G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F111/04 , G06F111/06
Abstract: 本申请公开了一种风光水发电系统两阶段优化运行方法及装置，其中，方法包括：确定风光水互补发电系统日前‑实时两阶段的联合优化目标；进而根据水电转换关系、水电出力范围、水库下泄流量限制信息、水头约束、库容约束、水量平衡约束和/或调度期始末库容约束确定梯级水电优化运行模型；基于联合优化目标，根据预测信息确定风电、光伏优化运行模型；利用预设线性化策略分别将梯级水电优化运行模型和风电、光伏优化运行模型转化为MILP问题，并求解MILP问题，得到风光水发电系统的最优运行成本。由此，解决了相关技术中，由于风电光伏出力不确定性，导致已有的电力系统调度模型已难以适应含高比例可再生能源的多能源电力系统的优化调度的技术问题。
-
公开(公告)号：CN118367604B
公开(公告)日：2025-01-21
申请号：CN202410523073.2
申请日：2024-04-28
Abstract: 本发明属于分布式光伏领域，具体涉及一种分布式光伏运行优化方法、装置、设备及介质。本发明通过构建含分布式光伏配电网的运行优化问题，采用改进的自适应粒子群算法，基于约束条件对目标函数进行优化求解，得到分布式光伏每块光伏板的最优发电功率。综合考虑了分布式光伏发电系统的特性和电网的运行需求，能够有效提高分布式光伏发电系统的发电效率，减少能源浪费，提高分布式光伏的可调可控能力，为分布式光伏发电系统的广泛应用提供了有力的技术支持。
-
公开(公告)号：CN112396113B
公开(公告)日：2024-10-15
申请号：CN202011318226.8
申请日：2020-11-23
Applicant: 国家电网公司东北分部 , 清华大学 , 国家电网有限公司
IPC: G06F18/2113 , G06F18/2411
Abstract: 本发明属于电力系统运行和控制技术领域，涉及一种电力系统运行方式数据特征两阶段选择方法。首先通过基于标准化互信息和交互信息增益的IG‑RFE特征选择Filter阶段算法，去除相关算法中的先验参数并且正确判断特征之间的复杂依赖关系，从而实现电力系统运行方式数据关键特征的自动搜寻和提取；然后通过改进混合核函数SVM算法协同递归特征消除RFE搜索方法进行不良特征的移除，直到获得结果数量为预设值大小的特征集合，实现了电力系统关键特征高效、准确自动搜寻。本方法提高了电力系统运行方式数据特征选择的效率和准确率，为电网运行方式数据特征选择提供技术依据和实用化方法。
-
公开(公告)号：CN118336732A
公开(公告)日：2024-07-12
申请号：CN202410287748.8
申请日：2024-03-13
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司淮安供电分公司 , 清华大学
IPC: H02J3/06 , H02J3/38 , H02J3/28 , G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/06
Abstract: 本申请涉及新型电力系统调度技术领域，特别涉及一种分布式多元储能聚合调度方法及装置，其中，方法包括：利用切片采样与马尔科夫链蒙特卡洛模拟对多时空风光出力，以获取至少一个典型出力场景，用于对电力系统的各类型储能设备进行客观评价，从而确定可综合匹配净负荷波动性下三种类型的储能设备类型，接着使用变分模态分解对净负荷波动曲线进行分解，得到曲线波动性定量划分结果，对储能空间分布区域进行动态划分，确定出满足预设特性相近条件的储能类型与数量，并基于曲线波动性定量划分结果、储能类型与数量对目标奇诺多面体进行改进，获得可表征储能设备调度模型的可行空间，并使用闵可夫斯基求和策略获得聚合后的储能调度模型。
-
公开(公告)号：CN114066236B
公开(公告)日：2024-07-12
申请号：CN202111352666.X
申请日：2021-11-16
Applicant: 国家电网公司西南分部 , 清华大学
IPC: G06Q10/0639 , G06F18/23 , G06F18/214 , G06Q50/06
Abstract: 本申请涉及电力系统技术领域，特别涉及一种风光有功出力场景生成方法、装置、电子设备及存储介质，其中，方法包括：获取历史风电、光伏发电有功功率数据，并对历史风电、光伏发电有功功率数据进行预处理，得到真实数据样本；对真实数据样本进行重构和聚类，生成训练集样本和验证集样本；构建初始生成对抗网络，并在确定网络结构和参数后，利用训练集样本训练初始生成对抗网络，且利用验证集样本验证训练后的生成对抗网络，得到性能满足预设条件的最终生成对抗网络，进而生成风电光伏有功出力场景。由此，解决了如何对风电和光伏出力特性进行深入分析，并进行精准拟合，以降低弃风弃光率并保证电力系统安全运行等问题。
-
Patent Agency Ranking
公开(公告)号：CN117970046A
公开(公告)日：2024-05-03
申请号：CN202311795208.2
申请日：2023-12-25
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网四川省电力公司 , 国网四川省电力公司建设分公司 , 西安交通大学 , 清华大学
Abstract: 本发明公开了一种复合套管伞套在不同海拔下的起晕电压及位置的确定方法，包括：对建立的复合套管模型开展电场仿真，确定复合套管的初始起晕位置；在环境气候实验室内，将紫外仪对准复合套管的初始起晕位置，对不同海拔气压下的复合套管施加电压并逐渐升高电压，获取复合套管在不同海拔气压下的第一起晕电压以及第一试验起晕位置；将紫外仪对准复合套管的起晕初始位置的对称面，并对不同海拔气压下的复合套管施加电压并逐渐升高电压，获取复合套管在不同海拔气压下的第二试验起晕电压以及第二试验起晕位置；根据第一起晕电压、第二起晕电压、第一试验起晕位置以及第二试验起晕位置，确定复合套管在不同海拔气压下的实际起晕电压和两侧起晕位置。
-
公开(公告)号：CN117559396A
公开(公告)日：2024-02-13
申请号：CN202311495307.9
申请日：2023-11-10
Applicant: 清华大学 , 国网山东省电力公司电力科学研究院
Abstract: 本申请涉及能源调控技术领域，特别涉及一种基于云边端协同的多类型储能分级调控系统及方法，其中，系统包括：端侧控制组件，用于将当前储能设备运行数据和当前频率电压调节需求数据卸载至边缘侧服务器，并基于实际调控指令对所有终端储能设备集群进行调节；边缘侧服务器，用于将目标调控指令分解至边缘侧服务器覆盖的所有地调储能设备集群，生成实际调控指令；云端服务器，用于基于当前储能设备运行数据和当前频率电压调节需求数据优化预设储能调控任务，生成目标调控指令。本申请实施例可以基于云边端框架，通过采集不同层级多类型储能数据，从而统筹安排各层级调度计划，提升了新型储能对新能源和电网的支撑能力，使电网运行更加安全稳定。
-
公开(公告)号：CN117060396A
公开(公告)日：2023-11-14
申请号：CN202311038020.3
申请日：2023-08-16
Applicant: 中国长江三峡集团有限公司 , 清华大学
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提供了一种风光火储多能源电力系统日前优化运行方法，方法包括：选取预设区域内的新能源机组构建不可控机组模型；将预设区域内规模化储能基于系统容量需求进行聚合，并根据集群划分界限值将储能划分为不同规模的储能集群，对不同集群的充放电运行条件进行约束，并基于火电机组及储能集群运行条件构建可控机组模型；基于不可控机组模型及可控机组模型构建日前优化调度模型；根据日前优化调度模型计算各个机组的计划功率，根据计划功率调整多能源电力系统日运行状态。本发明综合考虑系统的运行成本，能够降低优化调度问题的难度和维数，实现多能源电力系统运行成本最小化目标，可为多能源电力系统优化调度提供参考。
-
公开(公告)号：CN116777199A
公开(公告)日：2023-09-19
申请号：CN202310556125.1
申请日：2023-05-15
Applicant: 中国长江三峡集团有限公司 , 清华大学
IPC: G06Q10/0635 , G06Q50/06
Abstract: 本发明提供高比例可再生能源电力系统运行风险量化评估方法及装置，高比例可再生能源电力系统运行风险量化评估方法，包括：获取高比例可再生能源电力系统的系统状态，并对高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；基于实时运行状态分别确定风险状态概率和风险严重度；基于风险状态概率与风险严重度确定实际风险指标值；利用层次分析法对实际风险指标值进行权重分配，生成综合风险值，综合风险值用于选取高比例可再生能源电力系统的运行方式。该方法可实现高比例可再生能源电力系统运行风险量化，为系统运行安全水平评估提供评判依据。
-
公开(公告)号：CN110969306B
公开(公告)日：2023-09-19
申请号：CN201911235433.4
申请日：2019-12-05
Applicant: 国网辽宁省电力有限公司沈阳供电公司 , 清华大学 , 国家电网有限公司
IPC: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的配电低压台区负荷预测方法及装置，其中，方法包括以下步骤：采集配电低压台区量测数据；根据配电低压台区量测数据，通过Adam优化算法，基于反向传播算法迭代更新神经网络权重，并生成预测模型的输入值，训练预测模型；在预测模型满足预设条件后，采集当前配电低压台区量测数据，并将当前配电低压台区量测数据输入训练后的预测模型，得到配电低压台区负荷预测结果。该方法基于LSTM模型，并结合Wide模块与Deep模块的信息表达特性，搭建了一种全新的负荷预测模型，从而提高低压配电台区负荷预测精度。
-
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.089 seconds)
