-
公开(公告)号：CN119696002A
公开(公告)日：2025-03-25
申请号：CN202411870813.6
申请日：2024-12-18
Applicant: 中国科学院广州能源研究所
Abstract: 本发明公开一种微电网精细化模型及源荷储协调控制方法，该方法根据运行机理构建包含光伏、风机、电解槽、氢燃料电池、蓄电池、超级电容器的微电网动态数学模型，可以实现精确的系统仿真；根据新能源发电及负荷状态提出了源荷储协调控制方法，提高了系统稳定性和可靠性，为微电网的经济运行和环保化提供了有效的技术支持。
-
公开(公告)号：CN119582274A
公开(公告)日：2025-03-07
申请号：CN202411623735.X
申请日：2024-11-14
Applicant: 中国科学院广州能源研究所
IPC: H02J3/28 , H02J3/32 , H02J3/00 , H02J15/00 , H02J7/34 , G06Q10/0631 , G06Q30/0283 , G06Q50/06 , G06F17/11 , G06N3/006
Abstract: 本发明提供了一种用于综合能源微电网共享混合储能系统容量配置的三层规划方法，其步骤包括：上层共享混合储能系统决定储能类型租赁容量，使用PSO算法生成租赁容量信息并发送至中层；中层综合能源微电网根据租赁容量信息和电网价格选择储能使用情况，通过Gurobi求解MILP问题，计算储能运行功率及设备输出，结果发送至底层；底层功率分解分配层根据优化功率结果调整租赁容量和功率分配，使用改进的ISSA‑VMD算法重构功率信号并分配给储能机组，结果反馈至上层和中层；中层再次计算储能运行功率及设备输出情况，并传递信息至上层；上层根据新租赁容量和储能运行功率情况计算目标函数值，通过PSO算法迭代优化，直至收敛，最终确定最佳储能租赁方案。
-
公开(公告)号：CN116937541A
公开(公告)日：2023-10-24
申请号：CN202310726766.7
申请日：2023-06-19
Applicant: 中国科学院广州能源研究所
IPC: H02J3/00 , H02J3/46 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明针对含高比例分布式光伏电力系统的稳定运行需求，提供了一种基于CNN‑GRU‑Attention的光伏短期功率区间预测方法及相关设备，方法包括如下步骤：获取关于光伏发电功率的数据；对获取的数据进行预处理；设置预测参数并利用预处理后的数据，基于CNN‑GRU‑Attention方法进行光伏短期功率区间预测；根据区间预测结果计算评价指标。本发明基于光伏发电功率历史数据和气象数据，建立了基于卷积神经网络和空间注意力机制的门控循环单元光伏短期功率预测模型。相比于传统的点预测方法，可以有效地描述出数据存在的误差和结果的不确定性，能为电力系统的运行调度提供光伏发电出力区间信息作为依据，保障了电网的稳定运行。
-
公开(公告)号：CN116526552A
公开(公告)日：2023-08-01
申请号：CN202310322022.9
申请日：2023-03-29
Applicant: 中国科学院广州能源研究所
Abstract: 本发明针对高渗透率分布式光伏接入配电网的潮流优化需求，提供了一种有源配电网潮流优化方法、设备和存储介质，该方法包括以下步骤：获取配电网线路电气参数、负荷信息和分布式光伏信息；建立智能软开关模型，确定模型参数；采用差分进化算法进行配电网潮流优化。本发明所述方法通过差分进化算法，以每个智能软开关处的功率投入为自变量，以网络损耗和电压越限情况之和最小为寻优目标，能够实现配电网的电压控制和潮流优化，有效地保证了系统的稳定可靠运行。
-
公开(公告)号：CN119537853A
公开(公告)日：2025-02-28
申请号：CN202411627676.3
申请日：2024-11-14
Applicant: 中国科学院广州能源研究所
IPC: G06F18/20 , G06F18/214 , G06F18/23213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06
Abstract: 本发明涉及光伏发电功率预测技术领域，具体是一种基于改进GRU的光伏超短期功率区间预测方法及装置，方法包括步骤：根据气象数据进行相关性分析，得到相关性分析后的气象数据，根据相关性分析后的气象数据进行聚类，得到聚类后的气象数据，聚类后的气象数据包含气象相似日；依据聚类后的气象数据和光伏发电功率数据构造训练集与测试集；根据训练集对预构建的GRU模型进行训练改进，得到改进的GRU模型，根据测试集和改进的GRU模型进行光伏超短期功率区间预测，得到预测结果；根据预构建的评价体系对预测结果进行评价，得到预测评价结果。本发明能够提高光伏发电功率的预测准确度和预测结果评价的合理性。
-
Patent Agency Ranking
公开(公告)号：CN117117881A
公开(公告)日：2023-11-24
申请号：CN202310561878.1
申请日：2023-05-18
Applicant: 中国科学院广州能源研究所
Abstract: 本发明针对高渗透率分布式光伏引起的配电网电压越限问题，提出一种分布式光伏集群电压控制方法及相关设备，该方法包括以下步骤：获取配电网线路电气参数、负荷信息和分布式光伏信息；对配电网进行潮流计算，建立功率电压灵敏度矩阵；利用Louvain算法对配电网节点进行集群划分；将每个集群通过虚拟平衡节点与邻接集群交换潮流信息，并基于改进差分进化算法在每个集群内进行无功优化，实现对各节点电压的控制。本发明所述电压集群控制方法忽略了配电网的全局协同性，在每个集群内独立进行电压控制。集群控制方法虽然牺牲了部分求解精度，但是算法求解效率大幅提高，且电压控制效果与全局控制基本一致，可以满足实际工程需求。
-
公开(公告)号：CN115513959A
公开(公告)日：2022-12-23
申请号：CN202211027995.1
申请日：2022-08-25
Applicant: 中国科学院广州能源研究所
Abstract: 本发明公开一种基于改进差分进化算法的配电网无功优化方法，若配电网中任意节点存在电压越限，则根据最优目标函数值调节分布式光伏逆变器的容性无功补偿功率，若配电网中任意节点仍存在电压越限，则根据最优目标函数值调节同时削减分布式光伏的有功功率，以及调节分布式光伏逆变器的容性无功补偿功率。本发明的有益效果是：以电压偏差和有功损耗最小作为优化目标，将柯西扰动等方法融入差分进化算法，进行分布式光伏有功削减和逆变器容性无功补偿的协同优化，相比基本差分进化算法，能获得更优的结果，并有效提升算法的收敛精度和算法鲁棒性，能够解决高渗透率分布式光伏接入的配电网的电压越限的问题。
-
公开(公告)号：CN119136390A
公开(公告)日：2024-12-13
申请号：CN202411078177.3
申请日：2024-08-07
Applicant: 中国科学院广州能源研究所
IPC: H05B47/165 , A01G9/24 , G06N3/126 , G06N3/006
Abstract: 本发明涉及电气设备功率运行优化，具体是一种基于多目标寻优算法的植物补光灯功率调节优化方法和装置，方法包括：确定温室内叶类蔬菜的补光灯补给的光合有效辐射值与旺盛生长期的干物质积累增长量关系；确定补光灯的运行功率与补光灯的光照强度的线性关系；根据所述温室内叶类蔬菜的补光灯补给的光合有效辐射值与旺盛生长期的干物质积累增长量关系和所述补光灯的运行功率与补光灯的光照强度的线性关系，构建温室内叶类蔬菜补光灯微网系统运行的优化目标函数和约束条件；采用混合非支配排序遗传算法和多目标粒子群算法优化求解所述优化目标函数；根据所述优化目标函数的优化求解结果对补光灯的功率进行控制。本发明能有效提高农业补光系统的能源利用率。
-
公开(公告)号：CN118798256A
公开(公告)日：2024-10-18
申请号：CN202410779245.2
申请日：2024-06-17
Applicant: 中国科学院广州能源研究所
IPC: G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/096 , G06N5/04
Abstract: 本发明公开一种基于深度学习的电力线路对话模型构建方法，包括以下步骤：以基础文本语料和电力文本语料为训练数据构建并训练第一深度学习模型；基于特定线路的电力线路分析信息对第一深度学习模型进行自监督学习，得到第二深度学习模型；对第二深度学习模型进行微调训练，得到针对特定线路的电力线路对话模型。本发明的有益效果是：通过分别建立和训练得到电力线路对话模型，电力线路对话模型仅保留输入输出端，便于用户快速掌握线路情况的方法，提高了电力线路问题诊断和故障分析的工作质效，减少了人工阅读资料可能导致的失误。
-
公开(公告)号：CN118676983A
公开(公告)日：2024-09-20
申请号：CN202410738356.9
申请日：2024-06-07
Applicant: 中国科学院广州能源研究所
Abstract: 针对优化含有混合储能系统的微电网运行的需求，提供了一种基于tGRIME算法的微电网混合储能系统运行优化方法，其步骤包括：获取微电网典型日的相关数据；对电化学储能和氢储能组成的微电网混合储能系统进行数学建模；根据微电网的设备种类确定微电网运行的优化目标函数和约束条件；基于tGRIME算法对所述目标函数进行优化求解，得到优化结果；根据所述优化结果来运行所述微电网。tGRIME算法采用黄金正弦算法和自适应t分布策略改进传统的RIME算法，在设定的运行规则约束情况下，以微电网与大电网系统交互电量最小化为目标，优化含有混合储能系统的微电网的运行。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.036 seconds)
