-
公开(公告)号：CN119298239B
公开(公告)日：2025-05-09
申请号：CN202411805180.0
申请日：2024-12-10
Applicant: 华南理工大学
IPC: H02J3/46 , H02J3/38 , H02J3/28 , F25B15/00 , F24D15/00 , F02B63/04 , F02C3/22 , F02C6/00 , F02C6/18 , G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06F123/02
Abstract: 本发明针对多能微电网中可再生能源出力的高不确定性，开发了一种考虑不确定场景聚类信息的多能微电网鲁棒优化方法；设计了一个考虑场景信息的基于Wasserstein距离的模糊集来描述光伏出力不确定性，并采用基于动态时间规整的k‑means时间序列聚类算法捕捉光伏出力典型场景信息。本发明方法可以显著提高分布鲁棒优化的计算效率，有效地抵抗多能微电网中的光伏出力波动，同时保持良好的经济效用。
-
公开(公告)号：CN114678876B
公开(公告)日：2024-07-23
申请号：CN202210333883.2
申请日：2022-03-31
Applicant: 华南理工大学
IPC: H02J3/14
Abstract: 本发明提出了一种考虑期望度电功率曲线的新型需求响应方法，属于新型电力系统配电网需求响应技术领域。高比例不可控可再生能源并入电力系统容易引起源‑荷失衡问题，需要激励需求侧用户参与可再生能源消纳。该方法针对现有基于分时电价的需求响应技术侧重于能量成本，其无法有效降低用户与配电网之间交互功率波动，同时用户的电能调度灵活性也无法得到充分挖掘，提出一种考虑期望度电功率曲线(EKPC)的需求响应方法来定义功率成本，进而实现需求侧用户与配电网间的友好交互。通过电源侧出力情况构建期望度电功率曲线的数学模型，并设计新型需求响应调度模型来确定电能调度方案，为配电网与用户之间的友好交互提供技术参考。
-
公开(公告)号：CN118353102A
公开(公告)日：2024-07-16
申请号：CN202410789360.8
申请日：2024-06-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于目标鲁棒性优化的电力系统机组组合方法，具体包括以下步骤：步骤一，建立机组组合模型，所述机组组合模型的目标函数为最小化燃料成本、启动成本以及加权失负荷的和，其中燃料成本表示为分段线性化耗量函数；步骤二，考虑光伏出力限制不确定性的目标鲁棒性优化模型，引入光伏出力随机变量为光伏出力期望与光伏出力预测误差项之和；步骤三，模型的求解方案。
-
公开(公告)号：CN118353102B
公开(公告)日：2024-10-29
申请号：CN202410789360.8
申请日：2024-06-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于目标鲁棒性优化的电力系统机组组合方法，具体包括以下步骤：步骤一，建立机组组合模型，所述机组组合模型的目标函数为最小化燃料成本、启动成本以及加权失负荷的和，其中燃料成本表示为分段线性化耗量函数；步骤二，考虑光伏出力限制不确定性的目标鲁棒性优化模型，引入光伏出力随机变量为光伏出力期望与光伏出力预测误差项之和；步骤三，模型的求解方案。
-
公开(公告)号：CN117335407A
公开(公告)日：2024-01-02
申请号：CN202311385760.4
申请日：2023-10-24
Applicant: 广东电网有限责任公司中山供电局 , 南方电网科学研究院有限责任公司 , 华南理工大学
IPC: H02J3/00 , G06F18/2415 , G06F18/2431 , G06F18/27 , G06F18/213 , G06N3/0442 , G06N3/045 , G06Q50/06 , G06F123/02
Abstract: 本申请公开了一种配用电系统多元负荷预测方法及相关装置，方法包括：将配用电系统负荷目标新数据和历史源数据构成的数据向量输入预设长短时记忆网络中进行特征提取，得高维隐含特征向量；采用基于全连接前馈神经网络和预设回归误差指标构建的多元负荷预测器对高维隐含特征向量进行负荷预测，得到负荷预测值；采用基于全连接前馈神经网络和预设分类误差指标构建的域分类器对高维隐含特征向量进行域分类操作，得到数据域类别，数据域类别包括源域和目标域。此过程中充分利用历史数据挖掘其与新数据之间的数理统计特性关联。因此，本申请能解决现有技术需要海量数据资源，忽略了实际负荷数据特性的改变，导致实际负荷预测效率低且效果差的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118214091A
公开(公告)日：2024-06-18
申请号：CN202410604972.5
申请日：2024-05-15
Applicant: 华南理工大学
IPC: H02J3/46 , H02J3/38 , H02J3/28 , H02J3/32 , H02J15/00 , H02J3/00 , H01M8/0297 , H01M8/04298 , H01M8/04992 , C25B9/65 , C25B15/02 , C25B1/04 , G06Q50/06 , G06Q10/0639
Abstract: 本发明公开了一种基于电‑氢混合储能的海岛微电网分层协调方法，海岛微电网包含三个子系统，分别为交流子系统、直流子系统和氢能子系统，交流子系统由柴油发电机、风机和交流负荷组成；直流子系统由光伏阵列、蓄电池储能和直流负荷组成；氢能子系统由储氢罐和氢能负荷组成。交流子系统和直流子系统通过双向变换器连接，直流子系统和氢能子系统通过电解槽和氢燃料电池连接。分层协调方法包含全年日间调度和每天日前调度，该方法先致力于求解全年日间调度模型，获取氢储能每天日末荷氢状态以应对可再生能源发电季节性失衡问题；再致力于求解每天日前调度模型，利用氢储能补偿不同时间尺度预测偏差以确保海岛微电网的功率平衡。
-
公开(公告)号：CN115828768A
公开(公告)日：2023-03-21
申请号：CN202211697563.1
申请日：2022-12-28
Applicant: 华南理工大学
IPC: G06F30/27 , G06F113/04 , G06F119/06
Abstract: 本发明公开了一种数据驱动的配电网无功功率预测方法。所述方法包括以下步骤：整理数据资料，确定输入特征变量集合X和输出目标变量集合y，构建特征选择网络；构建基于长短期记忆的序列到序列循环神经网络架构；对多因素多维历史输入时间序列构建注意力机制，引入门控残差块，对有功和无功功率构建多任务学习机制，完成配电网无功功率预测模型f的构建；估计配电网无功功率预测模型f参数θ，输出无功功率预测值本发明设计数据驱动的神经网络算法架构，建立反映输入特征和输出目标变量之间映射关系的配电网无功功率预测模型，以应对配电网无功功率吸收或放出量的波动性、满足配电网对准确无功功率预测效果的紧迫需求。
-
公开(公告)号：CN114977272A
公开(公告)日：2022-08-30
申请号：CN202210335763.6
申请日：2022-03-31
Applicant: 华南理工大学
Abstract: 本发明针对虚拟住宅微电网开发了一种基于能源共享云的虚拟住宅微电网双层能量管理方法，能源共享云为一个开放的能源共享环境，云平台通过提供包括可再生能源发电、能量存储和能量交易在内的能源服务，帮助云用户建立虚拟住宅微电网。为云用户建立了虚拟住宅微电网的数学模型，并按月为云平台设置能源服务价格。同时，考虑用户负荷和可再生能源发电量的变化，为云用户设计了双层能量管理系统模型。其中，上层管理系统每月帮助云用户获得可再生能源发电系统和储能系统的最优容量配置；下层管理系统每天以总运行成本最小化和电气舒适度最大化为目标实现云用户的电力调度优化。本发明方法能够在满足云用户不断变化的能量需求的同时实现经济调度。
-
公开(公告)号：CN119313105A
公开(公告)日：2025-01-14
申请号：CN202411838269.7
申请日：2024-12-13
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , H02J3/46
Abstract: 本发明以各类能耗的历史数据建立能源需求的经验分布，公开了一种基于目标鲁棒性优化的多能源微网调度方法；具体步骤如下：步骤1：建立多能源微网系统；步骤2：建立多能源微网能量管理确定性优化模型；步骤3：建立微网能量管理的目标鲁棒性优化模型；步骤4：求解微网能量管理的目标鲁棒性优化模型。从能源需求经验分布出发搜索所有潜在分布，相比于确定性优化能够有效应对能源需求不确定性，相比于分布鲁棒优化一定程度提高决策经济性和可行性。以各类能耗的历史数据建立能源需求的经验分布，从能源需求经验分布出发搜索所有潜在分布，建立基于可调决策规则的目标鲁棒性优化模型及其可解的对偶模型。
-
公开(公告)号：CN119298239A
公开(公告)日：2025-01-10
申请号：CN202411805180.0
申请日：2024-12-10
Applicant: 华南理工大学
IPC: H02J3/46 , H02J3/38 , H02J3/28 , F25B15/00 , F24D15/00 , F02B63/04 , F02C3/22 , F02C6/00 , F02C6/18 , G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06F123/02
Abstract: 本发明针对多能微电网中可再生能源出力的高不确定性，开发了一种考虑不确定场景聚类信息的多能微电网鲁棒优化方法；设计了一个考虑场景信息的基于Wasserstein距离的模糊集来描述光伏出力不确定性，并采用基于动态时间规整的k‑means时间序列聚类算法捕捉光伏出力典型场景信息。本发明方法可以显著提高分布鲁棒优化的计算效率，有效地抵抗多能微电网中的光伏出力波动，同时保持良好的经济效用。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.03 seconds)
