-
公开(公告)号：CN119596705A
公开(公告)日：2025-03-11
申请号：CN202411766209.9
申请日：2024-12-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了基于多智能体深度强化学习的电动汽车充电方法及装置，其方法包括：基于马尔可夫博弈框架及实时充电场景构建充电控制模型，所述充电控制模型包括状态变量、动作变量、奖励函数和状态转移函数；基于所述充电控制模型构建控制策略网络，并构建所述控制策略网络的参数更新模型；构建评价网络，并基于所述评价网络及所述参数更新模型对所述控制策略网络进行优化，获取最优控制策略。通过马尔可夫博弈框架构建充电控制模型，以构建车辆充电控制的多智能体协同优化，动态分配每辆电动汽车的充电资源确保在有限的电网资源下，最大化满足所有车辆的充电需求，以统筹不同场景中的充电效率及经济效益。
-
公开(公告)号：CN118868224A
公开(公告)日：2024-10-29
申请号：CN202410955716.0
申请日：2024-07-17
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种风光发电系统与电动汽车的协同控制方法及系统，其中方法包括：对获取的风光运行场景进行缩减，得到典型运行场景；分别构建以最小化配电网网损为目标的上层模型、以最大化电动汽车便利指标和电动汽车的充电电量为目标的下层模型；根据所述上层模型、所述下层模型和典型运行场景，构建协同优化控制双层模型，以获取最优协同控制策略；根据最优协同控制策略，对风光发电系统的发电机组和电动汽车的充放电功率进行协同控制；本发明通过考虑配电网网损和电动汽车用户的出行便利性，构建风光发电系统与电动汽车的协同优化控制双层模型，实现配电网的运行经济最优化，提升电动汽车用户出行的便捷性。
-
公开(公告)号：CN118868070A
公开(公告)日：2024-10-29
申请号：CN202410974771.4
申请日：2024-07-19
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
Abstract: 本发明提出一种电力系统的运行控制方法及系统，通过对第一领导者博弈模型和若干第一参与者博弈模型匹配对应的模型约束，得到第二领导者博弈模型和若干第二参与者博弈模型；根据预设优化策略，通过对所述第二领导者博弈模型和各第二参与者博弈模型分别进行优化目标求解，得到参与者优化解和领导者优化解；更新所述领导者优化解和所述参与者优化解直至满足解均衡，得到领导者唯一最优解和参与者唯一最优解；根据所述领导者唯一最优解和所述参与者唯一最优解，对系统运行状态进行控制。本发明解决现有技术未能适应电力系统各组块的动态变化以使系统应对策略调整不及时导致系统运行稳定性不高的问题。本发明所述方法可以提高系统运行的稳定性。
-
公开(公告)号：CN118570020A
公开(公告)日：2024-08-30
申请号：CN202410800821.7
申请日：2024-06-20
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明涉及电力调度技术领域，公开了一种电网用户侧资源聚合调控收益分配与均衡方法及系统，本方法通过构建负荷运营商与配电台区之间的合作博弈联盟效用模型，并对负荷运营商与配电台区之间的合作博弈联盟效用模型进行交替求解，实现合作博弈过程和最优策略的制定，有效提升调控精度与效率，降低调控成本，同时，通过用户侧资源参与聚合调控的贡献度水平对Shapley值中各配电台区的边际贡献进行改进，以确保合作联盟成员收益的合理分配与均衡，保障配电台区合作联盟的稳定性，提高聚合调控效率，提高配电网整体聚合调控收益。
-
公开(公告)号：CN118182239A
公开(公告)日：2024-06-14
申请号：CN202410356976.6
申请日：2024-03-27
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种电动汽车充电策略生成方法、装置、设备及存储介质，用于解决现有的电动汽车充电管理需要人工干预或者复杂设备部署，难以满足大规模普及的场景需求的技术问题。本发明包括：采集电动汽车的剩余电量及各时间段的电价数据；以所述电池剩余电量和所述电价数据为状态、以电池充放电功率为决策，结合奖励函数和状态转移函数构建所述电动汽车的马尔可夫决策过程；以最大化预期回报和熵之间的权衡为优化目标，结合所述马尔可夫决策过程，构建深度强化学习模型；求解所述深度强化学习模型，得到所述电动汽车的充电策略。
-
Patent Agency Ranking
公开(公告)号：CN117522238A
公开(公告)日：2024-02-06
申请号：CN202311438552.6
申请日：2023-10-31
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: G06Q10/083 , G06Q50/06 , H02J3/00 , G06F30/20 , G06F113/04
Abstract: 本申请提供的复杂输送系统参与需求响应基线负荷计算方法及评估方法，当需求响应事件发生时，可以以预设采样周期采集复杂输送系统在预设采样时间内不实施需求响应情况下的历史负荷数据；并对历史负荷数据进行自相关处理后得到自相关曲线，根据自相关曲线来找寻历史负荷数据的周期特征，并确定复杂输送系统的负荷周期，接着再通过延迟整数个所述负荷周期的方式来选取需求响应日的多个相似日，并获取各个相似日中各个采样时段的负荷值后，利用多个相似日以及各个相似日中各个采样时段的负荷值来计算需求响应日中各个采样时段的基线负荷，该过程算法的复杂度较低，具有较强的可实施性。
-
公开(公告)号：CN117277379A
公开(公告)日：2023-12-22
申请号：CN202311282219.0
申请日：2023-09-28
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本申请公开了一种虚拟同步机型新能源储能设备分群等值方法、装置及终端，涉及新能源负荷管控技术领域。本申请提供的方案通过获取系统扰动数据和新能源储能设备参数，计算储能设备在某一特定扰动下的出力数据之间的相似度，将出力数据相似度，结合预设的相似度分群条件，对各个新能源储能设备进行分群，以得到若干个储能设备集群，再通过加权等值方法对新能源储能设备的参数进行等值，本申请的等值方法比起传统的等值方法，其计算时所需要的参数更少，分群方法更加简单且可以保持较好的精度，解决了现有的新能源储能设备等值分群处理方式准确性低的技术问题。
-
公开(公告)号：CN119813174A
公开(公告)日：2025-04-11
申请号：CN202411866182.0
申请日：2024-12-18
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种负荷分解方法、装置、电子设备及存储介质，所述方法包括：将所有用电设备的总功率数据序列输入至一预设的特征提取模型中，输出总功率数据序列的功率数据特征；提取总功率数据序列中的时间戳信息，生成总功率数据序列对应的时间特征，并将时间特征和功率数据特征进行拼接，生成对应的特征向量；对特征向量进行多头自注意力机制处理，将处理后的特征向量转换为与总功率数据序列长度一致的特征数据序列作为所有用电设备的预测功率数据序列；根据预测功率数据序列和总功率数据序列，对总功率数据序列进行分解，分解得到每一用电设备对应的设备功率数据序列。通过本发明可以提高负荷分解的效率。
-
公开(公告)号：CN119561033A
公开(公告)日：2025-03-04
申请号：CN202411720762.9
申请日：2024-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
IPC: H02J3/00 , H02J3/28 , H02J15/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于柔性负荷和抽水蓄能的功率调度方法、装置及终端设备，所述方法以调度周期内柔性负荷收益最大为第一目标，以调度周期内出力波动方差最小为第二目标，构建协同调度模型，并对协同调度模型进行求解，得到调度周期内负荷调度结果、调度周期内目标抽蓄电站的发电功率值和调度周期内目标抽蓄电站的用电功率值；继而根据调度结果，对可削减负荷、可平移负荷和可转移负荷进行调控，根据所述发电功率值以及所述用电功率值，对目标抽蓄电站进行控制。本发明通过将抽水蓄能与可转移负荷、可平移负荷、可削减负荷这三类柔性负荷相结合以协同进行功率调度，使得电力系统在不同工况下能保持稳定的功率输出。
-
公开(公告)号：CN118783395A
公开(公告)日：2024-10-15
申请号：CN202410673261.3
申请日：2024-05-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
IPC: H02J3/00 , G06N3/098 , G06N3/045 , G06N3/0985 , G06N3/084 , G06F18/23213 , G06F21/60 , G06F21/62 , G06Q50/06
Abstract: 本发明公开了一种基于联邦学习算法的居民用电负荷预测方法及系统，包括：通过预设的聚类算法对获取的居民负荷历史数据进行划分，并根据划分后的每一个第一负荷历史数据集分别训练预构建的初始神经网络模型，并通过预设的差分隐私技术对模型的训练过程进行加密，获取生成的每一个神经网络模型对应的超参数，并通过联邦学习算法对所述超参数进行聚合，根据聚合后获得的全局模型参数构建初始负荷预测模型，并通过设置阈值的优化算法对初始负荷预测模型进行优化，获得负荷预测模型，通过所述负荷预测模型输出待预测日的居民用电负荷预测值，提高居民负荷预测的精准度及效率和安全性。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.146 seconds)
