-
公开(公告)号：CN111047345B
公开(公告)日：2022-04-12
申请号：CN201910964961.7
申请日：2019-10-11
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国网甘肃省电力公司酒泉供电公司 , 西安电子科技大学
Abstract: 本发明属于数据处理技术领域，公开了一种计及新能源消纳率和用户满意度的电价数据调整方法，基于新能源出力预测数据和用户负荷预测数据，在考虑新能源消纳率和用户满意度的基础上，进行电价的灵活调整；电价的调整过程包括：基于深度学习的新能源出力数据和用户负荷数据预测过程和基于改进粒子群算法考虑新能源消纳率和用户满意度的电价灵活调整过程。本发明的灵活电价调整机制首次综合考虑了新能源消纳率和用户满意度的要求，调动了源网荷多方面对象的积极性，基于发电出力和用户负荷预测数据，采用改进粒子群算法进行电价优化，提高了新能源消纳率并降低了发电用电成本；能够保证粒子群算法寻优的快速性和准确性。
-
公开(公告)号：CN107895973B
公开(公告)日：2020-12-11
申请号：CN201711133960.5
申请日：2017-11-16
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国家电网公司 , 北京清大高科系统控制有限公司
Abstract: 本发明提出一种风电场有功发电上限值的动态调整与自动恢复的有功控制方法，属于新能源接入电力系统的运行和控制技术领域。本方法在每个有功控制指令周期到来时，从电网调度中心的有功调度系统实时采集上一个周期下发给每个风电场的有功控制指令，当前时刻风电场的并网点有功功率实时值和风电场当前可用出力预估值；依据风电场的有功功率实时值和有功功率控制指令值之间的偏差确定风电场是否需要动态调整其有功发电动态上限值，然后结合风电场实时可用功率约束，调整其限值。本发明通过动态调整风电场当前最大出力限值，将部分风电场因为上送的当前可用出力预估值不准而占用的系统空间释放出来给其他风电场，以减少系统的弃风损失。
-
公开(公告)号：CN110516840A
公开(公告)日：2019-11-29
申请号：CN201910637311.1
申请日：2019-07-15
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 西安电子科技大学
Inventor： 韩自奋 , 行舟 , 傅铮 , 成俊骊 , 张彦凯 , 拜润卿 , 郝如海 , 陈仕彬 , 刘文飞 , 史玉杰 , 乾维江 , 邢延东 , 高磊 , 祁莹 , 张海龙 , 张大兴 , 章云
Abstract: 本发明属于新能源发电出力预测技术领域，公开了一种基于改进随机森林方法的风光发电出力的短期预测方法，采用遗传算法获取随机森林方法最优的初始参数，基于风光发电和天气历史数据，采用随机森林方法进行短期风光发电出力的预测；预测过程包括：随机森林方法的线下训练过程和改进随机森林方法的在线预测；线下训练过程包括生成训练集，采用遗传算法获得随机森林最优特性参数，采用随机森林方法进行模型训练。本发明不需要对训练数据做额外修正，对异常数据和系统噪声有较高的容忍度。本发明采用遗传算法对随机森林决策树的参数值进行最优设置，保证随机森林算法达到最优的分类精度和识别速率。
-
公开(公告)号：CN109428343A
公开(公告)日：2019-03-05
申请号：CN201710722155.X
申请日：2017-08-22
Applicant: 中国电力科学研究院 , 国家电网公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院
Abstract: 本发明提供了一种新能源基地外送通道输电容量的优化规划方法及装置，包括：新能源基地出力数据统计；根据所述新能源基地出力数据构建电网时序仿真模型；根据所述电网时序仿真模型进行新能源基地外送通道容量的优化计算，得到外送通道容量的最优值。本发明提供的技术方案考虑了新能源基地的风电、太阳能发电出力特性以及新能源受端电网消纳能力，计算结果准确可靠；建立了新能源外送通道输电容量与新能源受限水平之间的量化关系，实现了根据实际运行需求选择所需外送通道的输电容量。
-
公开(公告)号：CN106026111A
公开(公告)日：2016-10-12
申请号：CN201510999574.9
申请日：2015-12-25
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国家电网公司 , 国电南瑞科技股份有限公司 , 国网河北省电力公司
Inventor： 陈振寰 , 张柏林 , 傅铮 , 张昊天 , 张东良 , 常康 , 李全茂 , 王昊昊 , 侯锐杰 , 宋建光 , 汪马翔 , 韩杰 , 吴峰 , 张伟 , 杨力 , 张彦凯 , 梁福波 , 智勇 , 拜润卿 , 陈仕彬 , 李养俊 , 郝如海 , 高磊 , 乾维江 , 郑小江 , 李晓龙 , 孙辰军 , 魏明磊 , 高岩
CPC classification number: Y02E10/763 , Y02E40/34 , H02J3/16 , H02J3/382 , H02J2003/001 , H02J2003/007
Abstract: 本发明公开了一种基于概率潮流计算的新能源穿透率评估方法，属于电力系统自动化技术领域。本发明结合风光发电的可变性和不稳定性对电网的影响，以及外部负荷水平及其变化情况，以电力系统的静态稳定约束和无功控制为条件，通过概率潮流计算得出风光电站出力公共并网点的电压的变化范围，以并网点电压的规定范围为指标，对风光电站最大化并入电网的能力进行评估。本发明能够提高风光电站的安全稳定运行水平，有效保障风光电站发电量，提升节能减排效益。
-
Patent Agency Ranking
公开(公告)号：CN109523155B
公开(公告)日：2022-07-05
申请号：CN201811347746.4
申请日：2018-11-13
Applicant: 国网甘肃省电力公司电力科学研究院 , 武汉大学
Inventor： 郝如海 , 祁莹 , 智勇 , 拜润卿 , 陈仕彬 , 邢延东 , 高磊 , 刘文飞 , 史玉杰 , 张彦凯 , 张海龙 , 崔力心 , 陈力 , 赵步宇 , 龚庆武 , 刘栋 , 王誉博
Abstract: 本发明提出了一种蒙特卡洛及最小二乘支持向量机的电网风险评估方法。考虑设备实时故障率以及运行方式变化，首先使用拉丁超立方算法优化的蒙特卡洛法生成风险样本数据，可在有限的计算时间内搜索出多重故障，全面反映电网故障情况；并使用高斯扰动粒子群优化的最小二乘支持向量机对风险样本进行训练，达到大幅降低计算时间的目的。在保证风险计算准确度的情况下，本文方法可以做到电网风险与灵敏度的在线计算，为风险来源追踪、设备差异化运维等提供参考依据。
-
公开(公告)号：CN111193255A
公开(公告)日：2020-05-22
申请号：CN201911265053.5
申请日：2019-12-11
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国家电网有限公司
Abstract: 本发明公开一种考虑风电不确定性的电力系统时变母线负荷新型，属于新能源接入电力系统安全分析领域，包括以下步骤：首先识别负荷曲线即负荷大小的时变特性，基于投影运算、多曲线拟合方法生成电力负荷曲线原始投影图，对负荷数据进行预处理、初步分段并对各段进行线性回归拟合，根据负荷变化趋势判断图像拐点进而拟合得到电力负荷图像；然后在特定时刻母线节点负荷建模，在传统综合负荷模型上并联感应发电机得到考虑风电不确定性的电力系统时变母线负荷模型，最后利用算法进行参数辨识并验证其模型描述性和适用性。本发明适应于能源互联网的发展趋势，对新能源接入电力系统安全稳定、能源互联网的调度运行分析至关重要。
-
公开(公告)号：CN111192158A
公开(公告)日：2020-05-22
申请号：CN201911265481.8
申请日：2019-12-11
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于深度学习的变电站日负荷曲线相似度匹配方法，包括以下步骤：S1对变电站的日负荷数据进行聚类得到c个类别的代表性负荷数据；S2根据聚类结果生成负荷曲线图像，建立负荷图像数据集；S3搭建基于改进的VGG16深度学习模型并在数据集上充分训练；S4输入待测数据至训练好的模型进行日负荷曲线类别匹配，并生成可视化文档。本方法针对现有技术不足，引入基于改进的VGG16深度学习模型，从图像形态角度入手，可在保持精度的前提下实现快速训练与实时匹配；以单个变电站为研究对象，以日负荷数据为研究内容，深度挖掘变电站时间尺度的负荷特性；在完成匹配任务后生成文本文档与图像文档，双重可视化匹配结果。
-
公开(公告)号：CN109901389A
公开(公告)日：2019-06-18
申请号：CN201910157651.4
申请日：2019-03-01
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 西安电子科技大学
Inventor： 行舟 , 韩自奋 , 傅铮 , 景乾明 , 拜润卿 , 张彦凯 , 郝如海 , 陈仕彬 , 杜瑞凤 , 乾维江 , 高磊 , 邢延东 , 史玉杰 , 祁莹 , 刘文飞 , 张海龙 , 张大兴 , 章云
IPC: G05B13/04
Abstract: 本发明属于新能源发电消纳技术领域，公开了一种基于深度学习的新能源消纳方法，所述基于深度学习的新能源消纳方法采用多层感知神经网络的反向传播算法实现，采用改进的动态递归神经网络方法进行训练；优化过程包括：深度学习模型的线下训练过程，另一部分是深度学习优化控制器的在线优化过程。本发明基于深度学习的消纳优化算法能够根据不同优化目标的内容和数量，不同约束条件的内容和数量在线确定优化控制器参数，无需人为调整，对于应用场合具有普遍的适应性；本发明采用基于自适应更新系数的动态递归神经网络模型训练方法能够克服常规动态递归神经网络收敛速度慢和容易陷入局部极小值的缺点，保证精度前提下缩短了优化控制器模型的训练时间。
-
公开(公告)号：CN109742774A
公开(公告)日：2019-05-10
申请号：CN201910165388.3
申请日：2019-03-05
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 国家电网有限公司 , 兰州大学
Inventor： 邵冲 , 张柏林 , 智勇 , 拜润卿 , 郝如海 , 陈仕彬 , 刘文飞 , 张彦凯 , 邢延东 , 史玉杰 , 高磊 , 乾维江 , 祁莹 , 张海龙 , 崔力心 , 郭文科 , 牛浩明 , 周治伊 , 王永年 , 刘巍 , 陈力 , 何欣
Abstract: 本专利针对光热电站接入地区电网后对周边电网频率特性的影响，根据一种光热发电机的调速器模型，提出了一种考虑火电、光热和需求侧响应联合调频的电网频率态势在线预测方法。该方法综合考虑了火电机组、光热机组以及需求侧响应在系统频率响应(SFR)过程中发挥的作用，通过在线收集电网的运行状态数据以及机组的设备信息，建立火电机组、光热机组以及需求侧响应联合调频的聚合模型。该聚合模型通过传递函数的形式来表征火电机组、光热机组和需求侧响应参与调频的过程。与现有的方法相比，本方法在传统系统频率响应模型的基础上，加入光热机组调速器和需求侧响应的调频作用，能够在线预测电网频率态势，提高电网对系统频率的预测能力。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.054 seconds)
