-
公开(公告)号:CN119886892A
公开(公告)日:2025-04-25
申请号:CN202510368580.8
申请日:2025-03-27
Applicant: 河海大学
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/06 , G06N5/04 , H02J3/00
Abstract: 本发明属于电力系统调度领域,涉及一种基于主从合作博弈与目标级联分析的多微网协同调度方法,利用多微网系统电力资源与碳排放的协同调度问题,构建双层主从合作博弈框架:上层电网运营商基于潮流分析、电压调节及碳排放控制,统筹微网联盟的功率调度及运行策略;下层微网联盟的各微网通过合作博弈,实现电力交易与资源共享;基于目标级联分析算法,引入安德森加速法动态调整联络线功率,并结合增广拉格朗日罚函数处理约束,优化上下层解耦迭代过程并加快收敛;有效解决了多主体协同优化效率低的问题,确保系统功率稳定及电能资源合理分配,为多微网系统的运行提供技术支撑。
-
公开(公告)号:CN114607559B
公开(公告)日:2025-04-08
申请号:CN202210177796.2
申请日:2022-02-25
Applicant: 河海大学
IPC: F03D7/02
Abstract: 本发明公开了一种风力发电机最大功率跟踪控制方法,该方法包括以下步骤:S1:使用电流给定最大功率跟踪测试获得发电机的效率与转速的关系;S2:设置判断发电机是否运行在最大功率点的判断条件;S3:使用变步长爬山搜索法控制发电机组运行的功率与最大功率的差值在预设范围内,并时刻检测发电机运行点是否满足最大功率点判断条件;S4:当运行点满足最大功率点判断条件时,计算此时包含发电机效率的风速与风力机转速的最佳功率比例系数,将发电机控制模式由爬山搜索法切换至功率反馈法,并持续使用功率反馈法进行最大功率点跟踪。
-
公开(公告)号:CN119514906A
公开(公告)日:2025-02-25
申请号:CN202411127642.8
申请日:2024-08-16
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06Q50/40
Abstract: 本发明公开了一种基于充电站最优容量分配的电力‑交通网动态交通流最优调度方法,通过配电网对充电站的最优容量分配,在动态交通流精准模拟交通网运行的基础上,实现了电力‑交通网最优调度。首先构建最优容量分配模型,优先由配电网进行充电站容量分配,主动将风险降到最低,在保证配电网绝对安全的基础上最大限度发挥配电网供给能力,为交通网充电站提供最大电能供应。在交通网中考虑电动汽车充电流和最优容量分配策略,精细化模拟计算电动汽车随流动过程时刻变化的行程成本,构建了基于充电站最优容量分配的电力‑交通网动态交通流最优调度方法,通过制定最优的电价策略,实现配电‑交通耦合网络的收益最大化。
-
公开(公告)号:CN117833273B
公开(公告)日:2024-09-24
申请号:CN202311827323.3
申请日:2023-12-27
Applicant: 河海大学
IPC: H02J3/24 , H02J3/06 , H02J3/32 , H02J3/46 , G06F30/27 , G06Q50/06 , G06F17/16 , G06F17/18 , G06N3/04 , G06N3/08 , G06F111/04
Abstract: 本发明提出了一种基于神经网络辅助的考虑频率约束的电力系统前瞻调度模型求解方法,基于考虑频率约束的电力系统前瞻调度详细模型,考虑使用物理信息神经网络进行辅助求解来提高模型求解效率。考虑使用纯物理驱动进行求解时求解效率低下,提出了基于物理信息神经网络进行辅助求解的高效求解方法。采用纯物理驱动求解模型得到大量样本数据,然后采用物理信息神经网络对样本进行学习,通过修改神经网络损失函数,使得频率相关约束一定能够满足。本发明不仅能够大大提高模型求解效率,而且保证相关频率约束一定能够被满足。
-
公开(公告)号:CN118449161A
公开(公告)日:2024-08-06
申请号:CN202410492797.5
申请日:2024-04-23
Applicant: 河海大学
Abstract: 本发明公开了一种平抑风电波动的优化方法、系统、装置及存储介质,包括:对永磁直驱风力发电机组的机电动态特性进行建模,得到传递函数模型;提出一种新型的稳态运行参考点获取方法,通过对实时风速进行滑动均值滤波得到稳态参考风速,进而在线确定风电机组的稳态运行参考点,明确传递函数模型的参数取值;根据对风电机组输出功率平滑度的要求拟定滤波时间常数,结合传递函数模型推导适用于实际风电机组的参考功率指令;搭建响应参考功率指令的风电机组变速响应模型,通过控制转子变速快速响应平滑参考功率,平抑风电波动。本发明能够在湍流风速输入下显著增强对输出功率波动的动态平滑效果。
-
公开(公告)号:CN118380993A
公开(公告)日:2024-07-23
申请号:CN202410306543.X
申请日:2024-03-18
Applicant: 河海大学
IPC: H02J3/00 , H02J3/28 , H02J3/14 , G06Q50/06 , G06Q10/0631
Abstract: 本发明公开了一种基于碳势‑负荷数据双向反馈机制的配电网调度方法,用以在配电网层面相协调实现低碳经济运行。该方法基于碳排放流理论,在配电网层面构建了负荷和储能碳排放流模型,建立了需求响应优先级函数以评估各类负荷的需求响应能力,并基于该优先级设计了相应的需求响应策略。结合配电网的经济性和低碳性,设计了上层碳势数据与下层负荷数据双向反馈机制,基于该机制建立了配电网双层低碳调度模型并求解。本发明可为在配电网层面实现低碳经济运行策略提供参考,从而为“双碳”目标下的新型电力系统建设提供支撑,具有一定的工程使用价值。
-
公开(公告)号:CN117151303B
公开(公告)日:2024-05-31
申请号:CN202311172549.4
申请日:2023-09-12
Applicant: 河海大学
IPC: G06Q10/04 , G06F16/2458 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06Q50/06
Abstract: 本发明公开了一种基于混合模型的超短期太阳辐照度预测方法及系统。所述方法包括:采集历史太阳史辐照度和气象参数数据,构造历史辐射序列;利用滑动变分模态分解模型对历史辐射序列的时序特征进行解耦,并利用自适应图卷积网络获取历史辐射序列间的依赖关系,并将提取的两类特征进行拼接;通过组合多个时间卷积神经网络构造四核时间卷积神经网络,利用四核时间卷积神经网络学习拼接后的特征信息,预测未来30min的太阳辐照度。本发明能够实现精准的超短期太阳辐照度预测,为电网的可靠、稳定运行提供支撑。
-
公开(公告)号:CN116316717B
公开(公告)日:2024-05-28
申请号:CN202310096328.7
申请日:2023-02-10
Applicant: 河海大学
IPC: H02J3/28 , H02J3/46 , H02J15/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提出了一种电‑氢综合能源系统机会约束调度方法,基于输氢管道的详细模型,考虑电力系统和输氢系统的联合优化调度。首先,考虑了电‑氢综合能源系统的耦合,提出了电‑氢综合能源系统日前调度方法。其次,采用机会约束处理风电波动带来的不确定性,提出电‑氢综合能源系统机会约束优化调度方法。本发明不仅能够通过电制氢耦合电‑氢网络,提高综合能源系统的经济性,而且能够充分考虑风电的波动引起的不确定因素,保障综合能源系统的运行可靠性。
-
公开(公告)号:CN117216963B
公开(公告)日:2024-04-30
申请号:CN202311107583.3
申请日:2023-08-30
Applicant: 河海大学
IPC: G06F30/20 , H02J3/00 , H02J15/00 , G06F111/04 , G06F119/06
Abstract: 本申请涉及一种含碳‑氢利用的综合能源系统运行方法,该方法包括构建含碳‑氢利用的综合能源系统运行模型的目标函数;构建含碳‑氢利用的综合能源系统运行模型的电、热、氢、二氧化碳、甲烷、甲醇能量物质平衡约束;构建含碳‑氢利用的综合能源系统运行模型的热电联产机组、热泵机组、碳捕集机组、碳存储设备、电制氢设备、氢存储设备、甲烷化设备、甲醇化设备约束;计算综合能源系统所在电网和热网的碳排放强度;求解含碳‑氢利用的综合能源系统运行模型,得到综合能源系统在目标函数最大值下的运行决策,对综合能源系统进行运行。
-
公开(公告)号:CN117595235A
公开(公告)日:2024-02-23
申请号:CN202311403524.0
申请日:2023-10-26
Applicant: 河海大学
Abstract: 本发明提出了一种基于机器学习辅助的电力系统频率约束机组组合求解方法,基于频率约束机组组合的详细模型,考虑数据驱动与物理驱动结合的优化调度。考虑系统频率最低点和新能源机组出力的不确定性,提出了考虑日前备用以及频率约束的机组组合模型。采用物理驱动的方法对模型进行求解得到大量样本数据,通过对典型日负荷曲线样本数据进行分析,提出火电机组出力模式分类的方法。采用数据驱动的方法对样本数据进行学习,并将其与物理驱动方法相结合提出使用机器学习高效求解频率约束机组组合模型的方法。本发明能够通过数据‑物理驱动结合的方法大大提高频率约束机组组合模型的求解效率。
-
-
-
-
-
-
-
-
-