-
公开(公告)号：CN119442653A
公开(公告)日：2025-02-14
申请号：CN202411520836.4
申请日：2024-10-29
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
IPC: G06F30/20 , H02J3/24 , H02J3/38 , G06Q50/06 , G06F17/13 , G06F113/04 , G06F119/14
Abstract: 本发明公开了一种基于祖波夫法的跟网变流器接入低惯量电网暂态稳定评估方法及系统，包括：(1)构建跟网变流器‑低惯量系统动态方程，通过泰勒展开得到动态方程的级数形式；(2)基于zubov法计算系统的截断能量函数；(3)得到截断能量函数对时间导数为0的集合WM；(4)计算集合WM中各运行点的能量函数值，并得到最小值#imgabs0#将集合#imgabs1#作为系统稳定域；(5)对故障系统进行数值积分；在每个积分步长中，计算故障后初始状态，将故障后初始状态代入集合V(M)，#imgabs2#前最后一个积分时间为估计的故障最大切除时间。利用本发明，可以避免负阻尼和低惯量系统动态导致的求解困难问题。
-
公开(公告)号：CN117674190A
公开(公告)日：2024-03-08
申请号：CN202311678707.3
申请日：2023-12-08
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种面向受端分区多落点柔性直流系统在线优化控制策略，包括：(1)确定受端系统的电能供应形式，包括送端集中式风力发电、送端集中式光伏发电、送端常规机组发电、本地常规机组发电，送端的能源均通过柔性直流数电技术将电能送往受端；(2)确定系统控制的优化目标及约束条件；(2)构建Safe‑SAC强化学习智能体来解决上述优化目标；其中，Safe‑SAC强化学习智能体包含Actor网络、Critic网络和Safe网络；(3)设置智能体在训练过程中奖励函数，并进行训练；(4)利用训练好的Safe‑SAC强化学习智能体用于面向受端分区多落点柔性直流系统的控制。利用本发明，可以实现分区内功率支援与紧急支撑，有效解决分区内部功率不平衡的问题，提高分区安全稳定性。
-
公开(公告)号：CN117200285A
公开(公告)日：2023-12-08
申请号：CN202310867923.6
申请日：2023-07-14
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于强化学习的光伏‑电动汽车充电站联合控制方法，包括以下步骤：(1)建立电动汽车充电站模型；(2)建立电动汽车充电站内部功率分配机制，停留时间短的电动汽车优先充电，同时避免电动汽车充电状态频繁切换；(3)将电动汽车与光伏协同控制转化为马尔科夫决策过程，确定马尔科夫决策过程的状态、动作和奖励；(4)基于SAC算法进行光伏‑电动汽车充电站协同控制智能体训练，并测试决策精度，实现电动汽车充电站的最优充电控制。利用本发明，可在缺少长期准确预测数据的情况下平衡短期和长期利润，实现电动汽车电站的最优充电控制，并促进可再生能源消纳。
-
公开(公告)号：CN116845893A
公开(公告)日：2023-10-03
申请号：CN202310860883.2
申请日：2023-07-13
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
IPC: H02J3/01 , H02J3/38 , H02M1/12 , H02M7/5387
Abstract: 本发明公开了一种基于NSGA‑II算法的弱电网LCL型并网逆变滤波器参数优化方法，包括：对弱电网下的单相逆变系统进行建模，将逆变侧电感L1、网侧电感L2、滤波电容C以及无源阻尼的电阻R作为待优化参数；设置电感总值L、逆变侧电感L1、网侧电感L2、滤波电容C的界限约束；构建开关频次谐波衰减比η、逆变端电感电流纹波ΔIripple、阻尼电阻功耗PR_loss和谐振频率fr的目标函数；基于NSGA‑II算法模型，将待优化参数作为决策变量，根据界限约束，对多个目标函数通过迭代优化得到最优解的参数解集，并从参数解集中挑取一组典型值作为优化解。利用本发明，可以大大提高滤波器的滤波效果与抗弱网能力。
-
公开(公告)号：CN118117604A
公开(公告)日：2024-05-31
申请号：CN202410077496.6
申请日：2024-01-18
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于背靠背变流器的多分区电网功率互济协同优化运行方法，包括：(1)构建分布式鲁棒优化框架，该框架中，采用分析目标级联ATC技术对背靠背柔性交直流互联系统的调度问题进行分解，分解成上层控制中心的主问题和下层控制区域的子问题；(2)确定上层主问题的目标函数和约束条件；(3)确定下层子问题的目标函数和约束条件；(4)采用IAIC算法求解分布式鲁棒优化框架中的上层主问题和下层子问题，确定各区域的线路输电计划和调度策略。利用本发明，有助于提高交直流互联系统的调节能力，在各种不确定因素下得到最优的调度方案。
-
Patent Agency Ranking
公开(公告)号：CN119358226A
公开(公告)日：2025-01-24
申请号：CN202411368622.X
申请日：2024-09-29
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种考虑抗饱和电流限幅策略的构网型换流器设计方法，应用于VSG控制的构网型换流器并网系统，包括：(1)推导构网型换流器GFMC从常规控制CC模式切换到电流饱和控制CSC模式的充要条件；(2)推导构网型换流器GFMC从CSC模式退出并返回CC模式的必要条件和充要条件；(3)获取系统在CC模式和CSC模式下的功角曲线，构建基于退饱和区域的新准则，并对构网型换流器的参数进行设计。利用本发明，可以避免换流器主导的控制冲突问题，提高新型电力系统的稳定性。
-
公开(公告)号：CN118114163A
公开(公告)日：2024-05-31
申请号：CN202410305563.5
申请日：2024-03-15
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司 , 浙江大学
IPC: G06F18/2431 , G06F18/22 , G06N3/006 , G06N3/092 , G06N3/126
Abstract: 本发明公开了一种基于PSO和SAC的双馈式风机系统参数智能辨识方法，包括：将双馈式风机系统中DFIG参数的辨识问题转换为MDP，使用SAC智能体与作为环境模拟的DFIG模型进行交互，并确定SAC智能体的状态空间、动作空间和奖励函数；在训练SAC智能体的过程中，将SAC生成的辨识结果作为PSO的初始状态进行优化，使用PSO算法不断优化所选中DFIG模型坏参数，以模型响应曲线与实测曲线偏差最小为目标进行迭代优化，直到达到收敛；在模型参数辨识过程中，通过计算灵敏度来提取MDP问题的状态，将提取的状态输入训练好的SAC智能体，辨识得到DFIG参数中的坏参数，以辨识风电机组坏参数，提升坏参数辨识的性能。
-
公开(公告)号：CN116845893B
公开(公告)日：2024-05-17
申请号：CN202310860883.2
申请日：2023-07-13
Applicant: 浙江大学 , 南方电网科学研究院有限责任公司
IPC: H02J3/01 , H02J3/38 , H02M1/12 , H02M7/5387
Abstract: 本发明公开了一种基于NSGA‑II算法的弱电网LCL型并网逆变滤波器参数优化方法，包括：对弱电网下的单相逆变系统进行建模，将逆变侧电感L1、网侧电感L2、滤波电容C以及无源阻尼的电阻R作为待优化参数；设置电感总值L、逆变侧电感L1、网侧电感L2、滤波电容C的界限约束；构建开关频次谐波衰减比η、逆变端电感电流纹波ΔIripple、阻尼电阻功耗PR_loss和谐振频率fr的目标函数；基于NSGA‑II算法模型，将待优化参数作为决策变量，根据界限约束，对多个目标函数通过迭代优化得到最优解的参数解集，并从参数解集中挑取一组典型值作为优化解。利用本发明，可以大大提高滤波器的滤波效果与抗弱网能力。
-
公开(公告)号：CN114936527A
公开(公告)日：2022-08-23
申请号：CN202210627947.X
申请日：2022-06-06
Applicant: 浙江大学
IPC: G06F30/27 , H02J3/00 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种基于混合监督式学习的输电断面功率极限快速评估方法，包括：(1)针对电网不同运行方式，采集大量电网断面潮流以及SCADA数据，形成电网运行方式文件；(2)对电网不同运行方式进行仿真分析，得出相应运行方式的输电断面功率极限值；(3)使用潮流态信息作为数据特征，将数据特征和对应的输电断面功率极限值放入样本库；(4)采用多种机器学习模型进行监督式学习训练，并从中选出最优模型；(5)利用选出的最优模型，进行输电断面功率极限的快速评估。本发明通过历史运行方式大量仿真分析、特征工程，训练并定期更新机器学习模型，可形成电网运行状态与功率极限的准确匹配关系，从而快速、准确地实时评估输电断面功率极限。
-
公开(公告)号：CN114936527B
公开(公告)日：2025-03-21
申请号：CN202210627947.X
申请日：2022-06-06
Applicant: 浙江大学
IPC: G06F30/27 , H02J3/00 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种基于混合监督式学习的输电断面功率极限快速评估方法，包括：(1)针对电网不同运行方式，采集大量电网断面潮流以及SCADA数据，形成电网运行方式文件；(2)对电网不同运行方式进行仿真分析，得出相应运行方式的输电断面功率极限值；(3)使用潮流态信息作为数据特征，将数据特征和对应的输电断面功率极限值放入样本库；(4)采用多种机器学习模型进行监督式学习训练，并从中选出最优模型；(5)利用选出的最优模型，进行输电断面功率极限的快速评估。本发明通过历史运行方式大量仿真分析、特征工程，训练并定期更新机器学习模型，可形成电网运行状态与功率极限的准确匹配关系，从而快速、准确地实时评估输电断面功率极限。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.042 seconds)
