-
公开(公告)号：CN109256770B
公开(公告)日：2020-09-25
申请号：CN201811168489.8
申请日：2018-10-08
Applicant: 清华大学 , 国网安徽省电力有限公司六安供电公司
Abstract: 本发明提出一种基于需求侧响应的分布式配电网拥塞控制方法，属于电力系统运行和控制技术领域。该方法包括：建立需求侧响应中的电器效用模型；建立配电网网络模型并考虑拥塞约束；建立负荷控制模型；建立基于需求侧响应的分布式配电网拥塞控制模型目标函数并进行分布式求解，将每步求解结果作为控制量对配电网进行实时拥塞控制，直到达到收敛条件，基于需求侧响应的分布式配电网拥塞控制结束。本发明方法充分发挥了需求侧响应带来的调节裕度，使需求侧用户参与到网络的拥塞控制中来，适用于快速的配电网拥塞控制，成本低廉，适合大规模推广。
-
公开(公告)号：CN109120011B
公开(公告)日：2019-12-13
申请号：CN201811145545.6
申请日：2018-09-29
Applicant: 清华大学 , 国网安徽省电力有限公司六安供电公司
Abstract: 本发明提出一种考虑分布式电源的分布式配电网拥塞调度方法，属于电力系统运行和控制技术领域。该方法首先建立由目标函数和约束条件构成的考虑分布式电源的分布式配电网拥塞调度优化模型；对该模型进行松弛；通过定义新变量将模型转换后，对模型进行分布式迭代求解，得到考虑分布式电源的分布式配电网拥塞调度方案。本发明方法考虑了分布式电源带来的影响和作用，充分发挥分布式电源的灵活优势，降低网络的拥塞程度，并采用分布式方法对模型进行求解计算，能快速降低局部拥塞程度。
-
公开(公告)号：CN109120011A
公开(公告)日：2019-01-01
申请号：CN201811145545.6
申请日：2018-09-29
Applicant: 清华大学 , 国网安徽省电力有限公司六安供电公司
Abstract: 本发明提出一种考虑分布式电源的分布式配电网拥塞调度方法，属于电力系统运行和控制技术领域。该方法首先建立由目标函数和约束条件构成的考虑分布式电源的分布式配电网拥塞调度优化模型，对该模型进行松弛；通过定义新变量将模型转换后，对模型进行分布式迭代求解，得到考虑分布式电源的分布式配电网拥塞调度方案。本发明方法考虑了分布式电源带来的影响和作用，充分发挥分布式电源的灵活优势，降低网络的拥塞程度，并采用分布式方法对模型进行求解计算，能快速降低局部拥塞程度。
-
公开(公告)号：CN109256770A
公开(公告)日：2019-01-22
申请号：CN201811168489.8
申请日：2018-10-08
Applicant: 清华大学 , 国网安徽省电力有限公司六安供电公司
Abstract: 本发明提出一种基于需求侧响应的分布式配电网拥塞控制方法，属于电力系统运行和控制技术领域。该方法包括：建立需求侧响应中的电器效用模型；建立配电网网络模型并考虑拥塞约束；建立负荷控制模型；建立基于需求侧响应的分布式配电网拥塞控制模型目标函数并进行分布式求解，将每步求解结果作为控制量对配电网进行实时拥塞控制，直到达到收敛条件，基于需求侧响应的分布式配电网拥塞控制结束。本发明方法充分发挥了需求侧响应带来的调节裕度，使需求侧用户参与到网络的拥塞控制中来，适用于快速的配电网拥塞控制，成本低廉，适合大规模推广。
-
公开(公告)号：CN115377993B
公开(公告)日：2025-05-16
申请号：CN202210873424.3
申请日：2022-07-21
Applicant: 国网福建省电力有限公司经济技术研究院 , 清华大学 , 国网福建省电力有限公司
Abstract: 本发明提供一种无功电压分布式控制方法、服务器、控制器及存储介质，方法采用在线联邦学习与分布式控制并行的控制架构，包括：在本地控制器上部署多智能体深度强化学习算法；通过本地控制器与集中服务器之间的边际变量交换，本地控制器学习得到各本地控制器的控制策略；各本地控制器基于控制策略和本地量测数据，执行电网无功电压控制；其中，所述集中服务器用于协调各个本地控制器上的智能体的学习过程。本发明无需被控配电网的精确模型即可实现近似最优的无功电压控制，各个本地控制器可以快速执行控制策略，进而保证了高速的本地控制。
-
Patent Agency Ranking
公开(公告)号：CN118842000A
公开(公告)日：2024-10-25
申请号：CN202410742204.6
申请日：2024-06-11
Applicant: 清华大学
Abstract: 本申请提出了一种考虑多逆变器协调的无模型自适应动态电压控制方法，涉及电力系统运行技术领域，其中，该方法包括：建立新能源集群动态电压控制的数据驱动动态线性化模型；通过新能源集群的量测装置获取在线量测数据，并基于在线量测数据、通过块更新递归最小二乘法，实时更新数据驱动动态线性化模型；基于实时更新的数据驱动动态线性化模型，以迭代形式计算新能源集群协调控制器的动态协调控制指令，并基于迭代生成的动态协调控制指令实现自适应动态电压控制。采用上述方案的本发明实现了对电力系统的自适应性的动态电压控制。
-
公开(公告)号：CN114696351B
公开(公告)日：2024-10-18
申请号：CN202210243348.8
申请日：2022-03-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 清华大学
IPC: H02J3/32 , G06F30/27 , G06Q10/0631 , G06Q50/06 , G06F111/04
Abstract: 本发明提出一种电池储能系统动态优化方法、装置、电子设备和存储介质，属于电力系统运行和控制技术领域。其中，所述方法包括：将电池储能系统的能量状态、所述电池储能系统所在电网和大电网之间的交互功率、电价、所述电池储能系统所在电网和所述大电网交互的设定功率构成状态变量，将各节点发电机有功功率、所述电池储能系统的充电功率和放电功率构成动作变量，建立电池储能系统优化模型；构建关于状态变量和动作变量的奖励函数；求解优化模型求解，得到各时刻的所述动作变量即为所述电池储能系统的优化结果。本发明运速度快，可实现对电池储能实时优化，提高电网提供辅助服务的能力，提升电网的运行效率。
-
公开(公告)号：CN118659357A
公开(公告)日：2024-09-17
申请号：CN202410738737.7
申请日：2024-06-07
Applicant: 清华大学 , 港华能源投资有限公司
Abstract: 本申请提出一种基于数据驱动随机模型预测的电网控制方法及系统，所述方法包括：获取电网中各节点光伏电站在历史时段内各时刻的有功功率预测误差值、当前时刻电网的预测输入向量、待优化控制时段内各时刻的负荷及可再生能源发电的预测值；构建基于随机模型预测控制的电网优化控制模型；估计所述电网的分段线性回归模型，然后确定各分段线性回归模型对应的分离系数和回归系数；确定当前时刻电网的预测输入向量对应的回归系数；对电网优化控制模型进行求解，得到最优控制序列，并基于控制序列对电网进行控制。本申请提出的技术方案，提高了可再生能源出力不确定和模型不完备场景下电网电压功率控制的效率、安全性、灵活性，优化电网运行。
-
公开(公告)号：CN113489015B
公开(公告)日：2024-01-26
申请号：CN202110672200.1
申请日：2021-06-17
Applicant: 清华大学
Abstract: 本发明提出一种基于强化学习的配电网多时间尺度无功电压控制方法，属于电力系统运行和控制技术领域。该方法根据配电网慢速离散设备与快速连续设备的无功电压控制目标，构建配电网多时间尺度无功电压控制优化模型；基于该模型，构建基于双层马尔科夫决策过程的分层交互训练框架，为慢速离散设备和快速连续设备分别设置对应智能体；各智能体根据输入的量测信息决策所控对应设备的动作值，实现多时间尺度的无功电压控制，同时两智能体进行持续在线学习。本发明特别适合模型不完备问题严重的配电网使用，既节省重复维护精确模型的高昂成本，
-
公开(公告)号：CN111666713A
公开(公告)日：2020-09-15
申请号：CN202010413883.4
申请日：2020-05-15
Applicant: 清华大学
Abstract: 本发明提供了一种电网无功电压控制模型训练方法，所述方法包括：建立电网仿真模型；根据电网无功电压控制目标，建立无功电压优化模型；结合电网仿真模型和无功电压优化模型，搭建基于对抗马尔科夫决策过程的交互训练环境；通过联合对抗训练算法训练电网无功电压控制模型；将训练后的电网无功电压控制模型迁移到在线系统。本发明所训练得到的电网无功电压控制模型，相较于传统方法，具备可迁移的特性，可以直接用于在线电网无功电压控制。相较于现有的基于强化学习的电网优化方法，本发明的在线控制训练成本与安全隐患大幅降低，更适合部署在实际电网系统中。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.08 seconds)
