-
公开(公告)号：CN105703389B
公开(公告)日：2019-06-25
申请号：CN201410427032.X
申请日：2014-08-25
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安柔性输配电有限公司
IPC: H02J3/38
CPC classification number: Y02E10/563
Abstract: 本发明提供一种基于中高压直流接入的光伏并网发电系统，包括至少一个中高压直流发电单元和中高压集中式光伏并网逆变器，每个直流发电单元包括多组光伏阵列和级联直流升压单元，每组光伏阵列均包括并联的多个光伏阵列，各组光伏阵列的输出端与级联直流升压单元的输入端相连，级联直流升压单元的输出端接入一路中高压直流母线，用于将各组光伏阵列输出的直流电压升压后再以串联的方式汇流输出至该路中高压直流母线，分别与各个级联直流升压单元的输出端连接的各路中高压直流母线并联后形成一路中高压直流母线再接入中高压集中式光伏并网逆变器的直流侧，其交流侧接入中高压交流电网。本发明所述光伏并网发电系统既能够减小线路损耗，又能降低成本。
-
公开(公告)号：CN117370758A
公开(公告)日：2024-01-09
申请号：CN202311423846.1
申请日：2023-10-31
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安电气科技有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/23 , G06N3/126 , G01R31/367
Abstract: 一种基于启发式优化框架的电池组一致性评估方法、系统、设备及介质，方法包括：提取储能电站电池组中每个电池的电压数据和温度数据，利用提取的电压数据和温度数据，求得电压和温度的方差、香农熵和极差特征，采用遗传算法对提取的电压和温度的方差、香农熵和极差特征，聚类算法和聚类算法参数进行优化，根据优化后的结果，采取混合聚类算法，用于储能电站电池组的一致性评估；系统、设备及介质，用于实现一种基于启发式优化框架的电池组一致性评估方法；本发明提高电池组一致性状态评估的准确性和实用性。
-
公开(公告)号：CN106374505A
公开(公告)日：2017-02-01
申请号：CN201510444766.3
申请日：2015-07-24
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安柔性输配电有限公司
CPC classification number: Y02E40/16
Abstract: 本发明提供一种STATCOM链节单元旁路装置及控制系统，所述旁路装置设置于链节单元中，包括带电动操作机构的断路器，断路器的输入端和输出端分别与本链节单元的H桥电路的两个交流端相连，当断路器合闸时，能够将本链节单元从静止同步补偿器STATCOM中旁路，该旁路装置结构简单，元器件数量少，成本低，安装操作及维护方便，并能够减小STATCOM的体积，提高链节单元的功率密度和可靠性。
-
公开(公告)号：CN105703389A
公开(公告)日：2016-06-22
申请号：CN201410427032.X
申请日：2014-08-25
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安柔性输配电有限公司
IPC: H02J3/38
CPC classification number: Y02E10/563
Abstract: 本发明提供一种基于中高压直流接入的光伏并网发电系统，包括至少一个中高压直流发电单元和中高压集中式光伏并网逆变器，每个直流发电单元包括多组光伏阵列和级联直流升压单元，每组光伏阵列均包括并联的多个光伏阵列，各组光伏阵列的输出端与级联直流升压单元的输入端相连，级联直流升压单元的输出端接入一路中高压直流母线，用于将各组光伏阵列输出的直流电压升压后再以串联的方式汇流输出至该路中高压直流母线，分别与各个级联直流升压单元的输出端连接的各路中高压直流母线并联后形成一路中高压直流母线再接入中高压集中式光伏并网逆变器的直流侧，其交流侧接入中高压交流电网。本发明所述光伏并网发电系统既能够减小线路损耗，又能降低成本。
-
公开(公告)号：CN117054892A
公开(公告)日：2023-11-14
申请号：CN202311309810.0
申请日：2023-10-11
Applicant: 特变电工西安电气科技有限公司 , 特变电工新疆新能源股份有限公司
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06F30/27 , G06N3/0442 , G06N3/096
Abstract: 本发明提供一种储能电站电池健康状态SOH的评估方法、评估装置及管理方法，涉及电池技术领域。所述方法包括：基于神经网络构建SOH评估模型；获取源域数据，并将源域数据训练SOH评估模型，得到源域模型；获取预设数量的目标域数据，并将预设数量的目标域数据重训练源域模型，得到SOH评估的迁移学习模型；基于SOH评估的迁移学习模型评估储能电站目标电池的健康状态。以至少解决相关技术中存在的由于无法获取全面的电池组运行数据训练评估模型，且评估对象由电池单体改变至电池组时数据分布有区别，使得SOH评估准确性低、评估模型失效的问题。
-
Patent Agency Ranking
公开(公告)号：CN111884587B
公开(公告)日：2021-09-14
申请号：CN202010696651.4
申请日：2020-07-17
Applicant: 特变电工新疆新能源股份有限公司
IPC: H02S50/10
Abstract: 本公开揭示了一种光伏组件故障诊断及预测方法，包括：采集光伏组串输出功率和辐照度数据；将输出功率向量和辐照度向量转化为频域数据；计算频域数据中各频率点的输出功率‑辐照度幅值比，当某一故障发生时，选择输出功率‑辐照度幅值比明显增大的频段作为该故障的特征频段，并设置该故障的发生阈值；根据故障发生阈值对光伏组串进行故障状态划分，实现光伏组串故障诊断；根据光伏组串的故障状态变化计算得到不同步长的转移频数矩阵、转移频率矩阵和转移频率矩阵对应的权重；根据转移频率矩阵、转移频率矩阵对应的权重及光伏组串每天所处的故障状态计算光伏组串下一天处于不同故障状态的概率，根据该概率对光伏组串下一天的故障状态进行预测。
-
公开(公告)号：CN105703388B
公开(公告)日：2019-06-25
申请号：CN201410427022.6
申请日：2014-08-25
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安柔性输配电有限公司
IPC: H02J3/38
CPC classification number: Y02E10/563
Abstract: 本发明提供一种基于中高压直流接入的光伏并网发电系统，其包括中高压直流发电单元和集中式中高压光伏并网逆变器，所述中高压直流发电单元采用至少一个，每个中高压直流发电单元的输出端均接入一路中高压直流母线，用于向该路中高压直流母线输出中高压直流电压，分别与各个中高压直流发电单元的输出端连接的各路中高压直流母线并联后形成一路中高压直流母线再接入集中式中高压光伏并网逆变器的直流侧，所述集中式中高压光伏并网逆变器的交流侧接入中高压交流电网；所述集中式中高压光伏并网逆变器采用模块化多电平拓扑结构。本发明所述光伏并网发电系统既能够减小线路损耗，又能降低成本，且可靠性高。
-
公开(公告)号：CN117767371A
公开(公告)日：2024-03-26
申请号：CN202311808226.X
申请日：2023-12-25
Applicant: 特变电工新疆新能源股份有限公司
Abstract: 本发明公开了一种计及电力市场的电站经济运行方法、系统、设备及介质，以场站收益最大化为目标，基于获取到的储能系统内部参数作为第一约束条件，基于获取到的外部环境相关因素数据建立电力市场相关约束作为第二约束条件，建立目标函数，目标函数以电站储能系统在下一时段的充放电功率作为优化变量，通过对目标函数的求解实现对下一时段电站储能系统的充放电调控，本发明有效避免因人工经验的局限性而带来的误操作，进而提升电站的整体收益。
-
公开(公告)号：CN105703388A
公开(公告)日：2016-06-22
申请号：CN201410427022.6
申请日：2014-08-25
Applicant: 特变电工新疆新能源股份有限公司 , 特变电工西安柔性输配电有限公司
IPC: H02J3/38
CPC classification number: Y02E10/563
Abstract: 本发明提供一种基于中高压直流接入的光伏并网发电系统，其包括中高压直流发电单元和集中式中高压光伏并网逆变器，所述中高压直流发电单元采用至少一个，每个中高压直流发电单元的输出端均接入一路中高压直流母线，用于向该路中高压直流母线输出中高压直流电压，分别与各个中高压直流发电单元的输出端连接的各路中高压直流母线并联后形成一路中高压直流母线再接入集中式中高压光伏并网逆变器的直流侧，所述集中式中高压光伏并网逆变器的交流侧接入中高压交流电网；所述集中式中高压光伏并网逆变器采用模块化多电平拓扑结构。本发明所述光伏并网发电系统既能够减小线路损耗，又能降低成本，且可靠性高。
-
公开(公告)号：CN117054892B
公开(公告)日：2024-02-27
申请号：CN202311309810.0
申请日：2023-10-11
Applicant: 特变电工西安电气科技有限公司 , 特变电工新疆新能源股份有限公司
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06F30/27 , G06N3/0442 , G06N3/096
Abstract: 本发明提供一种储能电站电池健康状态SOH的评估方法、评估装置及管理方法，涉及电池技术领域。所述方法包括：基于神经网络构建SOH评估模型；获取源域数据，并将源域数据训练SOH评估模型，得到源域模型；获取预设数量的目标域数据，并将预设数量的目标域数据重训练源域模型，得到SOH评估的迁移学习模型；基于SOH评估的迁移学习模型评估储能电站目标电池的健康状态。以至少解决相关技术中存在的由于无法获取全面的电池组运行数据训练评估模型，且评估(56)对比文件WO 2021208309 A1,2021.10.21WO 2023027048 A1,2023.03.02WO 2023130776 A1,2023.07.13郑文斌等.基于迁移学习的锂电池SOH估算实验设计《.实验技术与管理》.2022,第39卷(第8期),文第57-58页以及图3.Lei Cai等.Multiobjective Optimizationof Data-Driven Model for Lithium-IonBattery SOH Estimation With Short-TermFeature《.IEEE TRANSAC TIONS ON POWERELECTRONICS》.2020,第35卷(第11期),全文.
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.039 seconds)
