-
公开(公告)号：CN110401185B
公开(公告)日：2021-02-19
申请号：CN201910577649.2
申请日：2019-06-28
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 , 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种基于源荷储的协同能源管理系统控制方法，首先判断系统当前主电源类型，主电源类型不同，所用控制策略不同。仅依靠微网系统内各光伏系统、储能系统、负荷系统、柴发系统当前输出功率进行实时经济优化控制，不需要预测、优化调度等长时间尺度优化算法，进而节省长时间尺度能量管理系统软件投资成本。所述控制方法在保证系统稳定的前提下最大化利用光伏系统发电、减少柴发系统使用，既能保证系统稳定性又能保证系统具有一定的经济效益。
-
公开(公告)号：CN111030172B
公开(公告)日：2021-08-13
申请号：CN201911288827.6
申请日：2019-12-12
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 , 广东电网有限责任公司东莞供电局
Abstract: 本发明属于电力调度与管理技术领域，公开了一种并网微电网负荷管理方法、设备及可读存储介质，包括以下步骤，步骤1，根据负荷用电特性对并网微电网中的负荷分为重要负荷、可转移负荷、电动汽车充电负荷、可中断负荷和其他负荷；步骤2，根据各类负荷的用电曲线，建立各类负荷的负荷用电模型；其中，电动汽车充电负荷的用电曲线通过蒙特卡洛算法得到；步骤3，建立并网微电网负荷管理调整目标，根据并网微电网负荷管理调整目标和各类负荷的负荷用电模型调控不同类型负荷，完成并网微电网负荷管理。通过负荷分类和建模，实现不同负荷分类预测和分类调度，针对微电网中电动汽车负荷特性，调度电动汽车参与微电网整体能量管理，提升微电网经济效益。
-
公开(公告)号：CN111030172A
公开(公告)日：2020-04-17
申请号：CN201911288827.6
申请日：2019-12-12
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 , 广东电网有限责任公司东莞供电局
Abstract: 本发明属于电力调度与管理技术领域，公开了一种并网微电网负荷管理方法、设备及可读存储介质，包括以下步骤，步骤1，根据负荷用电特性对并网微电网中的负荷分为重要负荷、可转移负荷、电动汽车充电负荷、可中断负荷和其他负荷；步骤2，根据各类负荷的用电曲线，建立各类负荷的负荷用电模型；其中，电动汽车充电负荷的用电曲线通过蒙特卡洛算法得到；步骤3，建立并网微电网负荷管理调整目标，根据并网微电网负荷管理调整目标和各类负荷的负荷用电模型调控不同类型负荷，完成并网微电网负荷管理。通过负荷分类和建模，实现不同负荷分类预测和分类调度，针对微电网中电动汽车负荷特性，调度电动汽车参与微电网整体能量管理，提升微电网经济效益。
-
公开(公告)号：CN110429626B
公开(公告)日：2021-08-17
申请号：CN201910577603.0
申请日：2019-06-28
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 , 广东电网有限责任公司东莞供电局
IPC: H02J3/32
Abstract: 本发明公开了一种适用于并网型储能系统的能量管理系统及管理方法，该能量管理系统能够通过储能充放电功率调度和荷电状态管理，实现储能系统平滑新能源出力、削峰填谷、跟踪出力计划等功能。并网型能量管理系统依据不用应用场景具有削峰填谷、稳定控制、计划及手动模式，其核心能量管理算法，在传统储能管理的基础上，引入模糊控制方法，根据储能电池的剩余容量与状态，对储能实时功率进行修正，以防止过充过放。
-
公开(公告)号：CN111313468B
公开(公告)日：2021-10-22
申请号：CN202010208542.3
申请日：2020-03-23
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
Abstract: 本发明属于微电网技术领域，公开了一种模块化微电网中央控制器，包括服务器接口单元、模式切换单元、功能控制单元、设备管理单元和设备接口单元；服务器接口单元依次连接模式切换单元、功能控制单元、设备管理单元和设备接口单元，设备接口单元与模式切换单元连接。解决了现有微电网中央控制器大多根据项目需求进行具体功能开发，缺乏系统性的架构设计及模块化功能规划，导致项目定制化开发效率低、周期长的问题，通过模块化架构实现的微电网中央控制器系统，能够实现多种应用功能的定制，可根据用户需求自由配置各功能模块，应用场景适应性强，能够快速部署的微电网中央控制器，能够有效缩短开发周期，降低系统开发成本。
-
Patent Agency Ranking
公开(公告)号：CN111244975B
公开(公告)日：2021-07-30
申请号：CN202010158519.8
申请日：2020-03-09
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
Abstract: 本发明公开了一种基于主从微电网系统离网运行模式的稳定控制方法，包括步骤：中央控制器根据光伏系统功率及负荷计算VF源和PQ源总应输出功率ΔPL‑PV；计算PQ源输出功率比例系数Kp；计算PQ源输出总功率ΔPPQ；计算得到每个PQ源的输出功率指令值PPQ,k，并将输出功率指令下发至每个PQ源；根据VF源实际输出功率及输出设定值计算ΔPVF；根据ΔPVF判断是否进行光伏调整或切负荷。本发明控制方法，通过预留主源裕量降低由于光伏或负荷波动造成的稳定性风险，并最大化利用光伏系统输出功率，保证重要负荷的最优供电时长，保证系统运行的经济性与稳定性。
-
公开(公告)号：CN111211580A
公开(公告)日：2020-05-29
申请号：CN202010157777.4
申请日：2020-03-09
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
Abstract: 本发明公开了一种面向园区微电网孤岛运行安全停机的控制方法，在微电网停机过程中，依次切除负荷系统、光伏系统和储能系统；切除负荷系统时，先切除负荷系统中的二级负荷，再切除一级负荷；切除光伏系统时，先给光伏逆变器发送减少出力指令，降低光伏输出功率，使输出功率逐渐降低为0后，使其正常停机；切除PCS储能系统时，先切除PQ模式的PCS储能系统，再切除VF模式的PCS储能系统，向PCS储能系统发送减少出力指令，使其输出功率逐渐降低为0后，使其正常停机。本发明方法在微电网非计划孤岛时，按照既定顺序快速逐渐切除负荷及分布式微源，使微网系统逐渐正常停机，减少电网突然断电对微网内用电设备的不良冲击，延长用设备的适用寿命。
-
公开(公告)号：CN111091139A
公开(公告)日：2020-05-01
申请号：CN201911130195.0
申请日：2019-11-18
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
Abstract: 本发明属于光伏发电技术领域，公开了一种相似日聚类的光伏预测方法、装置、设备及可读存储介质，包括以下步骤：将历史气象预测数据进行相似日聚类，得到各类相似日对应的历史气象预测数据；构建LSTM神经网络模型，将各类相似日对应的历史气象预测数据分别用LSTM神经网络模型训练，得到各类相似日对应的LSTM神经网络预测模型；确定待预测时间段的气象预测数据所属的相似日类型，将待预测时间段的气象预测数据输入该相似日对应的LSTM网络预测模型，得到光伏功率预测值。根据不同气象条件进行相似日聚类，较传统的单一预测模型而言，显著提高各种非理想天气情况下光伏功率预测的精度。
-
公开(公告)号：CN111211580B
公开(公告)日：2021-11-30
申请号：CN202010157777.4
申请日：2020-03-09
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
Abstract: 本发明公开了一种面向园区微电网孤岛运行安全停机的控制方法，在微电网停机过程中，依次切除负荷系统、光伏系统和储能系统；切除负荷系统时，先切除负荷系统中的二级负荷，再切除一级负荷；切除光伏系统时，先给光伏逆变器发送减少出力指令，降低光伏输出功率，使输出功率逐渐降低为0后，使其正常停机；切除PCS储能系统时，先切除PQ模式的PCS储能系统，再切除VF模式的PCS储能系统，向PCS储能系统发送减少出力指令，使其输出功率逐渐降低为0后，使其正常停机。本发明方法在微电网非计划孤岛时，按照既定顺序快速逐渐切除负荷及分布式微源，使微网系统逐渐正常停机，减少电网突然断电对微网内用电设备的不良冲击，延长用设备的适用寿命。
-
公开(公告)号：CN111695601A
公开(公告)日：2020-09-22
申请号：CN202010415193.2
申请日：2020-05-15
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
Abstract: 本发明属于光伏发电技术领域，公开了光伏功率预测方法、装置、设备及可读存储介质，包括以下步骤：将气象预报历史数据和气象预报-光伏历史数据分别进行相似日聚类，构建初始LSTM神经网络模型和初始BP神经网络模型，并通过若干类气象预报-光伏历史数据集和若干类气象预报历史数据集分类训练得到得到若干类LSTM神经网络模型和若干类BP神经网络模型；然后确定待预测时间段的气象预报数据所属的气象预报-光伏历史数据集和气象预报历史数据集，通过对应类别的LSTM神经网络模型和BP神经网络模型得到第一光伏功率预测结果和第二光伏功率预测结果并进行加权平均，得到最终的光伏功率预测结果。本方法结合BP神经网络与LSTM神经网络，有效提高光伏功率预测精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.116 seconds)
