-
公开(公告)号:CN117910762A
公开(公告)日:2024-04-19
申请号:CN202410086029.X
申请日:2024-01-22
Applicant: 南京工程学院
IPC: G06Q10/0631 , H02J3/00 , G06Q50/06 , G06F18/22 , G06F18/23213
Abstract: 本发明提供一种基于用户需求响应的电动汽车靶向充电调度方法和系统,方法中从用户的需求响应出发,构造用户和各个充电桩的基因序列,通过构建基于Hausdorff距离的匹配度数值计算模型产生匹配度数值,判断是否需要进行进一步的基因匹配,同时通过建立基于MeanShift均值漂移聚类算法的基因挑选模型和优化选择处理方法,保证基因匹配的准确度。本发明减少用户到充电桩的时间,提高调度效率和充电桩利用率,实现对电动汽车从出发到充电桩的全过程充电的精准调度,解决现有方法站内到桩引导缺失以及充电桩难找的问题。
-
公开(公告)号:CN117390502A
公开(公告)日:2024-01-12
申请号:CN202311711786.3
申请日:2023-12-13
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 南京工程学院 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 东南大学 , 国网能源研究院有限公司
IPC: G06F18/24 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/09
Abstract: 一种基于ResIOFNN网络的电压数据缺失值填补方法及系统,包括:获取电网的历史数据,对电网历史数据进行预处理和特征分析后划分为训练数据、验证数据、测试数据;根据日负荷情况对训练数据进行场景分类,将数据的场景划分成工作日、休息日和节假日,并对数据按照场景分别编码;搭建ResIOFNN网络并基于训练数据、验证数据和测试数据对其进行训练及参数调整,得到数据填补模型;采集存在缺失数据的电压数据集,提取缺失数据前已知电压数据的特征,对缺失数据进行场景编码,并通过数据填补模型得到缺失数据对应的电压数据值进行填补。本发明能够充分利用深度学习技术对电压相关属性的历史数据进行电压缺失值的填补,提高了电压填补值的准确性。
-
公开(公告)号:CN117371750A
公开(公告)日:2024-01-09
申请号:CN202311461679.X
申请日:2023-11-06
Applicant: 南京工程学院
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/26 , G06Q50/06
Abstract: 本发明公开计及人车特征匹配的多目标电网故障应急救援方法,包括:1)获取故障电网位置,确定救援紧急度,评估负载总负荷需求;2)根据负载总负荷需求初筛备选救灾车辆;3)基于故障电网位置及备选救灾车辆建立救援人员综合能力素质的评价指标,得出各救援人员综合救援能力素质值;计算救援车辆与救援人员的匹配系数;4)建立考虑匹配系数及道路安全系数的区域路网模型,利用Dijkstra算法求解从救援出发点到故障点间的最短行驶路径长度以确定道路损耗时长;5)以救援人员匹配最佳及区域内故障综合损失最小为目标,输入救援紧急度、综合救援能力素质值、匹配系数及道路损耗时长求解得到应急调度方案。本发明能够优化应急电源的调度,减少失电损失。
-
公开(公告)号:CN116760026A
公开(公告)日:2023-09-15
申请号:CN202310782578.6
申请日:2023-06-29
Applicant: 南京工程学院
IPC: H02J3/00 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/0455 , G06N3/088 , G06N3/094 , G06N3/096 , G06N3/0985 , G06F18/213 , G06F18/2137 , G06F18/22 , G06F18/23 , G06F18/25
Abstract: 本发明公开了一种计及参数不可辨识性的机组出力精准预测方法,包括如下步骤:构建基于ResDIndRNN‑FCN神经网络模型、高维输入变量的降维模型、机组运行断面相似性聚类模型、运行断面相似性度量、机组出力辨识模型的调整策略。基于ResDIndRNN‑FCN网络模型实现对机组执行控制执行效果的精准辨识;构建基于VAE的降维模型实现对输入高维变量的降维;构建了一种基于SOM聚类算法的机组运行断面匹配方法,实现对机组运行断面的相似性筛选;构建机组运行断面相似性评价体系,实现对指令执行辨识结果的可信度评估;构建了一种机组出力辨识模型的调整策略,实现机组不可辨识参数变化下的模型调整,使机组出力辨识模型更加可靠。
-
公开(公告)号:CN116308881A
公开(公告)日:2023-06-23
申请号:CN202310193946.3
申请日:2023-03-03
Applicant: 南京工程学院
IPC: G06Q50/06 , G06F30/20 , G06F113/14 , G06F119/08
Abstract: 本发明公开了一种利用供热管网储热的综合能源系统多时间尺度调度方法,获取目标供热管网热动态模型、目标供热管网的热能网络模型,建立热力系统潮流模型;根据日前调度中热力系统的源荷约束和热力系统潮流模型构建日前调度中热力系统调度模型;根据日内上层调度中热力系统的源荷约束和热力系统潮流模型构建日内上层调度中热力系统调度模型;构建电力系统及冷能系统多时间尺度调度模型;基于供热管网的储热特性以及热力系统潮流模型、日前及日内上层调度中热力系统调度模型、电力系统及冷能系统多时间尺度调度模型构建综合能源系统多时间尺度调度模型,进行分级求解,得到优化调度结果。优点:提高运行经济性、消除供热延时效应对系统调度的影响。
-
公开(公告)号:CN114187051B
公开(公告)日:2022-11-08
申请号:CN202111532435.7
申请日:2021-12-15
Applicant: 南京工程学院
Abstract: 本发明提供一种基于多模型博弈的电动汽车充电实时定价方法和系统,其中方法包括构建第一模型,以第一模型计算待充电汽车的充电电价;构建第二模型,以第二模型计算待充电汽车的充电电价;构建第三模型,以第三模型计算待充电汽车的充电电价。本发明对充电站与充电用户在不同情况下有时间调整需求时提出不同的解决方案,通过多模型方案对用户进行分类,同时也通过博弈计算均衡来制定对于充电站与用户都最优的电价,在双方都获得最优收益的情况下使其都愿意服从调配,从而有效解决电动汽车充电调配和充电站在峰时拥堵且用户充电满意程度不高的问题。
-
公开(公告)号:CN114782183A
公开(公告)日:2022-07-22
申请号:CN202210377642.8
申请日:2022-04-12
Applicant: 国网黑龙江省电力有限公司 , 南京工程学院
Abstract: 本发明公开一种考虑打捆交易的新能源中长期交易电量分解方法,包括步骤:计算可再生能源发电与火力发电打捆交易的比例;获取火力发电和可再生能源发电的年交易电量,并根据负荷比例将新能源发电的年交易电量分解至月度;构建火电年合约电量交易分解模型,将火电年交易电量分解至月度;基于新能源电源的特性,采用TOPSIS综合评价法获取新能源发电的次序;构建基于可再生能源交易次级的数学模型,将中长期签约的月交易电量分解至日交易电量。本发明考虑了新能源与火电打捆交易以及可再生能源的特性,保障了中长期交易电量分解的合理性,提高了可再生能源的利用率。
-
公开(公告)号:CN108133285B
公开(公告)日:2021-05-11
申请号:CN201711390589.0
申请日:2017-12-21
Applicant: 南京工程学院
Abstract: 本发明公开了一种接入大规模可再生能源的混合能源系统实时调度方法,根据混合能源系统实时运行调度的要求,在分析了可再生能源的出力特点基础上,建立冷热电混合能源系统实时运行修正模型,通过实时修正模型对日前制定的冷热电混合能源系统运行方案做出实时修正以抵消预测误差的影响,以保障冷热电混合能源系统能够安全、稳定、可靠和经济运行;在此基础上建立冷热电混合能源系统实时运行滚动优化模型,以更新各类供能设备下一时刻的计划运行点;通过执行实时运行修正模型和实时运行滚动优化模型的调度结果,系统能够在兼顾日前调度计划的情况下实现能源的实时供需平衡。
-
公开(公告)号:CN112018762B
公开(公告)日:2021-04-20
申请号:CN202010894493.3
申请日:2020-08-31
Applicant: 南京工程学院
Abstract: 一种考虑输配协同含无功电压约束的电动汽车充电优化调度方法,通过对输电网模型采用基于细菌趋化改进的粒子群算法求得成本最优的机组组合,利用增加直流潮流约束提高模型求解效率;通过Benders分解将输电网发电机组模型分为主子问题迭代求解,进一步提高模型的求解效率。同时利用光伏机组发电进行协同调度,保证系统运行的效率;在配网层考虑安全约束前提下,采用节点预处理策略,缩减解空间范围,提高整体求解效率。
-
公开(公告)号:CN111984629B
公开(公告)日:2021-03-23
申请号:CN202010895216.4
申请日:2020-08-31
Applicant: 南京工程学院
IPC: G06F16/21 , G06F16/2458 , G06F16/28 , G06K9/62
Abstract: 本发明公开了多维场景下基于数据挖掘的台区线损率标准库构建方法,包括步骤:获取台区的线损率数据;根据季节、节假日以及特殊节假日的规则设定场景标签;采取缺失值填补众数的原则进行缺失值的预处理;改进3‑σ去噪法剔除异常值;分别提取具有相同场景标签的线损率数据;基于轮廓系数和卡林斯基‑哈拉巴斯指数确定最佳聚类数;K‑means聚类;基于动态簇类质心下降法确定标准库区间的上下限;基于确定区间属性值相似度合并标准库,得到多维场景下的台区线损率标准库。本发明考虑了季节和节假日等因素的影响,精细划分成各场景下的线损率标准库模型,提高了线损异常辨识的准确性。
-
-
-
-
-
-
-
-
-