-
公开(公告)号:CN106384015B
公开(公告)日:2019-03-29
申请号:CN201610875497.0
申请日:2016-09-30
Applicant: 国网上海市电力公司 , 上海电力实业有限公司
IPC: G06F17/50
Abstract: 一种基于能耗数据采集的分布式光伏系统能效预评估方法,包括首先进行的分布式光伏系统输出功率特性分析,再进行的包含能耗数据采集和用电负荷曲线特征分析的单位用能情况分析,最后进行的用电综合匹配的三大步骤。本发明能更细致的对分布式光伏系统的实际发电量情况进行预评估,做出的评估结论更贴合接入单位实际情况;本发明能够对该单位用能策略进行调整或给出调整建议,再在此基础上配置分布式光伏系统能起到一定的节能和“削峰填谷”效益,另外,本发明可视接入单位的发、用电综合匹配情况的不同,对于是否有必要另外配置储能相关设备能给出明确的结论和建议,能对分布式光伏系统的未来收益情况和投资回报周期给出明确的结论和建议。
-
公开(公告)号:CN108448607A
公开(公告)日:2018-08-24
申请号:CN201710083271.1
申请日:2017-02-16
Abstract: 本发明提供了一种微电网电池储能系统的并离网切换方法和装置,其包括并网运行时,根据PQ控制模式下并网点电压的正负序分量和逆变器输出电流的正负序分量计算电流内环的电流值和电压值,以控制逆变器输出功率;并网转离网瞬间,VF控制模式采用状态跟随的方法,并通过增加的功率补偿控制环节将电网输出功率转移到逆变器上;离网运行时,VF控制模式下的电压外环对系统提供电压和频率支撑;该装置包括PQ控制模块和VF控制模块。本发明提供的技术方案实现了在离网切换时对负序电压进行控制,保证了供电可靠性,提高了电能质量。
-
公开(公告)号:CN107451929A
公开(公告)日:2017-12-08
申请号:CN201610381573.2
申请日:2016-06-01
IPC: G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明涉及一种微型燃气轮机冷热电联供微电网的经济性分析系统,该系统包括依次连接的数据库模块、输入模块、成本效益模块、经济性分析模块和输出模块;输入模块从数据库模块获取数据库相关数据信息,同时获取外部输入数据;成本效益模块首先从输入模块获取数据库相关数据信息以及外部输入数据,然后计算出不同利益相关者的成本效益,最后将不同利益相关者的成本效益发送至经济性分析模块;经济性分析模块根据不同利益者的成本效益分别对微电网的经济性进行分析,并将经济性结果发送至输出模块;输出模块包括经济性分析结果输出单元,用于输出微电网经济性结果。与现有技术相比,本发明具分析结果精度高、整合性强、紧密结合工程实际。
-
公开(公告)号:CN105186560B
公开(公告)日:2017-09-12
申请号:CN201510555834.3
申请日:2015-09-02
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司
Abstract: 本发明公开了一种平抑风功率波动的控制方法,通过采集当前电池的荷电状态值,并判断当前电池的荷电状态值是否超过预设的范围,从而确实是否需要采用滤波算法控制平抑风功率波动,当不需要时,计算风功率波动值,并判断采用滤波算法控制平抑风功率波动或荷电状态值控制平抑风功率波动。本发明能够实现滤波算法控制平抑风功率波动,并且当滤波算法因储能系统本身容量限制时,也即当储能系统过充或过放点状态时,能够采用荷电状态值控制平抑风功率波动;大大提高了风功率平滑效果,并满足风电并网国家标准对风场功率波动所提出的限制指标。
-
公开(公告)号:CN106786704A
公开(公告)日:2017-05-31
申请号:CN201710058522.0
申请日:2017-01-23
Applicant: 国网上海市电力公司 , 上海瑞莉自动化成套设备有限公司 , 华东电力试验研究院有限公司
IPC: H02J3/32
CPC classification number: H02J3/32
Abstract: 本发明涉及一种电动汽车V2G微网中根据负荷曲线运行控制的方法,微网能量管理系统根据前一天24小时的负荷曲线、一天平均功率值和电动汽车当前的电池容量信息,计算当天24小时的运行曲线下发给V2G监控系统;V2G监控系统根据运行曲线,生成相应的控制指令下发给V2G充电桩,并不断读取V2G充电桩的运行数据,上传给微网能量管理系统;V2G充电桩执行V2G监控系统下发的控制指令,为电动汽车充电或接收电动汽车对电网的放电,并把运行数据和电动汽车的信息上传给V2G监控系统。本发明实现电动汽车在微网中的自动运行控制,保证加入V2G微网的电动汽车不仅可以充电,还可以根据负荷曲线,实现自动对电网的放电。
-
公开(公告)号:CN106778533A
公开(公告)日:2017-05-31
申请号:CN201611064284.6
申请日:2016-11-28
Applicant: 国网上海市电力公司 , 上海电力学院 , 华东电力试验研究院有限公司
IPC: G06K9/00
CPC classification number: G06K9/0057 , G06K9/0051
Abstract: 本发明涉及一种基于核函数的PCA‑KSICA储能系统典型工况识别方法,包括以下步骤:1)获取储能系统正常工况下的测量数据;2)采用PCA策略对所述测量数据进行白化处理,获得白化后信号Zn;3)建立核函数,将所述白化后信号映射至高维空间进行独立成分分析,获得解混矩阵;4)根据所述解混矩阵获得正常工况下的独立分量趋势矩阵;5)根据待监测信号与正常工况下的独立分量趋势矩阵的关系识别待监测信号所处工况。与现有技术相比,本发明将PCA策略与KSICA方法相结合,消除原始各道数据间的二阶相关性,提升快速性,有效解决ICA分离算法由于数据量大、迭代次数多引起收敛速度慢的问题,保持鲁棒性能,避免产生发散行为。
-
公开(公告)号:CN104967137B
公开(公告)日:2017-05-03
申请号:CN201510415616.X
申请日:2015-07-15
Applicant: 国网上海市电力公司 , 中国电力科学研究院 , 江苏南通三建集团有限公司 , 上海城市管理职业技术学院
CPC classification number: Y02E10/766 , Y02E70/30
Abstract: 本发明涉及一种平抑风电功率波动的储能系统协调控制方法,包括以下步骤:(1)设定风功率采样周期、LPF滤波时间常数和并网点波动量限值;(2)采集当前风电功率和并网点功率,读取各PCS所级联储能的SOC;(3)得到平抑目标功率;(4)计算储能功率;(5)计算修正后的储能功率;(6)根据约束条件将储能功率分配至各PCS;(7)下发储能控制指令;(8)等待至下一个采样时刻,返回步骤(2)。与现有技术相比,本发明根据储能容量控制约束条件、PCS控制约束条件、储能SOC越限处理约束条件和并网点波动量约束条件对各PCS分别进行功率分配,合理化分配、增强调控力度和可行性,提高风电功率平滑度效果。
-
公开(公告)号:CN105226722A
公开(公告)日:2016-01-06
申请号:CN201510769410.7
申请日:2015-11-11
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种用于逆变器主电路工作状态诊断的方法,步骤如下:S1,基于遗传算法建立逆变器效率的目标函数;S2,为求取目标函数的最大值,构造最小值算的函数;S3,建立IGBT功率器件利用率的目标函数;S4,构造功率器件的约束函数;S5、根据步骤S4构造的约束函数对步骤S2和步骤S3进行求解;S6、根据步骤S5的结果对逆变器主电路进行分析,从而得到改进方法。在分析过程中得到逆变器主电路的改进方法,进一步提高逆变器的效率和IGBT功率器件的利用率,保障工作正常进行,提高工作效率,保障逆变器主电路的精准性。
-
公开(公告)号:CN105207249A
公开(公告)日:2015-12-30
申请号:CN201510553960.5
申请日:2015-09-02
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种风电场恒定功率因数控制方法,包含以下步骤:采集当前时刻10kV母线处的无功功率因数实时值、有功功率实时值及无功功率实时值;判断无功功率因数实时值是否大于无功功率因数给定值;若是,则电池储能设备无需进行无功功率补偿;若否,则执行步骤;根据无功功率因数实时值、有功功率实时值和无功功率实时值计算得到无功功率输出初始值;将无功功率输出初始值与无功功率输出额定值进行比较,得到无功功率补偿指令;根据无功功率补偿指令控制所述电池储能设备完成对风电场的无功功率补偿。本发明还公开了一种风电场恒定功率因数控制系统。本发明结合风电场控制的特点,以提高风电场调度自动化控制水平,提高电网的电压稳定水平。
-
公开(公告)号:CN105184405A
公开(公告)日:2015-12-23
申请号:CN201510554007.2
申请日:2015-09-02
Applicant: 国网上海市电力公司
Abstract: 一种用于微电网系统的混合模型神经网络短期负荷预测方法,首先建立混合模型神经网络,利用混合模型神经网络计算微电网系统中某一监测点的基本正常负荷分量和天气敏感负荷分量,再计算特别事件负荷分量和随机负荷分量,最后将基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量相加获得总负荷。本发明结合传统线性模型负荷预测方法和神经网络负荷预测方法,大大提高了微电网系统的负荷预测精度。
-
-
-
-
-
-
-
-
-