-
公开(公告)号：CN116316653A
公开(公告)日：2023-06-23
申请号：CN202310179068.X
申请日：2023-02-28
Applicant: 南京工程学院
Abstract: 本发明涉及一种馈线负载率的计算方法、系统、电子设备及存储介质，包括以下步骤：1)采用极值理论的POT模型对配电网极值负荷数据进行分析；2)采用广义帕累托分布拟合配电网极值负荷数据中的随机负荷的尾部，推出线路负载率的尾部分布；3)馈线负载率的计算中引入重现期与重现水平，建立负荷分布配电网馈线负载率的计算方法。本发明提出了一种馈线负载率的计算方法，用最少的数据来计算最大线路负载率，进行概率分析，考虑了不同类型随机负荷的不确定性。本发明能促进预测不确定性下的线路负载情况，对配电线路负荷状态评价和配电线路规划具有指导意义。
-
公开(公告)号：CN116231684A
公开(公告)日：2023-06-06
申请号：CN202310396329.3
申请日：2023-04-13
Applicant: 南京工程学院
Abstract: 一种面向二次调频的储能电站辅助电网调频方法，属于电力系统储能频率控制方法技术领域，包括以下步骤：实时获取更新区域控制偏差ACE(Area Control Error)信号，当ACE信号越过死区设定的值时，电池储能参与二次调频，反之电池储能进行SOC(State Of Charge)自适应调整，同时根据ACE信号得到区域需求(Area Regulation Requirement，ARR)信号，获取电池储能SOC状态和频率偏移Δf，根据模式切换判据表选择控制方式，建立电池储能单元群最大效率充放电模型，构建以功率损耗最小为目标的目标函数，利用混沌生物免疫算法求解各个储能单元的出力。本发明提升了电池储能的二次调频效果，降低了调频对电池储能功率和容量的要求，同时提高了电池储能系统的利用效率。
-
公开(公告)号：CN116125289A
公开(公告)日：2023-05-16
申请号：CN202310174606.6
申请日：2023-02-28
Applicant: 南京工程学院
IPC: G01R31/367 , G01R31/392
Abstract: 本申请提出基于局部电压片段和集成学习的锂电池健康状态估计方法，包括S1：获取m个电池充电过程的样本，确定电压区间范围，然后对该区间范围划分n个局部电压片段；S2：对每个样本中的每个局部电压片段提取容量间隔特征；S3：分析每个局部电压片段与电池健康度的特征相关性；S4：通过步骤S1‑S3的方式生成初始训练集，搭建n+1个集成学习模型，基于初始训练集对前n个集成学习模型进行训练和预测，得到二次训练集；S5：将二次训练集对最终模型进行训练，然后利用该最终模型分析局部电压片段以完成对电池健康状态进行估计。本申请利用充电过程中某几段局部电压进行电池状态估计，模拟用户充电习惯，实现对电池健康状态估计。
-
公开(公告)号：CN113466710B
公开(公告)日：2023-01-31
申请号：CN202110941373.9
申请日：2021-08-17
Applicant: 南京工程学院
IPC: G01R31/392 , G01R31/367 , G01R31/385 , G01R31/387 , G01R31/388
Abstract: 本发明公开了一种含新能源受端电网中储能电池的SOC与SOH协同估算方法，建立储能系统中单个锂电池Thevenin等效电路模型，对电池进行HPPC测试；采用特征梯度算法对电池模型进行参数辨认，实现电池采样参数的精确性；将特征梯度算法辨认优化数据作为输入，针对卡尔曼滤波算法估算SOC容易受电流累计误差的影响，提出复合筒节‑卡尔曼滤波算法估算SOC并更新模型；通过特征梯度算法进行参数辨认，基于辨认参数提出博弈探寻‑支持向量机算法估算SOH，实现协同估算SOC与SOH快速性和精确性。基于储能电池的SOC和SOH快速估算，利用SOC和SOH等指标筛选性能一致性较高储能系统中电池，能够保证电池储能的安全，为新能源接入电网中电化学储能系统安全性和快速响应功率波动提供基础。
-
公开(公告)号：CN115600845A
公开(公告)日：2023-01-13
申请号：CN202210958217.8
申请日：2022-08-10
Applicant: 南京工程学院(CN)
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开了强耦合工业用户基于碳溯源模型的综合需求响应方法，包括：基于构建的工业用户的用能设备模型，根据工业用户梯级能效，对各用能设备供能所造成的碳排放进行排放设备溯源，根据溯源结果构建用户的碳排放交易权配额模型，进而确定实际碳排放模型；根据日运行费用构建外层经济调度模型，并建立电功率平衡约束和热平衡约束条件；基于用户参与阶梯式碳交易模型以及实际碳排放模型，根据用户的削峰目标和削峰约束，构建内层综合需求响应模型；基于外层经济调度模型和内层综合需求响应模型进行求解，获得强耦合工业用户基于碳溯源的综合需求响应方法最优策略。该方法实现减少碳排放，公网削峰和用户运行成本降低的三赢局面。
-
Patent Agency Ranking
公开(公告)号：CN113422375B
公开(公告)日：2022-11-08
申请号：CN202110716289.7
申请日：2021-06-25
Applicant: 南京工程学院
IPC: H02J3/24 , H02J3/28 , H02J3/32 , H02J3/38 , H02J7/00 , H02J7/34 , G06F17/11 , G06F17/14 , G06N3/00
Abstract: 本发明公开了一种混合储能系统平抑风电功率波动的双层协调控制方法，包括：(1)通过支持向量机回归预测短期风电功率，在所述的支持向量机回归预测过程中，通过人群搜索优化算法优化惩罚因子参数；(2)基于W‑M滤波法将平抑后风电功率作为并网参考功率，计算HESS参考输出功率，采用改进希尔伯特‑黄变换对超级电容器和蓄电池一次功率分配，得到各自的参考补偿功率；(3)系统通过功率优化层，将超级电容器和蓄电池的工作区域进行划分，采用自适应注水算法对HESS的充放电功率和SOC进行协调控制得到期望补偿功率；(4)通过功率实现层，运用机会约束规划方法以最小化为目标，最大和最小充放电功率值为约束，采用SH优化算法得到最终功率设定值。
-
公开(公告)号：CN114884085A
公开(公告)日：2022-08-09
申请号：CN202210372605.8
申请日：2022-04-11
Applicant: 南京工程学院
Abstract: 一种多直流馈入受端电网飞轮储能的调频方法及系统，属于受端电网储能频率控制方法技术领域，包括以下步骤：实时监测受端电网频率值的波动，采集受端电网的频率值与标准频率的差值并输入数据处理系统；判断差值是否越限，根据差值由短时限状态扰动估值算法对短期内电网功率变动进行预测，构造功率状态预测适应度函数，飞轮储能控制系统根据改进条件的自动发电控制策略调整飞轮储能机组的工作状态至最优参数。系统实时监测电网频率并切换飞轮储能机组的工作状态和出力，使频率始终保持在某一范围内。本发明增强了高比例新能源接入的受端电网的频率稳定性，使得调频更加灵活精准。
-
公开(公告)号：CN109638863B
公开(公告)日：2022-04-29
申请号：CN201811633616.7
申请日：2018-12-29
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于双重偏差补偿控制算法的多功能储能变流器设计方法，具体步骤为：首先，设计了一种多功能储能变流器网络拓扑，随后，采用基于CSI滤波器的电流检测方法，根据三相电路P‑Q理论,得到待补偿的本地无功功率，并推导出内环参考电流，将参考电流作为内环控制器的输入，内环控制器输出电流经脉宽调制环节作用生成IGBT的驱动信号，从而调节逆变器电流输出，最后，发明了一种基于双重偏差补偿控制算法的内环控制器，在双重偏差补偿控制器中加入基于多参数解耦辨识的自适应控制器，实现多功能储能变流器输出电流对内环参考电流的快速精确跟踪，最终达到电能质量治理的目的。
-
公开(公告)号：CN114201916A
公开(公告)日：2022-03-18
申请号：CN202111499528.4
申请日：2021-12-09
Applicant: 南京工程学院
IPC: G06F30/27 , H02J3/32 , G06N3/00 , G06F111/10
Abstract: 本发明一种基于参数优化的微网混合储能系统剩余功率分解方法，主要包括步骤：搭建光储微电网模型以获取系统剩余功率；预设VMD的分解模态数和二次惩罚因子；采用乌燕鸥算法对VMD的分解模态数和二次惩罚因子进行优化，获取全局最优组合及对应的VMD分解结果。相比于现有技术，本发明结合皮尔逊相关系数，将乌燕鸥算法引入到VMD参数优化中，通过重构信号与原始信号之间的皮尔逊相关系数值确定VMD算法中分解模态数和二次惩罚因子的最优组合，并基于此最优组合对微网混合储能系统的剩余功率进行VMD分解，能够更加准确的获得混合储能功率分配信号。
-
公开(公告)号：CN112819224B
公开(公告)日：2021-10-08
申请号：CN202110134578.6
申请日：2021-01-29
Applicant: 南京工程学院
Abstract: 本发明公开了基于深度学习融合模型的机组出力预测及置信评估方法，包括如下步骤：S1、获取电网目标机组历史数据；S2、融合模型输入数据进行预处理；S3、构建基于DIndRNN和RVM的深度融合模型；S4、采用融合模型对机组出力进行预测并计算置信度；S5、通过调用融合模型实现对AGC指令的修正；S6、融合模型动态更新。本发明通过构建并调用融合模型，完成对AGC计算指令的修正，调控机组能够精准执行AGC计算指令值，使AGC控制方案实现预想控制效果。
-
-
-
-
-
-
-
-
-
Search Results
312
records
(took 0.033 seconds)
