公开(公告)号：CN115276127A

公开(公告)日：2022-11-01

申请号：CN202210812385.6

申请日：2022-07-11

Applicant: 国网冀北张家口风光储输新能源有限公司

Inventor： 王杨 ,  葛小凤 ,  贾洪岩 ,  史学伟 ,  刘汉民 ,  赵建华 ,  王斌 ,  朱跃 ,  董文琦 ,  赵燚 ,  杨俊丰

IPC: H02J3/48 ,  H02J3/24 ,  H02M7/5395 ,  H02M1/088

Abstract: 一种电压源型变流器频率控制方法及系统，包括：基于电压源型变流器的频率控制模式选择一次调频系数或0作为输入量；将所述输入量与获取的参数输入到预先构建的频率控制模型，输出电压源型变流器开关管的开断控制信号；基于所述电压源型变流器开关管的开断控制信号对电压源型变流器的开关管进行开断控制；其中，所述频率控制模型是由电压源型变流器的频率控制模式确定的多个运算电路构建的开断信号输出通道组成的；本发明通过一次调频系数与定频控制环路的相互独立，消除了一次调频系数对频率控制环节的影响，实现了定频控制与一次调频控制的良好切换。

公开(公告)号：CN113240194B

公开(公告)日：2022-08-23

申请号：CN202110625747.6

申请日：2021-06-04

Applicant: 河北工业大学 ,  国网冀北张家口风光储输新能源有限公司

Inventor： 李练兵 ,  李思佳 ,  李佳祺 ,  李脉 ,  李东颖 ,  张佳伟 ,  刘汉民 ,  王阳 ,  赵建华 ,  任杰

IPC: G06Q10/04 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  H02J7/00

Abstract: 本申请提供储能电池容量预测方法、服务端及计算机可读存储介质，其中储能电池容量预测方法包括以下步骤：获取电池数据，对电池数据进行预处理；在电池数据中选取电池容量退化特征量以及电池容量；初始化布谷鸟搜索算法参数并生成初始解，计算初始解的适应值；根据步长公式以及巢穴位置公式产生新解，比较初始解与新解的适应值，迭代获取最优解；将最优解的权值及阈值信息赋予Elman神经网络的参数空间，进行参数微调训练；将测试集输入至训练后的Elman神经网络中，输出电池容量的预测结果。通过上述方法，可提高电池剩余容量的预测速度以及预测精度。

公开(公告)号：CN114362201A

公开(公告)日：2022-04-15

申请号：CN202111644491.X

申请日：2021-12-29

Applicant: 华北电力科学研究院有限责任公司 ,  国家电网有限公司 ,  国网冀北电力有限公司 ,  国网冀北电力有限公司电力科学研究院 ,  国网冀北张家口风光储输新能源有限公司

Inventor： 董建明 ,  王开让 ,  刘辉 ,  吴林林 ,  刘迪 ,  陈豪 ,  赵一名 ,  黄贤淼 ,  史学伟 ,  刘汉民 ,  田云峰

IPC: H02J3/18 ,  H02J3/26 ,  H02J3/28 ,  G06Q10/04 ,  G06Q50/06 ,  G06F30/20

Abstract: 本申请提供了一种电网功率平衡控制方法、装置及储能电站集群，该方法包括：获取区域电网的电网运行数据；根据所述电网运行数据，从所述区域电网对应的多组独立储能电站组中，确定待处理独立储能电站组；应用所述待处理独立储能电站组，调节所述区域电网的功率，判断调节后的区域电网的功率是否超出预设的功率波动范围，若是，则应用预先构建的新能源场站经济优化模型和所述区域电网对应的新能源场站组，对所述区域电网进行功率平衡控制。本申请能够提高电网功率平衡控制的准确性和效率，进而能够保证电网的稳定运行，同时能够降低电网功率平衡控制的成本。

公开(公告)号：CN113837480A

公开(公告)日：2021-12-24

申请号：CN202111147287.7

申请日：2021-09-29

Applicant: 河北工业大学 ,  国网冀北张家口风光储输新能源有限公司

Inventor： 李练兵 ,  李佳祺 ,  陈伟光 ,  刘汉民 ,  田云峰 ,  李明 ,  任杰 ,  王阳 ,  马步云 ,  沈宇 ,  刁嘉 ,  王正平 ,  杨海跃 ,  李峰 ,  袁冬冬 ,  高冰

IPC: G06Q10/04 ,  H02J3/00 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/04

Abstract: 本发明为基于改进GRU和差分误差补偿的冲击性负荷预测方法，包括步骤一、对电力负荷数据进行处理，得到日负荷数据；将归一化处理后的日负荷数据划分为负荷初步预测的训练集和测试集；步骤二、建立改进的GRU网络模型，对负荷数据进行初步预测，得到初步预测结果；步骤三、分别对训练误差序列和预测误差序列进行差分分解，得到训练误差序列和预测误差序列的差分矩阵；步骤四、重新建立一个改进的GRU网络模型，用于预测日较前一日的误差变化量；利用误差变化量对初步预测结果进行误差补偿，得到最终预测结果。不仅可以为每个时间点的负荷预测提供过去和未来的负荷信息，而且还可以更完善地提取数据信息，多层网络设计提高了模型的泛化能力。

公开(公告)号：CN113240194A

公开(公告)日：2021-08-10

申请号：CN202110625747.6

申请日：2021-06-04

Applicant: 河北工业大学 ,  国网冀北张家口风光储输新能源有限公司

Inventor： 李练兵 ,  李思佳 ,  李佳祺 ,  李脉 ,  李东颖 ,  张佳伟 ,  刘汉民 ,  王阳 ,  赵建华 ,  任杰

IPC: G06Q10/04 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  H02J7/00

Abstract: 本申请提供储能电池容量预测方法、服务端及计算机可读存储介质，其中储能电池容量预测方法包括以下步骤：获取电池数据，对电池数据进行预处理；在电池数据中选取电池容量退化特征量以及电池容量；初始化布谷鸟搜索算法参数并生成初始解，计算初始解的适应值；根据步长公式以及巢穴位置公式产生新解，比较初始解与新解的适应值，迭代获取最优解；将最优解的权值及阈值信息赋予Elman神经网络的参数空间，进行参数微调训练；将测试集输入至训练后的Elman神经网络中，输出电池容量的预测结果。通过上述方法，可提高电池剩余容量的预测速度以及预测精度。