-
公开(公告)号：CN117410968A
公开(公告)日：2024-01-16
申请号：CN202311332156.5
申请日：2023-10-16
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
Inventor： 王士柏 , 王楠 , 关逸飞 , 刘奕元 , 程艳 , 孙树敏 , 于芃 , 杨颂 , 周光奇 , 王成龙 , 邢家维 , 孙立群 , 袁帅 , 张辉 , 刘军 , 李俊恩 , 王彦卓 , 郭永超 , 常万拯 , 李庆华
IPC: H02J3/00 , H02J3/46 , G06N3/0499 , G06N3/08
Abstract: 一种基于LightGBM‑SARIMA的风功率中长期组合预测方法及介质，涉及电网管理技术领域，利用经过LightGBM修正后的NWP数据输入到另一个新的LightGBM模型中，输出新的发电量预测值,该方法能够充分利用发电量的历史数据和NWP数据，为更高的预测精度提供可能性。采用Frank‑Wolfe算法可利用模型评价指标求解不同模型输出预测结果合理组合的权重系数，输出模型结果包含两个不同类型模型的信息，即能够实现SARIMA的深层结构在预测时间延长时所展现出的优势的表达能力,也能将LightGBM模型对NWP数据和风电功率的非线性关系的准确表达。
-
公开(公告)号：CN117349998A
公开(公告)日：2024-01-05
申请号：CN202311615224.9
申请日：2023-11-29
Applicant: 山东大学 , 国网山东省电力公司电力科学研究院 , 中国电力科学研究院有限公司
Inventor： 江艺宝 , 赵浩然 , 渠悦意 , 贺敬 , 苗伟威 , 王士柏 , 程艳 , 周光奇 , 刘奕元 , 王楠 , 于芃 , 关逸飞 , 刘军 , 李俊恩 , 袁帅 , 张健 , 孙其振 , 张文栋 , 王玥娇 , 邢家维 , 赵帅 , 王成龙 , 杨颂
IPC: G06F30/18 , G06F30/27 , G06N3/0442 , G06N5/048 , G06F113/06 , G06F119/06
Abstract: 本发明实施例提供一种基于风储联合系统扰动后的频率预测方法、系统及介质，属于风电联合领域。该方法包括：获取扰动瞬间风储联合电力系统的扰动功率，并将其输入风储联合系统频率响应模型输出第一动态频率预测值；获取扰动前后瞬间风储联合系统的节点状态信息，并其输入扰动后风储联合系统动态频率预测模型，输出第二动态频率预测值；将第一、第二动态频率预测值输入自适应神经模糊推理系统，获得风储联合系统扰动后的频率。通过自适应神经模糊推理系统融合第一、第二动态频率预测值，既改善了现有物理模型驱动中存在的运算量大和简化之后求解精度低的现状，也避免数据驱动中忽略风储联合系统中的物理关系以及避免样本的数量和质量影响预测精度。
-
公开(公告)号：CN115378046A
公开(公告)日：2022-11-22
申请号：CN202210877430.6
申请日：2022-07-25
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
IPC: H02J3/46
Abstract: 本申请涉及一种新能源场站主动支撑控制性能评估方法，包括以下步骤：确定配置储能的新能源场站主动支撑控制性能指标体系的一级指标，并基于所述一级指标构建二级指标；确定所述一级指标和二级指标的权重，基于所述一级指标和二级指标的权重值计算新能源场站主动支撑控制性能值，实现新能源场站主动支撑控制性能评估。本申请能够反应新能源场站的主动支撑能力，具有较高的可信程度。
-
公开(公告)号：CN112215428B
公开(公告)日：2022-08-26
申请号：CN202011126378.8
申请日：2020-10-20
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
Inventor： 王士柏 , 王玥娇 , 孙树敏 , 程艳 , 于芃 , 张用 , 滕玮 , 王楠 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 李俊恩 , 袁帅 , 张兴友 , 魏大钧 , 邢家维 , 赵帅 , 张永明 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
Abstract: 一种基于误差修正和模糊逻辑的光伏发电功率预测方法，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，以及预测日当天的气象数据；步骤2，使用时间以及该时间气象数据其中的两种作为模糊控制器的输入，定义模糊控制器的输出为该时间的云量系数，步骤3，以光伏发电功率预测值和光伏发电功率真实值计算误差修正因子；步骤4，以未用于计算云量系数的气象历史数据，云量系数，和误差修正因子作为神经网络的输入，以光伏发电功率预测值作为输出，训练神经网络；步骤5，使用预测日当天的气象数据和时间数据通过步骤4训练好的神经网络对光伏发电功率进行预测。
-
公开(公告)号：CN111817313B
公开(公告)日：2022-05-06
申请号：CN202010672667.1
申请日：2020-07-14
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司
Abstract: 一种基于分频段混合储能的光储容量优化配置方法及系统，方法包括：基于希尔伯特黄变换分解光伏出力数据，将其分解为高频分量和低频分量；随机生成储能装置容量作为变量；设置变量的上下限；将生成的初始储能装置容量输入到适应度函数中，计算适应度函数中的目标函数；对当前的种群进行遗传变异，从而形成下一代种群；检测遗传代数是否达到设置好的最大遗传代数，根据检测结果选择继续计算或者结束计算，将最后一代适应度最高的个体作为最终计算结果；利用高频组分和低频组分的储能优化结果分别确定超级电容和蓄电池的最优容量，有利于克服光伏分散性、能源密度低、间歇性的缺点，实现成本大幅降低。
-
Patent Agency Ranking
公开(公告)号：CN113572152A
公开(公告)日：2021-10-29
申请号：CN202110687784.X
申请日：2021-06-21
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明属于风电系统振荡模态分析技术领域，公开一种基于FP‑growth的风电机组振荡模态与影响因素关联分析方法，包括：采集风电机组运行时的输出功率、电压以及风速数据；对采集的风电机组输出功率、电压以及风速数据进行分段；采用Pony算法分析数据段包含的振荡模态；使用谱聚类算法对风速、电压均值进行聚类；采用FP‑growth算法挖掘风速‑电压聚簇与振荡模态的关联规则；基于关联规则分析结果，利用风速‑电压聚簇对振荡模态进行预测。本发明实施例能够利用风电机组运行大数据对机组的振荡模态进行关联分析，无需建立复杂的物理模型，计算速度快，为风电机组振荡模态识别提供参考。
-
公开(公告)号：CN109886523B
公开(公告)日：2021-03-02
申请号：CN201811588427.2
申请日：2018-12-25
Applicant: 清华大学 , 国网山东省电力公司电力科学研究院 , 许继集团有限公司
Abstract: 本发明公开了一种综合能源网动态模型多速率计算方法，所述方法包括，首先，基于各能源子系统属性，建立综合能源系统的动态模型；然后，基于所述动态模型，根据各能源子系统的时间尺度，对所述各能源子系统进行仿真计算。采用该计算方法避免了传统混合仿真中当某一子系统不收敛时，因以最大仿真步长进行接口交互而造成已收敛子系统继续迭代计算的情况，提高了计算效率。
-
公开(公告)号：CN112215428A
公开(公告)日：2021-01-12
申请号：CN202011126378.8
申请日：2020-10-20
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
Inventor： 王士柏 , 王玥娇 , 孙树敏 , 程艳 , 于芃 , 张用 , 滕玮 , 王楠 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 李俊恩 , 袁帅 , 张兴友 , 魏大钧 , 邢家维 , 赵帅 , 张永明 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
Abstract: 一种基于误差修正和模糊逻辑的光伏发电功率预测方法，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，以及预测日当天的气象数据；步骤2，使用时间以及该时间气象数据其中的两种作为模糊控制器的输入，定义模糊控制器的输出为该时间的云量系数，步骤3，以光伏发电功率预测值和光伏发电功率真实值计算误差修正因子；步骤4，以未用于计算云量系数的气象历史数据，云量系数，和误差修正因子作为神经网络的输入，以光伏发电功率预测值作为输出，训练神经网络；步骤5，使用预测日当天的气象数据和时间数据通过步骤4训练好的神经网络对光伏发电功率进行预测。
-
公开(公告)号：CN111915084A
公开(公告)日：2020-11-10
申请号：CN202010769448.5
申请日：2020-08-03
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
Inventor： 王士柏 , 王楠 , 程艳 , 孙树敏 , 于芃 , 王玥娇 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 袁帅 , 李俊恩 , 瞿寒冰 , 张用 , 滕玮 , 张兴友 , 李广磊 , 魏大钧 , 邢家维 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
Abstract: 一种基于神经网络的混合型光伏发电功率预测方法及系统，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据数；步骤2，从步骤1获得的气象数据中选择两种，计算预测日前第i天气象相关度将预测日前M天划分为第一类相似日和第二类相似日；步骤3，对步骤1获得的预测日前M天的光伏发电功率历史数据和气象历史数据进行小波分解；步骤4，小波分解结果与相似日划分相结合；步骤5，将训练数据代入BP神经网络，并以GA优化BP神经网络的连接权值和偏置；步骤6，判断预测日当天相似日类型，将预测日当天的气象数据进行小波分解，代入步骤5获得的对应神经网络中，并进行逆小波变换重构获得光伏发电功率预测结果。
-
公开(公告)号：CN111222213A
公开(公告)日：2020-06-02
申请号：CN202010043491.3
申请日：2020-01-15
Applicant: 许继集团有限公司 , 国网山东省电力公司电力科学研究院 , 清华大学 , 许继电气股份有限公司 , 许昌许继软件技术有限公司
IPC: G06F30/18 , G06F30/20 , G06F113/14 , G06F119/08
Abstract: 本发明涉及热力网络动态仿真方法及装置，属于综合能源服务技术领域。通过建立热力网络的水力工况模型和热力工况模型，在水力工况模型的管路特性方程中，将密度作为变量处理，体现了在热网介质温度变化的状态下，密度这一物性参数对水力工况的影响；在热力工况模型的能量方程中，将密度和比热容作为变量处理，体现在热网介质温度变化的状态下，密度和比热容这两个物性参数对热力工况的影响。本发明的水力工况模型和热力工况模型计算出的温度结果更接近实际温度，误差小，可靠性高；通过能量方程中作为变化量的比热容，充分考虑了热力管网输送能量过程中管网中存量工质的储能效果，可有效反应出热力管网能量输送过程中的动态特征。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.126 seconds)
