-
Patent Agency Ranking
公开(公告)号：CN116542166A
公开(公告)日：2023-08-04
申请号：CN202310816933.7
申请日：2023-07-05
Applicant: 北京大学
IPC: G06F30/27 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明公布了一种基于输入凸神经网络模型的全钒液流电池仿真与优化方法，针对全钒液流电池复杂的动态效率构建全钒液流电池仿真与优化模型，并优化和求解，可用于综合评估全钒液流电池系统的经济效益，确定最佳全钒液流电池充放电策略并用于能源套利应用。本发明能够解决现有技术采用线性函数难以仿真全钒液流电池复杂的动态效率、非线性函数和非凸深度神经网络难以进行简便的优化求解的技术问题。采用本发明方法能够较为准确的仿真全钒液流电池的动态特性，提高全钒液流电池充放电功率的决策精确程度，综合评估电池系统的经济效益，确定最佳充放电策略用于能源套利应用，从而实现节约储能成本。
-
公开(公告)号：CN115392143B
公开(公告)日：2023-03-24
申请号：CN202211343226.2
申请日：2022-10-31
Applicant: 北京大学
Abstract: 本发明公布了一种基于深度强化学习的移动储能充放电时空规划方法，对于移动储能系统，建立用于充放电选择、充放电地点确定、充放电功率决策的离散连续混合动作空间和移动储能系统状态空间；基于值网络和策略网络深度神经网络构建移动储能充放电时空规划网络模型；通过深度强化学习和受限马尔科夫过程的建模，训练包含四个神经网络的两级决策网络，对移动式储能系统的充放电决策、充放电功率、充放电地点路径进行学习，从而对移动储能系统优化配置进行在线决策，由此实现基于深度强化学习的移动储能充放电时空规划。本发明简化了移动储能系统充放电时空优化的建模步骤，加快移动储能配置优化决策速度，提高了经济收益。
-
公开(公告)号：CN115545588A
公开(公告)日：2022-12-30
申请号：CN202211553193.4
申请日：2022-12-06
Applicant: 北京大学
Abstract: 本申请提供了一种固定储能系统选址确定方法、装置、电子设备及存储介质，其中，该方法包括：获取混合储能系统的时空数据，其中，混合储能系统包含固定储能系统；通过预设算法和时空数据，得到混合储能系统在每个电池网络节点下对应的短期成本效益；根据短期成本效益，确定混合储能系统在每个电池网络节点下对应的全生命周期成本效益；确定全生命周期成本效益中数值最大的目标电池网络节点，并将目标电池网络节点对应的地址作为固定储能系统的目标选址。通过本申请，解决了相关技术中存在所需的时间开销过大，不适用全生命周期时间尺度下固定储能系统的选址规划和决策的问题。
-
公开(公告)号：CN115392143A
公开(公告)日：2022-11-25
申请号：CN202211343226.2
申请日：2022-10-31
Applicant: 北京大学
Abstract: 本发明公布了一种基于深度强化学习的移动储能充放电时空规划方法，对于移动储能系统，建立用于充放电选择、充放电地点确定、充放电功率决策的离散连续混合动作空间和移动储能系统状态空间；基于值网络和策略网络深度神经网络构建移动储能充放电时空规划网络模型；通过深度强化学习和受限马尔科夫过程的建模，训练包含四个神经网络的两级决策网络，对移动式储能系统的充放电决策、充放电功率、充放电地点路径进行学习，从而对移动储能系统优化配置进行在线决策，由此实现基于深度强化学习的移动储能充放电时空规划。本发明简化了移动储能系统充放电时空优化的建模步骤，加快移动储能配置优化决策速度，提高了经济收益。
-
公开(公告)号：CN114725971B
公开(公告)日：2022-09-06
申请号：CN202210650713.7
申请日：2022-06-10
Applicant: 北京大学
Abstract: 本发明提供一种基于混合储能系统的运行决策方法及系统，该方法包括：首先建立以最大化运营收益的目标函数，以及多种储能方式约束的约束条件；再基于所述目标函数及所述约束条件构建混合储能系统的时空决策模型；最后利用所述时空决策模型对混合储能系统的运行进行决策。通过本发明提供的基于混合储能系统的运行决策方法及系统，能够增加混合储能系统在电池储能运行过程中的灵活性，提高了电池储能的效率，并提高了运营收益。
-
-
-
-
Search Results
25
records
(took 0.05 seconds)
