-
公开(公告)号：CN113452057A
公开(公告)日：2021-09-28
申请号：CN202110895995.2
申请日：2021-08-05
Applicant: 华北电力大学 , 中国长江三峡集团有限公司
Abstract: 本发明涉及一种基于风光储联合电站的储能系统优化方法及系统，包括：获取风光储联合电站的相关数据；根据相关数据确定储能系统在平抑风光功率波动模式下每一时刻的理想出力值和储能系统在跟踪出力计划控制模式下每一时刻的理想出力值；在将两种模式下每一时刻的理想出力值进行融合，确定不同权重下的储能系统的实际出力值；根据不同权重下的储能系统的实际出力值确定不同权重下的平均波动率和平均相对跟踪误差；根据平均波动率和平均相对跟踪误差确定帕累托前沿；以储能系统充放电次数为优化目标，在帕累托前沿上确定储能系统的权重满意解。本发明能够实现同时满足波动率与相对跟踪误差的需求，并且延长储能寿命。
-
公开(公告)号：CN110761947A
公开(公告)日：2020-02-07
申请号：CN201911117633.X
申请日：2019-11-15
Applicant: 华北电力大学
IPC: F03D7/04
Abstract: 本发明提出了一种风电机组偏航校准方法及系统。所述校准方法包括：首先，根据历史风电场运行数据，建立风资源分布柱坐标图，以确定风电场的主势入流风况所在的风向区间；然后，计算每个风速子区间的有功功率有效值，采用曲线拟合的方式，获得每个细化区间的拟合功率曲线；然后，设置为每个待校准风向区间的校准曲线，将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立风速-偏航误差校准值查找表；最后，采用查表的方式确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，实现了风电机组偏航误差的校准，提高了机组发电量。
-
公开(公告)号：CN110374799A
公开(公告)日：2019-10-25
申请号：CN201910672159.0
申请日：2019-07-24
Applicant: 华北电力大学
IPC: F03D7/00
Abstract: 本发明属于风力发电技术领域，尤其涉及一种风力发电系统大工况范围控制方法，通过综合考虑风力发电系统的非线性特性，针对额定风速以上至切出风速以前的大工况范围，利用几何线性化构造涵盖大运行工况范围的风电机组线性模型，并调节极点配置区域，调节系统动态性能直至满足需求，实现风电机组的状态反馈控制。本发明基于区域极点配置实现机组大工况范围的性能调节，实现机组控制，可应用于不同类型风电机组的额定风速以上至切出风速以下的大工况范围。
-
公开(公告)号：CN107909211A
公开(公告)日：2018-04-13
申请号：CN201711143241.1
申请日：2017-11-17
Applicant: 华北电力大学
CPC classification number: G06Q10/04 , G06K9/6223 , G06Q10/06393 , G06Q50/06
Abstract: 本发明公开了一种基于模糊c均值聚类算法的风场等值建模及优化控制方法，包括：确定聚类算法中类的个数c；选取风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度作为聚类算法中的聚类要素进行分析；对上述参数进行预处理，得到风电机组的特征矩阵；确定聚类距离和目标函数；对风场进行模糊c均值聚类算法，得到风场等值模型；对风场等值模型中的虚拟风机进行参数聚合；对虚拟风机的输出功率进行优化；每隔预设时间，重复上述步骤，更新参数，并根据更新的参数对虚拟风机的输出功率进行优化。本发明在简化风场模型的同时能够准确反映风场的实际运行状态，且计算过程相对简单易于实现。
-
公开(公告)号：CN106683001A
公开(公告)日：2017-05-17
申请号：CN201611110708.8
申请日：2016-12-06
Applicant: 华北电力大学
IPC: G06Q50/06
Abstract: 本发明公开了一种基于历史运行数据的火电机组辨识数据的选取方法，包括：从火电机组的历史数据库中获取目标回路的输入输出数据；从时域上对获取的数据进行是否处在同一工况下的检验；从频域上对获取的数据进行逐点计算功率谱，并且采用数值量化该功率谱对火电机组辨识适合与不适合的程度，挑出获取的数据中最适合的数据段，将最合适的数据段量化的数值与经验值进行比较，最终确定最合适的数据段是否适合于火电机组辨识；对选取的最合适的数据段进行辨识，并用同一工况下，不同时刻的数据进行交叉验证。该方法展现了使用历史运行数据帮助建模的过程，同时结合实际情况，改善了历史数据选择用于辨识的准确性，提高了基于历史数据下的辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN119298147A
公开(公告)日：2025-01-10
申请号：CN202411453636.1
申请日：2024-10-17
Applicant: 中国长江三峡集团有限公司 , 华北电力大学
Abstract: 本发明涉及电力系统控制技术领域，公开了有功损耗补偿方法、计算机设备、存储介质及程序产品，该有功损耗补偿方法包括：获取历史数据，历史数据包括并网点的历史全站有功实发和历史全站有功损耗；基于历史数据构建全站有功实发和全站有功损耗之间的系数矩阵；基于当前时刻的全站调度有功指令和系数矩阵预测下一时刻的全站有功损耗；基于下一时刻的全站有功损耗，利用储能电站对下一时刻的全站有功损耗进行功率补偿。本发明能够解决有功损耗信息预测不准确的问题，实现功率快速补偿。
-
公开(公告)号：CN115288929B
公开(公告)日：2024-11-05
申请号：CN202210989753.4
申请日：2022-08-18
Applicant: 华北电力大学 , 国家能源集团新能源技术研究院有限公司
Abstract: 本发明提供一种计及载荷计算的风电机组偏航控制方法及系统，属于风电技术领域，风电机组偏航控制方法包括：采用网格搜索法确定多组历史偏航数据；每组历史偏航数据包括偏航控制参数、等效疲劳载荷及发电功率；偏航控制参数包括阈值及延迟时间；根据多组历史偏航数据，采用帕累托寻优方法，对阈值及延迟时间进行寻优，得到帕累托最优阈值及帕累托最优延迟时间；根据当前入流风向及机舱方位角确定当前偏差角；根据当前偏差角、帕累托最优阈值及帕累托最优延迟时间调整风电机组的机舱方位。考虑了偏航控制过程对风电机组气动载荷的影响，对风电机组偏航控制进行多目标优化，提高了风电机组的发电功率并同时降低了风电机组的等效疲劳载荷。
-
公开(公告)号：CN114884134B
公开(公告)日：2024-08-09
申请号：CN202210574276.5
申请日：2022-05-25
Applicant: 华北电力大学 , 华能南京金陵发电有限公司 , 华能集团技术创新中心有限公司 , 西安热工研究院有限公司
Abstract: 本发明公开了属于电力系统优化技术领域的基于区间优化的火电机组灵活性调节调度方法。步骤1：建立火电机组灵活性调节确定性模型；步骤2：建立火电机组灵活性调节区间优化模型；步骤3：利用GSOMP算法对步骤2建立的火电机组灵活性调节区间优化模型进行求解；使用GSOMP算法来协同优化目标区间的均值和偏差值，生成具有不同年综合费用区间特性的候选方案；步骤4：使用多属性决策方法对步骤3候选方案中的年综合费用区间进行评估，依据各区间特征量的综合表现选择一组最优的方案。本发明能够更好地适应高风电接入比例下的潮流不确定性，有效缓解了潮流阻塞现象，并减少了各不确定场景下的弃风量。
-
公开(公告)号：CN115549216A
公开(公告)日：2022-12-30
申请号：CN202211060744.3
申请日：2022-08-31
Applicant: 中国长江三峡集团有限公司 , 华北电力大学
Abstract: 本发明涉及一种风光储场站有功‑无功协调控制方法及系统，包括：获取风光储场站运行数据的实时值以及调度中心下发的目标值；针对联合电站的一体化特性，设计了两种控制模式，并根据控制模式及运行状态执行有功优先或无功优先的控制策略，基于不同控制策略建立计及有功功率损耗、节点电压偏差、有功功率和无功功率偏差、主动降有功功率调节代价的多目标优化模型，能够实现联合电站的有功无功协调控制，优化站内功率及电压分布，有效提升系统运行经济性和安全稳定性。
-
公开(公告)号：CN115001034A
公开(公告)日：2022-09-02
申请号：CN202210581755.X
申请日：2022-05-26
Applicant: 华北电力大学 , 西安热工研究院有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了属于电力系统优化技术领域的一种考虑火电机组灵活性综合评价的电力系统调度方法。包括：步骤1：考虑火电机组、新能源发电与负荷接入电网，以系统运行成本最低、网损最小、弃风弃光量最小为优化目标，建立目标函数；步骤2：在火电机组参与深度调峰及大范围负荷变动工况下，建立多火电机组灵活性综合指标评价模型；步骤3：考虑火电机组侧、新能源侧和电网侧约束，建立源‑网‑荷调度模型；步骤4：采用粒子群优化算法对步骤3建立的源‑网‑荷调度模型进行求解，得到各个机组最优出力。本发明综合考虑不同机组的不同技术特性与经济特性，有利于提高系统新能源的消纳率，缓解火电机组的调峰压力，指导火电机组灵活性改造。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
