-
公开(公告)号：CN115173488A
公开(公告)日：2022-10-11
申请号：CN202210906422.X
申请日：2022-07-29
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种基于驻点启停策略的电力系统机组组合可行解计算方法，包括：收集待计算电力系统基础数据；将机组分为A、B类；建立电力系统机组组合驻点简化模型；采用混合整数规划求解算法求解机组组合驻点简化模型中四个驻点处A类机组启停状态值，求解过程中B类机组运行状态值为运行日初始值；依据机组组合的运行特点，辨识出A类机组中必开必停机组，形成机组组合整数变量削减模型；采用混合整数规划求解算法求解机组组合整数变量削减模型，获取运行日任意时段机组组合结果；本发明依据驻点时段机组启停值，确定了部分离散变量取值，降低了问题规模，能够快速计算出满足系统安全稳定经济运行需求的近优解乃至最优解。
-
公开(公告)号：CN114884097A
公开(公告)日：2022-08-09
申请号：CN202210412744.9
申请日：2022-04-19
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明涉及一种基于供电可靠性的储能接入位置选择方法，属于电力系统技术领域，通过本申请方案提出的基于供电可靠性的储能接入位置选择方法，不仅能够在系统正常运行状态时发挥削峰填谷作用实现经济效益外，在系统发生故障造成用户停电时也可作为紧急电源向重要用户供电，减少停电持续时间和停电电量，从而在一定程度上提高系统供电可靠性水平，一方面可减少电网公司可靠性投入成本，一方面可降低用户因缺电造成的经济损失。
-
公开(公告)号：CN111753471A
公开(公告)日：2020-10-09
申请号：CN202010644364.9
申请日：2020-07-07
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司
IPC: G06F30/27 , H02J3/32 , G06F111/04
Abstract: 本发明公开了一种储能电池的优化运行方法，该方法通过建立了包含储能电池充放电收益最大目标函数和储能电池运行成本最小目标函数的多目标函数，设定多目标函数的约束条件，根据粒子群优化算法对多目标函数进行求解，得出储能电池在各个时段的充电功率和放电功率，相比较现有技术，兼顾了储能电池充放电收益最大和储能电池运行成本最小，提高了决策的科学性和有效性，获得的运行计划综合经济效益更好。
-
公开(公告)号：CN119692799A
公开(公告)日：2025-03-25
申请号：CN202411541723.2
申请日：2024-10-31
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06Q10/0637 , G06Q30/0283 , G06Q30/0601 , G06Q50/06 , G06N5/04
Abstract: 本发明涉及一种电网公司输电断面规划的市场价值评估方法，首先，由电网公司获取输电断面扩容量和扩容价值分配方案，并由此得到输电线路扩容收益分配系数；然后，结合输电断面扩容量和输电线路扩容收益分配系数建立包含省内购电代理和省外购电代理的博弈过程的模型，确定省间市场边际价格，进而得到省间输电断面扩容的市场价值；结合输电断面扩容量建立省内集中撮合方式的市场出清模型，并建立描述省内不同区域的节点边际电价的模型，进而得到省内输电断面扩容的市场价值；通过省间和省内输电断面扩容的市场价值，优化电网公司的断面规划方案。
-
公开(公告)号：CN119647638A
公开(公告)日：2025-03-18
申请号：CN202411452747.0
申请日：2024-10-17
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开一种基于深度强化学习(DRL)的光伏储能系统全生命周期优化运行方法。首先，对储能运行效率模型和容量衰减模型进行了精细建模。然后以光伏储能系统收益最大化为目标，建立了基于深度强化学习的光伏储能系统优化运行策略，考虑了电动汽车充电需求、光伏发电出力和电价的不确定性，以满足电动汽车的充电需求和光伏发电消耗。其次，由于储能充放电决策行为具有连续性，因此采用基于近端策略优化(PPO)的深度强化学习来求解优化运行结果。最后，模型通过实际历史数据进行训练，并根据当期状态实时优化储能充放电策略。采用本发明方法能有效解决不确定环境下光伏储能系统的优化运行问题。
-
Patent Agency Ranking
公开(公告)号：CN119401517A
公开(公告)日：2025-02-07
申请号：CN202411228906.9
申请日：2024-09-03
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种电氢协同微电网多目标优化调度方法和系统，该电氢协同微电网中的设备单元包括光伏出力单元、风机出力单元、电池储能单元、柴油发电机单元、氢储能单元和柔性负荷需求侧管理单元，该方法包括基于电氢协同微电网中设备单元的运行模型，构建电氢协同微电网多目标优化调度模型；对所建立的电氢协同微电网多目标优化调度模型进行求解，获取优化调度方案。本发明方法将新兴的氢能技术纳入微电网系统，通过将微电网中的氢储能单元纳入优化调度方案，将氢发电与电制氢系统与传统的电池储能和可再生能源整合，提升了微电网调度的多样性和灵活性。
-
公开(公告)号：CN118137448A
公开(公告)日：2024-06-04
申请号：CN202211541232.9
申请日：2022-12-02
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种考虑可靠性指标和等效容量的新能源容量可信度计算系统及方法，系统包括数据获取模块、机组组合调度模型建立模块、卷积计算求解模块和容量可信度计算模块；方法包括步骤一，获取电网基本数据；步骤二，建立机组组合调度模型，求解系统内各电源机组在调度周期内的出力；步骤三，生成各常规机组出力的概率分布函数和风电出力的分布函数，通过卷积计算得到系统的供电裕度分布；步骤四，计算系统一年的LOLP并以此为参考值；步骤五，在以上步骤的基础上，去掉待评估新能源容量，通过试探法加入完美机组容量，直到计算得到的LOLP与参考值相等，再计算新能源容量可信度。本发明有效减少常规电源以及灵活调节资源的规模和投资。
-
公开(公告)号：CN117787681A
公开(公告)日：2024-03-29
申请号：CN202211137230.3
申请日：2022-09-19
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06Q10/0635 , G06Q10/067 , G06N7/01
Abstract: 本发明涉及碳资产管理领域，公开一种基于改进贝叶斯模型的碳资产管理风险评价方法和系统，方法包括：构建碳资产风险评价指标体系，获取待评价企业在不同市场状态下的财务数据并根据得到多项待评价指标值；对待评价指标值进行标准化处理，使用熵权法得到标准化处理后的待评价指标值的权重；根据权重计算待评价企业的效益值，建立市场状态的预测与预测精度间的关联值；根据效益值和关联值使用贝叶斯模型得到运营风险效益值，根据运营风险效益值对待评价企业的碳资产管理风险进行评价；系统包括建模模块、数据获取模块、预处理模块、计算模块和评价模块。本发明可以对企业的碳资产管理风险进行多角度综合评价，评价结果更加科学准确。
-
公开(公告)号：CN117610825A
公开(公告)日：2024-02-27
申请号：CN202311487557.8
申请日：2023-11-09
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06Q10/0631 , H02J3/28 , H02J3/38 , H02J3/00 , G06Q50/06
Abstract: 本发明公开了一种用于延缓变电站扩容装机的共享储能的规划方法和系统，该方法通过变电站供电区域未来每年的最大负荷预测值，计算未来每年的最小新增装机需求；再根据该最小新增装机需求，获取变电站需要扩容装机的年份以及通过新建共享储能能够延缓变电站扩容装机的年份，进而获取延缓年限；再根据所述延缓年限，构建共享储能的优化规划模型，由此得到最优规划方案，该方法充分利用共享储能设备容量，提高配电资产利用效率，减少投资需求，在解决分布式光伏消纳问题和电力倒送问题的同时，还可以满足电压越限、网损较高等引起的配电网优化运行需求。
-
公开(公告)号：CN117609829A
公开(公告)日：2024-02-27
申请号：CN202311543493.9
申请日：2023-11-17
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06F18/24 , G06F18/2135 , G06F18/28
Abstract: 本发明公开了一种基于多标签一致深度字典学习的负荷辨识方法，通过构建基于多标签一致深度字典学习的负荷辨识模型实现负荷的辨识；在第一层字典学习中，使用PCA方法提取后的样本特征作为输入，在第二层到最后一层，使用上一层中经过双曲正切函数tanh激活函数后的特征作为该层输入；建立模型最小化问题目标函数并用增强拉格朗日算法分解目标问题，分解后的所有子问题都是原始或等效形式的线性最小二乘问题；本方法重新构思NILM问题，将其转化为电器状态的多标签分类问题，并采用监督深度字典学习进行训练。该方法允许模型更好地利用输入信息，提高了分解的准确性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.032 seconds)
