-
公开(公告)号：CN116962158A
公开(公告)日：2023-10-27
申请号：CN202310899322.3
申请日：2023-07-20
Applicant: 广东电网有限责任公司广州供电局
IPC: H04L41/0663 , G06Q50/06 , H04L41/00 , H04L9/00
Abstract: 本申请涉及一种用于需求响应区块链系统的信用值调整方法、需求响应方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：在检测到电力交易信息出现记录操作失败的情况下，获取电力需求响应区块链系统中各电力资源节点的节点信用值；获取记录操作失败的失败原因信息，按照记录操作失败的失败原因信息，对各电力资源节点的节点信用值进行调整，得到各电力资源节点对应的调整后节点信用值；根据各调整后节点信用值，重新对电力需求响应区块链系统中的各电力资源节点进行节点选主，得到电力需求响应区块链系统的选主结果。采用本方法能够提高电力需求响应效率。
-
公开(公告)号：CN116933109A
公开(公告)日：2023-10-24
申请号：CN202310990625.6
申请日：2023-08-08
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明属于电力负荷预测领域，具体涉及基于深度学习的虚拟电厂基线负荷数据预测方法及系统。其通过对历史负荷数据进行聚类分析，按照不同类型虚拟电厂运行特点，将虚拟电厂划分为需求响应型和能源供给型虚拟电厂，分别构建第一和第二基线负荷预测模型，利用注意力机制，分别对需求响应型和能源供给型虚拟电厂的训练集数据的输入特征进行差异性加权；对需求响应型虚拟电厂训练数据集的输入特征中的电价因素进行权重增强，对能源供给型虚拟电厂训练数据集的输入特征中的天气因素进行权重增强，提高了虚拟电厂基线负荷预测的准确性，并有助于提升虚拟电厂评估的有效性。
-
公开(公告)号：CN116823332A
公开(公告)日：2023-09-29
申请号：CN202310794014.4
申请日：2023-06-29
Applicant: 广东电网有限责任公司广州供电局 , 华北电力大学 , 北京华电能源互联网研究院有限公司
IPC: G06Q30/0202 , G06Q50/06 , G06Q30/0201 , G06F17/10
Abstract: 本发明公开了一种计及分布式资源的虚拟电厂运营收益的量化分析系统，属于电力市场交易匹配技术领域，包括以下步骤：采集各时点的日前现货电价、发电机组各部分出力情况、用户负荷及合约电价数据，获取影响虚拟电厂运营收益的关键影响因素；根据关键影响因素对运营收益的贡献度，构建量化分析模型；基于量化分析模型，通过求解器SCIP，对虚拟电厂运营收益进行预测；本发明在考虑日前现货市场的情景下，以光伏、风电等分布式资源的出力预测数据为输入，通过在合理范围内分场景设定储能投资比例，并结合可调负荷响应特性设定其调控阈值门槛，量化分析上述关键决策变量对整体运营收益的贡献度，为VPP整体运营规划提供指导和参考。
-
公开(公告)号：CN116595581A
公开(公告)日：2023-08-15
申请号：CN202310509192.8
申请日：2023-05-08
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本申请涉及一种基于区块链的虚拟电厂分布式隐私增强优化方法及装置。所述方法包括：接收第一客户端发送的第一资源转移请求；对第一资源转移请求进行差分隐私保护处理，得到第二资源转移请求，并将第二资源转移请求发送至虚拟电厂资源转移系统中的第二聚合商节点，第二聚合商节点表示虚拟电厂资源转移系统中除第一聚合商节点之外的任意一个聚合商节点；接收第二聚合商节点反馈的资源匹配数据，并基于资源匹配数据进行电力资源转移，资源匹配数据为第二聚合商节点生成的初始资源匹配数据经过差分隐私保护处理得到。采用本方法能够解决数据发布和分析过程中用户隐私数据信息被泄露的问题，提高分布式电力资源转移过程中的安全性。
-
公开(公告)号：CN116526584A
公开(公告)日：2023-08-01
申请号：CN202310812039.2
申请日：2023-07-04
Applicant: 广东电网有限责任公司广州供电局 , 华北电力大学 , 北京华电能源互联网研究院有限公司
IPC: H02J3/46 , H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电厂调控技术领域，具体涉及一种基于绿电溯源的虚拟电厂快速响应调控方法，包括以下步骤：基于新能源弃用率高的缺点，预测弃风弃光时段，同时根据新能源消纳问题，进行调峰；进行需求侧用电区间预测，考虑负荷基线和可调潜力预测；签订中长期带曲线绿电交易合同；日前通过提前下达调度计划控制，实现物理级绿电溯源，进行曲线匹配，证明多用电的时段就是弃电时段；日内通过无感调度控制系统和终端设备，由控制协调中心对虚拟电厂负荷统一进行控制，实现精准计划实行。本发明，构建用户特性预测模型，创新火电与新能源协同运行机制，推进两者进行灵活性结合，引导自备火电参与调峰。
-
Patent Agency Ranking
公开(公告)号：CN112257907B
公开(公告)日：2023-04-07
申请号：CN202011062605.5
申请日：2020-09-30
Applicant: 广东电网有限责任公司广州供电局
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于电力系统需求响应技术领域，具体来说，涉及一种考虑电价敏感性的电动汽车负荷建模方法，包括以下步骤：S1：基于消费者心理建立用户对电价的敏感性分析模型；S2：基于用户出行和荷电状态约束建立用户出行需求模型；S3：基于敏感性分析模型和用户出行需求模型，建立基于电价敏感性的用户负荷转移的响应模型；S4：基于步骤S3所建立的用户负荷转移的响应模型，结合蒙特卡洛方法，计算经过电价引导后的负荷水平，即获得经过电价引导后的EV用户负荷响应模型。本发明能更准确地模拟EV用户进行充电时段转移的局限性和概率性，对提高引导后充电负荷预测的准确性具有非常重要的意义。
-
公开(公告)号：CN115759673A
公开(公告)日：2023-03-07
申请号：CN202211501604.5
申请日：2022-11-28
Applicant: 广东电网有限责任公司广州供电局
IPC: G06Q10/0631 , G06Q50/06 , G06Q50/26
Abstract: 本发明公开了一种电动公交车协同调控方法及系统，涉及电动公交车运行控制技术领域。所述协同调控方法包括：获取电动公交车实时信息和充电站储能装置储能信息；基于电动公交车实时信息，生成电动公交车状态值；基于使光伏消纳剩余最小的目标函数，构建电动公交车排班优化模型建立电动公交车约束条件，对电动公交车排班优化模型进行求解，生成一轮排班周期关于电动公交车与充电站储能装置的调控方案，并由电动公交车和储能装置响应该调控方案。本发明充分考虑了电动公交车和充电站两个主体的相互耦合，在保证公交站正常发车运营的情况下，生成调控方案，最大程度消纳光伏出力，提高光伏了利用率，相比传统的一般电动公交站具有更高的经济性。
-
公开(公告)号：CN119695973A
公开(公告)日：2025-03-25
申请号：CN202411475037.X
申请日：2024-10-22
Applicant: 广东电网有限责任公司广州供电局
IPC: H02J3/28 , H02J3/00 , G06N3/006 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电力调控技术领域，公开了一种基于风光储新能源电站的多模式协调控制方法及系统，该方法包括以下步骤：获取风电、光伏发电与储能系统的实时运行数据；预测未来一段时间内的电网负荷及风电、光伏发电情况；利用协同推荐算法推荐能量调度方案集；利用基于免疫机制的改进贝叶斯优化算法确定最佳的能量调度方案；根据得到的最佳能量调度方案对风能、光能和储能设备进行相应的控制操作，实现各种能源的高效协同工作；本发明还公开了一种基于风光储新能源电站的多模式协调控制系统。本发明可以更快地找到最佳能量调度方案，高效的实现风光储新能源电站的协调控制，更好地满足于电网负荷需求的同时最大限度地提高能源的利用效率。
-
公开(公告)号：CN119583558A
公开(公告)日：2025-03-07
申请号：CN202411215811.3
申请日：2024-09-02
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本申请提供了一种面向智能电网的柔性调节单元数据传输方法，属于电网管理技术领域。面向智能电网的柔性调节单元数据传输方法包括：实时采集专变用户的电能参数，电能参数包括分相电压、电流、有功功率、功率因数及频率；对电能参数进行边缘计算处理，以制定负荷预测策略、负荷辨识策略、电能质量监测策略及柔性调控策略；通过加密通信方式将处理后的电能参数上报至互动管理主站。本申请提供的面向智能电网的柔性调节单元数据传输方法，可以保障数据传输的安全性，实现智能电网的负荷精细管理、电能质量优化及动态调节能力增强，维护电网系统的稳定。
-
公开(公告)号：CN118536565A
公开(公告)日：2024-08-23
申请号：CN202410892566.3
申请日：2024-07-04
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本申请公开了一种AI算法加速方法、装置、设备和可读存储介质，方法包括：获取AI算法所处分析应用场景的分析需求，并根据所述分析需求选定匹配的AI算法初始模型并设置相应的性能目标；搭建包含微处理器单元MPU与神经网络处理单元NPU的异构计算架构；根据所述性能目标优化所述神经网络处理单元NPU的内核设计以匹配所述AI算法深度学习过程的特定计算模式；基于所述AI算法初始模型以及所述异构计算架构，构建生成AI算法加速模型。本申请根据分析应用需求自动选择AI模型并设定性能目标，同时搭建异构架构动态调配MPU与NPU资源，确保算法执行路径的最优化，显著提升了处理速度和能效比。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.035 seconds)
