-
公开(公告)号：CN117195584A
公开(公告)日：2023-12-08
申请号：CN202311241650.0
申请日：2023-09-25
IPC: G06F30/20 , G06Q50/26 , G06F18/23213 , G06Q50/06 , G06F111/04 , G06F111/06
Abstract: 本发明公开了属于综合能源系统容量配置技术领域的一种计及多能流的高速公路自洽能源系统容量配置方法。该方法具体如下：利用K‑means聚类法对系统历史数据进行聚类，建立高速公路自洽能源系统典型日的辐照强度、风速、多能源负荷数据集，并得到典型日频次；建立用于高速公路自洽能源系统容量配置的多目标优化模型；在MATLAB平台利用gurobi求解器对多目标优化模型进行求解，得到高速公路自洽能源系统内设备的容量配置方案。本发明实现了经济性、环境性、自洽率的三重保障，有效改善弱/无网地区高速公路的用能情况，促进了可再生能源就地消纳。
-
公开(公告)号：CN116995645A
公开(公告)日：2023-11-03
申请号：CN202310589934.2
申请日：2023-05-24
IPC: H02J3/00 , H02J3/46 , H02J3/28 , H02J3/32 , G06Q10/0631 , G06Q50/06 , G06N3/092 , G06N3/0985
Abstract: 本发明公开了属于电力系统经济调度技术领域，特别涉及基于保护机制强化学习的电力系统安全约束经济调度方法，包括：初始化训练环境；进行基于专家经验的引导式训练；基于安全层对动作进行再约束。该方法确定机组的有功功率分配方案、无功电压优化方案和储能机组的充放电功率，采用基于专家经验和安全层保护机制的近端策略优化算法。引入专家经验在强化学习过程中提高智能体处理功率平衡等约束条件的执行力度，引导智能体提高新能源消纳率。在策略网络的末尾添加安全约束层，引入线路传输容量安全约束以避免出现危险动作，实现安全约束经济调度，并在改进型IEEE‑118节点系统上完成仿真结果验证。
-
公开(公告)号：CN116797401A
公开(公告)日：2023-09-22
申请号：CN202310610280.7
申请日：2023-05-26
Abstract: 本发明公开了属于电‑热综合能源系统调度自动化技术领域，特别涉及基于SOCP的电‑热综合能源系统抗差状态估计方法，包括：对状态变量进行双线性变换，将非线性的状态估计模型变换为线性的状态估计模型；构造基于SOCP的电‑热综合能源系统分布式抗差状态估计模型，利用ADMM方法求解，所得结果通过线性变换与非线性变换得到最终状态变量估计值。本方法适用于综合能源系统分布式状态估计，算例分析表明能够对电‑热综合能源系统进行分布式高精度、高计算效率的状态估计，加入电力系统辅助状态变量的二阶锥约束，弥补量测冗余度损失，对于电力系统状态变量的估计精度极高；同时算例结果验证本方法具备较好的抗差性。
-
公开(公告)号：CN118920600A
公开(公告)日：2024-11-08
申请号：CN202410944270.1
申请日：2024-07-15
Applicant: 华北电力大学 , 青海大学 , 青海理工学院 , 国网河北省电力有限公司 , 国网青海省电力公司 , 国网冀北电力有限公司
Abstract: 本申请公开一种多时间尺度电力电量运行规划方法、装置、介质及产品，涉及电力系统调度自动化技术领域，所述方法包括：基于新能源机组的出力数据，得到对应典型日的日内新能源出力与负荷序列；基于所有日内新能源出力与负荷序列，以小时为颗粒度，建立短期电力调度运行规划模型；基于所有日内新能源出力与负荷序列，以月为颗粒度，建立长期电力调度运行规划模型从而建立多时间尺度电力电量运行规划决策模型；利用CPLEX规划求解器对多时间尺度电力电量运行规划决策模型进行求解，得到不同时间尺度下的电力电量调度运行安排计划。本申请可实现极端天气因素下的高比例新能源电力系统电源发电计划安排。
-
公开(公告)号：CN117633637A
公开(公告)日：2024-03-01
申请号：CN202311347231.5
申请日：2023-10-17
Applicant: 青海大学 , 中国南方电网有限责任公司超高压输电公司电力科研院 , 广西电网有限责任公司电力科学研究院 , 大唐共和清洁能源有限公司 , 青海格尔木鲁能新能源有限公司 , 国网青海省电力公司电力科学研究院
IPC: G06F18/2411 , G06F18/27 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/2321 , G06N3/006 , G06Q10/20 , G06Q50/06
Abstract: 一种基于FCM‑LSSVM的高原电力设备密封件寿命预估方法，涉及密封件评估的技术领域，其包括以下步骤：第一步：密封件性能指标数据收集，数据清洗、缺失值处理和特征标准化后进行FCM挖掘相似特征样本；第二步：获取到筛选出的特征量后建立LSSVM预测模型并进行迭代训练；第三步：密封件性能指标数据寿命输入训练后的LSSVM诊断模型，输出预测结果。本发明的有益效果在于：能够有效的自适应检测出电力设备密封件的可靠性，数据较为精准，诊断模型快捷可靠，仅需输入密封件数据集就能预估老化寿命，提高变电站、换流站电能输出的稳定性和可靠性，有利于有效优化巡检策略、有效降低维修成本、人工成本。
-
Patent Agency Ranking
公开(公告)号：CN116933518A
公开(公告)日：2023-10-24
申请号：CN202310881676.5
申请日：2023-07-18
Abstract: 本发明提出了一种计及需求响应的高速公路服务区EV充电负荷模型优化方法，通过蒙特卡洛算法模拟高速公路路域电动汽车充电负荷，在基于分时(TOU)电价的价格型需求响应(DR)机制下，通过发挥TOU电价信号作用来引导EV用户有序充电，以总负荷跟踪分布式光伏出力得到的净负荷波动最小为目标建立TOU电价响应模型，对高速功率路域电动汽车充电负荷进行优化。通过具体的示例分析表明，本发明的方法能够在高速公路服务区中考虑EV参与价格型DR的情况下，可以优化EV充电负荷曲线，改善系统运行状况。
-
公开(公告)号：CN116739180A
公开(公告)日：2023-09-12
申请号：CN202310771986.1
申请日：2023-06-28
Inventor： 陈艳波 , 方哲 , 李嘉祺 , 司杨 , 李春来 , 梅生伟 , 陈来军 , 孙雪婷 , 张宁 , 田昊欣 , 陈晓弢 , 王德帅 , 杜钦涛 , 杨军 , 刘志慧 , 刘宇翔 , 吴适存 , 李晓雪 , 周万鹏
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q40/04 , G06Q50/06 , G06N3/006 , G06N5/04
Abstract: 本发明公开了一种基于自适应双变异粒子群迭代算法的园区综合能源系统双层博弈方法及装置，应用自适应的双变异粒子群迭代算法，在惯性权重加入自适应算子改变其对不同模型求解适应度；同时加入双层变异算子，其中，第一层算子加入非均匀变异算子在粒子群的搜索过程中进行初次变异操作，扩大粒子群的搜索范围；第二层通过加入柯西变异算子对本次迭代的最优解进行变异，使该粒子可逃离局部最优的困境，从而最大程度上提升算法在高维空间内的全局搜索能力。本发明针对传统求解双层优化模型使用的粒子群算法进行优化，可以很大程度上避免粒子群早熟收敛的情况，提高了算法的可移植性。
-
公开(公告)号：CN118899854A
公开(公告)日：2024-11-05
申请号：CN202410944436.X
申请日：2024-07-15
Applicant: 华北电力大学 , 青海大学 , 青海理工学院 , 国网河北省电力有限公司 , 国网青海省电力公司 , 国网冀北电力有限公司
Inventor： 陈艳波 , 鲁继诚 , 陈泽宇 , 徐子韬 , 王志昊 , 马嘉昊 , 张润昭 , 张节潭 , 芈书亮 , 李春来 , 司杨 , 陈晓弢 , 陈来军 , 梅生伟 , 杨军 , 周万鹏
IPC: H02J3/06 , H02J3/14 , H02J3/24 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/23213
Abstract: 本申请公开了一种虚拟电厂双层优化调度方法、设备、介质及产品，涉及电力系统调度自动化领域，通过获取各行业的历史日负荷数据；根据各行业的所述历史日负荷数据，利用拉丁超立方抽样法和K‑means++聚类算法，确定各行业的可调节负荷的用户基线负荷曲线；基于各行业的可调节负荷的用户基线负荷曲线，建立虚拟电厂双层优化模型；虚拟电厂双层优化模型包括以虚拟电厂收益最大化为目标的上层模型，以及以负荷聚合商收益最大化为目标的下层模型；利用KKT条件、对偶理论和大M法，对所述虚拟电厂双层优化模型进行求解，确定最优解，以对所述虚拟电厂进行调度。本申请提高了能源利用效率。
-
公开(公告)号：CN116760104A
公开(公告)日：2023-09-15
申请号：CN202310722741.X
申请日：2023-06-16
Abstract: 本发明公开了一种计及源荷不确定性的轨道交通新能源储能配置方法，首先，采用K‑means聚类的方法，依季节进行划分，对光伏出力或风力出力等新能源发电方式的历史数据进行聚类生成典型出力场景，表征源侧出力的不确定性；对于负荷侧，依据概率响应对牵引负荷建立等效负荷模型，以均值形式表征荷侧剧烈波动带来的不确定性。然后，建立双层优化模型，上层约束模型以储能的容量、新能源机组的容量、电网购电量作为决策变量；下层运行优化模型的决策变量包括新能源出力、微电网购电出力、微电网售电出力、储能系统出力，以系统运行费用最低为目标函数。最后，建立系统能源自洽率计算模型，实现轨道交通供电网络的配置。
-
公开(公告)号：CN116468106A
公开(公告)日：2023-07-21
申请号：CN202310387589.4
申请日：2023-04-12
IPC: G06N3/092 , H02J3/00 , H02J3/06 , H02J3/38 , H02J3/24 , H02J3/48 , G06N3/09 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于深度强化学习与电力系统经济调度交叉领域，特别涉及一种基于预训练和知识引导的深度强化学习经济调度方法，包括步骤1：获取高质量经验数据，并存放于经验回放池；步骤2：构造强化学习训练环境；步骤3：基于监督学习预训练方法提前对初始策略网络进行训练；步骤4：基于知识引导的Actor‑Critic网络再训练。本发明在智能体和环境进行交互之前，提前对智能体中的Actor网络进行训练，避免智能体在与环境交互的初期进行盲目的训练；同时在智能体的训练过程中嵌入专家知识，将其搜索限制在电力系统安全运行区域内，引导智能体促进新能源消纳。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.09 seconds)
