电动汽车多时间尺度优化调度方法

    公开(公告)号:CN110570007B

    公开(公告)日:2023-05-09

    申请号:CN201910522232.6

    申请日:2019-06-17

    Abstract: 本发明提供了一种电动汽车多时间尺度优化调度方法,包括以下步骤:S1:通过蒙特卡洛随机抽样获取每辆电动汽车的历史记录;S2:根据当日预设时刻前的一个周期内的历史记录,预测电动汽车在下一个周期的风电功率、光伏功率及基本负荷,并采集电动汽车相关的出行信息,制定日前调度计划;S3:结合日前调度计划中的可控发电单元的预计功率曲线、风电功率、光伏功率、基本负荷及电动汽车相关的出行信息,以预设间隔时间进行短期滚动调度优化,制定短期调度计划;S4:使用灰狼优化算法求解考虑日前预测误差的电动汽车的多时间尺度优化调度模型,获得微电网最优运行方案和电动汽车最优充电方案。

    一种变压器油氧化安定性检测系统及方法

    公开(公告)号:CN111948283A

    公开(公告)日:2020-11-17

    申请号:CN202010650243.5

    申请日:2020-07-07

    Abstract: 本发明提供了一种变压器油氧化安定性检测系统及方法,所述系统包括:上位机、主控微处理器、数据采集卡、若干路超声波收发电路;上位机分别与主控微处理器和数据采集卡连接;主控微处理器与超声波收发电路连接;系统工作时,主控微处理器接收上位机发送的控制指令后向超声波收发电路发送脉冲信号,驱动超声波收发电路发出超声波信号并通过变压器油传播;超声波接收发电路接收经变压器油传播后的超声波回波,并进行处理后发送给主控微处理器;数据采集卡经主控微处理器对所述处理后的超声波回波信号进行采集,并传到上位机;上位机对接收到的数据进行处理,获取变压器油的酸值,并通过变压器油的酸值分析给出变压器油氧化安定性的检测结果。

    一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497B

    公开(公告)日:2016-12-07

    申请号:CN201310352549.2

    申请日:2013-08-13

    Abstract: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。

    基于模块化多电平变流器的无功补偿(MMC-STATCOM)方法

    公开(公告)号:CN103441512B

    公开(公告)日:2016-08-17

    申请号:CN201310352413.1

    申请日:2013-08-13

    CPC classification number: Y02E40/16

    Abstract: 本发明提供了一种基于模块化多电平变流器的无功补偿方法,由于从能量角度而言,模块化多电平变流器的各相、各子模块和直流侧能量分布相互独立,因此,可进行分块控制,包括以下的部分:步骤S1:根据MMC拓扑结构建立MMC?STATCOM解耦模型;步骤S2:从能量观点分析所述MMC?STATCOM解耦模型中电容电压波动的原因,得到各相、各子模块和直流侧能量分布相互独立,并进行分块控制。本发明从能量观点解释了MMC?STATCOM的电容电压波动原因,并使用分块控制法控制了各模块电容电压;直流侧电压波动控制和无功补偿功能共同使用DQ解耦结构控制,简化了控制结构;无功补偿性能良好,且动态响应速度较快。

    基于黄金分割云粒子群优化算法的风电系统无功规划方法

    公开(公告)号:CN103346573B

    公开(公告)日:2015-10-28

    申请号:CN201310215429.8

    申请日:2013-05-31

    CPC classification number: Y02E10/763 Y02E40/30

    Abstract: 本发明公开了一种基于黄金分割云粒子群优化算法的风电系统无功规划方法,本发明通过建立无功规划的数学模型,确定目标函数;输入风电系统的原始数据从而形成初始种群;随机产生全部粒子,运用黄金分割评判准则将粒子群按其自适应度值分为三部分,对各部分粒子设置不同的惯性权重;通过粒子群优化算法,得到粒子新的位置和速度,在满足终止条件前反复将粒子同上述方法分成三部分并迭代,如此寻找最优解,从而实现风电系统的无功规划。本发明有效的提高了风电系统的节点电压水平,减小了电网的网损,通过以上算法保持了粒子的多样性,避免了在寻优时容易出现的早熟现象,并提高了寻优过程中的收敛速度;而且以上方法的计算量较小、可操作性较高。

    基于自适应粒子群算法的接地网故障诊断方法

    公开(公告)号:CN103605042A

    公开(公告)日:2014-02-26

    申请号:CN201310380043.2

    申请日:2013-08-27

    CPC classification number: Y04S10/522

    Abstract: 本发明提供一种基于自适应粒子群优化算法的接地网故障诊断方法,根据电网络理论中的节点电压分析法建立故障诊断方程,再依据最小能量原理得到目标优化函数,将接地网故障诊断问题转化为含约束条件的目标优化问题,然后采用自适应粒子群优化算法对该优化问题进行求解,得到诊断结果。本发明的基于自适应粒子群优化算法的接地网故障诊断方法中通过建立了接地网故障诊断的数学模型,并使用优化目标函数,降低了诊断方程的病态程度,且调用了自适应粒子群优化算法的全局寻优能力,提高了求解优化模型的效率和精度,使诊断结果更加精准、可靠。

Patent Agency Ranking