-
公开(公告)号：CN114243742B
公开(公告)日：2022-07-19
申请号：CN202210154148.5
申请日：2022-02-18
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明公开了一种基于5G技术的储能消纳地区风电的调控方法，该方法是基于5G技术建立储能调控系统和信息通道，所述储能调控系统在日前阶段和实时阶段分别对风电场消纳需求进行计算，由日前消纳需求确定储能的次日调控计划，由实时消纳需求调整储能的调控计划；当达到储能动作要求时，经信息通道快速向储能下达动作指令。本发明所提方法合理可行，提高风电消纳水平，并使储能保持最佳动作模式进行消纳，有效延长储能的使用寿命。
-
公开(公告)号：CN114239324B
公开(公告)日：2022-07-19
申请号：CN202210168539.2
申请日：2022-02-23
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , H02J3/38 , H02J3/28 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种基于混合自动机的微能源网状态转移空间建模方法，具体如下：（1）根据微能源网的结构将微能源网划分成能源生产单元、能源传输单元、能源转换单元、能源储存单元以及能源消费单元；（2）对能源单元和微能源网系统的运行状态分别进行描述；（3）基于混合自动机建立能源单元的状态转移模型；（4）基于混合自动机建立微能源网系统的状态转移模型。本发明能对微能源网各能源单元的运行状态及其转移条件和转移过程进行精准描述，有利于对微能源网所有能源单元从启动、运行到停止的全过程进行分阶段管理与优化控制。
-
公开(公告)号：CN114757457A
公开(公告)日：2022-07-15
申请号：CN202210677597.8
申请日：2022-06-16
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F16/2458
Abstract: 本申请涉及一种基于电力大数据的电碳排放全过程监测方法和装置。所述方法包括：获取电网的电力数据，电力数据包括不同地方区域电网的单位发电量标准燃料消耗量、发电量、外部输电量、输电侧碳排放因子、生产活动用电量、碳排放量数据和行业流动产值数据，根据单位发电量标准燃料消耗量和发电量，得到发电侧电力碳排放量，根据外部输电量、输电侧碳排放因子和发电侧电力碳排放量，得到输电侧电力碳排放量，根据发电侧电力碳排放量、生产活动用电量、碳排放量数据和行业流动产值数据，得到用电侧电力碳排放量，最终，基于发电侧、输电侧和用电侧的电力碳排放量，进行电力碳排放风险预警。采用本方法能够实现准确的电力碳排放风险预警。
-
公开(公告)号：CN114493051A
公开(公告)日：2022-05-13
申请号：CN202210397866.5
申请日：2022-04-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于组合预测的提升精度的光伏功率预测方法、装置。所述方法包括：获取预设时长内的历史光伏功率数据；根据历史光伏功率数据，确定预设时长内的高频功率数据和平均功率数据，其中，高频功率数据为设定时长内的波动频率大于预设值的数据；获取气象数据，将气象数据和高频功率数据输入神经网络模型，确定高频功率数据的预测值；根据高频功率数据的预测值和平均功率数据，确定光伏功率预测结果。从而能够将高频功率从整体的功率中剥离出来针对性的进行预测，提高功率预测的精度。
-
公开(公告)号：CN114266421A
公开(公告)日：2022-04-01
申请号：CN202210194829.4
申请日：2022-03-01
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够从大量原始数据中得到最优特征组合，提高新能源功率预测模型的预测结果的稳定性和可靠性。该方法包括：获取原始数据；基于原始数据构建高维气象特征集合；从高维气象特征集合中，每次选取一个特征子集，将特征子集依次递增地输入至功率预测模型，得到一阶预测精度；通过分析一阶预测精度随特征子集增加时的变化情况，确定初选特征范围；通过序列前向浮动搜索算法对初选特征范围进行筛选得到最优特征组合；根据最优特征组合获取新能源功率预测模型的输入数据，以供新能源功率预测模型进行预测得到新能源网络的输出功率。
-
Patent Agency Ranking
公开(公告)号：CN114239324A
公开(公告)日：2022-03-25
申请号：CN202210168539.2
申请日：2022-02-23
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , H02J3/38 , H02J3/28 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种基于混合自动机的微能源网状态转移空间建模方法，具体如下：（1）根据微能源网的结构将微能源网划分成能源生产单元、能源传输单元、能源转换单元、能源储存单元以及能源消费单元；（2）对能源单元和微能源网系统的运行状态分别进行描述；（3）基于混合自动机建立能源单元的状态转移模型；（4）基于混合自动机建立微能源网系统的状态转移模型。本发明能对微能源网各能源单元的运行状态及其转移条件和转移过程进行精准描述，有利于对微能源网所有能源单元从启动、运行到停止的全过程进行分阶段管理与优化控制。
-
公开(公告)号：CN115441515B
公开(公告)日：2024-05-03
申请号：CN202211118199.9
申请日：2022-09-14
Applicant: 南方电网数字电网研究院有限公司
IPC: H02J3/46
Abstract: 本发明公开了一种燃煤‑燃气机组联合状态优化控制方法，具体包括：引入燃煤机组的煤耗‑出力函数及燃气机组气耗‑出力函数分别描述机组输出功率对煤耗率和气耗率的影响；详细划分机组的三种运行状态和其对应的切换条件，将燃煤‑燃气机组的调控全流程实时运行状态纳入调控的决策过程并进行可视化。本发明技术方案能够在优化计算中使燃煤、燃气机组的燃料成本计算更加精准且符合实际运行工况；同时本发明能够实时结合多种机组运行参数，明确机组实时运行状态并进行优化和状态控制，使得燃煤‑燃气机组联合实时响应负荷的随机波动并能够实时了解燃煤、燃气机组运行状态便于对其进行监测和维护。
-
公开(公告)号：CN116914861B
公开(公告)日：2024-01-23
申请号：CN202311169375.6
申请日：2023-09-12
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于模型预测控制的风储电站经济优化调度方法及系统。该方法通过获取待调度电能的市场价格预期信息、风电出力预期信息、设备成本参数和初始调度电能，并将市场价格预期信息、风电出力预期信息、设备成本参数和初始调度电能输入至预测模型中进行指令优化，得到控制指令，再将控制指令发送到电力混合系统中进行电能调度，得到目标调度电能。上述方法结合了预测市场价格、风电出力情况以及发电设备的运行寿命参数等信息，能够降低发电成本，提高经济效益。另外，通过预测模型进行电能的调度优化，可以保证设备稳定运行，增强电力系统的可靠性，降低系统运行风险。
-
公开(公告)号：CN117332897A
公开(公告)日：2024-01-02
申请号：CN202311342183.0
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/10 , G01W1/10 , G06F30/28 , G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/044 , G06N3/047 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
Abstract: 本发明实施例公开了一种人工智能驱动的新能源小时间尺度功率插值集成预测方法。该方法包括：获取待预测的未来时间段对应的未来天气预报信息；将未来天气预报信息输入至预先训练的与原始分辨率对应的最优功率预测模型中，得到与未来时间段内对应的具有原始分辨率的原始功率预测结果；基于预设的目标分辨率、原始分辨率和预先确定的最优插值算法，对原始功率预测结果进行插值处理，得到未来时间段内对应的具有目标分辨率的目标功率预测结果；其中，目标分辨率小于原始分辨率。本发明实施例的技术方案，可以提高新能源功率预测的频率，实现对功率预测结果从原始分辨率到目标分辨率的压缩，提高了功率预测结果的精确程度。
-
公开(公告)号：CN117332896A
公开(公告)日：2024-01-02
申请号：CN202311342182.6
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明实施例公开了一种多层集成学习的新能源小时间尺度功率预测方法及系统。该方法包括：获取待预测的未来时间段对应的未来天气预报信息；在多个预先训练的机器学习模型中确定出至少两个机器学习模型作为目标功率预测模型；针对每个目标功率预测模型，将未来天气预报信息输入至目标功率预测模型中，基于模型输出结果确定出与目标时间尺度对应的未来功率预测结果；其中，目标时间尺度为未来功率预测结果的时间尺度，目标时间尺度小于原始最小时间尺度；对各目标功率预测模型对应的各未来功率预测结果采用平均计算方式、投票方式和机器学习方式中的至少一种方式进行计算，得到与未来时间段对应的最优预测功率结果。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.033 seconds)
