-
公开(公告)号：CN115965119A
公开(公告)日：2023-04-14
申请号：CN202211530689.X
申请日：2022-12-01
Applicant: 北方工业大学
IPC: G06Q10/04 , H02J3/32 , G06Q10/20 , G06Q50/06 , G06F18/213 , G06F18/15 , G06F18/214 , G06F18/2431 , G06F18/25
Abstract: 本发明公开了一种分布式储能系统功率预测优化的方法，首先收集影响分布式储能系统使用强度的因素特征，构建分布式储能系统强度预测样本数据集；对所构建的样本数据集进行预处理，包括注意力增强和降维处理；建立基于改进随机森林的机器学习预测模型，利用处理后的样本数据集对预测模型进行训练；利用训练完成后的预测模型对未标记样本进行分类识别，根据预测模型输出的结果对分布式储能系统的使用强度进行预测；再根据预测的使用强度对分布式储能系统进行维护和优化。上述方法准确率高、鲁棒性强、泛化能力强，能够较好的对储能系统的使用强度进行预测，从而提前规划电力优化策略，实现对储能系统的前置优化。
-
公开(公告)号：CN112505551B
公开(公告)日：2023-01-10
申请号：CN202011484044.8
申请日：2020-12-16
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 安徽绿沃循环能源科技有限公司
IPC: G01R31/367
Abstract: 本发明涉及一种面向退役动力电池的筛选方法。包括如下过程：提取若干同型号退役后动力电池充放电过程电压信号n个特征变量，并利用聚类方法形成K个类别簇，选出代表各簇的典型样本X(core,k)；根据待测动力电池的特征变量X(test)，计算特征变量间比重，并构成判断矩阵A，进而获得特征向量并归一化得到ωa；计算以每个特征下不同类别簇间比重组成判断矩阵Bn的特征向量，并归一化处理后组成矩阵C；计算C×ωa获得待测动力电池的决策向量，并选择决策向量元素中最大值对应的类别为待测动力电池类型。与现有方法相比，本发明全程无参数的计算过程，降低了人为因素影响。
-
公开(公告)号：CN111487532B
公开(公告)日：2022-10-25
申请号：CN202010273168.5
申请日：2020-04-09
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 新源智储能源发展(北京)有限公司
IPC: G01R31/367 , G01R31/3835 , G01R31/388 , G01R31/389 , G01R31/392 , B07C5/344
Abstract: 本发明涉及一种基于层次分析法和熵值法的退役电池筛选方法及系统，方法包括：选取5个能够表现退役电池性能的电池参数作为评价指标；以层次分析法与专家打分法相结合的方式，偏主观地确定退役电池评价指标的定性权重；以熵值法客观地确定其指标的定量权重；将每个指标的定性权重与其定量权重的乘积作为该指标的综合权重；用简单加权法结合改进的理想解法的方式对退役电池进行综合评价打分。本发明设计合理，适用于大批量退役电池筛选场景，解决了退役电池筛选周期长、精度低的问题。
-
公开(公告)号：CN114819424B
公开(公告)日：2022-10-11
申请号：CN202210758294.9
申请日：2022-06-30
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 北方工业大学
Abstract: 本发明涉及一种适应多场景应用的储能剩余容量分配方法，调研技术服务场景需求以及共享储能可用剩余容量，保证最终全部技术服务必须全部满足；计算每个储能对每个技术服务场景是否能够完成以及估计各个储能完成任务的代价大小；分析共享储能与技术服务场景的最大匹配方案并计算总代价；并通过优化算法得到共享储能与技术服务场景中最大匹配方案当中总代价最小的方案。本发明通过供需匹配思想实现共享储能与技术服务场景的最大匹配，使全部的技术服务场景都有对应的不同共享储能与之匹配，通过优化算法选择所有最大匹配中代价最小的最大匹配，最终选择出最优方案，对共享储能的研究推广具有重要意义和应用价值。
-
公开(公告)号：CN114819424A
公开(公告)日：2022-07-29
申请号：CN202210758294.9
申请日：2022-06-30
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 北方工业大学
Abstract: 本发明涉及一种适应多场景应用的储能剩余容量分配方法，调研技术服务场景需求以及共享储能可用剩余容量，保证最终全部技术服务必须全部满足；计算每个储能对每个技术服务场景是否能够完成以及估计各个储能完成任务的代价大小；分析共享储能与技术服务场景的最大匹配方案并计算总代价；并通过优化算法得到共享储能与技术服务场景中最大匹配方案当中总代价最小的方案。本发明通过供需匹配思想实现共享储能与技术服务场景的最大匹配，使全部的技术服务场景都有对应的不同共享储能与之匹配，通过优化算法选择所有最大匹配中代价最小的最大匹配，最终选择出最优方案，对共享储能的研究推广具有重要意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN111474490B
公开(公告)日：2022-06-24
申请号：CN202010274157.9
申请日：2020-04-09
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 新源智储能源发展(北京)有限公司
IPC: G01R31/392 , G01R31/367 , G06K9/62 , G06N3/00 , G06N3/08
Abstract: 本发明提供了一种梯次利用电池快速筛选方法，方法包括：基于BP神经网络构建电池健康状态预测模型；基于电池健康状态预测模型构建全局信息矩阵；将全局信息矩阵进行区域划分，获得多个子区和各子区对应的分区信息矩阵；采用粒子群优化算法进行寻优，确定各子区对应的最优位置；将各子区对应的最优位置作为各子区对应的初始聚类中心，采用K‑means聚类方法对全局信息矩阵进行聚类，获得各子单元对应的聚类中心；基于各子单元对应的聚类中心输出电池筛选结果。本发明通过构建电池健康状态预测模型，通过粒子群优化算法寻优，进而对K‑means聚类算法进行改进，既能够对退役动力电池梯次利用进行快速筛选，还避免陷入局部最优解的弊端，提高聚类算法的准确性。
-
公开(公告)号：CN114611338A
公开(公告)日：2022-06-10
申请号：CN202210509450.8
申请日：2022-05-11
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 北方工业大学 , 北京联智汇能科技有限公司
IPC: G06F30/20 , H02J3/00 , H02J3/28 , G06F113/04
Abstract: 本发明公开一种储能电站选址定容方法及系统，方法包括：根据节点负荷状态样本矩阵以及发电数据状态样本矩阵组合得到电网状态样本矩阵；根据电网综合电压波动数据计算各个节点的全局影响指数，基于对全局影响指数的大小进行正序排列，使得到具有最大全局影响指数的节点，并将节点作为储能电站选址；根据电网综合电压波动数据对各个电网状态样本进行倒序排序，使选出具有最小电压波动的电网状态样本，并将电网状态样本所具有的储能电站配置容量作为最优储能电站配置。通过对电网电压波动进行排序，选出具有最小电网电压波动的储能电站容量，从而实现储能电站的容量配置。
-
公开(公告)号：CN114037006A
公开(公告)日：2022-02-11
申请号：CN202111281768.7
申请日：2021-11-01
Applicant: 北方工业大学 , 三峡科技有限责任公司 , 北京联智汇能科技有限公司
Abstract: 本发明涉及一种电力系统典型日负荷曲线生成方法。方法包括以下步骤：首先，以固定采样周期获取本地多年的日负荷功率曲线为样本构成数据集合；然后，设定生成典型日负荷曲线的种类数量以及长度等于日负荷采样点数、各编码位为类别数内正整数的编码串，提取编码位值相同的日负荷样本为同类；接着，计算同一时刻样本值服从此概率分布的概率乘积，并加和所有时刻的乘积值，表征此类样本聚合的优劣；第四步，利用交叉、变异等遗传操作过程，优化编码串使其达到对历史样本的最优聚类；最后，根据最优聚类结果下，同类样本在各时刻的概率分布的均值表征出此类典型日负荷曲线。为本地新能源+储能系统的选址定容以及电力系统的调度规划奠定了坚实的基础。
-
公开(公告)号：CN113922398A
公开(公告)日：2022-01-11
申请号：CN202111281797.3
申请日：2021-11-01
Applicant: 北方工业大学 , 三峡科技有限责任公司 , 北京联智汇能科技有限公司
Abstract: 本发明涉及多应用场景下光储电站功率分配方法。首先划分储能电站内所有储能单元和应用场景，然后对不同应用场景进行分类编号，随机生成一串遗传编码，然后计算每个应用场景下的储能单元个数并根据不同场景下的收益公式分别计算各应用场景下储能单元动作收益，然后对求得的收益进行求和算出该串随机编码对应的储能单元总收益并记录。然后通过遗传算法对编码进行变异、遗传形成一串新的编码，最终所得到的编码对应的值即为不同应用场景下的收益最大值并找出该最大值所对应的编码串每个编号的个数即为各应用场景下对应的储能单元数量。本发明可以提高电池利用率，保障储能电池利用性能达到最优。
-
公开(公告)号：CN113533967A
公开(公告)日：2021-10-22
申请号：CN202110847211.9
申请日：2021-07-26
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC: G01R31/367 , G06F17/15 , G06N3/12
Abstract: 本发明公开了一种全景理论分析的二值优化的电池异常检测方法。包括以下步骤：测量若干个运行电化学储能电池单体的某固定时长的输出电压和电流数据，提取各个电化学储能电池单体电压和电流的特征向量并归一化；以测量电化学储能电池单体的数量定义以0‑1构成的二进制编码个体，基于全景理论利用特征向量间距离，建立对这个编码串下电池单体分组描述的度量函数；采用遗传算法不断演化迭代，寻找出最优编码个体，建立电化学储能电池的最终分组描述；在最优个体0‑1编码位形成电池单体分组条件下分析电池单体的分布情况，形成电池异常状态检测。本发明专利电池异常检测以电池聚集为优化方向，有助于提升异常检测的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.11 seconds)
