-
公开(公告)号：CN112865174A
公开(公告)日：2021-05-28
申请号：CN202110016983.8
申请日：2021-01-07
Applicant: 福州大学
Abstract: 本发明涉及一种基于双层模型预测控制的微能网多时间尺度优化控制方法。所述微能网耦合电、热、气三种能源，并融入电转气和电池–超级电容器混合储能设备。针对风光出力和负荷需求等不确定因素导致的微能网系统优化控制结果可信度较低问题，提出了一种基于双层模型预测控制的多时间尺度优化控制方法，包含长时间尺度滚动优化的上层和短时间尺度实时滚动调整的下层。其中，上层以系统运行经济性最优为目标，结合分时电价和天然气价，通过多步滚动求解制定长时间尺度调度计划；下层以跟踪上层调度计划为目标，并引入超级电容器，应对风光和负荷的短时间尺度功率波动。该方法在保证微能网风光消纳能力的前提下，能够实现微能网经济安全运行。
-
公开(公告)号：CN110850167B
公开(公告)日：2021-05-18
申请号：CN201911371671.8
申请日：2019-12-27
Applicant: 福州大学
Abstract: 本发明涉及一种多谐波源责任划分方法，包括以下步骤：步骤S1：通过测量获得PCC点谐波电压数据和各谐波源谐波电流数据；步骤S2：将各谐波源电流数据与PCC谐波电压数据进行截取，定量表征每段数据PCC点谐波电压与各馈线谐波电流的相关性强弱，并筛选出背景谐波电压波动小于预设阈值的数据段；步骤S3：计算筛选出的数据段的投影系数，进一步计算谐波责任指标。本发明不需要相位信息，计算步骤简单，更具工程实用性、具有较强的推广应用价值。
-
公开(公告)号：CN110210152B
公开(公告)日：2021-01-29
申请号：CN201910494902.8
申请日：2019-06-06
Applicant: 福州大学
IPC: G06F30/27 , G06N3/08 , G06F113/04
Abstract: 本发明涉及一种超高次谐波源建模方法，包括步骤S1：提供任一时间段内的不同功率下的超高次谐波电流时间序列数据；步骤S2：利用神经网络算法对步骤S1的数据进行训练；步骤S3：利用神经网络算法生成不同功率下的各次超高次谐波电流幅值的预测数据；步骤S4：将步骤S3生成的预测数据和实测值进行误差计算，根据误差计算结果，选取误差最小的性能评价系数R2，选择给定计算精度ε下的R2值拟合曲线作为拟合结果；步骤S5：对步骤S4的最终拟合结果进行分析判断，若得到的预测值与实测值的误差在范围之内，则得到了训练好的神经网络模型。本发明能够预测任意一个超高次谐波源的输出超高次谐波电流特性，以便预先采取必要的治理措施或者更加合适的滤波器进行滤波。
-
公开(公告)号：CN110350533B
公开(公告)日：2020-11-27
申请号：CN201910633222.X
申请日：2019-07-12
Applicant: 福州大学
Abstract: 本发明涉及一种计及新能源发电控制策略的改进仿射谐波潮流方法，将功率描述为仿射变量，考虑控制策略的影响，即计及控制策略的影响，建立分布式新能源发电(Renewable Energy based Distributed Generation,REDG)仿射谐波发射特性模型。随后改进牛顿—拉夫逊仿射谐波潮流算法，根据仿射修正方程组等式两端对应系数相等的方法，对仿射雅各比矩阵的求逆运算进行近似处理，简化求解仿射谐波潮流。本发明在考虑出力不确定的基础上，计及控制策略对REDG谐波发射特性的影响，准确描述由自然因素影响导致的REDG谐波发射特性的不确定性，改进仿射谐波潮流算法，更为简易地获得电网不确定谐波潮流分布，更具工程适用性与推广应用价值，为REDG接入电网下的谐波治理提供依据。
-
公开(公告)号：CN111611961A
公开(公告)日：2020-09-01
申请号：CN202010472842.2
申请日：2020-05-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于变点分段与序列聚类的谐波异常识别方法。对长期运行过程中谐波监测统计数据的变点进行检测，通过数据的各个局部变点将监测数据序列进行分段，体现实际系统下的谐波状态变化点，并对各段序列进行基于衡量形态相似性的距离函数的聚类，得到各段序列形态上的类别，以此实现对异常类别的识别，有利于后续分析异常机理成因与治理。
-
Patent Agency Ranking
公开(公告)号：CN110165914B
公开(公告)日：2020-08-11
申请号：CN201910566127.2
申请日：2019-06-27
Applicant: 福州大学
IPC: H02M7/483
Abstract: 本发明涉及一种模块化多电平换流器子模块电容值在线估计方法，包括以下步骤：步骤S1:根据MMC拓扑结构，构建子模块电容电压模型；步骤S2:根据模块电容电压模型，采用LMS算法，得到各子模块电容器的估计电压；步骤S3:利用桥臂电压作调制信号，与三角载波对比决定上、下桥臂导通子模块的数量;步骤S4:分别对上、下桥臂的电容器的估计电压进行降序排序，监测桥臂电流的方向，判断桥臂电流对桥臂中处于投入状态的子模块的充放电情况；步骤S5:根据上、下桥臂电流正负情况确定具体子模块导通情况；步骤S6:根据子模块导通情况、各子模块电容器的估计电压和桥臂电流，建立电容、电压及电流的数学模型，实时估计子模块电容值。
-
公开(公告)号：CN110518613A
公开(公告)日：2019-11-29
申请号：CN201910911953.6
申请日：2019-09-25
Applicant: 福州大学
Abstract: 本发明涉及一种电池储能系统的荷电状态平衡与无功分配的分散控制方法，包括以下步骤：步骤S1：通过过测量模块测得BESSs的输出电流和输出电压；步骤S2:根据得到的输出电流和输出电压，通过低通滤波器，得到相应的平均输出功率；步骤S3:将得到的平均输出功率，通过改进的p-f下垂控制和改进后的Q-V下垂控制，得到参考角频率与参考电压；步骤S4:将得到参考角频率与参考电压通过基准正弦信号发生器，得到合成电压;步骤S5:将合成电压传给PWM模块，通过PWM模块实现对BESSs的输出功率的控制。本发明实现了BESSs的荷电状态平衡、输出无功功率按比例分配以及即插即用的功能。
-
公开(公告)号：CN110492536A
公开(公告)日：2019-11-22
申请号：CN201910867768.1
申请日：2019-09-14
Applicant: 福州大学
Abstract: 本发明涉及一种分布式发电调节方法、调节器及系统，以电网运行综合成本以及电压质量评价值作为目标，得到最优无功电价与电压调节限制值；在每个分布式发电的并网处，根据得到的最优无功电价对分布式发电机组的输出进行自适应控制；当节点电压在调节过程中超过电压调节限值时，对分布式发电机组的发电输出进行限制。本发明能够减少数据在调度中心与分布式发电侧来回传输的需要，可以更快更可靠得处理数据，减少调度控制成本。
-
公开(公告)号：CN110210152A
公开(公告)日：2019-09-06
申请号：CN201910494902.8
申请日：2019-06-06
Applicant: 福州大学
Abstract: 本发明涉及一种超高次谐波源建模方法，包括步骤S1：提供任一时间段内的不同功率下的超高次谐波电流时间序列数据；步骤S2：利用神经网络算法对步骤S1的数据进行训练；步骤S3：利用神经网络算法生成不同功率下的各次超高次谐波电流幅值的预测数据；步骤S4：将步骤S3生成的预测数据和实测值进行误差计算，根据误差计算结果，选取误差最小的性能评价系数R2，选择给定计算精度ε下的R2值拟合曲线作为拟合结果；步骤S5：对步骤S4的最终拟合结果进行分析判断，若得到的预测值与实测值的误差在范围之内，则得到了训练好的神经网络模型。本发明能够预测任意一个超高次谐波源的输出超高次谐波电流特性，以便预先采取必要的治理措施或者更加合适的滤波器进行滤波。
-
公开(公告)号：CN110165914A
公开(公告)日：2019-08-23
申请号：CN201910566127.2
申请日：2019-06-27
Applicant: 福州大学
IPC: H02M7/483
Abstract: 本发明涉及一种模块化多电平换流器子模块电容值在线估计方法，包括以下步骤：步骤S1:根据MMC拓扑结构，构建子模块电容电压模型；步骤S2:根据模块电容电压模型，采用LMS算法，得到各子模块电容器的估计电压；步骤S3:利用桥臂电压作调制信号，与三角载波对比决定上、下桥臂导通子模块的数量;步骤S4:分别对上、下桥臂的电容器的估计电压进行降序排序，监测桥臂电流的方向，判断桥臂电流对桥臂中处于投入状态的子模块的充放电情况；步骤S5:根据上、下桥臂电流正负情况确定具体子模块导通情况；步骤S6:根据子模块导通情况、各子模块电容器的估计电压和桥臂电流，建立电容、电压及电流的数学模型，实时估计子模块电容值。
-
-
-
-
-
-
-
-
-
Search Results
211
records
(took 0.024 seconds)
