-
公开(公告)号：CN117335499A
公开(公告)日：2024-01-02
申请号：CN202311092515.4
申请日：2023-08-28
Applicant: 三峡大学
Abstract: 本发明公开了一种基于深度强化学习算法的多能互补系统短期优化调度方法，包括以下步骤：S1：建立系统调度模型；S2：考虑到风光出力的不确定性，采用拉丁超立方抽样生成多种场景，并引入场景削减技术进行场景削减，从而描述可再生能源的不确定性概率分布特性；S3：将DQN与互补系统的数学模型相结合，配置最优参数，建立一个基于DQN的梯级水电‑风电‑光伏发电多能互补系统的短期优化调度模型；S4：采用现有的实际数据进行模拟仿真，将风电和光伏实际出力作为输入，实施短期决策，模拟实际运行过程，并与传统的调度方法进行对比，评价DQN模型的决策效果；本发明可利用水电的灵活性面应对风光伏的波动和不确定性。
-
Patent Agency Ranking
公开(公告)号：CN117039980A
公开(公告)日：2023-11-10
申请号：CN202310783760.3
申请日：2023-06-29
Applicant: 三峡大学
Abstract: 一种基于深度强化学习的联合系统优化调度方法，包括以下步骤：S1：获取当前电网运行的参数以及获取水库水位的变化、风电场的风速、火电厂的发电负荷以及光照的强度和时长；S2：建立目标函数和约束条件，从而获取电网系统模型中到的最佳调节因子；S3：对目标函数和约束条件构成的线性规划问题求解，获得调节数据；S4：根据S3获得的数据来调节发电计划，然后进行并网。本发明根据水电和火电机组的特性进行机组组合优化，在科学、合理的开停机计划基础上，确保在水电和火电机组之间进行优化分配，从而减少风电和光电并网时对电网系统的影响。
-
公开(公告)号：CN116993072A
公开(公告)日：2023-11-03
申请号：CN202310783677.6
申请日：2023-06-29
Applicant: 三峡大学
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/04 , H02J3/00 , G06N3/092
Abstract: 一种基于深度强化学习的配电网经济优化调度方法，属于配电网经济调度技术领域，具体步骤如下：步骤1：构建经济优化调度模型：依据常规机组发电成本、系统备用成本和随机性成本构建经济优化调度模型；步骤2：对经济优化调度模型进行求解，得到最优解。本方法在自适应系统不确定性的基础上，实现任意场景下的电力系统动态经济调度。
-
公开(公告)号：CN116683530A
公开(公告)日：2023-09-01
申请号：CN202310481214.4
申请日：2023-04-28
Applicant: 三峡大学
IPC: H02J3/46 , H02J3/28 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F18/23211 , G06N3/092 , G06N7/01
Abstract: 本发明提出了一种风‑光‑含混合式抽蓄电站梯级水库随机优化调度方法，包括：基于历史数据通过求解马尔可夫状态转移概率构建水、风、光随机场景；提出基于相关距离的ISODATA算法进行场景削减，并通过组合构建水风光互补系统中长期调度环境；分别构建水风光互补系统中长期随机优化调度模型、中长期及短期耦合优化调度模型；提出分别采用PER‑DQN算法求解中长期随机优化调度策略，Q‑learning算法求解中长期及短期耦合优化调度策略；构建实时调度模拟模型，以水电补偿预测偏差，滚动更新含混合式抽蓄电站梯级水库调度过程。通过该方法可以在提升计算效率的同时，提升水风光互补系统的经济性、可靠性、稳定性。
-
公开(公告)号：CN116720674A
公开(公告)日：2023-09-08
申请号：CN202310427058.3
申请日：2023-04-19
Applicant: 三峡大学
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/047 , G06N3/092 , G06F18/23213 , H02J3/46 , H02J3/38
Abstract: 本发明公开一种风‑光‑梯级水库深度强化学习短期随机优化调度方法，包括：梯级水库基于皮尔逊Ⅲ型分布通过Copula函数描述其随机性，并基于马尔科夫蒙特卡洛采样法生成对应随机场景；风电出力、光伏出力基于非参数估计的核密度估计方法描述其随机性，并基于马尔科夫蒙特卡洛采样法生成对应随机场景；通过基于相关距离的Bisecting k‑means算法对以上随机场景分别进行场景削减，再进行组合构建互补系统的随机场景，提高计算效率；基于深度强化学习DQN算法针对互补系统进行参数调优并求解最优策略；本发明提出的基于深度强化学习DQN算法的风‑光‑梯级水库短期随机优化调度模型能够在更快的求解速度下，获取更大的发电效益，并且促进了新能源消纳、保障了出力的稳定性。
-
公开(公告)号：CN210465622U
公开(公告)日：2020-05-05
申请号：CN201921055183.1
申请日：2019-07-08
Applicant: 三峡大学科技学院
IPC: G01R31/327 , G01R1/04 , G01R27/14 , G01R31/54 , G01R31/66
Abstract: 一种便携式电磁继电器检测装置，它包括继电器固定单元、第一电压源、第二电压源、以及状态指示灯，继电器固定单元包括继电器底座，继电器底座上设有用于安装待测继电器线圈部分的第一接头以及用于安装待测继电器的触点部分的第二接头，第一电压源用于给待测继电器的线圈提供动作电压，状态指示灯用于指示待测继电器的触点部分的连接状态。本实用新型的目的是为进一步提高现有继电器时的检测准确率、检测效率，并降低检测装置的使用难度，提高继电器检测装置的易用性所提供的一种继电器检测装置。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
