-
公开(公告)号：CN114243751A
公开(公告)日：2022-03-25
申请号：CN202111320486.3
申请日：2021-11-09
Applicant: 长春吉电能源科技有限公司 , 东北电力大学 , 吉林电力股份有限公司科技开发分公司
IPC: H02J3/38 , H02J3/32 , H02M3/335 , H02M7/5387
Abstract: 本发明公开了一种电力电子化光储融合并网系统，包括：在复杂光照工况下仍能保证输出最大功率的光伏单元、能够平滑光伏并网功率波动的储能单元和光储并网逆变器。该系统中光伏单元与储能单元共用直流母线组成光储一体化装置并经过光储并网逆变器与电网相连。本发明通过采用光伏功率优化器，实现了组件级光伏功率优化，减少发电量损失；同时本发明采用只流过部分功率的储能DC/DC变换器，提高电能变换效率，有效抑制光伏并网的功率波动，具有较好的削峰平谷效果，促进了可再生能源的充分消纳。
-
公开(公告)号：CN111091236B
公开(公告)日：2023-06-20
申请号：CN201911186151.X
申请日：2019-11-27
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 吉林中电投新能源有限公司 , 东北电力大学
Abstract: 本发明公开了一种按桨距角分类的多分类深度学习短期风功率预测方法,包括以下步骤：将原始风机数据按桨距角度区间等分划分为四个数据集；对所述的四个数据集分别做皮尔森相关性分析以确定每个数据集中各变量与风功率的相关度；根据每个数据集中变量的相关度，挑选与风功率相关性高的几种变量作为深度神经网络模型的输入，风功率作为输出；将每个数据集按比例划分为训练集和测试集，使用训练集和测试集对所述深度神经网络模型分别进行训练和测试，得出最终的深度神经网络模型。本发明的预测方法克服了现有技术中风功率预测精确度不高的问题。
-
公开(公告)号：CN113937797A
公开(公告)日：2022-01-14
申请号：CN202111133245.8
申请日：2021-09-27
Applicant: 东北电力大学
Abstract: 本发明一种考虑电网调频需求及动态频率分散性的储能系统配置方法，其包括动态频率分散性的影响作用分析和储能系统的参数配置两部分，考虑了系统中动态频率的分散性对同步机组及储能系统ESS动态行为的影响，为储能系统的安装位置提供了参考，同时提高了储能系统ESS配置结果的准确性；定义了稳态恢复时间与振幅系数作为评价指标，完善了储能系统ESS并网逆变器中不同控制参数间调频性能的对比，优化了储能系统ESS的配置结果；该配置方法能够考虑到暂态过程中，各频率支撑机组响应的非同步性，有效提高储能系统参数配置的准确性。
-
公开(公告)号：CN112949543A
公开(公告)日：2021-06-11
申请号：CN202110284821.2
申请日：2021-03-17
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明涉及风机故障诊断技术领域，提供一种基于快速傅里叶变换和ELM的风机叶片故障诊断方法，包括：步骤1：风机叶片故障诊断模型建立：获取每台风机在每个采样区间的叶片振动信号、该采样区间最后一秒的瞬时风速与瞬时风功率形成样本，并添加故障状态标签；对叶片振动信号进行快速傅里叶变换；对叶片振动信号的频谱进行特征提取，记录特征值包括最大幅值、最大幅值对应的频率等；以每台风机在每个采样区间的特征值及该采样区间最后一秒的瞬时风速与瞬时风功率为输入、对应的故障状态标签为输出，构建并训练基于ELM的风机叶片故障诊断模型；步骤2：新工况叶片故障诊断。本发明能够提高风机叶片故障诊断的准确率与效率并降低成本。
-
公开(公告)号：CN112421655A
公开(公告)日：2021-02-26
申请号：CN202011178490.6
申请日：2020-10-29
Applicant: 东北电力大学
Abstract: 本发明一种考虑电网频率支撑需求的储能系统配置方法，其特征是，主要内容包括系统最大功率增量的求取和储能配置两部分，涉及新能源并网技术领域，首先以频率变化率和频率偏差为限制条件，求取系统所能承受的最大功率增量；继而根据最大功率增量确定储能系统的输出功率与容量；最后在储能系统并网逆变器采用三阶主动支撑控制策略的基础上进行虚拟惯量的配置；该配置方法能够灵活支配储能系统的功率流放，有效解决高风电渗透下同步电网中惯量支撑和调频能力缺失的问题。
-
Patent Agency Ranking
公开(公告)号：CN111091236A
公开(公告)日：2020-05-01
申请号：CN201911186151.X
申请日：2019-11-27
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 吉林中电投新能源有限公司 , 东北电力大学
Abstract: 本发明公开了一种按桨距角分类的多分类深度学习短期风功率预测方法,包括以下步骤：将原始风机数据按桨距角度区间等分划分为四个数据集；对所述的四个数据集分别做皮尔森相关性分析以确定每个数据集中各变量与风功率的相关度；根据每个数据集中变量的相关度，挑选与风功率相关性高的几种变量作为深度神经网络模型的输入，风功率作为输出；将每个数据集按比例划分为训练集和测试集，使用训练集和测试集对所述深度神经网络模型分别进行训练和测试，得出最终的深度神经网络模型。本发明的预测方法克服了现有技术中风功率预测精确度不高的问题。
-
公开(公告)号：CN112605033B
公开(公告)日：2022-10-28
申请号：CN202011509924.6
申请日：2020-12-18
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明通过数据采集模块采集有关光伏板信息的数据，所述光伏板信息包括光伏板与数据采集模块之间的距离以及光伏板的姿态，数据传输至控制器进行分析和处理，控制器根据处理得到的光伏板信息给出调节机构的调节参数，从而通过调节机构的调节调整清洗机构的姿态，使得清洗结构在清洗过程中与光伏板始终保持相对平行且稳定的清洗间距。相对于人工遥控调节油缸及传统的清洗机械臂装置，本发明具有更智能便捷的调控方法和更快速灵活的识别方法，能够多姿态、多角度地进行调整和处理，无需人为调节清洗结构，可自动调节清洗结构，很大程度上降低了光伏板清洁难度，在提升清洗效率的同时，现场运维施工也更加安全和便捷。
-
公开(公告)号：CN112421655B
公开(公告)日：2022-06-10
申请号：CN202011178490.6
申请日：2020-10-29
Applicant: 东北电力大学
Abstract: 本发明一种考虑电网频率支撑需求的储能系统配置方法，其特征是，主要内容包括系统最大功率增量的求取和储能配置两部分，涉及新能源并网技术领域，首先以频率变化率和频率偏差为限制条件，求取系统所能承受的最大功率增量；继而根据最大功率增量确定储能系统的输出功率与容量；最后在储能系统并网逆变器采用三阶主动支撑控制策略的基础上进行虚拟惯量的配置；该配置方法能够灵活支配储能系统的功率流放，有效解决高风电渗透下同步电网中惯量支撑和调频能力缺失的问题。
-
公开(公告)号：CN109215042B
公开(公告)日：2021-09-03
申请号：CN201811138227.7
申请日：2018-09-28
Applicant: 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 一种基于计算机视觉的光伏电池板热斑效应检测系统，其特点是：包括光伏阵列源的输出端经汇流箱与直流/交流转换器的输入端相连接，光伏阵列源的背板与温度传感器的输入端相连接；数据采集卡的输入端分别与温度传感器的输出端、高清摄像头的输出端、气象站的输出端和汇流箱的输出端相连接，数据采集卡的输出端与计算机的输入端相连接；直流/交流转换器的输出端与逆变器的输入端相连接，逆变器的输出端与电网相连接；高清摄像头采集的图像经数据采集卡传输给计算机的输入端；由红外成像仪拍摄光伏板表面图像再传输给计算机的输入端。具有结构合理，检测快速、准确，使用寿命长，可以长久不间断工作，检测周期短、效率高等优点。并提供其计算方法。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
