-
公开(公告)号：CN112541626B
公开(公告)日：2022-08-02
申请号：CN202011422373.X
申请日：2020-12-08
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学
Abstract: 本发明涉及一种基于改进遗传算法的多目标配电网故障重构方法，该方法在基本遗传算法基础上，针对其收敛性差、结果依赖参数选取的问题，引入精英保留算法和参数自适应机制，形成精英保留的自适应遗传算法，并通过该算法求解配电网故障恢复模型，并采用前推回代潮流法计算求解配电网网络损耗；本发明的方法在配电网重构问题上表现出良好的收敛性与准确性，有效提升了求解大规模网络重构问题的速度，可为实际电网的优化配置与负荷转供提供有益参考。
-
公开(公告)号：CN110046801B
公开(公告)日：2023-07-21
申请号：CN201910227550.X
申请日：2019-03-25
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
IPC: G06Q10/0637 , G06Q50/06 , G06F18/23213
Abstract: 本发明公开了一种配电网电力系统的典型场景生成方法，主要包括以下步骤：电网原始数据按时间尺度归一化处理，获取聚类样本；采用密度极值方法对聚类样本进行预处理，获得初始聚类中心；根据初始聚类中心，采用K‑均值聚类方法对风力发电、光伏发电、潮汐发电及时序负荷进行同步聚类，形成不同时间尺度下的配电网典型运行场景。本发明利用密度峰值聚类对K‑均值聚类进行改进，避免了传统K‑均值聚类初始聚类中心及聚类个数无法确定的问题，与传统K‑均值聚类相比，改进后的算法聚类有效性和收敛性更强。
-
公开(公告)号：CN112541546A
公开(公告)日：2021-03-23
申请号：CN202011463720.3
申请日：2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法，首先，获取配电网络下多个光伏电站出力的历史数据，形成由个光伏电站的历史出力数据组成的多维数据集；然后，对多维集进行基于局部密度中心的聚类，将所有数据点分为多个场景；再按照聚类生成的多个场景分别建模，使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布；最后，利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样，生成光伏出力典型样本，对生成的样本进行蒙特卡洛概率潮流计算，从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号：CN112488415A
公开(公告)日：2021-03-12
申请号：CN202011464701.2
申请日：2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 一种基于经验模态分解和长短时记忆网络的电力负荷预测方法，首先，获取历史时刻的电力负荷数据和日期特征因素，并进行预处理；然后对预处理的历史数据进行经验模态分解，分解产生多个本征模函数信号以及残差信号，并分别作为多个神经网络预测的输入；再采用基于长短时记忆神经网络的深层网络分别对多个本征模函数信号以及残差信号进行训练建模，产生多个针对不同分量进行预测的子模型；最后，利用训练生成的多个针对不同分量进行预测的子模型对配变电力负荷在预测日期内的各本征模函数分量进行预测，并最后将各个分量的预测结果求和，产生当日的电力负荷预测结果。该方法将经验模态分解与神经网络两者结合起来，能进一步提升预测效果的准确性。
-
公开(公告)号：CN110046801A
公开(公告)日：2019-07-23
申请号：CN201910227550.X
申请日：2019-03-25
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Abstract: 本发明公开了一种配电网电力系统的典型场景生成方法，主要包括以下步骤：电网原始数据按时间尺度归一化处理，获取聚类样本；采用密度极值方法对聚类样本进行预处理，获得初始聚类中心；根据初始聚类中心，采用K-均值聚类方法对风力发电、光伏发电、潮汐发电及时序负荷进行同步聚类，形成不同时间尺度下的配电网典型运行场景。本发明利用密度峰值聚类对K-均值聚类进行改进，避免了传统K-均值聚类初始聚类中心及聚类个数无法确定的问题，与传统K-均值聚类相比，改进后的算法聚类有效性和收敛性更强。
-
Patent Agency Ranking
公开(公告)号：CN112541546B
公开(公告)日：2022-08-02
申请号：CN202011463720.3
申请日：2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法，首先，获取配电网络下多个光伏电站出力的历史数据，形成由个光伏电站的历史出力数据组成的多维数据集；然后，对多维集进行基于局部密度中心的聚类，将所有数据点分为多个场景；再按照聚类生成的多个场景分别建模，使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布；最后，利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样，生成光伏出力典型样本，对生成的样本进行蒙特卡洛概率潮流计算，从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号：CN118481772A
公开(公告)日：2024-08-13
申请号：CN202410608966.7
申请日：2024-05-16
Applicant: 东南大学
Abstract: 本发明涉及一种冷能梯级利用系统，包括有机朗肯发电模块、海水淡化模块和直接膨胀发电模块，液态天然气依次流经有机朗肯发电模块、海水淡化模块以及直接膨胀发电模块，实现冷能的梯级利用；有机朗肯发电模块在一级蓄冷换热器内吸收来自液态天然气的高等级冷能，进行有机朗肯循环输出电能；海水淡化模块在二级蓄冷换热器内吸收经一级蓄冷换热器一次换热后的液态天然气的低等级冷能，进行水合物脱盐式海水淡化；蓄冷换热器内部填充有沿液态天然气流动方向相变温度依次升高的三层固液相变材料，实现蓄冷换热器根据流经液态天然气的流量进行冷能储存或/和冷能释放。解决了液态天然气冷能利用不充分和天然气再气化率波动的技术问题。
-
公开(公告)号：CN110046750B
公开(公告)日：2022-04-05
申请号：CN201910227555.2
申请日：2019-03-25
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Abstract: 本发明公开了一种能源互联网协同优化运行方法，主要包括以下步骤：以电网和热网各自运行成本最低为目标分别建立热网、电网分布式能量优化模型；将燃气轮机作为热网与电网的耦合载体，通过耦合方程式对两个区域进行耦合，形成电‑热互联综合能源系统分布式能量优化模型；采用改进的同步型ADMM算法求解电‑热互联综合能源系统分布式能量优化模型，经过反复迭代获得热网与电网可控资源的最优分布。本发明将燃气轮机作为电‑热耦合环节，在考虑不同能源利用存在时间尺度差异的基础上引入节点温度暂态方程，利用同步型ADMM对电能与热能进行协同优化，算法具有良好的收敛性并且优化结果更符合实际。
-
公开(公告)号：CN112541626A
公开(公告)日：2021-03-23
申请号：CN202011422373.X
申请日：2020-12-08
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学
Abstract: 本发明涉及一种基于改进遗传算法的多目标配电网故障重构方法，该方法在基本遗传算法基础上，针对其收敛性差、结果依赖参数选取的问题，引入精英保留算法和参数自适应机制，形成精英保留的自适应遗传算法，并通过该算法求解配电网故障恢复模型，并采用前推回代潮流法计算求解配电网网络损耗；本发明的方法在配电网重构问题上表现出良好的收敛性与准确性，有效提升了求解大规模网络重构问题的速度，可为实际电网的优化配置与负荷转供提供有益参考。
-
公开(公告)号：CN110046750A
公开(公告)日：2019-07-23
申请号：CN201910227555.2
申请日：2019-03-25
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Abstract: 本发明公开了一种能源互联网协同优化运行方法，主要包括以下步骤：以电网和热网各自运行成本最低为目标分别建立热网、电网分布式能量优化模型；将燃气轮机作为热网与电网的耦合载体，通过耦合方程式对两个区域进行耦合，形成电-热互联综合能源系统分布式能量优化模型；采用改进的同步型ADMM算法求解电-热互联综合能源系统分布式能量优化模型，经过反复迭代获得热网与电网可控资源的最优分布。本发明将燃气轮机作为电-热耦合环节，在考虑不同能源利用存在时间尺度差异的基础上引入节点温度暂态方程，利用同步型ADMM对电能与热能进行协同优化，算法具有良好的收敛性并且优化结果更符合实际。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
