-
公开(公告)号：CN119109144A
公开(公告)日：2024-12-10
申请号：CN202411077204.5
申请日：2024-08-07
Applicant: 东南大学溧阳研究院 , 东南大学 , 南京东博智慧能源研究院有限公司
Abstract: 本发明公开了一种屋顶光伏系统和静止无功发生器协同运行的无功电压支撑方法，包括如下操作：建立基于二阶锥规划的配网支路潮流模型；基于光伏变流器的调节能力，建立屋顶光伏系统运行模式的优化控制模型；建立静止无功发生器的资源优化配置模型；基于满足电压要求的最小静止无功发生器容量，设计所述屋顶光伏系统和静止无功发生器协同配置的无功电压支撑策略。本发明的方法将屋顶光伏运行模式和静止无功发生器协同优化控制，实现了对屋顶光伏系统出力的精细化调控，显著提升了配网节点电压的支撑效能，同时降低了屋顶光伏系统在运行过程中的有功功率损失，节约了控制成本，为电力系统的稳定运行和能效提升提供了有力保障。
-
公开(公告)号：CN119109076A
公开(公告)日：2024-12-10
申请号：CN202411236630.9
申请日：2024-09-04
Applicant: 东南大学溧阳研究院 , 东南大学 , 南京东博智慧能源研究院有限公司
IPC: H02J3/18 , H02J3/06 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电网规划技术领域，提供了一种考虑极端场景下综合建设成本的静止无功发生器规划方法，包括：建立基于二阶锥松弛的配电网潮流模型，基于配电网潮流模型，对配电网中光伏的并网变流器的运行模式进行优化控制，在恒功率因数模式和电网电压支撑模式间切换，创建一次优化模型；在配电网部分节点加装静止无功发生器，建立静止无功发生器建设成本最小的优化模型；分析在不同极端场景下静止无功发生器建设方案的综合成本，对建设成本和运行损失进行分析；采用净现值法决定最优的静止无功发生器建设方案。本发明不仅在配电网部分节点加装静止无功发生器，使配电网能在所有极端场景下正常运行，还综合考虑了建设静止无功发生器的综合成本。
-
公开(公告)号：CN119090222A
公开(公告)日：2024-12-06
申请号：CN202411202622.2
申请日：2024-08-29
Applicant: 东南大学溧阳研究院 , 南京现代综合交通实验室 , 东南大学 , 南京东博智慧能源研究院有限公司
IPC: G06Q10/0631 , H02J3/14 , H02J3/32 , H02J3/00 , G06Q10/04 , G06Q30/0201 , G06Q30/0226 , G06N20/00 , G06Q50/06 , G06Q50/40 , B60L55/00 , B60L53/64
Abstract: 本发明公开了一种基于快速充电权的电动汽车车网互动控制方法及系统，属于汽车充电技术领域，包括，建立电动汽车快充权积分数据库；初始化电价系数kprice和激励力度SEn；监控电网状态；判断当前时刻电网是否处于需求响应状态；根据当前时刻电网功率需求，确定功率限制值PSC；根据功率限制值PSC以及上一时刻结束时的充电功率以及状态，确定当前时刻的电价系数Kprice和激励力度SEn；根据当前电网的所述电价系数kprice和激励力度SEn以及电动汽车的自身状态，确定充电模式和充电功率：当前时刻结束，返回监控电网状态步骤，继续监控和调整；该基于快速充电权的电动汽车车网互动控制方法及系统，有效降低了电网调节成本。
-
公开(公告)号：CN119051072A
公开(公告)日：2024-11-29
申请号：CN202411127316.7
申请日：2024-08-16
Applicant: 东南大学溧阳研究院 , 东南大学 , 南京东博智慧能源研究院有限公司
Abstract: 本发明公开一种基于CMAB的柔性负荷提供二次调频的主配网动态联合仿真方法，包括：基于HELICS平台提出了主配网动态联合仿真框架；在主配网动态联合仿真框架下，设计柔性负荷聚合参与二次调频的策略；考虑负荷用户参与二次调频的意愿，采用基于CUCB‑Avg的CMAB算法对用户响应的不确定性建模；通过在线学习更新用户索引值排序，选择响应概率高的用户参与调频；仿真分析主配网系统动态频率特性。本发明考虑配网潮流对主网的影响以及用户响应的不确定性，更精准地研究主配网系统动态频率特性，考虑用户响应的不确定性，减少了负荷的实际聚合偏差，缩短了二次调频时间，缩小了被影响的用户范围，改善了电力系统的二次调频效果。
-
公开(公告)号：CN118097947A
公开(公告)日：2024-05-28
申请号：CN202410208052.1
申请日：2024-02-26
Applicant: 东南大学
IPC: G08G1/01 , G06F30/27 , G06N3/09 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/04 , G06N3/092 , G08G1/065 , G06F111/04
Abstract: 本发明公开了一种计及高电动汽车渗透率的交通网络均衡状态求解的加速计算方法，首先，在日前阶段里，收集历史交通电动汽车的出行需求、充电价格和用户实际的路径选择，以此为基础，训练路径识别智能体，采用transformer的多头注意机制最小化预测误差；再在日内阶段里，搜集实时交通网中的出行需求和充电站价格，通过路径识别智能体获得路径集合，输入到初始化的全连接网络中，得到路径流量，通过交通网广义目标函数计算损失并更新参数，判断当前是否处于均衡状态，如果是，结束计算，输出结果，如果不是继续迭代更新参数，直至路径流量处于均衡。本方明方法对大规模交通网的均衡状态加速计算有显著成效，有望助力电力‑交通实时联合调度。
-
Patent Agency Ranking
公开(公告)号：CN119273108B
公开(公告)日：2025-02-28
申请号：CN202411799736.X
申请日：2024-12-09
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q50/06 , G06Q50/40 , G06F30/20 , H02J3/00 , G06F111/04
Abstract: 本发明公开了一种电力‑交通‑信息网络的联合规划方法及系统，首先，考虑到大规模增长的智能电动汽车对通信的需求，建立考虑车流量的通信网络模型，通过耦合交通网络和信息网络模拟了用户均衡条件下节点车流对通信需求的影响，其次，通过交通网络和信息网络中基础设施的用电量将电力‑交通‑信息网络有效耦合，为使总体建设成本与运营成本最小，建立了联合规划模型，最后，利用分段线性化和大M法将模型转化为混合整数线性规划模型，求解得到了电力‑交通‑信息网络的最优规划策略。本发明的方法将联合规划模型简化为混合整数线性规划模型，显著降低求解难度，实现三网协同优化。
-
公开(公告)号：CN118097947B
公开(公告)日：2024-12-17
申请号：CN202410208052.1
申请日：2024-02-26
Applicant: 东南大学
IPC: G08G1/01 , G06F30/27 , G06N3/09 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/04 , G06N3/092 , G08G1/065 , G06F111/04
Abstract: 本发明公开了一种计及高电动汽车渗透率的交通网络均衡状态求解的加速计算方法，首先，在日前阶段里，收集历史交通电动汽车的出行需求、充电价格和用户实际的路径选择，以此为基础，训练路径识别智能体，采用transformer的多头注意机制最小化预测误差；再在日内阶段里，搜集实时交通网中的出行需求和充电站价格，通过路径识别智能体获得路径集合，输入到初始化的全连接网络中，得到路径流量，通过交通网广义目标函数计算损失并更新参数，判断当前是否处于均衡状态，如果是，结束计算，输出结果，如果不是继续迭代更新参数，直至路径流量处于均衡。本方明方法对大规模交通网的均衡状态加速计算有显著成效，有望助力电力‑交通实时联合调度。
-
公开(公告)号：CN118155404A
公开(公告)日：2024-06-07
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
公开(公告)号：CN118155404B
公开(公告)日：2025-04-01
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
公开(公告)号：CN118134346B
公开(公告)日：2025-03-07
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.017 seconds)
