-
公开(公告)号:CN114172275B
公开(公告)日:2024-04-09
申请号:CN202111450786.3
申请日:2021-11-30
摘要: 本发明涉及一种基于里程寿命管理的储能系统能量优化方法及系统,包括接受上级指令,下发功率目标指令;响应所述功率目标指令,并采用功率优化分配算法实时对储能组件的荷电状态和历史充放电里程、相对充放电里程进行计量,并应用统计方法,确定并下发每个储能组件当前所需响应的出力控制指令;接收协调控制层下发的出力控制指令,并通过调节变流器外环功率参考值,使储能组件的出力达到出力控制指令所要求的出力值。本发明可以应用于接入电网的储能系统,在并网、离网的情形下,以基于荷电状态和储能组件里程的多时间尺度评价体系,自主建立适用于当前应用环境的优化协调控制方案,以同时满足荷电状态和组件寿命的均衡目标。
-
公开(公告)号:CN117252616A
公开(公告)日:2023-12-19
申请号:CN202311127328.5
申请日:2023-09-01
IPC分类号: G06Q30/0201 , G06N20/00 , G06F18/2413
摘要: 本发明涉及人工智能和电力控制技术领域,尤其涉及一种电价差价预测方法、装置、设备及存储介质,包括:获取历史电价参数,构建历史电价数据集,提取所述历史电价数据集特征值,获得特征值数据集,基于K近邻算法模型构建电价差价预测模型,利用特征值数据集对所述电价差价预测模型进行训练,获得训练完成的电价差价预测模型,利用训练完成的电价差价预测模型对电价差价进行预测,获得电价差价预测结果。从实际应用场景出发,针对日前申报所关注的“价差”这一参数,基于K近邻算法模型对价差进行预测,利用历史数据,计算出最佳的价差数据,从而提高日前申报策略的收益,显著的提高了价差预测的准确性,可以有效提高新能源在现货市场中的收益。
-
公开(公告)号:CN116822356A
公开(公告)日:2023-09-29
申请号:CN202310745706.X
申请日:2023-06-21
IPC分类号: G06F30/27 , G06F18/214 , G06F18/20 , H02J3/00 , G06F119/06 , G06F113/06
摘要: 本公开提出了一种风力发电机功率预测模型训练方法及装置,涉及发电机功率预测技术领域,该方法包括:获取风力发电机的多组历史运行数据和初始风力发电机功率预测模型;计算多组历史运行数据的复杂度;基于复杂度,对多组历史运行数据进行重新组合,生成至少一组目标训练数据;基于目标训练数据对初始风力发电机功率预测模型进行训练,直至训练结束生成目标风力发电机功率预测模型。通过计算多组历史运行数据的复杂度,并重新进行排列生成目标训练数据,然后对模型进行训练,可以降低由于多组历史运行数据的偏差对最终生成的目标风力发电机功率预测模型精度影响,提升后续风力发电机功率预测效果。
-
公开(公告)号:CN116258233A
公开(公告)日:2023-06-13
申请号:CN202211468614.3
申请日:2022-11-22
申请人: 华能陇东能源有限责任公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要: 本申请提供一种日前调度计划偏差度估计模型训练方法、估计方法和装置,训练方法包括:获取综合能源基地的历史日前功率预测数据、历史日前调度计划出力数据和历史实际出力数据;确定历史实际出力数据和历史日前调度计划出力数据之间的偏差度数据并生成数据集;采用数据集训练预设的深度神经网络,以得到用于根据综合能源基地的日前调度计划出力数据和对应的日前功率预测数据输出针对日前调度计划出力数据的偏差度估计结果的日前调度计划偏差度估计模型。本申请能够有效预测计划与实际出力之间的执行偏差度,避免调度计划与实际实施调度差距过大,能够提前获知计划数据的执行不确定程度以便于提前调整,进而提升综合能源基地运行的稳定性及安全性。
-
公开(公告)号:CN116191527A
公开(公告)日:2023-05-30
申请号:CN202211350376.6
申请日:2022-10-31
申请人: 华能陇东能源有限责任公司 , 中国华能集团清洁能源技术研究院有限公司
摘要: 本发明公开了一种基于粒子群优化算法的风光火储一体化调度方法及装置,其中,该方法包括:S1、根据风光火储一体化系统的一体化调度目标,构建风光火储一体化运行日前收益模型,得到收益最大化目标函数;S2、采用粒子群优化算法求解所述收益最大化目标函数,得到全局最优解;S3、根据所述全局最优解对所述风光火储一体化系统进行调度。可根据一体化调度优化调度目标,开展风光火储一体化调度分析,采用粒子群优化算法进行目标函数的求解,提高计算效率及准确度。
-
公开(公告)号:CN116090338A
公开(公告)日:2023-05-09
申请号:CN202211697657.9
申请日:2022-12-28
IPC分类号: G06F30/27 , G06F30/18 , G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N3/126 , G06F113/06
摘要: 本发明公开了基于遗传学算法及蚁群算法的集电系统规划的方法及装置,该方法包括:通过遗传学算法模型建立多个初始风电场;基于初始多个风电场中风机的尾流效应的影响结果,计算每台风机的发电量;将每台风机的发电量输入至蚁群算法模型中,并基于集电系统的线路数据特征得到最优的内部线路连接方式;将最优的内部线路连接方式反馈至遗传学算法模型中,通过遗传学算法的复制、交叉和变异过程处理,得到多个初始风电场的最优风电场布局。本发明使用遗传学算法来解决海上风电场的最佳布局,蚁群算法被用于寻找最佳路线连接的拓扑结构,可以解决建立更加经济和高效的海上风电场。
-
公开(公告)号:CN116016352A
公开(公告)日:2023-04-25
申请号:CN202211522217.X
申请日:2022-11-30
申请人: 华能陇东能源有限责任公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: H04L47/193 , H04L47/2425 , H04L47/36 , H04L47/6275 , H04L47/628
摘要: 本申请提出的IEC104报文的传输方法、装置及存储介质中,接收IEC104报文,其中,104报文中包括应用规约控制信息和应用服务数据单元,根据104报文中的应用规约控制信息和应用服务数据单元,确定104报文的优先级,根据104报文的优先级,将104报文插入对应的传输队列中,其中,每个传输队列对应不同的优先级和最大报文传输数量,根据每个传输队列的优先级和最大报文传输数量,传输每个传输队列中的104报文。由此可知,本申请在每次传输过程中各优先级的传输队列均可以传输104报文并占用对应的带宽,从而避免出现“高优先级104报文一直占用所有带宽,导致其他报文被阻塞”的情况。
-
公开(公告)号:CN115801697A
公开(公告)日:2023-03-14
申请号:CN202211429362.3
申请日:2022-11-15
IPC分类号: H04L47/6275 , H04L47/12 , H04L69/16
摘要: 本发明公开了一种基于优先队列算法的104报文传输方法及装置,其中,该方法包括:获取当前条104报文及当前条104报文的类型;根据当前条104报文的类型及预设类型优先级表,确定当前条104报文的优先级;当当前条104报文未进入缓存区时,更新缓存区的优先队列中所有的结构体参数,将位于优先队列首位的结构体参数弹出并将其对应的104报文进行发送;当当前条104报文进入缓存区时,根据当前条104报文的优先级计算该当前条104报文对应的结构体参数,将当前条104报文对应的结构体参数插入优先队列中,将位于优先队列首位的结构体参数弹出并发送其对应的104报文。保证了在网络拥塞时,高、次优先级的报文均能顺利传输,提高了传输效率。
-
公开(公告)号:CN115665060A
公开(公告)日:2023-01-31
申请号:CN202211671354.X
申请日:2022-12-26
IPC分类号: H04L47/27 , H04L47/283 , H04L47/12
摘要: 本申请提出一种用于异构网络的多路径传输调度方法及装置,所述方法包括:获取待传输的报文和当前异构网络的调度器对应的快速子流及慢速子流,然后将报文划分为多个数据包;利用马尔科夫模型确定所述快速子流的窗口大小;根据快速子流的窗口大小确定快速子流所需传输的数据包及慢速子流所需传输的数据包;利用调度器调度各数据包,并利用快速子流或慢速子流对各数据包进行传输。本申请提出的技术方案,在网络异构时调度器可动态感知每条子流的网络状态并根据状态特性,将数据包分配到不同的子流上,保证接收端可以按数据包编号顺序,由小到大接收数据包,进而避免了因数据包在接收方缓存区等待而产生的高延迟,保障了链路带宽聚合效果。
-
公开(公告)号:CN115660898A
公开(公告)日:2023-01-31
申请号:CN202211559956.6
申请日:2022-12-06
IPC分类号: G06Q50/06 , G06Q10/04 , G06F18/2413 , G06F18/214
摘要: 本发明提出一种基于SVR的分类式风电短期功率预测精度提升方法及设备,该方法结合风速、风向、温度、湿度、气压等天气数据并使用K‑近邻算法将短期功率预测误差分为三类不同的误差段,对针对这三类误差段分别建立基于SVR的功率误差预测模型,再将原始预测功率与误差预测值相加得到新的功率预测结果,最后使用偏差修正算法对预测结果进行处理,从而得到最终的短期功率预测值。通过本发明,能够根据不同的风机特点自主学习优化算法模型,不会受到装机位置和风机特性变化的影响,具有较强的鲁棒性和泛化能力;本发明提出的算法模型在更细维度上对功率预测的误差进行了分析处理,并结合使用了偏差修正算法,进而保证了短期功率在不同误差分类上预测准确率的全面提升。
-
-
-
-
-
-
-
-
-