-
公开(公告)号：CN118801484B
公开(公告)日：2024-12-06
申请号：CN202411281851.8
申请日：2024-09-13
Applicant: 云南电力试验研究院(集团)有限公司 , 云南电网有限责任公司大理供电局
Abstract: 本发明涉及新能源发电储能技术领域，具体地说，涉及应对日夜潮流反转的新能源发电消纳调控储能系统。其包括：智能预测与储能单元利用LSTM模型，为白天的光伏发电和夜晚的风力发电提供发电量预测，并根据预测的发电量设定储能计划；动态潮流控制单元实时监测电力网络中日夜交替期间的潮流变化得到潮流变化数据，并基于智能预测与储能单元的发电量预测信息控制潮流；运行方式自动调整单元基于动态潮流控制单元的潮流变化数据，通过发电储能调整策略自动调整电力系统的运行方式，并将发电储能调整策略转换为控制指令。本发明设计通过LSTM模型预测白天光伏和夜晚风电的发电量，并结合储能技术，能够有效平滑昼夜发电量波动，减少弃光弃风现象。
-
Patent Agency Ranking
公开(公告)号：CN118801484A
公开(公告)日：2024-10-18
申请号：CN202411281851.8
申请日：2024-09-13
Applicant: 云南电力试验研究院(集团)有限公司 , 云南电网有限责任公司大理供电局
Abstract: 本发明涉及新能源发电储能技术领域，具体地说，涉及应对日夜潮流反转的新能源发电消纳调控储能系统。其包括：智能预测与储能单元利用LSTM模型，为白天的光伏发电和夜晚的风力发电提供发电量预测，并根据预测的发电量设定储能计划；动态潮流控制单元实时监测电力网络中日夜交替期间的潮流变化得到潮流变化数据，并基于智能预测与储能单元的发电量预测信息控制潮流；运行方式自动调整单元基于动态潮流控制单元的潮流变化数据，通过发电储能调整策略自动调整电力系统的运行方式，并将发电储能调整策略转换为控制指令。本发明设计通过LSTM模型预测白天光伏和夜晚风电的发电量，并结合储能技术，能够有效平滑昼夜发电量波动，减少弃光弃风现象。
-
公开(公告)号：CN118841991A
公开(公告)日：2024-10-25
申请号：CN202411313250.0
申请日：2024-09-20
Applicant: 云南电力试验研究院(集团)有限公司 , 云南电网有限责任公司大理供电局
Abstract: 本发明涉及电网调度技术领域，具体地说，涉及基于云计算的主备结合型电网调度优化系统。其包括：数据采集单元从电网中的设备中收集电网运行的电气数据，并将电气数据通过无线通信方式上传至云端；数据存储与分析单元将电气数据存储在云端，并运用回归模型对电气数据进行分析；调度决策支持单元基于数据存储与分析单元中的电气数据，采用最优潮流算法，制定发电计划和负荷分配策略；故障检测与恢复单元通过实时监测发现电网中的异常情况，快速定位故障点，并启动应急预案进行故障隔离与恢复工作。本发明设计通过将实时电气数据上传至云端，并利用线性回归模型进行处理，系统能够更准确地预测未来负荷需求。
-
公开(公告)号：CN118841991B
公开(公告)日：2024-12-20
申请号：CN202411313250.0
申请日：2024-09-20
Applicant: 云南电力试验研究院(集团)有限公司 , 云南电网有限责任公司大理供电局
Abstract: 本发明涉及电网调度技术领域，具体地说，涉及基于云计算的主备结合型电网调度优化系统。其包括：数据采集单元从电网中的设备中收集电网运行的电气数据，并将电气数据通过无线通信方式上传至云端；数据存储与分析单元将电气数据存储在云端，并运用回归模型对电气数据进行分析；调度决策支持单元基于数据存储与分析单元中的电气数据，采用最优潮流算法，制定发电计划和负荷分配策略；故障检测与恢复单元通过实时监测发现电网中的异常情况，快速定位故障点，并启动应急预案进行故障隔离与恢复工作。本发明设计通过将实时电气数据上传至云端，并利用线性回归模型进行处理，系统能够更准确地预测未来负荷需求。
-
公开(公告)号：CN119787316A
公开(公告)日：2025-04-08
申请号：CN202411837144.2
申请日：2024-12-13
Applicant: 云南电力试验研究院(集团)有限公司
IPC: H02J3/00 , H02J3/38 , G06N3/0455 , G06N3/0985 , G06N3/0442 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/098
Abstract: 本发明提供一种基于协同学习策略与编解码架构的风光功率预测方法，所述方法包括以下步骤：S101、采集风电场和光电场的历史数据；S103、KNN数据增强；S104、数据集动态划分；S106、基于协同学习策略的损失函数构建；S107、构建风光功率预测模型；S108、使用PyTorch框架实现基于Encoder‑Decoder架构的风光功率预测模型；S109、基于步骤S108，输出风光功率数据的预测值，并进行对比实验以分析各模型的预测效果。本发明通过精细化的特征提取与建模，提高了风光功率预测的准确性与稳定性，为电力系统调度、可再生能源的高效利用及电网的稳定运行提供了强有力的技术支持。
-
公开(公告)号：CN119965976A
公开(公告)日：2025-05-09
申请号：CN202411843012.0
申请日：2024-12-13
Applicant: 云南电力试验研究院(集团)有限公司
Abstract: 本发明公开了一种基于改进麻雀算法的多时间尺度风光水储调度方法，所述方法包括下列步骤：获取获取小时级别和短期的光伏出力预测数据、风电出力预测数据和负荷预测数据；以光伏出力预测数据、风电出力预测数据和负荷预测数据为基础，建立包括日前经济调度和日内滚动优化的多时间尺度微电网调度模型，所述模型中包含关于日前经济调度的第一目标函数以及关于日内滚动调度的第二目标函数；采用改进麻雀算法对分别对第一目标函数以及第二目标函数进行寻优，获得第一最优解以及第二最优解；根据第一最优解以及第二最优解，输出对应的位置和适应度，所述位置用于表征最优调度策略，所述适应度用于表征微电网最小运行成本。
-
-
-
-
-
Search Results
6
records
(took 0.064 seconds)
