-
公开(公告)号：CN119627905A
公开(公告)日：2025-03-14
申请号：CN202510143343.1
申请日：2025-02-10
Applicant: 勃源电气科技(西安)有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学 , 许继电气股份有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06 , H02J3/32 , H04W88/08
Abstract: 本发明涉及配用电优化调度技术领域，具体涉及基于备用需求量化评估的通信基站储能调度方法及装置。该方法首先建立通信基站供电可用度量化计算模型；根据模型，估计每个时段通信基站可靠供电条件下储能电池的备用需求；然后，建立储能电池日前调度模型，并求解模型获得储能电池日前调度策略，本发明能够实现通信基站储能电池日前调度，在满足通信基站供电可靠性要求的前提下，通过优化储能电池运行策略，参与电力系统供需互动调控，在降低通信基站运行成本的同时，服务电力系统保障电力供应、促进新能源消纳。
-
公开(公告)号：CN119627905B
公开(公告)日：2025-05-13
申请号：CN202510143343.1
申请日：2025-02-10
Applicant: 国网河南省电力公司经济技术研究院 , 华中科技大学 , 许继电气股份有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06 , H02J3/32 , H04W88/08
Abstract: 本发明涉及配用电优化调度技术领域，具体涉及基于备用需求量化评估的通信基站储能调度方法及装置。该方法首先建立通信基站供电可用度量化计算模型；根据模型，估计每个时段通信基站可靠供电条件下储能电池的备用需求；然后，建立储能电池日前调度模型，并求解模型获得储能电池日前调度策略，本发明能够实现通信基站储能电池日前调度，在满足通信基站供电可靠性要求的前提下，通过优化储能电池运行策略，参与电力系统供需互动调控，在降低通信基站运行成本的同时，服务电力系统保障电力供应、促进新能源消纳。
-
公开(公告)号：CN119628107A
公开(公告)日：2025-03-14
申请号：CN202510161801.4
申请日：2025-02-14
Applicant: 勃源电气科技(西安)有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学 , 东南大学
Abstract: 本发明涉及电力系统技术领域，具体涉及一种基于高维模型表达的微调节资源电厂化动态聚合封装方法，通过对不同发电因子的可行域进行聚合，得到发电因子的可行域聚合模型；将分布式负荷资源聚合为虚拟机组，基于发电特性和发电经济性动态优化电厂化动态聚合封装调度对象的聚合与调度，实现电厂化动态聚合封装调度对象动态构建与聚合；通过高维模型表达技术建立物理参数与聚合模型参数之间的映射关系，实现基于高维模型表达技术的聚合单元外特性参数的实时在线辨识。本发明能够在保证计算效率和精度的前提下，实时动态地进行资源的聚合与优化，确保灵活性资源统一调控与优化利用，能在不同的调度需求下快速响应。
-
公开(公告)号：CN119578264A
公开(公告)日：2025-03-07
申请号：CN202510138615.9
申请日：2025-02-08
Applicant: 青岛他坦科技服务有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学 , 华北电力大学
IPC: G06F30/27 , G06N3/0464 , G06Q50/06
Abstract: 本发明涉及负荷辨识技术领域，具体涉及一种基于多尺度残差神经网络的序列映射负荷辨识分解方法，包括，构建负荷辨识模型，负荷辨识模型的网络结构是基于膨胀卷积的多尺度残差网络；获取公开数据集中的聚合功率数据集和电器级功率数据集，对聚合功率数据集和电器级功率数据集进行预处理，得到预处理后的训练集和测试集；利用预处理后的训练集和测试集，对负荷辨识模型进行训练和测试，得到训练好的负荷辨识模型。本发明通过构建基于膨胀卷积的多尺度残差网络的负荷辨识模型，可以更有针对性地学习混合数据特征，提升负荷辨识模型的负荷辨识效果。
-
公开(公告)号：CN119623928A
公开(公告)日：2025-03-14
申请号：CN202411590408.9
申请日：2024-11-08
Applicant: 华中科技大学
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/067
Abstract: 一种面向用氢需求的离网综合能源制氢系统规划方法及装置，方法包括：构建包含离网制氢工段模型、压缩缓冲工段模型和工业合成工段模型的氢气制‑储‑用全流程模型，离网制氢工段模型包括电解水制氢模型、生物质气化制氢模型、天然气重整制氢模型，压缩缓冲工段模型包括压缩机模型和储氢罐模型，工业合成工段模型包括工业用氢负荷模型；构建包含上层规划模型和下层运行模型的制氢系统双层规划模型，上层规划模型以建设和运行成本最小、碳排放量最小、总制氢量最大为目标，下层运行模型以运行成本最小为目标；求解制氢系统双层规划模型得到最优规划方案。本发明在满足工业对氢气平稳性与可靠性需求的同时，降低了制氢过程中的碳排放。
-
Patent Agency Ranking
公开(公告)号：CN119577487A
公开(公告)日：2025-03-07
申请号：CN202510127933.5
申请日：2025-02-05
Applicant: 勃源电气科技(西安)有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学 , 青岛智电新能科技有限公司
IPC: G06F18/23 , G06F18/213 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及电力负荷辨识技术领域，具体涉及一种基于双态特征匹配与云边端协同的电力负荷辨识方法，包括：构建负荷事件启动和关闭事件特征子集，建立负荷事件与用电设备相关性模型作为第一模型；利用Gini指数的节点顺序优化策略，开发有向无环图支持向量机的负荷辨识方法作为第二模型；构建基于Mediod shift聚类与稳态特征分析的负荷辨识算法作为第三模型；整合第一模型、第二模型和第三模型进行训练，以构建基于云端的深度学习Bi‑LSTM算法的深度神经网络负荷辨识模型，建立云边端协同辨识机制。本发明通过对不同电器的启停过程进行有效判断，从而实现更加精准和高效的电力负荷辨识。
-
公开(公告)号：CN119338278A
公开(公告)日：2025-01-21
申请号：CN202411446851.9
申请日：2024-10-16
Applicant: 国网河南省电力公司经济技术研究院 , 华中科技大学
Inventor： 郑永乐 , 罗天骄 , 武振宇 , 张艺涵 , 李鹏 , 李晟 , 王正元 , 艾小猛 , 李慧璇 , 张泓楷 , 祖文静 , 李乃洵 , 岳显雨 , 王世谦 , 李虎军 , 邓方钊 , 邓振立
IPC: G06Q10/0637 , G06Q10/067 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种新能源参与电力现货市场的发输电拓展规划方法，属于电气工程技术领域，构建了一个基于新能源参与电力市场环境下的发输电拓展规划模型，该模型由发输电拓展规划主问题和电力现货市场出清算法子问题构成；设计了Benders分解法对模型进行求解，最后对模型进行仿真分析，验证了模型的科学性、有效性和可行性。本发明创造的方法将市场因素引入电力系统发输电拓展规划模型，充分发挥了电力现货市场的价格信号对发输电拓展规划的指导作用，并探索了不同的系统期望阻塞成本对模型求解的影响。
-
公开(公告)号：CN113837577B
公开(公告)日：2024-03-19
申请号：CN202111074432.3
申请日：2021-09-14
Applicant: 国网河南省电力公司经济技术研究院 , 华中科技大学
IPC: G06Q10/0631 , G06Q10/0639 , G06F30/18 , G06F30/20 , G06Q50/06
Abstract: 本发明公开了一种农村电热联合系统耦合元件规划方法，首先建立农村电热联合系统的数学模型，其次根据系统结构和拓扑确定农村电热联合系统耦合元件规划的方案候选集，然后根据工程实际的要求，选择衡量候选集中方案优劣的指标，并利用电热联合系统多能流潮流计算解算联合系统能流分布，根据多能流潮流计算结果求解衡量指标，确定最终规划方案。本发明针对农村能源系统规模较小、生物质丰富的特点，提出比现有方法更适用于农村实际问题的耦合元件规划方法，充分利用多能流潮流计算在规划问题中的应用潜力，促进生物质能在农村的应用，提高农村能源系统运行经济性。
-
公开(公告)号：CN119577487B
公开(公告)日：2025-04-25
申请号：CN202510127933.5
申请日：2025-02-05
Applicant: 国网河南省电力公司经济技术研究院 , 华中科技大学 , 青岛智电新能科技有限公司
IPC: G06F18/23 , G06F18/213 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及电力负荷辨识技术领域，具体涉及一种基于双态特征匹配与云边端协同的电力负荷辨识方法，包括：构建负荷事件启动和关闭事件特征子集，建立负荷事件与用电设备相关性模型作为第一模型；利用Gini指数的节点顺序优化策略，开发有向无环图支持向量机的负荷辨识方法作为第二模型；构建基于Mediod shift聚类与稳态特征分析的负荷辨识算法作为第三模型；整合第一模型、第二模型和第三模型进行训练，以构建基于云端的深度学习Bi‑LSTM算法的深度神经网络负荷辨识模型，建立云边端协同辨识机制。本发明通过对不同电器的启停过程进行有效判断，从而实现更加精准和高效的电力负荷辨识。
-
公开(公告)号：CN119417178A
公开(公告)日：2025-02-11
申请号：CN202510005767.1
申请日：2025-01-03
Applicant: 青岛他坦科技服务有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学 , 河南九域腾龙信息工程有限公司
IPC: G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06F18/23213 , H02J3/00 , H02J3/38 , G06F123/02
Abstract: 本发明涉及电力系统技术领域，具体涉及基于全景时间序列构造策略的电力供需模拟方法及系统，包括：获取电力系统若干维度的年度电力供需相关数据，以全年度逐小时原始时间序列数据为基础，利用轮廓系数法确定月度最优聚类数；基于月度最优聚类数获取每个月度聚类中心，将每个月度聚类中心与原始时间序列数据进行耦合得到年度全景时间序列，以年度全景时间序列为基础构建中长期时序生产模拟模型；根据每个维度的年度电力供需相关数据，并结合预设的中长期时序生产模拟模型，得到电力供需时序模拟结果。本发明通过按月自适应聚类获取年度全景时间序列，提升了求解速度，进而有助于实现电力供需时序的高效、精确模拟。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
