-
公开(公告)号：CN114741834B
公开(公告)日：2024-07-05
申请号：CN202111459949.4
申请日：2021-12-02
Applicant: 华北电力大学 , 清华大学 , 北京清能互联科技有限公司
IPC: G06F30/20 , G06F113/04 , G06F119/02
Abstract: 本申请提出了一种基于时空展开网络流的综合能源系统能量流优化计算方法，涉及综合能源优化技术领域，其中，该方法包括：获取综合能源系统网络流的目标函数，将综合能源系统的网络流计算问题转化为目标函数的优化问题；将优化问题转换为网络流模型；对网络流模型使用最短路径最大流方式进行求解，得到的求解结果为系统最优潮流。采用上述方案的本申请将传统的综合能源系统代数模型转化成更加直观可视的网络模型，提高了综合能源系统能量流优化的计算精度和效率。
-
公开(公告)号：CN114741834A
公开(公告)日：2022-07-12
申请号：CN202111459949.4
申请日：2021-12-02
Applicant: 华北电力大学 , 清华大学 , 北京清能互联科技有限公司
IPC: G06F30/20 , G06F113/04 , G06F119/02
Abstract: 本申请提出了一种基于时空展开网络流的综合能源系统能量流优化计算方法，涉及综合能源优化技术领域，其中，该方法包括：获取综合能源系统网络流的目标函数，将综合能源系统的网络流计算问题转化为目标函数的优化问题；将优化问题转换为网络流模型；对网络流模型使用最短路径最大流方式进行求解，得到的求解结果为系统最优潮流。采用上述方案的本申请将传统的综合能源系统代数模型转化成更加直观可视的网络模型，提高了综合能源系统能量流优化的计算精度和效率。
-
公开(公告)号：CN111476440B
公开(公告)日：2022-06-03
申请号：CN202010421946.0
申请日：2020-05-18
Applicant: 清华大学 , 北京清能互联科技有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F111/10 , G06F113/04
Abstract: 本申请提出了一种多区域电力系统经济调度方法和装置，其中，方法包括：各区域电网调度机构获取区内电网基础运行参数，根据电网基础运行参数构建以联络线功率为参变量的区内电网经济调度模型；各区域电网调度机构根据本区域电网经济调度模型辨识区内电网聚合模型，并将该聚合模型上报至跨区调度机构；跨区调度机构基于各区域的电网聚合模型构建多区域电力系统经济调度精简模型，并对多区域电力系统经济调度精简模型进行求解得到各区域的经济调度结果。由此，通过少量信息交互即可实现多区域电力系统无迭代式的协调优化调度，提高多区域电力系统调度的经济性和求解效率。
-
公开(公告)号：CN111476440A
公开(公告)日：2020-07-31
申请号：CN202010421946.0
申请日：2020-05-18
Applicant: 清华大学 , 北京清能互联科技有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F111/10 , G06F113/04
Abstract: 本申请提出了一种多区域电力系统经济调度方法和装置，其中，方法包括：各区域电网调度机构获取区内电网基础运行参数，根据电网基础运行参数构建以联络线功率为参变量的区内电网经济调度模型；各区域电网调度机构根据本区域电网经济调度模型辨识区内电网聚合模型，并将该聚合模型上报至跨区调度机构；跨区调度机构基于各区域的电网聚合模型构建多区域电力系统经济调度精简模型，并对多区域电力系统经济调度精简模型进行求解得到各区域的经济调度结果。由此，通过少量信息交互即可实现多区域电力系统无迭代式的协调优化调度，提高多区域电力系统调度的经济性和求解效率。
-
公开(公告)号：CN107341569A
公开(公告)日：2017-11-10
申请号：CN201710492720.8
申请日：2017-06-26
Applicant: 清华大学 , 北京清能互联科技有限公司
Abstract: 本发明提出结合光伏功率物理模型与数据驱动的光伏功率预测方法，属于电力系统新能源预测技术领域。该方法运用光伏功率物理模型，确定影响光伏功率的关键天气特征，建立历史时段和预测时段的关键天气特征矩阵；然后分别建立历史和预测时段的天气数据矩阵，获得历史和预测时段的输入矩阵；对输入矩阵进行特征提取，得到历史和预测时段的主成分特征矩阵；选取与任一预测时段主成分特征曼哈顿距离最近的K个历史时段，拟合得到K个历史时段的主成分特征与对应历史时段光伏功率的映射关系，将所选预测时段的主成分特征输入映射关系，得到该预测时段的光伏功率。本发明利用光伏功率物理模型，能够准确预测光伏功率，具有较强的工业应用价值。
-
Patent Agency Ranking
公开(公告)号：CN107341569B
公开(公告)日：2020-04-24
申请号：CN201710492720.8
申请日：2017-06-26
Applicant: 清华大学 , 北京清能互联科技有限公司
Abstract: 本发明提出结合光伏功率物理模型与数据驱动的光伏功率预测方法，属于电力系统新能源预测技术领域。该方法运用光伏功率物理模型，确定影响光伏功率的关键天气特征，建立历史时段和预测时段的关键天气特征矩阵；然后分别建立历史和预测时段的天气数据矩阵，获得历史和预测时段的输入矩阵；对输入矩阵进行特征提取，得到历史和预测时段的主成分特征矩阵；选取与任一预测时段主成分特征曼哈顿距离最近的K个历史时段，拟合得到K个历史时段的主成分特征与对应历史时段光伏功率的映射关系，将所选预测时段的主成分特征输入映射关系，得到该预测时段的光伏功率。本发明利用光伏功率物理模型，能够准确预测光伏功率，具有较强的工业应用价值。
-
公开(公告)号：CN112257903A
公开(公告)日：2021-01-22
申请号：CN202011039159.6
申请日：2020-09-28
Applicant: 华北电力大学 , 国网冀北电力有限公司 , 清华大学 , 国网北京市电力公司
Abstract: 本发明公开了一种虚拟电厂的控制方法和装置，涉及电力调度技术领域，其中，方法包括：获取虚拟电厂在不同场景下的光伏数据、风电数据和电价数据；根据预设约束条件、光伏数据、风电数据和电价数据建立虚拟电厂调度模型；对虚拟电厂调度模型进行求解，得到虚拟电厂的运行策略。由此，通过建立虚拟电厂调度模型，为提升虚拟电厂价值，优化虚拟电厂调度的行为决策提供理论指导。
-
公开(公告)号：CN115222352A
公开(公告)日：2022-10-21
申请号：CN202210761232.3
申请日：2022-06-30
Applicant: 华北电力大学 , 清华大学 , 国网江苏省电力有限公司
Abstract: 本发明提出一种基于区块链智能合约的电氢联合系统协调控制方法，包括，通过燃料电池和电力制氢设施构建电氢耦合的电氢联合系统出清模型；将电氢联合系统出清模型中电力平衡约束与氢能平衡约束进行改写，其中改写包括在电力平衡约束及氢能平衡中引入拉格朗日乘子；通过构造电氢联合系统出清模型的拉格朗日函数，将电氢联合系统出清模型分解为电力和氢气子系统出清模型，求解电力和氢气子系统出清模型以得到拉格朗日乘子；将电力和氢气子系统耦合变量与拉格朗日乘子数值信息存储于区块链智能合约中，通过电力和氢气子系统多轮交换智能合约并调整自身策略，得到电氢联合系统出清模型的最优解。本发明实现了电力与氢气系统的经济性最优控制。
-
公开(公告)号：CN112366757A
公开(公告)日：2021-02-12
申请号：CN202011040281.5
申请日：2020-09-28
Applicant: 华北电力大学 , 清华大学 , 国网河南省电力公司经济技术研究院
Abstract: 本发明公开了一种微电网能量管理调控方法和装置，涉及电力调度技术领域，其中，方法包括：获取光伏出力数据、电价数据和负荷数据；根据第一约束条件、光伏出力数据、电价数据和负荷数据建立微电网能量管理调度模型；根据第二约束条件、光伏出力数据、电价数据、负荷数据建立市场出清模型；通过对角化算法、节点电价LMP和备用容量成本ARC对微电网能量管理调度模型和市场出清模型进行求解，得到微电网的净负荷需求量和总备用需求量。由此，实现微电网的净负荷需求量和总备用需求量以及微电网LMP和ARC的收敛，最终得到联合优化结果，为降低绿色能源削减比率的行为决策提供理论指导。
-
公开(公告)号：CN112366757B
公开(公告)日：2025-05-16
申请号：CN202011040281.5
申请日：2020-09-28
Applicant: 华北电力大学 , 清华大学 , 国网河南省电力公司经济技术研究院
IPC: H02J3/46 , H02J3/38 , H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种微电网能量管理调控方法和装置，涉及电力调度技术领域，其中，方法包括：获取光伏出力数据、电价数据和负荷数据；根据第一约束条件、光伏出力数据、电价数据和负荷数据建立微电网能量管理调度模型；根据第二约束条件、光伏出力数据、电价数据、负荷数据建立市场出清模型；通过对角化算法、节点电价LMP和备用容量成本ARC对微电网能量管理调度模型和市场出清模型进行求解，得到微电网的净负荷需求量和总备用需求量。由此，实现微电网的净负荷需求量和总备用需求量以及微电网LMP和ARC的收敛，最终得到联合优化结果，为降低绿色能源削减比率的行为决策提供理论指导。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.057 seconds)
