-
公开(公告)号：CN119599516A
公开(公告)日：2025-03-11
申请号：CN202411677903.3
申请日：2024-11-22
Applicant: 国网安徽省电力有限公司 , 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0639 , G06Q30/0201 , G06Q50/06 , G06F18/27
Abstract: 本发明涉及电力系统技术领域，尤其涉及一种基于弹性网络回归算法的电力市场力指标筛选方法。该方法包括以下步骤：步骤1、获取市场参数、市场中发电企业信息、发电机组参数；步骤2、建立电力市场的市场力指标体系，其中包括市场结构指标、个体市场力指标、合谋市场力指标；步骤3、将市场参数、市场中发电企业信息、发电机组参数按照步骤2建立的电力市场的市场力指标体系计算得到各项市场力指标；步骤4、对指标进行无量纲化处理；步骤5、通过弹性网络回归算法，将L1范数和L2范数作为惩罚项，构造惩罚函数，使某些指标的系数在回归过程中变为0，从而达到指标筛选的效果。
-
公开(公告)号：CN116937687A
公开(公告)日：2023-10-24
申请号：CN202310921799.7
申请日：2023-07-26
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种VSG控制下直驱风力发电系统的惯量支撑能力定量分析方法，包括：1、建立两种VSG控制策略下的直驱风力发电系统数学模型，并通过线性化处理，得到有功功率闭环传递函数；2、模仿同步机惯性常数的计算方式，并考虑同步机典型下垂特性引入下垂特性功率分量，得到直驱风力发电系统等效惯性系数定义式；3、将等效惯性系数随时间变化的收敛值定义为等效惯性常数，推导等效惯性常数与VSG控制参数之间的关系。本发明以受控制参数决定的等效惯性常数指标刻画惯量支撑能力，从而准确有效地实现了VSG控制下直驱风力发电系统惯量支撑能力的定量分析。
-
公开(公告)号：CN117913816A
公开(公告)日：2024-04-19
申请号：CN202410096521.5
申请日：2024-01-24
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明涉及一种基于改进NSGA‑III算法的APC指令分解方法，包括：建立虚拟调频机组的最大功率响应量估计模型；建立APC指令分解的多目标优化问题模型；基于虚拟调频机组的最大功率响应量估计模型，使用改进的NSGA‑III算法对APC指令分解的多目标优化问题模型进行求解，得到求解结果并对结果进行分析对比。本发明对APC指令分解的多目标优化问题进行了详细的建模，兼顾考虑了功率响应成本问题、调控风险成本问题以及调节里程成本问题，这有助于更准确地理解和解决虚拟调频机组内部的APC指令分解问题；本发明采用信息反馈模型和动态调整的交叉率和变异率对原始NSGA‑III算法进行改进，改进的NSGA‑III算法在处理多目标优化问题方面明显优于传统的方法，从而提高了求解的精度和效率。
-
公开(公告)号：CN114389262B
公开(公告)日：2024-01-09
申请号：CN202210071686.8
申请日：2022-01-21
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , H02J3/48 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于电力系统调度优化技术领域，更具体地，涉及一种弹性环境下基于鲁棒优化的区域电网调度方法，其建立了考虑源荷双侧可调度资源调度潜力的鲁棒优化调度模型。首先，针对可再生能源发电出力不确定性，构造其不确定集；然后，分析源荷双侧可调度资源调度潜力，包括火电机组深度调峰、可削减负荷和可平移负荷；其次，结合电力系统调度的序贯决策特点，建立鲁棒优化调度模型；最后，对鲁棒优化模型进行求解。该方法可应用于含可再生能源发电的区域电网日前调度计划制定，有利于提高电力系统运行鲁棒性、灵活性和经济性。
-
公开(公告)号：CN113098073B
公开(公告)日：2022-09-27
申请号：CN202110366782.0
申请日：2021-04-06
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种考虑源荷双侧弹性空间的日前调度优化方法，首先建立包含火电机组、风力发电机组、刚性负荷以及柔性负荷在内的区域内电网的数学模型；然后将包含电网源荷双侧弹性可调度资源的区域内电网动态调度问题建立成相应的MDP数学模型；最后采用深度强化学习中的近端策略优化算法的对MDP数学模型进行策略求解，所得优化策略能够根据调度时刻电网的实际运行状态选取合理的行动方案，实现对电网的优化调度。本发明可充分利用电力系统中的弹性可调度资源解决电网的调峰需求问题，促进新能源的消纳，确保电力系统安全稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN116599107A
公开(公告)日：2023-08-15
申请号：CN202310557395.4
申请日：2023-05-17
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/32 , H02J3/38 , G06Q10/067 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明属于电力弹性资源建模领域，更具体地，涉及一种面向电力调度的弹性资源聚合方法，其建立了负荷侧弹性资源多层级聚合模型。首先，建立面向电力调度的用户层单体弹性资源模型；然后，基于用户层单体弹性资源模型，建立面向电力调度的聚合商层弹性资源聚合模型；最后，基于聚合商层弹性资源聚合模型，建立面向电力调度的区域电网层弹性资源聚合模型。该方法可应用小容量弹性资源参与电网调度，有利于提高电力系统运行效益。
-
公开(公告)号：CN116031923A
公开(公告)日：2023-04-28
申请号：CN202310163928.0
申请日：2023-02-24
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明涉及电力系统技术领域，尤其涉及一种基于分层强化学习的电动汽车充电场站协同调峰方法，该方法包括以下步骤：S1、定义充电桩的状态、充电等待车位的状态、等待车位的联合状态，根据服务电价制定单元及充电功率控制单元制定系统运行模式。S2、确定充电服务电价与用户到达率映射关系，调整充电桩充电功率，构造单位时间内削峰奖励函数，建立充电场站双中心协同调峰系统。S3、根据场站的运行模式，以SPM为上层，CPC为下层，设计双层协同优化模型。S4、建立上层智能体的优化目标函数，采用Dueling DQN算法进行求解。建立下层智能体的优化目标函数，采用TD3算法进行求解。
-
公开(公告)号：CN117748541A
公开(公告)日：2024-03-22
申请号：CN202311765221.3
申请日：2023-12-21
Applicant: 国网安徽省电力有限公司 , 合肥工业大学
Inventor： 梁肖 , 任曼曼 , 施壮 , 程文娟 , 孙瑞阳 , 丁磊 , 王正风 , 高卫恒 , 栾喜臣 , 李梓楠 , 陈天宇 , 邓竞蓝 , 解振洋 , 杨子 , 孙仪 , 李进昌 , 赵福林
Abstract: 本发明涉及一种基于改进的柔性动作评价算法的风储一次调频优化方法，包括：建立风储一次调频优化问题模型；建立相干长短期记忆网络，基于采集的环境数据，得到风电一次调频出力方案；基于储能的电池荷电状态计算储能最大充放电功率，得到储能一次调频出力方案；将风储一次调频优化问题模型、风电一次调频出力方案和储能一次调频出力方案转化为马尔科夫决策过程；使用改进的柔性动作评价算法对马尔科夫决策过程求解，得到求解结果并对求解结果进行分析对比。本发明使用改进的柔性动作评价算法来求解马尔科夫决策过程，改进的柔性动作评价算法在处理复杂性和不确定性方面明显优于传统的方法，从而提高了求解的精度和效率。
-
公开(公告)号：CN112952847B
公开(公告)日：2022-09-16
申请号：CN202110366783.5
申请日：2021-04-06
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，首先建立光伏、全钒液流电池储能系统以及电力弹性环境下多区域柔性负荷调度单元的数学模型；然后将考虑用电需求弹性的多区域主动配电系统调峰优化问题建立成DTMDP模型；最后，结合强化学习与智能算法对数学模型进行求解，得到满足调峰需求的多区域调度优化控制策略。本发明中的分层学习机制在一定程度上避免强化学习“维数灾”问题，促进调度策略的快速求解；同时，强化学习与智能算法的结合进一步增强算法的探索能力，利于求取最优调峰策略；通过考虑用电需求弹性可进一步获得主动配电系统潜在调度信息并促进系统平稳安全运行。
-
公开(公告)号：CN118040716A
公开(公告)日：2024-05-14
申请号：CN202410118486.2
申请日：2024-01-29
Applicant: 国网安徽省电力有限公司 , 合肥工业大学
Inventor： 梁肖 , 任曼曼 , 程文娟 , 戴长春 , 张炜 , 施壮 , 吴静 , 丁磊 , 王正风 , 高卫恒 , 栾喜臣 , 李梓楠 , 陈天宇 , 邓竞蓝 , 解振洋 , 杨子 , 孙仪 , 李进昌 , 赵福林
IPC: H02J3/24 , G06N3/006 , G06N3/0442 , G06Q10/0631 , G06Q50/06 , H02J3/32 , H02J3/00 , H02J3/46
Abstract: 本发明涉及一种基于粒子群算法的风电场群共享储能容量分配方法，包括：建立长短期记忆神经网络预测模型，计算风电场发电曲线偏差；构建共享储能和风电场收益模型，由风电场参与一次调频的收益模型、储能参与调频的成本模型组成；使用粒子群算法对共享储能和风电场收益模型进行求解，得到共享储能的容量分配方案，计算风电场群响应一次调频实际积分电量的大小。本发明通过采用长短期记忆神经网络模型对风电场实时发电功率进行预测，并结合粒子群算法实施储能容量分配方案，系统更能有效地利用有限的储能容量，最大程度地提高系统一次调频辅助服务的收益，减少能源浪费；风电场群能够更灵活地提供一次调频辅助服务，降低了对传统电力系统的负荷。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.191 seconds)
