-
公开(公告)号：CN116581826A
公开(公告)日：2023-08-11
申请号：CN202310524048.1
申请日：2023-05-10
申请人： 中国电力科学研究院有限公司南京分院 , 国网江苏省电力有限公司南京供电分公司 , 上海交通大学 , 国网江苏省电力有限公司
摘要： 本发明公开了一种虚拟分类的资源聚合及虚拟聚合体运行特性获取方法，涉及能源调控技术领域。本发明考虑电价或激励手段下可控资源的执行需求响应的特性，划分各类可控资源，将属于各类资源的负荷或机组聚合，形成各类虚拟聚合体；基于虚拟聚合体的定义，面向需求响应业务，实现地区内可控资源的虚拟分类，并从母线功率中获得各类虚拟聚合体的运行外特性曲线。本发明充分考虑可控资源分类聚合过程中隐私保护问题，适应目前日益增长的不同分区需求的多样化调度要求。
-
公开(公告)号：CN117638904A
公开(公告)日：2024-03-01
申请号：CN202311635552.5
申请日：2023-12-01
申请人： 国网江苏省电力有限公司南京供电分公司 , 中国电力科学研究院有限公司 , 上海交通大学 , 国网江苏省电力有限公司
发明人： 张伟 , 邓星 , 朱克东 , 张明 , 艾芊 , 马楠 , 张景晨 , 张书涵 , 严嘉豪 , 于韶源 , 夏秋 , 高国荣 , 王勇 , 徐鹏 , 刘俊 , 汤必强 , 王帝 , 陈旻昱
摘要： 一种计及用户用电时间关联特征的柔性资源优化聚合控制方法及系统，在初始化阶段采集用户用电信息并计算最佳聚合区域，计算用户用电负荷数据在不同分位数下的最佳分位数值和各个用户用电负荷数据的分位数自协方差反映用户用电行为(QC)特征；在迭代聚类阶段，以聚类结果的轮廓系数为优化参数进行迭代聚类；在实施阶段根据聚类结果标记用户类别标签并进行聚合控制。本发明通过基于用户空间分布、聚合成本和时间关联特征的区域聚合并建立集中和分散相结合的控制系统，分析负荷在时间序列表现的用电特性将具有大量节点的配电网络简化为具有少量聚合负载的等效网络，采用设置分布式控制系统(DCS)、集中控制系统(CCS)以解决本地电网约束和协调DCS需求；通过控制DCS、CCS实现聚合需求的灵活部署。
-
公开(公告)号：CN116522176A
公开(公告)日：2023-08-01
申请号：CN202310498554.8
申请日：2023-05-05
申请人： 国网江苏省电力有限公司南京供电分公司 , 中国电力科学研究院有限公司南京分院 , 上海交通大学 , 国网江苏省电力有限公司
IPC分类号： G06F18/2321 , H02J3/38 , G06F18/2132 , G06F18/2415
摘要： 本发明公开了风电机组外特性聚合方法，通过对风电场自相关性、互相关性分析并采用马尔科夫链提取风电序列间的关系以分析风电出力时空相关性；通过分析各风电厂的风电出力变化率、风电出力同时率和风电出力标准差得出研究范围内风电场总出力相对于单个风电场出力表现出来的波动性削弱的特性。通过分析风电出力相关性和集群效应，提高了等值建模的精度。
-
公开(公告)号：CN117374949A
公开(公告)日：2024-01-09
申请号：CN202311346436.1
申请日：2023-10-18
申请人： 中国电力科学研究院有限公司 , 国网江苏省电力有限公司南京供电分公司 , 上海交通大学 , 国网江苏省电力有限公司
发明人： 朱克东 , 严嘉豪 , 嵇文路 , 邓星 , 杨胜春 , 艾芊 , 潘小辉 , 刘建涛 , 王卫南 , 李亚平 , 耿建 , 吕建虎 , 高冠中 , 成梁成 , 王灿冰 , 陈风帆 , 王帝
IPC分类号： H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/086 , G06N3/0464
摘要： 一种考虑需求响应机制的短期负荷预测方法，在离线阶段通过构建需求响应模型，并根据实时电价对需求响应模型进行求解后建立用能数据库；将数据库中的数据预处理后提取出特征，经基于LSTM的种群进化算法对提取出的特征进行扩充，得到满足适应性要求的训练集，用于对GA‑LSTM模型进行训练；在在线阶段采用训练后的GA‑LSTM模型进行短期负荷预测。本发明预测具有更高的拟合优度，与不含DR信号的负荷预测结果相比，加入DR信号后的负荷预测的，可以提高模型的预测精度，能更好地预测电力负荷未来短期变化趋势。以电网收益为目标的最优调度模型LA具有更专业的需求侧管理能力，可以提高电力市场DR的效率，增加用户参与需求侧响应的积极性，并很好地说明需求侧资源的调峰填谷能力。
-
公开(公告)号：CN118586995A
公开(公告)日：2024-09-03
申请号：CN202410704001.8
申请日：2024-06-03
申请人： 上海交通大学 , 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
IPC分类号： G06Q30/08 , G06Q30/0201 , G06Q10/0631 , G06Q50/06
摘要： 一种基于双向拍卖的点对点云储能资源配置方法，通过依次构建需求方竞标曲线集以及以社会总福利最大为目标的云储能平台出清模型后，确定不同倍率参数下的云储能服务出清价格，通过匹配供需双方并得到需求方云储能服务指令分解策略与供应方云储能服务指令聚合策略。本发明基于双向拍卖的云储能资源配置平台构建机制以完成储能需求方与储能供应方的匹配。
-
公开(公告)号：CN117294520A
公开(公告)日：2023-12-26
申请号：CN202311399991.0
申请日：2023-10-26
摘要： 一种适用于虚拟电厂的基于密值的公私钥交叉签名方法，包括：由多个边缘计算服务器组成的区块链网络和密钥生成中心，每个边缘计算服务器存储区块链的副本参与区块链的共识过程和账本过程，并向其附近的用户和边缘设备提供公钥查询服务；密钥生成中心生成系统参数信息并将其上传到区块链并为客户端和边缘设备生成部分私钥；当用户通过客户端向密钥生成中心(KGC)发送请求，为自己生成部分私钥，并将其公钥和用户标识上传到区块链网络。客户必须是合法存在的实体。本发明在公钥生成过程中加入了双线性对操作，并在系统参数生成过程加入密值，用户间拟定合同后分别使用不同的加密方式进行数字签名，以解决合同文件在网络流转过程中可能被篡改的问题。
-
公开(公告)号：CN116933638A
公开(公告)日：2023-10-24
申请号：CN202310912130.1
申请日：2023-07-24
申请人： 上海交通大学
IPC分类号： G06F30/27 , H02J3/00 , G06N3/08 , G06F111/04 , G06F111/08
摘要： 本发明公开了一种基于数字孪生的统一建模及其孪生系统模拟演进方法，涉及电力能源系统领域，本方法首先通过分析业务需求，形成对应的模型结构体，并建立关键参数的等式约束与不等式约束的泛化模型约束集；其次，针对多样化场景需求，通过探究外部因素影响机理，基于理论经验推导、鲁棒技术、数据挖掘等方法提取典型特征并依托多维信息实现泛化模型参数的辨识；最后将上述结果结合输出泛化模型。本方法基于集合论的虚拟孪生体标准化建模，设计了面向多样化需求的泛化模型构建技术。
-
公开(公告)号：CN116432405A
公开(公告)日：2023-07-14
申请号：CN202310225192.5
申请日：2023-03-03
申请人： 国网山东综合能源服务有限公司 , 上海交通大学
IPC分类号： G06F30/20 , G06F30/18 , G06Q50/26 , G06F111/04 , G06F119/08
摘要： 本发明提供了一种基于事件触发的微能源网协调控制方法及系统，包括：构建微能源网，基于微能源网构建微能源网协调优化模型：在考虑传统多能网络设备的同时对地源热泵和压缩空气储能进行建模，并将地源热泵模型和压缩空气储能模型融入协调控制策略的优化目标和约束条件中，以运行成本最小为目标，建立包括地源热泵和压缩空气储的微能源网协调优化模型；传统多能网络设备的基础上，对地源热泵和压缩空气储能进行建模分析，细化设计了运行特性方程并将其融入微能源网的协调控制策略中；以分布式优化的方式减少通信交互量和交互频次，通过设计触发条件在满足运行要求的情况下减少优化策略的生成次数。
-
公开(公告)号：CN110380405B
公开(公告)日：2023-04-25
申请号：CN201910598580.1
申请日：2019-07-04
申请人： 上海交通大学 , 国网山东省电力公司电力科学研究院
摘要： 本发明公开了一种考虑需求响应与储能协同优化微电网运行方法，涉及微电网优化运行技术领域，所述方法包括以下步骤：步骤1、对微电网建立考虑需求响应与储能协同优化模型；步骤2、计算出所述协同优化模型的最优值，得到微电网的运行方案。本发明对于需求响应模型，充分考虑用户的响应成本，并根据用户响应的积极性进行补偿，激发用户参加需求响应的积极性。对于蓄电池装置寿命损耗较大的问题，通过研究影响蓄电池寿命的因素，考虑对经济调度影响最大的蓄电池荷电量的影响，构建蓄电池运行成本，达到定量控制的效果。
-
公开(公告)号：CN115759393A
公开(公告)日：2023-03-07
申请号：CN202211426225.4
申请日：2022-11-14
摘要： 本发明提供一种基于集成学习的累积负荷基线预测方法，包含步骤：S1、基于聚类算法，为M个电力用户生成N种不同的划分方式，共得到多个集群；S2、将集群在一天中的累积负荷、累积负荷基线作为集群在该天的输入特征、标签；基于各集群在不同日期的输入特征，分别建立训练集、验证集、测试集；S3、通过训练集训练网络模型，网络模型根据单天所述多个集群的输入特征，在多个分位点预测各种划分方式下，M个电力用户的累积负荷基线；S4、将验证集中的样本输入训练好的网络模型，基于损失函数，在各分位点，为网络模型预测的N种划分方式下的累积负荷基线分别设置权重系数；S5、基于训练好的网络模型和设置的权重系数，通过测试集检验预测方法的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
132 条记录 (耗时 0.089 秒)
