-
公开(公告)号：CN114444851A
公开(公告)日：2022-05-06
申请号：CN202111542038.8
申请日：2021-12-16
Applicant: 国网江苏省电力有限公司经济技术研究院 , 河海大学
Abstract: 本申请涉及一种计及旋转备用服务的虚拟电厂优化调度方法和系统。该方法包括：步骤1：构建计及旋转备用服务的虚拟电厂优化调度模型；步骤2：获取与虚拟电厂调度有关的调度参数，步骤3：将调度参数输入到步骤1构建的计及旋转备用服务的虚拟电厂鲁棒优化调度模型中，进行虚拟电厂调度分析，获得虚拟电厂最优调度策略，虚拟电厂最优调度策略包括每时段燃气轮机输出功率，储能充电功率、储能放电功率、蓄冷池蓄冷量、蓄冷池释冷量、中断负荷，每时段虚拟电厂提供的总备用容量。考虑虚拟电厂中的光伏发电功率的不确定性，优化调度虚拟电厂的运行方式，从而发挥虚拟电厂参与旋转备用市场的经济潜力，有效提高虚拟电厂的经济效益。
-
公开(公告)号：CN114444851B
公开(公告)日：2025-02-28
申请号：CN202111542038.8
申请日：2021-12-16
Applicant: 国网江苏省电力有限公司经济技术研究院 , 河海大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本申请涉及一种计及旋转备用服务的虚拟电厂优化调度方法和系统。该方法包括：步骤1：构建计及旋转备用服务的虚拟电厂优化调度模型；步骤2：获取与虚拟电厂调度有关的调度参数，步骤3：将调度参数输入到步骤1构建的计及旋转备用服务的虚拟电厂鲁棒优化调度模型中，进行虚拟电厂调度分析，获得虚拟电厂最优调度策略，虚拟电厂最优调度策略包括每时段燃气轮机输出功率，储能充电功率、储能放电功率、蓄冷池蓄冷量、蓄冷池释冷量、中断负荷，每时段虚拟电厂提供的总备用容量。考虑虚拟电厂中的光伏发电功率的不确定性，优化调度虚拟电厂的运行方式，从而发挥虚拟电厂参与旋转备用市场的经济潜力，有效提高虚拟电厂的经济效益。
-
公开(公告)号：CN117541009B
公开(公告)日：2025-04-29
申请号：CN202311599887.6
申请日：2023-11-27
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G08G1/01 , G06N20/00
Abstract: 本发明公布了一种基于深度学习解耦的电力‑交通网最优调度方法，通过深度学习解耦电力‑交通网模型，在保证电网和交通网信息隐私的基础上，实现了电‑交通网最优调度。计及了电网、交通网的运行约束，构建了计及电动汽车的电‑交通网协调调度模型；采用深度学习学习电网和交通网之间的电动汽车充电功率，实现了电‑交通网协调调度模型两网各自独立运行，构建了基于深度学习解耦的电‑交通网最优调度模型。本发明考虑当下电网和交通网存在信息壁垒的现实情况，通过深度学习解耦，在保证电网和交通网运行独立性的基础上，实现电‑交通网的最优调度，有效提高了模型的求解效率。
-
公开(公告)号：CN119891150A
公开(公告)日：2025-04-25
申请号：CN202411713658.7
申请日：2024-11-27
Applicant: 河海大学
Abstract: 本发明公开了一种基于拓扑安全约束和集成强化学习的配电网重构方法与系统。所述方法包括：电网环境建模，包括系统状态量设计、奖励函数设计、电网约束嵌入和系统潮流解算；构建拓扑安全层，通过检测算法使用拓扑掩码对拓扑重构动作进行矫正；利用集成动作网络、参数掺杂机制和网络删减机制对不同动作进行预判；组建强化学习训练框架对初始的策略网络进行训练，获取网络参数；利用训练后的策略网络根据系统的状态数据获取配电网重构的调度策略。本发明在强化学习的基础上叠加拓扑安全层并引入了动作网络集成等机制，解决了强化学习模型输出策略缺乏安全性问题，并缓解了参数训练过程的波动性，能够实时高效地获取配电网的重构调度策略。
-
公开(公告)号：CN119671182A
公开(公告)日：2025-03-21
申请号：CN202411807995.2
申请日：2024-12-10
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/047 , G06Q50/06 , G06Q50/26 , H02J3/00 , H02J3/28 , H02J15/00
Abstract: 本发明提出了一种考虑氢能优化调度的多园区综合能源系统运行方法。该方法基于各园区的详细模型以及氢能长管拖车的特性，综合考虑了园区内部的能量平衡与园区间的氢能调度优化问题。具体而言，首先通过利用新能源发电制备氢气，并采用氢气替代传统焦炭进行炼铁，构建了创新型新能源钢铁园区模型。针对钢铁园区内氢气制备不足和周边新能源发电园区电力消纳能力不足的情况，提出了一种多园区氢能协同调度方案。在氢气输送过程中，通过约束氢能长管拖车的储氢容量、运输路径及时间，实现了园区间氢能的高效分配。该方法通过以氢代炭炼铁降低了碳排放，有效提升了周边园区电力的消纳能力，优化了能量利用效率，并显著降低了系统的总体运行成本。
-
Patent Agency Ranking
公开(公告)号：CN114526203B
公开(公告)日：2025-03-04
申请号：CN202210000720.2
申请日：2022-01-04
Applicant: 河海大学
Abstract: 本发明公开了一种风机转子动能控制功率平滑方法，包括：根据风机参数推算风机在最大功率跟踪控制下的波动平抑效果，计算出固有滤波时间常数；设计一阶低通滤波器对最大风功率进行数字平滑处理；考虑非最大功率跟踪控制运行的带来的损失，以转速和转速变化率为依据设计双输入单输出的模糊逻辑控制器，输入量为转速和转速变化率，输出量为比例系数k；给定风机合适的有功参考值以平滑功率波动，有功参考值设置为最大风功率级联所设计的一阶低通滤波器，并将系数k乘入有功参考值中以保证风机的稳定运行。本发明能够在平抑输出功率波动的同时确保风力发电机系统的正常稳定运行。
-
公开(公告)号：CN119249671A
公开(公告)日：2025-01-03
申请号：CN202411759128.6
申请日：2024-12-03
Applicant: 河海大学
IPC: G06F30/18 , H02J3/46 , H02J3/38 , H02J3/28 , H02J3/06 , H02J3/14 , G06F30/20 , G06F17/10 , G06F111/04 , G06F113/04 , G06F119/04
Abstract: 本发明公开了一种改进型蜂巢状配电网的布局优化方法，通过构建考虑智能基站土建成本和储能配电网系统全寿命周期成本的HDN规划模型，在蜂巢状结构基础上，以智能基站的位置和内部储能容量为变量，以规划成本为目标函数；根据HDN平面结构，设计非直角坐标系设立了智能基站和储能的选址定容耦合约束，以描述配电网系统拓补结构，根据配电网系统原有结构，合理选择智能基站位置，无需在每个边界顶点处都建立智能基站；根据微网内部负荷特征，优化智能基站内部储能容量，使得微网资源的灵活性优势得到发挥，储能资源得到高效利用；且考虑配电网系统投资和运行经济性最优的规划结果，具有良好的经济性与可扩展性。
-
公开(公告)号：CN119247043A
公开(公告)日：2025-01-03
申请号：CN202411662475.7
申请日：2024-11-20
Abstract: 本发明涉及基于含可变因子广义S变换的配电网故障检测方法，属于配电网故障检测技术领域，本发明通过含可变因子广义S变换获得时频谱与暂态能量等数据，并构造时频谱综合相似系数、暂态能量峰值与暂态能量相对熵三个选线判据，结合D‑S证据理论实现多判据融合从而使单一判据的选线结果进行多判据融合的综合分析，获得更加准确的选线结果。本发明在不同的故障距离、故障线路、故障初始角、故障接地电阻、噪声环境下均能准确选线，具有良好的适应性、灵敏性、抗干扰性。本发明将计算得到的暂态能量特征，转换成一种信度分配函数构造证据组合，利用不同的故障特征量来度量信任度大小构造选线判据，从而互相补充互相融合，获得更为精确的选线结果。
-
公开(公告)号：CN119134348A
公开(公告)日：2024-12-13
申请号：CN202411127640.9
申请日：2024-08-16
Applicant: 河海大学
IPC: H02J3/06 , H02J3/38 , H02J3/48 , H02J3/50 , H02J3/28 , H02J3/18 , H02J3/16 , H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公布了一种基于灵活运行域的配‑微电网协同优化调度方法，通过微电网灵活运行域模型描述微电网的灵活调节能力，并基于此构建了配‑微电网协调经济调度模型，实现了配‑微电网的协同优化调度。定义微电网灵活运行域概念，考虑配微网功率平衡约束、各灵活资源设备安全运行约束以及配‑微电网边界耦合约束构建了微电网灵活运行域模型；采用凸包分段线性拟合公式对微电网的灵活调节能力进行描述，并将其纳入配电网的优化决策过程中，构建了基于灵活运行域的配‑微电网协调经济调度模型。本发明充分挖掘了微电网中海量灵活性资源的可调节潜力并使其参与到配电网的优化调控中，通过微电网灵活性聚合‑分解，实现了配‑微电网的协同优化调度。
-
公开(公告)号：CN119029886A
公开(公告)日：2024-11-26
申请号：CN202411113761.8
申请日：2024-08-14
Applicant: 河海大学
IPC: H02J3/02 , G06F18/27 , G06Q10/04 , G06Q50/06 , G06N3/0499
Abstract: 本发明公开了一种基于深度学习的交直流配电网预测辅助状态估计方法。本发明根据历史状态建立基于深度神经网络的状态预测模型，获得状态预测值；然后，对于不可观交、直流区域建立基于深度回归学习的伪量测模型，获得不可观区域的伪量测；最终基于状态预测值、实时量测、伪量测和边界信息分别对交、直流区域建立含等式约束的集合卡尔曼滤波模型，计算得到状态滤波值。本发明提出的算法基于深度学习，能够构建精确的状态转移模型、增强量测冗余度和节省计算时间，从而可以实时跟踪系统状态轨迹。
-
-
-
-
-
-
-
-
-
Search Results
717
records
(took 0.101 seconds)
