-
公开(公告)号:CN118249415A
公开(公告)日:2024-06-25
申请号:CN202410343126.2
申请日:2024-03-25
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种基于限幅Sigmoid函数的光伏并网系统虚拟惯量构网控制方法及系统,包括通过模拟同步发电机转子的动态特性,将虚拟惯性引入到光伏并网变流器单元中,建立光伏并网系统虚拟惯量控制方程;通过分析负荷波动时交流侧频率及其变化率的响应情况,明确虚拟惯量参数的设计原则;采用具有限幅能力的Sigmoid函数的变式,并自适应频率的恢复需求来构造虚拟惯量控制参数;结合光伏并网换流器的控制逻辑,得到基于限幅Sigmoid函数的光伏并网系统自适应虚拟惯量构网控制方案,其能够显著提高光伏并网系统的稳定运行和主动支撑能力。同时,采用本发明所提方法,无需配置额外的通讯或传感器,提高了新能源并网控制系统的可扩展性。
-
公开(公告)号:CN117713066A
公开(公告)日:2024-03-15
申请号:CN202311707395.4
申请日:2023-12-12
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明提供一种基于SSA‑PSO混合算法的电力系统惯量评估方法及系统,该方法包括以下步骤:S1根据电力系统发生功率扰动时,不平衡功率和系统频率偏差量之间的关系,构建用于惯量评估的OEARMA评估模型;S2确认所述OEARMA评估模型中的未知参数,并采用基于SSA‑PSO混合算法对所述未知参数进行辨识;S3根据参数辨识的结果,将所述OEARMA评估模型转换为连续传递函数,并通过所述连续传递函数获取电力系统惯量评估结果。本发明在算法上选择粒子群‑樽海鞘群混合算法,本算法在利用粒子群算法的收敛速度快同时,引入樽海鞘群算法避免粒子群容易陷入局部最优解的问题,以提高算法的辨识精度,所提算法在参数方面辨识过程中,能够迅速且准确的获得全局最优解。
-
公开(公告)号:CN117543628B
公开(公告)日:2024-03-26
申请号:CN202410020958.0
申请日:2024-01-08
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种光伏电站分区方法及系统,涉及光伏电站分区技术领域,该方法具体包括:高比例新能源电力系统节点惯量动态响应分散性分析;考虑新能源参与惯量响应下的系统转子运动方程表达式及频率响应曲线分析;根据频率响应曲线提出光伏电站频率响应相似度指标;使用马氏距离衡量不同节点指标之间的距离;使用凝聚层次算法对光伏电站分区,并进行分区结果可视化处理。本发明提出了通过研究频率响应的空间特性,从而解决惯量分散性对系统最小惯量需求等参数评估的影响,对研究电力系统的最小惯量需求评估和惯量提升控制策略具有重要意义。
-
公开(公告)号:CN117543628A
公开(公告)日:2024-02-09
申请号:CN202410020958.0
申请日:2024-01-08
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种光伏电站分区方法及系统,涉及光伏电站分区技术领域,该方法具体包括:高比例新能源电力系统节点惯量动态响应分散性分析;考虑新能源参与惯量响应下的系统转子运动方程表达式及频率响应曲线分析;根据频率响应曲线提出光伏电站频率响应相似度指标;使用马氏距离衡量不同节点指标之间的距离;使用凝聚层次算法对光伏电站分区,并进行分区结果可视化处理。本发明提出了通过研究频率响应的空间特性,从而解决惯量分散性对系统最小惯量需求等参数评估的影响,对研究电力系统的最小惯量需求评估和惯量提升控制策略具有重要意义。
-
公开(公告)号:CN119944807A
公开(公告)日:2025-05-06
申请号:CN202510128214.5
申请日:2025-02-05
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种电网负荷不平衡条件下的三相逆变器阻抗建模方法,其步骤如下:确定三相并网逆变器的总结构和电流控制器的结构;根据所述总结构和电流控制器的结构得到并网点电流及电压;在忽略锁相环的情况下,对正负序电流分量进行解耦;得到正负序电流解耦后的传递函数,根据所述表达式建立忽略锁相环情况下的逆变器阻抗模型;在考虑锁相环的情况下,对正负序电流分量进行解耦,得到考虑锁相环时的逆变器小信号模型,根据该模型得到输出信号,推导得到考虑锁相环时的逆变器输出阻抗和逆变器耦合导纳。
-
公开(公告)号:CN118868092A
公开(公告)日:2024-10-29
申请号:CN202410900933.X
申请日:2024-07-05
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明基于模型预测控制的谐振抑制及扰动抑制的方法包括如下步骤:S1、通过对自然参考坐标体系下的并网逆变器系统的微分方程进行Park变换及整合,建立系统状态空间模型,并配合离散化和标称化得到GCI系统离散标称状态空间模型;S2、测量系统输出并基于Luenberger观测器理论确定观测器增益,建立全状态观测器;引入估计的电网侧电流,设计总扰动观测器;S3、用总扰动观测器输出替代总扰动来建立稳态模型;建立成本函数并基于线性矩阵不等式(LMI)求解优化问题以设计控制器增益设计了模型预测控制方案;S4、聚合上述模型构建系统整体的闭环及开环状态空间模型,对控制方案的扰动抑制及鲁棒性的性能进行验证。
-
公开(公告)号:CN114987139B
公开(公告)日:2024-10-29
申请号:CN202210448059.1
申请日:2022-04-27
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: B60H1/00 , B60H3/00 , B60H3/06 , B60R16/037
Abstract: 本发明提供了一种基于物联网的电动汽车智能控制方法及系统,其中,所述方法应用于人工智能领域,所述方法包括:获得第一区域的电动汽车信息集合;构建第一电动汽车智能控制模型库;获得第一电动汽车控制模型;获得第二电动汽车集合对应的智能控制模型,获得第二电动汽车控制模型集合;对第一电动汽车控制模型和第二电动汽车控制模型集合进行联合训练更新,获得第一优化电动汽车控制模型;使用第一优化电动汽车控制模型对第一电动汽车进行控制指令的实时生成,获得第一控制指令。达到了通过采集用户行为控制习惯,联合建模等方法,为用户提供更加准确、更加个性化的控制方案,提高了用车体验感,提高车辆控制的精准度的技术效果。
-
公开(公告)号:CN118842008A
公开(公告)日:2024-10-25
申请号:CN202410901338.8
申请日:2024-07-05
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于系统导纳矩阵动态模型的多变换器并网频域稳定性分析方法,首先确立单逆变器并网系统的主电路结构及其控制策略,建立小信号模型;其次,对多变换器接入的交流电网进行等效,利用节点电压法得到并网系统的节点导纳矩阵传递函数和并联变换器以外的系统等效阻抗。而后,利用模态分析法,求出系统总等效阻抗的左右特征向量矩阵L、T及模态阻抗。最后将整体阻抗稳定性准则应用于每一个模态阻抗中,通过判断在阻尼不良振荡模式下,相应模态阻抗虚部的斜率kx>0且实部值小于0来确定并网系统的稳定性。本发明所提出的稳定性判据可以准确分析多变换器接入对交流电网稳定影响,可广泛应用于大型电力系统并得到可视化结果。
-
公开(公告)号:CN118822088A
公开(公告)日:2024-10-22
申请号:CN202410853955.5
申请日:2024-06-28
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G06Q10/063 , G06Q50/06 , G06F17/16
Abstract: 本发明提供的基于格拉姆角场的电力系统碳计量方法,其结合各类碳源,计算其时变性碳排放因子,并考虑网损因素,进行格拉姆角场变换,在碳排放因子修正矩阵和碳排放因子预测矩阵的基础上,计算用户侧碳排放量修正值和预测值。很好解决了电力碳排放时间差异性方面新能源存在随机性和波动性的不足,对于包含分布式时变能源的系统而言,能够准确计算出当前的碳排放因子、碳排放量以及预测出未来的碳排放因子、碳排放量。提高了电源及负荷时变特性下碳计量的精准性和智能化水平。
-
公开(公告)号:CN116953554B
公开(公告)日:2024-07-19
申请号:CN202310921761.X
申请日:2023-07-25
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
IPC: G01R31/392 , G01R31/378 , G01R31/396 , G01R31/367 , G06F18/214 , G06F18/27 , G06N20/10 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于多片段数据的储能电站锂电池SOH估计方法及装置,包括:采集锂电池的电压、电流和容量数据;根据采集的数据截取出恒压充电电流和电池充电后静置的电压数据,从中提取出多个健康特征并与SOH值组成特征集;将特征集划分为N个训练子集和测试子集;搭建N个支持向量回归SVR模型,用N个训练子集和测试子集训练并检验所有模型,并获得新训练集和新测试集;搭建随机森林RF模型,利用新训练集和测试集训练和检验RF模型;用RF模型融合N个SVR模型的输出结果并估计电池的SOH。本发明通过提取多个基于恒压充电阶段和静置阶段的特征,提高了模型的适用范围,通过集成学习的思想提高了模型泛化性和估计精度。
-
-
-
-
-
-
-
-
-