-
公开(公告)号：CN106447234A
公开(公告)日：2017-02-22
申请号：CN201610947468.0
申请日：2016-10-26
申请人： 国网电力科学研究院武汉南瑞有限责任公司 , 清华大学
CPC分类号： Y02P90/82 , G06Q10/0639 , G06Q50/06
摘要： 本发明公开了一种基于层次聚类法的风电场弃风电量评估方法，包括以下步骤：步骤S10，对风电场的实测风速数据进行标准化矩平处理；步骤S20，将标准化矩平处理后的风速矩阵进行经验正交函数分解；步骤S30，基于经验正交函数分解结果，计算各空间型的方差贡献率及累计方差贡献率；步骤S40，使用层次聚类法对经验正交函数分解得到的空间型矩阵进行聚类分析；步骤S50，基于层次聚类分析的结果，画出聚类树状图；步骤S60，基于聚类树状图，对风电机组进行划分，并选择标杆风机，确定分配系数；步骤S70，使用标杆风机法计算弃风电量。本发明减少标杆风机法的误差，较准确地反应风电场弃风情况。
-
公开(公告)号：CN118920564A
公开(公告)日：2024-11-08
申请号：CN202410909022.3
申请日：2024-07-08
申请人： 清华大学
摘要： 本申请涉及一种风电机组的等效惯量辨识方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：采集目标风电机组的运行数据；当满足预设的等效惯量辨识条件时，根据所述运行数据，辨识所述目标风电机组的目标频率响应模型；将预设虚拟频率信号输入至所述目标频率响应模型，得到有功功率响应信号；根据所述虚拟频率信号和所述有功功率响应信号，确定所述目标风电机组的等效惯量。采用本方法能够对风电机组的等效惯量进行在线辨识。
-
公开(公告)号：CN111177654B
公开(公告)日：2024-08-27
申请号：CN201911348022.6
申请日：2019-12-24
申请人： 国网甘肃省电力公司电力科学研究院 , 国家电网有限公司 , 国网甘肃省电力公司 , 清华大学
发明人： 张金平 , 李津 , 周强 , 马志程 , 赵龙 , 王定美 , 吕清泉 , 韩旭杉 , 马彦宏 , 高鹏飞 , 张珍珍 , 张彦琪 , 王明松 , 张健美 , 张艳丽 , 黄蓉 , 张睿骁 , 乔颖 , 鲁宗相 , 姜继恒
IPC分类号： G06F17/18 , G06Q10/04 , G06Q30/0201 , G06Q50/06
摘要： 本发明涉及建立自备电厂与新能源的发电权交易方法领域，具体为一种促进新能源消纳的自备电厂发电权交易方法；包括以下步骤：对下限电前的风电功率Pww和弃风率rc进行统计，生成向量为#imgabs0#的三维随机变量；确定概率密度函数；二维实平面R2上寻找合适的最小区域Ω；获得满足的最终的发电权交易时段区间与风电出力功率区间；确定系统中自备电厂机组的风电累积概率分布曲线；确定累积概率分布曲线；在随机生产模拟中按照新生成的风电曲线评估弃风电量，计算发电权交易电量，进而开展发电权交易。在促进新能源消纳的同时，使得新能源企业与自备电厂在市场机制下达到利益平衡，实现共赢。
-
公开(公告)号：CN118428505A
公开(公告)日：2024-08-02
申请号：CN202410235552.4
申请日：2024-03-01
申请人： 国网河北省电力有限公司电力科学研究院 , 清华大学 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于LSTM的电网频率态势预测方法及系统，包括以下步骤：获取电网扰动后的特征参数；对各类特征参数进行预处理，将预处理后的所有特征参数共同构建为矩阵，得到预测矩阵；将预测矩阵作为LSTM神经网络模型的输入，通过LSTM神经网络模型预测电网频率的最低点、最低点时间、稳定频率、稳定时间和最大变化率，完成电网频率态势预测。本发明能够在事前对频率的动态走势的预测，实现对频率最低点、最低点时间、稳态频率、稳态时间及最大频率变化率的提前预知，便于提前做好应对措施，防止电力系统发生频率崩溃事件，避免造成更为严重的经济损失。
-
公开(公告)号：CN111178733B
公开(公告)日：2024-06-28
申请号：CN201911348244.8
申请日：2019-12-24
申请人： 国网甘肃省电力公司电力科学研究院 , 国家电网有限公司 , 国网甘肃省电力公司 , 清华大学
发明人： 张金平 , 李津 , 周强 , 马志程 , 赵龙 , 王定美 , 吕清泉 , 韩旭杉 , 马彦宏 , 高鹏飞 , 张珍珍 , 张彦琪 , 王明松 , 张健美 , 张艳丽 , 黄蓉 , 张睿骁 , 乔颖 , 鲁宗相 , 姜继恒
摘要： 本发明涉及风电机技术领域，具体为一种基于等效电量函数法的弃风电量评估方法；具体操作步骤为：对需求侧概率性建模，形成等效累积负荷曲线；对电源侧精细化概率建模，得到热电机组电功率的累积概率函数和概率密度函数；生成研究周期内区域内所有电力负荷的等效持续负荷曲线以及热力负荷的等效持续负荷曲线；对非供热机组按照进行基荷、峰荷分段，按照煤耗率升序进行排列；安排非供热火电机组的基荷部分参与生产；安排热电联产机组参与生产；对每一机组的煤耗和电热比排序；安排非供热的自备电厂机组参与带负荷，确定总出力概率分布曲线；安排风电参与生产；计算弃风电量。实现对弃风电量的精确量化，提高风电场弃风电量计算的准确性。
-
公开(公告)号：CN117081097A
公开(公告)日：2023-11-17
申请号：CN202310851240.1
申请日：2023-07-12
申请人： 国网江苏省电力有限公司 , 清华大学
摘要： 本申请涉及一种锁相型直驱风电机组的频率响应特性降阶建模方法。所述方法包括：首先，获取风电机组的控制参数和稳态数据，然后，根据控制参数和稳态数据建立风电机组的功率控制环动态模型、机械主轴动态模型、锁相环动态模型、永磁同步电机动态模型、直流电容动态模型、机侧变流器控制动态模型、网侧变流器控制动态模型以及网侧交流电路动态模型，并联立得到风电机组的频率响应模型，最后，根据奇异摄动降阶法对频率响应模型进行降阶处理，得到风电机组的降阶频率响应模型。采用本方法得到的风电机组降阶频率响应模型，能够为不同要求下的风电场动态分析和系统频率计算提供适用模型，实现计算精度和计算复杂度的平衡。
-
公开(公告)号：CN110766259B
公开(公告)日：2023-06-23
申请号：CN201910335035.3
申请日：2019-04-24
申请人： 国网甘肃省电力公司电力科学研究院 , 清华大学 , 国家电网有限公司
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F17/18
摘要： 本申请涉及一种风电供暖提升可再生能源消纳能力的评价方法，方法包括：利用随机生产模拟方法建立系统弃风评估模型；获取系统的运行参数，将运行参数输入系统弃风评估模型，输出初始的弃风指标；修正考虑风电供暖后的系统运行参数，将修正后的运行参数输入系统弃风评估模型，输出修正后的弃风指标；根据初始的弃风指标与修正后的弃风指标，得到提升消纳量指标。本发明还涉及一种风电供暖提升可再生能源消纳能力的装置。本方法和装置能够适用于中长期弃风电量计算和风电供暖效果评估，为风电供暖工程的规划和实施提供依据。
-
公开(公告)号：CN116169695A
公开(公告)日：2023-05-26
申请号：CN202310428153.5
申请日：2023-04-20
申请人： 新天绿色能源股份有限公司 , 清华大学 , 国网冀北电力有限公司 , 清华四川能源互联网研究院
摘要： 本发明提供了一种基于移频相量的VSG控制方法和系统，包括：判断电网是否发生故障或频率扰动；若是，则给风机下发触发指令，输出电磁暂态信号的模域分解包络值和电磁暂态信号瞬时值，并进行故障穿越或一次调频，包括：确定控制目标；基于控制目标，通过正、反转同步旋转坐标系的双dq正负序电流PI控制策略生成电流期望值；生成VSG移频相量模型正负序电流控制环；把abc相电压电流通过dq变换，通过移频向量计算得到正负序电压移频相量模型；若否，则输出电磁暂态信号的模域分解包络值，根据电网调度需求，快速为每台风机分配功率指令，并捕捉mS级的故障、扰动、低高电压穿越现象及机电和电磁的混合故障，在保证计算精度的同时提高计算速度。
-
公开(公告)号：CN108233357B
公开(公告)日：2023-05-23
申请号：CN201611161021.7
申请日：2016-12-15
IPC分类号： H02J3/00
摘要： 本发明提供了一种基于非参数概率预测及风险期望的风电日前消纳优化方法，该方法包括：基于风电出力概率预测得到非参数经验累积概率分布，进而得到风电日前概率预测置信边界的计算、基于后向消除法的风电概率预测出力场景的削减和得到基于非参数概率预测及风险期望的风电消纳优化结果。本发明提供的技术方案实现了基于在一定置信水平下风电场功率非参数概率预测方法，该方法适合弃风风险及失负荷风险的风电消纳水平的计算。
-
公开(公告)号：CN110909921B
公开(公告)日：2023-04-14
申请号：CN201911088302.8
申请日：2019-11-08
申请人： 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院 , 清华大学
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/25 , G06F18/241
摘要： 本申请提供中长期风电电量预测方法、装置、计算机设备及存储介质，该方法包括：对历史风电电量进行小波变换，得到风资源丰枯特性信息和风资源变化的主导周期，对历史风电功率进行极大似然估计处理，得到所述历史风电功率对应的贝塔分布参数估计值，根据所有主导周期和所述风资源丰枯特性，对所有贝塔分布参数估计值进行分类，得到不同类别包含的贝塔分布参数估计值，根据预设方式对不同类别包含的所有贝塔分布参数估计值进行筛选，得到不同类别对应的参数典型值，对所述参数典型值以及不同类别对应的所述风资源丰枯特性信息进行融合处理，得到预测周期内的风电电量，从而实现了中长期风电电量预测，提高了中长期风电电量预测结果准确性。
-
-
-
-
-
-
-
-
-
搜索结果
240 条记录 (耗时 0.068 秒)
