考虑多受端电网短期负荷特征的流域水风光系统中期调度方法

    公开(公告)号:CN119050993A

    公开(公告)日:2024-11-29

    申请号:CN202411098739.0

    申请日:2024-08-12

    Abstract: 本发明属于电力系统调度领域,公开了考虑多受端电网短期负荷特征的流域水风光系统中期调度方法。采用峰平谷负荷分段划分模型及变步长搜索策略,集成日均负荷、日负荷率、日峰谷差率、峰期和谷期负载率、峰现和谷现时间指标以准确描述多受端电网的差异负荷特征和调峰需求,进而重构受端负荷需求过程;提出发电量最大和送电偏差最小的流域水风光系统多目标中短期嵌套调度模型,通过混合整数线性规划进行模型优化求解,确定中短期电量和送电过程计划。通过某特大流域水风光互补系统的实例分析,结果表明本发明能够在保证流域总发电量的情况下,显著降低送电计划与受端需求的偏差,减少弃电。

    一种高维多元气象数据融合的短期风光功率预测方法

    公开(公告)号:CN116885703B

    公开(公告)日:2024-02-06

    申请号:CN202310764530.2

    申请日:2023-06-27

    Abstract: 本发明属于电力系统新能源功率预测领域,公开一种高维多元气象数据融合的短期风光功率预测方法。本发明充分利用获取的气象数据集ERA5,从物理成因、空间尺度和时间尺度上大幅拓展海量的气象因子,并充分挖掘其与新能源功率的特征关系,提高预测精度。采用物理成因法和空间经纬度包络法大幅拓展功率相关气象因子,构成高维多元气象因子集。对超高维气象数据降维进行综合相关性分析和融合,避免多维气象数据间相关性和信息重叠性对功率预测模型的影响,再采用时间窗口滑动法,形成功率预测样本集。依据气象数据电站实际运行数据对预测模型进行拟合,对云南大理地区实际工程进行了应用验证,预测精度远超常规的预测方法,展现

    风光水多能互补系统灵活性需求量化及协调优化方法

    公开(公告)号:CN114243794B

    公开(公告)日:2022-08-09

    申请号:CN202111214860.1

    申请日:2021-10-19

    Abstract: 本发明属于电力系统调度领域,提供了一种风光水多能互补系统灵活性需求量化及协调优化方法,首先构建考虑风光出力不确定性的灵活性需求量化方法,采用分位点对风光出力区间进行划分,生成出力场景集,进而计算各场景下的灵活性需求;以灵活性需求量化指标为基础,构建考虑系统灵活性不足期望最小的水风光互补优化调度模型,实现水风光互补优化计算。依托云南电网实际风光水互补系统,针对不同新能源接入比例进行了模型验证,结果表明本发明方法能够给出不同条件下的多类型电源互补运行调度方案,有效满足系统的灵活性需求,减少弃电量,提高清洁能源的消纳水平。

    考虑时变特性的风光电站群出力描述方法

    公开(公告)号:CN113659631B

    公开(公告)日:2022-07-26

    申请号:CN202110906595.7

    申请日:2021-08-09

    Abstract: 本发明属于电力系统发电调度领域,提供一种考虑时变特性的风光电站群出力描述方法。引入误差函数来表征时段内出力的差异程度,采用分裂层次聚类确定不同时段划分数量下的最优时段划分方式,并引入经济效益理论来确定最优时段数量,避免了依靠主观确定集群个数可能导致的随机性和不合理性,最后采用核密度估计建立电站群各时段的出力概率分布密度函数。通过云南电网21座实际风光电站群实例分析,本发明能够合理划分风光电站出力时段,充分体现了风光发电的时变规律,所得结果能准确反映电站群各时段的出力的分布特性,且各时段内的出力呈现出较好的可靠性、集中度和实用性。

    风光水多能互补系统灵活性需求量化及协调优化方法

    公开(公告)号:CN114243794A

    公开(公告)日:2022-03-25

    申请号:CN202111214860.1

    申请日:2021-10-19

    Abstract: 本发明属于电力系统调度领域,提供了一种风光水多能互补系统灵活性需求量化及协调优化方法,首先构建考虑风光出力不确定性的灵活性需求量化方法,采用分位点对风光出力区间进行划分,生成出力场景集,进而计算各场景下的灵活性需求;以灵活性需求量化指标为基础,构建考虑系统灵活性不足期望最小的水风光互补优化调度模型,实现水风光互补优化计算。依托云南电网实际风光水互补系统,针对不同新能源接入比例进行了模型验证,结果表明本发明方法能够给出不同条件下的多类型电源互补运行调度方案,有效满足系统的灵活性需求,减少弃电量,提高清洁能源的消纳水平。

    考虑时变特性的风光电站群出力描述方法

    公开(公告)号:CN113659631A

    公开(公告)日:2021-11-16

    申请号:CN202110906595.7

    申请日:2021-08-09

    Abstract: 本发明属于电力系统发电调度领域,提供一种考虑时变特性的风光电站群出力描述方法。引入误差函数来表征时段内出力的差异程度,采用分裂层次聚类确定不同时段划分数量下的最优时段划分方式,并引入经济效益理论来确定最优时段数量,避免了依靠主观确定集群个数可能导致的随机性和不合理性,最后采用核密度估计建立电站群各时段的出力概率分布密度函数。通过云南电网21座实际风光电站群实例分析,本发明能够合理划分风光电站出力时段,充分体现了风光发电的时变规律,所得结果能准确反映电站群各时段的出力的分布特性,且各时段内的出力呈现出较好的可靠性、集中度和实用性。

    一种废弃烟叶综合利用的方法

    公开(公告)号:CN108689803B

    公开(公告)日:2021-06-15

    申请号:CN201810683811.4

    申请日:2018-06-28

    Abstract: 本发明公开了一种废弃烟叶综合利用的方法,使用有机溶剂对废弃烟叶进行提取后,利用溶剂分步萃取的方法得到了香料、绿原酸和烟碱浸膏和芦丁的沉淀,使用溶剂萃取、柱层析和结晶等分离纯化手段,获得了高纯度的烟碱、香料、茄尼醇、芦丁和绿原酸,对提取有效成分的烟叶残渣进行发酵,制备了微生物菌肥。本发明提供的方法,可实现多种废弃烟叶有效成分的高值化利用,工艺简捷,成本低,符合规模化工业生产要求,有效成分的收率和纯度高,香料中不含烟碱,菌肥生产周期短、活菌数高,是一种高效、经济性好、对环境友好的烟叶综合利用的技术。

    一种复合炭膜的制备方法

    公开(公告)号:CN115920665B

    公开(公告)日:2024-05-10

    申请号:CN202211430823.9

    申请日:2022-11-15

    Abstract: 本发明涉及一种复合炭膜的制备方法,属于膜分离领域和新材料领域。一种复合炭膜的制备方法,将修饰改性的支撑体表面涂覆聚合物前驱体溶液后浸入凝固浴,使聚合物前驱体溶液中的连续相发生改变生成成膜组分并复合在支撑体表面;对所得复合膜进行表面化学改性,得表面改性复合膜;将所得复合膜浸入活性单体的水溶液中,充分浸润后排出过量的溶液,再浸入含有另一种活性单体的油相中反应,去除油相溶液,在复合膜表面得到薄的致密聚合物皮层,完成复合膜的表面修饰,得表面修饰的复合膜;炭化。本发明无需引入多层膜覆盖、不增加气体渗透阻力的情况下,就能够制备出兼具高通量高选择性的无缺陷复合炭膜,对实现复合炭膜的工业化应用具有重要意义。

    一种风光电站汇聚调度方法

    公开(公告)号:CN113746142B

    公开(公告)日:2022-07-22

    申请号:CN202110907833.6

    申请日:2021-08-09

    Abstract: 本发明涉及电力系统发电调度领域,特别涉及一种风光电站汇聚调度方法。本发明能够利用新能源电站在时空尺度上的发电互补效应,通过电站集群调度管理减小单一电站调度的发电不可控性和随机性。主要技术方案为:引入出力互补性指标来表征不同电站之间出力互补程度的平均效应,采用凝聚层次聚类确定不同划分数量下的最优集群划分方式,并引入经济效益理论来确定最优集群数量,避免了依靠主观确定集群个数可能导致的随机性和不合理性。通过云南电网数十座实际风光电站群工程实例分析,结果表明本发明可有效减少直接调度电站数量,以集群方式可以更准确描述风光电站的不确定性出力,呈现出较好的可靠性、集中度和实用性。

    一种高维多元气象数据融合的短期风光功率预测方法

    公开(公告)号:CN116885703A

    公开(公告)日:2023-10-13

    申请号:CN202310764530.2

    申请日:2023-06-27

    Abstract: 本发明属于电力系统新能源功率预测领域,公开一种高维多元气象数据融合的短期风光功率预测方法。本发明充分利用获取的气象数据集ERA5,从物理成因、空间尺度和时间尺度上大幅拓展海量的气象因子,并充分挖掘其与新能源功率的特征关系,提高预测精度。采用物理成因法和空间经纬度包络法大幅拓展功率相关气象因子,构成高维多元气象因子集。对超高维气象数据降维进行综合相关性分析和融合,避免多维气象数据间相关性和信息重叠性对功率预测模型的影响,再采用时间窗口滑动法,形成功率预测样本集。依据气象数据电站实际运行数据对预测模型进行拟合,对云南大理地区实际工程进行了应用验证,预测精度远超常规的预测方法,展现了较强的鲁棒性和普适性。

Patent Agency Ranking