-
公开(公告)号：CN119518804A
公开(公告)日：2025-02-25
申请号：CN202411491078.8
申请日：2024-10-24
Applicant: 大连理工大学 , 国网浙江省电力有限公司嘉兴供电公司 , 国网辽宁省电力有限公司大连供电公司
Abstract: 本发明提供一种电熔镁群炉参与一次调频的日内协调控制方法，属于电力系统一次调频领域。步骤：1)选用集中控制架构作为电熔镁群炉实时协调调控的控制架构；2)设计控制策略对各电熔镁炉调整功率进行协调。充分考虑控制的时效性，利用时序预测的方法，基于电熔镁炉过去一段时间的生产状态预测其未来一段时间的状态变化；3)提出电熔镁群炉动态分群的控制策略，构建考虑调节代价的经济优化调控模型，求解各电熔镁炉当前时刻最优一次调频功率，随调节进行不断滚动优化电熔镁群炉参与一次调频的容量。本发明考虑经济代价的调节控制方式可以在损失极少一次调频功率的前提下，降低调节代价，有利于电熔镁企业参与一次调频整体经济性的提升。
-
公开(公告)号：CN119448309A
公开(公告)日：2025-02-14
申请号：CN202411491318.4
申请日：2024-10-24
Applicant: 大连理工大学 , 国网浙江省电力有限公司嘉兴供电公司 , 国网辽宁省电力有限公司大连供电公司
Abstract: 本发明提供一种电熔镁群炉参与一次调频日前上报容量的优化方法，属于电力系统一次调频领域，应用于高耗能电熔镁炉负荷参与电网一次调频。步骤：1)建立目标函数，以整体收益最大化为目标；2)确定约束条件，兼顾调频需求、用能需量限制与产品质量；3)电熔镁群炉调整能力不确定性的处理，允许优化求解不满足部分小区间的约束，以实现对这种不确定性的高效处理。本发明通过机会约束的方法以概率的形式体现电熔镁群炉调整能力的不确定性，解得日前各时段参与电网一次调频的最优上报容量。为电熔镁企业作为负荷侧需求响应资源，合理参与电网一次调频、日前申报调频容量提供支撑。
-
公开(公告)号：CN113364006B
公开(公告)日：2024-07-23
申请号：CN202110555225.3
申请日：2021-05-21
Applicant: 大连理工大学
Abstract: 一种多资源频率响应中电化学储能两类调节参数选择与设定方法，首先，根据电力系统频率最低值计算方法搭建系统频率响应SFR模型，在上述模型基础上加入储能，搭建含储能的系统频率响应模型。其次，对其进行仿真，分析储能两种调节参数改变对系统频率响应的影响。最后，搭建含火电机组、水电机组的ASF模型，并加入储能，搭建储能与多资源ASF共同响应的调频模型，对其进行仿真分析。本发明在SFR模型及ASF模型中加入储能，构成含储能的SFR模型及储能与多资源ASF共同响应的调频模型，根据新模型中储能两种调节参数变化对系统频率响应的影响，为储能参与电力系统调频工作的参数选择与确定提出指导，对储能在电力系统调频工作中的应用方式具有重要参考意义。
-
公开(公告)号：CN113902584B
公开(公告)日：2024-04-05
申请号：CN202111120055.2
申请日：2021-09-24
Applicant: 大连理工大学
IPC: G06Q50/06 , G06F17/10 , G06F30/27 , G06F111/04 , G06F113/04
Abstract: 一种含微分约束的非线性优化问题解算方法，属于电力系统优化运行领域。首先，建立不包含动态频率约束的含新能源机组组合优化模型；其次，计算各时段动态频率最低点；最后，比较各时段的扰动后一次调频频率最低值是否满足动态频率安全限制，然后依据结果返回到步骤1或终止优化。本发明采用两阶段优化，将含微分约束的非线性问题分解为不含微分约束的机组组合主问题与求取动态频率最低点的子问题，根据子问题的解满足条件与否，判断主问题与子问题的连接是否发生变化，通过反复迭代得到优化问题的解。本发明思路简单、灵活，将复杂的动态频率计算问题与常规机组组合问题解耦，可以较大提升模型的计算速度和性能，更快速有效的求解包含动态频率约束的机组组合问题。
-
公开(公告)号：CN113708394B
公开(公告)日：2024-06-14
申请号：CN202110889856.9
申请日：2021-08-04
Applicant: 大连理工大学
Abstract: 本发明提供一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法，属于大规模电化学储能参与电力系统调度领域。首先，探究常规火电机组与百兆瓦级储能共同参与双重辅助服务的联合调度原则；其次，根据调度原则建常规火电机组与百兆瓦级储能共同参与双重辅助服务的联合调度模型；最后，采用两阶段迭代方式对联合调度模型进行解算。本发实现了百兆瓦级储能与常规火电机组的协同以及百兆瓦级储能自身参与调峰、频率响应的出力空间分配，所提出的联合调度方法可以减少系统弃风损失，提高系统的频率安全水平，降低系统运行的总成本，为大规模储能参与电网侧调度的方式提供参考。
-
Patent Agency Ranking
公开(公告)号：CN116865257A
公开(公告)日：2023-10-10
申请号：CN202310868320.8
申请日：2023-07-14
Applicant: 大连理工大学
IPC: H02J3/00 , G06Q50/06 , G06Q10/0631 , G06F18/214 , G06N3/0442
Abstract: 一种含温度敏感负荷的北方地区冬季短期电力负荷预测模型，涉及一种短期负荷预测模型，并将其应用于冬季含温度敏感负荷的短期负荷预测领域。包括：首先，计算一天内不同时段下温度与负荷的相关性系数，用以明确北方地区冬季一天内电力负荷温度敏感时段。其次，在“虚拟天”时段内：建立第一层神经网络模型，用以分离和预测在温度敏感时段下系统负荷中的温度敏感趋势量；得到历史温度敏感趋势量和历史残差量；建立并训练第二层神经网络，用来考虑非温度其他因素对负荷的作用。再次，得到“虚拟天”时段内即温度敏感时段的负荷预测结果，建立并训练非温度敏感时段下的单层神经网络。最后，得到预测的负荷预测结果。本发明计算速度较快；本发明思路简单、灵活，可以较大提升模型的预测精度。
-
公开(公告)号：CN116865259A
公开(公告)日：2023-10-10
申请号：CN202310873164.4
申请日：2023-07-14
Applicant: 大连理工大学
IPC: H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06F18/214
Abstract: 一种含温度敏感负荷的短期电力负荷预测改进分层模型，是一种短期负荷预测模型，并将其应用于含温度敏感负荷的负荷预测领域。步骤1：建立横向分层模型。步骤2：训练横向分层模型。步骤3：得到预测负荷结果。本发明能够解决纵向分层模型中第一层神经网络在剥离温度敏感成分时候无法参考比照非温度因素而出现误差的问题，计算速度快；构建的横向分层的神经网络负荷预测模型，第一层神经网络考虑温度对负荷非线性影响，第二层考虑其他非温度影响负荷的因素的影响，通过加法层将两层神经网络合为一个整体，在模型训练的过程中有关于温度和无关于温度的成分通过反向传播算法不断分给对应的神经网络实现了负荷中温度敏感成分与非温度敏感成分更准确的剥离，完成夏季含温度敏感负荷的短期电力负荷预测。本发明思路简单、灵活，可以较大提升模型的预测精度。
-
公开(公告)号：CN113364006A
公开(公告)日：2021-09-07
申请号：CN202110555225.3
申请日：2021-05-21
Applicant: 大连理工大学
Abstract: 一种多资源频率响应中电化学储能两类调节参数选择与设定方法，首先，根据电力系统频率最低值计算方法搭建系统频率响应SFR模型，在上述模型基础上加入储能，搭建含储能的系统频率响应模型。其次，对其进行仿真，分析储能两种调节参数改变对系统频率响应的影响。最后，搭建含火电机组、水电机组的ASF模型，并加入储能，搭建储能与多资源ASF共同响应的调频模型，对其进行仿真分析。本发明在SFR模型及ASF模型中加入储能，构成含储能的SFR模型及储能与多资源ASF共同响应的调频模型，根据新模型中储能两种调节参数变化对系统频率响应的影响，为储能参与电力系统调频工作的参数选择与确定提出指导，对储能在电力系统调频工作中的应用方式具有重要参考意义。
-
公开(公告)号：CN116154808A
公开(公告)日：2023-05-23
申请号：CN202310374784.3
申请日：2023-04-10
Applicant: 大连理工大学
Abstract: 本发明提供一种基于电极调节的电熔镁炉频率响应模型的建立方法，将其应用于高耗能电熔镁炉负荷参与电网一次调频。步骤：1)研究电熔镁炉的电热转换过程与计算工作电阻，建立电极升降高度与炉工作电阻之间的联系；2)描述电熔镁炉的功率外特性，明确电熔镁炉的功率调节能力；3)建立电极调节系统的模型，验证提拉电极的调整性能。本发明通过提拉电极的方式实现增用功率和减用功率的双向的调节且可以进行连续调节，将电极提拉力度与频率响应输出功率关系链分解为若干环节，得到提拉电极模式下的频率响应模型，并通过仿真验证其有效性，为电熔镁炉这种典型的高耗能工业负荷参与电网一次调频提供合理的调频控制方式以及频率响应特性描述方法。
-
公开(公告)号：CN115238976A
公开(公告)日：2022-10-25
申请号：CN202210819610.9
申请日：2022-07-13
Applicant: 大连理工大学
Abstract: 一种含温度敏感负荷的夏季负荷预测分层模型，将其应用于夏季电力系统日前负荷预测问题。步骤为：1)建立第一层神经网络模型，用以分离和预测系统负荷中的温度敏感趋势量。2)得到历史温度敏感趋势负荷和历史残差负荷。3)建立并训练第二层神经网络。4)得到预测负荷结果。本发明构建分层的神经网络模型，第一层先对考虑温度对负荷非线性影响的神经网络进行训练，以突出温度影响；将这一层得到的温度敏感趋势量结合系统负荷获得残差负荷送入第二层，考虑其他非温度影响负荷的因素，实现对残差负荷的预测；最后整合两层的预测结果，完成夏季的负荷预测。本发明思路简单、灵活，可显著提升模型的预测精度，解决了使用神经网络进行夏季负荷预测时没有突出温度的首要影响的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.1 seconds)
