-
公开(公告)号:CN118017465A
公开(公告)日:2024-05-10
申请号:CN202311785034.1
申请日:2023-12-22
申请人: 天津大学 , 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC分类号: H02J3/00 , H02J3/48 , G06Q10/04 , G06Q10/0631 , G06Q50/06
摘要: 本发明提供了智能配电网分布式优化调度方法及装置,包括基于高比例分布式能源及储能系统接入情况下的交直流智能配电网相关参数及数据,搭建交直流智能配电网拓扑模型;基于所述交直流智能配电网拓扑模型构建交直流智能配电网数学模型;基于实际需求,以变电站有功出力最小、网络损耗最小、弃风弃光惩罚最小为目标,构建目标函数;由所述交直流智能配电网数学模型和所述目标函数构建智能配电网分布式优化调度模型。本发明搭建交直流智能配电网拓扑模型,并结合实际需求构建智能配电网分布式优化调度模型,可适用于高比例分布式能源和储能装置接入情况下的交直流智能配电网场景,具有较强的可嵌入性,并可拓展到大规模配电网场景。
-
公开(公告)号:CN116128147A
公开(公告)日:2023-05-16
申请号:CN202310182397.X
申请日:2023-03-01
申请人: 天津大学 , 中国电力科学研究院有限公司
摘要: 本发明公开了一种区域能源互联网分级式优化方法。首先,建立区域能源互联网数学模型;其次,利用Nash均衡定义,量化各主体调度策略,设计区域能源互联网多主体博弈目标函数,在所设计博弈目标函数基础上,确立园区利益主体信息,提出一种适用于区域能源互联网的博弈目标计算流程;然后,为加速博弈求解过程并制定更准确的优化调度方案,分解优化计算任务,提出一种博弈目标分级优化方法,获取精确博弈运行点;最后,利用区域能源互联网模型验证了所提分级式优化方法的有效性与优越性。
-
公开(公告)号:CN118801387A
公开(公告)日:2024-10-18
申请号:CN202410883458.X
申请日:2024-07-03
申请人: 天津大学 , 中国电力科学研究院有限公司
IPC分类号: H02J3/06 , G06F30/20 , G06Q50/06 , G06F17/18 , G06F111/04 , G06F113/04
摘要: 本发明公开了一种数据中心配电网最大延迟计算及规划配置方法。首先,提出类比电路的信息元素模型,具体包括信流、信压、信阻和信导;其次,基于所述基本元素模型,构建面向数据中心配电网的信息系统等效电路模型;再次,基于所述等效电路模型,构建信流、信压约束模型;然后,考虑信道阻塞及负荷优先级,计算数据中心配电网的最大延迟;最后,以全系统最大延迟最小为目标,制定面向配电网的数据中心规划配置方案。本发明考虑了用户优先级和信道阻塞问题,且通过类比电路的形式开展最大延迟计算,计算精度更高,计算量更小,能够显著降低配电网潮流损耗和数据中心最大延迟。
-
公开(公告)号:CN118281901B
公开(公告)日:2024-08-20
申请号:CN202410677280.3
申请日:2024-05-29
申请人: 天津大学
摘要: 本发明涉及配电网技术领域,尤其涉及交直流配电网下弱网支撑方法及装置,包括如下步骤:构建交直流配电网的拓扑结构,拓扑结构用以进行弱网支撑以及故障主动隔离,拓扑结构为多端环形结构;基于拓扑结构建立交直流配电网的分布式优化方法;获取交直流配电网的功率波动,交直流配电网能够根据功率波动自动切换下垂控制模式;获取交直流配电网的频率波动,交直流配电网根据频率波动进行能量调度,以匹配交直流配电网的下垂控制模式。本发明解决了现有技术中电网功率支撑不足以及控制方式单一的技术问题,提高了系统功率互济能力与快速功率波动的响应能力。
-
公开(公告)号:CN118677005A
公开(公告)日:2024-09-20
申请号:CN202410736017.7
申请日:2024-06-07
申请人: 天津大学 , 北京朗迈华信能源技术有限公司
摘要: 本发明涉及微电网群运行控制技术领域,公开了一种含构网型单元的交直流微网群分布式协同控制方法及系统,方法包括:构建交直流混合微电网群模型,分析构网型单元异常运行工况的系统特性;制定交直流微网群分层协同控制方案,该方案包括子微网变换器控制方案层与网间互联变换器控制方案层;基于所述子微网变换器控制方案层,设计考虑多运行工况的微电网分布式协同控制策略,对所述交直流混合微电网群模型进行控制;基于所述网间互联变换器控制方案层,设计基于变模式运行的网间互联变换器分布式协同控制策略,对所述交直流混合微电网群模型进行控制。本发明适用于系统的多种运行工况,保证其在构网型单元异常运行工况下的不间断运行。
-
公开(公告)号:CN118675397A
公开(公告)日:2024-09-20
申请号:CN202410881847.9
申请日:2024-07-03
申请人: 天津大学
摘要: 本发明涉及教学平台技术领域,提供一种基于多电平变换器系统的教学平台及其使用方法,该教学平台包括:积木式电力电子功率模块,包括多个级联的灵活型功率变换模块,灵活型功率变换模块用以实现模块化多电平变换器和级联H桥型变换器的灵活变换;集约化控制电路通过光纤将实时数字控制器的控制信号传输至灵活型功率变换模块;上位机搭建仿真模型以及监测模块化多电平变换器或者级联H桥型变换器的实时状态,高精度智能应用型示波器通过传感器与灵活型功率变换模块相连,用以显示灵活型功率变换模块的电压电流波形。本发明通过模块化多电平变换器及级联H桥型变换器的灵活变换实现多样化教学,提高了教学效率。
-
公开(公告)号:CN117439113B
公开(公告)日:2024-02-27
申请号:CN202311755028.1
申请日:2023-12-20
申请人: 平高集团储能科技有限公司 , 天津大学
摘要: 本发明涉及储能系统控制技术领域,提供一种飞轮锂离子混合储能系统宽频振荡抑制方法。该方法包括:采集混合储能系统的并网点联络线的传输功率;根据传输功率进行振荡辨识,获得振荡功率及功率信息;预设振荡频率分区阈值,进行振荡分类获得分类结果并将振荡功率协调分配;将振荡功率附加至混合储能系统的虚拟同步机的机械功率,获得附加功率,通过混合储能系统的SOC状态值对附加功率进行限幅,获得输入功率;通过混合储能系统的系统阻尼比计算获得虚拟同步机的虚拟惯量及虚拟阻尼系数;将输入功率输入至虚拟同步机,获得输出电动势调节电网电压幅值。本发明解决了阻尼与惯量的矛盾,提高了混合储能系统的运行安全性及运行寿
-
公开(公告)号:CN117081038A
公开(公告)日:2023-11-17
申请号:CN202310838800.X
申请日:2023-07-10
申请人: 天津大学 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司
IPC分类号: H02J3/00 , G06Q10/0631 , G06Q50/06
摘要: 本发明公开了一种基于改进粒子群算法的多能微网多目标优化调度方法、装置及可读存储介质,方法包括:建立多能微网模型,分析多能源间的耦合机理;构建多能微网中供能类设备与储能类设备的数学模型;构建考虑系统运行经济性与环境友好性的多能微网多目标优化调度模型;利用改进粒子群算法求解多能微网多目标优化调度模型,制定系统中各类设备的最优出力计划。装置包括:多能微网模型构建模块、设备数学模型构建模块、多目标优化调度模块、优化调度模型求解模块。可读存储介质包括:计算机设备中的记忆设备。本发明兼顾了多能微网运行的经济性与环境友好性,改进粒子群算法相较于传统粒子群算法,能够有效提升算法收敛速度、降低系统综合成本。
-
公开(公告)号:CN116454948A
公开(公告)日:2023-07-18
申请号:CN202310419299.3
申请日:2023-04-19
摘要: 本发明公开了一种模块化多电平电池储能系统电荷吞吐量抑制方法及装置,方法包括:构建模块化多电平电池储能系统数学模型;将子模块后级储能单元视为整体,建立模块化多电平电池储能系统电荷吞吐量的表达式;建立考虑二倍频环流注入的模块化多电平电池储能系统电荷吞吐量的表达式;以系统总电荷吞吐量最小为目标,计算不同工况下最优二倍频环流参数;根据系统运行参数,动态选取最优二倍频环流分量;对模块化多电平电池储能系统的功率和注入的二倍频环流精准控制。装置包括:最优二倍频环流参数计算模块、最优二倍频环流分量选取模块、整体控制模块。本发明所提出的方法及装置无需添加额外的硬件电路,与传统控制方法相比,可有效抑制模块化多电平电池储能系统的电荷吞吐量。
-
公开(公告)号:CN112798961B
公开(公告)日:2023-01-10
申请号:CN202110224012.2
申请日:2021-02-27
申请人: 天津大学
IPC分类号: G01R31/367 , G01R31/392 , G01R31/382
摘要: 本发明公开了一种电动汽车动力电池剩余使用寿命预测方法,首先,通过自适应鲁棒损失函数(Adaptive Robust Loss Function,ARLF)对轻量型梯度提升机(Light Gradient Boosting Machine,LightGBM)进行改进,提升剩余使用寿命(Remaining Useful Life,RUL)预测的鲁棒性;然后,基于多线程并行直方图,对行驶工况下电动汽车全生命周期容量衰减数据进行处理;其次,基于带宽度限制的Leaf‑wise生长方式,制定RUL预测模型训练方式;再次,基于元学习超参数自动调优获取模型最优参数并设置性能评价函数;最后,利用获取最优参数的RUL预测模型完成剩余使用寿命预测。
-
-
-
-
-
-
-
-
-