公开(公告)号：CN116485087A

公开(公告)日：2023-07-25

申请号：CN202211563791.X

申请日：2022-12-07

Applicant: 安徽工业大学

Inventor： 郑诗程 ,  许浩 ,  郎佳红 ,  王兵 ,  吴红斌 ,  张倩 ,  华玉婷

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06F18/23213 ,  H02J3/46

Abstract: 本发明公开了一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，属于能源优化调度领域。本发明的步骤为：一、利用拉丁超立方抽样和改进人工蜂群K‑means聚类生成多个光伏不确定性实时场景；二、建立热网络模型；三、以光伏日前预测值为基础建立含热网的多区域综合能源系统第一阶段调度模型；四、以光伏不确定性实时场景集为基础建立含热网的多区域综合能源系统第二阶段调度模型；五、利用列与约束生成方法将两阶段调度模型分解为基准场景下的主问题和不确定场景下的子问题进行迭代求解。本发明降低了光伏出力不确定性对综合能源系统的影响，使得系统能够很好的应对多种复杂场景，同时提高了系统在多场景切换中的稳定性。

公开(公告)号：CN117239734A

公开(公告)日：2023-12-15

申请号：CN202311365155.0

申请日：2023-10-20

Applicant: 安徽工业大学

Inventor： 郑诗程 ,  李星月 ,  郎佳红 ,  吴红斌 ,  张倩 ,  华玉婷

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06F17/18 ,  G06F17/16 ,  G06F18/27 ,  G06Q50/06 ,  G06N3/0985

Abstract: 本发明属于电力系统与自动化技术领域，具体涉及一种基于Lasso‑IGWO‑BiLSTM的短期电力负荷预测方法。本发明有效地解决了捕获时间序列数据的长期依赖信息、特征冗余、多重共线性、超参数优化等问题；采用BiLSTM学习过去与未来的信息对当前电力负荷的影响，实现长期依赖信息的捕获；Lasso通过惩罚系数将某些系数压缩到零，从而实现自动特征选择，可以有效地识别并选择出与电力负荷密切相关的特征；IGWO通过优化算法进行全局搜索，自动地找到最优的超参数组合，提高预测模型的性能。本发明方法与传统的统计学和机器学习方法相比，克服了处理大规模数据和高度非线性复杂关系的问题，与目前的深度学习方法相比，进一步提高了短期电力负荷预测的精度。

公开(公告)号：CN118801339A

公开(公告)日：2024-10-18

申请号：CN202410777035.X

申请日：2024-06-17

Applicant: 安徽工业大学

Inventor： 郑诗程 ,  郭书辰 ,  吴文龙 ,  郎佳红 ,  李金玉 ,  吴红斌 ,  华玉婷 ,  张倩

IPC: H02J3/00 ,  G06Q10/047 ,  G06Q10/0631 ,  G06Q10/063 ,  G06Q50/06

Abstract: 本发明公开了一种基于分时电价的车网博弈优化调度方法，步骤为：一、建立考虑交通道路网络拓扑、道路路阻模型的交通道路模型；二、通过出行链和OD矩阵模拟用户出行起讫点，采用Dijkstra算法结合道路路阻模型，选择耗时最短的行驶路径，结合电动汽车出行时间分析，构建EV出行时空模型；三、利用EV出行时空模型，得到电动汽车的出行时间矩阵、电池荷电状态，构建接入电网阶段的电池荷电状态约束模型；四、针对分时电价制定及电动汽车入网调度策略，结合建立的电池荷电状态约束模型，构建基于车网动态非合作博弈的主从博弈模型。本发明在保障用户出行的前提下，改善电网侧负荷水平，提高博弈双方的经济收益，为电价的制定奠定理论基础。

公开(公告)号：CN118783416A

公开(公告)日：2024-10-15

申请号：CN202410777497.1

申请日：2024-06-17

Applicant: 安徽工业大学

Inventor： 郑诗程 ,  吴文龙 ,  郭书辰 ,  郎佳红 ,  李金玉 ,  吴红斌 ,  华玉婷 ,  张倩

IPC: H02J3/00 ,  H02J3/48 ,  B60L53/51 ,  B60L53/52 ,  B60L53/60 ,  B60L53/64 ,  G06Q50/06 ,  G06Q10/04 ,  G06Q10/0631

Abstract: 本发明公开了一种基于风力‑光伏‑电动汽车并网的配电网系统协同优化调度方法，属于配电网优化调度领域；本发明的步骤为：1)建立新能源发电模型以及电动汽车负荷特性模型；2)基于能源出力预测模型，利用IEEE‑33节点模型实现各模型在各个节点进行运行，建立配电网综合能源系统运行优化模型；3)通过电动汽车负荷特性模型，建立充放电调度方案；4)结合步骤1)生成的新能源发电模型，设置多个调度策略场景情境，使步骤2)建立的配电网综合能源系统运行优化模型在多场景情况下运行。本发明提高了系统的灵活性，使得配电网能够很好的削峰填谷，同时提高了配电网对新能源的消纳能力，改善配电网系统电压水平，降低了系统网络损耗。

公开(公告)号：CN117231421A

公开(公告)日：2023-12-15

申请号：CN202311247572.5

申请日：2023-09-25

Applicant: 安徽工业大学

Inventor： 郎佳红 ,  田登基 ,  郑诗程 ,  卢明锦 ,  吴红斌 ,  华玉婷 ,  张倩

IPC: F03D7/04 ,  G06F30/28 ,  G05F1/67 ,  H02P9/00 ,  H02P9/04 ,  H02P21/00 ,  H02P21/13 ,  H02P21/18 ,  G06F113/06 ,  G06F113/08 ,  G06F119/14 ,  H02P101/15 ,  H02P103/20

Abstract: 本发明属于风力发电系统控制技术领域，具体涉及一种用于风力发电装置的最大功率跟踪控制方法，包括如下步骤：建立风的数学模型和风机数学模型，通过最佳叶尖速比获得目标转速；建立基于同步旋转坐标系下的永磁同步发电机定子电压方程；以超扭曲滑模面为自适应律，设计模型参考自适应观测器，通过模型参考自适应观测器估算出永磁同步发电机的电角速度和转子位置；基于模型参考自适应观测器的观测结果来设计改进趋近律的积分滑模控制器。本发明有效的抑制高频抖振，提高了对电机转速信息的估算精度，加快了系统响应速度，使发电机转速精确快速的跟踪目标转速，实现了风力发电系统的最大功率跟踪控制。