-
公开(公告)号：CN113255138A
公开(公告)日：2021-08-13
申请号：CN202110597622.7
申请日：2021-05-31
Applicant: 河北工业大学
IPC: G06F30/20 , G06N3/08 , H02J3/48 , G06F111/04 , G06F113/06 , G06F119/14
Abstract: 本发明涉及一种电力系统负荷分配优化方法，其技术特点是：步骤1、建立电力负荷分配动态模型；步骤2、根据电力系统运行要求建立发电机组正常运行约束条件；步骤3、采用改进型樽海鞘群算法对电力负荷分配进行优化。本发明能够有效解决功率平衡约束、火力发电机输出功率约束、风力发电机组输出功率约束、斜坡率约束、禁止操作区域约束等多种约束条件下电力负荷分配的问题，采用改进型樽海鞘群算法，使得自适应能力、局部寻优能力和全局寻优能力得到提高，其收敛速度更快，得到最优解质量更好，解决了在多种约束条件下解决非线性、非凸、不连续、不可微的优化问题，为电力负荷分配优化提供有效解决方案。
-
公开(公告)号：CN113205228B
公开(公告)日：2022-10-14
申请号：CN202110592303.7
申请日：2021-05-28
Applicant: 河北工业大学
Abstract: 本发明涉及一种短期风力发电输出功率的预测方法，其技术特点是：将风力发电数据划分为训练数据和预测数据，并对数据进行归一化处理；设置和初始化改进蝴蝶优化算法和支持向量机模型的参数；使用训练数据训练支持向量机模型；使用改进蝴蝶优化算法计算具有最优适应度值的蝴蝶位置；将具有最优适应度值的蝴蝶位置带入支持向量机模型，并使用支持向量机模型对风力发电输出功率进行预测；输出预测结果。本发明采用改进蝴蝶优化算法‑支持向量机模型对短期风力发电输出功率进行预测，能够提高对于具有随机性和波动性的短期风力发电输出功率的预测准确性，进而提高新能源发电的使用率，有助于提高电网稳定性。
-
公开(公告)号：CN113205228A
公开(公告)日：2021-08-03
申请号：CN202110592303.7
申请日：2021-05-28
Applicant: 河北工业大学
Abstract: 本发明涉及一种短期风力发电输出功率的预测方法，其技术特点是：将风力发电数据划分为训练数据和预测数据，并对数据进行归一化处理；设置和初始化改进蝴蝶优化算法和支持向量机模型的参数；使用训练数据训练支持向量机模型；使用改进蝴蝶优化算法计算具有最优适应度值的蝴蝶位置；将具有最优适应度值的蝴蝶位置带入支持向量机模型，并使用支持向量机模型对风力发电输出功率进行预测；输出预测结果。本发明采用改进蝴蝶优化算法‑支持向量机模型对短期风力发电输出功率进行预测，能够提高对于具有随机性和波动性的短期风力发电输出功率的预测准确性，进而提高新能源发电的使用率，有助于提高电网稳定性。
-
公开(公告)号：CN114784850B
公开(公告)日：2025-05-02
申请号：CN202210328274.8
申请日：2022-03-31
Applicant: 河北工业大学
Abstract: 本发明一种光伏直流微电网虚拟同步发电机控制方法，是基于改进型阿基米德优化算法优化虚拟同步发电机的控制方法，步骤为：建立虚拟同步发电机模型；建立光伏直流微电网母线电压波动最小化问题的目标函数；在经典阿基米德优化算法中引入Levy飞行策略、高斯变异扰动和精英策略，形成改进型阿基米德优化算法；建立光伏直流微电网仿真模型，包括光伏发电单元和混合储能单元；应用改进型阿基米德优化算法对光伏直流微电网虚拟同步发电机控制器参数进行优化，得出优化值；给系统施加不同种类干扰，得出直流母线电压的变化情况，与下垂控制进行对比分析；本发明有助于解决光伏直流微电网中低阻尼、低惯性、系统稳定性差的问题。
-
公开(公告)号：CN116667451A
公开(公告)日：2023-08-29
申请号：CN202310418630.X
申请日：2023-04-18
Applicant: 河北工业大学
IPC: H02J3/46 , G06F30/27 , G06N3/006 , H02J3/24 , G06F113/04
Abstract: 本发明涉及一种基于虚拟同步发电机的风力混合系统稳定性优化方法，其技术特点：搭建永磁直驱风力发电仿真系统，并设置系统仿真的参数；设置改进型蜜獾算法的初始参数；改进型蜜獾算法初始化；计算改进型蜜獾算法中种群个体的适应度值；改进型蜜獾算法开始迭代寻优；计算改进型蜜獾算法的时间控制函数；在改进型蜜獾算法的种群位置更新公式中引入高斯变异因子，以增加算法寻优过程中的种群多样性；在改进型蜜獾算法中引入差分变异策略，以提升算法的全局搜索能力；判断改进型蜜獾算法是否最大迭代次数；将改进型蜜獾算法寻优得到的最优个体位置输出，即为：有功‑频率下垂系数、无功‑电压下垂系数和积分系数；在外界环境变化下采用本发明所提出的方法对虚拟同步发电机进行控制，观察风力发电系统母线电压波形图。本发明为风力发电系统易受外界环境干扰、稳定性差的问题提供了一种可行的解决方案，有利于提高小型风力发电系统的稳定性，并且有利于推动新能源产业的发展。
-
Patent Agency Ranking
公开(公告)号：CN113255138B
公开(公告)日：2023-05-23
申请号：CN202110597622.7
申请日：2021-05-31
Applicant: 河北工业大学
IPC: G06F30/20 , G06N3/084 , H02J3/48 , G06F111/04 , G06F113/06 , G06F119/14
Abstract: 本发明涉及一种电力系统负荷分配优化方法，其技术特点是：步骤1、建立电力负荷分配动态模型；步骤2、根据电力系统运行要求建立发电机组正常运行约束条件；步骤3、采用改进型樽海鞘群算法对电力负荷分配进行优化。本发明能够有效解决功率平衡约束、火力发电机输出功率约束、风力发电机组输出功率约束、斜坡率约束、禁止操作区域约束等多种约束条件下电力负荷分配的问题，采用改进型樽海鞘群算法，使得自适应能力、局部寻优能力和全局寻优能力得到提高，其收敛速度更快，得到最优解质量更好，解决了在多种约束条件下解决非线性、非凸、不连续、不可微的优化问题，为电力负荷分配优化提供有效解决方案。
-
公开(公告)号：CN114707421B
公开(公告)日：2025-03-28
申请号：CN202210455250.9
申请日：2022-04-28
Applicant: 河北工业大学
IPC: G06F30/27 , G06F111/06 , G06F113/06 , G06F119/02 , G06F119/06
Abstract: 本发明提出一种基于IJS‑SVR模型的短期风电功率预测方法。步骤如下：获取风力发电相关数据集S，将其分为训练数据和测试数据，确定预测模型的输入和输出，并对数据进行归一化处理；设置改进人工水母(IJS)算法和支持向量回归(SVR)模型的参数；运行改进人工水母(IJS)算法，获得支持向量回归(SVR)模型中的最优惩罚因子C和核函数最优参数g；将优化得到的最优参数组合带入到支持向量回归(SVR)模型中，并训练改进人工水母算法优化的支持向量回归(IJS‑SVR)模型；将测试数据输入到IJS‑SVR模型中得到预测结果，并对预测结果进行反归一化。结果表明，在MAE、MAPE、RMSE、R2性能指标下，本发明提出的IJS‑SVR模型的预测性能更好，有效弥补了现有短期风力发电输出功率预测方法预测精度低的不足。
-
公开(公告)号：CN114784850A
公开(公告)日：2022-07-22
申请号：CN202210328274.8
申请日：2022-03-31
Applicant: 河北工业大学
Abstract: 本发明一种光伏直流微电网虚拟同步发电机控制方法，是基于改进型阿基米德优化算法优化虚拟同步发电机的控制方法，步骤为：建立虚拟同步发电机模型；建立光伏直流微电网母线电压波动最小化问题的目标函数；在经典阿基米德优化算法中引入Levy飞行策略、高斯变异扰动和精英策略，形成改进型阿基米德优化算法；建立光伏直流微电网仿真模型，包括光伏发电单元和混合储能单元；应用改进型阿基米德优化算法对光伏直流微电网虚拟同步发电机控制器参数进行优化，得出优化值；给系统施加不同种类干扰，得出直流母线电压的变化情况，与下垂控制进行对比分析；本发明有助于解决光伏直流微电网中低阻尼、低惯性、系统稳定性差的问题。
-
公开(公告)号：CN114707421A
公开(公告)日：2022-07-05
申请号：CN202210455250.9
申请日：2022-04-28
Applicant: 河北工业大学
IPC: G06F30/27 , G06F111/06 , G06F113/06 , G06F119/02 , G06F119/06
Abstract: 本发明提出一种基于IJS‑SVR模型的短期风电功率预测方法。步骤如下：获取风力发电相关数据集S，将其分为训练数据和测试数据，确定预测模型的输入和输出，并对数据进行归一化处理；设置改进人工水母(IJS)算法和支持向量回归(SVR)模型的参数；运行改进人工水母(IJS)算法，获得支持向量回归(SVR)模型中的最优惩罚因子C和核函数最优参数g；将优化得到的最优参数组合带入到支持向量回归(SVR)模型中，并训练改进人工水母算法优化的支持向量回归(IJS‑SVR)模型；将测试数据输入到IJS‑SVR模型中得到预测结果，并对预测结果进行反归一化。结果表明，在MAE、MAPE、RMSE、R2性能指标下，本发明提出的IJS‑SVR模型的预测性能更好，有效弥补了现有短期风力发电输出功率预测方法预测精度低的不足。
-
公开(公告)号：CN113159437B
公开(公告)日：2022-03-25
申请号：CN202110477946.7
申请日：2021-04-30
Applicant: 河北工业大学
Abstract: 本发明涉及一种短期光伏发电输出功率的预测方法，其技术特点：获取光伏发电的数据，并将数据分为输入数据和输出数据，并对数据进行归一化处理；设置改进黏菌优化算法和相关向量机模型的参数；运行改进黏菌优化算法，获得相关向量机模型中的高斯核函数的最优参数；将优化得到的最优参数带入到相关向量机模型中；将预测数据输入到改进黏菌优化算法优化的相关向量机模型中得到预测结果，并对预测结果进行反归一化。本发明能够对短期光伏发电输出功率进行准确预测，提高预测的精度，能够避免地具有波动性和随机性的光伏发电接入电网时，对电网带来的冲击，使电力系统安全可靠运行。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
