-
公开(公告)号：CN114092277A
公开(公告)日：2022-02-25
申请号：CN202111346882.3
申请日：2021-11-15
Applicant: 浙江华云电力工程设计咨询有限公司 , 浙江工业大学
Abstract: 柔性区域综合能源系统冷热气电联供调度方法，包括：逐步引进电转气两阶段运行以及电制冷机与溴化锂吸收式制冷机联合制冷技术，并分别建模；以RIES中的电力系统网损和从上级网络购能成本之和为目标函数，建立RIES优化调度模型，并给出RIES电、气、热、冷功率平衡约束关系；使用线性化和二阶锥松弛技术，将原始搭建的模型转化为混合整数二阶锥规划模型；根据预测得到的风机、光伏和各类负荷的运行曲线，利用已经搭建的模型在装有Yalmip优化工具箱的Matlab上调用Cplex算法包进行优化求解；分析SOP、P2G技术和溴化锂吸收式制冷机对降低系统网损和成本、提升系统消纳风光能力所产生的经济效益。本发明还包括柔性区域综合能源系统冷热气电联供调度系统。
-
公开(公告)号：CN114091879A
公开(公告)日：2022-02-25
申请号：CN202111348528.4
申请日：2021-11-15
Applicant: 浙江华云电力工程设计咨询有限公司 , 浙江工业大学
Abstract: 基于深度强化学习的多园区能源调度方法，包括：S1：构建分布式园区综合能源系统模型；S2：用基于多智能体的深度强化学习算法解决综合能源系统的动态调度问题，搭建分布式园区综合能源系统的多智能体深度强化学习框架；S3：以实时奖励函数代替目标函数，利用各园区内的智能体与环境互动，寻找分布式园区综合能源系统最优调度策略；S4：将测试集数据用于训练后的智能体进行调度决策，并将其获得的目标成本与经由线性化处理后的综合能源系统模型通过求解器获得的目标成本进行比较，证明算法的有效性。本发明还包括基于深度强化学习的多园区能源调度系统。本发明在促进各园区内的光伏消纳的同时，提高了综合能源系统经济运行的有效性。
-
公开(公告)号：CN119209475A
公开(公告)日：2024-12-27
申请号：CN202411207928.7
申请日：2024-08-30
Applicant: 浙江工业大学
IPC: H02J3/00 , H02J3/36 , G06F30/20 , G06F113/04
Abstract: 本发明公开一种配电网软开关的直流侧阻抗建模方法，包括：以SOP中的逆变器为例，建立电气部分和控制器部分的小信号方程，其中电气部分建模于系统坐标系，控制器部分建模于控制坐标系；利用控制坐标系和系统坐标系的关系，将电气部分和控制器部分小信号方程联立求解得到逆变器直流侧阻抗模型；同理得到SOP中的整流器直流侧阻抗模型，利用Middlebrook判据进行稳定性判断，并且分析系统参数对稳定性的影响；在Matlab/Simulink搭建测试系统，采用并联电流源进行小扰动阻抗测试验证所建阻抗模型的有效性；基于Matlab/Simulink测试系统，验证系统参数对稳定性影响的有效性。
-
公开(公告)号：CN115204562B
公开(公告)日：2023-06-30
申请号：CN202210508266.1
申请日：2022-05-10
Applicant: 浙江工业大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F18/2321
Abstract: 一种计及多能共享的互联微能源网分布式协同优化调度方法，包括：搭建互联MEG的能量管理和共享交易结构框架，在每个MEG的综合能源系统中引入可再生能源发电机组、热电联供系统、电转气设备以及多种储能系统，并分别对其建模；构建MEG与主能源网以及MEG与MEG的能源交易模型，基于搭建的互联MEG运行架构；构建两阶段分布式协同优化调度模型，在第一阶段建立互联MEG能量管理模型，在第二阶段建立基于非合作博弈模型的共享能源价格出清机制；以24小时为调度周期，利用ADMM算法分别对两阶段的模型进行分布式求解；验证所提模型和方法的可行性和有效性。还包括实施本发明方法的系统。本发明降低可再生能源发电的不确定性的影响，提高对可再生能源发电的消纳率。
-
公开(公告)号：CN119204546A
公开(公告)日：2024-12-27
申请号：CN202411305883.7
申请日：2024-09-19
Applicant: 浙江工业大学
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06N3/092 , H02J3/00
Abstract: 一种基于深度强化学习算法的虚拟电厂在线优化调度方法，包括：S1、采集虚拟电厂历史运行数据；S2、建立内外双层综合优化调度模型，在外层定义深度强化学习DDPG算法的相关参数，并加入李雅普诺夫漂移量，在内层建立优化模型；S3、利用历史数据对DDPG算法进行训练直至收敛；S4、采集虚拟电厂实时运行数据；S5、基于采集的实时数据，调用训练成熟的DDPG算法对具有高度时序性的资源进行优化调度；S6、求解内层优化模型对剩余的风电光伏、可控负荷等资源进行调度；S7、整合DDPG算法的动作与优化模型的结果，得到最终调度方案，并获得最优经济收益。本发明通过对虚拟电厂中的可调度资源进行时序性解耦，结合深度强化学习算法与优化模型，提高了虚拟电厂在线优化调度效率。
-
Patent Agency Ranking
公开(公告)号：CN116432123A
公开(公告)日：2023-07-14
申请号：CN202310276838.2
申请日：2023-03-16
Applicant: 浙江工业大学
IPC: G06F18/243 , G06Q50/06 , G06N5/01
Abstract: 一种基于CART决策树算法的电能表故障预警方法，首先采集电能表历史故障数据，对数据进行预处理；通过CART决策树算法构建电能表故障预警模型，利用训练集对初步预警模型进行训练，通过测试集对预警模型进行评估，若评估未达到设定的预警准确度，将重新进行训练，直至满足设定条件为止；再根据构建的决策树模型，创新MMP剪枝算法，同时考虑决策树的优势劣势，提前中止剪枝；最后验证基于CART决策树模型的电能表故障预警的可行性，利用MATLAB软件实现算法编写并对结果进行分析对比。本发明提高了电能表故障预测的评估精度，并应用MMP剪枝算法，在保证提高预测准确度的同时，也减少了模型的复杂度，避免了因剪枝造成的决策树失衡，进而保证了评估结果的可靠性。
-
公开(公告)号：CN111682526B
公开(公告)日：2022-07-29
申请号：CN202010465836.4
申请日：2020-05-28
Applicant: 国网浙江省电力有限公司湖州供电公司 , 湖州电力设计院有限公司 , 浙江工业大学
Abstract: 一种基于合作博弈的虚拟电厂能量管理方法，包括以下步骤：S1：获取虚拟电厂系统中产消者的数量及其装备的分布式设备信息；S2：获取虚拟电厂中产消者各个分布式设备的运行约束；S3：读取面向虚拟电厂的上网电价和购电电价，并建立合作模式下的电厂内任意联盟的收益函数；S4：获取电厂内各个可再生能源的出力概率密度函数，建立虚拟电厂能量优化目标函数及其约束；S5：优化虚拟电厂目标函数，得到虚拟电厂大联盟取得最大收益时各个产消者的可再生能源输出功率和负荷功率；S6：计算大联盟的实际收益；S7：求取大联盟下各个联盟满意度最高的分配策略；S8：计算大联盟收益分配方案。本发明有效提高了虚拟电厂的整体收益。
-
公开(公告)号：CN111682526A
公开(公告)日：2020-09-18
申请号：CN202010465836.4
申请日：2020-05-28
Applicant: 国网浙江省电力有限公司湖州供电公司 , 湖州电力设计院有限公司 , 浙江工业大学
Abstract: 一种基于合作博弈的虚拟电厂能量管理方法，包括以下步骤：S1：获取虚拟电厂系统中产消者的数量及其装备的分布式设备信息；S2：获取虚拟电厂中产消者各个分布式设备的运行约束；S3：读取面向虚拟电厂的上网电价和购电电价，并建立合作模式下的电厂内任意联盟的收益函数；S4：获取电厂内各个可再生能源的出力概率密度函数，建立虚拟电厂能量优化目标函数及其约束；S5：优化虚拟电厂目标函数，得到虚拟电厂大联盟取得最大收益时各个产消者的可再生能源输出功率和负荷功率；S6：计算大联盟的实际收益；S7：求取大联盟下各个联盟满意度最高的分配策略；S8：计算大联盟收益分配方案。本发明有效提高了虚拟电厂的整体收益。
-
公开(公告)号：CN118917603A
公开(公告)日：2024-11-08
申请号：CN202410979886.2
申请日：2024-07-22
Applicant: 浙江工业大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q30/0601 , G06Q30/0201 , G06Q50/163 , G06Q50/06
Abstract: 一种考虑不确定性交易的智能楼宇点对点优化调度方法，包括：点对点电能交易开始后，首先，智能楼宇内的风光资源聚合商和电能用户向市场运营商提交自身的参数信息；其次，将风光资源聚合商按照其自身报价从低到高进行排序，报价最低的优先匹配市场中的柔性负荷，以风光资源聚合商的收益最大化为优化目标，构建供用电的匹配关系；最后，当所有的风光资源聚合商都匹配完成，市场出清结束。风光资源聚合商会匹配功率灵活性负荷以获得调节容量来消除风光资源的不确定性出力。
-
公开(公告)号：CN114825323B
公开(公告)日：2024-10-15
申请号：CN202210351735.3
申请日：2022-04-02
Applicant: 国网浙江省电力有限公司经济技术研究院 , 浙江工业大学
IPC: H02J3/00 , H02J3/32 , G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 一种基于储能容量配置的电力系统灵活性提升方法，包括：S1:采用贝叶斯深度神经网络方法对电力系统净负荷进行预测估计，在此基础上，根据预测所得净负荷波动情况，划分灵活调节产品FRP的接受概率等级；S2:选择电池储能BES作为提供FRP的新型来源，根据BES充电和放电特性的区别，制定BES参与电力系统灵活性调节的模式；S3:分析BES聚合商参与电力系统灵活性调节的优化策略，提出电池储能容量优化配置模型；S4:以一天24小时为周期，根据预测得到的灵活性需求分布，利用已经搭建的模型在装有Yalmip优化工具箱的Matlab上调用Cplex算法包进行优化求解。本发明对净负荷波动的预测效率高、准确性好。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.072 seconds)
