一种基于集成学习模式的制储氢系统规划方法

    公开(公告)号:CN118966682A

    公开(公告)日:2024-11-15

    申请号:CN202411038676.X

    申请日:2024-07-31

    Abstract: 本发明公开了一种基于集成学习模式的制储氢系统规划方法,属于新能源制氢储氢技术领域。本发明方法包括:获取制储氢系统规划地区的光伏发电、电力负荷以及用氢负荷的历史数据并构建样本集,获取制储氢系统中的设备参数等;根据光伏电解水制取氢气和负荷用氢过程,建立计及光伏发电和制储氢系统最大利用率的离网条件下的制氢数学模型;基于样本集和制氢数学模型对制氢电解槽额定功率和储氢罐容量配置进行评价;根据配置方案的评价结果迭代更新制氢电解槽额定功率和储氢罐容量配置方案。本发明方法能更全面地描绘制储氢系统运行工况,所获取的配置方案提升了制储氢系统实际应用的合理性和适用性,能提升新能源发电、制储氢系统的资源利用率。

    电力系统典型日负荷曲线生成方法

    公开(公告)号:CN114037006B

    公开(公告)日:2024-03-15

    申请号:CN202111281768.7

    申请日:2021-11-01

    Abstract: 本发明涉及一种电力系统典型日负荷曲线生成方法。方法包括以下步骤:首先,以固定采样周期获取本地多年的日负荷功率曲线为样本构成数据集合;然后,设定生成典型日负荷曲线的种类数量以及长度等于日负荷采样点数、各编码位为类别数内正整数的编码串,提取编码位值相同的日负荷样本为同类;接着,计算同一时刻样本值服从此概率分布的概率乘积,并加和所有时刻的乘积值,表征此类样本聚合的优劣;第四步,利用交叉、变异等遗传操作过程,优化编码串使其达到对历史样本的最优聚类;最后,根据最优聚类结果下,同类样本在各时刻的概率分布的均值表征出此类典型日负荷曲线。为本地新能源+储能系统的选址定容以及电力系统的调度规划奠定了坚实的基础。

    一种储能电池插箱运维计划制定方法

    公开(公告)号:CN115600699A

    公开(公告)日:2023-01-13

    申请号:CN202211262657.6

    申请日:2022-10-14

    Abstract: 本发明公开了一种储能电池插箱运维计划制定方法,属于储能电池插箱运维计划制定领域;具体是基于储能电池各类特征数据,两两数据类别之间生成散点图,对各个生成的散点图进行有放回抽样,每个散点图能够抽样得到多个子散点图,根据子散点图生成的最小生成树获得抽样得出的储能电池插箱异常状态向量。对各个子散点图生成的储能电池插箱异常状态向量进行统计,最终依据统计思想判断各个储能电池插箱的异常状态,从而根据储能电池插箱的异常状态分级制定运维计划;本发明结合最小生成树原理,实现全面且精确的检修优先级排序。

    一种面向多约束和非线性目标的储能系统优化配置方法

    公开(公告)号:CN115660347A

    公开(公告)日:2023-01-31

    申请号:CN202211316740.7

    申请日:2022-10-26

    Abstract: 本发明是一种面向多约束和非线性目标的储能系统优化配置方法,用于优化不同应用场景中的储能系统配置方案。本发明方法包括:获取场景中风电场的发电功率历史数据和储能系统类型,建立储能系统优化配置的非线性目标函数和约束条件,通过优化模块求解储能系统优化配置问题;优化模块先生成统一优化问题模型,预先选择群智能优化算法和传统优化算法,在群智能算法迭代过程中,借助泰勒级数展开的方式在个体附近形成线性或二次项近似,利用传统优化算法计算出个体附近的最优解表征该个体行为,利用群智能算法开展全局搜索优化,最终输出最优储能系统配置方案。本发明可满足储能系统在不同场景下的配置优化需求,能快速获取更优的储能系统配置方案。

    一种储能容量及功率配置方法、设备、介质及产品

    公开(公告)号:CN119228408A

    公开(公告)日:2024-12-31

    申请号:CN202411145806.X

    申请日:2024-08-20

    Abstract: 本申请公开了一种储能容量及功率配置方法、设备、介质及产品,涉及蓄能数据处理领域,该方法包括建立系统在共水库运行模式下的投资运维成本模型,以得到外层优化模型;构建外层优化约束条件、内层优化模型以及内层优化约束条件;在外层优化约束条件下,利用粒子群智能优化算法优化外层优化模型得到外层最优指令;在内层优化约束条件下,利用鲸鱼智能优化算法优化内层优化模型得到内层最优指令;将内层最优指令返回到外层优化模型得到系统经济特性;基于系统经济特性,确定在外层优化模型满足设定条件下,基于内层最优指令以及优化后的外层优化模型完成调度。本申请能在提升储能系统灵活性和可靠性的基础上,最大程度的降低抽储能系统的运行成本。

    电力系统典型日负荷曲线生成方法

    公开(公告)号:CN114037006A

    公开(公告)日:2022-02-11

    申请号:CN202111281768.7

    申请日:2021-11-01

    Abstract: 本发明涉及一种电力系统典型日负荷曲线生成方法。方法包括以下步骤:首先,以固定采样周期获取本地多年的日负荷功率曲线为样本构成数据集合;然后,设定生成典型日负荷曲线的种类数量以及长度等于日负荷采样点数、各编码位为类别数内正整数的编码串,提取编码位值相同的日负荷样本为同类;接着,计算同一时刻样本值服从此概率分布的概率乘积,并加和所有时刻的乘积值,表征此类样本聚合的优劣;第四步,利用交叉、变异等遗传操作过程,优化编码串使其达到对历史样本的最优聚类;最后,根据最优聚类结果下,同类样本在各时刻的概率分布的均值表征出此类典型日负荷曲线。为本地新能源+储能系统的选址定容以及电力系统的调度规划奠定了坚实的基础。

Patent Agency Ranking