-
公开(公告)号：CN105576712B
公开(公告)日：2017-12-22
申请号：CN201610088368.7
申请日：2016-02-17
申请人： 中国农业大学
IPC分类号： H02J3/48
CPC分类号： Y02A30/12 , Y02E10/763
摘要： 本发明公开了一种基于自适应极点配置的风电场有功功率在线控制方法。本发明针对含风电的电力系统中有功功率发出与消耗不平衡导致电网频率波动的问题，提出使用自适应识别方法根据电网频率变化对风电场控制模型进行在线动态识别，根据识别结果对风电场控制模型使用极点配置方法进行调整，从而得到风电场实时功率需求，进而对风电场实时发电计划进行动态更新，向风电场内各台在线运行的风电机组合理的分配发电控制命令。该方法弥补了传统风电场有功功率控制中控制模型固化，无法有效参与电力系统调频的缺陷，对风电场有功功率输出进行在线控制，有效的对电力系统及风电场的发电计划进行实时更新，提高风电并网在线调度的准确性。
-
公开(公告)号：CN105048499B
公开(公告)日：2017-11-03
申请号：CN201510441034.9
申请日：2015-07-24
申请人： 中国农业大学
IPC分类号： H02J3/38
CPC分类号： Y02A30/62
摘要： 本发明公开一种基于模型预测控制的风电并网实时调度方法及系统，能够提高风电并网实时调度的准确度，从而能够提升风电并网的稳定性。所述方法包括：计算大电网中各台风机的发电量指标；建立风机功率预测模型，以及风机出力计划与所述风机功率预测模型的功率预测结果的关系，通过对所述风机功率预测模型进行滚动优化，对风机出力计划与所对应的发电量指标之间的误差进行反馈校正，使风机出力计划与所对应的发电量指标之间的误差在预设的误差范围内。
-
公开(公告)号：CN106933778A
公开(公告)日：2017-07-07
申请号：CN201710052723.X
申请日：2017-01-22
申请人： 中国农业大学
摘要： 本发明公开了一种基于爬坡事件特征识别的风电功率组合预测方法，包括以下步骤：一、利用小波降噪法对风电场的历史风速和功率数据进行处理，分别得到光滑的曲线；二、将得到的曲线采用压缩算法对其进行爬坡事件的特征识别和提取；三、利用模糊聚类的方法将步骤二得到的风电功率的爬坡事件的特征值进行分类；四、利用统计方法对不同的爬坡事件类型分别进行训练并建立预测模型；五、对风电场的实时风速测试数据和实时功率测试数据进行步骤一至二，提取实时风速和功率测试数据的爬坡事件的特征值；六、利用步骤四得到的预测模型对提取出来的实时风速和功率测试数据的爬坡事件的特征值进行分类，并利用预测模型进行预测，最后得到最终的组合预测结果。
-
公开(公告)号：CN105914786A
公开(公告)日：2016-08-31
申请号：CN201610322547.2
申请日：2016-05-16
申请人： 中国农业大学
CPC分类号： H02J3/382 , H02J3/12 , H02J2003/388
摘要： 本发明公开了一种适用于分布式并网逆变系统的孤岛保护与故障穿越协调运行方法，即根据PCC处的电压和频率量测值的变化情况，协调分布式逆变系统的孤岛保护和故障穿越两种控制功能：在配电网发生故障时，分布式逆变系统优先通过故障穿越为配电网提供一定的电压/频率支撑；在无法实现所述故障穿越时，在满足孤岛运行条件的情况下，分布式逆变系统通过短期孤岛运行为本地负荷持续供电；只有在前述条件都不满足的情况下，分布式逆变系统才从配电网解列，停止供电。该方法不仅可以实现本地可再生能源对电网的效益最大化，同时在保证供电安全性的前提下，极大提高了系统的供电可靠性，有利于配电网中基于可再生能源的分布式并网逆变系统高比例并网。
-
公开(公告)号：CN105719029A
公开(公告)日：2016-06-29
申请号：CN201610140115.X
申请日：2016-03-11
申请人： 中国农业大学
摘要： 本发明公开了一种基于风速波动特征提取的风电功率组合预测方法，包括以下步骤：对训练样本采集的风速数据进行归一化；对归一化之后的风速建立时间窗口，并在该时间窗口内进行多重分形谱分析；分析比较每一时间窗口的奇异指数α取值区间的宽度ω，奇异谱函数f(α)的峰值差Δf(α)，f(α)的对称性参数S。根据参数[ω,Δf(α),S]对风速进行分类，并进一步调整时间窗口的大小。采用极端学习机、支持向量机和优化回归功率曲线方法对划分的类别依次进行训练，并对所产生的预测结果进行月均精度对比，选择其中一种方法作为该类别的最优单体算法，得到训练好的模型。对测试样本进行相同的分类及建模，并对不同模型选择对应的最优单体算法分别进行预测，最后组合得到最终的预测结果。
-
公开(公告)号：CN102222938B
公开(公告)日：2013-06-12
申请号：CN201110169748.0
申请日：2011-06-22
申请人： 中国农业大学
CPC分类号： Y02E10/763 , Y02E10/766 , Y02E40/30 , Y02E70/30
摘要： 本发明公开了一种直驱风电机组电压-频率综合控制方法，涉及新能源发电技术领域，包括以下步骤：S1：检测风电机组运行时的桨距角、发电机转速和电磁转矩，并对检测值采样；S2：折算机组运行状态的隶属度；S3：计算风电场内各机组的虚拟励磁调节指令值和虚拟转矩调节指令值；S4：计算风电机组转速可动态调整的协调度参数K；S5：计算永磁直驱风电机组的变桨控制指令值和功率调节指令值，并与所述参数K叠加后发送给比较器；S6：对变桨控制机构和变流器控制机构进行控制，并实时检测风电机组的桨距角和输出有功、无功功率，将反馈信号送入比较器实现反馈控制。本发明能够符合实际工况，更好的实现变速恒频直驱电机风电场的综合优化控制。
-
公开(公告)号：CN118214077B
公开(公告)日：2024-07-23
申请号：CN202410597679.0
申请日：2024-05-14
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 中国农业大学
摘要： 本发明提供了一种基于消纳能力评估的并网规划方法，所述规划方法具体为：将并网规划区域划分为若干个地理子区域；调取对应的出力数据进行聚类，获取若干个待选场景；获取构建每个待选场景的电力信息热力图；筛选出高信息量的待选场景；通过分级模糊综合法对其进行分布式光伏的消纳能力评估；根据历史能耗数据拟合得到高信息量的待选场景和剩余待选场景之间的关联参数；以此获取所有待选场景的分布式光伏的消纳能力评估结果；基于分布式光伏并网目标确定并网位置和对应的装机量。本发明既能够提高分布式光伏消纳能力评估结果的准确性，又能够规避并网规划区域内存在部分区域信息量不足、分级模糊综合法无法应用的问题。
-
公开(公告)号：CN118174381A
公开(公告)日：2024-06-11
申请号：CN202410597692.6
申请日：2024-05-14
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 中国农业大学 , 锦浪科技股份有限公司
IPC分类号： H02J3/46 , H02J3/38 , H02J3/00 , G06Q50/06 , G06N3/0455 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06F18/15 , G06N3/084
摘要： 本申请公开了基于时空相关性的分布式电站动态拓扑优化方法，包括：利用自动编码器输出重构时间特征；利用基于跳跃连接的GCN输出组合空间特征；利用时间对齐将重构时间特征与组合空间特征融合构建光伏功率预测模型；利用AR模型分别输出前序时间段的预测时间特征和后序时间段的预测时间特征，计算时序特征残差；以当前时间调取对应的时序特征残差，将时序特征残差作为光伏功率预测模型的补偿值，输出当前各个组合空间特征下的预测输出功率；选取位于并网稳定输出功率范围内的组合空间特征，以该组合空间特征作为分布式电站拓扑调整目标输出。本申请提高模型输出准确性的同时提高模型输出效率，及时根据分布式电站输出功率变化调配并网输入组合。
-
公开(公告)号：CN118157231A
公开(公告)日：2024-06-07
申请号：CN202410580929.X
申请日：2024-05-11
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 中国农业大学
IPC分类号： H02J3/46 , G06F18/23213 , H02J3/38 , H02J3/00
摘要： 本发明公开了一种基于光伏集群划分的提高光伏集群功率预测精度的方法，包括步骤1，收集光伏日功率序列，根据光伏日功率序列得出光伏功率波动特征值；步骤2，对光伏所在集群进行特征分析，根据特征分析结果建立电网拓扑；步骤3，对于所有满足电网拓扑约束的光伏，根据光伏功率波动特征值，以光伏功率的出力曲线的异向性为目标对光伏进行聚类，得到的每个簇即为一个光伏集群；步骤4，周期性执行步骤3，在聚类完成后更新每个簇对应的光伏集群；步骤5，根据预测模型对光伏集群的功率进行预测。本发明在预测模型对光伏集群的功率进行预测时，较为平滑的出力曲线使预测的准确性较高。
-
公开(公告)号：CN112200346B
公开(公告)日：2024-03-26
申请号：CN202010928043.1
申请日：2020-09-07
申请人： 中国农业大学
摘要： 本发明涉及一种天气波动过程划分与匹配的短期风电功率预测方法，首先，构建用于天气波动过程划分的历史数据集、当前数据集；其次，构建历史组合天气波动特征矩阵并作为聚类对象；然后，构建当前天气波动特征矩阵；再后，计算当前天气波动过程与各历史天气波动过程聚合的隶属度，确定最佳匹配的历史天气波动过程聚合；最后，基于人工智能预测算法预测当前天气波动过程下的风电功率；得到当前循环天的从次日零时起3天的风电功率。本发明，实现了天气波动过程的精细化划分，实现了多维波动特征参数提取与天气波动特征矩阵构建，实现了为短期风电功率预测提供了更加准确的训练样本，获得较为精确的从次日零时起3天的短期风电功率预测值。
-
-
-
-
-
-
-
-
-
搜索结果
123 条记录 (耗时 0.14 秒)
