-
公开(公告)号：CN111754256A
公开(公告)日：2020-10-09
申请号：CN202010380506.5
申请日：2020-05-08
申请人： 清华大学
摘要： 本申请提出一种节点电价预测方法和装置，其中，方法包括：获得目标节点历史数据集和构建特征库，将历史数据集分为训练集和集成集；根据特征库对训练集训练生成整体预测模型，按照历史电价的能量分量、阻塞分量和网损分量根据特征库对训练集进行训练生成三组分量预测模型进行相加得到基于分量预测模型；根据集成集以最小化回归损失为目标，以整体预测模型和基于分量预测模型的集成权重为决策变量构建线性规划问题，求解最优的集成权重，将整体预测模型和基于分量预测模型按集成权重相加得到电价预测模型；获取目标时刻的输入特征输入电价预测模型得到预测电价。由此，能够实现精确的节点电价预测，提高电力市场参与者的经济效益，具有较高的应用价值。
-
公开(公告)号：CN113656931B
公开(公告)日：2022-09-20
申请号：CN202110725759.6
申请日：2021-06-29
申请人： 清华大学
摘要： 本发明公开了一种锂离子电池内部反应离子通量和电势的估计方法，该方法包括：获得计算所需的电池端口和内部待分析点位处状态及参数；计算电池内部待分析点处反应参数；计算电池内部反应离子通量的空间分布函数；计算电池内部电解质电势空间分布函数。本方法考虑锂离子电池仿真技术实用化所要求的快速、准确、简便等特点，通过对锂离子电池电化学机理的合理简化，得到电池内部反应离子通量的空间分布函数的近似解析表达式，并进一步得到电池电解质电势的近似空间分布，在实现对电池内部反应状态准确估计的同时，大幅降低计算复杂度。利用本方法，能够降低传统锂离子电池电化学模型的复杂度，推动其应用于实际工程。
-
公开(公告)号：CN114818316A
公开(公告)日：2022-07-29
申请号：CN202210432340.6
申请日：2022-04-22
申请人： 清华大学
IPC分类号： G06F30/20 , G06F119/02
摘要： 本申请提出了一种基于锂离子电池电化学模型的功率出力可行域估计方法，包括：S1：获取电池环境温度和初始荷电状态；S2：获取电池状态信息，根据电池状态信息和锂离子电池电化学模型仿真，获得预设时间周期内每一时刻的电池仿真结果；S3：以电池仿真结果作为约束条件，对步骤S2中的仿真过程进行迭代优化，获得预设时间周期内电池端口最大可行电流值；S4：根据最大可行电流值仿真计算电池端口电压曲线，以获得电池环境温度和初始荷电状态所对应的最大功率出力可行值；S5：调整电池环境温度和初始荷电状态，重复步骤S1‑S4，获得锂离子电池的功率出力可行域。本申请能够更加精确、有效地估计当前电池可行出力功率。
-
公开(公告)号：CN114187970A
公开(公告)日：2022-03-15
申请号：CN202111446911.3
申请日：2021-11-30
申请人： 清华大学
IPC分类号： G16C10/00 , G16C20/10 , G16C20/20 , G06F30/20 , G01R31/367 , G06F111/08
摘要： 本发明是一种基于电化学机理的锂离子电池内外特性仿真方法，该方法包括：设定Savitzky‑Golay滤波器和扩展卡尔曼滤波器参数；获取电池参数和内部状态初值；获取当前时段电流；计算当前时段电池内部反应离子通量相关变量并对其进行平滑；计算当前时段结束时电解质和正负电极中锂离子浓度相关变量、电池温度和端口电压，并分别对其进行平滑；测量电池温度、环境温度和电压；计算扩展卡尔曼滤波器相关矩阵及电池内部相关状态修正量；进入下一时段。本发明基于电化学机理，建立了锂离子电池的离散状态方程模型，通过Savitzky‑Golay滤波器和扩展卡尔曼滤波器，实现了全工况下电池状态的稳定更新和闭环校正。
-
公开(公告)号：CN113656931A
公开(公告)日：2021-11-16
申请号：CN202110725759.6
申请日：2021-06-29
申请人： 清华大学
摘要： 本发明公开了一种锂离子电池内部反应离子通量和电势的估计方法，该方法包括：获得计算所需的电池端口和内部待分析点位处状态及参数；计算电池内部待分析点处反应参数；计算电池内部反应离子通量的空间分布函数；计算电池内部电解质电势空间分布函数。本方法考虑锂离子电池仿真技术实用化所要求的快速、准确、简便等特点，通过对锂离子电池电化学机理的合理简化，得到电池内部反应离子通量的空间分布函数的近似解析表达式，并进一步得到电池电解质电势的近似空间分布，在实现对电池内部反应状态准确估计的同时，大幅降低计算复杂度。利用本方法，能够降低传统锂离子电池电化学模型的复杂度，推动其应用于实际工程。
-
公开(公告)号：CN113554469A
公开(公告)日：2021-10-26
申请号：CN202110859436.6
申请日：2021-07-28
申请人： 清华大学
摘要： 本发明公开了一种基于长短期记忆网络模型的累积供给曲线的预测方法及装置，获得电力市场的个体供给数据，组合生成电力系统的累积供给曲线数据；获得电力系统中对累积供给曲线有影响的相关数据；基于主成分分析的特征提取技术，对累积系统供给曲线数据进行关键信息提炼；针对每个提炼得到的主成分数据，建立长短期记忆网络模型，并进行训练，得到与主成分分解数量一致的长短期记忆网络模型；将历史累积供给曲线的数据及待预测时段的相关因素输入模型，获得各主成分的未来预测值；将各个主成分整合，恢复为累积供给曲线数据，得到待预测的系统累积供给曲线预测值。由此，能够基于历史数据，实现对系统累积供给曲线的预测。
-
公开(公告)号：CN112163595A
公开(公告)日：2021-01-01
申请号：CN202010903047.4
申请日：2020-09-01
申请人： 清华大学
摘要： 本发明公开了一种用户典型用电模式的获取方法、获取装置和电子设备，该方法包括：获取待分析用户的智能电表的历史负荷数据，提取历史负荷数据中的负荷点以生成日负荷曲线集；对日负荷曲线集进行处理以剔除存在缺失数据的日负荷曲线，对处理后的日负荷曲线集进行归一化处理以获得完整样本集；获取计算参数；针对每一种用电模式数目，重复进行多轮k‑均值聚类以获得聚类结果，根据聚类结果确定探测区间内的最优值，在最优值对应的用电模式数目下，对完整样本集进行k‑均值聚类以获得目标聚类结果，并根据目标聚类结果计算样本‑簇共识度，剔除共识度低的样本，计算簇共识度，剔除共识度低的簇，计算剩余簇的平均负荷曲线以获得用户典型用电模式。
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.043 秒)
