-
公开(公告)号：CN109829599B
公开(公告)日：2022-03-18
申请号：CN201811397608.7
申请日：2018-11-22
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了基于高比例可再生能源的配电网的集群划分方法，包括：1)、将配电网抽象为由节点和边连接而成的网络；2)、随机将网络中的若干个第一预设值更改为第二预设值，获取更改后的网络对应的若干个个体；3)、根据模块度指标以及富余电量指标获取当前个体的集群性能指标；4)、判断迭代是否收敛；5)、若是，将更改后的网络的连接架构作为目标连接架构；6)、若否，进行个体的选择、个体间的交叉和个体的变异处理，并将处理后的网络所对应的个体作为当前个体，返回执行步骤4)，直至获得目标连接架构。本发明公开了一种基于高比例可再生能源的配电网的集群划分装置。应用本发明实施例，可以通过集群提高系统的可再生能源消纳能力。
-
公开(公告)号：CN108448620B
公开(公告)日：2020-12-15
申请号：CN201810300551.8
申请日：2018-04-04
Applicant: 合肥工业大学 , 中国电力科学研究院有限公司 , 国网安徽省电力有限公司
IPC: H02J3/38
Abstract: 本发明公开了基于综合性能指标的高渗透率分布式电源集群划分方法，涉及可再生能源电源的配电网规划和控制技术领域，集群划分的指标体系与集群划分的有效算法；集群划分的指标定义为综合性能指标，综合性能指标包括基于电气距离的模块度指标ρ、集群的无功平衡度指标和集群的有功平衡度指标为适应综合性能指标体系的计算表达以及集群划分的客观要求，集群划分的有效算法是利用遗传算法进行分布式电源集群划分，同时，改进了基本遗传算法，根据网络的邻接关系设计了染色体的编码方式，并采用了自适应交叉变异概率。本发明优点在于：能够充分发挥节点之间的互补性与集群的自治能力，有益于对大规模可再生能源的消纳与控制。
-
公开(公告)号：CN109829599A
公开(公告)日：2019-05-31
申请号：CN201811397608.7
申请日：2018-11-22
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了基于高比例可再生能源的配电网的集群划分方法，包括：1)、将配电网抽象为由节点和边连接而成的网络；2)、随机将网络中的若干个第一预设值更改为第二预设值，获取更改后的网络对应的若干个个体；3)、根据模块度指标以及富余电量指标获取当前个体的集群性能指标；4)、判断迭代是否收敛；5)、若是，将更改后的网络的连接架构作为目标连接架构；6)、若否，进行个体的选择、个体间的交叉和个体的变异处理，并将处理后的网络所对应的个体作为当前个体，返回执行步骤4)，直至获得目标连接架构。本发明公开了一种基于高比例可再生能源的配电网的集群划分装置。应用本发明实施例，可以通过集群提高系统的可再生能源消纳能力。
-
公开(公告)号：CN114219179B
公开(公告)日：2024-11-12
申请号：CN202210005354.X
申请日：2022-01-05
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
IPC: H02J3/00 , G06Q50/06 , G06N3/084 , G06F18/2337 , G06F18/22
Abstract: 本发明公开了一种基于加权模糊聚类的风电功率预测方法，其步骤包括：1基于灰色关联度理论选取强相关的气象特征；2利用特征加权的模糊C均值聚类算法对关键气象特征集合划分数据样本子集，采用反向传播神经网络分类建模；3调用与当前时段特征最相似的模型进行功率预测，为完善边界数据的所属关系，利用隶属度函数综合多个预测模型确认其风电出力。本发明从分类建模和特征匹配两个角度来强化气象特征与样本子集的匹配程度，从随机波动的风电信号中挖掘潜在联系，提高风电模型的预测精度。
-
公开(公告)号：CN114156948B
公开(公告)日：2023-07-28
申请号：CN202210027215.7
申请日：2022-01-11
Applicant: 合肥工业大学
Abstract: 本发明公开了一种工业园区氢能综合利用站的能量管理方法，其步骤包括，1，确定工业园区综合利用电站的主要设备，搭建工业园区氢能综合利用站的系统结构图；2，建立电解槽、储氢罐、燃料电池、燃气锅炉和风光的数学模型，以及电母线和热母线的功率平衡约束方程；3，以工业园区碳排放量最小为约束，计及风光在不同时段的出力，考虑氢能综合利用站的工作状态和能量管理方案。本发明能够更加合理的对氢能综合利用站的能流进行控制，在保持供能可靠性的条件下，优化能量流动和充分实现能量的梯级利用，使工业园区处于可靠经济的供能运行状态，从而能够提高能量的利用效率。
-
Patent Agency Ranking
公开(公告)号：CN112055068B
公开(公告)日：2022-09-16
申请号：CN202010889630.4
申请日：2020-08-28
Applicant: 合肥工业大学
IPC: H04L67/562 , H04L41/0663
Abstract: 本发明公开了多代理系统主控节点的分配方法、装置及存储介质，包括以下步骤：S1、初始化，实体代理Agent1获得McAgent分配资格；S2、执行调度命令，获取McAgent故障率；S3、判断McAgent故障率λ1与λ的大小，如果McAgent故障率λ1
-
公开(公告)号：CN111864805B
公开(公告)日：2021-11-09
申请号：CN202010870592.8
申请日：2020-08-26
Applicant: 合肥工业大学
Abstract: 本发明公开了一种工业园区微网光储联合发电装置的能量管理方法，其步骤包括，1，搭建工业园区微网中光储联合发电装置的拓扑结构；2，基于光储联合发电装置，建立逆变器输入输出功率、光伏出力、蓄电池充放电功率之间的关系；3，考虑分时电价和蓄电池实时控制，建立工业园区微网光储联合发电装置的控制方案。本发明能更加合理的对光储联合发电装置的功率流动进行控制，在保持直流母线侧电压稳定的同时减小光储联合发电装置的内部损耗和转换效率，优化工业园区微网配电线路的功率流动，减小线路损耗，使工业园区微网处于高效经济运行状态，从而提高工业园区微网运行水平。
-
公开(公告)号：CN113285461A
公开(公告)日：2021-08-20
申请号：CN202110577723.8
申请日：2021-05-26
Applicant: 合肥工业大学
Abstract: 本发明公开一种基于不完全量测的配电网分散控制方法，包括以下步骤：步骤1、根据分布式电源的分布，将配电网分成若干线段，利用配电网的首节点和分布式电源自身的量测设备可获得配电网中的电流和功率分布数据，然后根据电流和功率的分布数据计算的配电网的最高电压、最低电压；步骤2、分析电压调控对配电网的影响；步骤3、分散控制范围的划分，将配电网划分成若干个子集；步骤4、分散控制。本发明针对实际配电网量测数据与可控单元有限的情况，提出一种基于有限量测信息的配电网控制模型及方法，应用简易，改造投入成本低；本发明提出的控制方法可实现对配电网异常情况的快速响应，且可根据运行状态变化不断优化逻辑，实现整个配电网自适应调整。
-
公开(公告)号：CN107732957B
公开(公告)日：2020-08-07
申请号：CN201710738389.3
申请日：2017-08-25
Applicant: 合肥工业大学 , 国网安徽省电力公司经济技术研究所
Abstract: 本发明公开了一种高渗透率分布式可再生能源发电集群划分方法，由分布式可再生能源电源、负荷以及配电线路构成有源配电网，以分布式可再生能源电源、负荷接入的母线作为节点，根据节点的特征相量进行发电集群的划分；特征向量由节点功率特性曲线、节点地理坐标、节点电气距离构成；以节点功率在典型日的小时节点功率曲线作为节点的功率特性曲线；以节点所在地理平面坐标作为节点地理坐标；以网络拓扑及典型日负荷曲线信息，计算节点间的电压无功灵敏度矩阵；采用模糊聚类算法，根据特征向量表征的不同特点，构造相似矩阵，进行分布式可再生能源电源发电集群划分。本发明简化了大规模可再生能源的调控问题，有益于对可再生能源的群调群控。
-
公开(公告)号：CN110889531A
公开(公告)日：2020-03-17
申请号：CN201910778485.X
申请日：2019-08-22
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于改进GSA-BP神经网络的风电预测方法，包括以下步骤：步骤1：以待预测日前设定天数的风电功率与NWP数据为样本集D，待预测日的风电功率与NWP数据为预测集T，构建训练与预测样本；步骤2：归一化风电功率与NWP数据，初始化BP神经网络；步骤3：计算各粒子的适应度值；步骤4：GSA通过迭代更新粒子的加速度a、速度v和位置x，找到最优适应度值对应的粒子；步骤5：利用GSA全局搜索到的网络最优初始权值和阈值构建GSA-BP神经网络，并对样本集D进行训练；步骤6：用训练好的GSA-BP神经网络对预测样本集T进行预测。本发明利用梯度信息以及吸引力和排斥方案来减少算法的计算时间，并且避免了算法在迭代过程中陷入局部极小值，提高了预测精度。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.066 seconds)
