-
公开(公告)号：CN118153848A
公开(公告)日：2024-06-07
申请号：CN202410156557.8
申请日：2024-02-02
申请人： 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司 , 华中科技大学
IPC分类号： G06Q10/0631 , G06Q50/06 , G06N3/126 , G06F17/18 , H02J3/00
摘要： 本申请涉及面向电力用户的基于容需优化的储能优化配置方法，包括以下步骤：采集用户历史逐时负荷数据为配储优化工作做准备；以月为单位，计算该月功率的最大值和最小值；获得需量调节范围；确定用户储能后的容需电费；确定电池至少需要的容量；取电池所需配置容量；以净现值最大为目标，建立用户侧储能优化配置模型；基于遗传算法求解所述用户侧储能优化配置模型，确定储能最优容量配置。本申请考虑了电力市场环境下，容需优化对用户侧储能容量需求的影响，在实现容需优化的基础上，可一定程度上实现削峰填谷，为用户侧容需优化配储提供指导依据。
-
公开(公告)号：CN116494784A
公开(公告)日：2023-07-28
申请号：CN202310245165.4
申请日：2023-03-10
摘要： 本发明提出一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质，该方法包括：S1，对历史负荷数据进行预处理和采用隶属度函数对温度进行数字化模糊处理后再对所有输入数据进行归一化处理，再将其一起输入到神经网络中；S2，将经过步骤S1处理的负荷数据作为脉冲神经网络的训练样本，进行预训练初步构建深度神经网络预测模型，完成对深度神经网络每一层神经元的权值初始化；S3，预训练后，使用PSO对步骤S2初始化的模糊深度神经网络各层之间权参量精细化微调，建立模糊深度神经网络预测模型。本发明既考虑了传统负荷预测方法难以同时兼顾负荷时间特性和空间特性的问题，又能客观反映实际情况，实用性更强。
-
公开(公告)号：CN115955097A
公开(公告)日：2023-04-11
申请号：CN202211586708.0
申请日：2022-12-10
摘要： 本发明提供一种T型三电平并网逆变电路容错拓扑结构及控制方法，所述拓扑结构包括：带容错T型逆变电路，两端分别与位于电网侧的三相交流电源相连和位于直流侧的直流电源相连，直流电源与两个分压电解电容串联，带容错T型逆变电路的中点O’与分压电解电容的中间点O相连，中点O’与直流电源的正电压端P和负电压端N之间分别通过双向晶闸管相连；带容错T型逆变电路的12个开关器件以及双向晶闸管的控制信号端与控制电路相连。本发明电路可靠性高，当出现单管开路故障时依然保证系统的正常运行，对电网基本无影响；控制电路用带初值准PR控制器，并网电流仅需半个周期即可达到稳定，有效缩短故障控制时间，对电网的影响较小。
-
公开(公告)号：CN115907389A
公开(公告)日：2023-04-04
申请号：CN202211511466.9
申请日：2022-11-29
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/214 , G06F18/15 , G06F18/23213 , G06F18/231 , G06F18/2321
摘要： 本申请涉及一种基于用户画像的城区尺度需求响应潜力电力用户定位方法、系统及介质，方法包括步骤：收集城区所辖用户的电力相关数据，并对数据进行预处理形成可用电力数据集；设计可反映用户削峰填谷潜力与容需优化潜力的用电特性指标用于用户画像；逐一计算各用户对应的画像指标具体值，形成用户画像特征数据集；结合最优聚类数判断标准确定最终聚类类别，经过聚类获取反映不同用电特性的电力用户群；实现有效定位具有削峰填谷潜力与容需优化潜力的用户集群。本申请为目前电力系统提出的需求响应战略提供技术指导，协助电力运营商在极端天气等紧急情况下从海量用户中快速定位出可调节用户，减少大范围有序用电带来的损害。
-
公开(公告)号：CN115187030A
公开(公告)日：2022-10-14
申请号：CN202210754390.6
申请日：2022-06-28
摘要： 本发明提供一种电动汽车充电站运营评价方法，解决了现有电动汽车充电站运营评价体系数据挖掘不彻底、无法反映电动汽车充电站运营真实情况、对电动汽车充电站运营维护及改进的参考价值低的问题。本发明能够按照应用在一种电动汽车充电站运营评价指标体系上后所得的分数，对电动汽车充电站的优劣程度进行分数排名，提高了对电动汽车充电站运营数据的挖掘分析。该算法在对电动汽车充电站的维护与改进方面提供强有力的数据支撑。
-
公开(公告)号：CN115186704A
公开(公告)日：2022-10-14
申请号：CN202210754420.3
申请日：2022-06-29
摘要： 本发明提供一种基于VMD和HMM的电能质量扰动信号分类识别方法，包括：通过仿真生成不同扰动类型的信号，按照一定的比例将信号分为训练数据和测试数据，并将每种信号进行VMD分解，分解层数为4层；计算各层IMF的能量值E组成特征向量，离散化后作为观测序列；根据不同的扰动类型单独训练HMM，得到HMM模型库；将测试数据进行处理后得到的观测序列输入训练好的HMM库中，求解序列在每一个模型下所对应的对数似然概率值，输出最大对数似然的HMM所对应的扰动类型就是当前扰动信号的类型。本发明可对电能质量扰动进行准确的检测定位，提取扰动特征并识别扰动的具体类型。
-
公开(公告)号：CN112677808B
公开(公告)日：2022-08-12
申请号：CN202011537039.9
申请日：2020-12-23
摘要： 本发明提供一种多汇流母线型充电堆功率分配装置及其控制方法，该装置包括若干功率模块、若干充电电压相同的充电桩、若干压降相同的开关以及5条公共母线，其中各个充电桩的最大功率相同，功率模块数和充电桩的数量相同；多个将功率模块、充电桩以及公共母线连接的开关组成多汇流母线型开关矩阵，充电控制器根据第三方获得车辆待充功率需求和车辆BMS，综合信息计算后按照给定的柔性直流充电堆策略，进行功率模块群的输出控制以及多汇流母线型矩阵的开关切换。本发明能够提高充电设备利用率、能量转换效率、车辆兼容性，还能够满足未来电池发展的超大功率需求。
-
公开(公告)号：CN111967716B
公开(公告)日：2022-04-22
申请号：CN202010698433.4
申请日：2020-07-20
申请人： 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
摘要： 本发明提供一种电动汽车直流充电设施的综合能效计算方法，包括以下具体步骤：计算单位时间T内，所对应的交流输入电量视为理想单位Win＝Wout1＝PeT；考虑效率η，充电设施输出功率为Wout2；考虑充电设施功率因数，充电设施输出功率为Wout3；考虑充电设施充电过程设备利用率A，充电设施输出功率为Wout4；考虑停机时间TS，充电设施输出功率为Wout5；考虑待机时间TD以及充电设施待机损耗功率PD，充电设施输出功率为Wout6；考虑多影响因子的直流充电设施综合能效E。本发明为定位能效薄弱环节，实现充电设施综合能效持续提升，以达到充电站整体效益最大化的目标提供理论支撑。
-
公开(公告)号：CN112677808A
公开(公告)日：2021-04-20
申请号：CN202011537039.9
申请日：2020-12-23
摘要： 本发明提供一种多汇流母线型充电堆功率分配装置及其控制方法，该装置包括若干功率模块、若干充电电压相同的充电桩、若干压降相同的开关以及5条公共母线，其中各个充电桩的最大功率相同，功率模块数和充电桩的数量相同；多个将功率模块、充电桩以及公共母线连接的开关组成多汇流母线型开关矩阵，充电控制器根据第三方获得车辆待充功率需求和车辆BMS，综合信息计算后按照给定的柔性直流充电堆策略，进行功率模块群的输出控制以及多汇流母线型矩阵的开关切换。本发明能够提高充电设备利用率、能量转换效率、车辆兼容性，还能够满足未来电池发展的超大功率需求。
-
公开(公告)号：CN118645992A
公开(公告)日：2024-09-13
申请号：CN202410689561.0
申请日：2024-05-30
发明人： 黄亮 , 庹量禹 , 崔一铂 , 凌在汛 , 孙朝霞 , 顾一鸣 , 向慕超 , 吴笑民 , 刘曼佳 , 邓桂平 , 陈文 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 宋杨 , 鲁金华 , 万冲
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q50/40 , B60L3/12 , B60L53/00
摘要： 一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法，选择电价以及节假日作为输入变量；IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统，使用IACO算法对LSTM神经网络进行优化时，IACO反馈LSTM神经网络的预测误差；进行IACO‑LSTM方法负荷预测前，IACO算法对LSTM进行训练，选择不同的超参数对数据集进行训练并预测输出结果，根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数，在迭代次数完成之后输出最优解，赋值给LSTM神经网络，确定最终LSTM神经网络预测模型，运用Attention机制对所有预测结果进行整合，得到预测结果，以提升预测准确性和效率。
-
-
-
-
-
-
-
-
-
搜索结果
77 条记录 (耗时 0.07 秒)
