-
公开(公告)号:CN116776628A
公开(公告)日:2023-09-19
申请号:CN202310811855.1
申请日:2023-07-04
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC分类号: G06F30/20 , G06Q50/06 , H02J3/00 , G06F113/04 , G06F113/06
摘要: 本发明公开了一种考虑设备变工况特性的综合能源系统的建模方法,包括:1、建立考虑能源转换效率随负载率变化的动态能源集线器模型;2、分析氢燃料电池和热电联产机组的热电产出机理,考虑影响其热电输出功率的不同因素,建立氢燃料电池和热电联产机组的热电产出模型。3、考虑设备负载率对设备运行效率的影响,通过多项式拟合得到设备效率与负载率的函数关系,进而建立考虑设备变工况特性的设备模型;4、基于建立的变工况设备模型,建立综合能源系统双层优化模型。本发明考虑了设备效率的影响因素,能够有效降低模型误差,提高风电消纳程度,从而促进综合能源高效利用。
-
公开(公告)号:CN114336637B
公开(公告)日:2023-04-07
申请号:CN202210023423.X
申请日:2022-01-10
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司经济技术研究院
摘要: 本发明公开了一种考虑风光出力相关性的配电网证据理论潮流计算方法,其步骤包括:1.建立分布式电源出力的证据结构体模型并使用模糊判断矩阵法为证据焦元赋予权重;2.基于分布式电源间相关性系数,使用改进的椭球理论方法计算所有联合焦元的焦元修正系数;3.修改联合焦元的基本概率分配值,使用基于复仿射潮流计算后获得潮流结果的概率盒。本发明以改进的椭球理论来描述证据理论中不确定量间的相关性,建立了综合考虑不确定量的主客观不确定性的配电网不确定潮流计算方法,从而能够描述电网规划中分布式电源出力的不确定性和相关性,并能更全面、准确、快速地反映电网的状态。
-
公开(公告)号:CN114336781B
公开(公告)日:2023-03-21
申请号:CN202210001735.0
申请日:2022-01-04
申请人: 合肥工业大学 , 国网安徽省电力有限公司六安供电公司 , 国网安徽省电力有限公司电力科学研究院
摘要: 本发明公开了一种考虑碳捕集电厂与光伏发电协同配合的低碳优化运行方法,其步骤包括:1.获取光伏发电出力场景;2.对光伏发电出力场景进行聚类;3.建立考虑碳捕集电厂与光伏发电协同配合的电力系统低碳优化运行目标函数;4.确定考虑碳捕集电厂与光伏发电协同配合的电力系统低碳优化运行约束条件;5.利用Cplex求解由所述目标函数和约束条件构成的电力系统低碳优化运行模型,得出在总功效系数最大时电力系统机组的开机、停机状态。本发明能够考虑光伏预测误差的时序相关性,促进碳捕集电厂与光伏发电的协同配合运行,提升电力系统整体运行效率。
-
公开(公告)号:CN114819365A
公开(公告)日:2022-07-29
申请号:CN202210481070.8
申请日:2022-05-05
申请人: 合肥工业大学 , 国网安徽省电力有限公司六安供电公司 , 国网安徽省电力有限公司电力科学研究院
摘要: 本发明公开了一种基于LSGAN‑DCN网络的短期光伏功率预测方法,包括:1、采集原始样本数据,将数据以气候类型划分,筛选出突变天气样本数据,并对样本数据进行归一化预处理;2、利用基于多生成器的最小二乘生成对抗网络MAD‑LSGANs学习原始突变天气真实光伏数据的样本分布规律,生成与原始样本数据相似且具有高度多样性的新样本;3、建立由交叉网络和深度网络组成的深度交叉网络DCN模型;4、采用鲸鱼优化算法WOA确定模型的超参数,并利用训练好的模型进行光伏功率短期预测。本发明能有效解决光伏电站光伏发电功率预测时突变天气样本数据不足的问题,并加强对高阶特征交叉信息的获取,从而有效提高光伏功率预测精度。
-
公开(公告)号:CN114336637A
公开(公告)日:2022-04-12
申请号:CN202210023423.X
申请日:2022-01-10
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司经济技术研究院
摘要: 本发明公开了一种考虑风光出力相关性的配电网证据理论潮流计算方法,其步骤包括:1.建立分布式电源出力的证据结构体模型并使用模糊判断矩阵法为证据焦元赋予权重;2.基于分布式电源间相关性系数,使用改进的椭球理论方法计算所有联合焦元的焦元修正系数;3.修改联合焦元的基本概率分配值,使用基于复仿射潮流计算后获得潮流结果的概率盒。本发明以改进的椭球理论来描述证据理论中不确定量间的相关性,建立了综合考虑不确定量的主客观不确定性的配电网不确定潮流计算方法,从而能够描述电网规划中分布式电源出力的不确定性和相关性,并能更全面、准确、快速地反映电网的状态。
-
公开(公告)号:CN113489072A
公开(公告)日:2021-10-08
申请号:CN202110755989.7
申请日:2021-07-05
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
发明人: 韩平平 , 张楠 , 陈思远 , 丁静雅 , 仇茹嘉 , 程石 , 潘丽珠 , 高博 , 徐斌 , 黄道友 , 张征凯 , 康健 , 毛荀 , 夏兆俊 , 尚宝 , 葛江红 , 孟康 , 王桢 , 王鑫
摘要: 本发明公开了一种考虑支路功率伪量测的配电网状态估计方法,该方法包括:1、根据实际配电网负荷数据计算各支路历史功率数据;2、利用人工神经网络搭建基于支路功率和负荷节点注入功率的伪量测模型;3、依据误差大小确定输入状态估计的伪量测集合和伪量测权重集合;4、根据实时量测获得当前时刻伪量测,并将实时量测、伪量测、虚拟量测和量测权重作为输入进行状态估计。本发明能利用支路功率实时量测,有效减小支路功率伪量测与节点注入功率伪量测的建模误差,在满足配电网状态估计可观性要求的基础上提高状态估计结果的准确度。
-
公开(公告)号:CN112271731A
公开(公告)日:2021-01-26
申请号:CN202011183985.8
申请日:2020-10-29
申请人: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
摘要: 本发明公开了一种风电功率多时段时间序列场景的生成及消减方法,其步骤包括:1建立基于Wasserstein概率距离指标的单时段渐近最优场景生成策略以及基于改进禁忌搜索算法的多时段场景消减策略;2定义距离指标表征空间特征,定义相关损失及概率相似度指标表征高维场景消减前后的随机特征保留度;3使用改进的禁忌算法求解风电功率多时段时间序列场景。本发明从场景的空间和随机特征双向出发,克服场景消减时特征信息损失较大的问题,在精确高效地生成风电功率简化场景的同时能有效表达风电功率的随机特征。
-
公开(公告)号:CN117330986A
公开(公告)日:2024-01-02
申请号:CN202311441419.6
申请日:2023-11-01
申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 合肥工业大学
IPC分类号: G01R31/392 , G01R31/367 , G01R31/378
摘要: 本发明公开了一种基于DWD‑SVR模型的锂离子电池剩余使用寿命预测方法,包括:1.利用离散小波分解(DWD)方法对采样的锂离子电池容量时间序列数据进行多尺度分解;2.对分解后得到的各子序列分别计算样本熵与排列熵,利用K‑means聚类方法对各尺度数据进行聚类,并根据聚类结果将复杂度与随机性相近的子序列进行重构;3.利用多尺度支持向量回归(SVR)模型对聚类后的信号分量分别进行预测,集成预测结果,实现锂离子电池剩余使用寿命预测。本发明在保证了全局退化趋势预测准确性的同时,能够对波动进行及时地响应,有效提高锂离子电池剩余使用寿命的预测精度。
-
公开(公告)号:CN117200293A
公开(公告)日:2023-12-08
申请号:CN202311151522.7
申请日:2023-09-07
申请人: 国网安徽省电力有限公司芜湖供电公司 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 合肥工业大学
发明人: 尹亚元 , 潘文虎 , 凌晓斌 , 苏志朋 , 徐斌 , 王小明 , 姚艳 , 吴红斌 , 赵文广 , 杨晓娟 , 汪超 , 徐涛 , 宋铭敏 , 陈彦斌 , 张聪颖 , 周启扬 , 俞鹏 , 夏颖 , 董月
摘要: 本发明公开了一种电池储能参与多重频率响应市场的两阶段功率调控方法,包括:1基于改进的HMM法模拟随机场景并采用肘部法则确定最优聚类数,生成表征风电及负荷变化特征的典型场景集;2提出闲时复用响应策略协同优化多重频率支撑服务,构建电池储能时序优化模型;3考虑日内调频信号的不确定性,采用随机优化方法设计电池储能两阶段容量功率分配方法;4利用基于改进模拟退火算法和后向动态规划的混合优化算法进行求解,实现聚合多点电池储能长短期调度决策问题的功率调控。本发明能够快速、精准地对主动配电网频率偏差进行调控,对支撑风电场大规模并网、稳定联络线越限偏差具有较好地效果。
-
公开(公告)号:CN117196116A
公开(公告)日:2023-12-08
申请号:CN202311241361.0
申请日:2023-09-25
申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 合肥工业大学
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/2131 , G06F18/23213 , G06F18/2413 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/0985 , H02J3/00 , G06F123/02
摘要: 本发明公开了一种基于AE‑LSTM算法的可调资源集群的响应潜力评估方法,包括:1、采集原始功率数据和激励强度数据;2、利用离散小波变换对可调资源个体的用电功率序列进行分解;3、利用基于DTW算法的K‑medoids聚类对可调资源集群分解后的序列进行分类;4、对聚类后的可调资源集群各序列中心点数据使用AE‑LSTM算法提取特征值,求取潜力评估概率分布的参数,并计算可调资源个体的响应潜力概率分布。本发明能有效提高AE‑LSTM神经网络提取特征值效率,解决可调资源潜力评估中忽略个体差异的问题,从而能实现对可调度集群中可调对象的调度潜力进行有效评估。
-
-
-
-
-
-
-
-
-