-
公开(公告)号：CN113972689A
公开(公告)日：2022-01-25
申请号：CN202111233391.8
申请日：2021-10-22
申请人： 国网山东省电力公司电力科学研究院 , 中国电力科学研究院有限公司 , 国网上海市电力公司经济技术研究院 , 国家电网有限公司
发明人： 李广磊 , 迟永宁 , 李琰 , 田新首 , 孙树敏 , 程艳 , 李笋 , 张磊 , 于丹文 , 庞向坤 , 赵鹏 , 王楠 , 刘宏志 , 樊肖杰 , 范译文 , 张铭 , 王晓晖 , 费斐 , 黄阮明 , 张梦瑶 , 郭明星 , 肖宇 , 王聪 , 李翔宇 , 戚洪昌 , 张世帅 , 胡浩 , 张佩佩 , 叶健诚 , 吴珊 , 王庚 , 何飞 , 刘昕 , 杨晶晶 , 邓小元 , 鲁丽萍 , 李冬奇 , 于小晴 , 于洪喜 , 袁秋洁 , 郝亚峰
摘要： 本发明提供了一种海上风电DR‑MMC混合直流送出系统功率控制方法，获取海上风电DR‑MMC混合直流送出系统的参量数据；根据获取的参量数据以及预设控制模型，得到MMC和DR的有功功率分配结果；其中，预设控制模型中，交流侧母线线电压有效值为下垂系数与MMC输出功率的乘积再与d轴交流电压参考值的加和；本发明在d轴控制量外环的电压参考给定值中添加功率下垂环节，实现了送端DR和MMC间有功功率的合理分配，避免了风速骤降导致的功率倒送情况，提高了系统运行的经济性。
-
公开(公告)号：CN113888022A
公开(公告)日：2022-01-04
申请号：CN202111242459.9
申请日：2021-10-25
申请人： 山东电力研究院 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本公开属于电力系统技术领域，提供了一种基于网损最小的电‑气耦合系统能量流优化方法及系统，包括以下步骤：获取电‑气耦合系统的能量流数据信息；根据所获取的数据信息和预设的能量流优化模型，得到电‑气耦合系统的最优能量流分布；其中，所述能量流优化模型以网络损耗最小为目标函数，考虑耦合节点的等式约束和不等式约束，利用非线性规划进行能量流优化模型的优化求解。在多种能量流分布中寻求网络损耗最小的能流分布，实现电‑气耦合网络的经济运行。
-
公开(公告)号：CN112015162B
公开(公告)日：2021-11-09
申请号：CN202010767607.8
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号： G05B23/02
摘要： 本发明公开了一种新能源场站无功电压控制系统硬件在环测试系统及方法，所述系统包括：仿真主机、仿真目标机、SVG控制器和AVC控制器；其中，仿真主机、SVG控制器和AVC控制器均与仿真目标机连接；仿真主机被配置为建立数字模型，包括电网模型、光伏电站模型、IGBT模块、变压器模型，所述数学模型经代码转换后下载到仿真目标机；仿真目标机被配置为基于接收到的模型代码仿真新能源场站无功电压控制系统，并实时运行。本发明可以在接近实际工况的条件下有效验证AVC子站控制策略的有效性以及各设备之间的动态响应性能。
-
公开(公告)号：CN113572152A
公开(公告)日：2021-10-29
申请号：CN202110687784.X
申请日：2021-06-21
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明属于风电系统振荡模态分析技术领域，公开一种基于FP‑growth的风电机组振荡模态与影响因素关联分析方法，包括：采集风电机组运行时的输出功率、电压以及风速数据；对采集的风电机组输出功率、电压以及风速数据进行分段；采用Pony算法分析数据段包含的振荡模态；使用谱聚类算法对风速、电压均值进行聚类；采用FP‑growth算法挖掘风速‑电压聚簇与振荡模态的关联规则；基于关联规则分析结果，利用风速‑电压聚簇对振荡模态进行预测。本发明实施例能够利用风电机组运行大数据对机组的振荡模态进行关联分析，无需建立复杂的物理模型，计算速度快，为风电机组振荡模态识别提供参考。
-
公开(公告)号：CN113256017A
公开(公告)日：2021-08-13
申请号：CN202110630901.9
申请日：2021-06-07
申请人： 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网有限公司
发明人： 魏大钧 , 张宇帆 , 石岩 , 李昭昱 , 程艳 , 郝然 , 邢家维 , 艾芊 , 孙树敏 , 李雪亮 , 李勇 , 李笋 , 于芃 , 王士柏 , 王玥娇 , 张兴友 , 王楠 , 郭永超 , 关逸飞
摘要： 本公开公开的一种短期负荷预测方法及系统，包括：获取历史负荷；将历史负荷输入训练好的负荷序列预测模型中，生成合成负荷；将合成负荷进行投影运算，获得合成历史负荷和待预测负荷；将合成历史负荷、历史负荷和待预测负荷输入训练好的预测预测器中，输出短期负荷预测结果。实现了对短期负荷的准确预测。
-
公开(公告)号：CN112910010A
公开(公告)日：2021-06-04
申请号：CN202110047673.2
申请日：2021-01-14
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号： H02J3/46
摘要： 本发明提出一种两阶段配电网分布式电源消纳能力评估方法及装置，对区域和局域两个层次电网进行分析，第一阶段通过评估大电网调峰能力确定区域分布式电源接纳能力，第一阶段为第二阶段提供区域内消纳能力；第二阶段通过评估局域内分布式电源接纳能力，得到局域内考虑电压调节能力、网损情况等指标的分布式电源消纳能力，由此得到局域内分布式电源消纳能力。本发明通过区域‑局域两阶段评估很好的衔接了大电网消纳能力和配电网消纳能力，解决了传统分布式电源消纳评估仅限于在配电网层面，无法考虑大电网消纳能力的问题。
-
公开(公告)号：CN112434420A
公开(公告)日：2021-03-02
申请号：CN202011309876.6
申请日：2020-11-20
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F30/20 , G06Q50/06 , G06F119/12
摘要： 本发明公开了一种综合能源系统混合仿真的时间同步和数据交互方法，电力系统和各综合能源子系统按照各自的仿真步长进行仿真；当综合能源子系统结束一个子系统仿真步长时，该综合能源子系统暂停仿真并与电力系统进行数据交互，在完成数据交互之后，再继续进行该综合能源子系统下一个仿真步长的仿真；当一个总仿真步长结束时，各综合能源子系统暂停仿真并进行数据交互，在完成数据交互之后，各综合能源子系统再按照各自的仿真步长进行仿真。本发明解决了混合仿真中时间同步和数据交互的问题。
-
公开(公告)号：CN112290601A
公开(公告)日：2021-01-29
申请号：CN202011163447.2
申请日：2020-10-27
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明提供了一种柔性互联交直流配电系统优化调度方法及系统，建立柔性互联交直流配电系统的框架模型；将柔性互联交直流配电系统划分为多个子区域，所述子区域包括配电网区域、微网区域，微电网与配电网连接处以及柔性互联配电网区域；基于柔性互联交直流配电系统运行约束和拓扑关系，构建各个子区域的优化模型；基于所述优化模型，确定系统优化模型，利用ADMM进行相邻子区域间的交替迭代，进行各子区域间的信息交互，实现分布式优化调度。本发明以较快的收敛速度获得最优的控制方案，实现复杂柔性互联配电系统的分布式优化调度。
-
公开(公告)号：CN112215428A
公开(公告)日：2021-01-12
申请号：CN202011126378.8
申请日：2020-10-20
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王玥娇 , 孙树敏 , 程艳 , 于芃 , 张用 , 滕玮 , 王楠 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 李俊恩 , 袁帅 , 张兴友 , 魏大钧 , 邢家维 , 赵帅 , 张永明 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
摘要： 一种基于误差修正和模糊逻辑的光伏发电功率预测方法，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，以及预测日当天的气象数据；步骤2，使用时间以及该时间气象数据其中的两种作为模糊控制器的输入，定义模糊控制器的输出为该时间的云量系数，步骤3，以光伏发电功率预测值和光伏发电功率真实值计算误差修正因子；步骤4，以未用于计算云量系数的气象历史数据，云量系数，和误差修正因子作为神经网络的输入，以光伏发电功率预测值作为输出，训练神经网络；步骤5，使用预测日当天的气象数据和时间数据通过步骤4训练好的神经网络对光伏发电功率进行预测。
-
公开(公告)号：CN111915084A
公开(公告)日：2020-11-10
申请号：CN202010769448.5
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王楠 , 程艳 , 孙树敏 , 于芃 , 王玥娇 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 袁帅 , 李俊恩 , 瞿寒冰 , 张用 , 滕玮 , 张兴友 , 李广磊 , 魏大钧 , 邢家维 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
摘要： 一种基于神经网络的混合型光伏发电功率预测方法及系统，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据数；步骤2，从步骤1获得的气象数据中选择两种，计算预测日前第i天气象相关度将预测日前M天划分为第一类相似日和第二类相似日；步骤3，对步骤1获得的预测日前M天的光伏发电功率历史数据和气象历史数据进行小波分解；步骤4，小波分解结果与相似日划分相结合；步骤5，将训练数据代入BP神经网络，并以GA优化BP神经网络的连接权值和偏置；步骤6，判断预测日当天相似日类型，将预测日当天的气象数据进行小波分解，代入步骤5获得的对应神经网络中，并进行逆小波变换重构获得光伏发电功率预测结果。
-
-
-
-
-
-
-
-
-
搜索结果
519 条记录 (耗时 0.124 秒)
