-
公开(公告)号:CN115935264A
公开(公告)日:2023-04-07
申请号:CN202310219066.9
申请日:2023-03-09
申请人: 湖南大学
IPC分类号: G06F18/241 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/12
摘要: 一种基于时空信息同步学习的电网暂态电压稳定评估方法,先对电网在各种运行方式下的各种暂态故障进行时域仿真,从中提取各监测节点时序响应轨迹和电网暂态信息,得到暂态样本集;再利用电网网络阻抗矩阵和不同时间断面下电网状态的关联关系分别构建空间邻接矩阵和时序邻接矩阵,并集成为时空邻接矩阵,综合表征电网暂态过程中不同时间断面下各监测节点间的时空相关性;接着利用图卷积神经网络算法进行时空信息同步学习,训练得到时空信息同步驱动的暂态电压稳定分类评估模型;最后将实时获取各监测节点的暂态时序响应轨迹输入暂态电压稳定分类评估模型中,得到电网暂态电压稳定评估结果。本发明可对电网暂态电压稳定状态进行快速可靠的在线评估。
-
公开(公告)号:CN115173445A
公开(公告)日:2022-10-11
申请号:CN202211081610.X
申请日:2022-09-06
申请人: 湖南大学
IPC分类号: H02J3/28 , H02J3/38 , H02J3/46 , H02J3/06 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F17/13 , G06F17/12 , G06F17/16
摘要: 本发明公开了一种城市配电网与流域水系网灵活性联动运行方法,本发明能够实施泵站灵活性资源参与的电‑水能流交互式优化,充分挖掘流域水系网的灵活性潜力提升电网运行灵活性,以实现城市配电网与流域水系网灵活性联动运行;具体的,本发明分别构建了流域水系网水力能流优化模型和城市配电网电力能流优化模型,将泵站负荷作为灵活性资源参与配电网运行调度;即本发明通过电‑水能流交互式优化能够有效利用泵站负荷的时空灵活性以减小电网负荷峰谷差,从而实现流域水系网辅助配电网安全运行;即本发明能够评估并量化电驱排灌泵站负荷的时空灵活性资源,从而解决城市配电网与流域水系网灵活性联动运行的问题。
-
公开(公告)号:CN113240311A
公开(公告)日:2021-08-10
申请号:CN202110584031.6
申请日:2021-05-27
申请人: 湖南大学
IPC分类号: G06Q10/06 , G06Q40/04 , G06Q50/06 , G06F30/20 , G06F111/10 , G06F119/02
摘要: 本发明提供一种计及供电可靠性的多主体分布式电源电能交易规划方法,包括:以分布式电源历史出力数据衡量其波动性,计及用户需求灵活性的差异,建立用户对分布式电源可靠性评价模型;以用户购买电能后获得的收益最大为目标函数,建立用户收益模型;考虑用户收益模型与配电侧的分布式电源作为一个整体,建立社会效用最大化模型;通过引入辅助变量以及分布式算法,对社会效用最大化模型进行转换,得到用户优化模型与分布式电源优化模型;对用户优化模型与分布式电源优化模型分别进行求解,得到计及供电可靠性的多主体分布式电源电能交易规划策略。本发明解决了电能交易过程中供电可靠性评价的缺失,提高了电能交易机制中各交易主体的隐私性。
-
公开(公告)号:CN110460023B
公开(公告)日:2020-11-06
申请号:CN201910743753.4
申请日:2019-08-13
申请人: 湖南大学 , 中国电力科学研究院有限公司
IPC分类号: H02H7/26
摘要: 本发明公开了一种泄流装置的开关控制方法,泄流装置包括主次泄流通道;主泄流通道的开关包括主机械开关和第一固态开关;次泄流通道的开关包括次机械开关及第二固态开关;方法包括:在泄流时,确定泄流装置是否过电流;当不成立时,监测故障支路的故障状态是否已解除;若是,则在发出分断信号和导通信号至每条次泄流通道中对应的次机械开关和第二固态开关后,控制该通道中的第二固态开关开断,直至所有次泄流通道中的开关开断时,控制所述主机械开关开断以及控制所述第一固态开关导通,再控制第一固态开关开断。由于先后断开次主泄流通道的开关时,利用不同控制策略进行开关控制,避免了机械开关产生电弧,有利于泄流装置的快速切除。
-
公开(公告)号:CN109799707B
公开(公告)日:2020-10-30
申请号:CN201910091048.0
申请日:2019-01-30
申请人: 湖南大学
IPC分类号: G05B13/04
摘要: 本发明提出一种基于沼气罐能量状态的沼气充放控制方法、系统及存储介质,该方法包括:步骤S10,建立风能‑光能‑生物质能‑水能能源枢纽框架,形成沼气储能系统;步骤S20,根据步骤S10建立的能源枢纽框架中,结合沼气的动态流体特性建立用于描述沼气传输过程的沼气流体网络模型;步骤S30,根据沼气流体网络模型,采用预设方法估测沼气储能系统中沼气罐能量状态;步骤S40,根据估测的沼气罐能量状态采取预设方法对能源枢纽框架下沼气储能系统中沼气罐的沼气充放进行调节。本发明通过精确估测沼气罐的能量状态来调节沼气储能系统中沼气罐的沼气充放过程,保障了基于沼气储能系统的能源枢纽的安全运行和提高了能量管理的精确度。
-
公开(公告)号:CN110274356A
公开(公告)日:2019-09-24
申请号:CN201910522142.7
申请日:2019-06-17
申请人: 湖南大学
IPC分类号: F24F11/62 , F24F110/10 , F24F110/20
摘要: 本发明公开了一种计及用户热舒适度的空调分散式控制方法,包括以下步骤:获取室内空气温度和室内空气相对湿度;根据室内空气温度和室内空气相对湿度计算温湿指数;根据温湿指数调用用户热舒适度评估模型,以获取当前室内热环境下的用户热舒适度;根据当前室内热环境下的用户热舒适度对空调集群进行控制。由此,该计及用户热舒适度的空调分散式控制方法,能够在满足用户热舒适度需求的同时,提高空调集群控制的响应速度。
-
公开(公告)号:CN118523375B
公开(公告)日:2024-09-17
申请号:CN202410966138.0
申请日:2024-07-18
申请人: 湖南大学
IPC分类号: H02J3/28 , H02J3/38 , G06Q10/0631 , G06Q50/06
摘要: 本申请涉及一种面向配网新能源完全消纳的广义储能调控方法及系统。所述方法包括:获取预先构建的储能调控模型;所述储能调控模型包括目标调度表达式,以及与所述目标调度表达式对应的电力约束条件;基于所述电力约束条件和所述目标调度表达式,得到所述储能聚合系统的调控参数;根据所述储能聚合系统的调控参数,确定所述储能聚合系统的聚合出力曲线;所述聚合出力曲线为用于表征所述储能聚合系统的出力和时间的拟合关系的曲线;针对聚合出力曲线进行分解,确定所述储能聚合系统中的每一个储能系统各自的分解出力曲线;各所述储能系统分别按照所述分解出力曲线出力。采用本方法能够提升电力系统的安全稳定性。
-
公开(公告)号:CN118523375A
公开(公告)日:2024-08-20
申请号:CN202410966138.0
申请日:2024-07-18
申请人: 湖南大学
IPC分类号: H02J3/28 , H02J3/38 , G06Q10/0631 , G06Q50/06
摘要: 本申请涉及一种面向配网新能源完全消纳的广义储能调控方法及系统。所述方法包括:获取预先构建的储能调控模型;所述储能调控模型包括目标调度表达式,以及与所述目标调度表达式对应的电力约束条件;基于所述电力约束条件和所述目标调度表达式,得到所述储能聚合系统的调控参数;根据所述储能聚合系统的调控参数,确定所述储能聚合系统的聚合出力曲线;所述聚合出力曲线为用于表征所述储能聚合系统的出力和时间的拟合关系的曲线;针对聚合出力曲线进行分解,确定所述储能聚合系统中的每一个储能系统各自的分解出力曲线;各所述储能系统分别按照所述分解出力曲线出力。采用本方法能够提升电力系统的安全稳定性。
-
公开(公告)号:CN118445556A
公开(公告)日:2024-08-06
申请号:CN202410909099.0
申请日:2024-07-08
申请人: 湖南大学 , 国网经济技术研究院有限公司
IPC分类号: G06F18/10 , G06N3/0464 , G06N3/08 , G06Q50/06 , G06F17/16 , G06F17/17 , G06F17/18 , G06F18/22
摘要: 本发明公开了一种基于多重相关性学习的风电场SCADA数据修复方法,包括:S1.得到风电场标准化数据集#imgabs0#;S2.得到在全局互相关视角下的填补结果#imgabs1#;S3.得到在全局自相关视角下的填补结果#imgabs2#;S4.得到局部互相关视角下的填补结果#imgabs3#;S5.得到局部自相关视角下的填补结果#imgabs4#;S6.利用多元线性回归将#imgabs5#、#imgabs6#、#imgabs7#和#imgabs8#四个填补结果进行整合、去噪和反归一化,得到最终修复结果#imgabs9#。本发明从全局和局部同时分析SCADA多维数据内部的自相关性和互相关性,从多个视角对缺失数据进行初步填补修复;进一步,构建残差网络精细去噪模型,对初步修复后的数据综合进行去噪和精细修复,由此实现SCADA多维数据的完整修复。
-
公开(公告)号:CN116565865A
公开(公告)日:2023-08-08
申请号:CN202310843436.6
申请日:2023-07-11
申请人: 湖南大学
IPC分类号: H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/0442 , G06F18/214
摘要: 本发明提供了一种基于深度误差反馈学习的风电功率预测方法,该方法包括步骤S1,构建基于XGBoost的以天气预报数据为输入、预测误差为输出的预测误差估计模型;步骤S2,构建基于双层LSTM的以天气预报数据为主输入、预测误差为反馈输入、风电功率预测值为输出的风电功率二次预测模型;步骤S3,将当前的天气预报数据送入预测误差估计模型中,得到未来的预测误差,再将当前的天气预报数据和未来的预测误差一起送入所述风电功率二次预测模型中,得到最终的风电功率预测值。本发明可以有效提高风电场预测精度,减小风电场出力不确定性,利于风资源利用效率的提高。
-
-
-
-
-
-
-
-
-