-
公开(公告)号：CN113835351A
公开(公告)日：2021-12-24
申请号：CN202111132438.1
申请日：2021-09-27
Applicant: 深圳供电局有限公司
IPC: G05B15/02 , G05B19/418
Abstract: 本发明公开了一种基于多端协同架构的智能家居用电优化控制系统，其特征在于，包括有云管控平台、与所述云管控平台通信的智能家居集群以及Web应用服务器，每一智能家居集群连接有多个智能家居及环境数据收集器。本发明还提供了相应的方法，实施本发明实施例，可以实现智能家居的用电优化控制，增强用户用电舒适感受、提高互动性，并能节省电费。
-
公开(公告)号：CN112751366A
公开(公告)日：2021-05-04
申请号：CN202011562532.6
申请日：2020-12-25
Applicant: 深圳供电局有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了火电深度调峰下网省机组协调控制方法，包括如下步骤：获取电网运行信息，判定火电机组的功率运行值和新能源的运行状态是否满足调峰启动条件；AGC系统深调峰功能启动，读取直调火电机组和网调火电机组的申报数据，筛选有效申报机组，计算全网可用深调容量Pavp；根据全网调峰目标和全网可用深调量，确定全网深调需求；获取电网关键输送断面的运行状态，读取申报机组的灵敏度信息；生成调峰机组的深调目标GGi；生成包含直调和省调中标机组出清容量和出清价格的出清文件，发送至网调；网调机组接收省调出清文件，校验后向省调机组返回指令文件；网调机组根据所接收到的省调机组发送的出清文件，进行中标机组的调用。
-
公开(公告)号：CN112561359A
公开(公告)日：2021-03-26
申请号：CN202011524400.4
申请日：2020-12-22
Applicant: 深圳供电局有限公司
Abstract: 本发明公开一种虚拟电厂优化调度方法及装置，其中，虚拟电厂优化调度方法包括：构建虚拟电厂优化目标；根据虚拟电厂所处的配电网运行中必须满足的安全要求，构建配电网运行约束；构造可再生能源恒电压模式运行约束；根据构建的虚拟电厂优化目标、配电网运行约束和可再生能源恒电压模式运行约束，构建虚拟电厂优化模型，并求解得到优化结果；判断所述优化结果中可再生能源无功功率是否超出调控范围，若是则将无功功率超出调控范围的可再生能源由恒电压控制模式调整为恒无功控制模式，并以恒无功约束项代替优化模型中的恒电压约束项，否则结束优化流程并输出优化结果。本发明提高了可再生能源无功调控能力，降低了优化模型复杂度，提升了求解效率。
-
公开(公告)号：CN109103933A
公开(公告)日：2018-12-28
申请号：CN201811130673.3
申请日：2018-09-27
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种分布式电源配置方法、装置、计算机设备和可读存储介质。该方法包括：根据分布式配电系统中的节点数目以及所述分布式配电系统的总配置容量生成初始种群；以预设的配置模型中的目标函数为适应度函数，基于所述初始种群并采用纵横交叉算法获取所述配置模型的配置参数；所述配置参数包括所述分布式配电系统中各节点配置的分布式电源的容量，所述目标函数表征所述分布式配电系统的有功损耗函数、电压水平函数以及电压稳定性函数中至少两个函数之间的绑定关系。采用本方法能够有效提升配电网络的整体性能，尽可能实现最小化网络损耗、最优化电压调节、提高电压稳定性中的至少两个目标。
-
公开(公告)号：CN109087153A
公开(公告)日：2018-12-25
申请号：CN201810986027.0
申请日：2018-08-28
Applicant: 深圳供电局有限公司 , 北京清大科越股份有限公司
Abstract: 本发明提供一种基于双边市场的调峰辅助服务交易出清方法和系统，该方法包括S1、获取调峰辅助服务所需的基础数据，所述基础数据包括：负荷预测数据、燃煤机组数据、风功率预测数据以及电网网架参数与连接关系；S2、计算各风电场的弃风能力；S3、获取各燃煤机组申报的调峰辅助服务提供量和报价、风电场申报的调峰辅助服务需求和报价；S4、根据各燃煤机组申报的服务提供量和报价以及风电场提供的服务需求量和报价进行出清，获得出清价格。本发明综合考虑了燃煤电厂和风电场的价格诉求，解决了调峰需求分摊、双边撮合与匹配的问题，能够全面反映供需双方的价格意愿，而且计算流程简单，计算量小。
-
Patent Agency Ranking
公开(公告)号：CN108521131A
公开(公告)日：2018-09-11
申请号：CN201810332035.3
申请日：2018-04-13
IPC: H02J3/18
Abstract: 本发明公开一种求解无功优化模型的混合交叉迭代方法,该方法包括1)建立无功优化模型；该模型的目标函数为网损，约束条件至少包括潮流方程、各节点电压约束、发电机无功出力约束、无功补偿装置的可投切电容或电抗器组数的约束、变压器分接头位置的上下限约束；2)将建立的所述无功优化模型中的变量分为控制变量和状态变量；其中，所述控制变量为可人工控制的实数变量，所述状态变量为不可人工控制的实数变量；3)采用混合交叉迭代方法求解无功优化模型；在求解过程中采用遗传方法来处理无功优化模型中的离散变量，并采用内点法来处理连续变量；4)输出结果。该方法结合了内点法计算速度的优势和遗传方法处理离散变量的优点，在结构上不同于传统组合方法的内外嵌套，可以大大减少计算所需要时间。
-
公开(公告)号：CN113902485B
公开(公告)日：2024-08-13
申请号：CN202111212168.5
申请日：2021-10-18
Applicant: 南方电网科学研究院有限责任公司 , 深圳供电局有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06V10/762 , G06V10/82 , G06T3/4007
Abstract: 本申请涉及一种专变电力用户行业识别方法、装置及设备，该识别方法通过X‑means聚类算法对每个专变电力用户每日的负荷曲线按照节假日、非节假日分别聚类，得到该专变电力用户的节假日和非节假日典型日负荷曲线；之后所有聚类后的m个专变电力用户的典型日负荷曲线按照节假日、非节假日分别进行第二次X‑means聚类，实现专变电力用户的有效行业分类，及时发现历史人为操作失误造成的专变电力用户档案录入错误的情况，提高行业识别效率。解决了现有对电力系统从智能电表获取的数据通过人工实现电力用户档案行业分类，此方式存在判断结果易出错、工作效率低且耗时耗力的技术问题。
-
公开(公告)号：CN114139835A
公开(公告)日：2022-03-04
申请号：CN202111585536.0
申请日：2021-12-23
Applicant: 深圳供电局有限公司
Abstract: 本发明提供一种电力负荷预测关键因素的辨识方法及系统，包括，获取环境变量数据；将所述环境变量数据按照预设的归一化规则进行归一化处理，得到环境变量集合；将所述环境变量集合作为输入量输入预先训练的相关因素辨识模型，得到电力负荷预测关键因素。本发明具备根据边界数据对不同场景下关键相关因素动态辨识的能力，从而实现关键相关因素的动态辨识，提升电力负荷预测准确性。根据外部环境变化动态选取与电力负荷关系最为紧密的相关因素，并将其作为相关因素预测算法的输入量，实现根据外部环境变化动态预测分析。
-
公开(公告)号：CN113902485A
公开(公告)日：2022-01-07
申请号：CN202111212168.5
申请日：2021-10-18
Applicant: 南方电网科学研究院有限责任公司 , 深圳供电局有限公司
IPC: G06Q30/02 , G06Q50/06 , G06V10/762 , G06V10/82 , G06T3/40
Abstract: 本申请涉及一种专变电力用户行业识别方法、装置及设备，该识别方法通过X‑means聚类算法对每个专变电力用户每日的负荷曲线按照节假日、非节假日分别聚类，得到该专变电力用户的节假日和非节假日典型日负荷曲线；之后所有聚类后的m个专变电力用户的典型日负荷曲线按照节假日、非节假日分别进行第二次X‑means聚类，实现专变电力用户的有效行业分类，及时发现历史人为操作失误造成的专变电力用户档案录入错误的情况，提高行业识别效率。解决了现有对电力系统从智能电表获取的数据通过人工实现电力用户档案行业分类，此方式存在判断结果易出错、工作效率低且耗时耗力的技术问题。
-
公开(公告)号：CN112749848A
公开(公告)日：2021-05-04
申请号：CN202110061670.4
申请日：2021-01-18
Applicant: 深圳供电局有限公司
Abstract: 本发明提供一种虚拟电厂年度收益预测方法及系统，所述方法包括获取电网的预设第一时间单位内用电负荷，并汇总预设第二时间单位内用电负荷，以及获得预设年份内预设第二时间单位内最大用电负荷；根据预设年份内每个预设第二时间单位内用电负荷除以预设年份内预设第二时间单位内最大用电负荷得到对应的第一比例值；计算虚拟电厂的总功率除以最大用电负荷得到第二比例值，并根据第二比例值计算得到第三比例值；根据第一比例值和第三比例值，计算虚拟电厂承担负荷的总时间；根据虚拟电厂的总功率、虚拟电厂承担负荷的总时间以及虚拟电厂的电价，计算虚拟电厂的年度预期收益。通过本发明，解决了现有收益预测效率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.03 seconds)
