-
公开(公告)号：CN115840903A
公开(公告)日：2023-03-24
申请号：CN202211422543.3
申请日：2022-11-14
Applicant: 清华大学 , 国网经济技术研究院有限公司 , 国网冀北电力有限公司电力科学研究院
IPC: G06F18/24 , G06F18/213 , G06F17/13 , G06Q50/06
Abstract: 本申请涉及电力系统技术领域，特别是涉及一种频率边界确定方法、装置及计算机设备。所述方法包括：获取预设扰动事件的有功缺额功率；根据所述有功缺额功率，以及各子站的扰动功率分配系数，确定各所述子站的受扰分配功率；针对任一所述子站，将所述子站的所述受扰分配功率发送至所述子站，以使所述子站根据对应的所述受扰分配功率，确定所述子站的频率下限值。采用本方法能够减少采集的参数量和计算量，大大提高了频率计算速度。
-
公开(公告)号：CN114139938A
公开(公告)日：2022-03-04
申请号：CN202111436746.3
申请日：2021-11-29
Applicant: 国网冀北电力有限公司电力科学研究院 , 清华大学 , 国家电网有限公司
Abstract: 本申请提供了一种新能源场站无功功率不平衡程度的判断方法。所述方法包括：获取新能源子站无功功率的无功功率参考值和无功功率实际值，根据所述新能源子站的无功功率参考值和无功功率实际值建立所述新能源子站无功功率不平衡的评价体系。所述新能源场站无功功率不平衡程度的判断方法根据所述评价体系对所述新能源场站的无功功率不平衡程度做出定量评价。
-
公开(公告)号：CN110611318B
公开(公告)日：2021-11-30
申请号：CN201810621924.1
申请日：2018-06-15
Applicant: 华北电力科学研究院有限责任公司 , 国网冀北电力有限公司电力科学研究院 , 清华大学 , 国家电网有限公司
IPC: H02J3/24
Abstract: 本申请涉及一种风电机组调频方法、装置、计算机设备和存储介质。所述方法包括：对风电机组进行参数整定，得到所述风电机组的初始退出频率时刻；根据所述初始退出频率时刻，再次对所述风电机组进行参数整定，得到所述风电机组的单位调节功率；根据所述初始退出频率时刻和所述单位调节功率，再次对所述风电机组进行参数整定，得到所述风电机组的虚拟惯性系数；根据所述单位调节功率，对所述初始退出频率时刻进行再次整定，得到所述风电机组的最终退出频率时刻。采用本方法能够基于风电机组接入的电力系统频率二次跌落的影响，实现风电机组的辅助调频。
-
公开(公告)号：CN113704984A
公开(公告)日：2021-11-26
申请号：CN202110934900.3
申请日：2021-08-16
Applicant: 国家电网有限公司 , 国网冀北电力有限公司电力科学研究院 , 清华大学
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q10/00 , G06Q50/06 , G06F111/04 , G06F119/06
Abstract: 本申请涉及一种电力系统年度检修计划制定方法、装置、计算机设备和存储介质。所述方法包括：建立以运行成本最小为优化目标的生产模拟模型，确定最优解，得到参考发电功率和参考失负荷功率，并确定弃电量期望和失负荷量期望；当弃电量期望中的最大值大于预设弃电量期望阈值时，根据弃电量期望的最大值或最小值确定计划检修时段；否则，根据失负荷量期望的最小值确定计划检修时段；预设弃电量期望阈值根据失负荷量期望的最大值和预设系数确定；修改边界条件，确定下一个待检修设备的计划检修时段，直到得到所有待检修设备的计划检修时段。采用本方法能够兼顾系统可靠性和弃电经济性、适用于可再生能源发电占比较高的电力系统的年度检修计划制定。
-
公开(公告)号：CN111156585A
公开(公告)日：2020-05-15
申请号：CN201811319361.7
申请日：2018-11-07
Applicant: 国网冀北电力有限公司 , 清华大学 , 国家电网有限公司 , 国家电网公司华北分部
Abstract: 本申请涉及一种风电供暖系统能量流控制方法、装置、计算机设备和存储介质。所述方法包括：通过获取不同供暖方式下热负荷的等效供暖负荷，每一所述等效供暖负荷至少包括电功率，其中，所述供暖方式包括蓄热式电锅炉供暖方式、集中式热泵供暖方式、分散式热泵供暖方式和户用电热设备供暖方式中的任意组合；再基于弃风消纳和风电供暖系统热效率的控制原则，将所述电功率和低位热源的热功率输入全环节能量流时序仿真模型，模拟所述电功率和低位热源的热功率的功率流向，以确定预设时段内的全环节能量流数据；进而根据预设时段内的全环节能量流数据，分别获取能量分析指标和分析指标。采用本方法能够实现提高弃风消纳及风电供暖系统能效的效果。
-
Patent Agency Ranking
公开(公告)号：CN107482692B
公开(公告)日：2020-03-31
申请号：CN201710692543.8
申请日：2017-08-14
Applicant: 清华大学 , 国网冀北电力有限公司 , 国家电网公司
Abstract: 本发明涉及一种风电场有功控制的方法、装置及系统。其中方法包括以下步骤：获取每一风电机组的有功调控能力；依据所述有功调控能力对所述多个风电机组排序，得到有功调控能力排序结果；根据所述风电机组的超短期功率预测值及有功调控指令的完成比例，将所述多个风电机组分类，得到分类结果；以及按照多个风电机组的分类结果和有功调控能力排序结果，调整各个风电机组的有功出力。其对风电机组的调控顺序根据运行参数客观判断，受主观影响小，而且根据客观条件判断，能够对最适合调控的风电机组优先进行调控，减少风电机组动作次数，减少机械损失，并能快速满足风电场调控目的，工作效率高。
-
公开(公告)号：CN110611318A
公开(公告)日：2019-12-24
申请号：CN201810621924.1
申请日：2018-06-15
Applicant: 华北电力科学研究院有限责任公司 , 国网冀北电力有限公司电力科学研究院 , 清华大学 , 国家电网有限公司
IPC: H02J3/24
Abstract: 本申请涉及一种风电机组调频方法、装置、计算机设备和存储介质。所述方法包括：对风电机组进行参数整定，得到所述风电机组的初始退出频率时刻；根据所述初始退出频率时刻，再次对所述风电机组进行参数整定，得到所述风电机组的单位调节功率；根据所述初始退出频率时刻和所述单位调节功率，再次对所述风电机组进行参数整定，得到所述风电机组的虚拟惯性系数；根据所述单位调节功率，对所述初始退出频率时刻进行再次整定，得到所述风电机组的最终退出频率时刻。采用本方法能够基于风电机组接入的电力系统频率二次跌落的影响，实现风电机组的辅助调频。
-
公开(公告)号：CN104537204B
公开(公告)日：2017-11-28
申请号：CN201410621955.9
申请日：2014-11-07
Applicant: 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 清华大学
IPC: G06F19/00
Abstract: 一种热电联供电网中风电电量消纳能力的评估方法，包括以下步骤：对持续热负荷曲线及持续电负荷曲线进行离散化处理，得到离散化后的持续电负荷曲线及离散化后的持续热负荷曲线；各热电联产机组以最小热功率安排生产，在离散化后的持续热负荷曲线上带负荷，并以相应的最小电功率在离散化后的持续电负荷曲线上带负荷；各非供热火电机组以最小电功率安排生产，在离散化后的持续电负荷曲线上带负荷；选择电热增量比最小的热电联产机组，在离散化后的持续热负荷曲线上带负荷，直到离散化后的持续热负荷曲线被排满；安排风电在离散化后的持续电负荷曲线上带负荷，直到离散化后的持续电负荷曲线也被排满，获得风电消纳电量及风电消纳率。
-
公开(公告)号：CN107067100A
公开(公告)日：2017-08-18
申请号：CN201710055628.5
申请日：2017-01-25
Applicant: 国网冀北电力有限公司 , 国家电网公司 , 清华大学
Abstract: 本发明涉及一种风电功率异常数据辨识方法，其中，所述方法包括：根据异常数据的来源和时间序列的不规则变化，将异常数据进行分类，得到异常数据分类结果；根据异常数据的分类结果，获取异常数据判断标准；根据异常数据判断标准，对同时段风电功率序列和风速序列分别进行概率变点分析，辨识时间序列中的不规则突变；根据风电功率序列和风速序列建立混合回归模型，根据各回归变量重要性排序的变化，获得风电功率序列中的模型变点。本发明还涉及一种风电功率异常数据辨识装置。本发明提供的风电功率异常数据辨识方法和装置能够对风电功率异常数据进行准确辨识。
-
公开(公告)号：CN105590027A
公开(公告)日：2016-05-18
申请号：CN201510948258.9
申请日：2015-12-17
Applicant: 国网冀北电力有限公司 , 清华大学 , 国家电网公司
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明提供一种光伏功率异常数据的识别方法，包括：利用光伏电站辐照度和光伏功率实测数据，拟合辐照度-光伏功率Copula函数参数；根据Copula函数描述辐照度和光伏功率这两个随机变量的相关关系建立概率功率曲线；通过辐照度-光伏功率散点图，总结异常数据点特征建立异常数据判别准则；基于Copula函数和异常数据判别准则，识别筛选异常数据，建立新数据集；以及若有异常数据被识别，在剔除异常数据后重复以上步骤，对新数据集继续进行识别；若无，则直接利用判别准则和概率功率曲线，识别原始数据集中异常数据。本方法适用于各类光伏电站光伏功率异常数据识别，具有普遍性，且可解决原始数据异常数据比例高的问题。
-
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.087 seconds)
