-
公开(公告)号:CN118521056A
公开(公告)日:2024-08-20
申请号:CN202311524865.3
申请日:2023-11-15
申请人: 中国电力科学研究院有限公司 , 华北电力大学
IPC分类号: G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06Q50/26
摘要: 本发明公开了一种用于冷热电联供系统低碳经济优化调度的方法及系统,属于微电网节能减排技术领域。本发明方法,包括:针对冷热电联供系统,构建冷热电联供系统模型、需求响应模型和碳排放交易模型;根据所述冷热电联供系统模型、需求响应模型和碳排放交易模型,构建所述冷热电联供系统的低碳经济优化调度模型;获取所述低碳经济优化调度模型所对应的参数值,将所述参数值代入所述低碳经济优化调度模型进行求解,以得到最优解,以最优解作为优化调度策略,对冷热电联供系统进行低碳经济优化调度。本发明促进了可再生能源的消纳,提高了能源的利用率。
-
公开(公告)号:CN118412844A
公开(公告)日:2024-07-30
申请号:CN202410394366.5
申请日:2024-04-02
申请人: 华北电力大学
摘要: 本公开实施例提供了一种电力系统预测运行结果确定方法及装置,涉及电力系统运行技术领域。该方法包括:根据风电预测发电功率和光伏预测发电功率确定预设渗透率下的风光预测发电功率;根据预设渗透率下的风光预测发电功率、负荷数据和电力系统拓扑图,得到预设渗透率下的电力系统预测运行结果,根据预设渗透率下的风光预测发电功率和预设渗透率下的实际风光发电功率之间的差值,对预设渗透率下的电力系统预测运行结果进行调整。采用本技术方案,能够确定在不同渗透率、不同储能配比下,风光发电功率预测误差对电力系统运行结果的影响,进而确定储能充放电、弃能、启动备用电源或切负荷操作。
-
公开(公告)号:CN118117739A
公开(公告)日:2024-05-31
申请号:CN202410058452.9
申请日:2024-01-15
申请人: 华北电力大学
摘要: 本申请涉及风力发电技术领域,提供一种风电低出力事件识别方法、装置、设备和存储介质,该方法包括:获取目标时间窗口内的风电时序数据,风电时序数据包括按照时间顺序记录的风电场的实时输出功率;然后,基于风电时序数据计算目标时间窗口内风电场的平均输出功率、最大输出功率和输出功率分布值;在平均输出功率小于第一平均功率阈值,最大输出功率小于第一最大功率阈值且输出功率分布值小于第一功率分布阈值的情况下,将风电时序数据标记为风电低出力事件;其中,第一平均功率阈值、第一最大功率阈值以及第一功率分布阈值由风电场的额定功率和负荷参数确定。本申请的技术方案提高风电低出力事件的识别准确性,以应对风电出力的强不确定性。
-
公开(公告)号:CN117907938A
公开(公告)日:2024-04-19
申请号:CN202311766852.7
申请日:2023-12-20
申请人: 华北电力大学
IPC分类号: G01S5/22
摘要: 本公开涉及一种裂纹螺栓定位方法、装置、设备及介质。该方法包括:获取待测裂纹螺栓的多个声发射信号,其中,待测裂纹螺栓安装在风电机组的塔筒法兰上,多个声发射信号由多个声发射传感器分别采集,多个声发射传感器安装在风电机组的塔筒法兰的不同位置上;基于多个声发射信号分别对应的传播时间,确定待测裂纹螺栓在风电机组的塔筒法兰上的目标位置。由此,采用声发射监测方式,基于不同声发射信号分别对应的传播时间,实时定位风电机组的塔筒法兰上的裂纹螺栓的位置,其所需传感器数目少,成本较低,并且,声发射传感器的结构简单,安装方便,识别准确率较高,有效降低了风电机组倒塌的风险,提高了风电机组的安全性。
-
公开(公告)号:CN112949075B
公开(公告)日:2024-03-15
申请号:CN202110275020.X
申请日:2021-03-15
申请人: 华北电力大学
摘要: 本发明公开了属于风力发电技术领域的一种计及风切变和塔影效应的风轮等效风速计算方法。包括以下步骤,步骤1:建立风切变效应计算模型;步骤2:建立塔影效应计算模型;步骤3:根据步骤1和步骤2的模型建立风切变和塔影效应联合计算模型;步骤4:基于等效功率原则,综合考虑风切变、塔影效应及风电机组运行特性,构建计及风切变和塔影效应的基于等效功率的风轮等效风速数学模型,并计算风轮瞬时等效风速和风轮平均等效风速。本发明提出的方法涵盖了实际功率控制偏差引起的功率损失,能够有效地反映不同功率控制阶段、实际控制效果下风轮等效风速的变化规律,更符合风电机组实际运行特性。
-
公开(公告)号:CN117375094A
公开(公告)日:2024-01-09
申请号:CN202311091533.0
申请日:2023-08-28
申请人: 华北电力大学
摘要: 本公开涉及一种风电制氢掺氢系统的控制方法、装置、设备、介质及系统。获取风电场中弃风电能的处理数据、天然气管网的气网节点数据以及天然气管网的气网节点连接关系,其中,制氢设备用于将弃风电能制备成氢气,以使氢气掺入天然气管网,天然气管网用于将制氢设备制备好的氢气运输至氢气使用设备;基于弃风电能的处理数据和气网节点数据,确定风电制氢掺氢系统的目标函数,以及基于弃风电能的处理数据、气网节点数据和气网节点连接关系,确定目标函数的约束条件;根据约束条件和目标函数,确定风电制氢掺氢系统的优化参数;基于优化参数,控制风电制氢掺氢系统运行。由此,能够控制风电制氢掺氢系统中的不同主体相互耦合,提高了弃风电能的利用率。
-
公开(公告)号:CN117374913A
公开(公告)日:2024-01-09
申请号:CN202311126949.1
申请日:2023-09-01
申请人: 华北电力大学
IPC分类号: H02J3/00 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N20/00
摘要: 本公开实施例涉及一种基于STL分解与多层seq2seq模型的波浪能预测方法、装置、设备及介质,其中该方法包括:获取波浪能发电装置的历史功率数据;对历史功率数据进行预处理,获得原始序列;对原始序列进行分解,得到目标趋势序列和目标周期序列;通过已训练的多层seq2seq模型分别对原始序列、目标趋势序列和目标周期序列进行处理,得到预测结果。采用上述技术方案,通过STL对波浪能发电功率序列进行分解,再通过多层seq2seq模型对原始序列、趋势序列和周期序列进行特征提取和预测,解决了现有模态分解方法的分解分量物理含义模糊、多分量对预测结果劣化的问题,能够充分提取原始序列中的周期信息以及时序特征,从而提高模型预测的准确率。
-
公开(公告)号:CN116581756B
公开(公告)日:2023-12-12
申请号:CN202310855055.X
申请日:2023-07-13
申请人: 华北电力大学
IPC分类号: H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/0464 , G06Q50/06 , G06F18/214
摘要: 本公开涉及一种风电功率预测方法、模型训练方法、装置、设备及介质。获取目标风电场的实时天气预报数据;利用预先训练的风电功率预测模型,对实时天气预报数据进行处理,得到目标风电场的实时风电功率预测数据;风电功率预测模型首先利用已运行时间较长的源风电场的第二训练数据确定目标风电场的风电功率预测元模型,然后利用目标风电场的第一训练数据来微调风电功率预测元模型。这样,训练好的风电功率预测模型能够很好的适应目标风电场的风电功率预测,从而保证目标风电场的风电功率预测结果的准确性。
-
公开(公告)号:CN112836870B
公开(公告)日:2023-12-12
申请号:CN202110097370.1
申请日:2021-01-25
申请人: 华北电力大学
IPC分类号: G06Q10/04 , G06F16/28 , G06F18/241 , G06F18/214 , G06Q50/06
摘要: 本公开提供一种预测风电功率的方法、装置、设备和计算机可读存储介质,通过获取待预测风电场的预测时刻之前的各种类别的实际数据,即第一历史数据,和预测时刻之后的能够获取到的未来预测数据,即第一未来数据,将待预测风电场的第一历史数据和第一未来数据分别转换为能够被风电功率预测模型识别的第一历史二维数组和第一未来二维数组,利用编码解码神经网络搭建的风电功率预测模型,将第一历史二维数组输入到风电功率预测模型的编码部分,将第一未来二维数组输入到风电功率预测模型的解码部分,得到待预测风电场的预测功率,充分考虑到了风电预测的时序依赖性,从而使得风电功率预测精度更高,预测功率更加准确。
-
公开(公告)号:CN117200187A
公开(公告)日:2023-12-08
申请号:CN202311029087.0
申请日:2023-08-15
申请人: 华北电力大学
IPC分类号: H02J3/00 , G06F18/214 , G06N3/096 , G06Q50/06 , H02J3/38
摘要: 本公开涉及一种光伏功率预测方法、模型训练方法、装置、设备及介质。获取目标光伏电站的实时天气预报数据;利用目标光伏电站的光伏功率预测模型,对实时天气预报数据进行处理,得到目标光伏电站的目标预测光伏功率;其中,光伏功率预测模型利用源光伏电站的第一训练数据对初始模型中的自适应学习器和迁移学习器分别进行预训练,并利用第一训练数据对预训练得到的第一模型中的自适应学习器进行参数更新,以及利用目标光伏电站的第二训练数据对参数更新得到的第二模型中的自适应学习器继续进行参数微调得到,第一训练数据的数据量远远大于第二训练数据的数据量。这样,利用了适用于目标光伏电站的模型进行光伏发电功率预测,从而提高预测精度。
-
-
-
-
-
-
-
-
-