-
公开(公告)号:CN117411063A
公开(公告)日:2024-01-16
申请号:CN202310985454.8
申请日:2023-08-07
Applicant: 国网浙江省电力有限公司平湖市供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明公开了一种光伏电站间歇性储能方法,包括以下步骤首先设置光伏组件、前端储能组件、储能逆变器组件、后端储能组件、传输电路和用电电网,通过传输电路将将光伏组件、前端储能组件、储能逆变器组件、电路切换器、后端储能组件和用电电网相连接,本发明使光伏储能系统可以储存多余的电量,防止电网中的电流浪费。
-
公开(公告)号:CN117411051A
公开(公告)日:2024-01-16
申请号:CN202310623890.0
申请日:2023-05-29
Applicant: 国网浙江省电力有限公司嘉兴供电公司
Inventor: 钱伟杰 , 应鸿 , 瞿万昌 , 俞成彪 , 郑怀华 , 郁家麟 , 陈肖烈 , 朱晔 , 周旻 , 顾曦华 , 金烨 , 糜晓波 , 杨玉锐 , 徐圆圆 , 畅伟 , 邓岚 , 闫威 , 李佳鹏 , 王强 , 王跃强
Abstract: 本发明公开了一种居住区电车集群的可调潜力量化评估方法;根据人为的充电习惯,在居民区交通高峰时段选择充电电桩数据,根据充电电桩数据建立配电系统的负荷动态模型,根据起始荷电状态和目标荷电状态预测高峰时段的实际电车负荷波动曲线,根据实际电车负荷波动曲线获取电动汽车的无功功率负荷和实际充电供电、实际放电功率,通过调整无功功率、将快充调整为慢充等方式获取电动汽车的可调潜力,并在用电高峰时段调整可调潜力协调电网过载,平衡配网电力需求。
-
公开(公告)号:CN117407704A
公开(公告)日:2024-01-16
申请号:CN202310702889.7
申请日:2023-06-13
Applicant: 国网浙江省电力有限公司平湖市供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司嘉兴供电公司 , 平湖市通用电气安装有限公司
IPC: G06F18/214 , G06F18/23 , G06N3/006 , G06N3/043 , H02J3/00
Abstract: 本发明提出可再生能源发电功率预测方法及其计算机设备、储存介质,其中方法包括步骤:确定影响发电功率的输入变量,将所述输入变量输入到神经模糊推理模型中;神经模糊推理模型对输入变量进行处理,根据所述输出变量输入预测的发电功率。本发明解决了现有技术无法准确的预测可再生能源的发电功率的问题。
-
公开(公告)号:CN117117827A
公开(公告)日:2023-11-24
申请号:CN202310872697.0
申请日:2023-07-14
Applicant: 国网浙江省电力有限公司嘉兴供电公司
IPC: H02J3/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的新型配电网状态估计方法,为了克服现有技术的新型配电网状态估计方法需要大量的计算量和计算时间难以满足新型配电网状态估计的准确度要求的问题,包括:采集电网历史量测数据,对电网历史量测数据进行预处理形成多断面新型配电网学习样本数据;构建卷积神经网络模型,基于多断面新型配电网学习样本数据对构建好的卷积神经网络模型进行训练,形成训练好的卷积神经网络状态估计模型;将当前断面的量测信息输入到训练好的卷积神经网络状态估计模型中,获得当前断面的新型配电网状态估计值。利用大量的配电网历史数据进行建模和训练,提高状态估计的精度和准确性,改善新型配电网的状态估计精度和计算效率。
-
公开(公告)号:CN117013522A
公开(公告)日:2023-11-07
申请号:CN202310815438.4
申请日:2023-07-05
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 国网浙江省电力有限公司
Abstract: 本发明公开了考虑分布式电源和气电协同的综合能源系统调度优化方法,包括:构建考虑天气分型下分布式电源不确定性的典型场景;利用场景分析法构建多日调度模型,包括以最大化消纳分布式新能源和最小化综合能源系统运行成本为目标的目标函数,以及对应的约束条件;考虑n日调度周期内的源端协同调度计算多日调度模型的最优解,作为日前优化的多调度资源调度方案。本发明综合考虑天气分型对风光出力分布参数的影响以及多日预测精度对分布方差变化的影响,构建综合能源系统的典型场景集,进行多日调度优化方案的计算,使得调度优化方案更贴合实际要求,能够在保障分布式电源不确定性下综合能源系统可靠性的同时,提升综合能源调度的经济性。
-
公开(公告)号:CN115622033B
公开(公告)日:2023-11-03
申请号:CN202211264982.6
申请日:2022-10-14
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 浙江华电器材检测研究院有限公司
Abstract: 本发明公开了一种极端降水灾害后的电网智能自愈方法。本发明包括以下步骤:S1:监测电网拓扑中各级设备的数据,统计受灾设备;S2:以设备的地理位置结合设备所处的电网拓扑位置,确定故障路径,划分待自愈区域;S3:将待自愈区域孤岛化运行,统计待自愈区域内的多类型能源储能分布情况,制定区域内自愈计划;S4:区域内自愈完成后,重新统计电网受极端降水灾害情况,根据电网拓扑中所有资源的分布,制定电网拓扑协同自愈计划;S5:在限定时间后,判断电网自愈情况;若未完成自愈,则更新电网受极端降水灾害情况后,重新制定自愈计划。虑到极端降水对实际地理路径的影响以及电力传输路径的影响,保证自愈计划的可靠实时。
-
公开(公告)号:CN114221555B
公开(公告)日:2023-10-10
申请号:CN202111307706.9
申请日:2021-11-05
Applicant: 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明公开了一种含潮流控制器的多端柔性软开关;通过环流检测模块检测接地线的电流信号,同时根据环形测温带测量电缆温度,由实际电缆温度、实际电压值和电流值与设置的损耗模型对比得到实际的能耗,同时根据实际能耗与预计能耗的对比,实时调整潮流控制器的匝数比,利用PFC实时调节潮流,避免环流形成的损耗。
-
公开(公告)号:CN116454985A
公开(公告)日:2023-07-18
申请号:CN202310228481.0
申请日:2023-03-10
Applicant: 国网浙江省电力有限公司平湖市供电公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司嘉兴供电公司 , 平湖市通用电气安装有限公司
Inventor: 沈红峰 , 陈超 , 钱金跃 , 姚强 , 吴佳 , 吴伟健 , 周秋强 , 潘白浪 , 顾一星 , 岳建通 , 龚利武 , 吴韬 , 张炜 , 吴军 , 钱伟杰 , 刘维亮 , 唐勇健 , 徐克 , 胡雷剑 , 吴迪
Abstract: 本发明提出一种基于新能源消纳的区域电网配电方法及系统,方法包括以下步骤:构建目标区域分布式电源网络拓扑图;在一定周期内获取各新能源发电站的盈余负荷功率和负荷功率;计算目标区域内所有新能源发电站的总盈余负荷功率,及各新能源发电站的负荷功率比;根据总盈余负荷功率和负荷功率比计算每个新能源发电站的目标盈余负荷功率;选出所有功率不足的新能源发电站和候选的功率盈余的新能源发电站;根据经过交换基站最少原则规划功率互济路径,使功率盈余的新能源发电站对功率不足的新能源发电站进行功率补充。本发明通过设置交换基站实现分布式电源之间的功率互济,有利于配电网就地消纳。
-
公开(公告)号:CN116451422A
公开(公告)日:2023-07-18
申请号:CN202310165133.3
申请日:2023-02-21
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 清华大学
Abstract: 本发明涉及一种电力‑交通系统协同优化规划方法,包括以下步骤:S1,获取电力网的分布信息,并调取出公路网中电动车的种类和各自的分布特征信息;S2,根据电力网的分布信息生成电力位置地图,根据电动车分布特征信息获取电动车充电需求;S3,结合公路网流量信息和电动车充电需求,确定充电桩以及新建储能站的位置;S4,对储能站位置附近公路网的主要用电目标实行用电调控策略,协同电力网进行高效供电。解决了现有的电力系统与交通系统之间协同性较差以及同步性不高的问题,本发明通过获取和分析电力网和公路网中的信息,得到最佳的公路网规划方案,且公路网协同电力网进行高效供电,保证电力系统与交通系统之间的相互协同,有良好的同步性。
-
公开(公告)号:CN116432991A
公开(公告)日:2023-07-14
申请号:CN202310702766.3
申请日:2023-06-14
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 国网浙江省电力有限公司海宁市供电公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了考虑时空特性的园区多能供需匹配度量化评估方法,包括以下步骤:对园区供需匹配度的影响因素进行权重分析;基于影响因素的权重分析结果获取园区的历史数据;采用DBN模型识别历史数据中影响因素的相关特性;利用RELM模型对数据进行拟合并输出园区多能供需匹配度量化评估结果;本发明在对园区多能系统的供需匹配度进行预测量化前,首先对冷热电负荷需求之间的多能耦合关系进行动态相关性分析,提取影响因素的权重,获取相应的影响因素作为数据参数进行模型量化,有利于提高DBN‑RELM供需匹配度量化模型的预测准确性。
-
-
-
-
-
-
-
-
-