-
公开(公告)号:CN117107736A
公开(公告)日:2023-11-24
申请号:CN202211014086.4
申请日:2022-08-23
Applicant: 上海能源科技发展有限公司 , 五凌电力有限公司
Abstract: 本公开提供了基于小微型风力发电机组的沙源地生态治理方法及系统,涉及生态治理技术领域,包括控制中心,所述控制中心连接有风力发电子系统、防风固沙子系统及沙漠绿化子系统;根据场地情况,以水源为中心,将其划分为若干子区域;在每个子区域中心布置一台小微型风电机组,作为系统的电源;布设电缆将各机组连接,形成微电网,根据实际布设不同的网络;在水源地设置蓄水池、并安装水泵,水泵连接所述微电网;在场地边界和内部设置草网格,内部网格和小微型风力发电机组的塔基拉结,在草网格内种植沙漠绿化子系统,解决传统地面风能电站对项目占地区域土地沙漠化治理的缺失。
-
公开(公告)号:CN119435291A
公开(公告)日:2025-02-14
申请号:CN202310943719.8
申请日:2023-07-28
Applicant: 上海能源科技发展有限公司 , 五凌电力有限公司
Abstract: 本发明提供了一种垂直轴风力发电机叶片翼型、风轮及风力发电机,所述翼型在低风速下具有较高升阻比,翼型的最大厚度为翼型弦长的13.19%;翼型的最大厚度位置为翼型弦长的32.30%;翼型的最大弯度为翼型弦长的2.27%;翼型的最大弯度位置为翼型的58.90%。本发明的叶片翼型在较低的雷诺数和较大范围的局部攻角下具有较高的升力系数和升阻比,从而可以有效提升小型垂直轴风力发电机在中低风速下的气动性能。能够提高低风速下小型垂直轴风力发电机的风能利用效率、提升发电量,提高机组的发电效率,更好的满足地风资源受到周边环境影响较大的综合智慧能源项目和分散式风电的需要。
-
公开(公告)号:CN119435290A
公开(公告)日:2025-02-14
申请号:CN202310938425.6
申请日:2023-07-28
Applicant: 五凌电力有限公司 , 上海能源科技发展有限公司
IPC: F03D3/06
Abstract: 本发明提供了一种适用中低风速的垂直轴风电叶片翼型、风轮及发电机,翼型的最大厚度为翼型弦长的18.37%;翼型的最大厚度位置为翼型弦长的31.20%;翼型的最大弯度为翼型弦长的2.11%;翼型的最大弯度位置为翼型的23.20%。本发明提供的叶片翼型在较大的局部攻角和较低的雷诺数工况下具有较高的升力系数和升阻比,可以有效提升垂直轴风力机在中低风速下的气动性能,提高机组的风能利用效率。能够满足地形条件复杂、建筑物密集或相互遮挡的综合智慧能源和分散式风电项目的需要,提高垂直轴风力发电机在风资源变化大、平均风速较低的工况下的发电效率。
-
公开(公告)号:CN116641354A
公开(公告)日:2023-08-25
申请号:CN202211052914.3
申请日:2022-08-31
Applicant: 上海能源科技发展有限公司 , 五凌电力有限公司
IPC: E02D3/00 , A01G20/00 , E03B3/28 , E03B11/10 , E03B7/08 , E03B7/07 , E03B1/02 , F03D9/11 , A01G25/02
Abstract: 本发明公开了基于风力发电机组沙漠冷凝水灌溉生态治理系统,涉及荒漠治理技术领域,解决了现有冷凝水无法得到合理利用,甚至存在冷凝水流失的问题,具有实现生态区域的供水的有益效果,具体方案如下:基于风力发电机组沙漠冷凝水灌溉生态治理系统,包括风机冷凝水制取装置,包括用于支撑小微风机的空心塔筒,空心塔筒内部设置进气管,空心塔筒底部设置冷凝管;风储供电装置,设于风机冷凝水制取装置上,包括逆变系统和储能电池,为各电压等级用电设备及负荷供电;草格化阵列,划分若干草网格阵列模块,并且以风机冷凝水制取装置为中心,草网格与风机冷凝水制取装置的基础拉结以形成闭环供水供电系统。
-
公开(公告)号:CN117332612A
公开(公告)日:2024-01-02
申请号:CN202311407295.X
申请日:2023-10-26
Applicant: 上海能源科技发展有限公司
IPC: G06F30/20 , G06N3/126 , G06Q50/06 , G06F113/04 , G06F111/06
Abstract: 本公开涉及电网系统多目标优化方法。包括:获取电网系统中多个设备分别对应的初始变量值;通过改变多个初始变量值,对应得到多个当前变量值;基于多个当前变量值,确定多个目标分别对应的当前函数值;将每个当前函数值与目标集合中子集中的对应的函数值比较,已更新目标集合。通过初始变量值方便的获取当前迭代的变量值,能够降低计算成本,并通过多目标比对能够快速高效的得到多个帕累托最优形成优化的集合。降低了时间成本,同时减轻了计算资源需求,使得能够在嵌入式系统以及资源受限的环境中实现优化。
-
公开(公告)号:CN116647023A
公开(公告)日:2023-08-25
申请号:CN202211008014.9
申请日:2022-08-22
Applicant: 上海能源科技发展有限公司
IPC: H02J7/35 , G01R31/367 , G01R31/387
Abstract: 本发明涉及深海测风雷达多源互补供电系统,包括连接在海上浮标上表面的光伏发电单元,光伏发电单元与蓄电池组连接,蓄电池组与控制器连接;控制器被配置为:获取蓄电池组中每节电芯的电压、放电电流、温度和内电阻信息,根据电池开路电压曲线经积分处理得到每节电芯的基础SOC值,通过二维查值表,得到优化后的电池剩余可用能量。通过积分实现蓄电池基本SOC估算,在电池管理系统的控制下单独完成容量标定和SOC标定。通过查值表法,得出经校正后的最新电池系统容量和SOC标定值,并以此做为后续电池充放电管理的依据,经此得出的SOC值误差小,同时在长时间累积过程中会避免SOC误差放大的现象。
-
公开(公告)号:CN116663996B
公开(公告)日:2024-12-17
申请号:CN202310653536.2
申请日:2023-06-02
Applicant: 上海能源科技发展有限公司
IPC: G06Q10/0639 , G06F17/18 , G06N3/084 , G06N3/048 , G06Q50/06
Abstract: 本发明提供了一种风力发电机组能效水平的评估方法和装置,评估方法基于神经网络和自适应阈值,包括如下步骤:S1、基于历史数据建立神经网络模型进行训练,获得核心参数的预测值;S2、根据核心参数的预测值和实际值计算核心参数的可靠度损失;S3、设定核心参数的权重;S4、根据权重和可靠度损失计算核心参数对应的子系统的能效水平;S5、基于极值理论,采用指数概率密度形式直接拟合可靠度损失历史数据,得到可靠度损失的自适应阈值的起始值;S6、建立滑移窗口计算每个时间点的自适应阈值;S7、根据自适应阈值判断风力发电机组能效水平是否达标。本发明通过计算核心参数的可靠度损失,准确地得到子系统和整机风能转化水平,能够较为准确地获取核心参数的预测值。
-
公开(公告)号:CN117434518A
公开(公告)日:2024-01-23
申请号:CN202210832321.2
申请日:2022-07-15
Applicant: 上海能源科技发展有限公司
IPC: G01S7/481
Abstract: 本发明涉及一种海上激光雷达自稳装置,包括同圆心布置的内自稳环与外自稳环,内自稳环通过沿直径方向布置的第一轴与外自稳环转动连接,内自稳环围成的环形空间内部连接激光雷达,外自稳环通过沿直径方向布置的第二轴与支架转动连接,第一轴和第二轴在同一个平面内呈垂直交叉,内自稳环底部连接配重块。两组自稳环转动运动所绕的轴在同一个平面内呈十字交叉,使自稳装置在自稳环的一定摆动角度范围内形成简谐振动,从而降低雷达受海面环境影响出现的扰动,整套装置没有能源消耗,形成无源自稳系统。
-
公开(公告)号:CN116777109A
公开(公告)日:2023-09-19
申请号:CN202310721516.4
申请日:2023-06-16
Applicant: 上海能源科技发展有限公司 , 国家电投集团江苏电力有限公司
IPC: G06Q10/063 , F03D17/00 , G06Q50/06 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种风力发电机组设备状态评估方法及系统,评估方法包括采集跟目标监测机组运行状态相关因素的历史数据;对历史数据进行归一化处理得到目标数据,并将目标数据按比例分为训练集和测试集;搭建LSTM神经网络模型,并将训练集输入至模型进行训练,获得机组状态评估模型,并将测试集输入至机组状态评估模型进行预测,得到不同工况下目标监测机组的监测信号的理论值。通过采集跟目标监测机组运行状态相关因素的历史数据,并对历史数据归一化处理得到训练集和测试集,并进一步采用LSTM神经网络模型,相较于传统的BP神经网络,可以更好的捕捉变工况对机组健康状态的影响,提高了模型的准确性。
-
公开(公告)号:CN116663996A
公开(公告)日:2023-08-29
申请号:CN202310653536.2
申请日:2023-06-02
Applicant: 上海能源科技发展有限公司
IPC: G06Q10/0639 , G06F17/18 , G06N3/084 , G06N3/048 , G06Q50/06
Abstract: 本发明提供了一种风力发电机组能效水平的评估方法和装置,评估方法基于神经网络和自适应阈值,包括如下步骤:S1、基于历史数据建立神经网络模型进行训练,获得核心参数的预测值;S2、根据核心参数的预测值和实际值计算核心参数的可靠度损失;S3、设定核心参数的权重;S4、根据权重和可靠度损失计算核心参数对应的子系统的能效水平;S5、基于极值理论,采用指数概率密度形式直接拟合可靠度损失历史数据,得到可靠度损失的阈值起始值;S6、建立滑移窗口计算每个时间点的阈值;S7、根据阈值判断能效水平是否达标。本发明通过计算核心参数的可靠度损失,准确地得到子系统和整机风能转化水平,能够较为准确地获取核心参数的预测值。
-
-
-
-
-
-
-
-
-