-
公开(公告)号：CN116191555A
公开(公告)日：2023-05-30
申请号：CN202211461717.7
申请日：2022-11-22
申请人： 中国农业大学 , 中国电力科学研究院有限公司
IPC分类号： H02J3/46
摘要： 本发明公开了一种基于灵活性边界预估的分布式新能源调峰响应优化运行方法，根据分布式风电和光伏功率以及负荷的历史实测时间序列，构建大量的考虑储能的分布式多能互补系统调度优化场景，结合历史实测数据和调度结果，计算分布式多能互补系统总出力的上调边界和下调边界。分布式风电和光伏以及负荷的历史实测值为输入，以计算出的系统上调边界和下调边界为输出，构建并训练基于深度学习的分布式多能互补系统灵活性边界预估模型。本发明既可以充分挖掘分布式多能互补系统的灵活性潜力，又可以保证调度对灵活性的需求处于分布式多能互补系统的调节能力范围之内，降低调控风险。
-
公开(公告)号：CN103996072B
公开(公告)日：2017-03-08
申请号：CN201410176194.0
申请日：2014-04-29
申请人： 中国农业大学
摘要： 本发明公开一种风电场和风电区域的风电功率预测方法，该方法包括：A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；C.计算风电场和风电区域的风速变化矩阵；D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
-
公开(公告)号：CN103996072A
公开(公告)日：2014-08-20
申请号：CN201410176194.0
申请日：2014-04-29
申请人： 中国农业大学
摘要： 本发明公开一种风电场和风电区域的风电功率预测方法，该方法包括：A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；C.计算风电场和风电区域的风速变化矩阵；D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
-
公开(公告)号：CN116384845A
公开(公告)日：2023-07-04
申请号：CN202310134268.3
申请日：2023-02-20
申请人： 中国农业大学
IPC分类号： G06Q10/067 , G06Q10/0631 , G06N3/092 , G06N3/047 , G06Q50/06 , H02J3/00 , H02J3/14
摘要： 本发明涉及一种基于深度强化学习的电动汽车需求响应和充电调度方法，所述方法能够被一个或多个处理器执行，包括：所述一个或多个处理器构建电动汽车需求响应和电动汽车聚合商运营调度模型；所述一个或多个处理器基于车辆的充电灵活性对车辆进行分类；所述一个或多个处理器将电动汽车聚合商的运营过程构造成一个能保证约束条件得到满足的马尔可夫决策过程，并确定时刻t对应的状态St、动作at和奖励Rt；所述一个或多个处理器对所述马尔科夫决策过程进行求解，并通过训练获得包含任意状态St到动作at映射的鲁棒智能体；所述一个或多个处理器将所述鲁棒智能体部署至电动汽车充电站内，以对充电站内的电动汽车的充电过程进行优化管理。
-
公开(公告)号：CN114943174A
公开(公告)日：2022-08-26
申请号：CN202210406086.2
申请日：2022-04-18
申请人： 中国农业大学
IPC分类号： G06F30/27 , G06F17/16 , G06F113/06 , G06F119/02
摘要： 本发明提出了一种用于寒潮小样本情况下的风机出力损失预测方法。为了弥补当前寒潮等极端天气状况下对风机出力损失预测研究的不足，一方面，扩充寒潮等极端天气状况的数据量，为风机出力损失预测提供一个广阔坚实的数据基础；另一方面，建立风机出力损失的预测模型，预测出寒潮发生时的风机出力损失。该方法采用元学习‑对抗生成网络对寒潮时期的各项所需数据进行扩充和增强，分别研究寒潮时期和正常时期各气象因子对风机出力影响机理，建立两个模型分别预测得到极端天气状况下和非极端天气状况下的风机出力值，两者相减得到风机出力的损失值。通过该方法，可在应对寒潮事件发生时对风机出力提供充分的预估分析，并给出恰当适时的响应策略。
-
公开(公告)号：CN108564206A
公开(公告)日：2018-09-21
申请号：CN201810257736.5
申请日：2018-03-27
申请人： 中国农业大学
摘要： 本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法，包括以下步骤：一、对某区域内各风电场的同期风电功率历史数据归一化，然后对出力状态等区间划分，生成基本数据集和风电出力状态库，并存储。二、各风电场交换历史空间相关数据，在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵，建立各风电场的稀疏化时空风电功率预测模型，并求解。四、各风电场之间交换实时测量数据，根据各风电场在当前时刻的出力值，采用预测模型对风电场功率值预测，并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度，显著提高计算效率。
-
公开(公告)号：CN108549962A
公开(公告)日：2018-09-18
申请号：CN201810561013.4
申请日：2018-06-04
申请人： 中国农业大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了基于历史分段序列搜索和时序稀疏化的风电功率预测方法，对风电功率历史数据进行归一化，根据功率时间序列波动特征和基本统计特性确定搜索的分段时间序列的窗口宽度最优值。以当前时刻最新的分段时间序列为基准，综合相关性指标和相似性距离指标，计算所有历史分段时间序列与当前时刻的分段时间序列的匹配度。按照从大到小的顺序对匹配度进行排序，按照平均匹配度聚合的原则确定最优历史分段序列个数。针对每个时刻的当前分段时间序列，确定其相应的最优历史分段序列个数和最优的平均历史分段序列个数。针对训练时间序列所有时刻，建立时序稀疏化的功率预测模型。采用乘子交替方向法对其求解，得到模型的参数，用于未来的功率预测。
-
公开(公告)号：CN115498662A
公开(公告)日：2022-12-20
申请号：CN202210915717.3
申请日：2022-08-01
申请人： 中国农业大学
摘要： 本发明涉及一种基于用电侧状态时变模型的储能调度方法。主要包括：建立用电侧在某一时刻的状态模型；形成用电侧状态时变模型；建立概率功率模型，根据刚性度大小来确定用电器用电功率的承担者；电网侧根据所需要承担的用电功率制定供电计划，并将供电计划信息反馈到预测过程；利用储能装置灵活充发电的优势来跟随用电因子的用电状态实现实时的功率平衡，并且将储能运行信息反馈到下一阶段的预测过程，形成控制闭环。本发明基于不同的用电特性制定大电网供电和储能供电相结合的“量体裁衣”式供电方式，这不仅可以节约电能，减少不必要的浪费，还通过引入储能供电有效加强了电网的弹性供电能力，从而更好的完成供电目标，保证供电质量。
-
公开(公告)号：CN108549962B
公开(公告)日：2020-10-09
申请号：CN201810561013.4
申请日：2018-06-04
申请人： 中国农业大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了基于历史分段序列搜索和时序稀疏化的风电功率预测方法，对风电功率历史数据进行归一化，根据功率时间序列波动特征和基本统计特性确定搜索的分段时间序列的窗口宽度最优值。以当前时刻最新的分段时间序列为基准，综合相关性指标和相似性距离指标，计算所有历史分段时间序列与当前时刻的分段时间序列的匹配度。按照从大到小的顺序对匹配度进行排序，按照平均匹配度聚合的原则确定最优历史分段序列个数。针对每个时刻的当前分段时间序列，确定其相应的最优历史分段序列个数和最优的平均历史分段序列个数。针对训练时间序列所有时刻，建立时序稀疏化的功率预测模型。采用乘子交替方向法对其求解，得到模型的参数，用于未来的功率预测。
-
公开(公告)号：CN105846465B
公开(公告)日：2018-06-19
申请号：CN201610318687.2
申请日：2016-05-13
申请人： 中国农业大学
摘要： 本发明涉及一种交直流混合供电系统和方法。所述系统包括变流器C1、C2、C3、C4和C5，二极管D1、D2和D3，智能控制开关S1、S2、S3和直流母线。以优先利用本地DG为原则，采用基于直流母线电压信号的自适应功率控制策略，根据直流母线电压信号的状态自动控制三相交流电网、本地DG和本地储能的智能控制开关S1、S2和S3，实现对三相交流电网、本地DG、本地储能和负荷用电之间供需功率平衡的有效调控。该方法对传统交流系统有很好的兼容性，避免了本地DG以交流形式并网的交流稳定、电压和频率同步、无功功率等问题，可实现对本地负荷的连续、高可靠性供电，减小对用户侧电能质量的影响，提高本地DG的能源利用效率，具有良好的环境友好性。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.022 秒)