-
公开(公告)号：CN105529728A
公开(公告)日：2016-04-27
申请号：CN201610031833.3
申请日：2016-01-18
IPC分类号： H02J3/28
CPC分类号： H02J3/28 , H02J2003/003
摘要： 本发明提供一种考虑多源信息融合和计划出力的储能可调度容量预测方法，所述方法包括如下步骤：(1)获取实时数据；(2)计算新能源发电场当前时刻的日前预测功率、超短期预测功率以及储能系统的荷电状态；(3)基于新能源发电场运行状态以及所述储能系统荷电状态区间，计算当前时刻储能系统的出力值；(4)将所述储能系统的出力值分配给各储能单元，并计算当前时刻末各储能单元的荷电状态值；(5)计算所述储能系统在当前时刻未来四小时末的荷电状态值；(6)计算未来四小时所述储能系统可调度充放电容量。本发明适用于风储、光储以及风光储等新能源与储能联合发电跟踪发电计划应用时的储能系统可调度容量的预测。
-
公开(公告)号：CN105226689A
公开(公告)日：2016-01-06
申请号：CN201510674350.0
申请日：2015-10-16
申请人： 中国电力科学研究院 , 国家电网公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： H02J3/28
摘要： 本发明提供考虑运行和维护的多类型储能系统能量管理方法和系统，所述方法包括：读取风光储发电系统和电池储能系统的相关数据；计算标准化模量累积均值得出的滤波阶数基准值，将功率信号分解成高频、中频和低频信号；求取当前时刻储能系统有功功率和荷电状态，并判断当前时刻储能系统的荷电状态是否超过预设值，若超过，则停止功率平滑控制，否则根据储能系统的荷电状态和实际功率实时修正储能系统功率命令值；根据储能系统有功功率的符号来判断储能系统的充放电状态，并基于储能系统充放电状态计算各储能电池机组的有功功率命令值；实时对储能系统进行充放电控制。本发明达到即能防止储能系统出现过充和过放现象，保持储能系统良好性能。
-
公开(公告)号：CN105529728B
公开(公告)日：2022-03-18
申请号：CN201610031833.3
申请日：2016-01-18
IPC分类号： H02J3/28
摘要： 本发明提供一种考虑多源信息融合和计划出力的储能可调度容量预测方法，所述方法包括如下步骤：(1)获取实时数据；(2)计算新能源发电场当前时刻的日前预测功率、超短期预测功率以及储能系统的荷电状态；(3)基于新能源发电场运行状态以及所述储能系统荷电状态区间，计算当前时刻储能系统的出力值；(4)将所述储能系统的出力值分配给各储能单元，并计算当前时刻末各储能单元的荷电状态值；(5)计算所述储能系统在当前时刻未来四小时末的荷电状态值；(6)计算未来四小时所述储能系统可调度充放电容量。本发明适用于风储、光储以及风光储等新能源与储能联合发电跟踪发电计划应用时的储能系统可调度容量的预测。
-
公开(公告)号：CN115115211A
公开(公告)日：2022-09-27
申请号：CN202210724939.7
申请日：2022-06-24
申请人： 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 一种多微网系统分层强化学习优化方法、系统以及存储介质，优化方法包括：将多微网优化问题分解为上下两层；构建提供各微网内的储能策略以及微网之间的功率交互策略的上层智能体模型；构建实现下层各微网基于上层储能策略以及功率交互策略对微网内设备出力自治优化，并向上层反馈优化目标值来指导上层策略更新的下层自治优化模型；协同训练下层自治优化模型与上层智能体模型；利用训练完成的下层自治优化模型与上层智能体模型根据系统状态即时给出调度策略。本发明将深度强化学习方法与传统数学规划法相结合，充分利用了强化学习法自适应能力强以及数学规划法求解精度高的优势，能够针对多微网优化问题实现高效求解，收敛速度和精度均有大幅提升。
-
公开(公告)号：CN114362158A
公开(公告)日：2022-04-15
申请号：CN202210023333.0
申请日：2022-01-10
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： H02J3/00 , H02J3/28 , H02J3/48 , G06Q10/04 , G06Q50/06 , F24F11/46 , F24F11/61 , F24F11/64 , F24F110/10
摘要： 本发明公开了一种基于时变虚拟储能的建筑微网系统日前优化控制方法及装置，方法包括：考虑时变虚拟储能的建筑微网系统进行模型建立，分别构建时变建筑虚拟储能模型、屋顶光伏预测模型、及建筑微网系统除居民用电负荷之外的其他电负荷预测模型；针对建筑微网系统构建日前优化控制的目标函数，并对约束条件进行选取；通过MATLAB使用内点法进行求解，得到建筑微网考虑时变虚拟储能后的优化控制方案；基于得到的优化控制方案，安排建筑微网运行，达到最优运行的目的。装置包括：处理器和存储器。本发明将时变虚拟储能融入建筑微网系统优化控制模型中，更好的利用建筑围护结构的热惰性为建筑微网系统提供功率调节潜力，支撑光伏发电就地消纳。
-
公开(公告)号：CN114977160A
公开(公告)日：2022-08-30
申请号：CN202210600302.7
申请日：2022-05-30
申请人： 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
摘要： 本发明公开了一种微网群优化运行策略生成方法、系统、设备及存储介质，该方法包括：基于单微网优化调度模型得到每个边缘端智能体未平衡电量状态，将微网群中相邻边缘端智能体的未平衡电量状态和市场出清信息作为内部不平衡功率信息；将内部不平衡功率信息输入预先训练的微网群优化运行策略生成模型中，生成第一微网群优化运行策略；基于所述微网群优化运行策略通过微网群中边缘端智能体之间能量拍卖互济互动的合作博弈方式，生成第二微网群优化运行策略，实现分布式新能源的整体消纳以及微网群的整体经济利益和每个主体利益最大化。该方法能够在保护用户隐私的基础上，实现在非完全信息下的分布式能量管理以及微网群的协同优化运行。
-
公开(公告)号：CN114529070B
公开(公告)日：2024-04-19
申请号：CN202210118204.X
申请日：2022-02-08
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： G06Q10/0631 , G06Q50/06 , H02J3/38
摘要： 本发明公开了一种考虑随机停电供能可靠性的综合能源微网优化控制方法，所述方法包括：建立EPG随机停电导致的IEMG孤岛模式的概率模型，采用场景树生成若干孤岛场景；建立IEMG多目标优化控制模型，通过对IEMG进行协同优化控制，得到最优的长期优化控制方案和两种运行模式下的短期运行方案，用于提升IEMG并网模式的运行经济性及孤岛模式的供能可靠性。本发明解决了目前研究忽略EPG停电对IEMG运行的影响，导致IEMG控制方案不合理，使IEMG出现能量供给不足，削弱IEMG供能可靠性等问题。
-
公开(公告)号：CN114938372B
公开(公告)日：2023-04-18
申请号：CN202210549821.5
申请日：2022-05-20
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： H04L67/10 , H04L9/40 , H04L41/5051 , H04L41/0894 , G06N3/092 , G06N3/098
摘要： 本发明公开了一种基于联邦学习的微网群请求动态迁移调度方法及装置，包括：对包括微网群设备和边缘计算设备的微网群系统进行初始化；各个微网群设备利用深度强化学习方法并基于本地历史运行数据对本地学习模型进行训练，并将训练后的模型参数和本地训练次数发送边缘计算设备；边缘计算设备基于本地训练次数对接收到的模型参数进行聚合以更新请求评估模型，并将更新后的请求评估模型发送各微网群设备；微网群设备根据更新后的请求评估模型，在请求调度决策时以最大化长期效益期望为目标预测资源分配策略，资源分配策略包括请求迁移决策和资源单元数量决策。本发明可以在节省传输开销保证了数据隐私与安全的同时，也还确保了决策的准确高效。
-
公开(公告)号：CN114938372A
公开(公告)日：2022-08-23
申请号：CN202210549821.5
申请日：2022-05-20
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： H04L67/10 , H04L9/40 , H04L41/5051 , H04L41/0894 , G06N3/08
摘要： 本发明公开了一种基于联邦学习的微网群请求动态迁移调度方法及装置，包括：对包括微网群设备和边缘计算设备的微网群系统进行初始化；各个微网群设备利用深度强化学习方法并基于本地历史运行数据对本地学习模型进行训练，并将训练后的模型参数和本地训练次数发送边缘计算设备；边缘计算设备基于本地训练次数对接收到的模型参数进行聚合以更新请求评估模型，并将更新后的请求评估模型发送各微网群设备；微网群设备根据更新后的请求评估模型，在请求调度决策时以最大化长期效益期望为目标预测资源分配策略，资源分配策略包括请求迁移决策和资源单元数量决策。本发明可以在节省传输开销保证了数据隐私与安全的同时，也还确保了决策的准确高效。
-
公开(公告)号：CN114880929A
公开(公告)日：2022-08-09
申请号：CN202210510697.1
申请日：2022-05-11
申请人： 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06Q50/06 , G06F113/04
摘要： 本发明属于能源互联网仿真技术领域，公开一种基于深度强化学习的多能流优化智能仿真方法，所述方法包括：载入能源互联网模型；根据所述能源互联网模型设置仿真参数；将所述仿真参数输入预先训练好的深度强化学习模块，获得能源互联网模型中各设备的动作；输出所述动作并进行图形化展示。本发明在深度强化学习模块的训练过程中，将深度强化学习模块与图形化建模模块联合调用，深度强化学习模块计算t时刻动作at观察能源互联网模型环境状态，并将动作更新至图形化建模模块进行潮流计算，生成t+1时刻环境状态st+1；实现了深度强化学习和潮流计算的联合运算。本发明采用深度确定性策略梯度算法进行能源互联网优化运行研究，能够实时在线生成优化策略。
-
-
-
-
-
-
-
-
-
搜索结果
98 条记录 (耗时 0.044 秒)
