-
公开(公告)号：CN117875603A
公开(公告)日：2024-04-12
申请号：CN202311676739.X
申请日：2023-12-07
申请人： 华北电力大学(保定)
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F17/10 , G06N20/00 , G06F18/214 , G06F18/10 , H02J3/00
摘要： 本公开的实施例提供了基于功率损耗的飞轮阵列功率匹配协同优化方法及装置，应用于物理储能技术领域。所述方法包括根据各飞轮单体的指令输出功率与实际输出功率分别构建各飞轮单体指令输出功率预测模型；通过潮流计算获取飞轮阵列功率匹配需求值；根据所述飞轮阵列功率匹配需求值，基于黑寡妇算法为各飞轮单体分配实际需求输出功率；将各飞轮单体实际需求输出功率输入所述各飞轮单体指令输出功率预测模型，获取各飞轮单体预测指令输出功率；根据各飞轮单体预测指令输出功率获取各飞轮单体输出的实际功率。以此方式，可以减少飞轮阵列的功率损耗与寿命损耗，实现飞轮阵列功率匹配协同优化调度，有效提升电网稳定性与调度效率。
-
公开(公告)号：CN117829530A
公开(公告)日：2024-04-05
申请号：CN202410019079.6
申请日：2024-01-05
申请人： 华北电力大学(保定)
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/22 , G06F17/16
摘要： 本发明提供了一种基于德尔菲法的统一化光伏指标监测体系的构建方法，包括：获取待测地区光伏系统的运行监测指标最小数据集；根据所述最小数据集构建监测指标模型；对所述监测指标模型的监测指标进行权重计算，得到主观权重指标和客观权重指标；基于AHP‑熵权法，对所述主观权重值与客观权重值进行综合赋权，得到综合权重；根据所述综合权重构建统一化光伏指标监测体系。本发明解决了现有技术中光伏分布的差异性服役环境导致光伏系统监测指标不同，存在无法全面综合检测光伏系统，评估光伏运行效益的问题。
-
公开(公告)号：CN118783455A
公开(公告)日：2024-10-15
申请号：CN202411238985.1
申请日：2024-09-05
申请人： 华北电力大学(保定)
摘要： 本申请提供一种负荷控制方法、装置、设备及存储介质。涉及新能源规划与运行技术领域。该方法包括：以配电网经济成本与系统电压稳定性为目标，构建多目标下风光储电站规划模型；利用评价指标感知所述多目标下风光储电站规划模型的运行状态；其中，所述评价指标包括控制性指标、统计性指标和约束性指标；基于所述多目标下风光储电站规划模型，构建主从博弈的负荷控制模型；在所述多目标下风光储电站规划模型处于不同运行状态下，求解所述主从博弈的负荷控制模型，输出不同运行状态下的负荷控制方案。本申请的方法，有效促进风电和光伏的消纳，保证系统经济、稳定、高效运行。
-
公开(公告)号：CN117829530B
公开(公告)日：2024-09-20
申请号：CN202410019079.6
申请日：2024-01-05
申请人： 华北电力大学(保定)
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/22 , G06F17/16
摘要： 本发明提供了一种基于德尔菲法的统一化光伏指标监测体系的构建方法，包括：获取待测地区光伏系统的运行监测指标最小数据集；根据所述最小数据集构建监测指标模型；对所述监测指标模型的监测指标进行权重计算，得到主观权重指标和客观权重指标；基于AHP‑熵权法，对所述主观权重值与客观权重值进行综合赋权，得到综合权重；根据所述综合权重构建统一化光伏指标监测体系。本发明解决了现有技术中光伏分布的差异性服役环境导致光伏系统监测指标不同，存在无法全面综合检测光伏系统，评估光伏运行效益的问题。
-
公开(公告)号：CN117807522A
公开(公告)日：2024-04-02
申请号：CN202311778274.9
申请日：2023-12-22
申请人： 华北电力大学(保定)
IPC分类号： G06F18/2415 , G06N5/01 , G06N7/01 , G06F18/214
摘要： 本发明提供了一种基于决策树和朴素贝叶斯算法的光伏异常数据识别方法，包括：获取分布式光伏系统的待测数据，所述待测数据包括：光伏系统运行过程中所包含的历史数据和实时运行数据；获取所述待测数据中与异常状态相关的特征数据，得到特征数据集；构建决策树模型和朴素贝叶斯模型；通过多数投票法，对所述决策树模型和所述朴素贝叶斯模型进行集成，得到集成模型；将所述特征数据集输入集成模型，得到分布式光伏系统的异常状态数据。本发明解决了现有技术中对于分布式光伏异常数据的识别准确度低下的问题。
-
公开(公告)号：CN116957133A
公开(公告)日：2023-10-27
申请号：CN202310724835.0
申请日：2023-06-16
申请人： 华北电力大学(保定) , 国网河北省电力有限公司电力科学研究院
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/214 , G06N3/0499 , G06N3/086
摘要： 本公开的实施例提供了一种风力发电功率和光伏发电功率的预测方法以及装置，该方法包括：获取发电功率预测样本集，其中的样本以目标地区的历史气象数据为样本特征，以历史气象数据对应的风力、光伏发电功率为样本标签；将发电功率预测样本集划分为训练集和测试集；根据训练集对综合模型中多个不同的预设子模型进行训练；分别利用训练得到的多个发电功率预测模型对测试集中各样本进行发电功率预测；根据多个发电功率预测模型对应的发电功率预测结果中的风力、光伏发电功率预测结果以及测试集中各样本的样本标签，计算多个发电功率预测模型对应的风力、光伏发电功率权重系数，进而基于此准确预测风力发电功率和光伏发电功率。
-
公开(公告)号：CN116937584A
公开(公告)日：2023-10-24
申请号：CN202310745894.6
申请日：2023-06-21
申请人： 华北电力大学(保定) , 国网河北省电力有限公司电力科学研究院
摘要： 本公开的实施例提供了一种基于改进灰狼算法的微电网群多目标优化求解方法和装置，应用于有源配电网运行分析技术领域。所述方法包括获取微电网群中电源侧、电网侧、负荷侧以及储能侧的历史数据和实时运行数据；再将历史数据和实时运行数据输入预设灰狼算法模型，基于预设约束规则输出预设多目标函数的最优值。以此方式，可以根据求解出的储能装置在最优调度方案下的充放电功率以及风力发电和光伏发电在最优调度方案下的发电功率完成配电网的经济调度，从而进行源网荷储协同调度，达到实现可再生能源的高效消纳，降低配电网运行成本并保证配电网可靠性运行的效果。
-
公开(公告)号：CN118353073B
公开(公告)日：2024-08-09
申请号：CN202410782285.2
申请日：2024-06-18
申请人： 温州电力建设有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学(保定) , 国网河北省电力有限公司电力科学研究院 , 国网浙江省电力有限公司
IPC分类号： H02J3/32 , H02J3/46 , H02J3/00 , H02J3/06 , H02J3/24 , G06Q10/0637 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/006
摘要： 本申请公开了一种基于经验模态分解的新能源储能优化配置方法及装置，方法包括：获取电网的实际运行数据及预测数据，将实际运行数据以及预测数据输入至预先设立的条件生成对抗网络中，生成新能源场景；并计算净负荷时序功率数据，并对净负荷时序功率数据进行处理，得到从高频到低频时不同频率的净负荷功率成分分量；以经济性、稳定性、环保性为目标函数，构建储能容量优化模型，并设定储能优化容量模型的约束条件，将不同频率的净负荷功率成分分量输入储能容量优化模型中训练，并采用改进的布谷鸟算法求解，得到储能优化配置方案。本申请考虑不同储能类型之间的优势互补，以生成合理的储能优化配置方案，降低了总成本并提高系统稳定性。
-
公开(公告)号：CN117543579A
公开(公告)日：2024-02-09
申请号：CN202311418598.1
申请日：2023-10-27
申请人： 华北电力大学(保定)
摘要： 本公开的实施例提供了一种微电网群协同调度方法、装置、设备以及存储介质，应用于微电网群运行分析技术领域。该方法包括：获取微电网群的历史运行数据；采用量子粒子群算法，根据历史运行数据对微电网群协同调度模型进行求解；根据求解结果，生成微电网群协同调度策略；根据微电网群协同调度策略，对微电网群进行协同调度。以此方式，可以基于微电网群的历史运行数据，在多能源要素协同作用下，生成微电网群源网荷储协同调度策略，并在此基础上对微电网群进行协同调度，有效提高微电网群的协同调度效果，从而最大程度上促进可再生能源的高效消纳，减小用电成本，保证主电网平稳运行。
-
公开(公告)号：CN117370913A
公开(公告)日：2024-01-09
申请号：CN202311418575.0
申请日：2023-10-27
申请人： 华北电力大学(保定)
IPC分类号： G06F18/2433 , G06F18/27 , G06F18/15 , G06N20/00
摘要： 本公开的实施例提供了一种光伏系统中异常数据的检测方法、装置以及设备，应用于光伏系统的检测技术领域。所述方法包括获取光伏系统中的光伏数据；再根据光伏数据、光伏数据的样本均值和样本标准差，对光伏数据进行标准化处理；再将处理后的光伏数据输入至预设异常数据筛选模型，输出对应的异常数据。以此方式，可以通过将处理后的光伏数据输入至预设异常数据筛选模型，利用机器学习无监督算法技术检测出光伏系统中的异常数据，从而提高检测异常数据的精准度。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.03 秒)
