-
公开(公告)号：CN105337310B
公开(公告)日：2018-09-14
申请号：CN201510860537.X
申请日：2015-11-30
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种串联结构光储型多微网经济运行系统及方法。本串联结构光储型多微网系统包括一次系统与控制系统，一次系统由两个子微网通过并离网开关K1串联构成，包括光伏发电阵列、蓄电池和本地负荷；控制系统由子微网控制器、光伏控制器、储能控制器、负荷控制器及通信网络构成。本串联结构光储型多微网经济优化方法采用一种考虑峰谷电价的分布式模型预测控制算法，根据多微网中源荷特性与运行特性，建立微电网预测模型和优化目标函数。本发明建立的串联结构光储型多微网系统及方法，对开展光储型多微网系统规划设计、模式切换和优化运行的研究具有重要的工程应用价值。
-
公开(公告)号：CN105337310A
公开(公告)日：2016-02-17
申请号：CN201510860537.X
申请日：2015-11-30
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
CPC classification number: Y02E10/563 , Y02E10/566 , Y02E70/30 , H02J3/383 , H02J3/32 , H02J3/46 , H02J2003/007 , H02J2003/388
Abstract: 本发明公开了一种串联结构光储型多微网经济运行系统及方法。本串联结构光储型多微网系统包括一次系统与控制系统，一次系统由两个子微网通过并离网开关K1串联构成，包括光伏发电阵列、蓄电池和本地负荷；控制系统由子微网控制器、光伏控制器、储能控制器、负荷控制器及通信网络构成。本串联结构光储型多微网经济优化方法采用一种考虑峰谷电价的分布式模型预测控制算法，根据多微网中源荷特性与运行特性，建立微电网预测模型和优化目标函数。本发明建立的串联结构光储型多微网系统及方法，对开展光储型多微网系统规划设计、模式切换和优化运行的研究具有重要的工程应用价值。
-
公开(公告)号：CN205753639U
公开(公告)日：2016-11-30
申请号：CN201520976442.X
申请日：2015-11-30
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
IPC: H02J13/00
CPC classification number: Y02B70/3266 , Y04S10/527 , Y04S20/242
Abstract: 本实用新型公开用户侧微电网的户用双向计量、监控和能效管理终端，包括主控制芯片、人机界面模块、终端通信模块、数据存储模块、底层设备通信模块和双向计量模块，主控制芯片与人机界面模块、终端通信模块、数据存储模块、底层设备通信块、双向计量模块均通过一定的通信接口保持连接。本实用可用于单层结构的家庭/楼宇级用户微电网的一体化监控和管理，能够实现双向高精度计量、电能计量计费、电能质量监测和家庭用电优化调度等功能，可满足与微电网中央控制器、能量管理系统的接口要求，提高用户侧微电网的运行效率、可靠性及安全性。
-
公开(公告)号：CN205647019U
公开(公告)日：2016-10-12
申请号：CN201520978462.0
申请日：2015-11-30
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
CPC classification number: Y02P80/10
Abstract: 本实用新型公开用户侧微电网的区域型双向计量、监控和能效管理终端，包括主控制芯片、人机界面模块、终端通信模块、数据存储模块、底层设备通信模块和双向计量模块，主控制芯片与人机界面模块、终端通信模块、数据存储模块、底层设备通信模块、双向计量模块均通过一定的通信接口保持连接。本实用可用于厂区/小区/园区级用户侧微电网的底层监控和管理，能够实现双向高精度计量、电能计量计费等功能，可满足与微电网中央控制器、能量管理系统的接口要求。
-
公开(公告)号：CN205212449U
公开(公告)日：2016-05-04
申请号：CN201520975411.2
申请日：2015-11-30
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
CPC classification number: Y02B10/14 , Y02E10/563 , Y02E10/566 , Y02E70/30
Abstract: 本实用新型公开了一种串联结构光储型多微网硬件系统。本串联结构光储型多微网系统包括一次系统与控制系统，一次系统由两个子微网通过并离网开关K1串联构成，包括光伏发电阵列、蓄电池和本地负荷；控制系统由子微网控制器、光伏控制器、储能控制器、负荷控制器及通信网络构成。本串联结构光储型多微网经济优化方法采用一种考虑峰谷电价的分布式模型预测控制算法，根据多微网中源荷特性与运行特性，建立微电网预测模型和优化目标函数。本实用新型建立的串联结构光储型多微网系统及方法，对开展光储型多微网系统规划设计、模式切换和优化运行的研究具有重要的工程应用价值。
-
Patent Agency Ranking
公开(公告)号：CN205070457U
公开(公告)日：2016-03-02
申请号：CN201520809308.0
申请日：2015-10-19
Applicant: 华南理工大学 , 南方电网科学研究院有限责任公司
CPC classification number: Y02A30/62 , Y02B10/14 , Y02E10/563 , Y02E10/566 , Y02E70/30
Abstract: 本实用新型是一种户用单相光储型多微网系统。该系统包括一次系统与二次系统：一次系统由三个单相子微网组成，包括光伏发电系统、储能系统和负荷设备；光伏发电系统由光伏板、光伏直流配电箱和光伏逆变器组成；储能系统由锂电池组和储能双向变流器组成；负荷设备包括灯泡组、负载箱、电动机和电子负载。二次系统是光储型多微网的控制系统，主要控制装置包括区域型中央控制器、区域型一体化终端和户用一体化终端。本实用新型建立一种户用单相光储型多微网系统，对开展由各住户构成的用户侧光储型多微网的研究具有重要的实际应用价值。
-
公开(公告)号：CN106130026B
公开(公告)日：2018-10-09
申请号：CN201610322648.X
申请日：2016-05-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种双层结构的微电网群电压控制方法。针对串联结构的微电网群，该方法中将电压不平衡度划分为两个区域，当电压不平衡度较小时，由第一层控制作用；当电压不平衡度较大时，启动第二层控制，由第一层控制和第二层控制共同作用。第一层控制采用准比例谐振控制，其作用于微电网群中的主电源。第二层控制作用于微电网群中的联络线交换功率。该方法能够有效地保持微电网群的电压稳定，且在处理微电网群电压不平衡时能够取得较好的控制效果。
-
公开(公告)号：CN106058916B
公开(公告)日：2018-09-14
申请号：CN201610372970.3
申请日：2016-05-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于单三相多微网的被动并网转离网切换控制方法，该方法针对被动离网对多微网的影响，设立三相PQ储能调节，单相微网联络线功率调节两个模块。被动离网后将预定三相储能设置为主电源，切换至VF模式。根据三相PQ储能调节模块以减少三相主电源功率。基于三相不平衡度约束，根据单相微网联络线功率调节模块限制单相光伏出力，使多微网离网后保持三相电流平衡。本发明简单实用，通过切换三相主储能控制模式、协调三相PQ储能出力和限制单相光伏出力就可实现多微网被动离网的无缝切换。提出了一种基于单三相多微网的被动并网转离网切换控制方法，减少被动并网转离网过程对多微网的冲击，保证多微网内重要负荷的供电可靠性。
-
公开(公告)号：CN105262129B
公开(公告)日：2018-01-16
申请号：CN201510700862.X
申请日：2015-10-22
Applicant: 华南理工大学
CPC classification number: Y02E10/563 , Y02E10/566 , Y02E40/72 , Y02E60/722 , Y02E70/30 , Y04S10/123 , Y04S10/14
Abstract: 本发明公开了一种含复合储能微电网的多目标优化系统及方法，该含复合储能微电网的多目标优化系统由微电网中央控制器、储能控制器、光伏控制器和负荷控制器等控制器以及通信网络组成。含复合储能微电网的多目标优化方法针对包含光伏、液流电池和锂电池等储能装置的并网型复合储能微电网，以微电网购电费用和联络线功率波动两者最小为目标建立多目标优化模型。本发明基于二人零和博弈法确定加权系数，并采用线性加权方法将该模型转化为单目标优化问题进行求解。该含复合储能微电网的多目标优化系统可有效实现微电网可再生能源利用最大化、减少联络线功率波动和分布式电源并网运行冲击，提高微电网运行经济性。
-
公开(公告)号：CN107330251A
公开(公告)日：2017-11-07
申请号：CN201710434726.X
申请日：2017-06-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于云遗传算法的短期风功率预测方法。由于风资源的随机性和不确定性，根据风电场的历史风功率数据与历史气象数据进行风功率预测时存在一定困难，尤其在数学模型建立的过程中。该方法将云遗传算法运用于BP神经网络（back propagation neural network，前馈神经网络）建立预测模型，利用云遗传算法来优化BP网络参数的权值和阈值，加快BP神经网络的优化学习速度，从而加快风功率预测处理的效率；实验证明该优化算法运用在风电场风功率预测中有助于提高预测精度，加快网络收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.045 seconds)
