-
公开(公告)号：CN114219179B
公开(公告)日：2024-11-12
申请号：CN202210005354.X
申请日：2022-01-05
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
IPC: H02J3/00 , G06Q50/06 , G06N3/084 , G06F18/2337 , G06F18/22
Abstract: 本发明公开了一种基于加权模糊聚类的风电功率预测方法，其步骤包括：1基于灰色关联度理论选取强相关的气象特征；2利用特征加权的模糊C均值聚类算法对关键气象特征集合划分数据样本子集，采用反向传播神经网络分类建模；3调用与当前时段特征最相似的模型进行功率预测，为完善边界数据的所属关系，利用隶属度函数综合多个预测模型确认其风电出力。本发明从分类建模和特征匹配两个角度来强化气象特征与样本子集的匹配程度，从随机波动的风电信号中挖掘潜在联系，提高风电模型的预测精度。
-
公开(公告)号：CN114266468A
公开(公告)日：2022-04-01
申请号：CN202111560436.2
申请日：2021-12-20
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开了一种碳约束下考虑综合需求响应的园区综合能源系统的规划方法，包括：1、根据历史碳交易的收盘价格，建立碳交易的收益序列并分析序列的波动性和杠杆效应；2、利用指数广义自回归条件异方差模型建立碳交易价格的预测模型；3、建立考虑需求侧综合需求响应的工业园区综合能源系统规划模型，4、建立需求侧电/热/冷负荷的可替代型负荷和可转移负荷的数学模型；5、输入设备的参数、典型日的负荷数据以及需求侧的能源需求，采用混合整数非线性规划求解器求解，输出规划结果并进行控制。本发明在考虑动态碳交易价格和综合需求响应下，能在满足用户用能需求的条件下对设备的容量进行配置，从而提高系统的能源利用效率。
-
公开(公告)号：CN114266468B
公开(公告)日：2024-12-20
申请号：CN202111560436.2
申请日：2021-12-20
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
IPC: G06Q10/0631 , G06Q30/0201 , G06Q30/0202 , G06Q10/0637 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了一种碳约束下考虑综合需求响应的园区综合能源系统的规划方法，包括：1、根据历史碳交易的收盘价格，建立碳交易的收益序列并分析序列的波动性和杠杆效应；2、利用指数广义自回归条件异方差模型建立碳交易价格的预测模型；3、建立考虑需求侧综合需求响应的工业园区综合能源系统规划模型，4、建立需求侧电/热/冷负荷的可替代型负荷和可转移负荷的数学模型；5、输入设备的参数、典型日的负荷数据以及需求侧的能源需求，采用混合整数非线性规划求解器求解，输出规划结果并进行控制。本发明在考虑动态碳交易价格和综合需求响应下，能在满足用户用能需求的条件下对设备的容量进行配置，从而提高系统的能源利用效率。
-
公开(公告)号：CN114897229B
公开(公告)日：2024-11-26
申请号：CN202210448980.6
申请日：2022-04-26
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开了一种基于AP聚类和Markov链的光伏电站辐照度超短期预测方法，包括：1、采用AP聚类算法将辐照度序列进行聚类；2、计算每类中各时刻的平均温度与待预测日的天气预报温度之间的欧氏距离，选择欧氏距离最小的分类，作为最相似分类；3、根据预测时段的前一时刻的辐照度实测值和最相似分类中的辐照度列向量，依次计算各时刻的辐照度概率分布；4、将辐照度概率分布与辐照度列向量相乘得到辐照度预测值。本发明能将超短期预测时段的历史数据进行全局最优聚类，结合预测时段的天气情况进行最相似时段选择，从而能在任意气候、天气和时刻均能取得较好预测效果，进而为光伏出力并网、调度和储能配置提供理论依据和科学基础。
-
公开(公告)号：CN114897229A
公开(公告)日：2022-08-12
申请号：CN202210448980.6
申请日：2022-04-26
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开了一种基于AP聚类和Markov链的光伏电站辐照度超短期预测方法，包括：1、采用AP聚类算法将辐照度序列进行聚类；2、计算每类中各时刻的平均温度与待预测日的天气预报温度之间的欧氏距离，选择欧氏距离最小的分类，作为最相似分类；3、根据预测时段的前一时刻的辐照度实测值和最相似分类中的辐照度列向量，依次计算各时刻的辐照度概率分布；4、将辐照度概率分布与辐照度列向量相乘得到辐照度预测值。本发明能将超短期预测时段的历史数据进行全局最优聚类，结合预测时段的天气情况进行最相似时段选择，从而能在任意气候、天气和时刻均能取得较好预测效果，进而为光伏出力并网、调度和储能配置提供理论依据和科学基础。
-
Patent Agency Ranking
公开(公告)号：CN114219179A
公开(公告)日：2022-03-22
申请号：CN202210005354.X
申请日：2022-01-05
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开了一种基于加权模糊聚类的风电功率预测方法，其步骤包括：1基于灰色关联度理论选取强相关的气象特征；2利用特征加权的模糊C均值聚类算法对关键气象特征集合划分数据样本子集，采用反向传播神经网络分类建模；3调用与当前时段特征最相似的模型进行功率预测，为完善边界数据的所属关系，利用隶属度函数综合多个预测模型确认其风电出力。本发明从分类建模和特征匹配两个角度来强化气象特征与样本子集的匹配程度，从随机波动的风电信号中挖掘潜在联系，提高风电模型的预测精度。
-
公开(公告)号：CN118970889A
公开(公告)日：2024-11-15
申请号：CN202410970754.3
申请日：2024-07-19
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥市电动汽车充电设施投资运营有限公司 , 合肥工业大学
IPC: H02J3/00 , G06F18/243 , G06F18/2337 , G06F18/214 , G06N5/01 , G06Q50/06
Abstract: 本发明公开了一种基于XGBoost分类算法的电动汽车V2G容量预测方法，包括：首先以电动汽车用户为研究对象，将其充放电行为分为四种：仅充电，仅放电，先充电再放电，先放电再充电，然后用XGBoost分类模型对用户的特征进行分析进而对未分类用户进行分类，最后将分类好的用户进行相对应类别的数学计算得到电网侧负荷预测曲线。本发明能切合实际的以较高精度对用户行为进行分类，并能将用户的生活习惯融入最终的负荷计算之中，从而一定程度上提高了电网侧对于电动汽车负荷预测曲线的计算，提升了电动汽车作为储能系统的调度能力，同时也提高了分布式能源的利用效率和运营管理效率。
-
公开(公告)号：CN114336748A
公开(公告)日：2022-04-12
申请号：CN202111657681.5
申请日：2021-12-30
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开一种基于时序生产模拟的电力储能系统容量计算方法，预测区域电网的负荷数据以及风速、光照强度数据，形成时序负荷曲线同时计算风电和光伏的每小时出力情况；确定系统在该机组加载顺序模型下的新能源消纳能力；制定储能在配合新能源消纳和对电力系统进行调峰的两种充放电模拟策略，确定储能充电和放电时对应的机组加载数并计算储能荷电状态；根据机组加载顺序以及储能充放电模型，以时序生产模拟策略对电网进行时序生产模拟，得出在这两种运行策略下储能容量的上下限区间，在此区间内寻优以确定储能充放电代价最小时对应的容量；本发明能够得到储能最优容量配置结果，进而为储能容量的规划提供依据和参考。
-
公开(公告)号：CN114156948B
公开(公告)日：2023-07-28
申请号：CN202210027215.7
申请日：2022-01-11
Applicant: 合肥工业大学
Abstract: 本发明公开了一种工业园区氢能综合利用站的能量管理方法，其步骤包括，1，确定工业园区综合利用电站的主要设备，搭建工业园区氢能综合利用站的系统结构图；2，建立电解槽、储氢罐、燃料电池、燃气锅炉和风光的数学模型，以及电母线和热母线的功率平衡约束方程；3，以工业园区碳排放量最小为约束，计及风光在不同时段的出力，考虑氢能综合利用站的工作状态和能量管理方案。本发明能够更加合理的对氢能综合利用站的能流进行控制，在保持供能可靠性的条件下，优化能量流动和充分实现能量的梯级利用，使工业园区处于可靠经济的供能运行状态，从而能够提高能量的利用效率。
-
公开(公告)号：CN112055068B
公开(公告)日：2022-09-16
申请号：CN202010889630.4
申请日：2020-08-28
Applicant: 合肥工业大学
IPC: H04L67/562 , H04L41/0663
Abstract: 本发明公开了多代理系统主控节点的分配方法、装置及存储介质，包括以下步骤：S1、初始化，实体代理Agent1获得McAgent分配资格；S2、执行调度命令，获取McAgent故障率；S3、判断McAgent故障率λ1与λ的大小，如果McAgent故障率λ1
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.065 seconds)
