-
公开(公告)号：CN104050517A
公开(公告)日：2014-09-17
申请号：CN201410299370.X
申请日：2014-06-27
Applicant: 哈尔滨工业大学
Abstract: 基于GRNN神经网络的光伏发电预测方法，涉及一种基于广义回归(GRNN)神经网络光伏发电预测方法。所述方法首先考虑节气、天气、日照的因素，建立光伏曲线模式，提出基于广义回归神经网络光伏发电预测模型，并进行求解算法设计。本发明具有以下优点：GRNN网络的训练过程中不需要误差反向计算来修正权值，而只需要改变平滑参数σ来调节传递函数，减少了训练时间，加快网络学习速度；GRNN神经网络预测模型非线性映射能力强，逼近性能好，具有较强鲁棒性，适用于处理不稳定数据；GRNN神经网络的光伏发电预测技术，明显提高了预测精度；预测结果可为电网光电调度提供决策信息，对保证电网安全运行具有重要意义。
-
公开(公告)号：CN103559655B
公开(公告)日：2016-05-25
申请号：CN201310572191.4
申请日：2013-11-15
CPC classification number: Y04S10/60
Abstract: 基于数据挖掘的微网新型馈线负荷的预测方法，涉及一种微网馈线负荷的预测方法。本发明以微网新型馈线负荷为对象，应用数据挖掘技术在微网上进行分析各类馈线负荷特征；根据天气数据，采用聚类分析建立各类馈线负荷模式；选取优化方法，确定各类馈线负荷预测模型，进行求解算法设计。本发明提供的微网新型馈线负荷可以改变单纯接受系统的电能被动局面，能够主动地与主网协调配合，在需求响应发挥积极作用；微网新型馈线负荷预测不仅能预测微网的负荷总量，还可以预测微网分布式发电（风电、光伏发电、储能）功率；优选预测模型，修正预测误差，可以提高各类馈线负荷预测精度。
-
公开(公告)号：CN103618340A
公开(公告)日：2014-03-05
申请号：CN201310616903.8
申请日：2013-11-27
Applicant: 哈尔滨工业大学
IPC: H02J3/46
Abstract: 应对陡坡事件的备用优化决策方法，涉及一种应对陡坡事件RRE的不同时间级备用决策方法。所述方法为：一、将时间级进行划分；二、定义系统运行机组；三、提出各调度级机组协调策略；四、提供不同类型机组逐级协调控制的执行机制；五、确定系统备用贡献SRC不同时段备用状态的决策机制；六、建立Non-AGC机组协调优化模型和BLO-AGC机组协调优化模型，并进行优化求解。本发明从时空分层协调角度出发，提出了在不同的时间级，对电网供应侧不同类型机组的运作机制进行逐级优化协调，实施陡坡事件的备用优化决策，使每一波陡坡冲击所耗用的备用，能够得到及时而充分的增补和补充，挖掘系统备用贡献潜力。
-
Patent Agency Ranking
公开(公告)号：CN103401257A
公开(公告)日：2013-11-20
申请号：CN201310329531.0
申请日：2013-08-01
IPC: H02J3/24
Abstract: 本发明提供了一种含风电电网应对高峰期功率陡坡的多源协调型控制方法。步骤包括：首先根据前方负荷与风电预测信息，判断是否启动控制方法；计算BLR-AGC机组的最大可调余量；计算由净负荷曲线陡坡引起的陡坡旋转备用需求；建立负荷高峰期陡坡协调策略模型，给出未来时段不同类型火电机组与调度资源的发电计划。本发明所提协调控制方法有利于电网顺利渡越含陡坡事件的高峰危险时段，可以有效避免因发电机组配合较差而导致电网发生线路过负荷、低频减载甚至大规模停电事故，对保证电网安全稳定运行有利。
-
公开(公告)号：CN103401257B
公开(公告)日：2015-06-17
申请号：CN201310329531.0
申请日：2013-08-01
IPC: H02J3/24
Abstract: 本发明提供了一种含风电电网应对高峰期功率陡坡的多源协调型控制方法。步骤包括：首先根据前方负荷与风电预测信息，判断是否启动控制方法；计算BLR-AGC机组的最大可调余量；计算由净负荷曲线陡坡引起的陡坡旋转备用需求；建立负荷高峰期陡坡协调策略模型，给出未来时段不同类型火电机组与调度资源的发电计划。本发明所提协调控制方法有利于电网顺利渡越含陡坡事件的高峰危险时段，可以有效避免因发电机组配合较差而导致电网发生线路过负荷、低频减载甚至大规模停电事故，对保证电网安全稳定运行有利。
-
公开(公告)号：CN103715720A
公开(公告)日：2014-04-09
申请号：CN201410006542.X
申请日：2014-01-07
Applicant: 哈尔滨工业大学
IPC: H02J3/46
CPC classification number: Y02E10/763
Abstract: 高渗透率风电的一次和二次备用协调控制方法，属于电力系统控制技术领域。所述方法以一次备用打头阵，二次备用承前启后的原则，在增补一次调频备用容量，使得快速调频容量充裕，再运用波动窗原理计算电网二次调频备用容量，从而实现一次调频备用与二次调频备用的协调控制，保证电网安全稳定运行。本发明在高渗透率风电的电网运行中，一次调频备用与二次调频备用的协调配合，可以应对风电间歇性的扰动，稳定系统频率；运用波动窗原理进行二次备用分配，可以使发电机组在完成二次调频任务的同时，明显地减少调节次数，提高二次备用的效率。
-
公开(公告)号：CN103559655A
公开(公告)日：2014-02-05
申请号：CN201310572191.4
申请日：2013-11-15
Applicant: 哈尔滨工业大学
IPC: G06Q50/06
CPC classification number: Y04S10/60
Abstract: 基于数据挖掘的微网新型馈线负荷的预测方法，涉及一种微网馈线负荷的预测方法。本发明以微网新型馈线负荷为对象，应用数据挖掘技术在微网上进行分析各类馈线负荷特征；根据天气数据，采用聚类分析建立各类馈线负荷模式；选取优化方法，确定各类馈线负荷预测模型，进行求解算法设计。本发明提供的微网新型馈线负荷可以改变单纯接受系统的电能被动局面，能够主动地与主网协调配合，在需求响应发挥积极作用；微网新型馈线负荷预测不仅能预测微网的负荷总量，还可以预测微网分布式发电（风电、光伏发电、储能）功率；优选预测模型，修正预测误差，可以提高各类馈线负荷预测精度。
-
公开(公告)号：CN103618340B
公开(公告)日：2015-06-17
申请号：CN201310616903.8
申请日：2013-11-27
Applicant: 哈尔滨工业大学
IPC: H02J3/46
Abstract: 应对陡坡事件的备用优化决策方法，涉及一种应对陡坡事件RRE的不同时间级备用决策方法。所述方法为：一、将时间级进行划分；二、定义系统运行机组；三、提出各调度级机组协调策略；四、提供不同类型机组逐级协调控制的执行机制；五、确定系统备用贡献SRC不同时段备用状态的决策机制；六、建立Non-AGC机组协调优化模型和BLO-AGC机组协调优化模型，并进行优化求解。本发明从时空分层协调角度出发，提出了在不同的时间级，对电网供应侧不同类型机组的运作机制进行逐级优化协调，实施陡坡事件的备用优化决策，使每一波陡坡冲击所耗用的备用，能够得到及时而充分的增补和补充，挖掘系统备用贡献潜力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
