-
公开(公告)号：CN112636366B
公开(公告)日：2023-05-16
申请号：CN202011398967.1
申请日：2020-12-01
Applicant: 国家电网有限公司 , 国网新疆电力有限公司 , 清华大学
Abstract: 本发明为高比例风电独立电力系统的频率稳定控制提供了一种数据驱动的动态优化控制方法，使得风电场在参与系统调频的同时内部暂态过程得到稳定和优化。本发明通过构建初始数据集、在线动态建模及集中风场控制建模，根据风机在线动态建模结果对风场频率优化控制。本发明通过对风机运行过程产生的历史数据进行拟合，得到风机的在线等值动态模型，具有纯数据驱动的特征，因此可以适应不同制造商的风机在不同工况下的运行控制，同时算法具有纯线性的形式，求解过程简单，计算负担小，无需求解复杂的非线性优化控制问题，满足实时运行需求，能够兼顾动态响应精度和速度的平衡。
-
公开(公告)号：CN112636366A
公开(公告)日：2021-04-09
申请号：CN202011398967.1
申请日：2020-12-01
Applicant: 国家电网有限公司 , 国网新疆电力有限公司 , 清华大学
Abstract: 本发明为高比例风电独立电力系统的频率稳定控制提供了一种数据驱动的动态优化控制方法，使得风电场在参与系统调频的同时内部暂态过程得到稳定和优化。本发明通过构建初始数据集、在线动态建模及集中风场控制建模，根据风机在线动态建模结果对风场频率优化控制。本发明通过对风机运行过程产生的历史数据进行拟合，得到风机的在线等值动态模型，具有纯数据驱动的特征，因此可以适应不同制造商的风机在不同工况下的运行控制，同时算法具有纯线性的形式，求解过程简单，计算负担小，无需求解复杂的非线性优化控制问题，满足实时运行需求，能够兼顾动态响应精度和速度的平衡。
-
公开(公告)号：CN117932848A
公开(公告)日：2024-04-26
申请号：CN202211313296.3
申请日：2022-10-25
Applicant: 清华大学 , 国网冀北电力有限公司 , 国家电网有限公司
IPC: G06F30/20 , G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F17/18 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种集群等值聚合模型构建方法、系统和计算机存储介质。包括：构建集群中灵活性资源设备功率约束；抽取多组功率预测概率分布样本；在每组功率预测概率分布样本对应设备功率约束内，从每组样本对应的功率数据中，抽取多个输出功率场景；确定满足场景约束的输出功率场景对应灵活性资源集群功率输出可行域；将每组样本对应功率输出可行域叠加，得到样本功率可行域；确定灵活性资源集群输出功率落在样本功率可行域的个数，并根据所抽取的多组功率预测概率分布样本数，确定集群等值聚合模型。能够充分将灵活性资源集群中的设备随机性进行聚合，用于表征在考虑不确定性因素的前提下，建立集群整体的等值模型，具有较大应用价值。
-
公开(公告)号：CN113346480B
公开(公告)日：2022-12-13
申请号：CN202110538629.1
申请日：2021-05-18
Applicant: 国网吉林省电力有限公司 , 清华大学 , 国家电网有限公司 , 国网吉林省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于机会约束的电力系统机组组合方法，属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的基于机会约束的电力系统机组组合模型，然后对该模型进行转化，将模型中的机会约束写成分位数的形式并引入松弛变量，建立松弛后的基于机会约束的电力系统机组组合模型，求解得到各松弛变量的值；利用各松弛变量的值，获得基于机会约束的电力系统机组组合模型有可行解的约束条件，然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解，从而获得最终的机组组合结果。本发明考虑了电力系统中可再生能源的波动，保证了电力系统安全，适合应用于具有高可再生能源渗透率的电力系统机组组合场景之中。
-
公开(公告)号：CN113328435B
公开(公告)日：2022-12-09
申请号：CN202110577192.2
申请日：2021-05-26
Applicant: 国网河北省电力有限公司 , 国家电网有限公司 , 清华大学
Abstract: 本发明提出一种基于强化学习的主动配电网有功无功联合控制方法，属于电力系统运行和控制技术领域。该方法基于主动配电网近似仿真模型和有功无功联合控制优化模型，建立基于马尔科夫过程决策的交互训练环境，通过采集各时刻主动配电网各节点有功、无功功率以及电压组成的状态向量以及各智能逆变器有功、无功功率和各无功补偿装置的无功功率构成训练样本；通过强化学习训练主动配电网有功无功联合控制智能体；利用训练完毕的智能体通过各时刻主动配电网的状态计算得到各智能逆变器的有功、无功功率和无功补偿装置的无功功率的优化结果。本发明充分利用近似模型的内在信息，大幅提高了数据驱动的主动配电网有功无功联合控制方法的效率与安全性。
-
Patent Agency Ranking
公开(公告)号：CN114884084A
公开(公告)日：2022-08-09
申请号：CN202210321640.7
申请日：2022-03-30
Applicant: 国网冀北电力有限公司 , 清华大学 , 国家电网有限公司
IPC: H02J3/24
Abstract: 本发明提出一种电力系统频率动态安全在线判断方法及装置，属于电力系统运行控制领域。其中，所述方法包括：建立基于惯性中心的电力系统频率响应模型；获取电力系统各发电机组、场站的运行工况；根据预设的功率扰动和电力系统频率响应模型，计算电力系统的频率动态指标；根据运行工况和频率动态指标对所述电力系统的频率安全性进行判断。本发明根据电力系统当前运行工况计算预想扰动下的频率动态指标，对最大频率变化率安全性、准稳态频率偏差安全性、最大频率偏差安全性、调频备用安全性进行判断评估，从而指导电力系统调度决策。
-
公开(公告)号：CN114156867A
公开(公告)日：2022-03-08
申请号：CN202111332341.5
申请日：2021-11-11
Applicant: 国网北京市电力公司 , 国网冀北电力有限公司 , 国家电网有限公司 , 清华大学
Abstract: 本公开涉及一种配电网区间网络重构模型优化方法及装置，属于电力系统配电网区间网络重构领域。其中方法包括：建立配电网的确定性网络重构模型；将所述确定性网络重构模型转换成区间优化模型；将所述区间优化模型转换成确定性优化模型；对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。本公开能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
-
公开(公告)号：CN113364054A
公开(公告)日：2021-09-07
申请号：CN202110534474.4
申请日：2021-05-17
Abstract: 本发明提出一种基于二阶锥松弛法的配电网区间网络重构模型优化方法，属于电力系统配电网区间网络重构领域。该方法首先建立由目标函数和约束条件构成的配电网确定性网络重构模型，然后将模型中的状态变量建立为区间数，将该确定性网络重构模型转换成区间优化模型；再将区间优化模型通过相对距离测度(RDM)区间运算转换成确定性优化模型，利用混合整数二阶锥松弛法求解该模型，得到配电网区间网络重构结果。本发明的优化方法能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
-
公开(公告)号：CN110224434B
公开(公告)日：2020-09-01
申请号：CN201910519809.8
申请日：2019-06-17
Abstract: 本发明涉及一种基于随机鲁棒优化的电力系统调度方法，属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的电力系统调度模型；对约束条件进行转化，将原模型转化为一个非线性优化问题；对转化后的模型求解，得到发电机出力，并根据求解结果进行相应调度决策实现电力系统调度。本发明考虑了电力系统中可再生能源的波动，减小了校正控制的成本，保证了电力系统安全，适合应用于电力系统的滚动调度等场景之中。
-
公开(公告)号：CN110224443A
公开(公告)日：2019-09-10
申请号：CN201910275369.6
申请日：2019-04-08
Applicant: 清华大学 , 国网吉林省电力有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种发电机组与换热站联合启停控制决策方法，属于电力系统运行技术领域。本方法建立了发电机组与换热站联合启停控制决策模型，该模型以常规火电机组与供热火电机组的总发电和供热成本最小化为目标函数，约束条件包括电力系统约束条件与供热系统约束条件。本方法通过大M法对所建立的发电机组与换热站联合启停控制决策模型进行等价变换，最后对得到的混合整数二次规划问题进行求解得到发电机组与换热站联合启停计划。本方法可以避免传统基于经验的控制决策风险带来的电力与热力供应不足风险，保证供电与供热安全可靠性，同时充分挖掘供热系统的热惯性与储热特性，对电力系统的风电消纳有显著改善。
-
-
-
-
-
-
-
-
-
Search Results
614
records
(took 0.097 seconds)
