-
公开(公告)号：CN118886611A
公开(公告)日：2024-11-01
申请号：CN202411084833.0
申请日：2024-08-08
Abstract: 本发明提供了一种基于集合论的大规模海上风电、火电及储能系统的综合聚合方法和系统，包括：步骤1：为风电场、火电厂和储能设备分别构建基本集合，并为集合中的每个元素定义基本属性；步骤2：从基本集合中随机取出子集合，聚合成不同的聚合体；步骤3：定义隶属度函数，以量化每个聚合体对特定模糊集合的隶属程度，并基于多个评价指标评估和筛选聚合体，确定最优的系统配置。本发明提高了风电的消纳率和系统的稳定性，储能系统在风电出力过剩时存储多余电能，在风电出力不足时释放电能，实现了电力供需的平衡。
-
公开(公告)号：CN113343437B
公开(公告)日：2023-11-24
申请号：CN202110553274.3
申请日：2021-05-20
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06F30/20 , G06Q50/06 , G06F111/06 , G06F111/10
Abstract: 本发明提供了一种电动汽车快速充电引导方法及系统，包括：构建电动汽车目标充电位选择冲突处理模型；基于所述充电冲突处理模型，构建电动汽车和充电位之间的双边匹配模型，得到所述电动汽车和充电位之间的匹配解；对得到的匹配解进行最优解选择，得到电动汽车和充电位之间的快速匹配，完成电动汽车快速充电引导。同时提供了一种相应的终端及介质。本发明有效缓解用户充电拥挤，提高充电设备利用率，节约充电成本；有效解决充电冲突问题和均衡充电设备利用率，实现电动汽车用户与充电站效用值最大化的同时兼顾个体最优与整体最优。
-
公开(公告)号：CN113515884A
公开(公告)日：2021-10-19
申请号：CN202110419560.0
申请日：2021-04-19
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
Abstract: 本发明提供了一种分散式电动汽车实时优化调度方法及系统，建立联合电动汽车充电和电网机组出力的实时优化调度模型；并通过电动汽车集群能量边界等效模型和优化功率再分配策略提高模型求解效率；将所提出的优化调度模型构造成一个马尔可夫决策过程；并利用强化学习算法进行求解；将训练好的智能体应用于分散式电动汽车实时优化调度，实时优化各时段机组出力和电动汽车充电功率，实现电网经济运行。同时提供了一种相应的终端及介质。本发明一方面无需依赖准确的模型预测，连续的动作空间可保证调控的灵活性，且求解速度快；另一方面优选SAC算法作为强化学习算法，具有最大化熵的特点，可广泛探索环境，在环境变化的情况下仍具有较强的鲁棒性。
-
公开(公告)号：CN113343437A
公开(公告)日：2021-09-03
申请号：CN202110553274.3
申请日：2021-05-20
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06F30/20 , G06Q50/06 , G06F111/06 , G06F111/10
Abstract: 本发明提供了一种电动汽车快速充电引导方法及系统，包括：构建电动汽车目标充电位选择冲突处理模型；基于所述充电冲突处理模型，构建电动汽车和充电位之间的双边匹配模型，得到所述电动汽车和充电位之间的匹配解；对得到的匹配解进行最优解选择，得到电动汽车和充电位之间的快速匹配，完成电动汽车快速充电引导。同时提供了一种相应的终端及介质。本发明有效缓解用户充电拥挤，提高充电设备利用率，节约充电成本；有效解决充电冲突问题和均衡充电设备利用率，实现电动汽车用户与充电站效用值最大化的同时兼顾个体最优与整体最优。
-
公开(公告)号：CN111784027A
公开(公告)日：2020-10-16
申请号：CN202010498183.X
申请日：2020-06-04
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06Q10/04 , G06Q50/06 , G06F16/9537 , B60L53/66
Abstract: 本发明公开了一种计及地理信息的城市范围电动汽车充电需求预测方法。基于大规模汽车出行统计数据，提取电动汽车的行驶和充电行为特性，并通过蒙特卡洛模拟的方法对电动汽车的行驶进行模拟，分析城市范围内大规模电动汽车的充电需求特征。本发明提出的充电需求预测方法能够为电网的调度运行提供参考信息，并对电动汽车充电基础设施的运营商的运营策略具有较高的参考价值。
-
Patent Agency Ranking
公开(公告)号：CN109217373A
公开(公告)日：2019-01-15
申请号：CN201811303993.4
申请日：2018-11-03
Abstract: 一种商业园区混合能源系统的源储荷协调优化方法，首先，对所有场景所涉及的电气热冷子系统中各元件进行建模，随后对所需优化的场景进行详细分析，建立优化模型并采用成熟的优化求解工具：gurobi和yalmip进行求解。本发明在一般的电系统源储荷优化模型上进一步考虑了冷、热系统元件，解决了一般的商业园区中，冷、热、电等多种能源元件的建模问题，以及在混合能源系统中的协调优化运行问题。本发明具有很快的求解速度和全局最优解的特点，具有很好的实际应用前景。
-
公开(公告)号：CN105956757A
公开(公告)日：2016-09-21
申请号：CN201610268511.0
申请日：2016-04-27
CPC classification number: G06Q10/06393 , G06Q50/06
Abstract: 一种智能电网评估技术领域的基于AHP‑PCA法的智能电网可持续发展综合评价方法，在评价方法投入使用的前k个月，基于层次分析法进行对所有评价因素进行静态赋权，并根据智能电网的运行情况对各评价因素进行打分，构建AHP评价指数WAHP；评价方法运行k个月后，从第k+1个月开始基于主成分分析法对所有评价因素进行动态赋权，筛选出有效主成分，构建PCA评价指数WPCA，并与AHP评价指数WAHP进行结合，作为智能电网可持续发展评价指数WAHP。本发明通过将层次分析法与主成分分析法相结合，解决智能电网评估中主观差异带来的误差问题以及主成分空有信息量而无实际含义的问题，为智能电网的可持续发展提供有效的管理方案。
-
公开(公告)号：CN114169118B
公开(公告)日：2024-06-21
申请号：CN202111551789.6
申请日：2021-12-17
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/08 , G06F113/04
Abstract: 一种考虑分布式电源出力相关性的配电网拓扑结构辨识方法，在离线阶段将经过预处理的电网数据作为训练集对神经网络进行训练，在在线阶段，通过测试集输入训练后的神经网络得到合成的节点电压幅值样本，然后采用基于最大信息系数的最大生成树算法进行配电网拓扑结构辨识，得到配电网所有节点对，每个节点对表示配电网拓扑结构中的一条边，作为配电网拓扑结构辨识结果。本发明采用神经网络建立节点电压幅值与节点注入功率间的关系，并提出基于最大信息系数的最大生成树算法进行配电网拓扑结构辨识。
-
公开(公告)号：CN111641207B
公开(公告)日：2023-06-09
申请号：CN202010493115.4
申请日：2020-06-03
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
Abstract: 本发明提供了一种以充电站为关键节点的区域能源综合体虚拟聚合系统及方法，基于电力物联网架构，包含感知层、网络层、应用层三个架构层，分为八个模块：数据采集模块、运行状态管理模块、分布式发电设备出力预测模块、充电站负荷预测模块、运行计划制定模块、实时调度优化模块、内部交易平台模块、外部交易平台模块。本发明减小充电负荷对电网造成的负面影响，节省配电网络升级扩容的费用；充分消纳分布式可再生能源发电产生的电能。通过提供网联分布式储能租用服务，以及系统中的预测模块及调度模块，实现可再生能源的高效利用，降低弃风弃光率；在信息流层面对能源进行管理，有利于能源综合体的成本控制；应用情形更加广泛。
-
公开(公告)号：CN111641207A
公开(公告)日：2020-09-08
申请号：CN202010493115.4
申请日：2020-06-03
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
Abstract: 本发明提供了一种以充电站为关键节点的区域能源综合体虚拟聚合系统及方法，基于电力物联网架构，包含感知层、网络层、应用层三个架构层，分为八个模块：数据采集模块、运行状态管理模块、分布式发电设备出力预测模块、充电站负荷预测模块、运行计划制定模块、实时调度优化模块、内部交易平台模块、外部交易平台模块。本发明减小充电负荷对电网造成的负面影响，节省配电网络升级扩容的费用；充分消纳分布式可再生能源发电产生的电能。通过提供网联分布式储能租用服务，以及系统中的预测模块及调度模块，实现可再生能源的高效利用，降低弃风弃光率；在信息流层面对能源进行管理，有利于能源综合体的成本控制；应用情形更加广泛。
-
-
-
-
-
-
-
-
-
Search Results
474
records
(took 0.172 seconds)
