一种含新能源和温控负荷的区域电网动态需求响应方法

    公开(公告)号:CN108471139A

    公开(公告)日:2018-08-31

    申请号:CN201810390079.1

    申请日:2018-04-27

    IPC分类号: H02J3/38 B60L11/18 H02J3/14

    摘要: 一种含新能源和温控负荷的区域电网动态需求响应方法。其包括设定以平抑分布式光伏发电系统出力波动最小作为目标的目标函数及约束条件,构建含分布式光伏发电系统、电动汽车和温控负荷的区域电网动态需求响应模型;采用改进的粒子群算法对区域电网动态需求响应模型进行求解;进行含分布式光伏发电系统、电动汽车和温控负荷的区域动态需求响应调度等步骤。本发明能够对区域电网的分布式光伏发电系统、电动汽车和温控负荷进行协同调度,可有效进行区域电网经济调度管理,减少间歇性分布式电源和随动性电动汽车对电网的冲击,平抑长时间响应特性温控负荷的影响。

    一种含新能源和温控负荷的区域电网动态需求响应方法

    公开(公告)号:CN108471139B

    公开(公告)日:2021-03-23

    申请号:CN201810390079.1

    申请日:2018-04-27

    IPC分类号: H02J3/38 B60L53/63 H02J3/14

    摘要: 一种含新能源和温控负荷的区域电网动态需求响应方法。其包括设定以平抑分布式光伏发电系统出力波动最小作为目标的目标函数及约束条件,构建含分布式光伏发电系统、电动汽车和温控负荷的区域电网动态需求响应模型;采用改进的粒子群算法对区域电网动态需求响应模型进行求解;进行含分布式光伏发电系统、电动汽车和温控负荷的区域动态需求响应调度等步骤。本发明能够对区域电网的分布式光伏发电系统、电动汽车和温控负荷进行协同调度,可有效进行区域电网经济调度管理,减少间歇性分布式电源和随动性电动汽车对电网的冲击,平抑长时间响应特性温控负荷的影响。

    一种用于微电网的分布式光伏发电Boost升压控制方法

    公开(公告)号:CN105870964A

    公开(公告)日:2016-08-17

    申请号:CN201610203741.9

    申请日:2016-03-31

    IPC分类号: H02J3/38

    CPC分类号: Y02E10/563 H02J3/385

    摘要: 一种用于微电网的分布式光伏发电Boost升压控制方法。其包括首先检测微电网并网点的电压,计算实际电压与预设电压的差值;然后通过数量差的大小来判断需要增大还是减小微电网的输出功率;如需增大微电网输出功率,则首先判断储能单元是否可以放电,如是则通过储能单元控制器控制储能单元放电;如不可以放电,则判断当前光伏电池板是否运行在最大功率点处,如是则无需调整,如非则按照常规MPPT方法进行控制,以增大其功率输出等步骤。本发明效果:光伏发电系统采用本控制方法之后,可以快速有效跟踪电力负载的变化,结合储能单元的充放电,自动适应输出合适的功率,从而可以大幅节约储能单元的容量,降低工程投资。

    一种基于需求侧响应的微网运行优化方法

    公开(公告)号:CN105846426A

    公开(公告)日:2016-08-10

    申请号:CN201610318210.4

    申请日:2016-05-13

    IPC分类号: H02J3/00

    CPC分类号: H02J3/00

    摘要: 一种基于需求侧响应的微网运行优化方法。其包括采集待优化微网系统中包括所有用户功率、连接在微网与外部电网之间的联络线功率及可再生能源出力在内的信息;按照最大化利用新能源的原则,利用上述信息计算用户每台可控设备的负荷控制目标;通过加权系数排队算法控制可控设备负荷:若绿色响应等级、黄色响应等级和红色响应等级用户的可控设备均已用完而仍未达到负荷控制目标,则储能设备介入等步骤。本发明提供的于需求侧响应的微网运行优化方法以加权系数排队算法为基础,适用于控制家庭中常见的空调、热泵等可控负荷,允许用户选择自己的响应等级,并且能够兼顾用户舒适度与公平性。

    一种基于Spiking神经网络的变压器故障状态监测方法

    公开(公告)号:CN106526373A

    公开(公告)日:2017-03-22

    申请号:CN201610960270.6

    申请日:2016-10-28

    IPC分类号: G01R31/00 G06N3/04

    CPC分类号: G01R31/00 G06N3/049

    摘要: 一种基于Spiking神经网络的变压器故障状态监测方法。其包括利用特征气体法确定Spiking神经网络的输入层、输出层神经元个数,并确定输入样本数据;确定Spiking神经网络隐含层的神经元个数;对输入样本数据进行归一化处理;对输入样本数据进行编码;将输入样本数据输入到Spiking神经网络中而对其进行训练,输出即为变压器的故障状态监测结果。本发明:针对变压器故障状态监测问题,以充油电力变压器作为研究对象,所采用的Spiking神经网络采用精确脉冲时间的编码方式,更接近真实的生物神经系统,相比其它神经网络具有强大的计算能力,能有效判别变压器故障类型、减少错判、误判比率、提供诊断的准确性。