一种荷源深度协同的园区电冷系统调度方法

    公开(公告)号:CN117458451A

    公开(公告)日:2024-01-26

    申请号:CN202311392671.2

    申请日:2023-10-25

    摘要: 本公开实施例中提供了一种荷源深度协同的园区电冷系统调度方法,属于数据处理技术领域,具体包括:步骤1,识别园区电冷系统结构,并分析其运行特点;步骤2,根据园区电冷系统结构及其运行特定,分析工厂用冷、居民用冷和光伏用冷需求,构建多元化供冷对象的非线性约束;步骤3,基于房屋建筑储热能力和非线性约束,设计冷电联供系统日前调度模型;步骤4,采用线性化方法对非线性约束进行处理,求解调度模型得到优化调度策略;步骤5,根据优化调度策略指导园区微网运行。通过本公开的方案,提高了调度效率和适应性,同时也能降低园区微网的运行成本,实现园区电冷系统安全经济运行。

    基于PMU的电网周波变化率的一次调频校正方法及系统

    公开(公告)号:CN110190611B

    公开(公告)日:2020-11-06

    申请号:CN201910483208.6

    申请日:2019-06-04

    IPC分类号: H02J3/24

    摘要: 本申请公开了基于电网同步相量测量装置(PMU)的电网周波变化率的一次调频校正方法及系统,电网同步频率相量处理单元将收到的基于电网同步相量测量装置(PMU)的Hzi转换成同步频率相量的变化率,然后进行电网同步频率相量的变化率是否超过电网周波大扰动门槛判定,再进行电网同步频率相量是否超过电网周波大扰动门槛判定,从而提前确定了电网频率是否发生了大扰动。如果确认电网频率发生了大扰动,一次调频校正系统对大扰动采用了“缩短机组出力动态稳定时间,增大补偿电量”的控制方式,满足电网一次调频考核及评价系统对大扰动计算的要求。该系统和方法可以确保机组一次调频动作的合格率达到100%,机组一次调频非法响应次数实现零,从而提高了电网和机组的安全运行。

    一种基于神经网络的切负荷预测方法及系统

    公开(公告)号:CN113723593B

    公开(公告)日:2024-01-09

    申请号:CN202110990090.3

    申请日:2021-08-26

    IPC分类号: G06N3/044 G06N3/0464 H02J3/00

    摘要: 本发明属于电网风险分析与评估技术领域,提供了一种基于神经网络的切负荷预测方法及方法。该方法包括,将预处理后的历史电网系统状态场景参数数据集划分为测试集、训练集和验证集;基于训练集对切负荷预测模型进行反向传播训练,在满足设定的迭代次数时,采用验证集对切负荷预测模型的训练效果进行验证,根据切负荷预测模型在验证集上的表现调整切负荷预测模型的网络参数,直到调整后的切负荷预测模型满足设定的要求,得到训练好的切负荷预测模型;基于电网系统状态场景运行数据,采用测试集验证准确率达标后的训练好的切负荷预测模(56)对比文件关守平;吕欣;张艳蕊.基于过程神经网络的短期负荷预测.东北大学学报(自然科学版).2007,(第10期),全文.