-
公开(公告)号:CN118432851A
公开(公告)日:2024-08-02
申请号:CN202410341367.3
申请日:2024-03-25
申请人: 国网电力科学研究院有限公司 , 国网新疆电力有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种光伏并网发电动态组网的数据共享方法及系统包括,通过Initial算法生成微电网能量管理系统的公钥和私钥,基于GenUserkey算法为微电网能量管理系统中的每个光伏微电网生成公钥和私钥;利用光伏微电网中参与的节点信息、以及生成的公钥材料和私钥材料,得到每个光伏微电网在时隙内的会话更新信息,并根据会话更新信息,计算会话密钥;通过会话密钥,构造签名和加密算法以及对应的签名验证和解密算法,对微电网能量管理系统中的密钥生成数据,实施数据完整性和私密性保护;本发明实现了光伏并网发电中多个光伏微电网动态组网时密钥管理的功能,还满足了动态组网过程中数据完整性和私密性的保护;且本发明方案还具有低计算开销和耗时低的特点。
-
公开(公告)号:CN116979613A
公开(公告)日:2023-10-31
申请号:CN202310735096.5
申请日:2023-06-16
申请人: 国网新疆电力有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了基于孪生延迟DDPG的可调节负荷经济调度方法及其调控装置包括:基于多元可调节负荷参与电网运行的特性,构建多元可调节负荷主动参与电网资源调度的鲁棒优化模型;面向风光不确定因素影响的调度环境,提出基于孪生延迟DDPG算法优化求解鲁棒优化模型,并获取电网优化调度策略;对电网优化调度策略的计算值进行电网仿真运行,分析优化调度策略的有效性;本发明提供的方法通过构建电网鲁棒优化调度模型,获取电网优化调度策略,通过将实际电网运行数据代入电网优化调度策略进行仿真计算,获取优化调度策略的最优值,能够有效降低运行费用,且可根据实际计算结果调整电力系统的平均负荷率,有效保障电网的安全稳定运行。
-
公开(公告)号:CN117251758A
公开(公告)日:2023-12-19
申请号:CN202310942600.9
申请日:2023-07-30
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
IPC分类号: G06F18/24 , G06F18/10 , G06F18/2131 , G06N20/20 , G06F18/214 , G06N3/0464 , G06F18/25
摘要: 本发明公开了基于多元特征和Bagging集成学习模型的负荷识别方法及系统包括,获取电器负荷信号,并对负荷信号进行特征提取;基于特征提取结果构建电力负荷数据指纹特征库,将电力负荷数据指纹特征库结合Bagging集成学习模型进行分类学习,得到电器负荷识别分类模型;根据电器负荷识别分类模型对电器负荷信号进行识别。本发明构造了基于后端融合的集成学习Bagging算法来进行负荷识别,能够显著提升负荷预测的精度。
-
公开(公告)号:CN112039131B
公开(公告)日:2022-01-25
申请号:CN202010787749.0
申请日:2020-08-07
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种基于虚拟同步机的双机并联系统功率分配方法及系统,本发明在现有的虚拟同步机控制算法中进行改进,增加单相有功电流反馈,根据反馈的单相有功电流和有功电流反馈系数,实现根据需要按比例分配负载功率和下垂支撑功率。
-
公开(公告)号:CN112766706A
公开(公告)日:2021-05-07
申请号:CN202110046846.9
申请日:2021-01-14
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 北京国网普瑞特高压输电技术有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要: 本发明公开了一种客户侧不同类型用能管理系统的用能监测方法,包括获取采集设备采集的所有监测对象用能数据以及与用能数据相关的环境参数;根据监测深度和监测对象的拓扑结构,对用能数据进行分层梳理;根据分层梳理后的用能数据和环境参数,对各检测对象进行用能分析,并向相应的用能控制设备下发相应的控制指令。同时公开了相应的装置。本发明不仅采集用能数据,还采集与用能数据相关的环境参数,对用能数据进行分层梳理,基于分层梳理后的用能数据和环境参数进行用能分析和下发控制指令,大大增强了系统整体分析能力,实现供、输、转、用能的无死角监测。
-
公开(公告)号:CN112766579A
公开(公告)日:2021-05-07
申请号:CN202110089833.X
申请日:2021-01-22
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网重庆市电力公司 , 国家电网有限公司 , 东南大学
摘要: 本发明公开一种基于自适应算法的充电系统规划方法和装置,方法包括:从多个充电系统规划方案中分别获取充电系统参数数据,按照预设的性能指标体系确定性能指标的指标值;利用主分量分析法进行性能指标筛选,利用层次分析法分析得到性能指标集中各性能指标的权重,利用该权重对相应性能指标值进行修正;利用预设的权重自适应修正模型,求解得到各性能指标的最终权重;根据修正后的性能指标值及其对应的最终权重,计算各充电系统规划方案的综合性能数据;将综合性能数据最优的方案作为最终充电系统规划方案。本发明能够适应充电系统特性调整指标权重,使得充电系统的性能预测更加准确,从而能够在充电系统规划阶段得到性能更优的规划方案。
-
公开(公告)号:CN112766579B
公开(公告)日:2022-07-29
申请号:CN202110089833.X
申请日:2021-01-22
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网重庆市电力公司 , 国家电网有限公司 , 东南大学
摘要: 本发明公开一种基于自适应算法的充电系统规划方法和装置,方法包括:从多个充电系统规划方案中分别获取充电系统参数数据,按照预设的性能指标体系确定性能指标的指标值;利用主分量分析法进行性能指标筛选,利用层次分析法分析得到性能指标集中各性能指标的权重,利用该权重对相应性能指标值进行修正;利用预设的权重自适应修正模型,求解得到各性能指标的最终权重;根据修正后的性能指标值及其对应的最终权重,计算各充电系统规划方案的综合性能数据;将综合性能数据最优的方案作为最终充电系统规划方案。本发明能够适应充电系统特性调整指标权重,使得充电系统的性能预测更加准确,从而能够在充电系统规划阶段得到性能更优的规划方案。
-
公开(公告)号:CN112332456A
公开(公告)日:2021-02-05
申请号:CN202010984833.1
申请日:2020-09-18
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网天津市电力公司 , 北京国网普瑞特高压输电技术有限公司
IPC分类号: H02J3/46
摘要: 本发明公开了一种蓄热式电采暖负荷参与电网运行的优化控制方法及装置,方法包括:获取风电与蓄热式电采暖联合运行模式下运行状态参数数据,基于获取的数据,对预先构建的风电与蓄热式电采暖联合运行优化模型进行优化求解,得到风电场、火电机组及接入的蓄热式电采暖的实时功率调度数据;所述预先构建的风电与蓄热式电采暖联合运行优化模型,以总发电成本最低为优化目标,以功率平衡约束和风电场、火电机组及蓄热式电采暖的功率约束作为约束条件。本发明以系统总的发电成本最小,构建了优化模型,求解获得风电场、火电机组及接入的蓄热式电采暖的实时功率调度数据,缓解了风电并网对于系统造成的调峰压力。
-
公开(公告)号:CN111950868A
公开(公告)日:2020-11-17
申请号:CN202010735071.1
申请日:2020-07-28
申请人: 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 国网山东省电力公司
摘要: 本发明公开了一种基于生成对抗网络的综合能源系统负荷场景生成方法,包括以下步骤:S1:获取综合能源系统负荷数据,建立冷热电负荷样本数据集合;S2:构建生成对抗网络模型;S3:交替训练生成器网络和判别器网络D;S4:生成综合能源系统负荷场景。本发明利用生成对抗网络学习样本数据的隐含关系,捕捉内部复杂的深层非线性结构特征。在缺乏真实数据或真实数据的多样性不足时,生成与真实场景统计特性相近的综合能源系统多元负荷场景。通过本发明的方法生成的场景可以为负荷预测,异常检测和运行调度提供决策支持,增加系统的灵活性和可靠性。
-
公开(公告)号:CN117171632A
公开(公告)日:2023-12-05
申请号:CN202310875565.3
申请日:2023-07-17
申请人: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
IPC分类号: G06F18/241 , G06F18/2131 , G06F18/214 , G06N5/01 , G06N20/20
摘要: 本发明公开了基于多元特征提取和Adaboost集成学习的负荷识别方法及系统包括,获取不同电器负荷信号值,并对不同电器负荷信号值进行特征提取;根据特征提取结果,构建电力负荷数据指纹特征库;结合Adaboost框架集成学习框架进行分类学习,构建训练指纹特征和对应负荷之间的关系,得到负荷识别模型进行负荷识别。不仅可满足电力企业在新形势下对负荷预测的要求,同时降低电力企业成本,也能发展深度序列特征学习方法,并拓宽其应用范围,具有重要的工程意义和理论价值。
-
-
-
-
-
-
-
-
-