-
公开(公告)号:CN112086999B
公开(公告)日:2022-04-26
申请号:CN202010954890.5
申请日:2020-09-11
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明公开了一种V2G系统集成式滤波器建模方法,属于集成式滤波器建模技术领域,S1:集成式电感的物理建模,在多物理场数值计算工具中建立包含三维模型、材料特性、激励、温度等多种影响滤波器大小的输入量;S2:对集成式电感的参数化扫描,通过多物理场数值计算工具计算不同电流激励、温度、转子角度情况下的电感磁链、电磁振动、噪音等,得到高精度电感模型的数据基础;S3:高精度集成式滤波器模型的V2G系统中的建模方法;本发明提高了V2G系统中滤波器的精确性,提高了V2G系统模型的精确性,为大规模新能源汽车并入电网提供了技术支撑,解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器的非理想因素的问题。
-
公开(公告)号:CN114142507A
公开(公告)日:2022-03-04
申请号:CN202111468046.2
申请日:2021-12-03
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明涉及集成式滤波器建模技术领域,公开了一种V2G系统,所述系统包括蓄电池、双向DC/DC变换器、三相全桥变换器、滤波器、电网及控制系统,并同时公开了一种适用于V2G系统的集成式滤波电感设计方法,所述方法包括:S1、集成式电感的电磁有限元建模;S2、对集成式电感的参数化扫描;S3、计算不同电流激励、转子角度情况下的电感磁链,得到高精度电感模型的数据基础;S4、基于线性电感V2G系统电压电流谐波提取;S5、集成式滤波电感在工频转速下的谐波分析与优化。本发明降低了V2G系统中集成式滤波器引起的低频谐波,为大规模新能源汽车并入电网提供了技术支撑,解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器引入的低频谐波的问题。
-
公开(公告)号:CN111953026B
公开(公告)日:2021-11-26
申请号:CN202010666030.1
申请日:2020-07-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
Abstract: 一种基于二阶响应电压补偿的虚拟同步发电机控制方法,通过采集三相逆变器电感电流、电容电压以及电网电压,计算系统理论传输功率从而得到传输功率的微分项以及系统稳态工作点来确定虚拟阻抗数值;通过虚拟阻抗进行电压补偿,计算电压补偿后的无功电压环的输出电压有效值;结合有功—频率环输出相角通过电压电流双环对三相逆变器电感电流及电容电压进行控制,得到的调制波信号经PWM调制最终实现对三相逆变器开关管的通断控制。本发明的虚拟阻抗的数值与电路拓扑、系统控制参数以及运行工况均有关,因此基于虚拟阻抗的电压补偿方法适用于不同控制系统以及不同运行工况,达到自适应的效果,进一步提升了控制系统的运行性能。
-
公开(公告)号:CN113188239A
公开(公告)日:2021-07-30
申请号:CN202110502173.3
申请日:2021-05-08
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
Abstract: 本发明公开一种基于深度置信网络的空调负荷集群建模方法,属于电力系统自动化领域;本发明针对空调负荷的集群响应特性刻画,提出了一种基于深度置信网络的空调负荷集群响应特性建模方法,首先针对单台空调的热力学特性进行建模,建立二阶等效热参数模型;再基于此,采用蒙特卡洛模拟的方法,得到不同温度设定值变化条件下的功率变化值,建立训练样本;进一步,利用深度置信网络训练得到空调负荷集群的聚合响应特性(已知空调温度设定值变化条件下的功率变化量),从而指导电力公司开展需求侧管理项目。
-
公开(公告)号:CN113036772A
公开(公告)日:2021-06-25
申请号:CN202110511579.8
申请日:2021-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/12
Abstract: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法,属于配网电压调节技术领域;调节方法包括:采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态,基于深度强化学习中的Q值网络,根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励,并得到下一状态,将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新,直到得到学习终止条件;缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题,节省外部调节设备的建设成本,保证电网安全经济运行。
-
公开(公告)号:CN111953026A
公开(公告)日:2020-11-17
申请号:CN202010666030.1
申请日:2020-07-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
Abstract: 一种基于二阶响应电压补偿的虚拟同步发电机控制方法,通过采集三相逆变器电感电流、电容电压以及电网电压,计算系统理论传输功率从而得到传输功率的微分项以及系统稳态工作点来确定虚拟阻抗数值;通过虚拟阻抗进行电压补偿,计算电压补偿后的无功电压环的输出电压有效值;结合有功—频率环输出相角通过电压电流双环对三相逆变器电感电流及电容电压进行控制,得到的调制波信号经PWM调制最终实现对三相逆变器开关管的通断控制。本发明的虚拟阻抗的数值与电路拓扑、系统控制参数以及运行工况均有关,因此基于虚拟阻抗的电压补偿方法适用于不同控制系统以及不同运行工况,达到自适应的效果,进一步提升了控制系统的运行性能。
-
公开(公告)号:CN114447942B
公开(公告)日:2024-06-11
申请号:CN202210117679.7
申请日:2022-02-08
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明公开一种主动配电网负荷侧多元调压方法、设备及存储介质,该方法包括步骤:(1)数据准备,包括可再生能源的预测数据、灵活性资源基本特性、配电网系统的基本参数相关信息;(2)对接入众多灵活性资源的主动配电网结构进行分析,研究内部资源参与配电网运行的方式;(3)考虑配电网系统潮流约束以及配网内部各节点运行约束,以系统网损与电压偏移量最小为目标建立配电网调压数学模型;(4)基于强化学习的思想,将调压任务转化为马尔科夫决策过程,建立主动配电网调压的马尔科夫模型。本发明综合考虑了分布式电源、柔性负荷、SVC等配电网灵活性资源的特性,避免了复杂物理建模的同时协调配网内部众多资源参与配网的运行。
-
公开(公告)号:CN112949874A
公开(公告)日:2021-06-11
申请号:CN202110241465.6
申请日:2021-03-04
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学 , 国网电力科学研究院有限公司
Abstract: 一种配电终端缺陷特征自诊断方法及系统,以降低配电终端缺陷率,提高配电终端运维效率,促进即插即用配电终端大规模接入配电网。该方法首先针对配电终端缺陷问题构建缺陷多维度影响因素体系与缺陷分类体系。然后基于配电终端的结构模型,融合关联规则数据算法模型,提出基于数据驱动的配电终端缺陷分析及自诊断方法。最后根据该模型分析配电终端缺陷数据,构建缺陷规律规则库与缺陷自诊断规则库,分析终端缺陷产生机制,对终端缺陷进行多维度综合自诊断。本发明的方法可以有效提高配电终端消缺能力与效率,降低配电终端缺陷率,在一定程度上减小因终端缺陷对配电网产生的影响,缓解当前配电网运维工作的压力,具有重要工程实用价值。
-
公开(公告)号:CN112086999A
公开(公告)日:2020-12-15
申请号:CN202010954890.5
申请日:2020-09-11
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明公开了一种V2G系统集成式滤波器建模方法,属于集成式滤波器建模技术领域,S1:集成式电感的物理建模,在多物理场数值计算工具中建立包含三维模型、材料特性、激励、温度等多种影响滤波器大小的输入量;S2:对集成式电感的参数化扫描,通过多物理场数值计算工具计算不同电流激励、温度、转子角度情况下的电感磁链、电磁振动、噪音等,得到高精度电感模型的数据基础;S3:高精度集成式滤波器模型的V2G系统中的建模方法;本发明提高了V2G系统中滤波器的精确性,提高了V2G系统模型的精确性,为大规模新能源汽车并入电网提供了技术支撑,解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器的非理想因素的问题。
-
公开(公告)号:CN113036772B
公开(公告)日:2022-07-19
申请号:CN202110511579.8
申请日:2021-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/12
Abstract: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法,属于配网电压调节技术领域;调节方法包括:采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态,基于深度强化学习中的Q值网络,根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励,并得到下一状态,将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新,直到得到学习终止条件;缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题,节省外部调节设备的建设成本,保证电网安全经济运行。
-
-
-
-
-
-
-
-
-