-
公开(公告)号：CN119671165A
公开(公告)日：2025-03-21
申请号：CN202411746250.X
申请日：2024-12-02
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司双创中心 , 国电南瑞南京控制系统有限公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种虚拟电厂的边缘聚合代理方法、装置、设备和存储介质。其特征包括：接收电网调度中心下发的资源调控指令，基于所述资源调控指令获取所述原始采集数据；通过所述预设的可调资源数据模型对所述原始采集数据进行数据处理，得到可调资源设备数据；基于所述可调资源设备数据进行聚合计算，确定目标数据结果，将所述目标数据结果推送至所述电网调度中心，能够对虚拟电厂的调控指令快速响应，并且实现可调资源的快速接入，能够对海量可调资源的便捷管理，提高资源参与积极性。
-
公开(公告)号：CN119537967A
公开(公告)日：2025-02-28
申请号：CN202411532422.3
申请日：2024-10-30
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司双创中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/22 , G06F18/213 , G06F18/241 , G06F18/2321 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06Q50/06
Abstract: 本发明实施例公开了一种工业园区的负荷识别方法、装置、设备及介质。其中，该方法包括：获取工业园区内负荷设备的用电数据；对所述用电数据输入负荷特征识别模型，得到初始负荷特征数据；其中，所述负荷特征识别模型通过用电数据样本集迭代第一模型得到；将所述初始负荷特征数据与设定负荷规则库进行匹配，得到特征匹配结果；根据所述特征匹配结果和所述初始负荷特征数据确定目标负荷特征。本技术方案，可以根据负荷特征识别模型和设定负荷规则库综合识别负荷特征，能够提升负荷识别的准确性和效率，以满足智能化负荷管理的需求。
-
公开(公告)号：CN119474183A
公开(公告)日：2025-02-18
申请号：CN202411367651.4
申请日：2024-09-29
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司双创中心 , 国电南瑞南京控制系统有限公司
IPC: G06F16/25 , G06F16/215 , G06F16/23
Abstract: 本发明公开了一种应用于虚拟电厂的多源异构数据的同步更新方法及电子设备。该方法包括：采集虚拟电厂的可调资源设备对应的待采集数据，其中，可调资源设备包括光伏系统、储能系统、充电桩、供暖系统、供冷系统和配电开关间隔中的至少一种；根据可调资源设备的通信协议类型，将待采集数据转换为和预设通讯格式的待处理数据；对待处理数据预处理，以确定待处理数据对应的数据状态标签，基于数据状态标签确定待融合数据，并将待融合数据存储至目标数据库。本发明实施例的技术方案，解决了可调资源数据的多源异构数据应用不便的问题，实现了根据各可调资源设备、协议的不同，标准化多源异构数据，经预处理存储后为数据融合准备。
-
公开(公告)号：CN119292670A
公开(公告)日：2025-01-10
申请号：CN202411508805.7
申请日：2024-10-28
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司双创中心 , 国电南瑞南京控制系统有限公司
Abstract: 本发明实施例公开了一种指令分解方法、装置、边缘智控终端、介质及程序产品。包括：接收资源调控指令；根据资源调控指令中的调控策略，以及与边缘智控终端对应的各可调节资源的可调能力信息，对资源调控指令进行分解；其中，资源调控指令为电网调度机构直接发送至边缘智控终端的指令；各可调节资源为位于边缘智控终端的管理范围内的，分属不同虚拟电厂提供方的资源。减少了电网调度机构所需发送调控指令的数量，减少针对调控指令分解所需的时间，通过边缘智控终端实现了电网调度机构针对电网局部资源的直接管理，提升了资源调控的响应速度。
-
公开(公告)号：CN119726779A
公开(公告)日：2025-03-28
申请号：CN202411795016.6
申请日：2024-12-09
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
Abstract: 一种云边交互控制下的电压分层优化方法及系统，包括如下步骤：基于分布式配电网对无功电压的调控，构建中压配电网云边交互电压控制框架；基于控制框架对应建立分布式分层无功电压控制模型；采用多元正态分布随机生成无功电压控制的场景数据集，训练控制模型；使用聚类算法对控制模型进行求解，得到待优化无功电压节点的分布式配电网出力方案。本发明方法中，就地层与执行层和协调层相互配合，将数据处理部分部署在云端系统，提出了一种集成式智能体，对于支撑云边协同调控的灵活性提供了基础，针对得到的出力方案增加或减少无功电力补偿设备，操作简单、易实施。
-
Patent Agency Ranking
公开(公告)号：CN118840142A
公开(公告)日：2024-10-25
申请号：CN202411329494.8
申请日：2024-09-24
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC: G06Q30/0201 , G06Q30/0601 , G06Q50/06
Abstract: 本发明公开了一种考虑纳什议价合作博弈的虚拟电厂协同利润分配方法，包括以下步骤：步骤1、建立虚拟电厂、市场运营商的收益最大目标函数模型；步骤2、分别求解所述虚拟电厂、市场运营商的纳什议价谈判破裂点；步骤3、建立纳什议价模型的目标函数；步骤4、将纳什议价模型的目标函数转换为市场运营商效益最大化子问题、虚拟电厂效益最大化子问题，并采用基于自适应步长的交替方向乘子法分别对两个子问题进行求解，得到纳什议价模型下市场运营商的收益最大化函数、虚拟电厂的收益最大化函数；步骤5、对各利益主体的收益最大化函数进行求解。本发明可在电网系统交易中实现各利益主体利润的最优分配。
-
公开(公告)号：CN119482490A
公开(公告)日：2025-02-18
申请号：CN202411467591.3
申请日：2024-10-21
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明公开了一种面向电网调峰服务的虚拟电厂优化调度方法，包括以下步骤：步骤1、构建虚拟电厂调峰响应模型；步骤2、考虑步骤1得到的虚拟电厂调峰响应模型，以虚拟电厂的利润最大为目标函数，并设立所述目标函数的约束条件，由此构建面向电网调峰服务的虚拟电厂优化调度模型；步骤3、引入虚拟电厂调峰惩罚奖励；步骤4、对引入虚拟电厂调峰惩罚奖励的面向电网调峰服务的虚拟电厂优化调度模型进行求解，根据求解结果实现虚拟电厂优化调度。本发明通过合理化效益分配，确保了资源利用的公平性和高效性，激励了用户和运营商的积极参与。
-
公开(公告)号：CN118889425A
公开(公告)日：2024-11-01
申请号：CN202411002761.0
申请日：2024-07-25
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司扬州供电分公司
IPC: H02J3/06 , H02J3/00 , H02J3/46 , G06Q10/0631 , G06Q10/0635 , G06Q50/06
Abstract: 本发明涉及一种基于分区聚合的主配微一体化分层时序生产模拟方法，其包括以下步骤：步骤S1：定义主配微网的聚合分区；步骤S2：建立上层时序生产模型；步骤S3：建立下层时序生产模型；步骤S4：设定约束条件；步骤S5：基于步骤S2‑S4，使用Cplex进行求解，获得时序生产模拟过程。本发明在优化主配微网电量平衡的基础上，提升了主配微网供电可靠性与新能源利用率，确保主配微网安全高效运行。
-
公开(公告)号：CN118868039A
公开(公告)日：2024-10-29
申请号：CN202410883728.7
申请日：2024-07-03
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
IPC: H02J3/00 , G06Q50/06 , G06Q10/0631 , G06N7/01
Abstract: 本发明公开了一种计及用户需求的电动汽车双层优化模型的充放电调度方法。考虑了负荷削峰填谷效果和用户参与度，分别以电网日负荷方差最小和保证车主出行需求的情况下使车主充电成本最小为目标，建立了一个基于电网和用户两侧需求的V2G双层优化调度策略，然后利用改进的智能算法对双层优化模型进行循环迭代求解。该方法得到的优化调度策略能有效降低新的负荷高峰及负荷峰谷差，减少V2G的用户成本，实现两侧双赢，模型简单，易于求解，具有一定的理论价值和工程价值。
-
公开(公告)号：CN118861731A
公开(公告)日：2024-10-29
申请号：CN202410883725.3
申请日：2024-07-03
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F18/23213 , G06F18/214 , G06F18/15 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于TCN‑BiGRU深度学习的电动汽车负荷预测方法。针对不同类型电动汽车的特性差异，首先采用K‑means对不同类型的电动汽车进行聚类；然后，对聚类之后的结果进行二次聚类；最后，建立TCN‑BiGRU神经网络模型，用聚类数据集对提出的预测模型进行训练和测试。该方法得到的电动汽车负荷预测结果充分考虑了不同类型电动汽车存在的特性差异，其结果能有效提高电动汽车负荷预测结果精度，具有一定的理论价值和工程价值。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.055 seconds)
