一种功率因数校正电路和应用其的电动汽车用交流充电器

    公开(公告)号:CN109149922B

    公开(公告)日:2020-07-24

    申请号:CN201811042818.4

    申请日:2018-09-07

    Abstract: 本发明涉及一种功率因数校正电路,包括两组并联且交替工作的Boost电路和输出对应不同工作模式的控制信号来控制Boost电路的控制电路:工作模式包括定频模式、变频模式和跳频模式;采用定频模式时,两组Boost电路接收的控制信号为采用最大频率的定频PWM信号;采用变频模式时,两组Boost电路接收的控制信号为依据对应的电感电流是否达到参考幅值的变频PWM信号;跳频模式时,两组Boost电路接收的控制信号为仅在AC/DC变换器的输出电压下降到设定的电压阈值时输出的一系列脉冲信号。本发明还涉及采用上述功率因数校正电路的电动汽车用交流充电器。本发明通过在不同负载区间采取不同控制策略的方式,使得交流充电器的功率因数校正级在全负载范围内都保持高效率。

    一种基于细粒度用户数据的需求侧响应方法

    公开(公告)号:CN110535130A

    公开(公告)日:2019-12-03

    申请号:CN201910850866.4

    申请日:2019-09-10

    Abstract: 本发明提供一种基于细粒度用户数据的需求侧响应方法,首先通过细粒度的用户分项数据获取调控潜力、拟合用户电量响应曲线;然后以激励补偿成本最小为目标,满足用户调控潜力、用户电量响应曲线和电压的约束,基于粒子群优化算法计算配电线路各节点的最优需求侧响应激励定价序列,实现最经济的需求侧响应调控;最后根据调控后获取的最新“激励定价和负荷转移率”样本更新用户电量响应曲线参数。该方法能够利用细粒度用户数据评价确定对象响应程度的能力,通过优化算法实现调控的经济最优,且用户电量响应曲线参数的优化机制具备自学习能力,能够不断地提高需求侧响应方法的性能。

    一种功率因数校正电路和应用其的电动汽车用交流充电器

    公开(公告)号:CN109149922A

    公开(公告)日:2019-01-04

    申请号:CN201811042818.4

    申请日:2018-09-07

    Abstract: 本发明涉及一种功率因数校正电路,包括两组并联且交替工作的Boost电路和输出对应不同工作模式的控制信号来控制Boost电路的控制电路:工作模式包括定频模式、变频模式和跳频模式;采用定频模式时,两组Boost电路接收的控制信号为采用最大频率的定频PWM信号;采用变频模式时,两组Boost电路接收的控制信号为依据对应的电感电流是否达到参考幅值的变频PWM信号;跳频模式时,两组Boost电路接收的控制信号为仅在AC/DC变换器的输出电压下降到设定的电压阈值时输出的一系列脉冲信号。本发明还涉及采用上述功率因数校正电路的电动汽车用交流充电器。本发明通过在不同负载区间采取不同控制策略的方式,使得交流充电器的功率因数校正级在全负载范围内都保持高效率。

    一种基于细粒度用户数据的需求侧响应方法

    公开(公告)号:CN110535130B

    公开(公告)日:2022-03-11

    申请号:CN201910850866.4

    申请日:2019-09-10

    Abstract: 本发明提供一种基于细粒度用户数据的需求侧响应方法,首先通过细粒度的用户分项数据获取调控潜力、拟合用户电量响应曲线;然后以激励补偿成本最小为目标,满足用户调控潜力、用户电量响应曲线和电压的约束,基于粒子群优化算法计算配电线路各节点的最优需求侧响应激励定价序列,实现最经济的需求侧响应调控;最后根据调控后获取的最新“激励定价和负荷转移率”样本更新用户电量响应曲线参数。该方法能够利用细粒度用户数据评价确定对象响应程度的能力,通过优化算法实现调控的经济最优,且用户电量响应曲线参数的优化机制具备自学习能力,能够不断地提高需求侧响应方法的性能。

    一种基于多维细粒度行为数据的居民用户画像方法

    公开(公告)号:CN111461761A

    公开(公告)日:2020-07-28

    申请号:CN202010131723.0

    申请日:2020-02-29

    Abstract: 本发明公开了一种基于多维细粒度行为数据的居民用户画像方法,该方法包含4个部分:1、多维细粒度行为数据采集,包括基于非入户终端采集的细粒度用电行为量测数据,基于营销系统采集用户电费数据,基于网上营业厅和95598获取用户网络行为统计数据;2、特征标签模型构建,从用户行为、用电特性、消费习惯三大维度建立用户多源特征标签体系,并给出各个特征的计算方法或估计方法;3、分季节分时段,计算各类特性指标综合指标,提出改进k均值聚类算法,利用改进k均值聚类算法将不同电力客户划分成不同属性的簇;4、用户画像结果可视化呈现,作为调控目标用户精准定位的依据。

    一种基于细粒度用电行为的用户可调潜力确定方法

    公开(公告)号:CN111028098A

    公开(公告)日:2020-04-17

    申请号:CN201911070224.9

    申请日:2019-11-05

    Abstract: 本发明公开了一种基于细粒度用电行为的用户可调潜力确定方法,属于电力管理技术领域。该方法基于非入户量测终端的细粒度用电行为辨识数据进行构建,共包含5个步骤:1、细粒度用电行为数据获取,应用非侵入负荷辨识技术获取用户总体负荷及分项可调负荷空调类、电热类的负荷数据;2、以细粒度用户数据为基础,构建用户可调潜力分析模型;3、根据峰谷电价调节时刻前后1h内用电行为数据分析用户峰谷价格敏感性;4、根据阶梯电价跳转时刻前后多日的相似日的用电行为数据分析用户阶梯价格敏感性;5、通过峰谷价格敏感性和阶梯价格敏感性,构建用户价格敏感性计算模型;6、结合电网调控需求,综合获取用户调控潜力。

    一种基于非侵入负荷终端数据的负荷辨识方法

    公开(公告)号:CN111553444A

    公开(公告)日:2020-08-18

    申请号:CN202010411408.3

    申请日:2020-05-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于非侵入负荷终端数据的负荷辨识方法,包括如下步骤:对负荷数据进行采样;对用户的各类电器的历史用电数据进行均值漂移聚类,得到聚类后的用户电器数据集的不同簇,对电器簇提取电器的负荷辨识特征,从而对历史负荷类型负荷进行辨识,并建立电器运行特征的多元高斯分布模型;另一方面,以负荷运行数据作为输入特征,以朴素贝叶斯算法计算电器的运行特征对应各个簇的发生概率;以其中最大概率的一簇作为电器的实际类别,将该簇的电器类型作为电器的电器类型。本发明通过对非侵入负荷终端数据上送的用户历史负荷运行数据进行聚类建模,实现了云平台对用户负荷的再次辨识,能够有效的对非侵入终端上送的电器属性进行比对校正。

    基于功率及电流特性的电吹风非侵入辨识方法

    公开(公告)号:CN107390020B

    公开(公告)日:2019-11-12

    申请号:CN201710433630.1

    申请日:2017-06-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于功率及电流特性的电吹风非侵入辨识方法,包括如下步骤:(1)在一定采样频率范围内,对总电源进线的电压和电流信号进行采样;(2)计算实时平均有功功率序列P(i)和实时平均无功功率序列Q(i);(3)提取第j个时间窗口的电流最大值Imax(j)、电流最小值Imin(j),构造新的电流信号序列I(j)=Imax(j)+Imin(j);(4)判定电吹风运行状态,并计算该档位电吹风的额定功率。本发明解决了目前家用电器中间断运行的负荷较多,电吹风的稳态特性与其他电器相似,无明显的暂态特性等难题,可准确感知电吹风的运行及所处状态,并提供电吹风的近似额定功率,为实现电吹风的非侵入辨识。

Patent Agency Ranking