-
公开(公告)号:CN109066742B
公开(公告)日:2022-03-04
申请号:CN201810836403.8
申请日:2018-07-26
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 本发明提供一种分布式电源和混合储能系统协调控制的方法和系统。所述方法和系统通过比较交流电网中实际功率与额定功率的差值,并综合分析分布式电源的出力,以及混合储能系统的容量的状态,调整混合储能系统的充放电,并通过低通滤波方法对混合储能系统的功率进行分配,较好地实现了对交流电网进行功率补偿以及功率过剩时的放电,很好地实现了分布式电源供电和混合储能系统削峰填谷的协调性,避免了混合储能系统在电网大负荷时功率不足以及高电压时长期处于阻值状态,从而大大延长了混合储能的寿命。
-
公开(公告)号:CN117686931A
公开(公告)日:2024-03-12
申请号:CN202311539024.X
申请日:2023-11-17
申请人: 国网江苏省电力有限公司连云港供电分公司 , 中国电力科学研究院有限公司
IPC分类号: G01R31/392 , G01R31/367 , G01R31/396
摘要: 一种基于深度学习结合EIS数据的储能电池健康状态估计方法与估计系统,使用深度学习算法中的门控循环神经网络提供快速可靠的参数估计,同时使用来自EIS的先前数据作为误差评估的离线数据库,可直接利用电池系统的阻抗信息,使得模型预测结果更准确。
-
公开(公告)号:CN116359742A
公开(公告)日:2023-06-30
申请号:CN202310312415.1
申请日:2023-03-28
申请人: 国网江苏省电力有限公司连云港供电分公司 , 中国电力科学研究院有限公司
IPC分类号: G01R31/367 , G01R31/3842 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种基于深度学习组合扩展卡尔曼滤波的储能电池荷电状态在线估计方法及系统,包括:实时采集储能电池的相关参数数据;对采集的数据预处理和数据重构,作为训练集;搭建用于储能电池SOC预测的深度神经网络DNN,并通过训练集学习训练;深度神经网络DNN采用ResNet模型结构,ResNet模型结构的残差块由两个卷积层和一个跨层连接组成,其中卷积层的输出通道数可不同,跨层连接是恒等映射或者卷积映射;通过扩展卡尔曼滤波算法对深度神经网络DNN输出的预估值进行补偿和滤波,获取最终的储能电池SOC预估值。本发明具有估计精度高、实时性好、使用方便等优点,可为储能电池领域的开发和应用提供有效的技术支持。
-
公开(公告)号:CN116359742B
公开(公告)日:2024-09-13
申请号:CN202310312415.1
申请日:2023-03-28
申请人: 国网江苏省电力有限公司连云港供电分公司 , 中国电力科学研究院有限公司
IPC分类号: G01R31/367 , G01R31/3842 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种基于深度学习组合扩展卡尔曼滤波的储能电池荷电状态在线估计方法及系统,包括:实时采集储能电池的相关参数数据;对采集的数据预处理和数据重构,作为训练集;搭建用于储能电池SOC预测的深度神经网络DNN,并通过训练集学习训练;深度神经网络DNN采用ResNet模型结构,ResNet模型结构的残差块由两个卷积层和一个跨层连接组成,其中卷积层的输出通道数可不同,跨层连接是恒等映射或者卷积映射;通过扩展卡尔曼滤波算法对深度神经网络DNN输出的预估值进行补偿和滤波,获取最终的储能电池SOC预估值。本发明具有估计精度高、实时性好、使用方便等优点,可为储能电池领域的开发和应用提供有效的技术支持。
-
公开(公告)号:CN112803598B
公开(公告)日:2022-06-07
申请号:CN202110247003.5
申请日:2021-03-05
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 配电网的多源协同保护配置方法、系统、设备和存储介质,采用代理信息融合技术,收集配电网各条馈线的电流保护信息,根据电流保护信息计算电流保护整定值;根据电流保护整定值以及配电网发生故障时各条馈线上的电流值,通过启动判据,判断是否启动电流保护,实现配电网的多源协同保护配置本发明通过代理信息融合技术,用于收集各条馈线的电流保护信息,对于保护的判断具有灵活性和可靠性。本发明所提出的自适应电流保护可以解决由于储能系统接入配电网,过流保护的保护范围超越、保护不灵敏等问题,为储能接入电网的保护方法提供一种理论依据,具有良好的应用前景。
-
公开(公告)号:CN109190792A
公开(公告)日:2019-01-11
申请号:CN201810834925.4
申请日:2018-07-26
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 本发明提供一种确定配电网中分布式电源的配置与评估的方法和系统,所述方法和系统包括:建立评估接入分布式电源的配电网供电可靠性的指标体系及每个指标的模型,根据配电网的网络损耗、停电成本与分布式电源的投资成本建立接入分布式电源的配电网的经济性模型,并将所述供电可靠性指标模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,利用遗传算法得到分布式电源在配电网中的最优配置。所述方法和系统实现分布式电源类型、位置与接入容量的同时优化,并通过对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
-
公开(公告)号:CN117686932A
公开(公告)日:2024-03-12
申请号:CN202311539084.1
申请日:2023-11-17
申请人: 国网江苏省电力有限公司连云港供电分公司 , 中国电力科学研究院有限公司
IPC分类号: G01R31/392 , G01R31/367 , G01R31/396 , G06F18/10 , G06F18/214 , G06F18/243 , G06N20/20
摘要: 基于机器学习与时间常数比的储能电池健康状态估计方法与估计系统,包括:步骤1:采集储能电池历史运行数据;步骤2:对步骤1中的数据进行预处理;步骤3:构建储能电池SOH预测模型,并进行训练及优化;步骤4:对步骤3训练完成的储能电池SOH预测模型进行精确度验证;步骤5:输入需要估计SOH的储能电池实际运行数据到步骤4训练完成的储能电池SOH预测模型中,可得到该储能电池当前SOH。本发明根据预训练好的储能电池SOH预测模型基于实际运行数据可直接输出储能电池的当前状态的SOH。
-
公开(公告)号:CN109190792B
公开(公告)日:2022-05-24
申请号:CN201810834925.4
申请日:2018-07-26
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 本发明提供一种确定配电网中分布式电源的配置与评估的方法和系统,所述方法和系统包括:建立评估接入分布式电源的配电网供电可靠性的指标体系及每个指标的模型,根据配电网的网络损耗、停电成本与分布式电源的投资成本建立接入分布式电源的配电网的经济性模型,并将所述供电可靠性指标模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,利用遗传算法得到分布式电源在配电网中的最优配置。所述方法和系统实现分布式电源类型、位置与接入容量的同时优化,并通过对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
-
公开(公告)号:CN112803598A
公开(公告)日:2021-05-14
申请号:CN202110247003.5
申请日:2021-03-05
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 配电网的多源协同保护配置方法、系统、设备和存储介质,采用代理信息融合技术,收集配电网各条馈线的电流保护信息,根据电流保护信息计算电流保护整定值;根据电流保护整定值以及配电网发生故障时各条馈线上的电流值,通过启动判据,判断是否启动电流保护,实现配电网的多源协同保护配置本发明通过代理信息融合技术,用于收集各条馈线的电流保护信息,对于保护的判断具有灵活性和可靠性。本发明所提出的自适应电流保护可以解决由于储能系统接入配电网,过流保护的保护范围超越、保护不灵敏等问题,为储能接入电网的保护方法提供一种理论依据,具有良好的应用前景。
-
公开(公告)号:CN109066742A
公开(公告)日:2018-12-21
申请号:CN201810836403.8
申请日:2018-07-26
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司连云港供电分公司 , 国家电网有限公司
摘要: 本发明提供一种分布式电源和混合储能系统协调控制的方法和系统。所述方法和系统通过比较交流电网中实际功率与额定功率的差值,并综合分析分布式电源的出力,以及混合储能系统的容量的状态,调整混合储能系统的充放电,并通过低通滤波方法对混合储能系统的功率进行分配,较好地实现了对交流电网进行功率补偿以及功率过剩时的放电,很好地实现了分布式电源供电和混合储能系统削峰填谷的协调性,避免了混合储能系统在电网大负荷时功率不足以及高电压时长期处于阻值状态,从而大大延长了混合储能的寿命。
-
-
-
-
-
-
-
-
-