-
公开(公告)号：CN115864480B
公开(公告)日：2023-06-02
申请号：CN202310190918.6
申请日：2023-03-02
发明人： 樊立攀 , 禹文静 , 徐琰 , 明东岳 , 魏伟 , 雷鸣 , 傅晨 , 谢东日 , 付尤 , 孙亮 , 游文军 , 庞博 , 余鹤 , 肖楚鹏 , 王振宇 , 许静 , 齐蓓 , 石玉伦 , 刘智伟
IPC分类号： H02J3/32 , H02J3/14 , G06Q10/0631 , G06Q50/06
摘要： 本申请涉及一种基于大规模电动汽车分布式充放电功率跟踪集群调度方法，包括以下具体步骤：S1.建立满足参与需求侧管理电动汽车个数、目标充电量、充放电时间和聚合商执行功率到位情况的约束情况的系统调度模型；S2.为了使大规模电动汽车充放电总功率能够跟踪参考功率指令，形成调度电动汽车的充放电功率问题方程以满足跟踪参考功率命令；S3.通过在局部函数中应用分布式ADMM算法，根据接受的功率和对单个电动汽车进行优化收敛以获得每个电动汽车的最佳充电功率。本申请可以控制电动汽车的充电和放电过程而不影响电动汽车行驶计划，从而使电动汽车负载可以有效地跟踪给定的负载分布。
-
公开(公告)号：CN116109216A
公开(公告)日：2023-05-12
申请号：CN202310394711.0
申请日：2023-04-13
发明人： 樊立攀 , 禹文静 , 张成 , 徐琰 , 明东岳 , 夏天 , 雷鸣 , 刘喆成 , 郭莹 , 倪阳 , 王媛 , 刘礼威 , 赵婧 , 魏伟 , 齐蓓 , 余梦 , 王振宇 , 许静 , 石玉伦 , 刘智伟
IPC分类号： G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
摘要： 本申请涉及一种源网储荷系统的可调性评估方法，包括以下具体步骤：S1：构建源网储荷系统结构模型，建立能量平衡关系；S2：根据预计优化目标建立目标函数和约束条件，所述约束条件应满足源网储荷系统向总电网购买和出售电力的约束条件；S3：根据系统结构模型、目标函数和约束条件，使用MPC算法求解指定时间段的可调性潜力和成本，考虑可调性成本对可调性进行分类。本申请考虑了不同柔性组件的实际特性，计算出指定时间段的灵活性潜力及相关成本，从而使得源网储荷系统在满足用户使用的前提下建立充足的灵活性储备，助力总电网进行需求响应调度。
-
公开(公告)号：CN116109216B
公开(公告)日：2023-06-23
申请号：CN202310394711.0
申请日：2023-04-13
发明人： 樊立攀 , 禹文静 , 张成 , 徐琰 , 明东岳 , 夏天 , 雷鸣 , 刘喆成 , 郭莹 , 倪阳 , 王媛 , 刘礼威 , 赵婧 , 魏伟 , 齐蓓 , 余梦 , 王振宇 , 许静 , 石玉伦 , 刘智伟
IPC分类号： G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
摘要： 本申请涉及一种源网储荷系统的可调性评估方法，包括以下具体步骤：S1：构建源网储荷系统结构模型，建立能量平衡关系；S2：根据预计优化目标建立目标函数和约束条件，所述约束条件应满足源网储荷系统向总电网购买和出售电力的约束条件；S3：根据系统结构模型、目标函数和约束条件，使用MPC算法求解指定时间段的可调性潜力和成本，考虑可调性成本对可调性进行分类。本申请考虑了不同柔性组件的实际特性，计算出指定时间段的灵活性潜力及相关成本，从而使得源网储荷系统在满足用户使用的前提下建立充足的灵活性储备，助力总电网进行需求响应调度。
-
公开(公告)号：CN116089847B
公开(公告)日：2023-06-23
申请号：CN202310359452.8
申请日：2023-04-06
摘要： 本申请涉及一种基于协方差代理的分布式可调资源聚类方法，包括以下具体步骤：收集DAR数据和太阳辐射强度、风速、环境温度和湿度等外部特征数据；将外部特征与DAR集进行相关性分析，选取相关性最高的外部特征作为相关系数，将协方差替换相关系数乘以DAR分布的方差；以最小化所有DAR聚类的最大方差为目标，确定聚类模型与表征参数，形成更快和更可靠的聚类方法；和蛮力计算方差对比发现，通过Python仿真验证了在多资源聚类的可靠性与时效性。该方法不需要枚举和计算所有的DAR组合，在具有计算简便性的同时准确率也与蛮力计算相比更具有保障性。本申请解决DAR聚类时的方差计算问题。
-
公开(公告)号：CN116089847A
公开(公告)日：2023-05-09
申请号：CN202310359452.8
申请日：2023-04-06
摘要： 本申请涉及一种基于协方差代理的分布式可调资源聚类方法，包括以下具体步骤：收集DAR数据和太阳辐射强度、风速、环境温度和湿度等外部特征数据；将外部特征与DAR集进行相关性分析，选取相关性最高的外部特征作为相关系数，将协方差替换相关系数乘以DAR分布的方差；以最小化所有DAR聚类的最大方差为目标，确定聚类模型与表征参数，形成更快和更可靠的聚类方法；和蛮力计算方差对比发现，通过Python仿真验证了在多资源聚类的可靠性与时效性。该方法不需要枚举和计算所有的DAR组合，在具有计算简便性的同时准确率也与蛮力计算相比更具有保障性。本申请解决DAR聚类时的方差计算问题。
-
公开(公告)号：CN115864480A
公开(公告)日：2023-03-28
申请号：CN202310190918.6
申请日：2023-03-02
发明人： 樊立攀 , 禹文静 , 徐琰 , 明东岳 , 魏伟 , 雷鸣 , 傅晨 , 谢东日 , 付尤 , 孙亮 , 游文军 , 庞博 , 余鹤 , 肖楚鹏 , 王振宇 , 许静 , 齐蓓 , 石玉伦 , 刘智伟
IPC分类号： H02J3/32 , H02J3/14 , G06Q10/0631 , G06Q50/06
摘要： 本申请涉及一种基于大规模电动汽车分布式充放电功率跟踪集群调度方法，包括以下具体步骤：S1.建立满足参与需求侧管理电动汽车个数、目标充电量、充放电时间和聚合商执行功率到位情况的约束情况的系统调度模型；S2.为了使大规模电动汽车充放电总功率能够跟踪参考功率指令，形成调度电动汽车的充放电功率问题方程以满足跟踪参考功率命令；S3.通过在局部函数中应用分布式ADMM算法，根据接受的功率和对单个电动汽车进行优化收敛以获得每个电动汽车的最佳充电功率。本申请可以控制电动汽车的充电和放电过程而不影响电动汽车行驶计划，从而使电动汽车负载可以有效地跟踪给定的负载分布。
-
公开(公告)号：CN118535944A
公开(公告)日：2024-08-23
申请号：CN202410750434.7
申请日：2024-06-12
IPC分类号： G06F18/2337 , G06F18/2113 , G06Q50/06
摘要： 一种异常用电检测模型构建的方法，包括：获取用户用电数据，对所述用户用电数据进行清洗；按第一预设规则对清洗后的用电数据进行特征衍生；按第二预设规则对特征衍生后的用电数据进行不平衡数据处理；按第三预设规则对不平衡数据处理后的用电特征进行评估与筛选；根据评估与筛选后的用电特征，采用模糊聚类算法，构建异常用电检测模型，得到异常用电结果。本发明解决了现有技术，异常用电取证难，用电量计量难，给供电企业的损失追回和窃电者的制裁带来了极大的困难等问题。
-
公开(公告)号：CN117875481A
公开(公告)日：2024-04-12
申请号：CN202311755361.2
申请日：2023-12-20
IPC分类号： G06Q10/04 , G06Q50/26 , G06F18/243 , G06F18/2113 , G06N5/01 , G06N3/006
摘要： 本发明公开了一种碳排放预测方法、电子设备和计算机可读介质，该碳排放预测方法包括：收集能源消耗、经济增长率、发电量、碳排放指标等相关数据，采用广义迪氏指数分解法对影响贡献进行量化，选择相关性较强的影响因素；利用粒子群优化的两阶段XGBoost算法预测未来的碳排放趋势，对某区域的实际数据验证了该方法的有效性，并进行了实例预测分析。
-
公开(公告)号：CN114091487B
公开(公告)日：2024-03-05
申请号：CN202111228267.2
申请日：2021-10-21
IPC分类号： G06K7/10 , G06Q10/087
摘要： 本发明提供了一种复杂环境中RFID电子标签识别方法、设备及计算机可读存储介质，该方法包括：接收到无时间限制读取指令时，进入训练模式，设定训练次数，所有RFID天线同时执行RFID电子标签的读取；若达到设定的训练次数，记录所有RFID天线读取的原始电子标签集合、各RFID天线的限定时间参数以及初始在库电子标签集合作为初始参数，完成训练过程；当后台服务器接收到出入库读取指令时，将初始参数输入到RFID读写器，开始执行RFID电子标签的读取；计算当前在库电子标签集合和出入库后库存的变化，即完成一次出入库流程。通过本发明，可以有效解决空间狭窄、内部结构较为复杂的带有玻璃材质柜门的金属储物柜在进行RFID多标签识
-
公开(公告)号：CN117132420B
公开(公告)日：2024-02-27
申请号：CN202311409873.3
申请日：2023-10-27
摘要： 本公开提供了一种电力需求响应对象的响应特性分析方法和系统，属于电力负荷分析技术领域；该方法包括：获取目标需求响应对象的历史负荷数据，历史负荷数据中依次记载有目标需求响应对象在响应日之前连续 天中不同时刻的负荷；利用STL算法将历史负荷数据进行分解，得到趋势负荷分量和周期负荷分量；根据趋势负荷分量预测出目标需求响应对象在响应日的生产规模因子；利用S‑G滤波算法对周期负荷分量进行滤波处理，并根据滤波后的周期负荷分量预测出目标需求响应对象在响应日中预设响应时段内的可中断负荷信息；生成用于表征目标需求响应对象在响应日中预设响应时段的响应特性的响应特征向量，响应特征向量包括生产规模因
-
-
-
-
-
-
-
-
-
搜索结果
66 条记录 (耗时 0.086 秒)
