一种可提升风电消纳能力的电-热综合能源系统

    公开(公告)号:CN214204972U

    公开(公告)日:2021-09-14

    申请号:CN202022931620.0

    申请日:2020-12-09

    IPC分类号: H02J3/46

    摘要: 一种可提升风电消纳能力的电‑热综合能源系统,包括热电联产机组和风电场,风电场和热电联产机组的电能输出端连接在电力传输总线上,用于辅助热电联产机组为用电负载供电;热电联产机组的水蒸气输出端通过热交换器连接热网系统,该系统还设有储热装置、热泵和电锅炉,所述储热装置与热交换器和热网系统之间的管路连接,用于储存热量并调节热电联产机组的出力;所述热泵和电锅炉的电源输入端分别与电力传输总线电连接,所述热泵和电锅炉的热水输出端分别与热交换器和热网之间的管路连接,用于增加系统的电负荷,进而增加系统的风电消纳。该系统能够解耦抽气式热电联产机组的热电耦合关系,提高电网风电接纳能力,保证电力系统的安全稳定运行。

    一种新型电缆接头防爆盒
    4.
    发明公开

    公开(公告)号:CN112467680A

    公开(公告)日:2021-03-09

    申请号:CN202011437902.3

    申请日:2020-12-07

    IPC分类号: H02G15/10 H02G3/03 A62C3/16

    摘要: 本发明提供了一种新型电缆接头防爆盒,包括:外壳、陶瓷化聚烯烃内层、高强度纤维层、泄压孔、泄压盖板、灭火蛋、外壳充胶口和外壳紧固装置;其中,所述外壳为上下双瓣组合结构,外壳两边呈收缩状态,上下两个外壳包裹夹住电缆,在两边夹紧处设有外壳紧固装置,在外壳上设有泄压孔和外壳充胶口,泄压孔下设有泄压盖板;电缆外层依次裹有高强度陶瓷化聚烯烃内层和高强度纤维层。本发明在使用过程中,当防爆盒内部压力过高时内部气体通过泄压孔排出,防爆盒自动泄压,灭火蛋会在瞬间自启动灭火,并在灭火过程中降低爆炸释放的大量热量温度,达到灭火、降温目的,具有自动泄压,防爆、灭火、防水的功能,大大降低事故的损失和危害。

    用于动态保障的电力智能调度方法及系统

    公开(公告)号:CN118199059B

    公开(公告)日:2024-09-13

    申请号:CN202410607743.9

    申请日:2024-05-16

    IPC分类号: H02J3/00 G01R31/08

    摘要: 本发明公开了用于动态保障的电力智能调度方法及系统,涉及智能电网相关领域,该方法包括:获得电力拓扑数据集,进行标准化处理,获得标准电力拓扑数据集;搭建电力调度拓扑网络;进行实时监测,获得电力监测拓扑网络;激活电力故障特征预测通道,进行异常定位,确定异常电力拓扑网络;采集负载设备信息,获得异常拓扑负载分布;激活备用供电模块,采集各个备用供电单元的信息,确定备用供电数据集;进行电力调度寻优,确定备用供电调度方案,进行保障电力调度。解决了现有电力调度存在的缺乏灵活性和动态适应性,难以满足实时调度需求的技术问题,达到了提高电力调度的灵活性和动态适应性,提高供电的可靠性和稳定性的技术效果。

    用于动态保障的电力智能调度方法及系统

    公开(公告)号:CN118199059A

    公开(公告)日:2024-06-14

    申请号:CN202410607743.9

    申请日:2024-05-16

    IPC分类号: H02J3/00 G01R31/08

    摘要: 本发明公开了用于动态保障的电力智能调度方法及系统,涉及智能电网相关领域,该方法包括:获得电力拓扑数据集,进行标准化处理,获得标准电力拓扑数据集;搭建电力调度拓扑网络;进行实时监测,获得电力监测拓扑网络;激活电力故障特征预测通道,进行异常定位,确定异常电力拓扑网络;采集负载设备信息,获得异常拓扑负载分布;激活备用供电模块,采集各个备用供电单元的信息,确定备用供电数据集;进行电力调度寻优,确定备用供电调度方案,进行保障电力调度。解决了现有电力调度存在的缺乏灵活性和动态适应性,难以满足实时调度需求的技术问题,达到了提高电力调度的灵活性和动态适应性,提高供电的可靠性和稳定性的技术效果。

    基于负荷可调节潜力的负荷聚类方法及负荷聚类系统

    公开(公告)号:CN115577282A

    公开(公告)日:2023-01-06

    申请号:CN202211240860.3

    申请日:2022-10-11

    摘要: 本发明提供了一种基于负荷可调节潜力的负荷聚类方法及负荷聚类系统,其中,负荷聚类方法包括:基于电力大数据,获取负荷用电数据;根据负荷用电数据,对负荷样本进行第一次聚类,获取第一次负荷样本聚类结果;根据历史负荷可调节潜力主要影响因素和历史负荷可调节潜力数据,采用机器学习算法获得训练模型;基于训练模型获取当前负荷可调节潜力数据;基于当前负荷可调节潜力数据,对第一次负荷样本聚类结果进行第二聚类,获取第二次负荷样本聚类结果;基于第二聚类结果,确定负荷样本的类别。有助于了解负荷侧的用电特性,增强电网对负荷的感知能力,进而提高电网对负荷的调控能力和调节水平。