-
公开(公告)号：CN118821501A
公开(公告)日：2024-10-22
申请号：CN202411310482.0
申请日：2024-09-20
Applicant: 山东大学
IPC: G06F30/20 , G06Q10/0631 , G06Q10/0635 , G06Q50/06 , G06F111/04
Abstract: 本公开提供了基于寿命衰减和风险的电氢耦合系统优化调度方法及系统，涉及电氢耦合系统优化调度技术领域，包括：构建电氢耦合系统设备运行模型；分别构建线性化的蓄电池、电解槽以及燃料电池的寿命衰减量化模型，以及线性化的储氢罐安全性风险量化模型；基于条件风险价值方法处理电氢耦合系统设备运行模型源荷的不确定性，建立计及条件风险价值的电氢耦合系统调度模型，以运行成本、寿命衰减成本以及安全性风险成本最低为目标构建目标函数，确定约束条件，实现对电氢耦合系统的最优调度。
-
Patent Agency Ranking
公开(公告)号：CN119382129A
公开(公告)日：2025-01-28
申请号：CN202411920638.7
申请日：2024-12-25
Applicant: 山东大学
IPC: H02J3/00 , H02J3/28 , G06Q10/0631 , G06Q50/06 , G06F18/23 , G06N3/0895
Abstract: 本发明属于综合能源调度技术领域，尤其涉及一种考虑储能系统后验式极端场景再识别的规划方法及系统。方法包括：采用改进聚类与场景削减方法对新能源出力及负荷数据进行场景聚类与削减，得到典型场景；将典型场景输入至多目标双层容量优化配置模型中并进行求解，得到电氢混合储能系统各设备的最优配置容量；将得到的最优配置容量进行全年优化运行模拟，检验电氢混合储能系统在所有场景下是否存在极端场景；若存在，则将极端场景补充到典型场景中并重新进行优化配置，迭代循环得到最终的最优配置容量。本发明所提方法能够发挥氢储能日间能量转移潜力且同时考虑正常场景与新能源持续低出力极端场景，减小电氢耦合系统对上级电网的依赖。
-
公开(公告)号：CN118821501B
公开(公告)日：2024-11-29
申请号：CN202411310482.0
申请日：2024-09-20
Applicant: 山东大学
IPC: G06F30/20 , G06Q10/0631 , G06Q10/0635 , G06Q50/06 , G06F111/04
Abstract: 本公开提供了基于寿命衰减和风险的电氢耦合系统优化调度方法及系统，涉及电氢耦合系统优化调度技术领域，包括：构建电氢耦合系统设备运行模型；分别构建线性化的蓄电池、电解槽以及燃料电池的寿命衰减量化模型，以及线性化的储氢罐安全性风险量化模型；基于条件风险价值方法处理电氢耦合系统设备运行模型源荷的不确定性，建立计及条件风险价值的电氢耦合系统调度模型，以运行成本、寿命衰减成本以及安全性风险成本最低为目标构建目标函数，确定约束条件，实现对电氢耦合系统的最优调度。
-
公开(公告)号：CN118861738B
公开(公告)日：2024-12-10
申请号：CN202411319624.X
申请日：2024-09-23
Applicant: 山东大学
IPC: G06F18/23213
Abstract: 本公开提供了保留多维时序特征的场景分解聚类与评估方法及系统，涉及储能数据分解和聚类技术领域，包括：基于季节性分解算法将净功率原始数据进行分解，将分解得到的趋势分量按周期求和作为长周期分量，周期分量与残差分量叠加作为短周期分量；将短周期分量进行切割，计算每个周期数据特征值，并将特征值与短周期分量组合为聚类数据；基于自组织映射神经网络与K均值聚类算法进行聚类，得到聚类中心和聚类索引，作为储能规划典型场景；根据聚类索引进行短周期分量全时序重构，得到全时序连接数据，将全时序连接数据与长周期分量进行叠加，得到最终重构的全周期数据，建立多维时序特征评价指标评估重构数据对原始数据信息的还原度。
-
公开(公告)号：CN118861738A
公开(公告)日：2024-10-29
申请号：CN202411319624.X
申请日：2024-09-23
Applicant: 山东大学
IPC: G06F18/23213
Abstract: 本公开提供了保留多维时序特征的场景分解聚类与评估方法及系统，涉及储能数据分解和聚类技术领域，包括：基于季节性分解算法将净功率原始数据进行分解，将分解得到的趋势分量按周期求和作为长周期分量，周期分量与残差分量叠加作为短周期分量；将短周期分量进行切割，计算每个周期数据特征值，并将特征值与短周期分量组合为聚类数据；基于自组织映射神经网络与K均值聚类算法进行聚类，得到聚类中心和聚类索引，作为储能规划典型场景；根据聚类索引进行短周期分量全时序重构，得到全时序连接数据，将全时序连接数据与长周期分量进行叠加，得到最终重构的全周期数据，建立多维时序特征评价指标评估重构数据对原始数据信息的还原度。
-
公开(公告)号：CN119382129B
公开(公告)日：2025-04-15
申请号：CN202411920638.7
申请日：2024-12-25
Applicant: 山东大学
IPC: H02J3/00 , H02J3/28 , G06Q10/0631 , G06Q50/06 , G06F18/23 , G06N3/0895
Abstract: 本发明属于综合能源调度技术领域，尤其涉及一种考虑储能系统后验式极端场景再识别的规划方法及系统。方法包括：采用改进聚类与场景削减方法对新能源出力及负荷数据进行场景聚类与削减，得到典型场景；将典型场景输入至多目标双层容量优化配置模型中并进行求解，得到电氢混合储能系统各设备的最优配置容量；将得到的最优配置容量进行全年优化运行模拟，检验电氢混合储能系统在所有场景下是否存在极端场景；若存在，则将极端场景补充到典型场景中并重新进行优化配置，迭代循环得到最终的最优配置容量。本发明所提方法能够发挥氢储能日间能量转移潜力且同时考虑正常场景与新能源持续低出力极端场景，减小电氢耦合系统对上级电网的依赖。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
