-
公开(公告)号:CN118713048A
公开(公告)日:2024-09-27
申请号:CN202410695813.0
申请日:2024-05-31
申请人: 昆明理工大学
发明人: 沈赋 , 张微 , 单节杉 , 戴翔 , 王文浩 , 卢锦涛 , 喜军 , 邹和 , 王升星 , 徐应发 , 王健 , 蔡子龙 , 翟苏巍 , 曹旸 , 付玉 , 张宇涛 , 刘思蕊 , 王哲
IPC分类号: H02J3/00 , G06Q50/06 , G06N3/0499 , G06N3/084 , G06N3/006
摘要: 本发明涉及一种考虑关键特征选择的配电网拓扑辨识方法,属于配电网拓扑辨识领域。本发明包括步骤:获取考虑风光出力不确定性和相关性的典型风光出力场景并与配电网不同拓扑结合构建量测数据集;根据RF和MIC进行特征选择,筛选出对拓扑辨识最重要且不含冗余的关键特征;利用BA算法优化BP模型对配电网的拓扑进行辨识。本发明采用较少的量测特征即可实现对配电网拓扑的辨识,保证经济性的同时具有较高的准确率以及抗噪能力。
-
公开(公告)号:CN118508502A
公开(公告)日:2024-08-16
申请号:CN202410558963.7
申请日:2024-05-08
申请人: 昆明理工大学
发明人: 沈赋 , 喜军 , 李施伟 , 戴翔 , 王文浩 , 卢锦涛 , 邹和 , 王升星 , 徐应发 , 单节杉 , 王健 , 蔡子龙 , 翟苏巍 , 曹旸 , 付玉 , 张微 , 张宇涛 , 刘思蕊 , 王哲
IPC分类号: H02J3/38 , H02J3/48 , H02J3/50 , H02J3/28 , H02J3/32 , G06F30/36 , G06F111/10 , G06F113/04 , G06F119/02
摘要: 本发明涉及一种融合储能的光伏发电系统并网逆变器的建模与稳定性分析方法,属于新能源系统稳定性分析领域。本发明包括步骤:基于融合储能的光伏系统采用下垂控制方法构建了并网逆变器模型及其状态空间方程;为简化稳定性分计算过程,采用奇异摄动法对逆变器状态空间方程进行降阶处理;根据逆变器的低阶状态空间方程采用克拉索夫斯基法、线性矩阵不等式方法和变量梯度法三种方法构建系统李雅普诺夫函数。本发明在融合储能后可提升光伏系统出力并抑制光伏出力的波动,同时能够提升光伏系统的功角稳定域。
-
公开(公告)号:CN118199047A
公开(公告)日:2024-06-14
申请号:CN202410363337.2
申请日:2024-03-28
申请人: 昆明理工大学
IPC分类号: H02J3/00 , H02J3/38 , G06F18/15 , G06F18/213 , G06F18/2431 , G06N3/0442 , G06N3/086 , G06N3/0985 , G06Q50/06
摘要: 本发明涉及一种考虑相关性的新能源电力系统风光功率短期联合预测方法,属于电力功率、负荷预测领域。本发明包括步骤:获取新能源电力系统功率数据及影响因素并通过相关性分析提取预测特征量;以CEEMDAN对数据进行分解、近似熵对分解数据再次重构;使用CWOA算法对BILSTM模型超参数优化,构建预测模型;输入初步预测特征得出预测误差,再次交叉预测得出最终预测结果。本发明对风/光发电功率进行联合预测,具有较好的预测性能并具有较好鲁棒性,易于实现。
-
公开(公告)号:CN118278206A
公开(公告)日:2024-07-02
申请号:CN202410488128.0
申请日:2024-04-23
申请人: 昆明理工大学
发明人: 沈赋 , 卢锦涛 , 杨志文 , 戴翔 , 王文浩 , 喜军 , 邹和 , 王升星 , 徐应发 , 单节杉 , 王健 , 蔡子龙 , 翟苏巍 , 曹旸 , 付玉 , 张微 , 张宇涛 , 刘思蕊 , 王哲
IPC分类号: G06F30/20 , H02J3/46 , H02J3/38 , G06F113/04
摘要: 本发明涉及一种计及频率特性的综合能源系统基础单元建模方法,属于综合能源系统建模技术领域。本发明包括步骤:基于传统综合能源系统基础单元模型,选用SLM模型表征综合能源系统基础单元模型特性;建立包括考虑频率特性的综合能源系统基础单元模型、静态频率因子模型、参数辨识模型;结合实际电网扰动数据,求解模型静态频率因子;对比BUMoIES‑F与BUMoIES的模型动态仿真结果,并对模型参数进行辨识,分析参数辨识误差结果;验证所提模型适应性;对模型参数辨识后的考虑频率特性的综合能源系统基础单元模型将进行优化;选取典型夏日24小时负荷数据,采用本发明所构建的计及频率特性的综合能源系统基础单元模型研究其经济性。
-
公开(公告)号:CN117556962A
公开(公告)日:2024-02-13
申请号:CN202311647029.4
申请日:2023-12-04
申请人: 昆明理工大学
IPC分类号: G06Q10/04 , G06F30/27 , G06Q50/06 , G06F113/06 , G06F111/06
摘要: 本发明涉及一种计及园区综合能源系统多重不确定性的变置信区间优化调度方法,属于多目标优化技术领域。本发明包括步骤:基于天然气管道泄漏模型和储能出力划分失荷程度;通过场景分析法描述风电出力的随机波动性,并在建立风电概率误差模型后引入条件风险价值CVaR量化风电不确定性;建立包括运维成本、环境治理成本、负荷损失与CVaR成本的自适应多目标函数模型;并根据失荷程度与成本约束自适应选择目标函数与置信度,通过隶属度函数将其转换为单目标函数,并采用遗传粒子群算法对单目标函数进行求解。本发明在保证消纳能力的同时具有更优的经济性,并且显著降低系统失荷量,提高系统故障时的供电可靠性。
-
公开(公告)号:CN118747557A
公开(公告)日:2024-10-08
申请号:CN202410884435.0
申请日:2024-07-03
申请人: 昆明理工大学
发明人: 沈赋 , 刘思蕊 , 邹和 , 单节杉 , 王哲 , 陈仕龙 , 杨光兵 , 戴翔 , 卢锦涛 , 王文浩 , 喜军 , 王升星 , 徐应发 , 翟苏巍 , 曹旸 , 付玉 , 张微 , 张宇涛
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/0985 , G06N3/045 , G06F18/22 , G06N3/006
摘要: 本发明涉及基于多尺度特征提取的IES多元负荷短期联合预测方法,包括:利用SAO对VMD和CNN‑BiLSTM多任务学习模型分别进行超参数优化,构建SAO‑VMD分解模型和SAO‑CNN‑BiLSTM多任务学习模型;使用SAO‑VMD分解模型对预测特征数据集进行分解,提升特征纯洁度,构建特征分解数据集;输入特征分解数据集到SAO‑CNN‑BiLSTM多任务学习模型,对其进行纵向、横向特征选择,利用Attention机制对重要特征差异化提取,实现多尺度特征提取,输出多元负荷预测结果,实现IES多元负荷的联合预测。本发明对园区IES多元负荷短期联合预测,具有较好的预测性能并具有较好鲁棒性,易于实现。
-
-
-
-
-