公开(公告)号：CN110474374A

公开(公告)日：2019-11-19

申请号：CN201910651152.0

申请日：2019-07-18

申请人： 河海大学

发明人： 郭苏 ,  何意 ,  刘群明 ,  裴焕金 ,  阿依努尔 ,  张睿

IPC分类号： H02J3/46 ,  H02J3/28 ,  H02J3/38 ,  F24S60/20 ,  F03D9/00 ,  F03D9/25 ,  F03D9/18 ,  F01D15/10

摘要： 本发明公开了一种风电-光伏-储热联合发电系统及容量优化方法，该系统由风电子系统，光伏子系统，电加热器，储热系统及配套的汽轮机组所组成，电加热器主要用于当系统出力大于负荷需求时，将多余的弃风电能以及弃光电能转换为热能的形式储存在储热系统中；当系统出力小于负荷需求时，储热系统释放热能推动汽轮机组发电；本发明以最小化平准化成本LCOE，最大化能源使用率和通道利用率为优化目标，根据系统的调度策略构造适应度函数，利用差分进化算法求解得出最优的容量配比。本发明的联合发电系统可以有效地调整风电光伏出力，提高通道利用率和能源使用率。

公开(公告)号：CN113962441A

公开(公告)日：2022-01-21

申请号：CN202111129776.X

申请日：2021-09-26

申请人： 华能澜沧江水电股份有限公司 ,  河海大学 ,  中国电建集团贵阳勘测设计研究院有限公司 ,  华能集团技术创新中心有限公司

发明人： 周建 ,  郭苏 ,  黄文波 ,  李旭 ,  吴峰 ,  项华伟 ,  江薇 ,  许昌 ,  李大成 ,  田耘 ,  阿依努尔 ,  张艳青 ,  段兴林 ,  郑堃 ,  吴迪 ,  吕艳军

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于历史数据分析的短期辐照度预测方法及预测系统，属于光伏发电技术领域。预测方法包括：S10、历史数据获取；S20、数据预处理，将S10获取的太阳辐照度数据划分为春季、夏季、秋季及冬季四类季节数据序列，然后将各类季节数据序列均划分为晴天、阴天及雨天三类天气数据序列；S30、训练数据匹配，根据天气预报获取目标预测日天气类型数据，然后其所对应季节的对应天气数据序列作为训练及测试数据；S40、预测，将S30匹配的数据序列输入LSTM神经网络模型，预测目标预测日24小时的太阳辐照度。本发明的预测方法，利用LSTM神经网络擅长追踪辐照度的波动性，对其训练数据进行预处理，在不采用多种耦合预测模型方法的基础上有效提高了预测精度。

公开(公告)号：CN114511132A

公开(公告)日：2022-05-17

申请号：CN202111624511.7

申请日：2021-12-28

申请人： 上海能源科技发展有限公司 ,  河海大学

发明人： 范永威 ,  张大顶 ,  李家杰 ,  孙立胜 ,  李良 ,  郑堃 ,  阿依努尔 ,  郭苏

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  H02J3/00

摘要： 本发明公开了一种光伏出力短期预测方法及预测系统，属于光伏发电技术领域。预测方法包括如下步骤：S10、采集数据；S20、K‑means聚类分析预测；S30、BP神经网络模型预测；S40、预测结果整合。本发明的预测方法，在数据采集时，选取与目标预测日相关性高的历史数据；使用K‑means聚类分析的方法建立聚类中心和天气状况的映射关系，结合预测日天气预报，更准确的追踪日内气象变换频繁的光伏功率曲线的变化，降低天气类型变化带来的影响；同时，构建BP神经网络模型，使用采集的辐照强度数据预测光伏出力，降低辐照强度变化带来的影响因素；再通过构建整合模型，根据影响权重对不同时间尺度的预测结果有效结合，从而完成最终的预测，有效的提高了光伏出力的预测精度。

公开(公告)号：CN113962442A

公开(公告)日：2022-01-21

申请号：CN202111129787.8

申请日：2021-09-26

申请人： 河海大学 ,  中国电建集团贵阳勘测设计研究院有限公司 ,  华能澜沧江水电股份有限公司 ,  华能集团技术创新中心有限公司

发明人： 郭苏 ,  李大成 ,  周建 ,  阿依努尔 ,  项华伟 ,  江薇 ,  吴峰 ,  黄文波 ,  田耘 ,  许昌 ,  张艳青 ,  李旭 ,  郑堃 ,  吕艳军 ,  段兴林 ,  吴迪

IPC分类号： G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06F16/9537 ,  G06F16/21

摘要： 本发明公开了一种基于历史数据分析的长期水光资源联合预测方法，属于光伏发电技术领域。方法包括：S10、历史数据获取；S20、典型水文年数据获取；S30、初步预测；S40、选取相似水文年；S50、相关性调整；S60、完成预测。本发明的预测方法，利用LSTM神经网络模型初步预测目标年度12个月份的月径流量和月总辐照量数据，并选取相似的典型水文年，根据对应相似水文年中月径流量和月总辐照量数据的相关性规律，对预测结果进行适应性的修正，完成了对径流量、辐照量的联合长期预测，且有效提高了对两种资源的预测精度。

公开(公告)号：CN113962442B

公开(公告)日：2024-07-19

申请号：CN202111129787.8

申请日：2021-09-26

申请人： 河海大学 ,  中国电建集团贵阳勘测设计研究院有限公司 ,  华能澜沧江水电股份有限公司 ,  华能集团技术创新中心有限公司

发明人： 郭苏 ,  李大成 ,  周建 ,  阿依努尔 ,  项华伟 ,  江薇 ,  吴峰 ,  黄文波 ,  田耘 ,  许昌 ,  张艳青 ,  李旭 ,  郑堃 ,  吕艳军 ,  段兴林 ,  吴迪

IPC分类号： G06F18/20 ,  G06N3/0442 ,  G06F18/22 ,  G06F18/214 ,  G06F16/9537 ,  G06F16/21

摘要： 本发明公开了一种基于历史数据分析的长期水光资源联合预测方法，属于光伏发电技术领域。方法包括：S10、历史数据获取；S20、典型水文年数据获取；S30、初步预测；S40、选取相似水文年；S50、相关性调整；S60、完成预测。本发明的预测方法，利用LSTM神经网络模型初步预测目标年度12个月份的月径流量和月总辐照量数据，并选取相似的典型水文年，根据对应相似水文年中月径流量和月总辐照量数据的相关性规律，对预测结果进行适应性的修正，完成了对径流量、辐照量的联合长期预测，且有效提高了对两种资源的预测精度。