一种考虑5G基站备用储能的配电网负荷恢复方法及系统

    公开(公告)号:CN116937599B

    公开(公告)日:2024-05-28

    申请号:CN202310550359.5

    申请日:2023-05-16

    Applicant: 东南大学

    Abstract: 本发明提供一种考虑5G基站备用储能的配电网负荷恢复方法及系统,涉及电力系统领域。该考虑5G基站备用储能的配电网负荷恢复方法,包括5G基站基础模型的构建;5G基站备用电池可调度容量的评估;配电网断电后5G基站不同阶段的运行行为建模;基于5G基站的运行行为与实践中的负载恢复过程的相关性,采用双层优化模型描述5G基站的配电网负荷恢复;求解双层优化模型,完成配电网系统负荷恢复。解决了目前还未有研究关注如何利用5G基站来增强配电网的韧性的问题。

    考虑电动汽车并网的降损减碳协同策略优化方法及系统

    公开(公告)号:CN117973736A

    公开(公告)日:2024-05-03

    申请号:CN202311690201.4

    申请日:2023-12-11

    Abstract: 本发明公开了一种考虑电动汽车并网的降损减碳协同策略优化方法及系统,包括如下步骤:S1、根据待并网车库的若干电动汽车的停车时间信息进行蒙特卡洛模拟,预测所有车辆的停车时间;S2、建立电动汽车并网减碳降损模型,所述电动汽车并网减碳降损模型以碳排放和网损加权和最小为目标函数;S3、设置待并网车库的并网候选策略集合;S4、以预测的车辆的停车时间为电动汽车约束中的边界条件,求解每一并网候选策略下的电动汽车并网减碳降损模型,得到每一并网策略下的碳排放和网损加权和;S5、选择碳排放和网损加权和最小的并网候选策略作为待并网车库的降损减碳协同策略。本发明可以同时实现降损减碳。

    基于双层强化学习电网-用户相协同的电压无功优化方法

    公开(公告)号:CN115313407A

    公开(公告)日:2022-11-08

    申请号:CN202211078364.2

    申请日:2022-09-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于双层强化学习电网‑用户相协同的电压无功优化方法。为了有效协调配电网的电网侧设备和用户侧设备这两类所属权不同的资源,本发明从非对称马尔科夫博弈的角度提出了一种双层无功电压优化框架。其中,电网侧的配电运行商(DSO)被视为在上层做决策的领导者,目的是最小化系统的网损;用户被视为在下层做决策的跟随者,目的是缓解节点的电压偏差。除此之外,本发明还提出了一种无模型的Bi‑level Actor‑Critic(Bi‑AC)算法来解决上述非对称马尔科夫博弈模型,该算法为领导者和跟随者智能体制定了独特的策略(actor)和价值(critic)网络,同时还定义了领导者智能体的决策优先级。最后,本发明通过一个标准的IEEE33节点测试系统和实际电网运行数据验证了所提方案的有效性。

Patent Agency Ranking