-
公开(公告)号:CN119360611A
公开(公告)日:2025-01-24
申请号:CN202411465507.4
申请日:2024-10-21
Applicant: 东南大学 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G08G1/01
Abstract: 本发明公开了一种区域电氢汽车耦合交通流优化调度方法及系统,涉及电力系统优化调度技术领域,方法包括以下步骤:接收划定区域内的路网拓扑分布及综合补能设施分布,依据路网拓扑分布及综合补能设施分布得到电动汽车和氢动力汽车车辆用户的出行OD对;根据电动汽车和氢动力汽车的汽车特性,规划电动汽车和氢动力汽车的最低成本出行路径;依据电动汽车和氢动力汽车的最低成本出行路径,运用用户均衡算法对电动汽车和氢动力汽车车辆用户的出行OD对进行车流量划分,得到最优车流量分布。
-
公开(公告)号:CN118826029A
公开(公告)日:2024-10-22
申请号:CN202410904901.7
申请日:2024-07-08
Applicant: 东南大学 , 国网宁夏电力有限公司
IPC: H02J3/06 , H02J3/46 , H02J3/38 , H02J3/14 , G06N3/0464 , G06Q10/0639 , G06Q50/06 , G06F17/10
Abstract: 本发明公开了一种基于图卷积神经网络的电力系统韧性提升的方法及系统,涉及电力系统技术领域,包括以下步骤:建立系统运行点和韧性指标样本集作为模型的输入输出;通过图卷积神经网络建立输入输出之间的映射关系,构建韧性指标预测器;将预测器线性化加入到调度决策中,通过合理调整系统运行点的分布实现韧性的提升。本发明将韧性指标直接纳入到调度决策中,能够在灾害发生前对系统发电机出力进行调整,以最大程度减少失负荷量,提高系统的韧性。
-
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。
-
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
Applicant: 江苏省电力试验研究院有限公司 , 东南大学
IPC: G06Q10/0631 , G06Q50/06 , G06F17/11 , H02J3/38
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。
-
公开(公告)号:CN117635244A
公开(公告)日:2024-03-01
申请号:CN202311633381.2
申请日:2023-12-01
Applicant: 国网江苏省电力有限公司 , 东南大学
IPC: G06Q30/0283 , G06Q50/06 , G06N3/045 , G06N3/092
Abstract: 本发明公开了基于强化学习的家庭能源区块链交易管理方法及系统,涉及分布式交易技术领域,包括以下步骤:接收用电数据,将用电数据输入至预先建立的家庭能源管理模型内,结合多目标优化方法计算,输出得到电力成本和电力使用价格;其中,所述用电数据通过智能电表生成,然后通过智能合约进行传输;将电力成本和电力使用价格输入至预先建立的以太区块链内,模拟基于若干个家庭,输出得到内部成本结果和消费价格结果。
-
公开(公告)号:CN117614044A
公开(公告)日:2024-02-27
申请号:CN202311311502.1
申请日:2023-10-11
Applicant: 江苏省电力试验研究院有限公司 , 东南大学
IPC: H02J3/50 , H02J3/16 , H02J3/06 , G06Q10/04 , G06Q50/06 , G06Q50/26 , G06F30/20 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种考虑多层级无功补偿和碳排放的电力系统优化方法及装置,方法包括以下步骤:基于PSP的碳排放流理论,获取考虑网络损耗的情况下所有碳排放流流出节点的碳排放量;以最大程度实现无功就地平衡优化为目标,计算变电站层、配电线路层、配电台区层和用户层四个层级的无功补偿需求;建立考虑多层级无功补偿和碳排放的电力系统优化模型,所述电力系统优化模型以运行成本和碳排放额流转成本之和最低为目标,以按照四个层级的无功补偿需求进行无功补偿后的潮流的潮流约束和碳排放额约束为条件;求解所述电力系统优化模型,以用于电力系统按照求解结果进行优化。本发明可以实现电力系统的网损和碳排放同步优化。
-
公开(公告)号:CN113793003A
公开(公告)日:2021-12-14
申请号:CN202111022289.3
申请日:2021-09-01
Applicant: 国网河南省电力公司焦作供电公司 , 东南大学
Abstract: 本发明面向韧性提升的电力系统检修与运行协同决策方法,它包括以下步骤:步骤1)、初始化,确认网络参数,检修需求,天气状况等信息,计算检修计划与机组组合的初始结果;步骤2)、场景生成,根据设备强迫停运率模型与协变量状态,使用递归采样法生成一个随机场景;步骤3)、动态场景更新循环,a、在最新的场景下,使用拉格朗日松弛技术对检修计划与机组组合的协同优化进行迭代求解,即最内层循环;b、由于发电机的FOR与机组开停状态有关,根据最新的协同优化结果,使用递归采样法更新发电机随机场景;在步骤a与b之间进行迭代循环,直到检修计划、机组组合与动态场景不再变化;本发明具有协变量考虑全面、步骤合理的优点。
-
公开(公告)号:CN118313849A
公开(公告)日:2024-07-09
申请号:CN202410049497.X
申请日:2024-01-12
Applicant: 东南大学 , 云南电网有限责任公司
IPC: G06Q30/0201 , G06Q30/0283 , G06Q10/0631 , G06Q50/06 , G06F17/10
Abstract: 本发明公开了基于电碳中长期市场协同交易的能源消纳提升方法及系统,涉及电力信息技术领域,包括以下步骤:接收碳配额数据,将碳配额数据输入至预先建立的碳市场月度分解模型内,输出得到月度分解后的碳配额;接收用电相关数据,将用电相关数据和月度分解后的碳配额输入至预先建立的园区内端对端电碳市场协同决策模型内进行协同耦合,利用KKT方法计算,求解输出得到发电商最低成本。
-
公开(公告)号:CN116742711A
公开(公告)日:2023-09-12
申请号:CN202310422173.1
申请日:2023-04-19
Applicant: 国网江苏省电力有限公司连云港供电分公司 , 东南大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种增量配电网内部聚合温控负荷的控制方法及控制终端,属于电力系统控制领域,将温控负荷作为需求侧管理中的需求响应资源,建立了基于一阶等效热参数模型的单个温控负荷模型,基于分箱技术对增量配电网内存在的大量温控负荷构建了温控负荷群聚合模型,通过中央控制系统对温控负荷群的开关控制实现基于优先级的直接负荷控制方法。本发明提出了一种增量配电网内部温控负荷群的聚合控制方法,可以优化增量配电网内部温控负荷群的功率特性曲线,有效应对增量配电网中新能源机组出力的随机性和波动性,提高用电效率和可靠性,保证增量配电网的安全平稳运行。
-
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
IPC: H02J3/16 , H02J3/48 , H02J3/18 , G06F30/27 , G06N7/00 , G06F21/62 , G06F111/06 , G06F111/08 , G06F113/04
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。
-
-
-
-
-
-
-
-
-