一种用于虚拟电厂的多类型负荷资源聚合方法

    公开(公告)号:CN113794200B

    公开(公告)日:2024-04-12

    申请号:CN202111009469.8

    申请日:2021-08-31

    Abstract: 本发明涉及一种用于虚拟电厂的多类型负荷资源聚合方法,包括以下步骤:S1:获取虚拟电厂的功率数据,根据功率数据获取虚拟电厂的资源调控特性,根据资源调控特性对负荷侧资源进行聚合,获取资源调控聚合结果;S2:获取虚拟电厂的激励经济数据和价格经济数据,根据激励经济数据获取负荷侧资源的激励型聚合结果,根据价格经济数据获取负荷侧资源的价格型聚合结果;S3:比对S2、S3获取的聚合结果,获取多类型聚合结果。与现有技术相比,本发明具有综合考虑虚拟电厂负荷类型、聚合效果好等优点。

    用于能量优化调度的智能电动汽车充放电桩

    公开(公告)号:CN117565712A

    公开(公告)日:2024-02-20

    申请号:CN202311543229.5

    申请日:2023-11-20

    Abstract: 本发明公开了用于能量优化调度的智能电动汽车充放电桩,涉及智能充放电桩技术领域,包括装置主体、翅片、充电头以及隔离杯,所述装置主体一侧表面安装有控制面板,所述装置主体底部安装有底座,所述装置主体一侧设有第二水箱,该充电桩采用封闭式结构能够有效避免外部水汽以及灰尘进入到装置主体内部,同时通过翅片对装置主体内部的热量进行吸收,吸收的热量传递至冷却管内部的冷却水,进而冷却水在水泵的作用下输送至地下的冷却管,进而通过翅片将冷却管内部的冷却水热量与地下温度进行换热,从而解决了现有充电桩由于采用封闭式外壳导致充电桩在进行使用时散发的热量并不能够有效排出,从而导致内部温度过高存在安全隐患。

    一种虚拟电厂接入点及容量优化规划方法

    公开(公告)号:CN113762622B

    公开(公告)日:2023-09-19

    申请号:CN202111056901.9

    申请日:2021-09-09

    Abstract: 本发明公开一种虚拟电厂接入点及容量优化规划方法,包括对上层虚拟电厂接入点的规划、下层配电网多目标运行优化以及基于NBI方法的多目标转化为单目标优化求解方法。本发明通过以10kV及以上节点为虚拟发电机组,构建虚拟电厂接入点及容量双层优化规划模型,上层以配电网规划成本最小为目标,在满足规划年内变电站不扩容要求的前提下规划接入虚拟电厂的虚拟发电机组,下层模型依据上层的规划结果以配网网损最小和电压偏差最小目标,采用NBI方法将双目标转化为单目标进行优化计算,将结果反馈给上层,通过上下层交互迭代形成虚拟电厂接入点及容量优化规划方案。本发明实现资源的充分利用,降低网络损耗,提高设备的利用率。

    一种电氢制充注一体站与电-氢-路-车协同规划的方法

    公开(公告)号:CN119130180A

    公开(公告)日:2024-12-13

    申请号:CN202411176436.6

    申请日:2024-08-26

    Abstract: 本发明提出一种电氢制充注一体站与电‑氢‑路‑车协同规划的方法,首先建立时间‑流量模型分析交通道路的拓扑结构,并采用Dijkstra算法对新能源汽车行驶路径实时模拟,从而建立考虑车‑路‑网耦合的新能源汽车电氢需求预测模型;其次,分析制取、压缩和存储氢气的全过程,构建电氢制充注一体站运行架构和能量流动模型;然后,建立以投资、运行、网损等经济性成本最小为目标的区域电氢制充注一体站规划模型,计及路‑网耦合约束、配电网和电氢制充注一体站设备安全运行约束并利用二阶锥松弛技术求解最优规划方案;最后以某市城区部分干道的实际情况,得出该区域电氢制充注一体站的最优站址和设备容量规划结果,促进以站带车,推动新能源汽车的发展。

    一种基于前景理论和强化学习的自动交易方法及系统

    公开(公告)号:CN118657613A

    公开(公告)日:2024-09-17

    申请号:CN202410790505.6

    申请日:2024-06-19

    Abstract: 本发明公开一种基于前景理论和强化学习的自动交易方法及系统,属于电力市场领域;方法包括:基于前景理论的价值函数对产消者的感知损失和收益进行建模,得到量化用户对收益和损失的感知模型;构建买家效用模型并采用差分进化算法进行求解;卖家建模为独立的学习代理,采用基于风险规避的Q‑learing算法进行卖家动态定价;依次迭代求解买家效用模型的算法和卖家动态定价的算法,得到各个交易时段的买卖双方交易信息与策略;采用价值函数量化不同买家的内在异质性的同时,最大限度地提高购买者个体效用,并基于Q‑learing算法动态决策卖家的最优销售价格,提高用户的经济效益和交易效率,最终实现海量产消者下用户的自动交易,为用户交易决策提供参考。

Patent Agency Ranking