-
公开(公告)号:CN119578767A
公开(公告)日:2025-03-07
申请号:CN202411616420.2
申请日:2024-11-13
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06Q10/0631 , H02J3/46 , H02J3/38 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/126
Abstract: 本发明公开了一种偏远地区电网故障条件下微电网的配置方法,涉及电网配送电技术领域;先通过外部插接电路检测器读取电网优化数据参数,并通过电路检测器的内置程序,选择对应的遗传算法编码和获取译码规则,再根据电网优化数据参数、时间尺度和实时尺度选取对应的调度模型,然后根据调度模型进行电网优化调度,将耗电量以及电阻折损耗能程度最低的方案作为最优方案模型,从而获得偏远地区电网故障条件下微电网的最优配置。本发不需要对区域智能体对应的策略网络参数和价值网络参数进行随机初始化,能够确保模型训练的有序进行,并避免陷入局部最优解,提升了模型的训练效率和效果,能够适应多能耦合型微电网的复杂环境。
-
公开(公告)号:CN114123245B
公开(公告)日:2025-02-07
申请号:CN202111422527.X
申请日:2021-11-26
Applicant: 国网四川省电力公司经济技术研究院
IPC: H02J3/24 , H02J3/38 , H02M7/5395 , H02M7/5387
Abstract: 本发明公开了一种逆变器控制器、逆变器并网结构和电网低频振荡抑制方法。其中,逆变器控制器包含功率端电压计算模块、无功环节调制电压幅值计算模块、有功环节调制电压相位计算模块以及PWM调制模块。有功环节还附加了有功功率调节模块。所提出的控制器能够通过附加的有功功率调节模块分析VSG暂态能量各分量之间的交互情况,从而以此为依据调节VSG有功环节的参考功率来减少内部能量的交互,以提高逆变器并网系统的低频振荡抑制能力。
-
公开(公告)号:CN117713079A
公开(公告)日:2024-03-15
申请号:CN202311734590.6
申请日:2023-12-14
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了分布式光伏中长期预测方法及系统,涉及光伏出力预测技术领域,解决了现有分布式光伏功率预测不能实现中长期预测的问题,方法包括:分析各类气象因素对光伏出力的影响,确定影响光伏出力的关键气象因素;构建XGBoost模型,根据关键气象因素的历史数据以及对应的光伏出力历史数据对XGBoost模型进行训练,得到XGBoost预测模型;将关键气象因素多年数据带入所述XGBoost预测模型,得到光伏出力中长期预测结果;基于XGBoost算法建立光伏出力中长期预测模型,根据资源‑气象数据对光伏出力进行中长期预测。
-
公开(公告)号:CN117350161A
公开(公告)日:2024-01-05
申请号:CN202311369375.0
申请日:2023-10-23
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06F30/27 , G06F18/15 , G06F18/24 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06Q50/06 , G06F113/04
Abstract: 本发明公开了一种基于条件生成对抗网络的风电功率极端场景生成方法,提供一种针对极端情况的场景生成方法,包括构建VAE模型对风电极端数据进行增强、针对现实中常常出现的极端情况进行归纳分类,得到风出力高、风出力低、峰谷差值大3种极端度量、搭建CGAN模型进行场景生成、对场景进行评价。一般场景生成方法仅仅关注最有可能出现的情况,忽视了极端情况,不能保证电力系统的可靠运行。本发明结合VAE技术进行极端情况数据增强,并利用条件生成对抗网络实现对极端情况下的场景生成,使生成场景包含的情况更加全面,对电力系统的稳定、可靠运行具有重要意义。
-
公开(公告)号:CN109615193B
公开(公告)日:2023-06-16
申请号:CN201811438174.0
申请日:2018-11-27
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种考虑光伏与混合储能的综合能源系统规划方法,本发明采用了一种光伏和混合储能配合的能量单元结构,并在此基础上对一个IES进行规划研究,提高了光伏的利用率;本发明采用了超级电容器,在一个调度周期内,它可以对光伏电池理论功率的波动“削峰填谷”,从而提升光伏实际可用出力值,以消除光伏电池出力的不确定性导致对其接入IES的不利影响。
-
公开(公告)号:CN116011153A
公开(公告)日:2023-04-25
申请号:CN202211442820.7
申请日:2022-11-16
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06F30/18 , G06F30/20 , G06F111/04 , G06F111/08 , G06F113/04 , G06F119/02 , G06F119/06
Abstract: 本发明涉及基于光‑荷相关性增强可信度的配电网可靠性评估方法,属于配电网可靠性评估技术领域,步骤包括:输入配电网可靠性原始数据;根据历史光伏、负荷功率数据建立光‑荷联合概率分布函数;根据建立的光‑荷联合概率分布函数生成考虑时序相关性的光‑荷典型场景;构建配电网可靠性评估模型;基于光‑荷典型场景和配电网可靠性评估模型研究分布式光伏与储能接入配电网之后的可靠性运行策略来进行配电网可靠性评估。本发明充分考虑了同区域源‑荷间的时序相关性,通过生成的光‑荷联合时序场景来进行配电网的可靠性评估,计算得到的配电网可靠性指标比常规的可靠性评估结果具有更高的可信度,有助于后续的配电网运行与规划设计。
-
公开(公告)号:CN111768054B
公开(公告)日:2022-11-04
申请号:CN202010689457.3
申请日:2020-07-16
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种包含多利益主体的分区分布式协调优化方法,包括基于二阶锥松弛的潮流约束,建立微电网经济运行优化模型和虚拟电厂收益模型;基于电气距离的模块度函数,利用考虑计算复杂度和功率平衡的新型网络划分方法,得到包含不同利益主体的配电网络划分结果;基于网络划分结果,通过联络线ij协调不同的利益主体,联络线ij连接微电网和虚拟电厂,得到分布式协调模型;基于交替方向乘子法的分布式求解方法,通过引入拉格朗日乘子、应用列与约束生成算法,对边界变量进行快速协调和更新,求解分布式协调模型,得到最优决策结果。通过本发明,可以实现提高配网优化运行的效率并降低运行成本。
-
公开(公告)号:CN112418496B
公开(公告)日:2022-04-22
申请号:CN202011247499.8
申请日:2020-11-10
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种基于深度学习的配电台区储能配置方法,包括以下步骤:构建历史特征数据集;所述历史特征数据集包括在不同时间点下的配电台区的特征变量的历史数据;获取第一LSTM神经网络;用所述历史特征数据集中的历史数据对LSTM神经网络进行训练,直至所述LSTM神经网络的预测精度达到预设精度;获取配电台区的当前特征变量值,根据所述当前特征变量值和所述第一LSTM神经网络,对所述配电台区的储能进行预测。本发明的目的在于提供一种基于深度学习的配电台区储能配置方法,采用LSTM神经网络模型对配电台区储能进行优化配置,避免针对不同的储能配置场景,每次都需要做大量优化计算的过程。
-
公开(公告)号:CN114123328A
公开(公告)日:2022-03-01
申请号:CN202111422513.8
申请日:2021-11-26
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了基于暂态能量流的虚拟同步发电机并网控制方法及系统,涉及电力电子逆变器并网控制技术领域,其技术方案要点是:利用小信号分析法线性化逆变器VSG控制系统,构建VSG小信号模型;根据VSG小信号模型分析逆变器有功功率与并网侧电压相位振荡之间的传递函数,确定传递函数的相频特性;根据相频特性计算得到逆变器有功功率与并网侧电压相位振荡之间的相位差;当相位差不小于设定阈值时,对有功环节控制参数中的虚拟转动惯量和虚拟阻尼系数进行修正,直至相位差小于设定阈值。本发明能够分析系统暂态能量流的传输情况从而调整VSG控制参数,以提高逆变器并网系统的低频振荡抑制能力。
-
公开(公告)号:CN114123245A
公开(公告)日:2022-03-01
申请号:CN202111422527.X
申请日:2021-11-26
Applicant: 国网四川省电力公司经济技术研究院
IPC: H02J3/24 , H02J3/38 , H02M7/5395 , H02M7/5387
Abstract: 本发明公开了一种逆变器控制器、逆变器并网结构和电网低频振荡抑制方法。其中,逆变器控制器包含功率端电压计算模块、无功环节调制电压幅值计算模块、有功环节调制电压相位计算模块以及PWM调制模块。有功环节还附加了有功功率调节模块。所提出的控制器能够通过附加的有功功率调节模块分析VSG暂态能量各分量之间的交互情况,从而以此为依据调节VSG有功环节的参考功率来减少内部能量的交互,以提高逆变器并网系统的低频振荡抑制能力。
-
-
-
-
-
-
-
-
-