-
公开(公告)号：CN115511168A
公开(公告)日：2022-12-23
申请号：CN202211143962.3
申请日：2022-09-20
Applicant: 三峡大学
Abstract: 一种适用于热电联供型微网的多能互补三层优化运行方法，构建以各微网运行成本最小为目标的下层优化运行模型，各热电联供型微网以运行成本最小为目标进行单独优化，并将微网内部电信息、热信息、剩余量、短缺量信息传给中间层优化运行模型进行下一步能量优化；中间层优化运行模型以热电能量传输路径损耗最小为目标，采用Floyd‑Warshall算法对微网间能量的易货交易和买卖交易进行优化，并将各热电联供型微网电能热能的剩余量、短缺量、可增加量信息传给上层优化运行模型。上层优化运行模型根据总的电能、热能剩余、或短缺情况求解，选择合适的路线与外部进行交易。该方法具有良好的适用性，能量传输过程损耗更低、微网间能量互济能力更强，各微网运行成本更小。
-
公开(公告)号：CN115688970A
公开(公告)日：2023-02-03
申请号：CN202211152798.2
申请日：2022-09-21
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q50/06
Abstract: 基于区间概率不确定集的微电网两阶段自适应鲁棒优化调度方法，基于光伏出力和负荷用电的日历史数据，使用GPR自适应生成日前出力预测值的均值及方差，将预测阶段的关键信息带入到优化调度阶段；调节预测阶段所考虑的风险水平，以确定不确定集中的波动项，进而确定衡量不同调度保守度下的不确定集边界；以主网购售电状态与主网购售电量作为决策变量，分别在预调度、再调度阶段参与微电网自适应鲁棒两阶段间的协调优化。该方法能够在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。
-
公开(公告)号：CN113904348A
公开(公告)日：2022-01-07
申请号：CN202111235759.4
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 一种具有自适应变异能力的多微网低频减载控制方法，包括以下步骤：获得多微网内各分布式电源出力与频率信息并计算孤岛多微网内功率缺额；基于模糊数学中隶属度函数确定负荷评价影响因素的隶属度；根据最大隶属度原则确定负荷评价影响因素的评价等级；基于CLS‑SVM得到负荷切除决定因子，以完成敏感负荷的综合评价，确定减载策略中相应的减载位置；构建低频减载模型，并基于一种具有自适应变异能力的低频减载模型求解方法确定各减载位置最优减载量，得到最优减载策略。该方法在多微网非计划孤岛时能够提供有效的减载策略，弥补了孤岛多微网内较大的功率缺额，减小频率波动范围与频率恢复稳定时间，提高了孤岛多微网的运行稳定性并且兼顾了减载经济性。
-
Patent Agency Ranking
公开(公告)号：CN113890048A
公开(公告)日：2022-01-04
申请号：CN202111234208.6
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 基于竞争深度Q学习的微电网紧急减载方法，首先考虑负荷的重要程度和系统的频率恢复时间，提出计及负荷频率调节效应和负荷减载优先级的减载贡献指标，该减载贡献指标作为减载判据被引入到竞争深度Q学习的奖励值函数中；其次考虑紧急减载的突发性及不确定性，通过竞争深度Q学习算法来获得累计回报最大的减载决策。该方法能够得到孤岛微电网紧急减载时的最优减载策略，以保证紧急孤岛期间重要负荷稳定供电。
-
公开(公告)号：CN113890048B
公开(公告)日：2023-08-04
申请号：CN202111234208.6
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 基于竞争深度Q学习的微电网紧急减载方法，首先考虑负荷的重要程度和系统的频率恢复时间，提出计及负荷频率调节效应和负荷减载优先级的减载贡献指标，该减载贡献指标作为减载判据被引入到竞争深度Q学习的奖励值函数中；其次考虑紧急减载的突发性及不确定性，通过竞争深度Q学习算法来获得累计回报最大的减载决策。该方法能够得到孤岛微电网紧急减载时的最优减载策略，以保证紧急孤岛期间重要负荷稳定供电。
-
公开(公告)号：CN113904348B
公开(公告)日：2023-08-01
申请号：CN202111235759.4
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 一种具有自适应变异能力的多微网低频减载控制方法，包括以下步骤：获得多微网内各分布式电源出力与频率信息并计算孤岛多微网内功率缺额；基于模糊数学中隶属度函数确定负荷评价影响因素的隶属度；根据最大隶属度原则确定负荷评价影响因素的评价等级；基于CLS‑SVM得到负荷切除决定因子，以完成敏感负荷的综合评价，确定减载策略中相应的减载位置；构建低频减载模型，并基于一种具有自适应变异能力的低频减载模型求解方法确定各减载位置最优减载量，得到最优减载策略。该方法在多微网非计划孤岛时能够提供有效的减载策略，弥补了孤岛多微网内较大的功率缺额，减小频率波动范围与频率恢复稳定时间，提高了孤岛多微网的运行稳定性并且兼顾了减载经济性。
-
公开(公告)号：CN115688970B
公开(公告)日：2023-05-02
申请号：CN202211152798.2
申请日：2022-09-21
Applicant: 三峡大学
IPC: G06F17/00 , G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q50/06
Abstract: 基于区间概率不确定集的微电网两阶段自适应鲁棒优化调度方法，基于光伏出力和负荷用电的日历史数据，使用GPR自适应生成日前出力预测值的均值及方差，将预测阶段的关键信息带入到优化调度阶段；调节预测阶段所考虑的风险水平，以确定不确定集中的波动项，进而确定衡量不同调度保守度下的不确定集边界；以主网购售电状态与主网购售电量作为决策变量，分别在预调度、再调度阶段参与微电网自适应鲁棒两阶段间的协调优化。该方法能够在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。
-
公开(公告)号：CN113904349A
公开(公告)日：2022-01-07
申请号：CN202111235767.9
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 一种考虑负荷主客观属性的孤岛微电网低频减载方法，包括以下步骤：构建微网负荷模型，计算低频减载综合代价最优目标函数；基于熵值法计算负荷客观权值；基于层次分析法计算负荷主观权值；利用相对熵将负荷客观权值向量和负荷主观权值向量进行两两耦合，得到负荷的综合权值向量，带入目标函数以确定最优减载方案。该方法不仅可以显著的降低减载成本和频率波动幅度，保证重要负荷的供电可靠性，而且还充分考虑到了负荷的客观数据以及用户对负荷属性偏好。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
