-
公开(公告)号：CN118504815A
公开(公告)日：2024-08-16
申请号：CN202410504146.3
申请日：2024-04-25
IPC: G06Q10/063 , G06Q30/018 , G06Q50/06 , G06F17/11 , G06F30/20
Abstract: 本发明涉及虚拟电厂控制技术领域，尤其是涉及一种考虑源荷不确定性与电碳耦合的虚拟电厂双重优化方法；包括：建立VPP中源荷系统的设备模型；将碳排放权作为可交易资产纳入碳交易市场，建立碳交易模型；引入碳排放成本和碳交易成本；收集VPP中源荷系统的历史数据，构建风、光出力的表征模型；将风、光出力的表征模型与设备模型进行整合，得到初步VPP优化调度模型；将碳交易模型再引入到初步VPP优化调度模型中，得到基于源荷不确定性与电碳耦合的VPP优化调度模型，并设置相应的目标函数与约束条件，得到虚拟电厂参与电碳交易的实际调度结果。与现有技术相比，本发明有助于促进风电消纳，提高系统稳定性，以及提高系统整体收益的同时，降低碳排放量。
-
公开(公告)号：CN120031198A
公开(公告)日：2025-05-23
申请号：CN202510125598.5
申请日：2025-01-27
Applicant: 上海电力大学
IPC: G06Q10/04 , G06Q10/0631 , H02J3/38
Abstract: 本发明涉及一种面向电气氢耦合综合能源系统的多时间尺度分布式预测控制方法，包括：构建基于掺氢天然气的离网型电气氢耦合冷热电联供系统；根据动态响应特性差异，将离网型电气氢耦合冷热电联供系统划分为电侧、冷侧、热侧三个子系统；采用多时间尺度分布式预测控制方式，设计局部预测控制器，针对电侧、冷侧、热侧三个子系统进行对应优化控制，相应调节离网型电气氢耦合冷热电联供系统的工作状态。与现有技术相比，本发明能够有效解决系统强耦合、时间尺度跨度大的问题，提高电气氢耦合综合能源系统的控制精度和响应速度，能够在保证温度侧控制准确性的同时加快电侧响应速度，且节省计算资源。
-
公开(公告)号：CN119886746A
公开(公告)日：2025-04-25
申请号：CN202510361042.6
申请日：2025-03-26
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/04 , H02J3/00
Abstract: 本发明涉及虚拟电厂优化调度技术领域，尤其涉及一种计及电转气和阶梯式碳交易的虚拟电厂优化方法，包括：对采集的风电和光伏出力数据、用户侧负荷数据以及气象历史数据进行预处理，形成完整的资源负荷时间序列数据集；构建包括电解制氢和氢转甲烷的双阶段电转气模型；构建虚拟电厂参与电碳联合市场的阶梯式碳交易模型；基于双阶段电转气模型和碳捕集与封存系统深度耦合，构建协同供能的多元能源系统；基于双阶段电转气模型、阶梯式碳交易模型和多元能源系统的调度结果，构建虚拟电厂优化调度模型；将资源负荷时间序列数据集输入虚拟电厂优化调度模型，输出虚拟电厂优化调度方案。与现有技术相比，本发明具有实现低碳目标下优化调度等优点。
-
公开(公告)号：CN118211980A
公开(公告)日：2024-06-18
申请号：CN202410393287.2
申请日：2024-04-02
IPC: G06Q30/018 , G06Q10/0639 , G06Q50/04
Abstract: 本发明涉及节能减碳潜力挖掘的技术领域，尤其是涉及一种面向高耗能企业铝加工过程的节能减碳潜力评价方法，包括以下步骤：获取高耗能企业铝加工各工段相关数据，并进行预处理；借助层次分析法建立能效、碳排、环境多个维度的多层级节能减碳评价指标架构；搭建节能减碳评价指标架构下各指标的计算模型；利用多层级节能减碳评价指标架构，确定各指标的潜力评价系数，形成节能减碳潜力评价模型；将各工段数据输入不同指标的计算方法中，得到各指标下的实际数据结果，并进行数据归一化和标准化，得到节能减碳潜力数据集；将数据集输入到节能减碳潜力评价模型中，得到各工段的实际节能减碳潜力结果。相较于现有技术，本发明具有评价方法全面、结果可靠的优势。
-
公开(公告)号：CN119205182A
公开(公告)日：2024-12-27
申请号：CN202411707775.2
申请日：2024-11-27
IPC: G06Q30/0201 , G06Q50/06 , G06Q50/26 , G06F17/10
Abstract: 本发明涉及多虚拟电厂协同优化技术领域，尤其涉及一种考虑碳交易的多虚拟电厂主从博弈协同优化方法，所述主从博弈的主体包括作为领导者的运营商以及作为跟随者的多个虚拟电厂，包括：构建考虑碳交易及双重补偿的多虚拟电厂主从博弈协同优化架构；构建含有奖惩机制的阶梯碳交易模型；构建虚拟电厂双重补偿机制模型；定义运营商及虚拟电厂的调度目标函数和约束条件，构建运营商与多虚拟电厂多能耦合的主从博弈协同优化模型；将用户侧电、热负荷、风光出力数据预测值输入到主从博弈协同优化模型，得到运营商最优定价策略以及多虚拟电厂协同优化运行的调度结果。与现有技术相比，本发明具有提高经济性、实现低碳排放等优点。
-
Patent Agency Ranking
公开(公告)号：CN119204590A
公开(公告)日：2024-12-27
申请号：CN202411677754.0
申请日：2024-11-22
IPC: G06Q10/0631 , G06Q50/06 , G06F17/11
Abstract: 本发明涉及虚拟电厂资源聚合领域，尤其涉及一种基于灵活性量化的虚拟电厂源荷资源聚合调控方法和设备，所述方法包括：基于蒙特卡洛模拟和场景削减技术对获取的资源历史运行数据进行数据处理，得到典型运行场景；构建源荷多元资源灵活性模型，并量化系统灵活性需求和供给；定义系统灵活性裕度与灵活调节因子；构建虚拟电厂源荷资源聚合调控模型，设置模型的目标函数与约束条件；设置允许弃风弃光和风光全消纳，对比分析不同源荷资源参与聚合调控效果，得到兼顾目标函数与约束条件的最优聚合调控方案。与现有技术相比，本发明具有实现兼顾经济性、灵活性和新能源消纳的最佳资源聚合调控方案、提高源荷两侧资源的高效利用等优点。
-
公开(公告)号：CN120011709A
公开(公告)日：2025-05-16
申请号：CN202411857577.4
申请日：2024-12-17
IPC: G06F18/10 , G06F18/213 , G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明涉及一种计及多因素关联的用户用电模式识别方法、装置及介质，其中方法包括：获取历史负荷数据和历史气象数据并进行预处理；对历史负荷数据及历史气象数据进行不同时间分辨率下的处理，构建不同分辨率下的负荷数据集和气象数据集；基于负荷数据集构建每一日的负荷曲线，使用自组织映射神经网络对负荷曲线进行粗聚类，提取用户的用电模式，并对用户是否有储能装置进行识别；通过相关性分析计算气象因素与负荷的关联性，选取关键因素；基于选取的关键因素，采用时间卷积网络与金字塔注意力机制结合的方式对用户的用电模式进行细粒度分析，对用电模式进行准确识别。与现有技术相比，本发明能实现多分辨率情形、多因素关联下粗、细粒度的用户用电模式的识别。
-
公开(公告)号：CN119377771A
公开(公告)日：2025-01-28
申请号：CN202411481964.2
申请日：2024-10-23
IPC: G06F18/241 , G06F18/25 , G06F18/2431 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种多分辨率情形下负荷数据分类方法、装置、设备及介质，其中方法包括以下步骤：获取历史用电数据信息以及负荷的类别信息并进行预处理；基于不同时间尺度对负荷数据进行处理，形成多分辨率负荷数据矩阵；基于负荷数据矩阵，通过使用卷积神经网络获取负荷数据的局部特征；利用Transformer的自注意力机制和相对位置编码获得多分支负荷数据特征；利用融合模型实现多分支CNN和Transformer算法所获取的负荷数据的长短尺度特征的融合；基于融合特征进行分类，输出每个负荷所属类别的概率，确定负荷的类别。与现有技术相比，本发明针对负荷数据的分类问题，不仅能实现多分辨率情形下负荷特征的深度提取，同时能够有效提升对负荷数据分类的准确性。
-
公开(公告)号：CN118864147A
公开(公告)日：2024-10-29
申请号：CN202410995808.1
申请日：2024-07-24
Abstract: 本发明涉及一种考虑风光不确定性和需求响应的高耗能企业源荷协同优化运行方法，包括以下步骤：获取风光气象历史数据集，对该数据集进行预处理；基于Weibull分布和Beta分布构建风光不确定性源出力表征模型，并生成风光出力历史数据集；采用拉丁超立方抽样法结合Kantorovich场景削减法对所述风光出力历史数据进行场景生成与削减；构建电、热价的价格弹性系数和价格弹性系数矩阵；对企业负荷侧分类、构建能耗成本模型；引入优化运行的目标函数和约束条件，得到优化运行模型；将风光出力、负荷参数输入到优化运行模型中，得到高耗能企业源荷协同优化运行的实际结果。与现有技术相比，本发明具有协助网侧削峰填谷、降低企业运行成本、节能减碳、适用范围广、自适应能力强等优点。
-
公开(公告)号：CN118445681A
公开(公告)日：2024-08-06
申请号：CN202410531149.6
申请日：2024-04-29
Applicant: 上海电力大学
Abstract: 本发明涉及电力系统状态计算领域，尤其是涉及一种在未知噪声下基于自适应的多机电力系统状态估计方法，包括：构建多机电力系统中随机的一个同步发电机的状态空间模型，包括发电机的状态方程和发电机相量测量单元的测量方程；提取相量测量单元测量值中的未知噪声，基于高斯混合模型为所述相量测量单元测量值中的未知噪声建立基础分布；采用聚类算法缩减所述基础分布的分量数量，得到一个简化分布；构造自适应状态估计器，利用所得到的相量测量单元未知噪声的真实分布并基于所述同步发电机的模型，实现对同步发电机状态进行自适应状态估计。与现有技术相比，本发明具有针对未知测量噪声影响下，能够准确地计算出的多机电力系统状态，可极大减轻在实际应用中的计算负担等优点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
