-
公开(公告)号：CN119106260A
公开(公告)日：2024-12-10
申请号：CN202411236629.6
申请日：2024-09-04
Abstract: 本发明公开了大规模电力系统高维概率保全场景缩减方法及系统，方法包括将描述原始场景集的多维随机变量X的各分量集合按列排序组合，构建分布矩阵V，计算对应的边缘概率分布矩阵P；按列划分分布矩阵V并计算笛卡尔积，获得重组矩阵#imgabs0#以及边缘概率分布矩阵#imgabs1#对重组矩阵#imgabs2#进行降序排列并抽样，获得紧凑场景集#imgabs3#计算紧凑场景集#imgabs4#中每个场景对应概率的数量级，进行场景分类，获得各个数量级的场景集合#imgabs5#以最小化Wasserstein距离为目标构建优化模型，对场景集合#imgabs6#进行自适应选择，对被选择的集合取并集得到最优缩减场景集。本发明能够实现任意维场景的场景缩减并保证缩减场景的代表性和概率空间的完全覆盖，有极高的应用价值。
-
公开(公告)号：CN116822370B
公开(公告)日：2024-02-20
申请号：CN202310847303.6
申请日：2023-07-11
IPC: G06F30/27 , G06F30/28 , G06F18/10 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06F113/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了数据驱动下风电集群超短期出力预测方法，该方法包括：考虑风电集群风力资源的时空分布特性，以风速预测数据为训练样本，采用卷积神经网络获取降维后的特征序列，利用长短期记忆(LSTM)网络模型实现兼具快速性和准确性的时序风速信息预测；计及风电场的尾流效应及其边界补偿，构建基于3D‑Frandsen尾流模型，并以风轮面等效风速实现各风电机组功率的解耦计算。本发明提出的方法通过引入风速预测数据驱动的LSTM网络模型实现了风电集群超短期出力的高精度预测。此外，本发明还验证了在进行风电集群出力预测时计及风电机组间尾流效应并进行边界补偿的必要性，为风电集群日内实时调控奠定了边界参数基础。
-
公开(公告)号：CN116073403B
公开(公告)日：2023-06-16
申请号：CN202310287392.3
申请日：2023-03-23
Abstract: 本发明公开了一种模糊逻辑控制驱动下的风电功率波动平抑方法，包括如下步骤：步骤1，基于自适应马尔可夫链的储能需求不确定性建模，完成对储能需求不确定性的描述；步骤2，利用储能辅助支撑的风电功率优化控制技术，优化计算得到以经济性最优为目标的风电功率与储能充放电功率的运行策略；步骤3，对风电功率与储能充放电功率的运行策略进行改进，引入基于模糊逻辑控制获得的模糊逻辑控制因子，加速风储功率优化决策的获取。通过本发明的方法能够实现高效经济的风储功率优化决策，减少风电功率的波动。
-
公开(公告)号：CN110198039B
公开(公告)日：2022-05-10
申请号：CN201910497636.4
申请日：2019-06-10
Abstract: 本发明提供了应对高比例光伏并网的光热电站优化建模及运行方法，主要利用光热电站中储热系统的可调度性，平移阳光充足时光热能，为日落光伏出力突减时提供所需的电力缺额，同时利用光热机组良好的调节特性，在净负荷功率曲线的快速爬坡阶段提供爬坡需求。本发明详细构造光热电站的数学模型，以成本最小化为目标建立含光热电站的电力系统优化调度模型；利用光热电站的可调度性和良好的调节特性，通过对含光热电站的电力系统进行优化调度，平滑净负荷功率曲线，缓解鸭子曲线问题，促进光伏高比例并网消纳，提高系统运行的安全稳定性和经济性，减小光伏发电随机性与间歇性对电力系统安全稳定的影响。
-
公开(公告)号：CN110212565B
公开(公告)日：2022-04-22
申请号：CN201910529552.4
申请日：2019-06-19
IPC: H02J3/36
Abstract: 本发明提供了一种抑制连续换相失败的直流功率控制策略。该策略首先根据第1次换相失败恢复过程中，直流系统换流母线电压、有功功率、吸收无功功率以及熄弧角等电气量的变化趋势，预判连续换相失败风险；然后基于连续换相失败风险的预判结果实时减小或恢复直流输送功率，以改善直流系统的无功需求和恢复特性，从而抑制连续换相失败。与现有方法相比，本发明具有较高的工程适应性及应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113901036A
公开(公告)日：2022-01-07
申请号：CN202111104515.2
申请日：2021-09-18
Abstract: 本发明提供了一种低电压拓扑识别和自动生成方法，方法步骤包括：通过量测系统采集数据，形成低压配电网大数据，最终形成多源异构数据库；对所述历史数据进行数据清洗，梳理基于数据变化量事件，并生成节点之间的节点灵敏度关系数据库；将节点分为可观节点列表和不可观节点列表，根据节点类型，将节点矢量化，结合节点灵敏度关系数据库矩阵与实时功率数据，形成基于实时电气量权重的随机游走列表，形成低压配电网拓扑结构；在拓扑基础上，根据节点间的电气距离和低压配电网设计参数，结合动态规划方法，最终自动生成配电网网络架构。本发明实现动态实现拓扑识别和自动生成，具有工程实践容易，实现性强，节约人力的优点。
-
公开(公告)号：CN119761638A
公开(公告)日：2025-04-04
申请号：CN202411835157.6
申请日：2024-12-13
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06N20/20 , G06N3/006
Abstract: 本发明公开了一种基于SO‑XGboost算法的风电功率时间序列预测方法，涉及风电场发电功率预测技术领域。方法包括：对风电功率数据进行预处理，并将样本数据集划分为训练和测试集；初始化XGBoost模型和蛇优化算法，利用蛇优化算法对XGBoost模型中的参数进行寻优，同时利用训练集对XGBoost模型进行训练，得到蛇优化算法优化的SO‑XGBoost预测模型；将测试样本集输入SO‑XGBoost预测模型进行风电功率预测，并度量模型预测效果。本发明通过构建并训练改进的模型，实现了对风力发电功率的精准预估，能够有效处理风电数据中的非线性与波动特性，经过参数优化后的XGBoost预测模型有更好的预测效果和预测精度，具有更高的收敛速度，并提高预测模型的泛化能力。
-
公开(公告)号：CN115081313B
公开(公告)日：2024-10-11
申请号：CN202210616961.X
申请日：2022-06-01
IPC: G06F30/27 , G06F17/16 , G06F113/04 , G06F119/02
Abstract: 本发明公开了考虑大规模风电接入的电网薄弱区域动态无功需求评估方法，包括步骤1：辨识出系统电压薄弱节点和电压薄弱区域；步骤2：判断电压薄弱节点发生严重故障导致邻近节点电压波动时风电场群是否需要发挥调压作用；步骤3：若风电接入地区不是电压薄弱区域，返回步骤1；若风电接入地区是电压薄弱区域，则进入步骤4；步骤4：计算电压薄弱区域暂态电压稳定指标STVS，训练BP神经网络拟合系统运行状态与暂态电压稳定指标的映射关系；步骤5：实时评估电压薄弱区域内风电无功功率增发量。本发明通过BP神经网络进行在线动态无功需求评估，令风电场群输出指定无功功率，对薄弱节点电压进行调节，保证系统的安全性和稳定性。
-
公开(公告)号：CN116502364A
公开(公告)日：2023-07-28
申请号：CN202310481674.7
申请日：2023-04-28
IPC: G06F30/17 , G06F30/20 , G06F119/08 , G06F119/14
Abstract: 本发明涉及径向透平设计技术领域，具体涉及一种应用于涡轮增压器中的特殊的径向透平的设计方法，包括：通过三维反设计法产生非纤维化后掠式前缘叶片；使用两条线将非纤维化后掠式前缘叶片的子午面划分为三个部分，第一条线位于靠近前缘10%‑20%位置处，第二条线位于顶盖中间位置且呈垂直分布；对划分后的非纤维化后掠式前缘叶片进行部分纤维化设计；最终得到部分纤维化后掠式前缘叶片。本发明产生的透平为部分纤维叶片的设计，可保证叶片在透平最大应力处是完全纤维化的，从而解决了最大应力问题；本发明产生的透平的前缘为后掠式设计，可有效的提高叶片在高温高压下的气动效率，从而有效提高从内燃气废气中获取的能量。
-
公开(公告)号：CN116073403A
公开(公告)日：2023-05-05
申请号：CN202310287392.3
申请日：2023-03-23
Abstract: 本发明公开了一种模糊逻辑控制驱动下的风电功率波动平抑方法，包括如下步骤：步骤1，基于自适应马尔可夫链的储能需求不确定性建模，完成对储能需求不确定性的描述；步骤2，利用储能辅助支撑的风电功率优化控制技术，优化计算得到以经济性最优为目标的风电功率与储能充放电功率的运行策略；步骤3，对风电功率与储能充放电功率的运行策略进行改进，引入基于模糊逻辑控制获得的模糊逻辑控制因子，加速风储功率优化决策的获取。通过本发明的方法能够实现高效经济的风储功率优化决策，减少风电功率的波动。
-
-
-
-
-
-
-
-
-
Search Results
458
records
(took 0.031 seconds)
