-
公开(公告)号：CN116796540A
公开(公告)日：2023-09-22
申请号：CN202310756367.5
申请日：2023-06-26
Applicant: 南京工业大学
IPC: G06F30/20 , G06Q10/0637 , G06Q50/06 , H02J3/00 , G06F113/04
Abstract: 本发明提出了一种考虑弃光率和预测精度的大型光伏电站储能容量配置方法，首先对光伏电站的基础数据进行深入挖掘，分析光伏电站年弃光现象和光伏预测合格率的基本情况，进而提出一种计算每个月光伏预测的合格率以及惩罚成本的方法；然后给出储能容量配置的具体算法流程，经运行原始数据得出仿真结果，通过弃光率、预测合格率及经济性的权衡对比获得储能容量综合配置方案。本发明给光伏电站提供了一种具有实用价值的储能配置技术方案，实现了光伏电站配置储能优化方案的自动分析。
-
公开(公告)号：CN119203774A
公开(公告)日：2024-12-27
申请号：CN202411430163.3
申请日：2024-10-14
Applicant: 南京工业大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F18/214 , G06F18/22 , G06F17/10 , G01R31/367 , G06F119/08
Abstract: 本发明提供了一种引入注意力机制的PSO‑LSTM温度预测方法，涉及电池温度预测技术领域，包括以下步骤：基于归一化处理后的电池运行数据，通过耦合方法筛选电池温度影响因素，并根据电池温度影响因素构建用于模型训练的输入集；配置适应度函数，并结合粒子群算法和输入集优化融合注意力机制的LSTM模型参数，得到电池温度预测模型；基于电池温度预测模型，并根据实时获取的电池运行数据，进行电池温度的在线预测，得到预测结果。本发明使用粒子群算法优化了预测模型的参数，有效减少了模型中不必要的输入信息，使得电池温度预测模型具有更高的准确性和稳定性。
-
公开(公告)号：CN117872158A
公开(公告)日：2024-04-12
申请号：CN202410080703.3
申请日：2024-01-19
Applicant: 南京工业大学
IPC: G01R31/367 , G01R31/378 , G01R31/396 , G01R31/388 , G01R31/385
Abstract: 本发明公开了一种考虑老化的锂离子电池自适应峰值功率预测方法，涉及电池峰值功率预测技术领域，该考虑老化的锂离子电池自适应峰值功率预测方法包括以下步骤：对锂离子电池进行脉冲充电测试；对锂离子电池进行充放电操作；依据锂离子电池的电压及电流状态信息构建戴维南等效电路模型；利用遗忘因子递推最小二乘算法对戴维南等效电路模型进行参数辨识；利用卡尔曼滤波算法对戴维南等效电路模型中荷电状态进行估算；分别计算电流、电压及荷电状态的约束条件，并对锂离子电池的峰值功率进行预测。本发明能够根据实时的电流电压数据进行在线参数辨识和SOC估计，减小因温度和锂离子电池老化对功率预测的影响。
-
公开(公告)号：CN115905194A
公开(公告)日：2023-04-04
申请号：CN202211371678.1
申请日：2022-11-03
Applicant: 南京工业大学
IPC: G06F16/215 , G06N3/0442 , G06N3/048 , G06F18/22 , G06F18/2433 , G06F18/27 , G06F123/02
Abstract: 本发明提出了一种基于典型历史数据和LSTM的分布式光伏电站数据修复重构方法，属于光伏电站数据修复领域，提高了光伏电站输出功率数据修复的精确度，包括如下步骤：步骤1：获取分布式光伏电站待修复日数据及数据所在时间区间，并判别分布式光伏电站待修复日异常数据类型，然后对分布式光伏电站待修复日数据以及分布式光伏电站历史光伏出力数据预处理；步骤2：综合天气类型相似性以及光伏出力相似性筛选出典型历史数据；步骤3：筛选出典型历史数据，确定训练数据，将训练数据输入LSTM神经网络进行模型训练，并将输出得到的数据作为待修复日电站功率修复值。
-
-
-
Search Results
4
records
(took 0.017 seconds)
