-
公开(公告)号：CN113988549A
公开(公告)日：2022-01-28
申请号：CN202111201613.8
申请日：2021-10-15
Applicant: 南京工程学院
Abstract: 本发明提供了一种基于风电反调峰特性的储能实时优化方法，首先采用Kmeans聚类和核主成分分析法(KPCA)结合随机森林算法的模型进行负荷预测，降低预测误差，得到负荷基准值，确定算法迭代步长；然后以储能系统额定功率为约束，计算出系统功率最低移峰功率值和最高填谷功率值；最后根据所需功率差在对应时段进行充放电动作，功率差超出范围的部分按照储能系统额定功率动作，实现对储能系统各时段充放电的实时优化控制。本发明提供的基于风电反调峰特性的储能实时优化方法，可以对电池储能系统参与调峰的充放电时间段和充放电功率进行实时规划；有以储能系统充放电电量平衡为准则的配电网调峰可变功率控制策略，能有效缩减配电网峰谷差值。
-
公开(公告)号：CN115545256A
公开(公告)日：2022-12-30
申请号：CN202110734049.X
申请日：2021-06-30
Applicant: 南京工程学院
Abstract: 本发明提供了一种基于多维数据特征学习的小尺度光伏功率预测模型。首先分析了天气类型对光伏功率输出的影响，其次，为匹配CNN预测模型表征学习的运算机制，以统一的矩阵形式对选定的关键各种气象要素进行了归一化。再次，通过二维频域变换对构建的各种气象要素矩阵进行数据特征增强，并构建了基于历史功率的多维输入数据。最后，基于深度CNN框架设计了短期功率预测模型，该模型根据天气类型分别进行训练，并在气象及历史功率组成的多维数据驱动下，获得精细化的光伏功率预测结果。建立基于多维数据特征学习的小尺度光伏功率预测模型对输入数据进行预测，使用相对误差(RE)和均方根误差(RMSE)两种误差指标对预测数据进行误差评价。
-
Patent Agency Ranking
公开(公告)号：CN114611742A
公开(公告)日：2022-06-10
申请号：CN202011442484.7
申请日：2020-12-08
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度卷积生成对抗网络的光伏发电预测模型，涉及光伏组件故障诊断领域，主要步骤包括：（1）生成高光谱图片：首先将历史发电量数据绘制成高光谱图片；（2）构建深度卷积对抗网络模型，所述深度卷积对抗网络模型包括生成器G和判别器D，提高深度卷积生成对抗网络的训练精度，降低训练时间，占用内存的小，数据的变化趋势表现的更好。
-
公开(公告)号：CN113972645A
公开(公告)日：2022-01-25
申请号：CN202111208279.9
申请日：2021-10-18
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于多智能体深度确定策略梯度算法的配电网优化方法，其特征在于：包括：综合考虑售电收益、出力偏差惩罚以及储能越限惩罚因素构建确定风储联合系统的收益最大化调度模型；采用Ward系统聚类法和改进FCM法构成的二次聚类法进行二次聚类，实现风储联合系统的储能电池根据荷电状态和充放电切换次数进行分组；基于多智能体深度强化学习算法将风电储能建模为多智能体系统并且基于风储联合系统的收益最大化调度模型训练并执行多智能体以实现对风储联合系统的配置。
-
公开(公告)号：CN116247701A
公开(公告)日：2023-06-09
申请号：CN202310228144.1
申请日：2023-03-09
Applicant: 南京工程学院
IPC: H02J3/28 , H02J3/30 , H02J3/32 , H02J3/00 , H02J15/00 , G06Q10/067 , G06Q10/0631 , G06Q50/06 , G06F18/2321 , G06N3/006
Abstract: 本发明公开了一种基于需量管理的混合储能配置方法，包括如下步骤：筛选最具需量节费潜力的大用户典型负荷作为储能配置对象；在两部制分时电价的背景下，建立基于SSA算法的双层调度模型，外层以储能设备全寿命周期内最大净收益为目标,得到了储能额定容量、充放电功率,内层以日调度周期内最大收益为目标,得到各时间段的充放电量；使用负荷分解方法将大负荷数据分解成高、低频分量；将高、低频分量划分为尖峰、基准负荷；选用飞轮储能与铅碳电池对尖峰、基准负荷进行储能配置；分析比较基于尖峰负荷划分的配置与直接高、低频分量配置以及单一储能配置后的净收益、额定容量、负荷削峰情况。本发明可以优化负荷特性、提高系统的经济效益。
-
公开(公告)号：CN114611739A
公开(公告)日：2022-06-10
申请号：CN202011441319.X
申请日：2020-12-08
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于CMI的低冗余短期负荷预测模型，涉及CMI负荷预测领域，其技术方案要点是：采用CMI对原始特征集合中待选特征进行特征排序，然后，采用GRNN作为预测器，序列前向搜索方法确定最优特征子集，最后，根据所得最优特征子集重新训练GRNN得到最优预测模型，挑选冗余性低的用户特征集，降低预测模型复杂度。
-
公开(公告)号：CN114004069A
公开(公告)日：2022-02-01
申请号：CN202111214528.5
申请日：2021-10-19
Applicant: 南京工程学院
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , H02J3/00 , H02J3/28 , G06F111/04 , G06F119/04
Abstract: 本发明提供了一种基于投资组合理论的用户侧储能容量配置方法，包括以下步骤：步骤S01：预测储能寿命；步骤S02：建立基于投资组合理论的储能全寿命周期优化配置模型；步骤S03：根据配置模型得到储能容量配置；所述步骤S02包括投资组合、不同市场下储能运行效益和风险和储能运行效益计算模型。本发明针对用户侧储能经济容量优化配置问题，充分考虑用户侧储能可参与并获利的市场以及可能面临的风险，考虑储能实际运行寿命测算，在全寿命周期成本的基础上建立基于投资组合理论的储能优化配置模型，充分挖掘用户侧储能在不同市场下的价值及可能面临的风险。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
