-
公开(公告)号：CN108932570A
公开(公告)日：2018-12-04
申请号：CN201710369919.1
申请日：2017-05-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种考虑用户效用与市场份额的售电商收益风险优化方法，包括以下步骤：1)利用基于模糊效用值排序的模糊层次分析法建立售电公司市场份额模型；2)采用条件风险价值法，以用户效用最大为目标建立用户的最优购电模型，并用穷举法对其进行求解；3)在用户购电效用最大的基础上，采用条件风险价值法，以售电公司购售电效用最大化为目标，建立计及售电公司市场份额的购售电优化模型，在用户效用最大的前提下对售电公司的收益和风险进行优化。本发明能够为售电市场开放后的售电公司提供购售电优化策略，并能够同时保障用户的利益，在用户满意的基础上对售电公司进行收益和风险的双重优化。
-
公开(公告)号：CN108063439A
公开(公告)日：2018-05-22
申请号：CN201610965378.4
申请日：2016-11-05
Applicant: 南京理工大学
Abstract: 本发明公开了一种考虑碳排放权交易的微电网优化方法，其中：步骤如下：1)考虑碳排放权交易，并充分考虑微电网的运行条件，确立优化目标；2)以微网总经济成本最小为目标函数，构建考虑碳排放权交易微网并网运行优化模型；3)考虑多个等式约束和不等式约束条件，并将约束条件进行处理后对碳排放权交易微网并网运行模型进行优化；4)对基本人工鱼群算法的改进，采用复合自适应全局人工鱼群算法对模型进行求解。本发明优势：可有效解决电力系统与分布式电源间的矛盾，整合不同类型的分布式发电优势、实现其规模化应用；碳排放权交易可以有效提高微网经济性。
-
公开(公告)号：CN108061821A
公开(公告)日：2018-05-22
申请号：CN201610973423.0
申请日：2016-11-05
Applicant: 南京理工大学
IPC: G01R23/163
Abstract: 本发明公开了一种改进的双馈风力发电系统谐波检测方法，其步骤：1)对不同风速和风况下双馈风电系统中含谐波的电流信号进行采样；2)根据谐波信号的分形维数，不断调整小波去噪的阈值参数，利用小波变换分段去除噪声；3)将去噪后的信号通过一个基于切比雪夫I型的高通数字滤波器，利用改进的EMD方法对谐波进行EMD分解，对每一个IMF分量进行希尔伯特变换，检测出风电场谐波信号中存在的各次谐波分量。使用本发明的方法对双馈风力发电系统进行谐波分析，不仅能够准确检测出风电场谐波信号中存在的各次谐波分量，还能体现谐波信号发生突变的时间点，使谐波信号的分解结果更加准确。
-
公开(公告)号：CN105574615B
公开(公告)日：2020-01-24
申请号：CN201510943557.3
申请日：2015-12-16
Applicant: 南京理工大学
Abstract: 本发明提出一种基于空间相关性与GA的小波‑BP神经网络风电功率预测方法。按照目标时间和采样时间采集上风处与下风处风电场风速或功率时间序列；计算上风处与下风处风电场所采集时间序列之间的相关性系数，提取其中具有强相关性的数据组；将强相关性数据组时间序列输入小波‑BP神经网络中，通过GA遗传算法对神经网络结构的权值和阈值参数进行全局优化；在小波‑BP神经网络训练过程中，深度优化神经网络权值和阈值采用L‑M算法与附加动量法相结合，对小波基函数的平移因子和伸缩因子参数修正优化采用梯度下降法；利用训练后的小波‑BP神经网络对下风处风电场风电功率进行预测。本发明提高神经网络学习性能，克服了风电场风速监测数据不足而无法直接进行风电功率预测的缺陷。
-
公开(公告)号：CN108021997A
公开(公告)日：2018-05-11
申请号：CN201610923178.2
申请日：2016-10-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种效益最大化下的柔性电力负荷建模方法，步骤：1)以用户最大可中断负荷量、所允许最长停电持续时间以及用户的合作程度三者作为变量来构建用户停电成本函数。2)在已知电力公司的补偿电价基础上，通过用户收益最大化来确定用户的合作程度。3)在用户停电成本函数已知的基础上，构建电力公司收益函数。4)通过电力公司收益最大化来确定用户最大可中断负荷量以及最长停电时间。本发明在柔性电力负荷建模时，不仅考虑用户最大可中断负荷，还将最长停电持续时间作为影响因素一起建模，使得模型更加完整；将用户利益与电力公司收益同时以最大化目标求解，使得用户与电力公司都能获得最大的效益。
-
Patent Agency Ranking
公开(公告)号：CN108009665A
公开(公告)日：2018-05-08
申请号：CN201610924681.X
申请日：2016-10-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种考虑柔性电力负荷的最优潮流优化模型。同时考虑供电方与用户两者的利益，在实现发电成本最小化的同时，用户也能实现缺电成本最小化。主要分为3个步骤：1)利用经典OPF模型以发电成本最小为目标建立传统的电力系统最优潮流模型；2)在传统最优潮流模型的基础上，考虑用户侧缺电成本最小化，进行最优潮流模型的优化；3)利用改进遗传算法对最优潮流模型进行求解。将用户侧的中断负荷成本以及停电时间成本加入最优潮流模型中，使得最终求解得到的最优潮流结果更为准确，更符合实际。同时考虑供电侧的发电成本以及用户侧的缺电成本，可使供电方与用户均达到成本最小化的目的。
-
公开(公告)号：CN108008629A
公开(公告)日：2018-05-08
申请号：CN201610923174.4
申请日：2016-10-29
Applicant: 南京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种多种能源互补利用系统的优化运行方法，其特征在于，步骤：1)在多种能源互补利用系统中设置冷热电联供场景，考虑分布式电源，对场景中冷热电联供设备、蓄电池和光伏电源进行数学建模；2)分析在多种能源互补利用系统优化运行的优化目标，建立冷热电综合能源利用系统优化运行的环境友好型的多目标优化函数，并对其优化处理；3)确定多种能源互补利用系统优化运行的约束条件，并将约束条件进行处理后对冷热电综合能源利用系统进行运行优化。本发明结合冷热电负荷需求与分布式能源需求的特点，可适用于多种电力系统、实用性强且能够保证综合能源系统优化运行的成功实现等优点，快速实现综合能源利用系统的协同整体最优。
-
公开(公告)号：CN105574615A
公开(公告)日：2016-05-11
申请号：CN201510943557.3
申请日：2015-12-16
Applicant: 南京理工大学
Abstract: 本发明提出一种基于空间相关性与GA的小波-BP神经网络风电功率预测方法。按照目标时间和采样时间采集上风处与下风处风电场风速或功率时间序列；计算上风处与下风处风电场所采集时间序列之间的相关性系数，提取其中具有强相关性的数据组；将强相关性数据组时间序列输入小波-BP神经网络中，通过GA遗传算法对神经网络结构的权值和阈值参数进行全局优化；在小波-BP神经网络训练过程中，深度优化神经网络权值和阈值采用L-M算法与附加动量法相结合，对小波基函数的平移因子和伸缩因子参数修正优化采用梯度下降法；利用训练后的小波-BP神经网络对下风处风电场风电功率进行预测。本发明提高神经网络学习性能，克服了风电场风速监测数据不足而无法直接进行风电功率预测的缺陷。
-
公开(公告)号：CN108879688A
公开(公告)日：2018-11-23
申请号：CN201710335645.4
申请日：2017-05-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种考虑风电波动的电网频率响应等值模型建立方法。利用传统机组的惯性时间常数，调速器响应时间以及调速器下垂系数三个参数搭建模型。包括3个步骤：1)忽略电网结构，根据传统发电机组的惯性时间常数建立同步机组等值模型，将调速器结构等值为一阶惯性环节，将其接入同步机等值模型中，构建完整的电力系统频率响应等值模型；2)将风电出力简化为正弦出力，得到风电波动下的系统频率变化规律；3)利用风机正弦出力进行等值模型的参数辨识。本发明在风机并网运行的情况下，实现电力系统频率响应等值模型的建立。考虑风电波动对系统频率的影响，使得此模型可适用于风电并网运行的系统。
-
公开(公告)号：CN108063450A
公开(公告)日：2018-05-22
申请号：CN201610966552.7
申请日：2016-11-05
Applicant: 南京理工大学
IPC: H02J3/38
Abstract: 本发明公开了一种风电高渗透率下的配电网的优化运行方法，考虑风电出力的间歇性与波动性，实现风电的最大消纳，进行配电网的优化运行，步骤：1)分析风力发电的间歇性与波动性，建立风电功率输出概率模型；2)以风电最大消纳、有功网损最小为目标函数，保证电网和设备安全运行为约束条件，建立风电高渗透率下的配电网的优化运行模型；研究求解风电高渗透率下的配电网的优化运行模型的方法，根据求解结果，实现风电高渗透率下的配电网的优化运行。本发明以渗透率最大、有功网损最小作为目标函数，对配电网进行优化，考虑风力发电的消纳、配网的损耗，在保证电力系统安全可靠运行的前提下，最大的利用风力资源发电和减少系统的有功损耗。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
