-
公开(公告)号：CN118826039A
公开(公告)日：2024-10-22
申请号：CN202410883733.8
申请日：2024-07-03
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司 , 南京理工大学
Abstract: 本发明公开了一种基于深度强化学习的大规模电动汽车充换电负荷优化调度方法，以保证大规模电动汽车充换电负荷实时优化调度的经济型和高效性为目标，考虑了负荷调控过程中的用户因素、系统因素、市场因素，实现大规模电动汽车与各类电力市场主体的友好互动。根据用户的行为特征，判断电动汽车的实际可调性，构建不同场景下的可调充换电负荷的优化调度模型，并采用深度强化学习算法求解并网充换电负荷的实时调度方案。该方法得到的优化调度策略适用于大规模电动汽车实时优化调度，考虑了多个场景下的优化方案，模型简单，易于求解，具有一定的理论价值和工程价值。
-
公开(公告)号：CN114158217B
公开(公告)日：2024-03-22
申请号：CN202210006946.3
申请日：2022-01-05
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
IPC: H05K5/02
Abstract: 本发明公开了主站系统的定制值流转方法，包括步骤：站端人员操作终端设备，接收任务，进行定值的校核及下装，操作日志发送至定值校核服务器，定值校核服务器将操作日志发送至主站管控系统；主站管控系统将操作日志发送到保信主站，保信主站对操作日志进行核验，并将核验结果反向反馈至终端设备；站端人员通过终端设备查看核验结果，如通过，进行下一步，没有通过则重新定值的校核及下装。本发明采用便携式定值运维终端设备，能够完成完成“一键式”数据同步，以及“一键式”定值校核和下放，加快定值校核和修改速度；终端设备完成现场校核，保信主站进行远程校核，双校核都通过任务完成，提高准确性。
-
公开(公告)号：CN117294004A
公开(公告)日：2023-12-26
申请号：CN202311180306.5
申请日：2023-09-13
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: H02J13/00
Abstract: 本发明涉及继电保护技术领域，具体为一种变电站继电保护运行方式智能辨别系统及其方法，所述智能辨别系统安装运行于继电保护一体化智能管控平台，用于对变电站线路及变压器保护运行方式进行辨别，智能辨别系统包括：数据处理单元，用于接收在线监测终端对变电站线路及变压器进行监测数据，并对所接收的监测数据进行预处理，形成判断信号。本发明，通过压板处于不同运行状态时与之对应状态的信号接收器会通电工作，信号发生器发出的检测信号将会被处于通电工作状态的信号接收器所接收，由信号反馈模块及时反馈并集中显示在显示器上，巡检人员一眼扫过便可得知各类压板运行状况，为巡检工作提供便利。
-
公开(公告)号：CN114158217A
公开(公告)日：2022-03-08
申请号：CN202210006946.3
申请日：2022-01-05
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
IPC: H05K5/02
Abstract: 本发明公开了主站系统的定制值流转方法，包括步骤：站端人员操作终端设备，接收任务，进行定值的校核及下装，操作日志发送至定值校核服务器，定值校核服务器将操作日志发送至主站管控系统；主站管控系统将操作日志发送到保信主站，保信主站对操作日志进行核验，并将核验结果反向反馈至终端设备；站端人员通过终端设备查看核验结果，如通过，进行下一步，没有通过则重新定值的校核及下装。本发明采用便携式定值运维终端设备，能够完成完成“一键式”数据同步，以及“一键式”定值校核和下放，加快定值校核和修改速度；终端设备完成现场校核，保信主站进行远程校核，双校核都通过任务完成，提高准确性。
-
公开(公告)号：CN119009940A
公开(公告)日：2024-11-22
申请号：CN202410923285.X
申请日：2024-07-10
Applicant: 国网江苏省电力有限公司淮安供电分公司
Abstract: 一种基于LSTM神经网络的分层能源系统优化调度方法，包括操作步骤：步骤1：负荷预测，采用LSTM网络预测日前市场的电动汽车负荷；LSTM网络通过遗忘门、输入门和输出门来动态调整记忆单元的存储，控制信息的流动，提高模型的学习能力；步骤2：基于对电动汽车负荷预测的结果，建立电动汽车负荷优化调度模型，减少预测负荷曲线和实际负荷曲线之间的误差；步骤3：采用GA遗传算法对步骤2中电动汽车负荷优化调度模型求解；步骤4：采取考虑交易双方利益最大化，建立电动汽车能源交易模型；步骤5：采用改进粒子群算法对电动汽车能源交易模型求解，得到全局最优解作为结果。本发明制定电动汽车负荷协调调度策略，实现电力系统经济效益和环境效益最优。
-
Patent Agency Ranking
公开(公告)号：CN116581811A
公开(公告)日：2023-08-11
申请号：CN202310192362.4
申请日：2023-03-02
Applicant: 国网江苏省电力有限公司淮安供电分公司
Abstract: 本发明公开了一种适应时变动态响应的分布式电源集群聚合方法及系统。包括：构建适应配网时变动态响应数学模型，为构建时变动态响应的分布式电源集群聚合提供拓扑框架和数据支撑；建立聚合模型目标函数，综合考虑运行约束，建立适应时变动态响应的分布式电源集群聚合模型；考虑分布式电源的时变性，从全局出发将时间因素耦合，实现分布式电源聚合模型能够实时调控发送指令维持集群内功率平衡和群间功率互补；根据所建立的适应时变动态响应的分布式电源集群聚合模型，构建集群聚合系统，用于评估分布式集群出力特征，实现分布式资源高效利用。与现有技术相比，本发明能够为电力系统实时调控发送指令，实现群内群间系统功率平衡。
-
公开(公告)号：CN119941048A
公开(公告)日：2025-05-06
申请号：CN202510350095.8
申请日：2025-03-24
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: G06Q10/0639 , H02J3/38 , G06Q50/06
Abstract: 本发明公开一种计及熵空间的配电网运行稳定性评估方法，构建分布式电源动态模型，设计分布式电源能量函数；基于分布式电源能量函数，选取主导不稳定平衡点的能量值作为临界能量，拟合临界能量曲面；构建表征配电网潮流均衡性、静态电压安全性的系统熵指标，将系统熵指标分散到分布式电源层级，得到分布式电源熵指标；设计分布式电源熵边界条件，基于边界投影法构造表征安全稳定性的分布式电源熵空间；对稳态工作点和给定预想事故下的能量值进行快速求解，在熵空间内、外部快速定位，基于定位结果与分布式电源熵空间对配电网运行稳定性进行评估。与现有技术相比，本发明根据分布式电源熵空间评估配电网运行稳定性，简化了传统安全稳定评估方法。
-
公开(公告)号：CN119891114A
公开(公告)日：2025-04-25
申请号：CN202411820490.X
申请日：2024-12-11
Applicant: 国网江苏省电力有限公司淮安供电分公司
Abstract: 本申请公开了用于继电保护安全运行的状态控制系统，属于继电保护技术领域，主站模块、应用服务模块、子站模块、通讯模块、智能终端、数据采集模块和运行管理模块；主站模块和应用服务模块双向连接，应用服务模块和子站模块双向连接；智能终端和数据采集模块双向连接；本申请通过利用继电保护信息收集系统可以给电网的安全运行提供可靠的保证，降低故障的发生率，这就相对减少了运营的成本，提高了经济效益，在电力系统的日常运行过程中，继电保护装置对系统的安全性有着重要的保护作用，通过继电保护装置可以及时查看电力系统中可能存在的故障和问题，也能够及时发现不正常的运行状态，进行及时的纠正与调整，从而保证电力系统的正常运行。
-
公开(公告)号：CN118868039A
公开(公告)日：2024-10-29
申请号：CN202410883728.7
申请日：2024-07-03
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
IPC: H02J3/00 , G06Q50/06 , G06Q10/0631 , G06N7/01
Abstract: 本发明公开了一种计及用户需求的电动汽车双层优化模型的充放电调度方法。考虑了负荷削峰填谷效果和用户参与度，分别以电网日负荷方差最小和保证车主出行需求的情况下使车主充电成本最小为目标，建立了一个基于电网和用户两侧需求的V2G双层优化调度策略，然后利用改进的智能算法对双层优化模型进行循环迭代求解。该方法得到的优化调度策略能有效降低新的负荷高峰及负荷峰谷差，减少V2G的用户成本，实现两侧双赢，模型简单，易于求解，具有一定的理论价值和工程价值。
-
公开(公告)号：CN118861731A
公开(公告)日：2024-10-29
申请号：CN202410883725.3
申请日：2024-07-03
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F18/23213 , G06F18/214 , G06F18/15 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于TCN‑BiGRU深度学习的电动汽车负荷预测方法。针对不同类型电动汽车的特性差异，首先采用K‑means对不同类型的电动汽车进行聚类；然后，对聚类之后的结果进行二次聚类；最后，建立TCN‑BiGRU神经网络模型，用聚类数据集对提出的预测模型进行训练和测试。该方法得到的电动汽车负荷预测结果充分考虑了不同类型电动汽车存在的特性差异，其结果能有效提高电动汽车负荷预测结果精度，具有一定的理论价值和工程价值。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.056 seconds)
