-
公开(公告)号：CN119047866A
公开(公告)日：2024-11-29
申请号：CN202411050376.3
申请日：2024-08-01
Applicant: 国网浙江省电力有限公司杭州供电公司 , 国网新能源云技术有限公司 , 国家电网有限公司
Inventor： 刘强 , 于九洲 , 秦剑华 , 周济舟 , 杨凯 , 陈炜骏 , 刘博文 , 俞啸玲 , 张旭 , 韩荣杰 , 郭星星 , 方响 , 宋怡瑶 , 马闯 , 夏霖 , 王禹心 , 马笛 , 阮箴 , 章美丹 , 米竹刚 , 夏红军 , 王强 , 姚海燕 , 吴文佳 , 金一瑜 , 张建锦 , 聂忠伟 , 李立凡 , 徐红艳 , 钱彦 , 苗德根 , 姜家宝 , 周超 , 李莹莹
IPC: G06Q10/0637 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开一种储能电站的运行状态评价方法、系统、设备及介质，该方法包括：从电力电量指标、能效指标和可靠性指标选取多个评估指标并获取相关的电力数据；根据评估指标和电力数据构建各项评估指标的指标评分计算公式并可得到指标评分，结合各项评估指标的指标评分得到综合指标评分矩阵；获取电站整体运行效果、各级设备的一致性和安全性的受影响程度值，从电站整体运行效果、各级设备的一致性和安全性选取多个影响指标并获取指标影响程度值；根据受影响程度值和指标影响程度值构建各项评估指标的权重计算公式并可得到权重值，结合各项评估指标的权重值得到综合权重值矩阵；根据综合指标评分矩阵和综合权重值矩阵计算得到综合运行评分。
-
公开(公告)号：CN118839999A
公开(公告)日：2024-10-25
申请号：CN202410797692.0
申请日：2024-06-20
Applicant: 国网新能源云技术有限公司 , 国网湖南省电力有限公司 , 国网湖南省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06Q10/0639 , H02J3/32 , H02J3/24 , G06Q50/06 , G06F17/10
Abstract: 本发明涉及储能电站管理技术领域，公开了一种面向调峰和调频的储能电站出力特性的评估方法和装置，包括：获取预先构建的储能电站出力特性评估体系的多个末级评价指标的值，包括：调峰功率调控指数、调峰状态转换时效比、调峰启动时效指标、调峰稳态精控率、调峰调度响应能力、调频启动响应效能、调频响应时效比、调频稳态控制能力、调频功率调控指数和调频调度响应能力；对多个末级评价指标进行分类和计算，得到一级评价指标，包括：调峰出力特性指数、调频出力特性指数；根据一级评价指标对储能电站进行评估。本发明针对储能电站的调峰和调频场景，构建了评估体系，其中多个评价指标避免了评价的局限性，能更全面地评估电站，找出电站运行中的问题，为改进提供方向。
-
公开(公告)号：CN118920532B
公开(公告)日：2024-12-17
申请号：CN202411404872.4
申请日：2024-10-10
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: H02J3/28 , H02J3/32 , H02J3/38 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电力技术领域，公开了一种分布式储能电站的聚合调控方法、装置、电子设备及介质。具体方案为：确定用于评估所述分布式储能电站的削峰填谷能力的第一函数，确定用于评估所述分布式储能电站的总购电成本的第二函数，以及确定用于所述分布式储能电站的系统收益能力的第三函数；基于所述第一函数、所述第二函数以及所述第三函数，确定目标函数；基于一些约束条件，对所述目标函数进行求解最优解，得到所述分布式储能电站的储能调控方案；基于所述储能调控方案，对所述分布式储能电站进行调控。
-
公开(公告)号：CN118920532A
公开(公告)日：2024-11-08
申请号：CN202411404872.4
申请日：2024-10-10
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: H02J3/28 , H02J3/32 , H02J3/38 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电力技术领域，公开了一种分布式储能电站的聚合调控方法、装置、电子设备及介质。具体方案为：确定用于评估所述分布式储能电站的削峰填谷能力的第一函数，确定用于评估所述分布式储能电站的总购电成本的第二函数，以及确定用于所述分布式储能电站的系统收益能力的第三函数；基于所述第一函数、所述第二函数以及所述第三函数，确定目标函数；基于一些约束条件，对所述目标函数进行求解最优解，得到所述分布式储能电站的储能调控方案；基于所述储能调控方案，对所述分布式储能电站进行调控。
-
Patent Agency Ranking
公开(公告)号：CN119671199A
公开(公告)日：2025-03-21
申请号：CN202411891308.X
申请日：2024-12-20
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种计及聚合商风险的分布式储能聚合互动调度方法及系统，所述方法包括根据构建的储能用户参与度概率模型，确定目标区域的储能用户参与电网调度的激励期望；基于预先设定的储能聚合商调度时间需求，对各个分布式储能主体进行一级筛选，根据激励期望对一级筛选后的各个分布式储能主体进行二级筛选，得到符合目标激励期望的第一储能聚合群；将第一储能聚合群输入至构建好的储能调度模型中，得到目标区域的可调度裕量，其中，储能调度模型是分别以各分布式储能主体的负荷允许变化率、收益率以及可调度裕量为约束；基于可调度裕量生成目标区域的调度策略，并执行调度策略实现调度，从而提高电网调度的可靠性和稳定性。
-
公开(公告)号：CN118607946A
公开(公告)日：2024-09-06
申请号：CN202410661485.2
申请日：2024-05-27
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/06 , G06F16/906
Abstract: 本申请涉及储能系统技术领域，尤其是涉及一种用户侧储能的投资效益分析方法、装置、设备、介质和计算机程序产品，其根据储能电站基本信息、当地的政策经济市场数据和储能电站建设投资行业数据三个维度分别构建数据库；采用全生命周期分类法对投资用户侧储能的成本和收益进行逐级细化地分类，其中所述成本分为固定成本模块和动态成本模块；从所述数据中筛选出各模块对应的适应性参数，然后确定各模块的计算方式；从所述数据库中调取所述适应性参数对应的值，将其输入对应的所述计算模块中进行计算。能够提高用户侧储能的投资效益分析的准确性，以及其应用于计算不同地区或场景的数据时的灵活性，而且提高了用户使用时的友好性和直观性。
-
公开(公告)号：CN117630693A
公开(公告)日：2024-03-01
申请号：CN202311648932.2
申请日：2023-12-04
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: G01R31/382 , G01R31/3842 , G01R31/367 , G01R31/36
Abstract: 本申请公开了一种用于储能电站的风险预警方法及装置，涉及风险预警技术领域。该方法通过将获取到的实时状态数据输入至电量估计模型中，即可得到电池的荷电状态。若荷电状态表征电池的容量衰减高于第一预设阈值，即可立即执行风险预警。由此，不再需要人工进行电池电芯的检测，而是实时对电池电芯的实时状态数据进行处理，能够提高风险预警的效率，进而降低储能电站的恢复时间和用电损失，保证储能电站长期稳定的安全运行。
-
公开(公告)号：CN119809101A
公开(公告)日：2025-04-11
申请号：CN202411809191.6
申请日：2024-12-10
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
IPC: G06Q10/063 , G06F18/10 , G06F18/243 , G06N5/01 , G06Q10/04 , G06Q50/06 , H02J3/32
Abstract: 本发明涉及数据分析技术领域，公开一种用户侧储能电站聚合互动潜力计算方法及系统，方法包括：从数据库中获取用户侧储能电站的历史运行数据，并对历史运行数据进行数据预处理；根据历史运行数据选取特征，包括电池当前容量、电池额定容量、电压及电流；构建初始预测模型，根据选取的特征对初始预测模型进行训练和测试，迭代初始预测模型，调整初始预测模型的各项参数，获得终级预测模型根据终级预测模型计算用户侧储能电站的SOC和有功功率进行各个时段的实时分析预测；利用预测数据计算各时间段内用户侧储能资源的聚合互动潜力。预测模型为高预测精度预测模型，依据该预测模型的预测结果可以得到更准确的聚合互动潜力结果。
-
公开(公告)号：CN118763647A
公开(公告)日：2024-10-11
申请号：CN202410789813.7
申请日：2024-06-19
Applicant: 国网数字科技控股有限公司 , 国网新能源云技术有限公司
Abstract: 本发明涉及光伏预测技术领域，公开了一种光伏短期功率预测方法，包括：采集光伏发电系统的样本数据集，并将样本数据集分成训练集和测试集；构建基于Stacking双层融合模型，确定基于Stacking双层融合模型包括6个基学习器和1个元学习器；基于训练集，对基学习器使用K折交叉验证法训练获得训练结果，并将训练结果输入元学习器中进行训练，获得预测模型；将测试集输入基学习器进行测试，获得测试结果；将所述测试结果输入预测模型中进行计算，获得预测结果。本发明实施例通过引入基于Stacking双层融合模型，结合多种基学习器的优势，并利用元学习器进一步优化预测结果，使模型的预测性能显著提高，提高预测精度，避免过拟合，提升模型的泛化能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.087 seconds)
