一种考虑V2B模式用户需求的楼宇负荷协同调控方法

    公开(公告)号:CN120016548A

    公开(公告)日:2025-05-16

    申请号:CN202510081810.2

    申请日:2025-01-20

    Applicant: 河海大学

    Abstract: 本发明公开了一种考虑V2B模式用户需求的楼宇负荷协同调控方法,包括:得到楼宇光伏、刚性负荷的功率模型;构建分布式发电机的数学模型;构建电动汽车电池储能数学模型;构建空调负荷数学模型;建立功率平衡约束方程;基于功率平衡约束方程,建立楼宇负荷协同调控的成本模型;基于楼宇负荷协同调控的成本模型,将实际楼宇负荷协同调控问题转化为深度强化学习问题;迭代求解深度强化学习问题,获取到最终策略,控制楼宇内分布式发电机和各个空调。本发明对深度强化学习算法的状态矩阵和奖励函数进行改进,构建一套高效、可靠、隐私友好的楼宇负荷协同调控方法,为V2B模式的实际应用提供技术支持,助力可再生能源的高效消纳和能源系统的低碳转型。

    一种基于多参数离散化的光伏逆变器配电网电压/无功控制综合优化方法、系统及设备

    公开(公告)号:CN119253657A

    公开(公告)日:2025-01-03

    申请号:CN202411324348.6

    申请日:2024-09-23

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多参数离散化的光伏逆变器配电网电压/无功控制综合优化方法、系统及设备,所述方法通过集中优化光伏逆变器的无功设定值和Q‑V控制功能,使网络损耗成本、逆变器退化成本和平均母线电压偏差最小化,采用分段线性化方法对光伏逆变器的通用Q‑V控制模型精确描述,对逆变器支持电压/无功导致的寿命退化进行分析并量化为电压调节成本,并将其纳入优化目标,采用连续变量离散化方法将分段线性Q‑V控制模型中的非凸非线性约束转化为可有效求解的线性约束。本发明中的电压控制方法可以减少配电网运行成本,提高经济性,可以充分利用光伏逆变器剩余容量参与电压控制,保证了当光伏和负荷出力不稳定时电压调控的快速性和灵活性。

    一种公共建筑储能配置与运行的优化方法

    公开(公告)号:CN118504732A

    公开(公告)日:2024-08-16

    申请号:CN202410468231.9

    申请日:2024-04-18

    Applicant: 河海大学

    Abstract: 本发明公开了一种公共建筑储能配置与运行优化方法。首先,分析三相不平衡治理和光伏就地消纳间的潜在联系,构建面向三相不平衡治理的公共建筑三相供用电系统结构。然后,针对所提三相供用电系统结构,提出了公共建筑三相‑单相储能双层规划模型。上层模型以最小化全寿命周期成本为目标确定储能系统最优容量配置。下层模型采用基于空间加权矩阵距离的近邻传播聚类算法提取典型供用能模式,实现典型模式下单相储能与三相储能的协同经济调度。双层模型通过精英保留的遗传算法以及Gurobi求解器实现求解。本发明借助储能系统和换相开关对建筑内三相不平衡进行了有效治理,并促进了光伏就地消纳与公共建筑经济运行。

    一种考虑绿电消纳意愿的多微网双层优化方法

    公开(公告)号:CN117913775A

    公开(公告)日:2024-04-19

    申请号:CN202311437485.6

    申请日:2023-10-31

    Applicant: 河海大学

    Abstract: 本发明公开了一种考虑绿电消纳意愿的多微网双层优化方法,步骤如下:建立用户负荷行为及其设备出力模型;建立用户绿电消纳意愿综合评价模型;综合用户用能经济性和用能满意度,建立用户福利函数;建立系统能量平衡约束模型;建立微网运营商收益目标函数;以微网运营商为上层领导者,微网用户为下层跟随者,建立主从博弈双层模型;采用差分进化算法嵌套CPLEX求解器求解多微网最优调度方法。本发明建立了用户绿电消纳意愿综合评价模型,该模型能够综合考虑用户可再生能源消纳责任、用能满意度和社会影响对用户可再生能源消费行为的影响;通过采用本发明所述的方法,能够实现微网运营商利益与用户福利的平衡,降低负荷峰谷差,缓解电网的供电压力。

    考虑价格型需求响应与逆变器下垂参数优化的微网电压控制方法

    公开(公告)号:CN117578491A

    公开(公告)日:2024-02-20

    申请号:CN202311618391.9

    申请日:2023-11-30

    Applicant: 河海大学

    Abstract: 本发明公开了一种考虑价格型需求响应与逆变器下垂参数优化的微网电压控制方法,包括:第一阶段建立考虑电价型需求响应的日前微网电压控制模型,并采用一种基于多场景的随机优化方法求解,获得第二天微网内部每小时电价以及响应后的微网负荷预测曲线;第二阶段建立考虑光伏逆变器无功‑电压(Q‑V)下垂参数动态优化的日内微网分层协调模型;针对日内微网分层协调模型中非线性约束,提出模型转换重构以及基于凸凹过程的快速求解算法,获得逆变器每个调度时段的无功输出基准点和Q‑V下垂曲线,并下发给光伏逆变器;第三阶段建立光伏逆变器实时控制模型,根据本地实时电压量测信息以及优化后的Q‑V下垂曲线,逆变器实时调整无功功率输出。

Patent Agency Ranking