Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海电力大学汪凯琳获国家专利权

上海电力大学汪凯琳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉上海电力大学申请的专利一种考虑风光三状态的微电网混合储能双层容量配置方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114649822B

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210334266.4,技术领域涉及:H02J3/32;该发明授权一种考虑风光三状态的微电网混合储能双层容量配置方法是由汪凯琳;许仪勋;王鹏设计研发完成,并于2022-03-31向国家知识产权局提交的专利申请。

一种考虑风光三状态的微电网混合储能双层容量配置方法在说明书摘要公布了:本发明提供了一种考虑风光三状态的微电网混合储能双层容量配置方法,包括以下步骤:步骤1,筛选待配置地区的微电网数据,选取典型日,建立风机和光伏机组出力模型;步骤2,建立风机以及光伏三状态模型;步骤3,在风光容量上下限约束内,选取一组风光容量初始值,计算缺额功率,随机抽样风机与光伏机组的输出功率;步骤4,对缺额功率进行傅里叶变换以及反变换,分出低频功率与高频功率,通过混合储能系统和联络线进行补偿;步骤5,建立以微网总成本最小为目标的配置模型,对规划周期内的缺额功率进行频谱分析后确定混合储能系统以及联络线出力,将结果传到步骤3中,通过粒子群算法迭代得到风光容量的最优解,输出对应容量和功率配置结果。

本发明授权一种考虑风光三状态的微电网混合储能双层容量配置方法在权利要求书中公布了:1.一种考虑风光三状态的微电网混合储能双层容量配置方法,用于对处于并网或离网状态下的微电网中的风机、光伏机组以及混合储能系统进行容量以及功率配置,其特征在于,包括以下步骤: 步骤1,筛选待配置地区的微电网数据,选取典型日,建立风机出力模型以及光伏机组出力模型; 步骤2,利用马尔可夫过程建立风机以及光伏三状态模型,三状态包括正常运行状态、降额状态以及故障停运状态; 步骤3,在风光容量上下限约束内,随机选取一组风光容量初始值,计算缺额功率,采用序贯蒙特卡洛法随机抽样风机与光伏机组在不同状态下的输出功率; 步骤4,对所述缺额功率进行傅里叶变换以及反变换,根据变换后的频谱图分出低频功率与高频功率,根据混合储能系统中蓄电池与超级电容器的特点以及根据微电网是否通过联络线并入主电网,分别对所述低频功率与所述高频功率进行补偿; 步骤5,建立以微网总成本最小为目标的配置模型,并根据步骤4中的傅里叶变换以及反变换对规划周期内的所述缺额功率进行频谱分析,分出所述低频功率与所述高频功率,并确定所述混合储能系统以及所述联络线出力,并将结果传到步骤3中,重复进行步骤3-步骤5,通过粒子群算法迭代得到所述风光容量的最优解后,输出对应容量以及功率配置结果, 其中,步骤1中包括以下子步骤: 步骤1-1,根据获得所述典型日的风速数据计算风力发电机出力,建立所述风机出力模型如下: 步骤1-2,根据获得所述典型日的光照以及环境温度数据计算光伏机组出力,建立所述光伏机组出力模型如下: 公式1中,vout为切出风速,vin为切入风速,vr为额定风速,Pr.wind为风机额定功率, 公式2中,PSC为光伏阵列标准条件下的额定输出功率,GSC为标准条件下太阳辐照度,GC为工作点实际太阳辐照度,k为功率温度系数,Tct为时刻工作点温度,TSC为标准条件下温度,NPV为光伏阵列单元数量, 步骤2中包括以下子步骤: 步骤2-1,对所述正常运行状态、所述降额状态以及所述故障停运状态进行概率求解,利用马尔可夫原理得到状态转移矩阵为: 进一步求解,得到: 步骤2-2,采用蒙特卡洛法进行仿真抽样,风机或光伏机组的三状态持续运行时间由平均无故障持续工作时间MTTF、平均修复时间MTTR模拟获得,计算公式为: 公式3和公式4中,λ为故障率,μ为修复率,P1、P2、P3分别为风机或光伏机组处于正常运行状态、降额状态、故障状态的概率, 公式5和公式6中,t1、t2分别为运行状态的持续运行时间、停运故障修复时间,x1、x2为区间[0,1]内服从均匀分布的随机数, 步骤5中包括以下子步骤: 步骤5-1,建立所述配置模型时,微电网总成本包括设备的等年值投资成本、各组件运行维护费用,公式如下: minFm=minfam+fbm28, 公式28中,fam为设备的等年值投资成本,fbm为各组件运行维护费用; 步骤5-2,所述设备的等年值投资成本的计算公式如下: fam=fcrfwind.amSwind+fPV.amSPV+fES1.amSES.1+fES2.amSES.229 公式29-公式30中,fwind.am、fPV.am、fES1.am、fES2.am分别为风电、光伏、蓄电池和超级电容器的单位容量初始投资成本,Sk为第K种组件的额定容量,fcr为年资金回收系数,Lf为工程规划使用年限,r为折现率; 步骤5-3,所述各组件运行维护费用的计算公式如下: fbm=fwind.bmSwind+fPV.bmSPV+fES1.bmSES.1+fES2.bmSES.231, 公式31中,fwind.bm、fPV.bm、fES1.bm、fES2.bm分别为风力发电机组、光伏发电阵列、蓄电池、超级电容器的维护成本系数; 步骤5-4,建立微网总成本最小为目标的配置模型需要满足的约束条件,包括功率平衡约束、系统与电网功率交换约束、联络线利用率约束、联络线功率波动约束以及储能系统荷电状态约束; 步骤5-5,根据步骤4中的傅里叶变换以及反变换对规划周期内的所述缺额功率进行频谱分析,分出所述低频功率与所述高频功率,确定所述混合储能系统以及所述联络线出力,并将结果传到步骤3,重复进行步骤3-步骤5,通过粒子群算法迭代得到所述风光容量的最优解后,输出对应容量以及功率配置结果,所述粒子群算法中的粒子的更新速度以及更新位置如下: 公式32-公式33中,i为第i个粒子,k为算法迭代的次数,c1、c2为学习因子,w为惯性权重系数,r1、r2为在[0,1]之间的随机数,v表示更新速度,x为更新位置,pg为全局历史最优位置,pbest为个体历史的最优位置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海电力大学,其通讯地址为:201306 上海市浦东新区沪城环路1851号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。