合肥工业大学李生虎获国家专利权
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!
龙图腾网获悉合肥工业大学申请的专利基于光伏随机出力的电力系统的小扰动稳定性优化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:CN115864443B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202211673286.0,技术领域涉及:H02J3/24;该发明授权基于光伏随机出力的电力系统的小扰动稳定性优化方法是由李生虎;宫俊伟;齐楠;夏伟健;汪壮设计研发完成,并于2022-12-26向国家知识产权局提交的专利申请。
本基于光伏随机出力的电力系统的小扰动稳定性优化方法在说明书摘要公布了:本发明公开了一种基于光伏随机出力的电力系统的小扰动稳定性优化方法,是应用于有光伏接入的电力系统中,并包括如下步骤:1、使用基于加权马尔科夫链修正的改进贝叶斯神经网络光伏出力预测模型量化光伏出力的不确定性;2、使用特征根法对光伏出力不确定性场景下的光伏并网电力系统进行小扰动稳定性分析,得到系统特征值;3、基于特征值灵敏度模型和系统特征值对影响光伏系统稳定运行的参数进行优化。由于环境因素的随机性,光伏出力有很强的随机性,本发明在进行小扰动稳定性分析时将光伏出力的随机性考虑在内,有利于提高有光伏接入的电力系统的运行可靠性。
本发明授权基于光伏随机出力的电力系统的小扰动稳定性优化方法在权利要求书中公布了:1.一种基于光伏随机出力的电力系统的小扰动稳定性优化方法,是应用于有光伏接入的电力系统中,其特征在于:所述小扰动稳定性分析方法是按如下步骤进行: 步骤S1:光伏出力不确定性的量化: 步骤S1.1:获取天气特征、光伏电站历史运行数据以及时间因素并输入至改进贝叶斯神经网络中进行预测,得到各时间点的光伏出力的预测值,并与对应的实际值比较,得到各时间点的相对误差; 步骤S1.2:将任一时刻点的相对误差所在的上、下限作为状态划分值域,并得到对应时刻点的相对误差的状态转移概率矩阵,用于对应时间点光伏出力预测值的修正,从而得到修正后的各时间点的光伏出力预测值; 步骤S1.3:根据状态转移概率矩阵,利用加权马尔科夫链对所述改进贝叶斯神经网络预测模型进行修正,得到修正后的改进贝叶斯神经网络,用于输出未来各时刻的光伏出力预测值; 步骤S2:基于特征根法得到未来各时刻光伏出力预测值对应下的系统特征值: 步骤S2.1:使用李雅普诺夫线性化方法对描述光伏并网电力系统特性的方程组进行处理,得到光伏并网电力系统的状态方程矩阵A,并构建系统特征值对光伏出力变动灵敏度、状态方程矩阵A对光伏出力变动灵敏度两者的数学关系式; 步骤S2.2:将光伏出力的随机性作为光伏并网电力系统中的小扰动,通过导数法求取状态方程矩阵A对光伏出力变动灵敏度,再由所述数学关系式求取系统特征值对光伏出力变动的灵敏度; 步骤S2.3:根据未来各时刻光伏出力预测值和系统特征值对光伏出力变动的灵敏度,得到未来各时刻光伏出力预测值对应下的系统特征值; 步骤S3:基于系统特征值对光伏并网电力系统运行参数和控制参数的灵敏度、基于未来各时刻光伏出力预测值对应下的系统特征值,对影响光伏系统稳定运行的参数进行优化: 步骤S3.1:求取系统特征值对光伏并网电力系统运行参数和控制参数的灵敏度,得到影响系统特征值的主导变量; 步骤S3.2:对处于危险区域的系统特征值的主导变量进行优化,当所有系统特征值都位于安全区域时,优化过程结束,以改善光伏并网电力系统的稳定性。
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合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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”。
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。