一种电力负荷预测方法和系统
    1.
    发明公开

    公开(公告)号:CN119382075A

    公开(公告)日:2025-01-28

    申请号:CN202411368085.9

    申请日:2024-09-29

    Abstract: 本发明公开了一种电力负荷预测方法和系统,方法包括:获取电力系统的原始数据,对获取的原始数据进行预处理;对信息获取优化算法IAO对进行优化;采用优化的奇异谱分析法SSA将数据分解为多个IMF分量;所述SSA通过改进的IAO算法进行优化,采用模糊熵FE聚合的方法将分解后的IMF分量根据熵值分离为高频分量和低频分量;采用格拉姆角差场GADF将高频分量转化为二维图像;分别将二维图像数据和低频分量分别输入到TEMPO模型和TSMixer模型中训练,并利用贝叶斯优化算法对TSMixer模型的超参数进行优化,得到电力负荷预测模型;对电力负荷预测模型进行训练,采用训练后的电力负荷预测模型对电力负荷进行预测,得到电力负荷预测结果;本发明相比传统方法可有效提高对电力负荷预测的准确性。

    一种基于NAHL的电动汽车充电负荷预测方法、装置及介质

    公开(公告)号:CN118472935A

    公开(公告)日:2024-08-09

    申请号:CN202410643891.6

    申请日:2024-05-23

    Abstract: 本发明公开了一种基于NAHL的电动汽车充电负荷预测方法、装置及介质,所述方法包括:使用改进的RSEA算法优化VMD参数,对电动汽车的充电负荷数据分解预处理,对得到的各个分量,构建独立的具有增强隐含层的神经网络模型;对各个模型,选取RMSE和SMAPE为优化指标,采用改进的RSEA算法对其进行多目标优化与训练,选取帕累托前沿中离中心点最近的最优解为折中解,最终输出NAHL神经网络模型的最佳参数和预测结果,将各个NAHL模型的预测值进行聚合,输出最终预测结果。本发明采用一种全新的人工神经网络模型,使用多目标优化方法优化神经网络参数,可以同时注重预测模型的精度和关注预测值与实际值之间的整体差异,得到更加准确的预测结果。

    一种考虑电动汽车有序充放电的微电网多目标优化调度方法

    公开(公告)号:CN119419928A

    公开(公告)日:2025-02-11

    申请号:CN202311528746.5

    申请日:2023-11-15

    Abstract: 本发明公开了一种考虑电动汽车有序充放电的微电网多目标优化调度方法,首先以微电网系统运行耗能最低和环境治理成本最低为目标,构建包含电动汽车接入的微电网数学模型,对车辆行驶数据进行拟合,得到电动汽车的日行驶距离S的概率密度函数和电动汽车最终返程时刻t的概率密度函数,利用蒙特卡罗法对电动汽车充放电需求进行模拟预测。构建功率约束;对参考向量引导进化算法进行改进,利用改进的参考向量引导进化算法求解微电网数学模型,求解环境经济调度的帕累托最优前沿,得到最优的调度方法。本发明能够有效解决微电网多目标优化问题,利用改进的参考向量引导进化算法进行求解能有效的提高运算效率及寻优能力。

    基于并网逆变器的滑模控制器与锁相环参数多目标优化方法

    公开(公告)号:CN119070382A

    公开(公告)日:2024-12-03

    申请号:CN202411206406.5

    申请日:2024-08-30

    Abstract: 本发明公开了一种基于并网逆变器的滑模控制器与锁相环参数多目标优化方法,根据三相并网型逆变器的滤波电感电流和滤波电容电压,构建三相并网逆变器的α‑β坐标系上的等效系统模型;设计滑模面,并设计三相逆变器的滑模控制器;设计锁相环,确保网侧电流的给定相位与电网电压的相位相匹配,使输出电流频率和相位与电网电压保持同步;确定目标函数,利用改进的NSGAII算法对滑模控制器参数和锁相环参数进行优化,有效提高了逆变器在电网扰动和负载变化条件下的鲁棒性和稳定性。本发明能够同时优化滑模控制器和锁相环参数,具有更好的输出电流质量、响应速度和稳态精度,在降低系统复杂性和提高控制性能方面具有显著优势。

    一种基于NAHL的电动汽车充电负荷预测方法、装置及介质

    公开(公告)号:CN118472935B

    公开(公告)日:2024-12-20

    申请号:CN202410643891.6

    申请日:2024-05-23

    Abstract: 本发明公开了一种基于NAHL的电动汽车充电负荷预测方法、装置及介质,所述方法包括:使用改进的RSEA算法优化VMD参数,对电动汽车的充电负荷数据分解预处理,对得到的各个分量,构建独立的具有增强隐含层的神经网络模型;对各个模型,选取RMSE和SMAPE为优化指标,采用改进的RSEA算法对其进行多目标优化与训练,选取帕累托前沿中离中心点最近的最优解为折中解,最终输出NAHL神经网络模型的最佳参数和预测结果,将各个NAHL模型的预测值进行聚合,输出最终预测结果。本发明采用一种全新的人工神经网络模型,使用多目标优化方法优化神经网络参数,可以同时注重预测模型的精度和关注预测值与实际值之间的整体差异,得到更加准确的预测结果。

    一种风电渗透条件下水风抽蓄互联微电网的优化控制方法

    公开(公告)号:CN118611181A

    公开(公告)日:2024-09-06

    申请号:CN202410686398.2

    申请日:2024-05-30

    Abstract: 本发明公开了一种风电渗透条件下水风抽蓄互联微电网的优化控制方法,构建并网抽水蓄能‑水电‑风电互联的微电网系统;构建微电网系统的容量配置约束,维持微电网系统的频率稳定确保系统备用容量;对所建立的微电网系统建立基于电网频率的多目标优化模型,使用基于自适应交叉算子及变异率算子的非支配排序遗传算法求解多目标优化模型,得到最优控制器参数设置。本发明通过对抽水蓄能机组控制器参数的多目标优化,进一步优化了电力系统稳定性;可以显著提高抽水蓄能机组在风电渗透互联微电网中的调节能力,进一步地使微电网系统能够更有效迅速地调节电网频率、平抑波动,保证电力系统的安全稳定运行。

    一种基于复合储能功率分配的微电网多目标优化控制方法

    公开(公告)号:CN119070354A

    公开(公告)日:2024-12-03

    申请号:CN202411157769.4

    申请日:2024-08-22

    Abstract: 本发明公开了一种基于复合储能功率分配的微电网多目标优化控制方法,首先,根据微电网系统功率分配策略得到所需储能系统平抑的功率信号;其次,通过MVMD分解所得功率信号,并重构为高中低频三个重构信号以分配给复合储能系统,各储能按频进行针对性平稳波动;对微电网系统建立基于复合储能功率分配的多目标优化模型,包括优化变量、目标函数和约束条件;并提出ICCSO改进算法以增强其全局收敛性,对所建立的多目标优化模型求解,得到符合期望目标函数的最优信号重构求和模态数及惩罚因子参数组。本发明通过复合储能系统进行三频段功率分配响应建立多目标优化模型并求解,可进一步完善微电网系统风电功率波动的全频段精准平抑。

Patent Agency Ranking