一种基于深度信念网络的新能源出力场景生成方法及系统

    公开(公告)号:CN115293023A

    公开(公告)日:2022-11-04

    申请号:CN202210686343.2

    申请日:2022-06-16

    Abstract: 本发明提供了一种基于深度信念网络的新能源出力场景生成方法和系统,包括:对新能源历史出力数据在构建的深度信念网络中进行正向训练,初始化网络学习率,并生成新能源出力训练数据;将新能源出力训练数据和特征数据标签输入到深度信念网络的逻辑回归层,基于网络学习率使用梯度下降方法对新能源出力训练数据中的特征数据进行修正,输出新能源出力训练结果数据;并计算网络误差,当网络误差小于网络误差阈值时,将新能源出力训练结果数据作为新能源出力场景输出;本发明通过对新能源历史出力数据的各方面特性进行深入挖掘,所得到的出力场景更加科学、合理,且应用于多个新能源出力场景生成,减轻了新能源中长期出力场景生成中建模面临的困难。

    一种风电模拟弃风序列的确定方法和装置

    公开(公告)号:CN109066791B

    公开(公告)日:2022-08-19

    申请号:CN201811007737.0

    申请日:2018-08-31

    Abstract: 本发明提供了一种风电模拟弃风序列的确定方法和装置,先获取电力系统的运行数据,然后将运行数据输入预先构建的新能源时序生产模型,得到风电模拟弃风序列;其中的新能源时序生产模型根据风电实际弃风序列构建。本发明给出了包括弃风时段分布、弃风持续时间和弃风持续电量的风电弃风序列特性的评价指标,为风电模拟弃风序列的确定提供途径;本发明最终实现风电模拟弃风序列的确定,分析未来规划水平年下高比例风电弃风特性,进一步分析弃风限电原因和解决弃风限电问题提供基础。

    一种时序生产模拟中火电参数缩减方法及相关设备

    公开(公告)号:CN114825428A

    公开(公告)日:2022-07-29

    申请号:CN202210350535.6

    申请日:2022-04-02

    Abstract: 一种时序生产模拟中火电参数缩减方法,其包括如下步骤:收集电网中火电机组数据;按机组容量和机组类型对所述火电机组数据进行分类,形成不同类型的聚合机组并确定每种类型的聚合机组的机组台数及聚合运行参数以实现火电参数缩减;建立聚合机组所构成机组模型的时序生产模拟计算的约束条件以确定聚合运行参数的取值范围;对所述机组模型进行评价以验证聚合运行参数的有效性。以及用于计算或者存储本发明所述方法步骤的相关设备。本发明通过统一同类型同容量火电机组的运行参数,从而大大减少了计算参数数量,减少整数变量与约束规模,在保证精度的前提下,提高了运算速度,缩短了响应时间,能够显著提升源网荷储时序生产模拟计算的速度。

    一种火电机组发电燃料费用的拟合方法与系统

    公开(公告)号:CN109840367A

    公开(公告)日:2019-06-04

    申请号:CN201910043671.9

    申请日:2019-01-17

    Abstract: 本发明涉及一种火电机组发电燃料费用的拟合方法与系统,包括:获取火电机组数据和燃料费用拟合的分段区间数量;基于获取的数据和燃料费用拟合的分段区间数量,将预先建立的分段线性最优拟合优化模型抽象为数学形式;采用信赖域算法对所述抽象后的数学形式进行优化,得到火电机组发电功率分段区间端点及端点处的燃料费用。本发明为一种火电机组发电燃料费用的拟合方法与系统,获取火电机组数据和燃料费用拟合的分段区间数量;采用信赖域算法对所述抽象后的数学形式进行优化,得到火电机组发电功率分段区间端点及端点处的燃料费用,能够大大降低分段线性拟合的误差,减少燃料费用函数需要分段的数量,从而降低时序仿真优化模型的复杂度和求解难度。

Patent Agency Ranking