-
公开(公告)号：CN110212591B
公开(公告)日：2022-07-19
申请号：CN201910293814.1
申请日：2019-04-12
申请人： 东南大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于压缩感知技术的分布式光伏辐照度量测布点方法，包括如下步骤：收集量测数据；建立光伏总体出力与各光伏电站辐照度之间的多项式关系模型；利用压缩感知技术重构模型的多项式系数；将多项式系数的求解近似等价为可行域为凸的l1范数最小化问题；求解模型的截断误差；求解l1范数最小化问题，得到模型的多项式系数；将多项式系数的绝对值按从大到小排列，进行量测布点。本发明利用压缩感知技术，对光伏总体出力与区域内各光伏电站辐照度之间的多项式模型进行稀疏优化，实现了模型的降维和简化，选取最具代表性的光伏电站布置量测，在保证对区域光伏全局出力准确估计的基础上，减少冗余量测点，提高了经济效益。
-
公开(公告)号：CN110516338A
公开(公告)日：2019-11-29
申请号：CN201910768192.3
申请日：2019-08-20
申请人： 东南大学
摘要： 本发明公开了一种冷热电联供型多微网系统调度方法，首先给出典型的冷热电联供型微网的供能结构图，分析微网中设备类型、设备间能量流动关系，并对典型冷热电联供型微网中设备进行数学建模；然后建立多个冷热电联供型微网间以多微网经济运行成本最优为目标的优化调度模型，给出优化目标函数和约束条件；最后在Matlab中调用Cplex对问题进行求解，获得各个冷热电联供型微网日前优化调度计划。本发明提供了一种有效、实用、科学的能源优化调度方法，提高了冷热电联供型多微网系统的一次能源利用效率，满足冷热电联供型多微网的冷、热、电负荷需求，没有出现弃风、弃电等浪费能源的情况，有利于节能的推广应用。
-
公开(公告)号：CN106295798A
公开(公告)日：2017-01-04
申请号：CN201610748923.4
申请日：2016-08-29
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 东南大学
摘要： 本发明公开了一种经验模式分解与Elman神经网络组合风电预测方法，包括如下步骤：对预测风电场的样本进行筛选，选取波动月份内预测周期的风电出力进行预测；对风电场多组出力时间序列样本数据进行经验模式分解，根据分解终止条件每组将得到多个本征模态函数IMF和趋势分量Res；依据游程判别法对分解所得IMF进行波动程度分类，按照相似波动频率原则对本征模态函数进行重构，重构得到总高频分量、总低频分量；建立Elman神经网络模型，总高频分量、总低频分量、趋势分量进行数据归一化处理，作为神经网络的训练和测试数据；采用改进Elman的学习算法，进行72h的日前功率预测，得到目标风电出力72h的日前预测功率值。本发明减少了预测分量数，提高预测精度和预测速度。
-
公开(公告)号：CN105846425A
公开(公告)日：2016-08-10
申请号：CN201610216382.0
申请日：2016-04-08
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 江苏南大五维电子科技有限公司 , 东南大学
CPC分类号： Y02E10/763 , H02J3/00 , H02J3/386 , H02J2003/003 , H02J2003/007
摘要： 本发明公开了一种基于通用风电预测误差模型的经济调度方法，采用通用分布来拟合不同风电预测区间上实际风电功率的PDF和CDF，能较好地适用任意时间尺度和幅值的风电预测误差建模，其模型拟合精度高于常规的高斯分布和β分布；并且，本发明采用的改进的考虑风电预测不确定性的线性序列算法，这种方法为计算含风电场不确定性经济调度问题提供了新型的思路，由于通用分布的CDF及其反函数有特定的解析表达式，采用通用风电预测模型能使微分运算具有特定的解析表达式，从而解决了难以处理含不确定风电接入的经济调度问题的困难。
-
公开(公告)号：CN110516863A
公开(公告)日：2019-11-29
申请号：CN201910768455.0
申请日：2019-08-20
申请人： 东南大学
摘要： 本发明公开了一种冷热电联供型多微网主动配电系统双层优化方法，首先对典型冷热电联供型微网中各种设备进行数学建模；然后分析上层主动配电网层的优化模型；其次分析下层冷热电联供型多微网层的优化模型；最后采用遗传算法和混合整数线性规划求解双层优化模型。本发明提供一种有效、实用、科学的能源优化调度方法，有利于节能的推广应用。
-
公开(公告)号：CN110378504A
公开(公告)日：2019-10-25
申请号：CN201910293799.0
申请日：2019-04-12
申请人： 东南大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于高维Copula技术的光伏发电爬坡事件概率预测方法，包括如下步骤：从历史光伏功率数据中识别出光伏发电爬坡事件集合；提取表征爬坡事件的四种典型特征；采用ε不敏感支持向量机法得到各个特征量的点预测值；得到预测误差数据集，利用混合高斯模型建立单个特征量预测误差的边缘概率分布；利用正则最大似然估计法进行参数估计；选择最优的Copula函数模型；基于最优Copula模型，利用牛顿-拉夫逊法迭代得到具体的预测区间。本发明利用高维Copula建模方法，根据光伏功率爬坡特征量之间的随机相关性，建立各个特征量的条件概率模型，能够为光伏发电爬坡事件的预测提供额外的不确定信息，提高概率预测的精确性和鲁棒性。
-
公开(公告)号：CN110212591A
公开(公告)日：2019-09-06
申请号：CN201910293814.1
申请日：2019-04-12
申请人： 东南大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于压缩感知技术的分布式光伏辐照度量测布点方法，包括如下步骤：收集量测数据；建立光伏总体出力与各光伏电站辐照度之间的多项式关系模型；利用压缩感知技术重构模型的多项式系数；将多项式系数的求解近似等价为可行域为凸的l1范数最小化问题；求解模型的截断误差；求解l1范数最小化问题，得到模型的多项式系数；将多项式系数的绝对值按从大到小排列，进行量测布点。本发明利用压缩感知技术，对光伏总体出力与区域内各光伏电站辐照度之间的多项式模型进行稀疏优化，实现了模型的降维和简化，选取最具代表性的光伏电站布置量测，在保证对区域光伏全局出力准确估计的基础上，减少冗余量测点，提高了经济效益。
-
公开(公告)号：CN109766611A
公开(公告)日：2019-05-17
申请号：CN201811635807.7
申请日：2018-12-29
申请人： 东南大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种考虑地形坡度的风电场功率简化预测方法，该方法针对建设于一定坡度地理位置的风电场，根据坡度的大小所处的范围所带来的相邻风机之间尾流影响的不同，分别建立四种风电场功率输出的数学模型来预测整个风电场的功率。本发明采用了连续型三参数的Logistic函数对风机的输出功率进行建模，并考虑了风速随海拔高度的变化带来的影响，因而所得预测结果准确，且大大减少了预测过程所需的计算量。
-
公开(公告)号：CN108649556A
公开(公告)日：2018-10-12
申请号：CN201810335641.0
申请日：2018-04-16
申请人： 东南大学
IPC分类号： H02J3/00
摘要： 本发明公开了一种电网应急场景随机优化调度方法。首先建立风电出力以及可中断负荷响应的不确定性模型；针对可中断负荷，设置激励因子和惩罚因子，从而约束其中断行为；其次以应急场景下随机优化调度的总成本最低为目标，建立可中断负荷参与电网应急场景下的随机优化调度模型；然后利用无迹变换法在多维空间内生成一定数量的Sigma点集；最后，在每个Sigma采样点处求解电网应急场景下的确定性优化调度结果，根据其统计特性进行分析与评估。本发明提供了一种有效、实用、科学的电网应急场景下的随机优化调度方法，兼顾了模型的计算精度和计算成本，有利于保障电力系统的电力电量供需平衡，维护系统安全稳定运行。
-
公开(公告)号：CN105811403B
公开(公告)日：2018-05-22
申请号：CN201610165113.6
申请日：2016-03-22
申请人： 江苏省电力试验研究院有限公司 , 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学
摘要： 本发明公开了一种基于半不变量和级数展开法的随机潮流算法。本发明能反映大规模新能源接入下系统的不确定性，在传统半不变量法分析的基础上引入蒙特卡罗抽样技术来计算风电机组出力，避免了复杂的数学分析和计算，能够适应具有任意随机分布的新能源出力模型，当系统中除风电外还有光伏或其他新能源接入的情况下具有较好的适应性，并具有良好的收敛性。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.06 秒)
