-
公开(公告)号：CN115860218A
公开(公告)日：2023-03-28
申请号：CN202211527293.X
申请日：2022-11-30
申请人： 中国电力科学研究院有限公司 , 华北电力大学
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F18/23213 , G06F18/232 , G06N5/04 , G06N5/01 , G06N3/126 , H02J3/14
摘要： 本发明涉及一种基于用户行为差异分析的双重博弈用能优化方法及系统,属于电力系统需求响应技术领域。方法包括以下步骤：通过K‑means算法对居民用户负荷进行聚类分析，得到各类用户的负荷曲线；针对各类用户用电负荷曲线，分别进行峰谷时段划分；建立电网公司与用户的收益模型和双重博弈用能优化模型，所述双重博弈用能优化模型包括主从博弈模型和演化博弈模型；求解所述双重博弈用能优化模型，实现电网公司与用户之间的需求响应互动。本方法实现了削峰填谷，提升了电网整体电能利用效率，降低了碳排放以及保证了电网的安全可靠运行。
-
公开(公告)号：CN113065680A
公开(公告)日：2021-07-02
申请号：CN202010000960.3
申请日：2020-01-02
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 华北电力大学
摘要： 本发明公开的一种能源互联网的能量需求预测方法及系统，所述方法包括：获取待预测能源互联网节点的特征变量和历史需求数据；基于所述特征变量和历史需求数据以及预先构建的节点泛化动态模型，得到当前时间点下未来时间的能量需求及变化趋势；其中，所述节点泛化动态模型为基于特征变量与能源互联网节点处各能量需求的动态变化关系进行构建。本发明提供的技术方案通过节点泛化动态模型能够准确表达在外界特征变量影响下，该节点多种能源需求的动态变化关系，有助于能源互联网优化调度及运行风险评估工作的展开。
-
公开(公告)号：CN111668877A
公开(公告)日：2020-09-15
申请号：CN202010350836.X
申请日：2020-04-28
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 华北电力大学 , 国网北京市电力公司
摘要： 本发明涉及一种主动配电网分布鲁棒优化调度方法及系统，包括：根据获取的历史时段不确定性变量预测误差的上、下限值，确定历史时段不确定性变量预测误差的波动范围；基于历史时段不确定性变量的预测误差的波动范围，构建未来时段不确定性变量预测误差的模糊集合；将模糊集合代入预先建立的两阶段分布鲁棒优化模型，求解所述两阶段分布鲁棒优化模型得到主动配电网的最优调度方案；本发明通过建立的捕捉配电网中源荷出力概率分布的模糊集合求解构建的考虑源荷不确定性的两阶段分布鲁棒优化模型，降低了最优解的保守性，促进了可再生能源消纳，在一定程度上降低了期望成本，提高了电网的经济性。
-
公开(公告)号：CN115375042A
公开(公告)日：2022-11-22
申请号：CN202211174672.5
申请日：2022-09-26
申请人： 中国电力科学研究院有限公司 , 华北电力大学 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本发明公开了一种居民用户集群负荷预测方法、系统、设备及介质，所述方法包括以下步骤：基于预获取的所述居民用户集群的居民用户分组结果，构建获得面向居民用户集群负荷预测的当前时刻时空图数据；基于所述当前时刻时空图数据，利用预先训练好的自适应时空同步图卷积神经网络模型进行预测，获得所述居民用户集群中各个居民用户分组的下一时刻负荷预测值；聚合所述各个居民用户分组的下一时刻负荷预测值，获得所述居民用户集群的总负荷预测值。本发明具体提出了一种基于图神经网络和聚类的居民用户集群短期负荷预测方法，能够显著提升居民用户集群负荷预测精度。
-
公开(公告)号：CN115333111A
公开(公告)日：2022-11-11
申请号：CN202211109903.4
申请日：2022-09-13
申请人： 中国电力科学研究院有限公司 , 华北电力大学 , 国网天津市电力公司 , 国网天津市电力公司电力科学研究院 , 国家电网有限公司
摘要： 一种多区域电网协同优化方法、系统、设备及可读存储介质，优化方法包括收集每个智能体区域的观测数据；构建含可再生能源的多区域电网协同优化模型；将含可再生能源的多区域电网协同优化模型按照状态空间、动作空间、环境以及奖励函数设计为多智能体环境下的强化学习模型；对多智能体环境下的强化学习模型进行求解，输出协同优化结果。本发明采用多决策中心的分布式模型减轻了系统的通讯压力，能够在训练中考虑可再生能源和负荷的双重不确定性，具有较好应对不确定性的能力，还能够实现系统实时决策，基于多智能体“集中训练‑分布执行”的特性，训练完成后各区域电网只需根据自身局部的观测值对可控机组做出决策，有利于保护各区域电网的隐私性。
-
公开(公告)号：CN111146785B
公开(公告)日：2021-08-13
申请号：CN201911298666.9
申请日：2019-12-17
申请人： 华北电力大学 , 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
摘要： 本发明属于多源协调优化调度技术领域，涉及一种面向多源优化调度计算的基于改进有效集快速求解方法，包括：步骤1：收集优化区域内与分布式电源、负荷以及调度运行有关参数；步骤2：建立以可控分布式电源预测出力与长时间尺度优化调度值偏差的二次性能指标和最小为目标函数的凸二次规划模型；步骤3：以可控分布式电源出力极限条件下所有出力限值约束索引和凸二次规划模型中的等式约束索引构成初始有效集并建立有效集识别指标来作为更新有效集的依据；步骤4：利用初始有效集进行优化计算并更新有效集；步骤5：将求解得到的控制增量指令下发执行，并判断是否达到优化周期终点，若是，则进入下一个优化调度周期，若否，则返回步骤4重新求解。
-
公开(公告)号：CN113065682A
公开(公告)日：2021-07-02
申请号：CN202010002706.7
申请日：2020-01-02
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 华北电力大学
摘要： 本发明涉及一种气电综合能源系统调度方法及装置，包括：根据气电综合能源系统的调度成本确定气电综合能源系统的最优调度方案；利用所述最优调度方案对气电综合能源系统进行调度；其中，所述最优调度方案包括下述中的至少一种：各燃气轮机的最优有功功率、各储能装置的最优充电功率、各储能装置的最优放电功率、各天然气气源的最优输出气流量、柔性负荷的最优运行功率、主网最优购电功率、各新能源发电机组的最优出力、切除直流负荷的最优功率以及切除交流负荷的最优功率；本发明利用获得的最优调度方案进行调度，提高了气电综合能源系统的鲁棒性和经济性。
-
公开(公告)号：CN111146785A
公开(公告)日：2020-05-12
申请号：CN201911298666.9
申请日：2019-12-17
申请人： 华北电力大学 , 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
摘要： 本发明属于多源协调优化调度技术领域，涉及一种面向多源优化调度计算的基于改进有效集快速求解方法，包括：步骤1：收集优化区域内与分布式电源、负荷以及调度运行有关参数；步骤2：建立以可控分布式电源预测出力与长时间尺度优化调度值偏差的二次性能指标和最小为目标函数的凸二次规划模型；步骤3：以可控分布式电源出力极限条件下所有出力限值约束索引和凸二次规划模型中的等式约束索引构成初始有效集并建立有效集识别指标来作为更新有效集的依据；步骤4：利用初始有效集进行优化计算并更新有效集；步骤5：将求解得到的控制增量指令下发执行，并判断是否达到优化周期终点，若是，则进入下一个优化调度周期，若否，则返回步骤4重新求解。
-
公开(公告)号：CN111784041B
公开(公告)日：2024-02-09
申请号：CN202010598496.2
申请日：2020-06-28
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/042 , G06N3/049
摘要： 一种基于图卷积神经网络的风电功率预测方法及系统，获取区域内各个风电的地理位置信息，构建距离倒数矩阵；对风电数据进行采样构建样本集，样本集包括训练数据样本集以及预测数据样本集；依据距离倒数矩阵构建图卷积神经网络层；构建时序卷积神经网络层；基于图卷积神经网络层以及时序卷积神经网络层构建风电预测模型；利用训练数据样本集对风电预测模型进行训练，然后对预测数据样本集进行预测。本发明利用基于图卷积神经网络能够有效处理风电站间地理位置信息的非欧氏数据，可以充分挖掘其数据的空间相关性；针对风电站之间的图数据结构进行了合理的设计，使其更符合风电的出力特性；利用该模型进预测风电功率，能够提高预测的精度。
-
公开(公告)号：CN113902040A
公开(公告)日：2022-01-07
申请号：CN202111349881.4
申请日：2021-11-15
申请人： 中国电力科学研究院有限公司
摘要： 本发明提供一种电‑热综合能源系统协调优化方法、系统、设备及存储介质，方法包括：获取实时电‑热综合能源系统参数；基于所述电‑热综合能源系统参数，分别计算电‑热综合能源系统的电力系统、热力系统和耦合装置的发电功率；将所述发电功率输入预先训练的基于SAC框架优化调度模型中，输出调度动作，形成电‑热综合能源系统协调策略。可以直接通过已经训练好的策略网络给出调度动作，无需再进行传统非线性整体迭代求解，计算速度得到了显著的提升，计算效率更高。
-
-
-
-
-
-
-
-
-
搜索结果
50 条记录 (耗时 0.146 秒)
