-
公开(公告)号:CN114330935B
公开(公告)日:2022-07-29
申请号:CN202210234586.2
申请日:2022-03-10
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于多种结合策略集成学习的新能源功率预测方法和系统,所述方法包括:根据目标预测对象,获取样本新能源数据;所述样本新能源数据包括训练新能源数据和验证新能源数据;通过所述训练新能源数据训练得到多个初级预测模型;通过预设的多种集成指令,分别对所述多个初级预测模型进行集成处理,得到多个集成预测模型;根据各所述集成预测模型的性能指标,从所述多个集成预测模型中确定出目标预测模型,通过所述目标预测模型进行新能源功率预测。该方法可以提升对新能源场站的功率预测精度。
-
公开(公告)号:CN114462722A
公开(公告)日:2022-05-10
申请号:CN202210377783.X
申请日:2022-04-12
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种新能源发电功率轻量化高精度云预测系统、方法、装置、计算机设备和存储介质。所述系统包括:云平台,以及与云平台通信连接的多个场站数据采集系统;其中,多个场站数据采集系统,分别用于采集各个新能源场站的发电功率数据;云平台,用于确定与预测请求相适应的数值天气预报数据;获取与预测请求对应的发电功率预测模型,将数值天气预报数据,以及发电功率预测模型返回至对应的场站数据采集系统;场站数据采集系统,还用于在接收到发电功率预测模型,以及数值天气预报数据的情况下,将数值天气预报数据输入发电功率预测模型,通过发电功率预测模型得到对应的发电功率预测数据。采用本系统能够减少新能源发电功率预测的预测成本。
-
公开(公告)号:CN114444820A
公开(公告)日:2022-05-06
申请号:CN202210372350.5
申请日:2022-04-11
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及电力技术领域,提供了一种基于气象‑功率特性的新能源功率预测限电数据识别方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高限电数据识别的准确性和效率。该方法包括:获取待识别的历史功率数据和历史功率数据对应的历史气象数据,将历史气象数据划分为多个历史气象数据区间,将历史功率数据分配到对应的历史气象数据区间中,对各历史气象数据区间中对应的历史功率数据的集中分布范围进行正态分布拟合,得到各历史气象数据区间中对应的历史功率数据的合理分布范围,将各历史气象数据区间中的不在合理分布范围内的历史功率数据识别为限电数据。
-
公开(公告)号:CN114243693B
公开(公告)日:2023-06-27
申请号:CN202111559986.2
申请日:2021-12-20
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , H02J3/00 , H02J3/38 , H02J3/46 , H02J3/48 , G06F113/04 , G06F111/04
Abstract: 本申请涉及一种微电网的调度模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:确定多种类型的微电网的有功优化系数,其中,有功优化系数包括经济调度系数、排污花费系数以及安全运行风险系数中的至少一个系数;根据有功优化系数,确定目标函数,其中,目标函数用于确定多种类型的微电网的运行指标;根据目标函数和微电网的约束条件,构建调度模型。采用本方法能够扩大调度模型的适用范围。
-
公开(公告)号:CN115660258A
公开(公告)日:2023-01-31
申请号:CN202211578038.8
申请日:2022-12-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种综合能源系统减碳评估方法、装置和计算机设备。所述方法包括:获取综合能源系统优化前后的目标计划;目标计划包括发电侧的计划发电量、储能设备的储能量以及储能设备的输出功率;根据发电侧的计划发电量,得到发电侧的碳排放变化量;处理发电侧的计划发电量,得到能流的碳排放变化量;处理储能设备的储能量和储能设备的输出功率,得到机组运营的碳排放变化量;根据发电侧的碳排放变化量、能流的碳排放变化量以及机组运营的碳排放变化量,得到综合能源的碳排放变化量;基于综合能源的碳排放变化量,对系统进行减碳评估。采用本方法能够提高对于综合能源系统减碳评估的准确性。
-
公开(公告)号:CN115392055B
公开(公告)日:2023-01-20
申请号:CN202211291320.8
申请日:2022-10-21
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06F113/04
Abstract: 本申请涉及一种基于脱钩模型的电碳达峰路径模拟与动态评估方法。所述方法包括:根据待分析地区内当前季度的用电量变化率和环境控制变量,确定当前季度的资源变化率,根据当前季度的碳排放量与上一季度的碳排放量,确定当前季度的第一碳排放量变化率,根据资源变化率、第一碳排放量变化率,确定待分析地区当前季度的碳脱钩因子,根据第二碳排放量变化率以及第三碳排放量变化率,确定待分析地区当前季度的碳转移因子,根据第一碳排放量变化率、第三碳排放量变化率、碳脱钩因子、碳转移因子,确定待分析地区当前季度的碳排放脱钩状态。解决了传统技术中得到的碳排放脱钩状态具有滞后性的问题。
-
公开(公告)号:CN115330089A
公开(公告)日:2022-11-11
申请号:CN202211241014.3
申请日:2022-10-11
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/06 , G06F16/2458 , G06Q50/06
Abstract: 本申请涉及一种基于电力大数据的用户侧行企业动态碳监测分析方法。方法包括:获取电力运行数据对应的电力碳排放校正数据、电力活动描述数据以及电力电量变化数据;根据自发电碳排放校正数据、区域电碳排放校正数据、自发电量变化数据和输入电量变化数据,得到用户侧电力碳排放数据;根据燃料碳排放校正数据、工业过程碳排放校正数据以及电力活动描述数据,得到用户侧工业碳排放数据;根据用户侧电力碳排放数据、用户侧工业碳排放数据、自发电量变化数据以及输入电量变化数据对电力运行数据进行归一化整合,得到用户侧度电碳排放校正数据。能够保证不同口径数据的兼容性与互通性,推行针对行业特点的碳排放进行校正,提高企业碳核算的准确率。
-
公开(公告)号:CN114971091A
公开(公告)日:2022-08-30
申请号:CN202210901949.3
申请日:2022-07-28
Applicant: 南方电网数字电网研究院有限公司
Inventor: 李鹏 , 张凡 , 马溪原 , 姚森敬 , 杨铎烔 , 陈元峰 , 俞靖一 , 黄言璐 , 张子昊 , 陈炎森 , 许一泽 , 李卓环 , 包涛 , 程凯 , 周悦 , 王鹏宇 , 严雯 , 吴子盈 , 吴耀锋
Abstract: 本发明公开了一种基于信息物理融合的微能源网优化调度方法,在稳态系统研究下,基于信息物理融合技术,从主体实时状态、状态转移路径以及路径决策过程三层构建了微能源网优化调度模型,实现对微能源网全系统的即时感知、分析、决策和控制,从而实现微能源网的动态稳定运行;包括:S1:针对微能源网当中的各类关键主体设备,提取关键变量并用特征向量对其实时运行状态进行描述;S2:针对微能源网当中的物理能源系统用状态机模型构建统一的状态转移路径模型,描述其各自的状态、状态转移路径与状态更新路径;S3:综合考虑内外部能源的实时需求以及能量流、信息流的实时态势,对系统内的各类能源设备的运行状态下达经济优化调度决策指令。
-
公开(公告)号:CN114493050B
公开(公告)日:2022-07-29
申请号:CN202210397812.9
申请日:2022-04-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种多维度融合的新能源功率并联预测方法和装置。所述方法包括:获取与目标新能源场站对应的目标发电物理模型和目标数据知识模型;确定将目标发电物理模型和目标数据知识模型,按照第一融合方式和第二融合方式分别进行融合得到的第一融合模型和第二融合模型;获取与目标新能源场站对应的待处理数据,待处理数据包括目标新能源场站的场站数据、天气数据和发电历史运行数据;将待处理数据输入第一融合模型得到第一预测结果,将待处理数据输入第二融合模型得到第二预测结果;将第一预测结果和第二预测结果输入并联输出学习器进行处理,得到目标新能源场站的功率预测结果。采用本方法能够提高新能源场站的发电功率预测精度。
-
公开(公告)号:CN114723147A
公开(公告)日:2022-07-08
申请号:CN202210387225.1
申请日:2022-04-14
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于改进的小波变换与神经网络的新能源功率预测方法。所述方法包括:获取多组气象数据样本和历史发电功率,确定每种变量类型下的气象数值样本与历史发电功率之间的相关度,得到与每个相关度阈值对应的初始变量类型,根据初始变量类型对应的第一训练精度,确定出目标阈值和目标变量类型,对多组气象数据样本进行聚类处理,得到每组气象数据样本所属的第一目标类别,对历史发电功率进行小波分解,采用目标气象样本和每个信号频率下的功率信号样本对多种初始功率预测模型进行训练,确定出与每种第一目标类别对应的功率预测模型。采用本方法能够遍历多个相关度阈值,对多种初始功率预测模型集成学习,从而提高功率预测模型的准确率。
-
-
-
-
-
-
-
-
-