公开(公告)号：CN108520330B

公开(公告)日：2021-08-10

申请号：CN201810150038.5

申请日：2018-02-13

Applicant: 三峡大学

Inventor： 杨楠 ,  黎索亚 ,  张磊 ,  刘颂凯 ,  王灿 ,  李宏圣 ,  黄禹 ,  叶迪 ,  董邦天

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明将地区差异化划分的思想融入到配网规划之中，充分考虑负荷预测误差的不确定性分布，提出了一种面向低负荷密度地区10kV中压线路的差异化不确定性规划方法。首先在负荷预测误差概率特性模型的基础上，构建基于机会约束理论的中压线路规划数学模型，针对模型中的置信水平取值问题，先通过综合赋权方法对待规划地区配电网抗风险能力进行差异化分析，然后据此对不同抗风险能力的配电网选取相应的置信水平。相比于传统规划方法，本发明提出的方法不仅可以实现风险和成本的统筹协调，还充分考虑了低负荷密度地区不同配电台区发展的差异化特征，从而有效提升了配电网规划的精细化水平。基于实际算例的仿真结果验证了本发明所提方法的正确性和有效性。

公开(公告)号：CN107977744A

公开(公告)日：2018-05-01

申请号：CN201711238465.0

申请日：2017-11-30

Applicant: 三峡大学

Inventor： 杨楠 ,  王璇 ,  李宏圣 ,  黎索亚 ,  叶迪 ,  黄禹 ,  董邦天

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明属于电网调度领域，具体是一种基于传统Benders分解法的电力系统日前鲁棒调度方法，用来求解含新能源的电力系统动态经济调度问题。提出了一种综合考虑负荷、风电以及光伏出力不确定性及概率相关性的日前鲁棒调度方法。首先构建考虑多重不确定性因素及概率相关性的改进鲁棒优化调度模型；然后利用Cholesky分解法将具有相关性的随机样本转换为相互独立的随机样本，从而基于样本特征直接确定最坏场景；最后利用Benders分解法对模型进行求解。基于IEEE-118节点算例的仿真结果表明：本发明所提方法可以在多重不确定性因素下，保证日前调度计划鲁棒性的同时，有效提升其经济性，而基于Cholesky分解的最坏场景确定方法也有效提升了鲁棒调度模型的紧凑性，使其计算效率得到显著提升。

公开(公告)号：CN107145707A

公开(公告)日：2017-09-08

申请号：CN201710215832.9

申请日：2017-04-01

Applicant: 三峡大学

Inventor： 杨楠 ,  李宏圣 ,  黎索亚 ,  王璇 ,  董邦天 ,  黄禹 ,  叶迪 ,  周峥 ,  崔家展

IPC: G06F19/00 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明提出了一种考虑分布式能源出力不确定性和全寿命周期成本的配变规划方法，属于配电网规划领域。首先，考虑分布式光伏发电的出力不确定性，提出了一种基于机会约束理论的配变风险定容方法；在此基础上，利用三点估计法计算分布式光伏发电接入后的配网概率潮流，同时构建基于全寿命周期成本的目标函数，并最终提出基于全寿命周期理论的配变不确定性规划模型。算例仿真结果表明，相比于传统确定性的配变规划方法，本文提出的方法不仅能对设备全寿命周期内的所有成本进行精细化度量，而且精确计算了分布式电源不确定性对于设备定容选型的影响，弥补了配变定容与选型的界限，从而有效提升了配变规划的经济性，本发明所提出的方法更为科学。

公开(公告)号：CN106960257A

公开(公告)日：2017-07-18

申请号：CN201710183612.2

申请日：2017-03-24

Applicant: 三峡大学

Inventor： 杨楠 ,  叶迪 ,  周峥 ,  黄禹 ,  董邦天 ,  黎索亚 ,  李宏圣 ,  王璇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/00

CPC classification number: G06Q10/04 ,  G06K9/00523 ,  G06Q50/06

Abstract: 一种基于复数据经验模态分解的噪声辅助信号分解法与Elman神经网络的组合预测方法对风功率进行短期预测，属于风功率预测技术领域。包括：步骤一：在原始信号序列中掺入白噪声；步骤二至七：求解并得到IMF分量以及余量；步骤八：利用得到的IMF分量以及余量构建Elman神经网络预测模型并进行预测，最后进行总叠加，得到最终预测结果。本发明提供一种噪声辅助信号分解法与Elman神经网络的风功率组合预测方法，这种算法能够进一步减少旧有EEMD分解法中存在的模态混叠问题，提高短期风功率预测精度。

公开(公告)号：CN105790265A

公开(公告)日：2016-07-20

申请号：CN201610254532.7

申请日：2016-04-21

Applicant: 三峡大学

Inventor： 杨楠 ,  周峥 ,  崔家展 ,  李宏圣 ,  王璇 ,  黎索亚

IPC: H02J3/00 ,  G06Q50/06 ,  G06F17/50

CPC classification number: Y02E60/76 ,  Y04S40/22 ,  H02J3/00 ,  G06F17/5036 ,  G06Q50/06 ,  H02J2003/007

Abstract: 本发明涉及一种考虑交流潮流约束的不确定性机组组合模型及求解方法，本发明以一天24时段中调火电机组的燃料费用总和最小为优化目标，采用机会约束方法描述风电出力的不确定性，构建基于交流潮流模型的网络安全约束条件，从而提出一种考虑交流潮流安全约束的不确定性机组组合模型。针对模型求解困难的问题，提出了一种随机约束序优化方法，成功实现对模型的快速求解。相比与传统基于直流潮流约束的不确定性机组组合模型，本发明所提模型有效降低了风电大规模接入后电网电压越限的风险，提升了日前发电计划决策的有效性，所建模型还可以精细化的计算系统网络损耗，从而为调度人员提供数据参考。同时本发明提求解算法较传统算法有了显著提升。

公开(公告)号：CN105354636A

公开(公告)日：2016-02-24

申请号：CN201510724565.9

申请日：2015-10-29

Applicant: 三峡大学

Inventor： 杨楠 ,  周峥 ,  崔家展 ,  李宏圣 ,  王璇 ,  黎索亚

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 一种基于非参数核密度估计的风功率波动性概率密度建模方法。具体步骤如下：1)通过小波分解对风功率样本数据的波动量进行提取；2)基于波动量样本建立相应的非参数核密度估计模型，然后针对模型带宽选择问题，构造了一种以拟合优度检验为约束条件的带约束带宽优化模型；3)利用约束序优化算法对该优化模型进行求解。本发明采用小波分解方法更能准确提取风功率波动分量，并且所提波动分量的概率特性建模方法完全由样本数据驱动，不需要对概率密度模型进行先验主观假设，因而具有更高的建模精度和更强的适用性，而针对非参数核密度估计方法的改进策略也使其建模精度和计算效率得到有效提升。