一种基于多能耦合场景下的负荷预测方法

    公开(公告)号:CN111275240B

    公开(公告)日:2023-06-09

    申请号:CN201911374596.0

    申请日:2019-12-27

    Abstract: 本发明涉及一种基于多能耦合场景下的负荷预测方法,包括以下步骤:步骤1、建立多能耦合模式下的负荷需求关键影响因素多级指标体系;步骤2、得到影响总负荷需求和多能耦合负荷总供给的关键影响因素;步骤3、对步骤2提取的关键影响因素数据进行归一化处理,并初始化AFWA自适应烟花算法群体特征参数;步骤4、采用AFWA算法优化的LSSVM分别预测区域总电力需求和区域耦合电力供应;步骤5、对区域耦合电力供应的电力净负荷需求进行预测。本发明提高了计算效率与模型稳定性同时保障了预测精度。

    基于决策图的多状态发电系统运行可靠性分析方法

    公开(公告)号:CN111259520A

    公开(公告)日:2020-06-09

    申请号:CN202010021499.X

    申请日:2020-01-09

    Abstract: 本发明涉及一种基于决策图的多状态发电系统运行可靠性分析方法,包括以下步骤:步骤1、根据所采集的多状态发电系统特性数据,建立含备用的多状态发电系统模型;步骤2、根据步骤1所建立的含备用的多状态发电系统模型,建立发电系统的多状态决策图;步骤3、计算步骤2所建立的发电系统的多状态决策图中可靠性路径的出现概率,并根据发电系统的多状态决策图中可靠性路径的出现概率,计算发电系统运行可靠性。本发明能够用于具有不同的状态转移率或不同的状态转移时间分布的供电系统。

    一种电力市场主体行为趋势确定方法、介质及系统

    公开(公告)号:CN119963233A

    公开(公告)日:2025-05-09

    申请号:CN202510093121.3

    申请日:2025-01-21

    Abstract: 本发明提供了一种电力市场主体行为趋势确定方法、介质及系统,属于电力市场主体行为趋势分析技术领域,包括:通过综合运用强化学习、深度神经网络和数据分析技术,实现对电力市场复杂行为的精准预测。研究首先采集电力市场历史运行数据,并进行多维度时序分解,提取价格和报价的稳定与波动特征。通过构建无奖励函数的五元组模型,结合专家知识和主成分分析,迭代优化奖励函数模型,建立市场主体行为方程组。随后,利用编码器‑解码器结构的深度神经网络,结合极大似然估计方法,构建市场主体行为概率分布模型。最终,该方法能够准确预测市场主体行为趋势,解决了现有技术中存在的难以准确把握电力市场主体行为趋势的问题。

    一种基于多智能体代理的电力系统交易仿真方法

    公开(公告)号:CN119962389A

    公开(公告)日:2025-05-09

    申请号:CN202510101584.X

    申请日:2025-01-22

    Abstract: 本发明提供了一种基于多智能体代理的电力系统交易仿真方法,属于电力系统仿真技术领域,包括:通过采集电力系统历史运行数据,构建包含发电、柔性负荷和售电智能体的多智能体系统,进行蒙特卡洛仿真和场景生成。方法采用深度强化学习算法,定义各智能体的收益函数和决策模型,执行市场出清计算,并通过构建验证场景库进行交易仿真。系统能评估智能体策略,计算市场关键指标,并将市场信息反馈给智能体,实现电力交易决策的智能化和动态优化,有效提升电力市场的运营效率和交易精准性。本发明的方法解决了现有技术普遍存在未充分考虑市场参与者之间的相互作用和学习机制,导致模拟结果与实际市场表现存在较大偏差的技术问题。

Patent Agency Ranking