-
公开(公告)号：CN116231650A
公开(公告)日：2023-06-06
申请号：CN202211399858.0
申请日：2022-11-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请实施例提供了一种支持多源实时数据融合的电力系统在线潮流计算方法，该方法包括：获取电力系统在第一当前时间的第一电力数据；对第一电力数据进行潮流计算，得到第一电力数据对应的初始电力预测数据，并获取电力系统在第二当前时间的第二电力数据；对第二电力数据以及初始电力预测数据进行潮流计算，得到目标电力预测数据，并将目标电力预测数据作为新的初始电力预测数据，返回执行获取电力系统在第二当前时间的第二电力数据的步骤，直到潮流计算的次数达到预先设定的次数阈值；根据目标电力预测数据，得到电力系统状态预测结果。本申请实施例提供的该方法可以实现多次实时在线潮流计算，提升了潮流计算的准确性。
-
公开(公告)号：CN116227249A
公开(公告)日：2023-06-06
申请号：CN202310519220.4
申请日：2023-05-10
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本申请涉及一种功率气象数据智能迁移的新能源长期电量预测方法与系统。所述方法包括：获取目标电力场站的历史发电量数据，根据目标电力场站的历史发电量数据，确定目标电力场站在预测时间段的第一发电量预测结果；根据目标电力场站对应的目标气象特征，在电力场站集合中匹配目标电力场站的相似电力场站；获取相似电力场站的历史发电量数据，根据相似电力场站的历史发电量数据，确定目标电力场站在预测时间段的第二发电量预测结果；根据第一发电量预测结果和第二发电量预测结果，确定目标电力场站的目标发电量预测结果。采用本方法能够基于历史数据迁移和相似场站进行数据迁移，确定精确的发电量预测结果，提高新能源发电量的预测结果准确度。
-
公开(公告)号：CN116154768A
公开(公告)日：2023-05-23
申请号：CN202310396839.0
申请日：2023-04-14
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种采用点预测误差经验分布逆变换的功率区间预测方法。通过目标预测模型输出多个历史预测功率和目标预测功率，确定每个历史预测功率及其对应的历史真实功率的数值子区间，确定每个子区间的经验累积分布函数，从多个子区间中获取目标预测功率所属的目标子区间，并基于该子区间对应的经验累积分布函数和预设置信水平，确定预测功率区间。相较于传统的通过点预测来预测未来功率的期望的方式，本方案通过利用历史功率数据对应的预测数据与对应的真实数据确定多个子区间的经验累积分布函数，并基于未来的预测功率使用对应的经验累积分布函数确定预测功率区间，提高了功率区间预测的准确度。
-
公开(公告)号：CN115545362B
公开(公告)日：2023-04-07
申请号：CN202211545864.2
申请日：2022-12-05
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本申请涉及一种人工智能与时序分解组合的新能源中期功率预测方法。所述方法包括：基于新能源场站对应的历史数值天气预报数据和历史功率数据，获取第一预处理数据和第二预处理数据；根据第一预处理数据对第一预测模型进行模型训练，得到预训练预测模型，将第二预处理数据输入至预训练预测模型，得到第一新能源功率预测结果；基于时间序列分解第一新能源功率预测结果与历史功率数据的拼接结果，得到目标时序分量；根据目标时序分量构建的第二预测模型得到第二新能源功率预测结果；将第一新能源功率预测结果和第二新能源功率预测结果进行拼接组合，得到新能源中期功率预测结果。采用本方法能够实现新能源中期功率预测，提升了预测精度。
-
公开(公告)号：CN115758784A
公开(公告)日：2023-03-07
申请号：CN202211518223.8
申请日：2022-11-30
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06F113/04
Abstract: 本申请涉及一种支撑电力系统时域仿真的大型雅各比矩阵低耗时迭代方法。该方法包括：获取同步电机系统的微分方程以及该同步电机系统的代数方程，获取该同步电机系统当前的状态变量和代数变量，其中，该状态变量包括同步电机的转子角速度、转速、d轴暂态电动势以及q轴暂态电动势，该代数变量包括该同步电机的d轴以及q轴的端口电流、d轴以及q轴的端口电压、d轴端口电压、励磁电压、机械功率，根据该微分方程、该代数方程、该状态变量和该代数变量确定该同步电机的目标残差方程，并根据该目标残差方程确定该同步电机的雅可比矩阵，根据该雅可比矩阵以及该残差方程确定该同步电机的预测状态变量以及预测代数变量。采用该方法能够提高计算效率。
-
Patent Agency Ranking
公开(公告)号：CN116526582B
公开(公告)日：2024-03-26
申请号：CN202310781236.2
申请日：2023-06-29
Applicant: 南方电网数字电网研究院有限公司
IPC: H02J3/46 , G06Q10/0631 , G06N3/0442 , G06Q50/06 , G06F18/2321 , G06F18/23213
Abstract: 本申请涉及一种基于人工智能联合驱动的电力机组组合调度方法与系统，其中，方法包括：获取电力系统机组组合运行期望数据；根据电力系统机组组合运行期望数据，识别电力系统机组组合的调度场景；获取与调度场景对应的电力系统机组组合调度模型，得到目标电力系统机组组合调度模型；将电力系统机组组合运行期望数据输入至目标电力系统机组组合调度模型，生成电力系统机组组合调度方案；根据生成的电力系统机组组合调度方案进行电力系统机组组合调度。整个方案可以实现高效的电力系统机组组合调度。
-
公开(公告)号：CN117332901A
公开(公告)日：2024-01-02
申请号：CN202311345954.1
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/28 , G06F30/27 , H02J3/00 , G01W1/10 , G06N3/045 , G06N3/0442 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种采用分层时间聚合策略的新能源小时间尺度功率预测方法。获取预测时间段内各离散时刻所对应的数值天气预报，其中，离散时刻的间隔时长为第一预设时长；将数值天气预报输入至预先训练得到的第一功率预测模型中，得到各离散时刻所对应的待使用预测功率；将待使用预测功率输入至第二功率预测模型中，得到新能源场站在预测时间段内各预测时刻所对应的新能源场站功率；其中，预测时刻的时间间隔为第二预设时长，第二预设时长小于第一预设时长。本发明压缩了新能源超短期功率预测的时间间隔，提高了新能源超短期功率预测的频率，提高了新能源功率预测精度。
-
公开(公告)号：CN117332898A
公开(公告)日：2024-01-02
申请号：CN202311342188.3
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明公开了一种基于机器学习的新能源小时间尺度功率时序滚动预测方法。该方法涉及功率预测技术领域，包括：获取目标新能源场站在目标历史时间段内，每个历史时间点对应的历史功率数据；基于目标新能源场站的历史功率数据和目标功率预测模型，确定目标新能源场站在目标未来时间段内对应的功率预测数据，其中，目标功率预测模型是基于目标新能场站在多个待使用历史时间段内的待使用历史功率数据训练得到的。本发明实施例的技术方案解决了现有的功率预测方法依赖于天气预报，导致功率预测的时间尺度较大且预测结果不准确的问题，实现了对新能源场站在小时间尺度下的功率预测，提高预测的精确度。
-
公开(公告)号：CN116914861A
公开(公告)日：2023-10-20
申请号：CN202311169375.6
申请日：2023-09-12
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于模型预测控制的风储电站经济优化调度方法及系统。该方法通过获取待调度电能的市场价格预期信息、风电出力预期信息、设备成本参数和初始调度电能，并将市场价格预期信息、风电出力预期信息、设备成本参数和初始调度电能输入至预测模型中进行指令优化，得到控制指令，再将控制指令发送到电力混合系统中进行电能调度，得到目标调度电能。上述方法结合了预测市场价格、风电出力情况以及发电设备的运行寿命参数等信息，能够降低发电成本，提高经济效益。另外，通过预测模型进行电能的调度优化，可以保证设备稳定运行，增强电力系统的可靠性，降低系统运行风险。
-
公开(公告)号：CN116316617B
公开(公告)日：2023-09-15
申请号：CN202310603024.5
申请日：2023-05-26
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种多场站智能融合的新能源发电功率区域预测方法和系统。所述方法包括：获取目标区域内各新能源场站在未来时段对应的目标预测发电功率；根据各目标预测发电功率和各新能源场站对所述目标区域的贡献权重，确定所述目标区域的第一预测总发电功率；根据所述目标区域在历史时段的历史实际总发电功率，以及各新能源场站的地理坐标，确定所述目标区域的第二预测总发电功率；根据所述第一预测总发电功率和所述第二预测总发电功率，对所述目标区域在所述未来时段的新能源发电功率进行预测。采用本方法能够将目标区域内多个新能源场站智能融合，从而提高目标区域的预测总发电功率的准确性和全面性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.034 seconds)
