一种考虑气象因素的逐日分段短期负荷预测算法

    公开(公告)号:CN110033134A

    公开(公告)日:2019-07-19

    申请号:CN201910279147.1

    申请日:2019-04-09

    Abstract: 本发明公开了一种考虑气象因素的逐日分段短期负荷预测算法,要解决的是现有预测方法没有采用分时段预测的问题。本发明具体步骤如下:将负荷曲线分为凌晨、白天、夜晚三段,筛选出与凌晨、夜晚负荷相关系数最强的气象指标;对筛选后的气象指标与电力负荷进行回归建模,实现凌晨、夜晚的负荷预测;对于白天的负荷,结合相似日算法预测白天负荷;最后将三段负荷预测结果进行合并形成最终的预测结果。该方法考虑了单一气象指标、综合气象指标、气象累积效应等影响因素,有助于充分把握气象与负荷的相关关系,同时白天时段的负荷预测采用相似日方法代替气象负荷回归算法,规避了由于新能源导致气象负荷规律多变的影响,提高了短期负荷预测准确率。

    一种发用电的电量极限分配方法

    公开(公告)号:CN111064187A

    公开(公告)日:2020-04-24

    申请号:CN201911259206.5

    申请日:2019-12-10

    Abstract: 本发明公开了一种发用电的电量极限分配方法。根据历史负荷数据,预测未来的全年负荷曲线;根据各时刻节点负荷数据,将全年负荷曲线分解到电网中每个负荷节点;在电网中具有大规模独立负荷用电情况下,以用电代价最小为目标,考虑发用电平衡和机组容量约束,建立大规模独立负荷用电优化模型,求解模型得到电网各机组的出清电量;以机组开机方式最小及电校核量最小为目标,建立机组总电量分配优化模型,求解得到机组的最小开机方式、各机组的总电量和电校核量;判断电校核量是否满足要求并按照各机组的出清电量进行分配。本发明能在满足电网安全运行的前提下,能分配机组的出清电量,并获得发用电电量极限。

    基于ARMAX模型的电力系统惯量在线辨识系统与方法

    公开(公告)号:CN116975544A

    公开(公告)日:2023-10-31

    申请号:CN202310775897.4

    申请日:2023-06-27

    Abstract: 本发明提供一种基于ARMAX模型的电力系统惯量在线辨识系统与方法,基于电力系统中常见的换相失败以及直流闭锁故障,将电网的常见故障分解为脉冲扰动和阶跃扰动,并提出基于脉冲响应的惯量辨识法及基于阶跃响应的惯量辨识法。在基于实测有功功率以及频率数据进行参数辨识之后,根据不同扰动形式对系统模型进行不同的定阶(或降阶):若为脉冲扰动,则在参数辨识并再采取平衡截断法判断能否降为1阶,如果是则保留并施加脉冲响应进一步惯性时间常数辨识,如果否则放弃该阶数的系统模型;若为阶跃扰动,则用AIC定阶法进行定阶,并施加阶跃扰动后进一步惯性时间常数辨识。通过本发明可在实际电力系统中应用于同步发电机和双馈风机的惯量辨识。

    基于深度学习的电网输电断面潮流调整机组选择方法

    公开(公告)号:CN115021270A

    公开(公告)日:2022-09-06

    申请号:CN202210769042.6

    申请日:2022-07-01

    Abstract: 本发明公开了基于深度学习的电网输电断面潮流调整机组选择方法,包括以下步骤:步骤一:构建电网输电断面潮流调整机组样本数据库;步骤二:构建基于深度学习的电网输电断面潮流调整机组选择模型;步骤三:电网实时运行状态在线生成潮流调整机组。将传统的逐个计算每台机组对输电断面的潮流灵敏度需要反复计算潮流,变革为线下工作,从而实现根据电网实时运行状态在线生成潮流调整机组的算法,避免大量的潮流计算,快速选出输电断面潮流调整的机组,大大提高电网潮流调整工作效率。

Patent Agency Ranking