基于资源画像的多时间尺度需求响应资源池构建方法

    公开(公告)号:CN115841223A

    公开(公告)日:2023-03-24

    申请号:CN202211351301.X

    申请日:2022-10-31

    Inventor: 倪凯峰 王刚 王飞

    Abstract: 本发明提供一种基于资源画像的多时间尺度需求响应资源池构建方法,包括以下步骤:步骤S1,基于采集到的需求响应资源数据,筛选出表征负荷调控能力的基础指标;步骤S2,按时间尺度对负荷调控能力基础指标进行分类,确定多时间尺度的需求响应资源画像标签。步骤S3,基于多时间尺度的资源画像标签,分配各标签的基础指标权重。步骤S4,计算多时间尺度的负荷调控能力综合指标。步骤S5,根据综合指标的计算结果,设定资源准入门槛,建立多时间尺度需求响应资源池。步骤S6,设计多时间尺度需求响应资源池的调度流程。本发明提出了一种基于资源画像的多时间尺度需求响应资源池构建方法,所建资源池考虑了不同时间尺度资源的调控能力,可动态匹配系统多样化的调度需求,对发掘需求响应资源的灵活性潜力、满足系统不同时段灵活性调控需求具有重要意义。

    一种光伏用户基线负荷估计方法、装置和终端设备

    公开(公告)号:CN113592218A

    公开(公告)日:2021-11-02

    申请号:CN202110649562.9

    申请日:2021-06-10

    Abstract: 本发明实施例涉及电力系统需求响应技术领域,公开了一种光伏用户基线负荷估计方法、装置和终端设备。上述光伏用户基线负荷估计方法包括:获取全体用户集群的净负荷功率和温度数据,以及部分光伏用户的全年可观测光伏出力数据;对可观测光伏出力数据进行聚类,得到每天的广义天气类型标签;根据天气类型标签将全体用户集群分为光伏用户集群和非光伏用户集群;根据多个光伏用户净负荷功率集确定光伏用户集群的第一基线负荷估计值;根据非光伏用户集群的净负荷功率和温度数据建立分段线性回归模型,并根据分段线性回归模型确定非光伏用户集群的第二基线负荷估计值;根据第一基线负荷估计值和第二基线负荷估计值,确定全体用户集群的基线负荷估计值。

    一种分布式光伏系统出力估计方法

    公开(公告)号:CN111967165A

    公开(公告)日:2020-11-20

    申请号:CN202010886789.0

    申请日:2020-08-28

    Inventor: 王飞 户霖 李康平

    Abstract: 本发明公开了一种分布式光伏系统出力估计方法,所述方法包括:建立光伏-负荷解耦模型;将所述可观测光伏的发电功率构造光伏特征向量;对配电网内的分布式光伏系统进行识别,将识别出的无分布式光伏系统的用户的净负荷功率构造实际负荷特征向量;学习所述光伏特征向量和所述实际负荷特征向量,对所述光伏特征向量和所述实际负荷特征向量进行更新;本发明提供了一种通过非侵入式的方式来估计分布式光伏系统实时出力的方法,能对未监测的分布式光伏系统的输出功率进行准确估计,有助于提升高渗透分布式光伏下净负荷预测的精度,保障电力系统的安全稳定运行。

    负荷代理商日前可用聚合响应容量预测方法

    公开(公告)号:CN110516882A

    公开(公告)日:2019-11-29

    申请号:CN201910815295.0

    申请日:2019-08-30

    Abstract: 本发明公开了一种负荷代理商日前可用聚合响应容量的预测方法,包括以下步骤:采集负荷代理商下属每个用户在历史需求响应日的负荷数据;采用基线负荷估计方法估计每个用户在历史需求响应日的基线负荷,利用基线负荷减去相应历史需求响应日负荷得到每个用户的响应容量,对所有用户的响应容量进行累加得到聚合响应容量;提取影响聚合响应容量的特征,利用主成分分析法对特征进行降维处理;将降维后的特征作为输入,聚合响应容量作为输出,通过支持向量回归模型对负荷代理商日前可用聚合响应容量进行预测。该方法能够为负荷代理商在日前电力市场交易中的优化决策提供支持,降低交易风险。

    一种基于改进k均值聚类算法的天空图像云空辨识方法

    公开(公告)号:CN105488538B

    公开(公告)日:2018-12-04

    申请号:CN201510929496.5

    申请日:2015-12-15

    Abstract: 本发明提供一种基于改进k均值聚类算法的天空图像云空辨识方法,包括:提取所述天空图像中红颜色通道值R、绿颜色通道值G、蓝颜色通道值B以及R/B*100四个矩阵,提取特征矩阵;确定初始聚类数量以及初始聚类中心;基于改进k均值聚类算法,根据初始聚类中心进行聚类,获取新的聚类中心;根据新的聚类中心进行聚类并根据聚类结果确定各像素点所属区域类型,绘制云空辨识图像。本发明基于改进k均值聚类算法,提取效果较稳定,不仅把三个彩色分量作为一个整体进行聚类还添加了云空对比度较高的R/B*100列向量,与全局阈值仅对灰度图像进行云空识别相比,大大提高图像识别的适应能力,可以解决现有技术适应性差的问题。

Patent Agency Ranking