-
公开(公告)号:CN115719955A
公开(公告)日:2023-02-28
申请号:CN202211423519.1
申请日:2022-11-15
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力系统机电暂态超大规模微分代数方程联合求解方法。该方法包括:获取电力系统的运行参数在暂态仿真过程的当前仿真值;对当前仿真值执行参数更新操作,得到运行参数的更新仿真值;若误差值满足误差条件,则将运行参数的更新仿真值,确定为电力系统的暂态过程中运行参数的目标仿真值。其中,参数更新操作包括:根据当前仿真值获取运行参数的参考仿真值,根据参考仿真值与更新仿真值之间的残差方程确定参考仿真值的误差值,根据参考仿真值的误差值和参考仿真值确定更新仿真值。采用本方法能够高效地对规模较大的电力系统的暂态过程进行仿真。
-
公开(公告)号:CN115718986A
公开(公告)日:2023-02-28
申请号:CN202211460484.9
申请日:2022-11-17
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06F17/12 , G06F17/13 , G06F17/16 , G06F113/04
Abstract: 本申请涉及仿真技术领域,提供了一种基于分布式内存架构的多核并行时域仿真方法和装置,通过构建电力系统在t时刻的微分方程组与代数方程组,利用隐式梯形法,到雅可比矩阵方程,利用各元件的状态变量与代数变量数值,对雅可比矩阵方程进行迭代更新,在第一次迭代更新前,拆分雅可比矩阵的更新任务,得到多个子更新任务,且多个子更新任务被分配给多个核心并行执行;其中,在多次迭代更新中,判断每一次迭代的残差是否满足收敛条件,若结果为满足,则停止迭代更新,将本次迭代更新所用的各元件的状态变量数值与代数变量数值,对电力系统进行t+1时刻的时域仿真,实现了对于雅可比矩阵更新任务进行拆分,提升了对与雅克比矩阵更新任务的计算效率。
-
公开(公告)号:CN114266421B
公开(公告)日:2022-08-09
申请号:CN202210194829.4
申请日:2022-03-01
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复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够从大量原始数据中得到最优特征组合,提高新能源功率预测模型的预测结果的稳定性和可靠性。该方法包括:获取原始数据;基于原始数据构建高维气象特征集合;从高维气象特征集合中,每次选取一个特征子集,将特征子集依次递增地输入至功率预测模型,得到一阶预测精度;通过分析一阶预测精度随特征子集增加时的变化情况,确定初选特征范围;通过序列前向浮动搜索算法对初选特征范围进行筛选得到最优特征组合;根据最优特征组合获取新能源功率预测模型的输入数据,以供新能源功率预测模型进行预测得到新能源网络的输出功率。
-
公开(公告)号:CN114462722B
公开(公告)日:2022-07-29
申请号:CN202210377783.X
申请日:2022-04-12
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种新能源发电功率轻量化高精度云预测系统、方法、装置、计算机设备和存储介质。所述系统包括:云平台,以及与云平台通信连接的多个场站数据采集系统;其中,多个场站数据采集系统,分别用于采集各个新能源场站的发电功率数据;云平台,用于确定与预测请求相适应的数值天气预报数据;获取与预测请求对应的发电功率预测模型,将数值天气预报数据,以及发电功率预测模型返回至对应的场站数据采集系统;场站数据采集系统,还用于在接收到发电功率预测模型,以及数值天气预报数据的情况下,将数值天气预报数据输入发电功率预测模型,通过发电功率预测模型得到对应的发电功率预测数据。采用本系统能够减少新能源发电功率预测的预测成本。
-
公开(公告)号:CN114676923A
公开(公告)日:2022-06-28
申请号:CN202210338291.X
申请日:2022-04-01
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本公开涉及一种发电功率的预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取与发电功率相关度大于预设边界值的气象特征数据;将所述气象特征数据输入至发电功率预测模型,经所述发电功率预测模型输出预测的发电功率,其中,所述发电功率预测模型被设置为根据样本气象特征数据与发电功率的对应关系训练获得。采用本方法能够提高发电功率预测模型的精度,有利于后续电力系统的调度计划的制定和调整。
-
公开(公告)号:CN114462723A
公开(公告)日:2022-05-10
申请号:CN202210378247.1
申请日:2022-04-12
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高空风资源影响的云层迁移分钟级光伏功率预测方法、装置、计算机设备。所述方法包括:获取待预测光伏场站在第一时间点的第一云量图谱;获取待预测光伏场站在第二时间点的第二云量图谱;第二云量图谱对应的区域范围由待预测光伏场站的所处位置的高空风资源信息和预设时间间隔所确定;根据目标云层区块与迁移后云层区块的相对位置差异,确定待预测光伏场站的所处位置的云层迁移数据;根据云层迁移数据,生成包含云量信息的预设时间精度级天气数据,并采用预设时间精度级天气数据进行光伏功率预测,得到待预测光伏场站的预设时间精度级光伏功率预测结果。采用本方法能够预测出光伏出力的高频波动成分,提升了预测准确度。
-
公开(公告)号:CN114330935A
公开(公告)日:2022-04-12
申请号:CN202210234586.2
申请日:2022-03-10
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多种结合策略集成学习的新能源功率预测方法和系统,所述方法包括:根据目标预测对象,获取样本新能源数据;所述样本新能源数据包括训练新能源数据和验证新能源数据;通过所述训练新能源数据训练得到多个初级预测模型;通过预设的多种集成指令,分别对所述多个初级预测模型进行集成处理,得到多个集成预测模型;根据各所述集成预测模型的性能指标,从所述多个集成预测模型中确定出目标预测模型,通过所述目标预测模型进行新能源功率预测。该方法可以提升对新能源场站的功率预测精度。
-
公开(公告)号:CN114330934A
公开(公告)日:2022-04-12
申请号:CN202210227815.8
申请日:2022-03-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种模型参数自适应的GRU新能源短期发电功率预测方法。所述方法包括:获取在预测时间段中目标电站所处区域的天气预报数据,以及,在所述预测时间段之前的至少一个时间点下所述目标电站对应的历史发电功率;将所述天气预报数据和所述历史发电功率输入至预训练的发电功率预测模型,得到所述目标电站在所述预测时间段中的预测发电功率。采用本方法能够使得预测数据与历史数据相结合的同时也考虑了影响发电功率的因素,而且预训练的发电功率预测模型采用了超参数优化算法进行超参数优化,模型的训练更加完善,使用本方法能够使得目标电站的预测发电功率更准确,更高效。
-
公开(公告)号:CN114243693A
公开(公告)日:2022-03-25
申请号:CN202111559986.2
申请日:2021-12-20
Applicant: 南方电网数字电网研究院有限公司
IPC: H02J3/00 , H02J3/38 , H02J3/46 , H02J3/48 , G06F30/20 , G06F113/04 , G06F111/04
Abstract: 本申请涉及一种微电网的调度模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:确定多种类型的微电网的有功优化系数,其中,有功优化系数包括经济调度系数、排污花费系数以及安全运行风险系数中的至少一个系数;根据有功优化系数,确定目标函数,其中,目标函数用于确定多种类型的微电网的运行指标;根据目标函数和微电网的约束条件,构建调度模型。采用本方法能够扩大调度模型的适用范围。
-
公开(公告)号:CN117332899A
公开(公告)日:2024-01-02
申请号:CN202311345917.0
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 , G06F18/10 , 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NWP多维特征拟合的新能源小时间尺度功率预测方法。在接收到小时间尺度功率预测指令时,获取预测时间段内第一时长间隔的多个待处理数值天气预报;依据预设插值方法对多个待处理数值天气预报插值处理,得到第二时长间隔的多个待使用数值天气预报;其中,第一时长间隔大于第二时长间隔;将多个数值天气预报输入至预先训练好的小时间尺度功率预测模型中,得到与多个待使用数值天气预报相对应的多个新能源场站预测功率;反馈多个新能源场站预测功率。本发明提高了新能源超短期功率预测的分辨率,提高了新能源功率预测的效率和准确度。
-
-
-
-
-
-
-
-
-