-
公开(公告)号：CN119477630A
公开(公告)日：2025-02-18
申请号：CN202410790504.1
申请日：2024-06-19
IPC: G06Q50/26 , G06Q50/06 , G06Q40/12 , G06F18/23213
Abstract: 本发明公开一种考虑碳税的虚拟电厂容量优化配置方法及系统，属于电力市场领域；一种考虑碳税的虚拟电厂容量优化配置方法包括：分析考虑碳税和市场交易的虚拟电厂容量成本与运营收益；基于对虚拟电厂容量成本与运营效益的分析，构建虚拟电厂内部资源容量优化配置双层模型；生成基于考虑源荷不确定性的信息间隙决策理论‑谱聚类典型场景；采用差分进化算法对所述虚拟电厂内部资源容量优化配置双层模型进行求解，得到容量优化配置方案。
-
公开(公告)号：CN119205178A
公开(公告)日：2024-12-27
申请号：CN202411324410.1
申请日：2024-09-23
IPC: G06Q30/0201 , G06Q50/06 , G06N3/092 , G06Q40/04 , G06F17/10
Abstract: 本发明公开基于强化学习的虚拟电厂电能‑备用日前交易方法及系统，属于虚拟电厂技术领域；基于强化学习的虚拟电厂电能‑备用日前交易方法包括：从MT发电成本、产消者购售电成本、产消者购售备用成本、产消者用能效用以及产消者预留备用成本出发，进行产消者电能‑备用交易成本效益分析；基于所述产消者电能‑备用交易成本效益分析结果，构建本地市场出清模型，并通过ADMM算法求解本地市场出清模型；基于对虚拟电厂的成本效益分析，构建虚拟电厂决策模型，并通过DDPG算法求解虚拟电厂决策模型；综合本地市场出清模型和虚拟电厂决策模型的求解结果，得到虚拟电厂和产消者用户的最优决策结果。
-
公开(公告)号：CN119026866A
公开(公告)日：2024-11-26
申请号：CN202411198886.5
申请日：2024-08-29
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 一种基于一致性算法的虚拟电厂电能共享实现方法，通过构造基于一致性原理的电能共享价格模型，经迭代计算得到分布式优化解后，采用主体隐私保护方式对分布式优化解进行动态调整，再经共享主体间采用基于一致性算法的信息交互后，对动态调整的结果进一步精准匹配和能量交易，最终生成电力资源优化配置方案。本发明将能量共享与虚拟电厂结合，提出共享型虚拟电厂概念：在满足本地基本负荷需求的基础上，虚拟电厂聚合本地分散的闲置灵活性资源并进行管理，通过信息通信技术的运用与其他主体间直接交易，促进区域电力供需平衡。
-
公开(公告)号：CN118917682A
公开(公告)日：2024-11-08
申请号：CN202410940699.3
申请日：2024-07-12
IPC: G06Q10/0637 , G06Q50/06 , G06F17/12
Abstract: 本发明涉及电力系统优化调度技术领域，解决了传统虚拟电厂调度忽略了备用市场中部署请求的不确定性所带来影响的技术问题，尤其涉及一种计及风电、备用部署请求不确定性的虚拟电厂两阶段鲁棒优化调度方法，该方法包括以下步骤：构建用以反映虚拟电厂内部机组运行情况的火电机组模型和风电、备用部署请求不确定集模型；根据虚拟电厂内部各部分运行的约束条件和鲁棒不确定集构建虚拟电厂两阶段鲁棒优化模型；采用列与约束生成算法对两阶段鲁棒模型进行求解得到最优调度结果。本发明将备用市场中的备用部署请求不确定性考虑到了虚拟电厂的经济调度中，进一步实现能量管理系统收益最大化，高效利用现有资源，避免增加额外成本。
-
公开(公告)号：CN118607708A
公开(公告)日：2024-09-06
申请号：CN202410689763.5
申请日：2024-05-30
Applicant: 国网上海能源互联网研究院有限公司 , 国网北京市电力有限公司 , 国网上海市电力公司
IPC: G06Q10/04 , G06Q50/26 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的碳排放量预测方法、装置、设备及介质，其中，方法包括：获取影响碳排放量的测量数据；对所述测量数据的进行维度扩充处理；将维度扩充处理后的测量数据输入至碳排放量预测模型，完成碳排放量的预测；其中，所述碳排放量预测模型通过以下方式得到：对原始数据集进行数目扩充处理；对数目扩充处理后的原始数据集进行维度扩充处理，得到训练数据集；其中，所述原始数据集由影响碳排放量的影响因素构建而成；采用训练数据集对卷积神经网络进行回归学习，得到所述碳排放量预测模型。本发明提高了碳排放量预测的准确性和泛化能力，为低碳经济发展和环境保护提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN118233538A
公开(公告)日：2024-06-21
申请号：CN202410535675.X
申请日：2024-04-30
Applicant: 国网上海市电力公司 , 北京智芯微电子科技有限公司
Inventor： 张春雁 , 窦真兰 , 陈河 , 郭明星 , 王素 , 吕冉 , 黄波 , 刘瑞 , 唐玉建 , 赵晨晨 , 葛涛 , 李明 , 秦晓敏 , 李阳 , 顾佳康 , 侯智子 , 徐杨丽
Abstract: 本发明涉及一种电力行业协议帧的协议判断方法和系统，方法包括：定义协议帧通用数据结构体；根据某一电力协议定义相应的特定协议数据结构；获取待解析的协议数据报文，将该协议数据报文加入数据循环队列中；从数据循环队列中选取协议帧，通过特定协议数据结构对协议帧进行字段匹配，若匹配成功，则将对应的协议帧数据拷贝到协议帧通用数据结构体中；对数据拷贝后的协议帧通用数据结构体进行数据校验，若校验成功，则表示找到完整数据包；若校验失败，则对数据循环队列中的其他协议帧进行处理；更换电力协议，重新执行上述操作。与现有技术相比，本发明具有减少了代码开发工作量，方便调试，提高了代码开发和维护效率等优点。
-
公开(公告)号：CN118017621A
公开(公告)日：2024-05-10
申请号：CN202311371487.X
申请日：2023-10-23
Applicant: 国网上海市电力公司
Abstract: 本发明涉及一种基于深度强化学习的虚拟电厂调频服务优化方法，包括以下步骤：DER即distributed energy resource分布式能源出力模型的构建：DER作为VPP即virtual power generation虚拟电厂频率调节服务的主要参与者，需对其出力进行不确定性建模；DRL即deep reinforcement learning强化深度学习算法的离线训练：在DER出力模型已建立的基础上，设计一个离线模拟器对DRL算法进行离线训练，并构建DER动态聚合模型；DRL算法的在线更新：在DRL算法已进行离线训练的基础上，将离线策略转化为在线策略，并在实际环境中不断更新；VPP调频服务的优化：实时更新的优化策略，以更新VPP内DER的出力计划。本发明根据DRL算法的特点，通过离线模拟器对算法进行离线训练，同时实时更新调频出力计划，有效提高了VPP调频服务的经济性和精准性。
-
公开(公告)号：CN117977560A
公开(公告)日：2024-05-03
申请号：CN202311851836.8
申请日：2023-12-29
Abstract: 本发明涉及一种考虑虚拟电厂的电压偏差和功率的最优聚合方法，包括以下几个步骤：首先，构建用于聚合的混合整数线性规划模型，并以最小化虚拟电厂内部的电压偏差和总有功功率方差最小构建一个目标函数；其次，构建用于聚合的混合整数线性规划模型的约束条件；然后，利用K‑shape算法测量场景相似性，减少场景数量，以简化计算；最后，在MATLAB环境下使用GUROBI求解器对模型进行求解，并比较不同网络聚合的性能。该方法能够提高虚拟电厂的可控性，并使运行成本得到减少，重构网络拓扑结构还可以提高虚拟电厂的性能。
-
公开(公告)号：CN112100743B
公开(公告)日：2024-04-30
申请号：CN202010906090.6
申请日：2020-09-01
Abstract: 本发明公开适用于平抑新能源出力波动的电动汽车虚拟机组调控方法,属于电力需求响应技术领域，包括以下步骤：S1进行电动汽车集群负荷特性分析及虚拟机组发电功率上下限预测；S2进行虚拟机组计划发电功率优化求解；S3进行虚拟机组内部电动汽车集群实时分组调控。本发明适用于平抑新能源出力波动的电动汽车虚拟机组调控方法,实现了车辆抵达充电桩规律分析及虚拟机组发电功率上下限预测，基于遗传算法实现了虚拟机组计划发电功率优化，进一步实现了电动汽车集群实时分组调控，为通过调控电动汽车虚拟机组平抑能源出力波动提供了技术支撑。
-
公开(公告)号：CN117593151A
公开(公告)日：2024-02-23
申请号：CN202311587102.3
申请日：2023-11-24
Applicant: 国网上海市电力公司
IPC: G06Q50/06 , H02J3/00 , G06Q10/04 , G06F18/23213 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种大用户短期用电预测方法、装置和介质，方法包括：S1、获取大用户历史日负荷数据；S2、利用K‑means聚类方法对大用户历史日负荷数据进行聚类，得到聚类后的日负荷数据；S3、将N组日负荷数据分别输入对应的N个大用户短期用电预测子模型，得到N个预测结果；S4、计算大用户短期用电预测子模型的输入和聚类后的日负荷数据中各个类的中心的相似度，确定每个大用户短期用电预测子模型的权重，将每个大用户短期用电预测子模型的权重分别乘以对应的预测结果，再将得到的所有乘积相加，得到大用户短期用电的最终预测结果。与现有技术相比，本发明具有提高用电平稳性较差的大用户的短期用电预测准确性等优点。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.115 seconds)
