-
公开(公告)号：CN112883557B
公开(公告)日：2022-10-14
申请号：CN202110112007.2
申请日：2021-01-27
申请人： 河海大学
摘要： 本发明公布了一种基于推测变差模型的低碳综合能源市场仿真方法，首先提出一种基于推测变差模型的电力市场与天然气市场博弈模型，该模型假定能源生产者之间的竞争为产出量的竞争，同时单个生产者的决策行为受其余生产者策略的影响，同时计及了负荷的弹性系数；接着提出一种基于电力生产者碳配额交易的碳交易市场机制；同时本发明计及了燃气轮机组同时参与电力市场、天然气市场及碳交易市场。在所提市场框架中，各市场参与者构成了非合作博弈的关系；最后提出一种直接法求解各市场参与者优化问题的最优性条件，进而辨识综合能源市场博弈的均衡点。
-
公开(公告)号：CN115017799A
公开(公告)日：2022-09-06
申请号：CN202210520496.X
申请日：2022-05-13
申请人： 河海大学
IPC分类号： G06F30/27 , G06F113/04 , G06F119/02
摘要： 本发明公开了基于EM‑DBN融合的无量测区太阳辐射估计方法，属于电力系统技术领域，该方法流程如下：基于现有数据集，选取日太阳总辐射估计经验模型；利用周边站址和目标站址的气象数据和辐照度数据构建训练集和测试集，基于训练集数据拟合经验模型的函数表达式；通过特征扩维的方式，将经验模型和DBN模型相融合，利用周边站址数据构建EM‑DBN融合模型；结合迁移学习算法，将构建好的EM‑DBN融合模型迁移到无量测目标站址上获得太阳辐射估计值。该方法解决了无辐射量测区的辐射资源评估问题，减少了太阳能发电的不确定性对电力系统带来的危害，提高了太阳能的利用效率。
-
公开(公告)号：CN110443724B
公开(公告)日：2022-08-16
申请号：CN201910654528.3
申请日：2019-07-19
申请人： 河海大学
摘要： 本发明提供了一种基于深度学习的电力系统快速状态估计方法，属于电力系统监测、分析和控制技术领域。其技术方案为：一种基于深度学习的电力系统快速状态估计方法，选取DNN网络作为深度学习模型，以相关性分析方法选择特征输入，通过噪声网络提高模型对坏数据的抗差能力。解决了传统的基于物理模型的状态估计方法会出现计算效率低、运行速度慢，过于复杂的网架结构甚至可能导致状态估计收敛性和稳定性差的技术问题。本发明的有益效果为：本发明在计算速度上较传统估计方法有明显提升，该方法的估计精度以及对量测坏数据的鲁棒性较传统估计方法也有较大提升。
-
公开(公告)号：CN114330486A
公开(公告)日：2022-04-12
申请号：CN202111366030.0
申请日：2021-11-18
申请人： 河海大学
摘要： 本发明公开了一种基于改进Wasserstein GAN的电力系统不良数据辨识方法，包括：筛选历史数据库中仅含高斯白噪声的历史量测数据并预处理；利用预处理后的历史量测数据作为目标数据训练WGAN‑GP模型；分别建立生成器与判别器的损失函数，并进行博弈训练，训练完成得到WGAN‑GP模型；将采集到的当前断面实时量测数据进行数据预处理，并输入训练完成的WGAN‑GP模型即可获取当前断面的量测重构数据；基于当前断面的量测重构数据与实时量测数据得到当前断面的重构误差，并输入已训练好的C4.5决策树模型中对当前断面的量测数据进行不良数据辨识。本发明基于对实时量测信息重构，获取当前断面的量测重构误差，可对不良数据进行快速、精准的辨识，保证辨识性能的同时兼顾辨识效率。
-
公开(公告)号：CN114004152A
公开(公告)日：2022-02-01
申请号：CN202111280781.0
申请日：2021-10-29
申请人： 河海大学
摘要： 本发明公开了一种基于图卷积和循环神经网络的多风场风速时空预测方法，针对现有风速时空预测方法常使用的卷积神经网络难以有效分析现实中呈现非网格分布的多风场的风速数据，提出图卷积长短期记忆神经网络来处理该数据。首先基于皮尔森相关性系数对多风场的风速数据进行图建模，构造风速图信号序列；然后使用图卷积替代长短期记忆神经网络中的乘法运算，构造图卷积长短期记忆神经网络；最后基于图卷积长短期记忆神经网络以及迁移学习原理构建多风场风速时空预测模型。本发明所提时空预测模型具有较好的点预测和概率预测性能，验证了融合邻近风场的历史风速信息能够有助于提高风速点预测和概率预测的准确性，为多风场的短期风速预测提供了新思路。
-
公开(公告)号：CN113437744B
公开(公告)日：2022-02-01
申请号：CN202110642917.1
申请日：2021-06-09
申请人： 河海大学
摘要： 本发明公开考虑不确定性的光热‑生物质混合电站鲁棒优化调度模型，步骤是：1)构建光热‑生物质混合电站参与电力市场调度运行确定性模型，输入混合电站各组分参数、成本系数、鲁棒系数；2)采用鲁棒优化方法处理混合电站运行面临的不确定性问题；3)为计算混合电站运行时的风险成本，在不确定参数波动区间内采用蒙特卡洛模拟法生成各种不确定参数的场景；4)计算混合电站运行风险成本并将其纳入目标函数；5)输出混合电站出力计划曲线和运行策略。本发明方法通过建立风险量化指标，平衡系统的鲁棒性与经济性，通过分析鲁棒系数对决策方案和预期利润的影响，来确定最优鲁棒系数选择方案，能够为混合电站运营商提供决策依据。
-
公开(公告)号：CN109347110B
公开(公告)日：2022-01-28
申请号：CN201811268550.6
申请日：2018-10-29
申请人： 河海大学
摘要： 本发明公布了一种含高比例风电并网的自适应线性化概率潮流计算方法，用于解决考虑高比例风电和负荷强随机扰动的电力系统潮流计算。本发明首先采用高斯混合模型统一刻画源‑荷强随机性，准确建立源‑荷不确定性模型。然后，随机模拟生成输入变量相关性样本。接着，对潮流方程进行自适应线性化处理，采用迭代算法实现随机波动范围自适应多区域划分，并在划分区域内部线性化以减小潮流全局线性化误差，利用自适应线性化半不变量法的解析法获取区域整合重组后状态变量的各阶半不变量。最后，运用C型Gram‑Charlier级数拟合状态变量概率分布。本发明能够有效处理源‑荷强随机性及相关性，获取更加准确的潮流分布，具有结果准确、实现方便的优点，适用于高比例风电并网下概率风险分析与评估。
-
公开(公告)号：CN113763164A
公开(公告)日：2021-12-07
申请号：CN202110869083.8
申请日：2021-07-30
申请人： 河海大学
摘要： 本发明公开了一种基于点对点平台的分散式产消者能量共享方法，建立了一个点对点能源交易模型，用以协调区域电力和天然气系统。该模型引入点对点能源共享框架，面对当下发展迅速的分布式能源，统筹不断渗透的产消者，建立基于点对点平台的分布式产消者能量共享模型。通过点对点平台进行能源共享匹配过程，从而实现分散式产消者之间的直接能量交换。本发明能够促进燃气轮机、电转气等电力与天然气耦合单元之间能够进行大量的点对点交互，提高了电力与天然气的协调性和多能源的灵活性，并且具有一定经济价值。
-
公开(公告)号：CN108988344B
公开(公告)日：2021-10-22
申请号：CN201810717698.7
申请日：2018-07-03
申请人： 河海大学
摘要： 本发明公开了一种电力系统的潮流计算优化方法，首先在统一潮流控制器中引入一个虚拟节点，将统一潮流控制器的作用等效为对其所在线路两端节点的等效功率注入，并对系统节点功率平衡方程进行修正；然后，分析潮流计算收敛条件，提出潮流计算优化模型的目标函数；接着，分析潮流计算的特点，提出潮流计算优化模型的约束条件；最后，进行计算优化。本发明能够有效减小含统一潮流控制器的潮流计算问题的编程实现难度，为电力系统潮流计算问题提供了一种新的求解思路。
-
公开(公告)号：CN113505708A
公开(公告)日：2021-10-15
申请号：CN202110799163.0
申请日：2021-07-15
申请人： 河海大学
摘要： 本发明公开基于奇异谱分析‑深度信念网络的日太阳辐射估计算法，属于新能源发电领域，获取气象参数数据，空气污染数据和日太阳总辐射数据，采用互信息理论选取最佳输入变量；对上述输入变量建立估算模型，比较估算误差大小，确定最优的输入变量；在选取最优输入变量集合的基础上，建立基于深度信念网络(DBN)的太阳辐射估算模型；对深度信念网络模型进一步分析，采取时间序列分析方法——奇异谱分析(SSA)对数据进行处理，建立基于深度信念网络‑奇异谱分析的太阳辐射估算模型。本发明考虑污染参数作为输入，并采用奇异谱分析，估算的准确度得到了提高；有利于合理利用太阳能，增加光伏发电，对促进经济持续健康发展具有理论和实践意义。
-
-
-
-
-
-
-
-
-
搜索结果
670 条记录 (耗时 0.127 秒)
