一种电力负荷概率密度多种预测结果的集成方法

    公开(公告)号:CN109558975B

    公开(公告)日:2021-04-13

    申请号:CN201811390580.4

    申请日:2018-11-21

    Applicant: 清华大学

    Abstract: 本发明涉及一种电力负荷概率密度多种预测结果的集成方法,属于电力系统分析技术领域。本发明通过多组不同超参数设定的三类回归模型训练得到多个概率密度或分位数概率预测模型,通过负荷的高斯分布假设和最小二乘法将分位数预测模型的输出转化为服从高斯分布的概率密度模型。采用概率密度预测集成方法,基于训练好的概率密度预测模型和结果构建概率密度预测最优集成模型,确定不同概率密度预测方法的权重,从而使得最终集成预测模型的连续等级概率损失最小。本方法最后转化成为一个二次规划问题,进而利用成熟商业软件快速搜索到全局最优集成权重,提高了概率密度性短期负荷预测精度,进而降低电力系统调度运行成本。

    电池梯次利用储能系统及其可重构装置和架构

    公开(公告)号:CN112039216A

    公开(公告)日:2020-12-04

    申请号:CN202011018119.3

    申请日:2020-09-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种电池梯次利用储能系统及其可重构装置和架构,其中,可重构装置包括:能量网卡背板,能量网卡背板对应多个电池模组设置,能量网卡背板用于将多个电池模组中每个电池模组独立接入或旁路;能量集线器,能量集线器用于对每个电池模组进行参数检测以获取每个电池模组的状态数据;能量交换机,能量交换机与能量集线器进行通讯连接,能量交换机用于根据每个电池模组的状态数据生成可重构控制指令,并将可重构控制指令发送给能量集线器,以通过能量集线器对能量网卡背板进行控制。由此,通过将多个电池模组进行接入或旁路切换,从而,对多个电池模组的能量网络拓扑进行动态重构,以实现电池模组间的结构兼容与电气兼容。

    一种考虑海量运行场景的电力系统输电网线路规划方法

    公开(公告)号:CN109617065B

    公开(公告)日:2020-09-15

    申请号:CN201910000559.7

    申请日:2019-01-02

    Applicant: 清华大学

    Abstract: 本发明涉及一种考虑海量运行场景的电力系统输电网线路规划方法,属于电力系统扩展规划技术领域。该方法包括:建立两阶段随机电力系统输电网规划模型并分解为上下层主子问题迭代求解;针对海量场景带来的计算负担,在计算子问题时应用蒙特卡罗法进行随机采样,仅计算部分子问题减少计算负担;求解主问题,采用蒙特卡洛采样误差计算放法,判断算法是否已经收敛。若还未收敛,则自适应地增加计算子问题时的随机采样数目,重复上述过程;若已收敛,则说明问题求解已完成,成功得到最优解。利用本方法考虑高比例可再生能源加入下的海量运行场景,改进电力系统扩展规划求解算法,提高规划模型的求解效率速度,为电网规划人员提供决策参考和支持。

    一种电力负荷概率密度多种预测结果的集成方法

    公开(公告)号:CN109558975A

    公开(公告)日:2019-04-02

    申请号:CN201811390580.4

    申请日:2018-11-21

    Applicant: 清华大学

    Abstract: 本发明涉及一种电力负荷概率密度多种预测结果的集成方法,属于电力系统分析技术领域。本发明通过多组不同超参数设定的三类回归模型训练得到多个概率密度或分位数概率预测模型,通过负荷的高斯分布假设和最小二乘法将分位数预测模型的输出转化为服从高斯分布的概率密度模型。采用概率密度预测集成方法,基于训练好的概率密度预测模型和结果构建概率密度预测最优集成模型,确定不同概率密度预测方法的权重,从而使得最终集成预测模型的连续等级概率损失最小。本方法最后转化成为一个二次规划问题,进而利用成熟商业软件快速搜索到全局最优集成权重,提高了概率密度性短期负荷预测精度,进而降低电力系统调度运行成本。

    基于多参数线性规划的电力系统风险评估加速方法

    公开(公告)号:CN109102146A

    公开(公告)日:2018-12-28

    申请号:CN201810698644.0

    申请日:2018-06-29

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于多参数线性规划电力系统风险评估加速方法,该方法建立电力系统运行状态对应的切负荷量最小优化模型以及其对应的多参数线性规划模型;建立线路状态字典集;针对某一采样得到的电力系统运行状态,检索并匹配其对应线路状态字典集元素中的关键判断区域集;若匹配不成功,则采用优化软件求解该运行状态对应的以切负荷损失最小的优化模型,并运用求解结果建立新的关键判断区域;若匹配成功,则利用对应的关键判别区域的特征信息直接计算该运行状态对应的各节点失负荷量。利用本方法改进电力系统风险评估效率,提高电网的风险评估速度,为电网规划和运行人员提供决策参考和支持。

    一种分位数概率性短期电力负荷预测集成方法

    公开(公告)号:CN108846517A

    公开(公告)日:2018-11-20

    申请号:CN201810600576.X

    申请日:2018-06-12

    Applicant: 清华大学

    Abstract: 本发明涉及一种分位数概率性短期电力负荷预测集成方法,属于电力系统分析技术领域。该方法包括:将历史负荷数据划分为两部分,第一部分用于训练单一的分位数概率预测模型,第二部分用于确定多种预测方法的权重从而集成负荷预测;对第一部分数据进行有放回采样得到多个新的训练数据集;对每个训练数据集训练神经网络分位数回归、随机森林分位数回归、渐进梯度回归树分位数回归三个回归模型;在第二部数据集上建立以分位数损失最小为目标函数的优化模型确定各种分位数回归模型的权重,从而最终得到分位数概率性集成负荷预测模型。本方法能够在各种单一预测模型的基础上,提高进一步提高概率性负荷预测的精度,有助于降低电力系统运行的成本。

    一种基于电池寿命的共享式电池的容量计算方法

    公开(公告)号:CN106950500A

    公开(公告)日:2017-07-14

    申请号:CN201710131632.5

    申请日:2017-03-07

    Applicant: 清华大学

    CPC classification number: G01R31/3651

    Abstract: 本发明涉及一种基于电池寿命的共享式电池的容量计算方法,属于电网设备投资技术领域。本发明在每次迭代中根据电价、用户负荷数据和本次迭代所设定的共享式电池寿命,通过线性规划方法确定在本次迭代中每个用户单独使用储能时的充电放电需求曲线,再通过线性规划方法确定共享式电池在本次迭代中的容量以及充电放电曲线,通过电池老化模型更新电池寿命。本发明充分考虑电池运行所导致的电池老化对于电池寿命的影响,在投资决策中考虑其对于等年值投资成本的影响,从而做出等年值投资运行综合成本最小化的投资决策。

Patent Agency Ranking