-
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：CN115912484B
公开(公告)日：2024-02-20
申请号：CN202211575154.4
申请日：2022-12-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明公开了一种提供电网主动支撑能力的风电场功率快速控制系统，具体包括：支撑功率一体化分配系统：对风电场主动支撑期间有功支撑功率和无功支撑功率一体化优化分配；迎风风速和机端电压预测系统：与支撑功率一体化分配系统连接，基于有功支撑功率和无功支撑功率一体化分配结果预测对应的主动支撑期间各风电机组迎风风速和机端电压；风电机组主控系统：接收有功支撑功率和无功支撑功率一体化分配结果，以及接收迎风风速和机端电压预测系统的机组主动支撑期间迎风风速和机端电压预测结果，对所属风电机组实现有功支撑功率和无功支撑功率一体化优化预测控制；所述支撑功率一体化分配系统还与储能设备控制系统和无功补偿装置控制系统连接。
-
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。
-
公开(公告)号：CN115833102B
公开(公告)日：2023-08-25
申请号：CN202211575153.X
申请日：2022-12-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明公开了一种基于模型预测控制的风电场频率快速响应控制方法，包括步骤：S1：利用SCADA系统的风电机组状态数据，训练得到基于神经网络的风电机组的状态预测模型；基于电网频率偏差对应的风电场总有功功率参考值，并结合状态预测模型，采用模型预测控制算法，得到各个风电机组的有功功率参考值；S2：离线训练基于神经网络的风电机组控制模型，利用训练好的模型替代模型预测控制算法对各风电机组进行在线控制；S3：当状态预测模型误差超过设定阈值时，采用最新的SCADA系统监测数据重新训练，更新风电机组的状态预测模型和控制模型。本发明构建了更精确的风电机组状态预测模型，并能够迅速给出各风电机组参考功率，实现风电场快速频率响应控制。
-
公开(公告)号：CN114202229B
公开(公告)日：2023-06-30
申请号：CN202111560458.9
申请日：2021-12-20
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/067 , G06Q10/10 , G06Q50/06 , G06F18/214 , G06N3/092
Abstract: 本申请涉及一种基于深度强化学习的微电网的能量管理策略的确定方法、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：获取训练样本集，其中，所述训练样本集中的各训练样本包括微电网在多个历史时间段内的运行成本、状态描述信息以及特性描述信息，所述状态描述信息包括所述微电网在所述历史时间段的运行状态，所述特性描述信息包括所述微电网在所述历史时间段的功率和运行状态；基于所述训练样本，训练预设模型，得到目标模型；基于所述微电网在当前时间段的状态描述信息和所述目标模型，得到所述微电网在当前时间段的特性描述信息；根据所述特性描述信息，确定所述微电网的能量管理策略。采用本方法能够适应真实场景的需求。
-
Patent Agency Ranking
公开(公告)号：CN116342077A
公开(公告)日：2023-06-27
申请号：CN202310621583.9
申请日：2023-05-30
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/10 , G06Q10/0639 , G06Q10/0631
Abstract: 本申请涉及电力技术领域，特别是涉及一种适用于数据缺失场站的新能源功率迁移学习预测方法。该方法包括：在确定新建场站的历史运行数据存在缺失的情况下，从其他场站的预测模型中，选择新建场站对应的迁移学习模型；获取新建场站对应的更新数据；其中，更新数据包括补齐后的历史运行数据，以及新建场站在历史时间段之后的预设时间段内采集到的当前运行数据；根据更新数据，构建新建场站对应的增量学习模型；基于新建场站对应的迁移学习模型和增量学习模型，对新建场站在未来时段内的输出功率进行预测，得到功率预测结果。本申请能够对新建场站进行准确的功率预测。
-
公开(公告)号：CN116341767A
公开(公告)日：2023-06-27
申请号：CN202310612978.2
申请日：2023-05-29
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06F18/214 , G06F18/243 , G06Q50/06
Abstract: 本申请涉及一种基于随机森林的新能源功率预测特征递归筛选方法。所述方法包括：获取新能源电力系统的初始气象特征；根据所述初始气象特征与所述新能源电力系统的发电功率之间的相关性，从所述初始气象特征中筛选出第一气象特征；根据所述第一气象特征对所述新能源电力系统的功率预测的重要性，从所述第一气象特征中确定出第二气象特征；分别将所述第一气象特征和所述第二气象特征作为训练样本，对待训练的功率预测模型进行训练，并根据得到的预训练的功率预测模型的预测精度，从所述第一气象特征和所述第二气象特征中确定出目标气象特征；根据所述目标气象特征，对所述新能源电力系统进行功率预测。采用本方法能够提高新能源功率预测的精度。
-
公开(公告)号：CN116154768B
公开(公告)日：2023-06-27
申请号：CN202310396839.0
申请日：2023-04-14
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种采用点预测误差经验分布逆变换的功率区间预测方法。通过目标预测模型输出多个历史预测功率和目标预测功率，确定每个历史预测功率及其对应的历史真实功率的数值子区间，确定每个子区间的经验累积分布函数，从多个子区间中获取目标预测功率所属的目标子区间，并基于该子区间对应的经验累积分布函数和预设置信水平，确定预测功率区间。相较于传统的通过点预测来预测未来功率的期望的方式，本方案通过利用历史功率数据对应的预测数据与对应的真实数据确定多个子区间的经验累积分布函数，并基于未来的预测功率使用对应的经验累积分布函数确定预测功率区间，提高了功率区间预测的准确度。
-
公开(公告)号：CN115759446A
公开(公告)日：2023-03-07
申请号：CN202211488356.5
申请日：2022-11-25
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N20/20 , G06N5/01 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本申请涉及一种面向新能源高精度预测的机器学习特征选择方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取初始气象特征集合；采取随机森林算法，筛选初始气象特征集合中的气象特征，得到第一气象特征集合；基于相关性分析，对第一气象特征集合进行气象特征筛选，得到第二气象特征集合；采取递归特征消除法筛选第二气象特征集合中的气象特征，得到目标气象特征集合。整个方案根据随机森林算法对气象特征进行初步提取，在初次提取特征的基础上，对气象特征进行相关性分析，根据相关性分析结果再次进行提取，进而对剩余的特征进行递归消除，通过多次筛选，将对新能源发电功率影响最大的特征筛选处理，进而得到更加准确的气象特征。
-
公开(公告)号：CN115564152A
公开(公告)日：2023-01-03
申请号：CN202211556671.7
申请日：2022-12-06
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STIRPAT模型的碳排放量预测方法及装置。方法包括：从数据库中获取预设周期内碳排放量的历史影响指标；根据碳排放量的历史影响指标及预设碳排放量模型进行碳排放量预测，生成碳排放量预测结果；预设碳排放量模型为基于STIRPAT模型及空间杜宾模型所构建的模型；根据碳排放量预测结果计算碳排放权使用额度。本申请基于STIRPAT模型及空间杜宾模型构建预设碳排放量模型，能够提高预设碳排放量模型的准确性。从而，采用预设碳排放量模型进行碳排放量预测，生成的碳排放量预测结果准确性也有所提高。进而，根据碳排放量预测结果计算碳排放权使用额度，能够提高碳排放权使用额度的准确性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.053 seconds)
