基于模态分解和迁移学习的极端场景下负荷预测方法

    公开(公告)号:CN112488397A

    公开(公告)日:2021-03-12

    申请号:CN202011389811.7

    申请日:2020-12-01

    摘要: 本发明公开了一种基于模态分解和迁移学习的极端场景下电力负荷预测方法,包括:1)统计各种极端场景下电力负荷历史数据,并将其按负荷曲线的大致趋势分类;2)使用改进的聚合经验模态分解法将数据分频,得到负荷趋势项和若干高频分量;3)使用所述历史数据的趋势项进行基于注意力机制模型权重转移的迁移学习,得到趋势项的预测模型;4)使用所述预测模型和LSTM网络分别对所述趋势项和本征模态函数进行负荷预测,并将预测结果叠加起来,得到负荷预测结果。本发明能充分利用各种极端事件发生时的电力负荷历史数据,对同类场景下电力负荷趋势进行预测,解决了极端场景下电力负荷预测时传统方法不适用的问题。

    计及多环节运行特性的PEMWE最优运行策略规划方法

    公开(公告)号:CN118114819A

    公开(公告)日:2024-05-31

    申请号:CN202410216355.8

    申请日:2024-02-27

    摘要: 本发明公开一种计及多环节运行特性的PEMWE最优运行策略规划方法,包括采用遗传算法对预先构建的PEMWE‑储氢规划与运行优化模型进行求解,随机生成N个PEMWE容量配置方案,PEMWE‑储氢规划与运行优化模型以规划周期内总成本最小为上层模型优化目标,以衰减量最小作为下层模型优化目标;将N个容量配置方案逐个代入下层模型,作为下层模型运行优化的边界条件,生成M个PEMWE运行方案,将最小衰减量对应的运行方案作为最优运行方案;将最优运行方案对应的衰减量返回上层模型,计算上层模型优化目标的适应度值,对比N个运行规划方案的净现值,保留净现值最大的容量配置及运行方案;判断在满足预先设置的迭代终止条件时,输出PEMWE最优运行策略规划结果。

    基于季节性氢储能的电-氢协同源储规划方法

    公开(公告)号:CN118100229A

    公开(公告)日:2024-05-28

    申请号:CN202410216356.2

    申请日:2024-02-27

    摘要: 本发明公开一种基于季节性氢储能的电‑氢协同源储规划方法,包括根据规划区域的发电与负荷数据,得到中长时间尺度源荷特征;将中长时间尺度源荷特征输入至电源‑氢储能容量优化模型,以电源与氢储能投资运行成本最小为目标,求解电源与氢储能容量配置方案与氢储能中长时间尺度的运行策略;将电源与氢储能容量配置方案与氢储能中长时间尺度的运行策略输入至短时储能容量优化模型,以短时储能年均投资运维成本与为满足极端调峰场景电力平衡增加配置的发电机组及氢储能成本之和最小为目标,求解满足极端调峰场景下电力电量平衡的短时储能容量配置方案;最后利用多时间尺度运行优化模型,以各周的运行成本最低为目标,求解电源与储能容量规划方案。