-
公开(公告)号：CN114362175A
公开(公告)日：2022-04-15
申请号：CN202210229898.4
申请日：2022-03-10
Applicant: 山东大学
Abstract: 本发明属于风电功率预测技术领域，提供了一种基于深度确定性策略梯度算法的风电功率预测方法及系统，本发明利用多重不同预测方法构建组合预测的子模型，然后采用深度确定性策略梯度算法，利用算法中的智能体通过与外部预测环境交互不断试错以最大化折扣收益，最终智能体具备感知外部预测环境的能力，可以实现合理动态分配组合模型中各个预测子模型权重的能力，实现准确预测。
-
公开(公告)号：CN110648014B
公开(公告)日：2022-04-15
申请号：CN201910802636.0
申请日：2019-08-28
Applicant: 山东大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
Abstract: 本公开提供了一种基于时空分位数回归的区域风电预测方法及系统，采集多个风电场预设时间段内的运行和数值天气预报数据，将采集到的数据转换为特征图，建立训练集、验证集和测试集；建立时空分位数回归模型，利用训练集训练集、验证集和测试集对模型进行训练和优化；实时采集各个风电场的运行数据和环境数据，根据优化好的时空分位数回归模型进行未来一定时间段内的区域风力发电预测；本公开通过时空分位数回归模型对区域风电进行短期非参数化的概率预测，解决了在进行具有较大的输入信息时的区域风电风电预测中解释变量的选择问题，极大的提高预测的准确性和可靠性，为具有大数据的区域风力发电概率预测提供了一种具体的解决方案。
-
公开(公告)号：CN113922404A
公开(公告)日：2022-01-11
申请号：CN202111237324.3
申请日：2021-10-22
Applicant: 山东大学 , 国网山东省电力公司济南供电公司
Abstract: 本发明提供了一种社区电动汽车集群充电协调方法及系统，所述方法包括获取用户充电到站数据；确定社区充电站及电动汽车的约束条件；根据用户充电到站数据和约束条件，利用多智能体电动汽车充电协调模型求解得到协调结果，其中，采用深度强化学习方法对多智能体电动汽车充电协调模型进行求解。基于多智能体深度确定性策略梯度算法实现电动汽车充电策略协调，有效应对社区充电站负荷峰值限制，缓解电动汽车充电的区域性影响。
-
公开(公告)号：CN113541205B
公开(公告)日：2021-12-24
申请号：CN202111071355.6
申请日：2021-09-14
Applicant: 山东大学 , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置，包括：对系统中的CSP机组进行集群分组，获得多个CSP机组组群；通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量，构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束，进而构建低碳CSP系统规划与运行协同优化模型；获取低碳CSP系统中各机组的额定容量；根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型，获取各机组组群的容量配置方案。其中，CSP机组组群各项约束中的变量都是连续的，为完全的线性优化模型，降低了模型计算的复杂度，适用于大规模电力系统长期规划问题的分析。
-
公开(公告)号：CN109886452B
公开(公告)日：2021-06-15
申请号：CN201910009512.7
申请日：2019-01-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
Inventor： 程艳 , 王士柏 , 杨明 , 孙树敏 , 苏建军 , 孟瑜 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王尚斌 , 刘守刚 , 王勃 , 赵元春 , 马嘉翼
Abstract: 本发明公开了一种基于经验动态建模的风电功率超短期概率预测方法及系统，其中该方法包括：对待预测量时间序列进行标准正态化处理，并对标准正态化处理后的数据进行非线性聚合度计算，以考察给定的动态系统的非线性程度；采用粒子群优化算法，计算最优嵌入维数E和延迟时间τ；进一步地，对待预测量时间序列进行相空间重构；构建经验动态模型，在重构相空间内采用单纯形投影法对给定的动态系统进行预测，得到待预测量的预测结果。预测结果显示，采用基于经验动态建模的风电功率超短期概率预测方法可实现对风力发电动态过程完全依据数据的客观描述，显著提升了概率预测的有效性。
-
Patent Agency Ranking
公开(公告)号：CN109919382B
公开(公告)日：2021-06-04
申请号：CN201910177215.3
申请日：2019-03-08
Applicant: 中国电力科学研究院有限公司 , 山东大学
Abstract: 本发明公开了一种考虑日周期性影响的光伏功率爬坡事件非精确概率预测方法及系统，包括：获取光伏电站输出功率数据与光伏电站所在位置的气象数据，作为样本数据；构建信度网络节点变量集与各节点变量的状态集；利用贪婪搜索算法构造样本数据下光伏发电爬坡预测的最优信度网络结构；统计历史数据中不同爬坡状态的先验概率，利用IDM估计各信度网络节点关联的非精确条件概率，构造条件信度集；进行光伏发电爬坡的信度网络概率推理，得到给定气象条件下的光伏功率爬坡概率的非精确预测结果。本发明可有效避免爬坡事件样本不足而导致的概率预测误差，为电网运行调度提供更为全面的决策信息。
-
公开(公告)号：CN112651770A
公开(公告)日：2021-04-13
申请号：CN202011415901.9
申请日：2020-12-07
Applicant: 山东大学 , 国网山东省电力公司经济技术研究院
IPC: G06Q30/02 , G06F30/27 , G06Q50/06 , G06F111/04
Abstract: 本发明提供的电力现货市场售电商负荷申报优化方法及系统，属于电力交易技术领域，获取电力市场历史信息以及电力市场实时信息；根据电力市场历史信息以及电力市场实时信息，以售电商的综合购电成本最小化为目标，建立售电商日前市场负荷申报模型；采用改进的深度Q网络算法对售电商日前市场负荷申报模型进行优化求解，得到售电商日前市场负荷申报曲线。本发明以最小化售电商综合购电成本为目标，以负荷限制、偏差考核为约束，综合考虑各类出清电价与负荷的不确定性，提高了电力负荷申报准确度，提高了负荷申报结果的可参考性，使电力市场售电商购电更加合理，显著地降低了售电商购电成本，降低了资源的浪费，使资源配置更合理。
-
公开(公告)号：CN111244968A
公开(公告)日：2020-06-05
申请号：CN202010080593.2
申请日：2020-02-05
Applicant: 山东大学
Abstract: 本发明属于风电场电压控制领域，提供了一种计及电网电压支撑能力影响的风电场电压控制方法及系统。其中，该方法包括采集风场无功输出时间序列和风场有功变化时间序列；利用模型预测控制方法估算出各个时刻的并网点电压预测值；在并网点电压运行于并网点电压下限和并网点电压上限之间以及风场无功输出介于风场无功输出下限和风场无功输出上限之间的约束条件下，计算各个时刻的并网点电压预测值与并网点电压参考值之间的偏差；调整风场输出功率控制命令，控制风场无功输出和风场有功变化使得并网点电压预测值与并网点电压参考值之间的偏差最小，最终实现风电波动对并网点电压的自动控制。
-
公开(公告)号：CN109919382A
公开(公告)日：2019-06-21
申请号：CN201910177215.3
申请日：2019-03-08
Applicant: 中国电力科学研究院有限公司 , 山东大学
Abstract: 本发明公开了一种考虑日周期性影响的光伏功率爬坡事件非精确概率预测方法及系统，包括：获取光伏电站输出功率数据与光伏电站所在位置的气象数据，作为样本数据；构建信度网络节点变量集与各节点变量的状态集；利用贪婪搜索算法构造样本数据下光伏发电爬坡预测的最优信度网络结构；统计历史数据中不同爬坡状态的先验概率，利用IDM估计各信度网络节点关联的非精确条件概率，构造条件信度集；进行光伏发电爬坡的信度网络概率推理，得到给定气象条件下的光伏功率爬坡概率的非精确预测结果。本发明可有效避免爬坡事件样本不足而导致的概率预测误差，为电网运行调度提供更为全面的决策信息。
-
公开(公告)号：CN109462237A
公开(公告)日：2019-03-12
申请号：CN201811045461.5
申请日：2018-09-07
Applicant: 山东大学 , 国家电网有限公司 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种计及直流分层结构交直流混联潮流计算的方法及系统，根据换流站的控制方式完成直流网络的状态计算，将直流网络与交流网络的连接点等效为功率节点；使用牛顿—拉夫逊法计算潮流。本发明既克服了交替迭代法的交替迭代引起的收敛性变差问题，又避免了联立求解法所引起的初值选取、雅可比矩阵规模扩大问题；具有好的收敛性和迭代过程内存占用少双重优点。
-
-
-
-
-
-
-
-
-
Search Results
229
records
(took 0.046 seconds)
