一种基于人工智能的电网精准投资项目决策方法

    公开(公告)号:CN112149976B

    公开(公告)日:2022-10-21

    申请号:CN202010959060.1

    申请日:2020-09-14

    摘要: 本发明提出了一种基于人工智能的电网精准投资项目决策方法。本发明通过不同决策维度下的不同指标、不同决策维度下的不同指标的指标类型建立精准投资项目决策指标体系;根据不同决策维度的不同指标的指标类型,对各待决策项目对应的不同决策维度下的不同指标的指标值进行量化评分;基于熵权法与变异系数法计算初始客观权重,由人工智能学习历史决策经验得到的权重,计算最终客观权重;将指标量化评分与最终客观权重进行加权计算得到待决策项目的综合评分,结合待决策项目综合评分对项目进行排序优选,以辅助电网开展精准投资决策。本发明指标体系来源可靠、指标体系具有可量化性、决策模型具有动态跟踪性,且本发明电网投资项目决策精度高。

    风-储场站日前-日内两阶段功率上报的优化方法

    公开(公告)号:CN114977166A

    公开(公告)日:2022-08-30

    申请号:CN202210687578.3

    申请日:2022-06-16

    申请人: 武汉大学

    摘要: 本发明公开了一种风‑储场站日前‑日内两阶段功率上报的优化方法,包括:基于气象数据与预测时间步的差异性分别对日前、日内预测误差进行分箱处理,并根据分箱后的预测误差样本集构建日前、日内风功率场景集;根据步骤1得到的日前、日内风功率场景集,以期望考核电量最小为优化目标,构建日前风功率优化上报模型以及考虑储能调节的日内风‑储功率优化上报模型;考虑到日前、日内上报优化问题的多重非线性特征,采用优化算法对上述优化上报模型进行求解,得到优化后的上报策略。本发明在考虑风功率不确定性的同时能将不同时间尺度的优化实现深度融合,从而有效提升风‑储场站功率上报的准确率,降低考核电量。

    一种受控负荷阻尼因子控制器及采用该控制器的调频方法

    公开(公告)号:CN114243731B

    公开(公告)日:2022-06-14

    申请号:CN202210165605.0

    申请日:2022-02-23

    申请人: 武汉大学

    IPC分类号: H02J3/24 H02J3/12

    摘要: 本发明涉及一种受控负荷阻尼因子控制器及采用该控制器的调频方法,该控制器设计了系统频率偏差与负荷侧电压变化的反馈控制环节,并通过控制调压变压器的快速电子式变档加以实现,达到调节负荷侧电压并改变负荷有功功率的功能。本发明通过设计系统频率偏差与负荷侧电压偏差的反馈控制器,并通过110kV用户变电站或10kV馈线的电子式快速调档调压变压器,来调节负荷侧的母线电压从而改变负荷有功功率,最终实现负荷有功功率对系统频率变化的受控响应,大幅度提升负荷阻尼因子,达到新型电力系统调频的目的。

    一种受控负荷阻尼因子控制器及采用该控制器的调频方法

    公开(公告)号:CN114243731A

    公开(公告)日:2022-03-25

    申请号:CN202210165605.0

    申请日:2022-02-23

    申请人: 武汉大学

    IPC分类号: H02J3/24 H02J3/12

    摘要: 本发明涉及一种受控负荷阻尼因子控制器及采用该控制器的调频方法,该控制器设计了系统频率偏差与负荷侧电压变化的反馈控制环节,并通过控制调压变压器的快速电子式变档加以实现,达到调节负荷侧电压并改变负荷有功功率的功能。本发明通过设计系统频率偏差与负荷侧电压偏差的反馈控制器,并通过110kV用户变电站或10kV馈线的电子式快速调档调压变压器,来调节负荷侧的母线电压从而改变负荷有功功率,最终实现负荷有功功率对系统频率变化的受控响应,大幅度提升负荷阻尼因子,达到新型电力系统调频的目的。

    一种风电系统多调度场景的备用需求动态评估方法

    公开(公告)号:CN111049193B

    公开(公告)日:2021-10-22

    申请号:CN201911296066.9

    申请日:2019-12-16

    IPC分类号: H02J3/46 H02J3/38 H02J3/14

    摘要: 本发明提出了一种风电系统多调度场景的备用需求动态评估方法。本发明综合考虑含风电电力系统源荷侧不确定性,将同一历史时段的风电、负荷预测值和实测值组成数据组;根据预测值对数据组进行均匀分箱,采用通用分布模型对箱内系统误差分布规律进行拟合,获取系统误差概率分布曲线;根据分布曲线得到失效向上/向下备用容量、切负荷量和弃风量的期望;将不可解析的四种期望表达式进行数值积分和分段线性化处理使其可解析易推广。本发明优点在于可实现动态评估不同调度时段下受系统不确定性影响的备用需求,不仅可作为已知电力系统机组组合/经济调度结果的评价指标,还可以直接应用于电力系统优化调度问题中,帮助调度人员得到合理的备用计划。

    一种基于强化学习的电网紧急辅助切负荷决策方法及装置

    公开(公告)号:CN113312839A

    公开(公告)日:2021-08-27

    申请号:CN202110571292.4

    申请日:2021-05-25

    申请人: 武汉大学

    摘要: 本申请涉及一种基于强化学习的电网紧急辅助切负荷决策方法及装置,包括步骤:根据环境因素对切负荷代价的影响建立切负荷辅助决策模型以定义最小切负荷代价的约束条件;基于强化学习算法对所述切负荷辅助决策模型中的参数进行优化,以使所述切负荷辅助决策模型在待切负荷节点存在重要负荷供电馈线时可根据当前环境因素自适应地输出切负荷策略以满足最小切负荷代价的约束条件。本发明在切负荷控制策略中考虑到环境因素的影响和存在少量重要负荷不能切除或无法切除等情况,能够在满足切除要求的可控负荷节点中自适应地决策出当前状态下切负荷代价最小的方案。