-
公开(公告)号:CN117215189A
公开(公告)日:2023-12-12
申请号:CN202311128620.9
申请日:2023-09-02
申请人: 河海大学
IPC分类号: G05B13/04 , F03B13/16 , F03B15/00 , G06F30/27 , G06N3/02 , G06F113/08 , G06F119/14 , G06F111/04
摘要: 本发明公开了一种基于深度Q网络的直驱式波浪发电系统模型预测控制方法、系统与可读介质,属于可再生能源发电的技术领域。本发明的方法将预测控制方法应用于直驱式波浪发电系统,以最大化功率捕获为优化目标,并将装置实际物理限制纳入算法的约束中,利用已知未来一定时域内的波浪力数据预测,求得波浪发电系统的最佳控制量;并采用深度Q网络算法对目标函数中正则系数的最优取值进行调整。本发明的预测控制方法能够在不同波浪激励力输入条件下,基于深度Q网络自适应调节正则系数,提高算法灵活性,在满足系统约束的情况下,提高直驱式波浪发电系统的功率捕获性能。
-
公开(公告)号:CN113011045B
公开(公告)日:2022-09-30
申请号:CN202110397097.4
申请日:2021-04-13
申请人: 河海大学 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号: G06F30/20 , G06K9/62 , G06Q50/06 , G06F113/04
摘要: 本发明公开了一种夏季用电负荷中空调功率获取方法,其先获取供电区域全年的日负荷功率数据、温度数据和湿度数据;然后根据全年温度、湿度数据,计算温湿度效应下的人体体感温度;接着根据每日最高体感温度、最低体感温度和平均体感温度确定全年常温日集合、夏季高温日集合;分别基于常温日集合中工作日和非工作的归一化的日负荷曲线,通过聚类分析,从常温日集合中获得工作日和非工作日的基准日负荷曲线集合;为夏季高温日集合中的每一天筛选一条最接近基准日负荷曲线作为对应日计算空调功率的基准;从而获得夏季高温日的空调负荷功率变化曲线。本发明解决了现有负荷建模过程中,由于缺乏空调功率数据而影响夏季负荷模型准确性的问题。
-
公开(公告)号:CN113193547B
公开(公告)日:2022-09-06
申请号:CN202110293668.X
申请日:2021-03-19
申请人: 国网江苏省电力有限公司 , 河海大学
摘要: 本发明提供一种计及新能源及负荷区间不确定性的电力系统日前‑日内协同调度方法与系统,包括获取电力系统数据以及新能源和负荷日前预测数据;构建日前调度区间优化问题数学模型;确定日前调度方案及日内调度的边界条件;获取新能源及负荷日内滚动预测数据;以及基于日内调度方案边界条件以及新能源及负荷日内区间数模型,构建日内调度问题数学模型并求解日内调度方案。本发明的电力系统日前‑日内协同调度方法,综合构建了电力系统日前‑日内协同调度的区间问题数学模型;运用区间优化理论,将不确定性目标函数及约束函数转化为确定性问题求解,与机会约束规划方法相比,具有对输入数据信息要求较低、决策灵活性好、计算速度快的优点。
-
公开(公告)号:CN110570034B
公开(公告)日:2022-04-22
申请号:CN201910809141.0
申请日:2019-08-29
申请人: 河海大学 , 国网江苏省电力有限公司
摘要: 本发明公开了一种基于多XGBoost模型融合的母线负荷预测方法,包括如下步骤:首先,对母线负荷数据及其相关数据进行预处理,并构建样本集;其次,构建分层预测系统,共2层,在第一层建立N个不同的XGBoost模型,在第二层建立1个XGBoost模型,将第一层N个XGBoost模型的输出作为其输入,即由第一层的XGBoost模型进行一次学习,再由第二层的XGBoost模型对第一层的学习结果进行二次学习;采用粒子群算法(PSO)优化分层预测系统参数;最后应用样本集进行训练与测试,输出母线负荷预测结果。本发明的方法强化了学习效果,提升了泛化能力,适合于解决随机性较强的母线负荷的预测问题。
-
公开(公告)号:CN111209672B
公开(公告)日:2021-11-30
申请号:CN202010012626.X
申请日:2020-01-07
申请人: 河海大学
IPC分类号: G06F30/20 , G06F119/06
摘要: 本发明公开了一种考虑用户调节行为随机性的空调负荷聚合功率建模方法,包括在调节温度设定值后,利用状态队列模型分析调节后的空调群温度状态分布;总结不同的温度状态转移过程,并针对空调群聚合功率的跌落过程进行建模;引入对用户调节行为随机性的考虑,对已提出的空调聚合模型进行修正。本发明汇集了等效热参数模型和状态队列模型的优点,避免了调节过程中应用等效热参数模型需要的大量计算和状态队列模型在调节后产生的功率震荡问题,计算所得结果具有较高的精度和实用性,能够有效减少调度时计算量和实时通信压力。
-
公开(公告)号:CN111525609B
公开(公告)日:2021-10-15
申请号:CN202010326838.5
申请日:2020-04-23
申请人: 国电科学技术研究院有限公司 , 河海大学
摘要: 本发明公开了一种风光储电源直接接入火电厂供给火电厂厂用电的方法,建立接入风光储电源后火电厂的运行调度总体策略;制定调度策略间的切换机制;设置针对调度策略的优化方法;提出适应风光储电源‑火电厂系统建设的技术方法;设置针对技术方法组合的评估方法。本发明基于风光储电源经专线直接接入火电厂的建设思路,针对火电厂厂用电的稳定供给要求,配合火电厂原有的供给其厂用电的运行方式,提出适应新环境的调度控制策略及技术改造方法,实现风光储电源对火电厂厂用电的供给。有效提高风电和光电资源富集地区的风电和光电的就地消纳能力,充分实现多能互补。
-
公开(公告)号:CN113205174A
公开(公告)日:2021-08-03
申请号:CN202110313318.5
申请日:2021-03-24
申请人: 国网江苏省电力有限公司 , 河海大学
摘要: 本发明提供一种基于特征解耦深度神经网络模型的夏季峰荷预测方法与系统,通过对采集的某地区夏季历史气象、历史日峰荷和时间数据进行预处理,以时间、历史气象、历史日峰荷为输入特征生成初始训练特征向量;利用输入特征对夏季峰荷预测影响的差异性,构建三分支特征解耦深度神经网络预测模型;根据训练特征向量进行模型训练和参数调优,确定待预测的输入特征向量及模型参数;利用训练好的特征解耦深度神经网络模型对待预测集合样本的特征向量进行夏季峰荷预测。本发明的夏季峰荷预测方法可以有效反应气象的积累效应,从而有效提高电力系统夏季日峰荷的预测精度。
-
公开(公告)号:CN113113908A
公开(公告)日:2021-07-13
申请号:CN202110287946.0
申请日:2021-03-17
申请人: 国网江苏省电力有限公司 , 河海大学
摘要: 本发明提供一种适用于现代大电网频率响应的时域解析方法与系统,在经典系统频率响应模型的基础上,构建适用于包含有火电、水电、新能源发电的大电网的通用频率响应模型;再根据实测大电网的动态和稳态数据,唯一确定通用频率响应模型的所有参数;最后通过拉普拉斯反变换,获得大电网频率响应的时域解析。本发明可适用于包含火电、水电、新能源发电等多种类型电源的现代电网,不仅可提高大电网系统频率响应计算的准确性,还可以快速而准确地计算电网发生不同大小功率扰动时的系统频率响应动态过程,解析过程简单、快速,在大电网频率安全分析和控制领域具有广泛的应用前景和工程实用价值。
-
公开(公告)号:CN113011045A
公开(公告)日:2021-06-22
申请号:CN202110397097.4
申请日:2021-04-13
申请人: 河海大学 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号: G06F30/20 , G06K9/62 , G06Q50/06 , G06F113/04
摘要: 本发明公开了一种夏季用电负荷中空调功率获取方法,其先获取供电区域全年的日负荷功率数据、温度数据和湿度数据;然后根据全年温度、湿度数据,计算温湿度效应下的人体体感温度;接着根据每日最高体感温度、最低体感温度和平均体感温度确定全年常温日集合、夏季高温日集合;分别基于常温日集合中工作日和非工作的归一化的日负荷曲线,通过聚类分析,从常温日集合中获得工作日和非工作日的基准日负荷曲线集合;为夏季高温日集合中的每一天筛选一条最接近基准日负荷曲线作为对应日计算空调功率的基准;从而获得夏季高温日的空调负荷功率变化曲线。本发明解决了现有负荷建模过程中,由于缺乏空调功率数据而影响夏季负荷模型准确性的问题。
-
公开(公告)号:CN112365053A
公开(公告)日:2021-02-12
申请号:CN202011255724.2
申请日:2020-11-11
申请人: 河海大学 , 国网冀北电力有限公司电力科学研究院 , 国网冀北电力有限公司
摘要: 本发明公开了一种负荷区域内分布式光伏发电总功率的预测方法、系统与计算机可读介质,根据“待估算日”的总功率数据以及负荷区域内某一个具有测量数据的分布式光伏站点的输出功率数据,以及在“待估算日”之前30天内根据白天时段光伏输出功率曲线的极大值数量和夜间时段总功率曲线差异指标筛选出的某日总功率数据和有测量的分布式光伏站点输出功率数据,就可以估算出整个负荷区域内全部分布式光伏的总输出功率。所述方法解决了在对含分布式光伏的负荷区域进行建模时,因分布式光伏功率测量不全和分布式光伏在网真实装机容量难以获知而导致无法准确得到分布式光伏总输出功率的问题。
-
-
-
-
-
-
-
-
-