-
公开(公告)号：CN107977744B
公开(公告)日：2021-07-13
申请号：CN201711238465.0
申请日：2017-11-30
Applicant: 三峡大学
Abstract: 本发明属于电网调度领域，具体是一种基于传统Benders分解法的电力系统日前鲁棒调度方法，用来求解含新能源的电力系统动态经济调度问题。提出了一种综合考虑负荷、风电以及光伏出力不确定性及概率相关性的日前鲁棒调度方法。首先构建考虑多重不确定性因素及概率相关性的改进鲁棒优化调度模型；然后利用Cholesky分解法将具有相关性的随机样本转换为相互独立的随机样本，从而基于样本特征直接确定最坏场景；最后利用Benders分解法对模型进行求解。基于IEEE‑118节点算例的仿真结果表明：本发明所提方法可以在多重不确定性因素下，保证日前调度计划鲁棒性的同时，有效提升其经济性，而基于Cholesky分解的最坏场景确定方法也有效提升了鲁棒调度模型的紧凑性，使其计算效率得到显著提升。
-
公开(公告)号：CN112186766A
公开(公告)日：2021-01-05
申请号：CN202011112195.0
申请日：2017-11-30
Applicant: 三峡大学
Abstract: 一种基于Benders分解的多阶段分解方法，它用于对机组组合决策的日前调度模型进行问题的分解，在分解后包括基本场景下的UC决策主问题、基本场景下的网络安全校核子问题、以及最坏场景下的鲁棒校核子问题。在进行问题的分解的时候包括以下步骤：步骤1，进行UC主问题的建模及求解；步骤2，进行基本场景下的安全子问题建模及求解；步骤3，进行考虑不确定场景下的安全子问题建模及求解。
-
公开(公告)号：CN107038292B
公开(公告)日：2020-05-26
申请号：CN201710213979.4
申请日：2017-04-01
Applicant: 三峡大学
IPC: G06F30/20 , G06F113/06 , G06Q50/06 , H02J3/38 , H02J3/00
Abstract: 本发明公开了一种基于自适应多变量非参数核密度估计的多风电场出力相关性建模方法，属于多维变量相关性研究技术领域。包括：步骤一：建立风电场多变量非参数核密度估计模型；步骤二：构建带宽优化模型；步骤三：构建基于序优化的风电场自适应多变量非参数核密度估计模型带宽求解方法。本发明建模过程实用简单，能快速有效的对多个随机变量之间的相关性进行建模，不仅较传统基copula函数的参数估计方法具有更高的精度和适用性，而且还较好的解决了传统多变量非参数核密度估计方法的局部适应性问题。
-
公开(公告)号：CN107145707B
公开(公告)日：2019-12-27
申请号：CN201710215832.9
申请日：2017-04-01
Applicant: 三峡大学
Abstract: 本发明提出了一种考虑分布式能源出力不确定性和全寿命周期成本的配变规划方法，属于配电网规划领域。首先，考虑分布式光伏发电的出力不确定性，提出了一种基于机会约束理论的配变风险定容方法；在此基础上，利用三点估计法计算分布式光伏发电接入后的配网概率潮流，同时构建基于全寿命周期成本的目标函数，并最终提出基于全寿命周期理论的配变不确定性规划模型。算例仿真结果表明，相比于传统确定性的配变规划方法，本文提出的方法不仅能对设备全寿命周期内的所有成本进行精细化度量，而且精确计算了分布式电源不确定性对于设备定容选型的影响，弥补了配变定容与选型的界限，从而有效提升了配变规划的经济性，本发明所提出的方法更为科学。
-
公开(公告)号：CN112186766B
公开(公告)日：2022-07-01
申请号：CN202011112195.0
申请日：2017-11-30
Applicant: 三峡大学
Abstract: 一种基于Benders分解的多阶段分解方法，它用于对机组组合决策的日前调度模型进行问题的分解，在分解后包括基本场景下的UC决策主问题、基本场景下的网络安全校核子问题、以及最坏场景下的鲁棒校核子问题。在进行问题的分解的时候包括以下步骤：步骤1，进行UC主问题的建模及求解；步骤2，进行基本场景下的安全子问题建模及求解；步骤3，进行考虑不确定场景下的安全子问题建模及求解。
-
Patent Agency Ranking
公开(公告)号：CN107947164A
公开(公告)日：2018-04-20
申请号：CN201711238480.5
申请日：2017-11-30
Applicant: 三峡大学
Abstract: 本发明属于电网调度领域，具体是一种考虑多重不确定性及相关性的电力系统日前鲁棒调度方法，用来求解含新能源的电力系统动态经济调度问题。提出了一种综合考虑负荷、风电以及光伏出力不确定性及概率相关性的日前鲁棒调度方法。首先构建考虑多重不确定性因素及概率相关性的改进鲁棒优化调度模型；然后利用Cholesky分解法将具有相关性的随机样本转换为相互独立的随机样本，从而基于样本特征直接确定最坏场景；最后利用Benders分解法对模型进行求解。本发明所提方法可以在多重不确定性因素下，保证日前调度计划鲁棒性的同时，有效提升其经济性，而基于Cholesky分解的最坏场景确定方法也有效提升了鲁棒调度模型的紧凑性，使其计算效率得到显著提升。
-
公开(公告)号：CN106446383A
公开(公告)日：2017-02-22
申请号：CN201610824088.8
申请日：2016-09-14
Applicant: 三峡大学
Abstract: 本发明提出了一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法，首先在粗糙模型中融入离散变量识别策略，并构造基于约束条件的序优化粗糙模型；然后在精确模型中引入非有效安全约束削减策略，并构造针对连续变量的序优化精确模型。相比于传统针对SCUC模型的约束序优化方法，本发明提出的改进策略有效提升了序优化算法的紧凑性，降低了计算冗余度，因而具有更高的求解效率。
-
公开(公告)号：CN105976057A
公开(公告)日：2016-09-28
申请号：CN201610288901.4
申请日：2016-05-04
Applicant: 三峡大学
Abstract: 本发明是一种基于改进灰色理论的中长期负荷预测方法，属于中长期负荷预测预测技术领域。包括：步骤一：利用专家法对原始数据组奇异值的人工修正；步骤二：数据的平滑预处理；步骤三：原始GM(1,1)模型的确定；步骤四：残差GM(1,1)模型的确定，提高模型预测精度；步骤五：等维GM(1,1)模型的确定，提高模型预测精度及其适用性；步骤六：利用等维残差GM(1,1)模型进行预测得到精确预测数据。本发明建模过程实用简单，能快速有效对中长期负荷进行预测，对优化电力调度，合理进行配网规划规划具有重要意义。
-
公开(公告)号：CN112186765B
公开(公告)日：2022-06-17
申请号：CN202011110581.6
申请日：2017-11-30
Applicant: 三峡大学
IPC: H02J3/00 , H02J3/06 , H02J3/48 , H02J3/38 , G06F30/20 , G06F17/18 , G06F111/04 , G06F111/06
Abstract: 一种机组组合决策的日前调度模型的建模方法，它包括以下步骤：步骤1，将机组组合决策分为基本场景和最坏场景；步骤2，以不确定性因素功率预测值为基础，以系统总运行成本最小为目标，同时考虑在确定性环境下的常规约束条件，进行基本场景下的日前调度模型的建模；步骤3，以不确定性电源出力的最大波动出力为基础，考虑不确定性约束条件，进行最坏场景下的日前调度模型的建模。本发明将机组组合决策分为基本场景和最坏场景分别建模，基本场景以不确定性因素功率预测值为基础，以系统总运行成本最小为目标，同时考虑系统在确定性环境下的各种常规约束条件，从而保障调度决策的经济性。
-
公开(公告)号：CN105976057B
公开(公告)日：2021-07-20
申请号：CN201610288901.4
申请日：2016-05-04
Applicant: 三峡大学
Abstract: 本发明是一种基于改进灰色理论的中长期负荷预测方法，属于中长期负荷预测预测技术领域。包括：步骤一：利用专家法对原始数据组奇异值的人工修正；步骤二：数据的平滑预处理；步骤三：原始GM(1,1)模型的确定；步骤四：残差GM(1,1)模型的确定，提高模型预测精度；步骤五：等维GM(1,1)模型的确定，提高模型预测精度及其适用性；步骤六：利用等维残差GM(1,1)模型进行预测得到精确预测数据。本发明建模过程实用简单，能快速有效对中长期负荷进行预测，对优化电力调度，合理进行配网规划规划具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.016 seconds)
