-
公开(公告)号：CN109840692A
公开(公告)日：2019-06-04
申请号：CN201910004358.4
申请日：2019-01-03
摘要： 本发明公开了一种互联微电网分布式鲁棒调度系统，其特征在于，包括互联微电网和代理；微电网包括可再生能源发电系统，可调式分布式发电系统，储能系统和负荷；且本地负荷与可再生能源发电系统的发电量之间的差值具有不确定性；每个微电网配置一个代理，代理被配置为集成控制本地微电网的所有信息；有物理联接的微电网，对应的代理相互通信；本发明还公开了一种互联微电网分布式鲁棒调度的分层分布式算法，协同优化层优化联络功率，本地优化层在此基础上优化本地内部调度。本设计无需集中调控中心，通过分散协调和局部自治优化大大减少通信和服务器的投资；方法考虑了微电网的不确定度，鲁棒性能好，且各微网不与其他主体交互操作隐私。
-
公开(公告)号：CN111291782B
公开(公告)日：2022-09-09
申请号：CN202010032213.8
申请日：2020-01-13
摘要： 本发明公开了一种基于信息累积k‑Shape聚类算法的累积负荷预测方法，包括：根据用电负荷曲线的形状特征，执行k‑Shape聚类；再转化成为用户之间负荷曲线的相似性矩阵和距离矩阵；在距离矩阵上获得刻画每个用户之间距离的分层结构；选择不同的聚类个数得到对用户不同的集群划分，训练学习模型，对用户的累积负荷进行概率性和确定性预测；确定每种集群划分的概率性和确定性预测累积负荷预测结果的权重，并将其组合为最终的累积负荷预测结果。本发明提出了较为全面地涵盖用户用电负荷的形状信息，而不依赖于提取特征；有利于用户用电特征的描述；实现了累积负荷预测的集成学习，以及概率性和确定性预测准确度的提高。
-
公开(公告)号：CN111291782A
公开(公告)日：2020-06-16
申请号：CN202010032213.8
申请日：2020-01-13
摘要： 本发明公开了一种基于信息累积k-Shape聚类算法的累积负荷预测方法，包括：根据用电负荷曲线的形状特征，执行k-Shape聚类；再转化成为用户之间负荷曲线的相似性矩阵和距离矩阵；在距离矩阵上获得刻画每个用户之间距离的分层结构；选择不同的聚类个数得到对用户不同的集群划分，训练学习模型，对用户的累积负荷进行概率性和确定性预测；确定每种集群划分的概率性和确定性预测累积负荷预测结果的权重，并将其组合为最终的累积负荷预测结果。本发明提出了较为全面地涵盖用户用电负荷的形状信息，而不依赖于提取特征；有利于用户用电特征的描述；实现了累积负荷预测的集成学习，以及概率性和确定性预测准确度的提高。
-
公开(公告)号：CN110503268A
公开(公告)日：2019-11-26
申请号：CN201910809481.3
申请日：2019-08-29
申请人： 上海交通大学
摘要： 本发明公开了一种模型数据联合驱动的综合能源系统态势感知方法，涉及一种综合能源系统状态感知技术，包括以下步骤：步骤1、基于随机矩阵理论的异常量测检测方法，确定异常量测；步骤2、剔除步骤1中的异常量测，读取线路连接关系，生成综合能源系统的阻抗矩阵；执行综合能源系统的态势理解方法，实现对综合能源系统的量测的准确感知；步骤3、利用基于PID控制策略的超短期预测方法预测电网有功功率值和热网管道的流量，再次执行步骤2中的态势理解方法，预估综合能源系统下一时段的运行状态。本发明具有更高的检测精度和鲁棒性，可同时考虑模型的动态特性和模型的静态特性，且基于PID控制策略提出的超短期预测方法具有更强的动态跟踪能力。
-
公开(公告)号：CN110503268B
公开(公告)日：2022-09-27
申请号：CN201910809481.3
申请日：2019-08-29
摘要： 本发明公开了一种模型数据联合驱动的综合能源系统态势感知方法，涉及一种综合能源系统状态感知技术，包括以下步骤：步骤1、基于随机矩阵理论的异常量测检测方法，确定异常量测；步骤2、剔除步骤1中的异常量测，读取线路连接关系，生成综合能源系统的阻抗矩阵；执行综合能源系统的态势理解方法，实现对综合能源系统的量测的准确感知；步骤3、利用基于PID控制策略的超短期预测方法预测电网有功功率值和热网管道的流量，再次执行步骤2中的态势理解方法，预估综合能源系统下一时段的运行状态。本发明具有更高的检测精度和鲁棒性，可同时考虑模型的动态特性和模型的静态特性，且基于PID控制策略提出的超短期预测方法具有更强的动态跟踪能力。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
