-
公开(公告)号：CN117932379B
公开(公告)日：2024-08-09
申请号：CN202410024072.3
申请日：2024-01-08
Applicant: 东南大学
IPC: G06F18/23213 , G06Q10/063 , G06Q50/06
Abstract: 本发明公开了一种基于聚类分析的电力用户负荷特性分析方法及系统，包括样本采集、样本处理，随机簇聚类分析和输出模块。首先，采集用户长期的日负荷特性曲线样本，输出采集的用户长期负荷特性曲线；然后，假定用户每小时的负荷特性正态分布，输出用户负荷特性的正态分布；接着，对于由正态分布的随机变量组成的样本点，按照取质心点、计算随机簇聚类系数、计算样本点到质心的随机簇距离、按照距离大小将样本点归入各个簇中、更新簇的质心的步骤迭代进行随机簇聚类分析；最后，输出舍去方差后的典型用户负荷特性正态分布情况，即输出典型用户的负荷特性曲线，针对电力市场中具有随机性、波动性特征的用户负荷特性，获得更加准确的聚类分析结果。
-
公开(公告)号：CN118071379A
公开(公告)日：2024-05-24
申请号：CN202410168303.8
申请日：2024-02-06
Applicant: 东南大学
IPC: G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06F17/15 , G06F17/16
Abstract: 本发明公开考虑碳排放的用户综合成本计算方法，属于计算、推算或计数的技术领域。该方法通过采集园区用户、新能源设备运行状态等参数，根据采集的参数并考虑碳排放相关项建立园区的社会福利最大化的相应数学模型，之后通过构建拉格朗日函数对建立的模型进行求解，从而得到最后的用户综合成本，为园区代理商的定价策略提供参考。
-
公开(公告)号：CN112906974B
公开(公告)日：2024-03-26
申请号：CN202110265112.X
申请日：2021-03-11
Applicant: 东南大学
IPC: H02J3/00 , G06N3/0442 , G06Q50/06 , G06Q10/063 , G06Q50/26
Abstract: 本发明公开了一种负荷电量及其碳排放预测与校验方法，属于电力经济调度领域。一种负荷电量及其碳排放预测方法，包括以下步骤：统计用户的高碳能源与电力消耗量，构建能耗量数据集；将所述高碳能源的消耗量折算为一次能源碳排放量，构建一次能源碳排放量历史数据集；电力的消耗量作为负荷数据历史数据集，将电能消耗量折算为电能碳排放量，构建电能碳排放量历史数据集；一次能源碳排放量和电力负荷数据作为历史数据，建立一次能源碳排放量和电力负荷的LSTM预测模型与GM预测模型；使用动态权值集成，集成输出结果作为真实预测值，输出预测序列；将电力负荷预测数值折算为电力碳排放预测值，完成可靠性校验，最终求得总碳排放量预测值。
-
公开(公告)号：CN117669833A
公开(公告)日：2024-03-08
申请号：CN202311760287.3
申请日：2023-12-19
Applicant: 东南大学
Abstract: 本发明公开一种考虑时变特征关联度的楼宇负荷预测方法，属于计算、推算或计数的技术领域。首先，采集历史楼宇负荷数据并提取出与楼宇负荷相关的特征因素参数，通过建立特征关联度矩阵来描述各特征因素与楼宇负荷之间的关联度随时间的变化，然后利用灰色预测方法预测未来一个时段内各特征因素与楼宇负荷之间的关联度；接着，根据预测得到的特征关联系数与历史数据特征关联系数的平均值计算下一时段的回归系数，从而得到关于楼宇负荷的时变特征关联度预测模型。与传统的多元线性回归模型相比，基于特征关联度矩阵和灰色预测方法改进得到的时变特征关联度预测模型具有更高的拟合度和更强的预测适应度。
-
公开(公告)号：CN117465273A
公开(公告)日：2024-01-30
申请号：CN202311431817.X
申请日：2023-10-31
Applicant: 东南大学
IPC: B60L53/62 , G06Q10/04 , G06Q50/06 , G06F18/20 , G06F18/2415
Abstract: 本发明公开了一种基于改进马尔可夫链的电动汽车充放电概率预测方法。以充放电桩为研究对象，首先，抽象出马尔可夫链的各状态。获取周期开始时的充放电桩的当前总用电量，根据充放电桩用电量的可调范围划分状态区间。其次，将充放电桩采取的决策行为分为四种：充电行为、快放行为、慢放行为、静止行为。然后，采用TPC方法，建立调控策略，确定某时刻分配的充电行为和放电行为充放电桩数量，并根据其计算出转移概率，建立状态转移矩阵。有利于在考虑随机性条件下，发挥充放电桩在电动汽车充放电调控中的作用，对电动汽车在调控下的充放电量进行直观定量分析。
-
Patent Agency Ranking
公开(公告)号：CN116188058A
公开(公告)日：2023-05-30
申请号：CN202310140870.8
申请日：2023-02-21
Applicant: 东南大学
IPC: G06Q30/0202 , G06Q30/0201 , G06F18/23 , G06F18/241 , G06F18/22 , G06F17/10
Abstract: 本发明公开了一种基于负荷多维特征的聚合商售电策略辅助设计系统，涉及电力市场技术领域，包括负荷特征分析模块：用于聚合商分析历史数据，考虑负荷的不确定性，基于二维云模型负荷特征，将用户负荷进行分类；绿电消纳积分计算方法设计模块：用于考虑绿电出力曲线和用户负荷曲线斜率的适配性，聚合商以积分方法评估用户消纳绿电的行为；聚合商售电策略优化模块：用于基于短期预测电量、中长期市场购电策略、绿电消纳积分计算方法，建立聚合商‑用户售电策略双层模型，用于优化基于负荷多维特征的聚合商售电策略，充分利用用户侧可调资源，提高聚合商自身利润，优化用户用电行为，进一步促进绿电消纳。
-
公开(公告)号：CN111931977B
公开(公告)日：2022-11-18
申请号：CN202010582336.9
申请日：2020-06-23
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网辽宁省电力有限公司
Abstract: 本发明公开了一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法，建立了包括上层设备定容层和下层设备选址层的虚拟电厂双层协调扩展规划模型，上层考虑虚拟电厂总投资运行投入最低，并同时考虑了规划方案对下层运行投入的影响，以设备建设容量、变压器及水泵的待建设状态、与外界交互的电能、热能量为决策变量，并将决策变量传递给下层；在下层的设备选址问题中，以产生的能源传输投入、燃料投入最低为目标，并根据上层的宏观规划方案，确定下层的决策变量，即各个设备的安装地址，并将下层的决策变量与目标函数统一返回至上层，如此反复迭代，直至达到上下层都满意的协调解，从而确定虚拟电厂的扩展规划方案。
-
公开(公告)号：CN111313459B
公开(公告)日：2022-06-07
申请号：CN201911146954.2
申请日：2019-11-21
Applicant: 东南大学
Abstract: 本发明公开一种基于G‑V源荷适配的跨省新能源调度方法，步骤是：分别构建新能源发电厂和用户的数据库，其中储存有每个新能源发电厂的综合出力曲线与每个用户的综合负荷曲线；统计将要进行协调组合的新能源发电厂与用户的类型与数量，并利分别将其综合出力曲线与综合负荷曲线拟合成各自对应的函数；根据源荷曲线适配度计算公式，计算每一种组合方式下的新能源发电厂与用户负荷的适配度；将得到最大适配度平均值时的分别含有一定数量新能源发电厂与电力用户负荷组合确定为此次调度的最佳组合，进行新能源发电厂与电力用户之间的交易。此种方法运用函数曲线适配的方法，可以优化新能源发电厂与电力用户的组合方式，降低对电网产生的不利影响。
-
公开(公告)号：CN111555319B
公开(公告)日：2021-08-17
申请号：CN202010476593.4
申请日：2020-05-29
Applicant: 东南大学 , 宁夏电力交易中心有限公司
Abstract: 本发明公开了考虑储能和分布式发电的工业用户参与调峰需求响应方法。首先将参与调峰的工业用户分别储能工业用户、分布式发电工业用户与其他工业用户三种类型，统计其生产流程，量测工序运行启动时间及总负荷，根据各种类型工业用户的发电特征，以负荷与各工序稳态有功功率和之差最小为目标，建立优化模型求解各时刻工业用户各工序的有功功率；然后根据求解结果计算计算各时刻工业用户各工序的需求响应调峰能力；最后以需求响应调峰能力作为约束条件之一，以由工业用户组成的负荷聚合商参与调峰提供需求响应获益最大为目标，建立优化模型求解各调峰时段工业用户提供需求响应的容量。
-
公开(公告)号：CN112906974A
公开(公告)日：2021-06-04
申请号：CN202110265112.X
申请日：2021-03-11
Applicant: 东南大学
Abstract: 本发明公开了一种负荷电量及其碳排放预测与校验方法，属于电力经济调度领域。一种负荷电量及其碳排放预测方法，包括以下步骤：统计用户的高碳能源与电力消耗量，构建能耗量数据集；将所述高碳能源的消耗量折算为一次能源碳排放量，构建一次能源碳排放量历史数据集；电力的消耗量作为负荷数据历史数据集，将电能消耗量折算为电能碳排放量，构建电能碳排放量历史数据集；一次能源碳排放量和电力负荷数据作为历史数据，建立一次能源碳排放量和电力负荷的LSTM预测模型与GM预测模型；使用动态权值集成，集成输出结果作为真实预测值，输出预测序列；将电力负荷预测数值折算为电力碳排放预测值，完成可靠性校验，最终求得总碳排放量预测值。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.024 seconds)
