-
公开(公告)号：CN109766611B
公开(公告)日：2023-06-16
申请号：CN201811635807.7
申请日：2018-12-29
IPC: G06F30/20
Abstract: 本发明公开了一种考虑地形坡度的风电场功率简化预测方法，该方法针对建设于一定坡度地理位置的风电场，根据坡度的大小所处的范围所带来的相邻风机之间尾流影响的不同，分别建立四种风电场功率输出的数学模型来预测整个风电场的功率。本发明采用了连续型三参数的Logistic函数对风机的输出功率进行建模，并考虑了风速随海拔高度的变化带来的影响，因而所得预测结果准确，且大大减少了预测过程所需的计算量。
-
公开(公告)号：CN109842113B
公开(公告)日：2021-07-20
申请号：CN201910021645.6
申请日：2019-01-10
Abstract: 本发明提供一种基于发电机群动态的电力系统简化等值方法，包括如下步骤：建立电力系统动态模型；记录系统各台发电机组在受到扰动后转子角的动态时间序列；找到表征动态响应过程的最优正交基，实现系统的动态特征提取；将最优正交基向量与系统内各台发电机组的动态响应向量一一进行匹配，确定特征发电机组；对不同运行场景及扰动下求得的特征发电机组集合取并集，得到系统的公共特征发电机组；实现系统模型的动态等值简化。本发明基于PMU量测数据对电力系统内的机组进行动态特征提取、归属和重构，实现了对模型的降维和简化，提高了电网动态仿真的计算效率，能够满足电力系统在线稳定性分析及运行控制的需求。
-
公开(公告)号：CN108649556B
公开(公告)日：2021-06-01
申请号：CN201810335641.0
申请日：2018-04-16
Applicant: 东南大学
IPC: H02J3/00
Abstract: 本发明公开了一种电网应急场景随机优化调度方法。首先建立风电出力以及可中断负荷响应的不确定性模型；针对可中断负荷，设置激励因子和惩罚因子，从而约束其中断行为；其次以应急场景下随机优化调度的总成本最低为目标，建立可中断负荷参与电网应急场景下的随机优化调度模型；然后利用无迹变换法在多维空间内生成一定数量的Sigma点集；最后，在每个Sigma采样点处求解电网应急场景下的确定性优化调度结果，根据其统计特性进行分析与评估。本发明提供了一种有效、实用、科学的电网应急场景下的随机优化调度方法，兼顾了模型的计算精度和计算成本，有利于保障电力系统的电力电量供需平衡，维护系统安全稳定运行。
-
公开(公告)号：CN106485362B
公开(公告)日：2019-10-18
申请号：CN201610907866.X
申请日：2016-10-18
Applicant: 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 东南大学
Abstract: 本发明公开了一种基于高维风电预测误差模型及降维技术的发电调度方法，包括：获取多个风电场一年内每小时的历史出力数据及相应的点预测数据；利用混合偏态模型对每个单一风电场的实际出力和预测出力的累积分布函数进行建模；利用每个风电场各自的CDF将实际出力和预测值转换为0‑1区间分布的数据点；通过匹配前一步骤中得到的所有数据点，找到最优的Copula函数并进行参数估计；建立多个风电场预测误差的高维条件概率模型，并通过边缘变换得到降维后的边缘条件概率模型；根据风电场预测误差的边缘条件概率模型，计算发电机组的日前调度计划及旋转备用容量。本发明相较于常用的高斯分布、β分布有着更高的精度，且可以考虑多个风电场之间相关性的影响。
-
公开(公告)号：CN108256677A
公开(公告)日：2018-07-06
申请号：CN201810006613.4
申请日：2018-01-04
Applicant: 东南大学
Abstract: 本发明提供一种基于储蓄机制的可中断事件联合优化决策方法，包括以下步骤：获取可中断用户与电力公司的签约合同内容以及需求响应事件j的系统容量缺额；建立不确定性的可中断用户用电行为模型；生成可中断用户用电行为场景，随机抽样选择用电比例，计算用户实际削减用电量以及储蓄账户内的积分值；建立用户效益决策模型及可中断事件决策模型；按照一定步长增加激励水平，计算用户效益以及可中断事件效益，直至所有签约用户都达到饱和激励状态；输出可中断事件效益期望值最优解及其所对应的激励水平。本发明充分考虑用户响应不确定性的情况，既能有效缓解电网峰时的用电紧张状态，也可以鼓励用户在谷时增加用电，从而有效平抑电网波动水平。
-
Patent Agency Ranking
公开(公告)号：CN112836328A
公开(公告)日：2021-05-25
申请号：CN201911166479.5
申请日：2019-11-25
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 东南大学
IPC: G06F30/20
Abstract: 本发明提供的一种光伏功率异常数据识别方法及系统，包括：基于光伏功率、辐照度、温度、湿度的历史数据结合D藤结构构建条件概率分布计算模型；利用条件概率分布计算的逆过程，对所述条件概率分布计算模型中每个光伏功率进行置信区间估计；根据所述每个光伏功率的置信区间估计对所述光伏功率进行异常识别；能够较为准确地刻画光伏功率、辐照度、温度及湿度高维变量之间的相依关系，且提供的异常数据识别方法具有更高的可靠性及准确率。
-
公开(公告)号：CN110516863A
公开(公告)日：2019-11-29
申请号：CN201910768455.0
申请日：2019-08-20
Applicant: 东南大学
Abstract: 本发明公开了一种冷热电联供型多微网主动配电系统双层优化方法，首先对典型冷热电联供型微网中各种设备进行数学建模；然后分析上层主动配电网层的优化模型；其次分析下层冷热电联供型多微网层的优化模型；最后采用遗传算法和混合整数线性规划求解双层优化模型。本发明提供一种有效、实用、科学的能源优化调度方法，有利于节能的推广应用。
-
公开(公告)号：CN110378504A
公开(公告)日：2019-10-25
申请号：CN201910293799.0
申请日：2019-04-12
Applicant: 东南大学 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种基于高维Copula技术的光伏发电爬坡事件概率预测方法，包括如下步骤：从历史光伏功率数据中识别出光伏发电爬坡事件集合；提取表征爬坡事件的四种典型特征；采用ε不敏感支持向量机法得到各个特征量的点预测值；得到预测误差数据集，利用混合高斯模型建立单个特征量预测误差的边缘概率分布；利用正则最大似然估计法进行参数估计；选择最优的Copula函数模型；基于最优Copula模型，利用牛顿-拉夫逊法迭代得到具体的预测区间。本发明利用高维Copula建模方法，根据光伏功率爬坡特征量之间的随机相关性，建立各个特征量的条件概率模型，能够为光伏发电爬坡事件的预测提供额外的不确定信息，提高概率预测的精确性和鲁棒性。
-
公开(公告)号：CN110212591A
公开(公告)日：2019-09-06
申请号：CN201910293814.1
申请日：2019-04-12
Applicant: 东南大学 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种基于压缩感知技术的分布式光伏辐照度量测布点方法，包括如下步骤：收集量测数据；建立光伏总体出力与各光伏电站辐照度之间的多项式关系模型；利用压缩感知技术重构模型的多项式系数；将多项式系数的求解近似等价为可行域为凸的l1范数最小化问题；求解模型的截断误差；求解l1范数最小化问题，得到模型的多项式系数；将多项式系数的绝对值按从大到小排列，进行量测布点。本发明利用压缩感知技术，对光伏总体出力与区域内各光伏电站辐照度之间的多项式模型进行稀疏优化，实现了模型的降维和简化，选取最具代表性的光伏电站布置量测，在保证对区域光伏全局出力准确估计的基础上，减少冗余量测点，提高了经济效益。
-
公开(公告)号：CN109766611A
公开(公告)日：2019-05-17
申请号：CN201811635807.7
申请日：2018-12-29
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种考虑地形坡度的风电场功率简化预测方法，该方法针对建设于一定坡度地理位置的风电场，根据坡度的大小所处的范围所带来的相邻风机之间尾流影响的不同，分别建立四种风电场功率输出的数学模型来预测整个风电场的功率。本发明采用了连续型三参数的Logistic函数对风机的输出功率进行建模，并考虑了风速随海拔高度的变化带来的影响，因而所得预测结果准确，且大大减少了预测过程所需的计算量。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
