-
公开(公告)号：CN110728394A
公开(公告)日：2020-01-24
申请号：CN201910332063.X
申请日：2019-04-24
发明人： 赵墨林 , 闫军 , 李晓鹏 , 郭向伟 , 田斌 , 程晓磊 , 苏和 , 吕海霞 , 呼斯乐 , 蔡文斌 , 侯博 , 南家楠 , 严研 , 周敏 , 徐华秒 , 王涛 , 郑博予 , 解景新 , 杨曦 , 吴斌
摘要： 本发明公开了一种考虑潮流分布的高压变电站规划方法，首先进行较低电压等级变电站的选址、定容以及供电范围的划分，在此基础上，以较低电压等级的变电站所带负荷作为负荷，进行较高电压等级变电站选址、定容以及供电范围的划分，从而实现了多电压等级变电站规划方案的有效协调，另外，在较高电压等级变电站选址的过程中考虑较低电压等级潮流分布的影响，进一步提高了高压变电站规划方案的合理性，能够综合考虑电源接入对网供负荷的影响，并为满足待规划区域内的负荷需求，以各变电站的带负荷能力为约束条件，以变电站的年投资及运行费用、低压侧线路的年投资及网络损耗费用以及需求响应年费用三者之和最小为目标建立高压变电站优化规划模型。
-
公开(公告)号：CN117439185A
公开(公告)日：2024-01-23
申请号：CN202311387528.4
申请日：2023-10-24
摘要： 本发明公开了一种考虑动态惯性权重混沌粒子群的新能源基地风光火储优化配置策略，属于新能源基地规划技术领域。本发明基于平均互补性指标对风光叠加后的功率进行量化分析，得到最佳风光装机比例。以系统等值年收益和新能源消纳水平最优为目标函数，构建风光火储新能源基地的多目标优化配置模型,并通过具有动态惯性权重的混沌粒子群算法进行求解，得到新能源基地风光火储优化配置方案。
-
公开(公告)号：CN109980674B
公开(公告)日：2021-01-12
申请号：CN201910295096.1
申请日：2019-04-12
IPC分类号： H02J3/36
摘要： 提出了一种同送端同受端多回直流输电功率控制方法，属于输电功率控制领域。该方法包括将同送端同受端多回直流输电工程作为一个整体，获取正常情况下同送端同受端所有直流输电工程的直流输电总功率以及故障情况下直流输电功率的总调整量；以及根据正常情况下的直流输电总功率和故障情况下的直流输电功率的总调整量控制各直流输电工程的输电功率。通过本方案，同送同受多回直流输电工程能够安全、稳定运行，且能够节约能源。
-
公开(公告)号：CN118051789A
公开(公告)日：2024-05-17
申请号：CN202410111642.2
申请日：2024-01-25
IPC分类号： G06F18/23 , G06F18/214 , G06N3/0475 , G06N3/094 , G06N3/0464
摘要： 本发明公开了一种基于动态自适应机制的负荷场景生成方法，属于电力系统场景生成技术领域。本发明首先根据负荷原始数据的时间尺度，设计生成对抗网络的网络层数和卷积核大小。其次，通过引入一种动态自适应机制，在生成器与判别器的零和博弈训练过程中动态识别最佳迭代次数。最后，基于多层聚类算法对生成的大规模负荷场景进行削减，获得不同典型标签下的典型场景。本发明提高了生成对抗网络训练过程的稳定性，减少了过拟合或欠拟合等问题的发生，并且能够准确识别聚类中心，有效提高聚类精度。
-
公开(公告)号：CN113237369A
公开(公告)日：2021-08-10
申请号：CN202110336310.0
申请日：2021-03-29
发明人： 蔡文斌 , 程晓磊 , 李晓鹏 , 王渊 , 王鹏 , 吕海霞 , 金翠 , 孙舒熳 , 赵嘉冬 , 李晔 , 宋凯洋 , 特古斯 , 南家楠 , 孙莹 , 闫肖蒙 , 李琦 , 杨帅 , 石磊 , 徐日娥 , 董国静 , 白伟 , 刘向龙 , 沈洲
摘要： 本发明涉及一种集成储热单元的电热换能装置及方法，装置包括：外接电气单元，电热换能单元和供热系统单元；电热换能单元包括保温外壳、控制器、电制热器件、储热材料部分、骨架和预热层；储热材料部分为固态储热材；电制热器件穿插在块状储热材料之间；所述供热系统单元包括循环变频风机、换热通道、换热水箱和换热管道，电热转换装置的预热层、变频循环风机、换热通道和换热水箱内的换热管道以及热负荷相连，热负荷包括汽暖和水暖；从循环变频风机输出的换热循环介质，经过换热通道提供汽暖供热，换热通道与设置在换热水箱内换热管道连通，与水进行热交换，提供水暖供热。
-
公开(公告)号：CN118199069A
公开(公告)日：2024-06-14
申请号：CN202410321205.3
申请日：2024-03-20
摘要： 本发明公开了一种基于动态传输功率的风光火储能源基地的联合优化调度策略，属于电力系统优化调度领域。首先，该策略利用条件生成对抗性网络分别对风电和光伏输出功率的时间序列进行建模。随后，该策略考虑了动态线路额定功率，以确定与风能和太阳能发电相关的线路的动态输电能力。其次，该策略将建立风光火储能源基地系统的优化配置模型。最后，采用商业求解器CPLEX直接求解获得火电机组、储能设备日前调度出力、外送功率计划以及风光火储能源基地传输功率最大值从而完成风光火储能源基地的联合优化调度。本发明不仅提高了经济效益，而且有利于可再生能源的综合利用。
-
公开(公告)号：CN113112090B
公开(公告)日：2023-12-19
申请号：CN202110474605.4
申请日：2021-04-29
发明人： 蔡文斌 , 王鹏 , 王渊 , 程晓磊 , 吕海霞 , 金翠 , 孙舒熳 , 赵嘉冬 , 李晔 , 宋凯洋 , 特古斯 , 南家楠 , 孙莹 , 闫肖蒙 , 李琦 , 杨帅 , 石磊 , 徐日娥 , 董国静 , 白伟 , 刘向龙 , 沈洲
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/2135
摘要： 本发明涉及基于综合互信息度的主成分分析的空间负荷预测方法，包括以下步骤：S1，利用MIS‑PCA算法对从地理信息系统获取的空间信息数据进行筛选和降维；S2，以经MIS‑PCA算法处理过的信息为基础，建立基于空间数据挖掘技术的用地类型预测模型；S3，利用用地分类结果对空间负荷进行预测。本发明提出一种改进的综合互信息度主成分分析方法（MIS‑PCA），可有效提高降维后数据分类准确率与所选特征子集的有效性，同时能够得到更少的主成分维度,降低了特征维数,以便减少后端分类或识别的计算量；本发明将MIS‑PCA算法引入用地规则挖掘的过程中，通过对可能影响元胞用地类型决策的众多相(56)对比文件US 2019081476 A1,2019.03.14FR 3088466 A1,2020.05.15KR 20200123310 A,2020.10.29WO 2019237840 A1,2019.12.19CN 106600063 A,2017.04.26杨莉等. 基于数据挖掘的日负荷曲线预测与修正.计算机系统应用.2014,第23卷(第12期),182-186.王延超.数据挖掘与电力系统负荷预测.现代交际.2016,(第7期),227-228.郑美春.基于用电信息采集系统数据挖掘的负荷预测方法及应用. CNKI优秀硕士学位论文全文库.2016,(第09期),1-90.黄庆键 等.关于空间电力负荷预测方法综述与展望.自动化应用.2017,(第02期),79-81.乐欢.基于空区推论的空间负荷预测分类分区实用法.电力系统自动化.2009,第33卷(第7期),81-85.朱俊丞等.深度学习在电力负荷预测中的应用总数.郑州大学学报.2019,第40卷(第5期),13-22.Mark Rafferty等.Real-Time MultipleEvent Detection and Classification UsingMoving Window PCA.IEEE Transactions onSmart Grid.2016,第7卷(第5期),2537 - 2548.Ahmad Tanvee等.A comprehensiveoverview on the data driven and largescale based approaches for forecasting ofbuilding energy demand: A review.Energyand Buildings.2018,第165卷301-320.Ammar O. Hoori等.Electric LoadForecasting Model Using a MulticolumnDeep Neural Networks.IEEE Transactions onIndustrial Electronics.2020,第67卷(第8期),6473 - 6482.Fabian Heymann等.Distribution networkplanning considering technology diffusiondynamics and spatial net-loadbehavior.International Journal ofElectrical Power & Energy Systems.2019,第106卷(第3期),254-265.Salah Bouktif.Optimal Deep LearningLSTM Model for Electric Load Forecastingusing Feature Selection and GeneticAlgorithm: Comparison with MachineLearning Approaches.Energies .2018,第11卷(第7期),1-20.D.A.G. Vieira等.Large scale spatialelectric load forecasting framework basedon spatial convolution.InternationalJournal of Electrical Power & EnergySystems.2020,第11卷(第7期),1-20.陈立.考虑城市用电构成与用地划分的空间负荷预测研究.中国优秀硕士学位论文工程科技Ⅱ辑.2020,(第6期),C042-63.程鹏等 .一种基于概率神经网络的城市用地高分辨率影像信息提取方法.林业调查规划.2016,第41卷(第2期),10-16.张素智等.基于互信息可信度的主成分分析数据降维.湖北民族学院学报.2019,第37卷(第4期),425-430.
-
公开(公告)号：CN113112090A
公开(公告)日：2021-07-13
申请号：CN202110474605.4
申请日：2021-04-29
发明人： 蔡文斌 , 王鹏 , 王渊 , 程晓磊 , 吕海霞 , 金翠 , 孙舒熳 , 赵嘉冬 , 李晔 , 宋凯洋 , 特古斯 , 南家楠 , 孙莹 , 闫肖蒙 , 李琦 , 杨帅 , 石磊 , 徐日娥 , 董国静 , 白伟 , 刘向龙 , 沈洲
摘要： 本发明涉及基于综合互信息度的主成分分析的空间负荷预测方法，包括以下步骤：S1，利用MIS‑PCA算法对从地理信息系统获取的空间信息数据进行筛选和降维；S2，以经MIS‑PCA算法处理过的信息为基础，建立基于空间数据挖掘技术的用地类型预测模型；S3，利用用地分类结果对空间负荷进行预测。本发明提出一种改进的综合互信息度主成分分析方法（MIS‑PCA），可有效提高降维后数据分类准确率与所选特征子集的有效性，同时能够得到更少的主成分维度,降低了特征维数,以便减少后端分类或识别的计算量；本发明将MIS‑PCA算法引入用地规则挖掘的过程中，通过对可能影响元胞用地类型决策的众多相关属性进行约简，简化用地决策过程，提高空间负荷预测效率。
-
公开(公告)号：CN118673466A
公开(公告)日：2024-09-20
申请号：CN202411156717.5
申请日：2024-08-22
IPC分类号： G06F18/25 , G06F18/23213 , G06F18/243 , G06F18/10 , G06N5/01 , G06N20/20
摘要： 本发明提供了一种基于多算法融合的规划目标年典型日负荷曲线确定方法。该方法首先使用局部异常因子算法对历史数据进行清洗和异常值检测，以识别并替换异常数据。随后，采用自回归积分滑动平均模型预测未来每日最大负荷，并使用随机森林算法预测每日归一化负荷曲线，通过贝叶斯优化提高算法模型参数的选择效率和预测准确性。利用回归积分滑动平均模型预测的最大负荷值与随机森林预测的归一化曲线，获得规划目标年的日负荷曲线。最后，采用改进的K均值聚类算法对预测出的目标年日负荷曲线按月进行聚类分析，选取最大簇的均值作为逐月典型日负荷曲线。实验结果表明，该方法能够准确捕捉负荷曲线的季节性变化和趋势，显著提高了预测精度。
-
公开(公告)号：CN113919717A
公开(公告)日：2022-01-11
申请号：CN202111208932.1
申请日：2021-10-18
发明人： 李晓鹏 , 程晓磊 , 蔡文斌 , 王渊 , 南家楠 , 宋凯洋 , 赵嘉冬 , 金翠 , 王鹏 , 吕海霞 , 李晔 , 孙舒熳 , 李琦 , 特古斯 , 孙莹 , 闫肖蒙 , 杨帅 , 石磊 , 徐日娥 , 沈洲 , 白伟 , 董国静 , 刘向龙
IPC分类号： G06Q10/06 , G06Q10/04 , G06F30/20 , G06Q50/06 , G06F111/04 , G06F111/06
摘要： 提出了一种面向多目标同步优化的虚拟电厂资源调度方法和装置，属于电力调度技术领域，所述方法包括：获取区域能源网的日前预测风光出力、日前预测负荷波动、配电网系统网架结构参数、和虚拟电厂可调度设备参数；构建虚拟电厂优化调度模型及所述优化调度模型的约束条件；基于预定调度目标，建立虚拟电厂优化调度分目标；对分目标分别进行优化求解上下限计算，如某一分目标无解，则退回至第一步获取数据阶段修正前述数据；确定各个分目标的权重系数，并对所选分目标进行归一化，得到虚拟电厂优化调度目标函数；最后对虚拟电厂优化调度目标函数求解，并根据求解结果调度虚拟电厂可控资源。本发明提供了一种面向多目标同步优化的虚拟电厂资源调度方法，基于小范围区域高比例新能源的能源结构和多种可调度的灵活性资源配置，得出符合多个运营目标预期的优化结果。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.061 秒)
