-
公开(公告)号:CN106684865A
公开(公告)日:2017-05-17
申请号:CN201710003921.7
申请日:2017-01-04
Applicant: 北京清能互联科技有限公司 , 国家电网公司西北分部 , 北京清大科越股份有限公司
IPC: H02J3/00
CPC classification number: H02J3/00 , H02J2003/003
Abstract: 本发明提供的一种无功日曲线不良数据识别与修正方法,可以应用于电网无功功率不良数据辨识与修正,可作为制定电力系统运行方式的重要依据,通过对无功功率历史数据的辨识及修正,准确的预测电网无功功率,提高节能调度工作效率,显著提升日前发电的计算精确度,有效保障了发电计划的安全性及准确性,具有重要的现实意义和良好的应用前景。
-
公开(公告)号:CN106684865B
公开(公告)日:2019-03-15
申请号:CN201710003921.7
申请日:2017-01-04
Applicant: 北京清能互联科技有限公司 , 国家电网公司西北分部 , 北京清大科越股份有限公司
IPC: H02J3/00
Abstract: 本发明提供的一种无功日曲线不良数据识别与修正方法,可以应用于电网无功功率不良数据辨识与修正,可作为制定电力系统运行方式的重要依据,通过对无功功率历史数据的辨识及修正,准确的预测电网无功功率,提高节能调度工作效率,显著提升日前发电的计算精确度,有效保障了发电计划的安全性及准确性,具有重要的现实意义和良好的应用前景。
-
公开(公告)号:CN106886835A
公开(公告)日:2017-06-23
申请号:CN201710081440.8
申请日:2017-02-15
Applicant: 国电南瑞科技股份有限公司 , 国家电网公司西北分部 , 国电南瑞南京控制系统有限公司
Inventor: 张彦涛 , 张小东 , 任景 , 王智伟 , 丁恰 , 刘鹏飞 , 张磊 , 范越 , 马晓伟 , 段乃欣 , 张振宇 , 孙骁强 , 高宗和 , 昌力 , 涂孟夫 , 曹斌 , 吴炳祥 , 李炎 , 彭虎 , 沈茂亚
CPC classification number: G06Q50/06 , G06Q10/04 , G06Q10/06315 , G06Q30/0605 , G06Q30/0631
Abstract: 本发明公开了一种广义联络线模式下网省两级实时交易预测协调优化方法本,通过计算未来一段时间省内购售电需求、省内购售电能力、主控制区购售电需求和主控制区购售电能力,结合弃风电量,得到省间购售电能力和省间购售电需求,基于实时交易平台的消息推送功能,及时推送省间交易需求信息至各省级电网,保证省间交易需求量的准确性和交易签订的及时性。
-
公开(公告)号:CN119921313A
公开(公告)日:2025-05-02
申请号:CN202510101578.4
申请日:2025-01-22
Applicant: 国网上海市电力公司 , 北京清大科越股份有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06Q30/0202 , G06Q40/04 , H02J3/14
Abstract: 考虑多时间尺度下的多能源系统优化方法及装置,以日前阶段多能源系统的总成本最小为优化目标,确定各用户参与需求响应的负荷削减量的上限;以日内阶段多能源系统的总成本最小为优化目标,在各用户参与需求响应的负荷削减量上限的约束下,确定各用户参与需求响应的负荷削减量的实际值;利用各用户参与需求响应的负荷削减量的实际值和日内阶段的各时段电价,更新各用户的电量电价弹性矩阵;根据实时阶段的电价变化量,利用更新后的各用户的电量电价弹性矩阵确定各用户参与需求响应的负荷削减量的实时值;基于各用户参与需求响应的负荷削减量的实时值,求解多能源系统决策模型,实现多时间尺度下的多能源系统内各机组出力和需求响应补贴价格的优化。
-
公开(公告)号:CN114819250A
公开(公告)日:2022-07-29
申请号:CN202210146123.0
申请日:2022-02-17
Applicant: 北京清大科越股份有限公司
Abstract: 本发明涉及一种用于短期负荷预测的相似日选取方法及装置,所述方法包括获取负荷、气象因素的历史数据并根据所述历史数据获取训练样本集;采用所述训练样本集对机器学习模型进行训练,得到相似度预测模型;所述相似度预测模型用于表示样本特征与负荷相似度之间的关系;通过所述相似度预测模型计算所述待预测日之前的第一预设天数的历史日数据与预获取的待预测日预测数据的相似度,得到预测相似度;根据所述预测相似度确定相似日。本发明提供的技术方案是基于机器学习算法构建的数据驱动的模型,使得相似日的计算更加简单,提高了预测精确度,预测效果更佳。
-
-
-
-