-
公开(公告)号：CN117875536A
公开(公告)日：2024-04-12
申请号：CN202311545110.1
申请日：2023-11-17
Applicant: 华南理工大学
IPC: G06Q10/063 , G06Q50/06 , H02J3/38
Abstract: 针对已有应用的PFT方法将不足以支撑解决现货市场中零碳电力用户现货绿电实时动态的测算问题。本发明公开了一种零碳电力用户网购绿电消纳量测算方法及装置，该方法包括主网层面测算和配网层面测算两个方面，本发明通过在主网层面和配网层面均进行测算，并配采用基于电力传输分配因子的潮流追踪法来计算，能为不同电压等级、不同负荷容量的零碳电力用户提供多层级、高精度的绿电测算依据，充分考虑实际应用中的可行性和实用性。
-
公开(公告)号：CN115271161A
公开(公告)日：2022-11-01
申请号：CN202210681305.8
申请日：2022-06-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种多能负荷短期预测方法，包括：获取数据；进行数据预处理，并执行动态Copula相关分析与负荷模糊聚类分析；基于模糊优化曲线形态分析算法，对每类负荷曲线簇分别进行特征识别提取；基于统计频率分布，计算判别得到每类负荷曲线簇的总体特征分布集合；基于机器学习算法分类建立组合负荷预测模型，依据每类负荷曲线簇的历史特征数据进行组合模型训练；用概率转移链模型判断预测时段负荷所属的分类，基于该类训练完成的负荷预测模型进行负荷特征的预测，并针对未来用电特征展开分析。两阶段式模糊优化负荷特征识别组合模型相较于传统模型在计算效率与具体性能上均有高效的提升，能够适应实际多能负荷预测工作的发展动态。
-
公开(公告)号：CN114021818A
公开(公告)日：2022-02-08
申请号：CN202111308282.8
申请日：2021-11-05
Applicant: 华南理工大学
Abstract: 本发明公开了考虑时空分布特征的风电功率多步预测方法，包括：利用所获取的风电机组数据，对风电机组数据进行聚类，聚类成若干个机组群，以提取出风电场功率的空间分布特征；对每一个机组群的功率序列进行EEMD分解，得到若干个风电场功率子序列，提取出风电功率序列的时间分布特征；为每一个机组群的子序列分别建立编码器‑解码器多步预测网络模型，该网络模型由两个GRU网络组成，第一个网络提取输入功率序列的有效信息后将其编码成特征向量；第二个网络则对编码器传送过来的特征向量进行解码，获得预测功率序列；将各个机组群的预测功率进行重构，获得风电场总功率的预测曲线。本方法保证了预测尺度和预测精度，更加贴近实际风电调度任务场景。
-
公开(公告)号：CN109919472A
公开(公告)日：2019-06-21
申请号：CN201910146810.0
申请日：2019-02-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑多利益主体博弈的发电市场迭代竞价方法，包括步骤：步骤1：获取机组及网络参数，设置各发电商中标量 报价上限初值和拉格朗日罚函数乘子初值及迭代次数；步骤2：根据引入拉格朗日罚函数得到的发电商目标函数及约束条件构成发电商竞价模型进行求解，并将优化的发电量和报价系数传递给ISO；步骤3：根据引入I个拉格朗日罚函数得到的出清模型目标函数及其约束条件求解市场出清模型；步骤4：若满足收敛则得到最优发电市场迭代竞价方案；若不满足则将上一轮ISO出清结果传递给发电商，同时在更新罚函数乘子、报价上限并使迭代次数k值增1后返回步骤2；步骤5：根据最优发电市场迭代竞价方案在电力市场上进行投标。
-
公开(公告)号：CN104915788B
公开(公告)日：2019-03-01
申请号：CN201510357158.9
申请日：2015-06-24
Applicant: 华南理工大学
Abstract: 一种考虑多风场相关性的电力系统动态经济调度的方法，提出基于Copula函数生成多风电场间出力的联合分布的方法，并构建基于该分布的二阶段带补偿电网动态经济调度模型，在目标函数中引入补偿期望值，并利用积分求补偿期望值从而将补偿期望值从随机模型转化为数值模型，即将二阶段带补偿动态经济调度从随机规划模型转化为数值模型，从而量化风电场随机性对电网所造成的冲击，并求得同时满足目标函数和该冲击最小的最优机组出力。采用二阶段带补偿动态经济调度模型求解，提高模型求解的准确性。
-
Patent Agency Ranking
公开(公告)号：CN104915724B
公开(公告)日：2018-08-03
申请号：CN201510197832.1
申请日：2015-04-22
Applicant: 华南理工大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明涉及交直流并联输电通道功率优化分配方法和系统，其中，所述方法包括：首先，获取各省网间的总交换功率计划以及各发电机组日前出力计划；然后，根据预先设定的交直流并联输电通道功率优化分配模型，得到各省间直流联络线的日前传输功率计划；最后，下发各省间直流联络线的日前传输功率计划至相应换流站执行。与现有技术相比，能够有效减小整个省网间交直流并联输电通道的有功损耗；同时还能够准确地满足各个省间交流联络线断面的传输功率安全约束。
-
公开(公告)号：CN102983574A
公开(公告)日：2013-03-20
申请号：CN201210375387.X
申请日：2012-09-27
Applicant: 华南理工大学 , 中国南方电网有限责任公司超高压输电公司
IPC: H02J3/16
CPC classification number: Y02E40/34
Abstract: 本发明公开了一种在线可变权重的多目标混合整数协调二级电压的控制方法具体步骤如下：计算分区内被控量相对于控制变量的控制灵敏度；将发电机励磁电压参考值离散化，得到控制量的状态空间，建立协调二级电压控制模型；分别以二次规划形式的控制模型中目标函数的两个分量和约束作为目标函数和约束求解得到单一目标分量下的最优解；建立包含连续控制和离散控制的多目标混合整数规划模型；然后计算各目标函数的权重系数根据这个重系数获得的帕累托前沿选择一个最优解。采用本发明能够避免在实际系统应用中各目标分量函数值数量级相差过大时权重系数难以合理设置的问题，并根据系统实际运行状况实时制定各目标的权重系数，增强系统对各类运行工况的应对能力。
-
公开(公告)号：CN117391718A
公开(公告)日：2024-01-12
申请号：CN202311262722.X
申请日：2023-09-27
Applicant: 华南理工大学
IPC: G06Q30/018 , G06Q50/06 , G06Q50/26
Abstract: 本发明提出了一种绿电‑CCER互认系统，系统由数据交互模块、动态碳减排因子公示模块、CCER凭证颁发模块、流转核销模块，四个模块组成，可以系统性的实现互认技术，使得绿电‑CCER互认具有透明性及可执行性。数据交互保障了互认的来源真实可查，动态碳减排因子公示除了保障互认的透明性以外还可以给予用户电力消纳参考，高度依赖CCER的用户可参考动态碳减排因子进行负荷规划，以获得较多的互认CCER。凭证颁发模块可以有效证明CCER凭证的绿色属性具有官方效应；流转核销模块则可以保证CCER的使用合法规范，避免环境权益重复使用漏洞。
-
公开(公告)号：CN116561968A
公开(公告)日：2023-08-08
申请号：CN202310342360.9
申请日：2023-03-31
Applicant: 华南理工大学
IPC: G06F30/20 , G06Q50/06 , G06F17/11 , G06Q10/0631 , G06F111/04
Abstract: 本发明公开了一种基于状态跟踪的水电穿越振动区线性化建模方法及装置，该方法包括基于多重集合排列组合理论对振动区进行聚合，建立通用的水电穿越振动区的非线性化模型；对所建立的通用的水电穿越振动区的线性化模型特性约束；利用整体涵盖局部的包络方法对振动区穿越约束次数的统计过程时段去耦合，然后引入两个一维变量，利用它们构成的二元一次方程组去等效非线性的振动区穿越约束，将模型表征为线性化。本发明基于多重集合排列组合理论对振动区进行聚合，提出一种简单通用的水电穿越振动区的线性化模型，防止水电运行时出力位于振动区和频繁穿越振动区，保证机组的安全运行和电力系统的稳定。
-
公开(公告)号：CN115456205A
公开(公告)日：2022-12-09
申请号：CN202210877541.7
申请日：2022-07-25
Applicant: 华南理工大学
Abstract: 本发明提供了一种大规模多目标机组检修优化方法，包括建立多目标机组检修优化模型；基于智能化随机抽样方法，从解空间随机抽取满足多目标机组检修优化模型的N个可行解；建立基于MLP‑Bi‑LSTM堆叠网络的粗糙评估模型，遍历表征集合，逐一对N个可行解进行粗糙评估；基于粗糙评估结果，对N个可行解进行排序分层，依据比较结果绘制OPC曲线，采用改进DTW方法确定所建立模型的类型；基于所确定的多目标机组检修优化问题的类型和相应的规则，确定需要精确仿真的选定集合S；对S集合再次进行排序分层，获取Pareto解集，选择合适的解作为最优机组检修方案。本发明所提方法能保证以足够高的概率求解出足够好解，十分适用于求解工程实际中的机组检修优化问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.027 seconds)
