一种源网荷储互动调度方法及系统

    公开(公告)号:CN114285093A

    公开(公告)日:2022-04-05

    申请号:CN202111642136.9

    申请日:2021-12-29

    Abstract: 本发明公开了一种源网荷储互动调度方法及系统,属于配电网调度技术领域,包括:获取信息交互情况和微网的电能调度能力并据此选择微网执行策略;运用改进的粒子群优化算法对预设的源网荷储调度模型进行优化求解,得到微网中各分布式单元的最优有功功率和联络线功率,所述改进为在迭代过程中用个体最优粒子的第d维分量总和的平均值代替第d维分量、在处理越界问题时用预设位置值代替边界值;以微网中各分布式单元的最优有功功率和联络线功率为目标执行微网执行策略,完成调度;解决现有技术中新能源难以有序消纳导致的较高弃光/风率的问题,避免不必要的火力发电及二氧化碳排放,提高可靠性,更加环保。

    一种分布式光伏发电功率预测方法及系统

    公开(公告)号:CN115809732A

    公开(公告)日:2023-03-17

    申请号:CN202211516947.9

    申请日:2022-11-30

    Abstract: 本发明公开了一种分布式光伏发电功率预测方法及系统,属于新能源发电预测技术领域,包括采集时间尺度单位为秒级的光伏出力数据,对秒级光伏出力历史数据进行特征预处理得到原始时间序列;判断原始时间序列是否属于平稳时间序列,使用ARMA模型对不平稳时间序列进行差分处理,将不平稳时间序列转化为平稳时间序列;加入差分后的ARMA模型为Arima模型,使用Arima模型原始平稳时间序列进行预测,得到Arima模型预测值;使用灰色模型对原始平稳时间序列进行预测,得到灰色模型预测值;使用卡尔曼滤波对Arima模型和灰色模型得到的首次预测值进行加权处理得到二次预测值,所述二次预测值为分布式光伏发电功率预测值,本发明进一步提高了秒级光伏发电功率预测精度。

    一种基于进化学习和深度强化学习的电压调节方法及系统

    公开(公告)号:CN114330649B

    公开(公告)日:2023-02-28

    申请号:CN202111517104.6

    申请日:2021-12-13

    Abstract: 本发明公开了一种基于进化学习和深度强化学习的电压调节方法及系统,属于人工智能与控制系统交叉技术领域,包括:获取实时检测到的环境状态,将其输入已训练的策略网络,得到电压调节策略;根据电压调节策略调动调压资源完成电压调节;所述策略网络通过以下方法训练:对策略网络进行多阶段递进式多节点深度强化学习的训练,每阶段训练中应用进化学习,通过已训练的策略网络之间的交叉使已训练的策略网络数量翻倍,在进行交叉操作的下一个阶段中对已训练的策略网络进行变异操作,直至已训练的策略网络数量达到预设目标;每个节点对应一个策略网络;适用于多节点的配电网协同电压调节,促进网络训练过程的多样性,具有强大的可拓展性。

Patent Agency Ranking