-
公开(公告)号：CN114243693B
公开(公告)日：2023-06-27
申请号：CN202111559986.2
申请日：2021-12-20
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , H02J3/00 , H02J3/38 , H02J3/46 , H02J3/48 , G06F113/04 , G06F111/04
Abstract: 本申请涉及一种微电网的调度模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：确定多种类型的微电网的有功优化系数，其中，有功优化系数包括经济调度系数、排污花费系数以及安全运行风险系数中的至少一个系数；根据有功优化系数，确定目标函数，其中，目标函数用于确定多种类型的微电网的运行指标；根据目标函数和微电网的约束条件，构建调度模型。采用本方法能够扩大调度模型的适用范围。
-
公开(公告)号：CN116316612A
公开(公告)日：2023-06-23
申请号：CN202310548550.6
申请日：2023-05-16
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及电力技术领域，特别是涉及一种自动机器学习的新能源功率云边协同预测方法及系统。该方法包括：响应于对目标新能源场站的功率预测需求，获取目标新能源场站在未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率；根据未来数值天气预报数据的缺失情况，以及历史输出功率的数据量，从功率预测模型集中选择目标新能源场站对应的目标功率预测模型；根据目标工作模式，对目标功率预测模型进行调整，并基于调整后的目标功率预测模型，根据未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率，预测目标新能源场站未来时段的目标输出功率。本申请能够提高新能源场站的功率预测准确性。
-
公开(公告)号：CN116167527A
公开(公告)日：2023-05-26
申请号：CN202310431456.2
申请日：2023-04-21
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06N7/01 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/048 , G06N5/04 , G06F16/36 , H02J3/00
Abstract: 本申请涉及一种纯数据驱动的电力系统静态安全运行风险在线评估方法，实时获取电力系统的当前运行状态数据，结合当前运行状态数据和预设概率预测模型进行预测，得到电力系统的概率预测数据，之后结合概率预测数据、当前运行状态数据、历史运行状态数据和预设运行状态预测模型进行预测，得到电力系统的未来运行状态参数，最终根据未来运行状态参数进行风险评估。上述方案单纯使用数据来做在线的静态安全运行风险评估，不依赖电力系统的物理模型，可以更快捷对电力系统运行风险的薄弱环节、薄弱区域和关键性设备提前进行预警，并且纯数据驱动可以避免对电力系统的精确建模，可以适用于新能源占比较高、运行方式多变、拓扑多变的未来电力系统。
-
公开(公告)号：CN116011236A
公开(公告)日：2023-04-25
申请号：CN202310064487.9
申请日：2023-01-31
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力时域仿真微分代数方程求解的控制元件快速建模方法和装置。方法包括：根据控制元件的运行系统图，确定待分析的性能指标中已知指标变量和未知指标变量之间的指标传递函数；未知指标变量的指标值受已知指标变量的指标值影响；确定指标传递函数的当前阶数是否需满足分析要求；若不满足，则对指标传递函数降阶处理，并确定降阶处理后的指标传递函数对应的电力时域微分代数方程组，作为控制元件模型；控制元件模型用于解析控制元件的性能指标。采用本方法能够提高控制元件的性能分析的准确性，降低控制元件的性能分析的难度。
-
公开(公告)号：CN115811098A
公开(公告)日：2023-03-17
申请号：CN202310086495.3
申请日：2023-02-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种考虑功率裕度的风储电站AGC指令优化方法和系统。所述方法包括：获取电力设备的限电价值信息；利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；根据所述目标控制信息，对所述电力设备进行控制。采用本方法能够降低风储电站的电力设备控制的成本。
-
Patent Agency Ranking
公开(公告)号：CN115330089A
公开(公告)日：2022-11-11
申请号：CN202211241014.3
申请日：2022-10-11
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/06 , G06F16/2458 , G06Q50/06
Abstract: 本申请涉及一种基于电力大数据的用户侧行企业动态碳监测分析方法。方法包括：获取电力运行数据对应的电力碳排放校正数据、电力活动描述数据以及电力电量变化数据；根据自发电碳排放校正数据、区域电碳排放校正数据、自发电量变化数据和输入电量变化数据，得到用户侧电力碳排放数据；根据燃料碳排放校正数据、工业过程碳排放校正数据以及电力活动描述数据，得到用户侧工业碳排放数据；根据用户侧电力碳排放数据、用户侧工业碳排放数据、自发电量变化数据以及输入电量变化数据对电力运行数据进行归一化整合，得到用户侧度电碳排放校正数据。能够保证不同口径数据的兼容性与互通性，推行针对行业特点的碳排放进行校正，提高企业碳核算的准确率。
-
公开(公告)号：CN114971091A
公开(公告)日：2022-08-30
申请号：CN202210901949.3
申请日：2022-07-28
Applicant: 南方电网数字电网研究院有限公司
Inventor： 李鹏 , 张凡 , 马溪原 , 姚森敬 , 杨铎烔 , 陈元峰 , 俞靖一 , 黄言璐 , 张子昊 , 陈炎森 , 许一泽 , 李卓环 , 包涛 , 程凯 , 周悦 , 王鹏宇 , 严雯 , 吴子盈 , 吴耀锋
Abstract: 本发明公开了一种基于信息物理融合的微能源网优化调度方法，在稳态系统研究下，基于信息物理融合技术，从主体实时状态、状态转移路径以及路径决策过程三层构建了微能源网优化调度模型，实现对微能源网全系统的即时感知、分析、决策和控制，从而实现微能源网的动态稳定运行；包括：S1:针对微能源网当中的各类关键主体设备，提取关键变量并用特征向量对其实时运行状态进行描述；S2:针对微能源网当中的物理能源系统用状态机模型构建统一的状态转移路径模型，描述其各自的状态、状态转移路径与状态更新路径；S3:综合考虑内外部能源的实时需求以及能量流、信息流的实时态势，对系统内的各类能源设备的运行状态下达经济优化调度决策指令。
-
公开(公告)号：CN114493050B
公开(公告)日：2022-07-29
申请号：CN202210397812.9
申请日：2022-04-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种多维度融合的新能源功率并联预测方法和装置。所述方法包括：获取与目标新能源场站对应的目标发电物理模型和目标数据知识模型；确定将目标发电物理模型和目标数据知识模型，按照第一融合方式和第二融合方式分别进行融合得到的第一融合模型和第二融合模型；获取与目标新能源场站对应的待处理数据，待处理数据包括目标新能源场站的场站数据、天气数据和发电历史运行数据；将待处理数据输入第一融合模型得到第一预测结果，将待处理数据输入第二融合模型得到第二预测结果；将第一预测结果和第二预测结果输入并联输出学习器进行处理，得到目标新能源场站的功率预测结果。采用本方法能够提高新能源场站的发电功率预测精度。
-
公开(公告)号：CN114723147A
公开(公告)日：2022-07-08
申请号：CN202210387225.1
申请日：2022-04-14
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于改进的小波变换与神经网络的新能源功率预测方法。所述方法包括：获取多组气象数据样本和历史发电功率，确定每种变量类型下的气象数值样本与历史发电功率之间的相关度，得到与每个相关度阈值对应的初始变量类型，根据初始变量类型对应的第一训练精度，确定出目标阈值和目标变量类型，对多组气象数据样本进行聚类处理，得到每组气象数据样本所属的第一目标类别，对历史发电功率进行小波分解，采用目标气象样本和每个信号频率下的功率信号样本对多种初始功率预测模型进行训练，确定出与每种第一目标类别对应的功率预测模型。采用本方法能够遍历多个相关度阈值，对多种初始功率预测模型集成学习，从而提高功率预测模型的准确率。
-
公开(公告)号：CN114493052A
公开(公告)日：2022-05-13
申请号：CN202210397998.8
申请日：2022-04-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种多模型融合自适应新能源功率预测方法和系统。本申请涉及新能源技术领域，所述方法包括：获取多个初始预测模型，多个初始预测模型均用于对目标发电系统进行功率预测，且多个初始预测模型的模型类型互不相同；对于各初始预测模型，利用不同批次的训练集对初始预测模型进行训练，得到与不同批次的训练集一一对应的多个分批子模型；基于获得的各分批子模型进行模型融合处理，得到目标预测模型，目标预测模型用于对目标发电系统进行功率预测。采用本方法得到的目标预测模型能够提高新能源功率预测精确度。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.058 seconds)
