-
公开(公告)号：CN119599516A
公开(公告)日：2025-03-11
申请号：CN202411677903.3
申请日：2024-11-22
Applicant: 国网安徽省电力有限公司 , 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0639 , G06Q30/0201 , G06Q50/06 , G06F18/27
Abstract: 本发明涉及电力系统技术领域，尤其涉及一种基于弹性网络回归算法的电力市场力指标筛选方法。该方法包括以下步骤：步骤1、获取市场参数、市场中发电企业信息、发电机组参数；步骤2、建立电力市场的市场力指标体系，其中包括市场结构指标、个体市场力指标、合谋市场力指标；步骤3、将市场参数、市场中发电企业信息、发电机组参数按照步骤2建立的电力市场的市场力指标体系计算得到各项市场力指标；步骤4、对指标进行无量纲化处理；步骤5、通过弹性网络回归算法，将L1范数和L2范数作为惩罚项，构造惩罚函数，使某些指标的系数在回归过程中变为0，从而达到指标筛选的效果。
-
公开(公告)号：CN118154355A
公开(公告)日：2024-06-07
申请号：CN202410322561.7
申请日：2024-03-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 国网安徽省电力有限公司 , 安徽南瑞继远电网技术有限公司
IPC: G06Q50/06 , H02J3/38 , G06Q10/04 , G06N3/0464
Abstract: 本发明属于新能源出力场景生成领域，本发明考虑新能源机组出力数据的时空特征，设计了一种带有卷积神经网络和长短期记忆网络的判别器网络结构，采用Wasserstein距离作为判别器的损失函数，提出了一种基于条件对抗生成网络的新能源短期场景生成方法。该方法通过模型中生成器与判别器的博弈训练，使生成器网络更加准确地提取到条件值及噪声分布与样本分布之间的映射关系，从而更好地生成新能源机组出力场景。
-
公开(公告)号：CN118157104A
公开(公告)日：2024-06-07
申请号：CN202410193952.3
申请日：2024-02-21
Applicant: 合肥工业大学 , 国网安徽省电力有限公司 , 安徽大学
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电网有功巡航调度的泛化性评估技术领域，具体涉及一种面向电网滚动调度策略的综合性能评估方法。该方法并行计算和评估方法对调度策略在不同源荷场景下进行有功巡航调度，并计算调度结果的各项子指标；最后利用AHP‑反熵权模型计算各项指标的权重，并利用模糊评价方法对不同场景下的调度结果进行综合评分。
-
公开(公告)号：CN116599107A
公开(公告)日：2023-08-15
申请号：CN202310557395.4
申请日：2023-05-17
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/32 , H02J3/38 , G06Q10/067 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明属于电力弹性资源建模领域，更具体地，涉及一种面向电力调度的弹性资源聚合方法，其建立了负荷侧弹性资源多层级聚合模型。首先，建立面向电力调度的用户层单体弹性资源模型；然后，基于用户层单体弹性资源模型，建立面向电力调度的聚合商层弹性资源聚合模型；最后，基于聚合商层弹性资源聚合模型，建立面向电力调度的区域电网层弹性资源聚合模型。该方法可应用小容量弹性资源参与电网调度，有利于提高电力系统运行效益。
-
公开(公告)号：CN116191416A
公开(公告)日：2023-05-30
申请号：CN202310183389.7
申请日：2023-02-24
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , G06Q50/06 , G06Q10/0631 , G06N3/0455 , G06N3/0464 , G06N3/08 , H02J3/38 , H02J3/46
Abstract: 本发明属于电力系统调度优化技术领域，具体涉及一种弹性环境下基于Conv‑Seq2Seq模型的电力系统日前调度方法。该方法包括如下步骤：步骤1：针对电力系统中传统火电机组、深度调峰机组及负荷侧弹性资源建立模型，其中负荷侧弹性资源包括可削减负荷和可平移负荷；步骤2：根据负荷预测数据，风电功率预测数据等信息以及对应的调度计划构建数据集；步骤3：构建基于Conv‑Seq2Seq的深度学习模型；步骤4：运用数据集对深度学习模型进行训练，得到训练完成的深度学习决策模型，并将待决策的负荷预测信息和风电功率预测信息等输入深度学习模型进行决策，输出调度计划；步骤5：对深度学习模型的输出方案进行辅助决策修正，得到满足约束的安全可行解。
-
Patent Agency Ranking
公开(公告)号：CN116031923A
公开(公告)日：2023-04-28
申请号：CN202310163928.0
申请日：2023-02-24
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明涉及电力系统技术领域，尤其涉及一种基于分层强化学习的电动汽车充电场站协同调峰方法，该方法包括以下步骤：S1、定义充电桩的状态、充电等待车位的状态、等待车位的联合状态，根据服务电价制定单元及充电功率控制单元制定系统运行模式。S2、确定充电服务电价与用户到达率映射关系，调整充电桩充电功率，构造单位时间内削峰奖励函数，建立充电场站双中心协同调峰系统。S3、根据场站的运行模式，以SPM为上层，CPC为下层，设计双层协同优化模型。S4、建立上层智能体的优化目标函数，采用Dueling DQN算法进行求解。建立下层智能体的优化目标函数，采用TD3算法进行求解。
-
公开(公告)号：CN119209611A
公开(公告)日：2024-12-27
申请号：CN202411292837.8
申请日：2024-09-14
Applicant: 河海大学 , 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/24 , H02J3/00 , H02J3/28 , H02J3/32 , H02J3/38 , H02J3/46 , G06F30/20 , G06F30/18 , G06F111/04 , G06F111/06 , G06F113/04 , G06F119/06
Abstract: 本发明提供一种分布式资源快速调频的聚合容量范围预测方法，包括：获取分布式资源集群内各单体设备的运行数据；将所述各单体设备的运行数据输入预构建的两阶段鲁棒优化模型中，基于C&CG算法对所述两阶段鲁棒优化模型进行迭代求解，获得集群内分布式资源快速调频的聚合容量范围。本发明提供的分布式资源快速调频的聚合容量范围预测方法在考虑分布式资源集群所在配电网网络约束和单体设备调节约束的前提下，利用两阶段鲁棒优化模型，将集群内分布式资源在各时刻的调频容量动态聚合，并预测出分布式资源快速调频的聚合容量范围；有利于促进分布式资源有效调动及电力系统资源优化配置，提高电网的稳定性，解决了采用分散控制方式存在风险的问题。
-
公开(公告)号：CN118825962A
公开(公告)日：2024-10-22
申请号：CN202410771000.5
申请日：2024-06-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , H02J3/38 , H02J3/48 , G06Q10/0631 , G06Q30/0283 , G06Q50/06 , G06F17/11
Abstract: 本发明属于电力系统技术领域，更具体地，涉及一种基于极限场景聚合的区域电网日前鲁棒优化调度方法。首先，基于源侧火电机组、负荷侧柔性负荷的运行机理构建区域电网调度模型，基于调度系统可用历史数据采用极限场景聚合法构建源侧风力发电机组、光伏电站以及荷侧用电负荷的不确定模型。然后，构建区域电网日前两阶段鲁棒优化调度模型，将区域电网的调度优化问题分为预调度阶段和再调度阶段；其中，预调度阶段目标函数为日前调度计划调度成本，再调度阶段目标函数为风险成本。最后，采用变精度C&CG算法完成区域电网日前两阶段鲁棒优化调度模型的求解，获取日前调度计划。本发明能在保证调度计划鲁棒性的情况下有效提高经济性。
-
公开(公告)号：CN117791731A
公开(公告)日：2024-03-29
申请号：CN202311808732.9
申请日：2023-12-26
Applicant: 合肥工业大学 , 国网安徽省电力有限公司 , 安徽大学
IPC: H02J3/46 , H02J3/14 , H02J3/06 , G06Q10/063 , G06Q50/06
Abstract: 本发明属于低碳电力系统技术领域，更具体地，涉及一种基于碳排放流理论的源荷双侧碳排放计量分摊方法，其建立了电力系统源荷双侧碳排放计量分摊模型。首先，基于燃煤及燃气发电机组本身的物理特性构建源侧碳排放计量模型；然后，根据电力系统历史运行数据以及系统运行参数计算系统潮流，构建电力系统网架拓扑中支路潮流与碳排放流的对应关系，在潮流的基础上得到碳排放流；其次，根据各负荷节点存在所在位置不同、消耗电能数量不同、输电阻塞问题等因素，通过引入碳排放流理论计算网架拓扑中支路、节点的碳排放流实时运行状况及节点碳势。将源侧碳排放责任扩展至负荷侧，实现荷侧碳排放计量模型的构建；最后，采用源荷双侧各承担一半系统碳责任的原则根据构建的源荷双侧的碳排放计量模型将碳排放责任分摊到每一个负荷用户及发电机组，实现电力系统全环节的碳排放计量。
-
公开(公告)号：CN115965224A
公开(公告)日：2023-04-14
申请号：CN202310163931.2
申请日：2023-02-24
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/04 , G06N3/096 , G06N3/092
Abstract: 本发明属于电力系统技术领域，更具体地，涉及一种基于深度迁移强化学习的电力系统调度优化方法，其建立了电力系统调度优化模型，并提出了一种基于深度迁移强化学习的电力系统实时优化方法。首先建立了不含弹性资源以及含弹性资源电力系统模型，并使用历史调度数据完成不含弹性资源电力系统决策网络的训练；然后根据含弹性资源电力系统‑状态空间增加的维度对原有神经网络进行输入输出通道扩展；最后对扩展完成后的网络进行参数迁移并进一步训练。本方法通过输入输出通道扩展及参数迁移方法，解决了新调度任务由于状态‑动作维度不同不能进行迁移的问题，有效提升了深度强化学习在新调度任务中的训练效率。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.077 seconds)
