-
公开(公告)号:CN119358974B
公开(公告)日:2025-04-22
申请号:CN202411907119.7
申请日:2024-12-24
Applicant: 国网上海市电力公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N20/10
Abstract: 本发明涉及一种虚拟电厂的多类型容量应用方法与系统,旨在提高电力需求与可再生能源产出的预测精度及电力系统的调度效率。该方法首先通过训练LSTM模型和SVM模型,分别对电力需求与可再生能源产出进行预测。LSTM模型用于捕捉时间序列数据中的长期依赖关系,SVM模型则精确拟合电力资源的变化趋势。然后,通过模糊逻辑算法融合两者的预测结果,生成更准确的最终预测数据。基于这些预测数据,使用预训练的深度Q网络生成电力系统的智能控制策略,优化储能设备的充放电操作,实现电力供应与需求的平衡。通过该方法,能够有效提升虚拟电厂在多种电力资源和需求波动情况下的稳定性与效率,确保电力系统的高效运行与资源的最优利用。
-
公开(公告)号:CN119474928A
公开(公告)日:2025-02-18
申请号:CN202411298183.X
申请日:2024-09-18
Applicant: 国网上海市电力公司
IPC: G06F18/231 , G06F18/2135
Abstract: 本发明涉及一种基于耦合气象因子的光伏负荷聚类方法、设备及介质,该方法包括:采集分布式光伏接入电网中逐时光伏出力数据、负荷数据以及多维气象数据;对多维气象数据进行相关性分析,筛选出与光伏出力和负荷相关性最高的前K个气象因子;对筛选出的K个气象因子进行主成分分析提取出贡献率高的主成分,利用根据贡献率高的主成分对K个气象因子进行组合得到耦合气象因子;采用层次聚类算法对耦合气象因子集进行划分,得到聚类后的光伏和负荷数据;其中,所述层次聚类算法中的聚类数通过肘部法和轮廓系数法综合计算得出。与现有技术相比,本发明具有更加准确可靠。
-
公开(公告)号:CN119831243A
公开(公告)日:2025-04-15
申请号:CN202411896889.6
申请日:2024-12-23
Applicant: 国网上海市电力公司
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/04 , G06N3/0464
Abstract: 本发明涉及一种结合车网互动的虚拟电厂优化调度方法、系统、设备及介质,通过采集历史数据,对下一时刻虚拟电厂中的可控负荷用电需求、车网互动系统充放电量、传统电源发电量、储能电量、分布式电源的发电量、天气条件、电网频率变化和温室气体排放进行预测。预测通过卷积神经网络进行特征提取,再使用注意力机制得到关注于负载高峰期和天气变化期的预测结果。采用马尔科夫决策过程描述状态的转移。基于深度Q网络得到最优动作,决定发电机组输出、储能系统充放电、可控负荷调度和车网充放电调度策略,实时调整电网运行。与现有技术相比,本发明具有运维成本低、稳定性强和环保等优点。
-
公开(公告)号:CN119787297A
公开(公告)日:2025-04-08
申请号:CN202411589358.2
申请日:2024-11-08
Applicant: 国网上海市电力公司
IPC: H02J3/00 , H02J3/38 , G06F18/23213
Abstract: 一种基于天气分型的含高比例分布式光伏的配电网重构方法,属供电系统管理领域。包括获取光伏电站历史出力数据,形成光伏电站历史出力数据集;对光伏出力数据集进行K‑means聚类,将光伏出力数据按照天气类型划分为晴天、阴天、多云、雨天四种类型;按照聚类生成的四个场景分别建模,采用非参数核密度估计方法对各个天气类型下的光伏出力进行估计;建立配电网重构模型,配电网重构以馈线损耗总和最小为目标函数,采用粒子群算法求解含分布式光伏的配电网重构模型,得到最优重构方案。其采用非参数核密度估计方法,建立考虑天气条件等因素的光伏出力概率特性模型,对含分布式光伏的配电网重构问题,能够获得更优的重构方案。
-
公开(公告)号:CN119358974A
公开(公告)日:2025-01-24
申请号:CN202411907119.7
申请日:2024-12-24
Applicant: 国网上海市电力公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N20/10
Abstract: 本发明涉及一种虚拟电厂的多类型容量应用方法与系统,旨在提高电力需求与可再生能源产出的预测精度及电力系统的调度效率。该方法首先通过训练LSTM模型和SVM模型,分别对电力需求与可再生能源产出进行预测。LSTM模型用于捕捉时间序列数据中的长期依赖关系,SVM模型则精确拟合电力资源的变化趋势。然后,通过模糊逻辑算法融合两者的预测结果,生成更准确的最终预测数据。基于这些预测数据,使用预训练的深度Q网络生成电力系统的智能控制策略,优化储能设备的充放电操作,实现电力供应与需求的平衡。通过该方法,能够有效提升虚拟电厂在多种电力资源和需求波动情况下的稳定性与效率,确保电力系统的高效运行与资源的最优利用。
-
公开(公告)号:CN119538169A
公开(公告)日:2025-02-28
申请号:CN202411299051.9
申请日:2024-09-18
Applicant: 国网上海市电力公司
IPC: G06F18/25 , H02J3/38 , G06F18/23213 , G06F18/2337 , G06F16/29 , G06Q50/06
Abstract: 本发明涉及一种考虑多要素关联的区域分布式光伏集群划分方法、设备及介质,该方法包括:获取当前时间区域内分布式光伏电站的经纬度信息;根据时间信息和经纬度信息计算各个分布式光伏电站的时空特征矩阵;基于分布式光伏电站的时空特征矩阵,采用聚类算法对区域内的分布式光伏电站进行基于时空特征的一次集群划分;基于光伏电站物理参数,采用聚类算法对一次集群划分得到的每个子集群下的分布式光伏电站进行基于物理特征的二次集群划分;将两级划分后的子集群分类情况作为最终的区域分布式光伏集群划分结果。与现有技术相比,本发明具有集群划分准确可靠等优点。
-
-
-
-
-