一种基于瞬变气象的超短期光伏出力预测方法

    公开(公告)号:CN115879602A

    公开(公告)日:2023-03-31

    申请号:CN202211429283.2

    申请日:2022-11-15

    摘要: 本发明涉及一种基于瞬变气象的超短期光伏出力预测方法,包括:获取历史样本数据并进行预处理;基于模糊C均值聚类对历史样本数据进行聚类;基于主成分分析法对历史气象数据进行特征降维得到气象数据特征;在每个天气类型下随机确定一个参考日样本,并基于其与相似日气象数据特征之间的余弦距离进行排序;构建自适应门控循环单元神经网络模型;将相邻排序的相似日样本的历史光伏出力数据分别作为模型的输入与输出,基于不确定性加权法对模型进行训练;基于训练完成的模型预测光伏出力。与现有技术相比,本发明充分考虑了历史光伏出力与气象信息间的关系、相同天气类型下相似日样本间的相关信息,能够有效准确的对超短期光伏出力进行预测。

    一种供电配电网网格化自治动态划分方法

    公开(公告)号:CN117649003A

    公开(公告)日:2024-03-05

    申请号:CN202210975056.3

    申请日:2022-08-15

    摘要: 本发明涉及一种供电配电网网格化自治动态划分方法,该方法步骤包括:获取广域同步量测历史数据和实时数据,通过基于网格供蓄调节和拓扑结构指标的初始网格划分关系模型得到初始网格划分方案;根据所述初始网格划分方案,通过基于可靠性和电压调节能力指标的全局不平衡配电网优化模型得到全局不平衡配电网的优化运行决策;根据所述全局不平衡配电网的优化运行决策,通过基于网格耦合度指标的配电网网格化自治动态划分优化模型,结合Kuhn‑Munkres算法对单元子供区进行划分,得到供电单元划分结果,所述供电单元划分结果包括站间供电单元划分结果和非站间供电单元划分结果。与现有技术相比,本发明考虑了整体化多指标,有网格结构清晰简洁等优点。

    一种基于PMU量测数据的模型预测动态电压协同控制方法

    公开(公告)号:CN115498651A

    公开(公告)日:2022-12-20

    申请号:CN202211005614.X

    申请日:2022-08-22

    摘要: 本发明涉及一种基于PMU量测数据的模型预测动态电压协同控制方法,包括:获取PMU量测数据和电网拓扑信息参数,构建电网系统的电压动态控制模型,并根据PMU量测数据对电网状态信息进行修正;建立基于模型预测控制的电压优化控制模型,从而根据修正后的电网状态信息,计算区域电压的预测值;根据区域电压的预测值,计算电网系统中节点的电压偏差,若偏差小于预设的偏差阈值,则进行电压动态调整;否则进行无功补偿;循环在每个时刻下对电网系统中的节点进行电压修正。与现有技术相比,本发明不仅充分利用PMU量测数据的优势,而且采用SVC和STATCOM的复合式的电压调整方式能大大提高区域电压动态调整的快速性和准确性,能够更好地应用于工程实际。

    基于最大期望样本加权神经网络模型的光伏出力预测方法

    公开(公告)号:CN115660182A

    公开(公告)日:2023-01-31

    申请号:CN202211349753.4

    申请日:2022-10-31

    摘要: 本发明涉及一种基于最大期望样本加权神经网络模型的光伏出力预测方法,包括:预处理获取的历史气象数据和历史光伏出力数据,利用距离相关系数和主成分分析法在历史气象数据中提取综合气象因子,进而利用最大期望聚类划分为多个不同的天气类型,得到隶属度参数作为权重;确定预测日所属的天气类型,将相同天气类型的历史光伏出力数据确定为相似日样本数据,将相似日样本数据对应的权重结合到交叉熵损失函数中;使用相似日样本数据和交叉熵损失函数训练卷积神经网络模型,采用训练好的卷积神经网络模型对预测日数据进行光伏出力预测。与现有技术相比,本发明充分考虑历史发电数据与预测日之间的相似关系,能够有效准确的对光伏出力进行预测。

    一种地铁列车错峰启动优化控制方法、介质及设备

    公开(公告)号:CN115230779B

    公开(公告)日:2024-02-27

    申请号:CN202210652126.1

    申请日:2022-06-09

    IPC分类号: B61L27/16 B61L27/40

    摘要: 本发明涉及一种地铁列车错峰启动优化控制方法、介质及设备,所述方法包括:维护一地铁主变负荷数据库,该数据库中的数据基于实时侦听的预先设计的侦听点处的负荷滚动更新;根据实时监听负荷与所述负荷数据库进行对比,计算实时负荷的最优估计作为当前实时负荷;基于所述当前实时负荷获取当前时刻下的列车启动策略。与现有技术相比,本发明具有误差小、有利于提高乘客乘坐体验等优点。

    一种考虑氢电耦合的微电网容量优化方法

    公开(公告)号:CN116388292A

    公开(公告)日:2023-07-04

    申请号:CN202310341292.4

    申请日:2023-03-31

    摘要: 本发明公开了一种考虑氢电耦合的微电网容量优化方法,包括:获取微电网容量优化区域一年的气象数据和负荷数据,进行处理分析,获得光照资源年度分布和负荷需求功率作为环境参数,建立含氢电耦合的微电网系统各单元的数学模型,包括光伏阵列单元、光伏电池储能单元、蓄电池储能单元、电解水制氢单元、氢气存储单元和燃料电池单元;建立含氢电耦合的微电网系统的运行策略;建立含氢电耦合的微电网系统的容量优化目标函数;使用加权法将多目标优化问题转化为单目标问题;运行加权变异粒子群优化算法,重复迭代,求解得到含氢电耦合的微电网系统的最优容量。本发明不仅能够充分利用太阳能,减少弃光,还可以提高微电网系统的经济性和供电可靠性。

    一种融合参数优化的集群联邦学习方法及设备

    公开(公告)号:CN116362329A

    公开(公告)日:2023-06-30

    申请号:CN202310437585.2

    申请日:2023-04-21

    摘要: 本发明涉及一种融合参数优化的集群联邦学习方法及设备,方法包括:S1:各客户端基于中央服务器发布的全局模型和各自私有数据进行本地模型训练,得到代表本地数据特征的局部模型,将局部模型参数上传至中央服务器;S2:中央服务器根据所有客户端的局部模型参数,对客户端进行聚类,将所有客户端划分为不同的集群;S3:中央服务器确认此次训练需要优化的超参数和适应度函数,发送给所有客户端;S4:各集群分别进行联邦学习训练,训练过程中引入改进的粒子群算法,根据中央服务器确认的超参数和适应度函数进行训练,并在每一轮训练中动态调整超参数,以获得最优的联邦学习模型。与现有技术相比,本发明具备训练效率高、训练模型精度高的优点。

    基于Skyline策略的微电网数据处理方法和装置

    公开(公告)号:CN116342233A

    公开(公告)日:2023-06-27

    申请号:CN202310243325.1

    申请日:2023-03-14

    摘要: 本发明涉及一种基于Skyline策略的微电网数据处理方法、装置和系统,应用于电力审查中心,方法包括如下步骤:S1,获取消费者的购电计划数据并发布到区块链网络中;S2,参与投标的微电网将第一轮投标价格加密并发送至消费者之后,从消费者获取经过Skyline加密后的第一轮投标结果的密文并进行排序,将第一轮排序结果发送给消费者,并将第一轮最低投标价格发布在区块链上;S3,基于第一轮最低投标价格进行第二轮投标,加密并发送至消费者之后,从消费者获取经过Skyline加密后的第二轮投标结果的密文,确定最终交易的微电网。与现有技术相比,本发明具有公平,安全,高效等优点。

    一种基于碳责任因子的新能源电力系统源荷碳税分摊方法

    公开(公告)号:CN115936313A

    公开(公告)日:2023-04-07

    申请号:CN202211584638.5

    申请日:2022-12-09

    摘要: 本发明涉及一种基于碳责任因子的新能源电力系统源荷碳税分摊方法,该方法包括:步骤S1、基于碳排放流CEF模型确认可再生能源机组碳排放责任;步骤S2、基于碳排放流CEF模型确认储能机组碳排放责任分析;步骤S3、确定新能源的源荷双侧碳责任因子;步骤S4、基于碳责任因子,进行新能源场景下的源荷双侧碳税分摊:基于碳排放流CEF模型追踪碳流在电网中的足迹,以碳责任因子反映源荷双侧碳排放责任,将源荷所承担的碳排放责任量以碳税形式进行分摊。与现有技术相比,本发明可将碳排放责任合理分摊至包含新能源在内的源荷双侧,实现高比例新能源电力系统碳排放责任分摊的合理公平性,应用在资源优化运行与配置问题中可以激励源荷双侧低碳减排。