-
公开(公告)号：CN111598720A
公开(公告)日：2020-08-28
申请号：CN202010336530.9
申请日：2020-04-26
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
摘要： 本发明一种基于富余清洁能源电力的多能流现货市场交易方法，属于电力市场技术领域，特别是涉及到一种多能流现货市场交易方法；首先发布富余清洁能源电量，然后组织电力、天然气、热力多能流交易，最后确认电力、天然气、热力多能流交易。本发明结合用户电力、天然气、热力需求，最大程度的消纳富余清洁能源电力，提高了风电、光伏的利用程度，尽最大可能避免弃风、弃光现象的发生，有助于改善能源消费结构，从而减少碳排放量。
-
公开(公告)号：CN111489267A
公开(公告)日：2020-08-04
申请号：CN202010288112.7
申请日：2020-04-14
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
摘要： 本发明一种配网侧电气耦合系统市场出清模型，属于综合能源交易领域，特别是涉及到一种市场出清方法；包括以下步骤，且以下步骤顺次进行：S1,考虑电力系统约束条件，建立电力系统市场出清模型；S2,考虑天然气约束条件，建立天然气系统市场出清模型；S3,以总运行成本最小化为目标函数，将所述S1中的电力系统市场出清模型与S2中的天然气系统市场出清模型通过燃气轮机进行耦合，建立电-气耦合系统市场出清模型和节点价格求解模型；S4,求解所述S3中的电-气耦合系统市场出清模型，并求出市场出清时的节点价格，提出电气耦合市场的出清策略。本发明考虑电气耦合系统的耦合影响，能够为节点能价制定方法和市场出清策略提供借鉴与参考。
-
公开(公告)号：CN113052400A
公开(公告)日：2021-06-29
申请号：CN202110441488.1
申请日：2021-04-23
申请人： 国网吉林省电力有限公司 , 哈尔滨工业大学 , 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
摘要： 本发明一种考虑电‑热耦合特性的短期热负荷概率预测方法，属于电力系统分析技术领域，包括对采集到的电负荷数据、热负荷数据以及气象信息等数据进行数据清洗；如果采集到的各类数据存在时间分辨率差异，则采用抽样的方法使各类数据的时间分辨率一致；采用皮尔森相关性系数刻画电‑热耦合特性，构建电‑热耦合特征集合；然后采用高斯过程回归建立短期热负荷概率预测模型；采用4种预测精度评估指标对热负荷概率预测结果进行评估。本发明能够准确预测在电‑热耦合特性不断加强场景下的热负荷概率区间，可为电网‑热网联合调度提供决策依据。
-
公开(公告)号：CN112348621A
公开(公告)日：2021-02-09
申请号：CN202010846679.1
申请日：2020-08-21
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 国家电网公司东北分部
摘要： 本发明公开了一种基于RE Learning算法的发电商报价模型，首先构造能够有效描述发电商竞价行为的策略集，根据每次交易作出判断，调整下一轮的竞价策略，以期实现利润最大化的目标；通过与环境交互进行学习的自适应学习方法获得发电商代理报价，主要用于仿真发电商在不完全信息市场中的报价过程。
-
公开(公告)号：CN111028004A
公开(公告)日：2020-04-17
申请号：CN201911188485.0
申请日：2019-11-28
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明一种基于大数据技术的电力市场评估分析方法，属于电力市场运营技术领域，包括步骤一获取数据、步骤二数据筛选和清除、步骤三数据归类整理、步骤四聚类分析、步骤五指标分析、步骤六判断、步骤七获得数据样本、步骤八训练样本获得、步骤九选择人工神经网络结构及训练方法、步骤十确定神经网络模型、步骤十一市场指标评估结果获得；通过本发明的设计，根据市场运营、电网运行、市场注册、市场结算、市场成员行为记录等数据，利用聚类算法获得市场结构、市场安全、市场运营、市场效益、调度运行等多方面市场评估指标，建立一套科学、客观、全面的电力市场指标评价体系来评价当前市场模式运行状态、潜在运营风险及未来市场发展趋势。
-
公开(公告)号：CN114155013A
公开(公告)日：2022-03-08
申请号：CN202010930891.6
申请日：2020-09-07
申请人： 国网吉林省电力有限公司 , 华北电力大学 , 国家电网有限公司 , 国网吉林省电力有限公司电力科学研究院
摘要： 本发明公开了一种基于多智能体的用户多时段电价响应系统及方法，包括政府智能体、用户智能体和供电智能体，用户智能体通过感知供电智能体给出的电价变化，根据自身的目标做出响应调整负荷，供电智能体根据获取的用户负荷数据信息，计算电费收益变化率，与期望值进行对比后调整电价政策，政府智能体计算电网的稳定性水平，求取调整后负荷曲线的峰谷差和负荷率，进而指导供电智能体调整电价，用户智能体根据自身要求对电价的调整策略输出用户对电价的响应曲线。本发明结合消费者心理学的原理，考虑供电公司的收益变化率、用户要求、电网稳定性的要求对用户响应行为进行模拟，输出响应曲线，同时得到较优的峰谷电价。
-
公开(公告)号：CN107907357B
公开(公告)日：2020-06-12
申请号：CN201711058759.5
申请日：2017-11-01
申请人： 清华大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 北京华建网源电力设计研究院有限公司
摘要： 本发明提出一种测试集中供热系统动态特性的方法及装置，其中，该方法包括：对集中供热系统进行基准工况实验，并获取基准工况实验的第一测试结果；根据第一测试结果确定天气参数变化与测试热力站的回水温度以及测试热用户的室内温度的第一关系信息；对集中供热系统进行运行工况实验，并获取运行工况实验的第二测试结果；根据第二测试结果确定测试供热机组的供热量变化与测试热力站的回水温度以及测试热用户的室内温度的第二关系信息；根据第一关系信息和第二关系信息确定天气参数变化以及测试供热机组供的供热量变化对回水温度以及测试热用户的室内温度影响的第三关系信息，由此，能够准确获得集中供热系统的实际动态特性。
-
公开(公告)号：CN107907357A
公开(公告)日：2018-04-13
申请号：CN201711058759.5
申请日：2017-11-01
申请人： 清华大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 北京华建网源电力设计研究院有限公司
CPC分类号： G01M99/005 , F24D19/1009 , G01M99/002 , G01M99/008
摘要： 本发明提出一种测试集中供热系统动态特性的方法及装置，其中，该方法包括：对集中供热系统进行基准工况实验，并获取基准工况实验的第一测试结果；根据第一测试结果确定天气参数变化与测试热力站的回水温度以及测试热用户的室内温度的第一关系信息；对集中供热系统进行运行工况实验，并获取运行工况实验的第二测试结果；根据第二测试结果确定测试供热机组的供热量变化与测试热力站的回水温度以及测试热用户的室内温度的第二关系信息；根据第一关系信息和第二关系信息确定天气参数变化以及测试供热机组供的供热量变化对回水温度以及测试热用户的室内温度影响的第三关系信息，由此，能够准确获得集中供热系统的实际动态特性。
-
公开(公告)号：CN113346487B
公开(公告)日：2022-09-30
申请号：CN202110640742.0
申请日：2021-06-09
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于多源互补的源荷匹配系统，包括数据输入模块，用于对需要输入的数据，进行预处理，并转化为相应的模型需求向量格式，与模型构建模块相连接；模型构建模块，用于构建源荷自适应匹配模型，输出端连接模型求解模块。模型求解模块，模型参数设置，使用线性规划求解器对优化模型进行求解，获得新能源和负荷的匹配结果，本发明提出一种自适应的源荷匹配规划方法，极大降低了求解空间，从进化算法的指数复杂度降低到n的多项式复杂度。获得和负荷互补性较强的不同区域和能源的新能源场站组合。并且能够降低源荷匹配新能源削减量，提高新能源利用率。
-
公开(公告)号：CN111724278A
公开(公告)日：2020-09-29
申请号：CN202010531623.7
申请日：2020-06-11
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种面向电力多元负荷用户的精细分类方法及系统，该方法包括以下步骤：获取电力多元负荷用户的历史用电数据，进行预处理；对预处理后的数据进行聚类分析，得到划分不同类型的负荷特征曲线；根据所述不同类型的负荷特征曲线，利用SVM分类器进行训练，生成分类预测模型；将待分类的用户历史用电数据，输入所述分类预测模型，得到输出的分类结果。本发明通过数据预处理，可提高数据的可靠性及准确性；聚类分析得到的聚类效果更准确；所生成分类预测模型，能够为电力决策提供更科学的数据参考；最终对待分类的用户，可实现准确、快速、精细的划分用户类别。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.107 秒)
