-
公开(公告)号：CN112994017A
公开(公告)日：2021-06-18
申请号：CN202110295923.4
申请日：2021-03-19
申请人： 国网江苏省电力有限公司南通供电分公司 , 国网江苏省电力有限公司经济技术研究院 , 东南大学
IPC分类号： H02J3/06
摘要： 本发明公开了一种基于配电网概率潮流计算的分布式光伏电源选址优化方法，构建考虑配电网动态特性的多目标优化模型，制定了多目标优化问题的目标函数和约束条件。分析了负荷、光伏出力的时序性波动规律，提出利用概率潮流的方式将动态多目标规划转化为静态多目标优化。对多时空的含光伏电源配电网实际历史运行数据进行拉丁超立方采样，利用蒙特卡洛模拟法计算概率潮流。采用概率潮流计算结果对不同的接入方案评分，结合向量评估遗传算法得到考虑配网拓扑线路动态特性的分布式光伏电源选址优化方案。本发明在任意开关状态组合的典型场景中，均能实现接入后电压偏差、电压波动与网络损耗的降低。
-
公开(公告)号：CN112541546B
公开(公告)日：2022-08-02
申请号：CN202011463720.3
申请日：2020-12-14
申请人： 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
摘要： 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法，首先，获取配电网络下多个光伏电站出力的历史数据，形成由个光伏电站的历史出力数据组成的多维数据集；然后，对多维集进行基于局部密度中心的聚类，将所有数据点分为多个场景；再按照聚类生成的多个场景分别建模，使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布；最后，利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样，生成光伏出力典型样本，对生成的样本进行蒙特卡洛概率潮流计算，从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号：CN112541546A
公开(公告)日：2021-03-23
申请号：CN202011463720.3
申请日：2020-12-14
申请人： 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
摘要： 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法，首先，获取配电网络下多个光伏电站出力的历史数据，形成由个光伏电站的历史出力数据组成的多维数据集；然后，对多维集进行基于局部密度中心的聚类，将所有数据点分为多个场景；再按照聚类生成的多个场景分别建模，使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布；最后，利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样，生成光伏出力典型样本，对生成的样本进行蒙特卡洛概率潮流计算，从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号：CN112488415A
公开(公告)日：2021-03-12
申请号：CN202011464701.2
申请日：2020-12-14
申请人： 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
摘要： 一种基于经验模态分解和长短时记忆网络的电力负荷预测方法，首先，获取历史时刻的电力负荷数据和日期特征因素，并进行预处理；然后对预处理的历史数据进行经验模态分解，分解产生多个本征模函数信号以及残差信号，并分别作为多个神经网络预测的输入；再采用基于长短时记忆神经网络的深层网络分别对多个本征模函数信号以及残差信号进行训练建模，产生多个针对不同分量进行预测的子模型；最后，利用训练生成的多个针对不同分量进行预测的子模型对配变电力负荷在预测日期内的各本征模函数分量进行预测，并最后将各个分量的预测结果求和，产生当日的电力负荷预测结果。该方法将经验模态分解与神经网络两者结合起来，能进一步提升预测效果的准确性。
-
-
-
搜索结果
4 条记录 (耗时 0.078 秒)
