公开(公告)号：CN116454866A

公开(公告)日：2023-07-18

申请号：CN202310314885.1

申请日：2023-03-28

Applicant: 国网福建省电力有限公司 ,  福建电力交易中心有限公司

Inventor： 郑建辉 ,  林晓敏 ,  陈传彬 ,  林硕帆

IPC: H02J3/00 ,  G06Q30/0201 ,  G06Q50/06

Abstract: 本发明公开了一种中长期曲线分解及修正方法和终端，包括考虑新能源出力特性，计算新能源出力曲线；在确定了新能源出力曲线的基础上，对常规机组的中长期合同电量进行分解；对分解后得到的常规机组各时段的中长期电量进行曲线计算；针对新能源出力偏差，确定中长期合同修正电量，对常规机组各时段的中长期电量曲线进行修正。本发明通过在传统中长期合同分解方法的基础上，进一步考虑新能源的出力特性，制定适应新能源规模化接入的合同分解方法，同时，针对由于新能源波动所产生的偏差，提出对应中长期合同电量的修正方法，及时修正中长期电量曲线，有效提高中长期合同的市场履约率，促进新能源规模化接入背景下的中长期市场发展。

公开(公告)号：CN113077284A

公开(公告)日：2021-07-06

申请号：CN202110360294.9

申请日：2021-04-02

Applicant: 国网福建省电力有限公司 ,  福建电力交易中心有限公司

Inventor： 王良缘 ,  吴庆华 ,  林芬 ,  陈传彬 ,  林硕帆 ,  叶文圣

IPC: G06Q30/02 ,  G06Q30/06 ,  G06Q30/08 ,  G06Q50/06

Abstract: 本发明涉及一种考虑复杂订单类型的改进块交易市场的出清方法，包括以下步骤:步骤S1:获取市场参与者申报的订单;步骤S2:根据订单约束和平衡约束，以市场总福利最大为目标函数，构建改进块交易市场出清模型；步骤S3:根据得到的改进块交易市场出清模型，添加辅助变量将模型线性化，并进行求解，得到市场主体中标结果；步骤S4:根据中标结果优化改进块交易市场出清模型，得到定价模型，进一步得到市场出清价格。本发明能够将出清模型与定价模型区分，使出清模型的中标结果在电力系统中实际可行，使定价模型的电价结果满足激励相容原理，确保市场主体尽量按中标结果运行，保证电网的安全稳定运行。

公开(公告)号：CN115049486A

公开(公告)日：2022-09-13

申请号：CN202210579495.2

申请日：2022-05-25

Applicant: 福建电力交易中心有限公司 ,  华北电力大学

Inventor： 林舒嫄 ,  王良缘 ,  陈传彬 ,  林芬 ,  林硕帆 ,  吴庆华 ,  张洪 ,  王林炎 ,  李君

IPC: G06Q40/04 ,  G06Q50/06 ,  G06Q10/04 ,  H02J3/00

Abstract: 本发明涉及一种中长期交易向现货交易过渡期电力交易结算方法及系统，属于电力领域，首先对中长期交易向现货交易过渡期的市场主体进行划分，然后根据每个划分后的市场主体进行的用电交易类型，确定每一种用电交易类型的结算类型以及偏差电量结算类型，最后确定每一种用电交易类型的结算类型以及偏差电量结算类型的结算函数，利用该结算函数即可以计算中长期交易向现货过渡阶段中各类交易业务结算，并且搭建的电力交易结算系统支撑各类交易业务结算，有效支撑电力交易，实现了结算电量和交割电量有效匹配。

公开(公告)号：CN115049486B

公开(公告)日：2024-12-24

申请号：CN202210579495.2

申请日：2022-05-25

Applicant: 福建电力交易中心有限公司 ,  华北电力大学

Inventor： 林舒嫄 ,  王良缘 ,  陈传彬 ,  林芬 ,  林硕帆 ,  吴庆华 ,  张洪 ,  王林炎 ,  李君

IPC: G06Q40/04 ,  G06Q50/06 ,  G06Q10/04 ,  H02J3/00

Abstract: 本发明涉及一种中长期交易向现货交易过渡期电力交易结算方法及系统，属于电力领域，首先对中长期交易向现货交易过渡期的市场主体进行划分，然后根据每个划分后的市场主体进行的用电交易类型，确定每一种用电交易类型的结算类型以及偏差电量结算类型，最后确定每一种用电交易类型的结算类型以及偏差电量结算类型的结算函数，利用该结算函数即可以计算中长期交易向现货过渡阶段中各类交易业务结算，并且搭建的电力交易结算系统支撑各类交易业务结算，有效支撑电力交易，实现了结算电量和交割电量有效匹配。

公开(公告)号：CN111753893A

公开(公告)日：2020-10-09

申请号：CN202010534083.8

申请日：2020-06-12

Applicant: 国网福建省电力有限公司 ,  福州大学

Inventor： 王良缘 ,  林芬 ,  杨首晖 ,  陈静 ,  陈传彬 ,  郑建辉 ,  林舒嫄 ,  林硕帆 ,  欧亚

IPC: G06K9/62 ,  G06N3/04 ,  G06Q50/06 ,  G06Q10/04

Abstract: 本发明涉及一种基于聚类和深度学习的风电机组功率集群预测方法。获取风电场中每个机组的实际运行数据，并进行归一化处理将归一化后的数据作为K-means聚类的输入变量，比较选择最佳聚类数作为风电机组的集群个数；对于每组集群，选择其中一台机组作为该集群的代表机组，使用代表机组的变量数据建立所属集群的风电功率预测模型；采用深度学习框架搭建深度长短时记忆网络；根据预测模型的输入输出分别构造出相应的模型输入与对应的输出样本，并将构造的样本划分为训练样本与测试样本，用测试样本来对所训练好的预测模型进行性能测试，得到训练模型的性能评价指标；最后通过得到的最佳的训练模型即可预测出未来多个时间点的风电功率数据。