-
公开(公告)号:CN117895580A
公开(公告)日:2024-04-16
申请号:CN202410068252.1
申请日:2024-01-17
申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司辽阳供电公司
摘要: 本发明公开了一种多能源电力系统有功功率动态分配方法。该方法属于电力系统中多种电源间的功率动态分配控制领域。针对风、光、火多能源电力系统的功率动态分配优化问题,利用GRU神经网络进行多能源电力系统内风电机组、光伏电站的可用功率预测,并能够更有效地基于气象条件的变化趋势,合理利用系统内可再生能源。此外,本发明利用深度强化学习根据多能源电力系统的控制质量要求,以兼顾准确性及快速性优化功率动态分配时对不同运行特征机组的调度策略。同时,深度强化学习基于多能源电力系统实际采集的历史运行数据进行功率动态分配算法的优化,并利用深度确定性策略(Deep Deterministic Policy Gradient,DDPG)算法在模型的离线训练部分考虑了传统调度模式难以描述的多能源电力系统中存在的非线性及不确定问题,提高了风光火多能源电力系统功率分配实时计算效率。
-
公开(公告)号:CN112163613A
公开(公告)日:2021-01-01
申请号:CN202011018702.4
申请日:2020-09-24
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 沈阳工程学院
发明人: 王顺江 , 胡博 , 苏安龙 , 葛延峰 , 周桂平 , 宁珂甲 , 周小明 , 赵军 , 句荣滨 , 寿增 , 金宜放 , 王铎 , 凌兆伟 , 许睿超 , 刘嘉明 , 狄跃斌 , 眭冰 , 刘先晶 , 刘广利
摘要: 一种电能质量扰动的快速识别方法,属于电力系统控制与识别系统领域,包括如下步骤:(1)将扰动信号进行采样作为输入;(2)通过卷积神经网络CNN提取特征数据;(3)卷积神经网络CNN采用随机梯度下降法SGD;(4)通过GBDT计算得到各个特征的重要度;(5)利用GBDT算法构建扰动分类器。本发明是一个在电能质量发生扰动时,以最快的速度与精确度识别出电能质量问题种类的系统,为电能质量扰动的识别拓展了思路,更深一步的提高准确性。
-
公开(公告)号:CN118074092A
公开(公告)日:2024-05-24
申请号:CN202311519042.1
申请日:2023-11-14
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司
摘要: 本发明属于功率预测领域,尤其涉及一种基于参数优化VMD和组合LSTM‑GRU模型的光伏功率预测方法,对输入的光伏时间序列进行数据的归一化处理;由归一化后的光伏时间序列,利用VMD分解将波动性高的功率序列分解为一组相对平稳的模态分量;预设参数k和α,设定为初始化鲸鱼种群位置向量,利用WOA算法,以包络熵的极小值作为WOA算法的适应度函数,优化VMD参数[k,α],得到VMD分解的最佳输出模态;构建LSTM网络模型,并预测LSTM网络的第一预测功率数据;构建GRU网络模型,并预测GRU网络模型的第二预测功率数据;利用历史预测误差的倒数来得到权重,对第一预测功率数据和第二预测功率数据进行加权平均生成最终的功率预测结果。旨在利用信号分解算法和神经网络算法来实现对光伏功率的精准预测。
-
公开(公告)号:CN118014119A
公开(公告)日:2024-05-10
申请号:CN202311867723.7
申请日:2023-12-29
申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司辽阳供电公司
IPC分类号: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/086 , H02J3/00
摘要: 一种基于时间序列预测与深度学习互补的短期负荷预测方法,涉及负荷预测技术领域技术领域。该方法首先利用ADF检验和KPSS检验对历史负荷数据序列进行平稳性检验,若不平稳则进行差分处理直至信号平稳。其次,通过在蜣螂优化算法中引入周期突变机制以提升算法的寻优能力,并利用改进后的蜣螂优化算法对差分整合移动平均自回归模型参数p和q进行定阶,实现ARIMA对负荷的预测。然后,使用LSTM将ARIMA预测的非线性的残差序列进行预测。最后,将得到的负荷预测结果进行校验,大幅度提升模型的预测准确率,得到更为精确的短期负荷预测结果。达到更高的精度。
-
公开(公告)号:CN117748606A
公开(公告)日:2024-03-22
申请号:CN202311518619.7
申请日:2023-11-14
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司
IPC分类号: H02J3/46 , H02J3/38 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06
摘要: 本发明属于光伏调度领域,尤其涉及一种考虑光伏消纳量约束和多交易主体经济性的光伏调度方法,建立联合考虑配电网光伏消纳量最大和多主体经济性最优的多目标优化模型,建立联合考虑配电网光伏消纳量最大和多主体经济性最优的多目标优化模型,配电网光伏消纳量最大,多主体经济性最优、多主体经济性最优、构造其目标函数,增添约束条件;由目标函数,构造日内滚动优化模型对其日内调度计划进行实时调整,更新其目标函数,通过日内滚动优化方法优化了配电企业、分布式发电商、电力用户的目标函数,对日内调度计划进行实时调整,分析多主体经济性最优进一步优化模型,为市场环境下分布式光伏调度方法提供决策参考。
-
公开(公告)号:CN112327614A
公开(公告)日:2021-02-05
申请号:CN202011018736.3
申请日:2020-09-24
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司 , 清华大学 , 国家电网有限公司 , 沈阳工程学院
IPC分类号: G05B13/04
摘要: 一种单模拟量指令多目标加权控制方法,属于电力控制技术领域,所述方法具体包括如下步骤:步骤一:主站下令单模拟量指令ΔP,厂站后台计算得出α,步骤二:计算主站对厂站的控制成功率β,步骤三:计算每个制热储热装置的实际能耗,步骤四:计算制热储热装置的拒动率,步骤五:将步骤一~四中的四个指标分别乘以相应的权重并加和,根据得到的最终判断标准,控制储热装置的投入方式。本发明通过主站下单模拟量指令给厂站,厂站根据后台计算结果得出最优值,进而控制储热装置的最优分配投入方式,提高储热装置利用效率。
-
公开(公告)号:CN112187672A
公开(公告)日:2021-01-05
申请号:CN202011016813.1
申请日:2020-09-24
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 沈阳工程学院
IPC分类号: H04L12/917 , H04L12/911 , H04L12/26
摘要: 本发明为一种端口多链路资源加权动态分配方法,涉及电力系统自动化技术领域,包括以下步骤:步骤1、计算通道实时利用率;步骤2、构建时间距离加权公式,求每个通路z小时内的加权通路利用率;步骤3、求得端口P天内每一个通路的占有率;步骤4、动态分配端口内每一个通路容量。根据计算不同时间段的多链路端口数值,运用加权方法对所有数据进行计算,最终根据通路的利用率,重新分配通路容量,进而使得端口的利用率最高,加快电力信息传递速率。
-
公开(公告)号:CN116070751A
公开(公告)日:2023-05-05
申请号:CN202310026893.6
申请日:2023-01-09
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要: 本发明属于涉及光伏发电领域,具体涉及一种基于全生命周期的最优经济光伏分档调节方法。包括以下步骤:获取该光伏电站所在位置的地理信息和气象数据;计算该地区不同倾角下光伏板各月份所接受的辐射总量,绘制月平均日辐射量与倾角关系折线图,计算各月份平均日辐射量最大时对应的倾角;基于最佳倾角,确定档数、档位和调整时间间隔,并计算该分档方案下光伏电站发电量和运营商理论收入;考虑光伏电站全寿命周期内总成本,计算不同分档方案下总收益净现值以判断光伏电站盈亏情况,选择并应用最大净现值所对应的分档方案。本发明提出了针对可调式支架的分档方法,解决了固定支架对太阳能利用效率低的问题,同时有效提高了光伏电站运行的经济性,为加快光伏发电发展、全球能源转型提供有力支撑。
-
公开(公告)号:CN113408013A
公开(公告)日:2021-09-17
申请号:CN202110606595.5
申请日:2021-05-29
申请人: 国网辽宁省电力有限公司辽阳供电公司 , 国网辽宁省电力有限公司 , 沈阳工程学院
摘要: 本发明涉及芯片及其加密领域,特别涉及多种算法规则混合的加解密芯片构架。所述的芯片结构包括中央处理器、存储模块、访问验证模块、输入模块、加密模块、输出模块以及外围设备。在加密模块中采用了AES加密算法和RSA加密算法的混合加密算法,利用AES算法进行数据信息的加解密,利用RSA算法对于AES算法密钥进行加解密,两种算法结合能够很大程度上提高芯片中数据信息的安全性和保密性。
-
公开(公告)号:CN117910823A
公开(公告)日:2024-04-19
申请号:CN202311873561.8
申请日:2023-12-29
申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司辽阳供电公司
IPC分类号: G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/08 , H02J3/00
摘要: 一种基于注意力机制的优化LSTM短期负荷预测方法,属于光伏预测技术领域。本发明首先对历史用电负荷数据等影响因素进行预处理。其次,将处理好的数据用以训练模型,借助改进的蜣螂优化算法对长短期记忆神经网络的超参数进行寻优,使输入数据与网络结构更好地进行匹配。最后,进行负荷预测同时对算法模型进行分析。利用注意力机制通过重分配输入权重,突出有效信息特征,使得在长时间序列训练中不会被影响;利用改进的蜣螂优化算法对LSTM中的超参数进行寻优,避免人工选取的不确定性。预测精度方面较之前LSTM的提升算法均有显著的提高,大幅度提升模型的预测准确率。
-
-
-
-
-
-
-
-
-