-
公开(公告)号：CN115796919A
公开(公告)日：2023-03-14
申请号：CN202211559876.0
申请日：2022-12-06
申请人： 国家电网有限公司 , 国网重庆市电力公司经济技术研究院 , 重庆大学
IPC分类号： G06Q30/0201 , G06Q30/0203 , G06Q10/0631 , G06Q50/06
摘要： 本发明公开了一种用户侧储能规划方法，包括：S1.构建用户侧储能规划模型；S2.调整用户侧储能规划模型中各参数值，使得用户侧储能规划模型取得最小值，将规划模型取得最小值时设置的参数作为用户侧储能规划的最优参数。本发明的用户侧储能规划方法，能够实现用户侧储能的合理规划，提高了用户侧储能规划的可行性。
-
公开(公告)号：CN118920510A
公开(公告)日：2024-11-08
申请号：CN202410980540.4
申请日：2024-07-22
申请人： 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
IPC分类号： H02J3/24
摘要： 本发明提供了一种电力系统调频速度需求量化方法、设备和介质，方法包括：基于电网的负荷、新能源、气象信息等，构造了面向净负荷短时功率最大波动预测的样本特征向量，同时对训练样本与样本特征向量进行筛选，进而建立了净负荷短时功率最大波动点预测模型，对净负荷短时功率最大波动进行预测；进一步建立了基于自适应带宽核密度估计的净负荷短时功率最大波动区间预测模型，可得到净负荷短时功率最大波动预测结果的置信区间，以区间上限作为系统净负荷短时功率最大波动可确保其能够覆盖实际净负荷的短时最大波动。通过本发明所提出的方法，能够准确量化系统净负荷短时功率最大波动，为日前调度决策方案的合理制定提供有力参考。
-
公开(公告)号：CN115954952A
公开(公告)日：2023-04-11
申请号：CN202211559868.6
申请日：2022-12-06
申请人： 国家电网有限公司 , 国网重庆市电力公司经济技术研究院 , 重庆大学
IPC分类号： H02J3/46 , H02J3/14 , G06Q10/0631 , G06Q50/06
摘要： 本发明公开了一种基于时序运行模拟的灵活性资源规划方法，包括：S1.构建灵活性资源规划模型；S2.调整灵活性资源规划模型中各参数值，使得灵活性资源规划模型取得最小值，将规划模型取得最小值时设置的参数作为灵活性资源规划的最优参数。本发明的基于时序运行模拟的灵活性资源规划方法，能够结合不同的运行场景，对不同时间尺度的各类灵活性资源进行准确、可靠地规划分析，为灵活性资源的科学规划提供了技术参考。
-
公开(公告)号：CN109599872B
公开(公告)日：2022-11-08
申请号：CN201811633643.4
申请日：2018-12-29
IPC分类号： H02J3/06
摘要： 本发明公开了基于堆栈降噪自动编码器的电力系统概率最优潮流计算方法，主要步骤为：1)建立SDAE最优潮流模型。2)获取SDAE最优潮流模型输入层的输入样本X。3)对SDAE最优潮流模型进行初始化。4)对SDAE最优潮流模型进行训练，从而得到训练后的SDAE最优潮流模型。5)采用MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本。6)将步骤5得到的训练样本数据一次性输入步骤4中训练完成的SDAE最优潮流模型中，从而计算出最优潮流在线概率。7)对所述最优潮流在线概率进行分析，即绘制SDAE最优潮流模型的输出变量的概率密度曲线。本发明可广泛应用于电力系统的概率最优潮流求解，特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。
-
公开(公告)号：CN109784692B
公开(公告)日：2020-11-24
申请号：CN201811631297.6
申请日：2018-12-29
摘要： 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N‑1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。
-
公开(公告)号：CN111541252A
公开(公告)日：2020-08-14
申请号：CN202010487749.9
申请日：2020-06-02
摘要： 本发明公开了基于历史数据和误差分析的配电网线性化潮流通式最优独立变量选取方法，步骤为：1)获取实际电网物理参数信息和历史场景数据；2)推导计及/不计及ZIP负荷模型的节点注入形式的线性化潮流通式；3)以vk作为独立变量，分析k值变化对所有历史场景下的线性化潮流模型整体误差的影响，选取误差最小时对应的k值为最优独立变量vk的指数。本发明以两种不同形式的节点注入功率方程为基础，vk和θij为独立变量，推导了计及/不计及ZIP负荷模型的两种一般化线性化潮流模型，并根据历史场景选取了线性化潮流模型的最优独立变量，并结合配电网特点，在不同场景下验证了所选最优独立变量的有效性和鲁棒性。
-
公开(公告)号：CN118646029A
公开(公告)日：2024-09-13
申请号：CN202410696559.6
申请日：2024-05-31
申请人： 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
摘要： 本发明公开了一种显式计及AGC细颗粒时间尺度响应动作的机会约束经济调度方法，其包括：根据响应出力的变化，在机会约束框架下构建AGC机组响应动作模型；结合AGC机组响应动作精细化模型，考虑AGC细颗粒时间尺度响应动作，构建机会约束经济调度模型；对机会约束经济调度模型解析转化，实现AGC细颗粒时间尺度响应动作的显式表征。本发明通过求解计及AGC细颗粒时间尺度响应动作的机会约束经济调度模型，能够更合理的安排机组调度计划，确保电力系统安全经济运行。
-
公开(公告)号：CN117638859A
公开(公告)日：2024-03-01
申请号：CN202311351361.6
申请日：2023-10-18
申请人： 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
IPC分类号： H02J3/00 , G06F30/20 , G06F18/2413 , G06F17/15 , H02J3/06 , G06F111/04 , G06F113/04
摘要： 本发明公开一种基于伴随模型动态交互的机组组合快速求解方法，包括以下步骤：1)基于UC线性松弛模型构建初始固定变量集合；2)对初始固定变量集合进行可行性修复；3)基于KNN分类学习，辨识并保留在UC问题约束参数扰动情况下仍保持固定状态不变的变量，从而对修复后的固定变量集合进行优化；4)利用优化后的固定变量集合构建伴随模型；5)求解伴随模型，得到最优机组组合。本发明可广泛应用于大规模的电力系统UC问题求解，可作为电力系统组合问题定制化的加速算法设计提供参考。
-
公开(公告)号：CN110829434A
公开(公告)日：2020-02-21
申请号：CN201910938908.X
申请日：2019-09-30
申请人： 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种提高深度神经网络潮流模型扩展性的方法，主要步骤为：1)获取电力系统基本数据；2)确定特征向量；3)建立原始DNN潮流模型；4)对原始DNN潮流模型进行训练，得到训练后的原始DNN潮流模型；5)对原始DNN潮流模型进行扩建，得到扩建DNN潮流模型；6)对扩建系统概率潮流进行解算，得到概率潮流结果。本发明可广泛应用于电力系统的概率潮流求解，特别适用于因系统扩建导致原始系统DNN无法适用的情况。
-
公开(公告)号：CN109784692A
公开(公告)日：2019-05-21
申请号：CN201811631297.6
申请日：2018-12-29
摘要： 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N-1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。
-
-
-
-
-
-
-
-
-
搜索结果
54 条记录 (耗时 0.054 秒)
