一种基于机器学习的中长期电力市场风险评估方法

    公开(公告)号:CN110826935A

    公开(公告)日:2020-02-21

    申请号:CN201911157779.7

    申请日:2019-11-22

    IPC分类号: G06Q10/06 G06N20/10 G06Q50/06

    摘要: 本发明公开了一种基于机器学习的中长期电力市场风险评估方法,收集电力市场风险相关数据、系统运行约束条件数据、报价数据;根据获取的数据,建立中长期电力市场风险评估指标体系,对中长期电力市场中出现典型风险事件的危害程度进行定量分析,根据总危害量的大小进行划分;使用德尔菲法对获得的数据进行数据评估,获得中长期电力市场风险评估数据;基于机器学习进行中长期电力市场风险进行评估,建立针对中长期电力市场风险的通用综合评估模型,根据已有的市场风险评估数据进行学习建立学习机;反馈建立的中长期市场风险评估学习机计算结果,对中长期市场风险进行评估。本发明可以为市场运营人员提供有效的风险预警作用。

    一种计及风险的售电公司两阶段购电随机优化方法

    公开(公告)号:CN111523726A

    公开(公告)日:2020-08-11

    申请号:CN202010323034.X

    申请日:2020-04-22

    IPC分类号: G06Q10/04 G06Q50/06 G06Q30/06

    摘要: 本发明公开了一种计及风险的售电公司两阶段购电随机优化方法,售电公司的购电成本包括中长期合同购电成本、新能源购电成本、储能租用成本和现货市场购电成本;售电公司的售电收入包括保底封顶实时电价售电收入、固定电价合同售电收入和分时电价合同售电收入;算法进一步考虑偏差考核约束和新能源最小购电比例约束;再以CVaR作为风险度量方法,以购售电收益最大和风险损失最小为目标函数;最后基于实际电力市场数据执行并求解计及风险的售电公司两阶段购电随机优化方法。本发明能够有效规避售电公司面临的多重不确定性风险,减小售电公司损失,增强售电公司竞争力,促进我国电力市场改革的进程。

    一种基于机器学习的中长期电力市场风险评估方法

    公开(公告)号:CN110826935B

    公开(公告)日:2022-03-08

    申请号:CN201911157779.7

    申请日:2019-11-22

    IPC分类号: G06Q10/06 G06N20/10 G06Q50/06

    摘要: 本发明公开了一种基于机器学习的中长期电力市场风险评估方法,收集电力市场风险相关数据、系统运行约束条件数据、报价数据;根据获取的数据,建立中长期电力市场风险评估指标体系,对中长期电力市场中出现典型风险事件的危害程度进行定量分析,根据总危害量的大小进行划分;使用德尔菲法对获得的数据进行数据评估,获得中长期电力市场风险评估数据;基于机器学习进行中长期电力市场风险进行评估,建立针对中长期电力市场风险的通用综合评估模型,根据已有的市场风险评估数据进行学习建立学习机;反馈建立的中长期市场风险评估学习机计算结果,对中长期市场风险进行评估。本发明可以为市场运营人员提供有效的风险预警作用。

    基于自适应误差反馈的园区电力系统净负荷组合预测方法

    公开(公告)号:CN110909912B

    公开(公告)日:2022-08-09

    申请号:CN201910947679.8

    申请日:2019-10-08

    摘要: 本发明公开了一种基于自适应误差反馈的园区电力系统净负荷组合预测方法,首先根据要预测的日期确定样本数据,进行异常识别和数据预处理;然后自适应选取特征指标;接着基于相似集,进行各种方法的训练,并选择评估系统下的个体预测模型;再分别组合所选择的个体预测模型,并使用粒子群优化‑最小二乘支持向量机算法对每个独立预测值进行组合回归,并将误差与实际历史训练值进行比较,得到拟合后的最优变权值;最后基于历史数据执行自适应组合预测方法。本发明能够实现提高预测园区电力系统净负荷的准确性,相对个体预测方法更为可靠和有效。

    综合能源用关键参数数据挖掘及长期配置预测方法及系统

    公开(公告)号:CN114444955A

    公开(公告)日:2022-05-06

    申请号:CN202210113731.1

    申请日:2022-01-30

    摘要: 本发明公开了一种综合能源用关键参数数据挖掘及长期配置预测方法及系统,采用关键参数信息提取方法获取最新参数,并使用深度聚类算法将综合能源设备参数进行聚类,构建综合能源设备库和供能枢纽经济性量化内部优化配置模型;得出基准年不同季节的典型用能特征;采用源荷匹配选型建模方法对四种典型能量枢纽进行优化组合,得出满足不同季节各种用能需求的配置方案;预测典型设备的参数变化趋势,随后采用多种模型进行生命周期曲线拟合方法,对用能需求进行长期预测;最后将所获得的预测结果,采用源荷匹配选型建模方法进行优化组合,得到长期的预测配置方案。本发明提高了预测准确性,具有参数自动识别、自动修正,使得预测结果更符合实际情况。

    基于自适应误差反馈的园区电力系统净负荷组合预测方法

    公开(公告)号:CN110909912A

    公开(公告)日:2020-03-24

    申请号:CN201910947679.8

    申请日:2019-10-08

    摘要: 本发明公开了一种基于自适应误差反馈的园区电力系统净负荷组合预测方法,首先根据要预测的日期确定样本数据,进行异常识别和数据预处理;然后自适应选取特征指标;接着基于相似集,进行各种方法的训练,并选择评估系统下的个体预测模型;再分别组合所选择的个体预测模型,并使用粒子群优化-最小二乘支持向量机算法对每个独立预测值进行组合回归,并将误差与实际历史训练值进行比较,得到拟合后的最优变权值;最后基于历史数据执行自适应组合预测方法。本发明能够实现提高预测园区电力系统净负荷的准确性,相对个体预测方法更为可靠和有效。

    一种分布式电力交易风险自平衡方法、系统、介质及设备

    公开(公告)号:CN112819290A

    公开(公告)日:2021-05-18

    申请号:CN202110033156.X

    申请日:2021-01-11

    摘要: 本发明公开了一种分布式电力交易风险自平衡方法、系统、介质及设备,构建买卖双方的协调效用函数;通过考虑移动储能供应商的备用购买和平衡市场的偏差惩罚构建买卖双方的协调优化方法;以全社会效益最大化为目标,得到分布式电力交易风险自平衡的优化模型,将分布式电力交易风险自平衡的协调优化模型划分为两个阶段,在第一阶段考虑最大化总社会福利,在第二阶段考虑最小化偏差惩罚,通过端对端协商得到考虑偏差惩罚的分布式电力交易风险自平衡结算结果。本发明适用于有大量分布式能源和较多随机性负荷的多边市场交易,它有效降低了因合同偏差导致的违约风险,该分布式电力交易风险自平衡方法对于带有偏差惩罚的多边市场交易具有重要意义。