-
公开(公告)号：CN114156950B
公开(公告)日：2022-06-07
申请号：CN202210119998.1
申请日：2022-02-09
申请人： 广东电力交易中心有限责任公司 , 华中科技大学
摘要： 本发明公开了一种电力系统电源容量分配方法及装置，结合储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对储能系统的置信容量模型进行迭代计算，得到满足收敛条件时储能系统的置信容量模型对应的储能置信容量系数；根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。采用本发明实施例，综合考虑风、光、水、火电、储能等多种类型资源对电力系统可靠性和灵活性的影响，进而有效地分配间断性可再生能源的装机容量和储能系统的装机容量，保证电力系统供电可靠性和灵活性。
-
公开(公告)号：CN112418700A
公开(公告)日：2021-02-26
申请号：CN202011379454.6
申请日：2020-11-30
申请人： 广东电力交易中心有限责任公司 , 华中科技大学
摘要： 本发明公开了一种电力容量市场需求曲线设计方法、装置及设备，属于电力系统技术领域，该方法基于对电力系统的可靠性评估，设计了一条能评价不同容量水平下系统容量价值的需求曲线。首先，基于发电机组无故障工作时间和维修时间，并利用蒙特卡洛算法模拟发电机的开停机运行状态，以此评估系统的可靠性水平；然后，根据可靠性水平设计系统增量可靠性‑装机容量曲线，反映不同装机容量下的系统增量可靠性；最后，引入调整系数对增量可靠性的纵坐标进行调整，得到以新建机组投资成本为纵坐标的容量市场需求曲线。如此，通过设计合理的容量市场需求曲线，保证电力系统正常运行的同时，部分机组的投资成本能够在现货市场中得到回收。
-
公开(公告)号：CN114156950A
公开(公告)日：2022-03-08
申请号：CN202210119998.1
申请日：2022-02-09
申请人： 广东电力交易中心有限责任公司 , 华中科技大学
摘要： 本发明公开了一种电力系统电源容量分配方法及装置，结合储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对储能系统的置信容量模型进行迭代计算，得到满足收敛条件时储能系统的置信容量模型对应的储能置信容量系数；根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。采用本发明实施例，综合考虑风、光、水、火电、储能等多种类型资源对电力系统可靠性和灵活性的影响，进而有效地分配间断性可再生能源的装机容量和储能系统的装机容量，保证电力系统供电可靠性和灵活性。
-
公开(公告)号：CN112801334A
公开(公告)日：2021-05-14
申请号：CN202011337155.6
申请日：2020-11-25
申请人： 广东电力交易中心有限责任公司 , 华中科技大学
摘要： 本发明公开了一种电力容量出清方法及系统，属于电气工程领域。该方法基于机组往年利润、投资商风险偏好及容量价值，模拟供需双方报价进行拍卖出清，分析预测系统未来的容量交易情况。首先根据系统往年负荷情况，引入投资商投资风险偏好，考虑天气影响等因素，基于蒙特卡洛算法预测未来新建机组的数量，然后根据机组投资成本计算机组的容量成本，最终求得供给曲线，将供给曲线与系统容量需求曲线共同出清，得到最终的容量交易结果。本发明为回收机组投资成本提供了一种新思路，有利于引导投资商进行机组投资，保障电力系统的容量充裕性和运行稳定性。
-
公开(公告)号：CN112418700B
公开(公告)日：2023-10-03
申请号：CN202011379454.6
申请日：2020-11-30
申请人： 广东电力交易中心有限责任公司
IPC分类号： G06Q10/0637 , G06Q30/0202 , G06Q50/06
摘要： 本发明公开了一种电力容量市场需求曲线设计方法、装置及设备，属于电力系统技术领域，该方法基于对电力系统的可靠性评估，设计了一条能评价不同容量水平下系统容量价值的需求曲线。首先，基于发电机组无故障工作时间和维修时间，并利用蒙特卡洛算法模拟发电机的开停机运行状态，以此评估系统的可靠性水平；然后，根据可靠性水平设计系统增量可靠性‑装机容量曲线，反映不同装机容量下的系统增量可靠性；最后，引入调整系数对增量可靠性的纵坐标进行调整，得到以新建机组投资成本为纵坐标的容量市场需求曲线。如此，通过设计合理的容量市场需求曲线，保证电力系统正常运行的同时，部分机组的投资成本能够在现货市场中得到回收。
-
公开(公告)号：CN112801334B
公开(公告)日：2023-01-24
申请号：CN202011337155.6
申请日：2020-11-25
申请人： 广东电力交易中心有限责任公司
IPC分类号： G06Q10/04 , G06Q10/0635 , G06Q30/0202 , G06Q30/0601 , G06Q30/08 , G06Q50/06
摘要： 本发明公开了一种电力容量出清方法及系统，属于电气工程领域。该方法基于机组往年利润、投资商风险偏好及容量价值，模拟供需双方报价进行拍卖出清，分析预测系统未来的容量交易情况。首先根据系统往年负荷情况，引入投资商投资风险偏好，考虑天气影响等因素，基于蒙特卡洛算法预测未来新建机组的数量，然后根据机组投资成本计算机组的容量成本，最终求得供给曲线，将供给曲线与系统容量需求曲线共同出清，得到最终的容量交易结果。本发明为回收机组投资成本提供了一种新思路，有利于引导投资商进行机组投资，保障电力系统的容量充裕性和运行稳定性。
-
公开(公告)号：CN118965803A
公开(公告)日：2024-11-15
申请号：CN202411186539.0
申请日：2024-08-27
申请人： 华中科技大学
IPC分类号： G06F30/20 , G06F17/10 , G06F111/04 , G06F119/14 , G06F111/10
摘要： 本发明涉及一种梯级可逆式水电站全年小时级快速运行模拟方法，包括以下步骤：S1、根据可逆式水电站运行情况，考虑出力、水头、流量和库容约束条件，以电站总出力最大化为目标函数，建立可逆式水电站运行模拟模型；基于非线性函数一阶泰勒展开和线性化方法，对运行模拟模型中非线性部分线性化，将模型简化为混合整数线性规划模型；根据可逆式水电站上游的径流数据与运行参数，求解运行模拟模型，得到运行模拟结果。本发明以简洁线性规划或混合整数线性规划的形式求解，提高求解速度和稳定性，更好优化可逆式水电站的电力系统运行策略，提高能源利用效率，降低系统运行成本。
-
公开(公告)号：CN118839610A
公开(公告)日：2024-10-25
申请号：CN202410957978.0
申请日：2024-07-17
申请人： 华中科技大学
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/08 , G06N20/20 , G06F18/2431
摘要： 本发明公开了一种基于Koopman时序延拓的频率预测方法和装置，属于电力系统管理技术领域，所述频率预测方法，在扰动后短时间内采集当前暂态运行数据，基于Koopman算子理论对当前暂态运行数据进行时序延拓，获得长时间的特征序列数据，最后将延拓后的数据输入到目标频率预测模型中进行频率预测；其中，目标频率预测模型是以历史暂态运行数据为输入，以历史暂态运行数据对应的频率偏移极值为输出对初始频率预测模型进行训练得到。相比于传统的深度学习网络预测算法，本发明结合Koopman算子理论对每种时序特征进行数据延拓，能够将发生扰动后短时间内的暂态运行数据延拓为长时间特征数据，可以在保障模型预测精度的同时兼顾预测速率。
-
公开(公告)号：CN111832898B
公开(公告)日：2024-09-24
申请号：CN202010526990.8
申请日：2020-06-11
申请人： 华中科技大学 , 广东电网有限责任公司
IPC分类号： G06F30/20 , H02J3/00 , G06Q50/06 , G06F111/04 , G06F111/06 , G06F119/08 , G06F119/14 , G06F113/04
摘要： 本发明公开了一种基于空调多功能的电力系统需求响应调度方法，属于电气工程领域。方法包括：分别构建空调负荷时移功能和备用功能的调度模型；以空调时移功能和备用功能作为电力系统需求响应，以电力系统运行成本最小同时空调用户体验度最优为目标函数，构建数据驱动随机机组组合模型；求解上述目标函数的最优解，得到电力系统需求响应的调度结果。本发明分别构建了建立了空调负荷时移功能和备用功能的调度模型，利用空调的时移功能削减用电高峰期的电力负荷，减少系统的爬坡需求，利用空调的备用功能释放机组的爬坡备用，最终在保证空调用户体验度最优、电力系统运行成本最小的情况下，提高了电力系统的灵活爬坡能力。
-
公开(公告)号：CN114169395B
公开(公告)日：2024-09-06
申请号：CN202111306260.8
申请日：2021-11-05
申请人： 华中科技大学
IPC分类号： G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/09 , G06N3/0985 , G06Q50/06
摘要： 本发明公开了一种电力系统主导失稳模式识别模型构建方法及应用，属于电力系统稳定性判断领域。包括：获取少量有标注样本和大量无标注样本构成训练集；采用训练集训练模型，所述模型包括两个并联的相同结构的神经网络，即第一子网络和第二子网络；训练过程中，将有标注样本和无标注样本输入第二子网络，通过计算有标注样本的监督学习的交叉熵损失和无标注样本的一致化损失训练更新网络权重；将相同的无标注样本输入至第一子网络，通过第一子网络历史权重和第二子网络的权重进行加权后更新第一子网络的权重；当第二子网络和第一子网络的输出一致时，得到训练好的模型，输出概率最大的主导失稳模式，本发明可以降低对有标注样本的依赖，识别精度高。
-
-
-
-
-
-
-
-
-
搜索结果
588 条记录 (耗时 0.07 秒)
