-
公开(公告)号：CN115566740B
公开(公告)日：2023-04-07
申请号：CN202211552665.4
申请日：2022-12-05
Applicant: 广东电网有限责任公司江门供电局
Abstract: 本申请公开了一种分布式可再生能源集群聚合调控潜力评估方法和装置，获取聚合商平台中分布式可再生能源集群提供的多个出力预测值和对应的历史出力数据；基于出力预测值和历史出力数据通过强化学习对构建的目标状态矩阵进行优化训练，根据得到的最终状态矩阵中的权重对各分布式可再生能源集群的出力预测值进行加权求和得到最终出力预测值，进而计算各集群的潜力评估指标的指标值，基于层次分析加权法和熵权法分别计算潜力评估指标的第一权重、第二权重；基于各潜力评估指标的第一权重、第二权重和指标值计算各分布式可再生能源集群的出力潜力评估综合得分，实现了对分布式可再生能源集群聚合出力进行潜力评估，有助于提高电网的安全性和稳定性。
-
公开(公告)号：CN115800248A
公开(公告)日：2023-03-14
申请号：CN202211434620.7
申请日：2022-11-16
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
Abstract: 本申请公开了一种分布式能源系统状态估计方法、装置、设备和介质，将各分布式发电单元及其线路划分为一个能源子系统，根据初始测量信息初始化能源子系统的滚动时域窗口尺寸、权重系数矩阵、初始时刻状态估计值和协方差矩阵；根据能源子系统和相邻能源子系统的测量信息求解滚动时域估计优化问题得到最优解；根据最优解计算上一时刻对当前时刻的系统状态估计值，并通过通信网络将能源子系统的状态估计值传递给相邻能源子系统；更新能源子系统的状态估计值和协方差矩阵；滚动至下一时刻，采用能源子系统和相邻能源子系统的新的测量信息重新求解能源子系统的滚动时域估计优化问题，改善了现有技术采用集中式状态估计方法存在的可靠性差的技术问题。
-
公开(公告)号：CN115241895A
公开(公告)日：2022-10-25
申请号：CN202211079080.5
申请日：2022-09-05
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
Abstract: 本发明提供了一种基于可再生能源剧烈波动特征识别的功率平抑方法和系统，其中本发明提供的方法通过定义可再生能源发电功率波动特征指标，将可再生能源的波动进行等级划分，并灵活调动和分配储能及可调节负荷等灵活可调节资源，按照对应等级采取相应的功率波动平抑方法，从而实现可再生能源发电功率的有效平抑，有效实现源‑荷‑储的资源协调，提高电网综合资源应用价值，一方面充分挖掘电网中可灵活调节资源的应用潜力，另一方面，也探究储能与负荷融合调节的应用效果。
-
公开(公告)号：CN115146881B
公开(公告)日：2023-01-13
申请号：CN202211081062.0
申请日：2022-09-05
Applicant: 广东电网有限责任公司江门供电局(CN)
Abstract: 本发明提供了一种基于二阶段模糊C算法的低压分布式光伏系统不良数据检测方法和系统，通过采集光伏出力数据对应的气象数据，构建气象数据向量集，并通过一阶段模糊C聚类分析，按照各时刻光伏出力的气象数据所属簇类，标记气象环境标签。在二阶段模糊C聚类过程中，将光伏出力数据与气象环境标签组合构建数据集合，依据偏离指标选择最佳聚类数，让二阶段聚类划分与一阶段的聚类划分尽可能贴合。根据最终光伏有功出力的划分簇类，依次剔除最外围数据，并绘制平均距离指标DAVE的下降曲线，依据肘部法原则检测不良数据。本发明可以准确检测出传输到数据存储端的部分不良数据，降低其对光伏系统的特性分析以及出力预测的影响。
-
公开(公告)号：CN115146881A
公开(公告)日：2022-10-04
申请号：CN202211081062.0
申请日：2022-09-05
Applicant: 广东电网有限责任公司江门供电局
Abstract: 本发明提供了一种基于二阶段模糊C算法的低压分布式光伏系统不良数据检测方法和系统，通过采集光伏出力数据对应的气象数据，构建气象数据向量集，并通过一阶段模糊C聚类分析，按照各时刻光伏出力的气象数据所属簇类，标记气象环境标签。在二阶段模糊C聚类过程中，将光伏出力数据与气象环境标签组合构建数据集合，依据偏离指标选择最佳聚类数，让二阶段聚类划分与一阶段的聚类划分尽可能贴合。根据最终光伏有功出力的划分簇类，依次剔除最外围数据，并绘制平均距离指标DAVE的下降曲线，依据肘部法原则检测不良数据。本发明可以准确检测出传输到数据存储端的部分不良数据，降低其对光伏系统的特性分析以及出力预测的影响。
-
Patent Agency Ranking
公开(公告)号：CN115130775A
公开(公告)日：2022-09-30
申请号：CN202210821380.X
申请日：2022-07-13
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
Abstract: 本发明提供了一种基于分频算法的可再生能源混合储能优化配置方法和系统，通过构建一种VMD‑Hilbert‑FCM分频算法，将聚合体负荷数据划分为高频分量与低频分量两部分。依据分频算法获取的聚合体负荷数据高频分量与低频分量，利用超级电容能量密度小，功率密度大的特点用于平抑聚合体负荷高频分量，利用锂电池能量密度大，功率密度小的特点削减聚合体负荷低频分量。在两部制电价背景之下，考虑储能的全寿命周期成本为优化目标，将两种储能的待配置的容量和功率作为优化变量，最终达到超级电容‑锂电池混合储能的最优配置，实现源‑荷‑储协同优化目的。
-
公开(公告)号：CN116131350A
公开(公告)日：2023-05-16
申请号：CN202210899285.1
申请日：2022-07-28
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
IPC: H02J3/46
Abstract: 本申请公开了一种分布式可再生能源电源聚合方法及相关装置，包括：S1、获取分布式可再生能源聚合体的目标出力曲线；S2、获取各可再生能源发电机组在聚合目标时段的预测出力曲线，并统计在聚合目标时段可调节资源的上下调节范围；S3、根据目标出力曲线，结合预测出力曲线和上下调节范围，从时间和功率两个维度，分别计算时间匹配度指标和功率匹配度指标；S4、基于综合匹配度指标计算公式，根据时间匹配度指标和功率匹配度指标计算得到综合匹配度指标，不断重复步骤S3‑S4，直至确定最小综合匹配度指标；S5、将最小综合匹配度指标作为聚合策略对分布式可再生能源电源进行聚合。解决了现有技术可再生能源并网出力不可控、不稳定的技术问题。
-
公开(公告)号：CN115566740A
公开(公告)日：2023-01-03
申请号：CN202211552665.4
申请日：2022-12-05
Applicant: 广东电网有限责任公司江门供电局
Abstract: 本申请公开了一种分布式可再生能源集群聚合调控潜力评估方法和装置，获取聚合商平台中分布式可再生能源集群提供的多个出力预测值和对应的历史出力数据；基于出力预测值和历史出力数据通过强化学习对构建的目标状态矩阵进行优化训练，根据得到的最终状态矩阵中的权重对各分布式可再生能源集群的出力预测值进行加权求和得到最终出力预测值，进而计算各集群的潜力评估指标的指标值，基于层次分析加权法和熵权法分别计算潜力评估指标的第一权重、第二权重；基于各潜力评估指标的第一权重、第二权重和指标值计算各分布式可再生能源集群的出力潜力评估综合得分，实现了对分布式可再生能源集群聚合出力进行潜力评估，有助于提高电网的安全性和稳定性。
-
公开(公告)号：CN115545287A
公开(公告)日：2022-12-30
申请号：CN202211158200.0
申请日：2022-09-22
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06V10/32 , G06V10/40 , G06V10/50 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/08
Abstract: 本申请公开了一种光伏功率预测方法、装置、设备和存储介质，获取当前的数值天气信息以及当前之前预置时间段内的第一历史功率数据；采用集成经验模态分解方法对第一历史功率数据进行分解，得到多个平稳分量；将当前的数值天气信息和各平稳分量输入到预置光伏功率预测模型进行光伏功率预测，得到光伏功率初步预测结果；提取地基云图的静态特征和动态特征；将静态特征和动态特征输入到预置误差修正模型中进行功率误差预测，得到功率误差预测结果；通过功率误差预测结果对光伏功率初步预测结果进行修正，得到最终光伏功率预测结果，改善了现有的光伏功率预测方法存在的预测准确性低的技术问题。
-
公开(公告)号：CN115099526A
公开(公告)日：2022-09-23
申请号：CN202210900992.8
申请日：2022-07-28
Applicant: 广东电网有限责任公司江门供电局 , 广东电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06V20/13 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , G06F9/48 , G06F9/50
Abstract: 本申请公开了一种海量分布式可再生能源功率预测方法及相关装置，方法包括：获取功率待预测区域所对应的云图图像，通过识别和分割技术对云图图像进行识别分类，得到m个不同种类的云层并进行标记；采用深度学习方式建立基于云图的海量分布式可再生能源的功率预测模型；根据m个不同种类，将云层所属的多个分布式可再生能源功率预测划分为m个Map任务；通过功率预测模型对每个Map任务进行功率预测，得到m个功率预测结果；根据云层变化情况确定m个Map任务的对应的权重，利用Reduce函数合并m个功率预测结果，得到待预测区域的可再生能源功率。本申请的方法提高了海量分布式可再生能源功率预测的准确度，且大大缩短功率预测的计算时间。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.062 seconds)
