-
公开(公告)号：CN117057456B
公开(公告)日：2024-03-26
申请号：CN202310854452.5
申请日：2023-07-12
Applicant: 杭州似然数据有限公司 , 国网浙江省电力有限公司经济技术研究院
Abstract: 本发明公开了基于分段样条回归‑WaveNet两阶段电力负荷预测方法及装置，包括以下步骤：得到训练集和测试集；得到修正后的分段样条线性回归模型；得到所述训练集用滤波后的残差序列；利用所述训练集用滤波后的残差序列对WaveNet电力负荷残差预测模型进行训练，得到训练结束后的WaveNet电力负荷残差预测模型；获得测试合格的分段样条回归‑WaveNet两阶段电力负荷预测模型；将待预测的电力负荷数据输入所述分段样条回归‑WaveNet两阶段电力负荷预测模型进行预测，得到对应所述待预测的电力负荷数据的电力负荷预测值。本发明对于中短期电力负荷预测的准确性高，可解释性与鲁棒性好，灵活性较好。
-
公开(公告)号：CN117057456A
公开(公告)日：2023-11-14
申请号：CN202310854452.5
申请日：2023-07-12
Applicant: 杭州似然数据有限公司 , 国网浙江省电力有限公司经济技术研究院
Abstract: 本发明公开了基于分段样条回归‑WaveNet两阶段电力负荷预测方法及装置，包括以下步骤：得到训练集和测试集；得到修正后的分段样条线性回归模型；得到所述训练集用滤波后的残差序列；利用所述训练集用滤波后的残差序列对WaveNet电力负荷残差预测模型进行训练，得到训练结束后的WaveNet电力负荷残差预测模型；获得测试合格的分段样条回归‑WaveNet两阶段电力负荷预测模型；将待预测的电力负荷数据输入所述分段样条回归‑WaveNet两阶段电力负荷预测模型进行预测，得到对应所述待预测的电力负荷数据的电力负荷预测值。本发明对于中短期电力负荷预测的准确性高，可解释性与鲁棒性好，灵活性较好。
-
公开(公告)号：CN118114929A
公开(公告)日：2024-05-31
申请号：CN202410227073.8
申请日：2024-02-29
Applicant: 国网浙江省电力有限公司经济技术研究院 , 国网浙江省电力有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/04
Abstract: 本申请公开了一种充电设施布局方法、系统、电子设备及存储介质，方法包括：基于GIS数据确定供电范围；基于供电范围，分别对供电总容量、非充电负荷以及充电负荷进行监测分析，得到分析结果；根据分析结果计算最大可充电容量，并根据最大可充电容量获取剩余充电可用容量；基于剩余充电可用容量，按所处供电范围的充电平均功率或平均负荷，预估可安装的充电桩数量；根据预估可安装的充电桩数量，对充电可用负荷曲线进行平衡分析，并根据平衡分析结果，优化充电设施的布局。本申请基于充电设施负荷需求与电网供电能力的平衡关系分析，分不同空间维度对充电可用容量与可安装量进行预估并优化，实现电网与充电设施之间的平衡发展，提高电网供电效率。
-
公开(公告)号：CN119107120A
公开(公告)日：2024-12-10
申请号：CN202411061405.6
申请日：2024-08-05
Applicant: 国网浙江省电力有限公司经济技术研究院 , 国网浙江省电力有限公司
IPC: G06Q30/0202 , G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/27 , G06N3/045 , G06N3/098
Abstract: 本发明公开了一种基于大数据分析的市场出清电能边际成本预测方法及装置，其中方法包括对历史系统数据、历史边界数据和历史天气数据进行预处理，得到预处理数据；将预处理数据分别输入预先构建好的第一集成学习模型、第一深度学习模型、第一回归分析模型进行训练，得到第二集成学习模型、第二深度学习模型、第二回归分析模型，并进行融合，得到边际预测模型；将日前预测数据输入边际预测模型中，输出电力现货市场出清的处理结果。本发明提供的基于大数据分析的市场出清电能边际成本预测方法，能够有效地处理和分析大规模复杂数据，提供高精度的市场成本预测。
-
Patent Agency Ranking
公开(公告)号：CN116012051A
公开(公告)日：2023-04-25
申请号：CN202310147455.5
申请日：2023-02-22
Applicant: 国网浙江省电力有限公司经济技术研究院
IPC: G06Q30/0202 , H02J3/28 , H02J3/46 , H02J3/14 , H02J3/00 , G06Q10/0631 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了一种基于灵活性的新型储能参与电力市场的出清方法，该报价方法首先基于净负荷的概率密度函数来确定机组爬坡的安全裕度，由安全裕度确定机组组合对于新型储能这一灵活性资源的向上和向下调节能力需求，其中，调节能力需求表示的是下一时刻预测的净负荷值随机分布时，当前时刻需预留的调节能力，以应对预测不准带来的损失；然后根据虚拟竞标曲线得到虚拟报价和虚拟报量，进而确定用作灵活性资源的新型储能的价格和中标量，实现合理补偿机会成本和合理定价的目的；最后建立耦合灵活性资源交易的两阶段实时市场出清模型。本发明能够实现合理补偿机会成本和合理定价的目的，同时有助于提高新能源消纳能力并降低降低综合成本。
-
公开(公告)号：CN119963336A
公开(公告)日：2025-05-09
申请号：CN202411714177.8
申请日：2024-11-27
Applicant: 国网浙江省电力有限公司经济技术研究院 , 浙江工业大学
Inventor： 冯昊 , 张艺迪 , 兰洲 , 王一铮 , 王坤 , 沈妍 , 吴莹 , 张韦维 , 杜协峻 , 周翰泽 , 周林 , 顾晨临 , 李俊杰 , 徐旸 , 吴斌杰 , 傅悦 , 胡嘉骅 , 殷骁哲 , 史恩豪 , 李邗邺 , 陈胜 , 冯昌森
Abstract: 一种基于多智能体深度强化学习算法的电力期货交易策略设计方法和系统，其方法包括：S1、采集电力期货市场中多种电力期货历史交易数据；S2、定义多智能体深度强化学习中Daul‑Q MADDPG算法的智能体动作与动作空间、状态与状态空间、奖励函数、折扣率等参数；S3、Daul‑Q MADDPG算法进行训练，直至算法训练成熟，多智能体获得的市场总收益保持稳定；S4、市场参与者基于电力期货市场的交易情况，采集多种电力期货的实时交易数据；S5、利用S3中训练成熟的Daul‑Q MADDPG算法做出决策，对多个智能体的动作进行拼接，得到电力期货的组合投资策略。本发明解决了深度强化学习中的高估问题，降低了批判目标网络对价格波动的敏感性，有利于在较长的时间跨度内获得更高的总体收益，降低电力期货的经验门槛。
-
公开(公告)号：CN119398222A
公开(公告)日：2025-02-07
申请号：CN202411402196.7
申请日：2024-10-09
Applicant: 国网浙江省电力有限公司经济技术研究院
IPC: G06Q10/04 , G06Q10/0631 , G06N3/045 , G06N3/09 , G06Q50/06
Abstract: 本发明适用于电厂优化调度技术领域，提供了一种基于深度强化学习的灵活性虚拟电厂优化调度方法，包括以下步骤：建立灵活性资源模型，所述灵活性资源模型包括蓄电池储能设备模型、空调负荷模型以及需求响应负荷模型；基于深度强化学习进行灵活性虚拟电厂优化调度，具体包括：通过近端策略优化算法设置重要性采样和经验池使得智能体在与环境进行一次交互后进行多次更新，以提升算法的效率；基于状态空间、动作空间和奖励函数构建深度强化学习优化模型。本发明有效结合了神经网络结构和深度强化学习算法来应对复杂，高维的状态空间。并使用监督学习预训练方法提前对初始策略网络进行训练，促进策略网络学习模型驱动方法的优化结果。
-
公开(公告)号：CN116191568A
公开(公告)日：2023-05-30
申请号：CN202310276709.3
申请日：2023-03-16
Applicant: 国网浙江省电力有限公司经济技术研究院 , 浙江大学
Inventor： 王一铮 , 王洪良 , 兰洲 , 胡嘉骅 , 王坤 , 张韦维 , 李俊杰 , 周林 , 吴莹 , 顾晨临 , 陈沁语 , 杜协峻 , 沈子康 , 王韵楚 , 江昕玥 , 俞鸿飞 , 林振智 , 杨莉
IPC: H02J3/46
Abstract: 本发明公开了一种考虑容量补偿的新能源机组投建策略优化方法及系统，方法包括：S1、构建基于有序聚类和K‑means聚类算法的典型负荷运行日聚类模型；S2、构建考虑容量补偿的新能源机组双层投建决策优化模型。本发明考虑了容量补偿对新能源机组投建的影响，构建基于有序聚类和K‑means聚类算法的典型负荷运行日聚类模型，实现对负荷和机组数据的优化聚类；构建考虑容量补偿的新能源机组投建决策优化模型，为新能源机组进行投建规划决策提供参考。
-
公开(公告)号：CN115952903A
公开(公告)日：2023-04-11
申请号：CN202211694942.5
申请日：2022-12-28
Applicant: 国网浙江省电力有限公司经济技术研究院 , 国网浙江省电力有限公司
Inventor： 沈妍 , 王蕾 , 王曦冉 , 冯昊 , 谷纪亭 , 杨恺 , 周涉宇 , 李黎 , 杨黎 , 陈佳玺 , 刘祎恺 , 陈熙琳 , 张夏辉 , 王晨轩 , 杜协峻 , 朱宇豪 , 王鹏
Abstract: 本发明提供了一种碳排放强度预测方法及装置、存储介质及电子设备，该方法包括：当需要对电力系统进行碳排放强度预测时，确定电力系统对应的多组历史电网负荷；对多组历史电网负荷进行数据预处理，得到经过处理的多组历史电网负荷；依据预设的改进灰色预测策略和经过处理的多组历史电网负荷，构建电力系统对应的改进灰色预测模型；依据预设的遗传算法，对改进灰色预测模型进行求解，得到改进灰色预测模型对应的预测电网负荷；依据预测电网负荷，确定电力系统对应的碳排放强度。应用本发明的方法，通过改进灰色预测模型预测电网负荷，数据要求低，预测准确度较高，继而可提高碳排放强度的预测准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.046 seconds)
