-
公开(公告)号：CN105633971A
公开(公告)日：2016-06-01
申请号：CN201610166083.0
申请日：2016-03-22
申请人： 江苏省电力试验研究院有限公司 , 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学
IPC分类号： H02J3/06
CPC分类号： H02J3/06 , H02J2003/007
摘要： 本发明公开了一种基于帝国主义竞争算法的智能配电网随机潮流方法，包括以下几个步骤：S1：建立负荷、风力发电系统和太阳能光伏发电系统的随机模型，并产生输入随机变量的样本；S2：初始化电压幅值和相角；计算适应度函数F的值并确定初始帝国；S3：进行帝国的同化和革命操作；S4：比较帝国主义国家和殖民地的适应度函数Fimp、Fcol，交换帝国主义国家和殖民地的位置；S5：计算整个帝国的适应度函数值并进行帝国合并；S6：引入克隆进化算子，加快算法的收敛速度，得到输出变量的概率分布。本发明方法能反映大量DG接入下系统的不确定性，能够适应不同DG渗透率下纯辐射型、弱环型和纯环状的配电网络，并具有良好的收敛性。
-
公开(公告)号：CN106485362B
公开(公告)日：2019-10-18
申请号：CN201610907866.X
申请日：2016-10-18
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 东南大学
摘要： 本发明公开了一种基于高维风电预测误差模型及降维技术的发电调度方法，包括：获取多个风电场一年内每小时的历史出力数据及相应的点预测数据；利用混合偏态模型对每个单一风电场的实际出力和预测出力的累积分布函数进行建模；利用每个风电场各自的CDF将实际出力和预测值转换为0‑1区间分布的数据点；通过匹配前一步骤中得到的所有数据点，找到最优的Copula函数并进行参数估计；建立多个风电场预测误差的高维条件概率模型，并通过边缘变换得到降维后的边缘条件概率模型；根据风电场预测误差的边缘条件概率模型，计算发电机组的日前调度计划及旋转备用容量。本发明相较于常用的高斯分布、β分布有着更高的精度，且可以考虑多个风电场之间相关性的影响。
-
公开(公告)号：CN107093900B
公开(公告)日：2019-06-11
申请号：CN201710292081.0
申请日：2017-04-28
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学 , 江苏省电力试验研究院有限公司
摘要： 本发明公开了一种分布式潮流控制器优化配置方法，包括采集电力系统信息；根据松弛分布式潮流控制器装设总数的约束，构建第一层优化函数，求得新能源最大消纳量；将新能源最大消纳量作为额外约束，构建第二层优化函数，求解分布式潮流控制器最小安装数量。本发明基于分布式潮流控制器的运行特性考虑到各线路分布式潮流控制器的安装数量约束、运行参数约束以及传统的电力系统运行约束，采用双层优化的思想可求得新能源最大消纳量以及满足该性能指标条件下的分布式潮流控制器的最优配置方案，为分布式潮流控制器的安装提供指导。
-
公开(公告)号：CN106295798A
公开(公告)日：2017-01-04
申请号：CN201610748923.4
申请日：2016-08-29
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 东南大学
摘要： 本发明公开了一种经验模式分解与Elman神经网络组合风电预测方法，包括如下步骤：对预测风电场的样本进行筛选，选取波动月份内预测周期的风电出力进行预测；对风电场多组出力时间序列样本数据进行经验模式分解，根据分解终止条件每组将得到多个本征模态函数IMF和趋势分量Res；依据游程判别法对分解所得IMF进行波动程度分类，按照相似波动频率原则对本征模态函数进行重构，重构得到总高频分量、总低频分量；建立Elman神经网络模型，总高频分量、总低频分量、趋势分量进行数据归一化处理，作为神经网络的训练和测试数据；采用改进Elman的学习算法，进行72h的日前功率预测，得到目标风电出力72h的日前预测功率值。本发明减少了预测分量数，提高预测精度和预测速度。
-
公开(公告)号：CN105846425A
公开(公告)日：2016-08-10
申请号：CN201610216382.0
申请日：2016-04-08
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 江苏南大五维电子科技有限公司 , 东南大学
CPC分类号： Y02E10/763 , H02J3/00 , H02J3/386 , H02J2003/003 , H02J2003/007
摘要： 本发明公开了一种基于通用风电预测误差模型的经济调度方法，采用通用分布来拟合不同风电预测区间上实际风电功率的PDF和CDF，能较好地适用任意时间尺度和幅值的风电预测误差建模，其模型拟合精度高于常规的高斯分布和β分布；并且，本发明采用的改进的考虑风电预测不确定性的线性序列算法，这种方法为计算含风电场不确定性经济调度问题提供了新型的思路，由于通用分布的CDF及其反函数有特定的解析表达式，采用通用风电预测模型能使微分运算具有特定的解析表达式，从而解决了难以处理含不确定风电接入的经济调度问题的困难。
-
公开(公告)号：CN105811403B
公开(公告)日：2018-05-22
申请号：CN201610165113.6
申请日：2016-03-22
申请人： 江苏省电力试验研究院有限公司 , 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学
摘要： 本发明公开了一种基于半不变量和级数展开法的随机潮流算法。本发明能反映大规模新能源接入下系统的不确定性，在传统半不变量法分析的基础上引入蒙特卡罗抽样技术来计算风电机组出力，避免了复杂的数学分析和计算，能够适应具有任意随机分布的新能源出力模型，当系统中除风电外还有光伏或其他新能源接入的情况下具有较好的适应性，并具有良好的收敛性。
-
公开(公告)号：CN105633971B
公开(公告)日：2017-11-14
申请号：CN201610166083.0
申请日：2016-03-22
申请人： 江苏省电力试验研究院有限公司 , 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学
IPC分类号： H02J3/06
摘要： 本发明公开了一种基于帝国主义竞争算法的智能配电网随机潮流方法，包括以下几个步骤：S1：建立负荷、风力发电系统和太阳能光伏发电系统的随机模型，并产生输入随机变量的样本；S2：初始化电压幅值和相角；计算适应度函数F的值并确定初始帝国；S3：进行帝国的同化和革命操作；S4：比较帝国主义国家和殖民地的适应度函数Fimp、Fcol，交换帝国主义国家和殖民地的位置；S5：计算整个帝国的适应度函数值并进行帝国合并；S6：引入克隆进化算子，加快算法的收敛速度，得到输出变量的概率分布。本发明方法能反映大量DG接入下系统的不确定性，能够适应不同DG渗透率下纯辐射型、弱环型和纯环状的配电网络，并具有良好的收敛性。
-
公开(公告)号：CN107093900A
公开(公告)日：2017-08-25
申请号：CN201710292081.0
申请日：2017-04-28
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学 , 江苏省电力试验研究院有限公司
CPC分类号： H02J3/06 , H02J3/382 , H02J2003/007
摘要： 本发明公开了一种分布式潮流控制器优化配置方法，包括采集电力系统信息；根据松弛分布式潮流控制器装设总数的约束，构建第一层优化函数，求得新能源最大消纳量；将新能源最大消纳量作为额外约束，构建第二层优化函数，求解分布式潮流控制器最小安装数量。本发明基于分布式潮流控制器的运行特性考虑到各线路分布式潮流控制器的安装数量约束、运行参数约束以及传统的电力系统运行约束，采用双层优化的思想可求得新能源最大消纳量以及满足该性能指标条件下的分布式潮流控制器的最优配置方案，为分布式潮流控制器的安装提供指导。
-
公开(公告)号：CN106485362A
公开(公告)日：2017-03-08
申请号：CN201610907866.X
申请日：2016-10-18
申请人： 江苏省电力试验研究院有限公司 , 国家电网公司 , 国网江苏省电力公司电力科学研究院 , 东南大学
摘要： 本发明公开了一种基于高维风电预测误差模型及降维技术的发电调度方法，包括：获取多个风电场一年内每小时的历史出力数据及相应的点预测数据；利用混合偏态模型对每个单一风电场的实际出力和预测出力的累积分布函数进行建模；利用每个风电场各自的CDF将实际出力和预测值转换为0-1区间分布的数据点；通过匹配前一步骤中得到的所有数据点，找到最优的Copula函数并进行参数估计；建立多个风电场预测误差的高维条件概率模型，并通过边缘变换得到降维后的边缘条件概率模型；根据风电场预测误差的边缘条件概率模型，计算发电机组的日前调度计划及旋转备用容量。本发明相较于常用的高斯分布、β分布有着更高的精度，且可以考虑多个风电场之间相关性的影响。
-
公开(公告)号：CN105811403A
公开(公告)日：2016-07-27
申请号：CN201610165113.6
申请日：2016-03-22
申请人： 江苏省电力试验研究院有限公司 , 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 东南大学
CPC分类号： H02J3/00 , H02J3/06 , H02J2003/007
摘要： 本发明公开了一种基于半不变量和级数展开法的随机潮流算法。本发明能反映大规模新能源接入下系统的不确定性，在传统半不变量法分析的基础上引入蒙特卡罗抽样技术来计算风电机组出力，避免了复杂的数学分析和计算，能够适应具有任意随机分布的新能源出力模型，当系统中除风电外还有光伏或其他新能源接入的情况下具有较好的适应性，并具有良好的收敛性。
-
-
-
-
-
-
-
-
-
搜索结果
202 条记录 (耗时 0.115 秒)
