-
公开(公告)号:CN118627677A
公开(公告)日:2024-09-10
申请号:CN202410759192.8
申请日:2024-06-13
申请人: 河海大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
摘要: 本发明涉及负荷预测技术领域,尤其涉及一种综合能源系统负荷预测方法、装置、设备及存储介质,方法包括步骤:采集整个综合能源系统的外部气象数据与系统内负荷数据,进行预处理;构建基于逆信息熵因果分析方法与皮尔逊相关系数的综合指标,筛选出用于预测的气象特征;构建基于改进多门混合专家子网和长短时记忆神经网络的多负荷预测模型,并加入基于负荷间因果关系的深度信息共享机制;使用训练后的多负荷预测模型对系统各负荷同时进行负荷预测,得到预测结果。本发明的综合指标同时考虑了气象特征与负荷间的相关关系与因果关系,具有更好的特征筛选效果,设计加入深度信息共享机制的预测模型,能够进一步提升综合能源系统负荷的预测精度。
-
公开(公告)号:CN118232336A
公开(公告)日:2024-06-21
申请号:CN202410407749.1
申请日:2024-04-07
申请人: 河海大学
IPC分类号: H02J3/00 , H02J3/16 , H02J3/38 , H02P21/14 , H02P21/18 , H02P21/22 , H02P27/12 , G06Q10/067 , G06Q50/06 , G06N3/006
摘要: 本发明公开了一种含高比例变频电动机的配电网综合负荷建模方法及系统,构建多类型变频电动机的通用模型,将通用模型与传统负荷模型并联作为含高比例变频电动机负荷的配电网综合负荷模型;根据具体扰动对配电网综合负荷模型中的非线性模块进行等值建模,获得非线性模块的等值模型参数,对线性模块进行参数辨识;综合非线性模块的等值结果和线性模块的参数辨识结果,获得含高比例变频电动机的配电网综合负荷模型的最终参数值。本发明对多类型变频电动机进行了通用建模,模型的适应性好;同时对变频电动机的非线性模块进行了详细的建模和等值,可以描述含高比例变频电动机负荷的配电网动态特征,确保电力系统暂态仿真计算的准确性。
-
公开(公告)号:CN117010759A
公开(公告)日:2023-11-07
申请号:CN202310994365.X
申请日:2023-08-09
申请人: 河海大学
IPC分类号: G06Q10/0639 , G06Q40/06 , G06Q50/06 , G06F17/18
摘要: 本发明涉及能源经济技术领域,公开了一种基于系统动力学的CCUS‑EOR项目投资综合效益评估方法与装置,方法包括步骤:剖析项目投资、融资和运营阶段的利益相关主体以及经济要素,构建一体化商业运营模式;构建投资综合效益因果反馈关系;根据所述因果反馈关系构建投资效益系统动力学动态评估模型,包括融资模型、投资模型、运营模型、经济效益模型和环境效益模型,确定包括净现值、净现值率和累计碳减排量在内的投资效益评估指标;使用所述评估模型评估给定的CCUS‑EOR项目。本发明能够直接用于评估分析CCUS‑EOR项目的投资综合效益,促进减少碳排放,提升经济效益和环境效益。
-
公开(公告)号:CN115860241A
公开(公告)日:2023-03-28
申请号:CN202211597423.7
申请日:2022-12-12
申请人: 河海大学
IPC分类号: G06Q10/04 , G06Q30/0202 , G06Q50/06 , H02J3/38
摘要: 本发明公开了一种基于SALR的互联多区域综合能源系统分布式调度方法及装置,方法包括步骤:建立互联多区域综合能源系统的优化调度模型,确定目标函数和约束条件;建立基于能源共享平台代理的调度框架,由能源共享平台接收各区域的初始供求量信息,制定区域间交易价格下达至各区域,并协调各区域间调度决策;建立基于分解‑协调SALR算法的分布式调度模型,获得区域间耦合约束松弛后的区域子问题;迭代求解区域子问题,能源共享平台基于SALR规则进行子问题间的协调,直至收敛得到最终优化结果。本发明能够提高各区域的运行效益,为未来配电网多区域综合能源系统的发展形态提供保障。
-
公开(公告)号:CN118195420A
公开(公告)日:2024-06-14
申请号:CN202410506925.7
申请日:2024-04-25
申请人: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 河海大学
IPC分类号: G06Q10/0639 , G06Q10/0631 , G06Q40/06 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F113/04
摘要: 本发明涉及新能源电力技术领域,尤其涉及一种增量配电网光储协同投资效益评估方法、装置、设备及介质,包括设计增量配电网光储协同投资运营过程中各利益主体之间关系,建立增量配电网光储协同投资商业模式;建立增量配电网光储协同投资运营年度时序仿真数学模型;确定增量配电网光储协同项目效益评估指标;建立动态反馈回路和系统动力学模型,使用所述系统动力学模型对增量配电网投资商投资建设光储项目进行投资效益评估,确定基期和待效益评估的投资期,获得最佳投资策略;本发明能够直接应用于增量配电网光储协同投资商业模式、运营管理及综合效益评估,助力碳减排,促进可再生能源有效利用,提高配电网运营投资效益。
-
公开(公告)号:CN116191493A
公开(公告)日:2023-05-30
申请号:CN202211697089.2
申请日:2022-12-28
申请人: 河海大学
摘要: 本发明提供了一种火电机组深度调峰和复合储能协同规划方法,包括:以经济性最优、碳减排最优、弃风光量最小建立火电机组深度调峰和复合储能协同规划的多目标优化模型;基于熵权‑理想法对输入数据预处理,计算各决策变量的综合得分,确定火电深度调峰、抽蓄和化学储能的投入顺序;采用改进NSGA‑II方法结合模糊隶属度获得火电机组深度调峰量以及新建复合储能规划容量。本发明提出了基于熵权‑理想解进行数据预处理的改进NSGA‑II算法,建立多目标规划模型求取灵活性资源的最优配置方案,求解速度快,适应性强,兼顾了碳减排和新能源消纳能力,显著减小系统的弃风光率,有利于电力系统的低碳经济运行。
-
公开(公告)号:CN114493961A
公开(公告)日:2022-05-13
申请号:CN202210095084.6
申请日:2022-01-26
申请人: 国网江苏省电力有限公司经济技术研究院 , 河海大学
摘要: 本发明公开了一种基于全生命周期评估的综合能源站碳排放计算方法,属于电力能源技术领域。首先,确定综合能源站功能定位与结构主体,对综合能源站的全生命周期进行分解和系统边界认定。然后确定综合能源站各主体在生命周期中各阶段的碳排放源,搜集其使用量数据以及碳排放因子。最后计算综合能源站基于全生命周期评估的碳排放量,并根据影响碳排放的主要因素,制定节能减排策略。本发明可直接应用于综合能源站规划建设与运行,开展基于全生命周期评估的碳排放计算及减排路径研究,提升综合能源站零碳发展能力,助力双碳目标下各类型综合能源站的低碳高效安全运行。
-
公开(公告)号:CN114188943A
公开(公告)日:2022-03-15
申请号:CN202111534011.4
申请日:2021-12-15
申请人: 河海大学
摘要: 本发明提供一种综合电压跌落深度与电压波动相似性的光伏场群动态等值建模方法与系统,首先基于仿真系统设置扰动,获得系统受扰后各光伏电站出口的电压受扰轨迹。其次,综合电压跌落深度分群以及电压波动的相似性距离分区,分析上述2种分群结果的交集,根据交集数获得光伏场群的分群结果;最后基于最终分群结果,将分在同群内的光伏场站,采用加权平均法计算各等值光伏电源的参数。本发明提出综合电压跌落深度与电压波动相似性的光伏场站动态分群方法,与现有仅基于LVRT进行光伏场站动态分群方法相比,进一步考虑电压波动相似性的分群,可显著提高光伏场群的动态等值精度。
-
公开(公告)号:CN118691128A
公开(公告)日:2024-09-24
申请号:CN202411199246.6
申请日:2024-08-29
申请人: 河海大学 , 雅砻江流域水电开发有限公司
IPC分类号: G06Q10/0637 , G06Q50/06 , G06F17/10 , G06N3/092
摘要: 本发明涉及水电站调度技术领域,尤其涉及一种梯级水电站长期调度决策方法、系统、设备及存储介质,方法包括:获取梯级水电站的基础数据和运行情况,构建梯级水电站的长期优化调度模型;将梯级水电站的长期优化调度问题转化为马尔科夫算法决策过程;利用深度确定性策略梯度DDPG深度强化学习算法对马尔科夫决策过程进行求解,得到梯级水电站中各电站的长期调度决策方案;基于实际梯级水电站,输出长期调度决策结果。本发明中,可有效解决现有基于数学模型方法存在的建模困难、易陷入局部最优解以及策略灵活差的问题;同时与现有深度强化学习算法相比,其连续动作策略可使得调度策略更加精细化,可有效提升梯级水电站的发电效益。
-
公开(公告)号:CN118432081A
公开(公告)日:2024-08-02
申请号:CN202410556173.5
申请日:2024-05-07
申请人: 河海大学
摘要: 本发明涉及能源负荷预测技术领域,尤其涉及一种综合能源电‑冷‑热负荷预测方法、设备及存储介质,该方法包括:采集气象数据与负荷数据,并对数据进行预处理;利用小波分解算法将预处理后的数据分解并重构为三组具有高、中、低三个频段的时序数据;基于因果相关性分析方法,筛选出相关的综合能源系统气象因素数据和电‑冷‑热负荷数据;将构建基于部分解耦扩展卡尔曼滤波神经网络的电‑冷‑热负荷预测模型,采用部分解耦的扩展卡尔曼滤波算法训练神经网络,对负荷预测模型进行训练;使用训练好的电‑冷‑热负荷预测模型对综合能源系统电‑冷‑热负荷分别预测,并得到整个综合能源系统的预测结果。
-
-
-
-
-
-
-
-
-