电网复杂调控规则的数字化建模系统

    公开(公告)号:CN114971583A

    公开(公告)日:2022-08-30

    申请号:CN202210713377.6

    申请日:2022-06-22

    摘要: 本发明公开了一种电网复杂调控规则的数字化建模系统,包括公用信息模块和规则信息模块;公用信息模块存放设备的在‑离线映射表;规则信息模块包括运行工况信息和规则库;运行工况信息包括电网运行信息和实时库参‑变量映射表,电网运行信息包括电网基础潮流文件和用于定义设备状态、功率和潮流数据的规则参变量,实时库参‑变量映射表存放各类参量、变量和电网中SCADA测点、QS文件或综稳潮流的映射表;规则库包括各级电网调度控制规则文本的数字化模型。本发明具备动态逻辑链条模拟、多重规则灵活嵌套功能,建模语言丰富、工具灵活、标准化程度高,输入数据维度更广、逻辑集成度更高、模型维护需求更少,处理效率高、可靠性高且适用性好。

    考虑耦合关系的电力系统旋转备用容量计算方法、系统及介质

    公开(公告)号:CN111276969A

    公开(公告)日:2020-06-12

    申请号:CN202010124006.5

    申请日:2020-02-27

    摘要: 本发明公开了一种考虑耦合关系的电力系统旋转备用容量计算方法、系统及介质,本发明方法步骤包括获取电力系统的运行参数,并将运行参数代入预先建立的考虑断面安全约束的机组最大可调出力优化计算模型、并对机组最大可调出力优化计算模型进行求解,获得当前全网机组的最大可调出力;根据当前全网机组的最大可调出力zmax和实际出力计算考虑耦合关系的电力系统旋转备用容量。本发明结合机组实时最大可调出力、断面安全约束等数据实时计算省级电网、区域电网等不同范围以及不同时间尺度的可调旋转备用容量及相关数据,使调度员能及时准确地掌握电网旋转备用容量,服务于电网调度运行。

    一种基于深度学习的超短期负荷预测方法及系统

    公开(公告)号:CN110866645A

    公开(公告)日:2020-03-06

    申请号:CN201911120087.5

    申请日:2019-11-15

    摘要: 本发明提供一种基于深度学习的超短期负荷预测方法,用于对15分钟超短期负荷数据进行精准预测。在实际的湖南省全省的发电负荷预测数据中,本发明所提供的超短期负荷预测方法可以在训练集和测试集上均取得99.43%的准确率。可以为实际的发电规划提供强有力的决策依据。同时,在预测准确率指标的基础上提供了预测结果统计分析、预测值可视化分析、预测偏差时间点分析。预测结果统计分析用于对训练后的模型预测的可靠性提供统计学上的可信度依据。预测值可视化分析用于直观显示预测模型的预测值和实际电力负荷预测数据之间的差异。预测偏差时间点分析用于对预测偏差大的值所处的时间点提供分析,有利于后期电网工作人员对特定时间内的发电情况进行优化。