-
公开(公告)号：CN111798055A
公开(公告)日：2020-10-20
申请号：CN202010639158.9
申请日：2020-07-06
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
摘要： 基于灰色关联度的变权重组合光伏出力预测方法，利用最小二乘支持向量机模型和径向基函数神经网络模型的加权组合预测，先采集不同时刻历史数据，选取最小二乘支持向量机模型和径向基函数神经网络模型作单一模型独立预测，建立预测序列与参考序列，然后计算单一模型预测序列与实测序列之间灰色关联度，通过神经网络训练，确定预测时段权重矩阵，最后利用灰色关联度理论组合预测，并利用平均绝对百分比误差和均方根误差两种预测误差评价LSSVM模型和RBFNN模型以及组合预测模型的精度。本发明达到短期组合预测光伏电场功率的目的，利用了两种模型的优点，并提高了预测效率和准确性。
-
公开(公告)号：CN108960526A
公开(公告)日：2018-12-07
申请号：CN201810820114.9
申请日：2018-07-24
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
摘要： 本申请公开了一种基于区域等效的分布式光伏出力预测方法和系统，该方法包括：根据地理位置和太阳辐照特点，对区域内分布式光伏电站进行聚类分析，将区域内分布式光伏电站等效为多个虚拟集中式光伏电站；根据多个虚拟集中式光伏电站的功率，计算分布式光伏电站的总功率。该系统包括等效模块和功率计算模块。通过本申请中的方法和系统，能够结合分布式光伏电站的地理位置和太阳辐照特点，根据区域内气象监测设备的数据，更加合理地计算分布式光伏电站的发电功率，所采集的数据更加准确，而且对分布式光伏电站进行合理的分类等效，因此，本申请能够更加准确地对分布式光伏电站的出力状况进行合理预测。
-
公开(公告)号：CN108616114A
公开(公告)日：2018-10-02
申请号：CN201810469573.7
申请日：2018-05-16
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 山东大学 , 国家电网公司
发明人： 王士柏 , 孙树敏 , 程艳 , 于芃 , 王瑞琪 , 滕玮 , 王玥娇 , 张兴友 , 李广磊 , 魏大钧 , 王楠 , 张用 , 赵鹏 , 任敬国 , 袁帅 , 瞿寒冰 , 王昭鑫 , 马杰 , 王小波 , 李俊恩 , 韩德顺 , 施啸寒
摘要： 本申请是关于一种含微网群的配电网分布式分层保护系统及方法，该系统包括设备保护层、微电网保护层和配电网保护层。该方法包括根据保护范围及保护对象的不同，对含微网群的配电网采用三层保护：设备级保护、微网级保护和配网级保护；分布式电源发生故障时，设备级保护为主保护,微网级保护和配网级保护为后备保护；微电网发生故障时，微网级保护为主保护，微网级保护和配网级保护为后备保护；配电网发生故障时，配网级保护为主保护，为当前配电网供电的上一级配电网保护为后备保护。通过本申请中的保护系统和方法，能够有效简化保护过程，提高保护系统和方法的适应性，而且有利于提高保护系统的快速性和可靠性。
-
公开(公告)号：CN117410968A
公开(公告)日：2024-01-16
申请号：CN202311332156.5
申请日：2023-10-16
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王楠 , 关逸飞 , 刘奕元 , 程艳 , 孙树敏 , 于芃 , 杨颂 , 周光奇 , 王成龙 , 邢家维 , 孙立群 , 袁帅 , 张辉 , 刘军 , 李俊恩 , 王彦卓 , 郭永超 , 常万拯 , 李庆华
IPC分类号： H02J3/00 , H02J3/46 , G06N3/0499 , G06N3/08
摘要： 一种基于LightGBM‑SARIMA的风功率中长期组合预测方法及介质，涉及电网管理技术领域，利用经过LightGBM修正后的NWP数据输入到另一个新的LightGBM模型中，输出新的发电量预测值,该方法能够充分利用发电量的历史数据和NWP数据，为更高的预测精度提供可能性。采用Frank‑Wolfe算法可利用模型评价指标求解不同模型输出预测结果合理组合的权重系数，输出模型结果包含两个不同类型模型的信息，即能够实现SARIMA的深层结构在预测时间延长时所展现出的优势的表达能力,也能将LightGBM模型对NWP数据和风电功率的非线性关系的准确表达。
-
公开(公告)号：CN115378046A
公开(公告)日：2022-11-22
申请号：CN202210877430.6
申请日：2022-07-25
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号： H02J3/46
摘要： 本申请涉及一种新能源场站主动支撑控制性能评估方法，包括以下步骤：确定配置储能的新能源场站主动支撑控制性能指标体系的一级指标，并基于所述一级指标构建二级指标；确定所述一级指标和二级指标的权重，基于所述一级指标和二级指标的权重值计算新能源场站主动支撑控制性能值，实现新能源场站主动支撑控制性能评估。本申请能够反应新能源场站的主动支撑能力，具有较高的可信程度。
-
公开(公告)号：CN112215428B
公开(公告)日：2022-08-26
申请号：CN202011126378.8
申请日：2020-10-20
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王玥娇 , 孙树敏 , 程艳 , 于芃 , 张用 , 滕玮 , 王楠 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 李俊恩 , 袁帅 , 张兴友 , 魏大钧 , 邢家维 , 赵帅 , 张永明 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
摘要： 一种基于误差修正和模糊逻辑的光伏发电功率预测方法，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，以及预测日当天的气象数据；步骤2，使用时间以及该时间气象数据其中的两种作为模糊控制器的输入，定义模糊控制器的输出为该时间的云量系数，步骤3，以光伏发电功率预测值和光伏发电功率真实值计算误差修正因子；步骤4，以未用于计算云量系数的气象历史数据，云量系数，和误差修正因子作为神经网络的输入，以光伏发电功率预测值作为输出，训练神经网络；步骤5，使用预测日当天的气象数据和时间数据通过步骤4训练好的神经网络对光伏发电功率进行预测。
-
公开(公告)号：CN111817313B
公开(公告)日：2022-05-06
申请号：CN202010672667.1
申请日：2020-07-14
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司
摘要： 一种基于分频段混合储能的光储容量优化配置方法及系统，方法包括：基于希尔伯特黄变换分解光伏出力数据，将其分解为高频分量和低频分量；随机生成储能装置容量作为变量；设置变量的上下限；将生成的初始储能装置容量输入到适应度函数中，计算适应度函数中的目标函数；对当前的种群进行遗传变异，从而形成下一代种群；检测遗传代数是否达到设置好的最大遗传代数，根据检测结果选择继续计算或者结束计算，将最后一代适应度最高的个体作为最终计算结果；利用高频组分和低频组分的储能优化结果分别确定超级电容和蓄电池的最优容量，有利于克服光伏分散性、能源密度低、间歇性的缺点，实现成本大幅降低。
-
公开(公告)号：CN112215428A
公开(公告)日：2021-01-12
申请号：CN202011126378.8
申请日：2020-10-20
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王玥娇 , 孙树敏 , 程艳 , 于芃 , 张用 , 滕玮 , 王楠 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 李俊恩 , 袁帅 , 张兴友 , 魏大钧 , 邢家维 , 赵帅 , 张永明 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
摘要： 一种基于误差修正和模糊逻辑的光伏发电功率预测方法，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，以及预测日当天的气象数据；步骤2，使用时间以及该时间气象数据其中的两种作为模糊控制器的输入，定义模糊控制器的输出为该时间的云量系数，步骤3，以光伏发电功率预测值和光伏发电功率真实值计算误差修正因子；步骤4，以未用于计算云量系数的气象历史数据，云量系数，和误差修正因子作为神经网络的输入，以光伏发电功率预测值作为输出，训练神经网络；步骤5，使用预测日当天的气象数据和时间数据通过步骤4训练好的神经网络对光伏发电功率进行预测。
-
公开(公告)号：CN111915084A
公开(公告)日：2020-11-10
申请号：CN202010769448.5
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 王楠 , 程艳 , 孙树敏 , 于芃 , 王玥娇 , 游大宁 , 袁森 , 张元鹏 , 徐征 , 袁帅 , 李俊恩 , 瞿寒冰 , 张用 , 滕玮 , 张兴友 , 李广磊 , 魏大钧 , 邢家维 , 郭永超 , 李庆华 , 王彦卓 , 常万拯 , 张志豪
摘要： 一种基于神经网络的混合型光伏发电功率预测方法及系统，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据数；步骤2，从步骤1获得的气象数据中选择两种，计算预测日前第i天气象相关度将预测日前M天划分为第一类相似日和第二类相似日；步骤3，对步骤1获得的预测日前M天的光伏发电功率历史数据和气象历史数据进行小波分解；步骤4，小波分解结果与相似日划分相结合；步骤5，将训练数据代入BP神经网络，并以GA优化BP神经网络的连接权值和偏置；步骤6，判断预测日当天相似日类型，将预测日当天的气象数据进行小波分解，代入步骤5获得的对应神经网络中，并进行逆小波变换重构获得光伏发电功率预测结果。
-
公开(公告)号：CN111915083A
公开(公告)日：2020-11-10
申请号：CN202010768984.3
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 孙树敏 , 程艳 , 荣振中 , 于芃 , 王楠 , 王玥娇 , 张兴友 , 滕玮 , 李广磊 , 魏大钧 , 邢家维 , 张用 , 张元鹏 , 张健 , 李俊恩 , 袁帅 , 马强 , 汪挺 , 张文栋 , 路宽 , 王尚斌
摘要： 一种基于时间分层组合的风电功率预测方法及预测系统，首先采集风电出力观测数据，划分所采集的风电出力观测数据，将时间序列划分层级，单独预测每个时间层级的风电功率；将多时间层级序列分为训练集、验证集和测试集，使用训练集中数据估计模型参数，并引入累计分布函数，对验证集中每个时间层级进行预测，并建立组合预测模型；采用交叉验证的方式得到优化权重，并建立优化后组合预测模型系统。利用交叉验证时间分层组合预测方法，有效提升各时间层级包括采样间隔较大时间层级的预测精度，并保留各时间层级风电功率数据信息，使不同时间尺度风电功率预测结果满足聚合约束，其预测结果较其他常规组合预测方法的聚合约束效果更佳。
-
-
-
-
-
-
-
-
-
搜索结果
81 条记录 (耗时 0.102 秒)
