-
公开(公告)号：CN118074097A
公开(公告)日：2024-05-24
申请号：CN202410046674.9
申请日：2024-01-11
申请人： 中国农业大学
摘要： 本发明公开了基于高频更新数值天气预报的日内风电功率预测方法，首先获取日内高频更新的网格化数值天气预报NWP数据，构造NWP样本数据集和历史功率样本数据集；采用两阶段自注意力机制分别从空间和时间维度对原始高维NWP数据进行降维并实现多套NWP的综合利用；然后，基于门控循环单元构造编码器和解码器结构；最后，结合两阶段自注意力机制建立基于网格化高频更新NWP的日内风电功率预测模型，使用构造的NWP和历史功率样本数据训练建立的预测模型；并基于此模型输出日内风电功率预测值。本发明将预测模型的NWP来源扩展至网格化且日内高频更新的多套NWP数据，为长时间尺度的预测提供更多气象预报信息提升了预测精度。
-
公开(公告)号：CN117638920A
公开(公告)日：2024-03-01
申请号：CN202311704891.4
申请日：2023-12-12
申请人： 中国农业大学
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/045 , G06F18/27 , G06Q50/06 , H02J3/38 , G06F123/02
摘要： 本发明公开了一种数据‑物理混合驱动的可解释风电功率预测方法，主要包括：构建与风速、风电功率相关的函数项并加权求和构建表达式，使用符号树表示每个函数项，将函数项转化为双运算符、单运算符和运算元，采用符号树将运算符与运算元组合起来，通过AIC信息准则判断表达式拟合情况，使用遗传算法实现符号树优化，并进行变异和替换，获得最小AIC值和优化的表达式。使用稀疏回归算法优化函数项系数，使表达式为稀疏形式，构建基于门控循环单元的风电功率预测模型，构造训练损失函数，构建数据‑物理混合驱动的风电功率预测模型，训练后的风电功率预测模型输出风电功率预测值。本发明从数据驱动与物理驱动确保预测精度及预测模型可解释性强。
-
公开(公告)号：CN116485004A
公开(公告)日：2023-07-25
申请号：CN202310239392.6
申请日：2023-03-14
申请人： 中国农业大学
IPC分类号： G06Q10/04 , G06F16/904 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种基于功率热图和卷积神经网络的风电功率预测方法，包括以下步骤：一、对风电集群分布图进行网格化；二、对空白单元格内的数据进行填充；三、将功率数值转化为相应颜色的像素点，进而生成功率热图；四、利用CNN模型进行风电集群综合功率预测，根据预测结果对功率热图的分辨率进行调整。本发明将风电集群分布图进行网格化，利用插值法在相应单元格中填入功率数值，利用颜色参数将功率数值转化成相应颜色的像素点生成功率热图，将功率热图作为CNN模型输入。因此，本发明能够很好的利用CNN模型进行风电集群综合功率预测。
-
公开(公告)号：CN105914786B
公开(公告)日：2018-06-22
申请号：CN201610322547.2
申请日：2016-05-16
申请人： 中国农业大学
摘要： 本发明公开了一种适用于分布式并网逆变系统的孤岛保护与故障穿越协调运行方法，即根据PCC处的电压和频率量测值的变化情况，协调分布式逆变系统的孤岛保护和故障穿越两种控制功能：在配电网发生故障时，分布式逆变系统优先通过故障穿越为配电网提供一定的电压/频率支撑；在无法实现所述故障穿越时，在满足孤岛运行条件的情况下，分布式逆变系统通过短期孤岛运行为本地负荷持续供电；只有在前述条件都不满足的情况下，分布式逆变系统才从配电网解列，停止供电。该方法不仅可以实现本地可再生能源对电网的效益最大化，同时在保证供电安全性的前提下，极大提高了系统的供电可靠性，有利于配电网中基于可再生能源的分布式并网逆变系统高比例并网。
-
公开(公告)号：CN105846465A
公开(公告)日：2016-08-10
申请号：CN201610318687.2
申请日：2016-05-13
申请人： 中国农业大学
摘要： 本发明涉及一种交直流混合供电系统和方法。所述系统包括变流器C1、C2、C3、C4和C5，二极管D1、D2和D3，智能控制开关S1、S2、S3和直流母线。以优先利用本地DG为原则，采用基于直流母线电压信号的自适应功率控制策略，根据直流母线电压信号的状态自动控制三相交流电网、本地DG和本地储能的智能控制开关S1、S2和S3，实现对三相交流电网、本地DG、本地储能和负荷用电之间供需功率平衡的有效调控。该方法对传统交流系统有很好的兼容性，避免了本地DG以交流形式并网的交流稳定、电压和频率同步、无功功率等问题，可实现对本地负荷的连续、高可靠性供电，减小对用户侧电能质量的影响，提高本地DG的能源利用效率，具有良好的环境友好性。
-
公开(公告)号：CN105048499A
公开(公告)日：2015-11-11
申请号：CN201510441034.9
申请日：2015-07-24
申请人： 中国农业大学
IPC分类号： H02J3/38
CPC分类号： Y02A30/62
摘要： 本发明公开一种基于模型预测控制的风电并网实时调度方法及装置，能够提高风电并网实时调度的准确度，从而能够提升风电并网的稳定性。所述方法包括：计算大电网中各台风机的发电量指标；建立风机功率预测模型，以及风机出力计划与所述风机功率预测模型的功率预测结果的关系，通过对所述风机功率预测模型进行滚动优化，对风机出力计划与所对应的发电量指标之间的误差进行反馈校正，使风机出力计划与所对应的发电量指标之间的误差在预设的误差范围内。
-
公开(公告)号：CN115498662B
公开(公告)日：2024-08-02
申请号：CN202210915717.3
申请日：2022-08-01
申请人： 中国农业大学
摘要： 本发明涉及一种基于用电侧状态时变模型的储能调度方法。主要包括：建立用电侧在某一时刻的状态模型；形成用电侧状态时变模型；建立概率功率模型，根据刚性度大小来确定用电器用电功率的承担者；电网侧根据所需要承担的用电功率制定供电计划，并将供电计划信息反馈到预测过程；利用储能装置灵活充发电的优势来跟随用电因子的用电状态实现实时的功率平衡，并且将储能运行信息反馈到下一阶段的预测过程，形成控制闭环。本发明基于不同的用电特性制定大电网供电和储能供电相结合的“量体裁衣”式供电方式，这不仅可以节约电能，减少不必要的浪费，还通过引入储能供电有效加强了电网的弹性供电能力，从而更好的完成供电目标，保证供电质量。
-
公开(公告)号：CN118336690A
公开(公告)日：2024-07-12
申请号：CN202410424169.3
申请日：2024-04-09
申请人： 中国农业大学
IPC分类号： H02J3/00 , G06N3/0499 , G06N5/01 , G06N3/084 , G06Q50/06
摘要： 本发明公开了基于误差路径分析和模型参数微调的风电功率预测方法，包括：以目标和参考风电场历史功率数据和风速数据为输入特征矩阵，基于神经网络得到预训练模型；依此预测目标风电场功率预测值，减去实测值得到误差序列，根据误差序列和输入特征矩阵训练决策树模型，依此确定误差最小化路径包含的特征；基于结构分解的规则提取方法，提取预训练模型中误差最小化路径包含的特征对应的规则；基于提取到的规则确定预训练模型中误差最小路径包含的特征对应规则涉及的神经元，冻结神经元参数，将输入特征矩阵中误差最小路径包含的特征屏蔽；基于屏蔽后的矩阵微调模型参数，重复执行直到预测精度满足设定，提高了功率预测模型的泛化能力和可解释性。
-
公开(公告)号：CN115587647A
公开(公告)日：2023-01-10
申请号：CN202211125525.9
申请日：2022-09-15
申请人： 中国农业大学
摘要： 本发明涉及一种基于矩阵扰动和差分隐私保护的多风电场协同预测方法。本发明提供的方法一方面在向量自回归协同预测模型训练和预测阶段保证模型参与风电场的数据隐私性，增加外部攻击者、中心服务器、其他风电场等窃取风电场历史风电功率数据的难度；另一方面，尽可能使得扰动后的数据仍然可用于风电功率预测，并取得满足需求的预测精度。
-
公开(公告)号：CN108564206B
公开(公告)日：2021-08-17
申请号：CN201810257736.5
申请日：2018-03-27
申请人： 中国农业大学
摘要： 本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法，包括以下步骤：一、对某区域内各风电场的同期风电功率历史数据归一化，然后对出力状态等区间划分，生成基本数据集和风电出力状态库，并存储。二、各风电场交换历史空间相关数据，在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵，建立各风电场的稀疏化时空风电功率预测模型，并求解。四、各风电场之间交换实时测量数据，根据各风电场在当前时刻的出力值，采用预测模型对风电场功率值预测，并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度，显著提高计算效率。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.027 秒)