一种基于大数据的微能源网系统及其控制方法

    公开(公告)号:CN112072665A

    公开(公告)日:2020-12-11

    申请号:CN202010970867.5

    申请日:2020-09-16

    Abstract: 本发明涉一种基于大数据的微能源网系统及其控制方法。其中所述系统包括:大数据分析子系统、数据处理子系统、能量置换接口子系统和供能子系统。所述方法包括:获取指定区域内的大数据;对所述大数据进行分析;基于所述分析结果,确定相应的供能方案;基于所述供能方案,调用相应的能源供应模型;基于所述能源供应模型进行相应的能源转换,并提供相应的能源供应。与现有技术相比,通过本发明的基于大数据的微能源网系统,能够基于当地的自然环境的实际情况,提供符合实际需求的能源供应,并采用相应的模型,针对不同的能源提供方式提供最优的配置方案,从而合理利用自然资源的属性,有效进行能源配置,对不同的负荷进行高效控制。

    一种基于多元负荷预测的综合能源系统调控方法和装置

    公开(公告)号:CN112232575B

    公开(公告)日:2023-12-19

    申请号:CN202011134010.6

    申请日:2020-10-21

    Abstract: 本发明涉及一种基于多元负荷预测的综合能源系统调控方法,包括如下步骤:S1.基于Copula方法对综合能源系统的多元负荷进行相关性分析,选取相关性较强的多元负荷为待分析多元负荷;S2.构建历史数据特征索引集,所述历史数据特征索引集包括步骤S1选取的待分析多元负荷的时间序列、各个时刻的变化趋势和各个时刻的波动特征3个特征指标;S3.基于所述历史数据特征索引集中的数据训练SAE‑ELM模型,输出预测结果;S4.根据所述预测结果对综合能源系统的各种能源进行调控。本发明还公开了一种基于多元负荷预测的综合能源系统调控装置,通过SAE‑ELM多元负荷预测模型,有效的提高了多(56)对比文件龚钢军,安晓楠,陈志敏,张帅,文亚凤,吴秋新,苏畅.基于SAE-ELM 的电动汽车充电站负荷预测模型.现代电力.2019,第第36卷卷(第第6期期),第1-7页.

    一种基于中期机组组合的电力系统长期生产模拟方法

    公开(公告)号:CN112821390B

    公开(公告)日:2022-12-27

    申请号:CN202110089709.3

    申请日:2021-01-22

    Abstract: 本发明公开了一种基于中期机组组合的电力系统长期生产模拟方法,根据获取的电力系统规划数据和预测数据构建净负荷的峰谷时刻逐日统计信息;以最小化燃煤机组的运行成本、库容式水电机组的弃水成本、新能源机组的弃电成本构成综合运行成本为优化目标构建中期机组组合模型的目标函数;构建中期机组组合模型约束条件;建立中期机组组合模型;对建立的中期机组组合模型进行求解,得到各类型电源的装机容量、发电量、利用小时数以及系统运行成本,完成电力系统长期生产模拟计算。本发明方法具有快速、有效、易于实现的优势,能够辅助规划人员对于含传统类型电源新能源发电的电力系统规划方案进行评估。

    一种考虑新能源出力和电价因素的网源协同规划建模方法

    公开(公告)号:CN111293688B

    公开(公告)日:2022-04-12

    申请号:CN202010163502.1

    申请日:2020-03-10

    Abstract: 本发明公开了一种考虑新能源出力和电价因素的网源协同规划建模方法,其特征在于,包括:步骤一:构建网源协同规划目标函数;步骤二:根据目标函数建立电源和电网相关约束条件;步骤三:对新能源出力的不确定性建模,并添加相应的约束条件;步骤四:获取规划计算所需要的数据;步骤五:构建电价预测模型,并预测规划期内的电价,将预测的电价作为模型的电价输入数据;步骤六:建立网源协同规划模型。本发明通过合理的构思和方案设计,解决了传统网源建设相分离所带来的问题(例如电源不足或者电网输电阻塞、输电瓶颈等),很好地应对了新能源大规模接入电网所带来的诸多挑战,为新能源的接入和运用提供了良好的保障。

    一种基于深度学习的综合能源系统多元负荷预测方法

    公开(公告)号:CN114266374A

    公开(公告)日:2022-04-01

    申请号:CN202110844903.8

    申请日:2021-07-26

    Abstract: 本发明提供一种基于深度学习的综合能源系统多元负荷预测方法,针对综合能源系统中负荷种类多元化及各负荷具有不同的负荷特性,针对现有历史多元负荷数据挖掘信息不充分,以及多元负荷单独预测无法计及各负荷数据特性的问题。本发明首先通过对多元负荷历史数据进行时序特征分析,提取基于历史数据的特征指标,用于深入挖掘综合能源系统中多元负荷历史数据的负荷特性,基于负荷特性指标及多元负荷历史数据构建模型的输入数据集,然后基于深度学习算法通过多任务学习理论计及多元负荷间耦合信息,实现对多元负荷短期预测模型的训练,从而完成综合能源系统的多元负荷预测。

Patent Agency Ranking