一种面向多分区电网的无功电压支撑能力评估方法

    公开(公告)号:CN111525589B

    公开(公告)日:2022-07-08

    申请号:CN202010422482.5

    申请日:2020-05-18

    IPC分类号: H02J3/16

    摘要: 本发明提供了一种面向多分区电网的无功电压支撑能力评估方法,主要步骤包括选取多分区电网无功电压支撑能力关键评估指标数据;建立多分区电网无功电压支撑能力评估指标体系;运用模糊隶属度函数和动态时间弯曲算法对待评估数据进行模糊化分析,计算模糊处理后待评估数据与参考样本的相似度;根据待评估数据与参考数据的相似度确定多分区电网的无功电压支撑能力。本发明制定了能够准确表征多分区电网无功电压支撑能力的指标体系,并将模糊理论和动态时间规整算法运用于电网分区无功电压支撑能力评估,能够准确评估电网分区无功支撑能力,为省调AVC系统提供数据支撑。

    基于双分支深度学习模型的空调负荷估算方法与系统

    公开(公告)号:CN113191069A

    公开(公告)日:2021-07-30

    申请号:CN202110293561.5

    申请日:2021-03-19

    摘要: 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统,通过对历史气象、历史负荷以及时间数据的多维特征提取,以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支,以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支,将基准负荷估算模型分支和空调负荷估算模型分支进行拼接,两个分支的输出累加为总空调负荷功率,形成双分支深度学习空调负荷分解模型。在此基础上,在实际的历史空调负荷估算或者未来预测的过程中,通过获取地区的时间数据以及气象数据作为输入,通过特征提取后输入到模型中进行估算,可输出得到对应时刻的空调负荷估算结果以及总负荷,为地区的发电量控制和电力调配提供科学的决策依据。

    一种面向多分区电网的无功电压支撑能力评估方法

    公开(公告)号:CN111525589A

    公开(公告)日:2020-08-11

    申请号:CN202010422482.5

    申请日:2020-05-18

    IPC分类号: H02J3/16

    摘要: 本发明提供了一种面向多分区电网的无功电压支撑能力评估方法,主要步骤包括选取多分区电网无功电压支撑能力关键评估指标数据;建立多分区电网无功电压支撑能力评估指标体系;运用模糊隶属度函数和动态时间弯曲算法对待评估数据进行模糊化分析,计算模糊处理后待评估数据与参考样本的相似度;根据待评估数据与参考数据的相似度确定多分区电网的无功电压支撑能力。本发明制定了能够准确表征多分区电网无功电压支撑能力的指标体系,并将模糊理论和动态时间规整算法运用于电网分区无功电压支撑能力评估,能够准确评估电网分区无功支撑能力,为省调AVC系统提供数据支撑。

    基于McCormick松弛和内点法的毫秒级负荷切除优化方法、装置与系统

    公开(公告)号:CN115483685A

    公开(公告)日:2022-12-16

    申请号:CN202211107793.8

    申请日:2022-09-13

    IPC分类号: H02J3/14

    摘要: 本发明涉及电力系统精准负荷控制技术领域,提供一种基于McCormick松弛和内点法的毫秒级负荷切除优化方法,根据频率安全分段控制理论,由频率安全控制I段给出紧急频率控制下的负荷切除需求量,采集某一控制子站下的负荷用户信息数据,根据I段策略确定的节点负荷控制量,以控制代价最小为目标,以切负荷精确度、切负荷量和负荷重要程度为约束,基于McCormick松弛和内点法,快速求解该节点下底层用户的毫秒级负荷,优化切除策略。通过本发明可以快速而准确地获取到不同负荷控制量下的切除策略,从而起到紧急频率控制的作用,所得的毫秒级负荷切除方案可以在经济性最优的前提下保证频率控制效果。

    基于双分支深度学习模型的空调负荷估算方法与系统

    公开(公告)号:CN113191069B

    公开(公告)日:2022-09-02

    申请号:CN202110293561.5

    申请日:2021-03-19

    摘要: 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统,通过对历史气象、历史负荷以及时间数据的多维特征提取,以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支,以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支,将基准负荷估算模型分支和空调负荷估算模型分支进行拼接,两个分支的输出累加为总空调负荷功率,形成双分支深度学习空调负荷分解模型。在此基础上,在实际的历史空调负荷估算或者未来预测的过程中,通过获取地区的时间数据以及气象数据作为输入,通过特征提取后输入到模型中进行估算,可输出得到对应时刻的空调负荷估算结果以及总负荷,为地区的发电量控制和电力调配提供科学的决策依据。