虚拟微电网群的构建方法、系统、设备及介质

    公开(公告)号:CN117410973A

    公开(公告)日:2024-01-16

    申请号:CN202311365183.2

    申请日:2023-10-20

    IPC分类号: H02J3/00 H02J3/38

    摘要: 本发明公开了虚拟微电网群的构建方法、系统、设备及介质,涉及配电网规划技术领域。包括:获取分布式光伏出力、分散式风电出力、以及负荷功率的样本数据,并基于模糊核聚类算法对样本数据进行聚类,生成多个初始源荷场景;基于各初始源荷场景在季节下的概率分布,得到虚拟微电网群的源荷场景集;建立节点为源荷场景集中的各源荷场景,边为各节点之间的联络线路的配电网络图;基于配电网络图构建优化目标函数和约束条件,通过最小化源荷场景间的功率交换构建虚拟微电网群。本发明基于模糊核聚类和概率分布生成虚拟微电网源荷场景,并基于最小化功率交互优化虚拟微电网群,降低了源荷双重不确定性对配电网的影响,及系统备用容量和调节负担。

    一种基于多主体博弈的微电网能源系统运行方法及系统

    公开(公告)号:CN117314273A

    公开(公告)日:2023-12-29

    申请号:CN202311413628.X

    申请日:2023-10-27

    摘要: 本发明公开了一种基于多主体博弈的微电网能源系统运行方法及系统,涉及配电网运行技术领域,该方法包括:基于能源供应商模型的运行成本、能源运营商模型的运营成本和用户模型的用能满意度,并根据各个模型的输入和输出,进行博弈互动的供给侧纳什均衡求解和需求侧纳什均衡求解;当供需循环求解的循环次数达到预置的迭代次数时,将达到迭代次数的供需循环求解的结果确定为供需最优解,供需最优解包括能源供应商模型、能源运营商模型和用户模型分别对应的供给侧纳什均衡解和需求侧纳什均衡解;实现给出能源运营商能源定价和电、热、冷网系统设备出力的最优方案,有利于解决微电网经济、高效供能的问题,使本发明可以在配电网技术领域中广泛应用。

    一种计及需求响应的微电网多时间尺度优化调度方法

    公开(公告)号:CN114358361A

    公开(公告)日:2022-04-15

    申请号:CN202111188389.3

    申请日:2021-10-12

    摘要: 本发明公开了一种计及需求响应的微电网多时间尺度优化调度方法,涉及微电网优化领域。本发明提供一种计及需求响应的微电网多时间尺度优化调度方法,包括以下步骤:S101、以降低微电网第一运行周期内的运行成本为优化目标,读取日前预测数据,构建日前调度优化模型;S102、将第一运行周期等时长离散化为多个第二运行周期,以降低微电网第二运行周期内的运行成本为优化目标,读取实时预测数据,构建实时调度优化模型;S103、求解日前调度优化模型,以得到日前调度优化方案;S104、基于日前调度优化方案求解实时调度优化模型,以得到各电源的实时调度优化方案。本发明提供的方法可有效提升微电网的自治性能,保证微电网能够更加安全、经济的运行。

    基于多代理的配电网规划场景模拟生成方法及其系统

    公开(公告)号:CN105046354A

    公开(公告)日:2015-11-11

    申请号:CN201510400895.2

    申请日:2015-07-09

    发明人: 李婷 李达 魏俊 陈博

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了基于多代理的配电网规划场景模拟生成方法及其系统,该方法包括:将待规划区域内的配电网规划方划分为三个独立运营的配电网Agent、分布式电源Agent和负荷Agent;负荷Agent根据待规划区域内用地规划方案和不同类型土地的历史负荷密度数据,计算待规划区域内负荷预测信息;配电网Agent获取负荷预测信息及待规划区域内现有的网架,构建配电网线路规划的目标函数,根据目标函数采用遗传算法,优化获取配电网网架的规划方案;分布式电源Agent获取负荷预测信息、配电网的优化方案和当地气候的历史数据,构建分布式电源规划的目标函数;根据分布式电源规划的目标函数计算分布式电源的优化规划方案。

    基于LSTM的电力系统低频振荡模态特征的快速辨识方法

    公开(公告)号:CN112183368B

    公开(公告)日:2024-02-02

    申请号:CN202011050936.7

    申请日:2020-09-29

    摘要: 本发明公开了一种基于LSTM神经网络的电力系统低频振荡模态特征的快速辨识方法,提供一种分析准确,设计合理的电力系统低频振荡模态特征的快速辨识方法,包括:根据EDSs数学模型生成LFO样本数据,分别采用Hankel矩阵以及滑窗FFT算法对LFO样本数据进行预处理操作;根据辨识要求确立分类准则,按照分类准则划分标记LFO样本数据以供后续网络训练与测试;搭建LSTM神经网络模型,输入训练样本进行网络训练,通过测试样本分类准确率确定网络训练完成与否;将待测LFO信号经滑窗取样输入LSTM神经网络,通过输出分析完成对LFO频率以及衰减因(56)对比文件徐伟等.电力系统低频振荡实时控制《.电力自动化设备》.2012,第32卷(第05期),98-101.王琦.基于广义S变换和优化DDAGSVM的电能质量扰动识别与分类《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2019,(第02期),C042-682.王英涛等.我国实时动态监测系统的发展现状及实施策略研究《.电网技术》.2005,(第11期),44-48.徐子豪.基于暂态能量流的VSG抑制电力系统低频振荡控制策略研究《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2023,(第01期),C042-1914.Shengyong Ye等.LSTM-Based RapidIdentification of Dominant Low FrequencyOscillation Modal Features in PowerSystem《.2020 IEEE 4th Conference onEnergy Internet and Energy SystemIntegration (EI2)》.2021,2455-2460.