-
公开(公告)号:CN114492915A
公开(公告)日:2022-05-13
申请号:CN202111460045.3
申请日:2021-12-02
申请人: 中国电力科学研究院有限公司 , 国网内蒙古东部电力有限公司赤峰供电公司 , 北京信息科技大学 , 国家电网有限公司
摘要: 本发明涉及气象预测技术领域,具体提供了一种太阳辐照度的预测方法及装置,包括:获取地表的法向直接辐射和散射辐射;基于所述地表的法向直接辐射和散射辐射确定初始地表的总太阳辐照度;利用与太阳辐照度相关的气象因素对所述初始地表的总太阳辐照度进行修正,获取地表的总太阳辐照度。本发明提供的技术方案在晴空模型得到的太阳辐照度的基础上,使用气象因素数据再进行修正,最终得到预测太阳辐照度。
-
公开(公告)号:CN112700026A
公开(公告)日:2021-04-23
申请号:CN201911009214.4
申请日:2019-10-23
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院
发明人: 姜文玲 , 王勃 , 冯双磊 , 王伟胜 , 刘纯 , 赵艳青 , 王铮 , 裴岩 , 车建峰 , 张菲 , 汪步惟 , 王钊 , 胡菊 , 靳双龙 , 宋宗朋 , 王姝 , 滑申冰 , 刘晓琳 , 张周祥 , 林毅 , 项康利 , 陈国伟
摘要: 本发明涉及一种光伏板的功率预测方法和系统,包括:获取预测时刻光伏板的净空斜面辐照度;根据预测时刻光伏板的净空斜面辐照度确定预测时刻光伏板预测功率净空归一化值;根据预测时刻光伏板预测功率净空归一化值确定预测时刻光伏板的预测功率。本发明提供的技术方案,消除了光伏板接受的辐照度的周期性变化对光伏功率预测造成的影响,将光伏板接受的辐照度的非周期性变化提取出来,针对其进行建模预测,从而提升光伏预测精度。
-
公开(公告)号:CN110880754A
公开(公告)日:2020-03-13
申请号:CN201911071579.X
申请日:2019-11-05
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院
IPC分类号: H02J3/00
摘要: 本发明提供了一种全网受阻电量确定方法和系统,包括:按照断面约束将所有风电场划分为多个风电场群,计算每个风电场群的可用发电功率;基于每个风电场群的可用发电功率确定全网理论发电功率和所有风电场的可用发电功率;基于全网理论发电功率和所有风电场的可用发电功率确定全网受阻电量;其中,全网受阻电量包括:全网断面受阻电量和全网调峰受阻电量。采用本发明可准确计算获得全网风电受阻电量,且能够区分出全网断面受阻电量和全网调峰受阻电量。
-
公开(公告)号:CN118630728A
公开(公告)日:2024-09-10
申请号:CN202410555266.6
申请日:2024-05-07
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网辽宁省电力有限公司
IPC分类号: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/2135 , G06F18/2321 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N5/01 , G06N20/20 , G06F123/02
摘要: 本发明公开了一种自适应不同气象条件变化的风电日内滚动预测方法及系统,属于电力系统运行与控制技术领域。本发明方法,包括:对所述目标NWP数据与目标功率数据进行聚类,生成聚类数据;基于所述预测模型,预测出风电场站的初步预测功率;将风电场站的实际功率与所述预测功率误差进行叠加,以得到风电场站的日内滚动预测风电功率。本发明结合训练得到的预测模型,可以有效的预测出不同气象条件下风电场站的风电功率。
-
公开(公告)号:CN117175535A
公开(公告)日:2023-12-05
申请号:CN202210567499.9
申请日:2022-05-23
申请人: 国网新疆电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要: 本发明提出一种风电群体功率预测方法、系统、设备及介质,包括获取覆盖风电群体空间范围的待预测时间的网格化数值天气预报和风电群体内各个风电场所在地理位置的待预测时间的单点数值天气预报;将网格化数值天气预报和单点数值天气预报输入风电群体的气象图结构模型,获得风电群体的气象图结构;将气象图结构输入预先训练好的深度学习模型,输出风电群体待预测时间的预测功率。本发明以多源数值天气预报为基础数据源,考虑区域内风电场的位置分布,构建气象图结构,并借助深度学习对高维数据的特征抽象能力,通过模型训练,最终实现单一模型预测区域多风电场的功率,在保证风电集群功率预测精度的前提下,提升建模效率。
-
公开(公告)号:CN116306209A
公开(公告)日:2023-06-23
申请号:CN202211502900.7
申请日:2022-11-28
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F30/27 , G06F119/02
摘要: 本发明涉及新能源发电及调度运行技术领域,具体提供了一种基于数值天气预报的风电群体功率预测方法及装置,包括:将预测日的网格化数值天气预报数据输入预先构建的自编码器模型,得到所述预先构建的自编码器模型输出的降维数据,并确定所述降维数据的所属天气过程;将所述降维数据输入至所述降维数据的所属天气过程对应的功率预测模型,得到所述功率预测模型输出的预测日功率数据。本发明提供的技术方案可显著提高风电群体的功率预测精度,降低极大误差发生的概率,促进风电的消纳。
-
公开(公告)号:CN115619588A
公开(公告)日:2023-01-17
申请号:CN202211129323.1
申请日:2022-09-16
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06Q50/06
摘要: 一种决策依赖不确定性表征方法、结果确定方法及系统,包括:获取组成决策对象的所有基本决策对象单元的实际值、期望值以及决策结果;将所有基本决策对象单元的实际值、期望值和决策结果结合决策结果计算式得到决策分量;将所有基本决策对象单元的实际值、期望值和决策分量结合决策依赖不确定性计算式得到决策依赖不确定性结果;将决策依赖不确定性结果结合联合正态分布表达式得到决策依赖不确定性结果表征式。本发明采用决策依赖不确定性结果结合联合正态分布表达式得到决策依赖不确定性结果表征式,有效解决了工程应用中无决策依赖不确定性方法导致的新能源利用率低的问题,确保实际应用的准确性,可用于新能源电力系统的规划建设和调控运行中。
-
公开(公告)号:CN115495886A
公开(公告)日:2022-12-20
申请号:CN202211045196.7
申请日:2022-08-30
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网上海市电力公司
摘要: 本发明提供了一种风光资源模拟数据修正方法、系统、设备及介质,包括:获取待修正的模拟资源参量;将所述待修正的模拟资源参量输入预先构建的修正模型,得到修正后的模拟资源参量;其中,所述修正模型是基于多个设定位置处的实测资源参量和模拟资源参量构建的控制点矩阵、高度矩阵、相互影响矩阵,以及所述控制点矩阵、高度矩阵、相互影响矩阵之间的关系式得到修正模型的参量,由所述修正模型的参量结合模拟资源参量构建的。本发明采用修正模型根据实际观测的资源参量,有效降低模拟资源参量的偏差,解决当前的风光资源历史再分析数据与实际资源情况偏差较大,不能较好的满足应用需求的问题。
-
公开(公告)号:CN114924334A
公开(公告)日:2022-08-19
申请号:CN202210351415.8
申请日:2022-04-02
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
发明人: 宋宗朋 , 冯双磊 , 王勃 , 靳双龙 , 刘晓琳 , 胡菊 , 郭于阳 , 滑申冰 , 马振强 , 张艾虎 , 甄妍 , 王铮 , 车建峰 , 王钊 , 张菲 , 赵艳青 , 姜文玲 , 韩振永
摘要: 本发明提供了一种基于带状数据的预报精度提升方法、系统、设备及介质,包括:基于二维傅里叶变换法,对输电线路区域气象预报所需的地表二维观测同化场进行分解,得到波数气象场;对所述波数气象场中由带状加密数据引起的异常波数进行识别;将所述波数气象场中的异常波数剔除,并进行反傅里叶变换,得到精度提升的观测同化场,进一步提升输电线路区域的气象预报精度;本发明通过对输电线路区域气象预报的观测同化场进行二维傅里叶变换,并基于得到的波数气象场识别异常波动,剔除对应的异常波数,能够有效去除因带状加密特征带来的异常波动和物理不平衡问题。本发明提供的基于带状数据的预报精度提升方法,可提升输电线路区域的气象预报精度。
-
公开(公告)号:CN114884050A
公开(公告)日:2022-08-09
申请号:CN202110163793.9
申请日:2021-02-05
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山西省电力公司电力科学研究院
摘要: 本发明涉及一种多预测模型融合的风电功率预测方法及装置,包括:基于将各历史时刻各气象台提供的天气预报数据作为预先训练的各单一预测模型的输入,各单一预测模型输出的各历史时刻各单一预测模型输出的风电功率预测结果,获取各历史时刻线性回归预测模型输出的风电功率预测结果;基于各历史时刻各单一预测模型输出的风电功率预测结果和线性回归预测模型输出的风电功率预测结果的均方根误差,从各历史时刻各单一预测模型和各历史时刻线性回归预测模型中选出最优预测模型;将预测时刻的天气预报数据输入至最优预测模型,获取预测时刻风电功率数据;本发明聚焦短期预测时间范围利用大量训练数据通过多种算法来训练多种模型,提高风电功率预测精度。
-
-
-
-
-
-
-
-
-