考虑需求响应及碳成本的用户侧混合储能优化配置方法

    公开(公告)号:CN116646957A

    公开(公告)日:2023-08-25

    申请号:CN202310673271.2

    申请日:2023-06-08

    申请人: 东南大学

    发明人: 徐青山 汤容川

    摘要: 本发明公开考虑需求响应及碳成本的用户侧混合储能优化配置方法,属于储能系统优化配置领域;优化配置方法包括:获取待配置混合储能用户的典型原始负荷数据;基于电量电价弹性矩阵,得出用户负荷参与需求响应后的负荷削减,来修正典型原始负荷数据,得到需求相应后的负荷数据;引入VSQF频域分解算法,将需求相应后的负荷数据解耦为高频分量与低频分量;将所述高频分量代入上层多目标优化配置模型,输出高频波动平抑结果以及超级电容配置方案;将所述低频分量结合高频波动平抑结果,代入下层多目标优化配置模型,输出蓄电池配置方案,并得出混合储能最终配置方案。

    一种基于深度学习的电网在线时空预测方法

    公开(公告)号:CN116245249A

    公开(公告)日:2023-06-09

    申请号:CN202310249827.5

    申请日:2023-03-15

    申请人: 东南大学

    发明人: 徐青山 戴蔚莺

    摘要: 本发明公开了电力系统人工智能及预测技术领域的一种基于深度学习的电网在线时空预测方法,包括如下步骤:先设计图卷积网络捕捉电网的空间拓扑特征和参数,建立空间预测学习模型;然后设计神经网络单元捕捉历史采样数据的时间特征,建立时间预测学习模型;接着设计DCRNN网络具体结构、相关参数,实现复杂电网中给定历史输入和电网信息的时空建模;最后运用DCRNN网络建立在线预测机制,对电网实现暂态分析与预测。本发明方法通过将电网进行图神经网络建模,利用DCRNN模型提出的框架实现复杂电网中给定历史输入和电网信息的典型节点特征,既能有效跟踪趋势又能较为准确预测数值,并且区别于电力系统网络数值计算方法,具有更快的计算速度。

    一种考虑主观不确定因素的嵌套P2P交易方法

    公开(公告)号:CN114742650A

    公开(公告)日:2022-07-12

    申请号:CN202210280869.0

    申请日:2022-03-21

    申请人: 东南大学

    摘要: 本发明公开了一种考虑市场主观不确定因素的嵌套P2P交易方法,该方法包括一下步骤:获取参数数据;将收集到的数据作为参数传入整个嵌套P2P交易的多微网主体趋优模型中;建立考虑主观不确定因素的微电网点对点交易模型;分析配电网中各微电网之间的优化交易模型,建立优化模型和对应约束条件;对每个微电网的求解算法之后,整个配电网的模型即可表示为最小化所有微电网的交易成本之和;构建微电网的压缩均衡模型,每个微电网求解出其压缩均衡解,传递给配电网进行配电网级别的求解,然后微电网再在配电网的最优解的基础上求解出每个微电网的最优解,循环往复即可得到整个嵌套P2P交易问题的最优解,用于保护微电网隐私的同时,加速整个市场的求解。