一种基于计量机制的激励型需求响应方法

    公开(公告)号:CN109325677B

    公开(公告)日:2021-07-06

    申请号:CN201811051906.0

    申请日:2018-09-10

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于计量机制的激励型需求响应方法。设置电网需求侧计分单元提供四种辅助服务,四种辅助服务分别为自动发电控制、旋转备用、热备用以及有偿调峰的用电操作;电网需求侧计分单元通过采集电网需求侧数据计算获得四种辅助服务各自的响应值:最后电网需求侧计分单元计算电网需求侧的月总响应值。本发明通过设置电网需求侧计分单元,能为增加响应值,将增加响应成功的次数并减少响应失败的次数,实现在电网激励下的需求响应。

    一种基于遗传算法的告警阈值设置方法

    公开(公告)号:CN107992395B

    公开(公告)日:2020-10-30

    申请号:CN201711214261.3

    申请日:2017-11-28

    IPC分类号: G06F11/30 G06F11/32 G06N3/12

    摘要: 本发明公开了一种基于遗传算法的告警阈值设置方法,包括如下步骤:步骤一,初始化,随机生成M个告警阈值的个体作为初始群体P(0);步骤二,个体评价:计算群体P(t)中各个个体的适应度;步骤三,选择运算:将优化的告警阈值遗传给下一代;步骤四,交叉运算:将最优告警阈值作用于群体P(t)中适应度较低的个体;步骤五,变异运算:群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1);步骤六,终止条件判断:若t=T,则以进化过程中个体所得到的具有最大适应度的告警阈值作为个体最优解输出,终止计算。本发明对群体中的个体的适应度以及最优告警阈值进行逐步调整,最终设定一最优告警阈值使得个体具有最高的适应度,以便设备进行更好的数据处理工作。

    一种电-热联合系统潮流处理方法

    公开(公告)号:CN109412164B

    公开(公告)日:2020-06-23

    申请号:CN201811639858.7

    申请日:2018-12-29

    IPC分类号: H02J3/06 H02J3/46

    摘要: 本发明公开了一种电‑热联合系统潮流处理方法。针对电‑热联合系统,在计算前通过电网中的传感器或者通过工具采集获得以下电网与热网的已知基础网络数据,根据已知基础网络数据处理获得潮流迭代后的电网中各节点的潮流后电压Vi′和热网中各节点的潮流后热介质流入温度,并且不断潮流处理迭代,每次潮流迭代后,计算潮流迭代前后热网中节点热介质流入温度之差的最大值和电网各节点电压之差的最大值:并判断直至达到要求,实现完成了潮流处理。本发明的电‑热联合系统潮流处理能更快速地进行计算处理,占用内存小,潮流结果准确性好,对于电‑热联合系统的构建能优化运行,向电网调度提供准确数据,提升了直接潮流法的适用性。

    一种基于计量机制的激励型需求响应方法

    公开(公告)号:CN109325677A

    公开(公告)日:2019-02-12

    申请号:CN201811051906.0

    申请日:2018-09-10

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于计量机制的激励型需求响应方法。设置电网需求侧计分单元提供四种辅助服务,四种辅助服务分别为自动发电控制、旋转备用、热备用以及有偿调峰的用电操作;电网需求侧计分单元通过采集电网需求侧数据计算获得四种辅助服务各自的响应值:最后电网需求侧计分单元计算电网需求侧的月总响应值。本发明通过设置电网需求侧计分单元,能为增加响应值,将增加响应成功的次数并减少响应失败的次数,实现在电网激励下的需求响应。

    一种配售分开环境下售电公司购电量控制方法

    公开(公告)号:CN108537363A

    公开(公告)日:2018-09-14

    申请号:CN201810193848.9

    申请日:2018-03-09

    摘要: 本发明公开了一种配售分开环境下售电公司购电量控制方法,所述控制方法包括以下步骤:根据售电公司Agent、以及用户Agent建立电网公司—售电公司—用户的三层购售电服务架构;基于三层购售电服务架构,构建由不可控负荷、可转移负荷、以及可变动负荷的组成的用户电量弹性模型;依据用户电量电价弹性模型、售电公司运行与评估参数,建立售电公司购电量控制模型,该模型包括:以售电公司售电收益与潜在收益之和最大为目标函数,分别考虑市场稳定约束、购售电平衡约束。本发明充分考虑了售电公司购售电以及对未来预期的不确定性,建立售电公司对电量的决策模型,采用混沌粒子群算法求解,实现了对购电量的优化。