-
公开(公告)号：CN114529070B
公开(公告)日：2024-04-19
申请号：CN202210118204.X
申请日：2022-02-08
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： G06Q10/0631 , G06Q50/06 , H02J3/38
摘要： 本发明公开了一种考虑随机停电供能可靠性的综合能源微网优化控制方法，所述方法包括：建立EPG随机停电导致的IEMG孤岛模式的概率模型，采用场景树生成若干孤岛场景；建立IEMG多目标优化控制模型，通过对IEMG进行协同优化控制，得到最优的长期优化控制方案和两种运行模式下的短期运行方案，用于提升IEMG并网模式的运行经济性及孤岛模式的供能可靠性。本发明解决了目前研究忽略EPG停电对IEMG运行的影响，导致IEMG控制方案不合理，使IEMG出现能量供给不足，削弱IEMG供能可靠性等问题。
-
公开(公告)号：CN117833255A
公开(公告)日：2024-04-05
申请号：CN202311865487.5
申请日：2023-12-29
申请人： 中国电力科学研究院有限公司
摘要： 本发明涉及一种综合能源微网群多智能体分层博弈协同方法和装置，包括：创建多智能体深度强化学习参数；创建运营商主智能体；创建所述综合能源系统中每一个所述多能源微网的多能源微网从智能体；基于所述多智能体深度强化学习参数、所述运营商主智能体和所述多能源微网从智能体，利用改进多智能体深度确定策略梯度MADDPG算法对预先创建的神经网络进行强化学习训练，得到多智能体分层博弈协同模型。本发明实现了对综合能源系统中的各单元实现集中管理和分布控制相结合，增强了综合能源系统的协同调度，增加了运行的可靠性，减轻了系统的通信和计算负担。本发明还涉及一种设备和存储介质。
-
公开(公告)号：CN117811098A
公开(公告)日：2024-04-02
申请号：CN202311842485.4
申请日：2023-12-28
申请人： 中国电力科学研究院有限公司 , 国网浙江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： H02J3/46 , G06Q10/04 , G06Q50/06 , G06N3/092 , H02J3/48 , H02J3/50 , H02J3/00 , H02J3/06 , H02J3/32
摘要： 本发明公开了一种基于模型强化学习的源网荷储协同优化方法及其相关装置，建立多时间断面源网荷储协同最优潮流优化数学模型，并转化形成强化学习交互决策基本框架；基于得到的强化学习交互决策基本框架构建源网荷储协同时序决策状态迁移模型；对构建的源网荷储协同时序决策状态迁移模型进行训练；基于源网荷储协同时序决策状态迁移模型，通过当前的状态信息与动作选择计算智能体到达的下一个状态和对应的奖励反馈，实现决策过程的样本扩增。本发明大幅度提高策略探索和提升速度，降低预测状态的维度，进而减少动力学拟合误差，使动力学模型在轨迹样本生成中有更好的效果。
-
公开(公告)号：CN114069853B
公开(公告)日：2024-04-02
申请号：CN202111327706.5
申请日：2021-11-10
申请人： 天津大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于分段符号表示的多能源荷数据在线压缩与重构方法，包括：按照采样频率采样得到监测数据，使用事件检测方法对监测数据进行事件检测，并将数据划分为事件段和平稳段，其中，平稳段是指事件检测过程中时间跨度大于一定长度，且段内任意相邻样本点之间功率差小于指定阈值的区段，平稳段之外的区段为事件段；对于事件段的监测数据，储存并回传至远程主站；对于平稳段的监测数据，使用不规则时间分区SAX方法来压缩平稳段的监测数据，然后储存并回传至远程主站；远程主站按照事件段与平稳段发生的时间顺序依次进行分段重构，得到完整的重构后的用电功率数据，并结合监测数据的采样频率得到每一个监测数据对应的时刻。
-
公开(公告)号：CN114778767B
公开(公告)日：2024-03-19
申请号：CN202210356828.5
申请日：2022-04-06
申请人： 中国电力科学研究院有限公司
IPC分类号： G01N33/00 , G06N3/0464 , G06N3/084
摘要： 本发明属于电力自动化技术领域，公开一种碳排放园区直接碳排放连续测量方法、装置、设备及介质，所述方法，包括：采集园区周边地面CO2分布图；采集园区CO2直接排放关联参数；将所述步骤园区周边地面CO2分布图、园区CO2直接排放关联参数输入训练好的融合了卷积网络以及全连接网络的BP神经网络，获得园区直接碳排放的实时测量结果。本发明通过采集高碳排放工业园区周边地面CO2实时浓度数据，厂区主要生产指标，厂区温度、风力，以及厂区上空二氧化碳浓度卫星监测数据，通过改进的融合了卷积网络以及全连接网络的BP神经网络，实现对高碳排放园区直接碳排放的连续实时监测。
-
公开(公告)号：CN116502794A
公开(公告)日：2023-07-28
申请号：CN202310296940.9
申请日：2023-03-24
申请人： 天津大学 , 中国电力科学研究院有限公司
IPC分类号： G06Q10/063 , G06N3/0464 , G06N3/08 , G06N3/0442 , G06Q50/06
摘要： 本发明公开了一种非侵入式综合能源系统源荷状态的联合感知方法，包括以下步骤：原始数据采集及预处理；构建多能源荷状态感知模型；根据多能源荷状态感知模型，进行气路设备状态感知；根据多能源荷状态感知模型，进行电路设备状态感知；进行热路设备状态感知。本方法将NILM技术引入IES源荷细粒度数据采集领域，建立IES多能主体设备运行状态及功率联合感知方法，以尽量低的成本投入，获取设备级高频能源产销数据。本发明针对当前难以对IES源荷设备状态感知的问题，设计了一种非侵入式源荷状态联合感知方法，仅通过分析IES中不同能源系统端口处的总量数据和部分气象数据，获知每种主要源荷设备的运行状态和参数，为IES的实时调度优化提供了有效支撑。
-
公开(公告)号：CN114938372B
公开(公告)日：2023-04-18
申请号：CN202210549821.5
申请日：2022-05-20
申请人： 天津大学 , 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
IPC分类号： H04L67/10 , H04L9/40 , H04L41/5051 , H04L41/0894 , G06N3/092 , G06N3/098
摘要： 本发明公开了一种基于联邦学习的微网群请求动态迁移调度方法及装置，包括：对包括微网群设备和边缘计算设备的微网群系统进行初始化；各个微网群设备利用深度强化学习方法并基于本地历史运行数据对本地学习模型进行训练，并将训练后的模型参数和本地训练次数发送边缘计算设备；边缘计算设备基于本地训练次数对接收到的模型参数进行聚合以更新请求评估模型，并将更新后的请求评估模型发送各微网群设备；微网群设备根据更新后的请求评估模型，在请求调度决策时以最大化长期效益期望为目标预测资源分配策略，资源分配策略包括请求迁移决策和资源单元数量决策。本发明可以在节省传输开销保证了数据隐私与安全的同时，也还确保了决策的准确高效。
-
公开(公告)号：CN115313520A
公开(公告)日：2022-11-08
申请号：CN202211128856.8
申请日：2022-09-16
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 , 国家电网有限公司
摘要： 本发明公开了一种分布式能源系统博弈优化调度方法、系统、设备及介质，包括：获取分布式能源系统中各智能体的状态参数；各智能体包含系统运营商智能体、分布式电源运营商智能体和负荷聚合商智能体；基于所述状态参数，进行强化学习构建多主体博弈模型和Q值表；采用WoLF‑PHC算法进行智能体训练并更新各智能体的Q值表，各智能体基于所述Q值表获得各自博弈优化调度的Nash均衡解；输出各自博弈优化调度的Nash均衡解用于各智能体日前优化调度。本发明可有效提升分布式能源系统博弈优化调度问题求解精度，促进相关人工智能技术落地，推动电力优化调度决策智能化。
-
公开(公告)号：CN115276118A
公开(公告)日：2022-11-01
申请号：CN202210949983.8
申请日：2022-08-09
申请人： 中国电力科学研究院有限公司 , 国网北京市电力公司 , 国家电网有限公司
摘要： 一种能源互联网协同优化加速求解方法、系统、设备及介质，求解方法包括：建立基于交替方向乘子算法的能源互联网协同优化模型；针对所述能源互联网协同优化模型中的乘子系数建立强化学习模型；通过强化学习模型加速更新所述能源互联网协同优化模型中的乘子系数；利用乘子系数更新后的能源互联网协同优化模型求解能源互联网协同优化结果。本发明建立了基于交替方向乘子算法的能源互联网协同优化模型，并且建立了乘子系数强化学习模型，通过强化学习模型加速更新能源互联网协同优化模型中的乘子系数，提出了一种基于强化学习更新乘子系数的交替方向乘子算法加速求解方法，减少了优化计算的迭代步数，从而使优化过程的计算效率提高，加速优化进程。
-
公开(公告)号：CN115065063A
公开(公告)日：2022-09-16
申请号：CN202210887164.5
申请日：2022-07-26
申请人： 中国电力科学研究院有限公司
摘要： 本发明属于电网运行及人工智能技术领域，公开一种基于人工智能神经网络的电网潮流控制方法及系统；所述方法包括：获取目标电网的潮流数据；以目标电网所有节点电压的幅值和相角，线路的有功、无功潮流，以及待控制线路有功潮流预设的变化量为输入；带入到预先训练好的待控制线路的人工智能神经网络模型中进行辨识，得到待控制线路的两端电压差；控制待控制线路的首端节点与末端节点之间的电压差等于所述两端电压差。本发明通过人工智能神经网络模型将线路的功率调整值和线路两端电压差关联，当启动线路潮流控制方案，则通过控制节点电压的方式来实现线路上的潮流优化。
-
-
-
-
-
-
-
-
-
搜索结果
147 条记录 (耗时 0.1 秒)
