一种面向调峰辅助服务的可调控资源的互动方法

    公开(公告)号:CN112993978A

    公开(公告)日:2021-06-18

    申请号:CN202110191350.0

    申请日:2021-02-19

    IPC分类号: H02J3/00 H02J3/14

    摘要: 本发明公开了一种面向调峰辅助服务的可调控资源的互动方法,所述可调控资源包括可平移负荷、可转移负荷、可中断负荷、热电能源;所述互动方法包括日前互动阶段、日内邀约阶段和结算阶段;所述日前互动阶段包括签订协议、日前竞价和CHP热电互动;所述日内邀约阶段补充所述日前互动阶段的负荷缺口;所述结算阶段,是所述运营商根据所述用户可调控资源的调用容量的具体情况进行补偿或者惩罚。本发明公开的所述互动方法,充分考虑多主体和可调控资源的多种用能特点,激励性强、灵活性高和可持续好,并且兼顾用户接受度和操作性。

    基于聚类及神经网络的广义负荷建模方法

    公开(公告)号:CN110991638A

    公开(公告)日:2020-04-10

    申请号:CN201911201936.X

    申请日:2019-11-29

    IPC分类号: G06N3/08 G06K9/62

    摘要: 本发明公开了一种基于聚类及神经网络的广义负荷建模方法,涉及广义负荷建模领域,所述方法包括以下步骤:步骤1、基于主成分分析对多维的负荷数据进行降维,获得降维数据;步骤2、采用K-means算法对所述降维数据进行大时间尺度和小时间尺度的聚类分析,获得聚类数据;步骤3、对所述聚类数据进行RBF神经网络建模,构建广义负荷模型。本发明根据广义负荷的多影响因素,以重要性为优先级处理大量多维数据,实现了数据的精准采集与有效利用;包含传统负荷、可再生能源、电动汽车的配网中,实现广义负荷时变性、温度相关性的分析;本发明提供的模型的使用较为便捷,应用范围较广。

    基于聚类及神经网络的广义负荷建模方法

    公开(公告)号:CN110991638B

    公开(公告)日:2024-01-05

    申请号:CN201911201936.X

    申请日:2019-11-29

    摘要: 本发明公开了一种基于聚类及神经网络的广义负荷建模方法,涉及广义负荷建模领域,所述方法包括以下步骤:步骤1、基于主成分分析对多维的负荷数据进行降维,获得降维数据;步骤2、采用K‑means算法对所述降维数据进行大时间尺度和小时间尺度的聚类分析,获得聚类数据;步骤3、对所述聚类数据进行RBF神经网络建模,构建广义负荷模型。本发明根据广义负荷的多影响因素,以重要性为优先级处理大量多维数据,实现了数据的精准采集与有效利用;包含传统负荷、可再生能源、电动汽车的配网中,实现广义负荷时变性、温度相关性的分析;本发明提供的模型的使用较为便捷,应用范围较广。(56)对比文件Yun Lu.An Improved RBF Neural Networkfor Short-TermLoad Forecast in SmartGrids.IEEE.2016,第1-6页.刘颖.基于PCA聚类分析的神经网络模型设计与应用.电子制作.2015,第58-59页.