-
公开(公告)号：CN118554438A
公开(公告)日：2024-08-27
申请号：CN202410664968.8
申请日：2024-05-27
申请人： 中国电力科学研究院有限公司 , 中国科学院电工研究所 , 国网天津市电力公司
摘要： 本发明属于能源互联网技术领域，公开了一种多源荷博弈优化供电的调度控制方法、装置、设备及介质；所述调度控制方法包括：基于多类型新能源系统结构，构建获得博弈优化的优化电力调度模型；其中，所述博弈优化的优化电力调度模型以多类型新能源能量出力最大化以及储能均衡为目标，通过设定约束条件和新能源各类机组运行限制来构建；计算所述博弈优化的优化电力调度模型的博弈均衡点，获得最优化的多源荷博弈优化供电的调度控制策略。本发明公开的技术方案，可得到最优化的多源荷博弈优化供电的调度控制策略，保障了新能源系统并网调节控制策略的稳定性、经济性和快速性，同时能够降低新能源电站出力波动率。
-
公开(公告)号：CN118017492A
公开(公告)日：2024-05-10
申请号：CN202410185026.1
申请日：2024-02-19
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本发明属于电力系统自动化领域，公开了一种主动配电网优化调度方法、系统、设备及存储介质，包括获取主动配电网各区域的光伏出力预测值和负荷预测值；根据各区域的光伏出力预测值和负荷预测值，调用预设的基于联盟博弈的分布式优化调度模型，得到各区域的各可控设备最优出力值；根据各区域的各可控设备最优出力值生成各区域的各可控设备控制指令，并发送至各区域的各可控设备；其中，基于联盟博弈的分布式优化调度模型包括联盟博弈层和与联盟博弈层交互的各区域智能体。基于各区域基于博弈机制的非关键信息共享实现分布式协同优化，避免了大量数据的集中收集和处理，大幅提升决策速度。
-
公开(公告)号：CN116402203A
公开(公告)日：2023-07-07
申请号：CN202310292232.8
申请日：2023-03-23
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N20/20
摘要： 一种计及天气情况的短时光伏发电量预测方法、系统及介质，预测方法包括获取光伏发电量预测多源数据；根据不同天气选择相应的基模型组合，确定基模型组合中各个基模型的权重，得到光伏发电量预测模型；将光伏发电量预测多源数据输入光伏发电量预测模型中预测每个时刻光伏发电量。模型训练时依据历史光伏功率信息对历史天气状态预报数据中预报不准的天气状态进行更正；由提取到的特征构成数据集，将数据集按天气类型分组，每组数据集中的数据按时间尺度划分作为训练集、验证集、测试集；训练集数据用于对选取的基模型在每种天气下训练，验证集用于训练动态集成方法，测试集用于测试模型精度。本发明能够实现稳定的、高精度的短时光伏功率预测。
-
公开(公告)号：CN118472936A
公开(公告)日：2024-08-09
申请号：CN202410664967.3
申请日：2024-05-27
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本发明属于新能源光伏发电技术领域，具体涉及一种光伏功率预测方法、系统、设备及存储介质。所述方法包括：获取气象数据，所述气象数据包括地表辐照度预测值和温度预测值；将气象数据输入预先训练好的光伏功率预测模型中，获得光伏功率预测值；所述地表辐照度预测值通过以下步骤获得：获取晴空点集合；基于晴空点集合，对ASHRAE晴空辐照度模型进行两次参数寻优，形成晴空辐照度模型；基于晴空辐照度模型获取地表辐照度预测值。本发明同时考虑了辐照度和温度两种气象因素的影响，提高了超短期光伏功率预测的精度；所采用的ASHRAE晴空辐照度模型仅包含两个参数，能够在样本数据量不足的情况下依然保证模型的较高精度拟合。
-
公开(公告)号：CN112862281A
公开(公告)日：2021-05-28
申请号：CN202110107505.8
申请日：2021-01-26
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本申请实施例公开了一种综合能源系统的调度方法、装置、介质及电子设备。所述方法包括：收集新能源发电功率以及电负荷、天然气负荷的历史数据，作为训练样本；并设置综合能源系统的优化目标；构建深度强化学习模型的元素，所述元素包括状态变量，动作变量、回报函数、折扣因子、记忆库容量；其中，所述深度强化学习模型包括：行动器，在线策略网络及其目标策略网络，评判器，以及在线网络及其目标网络；基于所述深度强化学习模型对训练样本进行迭代，确定调度周期内的调度策略。本技术方案，通过深度神经网络自动、自适应地学习源荷概率分布，训练好的模型，能够在秒级内快速、在线地给出优化调度策略。
-
公开(公告)号：CN111722540A
公开(公告)日：2020-09-29
申请号：CN202010567547.5
申请日：2020-06-19
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
IPC分类号： G05B17/02
摘要： 本发明公开了一种能源互联网数字孪生仿真系统及方法。该系统包括：物理层，用于获取物理对象的基础数据信息；感知通信层，用于根据基础数据信息，确定物理对象的目标数据信息；其中，所述目标数据信息包括物理对象的量值信息、环境信息以及行为信息中的至少一种；平台层，用于采用数字孪生的方式支撑实时子系统与仿真子系统；所述实时子系统，用于根据所述目标数据信息，进行实时监测以及确定运行控制策略；所述仿真子系统，用于通过预测对能源互联网的源荷进行匹配，根据匹配的结果对所述实时子系统的控制策略进行修正。通过执行本技术方案，可以实现能源互联网的优化运行，降低系统风险，提高可再生能源利用效率。
-
公开(公告)号：CN113516521B
公开(公告)日：2024-08-13
申请号：CN202110874219.4
申请日：2021-07-30
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司
IPC分类号： G06Q30/0201 , G06Q30/0202 , G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/084
摘要： 本发明属于能源互联网与人工智能行业应用领域，公开了一种能源互联网用户用能数据预测方法及系统，包括以下步骤：获取用户内部设备的运行数据；获取用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据；根据用户内部设备的运行数据以及用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据，通过预设的能源互联网用户模型，得到能源互联网用户用能数据预测结果。实现了用户刚性用能行为模式和柔性用能行为的特性解耦，具有完善的主体逻辑，充分考虑用户内部的用能状态转移关系，确保用能数据预测的准确性。
-
公开(公告)号：CN111553587B
公开(公告)日：2023-04-18
申请号：CN202010340376.2
申请日：2020-04-26
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
IPC分类号： G06Q10/067 , G06Q50/06 , G06N3/0464 , G06N3/0475 , G06N3/047 , G06N3/084
摘要： 本发明涉及一种基于对抗学习模型的新能源场景生成方法及系统，所述方法包括：生成用于对抗学习模型的神经网络训练的样本集以及每个样本的标签；构建判别网络D和生成网络G；将随机向量z和样本的标签输入到生成网络G中，得到模拟样本G(z)，将模拟样本G(z)、真实样本以及样本的标签同时输入到判别网络D中；对生成网络G和判别网络D的神经网络进行反向传播训练，并进行迭代；迭代收敛后，生成网络G生成并输出优化的新能源运行场景。本发明能够克服传统方法生成出力参数单一、结果不准确、需要大量简化假设等问题，优化了新能源出力参数，为能源互联网的随机优化运行控制提供了数据基础和保证。
-
公开(公告)号：CN113516521A
公开(公告)日：2021-10-19
申请号：CN202110874219.4
申请日：2021-07-30
申请人： 中国电力科学研究院有限公司 , 国网天津市电力公司
摘要： 本发明属于能源互联网与人工智能行业应用领域，公开了一种能源互联网用户用能数据预测方法及系统，包括以下步骤：获取用户内部设备的运行数据；获取用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据；根据用户内部设备的运行数据以及用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据，通过预设的能源互联网用户模型，得到能源互联网用户用能数据预测结果。实现了用户刚性用能行为模式和柔性用能行为的特性解耦，具有完善的主体逻辑，充分考虑用户内部的用能状态转移关系，确保用能数据预测的准确性。
-
公开(公告)号：CN111553587A
公开(公告)日：2020-08-18
申请号：CN202010340376.2
申请日：2020-04-26
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网天津市电力公司
摘要： 本发明涉及一种基于对抗学习模型的新能源场景生成方法及系统，所述方法包括：生成用于对抗学习模型的神经网络训练的样本集以及每个样本的标签；构建判别网络D和生成网络G；将随机向量z和样本的标签输入到生成网络G中，得到模拟样本G(z)，将模拟样本G(z)、真实样本以及样本的标签同时输入到判别网络D中；对生成网络G和判别网络D的神经网络进行反向传播训练，并进行迭代；迭代收敛后，生成网络G生成并输出优化的新能源运行场景。本发明能够克服传统方法生成出力参数单一、结果不准确、需要大量简化假设等问题，优化了新能源出力参数，为能源互联网的随机优化运行控制提供了数据基础和保证。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.076 秒)
