一种主动配电网分布鲁棒优化调度方法及系统

    公开(公告)号:CN111668877A

    公开(公告)日:2020-09-15

    申请号:CN202010350836.X

    申请日:2020-04-28

    IPC分类号: H02J3/46 H02J3/38

    摘要: 本发明涉及一种主动配电网分布鲁棒优化调度方法及系统,包括:根据获取的历史时段不确定性变量预测误差的上、下限值,确定历史时段不确定性变量预测误差的波动范围;基于历史时段不确定性变量的预测误差的波动范围,构建未来时段不确定性变量预测误差的模糊集合;将模糊集合代入预先建立的两阶段分布鲁棒优化模型,求解所述两阶段分布鲁棒优化模型得到主动配电网的最优调度方案;本发明通过建立的捕捉配电网中源荷出力概率分布的模糊集合求解构建的考虑源荷不确定性的两阶段分布鲁棒优化模型,降低了最优解的保守性,促进了可再生能源消纳,在一定程度上降低了期望成本,提高了电网的经济性。

    一种气电综合能源系统调度方法及装置

    公开(公告)号:CN113065682B

    公开(公告)日:2024-06-07

    申请号:CN202010002706.7

    申请日:2020-01-02

    摘要: 本发明涉及一种气电综合能源系统调度方法及装置,包括:根据气电综合能源系统的调度成本确定气电综合能源系统的最优调度方案;利用所述最优调度方案对气电综合能源系统进行调度;其中,所述最优调度方案包括下述中的至少一种:各燃气轮机的最优有功功率、各储能装置的最优充电功率、各储能装置的最优放电功率、各天然气气源的最优输出气流量、柔性负荷的最优运行功率、主网最优购电功率、各新能源发电机组的最优出力、切除直流负荷的最优功率以及切除交流负荷的最优功率;本发明利用获得的最优调度方案进行调度,提高了气电综合能源系统的鲁棒性和经济性。

    一种基于联邦学习的可再生能源日前场景生成方法

    公开(公告)号:CN113515890A

    公开(公告)日:2021-10-19

    申请号:CN202110559758.9

    申请日:2021-05-21

    摘要: 本发明公开了一种基于联邦学习的可再生能源日前场景生成方法,包括以下步骤:定义并设置训练参数;进行梯度下降策略进行本地模型训练;数据所有者产生符合高斯分布的noise,扰动本地模型;获取各数据所有者上传的生成器、判别器权重参数,计算本轮生成器和判别器更新的权重;将新的模型参数广播给各数据所有者;利用新的梯度在本地执行CWGAN训练任务,得到结果上传至中心服务器;重复至训练结束。本发明优点是:1、较好地构建可再生能源日前场景生成的模型,CWGAN有效学习到出力特征和日前出力不确定性。2、利用黑盒模型具有广泛适用性。3、保护各数据所有者数据隐私安全。4、当某客户端数据出现严重缺失情况时,可以对该可再生能源端进行有效建模。