一种基于DNN的现货电价日前预测方法及系统

    公开(公告)号:CN117808519A

    公开(公告)日:2024-04-02

    申请号:CN202311865490.7

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于DNN的现货电价日前预测方法及系统,方法包括:采集日前电价相关因子构建电价预测数据集,作为输入特征;构建树结构Parzen估计器优化模型和DNN模型,对输入特征与DNN模型的超参数采用树结构Parzen估计器优化模型优化,得到多个特征子集;利用DNN模型对优化后的多个特征子集分别进行训练,对现货电价进行日前预测,得到多个预测结果;对多个预测结果进行集成组合,获得集成DNN模型的预测结果;使用多种误差评价标准对预测结果进行评估,在多种单一模型与集成DNN模型中选择满足要求的现货电价日前预测模型。该方法基于深度学习的DNN模型对电价信号具有更强的特征学习能力与拟合能力,能够适应具有较强波动性的电价序列。

    共享储能电站优化配置方法及系统

    公开(公告)号:CN118263898A

    公开(公告)日:2024-06-28

    申请号:CN202410369340.5

    申请日:2024-03-28

    Abstract: 本发明公开了一种共享储能电站优化配置方法及系统,属于储能规划技术领域,包括:收集待优化区域的新能源场站参数和共享储能参数;以最大化共享储能电站运行收益为目标函数,考虑符合共享储能优化配置模型的约束条件,建立共享储能优化配置模型;使用新能源生产模拟方法求解共享储能优化配置模型,得到共享储能优化配置参数;搭建新能源模拟生产模型和储能机组;在主网处配置储能,得到新能源利用率;得新能源利用率达到预期后,将达到预期的新能源模拟生产模型和储能机组作为共享储能电站优化配置参数。本发明的方法配置共享储能使储能利用率、消纳调节能力和经济性都显著提高,有效弥补了新能源出力不足导致的并网功率缺额。

Patent Agency Ranking