-
公开(公告)号：CN106972532A
公开(公告)日：2017-07-21
申请号：CN201710282274.8
申请日：2017-04-26
Applicant: 华中科技大学 , 国家电网公司华中分部
Abstract: 本发明公开了一种基于调峰辅助服务补偿的风电分区电价估算方法，通过收集受端电网常规技术参数，获取电网负荷预测曲线、风电预测功率曲线、电网内火电机组启停机计划，考虑风电接入引起的火电机组深度调峰费用和启停费用以及抽蓄机组参与风电调峰的补偿费用，对风电曲线按照其所需的调峰手段进行分区，并对不同区域按照其对应的调峰辅助服务补偿费用进行电价估算。本发明根据风电的消纳难度与调峰机组调峰裕度对风电实行分区,并考虑火电和抽蓄机组各自参与风电调峰消纳的边际成本效益进行风电电价估算，有利于解决由于调峰成本原因而产生的弃风限电现象，有助于减少风电资源的浪费，提高风电机组和风电场的经济效益。
-
公开(公告)号：CN112232555A
公开(公告)日：2021-01-15
申请号：CN202011049662.X
申请日：2020-09-29
Applicant: 华北电力大学 , 国家电网公司华中分部
Abstract: 本发明涉及一种基于灰色系统理论的电力客户欠费预警方法，包括以下步骤：步骤1、获取各电力用户的历史数据；步骤2、对步骤1所获取的历史数据进行归一化处理；步骤3、构建电力客户欠费影响变量数据的灰色预测模型，并基于步骤2归一化处理后的历史数据，获得电力用户下一阶段的预测结果；步骤4、基于步骤2归一化处理后的历史数据，构建电力客户欠费影响变量数据的灰色聚类模型；步骤5、基于步骤3构建电力客户欠费影响变量数据的灰色预测模型和步骤4构建电力客户欠费影响变量数据的灰色聚类模型，构建电力客户欠费预警模型，对电力用户各欠费影响变量变化趋势进行估计。本发明为加强电费监管提供了可靠的技术支持，具有很高的实用性。
-
公开(公告)号：CN110866804A
公开(公告)日：2020-03-06
申请号：CN201911070593.8
申请日：2019-11-05
Applicant: 国家电网公司华中分部 , 国网湖北省电力有限公司经济技术研究院
Abstract: 本发明公开了一种电力市场主体信用评价系统，涉及电力系统技术领域，基础管理单元用于对整个评价系统中的各项基础数据进行调整和补充，综合评定管理单元利用自身所建立的权重公式，对各个市场主体的综合评定分数进行计算，系统管理单元用于整个评价系统中的组织机构信息进行有效的定义，通过上述主体信用评价体系建设的顶层设计，使得信用评价体系的指标体系和信用分级分为场内评价和场外评价两个部分，实现了相应的信息化支撑，包括了多个业务域，另外，基础管理单元、信用评价管理单元、信息发布管理单元以及系统管理单元四个方面开发了多项功能，基本上满足了现阶段信用评价业务的要求，针对市场主体的信用评价更加全面。
-
公开(公告)号：CN109980688B
公开(公告)日：2021-05-11
申请号：CN201910280033.9
申请日：2019-04-09
Applicant: 国家电网公司华中分部
Abstract: 本发明实施例提供一种跨区域送电多能互补优化方法及装置，属于电力技术领域。包括：根据送端电网在不同时刻上的风电外送功率、光伏外送功率及水电外送功率，以及受端电网在不同时刻上的风电接受功率、光伏接受功率及水电接受功率，计算不同时刻上的性能评价指标；根据不同时刻上的性能评价指标，计算火电机组的开机启停方式。由于考虑了受端电网的用电需求，并实现了跨区域风电、水电、光伏及火电的优化调度，从而为跨区域清洁能源的外送消纳提供了优化方案，减少了电网企业的耗电成本。
-
公开(公告)号：CN110765700A
公开(公告)日：2020-02-07
申请号：CN201911000000.0
申请日：2019-10-21
Applicant: 国家电网公司华中分部
IPC: G06F30/27 , G06N3/08 , G06K9/62 , G06F113/04 , G06F113/16
Abstract: 本发明公开了一种基于量子蚁群优化RBF网络的特高压输电线损预测方法，属于电力系统结合深度学习的技术领域。本方法包括下列步骤：①数据预处理；②建立特征指标体系；③确定神经网络结构；④量子蚁群算法优化网络输出层的连接参数；⑤使用交替优化的方式来训练神经网络；⑥预测特高压线损值，分析预测模型。本发明利用神经网络的计算方式，易于拟合各种非线性关系，找出输入参量和线损的关系时不用人为控制计算细节，使用简便；使用RBF神经网络来保证训练速度较快，拥有局部逼近的特性，计算过程简单；将量子蚁群算法引入神经网络的优化过程中，改善了神经网络自身优化容易陷入局部最优解的问题。
-
Patent Agency Ranking
公开(公告)号：CN107578139A
公开(公告)日：2018-01-12
申请号：CN201610523446.1
申请日：2016-07-05
Applicant: 华北电力大学 , 国家电网公司 , 国家电网公司华中分部
Abstract: 本发明为了对电力交易中的价格风险进行管理，为实现上述目的，本发明采用如下技术方案：S1.模型所需数据搜集。又包括以下步骤：S1-1.基于电力市场的各个子市场，分别确定实时平衡市场，日前现货市场，远期合同市场的电价以及电价所服从的正态分布；S1-2.确定总负荷需求和固定的销售价格；S2.基于CVaR的售电公司购电决策模型。又包括以下步骤：S2-1.确定收益函数方程；S2-2.确定基于CVaR的总体模型；S3.分情况的模型求解，根据售电公司的风险偏好程度选择最佳的购电组合策略。又包括以下步骤：S3-1.计算当现货价格均值高于远期合同价格时的购电组合结果；S3-2.计算当现货价格均值低于远期合同价格时的购电组合结果。
-
公开(公告)号：CN109980688A
公开(公告)日：2019-07-05
申请号：CN201910280033.9
申请日：2019-04-09
Applicant: 国家电网公司华中分部
Abstract: 本发明实施例提供一种跨区域送电多能互补优化方法及装置，属于电力技术领域。包括：根据送端电网在不同时刻上的风电外送功率、光伏外送功率及水电外送功率，以及受端电网在不同时刻上的风电接受功率、光伏接受功率及水电接受功率，计算不同时刻上的性能评价指标；根据不同时刻上的性能评价指标，计算火电机组的开机启停方式。由于考虑了受端电网的用电需求，并实现了跨区域风电、水电、光伏及火电的优化调度，从而为跨区域清洁能源的外送消纳提供了优化方案，减少了电网企业的耗电成本。
-
公开(公告)号：CN109685376A
公开(公告)日：2019-04-26
申请号：CN201811605169.4
申请日：2018-12-26
Applicant: 国家电网公司华中分部
Abstract: 本发明公开了一种基于相似度分析理论的电力客户异常行为预警方法。该方法能够从多方面对用户未来的异常情况进行预警分析,并通过用户行为序列相似度描述用户间的关联，同时考虑用户属性的变化，对异常行为进行发现和安全预警。预警流程包括：S1.用户行为序列模式描述；S1-1.基于时间的行为序列；S1-2.最大公共行为子序列；S1-3.行为序列相似度矩阵；S1-4.用户行为相关系数；S1-5.用户基本属性；S2.基于行为序列的异常分析；S2-1.数据预处理；S2-2.行为序列模式建立；S2-3.行为异常分析及预警。
-
公开(公告)号：CN115936504A
公开(公告)日：2023-04-07
申请号：CN202211552524.2
申请日：2022-12-05
Applicant: 国家电网公司华中分部 , 长沙理工大学
IPC: G06Q10/0639 , G06Q30/0202 , G06Q50/06
Abstract: 本发明的实施例提供了一种电力市场运行效果的评价方法，涉及电力技术领域，用于实现电力市场运行效果的事后评估，以实现电力资源的优化配置。方法包括：根据电力市场交易目标、指标选取的基本原则、评估基准选取电力市场的收益指标与成本指标。根据省内电力市场交易收益、省间电力市场交易收益以及环境效益对应的经济效益，获取电力市场交易的总收益。根据电厂降价成本、批发交易组织成本、零售市场组织交易成本、价格限制的福利损失、电量替代限制损失，获取电力市场交易的总成本。以及，根据电力市场交易的总收益和电力市场交易的总成本，获取益本比和净收益，并根据益本比和净收益得到评价结果。
-
公开(公告)号：CN110838076B
公开(公告)日：2022-05-17
申请号：CN201910918501.0
申请日：2019-09-26
Applicant: 国家电网公司华中分部
IPC: G06Q50/06
Abstract: 本发明公开了一种月度跨省区可再生能源电力消纳方法及终端设备，该方法包括：设置所在省本当月的消纳权重达标值；估算当月的可再生能源电力需求量；建立不同约束条件与交易决策项之间的对应关系并对不同约束条件下的交易决策项进行排序；对排序后的交易决策项进行组合，筛选出同时满足多个约束条件的可选交易数据项，并根据购电成本和优先级规则对可选交易数据项进行排序，根据所在省当月的可再生能源电力需求量、按照购电成本从低到高的顺序选择多个交易数据项；本发明通过交易模型在多约束条件下动态调整每月实际执行的交易数据项，提高了实际消纳的可再生能源电量数据的准确性和合理性，在兼顾购电成本的前提下提升可再生能源电力的消纳能力。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.029 seconds)
