-
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
申请人： 华北电力大学 , 国家电网公司 , 国家电网公司华中分部
摘要： 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：CN103955773A
公开(公告)日：2014-07-30
申请号：CN201410200261.8
申请日：2014-05-13
申请人： 国家电网公司 , 国家电网公司华中分部 , 湖北华中电力科技开发有限责任公司
摘要： 本发明适用于移动终端技术领域，提供一种水电减弃增发交易管理方法及装置，所示方法包括：以最小化综合购电成本、能耗最小、污染排放水平最低为目标建立数学模型，所述模型为多目标优化模型；采用线性加权法将多目标优化模型转换为以综合费用为目标的单目标优化模型；建立机组序位表；在所述机组序位表的基础上建立水电应急交易模式；根据所述交易模式进行弃水电量分摊，并根据弃水电价进行费用计算，完成交易。本发明建立了适合跨省区域电力市场现状的节能发电调度的数学模型，该数学模型兼顾经济效益并考虑到水电减弃增发，采用启发式方法设计了适合华中区域的水电应急交易的模式。根据该模式，进行交易计算和控制。
-
公开(公告)号：CN112257994A
公开(公告)日：2021-01-22
申请号：CN202011067985.1
申请日：2020-10-08
申请人： 国家电网公司华中分部 , 华中科技大学
摘要： 本发明公开了一种协调多种时间尺度的跨省区电量库交易方法，属于电力市场交易理论与方法研究领域。本发明综合考虑了电量库交易中多个成员省份的电力供需情况、跨省区外购电的运输及供给情况、调峰资源和正负调节能力差异等因素，实现了多约束下的跨省跨区电量库交易决策制定方法，能够使低成本电力和可再生能源电力在参与电量库交易的多省之间进行高效、合理、互利的再分配，促进省间电力的余缺互补，降低削峰填谷的成本，同时提高跨省输电通道的利用水平；本发明以月度电量库交易为主线和基准，保证电量库交易的提前规划与科学统筹，同时协调在月内灵活展开日前电量库交易和日内电量库交易，以进一步平抑负荷波动，实现电力余缺互补。
-
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
申请人： 国家电网公司华中分部
IPC分类号： G06F30/27 , G06N3/08 , G06K9/62 , G06F113/04 , G06F113/16
摘要： 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。
-
公开(公告)号：CN112257994B
公开(公告)日：2024-02-09
申请号：CN202011067985.1
申请日：2020-10-08
申请人： 国家电网公司华中分部 , 华中科技大学
IPC分类号： G06Q10/0637 , G06Q10/0631 , G06Q40/04 , G06Q50/06
摘要： 本发明公开了一种协调多种时间尺度的跨省区电量库交易方法，属于电力市场交易理论与方法研究领域。本发明综合考虑了电量库交易中多个成员省份的电力供需情况、跨省区外购电的运输及供给情况、调峰资源和正负调节能力差异等因素，实现了多约束下的跨省跨区电量库交易决策制定方法，能够使低成本电力和可再生能源电力在参与电量库交易的多省之间进行高效、合理、互利的再分配，促进省间电力的余缺互补，降低削峰填谷的成本，同时提高跨省输电通道的利用水平；本发明以月度电量库交易为主线和基准，保证电量库交易的提前规划与科学统筹，同时协调在月内灵活展开日前电量库交易和日内电量库交易，以进一步平抑负荷波动，实现电力余缺互补。
-
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
申请人： 国家电网公司华中分部
摘要： 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
申请人： 国家电网公司华中分部 , 长沙理工大学
IPC分类号： G06Q10/0639 , G06Q30/0202 , G06Q50/06
摘要： 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
申请人： 国家电网公司华中分部
IPC分类号： G06Q50/06
摘要： 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。
-
公开(公告)号：CN110838076A
公开(公告)日：2020-02-25
申请号：CN201910918501.0
申请日：2019-09-26
申请人： 国家电网公司华中分部
IPC分类号： G06Q50/06
摘要： 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。
-
公开(公告)号：CN110796541A
公开(公告)日：2020-02-14
申请号：CN201910879783.8
申请日：2019-09-18
申请人： 国家电网公司华中分部
摘要： 本发明涉及一种适用于光伏发电企业的能源环境衍生品交易方法，其技术特点在于：包括以下步骤：步骤1、基于区块链技术，构建光伏发电企业能源环境衍生品交易数据平台；步骤2、构建能源环境衍生品交易平台和交易客户端的链接网络；步骤3、通过对碳减排资产以及绿证数据进行唯一标识，实现对能源环境衍生品交易的可追踪，确保已开发成碳减排资产的能源不能再进行绿证交易。本发明能够解决解决在两种交易机制下减排量重复计算的问题。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.046 秒)