一种考虑多维气象因素耦合的配电网区间调压方法

    公开(公告)号:CN119448305A

    公开(公告)日:2025-02-14

    申请号:CN202411588153.2

    申请日:2024-11-08

    Applicant: 四川大学

    Abstract: 本发明涉及电力系统技术领域,具体公开了一种考虑多维气象因素耦合的配电网区间调压方法,包括:S1、通过多气象要素耦合的改进非参数核密度估计方法引入气象因子的不确定性,并利用联合概率密度函数进行估计,生成气象因子的置信区间;S2、通过基于强制边界和空间近似的仿射算法,计算基于气象因子置信区间的光伏发电功率与负荷需求的区间;S3、以总调压费用最小为目标构建配电网区间调压优化模型,将光伏发电功率区间与负荷需求的区间输入配电网区间调压优化模型,输出优化的调压方案。本发明的优点是解决了多个气象因子之前的相关性所带来的不确定性,构建了调压优化模型以得到精确的调压方案,有效地降低了调压费用。

    基于双时间尺度动力学模型分析最佳光储配置比例的方法

    公开(公告)号:CN118862486A

    公开(公告)日:2024-10-29

    申请号:CN202410967740.6

    申请日:2024-07-18

    Applicant: 四川大学

    Abstract: 本发明涉及光伏储能配置技术领域,具体公开了基于双时间尺度动力学模型分析最佳光储配置比例的方法,包括以下步骤:步骤S1:分析各市场主体之间关系,建立反馈回路,构建因果回路图;步骤S2:建立多个系统子模块的数学关系,以构建存量流量模型;步骤S3:建立基于机组组合优化的数据接口,以联系市场出清模型与系统动力学模型;步骤S4:构建多种出清场景与多种报价曲线,通过机组组合优化的结果得到市场出清电量与电价;步骤S5:将市场出清模型嵌入系统动力学模型,通过机组组合优化算法的数据转换进行连接,构成双时间尺度仿真模型。

    一种基于多智能体强化学习的电碳交易方法

    公开(公告)号:CN119273414A

    公开(公告)日:2025-01-07

    申请号:CN202411379251.5

    申请日:2024-09-30

    Applicant: 四川大学

    Abstract: 本发明涉及电力系统技术领域,公开了一种基于多智能体强化学习的电碳交易方法,包括以下步骤:构建一个包含电力和碳交易参与者的深度耦合P2P交易系统架构,确定碳电市场的交易品种;针对配电公司提出过网费策略,允许配电公司对应的买方的出清电价根据交易量自适应折现;构建包含配售电电市场整体交易公平性和各市场参与者交易竞争力的可分解奖励;并提出面向深度耦合交易的部分可观马尔可夫决策过程,采用多智能体深度确定性策略梯度算法,优化分布层面的深度耦合物产交易。本发明的优点是可以提高配电公司的竞争力。

    一种考虑成本分摊的有源配电网综合节点电价计算方法

    公开(公告)号:CN118014610A

    公开(公告)日:2024-05-10

    申请号:CN202410022506.6

    申请日:2024-01-05

    Applicant: 四川大学

    Abstract: 本发明涉及一种考虑成本分摊的有源配电网综合节点电价计算方法,属于电力系统数据分析技术领域。由扩展配电网位置边际电价、配电网位置碳价和配电网位置线路投资价格组成的综合节点价格能够促进源侧和网络侧的成本回收,其中扩展配电网位置边际电价负责发电成本的成本回收,配电网位置碳价负责发电侧碳成本回收,配电网位置线路投资价格负责线路投资成本回收。本文所提的定价方法还可以为用户提供准确和差异化的价格信号,反之,也可以反映母线负荷对电源和配电网的利用程度。此外,新能源渗透率的提高可以降低综合节点电价水平,这对新能源的消纳和配电系统的脱碳改造具有重要意义。

    一种电碳耦合市场用户侧自主决策方法

    公开(公告)号:CN119539526A

    公开(公告)日:2025-02-28

    申请号:CN202411588160.2

    申请日:2024-11-08

    Applicant: 四川大学

    Abstract: 本发明涉及电力系统技术领域,具体公开了一种电碳耦合市场用户侧自主决策方法,该方法包括:构建电碳市场交易模型,该模型通过碳电协调者协调碳电传感器,将碳电数据分布到不同的分布式可再生能源DER上,DER从电碳市场协调器获得共享模型并进行本地训练,然后合并本地培训模型生成全局模型;建立离散时间步长的部分可观察马尔可夫决策过程对DER的电碳市场出价/要价作为一个顺序决策过程进行管理;基于马尔可夫决策过程,每个DER在联邦强化学习模型中执行本地培训,每个DER通过深度Q网络得出自己的电碳市场交易决策。本发明的优点是提出的碳电市场框架能够在用户侧交易成本和碳电组织的社会总福利之间实现较好的权衡。

Patent Agency Ranking