一种配电网中分布式电源的规划方法

    公开(公告)号:CN104376410B

    公开(公告)日:2017-08-08

    申请号:CN201410638076.7

    申请日:2014-11-06

    IPC分类号: G06Q10/06 G06Q50/06

    CPC分类号: Y02E40/76 Y04S10/545

    摘要: 一种配电网中分布式电源的规划方法,包括:建立配电网中分布式电源规划模型;建立分布式电源的模型,是在对分布式电源的典型时序特性进行分析和对分布式电源的概率特性分析的基础上,选取多场景同时考虑分布式电源的时序特性和概率特性,构建分布式电源的不确定性模型;电力系统的潮流计算,采用基于半不变量法的随机潮流计算方法进行潮流计算;分布式电源接入配电网位置和容量的确定,包括,将基于半不变量法的随机潮流计算嵌入粒子群算法中求解优化问题,利用惩罚函数的方法处理约束条件,将优化得到的最优解作为分布式电源的选址定容方案。本发明能够同时计及分布式电源的时序特性和随机性,并考虑接入分布式电源后配电网单位收益成本费用。

    一种基于机会约束规划的分布式能源优化配置方法

    公开(公告)号:CN105552965B

    公开(公告)日:2020-07-24

    申请号:CN201610091619.7

    申请日:2016-02-18

    IPC分类号: H02J3/38

    摘要: 本发明提供一种基于机会约束规划的分布式能源优化配置方法,建立分布式能源综合优化配置模型;确定分布式能源综合优化配置模型的机会约束条件;确定所述分布式能源综合优化配置模型的储能系统配置原则;求解分布式能源综合优化配置模型。本发明提出的方法有效提高了配电网对分布式能源的接纳能力;既能满足规划方案的能效目标和低碳目标,也能符合经济性要求,能够解决不同资源水平、经济发展程度地区分布式能源的选址与定容问题,确保分布式能源的大规模应用,有效缓解化石能源引起的环境污染和能源危机。

    一种多模态自适应机器学习方法及装置

    公开(公告)号:CN110533054A

    公开(公告)日:2019-12-03

    申请号:CN201810515427.3

    申请日:2018-05-25

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明涉及一种多模态自适应机器学习方法及系统,所述方法包括:获取待求解对象及待求解对象的训练数据;若所述待求解对象在长时记忆中存在相关的机器学习模型,则根据所述待求解对象的训练数据,将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象;若所述待求解对象在长时记忆中不存在相关的机器学习模型,则根据所述待求解对象的训练数据,在工作记忆中构建所述待求解对象相关的机器学习模型,并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象,本发明提供的技术方案,可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。