-
公开(公告)号：CN112434444A
公开(公告)日：2021-03-02
申请号：CN202011427995.1
申请日：2020-12-07
申请人： 国网天津市电力公司 , 国网天津市电力公司滨海供电分公司 , 国家电网有限公司 , 天津大学
IPC分类号： G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q30/02 , G06Q50/06 , G06F111/04 , G06F119/06
摘要： 本发明公开了一种计及需求响应的配电网站网协同扩容规划方法，该方法采用的是一个双层优化模型：下层主要建立基于补偿价格的EV充放电行为优化模型，以用户充电成本最小为目标，优化EV充放电功率；上层考虑EV用户对补偿价格的响应，建立配电网站网协同扩容规划模型，以年总投资运行成本最小为目标，确定变电站和线路的容量以及充电补偿价格。本发明的方法中通过引入优化补偿价格，间接引导充电过程，改善了充电负荷分布与配电网运行，延缓了配电网投资，并能减少配电网年总投资运行成本。
-
公开(公告)号：CN112434444B
公开(公告)日：2022-03-11
申请号：CN202011427995.1
申请日：2020-12-07
申请人： 国网天津市电力公司 , 国网天津市电力公司滨海供电分公司 , 国家电网有限公司 , 天津大学
IPC分类号： G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q30/02 , G06Q50/06 , G06F111/04 , G06F119/06
摘要： 本发明公开了一种计及需求响应的配电网站网协同扩容规划方法，该方法采用的是一个双层优化模型：下层主要建立基于补偿价格的EV充放电行为优化模型，以用户充电成本最小为目标，优化EV充放电功率；上层考虑EV用户对补偿价格的响应，建立配电网站网协同扩容规划模型，以年总投资运行成本最小为目标，确定变电站和线路的容量以及充电补偿价格。本发明的方法中通过引入优化补偿价格，间接引导充电过程，改善了充电负荷分布与配电网运行，延缓了配电网投资，并能减少配电网年总投资运行成本。
-
公开(公告)号：CN112330028A
公开(公告)日：2021-02-05
申请号：CN202011235182.2
申请日：2020-11-08
申请人： 国网天津市电力公司 , 国网天津市电力公司滨海供电分公司 , 天津大学
摘要： 本发明公开了一种基于谱聚类和LSTM神经网络的电动公交车充电负荷预测方法，该充电负荷预测方法包括：步骤一、电动公交车充电负荷数据处理及分析，即整理电动公交车充电负荷数据，并进行预处理与清洗，从而得到日负荷曲线，并分析日负荷曲线特征；步骤二、根据电动公交车日负荷曲线特征，利用考虑距离和形态特性的谱聚类算法对日负荷曲线进行聚类；步骤三、根据考虑距离和形态特性的谱聚类算法的负荷曲线聚类结果，对各类群体分别进行LSTM神经网络训练，确定最优网络参数，对预测日进行负荷预测。本发明通过聚类算法将具有相同特性的电动公交车划分为同一类簇，针对不同类簇进行LSTM神经网络建模分析，能提高总体负荷预测精度。
-
公开(公告)号：CN110570023B
公开(公告)日：2023-05-16
申请号：CN201910758297.0
申请日：2019-08-16
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/044 , G06N3/08 , G06N20/10 , G06F18/27 , G06F18/214 , H02J3/00
摘要： 本发明涉及基于SARIMA‑GRNN‑SVM的短期商业电力负荷预测方法，包括如下步骤：通过对负荷曲线的分析得出商业电力负荷波动的影响因素；对商业电力负荷时间序列预测与多因素回归预测构建单一预测模型；构建SVM模型，并利用训练样本对SVM模型进行参数优化与训练，通过网格搜索与交叉验证法进行SVM模型的参数优化；将SARIMA模型、GRNN模型得出的预测日的预测值输入到训练后的SVM模型中，即得到预测日的商业电力负荷预测值。本发明克服了单一预测模型无法综合考虑商业负荷的周期性变化与影响因素导致预测结果易发生较大误差的问题，提升了预测精确度与鲁棒性。
-
公开(公告)号：CN110570023A
公开(公告)日：2019-12-13
申请号：CN201910758297.0
申请日：2019-08-16
摘要： 本发明涉及基于SARIMA-GRNN-SVM的短期商业电力负荷预测方法，包括如下步骤：通过对负荷曲线的分析得出商业电力负荷波动的影响因素；对商业电力负荷时间序列预测与多因素回归预测构建单一预测模型；构建SVM模型，并利用训练样本对SVM模型进行参数优化与训练，通过网格搜索与交叉验证法进行SVM模型的参数优化；将SARIMA模型、GRNN模型得出的预测日的预测值输入到训练后的SVM模型中，即得到预测日的商业电力负荷预测值。本发明克服了单一预测模型无法综合考虑商业负荷的周期性变化与影响因素导致预测结果易发生较大误差的问题，提升了预测精确度与鲁棒性。
-
公开(公告)号：CN109165792B
公开(公告)日：2021-09-21
申请号：CN201811072221.4
申请日：2018-09-14
摘要： 本发明涉及一种基于SOA‑WNN的光伏短期输出功率预测方法，其技术特点在于：包括以下步骤：步骤1、构建基于皮尔森相似系数的相似日选取原则，确定小波神经网络的拓扑结构；步骤2、采用人群搜索算法以输出误差最小为适应度函数对小波神经网络的权值及小波基函数中的参数进行优化；步骤3、基于步骤2的小波神经网络参数优化，将相似日数据样本带入小波神经网络中进行建模，得到光伏短期输出功率预测值。本发明将小波分析与BP神经网络进行融合，可以改善原有算法的固有缺陷，并利用人群搜索法在速度及全局搜索上的优势对小波神经网络进行改进。
-
公开(公告)号：CN112287559A
公开(公告)日：2021-01-29
申请号：CN202011239481.3
申请日：2020-11-09
IPC分类号： G06F30/20 , G06F113/04 , G06F119/08
摘要： 本发明提供了一种冷热管网虚拟储能的配电网供电能力分析方法及装置，涉及电网评估的技术领域，具体包括：构建冷热负荷用户舒适度模型以及冷热管网虚拟储能模型，并获取热感平均标度预测指标以及热管网时滞热量；基于热管网时滞热量获取热管网时滞热量所需的电能；判定热感平均标度预测指标是否在阈值之内；若在，则获取主变压器负载率以及馈线负载率，构建供电能力目标函数，并基于热管网时滞热量所需的电能、主变压器负载率以及馈线负载率构建约束条件，获取供电能力目标函数的最大值。通过本发明提供的方法和装置，可以进一步提挖掘城市配电网的供电能力，更大地发挥配电网的资源利用效能，提升电网建设与运行的经济性。
-
公开(公告)号：CN104484765A
公开(公告)日：2015-04-01
申请号：CN201410820538.7
申请日：2014-12-25
CPC分类号： Y04S10/54 , G06Q10/0639 , G06Q50/06
摘要： 一种评价城市供电网是否具备世界一流水平的方法。其包括世界一流城市供电网发展调研及特征分析；分析目标供电网建设一流供电网内涵；构建指标体系；设定评价标准；分析目标供电网与世界一流供电网的差距，提出改进措施等步骤。本发明方法提出了能够表征世界一流供电网特质的核心指标，并对核心指标的专业驱动因素进行分析，层层分解形成各专业部门负责的二级指标。既确保了从宏观上符合世界一流供电网特质，符合国际供电网发展潮流，又在微观层面方便专业部门分类管理，能够全面客观地反映目标供电网的发展水平与薄弱之处，衡量其与世界一流水平的差距，引领供电网发展的重点与方向。
-
公开(公告)号：CN109190887A
公开(公告)日：2019-01-11
申请号：CN201810838474.1
申请日：2018-07-27
摘要： 本发明涉及一种基于改进灰色关联度的智能配电网调控指标的筛选方法,其技术特点在于：包括如下步骤：步骤1，依据现有配电网调度控制的相关文献，提取一系列配电网调控指标并将其汇总；步骤2，从可靠性、经济性和环保性这3个角度对指标进行初次筛选，形成配电网调控指标体系；步骤3、构建改进的灰色关联度模型，求解配电网调控指标体系内各指标的权重；步骤4、基于改进灰色关联度的权值求解，筛选出与配电网调控水平关联度较高的指标，完成配电网调控指标的二次筛选。本发明在多维角度下对大量指标实现定性筛选，并将改进的灰色关联度法运用到指标的定量筛选过程中，解决了配电网调控指标冗杂，评价效率低等问题。
-
公开(公告)号：CN109165792A
公开(公告)日：2019-01-08
申请号：CN201811072221.4
申请日：2018-09-14
摘要： 本发明涉及一种基于SOA-WNN的光伏短期输出功率预测方法，其技术特点在于：包括以下步骤：步骤1、构建基于皮尔森相似系数的相似日选取原则，确定小波神经网络的拓扑结构；步骤2、采用人群搜索算法以输出误差最小为适应度函数对小波神经网络的权值及小波基函数中的参数进行优化；步骤3、基于步骤2的小波神经网络参数优化，将相似日数据样本带入小波神经网络中进行建模，得到光伏短期输出功率预测值。本发明将小波分析与BP神经网络进行融合，可以改善原有算法的固有缺陷，并利用人群搜索法在速度及全局搜索上的优势对小波神经网络进行改进。
-
-
-
-
-
-
-
-
-
搜索结果
86 条记录 (耗时 0.071 秒)
