-
公开(公告)号：CN112803493A
公开(公告)日：2021-05-14
申请号：CN202110173322.6
申请日：2021-02-09
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本公开提出了基于边际成本的分散式储能与分布式光伏协同方法及系统，包括：获得集中式光伏、分布式光伏出力；结合日前负荷预测情况，得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力；按照分布式预测出力得到该时段该分布式光伏弃电电力；日前根据次日出行计划计算电动汽车电量余额约束，结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期；日内根据电网实时新能源消纳情况确定电动汽车充电安排，为保证电动汽车出行对于储能电池容量的要求，即使当日内未发生弃电，也将为电动汽车按照计划开启充电。
-
公开(公告)号：CN111915083A
公开(公告)日：2020-11-10
申请号：CN202010768984.3
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 孙树敏 , 程艳 , 荣振中 , 于芃 , 王楠 , 王玥娇 , 张兴友 , 滕玮 , 李广磊 , 魏大钧 , 邢家维 , 张用 , 张元鹏 , 张健 , 李俊恩 , 袁帅 , 马强 , 汪挺 , 张文栋 , 路宽 , 王尚斌
摘要： 一种基于时间分层组合的风电功率预测方法及预测系统，首先采集风电出力观测数据，划分所采集的风电出力观测数据，将时间序列划分层级，单独预测每个时间层级的风电功率；将多时间层级序列分为训练集、验证集和测试集，使用训练集中数据估计模型参数，并引入累计分布函数，对验证集中每个时间层级进行预测，并建立组合预测模型；采用交叉验证的方式得到优化权重，并建立优化后组合预测模型系统。利用交叉验证时间分层组合预测方法，有效提升各时间层级包括采样间隔较大时间层级的预测精度，并保留各时间层级风电功率数据信息，使不同时间尺度风电功率预测结果满足聚合约束，其预测结果较其他常规组合预测方法的聚合约束效果更佳。
-
公开(公告)号：CN111915083B
公开(公告)日：2024-06-11
申请号：CN202010768984.3
申请日：2020-08-03
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 孙树敏 , 程艳 , 荣振中 , 于芃 , 王楠 , 王玥娇 , 张兴友 , 滕玮 , 李广磊 , 魏大钧 , 邢家维 , 张用 , 张元鹏 , 张健 , 李俊恩 , 袁帅 , 马强 , 汪挺 , 张文栋 , 路宽 , 王尚斌
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/214 , H02J3/00
摘要： 一种基于时间分层组合的风电功率预测方法及预测系统，首先采集风电出力观测数据，划分所采集的风电出力观测数据，将时间序列划分层级，单独预测每个时间层级的风电功率；将多时间层级序列分为训练集、验证集和测试集，使用训练集中数据估计模型参数，并引入累计分布函数，对验证集中每个时间层级进行预测，并建立组合预测模型；采用交叉验证的方式得到优化权重，并建立优化后组合预测模型系统。利用交叉验证时间分层组合预测方法，有效提升各时间层级包括采样间隔较大时间层级的预测精度，并保留各时间层级风电功率数据信息，使不同时间尺度风电功率预测结果满足聚合约束，其预测结果较其他常规组合预测方法的聚合约束效果更佳。
-
公开(公告)号：CN113792919B
公开(公告)日：2024-02-27
申请号：CN202111026927.9
申请日：2021-09-02
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法，通过SCADA系统及数值天气预报，提取新建风电场及周边风电场的历史样本，使用新建风电场的少量历史样本训练BP‑NN，再对周边风电场的大量历史样本预测，根据预测结果计算周边风电场每个历史样本的相关系数；根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本；分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法，构建用于新建风电场的预测模型并分别给出预测结果；最后使用B‑LSTM网络将三个预测结果集成，输出最终预测结果。本发明通过数据挖掘并结合深度学习算法，利用多层级模型迁移获得适用于新建风电场预测模型，提高新
-
公开(公告)号：CN112803493B
公开(公告)日：2023-03-21
申请号：CN202110173322.6
申请日：2021-02-09
申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本公开提出了基于边际成本的分散式储能与分布式光伏协同方法及系统，包括：获得集中式光伏、分布式光伏出力；结合日前负荷预测情况，得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力；按照分布式预测出力得到该时段该分布式光伏弃电电力；日前根据次日出行计划计算电动汽车电量余额约束，结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期；日内根据电网实时新能源消纳情况确定电动汽车充电安排，为保证电动汽车出行对于储能电池容量的要求，即使当日内未发生弃电，也将为电动汽车按照计划开启充电。
-
公开(公告)号：CN111146782B
公开(公告)日：2021-11-09
申请号：CN201911298488.X
申请日：2019-12-17
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 孙树敏 , 程艳 , 朱星旭 , 张元鹏 , 李俊恩 , 汪挺 , 袁帅 , 马强 , 张用 , 王楠 , 于芃 , 滕玮 , 王玥娇 , 魏大钧 , 张兴友 , 王瑞琪 , 李广磊 , 赵鹏
IPC分类号： G06F17/10
摘要： 本发明提出了一种主动配电网分层的时变优化追踪方法，首先构建主动配电网分层时变优化的追踪目标、约束条件和负荷模型，并对约束条件和负荷模型进行线性化，之后对各级系统进行局部时变优化，构建主动配电网分层时变优化的增广目标函数；解耦各级系统对于优化目标的影响，各级配电系统以中压系统为媒介，将耦合灵敏度在其相互之间传递，各级配电系统得到相互之间的耦合信息之后，结合内部的灵敏度信息，得到一致性的寻优方向，并将寻优指令下发至各分布式单元加以执行；主动配电网各层级系统不断进行着局部量测‑边界通信‑迭代计算‑控制设定点下发执行的过程，驱使分布式能源运行方式不断趋于最优，最终实现整体一致性的时变优化追踪。
-
公开(公告)号：CN111146782A
公开(公告)日：2020-05-12
申请号：CN201911298488.X
申请日：2019-12-17
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
发明人： 王士柏 , 孙树敏 , 程艳 , 朱星旭 , 张元鹏 , 李俊恩 , 汪挺 , 袁帅 , 马强 , 张用 , 王楠 , 于芃 , 滕玮 , 王玥娇 , 魏大钧 , 张兴友 , 王瑞琪 , 李广磊 , 赵鹏
IPC分类号： H02J3/06
摘要： 本发明提出了一种主动配电网分层的时变优化追踪方法，首先构建主动配电网分层时变优化的追踪目标、约束条件和负荷模型，并对约束条件和负荷模型进行线性化，之后对各级系统进行局部时变优化，构建主动配电网分层时变优化的增广目标函数；解耦各级系统对于优化目标的影响，各级配电系统以中压系统为媒介，将耦合灵敏度在其相互之间传递，各级配电系统得到相互之间的耦合信息之后，结合内部的灵敏度信息，得到一致性的寻优方向，并将寻优指令下发至各分布式单元加以执行；主动配电网各层级系统不断进行着局部量测-边界通信-迭代计算-控制设定点下发执行的过程，驱使分布式能源运行方式不断趋于最优，最终实现整体一致性的时变优化追踪。
-
公开(公告)号：CN110991721A
公开(公告)日：2020-04-10
申请号：CN201911169345.9
申请日：2019-11-26
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司 , 山东中实易通集团有限公司
发明人： 王士柏 , 程艳 , 韩世浩 , 张永明 , 孙树敏 , 华峰 , 张元鹏 , 李俊恩 , 汪挺 , 袁帅 , 王楠 , 于芃 , 滕玮 , 王玥娇 , 魏大钧 , 张兴友 , 张用 , 赵鹏 , 任俊杰
摘要： 本发明提出了一种基于改进经验模态分解CEEMDAN和蝙蝠算法BA优化支持向量机SVM的组合短期风速预测方法。采用CEEMDAN对原始风速时间序列进行分解，用BA-SVM模型对分解得到的各子序列进行单独预测；最后，对得到的全部预测结果求和即风速预测值。本发明对原始风速时间序列进行精确重构，克服了现有技术中存在的模态混叠现象，同时显著改进了现有技术中分解不完整、以及通过增加分解次数来降低重构误差而导致计算量增大的缺陷；采用蝙蝠算法对支持向量机的参数进行优化，并采用形成的BA-SVM模型针对每一个分量进行预测，再将各分量预测结果叠加，大大提高了风速预测的精确性。
-
公开(公告)号：CN113570132A
公开(公告)日：2021-10-29
申请号：CN202110838338.4
申请日：2021-07-23
申请人： 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开一种时空气象特征提取与深度学习的风电功率预测方法，首先基于广域时空气象数据和功率数据，研究新能源场站出力和天气过程的互相关特性，建立不同指标为依据的多层级子区域划分，然后基于多维度气象数据，构建高维度候选特征库，构建基于数据挖掘的复合气象特征，最后基于海量样本和优选的核心特征，构建基于高维深度特征映射和高维深度数据挖掘、面向多层级的深度学习模型库，选取最优模型进行集群功率预测。通过该方法预测，实现了对风电功率在时空复合数据下的预测，在时域数据和空间数据之间建立了有效的匹配关系，具有推广价值。
-
公开(公告)号：CN111798055A
公开(公告)日：2020-10-20
申请号：CN202010639158.9
申请日：2020-07-06
申请人： 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网有限公司
摘要： 基于灰色关联度的变权重组合光伏出力预测方法，利用最小二乘支持向量机模型和径向基函数神经网络模型的加权组合预测，先采集不同时刻历史数据，选取最小二乘支持向量机模型和径向基函数神经网络模型作单一模型独立预测，建立预测序列与参考序列，然后计算单一模型预测序列与实测序列之间灰色关联度，通过神经网络训练，确定预测时段权重矩阵，最后利用灰色关联度理论组合预测，并利用平均绝对百分比误差和均方根误差两种预测误差评价LSSVM模型和RBFNN模型以及组合预测模型的精度。本发明达到短期组合预测光伏电场功率的目的，利用了两种模型的优点，并提高了预测效率和准确性。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.074 秒)
