-
公开(公告)号:CN113256017A
公开(公告)日:2021-08-13
申请号:CN202110630901.9
申请日:2021-06-07
Applicant: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网有限公司
Inventor: 魏大钧 , 张宇帆 , 石岩 , 李昭昱 , 程艳 , 郝然 , 邢家维 , 艾芊 , 孙树敏 , 李雪亮 , 李勇 , 李笋 , 于芃 , 王士柏 , 王玥娇 , 张兴友 , 王楠 , 郭永超 , 关逸飞
Abstract: 本公开公开的一种短期负荷预测方法及系统,包括:获取历史负荷;将历史负荷输入训练好的负荷序列预测模型中,生成合成负荷;将合成负荷进行投影运算,获得合成历史负荷和待预测负荷;将合成历史负荷、历史负荷和待预测负荷输入训练好的预测预测器中,输出短期负荷预测结果。实现了对短期负荷的准确预测。
-
公开(公告)号:CN109829587A
公开(公告)日:2019-05-31
申请号:CN201910111272.1
申请日:2019-02-12
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明提出了一种基于深度长短时记忆(LSTM,Long Short-Term Memory)网络的小区域级超短期负荷预测及可视化方法,该方法包括:步骤1:确定模型的输入输出变量;步骤2:对输入输出数据集分别进行预处理;步骤3:构造深度LSTM负荷预测模型,并采用随机搜索的方法,寻找合适的超参数直到测试集预测误差达到最小。步骤4:采用t-SNE可视化技术对网络隐藏层向量进行可视化表征,并根据隐藏层向量形成相关系数热图进行相关性定量分析,从而反映网络对输入数据特征提取能力。该方法旨在利用深度学习模型的特征提取能力以及LSTM时序相关性学习能力,以获得与机器学习模型相比更高的预测精度。
-
公开(公告)号:CN109149568B
公开(公告)日:2021-11-02
申请号:CN201811049438.3
申请日:2018-09-10
Applicant: 上海交通大学 , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开了一种基于分布式代理的互联微电网及调度价格优化方法,其特征在于,包括电网,微电网,微电网代理;孤岛模式下,所述微电网代理互联通信,获取本地微电网信息,控制微电网中的负荷和可调节分布式发电;并网模式下,有领导功能的微电网代理监控电网的联络功率,并与其它微电网代理互联通信。本发明还公布了基于分布式代理的互联微电网调度价格优化方法,通过隐私保护流言算法,优化孤岛模式下互联微电网的全局零售报价;通过一致性算法和分布式扰动原‑对偶子梯度算法,估计并求解并网模式下全局约束的最优价格。本发明避免泄漏用户隐私,节约通信网及通信设备投资,跟踪性能灵敏,特别适用于多主体互联微电网的价格互动和一致调度。
-
公开(公告)号:CN109149568A
公开(公告)日:2019-01-04
申请号:CN201811049438.3
申请日:2018-09-10
Applicant: 上海交通大学 , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开了一种基于分布式代理的互联微电网及调度价格优化方法,其特征在于,包括电网,微电网,微电网代理;孤岛模式下,所述微电网代理互联通信,获取本地微电网信息,控制微电网中的负荷和可调节分布式发电;并网模式下,有领导功能的微电网代理监控电网的联络功率,并与其它微电网代理互联通信。本发明还公布了基于分布式代理的互联微电网调度价格优化方法,通过隐私保护流言算法,优化孤岛模式下互联微电网的全局零售报价;通过一致性算法和分布式扰动原‑对偶子梯度算法,估计并求解并网模式下全局约束的最优价格。本发明避免泄漏用户隐私,节约通信网及通信设备投资,跟踪性能灵敏,特别适用于多主体互联微电网的价格互动和一致调度。
-
公开(公告)号:CN113689024A
公开(公告)日:2021-11-23
申请号:CN202110619257.5
申请日:2021-06-03
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于Boosting感知的深度学习多微网弹性组合决策方法,涉及Boosting分类器、深度神经网络和考虑运行弹性的多微电网组合运行调度等领域。包括微网组合优化建模、基于NATAF变换的学习样本生成、基于Boosting感知器的深度神经网络学习三个部分,所述微网组合优化建模以重要负荷供电恢复能力作为目标,并为运营商提供备用供电路径;所述基于NATAF变换的学习样本生成,将原始样本扩展到考虑变量相关性的所有可行空间;所述基于Boosting感知器的深度神经网络学习是通过神经元的分层迭代遍历来调整深度神经网络权重,并采用交叉投票机制将二分类感知学习升级为多分类学习。利用本发明提供的算法,实时性高,并对整体弹性进行考虑,适用性不受限制。
-
公开(公告)号:CN109840692A
公开(公告)日:2019-06-04
申请号:CN201910004358.4
申请日:2019-01-03
Abstract: 本发明公开了一种互联微电网分布式鲁棒调度系统,其特征在于,包括互联微电网和代理;微电网包括可再生能源发电系统,可调式分布式发电系统,储能系统和负荷;且本地负荷与可再生能源发电系统的发电量之间的差值具有不确定性;每个微电网配置一个代理,代理被配置为集成控制本地微电网的所有信息;有物理联接的微电网,对应的代理相互通信;本发明还公开了一种互联微电网分布式鲁棒调度的分层分布式算法,协同优化层优化联络功率,本地优化层在此基础上优化本地内部调度。本设计无需集中调控中心,通过分散协调和局部自治优化大大减少通信和服务器的投资;方法考虑了微电网的不确定度,鲁棒性能好,且各微网不与其他主体交互操作隐私。
-
-
-
-
-