基于数据驱动自适应混沌多项式展开的概率潮流计算方法

    公开(公告)号:CN118551538A

    公开(公告)日:2024-08-27

    申请号:CN202410546027.4

    申请日:2024-05-06

    Applicant: 东南大学

    Abstract: 本发明公开一种基于数据驱动自适应混沌多项式展开的概率潮流计算方法,首先采集光伏电站有功功率的历史数据样本;设定展开阶数,构造满足展开阶数的输入变量对应的所有单项式,并按照指定的单项式序合并得到单项式向量;基于所述单项式向量构造白化变换,得到正交多项式向量;构造电力系统中潮流输出变量与有功功率历史数据样本间映射关系的自适应多项式逼近模型;采用自适应多项式逼近模型评估光伏电站有功功率历史数据样本,得到电力系统中潮流输出变量的样本及概率密度函数。此种潮流计算方法完全基于数据驱动,能够适应任意分布、任意相关性的输入变量,具有极高的普适性,在保证较高概率潮流计算精度的同时大幅节约了计算成本。

    基于动态节点价格的综合能源系统热负荷灵活性发掘方法

    公开(公告)号:CN116362794A

    公开(公告)日:2023-06-30

    申请号:CN202310278895.4

    申请日:2023-03-21

    Applicant: 东南大学

    Abstract: 本发明涉及综合能源系统运行领域,提供了基于动态节点价格的综合能源系统热负荷灵活性发掘方法,包括:对综合能源系统热负荷进行动态定价,热负荷动态定价包括:接收日前输入数据,将输入数据输入至综合能源系统热负荷动态定价模型,获取出热负荷价格;本发明可激励建筑物的热灵活性,通过Stackelberg博弈方法构建节点热价双层优化模型,其中综合能源系统运营商在上层扮演领导者,热负荷聚集商在下层扮演跟随者,获得出热负荷价格,利用热负荷价格,达到激励热力用户的目的,从而进行释放建筑物的热灵活性。

    一种基于刚性精确Rosenbrock格式的电力系统潮流计算方法

    公开(公告)号:CN119253633A

    公开(公告)日:2025-01-03

    申请号:CN202411166569.5

    申请日:2024-08-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于刚性精确Rosenbrock格式的电力系统潮流计算方法,涉及电力系统潮流分析领域。该方法包括:将电力系统交流潮流计算模型转化为一组微分代数方程;根据给定的电压相角、幅值迭代初值,计算微分代数方程状态变量与代数变量初值;使用刚性精确Rosenbrock格式,根据所得状态变量与代数变量初值,求解所述微分代数方程组,直至原始电力系统潮流计算模型的误差小于给定误差限;最终导出电压相角与幅值计算结果。本发明结合了刚性精确Rosenbrock格式非迭代、效率高、数值稳定性强的特点,提升了电力系统潮流计算的收敛性能。本发明适用于对传统潮流计算方法不收敛的场景进行二次校核,保证了病态潮流初值场景下的潮流计算的快速鲁棒收敛。

    一种新能源电力系统惯量和虚拟惯量的分析方法

    公开(公告)号:CN117807879A

    公开(公告)日:2024-04-02

    申请号:CN202311851345.3

    申请日:2023-12-29

    Applicant: 东南大学

    Abstract: 本发明公开一种新能源电力系统惯量和虚拟惯量的分析方法,属于电力系统分析技术领域,方法包括:S1,建立发生扰动后的新能源电力系统动态仿真模型;S2,计算惯量和虚拟惯量参数在所述新能源电力系统模型中的似然函数;S3,计算惯量和虚拟惯量参数的贝叶斯后验分布,并建立贝叶斯推理框架;S4,利用分层自适应重要性采样算法获得贝叶斯非高斯性后验分布;S5,基于所述贝叶斯非高斯性后验分布中的最大后验估计,估算惯量和虚拟惯量参数。本发明结合分层自适应重要性采样算法以及贝叶斯推理进行新能源电力系统惯量和虚拟惯量的分析,能够高效准确地估计系统惯量和虚拟惯量参数,避免了高斯假设对估计结果准确性的影响,同时能够提升分析效率。

    一种深度学习增强的数据驱动库普曼方法的变量-模态参与因子辨识的方法

    公开(公告)号:CN118569314A

    公开(公告)日:2024-08-30

    申请号:CN202410732070.X

    申请日:2024-06-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种深度学习增强的数据驱动库普曼方法的变量‑模态参与因子辨识的方法与系统,首先基于库普曼理论,考虑状态变量与代数变量对系统模态的贡献,推导增广库普曼观测子表达式;接着基于库普曼算子理论性质,推导数据驱动库普曼算子方法的变量参与因子;最后考虑观测子函数难以选取的问题,提出深度学习增强的库普曼观测子函数选取方法。本发明方法侧重于消除强非线性电力系统中运行点局部线性化的参与因子辨识方法的不准确性,在保证库普曼观测子有效选取的前提下获得系统全局变量‑模态参与因子。

    基于鲁棒节点价格的多能系统热负荷灵活性挖掘方法

    公开(公告)号:CN116629914A

    公开(公告)日:2023-08-22

    申请号:CN202310278892.0

    申请日:2023-03-21

    Applicant: 东南大学

    Abstract: 本发明提供了基于鲁棒节点价格的多能系统热负荷灵活性挖掘方法,涉及综合能源系统运行领域;对综合能源系统热负荷进行动态定价,包括:接收日前输入数据,将输入数据输入至综合能源系统热负荷鲁棒动态定价模型,获取热负荷价格;本发明考虑可再生能源以及环境温度的不确定性,通过Stackelberg博弈方法构建节点热价双层优化模型,其中综合能源系统运营商在上层扮演领导者,热负荷聚集商在下层扮演跟随者,再基于KKT条件和Big‑M法将双层优化问题转化为单层两阶段鲁棒优化问题并进行求解。本发明可有效激励建筑物释放热灵活性。

Patent Agency Ranking