基于分布式电源选址和定容的储能规划方法

    公开(公告)号:CN117895549A

    公开(公告)日:2024-04-16

    申请号:CN202311679438.2

    申请日:2023-12-07

    摘要: 本发明公开了基于分布式电源选址和定容的储能规划方法,包括:S1、根据配电网的能量损耗状态构建最优损耗模型,并以最小化能量损耗为目标建立配电网能量损耗的最小化目标函数;S2、基于最小化目标函数设置不等式约束,获得潮流方程并计算配电网的潮流信息;S3、基于配电网电力数据以及储能设备数据建立分布式优化模型,以潮流信息作为所述分布式优化模型输入,通过粒子群优化算法以及模拟退火算法对所述分布式优化模型进行求解,获得优化结果;S4、根据优化结果,确定分布式电源的选址以及定容方案,并制定相对应的储能规划策略;克服了传统的分布式电源选址和定容求解方法由于存在局限性,导致计算结果不准确以及计算效率低的问题。

    多能源实体供需调控方法
    5.
    发明公开

    公开(公告)号:CN117350470A

    公开(公告)日:2024-01-05

    申请号:CN202311184628.7

    申请日:2023-09-14

    IPC分类号: G06Q10/0631 G06Q50/06

    摘要: 本申请公开了多能源实体供需调控方法,包括如下步骤:S1:获取能源供给侧历史产能数据以及能源消费侧历史负荷数据,构建能源供给侧产能模型以及能源消费侧负荷模型;S2:以最小代价构建目标函数,根据能源消费侧负荷模型输出预测负荷数据,以预测负荷数据作为约束条件;S3:利用CIA‑ISM分析算法根据能源供给侧产能模型对目标函数进行求解,输出能源供给侧调控策略;S4:根据能源供给侧调控策略进行能源供给侧调控。本申请的有益效果:以最小代价构建目标函数,用能源供给侧之间的产能相互影响关系进行最小代价的求解,得到输出的能源供给侧组满足最小代价的同时产生相互的正向影响以提高能源的利用率。

    基于MIV-BP神经网络的光伏功率短期分类预测方法

    公开(公告)号:CN109376863A

    公开(公告)日:2019-02-22

    申请号:CN201811302459.1

    申请日:2018-11-02

    IPC分类号: G06N3/08 G06Q10/04 G06Q50/06

    摘要: 本发明实施例提供的基于MIV-BP神经网络的光伏功率短期分类预测方法,利用MIV算法筛选不同条件下对光伏功率影响程度较大的天气因素作为预测模型的输入,并根据天气信息中的降雨量数据与数据采样时刻建立分类预测模型进行预测。现有方法多以太阳辐射强度、温度和湿度等作为预测模型的必要输入,通过根据天气因素中的降雨量将原始数据序列分解为降雨时刻序列和非降雨时刻序列,并利用平均影响值算法筛选不同条件下对光伏功率的影响程度较大的天气因素作为预测模型的输入,根据数据的采样时刻进一步将非降雨时刻序列分解,分别对各序列建立子模型进行预测,降低了光伏功率的预测成本,同时提高了预测模型在突变天气下的预测精度,提高了模型的适应性。