一种电网负荷碳率精确预测方法
    3.
    发明公开

    公开(公告)号:CN116565841A

    公开(公告)日:2023-08-08

    申请号:CN202310501367.0

    申请日:2023-04-27

    摘要: 一种电网负荷碳率精确预测方法,包括如下步骤:步骤一、分别使用遗传和蚁群算法,采用初始数据同时进行迭代,在设定时间内或获得最优解时停止迭代,并比对两种算法的结果,根据对比结果选择改进算法作为它的后续算法,然后重复本步骤的混合迭代逐代寻优直到满足收敛条件;步骤二、选择遗传‑蚁群混合算法对支持向量机的参数c和g进行优化,用训练数据对支持向量机进行训练;步骤三、用训练好的支持向量机模型进行负荷预测,输出结果。采用遗传‑蚁群混合算法提高搜索效率:首先用使用混合算法强制跳出当下最优解,避免了算法陷入局部收敛;再利用改进后的算法对支持向量机的关键参数c和g进行优化;最终进行负荷碳率预测。

    一种梯级水库生态随机优化调度模型及求解方法

    公开(公告)号:CN110880048B

    公开(公告)日:2022-06-21

    申请号:CN201911077800.2

    申请日:2019-11-06

    摘要: 一种梯级水库生态随机优化调度模型及求解方法,优化调度模型的建立包括:首先建立修正全年流量偏差AAPFD指标最小的梯级水库生态随机调度模型目标函数;接着描述梯级水库生态随机调度模型的约束条件,包括:水位约束、下泄流量约束、库容约束以及保证出力约束。利用强化学习中的SARSA算法对该生态随机调度模型进行求解将克服随机动态规划算法所带来的维数灾问题。本发明能在保证梯级水库水电站出力的前提下提高生态需求,对于水库水资源的生态利用具有较高指导意义。同时提出的SARSA算法能够很好地在较短时间内获得梯级水库随机生态优化调度模型的结果。

    基于仿射区间潮流的区域电网新能源消纳水平分析方法

    公开(公告)号:CN114243781A

    公开(公告)日:2022-03-25

    申请号:CN202111593817.0

    申请日:2021-12-23

    摘要: 基于仿射区间潮流的区域电网新能源消纳水平分析方法,根据水电机组、光伏电站、风电发电机,建立区域电网数学模型,确定其一年不同时段的出力区间;根据仿射型区间潮流算法计算得到区域电网负荷及出力曲线,并通过MATLAB得到负荷及出力曲线的拟合函数;通过区域电网新能源指标,分析计算区域电网新能源消纳指标,通过区域电网新能源消纳指标的比较,分析区域电网在一年不同时间段内的新能源消纳压力、以及消纳能力。本发明方法旨在通过消纳指标明确区域电网对新能源的消纳能力,能够保障电网运行稳定,降低新能源弃风、弃光率。

    基于注意力机制的DWT-LSTM电力负荷预测方法

    公开(公告)号:CN114219139A

    公开(公告)日:2022-03-22

    申请号:CN202111487298.X

    申请日:2021-12-07

    摘要: 基于注意力机制的DWT‑LSTM电力负荷预测方法,采用离散小波分解方法对采集到的原始负荷数据进行分解,得到不同尺度负荷分量;引入注意力机制,根据各尺度负荷分量的重要程度进行自适应赋权,完成负荷数据的预处理;利用改进的PSO粒子群算法对LSTM长短期记忆神经网络模型参数进行寻优,得到优化后的LSTM模型;将赋权后的各负荷分量分别代入优化后的LSTM模型进行训练,得到各个负荷分量的LSTM负荷预测模型;将注意力机制处理后得到的负荷分量作为输入,输入到相应分量的LSTM负荷预测模型,即得到各个分量的负荷预测值,然后将各个分量的负荷预测值累加,即为下一时刻电力负荷的预测值。本发明方法能够在多因素交互影响的情况下,准确的预测电力负荷数据。

    提高水电外送能力的电网多资源协同控制方法

    公开(公告)号:CN110994622A

    公开(公告)日:2020-04-10

    申请号:CN201911274723.X

    申请日:2019-12-12

    IPC分类号: H02J3/06 H02J3/46

    摘要: 本发明公开了提高水电外送能力的电网多资源协同控制方法,获取水电外送电网的运行数据,计算外送断面单一故障的线路转移比,对外送断面线路循环进行N-1检验,判断出断面线路过载时,依序渐次进行联络线切除控制、主变压器切除控制、发电机切除,直至外送断面线路降载、安全稳定运行。此外,还包括同时切除联络线和主变压器的二级联合协调控制,同时切除联络线、主变压器、发电机的三级联合协调控制。本发明方法充分保证了水电外送过程中故障后稳定控制装置动作的可靠性以及减少发电机电源损失,可提高水电外送的能力,达到了较好的效果。

    基于注意力机制的DWT-LSTM电力负荷预测方法

    公开(公告)号:CN114219139B

    公开(公告)日:2023-10-03

    申请号:CN202111487298.X

    申请日:2021-12-07

    摘要: 基于注意力机制的DWT‑LSTM电力负荷预测方法,采用离散小波分解方法对采集到的原始负荷数据进行分解,得到不同尺度负荷分量;引入注意力机制,根据各尺度负荷分量的重要程度进行自适应赋权,完成负荷数据的预处理;利用改进的PSO粒子群算法对LSTM长短期记忆神经网络模型参数进行寻优,得到优化后的LSTM模型;将赋权后的各负荷分量分别代入优化后的LSTM模型进行训练,得到各个负荷分量的LSTM负荷预测模型;将注意力机制处理后得到的负荷分量作为输入,输入到相应分量的LSTM负荷预测模型,即得到各个分量的负荷预测值,然后将各个分量的负荷预测值累加,即为下一时刻电力负荷的预测值。本发明方法能够在多因素交互影响的情况下,准确的预测电力负荷数据。