-
公开(公告)号:CN117933602A
公开(公告)日:2024-04-26
申请号:CN202311734183.5
申请日:2023-12-14
IPC分类号: G06Q10/0631 , G06Q10/0639 , G06Q50/06
摘要: 本发明提供了一种用于全电景区的电能替代评定方法及系统,制定了全电景区的电能替代定量指标评定体系,计算全电景区的综合能耗、电能占终端能源消费比重,依据制定的评分细则对全电景区进行评分,通过参评指标得分计算得到评定总分值;依据全电景区产业类别相应的电能替代技术的相关参数,计算全电景区对应产业类别的电能替代潜力,通过上述量化的指标对全电景区进行评定。本发明为全电景区的电能替代评定工作提供了测算工具,智能化推进全电景区评定工作有序开展,大大降低了评定工作的人力成本,大大提升了评定的客观性,有效提高了评定工作的准确度和效率。
-
公开(公告)号:CN117791570A
公开(公告)日:2024-03-29
申请号:CN202311744248.4
申请日:2023-12-15
摘要: 本发明公开了一种短期电力负荷的预测系统,包括:数据预处理系统,用于将电力负荷序列通过VMD方法分解为高、中、低频率的本征模态;初步预测系统,用于将每个所述本征模态输入Informer模型,得到每个所述本征模态的预测结果,再将每个所述本征模态的预测结果相加得到初步电力负荷预测值;误差修正系统,用于建立DMD模型,再通过所述DMD模型预测待预测日误差时间序列,最后将所述待预测日误差时间序列与所述初步电力负荷预测值相加得到最终预测结果。本发明通过引入多个模型和多种变量,以更为全面的视角分析和预测问题,相对于单一模型提高了预测的准确性和可靠性。
-
公开(公告)号:CN118172092A
公开(公告)日:2024-06-11
申请号:CN202410609693.8
申请日:2024-05-16
IPC分类号: G06Q30/0201 , G06N3/006 , G06F18/22 , G06Q50/06 , G06F17/18
摘要: 本公开实施例提供了一种电动汽车聚合商充电服务定价优化方法,包括:步骤S1、构建聚合商所对应的服务上层模型,服务上层模型配置为以聚合商在一个完整周期内的利润最大化为目标,根据接收到的全部电动汽车的充电策略信息来输出对应的定价策略信息;步骤S2、构建各电动汽车所对应的充电下层模型,充电下层模型以对应电动汽车在一个完整周期的整体满意度最大化为目标,根据接收到的定价策略信息来输出对应电动汽车的充电策略信息;步骤S3、以聚合商作为主体、N辆电动汽车作为多个从体,构建聚合商‑电动汽车主从博弈模型,并对聚合商‑电动汽车主从博弈模型进行求解,求解过程中各充电下层模型均采用引力搜索算法进行目标优化。
-
公开(公告)号:CN116720622B
公开(公告)日:2024-07-09
申请号:CN202310699195.2
申请日:2023-06-14
发明人: 魏伟 , 张成 , 叶利 , 郭玥 , 丁黎 , 汪应春 , 余鹤 , 李君 , 郑欣 , 周丹 , 谢东日 , 樊立攀 , 张莹 , 严英 , 王琪 , 荣先金 , 吕馥香 , 王雅兰 , 刘思成
IPC分类号: G06Q10/04 , G01R35/02 , G06F16/2458 , G06N3/0442 , G06N3/08 , G06Q50/06
摘要: 本发明提供一种电流互感器计量误差值预测方法,包括以下步骤:将由互感器误差评估算法得到的误差评估值作为历史训练数据,并用STL法分解时间序列得到三个分量;采集各项影响因素数据,计算温度对趋势分量和周期分量的影响,得到剥离温度影响后的趋势分量、周期分量用于后续预测;采用arima模型算法预测未来待测时段剥离温度影响因素后的趋势分量、周期分量,其结果加上待测时间的预报温度附加误差作为趋势分量、周期分量预测结果;分别预测其他影响因素,并导入训练好的LSTM神经网络模型预测未来时段残差分量;组合分开预测的各误差分量,生成未来互感器误差预测结果。
-
公开(公告)号:CN117875481A
公开(公告)日:2024-04-12
申请号:CN202311755361.2
申请日:2023-12-20
IPC分类号: G06Q10/04 , G06Q50/26 , G06F18/243 , G06F18/2113 , G06N5/01 , G06N3/006
摘要: 本发明公开了一种碳排放预测方法、电子设备和计算机可读介质,该碳排放预测方法包括:收集能源消耗、经济增长率、发电量、碳排放指标等相关数据,采用广义迪氏指数分解法对影响贡献进行量化,选择相关性较强的影响因素;利用粒子群优化的两阶段XGBoost算法预测未来的碳排放趋势,对某区域的实际数据验证了该方法的有效性,并进行了实例预测分析。
-
公开(公告)号:CN117132420B
公开(公告)日:2024-02-27
申请号:CN202311409873.3
申请日:2023-10-27
摘要: 本公开提供了一种电力需求响应对象的响应特性分析方法和系统,属于电力负荷分析技术领域;该方法包括:获取目标需求响应对象的历史负荷数据,历史负荷数据中依次记载有目标需求响应对象在响应日之前连续 天中不同时刻的负荷;利用STL算法将历史负荷数据进行分解,得到趋势负荷分量和周期负荷分量;根据趋势负荷分量预测出目标需求响应对象在响应日的生产规模因子;利用S‑G滤波算法对周期负荷分量进行滤波处理,并根据滤波后的周期负荷分量预测出目标需求响应对象在响应日中预设响应时段内的可中断负荷信息;生成用于表征目标需求响应对象在响应日中预设响应时段的响应特性的响应特征向量,响应特征向量包括生产规模因
-
公开(公告)号:CN116720622A
公开(公告)日:2023-09-08
申请号:CN202310699195.2
申请日:2023-06-14
发明人: 魏伟 , 张成 , 叶利 , 郭玥 , 丁黎 , 汪应春 , 余鹤 , 李君 , 郑欣 , 周丹 , 谢东日 , 樊立攀 , 张莹 , 严英 , 王琪 , 荣先金 , 吕馥香 , 王雅兰 , 刘思成
IPC分类号: G06Q10/04 , G01R35/02 , G06F16/2458 , G06N3/0442 , G06N3/08 , G06Q50/06
摘要: 本发明提供一种电流互感器计量误差值预测方法,包括以下步骤:将由互感器误差评估算法得到的误差评估值作为历史训练数据,并用STL法分解时间序列得到三个分量;采集各项影响因素数据,计算温度对趋势分量和周期分量的影响,得到剥离温度影响后的趋势分量、周期分量用于后续预测;采用arima模型算法预测未来待测时段剥离温度影响因素后的趋势分量、周期分量,其结果加上待测时间的预报温度附加误差作为趋势分量、周期分量预测结果;分别预测其他影响因素,并导入训练好的LSTM神经网络模型预测未来时段残差分量;组合分开预测的各误差分量,生成未来互感器误差预测结果。
-
公开(公告)号:CN118336718A
公开(公告)日:2024-07-12
申请号:CN202410750814.0
申请日:2024-06-12
IPC分类号: H02J3/00 , G06F30/18 , G06F30/27 , G06N5/04 , G06Q50/06 , H02J3/28 , G06F111/04 , G06F113/04
摘要: 本发明公开了一种基于分布式资源运行的配电网的综合调控方法及系统,该方法包括:基于分布式资源运行特性及接入方式,建立虚拟电厂经济调度模型和配电网安全运行模型;基于所述虚拟电厂经济调度模型和所述配电网安全运行模型,进行非合作博弈求解得到最优策略组合;根据所述最优策略组合,对配电网进行综合调控。本发明同时兼顾了配电网的安全性与虚拟电厂的经济性,在保障配电网安全运行的前提下,取得了较好的利润,实现了分布式资源接入配电网后对整个系统的综合调控。
-
公开(公告)号:CN117132420A
公开(公告)日:2023-11-28
申请号:CN202311409873.3
申请日:2023-10-27
摘要: 本公开提供了一种电力需求响应对象的响应特性分析方法和系统,属于电力负荷分析技术领域;该方法包括:获取目标需求响应对象的历史负荷数据,历史负荷数据中依次记载有目标需求响应对象在响应日之前连续 天中不同时刻的负荷;利用STL算法将历史负荷数据进行分解,得到趋势负荷分量和周期负荷分量;根据趋势负荷分量预测出目标需求响应对象在响应日的生产规模因子;利用S‑G滤波算法对周期负荷分量进行滤波处理,并根据滤波后的周期负荷分量预测出目标需求响应对象在响应日中预设响应时段内的可中断负荷信息;生成用于表征目标需求响应对象在响应日中预设响应时段的响应特性的响应特征向量,响应特征向量包括生产规模因子和可中断负荷信息。
-
公开(公告)号:CN116914760A
公开(公告)日:2023-10-20
申请号:CN202310746401.0
申请日:2023-06-21
IPC分类号: H02J3/14 , H02J3/00 , G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06N7/02 , G06N5/01 , G06N20/20
摘要: 本申请涉及一种基于随机森林算法的新型电力系统柔性负荷响应潜力量化评估方法,包括以下具体步骤:S1.在考虑了用户行为的前提下,将用电满意度和电力消费量作为用户与电网互动的基础,使用模糊子集的方式,建立用户群对变量的基础模型,基于基础模型得到考虑用户需求的电力系统柔性负荷模型;S2.通过用户参与度以及用户相应配合度作为响应潜力因子的评估标准,经过量化处理后,得到基于用户负荷的柔性负荷响应潜力因子;S3.基于柔性负荷模型以及柔性负荷响应潜力因子,设计潜力量化评估算法,并进行了实际潜力验证。本申请为减少电力成本,优化柔性响应能力提供帮助。
-
-
-
-
-
-
-
-
-