-
公开(公告)号：CN116502389A
公开(公告)日：2023-07-28
申请号：CN202211552445.1
申请日：2022-12-05
申请人： 国网福建省电力有限公司 , 四川大学
IPC分类号： G06F30/20 , G06F18/23 , G06Q50/06 , H02J3/46 , G06F119/02 , G06F111/08
摘要： 本发明提供了一种可再生能源容量可信度因子不确定性的区间估计方法，涉及能源系统技术领域。本发明通过引入置信水平区间估计方法来量化新能源机组出力的不确定性；具体而言，首先给出不同时段的容量因子的期望概率分布；接着在不同季节对这些概率分布进行细分；然后使用预测区间代替传统的点估计方法，以近似与可再生能源相关的不确定性。因此，本发明非常适合于处理可再生能源的时变特征，在考虑可再生能源不确定性程度时，可降低负荷损失的风险以及提高系统的稳定性；在可再生能源数据分析过程中，考虑了可再生能源的小时和季节特征；此外，本发明还提供更保守的估计，可供调度员关于可再生能源时变特征影响方面的参考。
-
公开(公告)号：CN116258562A
公开(公告)日：2023-06-13
申请号：CN202211609838.1
申请日：2022-12-12
申请人： 国网福建省电力有限公司 , 四川大学
IPC分类号： G06Q30/08 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04
摘要： 本发明提供了一种考虑灵活性约束和电池储能的容量拍卖方法，涉及能源系统技术领域。针对目前的容量市场缺乏灵活性容量的清算机制、导致消费者在额外的灵活性资源上承担额外的成本的问题，本发明提出了一种新的考虑灵活性约束和电池储能的容量拍卖模型，该模型将灵活性要求纳入容量市场模型，并设计了适当的机制来增强储能，保证了灵活机组的效益，并具有足够的爬坡能力；在这种情况下，包括储能在内的灵活资源在与其他发电商竞争时具有自己的优势。此外，该模型亦可分析可再生能源高渗透水平影响下的峰值负荷和灵活性的系统可靠性。实现了具有足够的爬坡能力的灵活机组的效益最大化。
-
公开(公告)号：CN112186767B
公开(公告)日：2022-05-13
申请号：CN202011129877.2
申请日：2020-10-21
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院 , 中国农业大学 , 国网福建省电力有限公司宁德供电公司
摘要： 本发明提出一种含高比例可再生能源的海岛微电网频率稳定的优化控制方法，通过构建含有虚拟同步发电机的海岛微电网系统模型，得到系统的微分‑代数方程组；利用时域仿真法分析虚拟同步发电机的虚拟惯量和虚拟下垂控制系数对海岛微电网系统频率稳定的影响，获取相应控制参数的变化区间；创建衡量系统扰动后能量不平衡大小的最优二次型目标函数，并利用优化控制理论结合约束条件和目标函数对虚拟同步发电机模型的虚拟惯量和虚拟下垂控制系数进行优化设计，实现海岛微电网系统频率稳定性的优化控制。其能够显著提升海岛微电网系统频率稳定性。
-
公开(公告)号：CN112186767A
公开(公告)日：2021-01-05
申请号：CN202011129877.2
申请日：2020-10-21
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院 , 中国农业大学 , 国网福建省电力有限公司宁德供电公司
摘要： 本发明提出一种含高比例可再生能源的海岛微电网频率稳定的优化控制方法，通过构建含有虚拟同步发电机的海岛微电网系统模型，得到系统的微分‑代数方程组；利用时域仿真法分析虚拟同步发电机的虚拟惯量和虚拟下垂控制系数对海岛微电网系统频率稳定的影响，获取相应控制参数的变化区间；创建衡量系统扰动后能量不平衡大小的最优二次型目标函数，并利用优化控制理论结合约束条件和目标函数对虚拟同步发电机模型的虚拟惯量和虚拟下垂控制系数进行优化设计，实现海岛微电网系统频率稳定性的优化控制。其能够显著提升海岛微电网系统频率稳定性。
-
公开(公告)号：CN114186728A
公开(公告)日：2022-03-15
申请号：CN202111476811.5
申请日：2021-12-06
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
摘要： 本发明公开一种考虑灵活负荷的用电量预测方法及终端，在进行用电量预测时，先确定影响用电量的经济参数，接着对各经济指标进行预测并修正，再根据修正后的各经济指标预测值确定用电量预测值，最后根据灵活负荷的用电量的历史预测值与实际值的偏差对所述总的用电量预测值进行修正，得到修正后的用电量预测值，一方面通过两次修正保证了预测的用电量的准确性，另一方面在对用电量预测值进行修正时，考虑了灵活负荷的用电量的历史预测值与实际值的偏差，使得所预测的用电量能够适用于各种类型的负荷接入到用电网，能够对接入了灵活负荷的电网的用电量进行准确可靠的预测。
-
公开(公告)号：CN116029497A
公开(公告)日：2023-04-28
申请号：CN202211558628.4
申请日：2022-12-06
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
IPC分类号： G06Q10/0631 , G06Q50/06 , G06Q50/26 , H02J3/46
摘要： 本发明公开一种园区新能源占比的评估方法及终端，接收园区新能源占比评估请求；根据所述园区新能源占比评估请求确定待评估的园区的外部新能源消耗和内部新能源消耗，所述外部新能源消耗基于外部新能源的边际贡献确定；根据所述外部新能源消耗和内部新能源消耗确定所述待评估的园区的新能源占比；一方面全面地考虑了园区含有可调节负荷装置以及储能装置、发电装置等内部新能源产生装置的情况，另一方面基于边际贡献确定外部新能源占比能够兼顾用电负荷中的新能源贡献占比、反映新能源出力时序特征、反映连续时间断面的新能源消纳贡献，能够计算出理论上的精确的新能源占比估计值，从而全面、准确地对园区用户电力消耗中的新能源占比进行评估。
-
公开(公告)号：CN115983667A
公开(公告)日：2023-04-18
申请号：CN202211477070.7
申请日：2022-11-23
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
IPC分类号： G06Q10/0639 , G06Q40/06 , G06Q50/06
摘要： 本发明公开一种新增投资资产效率效益评估方法及终端，建立电网公司的新增投资资产效率效益评价指标体系；使用专家评定法对所述新增投资资产效率效益评价指标体系中的每一评价指标进行重要性评分，得到评分结果，并根据所述评分结果计算每一评价指标对应的权向量；获取新增投资资产效率效益评价指标体系中的每一评价指标对应的打分值，并基于打分值和预设评语集合确定模糊综合评价矩阵；基于模糊综合评价矩阵与所述权向量计算新增投资资产效率效益的模糊向量，并根据模糊向量确定所述新增投资资产效率效益的评价等级，避免单一的评估而导致评估存在偏差性问题，从而能够提高电网新增投资资产效率效益评估结果的有效性和可靠性。
-
公开(公告)号：CN115907403A
公开(公告)日：2023-04-04
申请号：CN202211563691.7
申请日：2022-12-07
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院
IPC分类号： G06Q10/0631 , G06Q30/0202 , G06Q50/06
摘要： 本发明公开了一种生成电力保供方案的方法及终端，获取电力需求预测数据并计算电力供应数据，将电力供应数据减去电力需求预测数据之后即可得到电力盈亏数据；根据电力盈亏数据可以得到电力的盈利和亏损情况，若为电力亏损，则当亏损电力小于第一预设负荷时生成需求侧响应的电力保供方案，当亏损电力大于或者等于第一预设负荷时生成结合需求侧响应和电力交换的电力保供方案。因此，生成考虑需求侧响应和电力交换的电力保供方案，可以在原有电力供需平衡的基础上，充分挖掘内部可调负荷和外部电力供应能力，保障极端条件下电力供应安全可靠。
-
公开(公告)号：CN115795047A
公开(公告)日：2023-03-14
申请号：CN202211435519.3
申请日：2022-11-16
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
IPC分类号： G06F16/36 , G06F16/332 , G06Q50/06 , G08B21/00
摘要： 本发明公开了一种基于知识图谱与问答的电力告警方法及终端，获取电力生产统计报表的关联关系后，基于该关联关系使用本体学习构建知识图谱的模式层，基于电力告警规则使用实体学习构建所述知识图谱的数据层，从而通过本体学习和实体学习能够完成知识图谱的构建。利用知识图谱建立底层数据库，可以通过底层数据库生成电力告警信息，并结合问答引擎查询产生告警的相关原因。以此方式，结合知识图谱和问答引擎能够智能地对电力生产信息进行告警，并且自动答复告警信息的相关问题。
-
公开(公告)号：CN115310658A
公开(公告)日：2022-11-08
申请号：CN202210713378.0
申请日：2022-06-22
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
摘要： 本发明公开了一种行业用电量预测方法及终端，获取行业用电量数据样本并确定待选变量集，根据待选变量集中的每一待选因素与目标变量的最大相关度和最小冗余度，进行待选变量集的第一筛选，得到初筛变量集；根据行业用电量数据样本和初筛变量集进行聚类，得到至少两个神经网络预测模型；在神经网络预测模型中，使用误差驱动对初筛变量集进行第二筛选，得到最优变量集，从而基于最优变量集得到电量预测值，即计算出目标变量的值。因此，先使用数据驱动进行变量集的初筛，再使用误差驱动进行变量集的精选，将数据驱动和误差驱动结合，取长补短来提高计算性能与精度。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.043 秒)
