-
公开(公告)号：CN119578706A
公开(公告)日：2025-03-07
申请号：CN202411652773.8
申请日：2024-11-19
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学
IPC: G06Q10/063 , G06Q50/06 , G06F18/25
Abstract: 本发明公开了一种新能源汽车与电网融合互动潜力评估方法及系统，方法包括：获取新能源汽车第一参数，根据第一参数，定义用户效用函数和代理商利润函数，构建电动汽车用户与充电站代理商之间的互动策略行为；基于互动策略行为，设计代理商与用户间的演化博弈模型，并通过迭代算法寻找用户与代理商之间的策略均衡；基于策略均衡，运用Wardrop第一平衡原理，计算用户响应充放电需求的最短到达时间；建立综合考虑用户活动类型和历史信用影响下的调度潜力评估模型。本发明优化电网运营效率，促进新能源汽车与电力系统的深度融合，提高系统整体稳定性及经济效益，能够为电力公司制定合理的调度措施提供科学依据，增强电网应对大规模电动汽车接入的能力。
-
公开(公告)号：CN118017486A
公开(公告)日：2024-05-10
申请号：CN202410160806.0
申请日：2024-02-05
Applicant: 东北大学 , 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司
Abstract: 本发明公开一种面向核电调峰的电力系统分时段优化调度方法及相关装置，涉及新能源电力系统优化调度领域，方法包括：根据目标区域的历史数据预测第一预设时间段内的净负荷；根据所述净负荷的斜率变化对所述第一预设时间段进行划分，得到若干子时段；基于样本熵原理计算各子时段内净负荷的复杂度；构建核电分时段运行策略模型；根据各所述子时段内净负荷的复杂度，对所述核电分时段运行策略模型进行优化求解，得到优化调度策略。本发明提供的电力系统分时段优化调度方法，按净负荷的变化程度对时段进行划分，并按不同的复杂度程度进行优化求解，使核电机组的出力模式跟随净负荷时序特性，保证系统安全、稳定运行，并降低了调峰成本。
-
公开(公告)号：CN114298455A
公开(公告)日：2022-04-08
申请号：CN202111330982.7
申请日：2021-11-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
Abstract: 本发明提供一种基于GAN技术的综合能源混合建模方法，涉及综合能源技术领域。该方法基于机理‑数据混合驱动的建模方法构建综合能源网络结构的机理模型；该综合能源网络结构的机理模型由电力子系统模型、热力网子系统模型、天然气管网子系统模型整合成的综合能源整体模型；并基于综合能源网络结构的机理模型，确定综合能源网络结构的运行工况；最后建立GAN网络模型，通过GAN网络模型对综合能源网络结构的机理模型的参数进行辨别，完成综合能源网络的混合建模。该方法针对综合能源系统网络结构特点进行机理建模，适用于具有能源双向传输的特点以及能源耦合等复杂特征的混合能源系统。
-
公开(公告)号：CN119582171A
公开(公告)日：2025-03-07
申请号：CN202411652770.4
申请日：2024-11-19
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学
Abstract: 本发明公开了一种基于模型预测控制的车网互动调度方法及系统，方法包括：获取电动汽车第一参数，根据第一参数，建立蒙特卡洛模型，获取电动汽车无序充电的日负荷曲线；根据日负荷曲线，建立混合整数线性规划模型，对混合整数线性规划模型进行优化；基于混合整数线性规划模型优化结果，利用模型预测控制方法获取最优调度指令。本发明引入蒙特卡洛模型并结合混合整数线性规划进行负荷曲线优化，得到日间充电的指导功率曲线，不仅能够实现负荷削峰填谷，还能提高电力系统的设备利用率；基于模型预测控制的调度策略增强了系统的灵活性与抗干扰能力，使得电网能够更好地适应电动汽车充电负荷的波动，从而提升了整个电力系统的稳定性和效率。
-
公开(公告)号：CN114113773B
公开(公告)日：2024-03-19
申请号：CN202111330934.8
申请日：2021-11-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
Abstract: 本发明提供一种基于零样本学习的非侵入式负荷监测方法，涉及综合能源系统技术领域。该方法采集负荷端口的低压配电线路的数据，并进行数据处理；然后采用改进的阈值算法对负荷数据进行事件检测，分离出负荷设备的电压电流波形数据；将分离的各个负荷设备的数据输入训练好的设备大类分类训练模型，识别为设备大类，结合辅助信息给出初步的设备分类结果，采用相似性判别器来评估初步分类结果，根据结果反馈评估并给予不同的奖励，通过策略梯度指导辅助信息学习模型的建立，最终完成零样本分类模型识别设备种类的目的。同时考虑实时的环境温度对综合能源系统进行负荷非侵入式监测；该方法现了对具有用电行为和储能行为的负荷设备的非侵入式识别监测。
-
Patent Agency Ranking
公开(公告)号：CN114113773A
公开(公告)日：2022-03-01
申请号：CN202111330934.8
申请日：2021-11-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
Abstract: 本发明提供一种基于零样本学习的非侵入式负荷监测方法，涉及综合能源系统技术领域。该方法采集负荷端口的低压配电线路的数据，并进行数据处理；然后采用改进的阈值算法对负荷数据进行事件检测，分离出负荷设备的电压电流波形数据；将分离的各个负荷设备的数据输入训练好的设备大类分类训练模型，识别为设备大类，结合辅助信息给出初步的设备分类结果，采用相似性判别器来评估初步分类结果，根据结果反馈评估并给予不同的奖励，通过策略梯度指导辅助信息学习模型的建立，最终完成零样本分类模型识别设备种类的目的。同时考虑实时的环境温度对综合能源系统进行负荷非侵入式监测；该方法现了对具有用电行为和储能行为的负荷设备的非侵入式识别监测。
-
公开(公告)号：CN117035844A
公开(公告)日：2023-11-10
申请号：CN202311016735.9
申请日：2023-08-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学
Inventor： 商文颖 , 潘霄 , 张娜 , 赵琳 , 程孟增 , 杨国琛 , 杨博 , 杨朔 , 梁毅 , 韩震焘 , 张子信 , 尹婧娇 , 吉星 , 刘禹彤 , 侯依昕 , 杨方圆 , 仲崇飞 , 刘凯 , 金鑫 , 黄博南
IPC: G06Q30/0202 , G06Q50/06 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种基于混合数据和Adam‑LSTM模型的宏观经济预测模型及方法，涉及人工智能技术领域，本发明提供的技术方案中，根据历史数据对使用深度学习模型搭建的关联关系模型进行训练，并对参数进行修正得到经济预测模型；响应于宏观经济预测请求，接收并解析所述宏观经济预测请求中包含的预测指标，其中，所述预测指标包括用电量、平均温度、平均相对湿度以及降水量；将所述预测指标输入预先建立好的所述经济预测模型中进行预测，得到宏观经济预测值。本发明实施例中，通过预先用历史数据训练的深度学习模型对宏观经济进行预测，能够在综合考虑多种影响指标的情况下以用电量预测宏观经济状况，提高宏观经济预测的准确度。
-
公开(公告)号：CN112884077A
公开(公告)日：2021-06-01
申请号：CN202110323783.7
申请日：2021-03-26
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学 , 国家电网有限公司
Abstract: 本发明公开了基于形状的动态时间归整聚类的园区短期负荷预测方法，该方法包括以下步骤：获取数据并预处理；完成对园区不同单位主体能耗行为的聚类分析；对不同园区用户下一时刻的负荷行为聚类结果进行预测；得到园区最终的短期负荷预测结果；将负荷数据及其对应数据分为训练集和验证集；将输入向量之后固定时间的实际负荷作为模型输出的训练目标；选择验证集表现最好的模型作为训练结果；在实际环境中运行长短期记忆模型，且当预测值和实际值出现较大偏差时，将最新数据加入训练集再次训练模型。有益效果：本发明提出的方法有效融入园区用户每日能耗行为特征进行短期负荷预测，可以有效提升预测精度。
-
公开(公告)号：CN112688313A
公开(公告)日：2021-04-20
申请号：CN202011477696.9
申请日：2020-12-15
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
Abstract: 本发明提供一种基于矩阵建模的有源配电网可靠性评估方法，涉及电力技术领域。本发明提出的建模方法构建了配电网物理域故障情况下信息侧发生扰动的预想故障集。提出以负荷损失程度和用户损失程度为可靠性指标来评估配电网潜在的若干种故障类型对配电网可靠性的影响。最后基于本发明所提方法对改进后的IEEE30节点配电网进行案例验证，验证了本发明所提方法的实用性和有效性。
-
公开(公告)号：CN111144611A
公开(公告)日：2020-05-12
申请号：CN201911161696.5
申请日：2019-11-22
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北大学 , 国家电网有限公司
Inventor： 许言路 , 邓卓夫 , 王涛 , 王斌斌 , 郑军 , 武志锴 , 韩震焘 , 张子信 , 朱赫炎 , 程孟增 , 巴林 , 吉星 , 王文德 , 朱冰 , 赫鑫 , 贾博 , 王延泽
Abstract: 本发明公开一种基于聚类和非线性自回归的空间负荷预测方法，步骤为：搜集配电区域数据；将待预测区域划分为等大小面积的正方形单元；标准化每个单元的历史负荷曲线，根据历史负荷曲线的相似度聚类单元，产生多个簇，离群单元单独形成一簇；将一个簇中的多个单元的负荷曲线当作训练数据，训练改进的非线性自回归神经网络；为离群单元簇中的每一个单元单独执行趋势外推法预测下一年的负荷；为每个单元选择所在簇的预测模型，输入其历史数据，得到下一年的负荷预测。本发明使大量单元共享一个模型，为模型提供了充足的训练数据，通过改进的非线性自回归神经网络算法，使模型良好的拟合地块用电发展形式，有效提升了近期空间负荷预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.059 seconds)
