公开(公告)号：CN119834210A

公开(公告)日：2025-04-15

申请号：CN202411849475.8

申请日：2024-12-16

Applicant: 国网重庆市电力公司电力科学研究院 ,  国网重庆市电力公司 ,  国家电网有限公司

Inventor： 樊晓伟 ,  陈咏涛 ,  王瑞妙 ,  董光德 ,  姚龙 ,  陈涛 ,  杨海峰 ,  赵小娟 ,  乐昕怡 ,  付昂 ,  马兴 ,  杨爽 ,  邱九皓 ,  郑迪文 ,  刘强强 ,  徐璐 ,  洪长翔 ,  杨译 ,  窦金瑶

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06F18/2337 ,  H02J3/24 ,  H02J3/32 ,  H02J3/38

Abstract: 本发明涉及一种基于新能源出力误差采样校准的双层滚动精准调度方法，属于电力系统领域。该方法通过分析历史数据确定新能源出力波动范围，并建立预测误差模型，修正采样概率区间，生成具有代表性的新能源出力场景。同时，结合BTM和FCM聚类算法进行场景削减，保留极端场景，提升场景库的多样性和调度方案的可靠性。此外，该方法还提出了日前‑日内双层滚动优化调度模型，通过动态调整日前调度计划，有效应对新能源出力和负荷的实时波动，保证微电网的稳定运行。本发明能够有效减少新能源出力的平均误差，平抑出力波动，提高微电网的运行效率和安全性，为风光发电的调度优化、风险管理和极端事件检测提供新的思路。

公开(公告)号：CN118035806A

公开(公告)日：2024-05-14

申请号：CN202311741490.6

申请日：2023-12-18

Applicant: 国网重庆市电力公司电力科学研究院 ,  国网重庆市电力公司 ,  国家电网有限公司

Inventor： 陈咏涛 ,  樊晓伟 ,  王瑞妙 ,  肖剑锋 ,  赵小娟 ,  董光德 ,  张友强 ,  张先树 ,  姚龙 ,  乐昕怡 ,  马兴 ,  付昂 ,  杨爽 ,  杨海峰 ,  缪莹 ,  徐璐 ,  杨译

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06Q50/06 ,  H02J3/00

Abstract: 本发明涉及一种考虑光伏出力振荡性的多天气场景光伏发电预测方法，属于新能源技术领域。该方法包括以下步骤：S1：将历史光伏发电功率数据分解为平稳数据和振荡数据两部分；S2：基于数值天气预报对预测场景进行分类；S3：对于光伏发电功率的平稳数据，采用残差网络建立光伏发电平稳功率和NWP指标的关联，进行未来短期光伏发电平稳部分出力的分场景预测；S4：建立各天气场景下的CNN‑LSTM‑Attention预测模型，进行未来短期光伏出力振荡部分的分场景预测；S5：将得到的结果相加，即为最终预测结果。本发明在不同天气场景下建立各自的预测模型，使预测结果更贴合天气特点，提高预测的精确度。

公开(公告)号：CN117575644A

公开(公告)日：2024-02-20

申请号：CN202311514918.3

申请日：2023-11-13

Applicant: 国网重庆市电力公司电力科学研究院 ,  国网重庆市电力公司 ,  国家电网有限公司

Inventor： 樊晓伟 ,  陈咏涛 ,  王瑞妙 ,  肖剑锋 ,  朱小军 ,  张友强 ,  张先树 ,  姚龙 ,  张林 ,  赵小娟 ,  乐昕怡 ,  董光德 ,  马兴 ,  付昂 ,  杨爽 ,  杨海峰 ,  缪莹 ,  徐璐 ,  杨译

IPC: G06Q30/0201 ,  G06Q50/06

Abstract: 本发明公开了一种绿证交易的管理方法及装置，涉及清洁能源领域，包括将消纳责任主体的可再生能源消纳量划分为n个区间，确定消纳责任主体的总成本及电气系统运营商的成本；消纳责任主体基于电力系统及天然气系统为电气系统运营商供能，所以要满足电力系统约束条件和天然气系统约束条件。在消纳责任主体的总成本及电气系统运营商的成本的和取最小值时，消纳责任主体和电气系统运营商在能源交易时的成本最低，确定绿证的价格与消纳责任主体的可再生能源消纳量的对应关系，根据对应关系确定n的取值，以便每个区间内的可再生能源消纳量对应的绿证的价格与在对应关系中对应的绿证的价格的差值小于预设值，通过分段式价格提高了可再生能源的利用率。

公开(公告)号：CN119994868A

公开(公告)日：2025-05-13

申请号：CN202510048279.9

申请日：2025-01-13

Applicant: 国网重庆市电力公司 ,  国家电网有限公司

Inventor： 樊晓伟 ,  肖剑锋 ,  杨海峰 ,  姚龙 ,  艾林 ,  罗佳欣 ,  王瑞妙 ,  蒋闻 ,  陈正磊 ,  杨译 ,  赵博

IPC: H02J3/00 ,  G06Q10/0637 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明涉及一种基于VMD‑NRBO优化神经网络融合法的短期负荷预测方法，属于电力系统领域，旨在解决电力系统负荷预测准确度不足的问题。该方法首先利用变分模态分解VMD将历史负荷数据进行分解，有效去除高频噪声和冗余信息，保留关键信号成分。接着，将分解后的模态分量输入至Transformer编码器‑双向长短期记忆网络BiLSTM解码器融合神经网络模型进行训练，并通过牛顿‑拉弗森优化算法NRBO优化该神经网络模型超参数。最后，将训练好的神经网络模型用于预测未来负荷数据，并将预测结果进行反归一化处理，得到最终预测值。