-
公开(公告)号：CN119651682A
公开(公告)日：2025-03-18
申请号：CN202411606999.4
申请日：2024-11-12
Applicant: 国网青海省电力公司 , 国网青海省电力公司经济技术研究院 , 国网青海省电力公司清洁能源发展研究院 , 华北电力大学
Abstract: 本申请公开了一种抽蓄电站与同流域水电站协同运行方法及相关装置，涉及抽蓄电站与水电站协同运行技术领域，该方法包括：建立抽蓄电站与同流域水电站协同运行的运行模型，运行模型包括目标函数和约束条件，目标函数以最小化抽蓄电站与同流域水电站协同运行发电量和电网负荷之间的偏差值为优化目标，约束条件包括水量平衡及水位库容约束、抽蓄电站抽水及发电约束、抽蓄电站与同流域水电站出力约束、机组开停机持续时间及最大开停机次数约束和机组发电水头约束；对运行模型进行求解，得到抽蓄电站与同流域水电站协同运行时抽蓄电站的运行方案。本申请可为抽蓄电站与同流域水电站实际协同运行提供参考。
-
Patent Agency Ranking
公开(公告)号：CN119762104A
公开(公告)日：2025-04-04
申请号：CN202411640375.4
申请日：2024-11-18
Applicant: 国网青海省电力公司 , 国网青海省电力公司经济技术研究院 , 国网青海省电力公司清洁能源发展研究院 , 华北电力大学
IPC: G06Q30/0201 , G06Q50/06 , G06Q10/0631 , G06Q10/0635
Abstract: 本申请公开了一种储能运营商参与电力市场的运营模式设计方法、设备、介质及产品，涉及独立储能领域，该方法包括：构建储能运营商参与电力市场的交易和运营策略模型以及基于价格基础的需求响应模型；根据储能运营商参与电力市场的交易和运营策略模型以及基于价格基础的需求响应模型确定储能运营商的购电需求；基于储能运营商的购电需求构建储能运营商的购电优化模型；在储能运营商的购电优化模型的基础上进行不确定性分析，得到不确定性随机机会约束购电优化模型；基于不确定性随机机会约束购电优化模型生成储能运营商参与电力市场的运营策略。本申请能够降低清洁能源发电不确定性带来的运营风险，提高储能运营商参与电力市场运营的合理性。
-
公开(公告)号：CN119358749A
公开(公告)日：2025-01-24
申请号：CN202411477055.1
申请日：2024-10-22
Applicant: 国网青海省电力公司 , 国网青海省电力公司经济技术研究院 , 国网青海省电力公司清洁能源发展研究院 , 华北电力大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本申请公开一种抽水蓄能与常规水电联合运行时下库水位过程的预测方法、装置、介质及产品，涉及抽水蓄能与水电联合运行领域，所述方法包括：获取运行参数；基于所述运行参数，确定抽水蓄能电站的能量转换特性，构建目标函数和约束条件；在抽水蓄能电站的不同发电抽水模式下，以约束条件为约束，对所述目标函数进行求解，得到各下库在不同发电抽水模式下的调度周期内各时刻的库容；基于各下库在不同发电抽水模式下的调度周期内各时刻的库容，确定各下库在不同发电抽水模式下的调度周期内的水位过程；所述水位过程包括：各时刻的水位。本申请实现了不同抽发模式下的抽水蓄能电站下库水位变化过程的预测。
-
公开(公告)号：CN118071542A
公开(公告)日：2024-05-24
申请号：CN202410189499.9
申请日：2024-02-20
Applicant: 国网青海省电力公司 , 国网青海省电力公司经济技术研究院 , 清华四川能源互联网研究院
Abstract: 本发明的实施例提供了一种基于门控循环神经网络的电力系统终端用能预测方法和系统，涉及电力系统用能预测领域。方法包括：S1：收集终端历史用能数据；S2：通过变分模式分解方法对终端历史用能数据进行分解，拆解成多个子模式，以提取信号的特征；S3：使用门控循环神经网络建立电力系统终端用能预测模型，并通过聚合各个子模式来获得最终预测结果。该方法和系统能够通过利用门控循环神经网络来更准确地预测电力系统终端的用能情况，以实现电力资源的合理调度和电力系统的优化运行。
-
公开(公告)号：CN118779149B
公开(公告)日：2025-01-07
申请号：CN202410763821.4
申请日：2024-06-09
Applicant: 西南大学 , 国网能源研究院有限公司 , 国网青海省电力公司经济技术研究院
Abstract: 本发明为基于联邦学习的电力数据隐私保护恢复方法和装置，属于电网不完备电力数据恢复领域。其中，该装置包含一个服务器和N个客户端装置；该方法包含以下步骤：S1：服务器联邦学习模块初始化；S2：客户端装置初始化；S3：将部分隐特征矩阵数据和线性偏差发送给所有的客户端装置；S4：接收不完备电力负荷数据；S5：利用张量隐特征分解方法计算近似电力负荷数据矩阵；S6：多次混合填充不完备电力负荷数据；S7：客户端装置参数更新，并计算出联邦学习梯度数据；S8：发送联邦学习梯度数据给服务器；S9：服务器更新；S10：迭代直到所有客户端装置完成了隐私保护下的数据恢复。本发明方法可以确保在隐私保护下准确的实现电力数据恢复。
-
公开(公告)号：CN118779149A
公开(公告)日：2024-10-15
申请号：CN202410763821.4
申请日：2024-06-09
Applicant: 西南大学 , 国网能源研究院有限公司 , 国网青海省电力公司经济技术研究院
Abstract: 本发明为基于联邦学习的电力数据隐私保护恢复方法和装置，属于电网不完备电力数据恢复领域。其中，该装置包含一个服务器和N个客户端装置；该方法包含以下步骤：S1：服务器联邦学习模块初始化；S2：客户端装置初始化；S3：将部分隐特征矩阵数据和线性偏差发送给所有的客户端装置；S4：接收不完备电力负荷数据；S5：利用张量隐特征分解方法计算近似电力负荷数据矩阵；S6：多次混合填充不完备电力负荷数据；S7：客户端装置参数更新，并计算出联邦学习梯度数据；S8：发送联邦学习梯度数据给服务器；S9：服务器更新；S10：迭代直到所有客户端装置完成了隐私保护下的数据恢复。本发明方法可以确保在隐私保护下准确的实现电力数据恢复。
-
-
-
-
-
Search Results
6
records
(took 0.089 seconds)
