-
公开(公告)号：CN118657306A
公开(公告)日：2024-09-17
申请号：CN202410597359.5
申请日：2024-05-14
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q10/0631 , H02J3/00 , H02J3/46 , H02J3/28 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种储能参与爬坡辅助服务和电能量市场的联合出清方法，涉及电力市场出清模型研究领域。包括：输入数据；发电机组日前申报功率报价曲线；构建联合出清模型，对所有时段的爬坡辅助服务和电能量进行联合出清；根据联合出清模型，使用CPLEX求解器进行出清求解，得到出清结果；输出出清结果，基于出清结果编制发电计划并下发给机组执行。本发明在现有出清模型的基础上进行优化，实现了储能机组和发电机组参与爬坡辅助服务和电能量市场的联合出清，在充分挖掘储能资源灵活性的同时，也最小化电力系统成本。
-
公开(公告)号：CN118469610A
公开(公告)日：2024-08-09
申请号：CN202410597361.2
申请日：2024-05-14
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q30/0201 , G06Q50/06 , G06F18/27 , G06F18/214 , G06F18/21 , G06F123/02
Abstract: 本发明公开了一种基于分解组合技术的日前现货市场价格预测方法，涉及电力市场技术领域。包括获取预测模型的训练数据与验证数据；将训练数据应用回归样条分解拆分为长期趋势序列、季节性序列和残差序列；针对每个序列分别应用参数回归模型、非参数自回归模型、自回归移动平均模型进行预测；对比不同组合方式的预测值与验证组的误差参数；判断总误差值是否最小，若是，则输出为最优预测模型；对最优预测模型滚动输入历史数据，并输出日前市场预测值。本发明，将电价序列分解为长期趋势序列、季节性趋势序列、残差序列，并分别进行估计和预测，最终组合得到日前现货市场的预测价格信息。
-
公开(公告)号：CN118659345A
公开(公告)日：2024-09-17
申请号：CN202410597360.8
申请日：2024-05-14
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: H02J3/00 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种考虑储能能量受限特性的储能参与现货市场的出清方法，属于电力市场技术领域。包括准备边界条件数据；储能申报各SOE状态下充放电报价曲线；搭建考虑储能特性的实时市场出清模型，确定约束条件；根据求解实时市场出清模型及节点电价；输出计划。本发明充分考虑了储能资源的物理特性与运行特性，可保证储能实际运行的充放电价差大于其申报的充放电价差；解决了功率报价下可能出现的出清结果与系统实际需求的失配，使得储能承受较大的日前与实时偏差结算风险的问题。
-
公开(公告)号：CN118446723A
公开(公告)日：2024-08-06
申请号：CN202410597362.7
申请日：2024-05-14
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q30/0201 , G06Q40/04 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了考虑预期调用费的省级电网运行备用市场出清方法，涉及电力市场技术领域。包括步骤：构建多因素作用下运行备用预期调用函数；组织市场成员申报运行备用能力费、调用费；根据交易日所披露的运行备用调用量构建预期调用费模型，预测值预估预期调用量；构建考虑预期调用费的运行备用集中出清模型，求解得到运行备用市场交易出清结果。本发明引入运行备用调用价格申报机制，解决市场主体运行备用调用所产生费用难以有效补偿的问题。
-
公开(公告)号：CN114792985A
公开(公告)日：2022-07-26
申请号：CN202210412042.0
申请日：2022-04-19
Applicant: 广西电网有限责任公司 , 南方电网科学研究院有限责任公司
Abstract: 本发明实施例提供的一种考虑数据时序性的风电功率波动特性概率建模方法，所述方法先获取风电场分钟级平均功率数据，对数据进行预处理和时序性处理后得到风电场功率序列，再对风电场功率序列进行指数加权平滑处理，考虑不同时期数据所占权重不同，得到风电场功率持续分量序列，并计算出风电场分钟级功率波动分量序列，再基于风电场分钟级功率波动分量序列进行概率密度函数拟合，得到风电功率波动特性的概率分布模型。本发明通过在概率建模过程中考虑风电功率数据的时序性，提高概率模型对于风电功率波动特性描述的准确率，可以为电力系统进行电网规划提供辅助决策。
-
Patent Agency Ranking
公开(公告)号：CN113822714A
公开(公告)日：2021-12-21
申请号：CN202111113543.0
申请日：2021-09-23
Applicant: 广西电网有限责任公司 , 广西大学
IPC: G06Q30/02 , G06Q50/06 , G06F16/951
Abstract: 本发明实施例提供的一种考虑价格变化因素的行业用电量预测方法及系统，所述系统及方法先获取行业月度用电量数据和行业产品月度价格数据，对数据进行预处理得到用电量序列和价格变化率序列后进行平稳性检验，以及使用Granger因果检验检验用电量序列和价格变化率序列之间的因果关系并得到滞后月份数，再使用用电量序列和价格变化率序列构建不同参数组合的ARIMAX模型并计算、选择预测模型用于预测未来行业月度用电量。本发明能够收集地区行业主要产品历史价格数据和地区行业历史用电量数据，将价格变化因素引入对行业用电量预测模型当中，提高预测模型对于行业用电量预测的准确率，可以为电企人员判断行业用电需求提供辅助决策。
-
公开(公告)号：CN114840505B
公开(公告)日：2025-05-06
申请号：CN202210263204.9
申请日：2022-03-17
Applicant: 广西电网有限责任公司
IPC: G06F16/215 , G06F18/10 , H02J13/00
Abstract: 本发明针对从调度自动化系统中提取的主变压器的电流、电压和有功功率、无功功率进行数据处理，包括重复数据检测与处理、异常数据检测与处理、局部离群点检测与处理、数据完整性检测与处理，能处理主变压器运行数据电流、电压、有功、无功中噪声、异常、缺失、重复等问题。通过大数据预处理提高数据的质量，得到规范、标准、连续、准确的大批量数据，为后续的主变压器大数据挖掘分析提高效率和准确性。同时在进行缺失数据补全时考虑时间的延续性和先验性，即主变压器的监测数据前后时刻的关联性，因此采用权重求和的方式进行计算，并且考虑监测曲线的趋势，补全的数值更真实更准确，更为贴近实际监测的数据，提高了后续数据挖掘的准确性。
-
公开(公告)号：CN117973715A
公开(公告)日：2024-05-03
申请号：CN202211296465.7
申请日：2022-10-21
Applicant: 广西电网有限责任公司
Inventor： 林信 , 徐东昇 , 黄丽娟 , 李夏阳 , 潘珍 , 龚里 , 于明 , 周琳 , 覃晖 , 李祥 , 李波 , 许嵩 , 郭华 , 黄泽毅 , 包忠强 , 陆波 , 李昭昱 , 康海云 , 付菁 , 梁妙珠 , 李斯琪
IPC: G06Q10/0631 , G06Q50/06
Abstract: 针对目前储能容量计算存在的问题，发明人建立了一种基于满足电力供应的新能源配置储能比例测算方法，按照区域电网电力缺口的最大值P配置储能容量，并按以下公式计算新能源配置储能比例ε：#imgabs0#该法根据区域电网的实际情况测算新能源配置储能比例，更有利于电力系统的安全稳定，且计算简单，在相同区域内计算结果具备通用性。
-
公开(公告)号：CN116307240A
公开(公告)日：2023-06-23
申请号：CN202310353336.5
申请日：2023-04-04
Applicant: 广西电网有限责任公司
Abstract: 本发明公开了一种基于WOA‑VMD‑OLS的光伏发电站短期发电功率预测方法。本发明通过获取发电站历史发电功率数据及对其进行预处理，构建光伏发电站发电功率预测的数据集，通过WOA优化VMD的参数得到最佳分解模态数K和惩罚因子α，并通过VMD分解出光伏发电站发电功率子序列，筛选出数据作为预测模型输入，建立OLS预测模型，从而获得光伏发电站短期发电功率预测值。本发明的WOA‑VMD‑OLS预测模型解决现有技术无法适应光伏历史数据、气象数据波动大，预测精度低及预测模型不够稳定和准确低等问题，可实现在功率波动比较大的情况下预测效果也较好，具有良好的适应性，为应对光伏并网后给电网带来的冲击提供技术参考。
-
公开(公告)号：CN114840505A
公开(公告)日：2022-08-02
申请号：CN202210263204.9
申请日：2022-03-17
Applicant: 广西电网有限责任公司
IPC: G06F16/215 , G06K9/62 , H02J13/00
Abstract: 本发明针对从调度自动化系统中提取的主变压器的电流、电压和有功功率、无功功率进行数据处理，包括重复数据检测与处理、异常数据检测与处理、局部离群点检测与处理、数据完整性检测与处理，能处理主变压器运行数据电流、电压、有功、无功中噪声、异常、缺失、重复等问题。通过大数据预处理提高数据的质量，得到规范、标准、连续、准确的大批量数据，为后续的主变压器大数据挖掘分析提高效率和准确性。同时在进行缺失数据补全时考虑时间的延续性和先验性，即主变压器的监测数据前后时刻的关联性，因此采用权重求和的方式进行计算，并且考虑监测曲线的趋势，补全的数值更真实更准确，更为贴近实际监测的数据，提高了后续数据挖掘的准确性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.083 seconds)
