-
公开(公告)号:CN118916720A
公开(公告)日:2024-11-08
申请号:CN202410970394.7
申请日:2024-07-19
Applicant: 武汉大学
IPC: G06F18/23 , H02J3/00 , H02J3/38 , G06F18/2321 , G06F18/23213 , G06Q50/06 , G06F123/02
Abstract: 本发明提供一种基于时序相关聚类融合的风电‑负荷场景构建方法及装置,基于时间序列的风速‑风功率转换函数构建风电‑负荷初始数据集,对风电‑负荷初始数据集进行降噪预处理,再进行一阶有序聚类,由典型负荷场景的时序分段结果对风电数据进行划分,对划分后的风电数据进行二阶聚类,最终完成典型风电‑负荷场景的构建。本发明挖掘了风电接入的电网源荷出力特性的典型场景特征,降低风功率计算误差的同时,提高场景构建的典型性;并且可以为后续求解不同典型风电‑负荷场景下综合无功优化策略集,构建各场景无功优化模型,以提高模型收敛性、准确性以及场景泛化能力奠定了基础。
-
公开(公告)号:CN118841974A
公开(公告)日:2024-10-25
申请号:CN202410970399.X
申请日:2024-07-19
Applicant: 武汉大学
IPC: H02J3/00 , H02J3/38 , G06F18/214 , G06F18/22 , G06Q50/06
Abstract: 本发明提供一种用于综合无功优化的风电‑负荷场景匹配方法及装置,考虑了待匹配样本的负荷数据、风电数据与典型风电‑负荷场景间的相关性,计算并比较待匹配样本与各典型风电‑负荷场景的相关程度,相关程度越大则场景近似程度就越高,匹配性就越高。本发明可以提高随机选取数据与各典型场景的相关性准确度和匹配程度。
-
公开(公告)号:CN119051176A
公开(公告)日:2024-11-29
申请号:CN202411032422.7
申请日:2024-07-30
Applicant: 武汉大学
Abstract: 本发明提供一种基于神经网络的风电电网综合无功优化方法及装置,该方法包括:步骤1、对接入风电电网的不同典型风电场景各自构建基于DBN的无功优化模型;步骤2、获取风电电网场景特征集和对应的综合无功优化策略集,根据风电电网场景特征集和对应的综合无功优化策略集训练无功优化模型;步骤3、任意选定测试场景,确定与测试场景相匹配的典型风电场景;步骤4、根据步骤3确定的典型风电场景,基于步骤2训练后的无功优化模型,得出实时的无功优化策略,根据实时的无功优化策略对风电电网进行综合无功优化。本发明能够加快无功优化问题的求解速度,降低决策时间与计算量,极大地提高优化效率。
-
公开(公告)号:CN119030024A
公开(公告)日:2024-11-26
申请号:CN202411181605.5
申请日:2024-08-26
Applicant: 武汉大学
IPC: H02J3/38 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 本申请涉及电力系统技术领域,特别涉及一种黑启动电源布点多目标优化方法、装置、设备及介质,其中,包括:获取黑启动过程导致机组恢复失败的影响因素;基于隶属度函数计算影响因素中内部因素导致的机组恢复失败率,基于蒙特卡罗抽样计算影响因素中外部因素导致的机组恢复失败率,结合内部和外部因素各自导致的机组恢复失败率进行机组恢复风险评估;在平衡机组出力的基础上,基于贪心算法策略确定黑启动阶段的重要负荷恢复度,根据机组恢复风险评估结果、重要负荷恢复度、黑启动恢复时间和多个约束因素进行黑启动电源布点的多目标优化。由此,解决了现有技术中在应对大面积停电事故时,恢复速度慢、可靠性不足、恢复时间长且事故损失大等问题。
-
-
-