公开(公告)号：CN114475331B

公开(公告)日：2024-04-02

申请号：CN202111011016.9

申请日：2021-08-31

申请人： 武汉大学 ,  国网湖北省电力有限公司电力科学研究院 ,  国网湖北省电力有限公司

发明人： 柯德平 ,  王俊 ,  徐箭 ,  廖思阳 ,  魏聪颖 ,  谢博宇 ,  柳丹 ,  刘念璋 ,  邹曜坤 ,  汪希玥 ,  冀肖彤 ,  叶畅

IPC分类号： B60L53/60 ,  B60L53/62 ,  B60L53/63 ,  B60L53/64 ,  G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06

摘要： 本发明涉及一种考虑负荷反弹的电动汽车聚合优化调度方法，该方法考虑了用户用能行为引起的能量消耗与预测负荷基线不一致的负荷反弹现象，采用对电动汽车参数异质不敏感的等效聚合方法提取电动汽车种群的动态功率调节特性，提出了配电网中电动汽车参与功率调节的look‑ahead调度模型，以平滑分布式可再生能源引起的电力波动；在调度模型中，动态刷新负荷基线，捕捉用户用能行为改变引起的负荷反弹效应，并提出最优分解模型以保证配电网运营商下达目标功率后调控任务的完成。

公开(公告)号：CN114475331A

公开(公告)日：2022-05-13

申请号：CN202111011016.9

申请日：2021-08-31

申请人： 武汉大学 ,  国网湖北省电力有限公司电力科学研究院 ,  国网湖北省电力有限公司

发明人： 柯德平 ,  王俊 ,  徐箭 ,  廖思阳 ,  魏聪颖 ,  谢博宇 ,  柳丹 ,  刘念璋 ,  邹曜坤 ,  汪希玥 ,  冀肖彤 ,  叶畅

IPC分类号： B60L53/60 ,  B60L53/62 ,  B60L53/63 ,  B60L53/64 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

摘要： 本发明涉及一种考虑负荷反弹的电动汽车聚合优化调度方法，该方法考虑了用户用能行为引起的能量消耗与预测负荷基线不一致的负荷反弹现象，采用对电动汽车参数异质不敏感的等效聚合方法提取电动汽车种群的动态功率调节特性，提出了配电网中电动汽车参与功率调节的look‑ahead调度模型，以平滑分布式可再生能源引起的电力波动；在调度模型中，动态刷新负荷基线，捕捉用户用能行为改变引起的负荷反弹效应，并提出最优分解模型以保证配电网运营商下达目标功率后调控任务的完成。

公开(公告)号：CN114977166A

公开(公告)日：2022-08-30

申请号：CN202210687578.3

申请日：2022-06-16

申请人： 武汉大学

发明人： 柯德平 ,  吴浩天 ,  刘念璋 ,  方珂 ,  徐箭 ,  廖思阳 ,  孙元章

IPC分类号： H02J3/00 ,  H02J3/38 ,  H02J3/28 ,  G06Q10/04 ,  G06Q50/06

摘要： 本发明公开了一种风‑储场站日前‑日内两阶段功率上报的优化方法，包括：基于气象数据与预测时间步的差异性分别对日前、日内预测误差进行分箱处理，并根据分箱后的预测误差样本集构建日前、日内风功率场景集；根据步骤1得到的日前、日内风功率场景集，以期望考核电量最小为优化目标，构建日前风功率优化上报模型以及考虑储能调节的日内风‑储功率优化上报模型；考虑到日前、日内上报优化问题的多重非线性特征，采用优化算法对上述优化上报模型进行求解，得到优化后的上报策略。本发明在考虑风功率不确定性的同时能将不同时间尺度的优化实现深度融合，从而有效提升风‑储场站功率上报的准确率，降低考核电量。

公开(公告)号：CN111008504B

公开(公告)日：2022-03-15

申请号：CN201911309950.1

申请日：2019-12-18

申请人： 武汉大学 ,  国家电网公司华北分部

发明人： 柯德平 ,  刘念璋 ,  牛四清 ,  杨健 ,  刘健 ,  柳玉 ,  姜尚光

IPC分类号： G06F30/27 ,  G06K9/62 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06F111/10 ,  G06F113/06

摘要： 本发明涉及电网风电预测技术，具体涉及一种基于气象模式识别的风电功率预测误差建模方法，包括通过对历史气象数据进行k‑means聚类分析得到了相应的气象模式，根据各气象模式下气象数据特征，训练支持向量机分类器，并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集，分别对这些子数据集进行统计分析得到对应的概率密度曲线，进而基于通用分布模型，通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型，完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响，使得风电功率预测误差建模结果更加准确；采用通用分布模型拟合效果更好，表达式的解析性更好；提供准确的风电功率预测误差概率密度模型。

公开(公告)号：CN111008504A

公开(公告)日：2020-04-14

申请号：CN201911309950.1

申请日：2019-12-18

申请人： 武汉大学 ,  国家电网公司华北分部

发明人： 柯德平 ,  刘念璋 ,  牛四清 ,  杨健 ,  刘健 ,  柳玉 ,  姜尚光

IPC分类号： G06F30/27 ,  G06K9/62 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06F111/10 ,  G06F113/06

摘要： 本发明涉及电网风电预测技术，具体涉及一种基于气象模式识别的风电功率预测误差建模方法，包括通过对历史气象数据进行k-means聚类分析得到了相应的气象模式，根据各气象模式下气象数据特征，训练支持向量机分类器，并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集，分别对这些子数据集进行统计分析得到对应的概率密度曲线，进而基于通用分布模型，通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型，完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响，使得风电功率预测误差建模结果更加准确；采用通用分布模型拟合效果更好，表达式的解析性更好；提供准确的风电功率预测误差概率密度模型。