公开(公告)号：CN117878891A

公开(公告)日：2024-04-12

申请号：CN202311729212.9

申请日：2023-12-15

申请人： 河海大学 ,  国网安徽省电力有限公司

发明人： 王珂 ,  曹若琳 ,  吴峰 ,  周奕男 ,  徐弘升 ,  王正风 ,  梁肖 ,  高卫恒

IPC分类号： H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种电力负荷电价响应概率预测方法、装置、存储介质及设备，其特征在于，获取目标区域待预测时间的电价和负荷影响因素数据，输入到预先训练好的CNN‑LSTM和分位数回归融合预测模型，预测所述时间的电力负荷以及电力负荷的概率区间；CNN‑LSTM和分位数回归融合预测模型的处理过程，包括：CNN‑LSTM模型根据目标区域的电价以及电力负荷影响因素数据预测电力负荷；分位数回归模型根据电力负荷预测电力负荷的概率区间。优点：结合了深度学习技术和分位数回归，用于预测电力市场中短期负荷电价响应的概率分布。这将有助于改善电力市场的运营和管理，促使更可持续和智能的能源利用，对社会和经济都具有积极的影响。

公开(公告)号：CN118505073A

公开(公告)日：2024-08-16

申请号：CN202410616657.4

申请日：2024-05-17

申请人： 河海大学

发明人： 徐弘升 ,  张天顺 ,  王林烨 ,  吴明轩 ,  唐可夫 ,  奚杰 ,  谢章天 ,  徐云贵

IPC分类号： G06Q10/067 ,  G06Q50/06 ,  G06N3/006 ,  G06N3/08 ,  G06N3/045 ,  G06N5/04

摘要： 本发明公开了一种计及博弈和隐性行为的用户不确定响应行为重构方法、装置及存储介质，其包括获取用户的状态信息，输入到预先训练好的用户不确定响应行为重构模型，得到用户的响应行为；训练过程包括：获取服务商智能体和用户智能体，将用户的隐形行为建模为隐形行为智能体，并将用户不确定响应行为重构问题转化为模拟生成轨迹与真实历史轨迹之间距离最小化问题；基于三个智能体，构建包括生成器网络和判别器网络的MAGAIL架构；利用真实历史轨迹和调查问卷数据对生成器网络和判别器网络进行训练，得到用户不确定响应行为重构模型。本发明能够充分模拟服务商与用户之间存在的博弈行为，并考虑到用户隐性行为对用户响应行为不确定性的影响。

公开(公告)号：CN116780509A

公开(公告)日：2023-09-19

申请号：CN202310711243.5

申请日：2023-06-15

申请人： 河海大学 ,  中国电力科学研究院有限公司

发明人： 王珂 ,  张玲 ,  周奕男 ,  严嘉豪 ,  李亚平 ,  徐弘升 ,  李立新 ,  吴峰

IPC分类号： H02J3/00 ,  H02J3/46 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/047 ,  G06N3/094 ,  G06N3/048 ,  G06F17/18

摘要： 本发明公开了一种离散概率和条件生成对抗网络融合的电网随机场景生成方法，首先，构建各源荷节点等效注入功率时序波动性和预测随机误差的离散联合概率模型。其次，构建并训练条件生成对抗网络（CGAN）模型，对CGAN生成器和判别器进行训练直至收敛。最后，基于训练好的CGAN，将研究时窗内各源荷节点等效注入功率预测信息作为CGAN输入的条件值，基于各源荷节点离散联合概率分布生成随机噪声，通过CGAN生成研究时窗各源荷节点等效注入功率，并构建研究时窗对应的电网随机场景。本发明提出一种基于离散概率模型和条件生成对抗学习融合的电网未来一段时间随机场景生成方法，以增强场景生成的针对性和适应性,为制定适应多场景的鲁棒调度策略奠定基础。

公开(公告)号：CN118552309A

公开(公告)日：2024-08-27

申请号：CN202410505142.7

申请日：2024-04-25

申请人： 河海大学

发明人： 徐弘升 ,  奚杰 ,  崔晨鑫 ,  谢章天 ,  王珂 ,  吴峰

IPC分类号： G06Q40/04 ,  G06Q30/0201 ,  G06Q30/0601 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/092 ,  G06F18/20

摘要： 本发明公开了一种基于MTMA‑SAC算法的售电公司交易行为模拟方法、装置及存储介质，属于电力市场交易技术领域。方法包括：获取实时现货市场与零售市场的基本参数及数据，以及预先构建的购售电联合策略优化模型；报价智能体与定价智能体作为决策者，分别基于实时现货市场与零售市场的基本参数及数据，将优化模型转化为马尔可夫决策过程；根据马尔可夫决策过程，构建基于完全合作的MTMA强化学习训练框架；采用MTMA‑SAC算法对训练框架进行求解，报价智能体与定价智能体分别模拟得到售电公司在分层电力市场中的策略报价以及实时定价。本发明通过充分考虑现货市场和零售市场之间的相互影响，以获得电力市场资源优化配置下的最优购售电联合策略。

公开(公告)号：CN116777134A

公开(公告)日：2023-09-19

申请号：CN202310526803.X

申请日：2023-05-10

申请人： 河海大学 ,  国网江苏省电力有限公司营销服务中心 ,  中国电力科学研究院有限公司南京分院

发明人： 王珂 ,  姜婷玉 ,  周奕男 ,  黄奇峰 ,  庄重 ,  李亚平 ,  段梅梅 ,  盛举 ,  朱克东 ,  鞠平 ,  秦川 ,  徐弘升

IPC分类号： G06Q10/0631 ,  H02J3/00 ,  G06Q50/06

摘要： 本发明公开了一种基于机理‑数据双驱动的住宅区负荷响应潜力估计方法、设备及存储介质，首先，得出负荷的综合功率。然后，基于若干因素的考虑建立机理模型，估计了负载的响应潜力，该响应潜力初步根据Jensen不等式进行评估。最后，提出了一种新的估算算法，进一步利用二分K均值方法将整体负荷的估算分为几个独立的组，采用数据分析来获得参数分布的特征，从而进一步提高了估计的准确性。本发明在考虑机制和数据分析的基础上，提高住宅区负荷响应潜力的估计精度。

公开(公告)号：CN116029415A

公开(公告)日：2023-04-28

申请号：CN202211340354.1

申请日：2022-10-28

申请人： 河海大学

发明人： 徐弘升 ,  王珂 ,  吴峰

IPC分类号： G06Q10/04 ,  G06Q30/0202 ,  G06Q50/06 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08 ,  G06N7/01 ,  G06N20/00 ,  H02J3/00

摘要： 本发明公开了一种基于多任务深度强化学习的购售电联合策略优化方法，该方法将售电商购售电联合策略优化问题导入分层电力市场建模成马尔可夫决策模型，并分别定义马尔可夫决策模型的状态、动作和奖励函数；基于马尔可夫决策模型构建基于多任务学习机制的购售电联合策略优化深度强化学习求解框架；并采用多任务深度强化学习神经网络结构对求解框架进行求解，得到最优的负荷申报和零售电价联合策略。本发明充分考虑了售电商在现货市场做购电量决策和在零售市场做零售电价决策两个任务之间的相关性，构建了基于多任务学习机制的购售电联合策略优化深度强化学习求解框架，考虑两个任务之间天然的耦合性对两个任务的并行求解得到最优联合的策略。