计及高渗透率分布式电源的节点负荷预测方法

    公开(公告)号:CN108053070A

    公开(公告)日:2018-05-18

    申请号:CN201711351060.8

    申请日:2017-12-15

    IPC分类号: G06Q10/04 G06Q50/06 H02J3/00

    摘要: 本发明公开计及高渗透率分布式电源的节点负荷预测方法,(1)做出各节点负荷特性曲线;(2)建模,确定基于小波神经网络和Elman神经网络的光伏预测方法;(3)确定小波神经网络输入层和输出层,并进行修正;(4)确定Elman神经网络输入向量和输出向量及权值修正的学习指标函数;(5)确定天气类型影响因子指数,作为神经网络另一输入量;(6)通过具体算例分析验证可行性;(7)按照每节点日均用电量及光伏最大输出功率确定各节点的光伏配比,根据光伏负荷预测结果及各节点实际用电负荷,计算出各节点统调负荷,将所有节点实际负荷按照比例汇总,得到总统调负荷。本发明是基于小波神经网络和Elman神经网络的负荷预测方法,预测精度高,满足实际应用需要。

    一种基于虚拟电厂的日前能源调度方法

    公开(公告)号:CN110766285A

    公开(公告)日:2020-02-07

    申请号:CN201910903628.5

    申请日:2019-09-24

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明涉及智能电网领域,公开了一种基于虚拟电厂的日前能源调度方法,包括步骤一:利用点估计法对调度中遇到的不确定量进行建模处理。步骤二:建立日前能源调度方法中的虚拟电厂整体框架,并构建其成本模型。步骤三:根据步骤一与步骤二所述的模型,在考虑约束前提下建立日前能源调度的调度模型。与现有技术相比,本发明利用点估计法处理虚拟电厂中的不确定量,将不确定性的部分剥离出来,分成确定性部分和不确定性部分分开建模,以利润最大为目标,考虑各种约束构建了虚拟电厂的日前能源调度方式,能够更好的为决策者提供最优策略方案。