公开(公告)号：CN119647262A

公开(公告)日：2025-03-18

申请号：CN202411768482.5

申请日：2024-12-03

Applicant: 湖南大学 ,  国网经济技术研究院有限公司 ,  国网安徽省电力有限公司经济技术研究院

Inventor： 彭雄 ,  李勇 ,  刘嘉彦 ,  原凯 ,  丁羽頔 ,  罗金山 ,  宋毅 ,  孙充勃 ,  万志伟 ,  聂铭

IPC: G06F30/27 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明涉及一种基于概率预测和可信调节潜力量化的系统配置方法及装置，将典型场景的源荷数据输入训练好的QRLSTM模型，获得源荷概率预测结果，通过少量场景描述光伏和负荷的时序相关性，并实现预测不确定性的有效量化；采用鲁棒优化算法先后聚合热网和冷网的灵活性资源，实现热电、热冷以及冷电的调度解耦，精确量化热网、冷网对电网向上/向下的最大可调节潜力和可信调节潜力，克服了各能源系统之间信息壁垒强的问题；本发明以源荷概率预测和灵活资源可信调节潜力为边界，以最小化成本为目标构建双层多场景协同优化配置模型，准确刻画了源荷的不确定性，量化了灵活性资源的调节能力，从整体提升了综合能源系统规划运行的经济型和灵活性。

公开(公告)号：CN119294707A

公开(公告)日：2025-01-10

申请号：CN202411217141.9

申请日：2024-09-02

Applicant: 国网经济技术研究院有限公司 ,  天津大学 ,  国网安徽省电力有限公司经济技术研究院

Inventor： 原凯 ,  丁羽頔 ,  穆云飞 ,  吴志军 ,  孙充勃 ,  郭铭群 ,  董朝武 ,  李敬如 ,  罗金山 ,  宋毅 ,  潘东 ,  朱刘柱 ,  郭浩辰 ,  王绪利 ,  李红军 ,  万志伟 ,  颜景娴 ,  赵锋 ,  徐斌 ,  施天成 ,  孟锋 ,  聂铭 ,  庾雅琪

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06Q50/26 ,  G06N3/126

Abstract: 本发明公开了一种低碳优化控制方法，包括：获取能源设备的相关数据并输入至综合能源系统，构建基于碳能协同枢纽的IES模型，根据所述基于碳能协同枢纽的IES模型，结合预先设定的目标函数和约束条件，构建低碳优化控制模型，采用改进精英策略的NSGA‑Ⅱ算法求解所述低碳优化控制模型，得到优化控制方案；本发明能够挖掘综合能源系统源荷储各侧的减碳潜力，实现碳能协同优化，提升碳排放的减排效果。

公开(公告)号：CN116960905A

公开(公告)日：2023-10-27

申请号：CN202310710423.1

申请日：2023-06-15

Applicant: 北京交通大学 ,  国网经济技术研究院有限公司 ,  国网河南省电力公司经济技术研究院 ,  国网山西省电力公司经济技术研究院

Inventor： 和敬涵 ,  李猛 ,  聂铭 ,  刘颖 ,  王紫琪 ,  申洪明 ,  李强 ,  宋晓帆 ,  孔祥敏 ,  齐桓若 ,  郭放

IPC: H02H7/26 ,  H02J3/46 ,  H02H1/00 ,  G06F17/11 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明提供一种新能源送出线路状态估计保护的故障选相方法及系统，属于电网能源管理技术领域，结合贝瑞隆线路模型，建立包含量测量、状态变量和历史值的系统量测方程；基于系统量测方程，结合加权最小二乘法计算得到量测量估计值和残差的归一化平方和；根据得到的量测量估计值和残差的归一化平方和，判断是否发生区内故障；若发生区内故障，利用Karenbauer变换公式将量测数据从时域转换到模域，结合残差变化量实现故障选相。本发明不需要新增辅助判据，在不改变原保护算法的前提下即可完成故障选相；提升基于状态估计的大规模新能源送出线路纵联保护的理论完备性，增强工程的实用性。

公开(公告)号：CN119358754A

公开(公告)日：2025-01-24

申请号：CN202411511094.9

申请日：2024-10-28

Applicant: 国网经济技术研究院有限公司 ,  浙江大学 ,  国网河北省电力有限公司经济技术研究院

Inventor： 原凯 ,  聂铭 ,  孙充勃 ,  宋毅 ,  李敬如 ,  罗金山 ,  李红军 ,  丁羽頔 ,  万志伟 ,  赵阳 ,  万灿 ,  岳晨昕 ,  陈燕惠 ,  侯若松 ,  安佳坤 ,  郭伟 ,  赵子珩

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08 ,  G06F18/214 ,  G06N3/0442 ,  G06N20/20 ,  G06N3/0985 ,  G06N3/047 ,  G06N3/044 ,  G06N3/084

Abstract: 本申请公开了一种负荷预测方法、系统、计算机设备及计算机可读存储介质，该方法包括：获取与待预测区域相关的负荷数据，并将负荷数据输入至训练后的负荷预测模型中进行预测，得到待预测区域的负荷预测结果；负荷预测模型的训练过程包括：确定训练集数据；基于训练集数据，对深度置信网络DBN基学习模型进行训练，得到DBN基预测模型；基于训练集数据，对双向长短期记忆网络BILSTM基学习模型进行训练，得到BILSTM基预测模型；基于训练集数据、DBN基预测模型及BILSTM基预测模型，确定负荷预测模型，能够提高负荷预测精确度。