-
公开(公告)号：CN117713204A
公开(公告)日：2024-03-15
申请号：CN202311726340.8
申请日：2023-12-14
Applicant: 西安交通大学
Abstract: 本发明公开了一种考虑时空相关性的新能源发电场景生成方法及系统，方法包括收集新能源场站的气象状态数据和新能源发电数据，构建历史数据集合；求解曼哈顿距离的最优权重系数，计算样本间的加权型曼哈顿距离，从历史数据集合中筛选出即k近邻样本；使用对数变换处理k近邻样本，进而使用边界核函数估计新能源发电的概率密度函数；构建反映新能源发电时空相关性的协方差矩阵，利用历史数据进行参数估计；基于随机采样理论，根据新能源发电概率分布信息和反映新能源发电时空相关性的协方差矩阵，生成新能源发电场景。本发明能够提供更加接近实际的新能源发电场景信息，为电力系统规划、运行等决策提供充分依据。
-
Patent Agency Ranking
公开(公告)号：CN116667459A
公开(公告)日：2023-08-29
申请号：CN202310639533.3
申请日：2023-05-31
Applicant: 国网陕西省电力有限公司 , 西安交通大学
Abstract: 本发明公开了一种新能源接入下的电力系统输电阻塞评估方法，包括获取新能源接入下的电力系统的基本数据；由预先构建的考虑新能源接入的机组组合优化模型求解得到火电机组的启停计划；由预先构建的考虑新能源接入的经济调度优化模型求解得到的火电机组在多个新能源出力场景下的出力水平；进行直流潮流计算以确定各新能源场景下系统各支路的功率，进而根据预先构建的输电阻塞评估指标体系计算并更新输电阻塞指标；直至输电阻塞指标满足收敛要求或计算场景数量达到上限，输出输电元件、系统的输电阻塞指标。本发明实现了对新能源接入下的系统输电阻塞状况的评估和阻塞严重的输电元件的识别，从而为电力系统规划、运行等决策提供充分依据。
-
公开(公告)号：CN117728404A
公开(公告)日：2024-03-19
申请号：CN202311789036.8
申请日：2023-12-22
Applicant: 西安交通大学
Abstract: 本发明涉及一种中长期光伏场站发电量预测方法，其方法包括以下步骤：依照数值天气预报质量差异，根据预测周期将预测模型划分为若干子模型；对历史气象数据预处理，形成数据集；计算数据集中气象特征变量与目标预测变量发电量的相关性系数，生成更多的气象特征变量；采用XGBoost进行预测子模型训练，通过分组前向特征选择算法选择XGBoost预测模型预测效果最好的气象特征变量，采用两重多阶段超参数寻优策略对XGBoost预测模型的参数进行调整；采用训练的XGBoost预测模型输入气象数据进行发电量预测，得到预测结果。本发明实现了充分挖掘气象气候要素的特征信息，能够提升光伏场站发电量预测精度。
-
公开(公告)号：CN116911702A
公开(公告)日：2023-10-20
申请号：CN202310639199.1
申请日：2023-05-31
Applicant: 国网陕西省电力有限公司 , 西安交通大学
IPC: G06Q10/067 , H02J3/28 , H02J3/00 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种新能源接入下电网侧储能优化配置方法及系统，方法包括获得新能源接入下电力系统所需的基本数据；基于所述基本数据构建电网侧储能系统全寿命周期成本模型；基于输电元件直流潮流约束，在电网侧储能系统全寿命周期成本分析基础上，构建用于缓解输电阻塞的基于新能源场景概率驱动的电网侧储能优化配置模型；将所述基础数据输入构建的基于新能源场景概率驱动的电网侧储能优化配置模型中进行求解并输出优化结果。本发明可以获得新能源接入下缓解输电阻塞的电网侧储能的最优配置优策略，能够有效缓解新能源接入下的电网输电阻塞问题，提升电力系统的运行灵活性和新能源消纳能力，降低系统投资运行成本，提升电力系统的运行经济性。
-
公开(公告)号：CN116865251A
公开(公告)日：2023-10-10
申请号：CN202310814016.5
申请日：2023-07-04
Applicant: 西安交通大学
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种短期负荷概率预测方法及系统，涉及电力系统负荷预测领域，方法包括：采集多个待预测地区的电力历史负荷实测数据和对应时间段的天气预报数据；对所述电力历史负荷实测数据和对应时间段的天气预报数据进行处理得到数据样本；基于所述数据样本对基础模型训练，得到短期负荷预测模型；所述基础模型采用深度循环神经网络RNN作为基础，并加入多任务学习框架；确定预测发布时刻，获取待预测时间段内待预测地区的天气预报数据，输入所述短期负荷预测模型中计算得到负荷预测结果。本发明在电力系统不确定性日益增大的背景下，准确的负荷概率预测结果可以作为不确定性优化方法的数据支撑，帮助相关部门做出更加合理的决策。
-
公开(公告)号：CN116384251A
公开(公告)日：2023-07-04
申请号：CN202310416136.X
申请日：2023-04-18
Applicant: 西安交通大学
IPC: G06F30/27 , G06F18/214 , G06F18/24 , G06Q10/0639 , G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06N3/04 , G06N3/084 , G06N5/01 , G06F111/04
Abstract: 本发明公开了一种考虑风险规避的新能源发电功率组合预测方法及系统，包括：对新能源场站历史出力数据及对应时间段的数值天气预报进行数据预处理及标准化得到整段数据集；采用M种不同的基模型，生成对应的预测结果；通过对选定时间窗内数据进行优化求解得到组合模型的最优权重，求得不同基模型权重，由基模型预测值加权求和得到计及条件风险价值的优化组合模型；通过时间序列交叉验证的方式对计及条件风险价值的优化组合模型进行超参数寻优；根据超参数寻优得到的最优超参数，应用优化组合模型在测试集上进行滚动预测，生成待预测时间段对应的预测结果。本发明能够在提升预测精度的同时减少预测的极端误差，为决策者提供高质量的预测结果。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
