基于预测随机性气象-功率分区刻画的电力市场运行备用需求量化方法及电子设备

    公开(公告)号:CN116667315A

    公开(公告)日:2023-08-29

    申请号:CN202310420114.0

    申请日:2023-04-19

    IPC分类号: H02J3/00 G06Q50/06

    摘要: 本发明公开基于预测随机性气象‑功率分区刻画的电力市场运行备用需求量化方法及电子设备,方法步骤包括:1)获取电力系统历史运行数据;2)对历史运行数据进行筛选,得到与运行日预测点数据特征相似程度最高的多个历史运行数据;3)将特征运行数据划分到不同的气象‑功率二维区间中;4)建立每个气象‑功率二维区间中系统净负荷预测误差分布;5)确定运行日每个预测点的系统整体预测误差概率密度函数;6)确定电力市场运行备用需求。电子设备实现基于预测随机性气象‑功率分区刻画的电力市场运行备用需求量化方法。本发明能够准确刻画系统整体净负荷预测随机性,实现运行备用需求的合理量化,可为电力市场运行备用的配置提供有力参考。

    一种基于RBF神经网络的概率潮流在线计算方法

    公开(公告)号:CN108336739B

    公开(公告)日:2021-04-27

    申请号:CN201810033786.5

    申请日:2018-01-15

    申请人: 重庆大学

    IPC分类号: H02J3/06

    摘要: 本发明公开了一种基于RBF神经网络的概率潮流在线计算方法,主要包括以下步骤:1)建立RBF神经网络概率潮流模型。2)获取所述RBF神经网络概率潮流模型的训练样本x。3)对所述训练样本数据x进行处理。4)对所述RBF神经网络概率潮流模型进行训练。5)获取计算样本。6)将步骤5得到的计算样本数据一次性输入步骤4中训练完成的RBF神经网络概率潮流模型中,得到所述训练目标,从而判断所有训练样本的潮流可解性。计算可解样本的潮流值。将计算样本数据进行反归一化处理。7)统计概率潮流指标。本发明可广泛应用于电力系统的概率潮流在线计算,特别适用于新能源高比例接入导致电力系统不确定性增强的情况。

    一种考虑市场成员不平衡功率贡献的调频里程成本分摊系统

    公开(公告)号:CN116029603A

    公开(公告)日:2023-04-28

    申请号:CN202310075428.1

    申请日:2023-02-07

    摘要: 本发明公开一种考虑市场成员不平衡功率贡献的调频里程成本分摊系统,包括系统不平衡功率量化计算模块、市场成员不平衡功率贡献度计算模块、调频里程成本分摊模块;所述系统不平衡功率量化计算模块根据调整出力的变化来计算反映调频里程需求的系统不平衡功率;所述市场成员不平衡功率贡献度计算模块根据系统不平衡功率计算每个市场成员对系统不平衡功率的贡献度;所述调频里程成本分摊模块根据每个市场成员对系统不平衡功率的贡献度计算得到每个市场成员应承担的调频里程成本。本发明可广泛应用于电力市场调频里程成本的分摊,可激励负荷、新能源等引起系统调频里程需求的市场成员主动降低自身随机波动特性,从而促进系统频率性能的提升。

    基于堆栈降噪自动编码器的电力系统概率潮流计算方法

    公开(公告)号:CN109599872B

    公开(公告)日:2022-11-08

    申请号:CN201811633643.4

    申请日:2018-12-29

    IPC分类号: H02J3/06

    摘要: 本发明公开了基于堆栈降噪自动编码器的电力系统概率最优潮流计算方法,主要步骤为:1)建立SDAE最优潮流模型。2)获取SDAE最优潮流模型输入层的输入样本X。3)对SDAE最优潮流模型进行初始化。4)对SDAE最优潮流模型进行训练,从而得到训练后的SDAE最优潮流模型。5)采用MCS法对待计算概率潮流的电力系统的随机变量进行抽样,从而获取计算样本。6)将步骤5得到的训练样本数据一次性输入步骤4中训练完成的SDAE最优潮流模型中,从而计算出最优潮流在线概率。7)对所述最优潮流在线概率进行分析,即绘制SDAE最优潮流模型的输出变量的概率密度曲线。本发明可广泛应用于电力系统的概率最优潮流求解,特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。

    基于BP神经网络的概率潮流在线计算方法

    公开(公告)号:CN109117951B

    公开(公告)日:2021-11-16

    申请号:CN201810033758.3

    申请日:2018-01-15

    申请人: 重庆大学

    IPC分类号: G06N3/08

    摘要: 本发明公开了一种基于BP神经网络的概率潮流在线计算方法,主要包括以下步骤:1)建立BP神经网络潮流模型。2)初始化BP神经网络潮流模型的基本参数。3)获取训练样本数据。4)确定训练目标。采用所述训练样本数据,对所述BP神经网络潮流模型进行训练,从而得到训练后的BP神经网络潮流模型。5)获取计算样本。6)将步骤3得到的训练样本数据一次性输入步骤4中训练完成的BP神经网络潮流模型中,得到所述训练目标,从而判断所有训练样本的潮流可解性;计算可解样本的潮流值。7)统计概率潮流指标。本发明可广泛应用于电力系统的概率潮流在线计算,特别适用于新能源高比例接入导致电力系统不确定性增强的情况。