-
公开(公告)号:CN111507532A
公开(公告)日:2020-08-07
申请号:CN202010315212.4
申请日:2020-04-18
Applicant: 东北电力大学
Abstract: 本发明是一种基于源-荷-温度场景深度联合生成的多能源微网优化配置方法,其特点是,包括确定典型气象类型与极端温度类型、针对典型气象类型与极端气象类型开展源-荷-温度场景深度联合生成与场景削减、建立多能源微网系统模型、以总年化成本最低为目标建立多能源微网系统优化配置模型等步骤,解决了现有技术采用不同场景生成法开展多能源系统优化配置时,无法考虑新能源测与多能源需求侧的耦合性与极端场景有限难以覆盖极端用能潜在需求的问题。具有方法科学合理,适用性强,效果佳,能够提高多能源微网系统的经济性与供能可靠性等优点。
-
公开(公告)号:CN111507529A
公开(公告)日:2020-08-07
申请号:CN202010308154.2
申请日:2020-04-18
Applicant: 东北电力大学
Abstract: 一种基于经济-环境及能源动态定价双层博弈微能源网容量优化规划方法,包括对经济-环境及能源动态定价双层博弈微能源网容量优化规划方法的框架设计、建立上层环境-经济演化博弈规划模型、建立下层能源动态定价策略主从博弈模型和建立多能源转化耦合枢纽模型等步骤,能够兼顾规划问题中经济效益与环境效益的冲突关系,同时考虑能源价格动态特性,平衡微能源网运营商与用户间冲突利益,提高规划效率与经济性的基于经济-环境及能源动态定价双层博弈微能源网容量优化的规划。能够有效的降低规划总成本,平衡用户负荷峰谷差,提高能源利用效率,同时降低温室气体CO2、空气污染物NOx的排放,实现环境价值。具有科学合理,适用性强,效果佳等优点。
-
公开(公告)号:CN109886465A
公开(公告)日:2019-06-14
申请号:CN201910050608.8
申请日:2019-01-20
Applicant: 东北电力大学
Inventor: 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 杨学航 , 包佳瑞琦 , 吴银银 , 张祎祺 , 李宏伟 , 陈庆珠 , 刘宇航 , 张良 , 刘博
Abstract: 一种基于智能电表用户聚类分析的配电网负荷预测方法,其特征是,包括:分析智能电表用户的负荷波动性,按照波动程度将一天24小时分成3个波动程度有差异的时段;确定预测器输入特征集,并分析该特征集合下,不同用户的特征重要度;以特征重要度集合描述用户差异,并对用户进行SDCKM聚类,将输入特征具有相似响应程度的用户分为一类,日内不同配网总负荷波动程度时段最优聚类结果采用统计实验确定;选取基于集成学习的随机森林预测器,针对不同波动程度时段最优聚类结果,分别构建滚动预测模型。解决了聚类中心初始点选取具有随机性,容易陷入局部最优的问题,降低了滚动预测模型的预测误差,提高基于智能电表用户的配电网负荷预测精度。
-
公开(公告)号:CN108181107A
公开(公告)日:2018-06-19
申请号:CN201810031877.5
申请日:2018-01-12
Applicant: 东北电力大学
Abstract: 本发明是一种计及多分类目标的风电机组轴承机械故障诊断方法,其特点是,包括风电机组轴承振动信号采集、风电机组轴承振动信号处理、风电机组轴承振动信号特征提取、风电机组轴承振动信号特征选择、层次化混合分类器对断路器状态进行识别等步骤,具有科学合理,适应性强,实用价值高,能够准确识别故障的避免现有方法容易将训练样本中不包含的新故障程度或者新故障类型样本误识别为正常状态。
-
公开(公告)号:CN105488598A
公开(公告)日:2016-04-13
申请号:CN201511001376.5
申请日:2015-12-28
Applicant: 国家电网公司 , 国网吉林省电力有限公司吉林供电公司 , 东北电力大学
Abstract: 本发明是一种基于模糊聚类的中长期电力负荷预测方法,其特点是,包括:使用本方法开展中长期电力负荷预测,应确定预测量及其影响因素,通过观测获取各影响因素在一定时间范围内的样本数据,建立样本数据的模糊相似关系,分析各样本的独特性、相似性与亲疏程度等特征,对近似样本进行归并、分类与筛选,形成新的相对独立、关联性较低的行为因子(聚类后负荷影响因素),依据分类结果,分析计算聚类后各样本序列与预测量序列(主行为)的灰色绝对关联度及样本序列的权重系数,以样本聚类结果随后拟合数据预测值为自变量,建立预测量的预测模型,具有科学合理,简便易行,预测精准,适用性强,适用于中长期电力负荷预测。
-
公开(公告)号:CN104484718A
公开(公告)日:2015-04-01
申请号:CN201410752827.8
申请日:2014-12-09
Applicant: 东北电力大学
CPC classification number: G06Q10/047 , G06Q50/06
Abstract: 本发明是一种基于谱聚类和质心分选的电网简化方法,其特点是,采用谱聚类提取保留关键输电线路,建立电网简化模型,然后使用质心分选对电网简化模型进行优化,从而形成最优的保留关键输电线路的电网简化模型,简化模型与简化前电网的潮流计算完全吻合,具有科学合理、计算简单、实用性强的特点,用于电网规划简化计算、关键输电线路安全监视和调控等方面,可实现不同运行方式下的电网等值简化。
-
公开(公告)号:CN109902340B
公开(公告)日:2023-04-07
申请号:CN201910050607.3
申请日:2019-01-20
Applicant: 东北电力大学
Inventor: 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 张祎祺 , 杨学航 , 包佳瑞琦 , 吴银银 , 李宏伟 , 赵文广 , 刘德宝 , 张良 , 刘博
IPC: G06F30/20 , G06F18/23213
Abstract: 本发明是一种计及复杂气象耦合特性的多源‑荷联合场景生成方法,其特点是,包括:风速、辐照、负荷等与气象因素的相关性分析,确定源‑荷气象耦合特性集合;针对历史气象数据进行聚类分析,获得具有不同气象特点的聚类结果;以类内所含日期中风速、辐照、负荷历史数据,构建基于数据驱动的深度MDVAE联合场景生成模型;通过生成的风速、辐照转化为风‑光出力,构建多源‑荷场景。本发明解决了风‑光等可再生能源出力不确定性建模困难的问题,提高了生成场景集与实测数据间概率分布的相似性。
-
公开(公告)号:CN111507532B
公开(公告)日:2022-05-24
申请号:CN202010315212.4
申请日:2020-04-18
Applicant: 东北电力大学
Abstract: 本发明是一种基于源‑荷‑温度场景深度联合生成的多能源微网优化配置方法,其特点是,包括确定典型气象类型与极端温度类型、针对典型气象类型与极端气象类型开展源‑荷‑温度场景深度联合生成与场景削减、建立多能源微网系统模型、以总年化成本最低为目标建立多能源微网系统优化配置模型等步骤,解决了现有技术采用不同场景生成法开展多能源系统优化配置时,无法考虑新能源测与多能源需求侧的耦合性与极端场景有限难以覆盖极端用能潜在需求的问题。具有方法科学合理,适用性强,效果佳,能够提高多能源微网系统的经济性与供能可靠性等优点。
-
公开(公告)号:CN114362225A
公开(公告)日:2022-04-15
申请号:CN202111660228.X
申请日:2021-12-30
Applicant: 国网吉林省电力有限公司经济技术研究院 , 东北电力大学
Inventor: 姜明磊 , 鲁宇 , 时雨 , 佘新 , 张大弛 , 时圣尧 , 张志鹏 , 邢文洋 , 丰顺强 , 周琳 , 辛昊阔 , 姚狄 , 李欣 , 张圆美 , 冯帆 , 王燕涛 , 王柳林 , 张胤涵 , 刘昊然
Abstract: 本申请公开了一种考虑新能源消纳的储能系统选址定容方法及装置。所述考虑新能源消纳的储能系统选址定容方法包括:获取配电网络信息、负荷信息、储能系统数据、火电机组数据以及新能源数据;获取基于新能源消纳的储能选址定容模型;将配电网络信息、负荷信息、储能系统数据、火电机组数据以及新能源数据输入至所述基于新能源消纳的储能选址定容模型,从而获取储能系统定容信息以及该储能系统定容信息所对应的储能系统选址信息。本申请在进行储能系统选址时,综合考虑新能源消纳、火电机组成本以及储能系统投资成本,根据三者来获取最为合适的定容信息以及选址信息。
-
公开(公告)号:CN109902340A
公开(公告)日:2019-06-18
申请号:CN201910050607.3
申请日:2019-01-20
Applicant: 东北电力大学
Inventor: 黄南天 , 王文婷 , 蔡国伟 , 杨冬锋 , 黄大为 , 杨德友 , 孔令国 , 王燕涛 , 张祎祺 , 杨学航 , 包佳瑞琦 , 吴银银 , 李宏伟 , 赵文广 , 刘德宝 , 张良 , 刘博
Abstract: 本发明是一种计及复杂气象耦合特性的多源-荷联合场景生成方法,其特点是,包括:风速、辐照、负荷等与气象因素的相关性分析,确定源-荷气象耦合特性集合;针对历史气象数据进行聚类分析,获得具有不同气象特点的聚类结果;以类内所含日期中风速、辐照、负荷历史数据,构建基于数据驱动的深度MDVAE联合场景生成模型;通过生成的风速、辐照转化为风-光出力,构建多源-荷场景。本发明解决了风-光等可再生能源出力不确定性建模困难的问题,提高了生成场景集与实测数据间概率分布的相似性。
-
-
-
-
-
-
-
-
-