-
公开(公告)号:CN114118579B
公开(公告)日:2023-06-09
申请号:CN202111425267.1
申请日:2021-11-26
Applicant: 南方电网调峰调频发电有限公司 , 南方电网能源发展研究院有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F119/06
Abstract: 本申请涉及一种新能源场站储能配置规划方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:基于新能源站在历史时间周期内的历史出力数据,确定新能源站在各个采样时间段内的参考运行数据并代入构建的目标函数,参考运行数据包括新能源站的预测出力功率、实际出力功率和弃新能源功率;在构建的储能装置的运行约束条件、新能源站的弃新能源率约束条件,以及新能源站和储能装置的并网波动率联合约束条件下最小化目标函数,得到使得新能源场站的综合运行成本最小的储能装置的额定工作参数,作为储能装置的储能配置规划结果,有利于合理的规划储能配置容量,提高新能源利用率。
-
公开(公告)号:CN115471089A
公开(公告)日:2022-12-13
申请号:CN202211149455.0
申请日:2022-09-21
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种复合电站的参数配置方法、装置、计算机设备和存储介质。所述方法包括:根据新能源机组的第一电能产量、传统能源机组的第二电能产量,以及待配置的复合电站的总预期电能产量和新能源预期电能产量,构建复合电站的运行模型根据复合电站的构建成本和使用成本,构建复合电站的成本目标函数;运行模型和成本目标函数中均包含复合电站的配置参数,配置参数至少包括:复合电站中新能源机组的数量参数和传统能源机组的数量参数;以运行模型为第一约束条件,求解成本目标函数,得到配置参数的参数值。采用本方法能够优化复合电站的配置,在低成本的基础上保证城市电能供需平衡。
-
公开(公告)号:CN112365090A
公开(公告)日:2021-02-12
申请号:CN202011366686.8
申请日:2020-11-26
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明涉及公开了基于深度学习的非入侵式用电负荷识别方法,包括:获取数据,其中,所述数据包括:历史负荷数据和外部影响因素数据;对所述数据进行预处理,其中,所述预处理具体为:对所述历史负荷数据进行剔除坏值、填补空值、计算特征值和归一化处理;并对所述外部影响数据进行量化处理;将预处理后的数据依次输入到预设的深度学习模型、时序模型以及分类模型,输出结果并得到负荷识别的结果。本发明能够通过现有的家庭负荷电力监测装置(家用电表),实现对家庭用户不同类型负荷(电器)的状态识别的目的。
-
公开(公告)号:CN110991739A
公开(公告)日:2020-04-10
申请号:CN201911217443.5
申请日:2019-11-29
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明公开了一种行业电量需求预测模型的构建方法及预测方法,行业电量需求预测模型的构建方法:根据设定的行业电量相关性分析程序,获取行业电量增长的第一主导因素;其中,所述行业电量相关性分析程序为关联规则挖掘程序和主成分分析程序相结合;根据预先建立的历史行业电量相关性分析数据集,提取行业电量增长的第二主导因素;根据所述第一主导因素和所述第二主导因素,分别对ARIMA模型和多元回归模型进行修正并耦合,得到行业电量需求预测模型。与传统方法相比,本发明在预测精度上有较大提升,且可推广到其他行业,具有较强的适用性和可行性。
-
公开(公告)号:CN116937566A
公开(公告)日:2023-10-24
申请号:CN202310918374.0
申请日:2023-07-25
Applicant: 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC: H02J3/00 , H02J3/38 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/06
Abstract: 本申请涉及神经网络领域,特别是涉及一种风电功率多步预测方法、装置、计算机设备和存储介质,所述方法包括:获取待测风电场的历史风电负荷数据集,所述历史风电负荷数据集包括历史风电功率和历史天气特征;基于所述历史天气特征与所述历史风电功率的相关系数,选择所述历史天气特征中的目标天气特征;将所述历史风电功率和目标天气特征作为样本对CNN‑RNN‑LGBM模型进行训练,以优化所述CNN‑RNN‑LGBM模型的超参数,直到获得最优组合模型;基于所述待测风电场在目标时序段的风电负荷数据集,利用所述最优组合模型进行风电功率的多步预测。本发明提升风电功率的预测精度。
-
公开(公告)号:CN116777070A
公开(公告)日:2023-09-19
申请号:CN202310780590.3
申请日:2023-06-28
Applicant: 中国南方电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23 , G06F18/213
Abstract: 本申请涉及一种风能资源预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待预测区域在历史时间段内的多组气象数据;每组气象数据对应的时间区间的长度相同;获取多组气象数据中的两两气象数据之间的距离,基于距离确定每组气象数据的密度特征;基于距离和密度特征,对多组气象数据进行聚类,得到多个聚类簇;分别对各个聚类簇包含的气象数据进行特征提取处理,得到各个聚类簇的气象特征;基于各个聚类簇的气象特征,确定待预测区域在预测时间段内的风能资源信息。采用本方法,能够提升风能资源的预测结果的可靠性。
-
公开(公告)号:CN116777069A
公开(公告)日:2023-09-19
申请号:CN202310780398.4
申请日:2023-06-28
Applicant: 中国南方电网有限责任公司 , 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种考虑复杂地理因素的光伏电站的图特征网络选址方法。所述方法包括:获取目标区域的地图以及所述地图对应的地理信息;基于图神经网络对所述地图进行建模,得到所述目标区域的位置特征,以及将所述地理信息输入至预先训练的特征网络模型,得到所述目标区域的地理特征;将所述位置特征与所述地理特征的融合特征输入至预先训练的胶囊神经网络模型,得到所述目标区域的目标特征;根据所述目标特征,从所述目标区域中确定出光伏电站的目标位置。采用本方法能够提高光伏电站选址的准确性。
-
公开(公告)号:CN116681298A
公开(公告)日:2023-09-01
申请号:CN202310566154.6
申请日:2023-05-18
Applicant: 中国南方电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC: G06Q10/0637 , G06Q50/06 , G06V20/13 , G06V10/30 , G06V10/774 , G06N20/00
Abstract: 本申请涉及一种风电场选址方法、装置、计算机设备、存储介质和产品。方法包括:根据待选址区域的待选址卫星地图图像和待选址地形地貌图像,对待选址区域进行划分,得到多个目标区域,各目标区域对应的地形地貌不同;针对每个目标区域,基于目标区域的目标卫星地图图像、目标地形地貌图像和目标历史气象数据,确定目标区域的第一风量数据;基于各目标区域的第一风量数据,确定风电场的选址结果。采用本方法能够提高风电场选址结果的精度。
-
公开(公告)号:CN116565851A
公开(公告)日:2023-08-08
申请号:CN202310558840.9
申请日:2023-05-17
Applicant: 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种基于聚类算法的风电场功率预测方法、装置、计算机设备和存储介质,能够提高风电场功率预测效率。所述方法包括:对预先获取的风电场的历史出力数据时间序列进行分割,基于分割结果得到多个片段序列;对多个片段序列进行聚类,得到多个片段序列簇,并根据每个片段序列簇的簇心片段序列,得到典型出力数据时间序列;获取当前出力数据时间序列;当前出力时间数据序列包括与未来时间点邻近的多个历史序列样点和未来时间点的预测序列样点;基于当前出力数据时间序列与各个典型出力数据时间序列的比较结果,确定风电场在未来时间点的预测风电场功率。
-
公开(公告)号:CN113315171B
公开(公告)日:2022-10-18
申请号:CN202110542136.5
申请日:2021-05-18
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种新能源消纳能力评估方法、装置、计算机设备和存储介质。所述方法包括:获取电力系统全年的日负荷;通过对所述日负荷进行聚类,得到所述电力系统的季节日负荷;通过对所述季节日负荷进行傅里叶分解,得到季节典型日负荷;根据所述季节典型日负荷和预设的日前调度模型,确定所述电力系统的新能源出力计划;所述新能源出力计划用于表征所述电力系统全年的新能源最大消纳量;根据所述新能源出力计划与所述电力系统全年用电量之间的比值,得到新能源消纳能力评估值。采用本方法能够评估电力系统在不同季节场景下的新能源消纳能力,使评估结果准确反映电力系统的实际消纳能力。
-
-
-
-
-
-
-
-
-