基于集群学习的低碳CSP系统协同优化方法及装置

    公开(公告)号:CN113541205A

    公开(公告)日:2021-10-22

    申请号:CN202111071355.6

    申请日:2021-09-14

    Abstract: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置,包括:对系统中的CSP机组进行集群分组,获得多个CSP机组组群;通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量,构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束,进而构建低碳CSP系统规划与运行协同优化模型;获取低碳CSP系统中各机组的额定容量;根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型,获取各机组组群的容量配置方案。其中,CSP机组组群各项约束中的变量都是连续的,为完全的线性优化模型,降低了模型计算的复杂度,适用于大规模电力系统长期规划问题的分析。

    含高比例分布式电源的多元配电网协同调控方法及系统

    公开(公告)号:CN113517721A

    公开(公告)日:2021-10-19

    申请号:CN202111067640.0

    申请日:2021-09-13

    Applicant: 山东大学

    Abstract: 本发明属于电力系统优化调节领域,提供含高比例分布式电源的多元配电网协同调控方法及系统。其中该方法包括多元配电网调节中心获取用户电压信息;基于用户电压信息及优化调节模型,利用拉格朗日算法对优化调节模型中多元配电网调节中心计算部分进行迭代计算相应预设控制目标,同时利用PID算法对迭代计算过程中对应的预设控制目标的误差进行控制,得到对用户侧本地负荷的调节信号,并将用户侧本地负荷的调节信号发送至用户侧;用户侧基于本地负荷的调节信号及所述优化调节模型中用户侧计算部分进行迭代计算相应预设控制目标,同时利用PID算法对迭代计算过程中对应的预设控制目标的误差进行控制,从而调节本地负荷大小。

    基于随机矩阵的区域能源互联网负荷行为分析方法及系统

    公开(公告)号:CN113537844B

    公开(公告)日:2021-12-17

    申请号:CN202111079063.7

    申请日:2021-09-15

    Applicant: 山东大学

    Abstract: 本发明提供了一种基于随机矩阵的区域能源互联网负荷行为分析方法及系统,属于电力有功负荷数据分析技术领域,根据获取的气象数据,得到耦合气象因素指标;根据耦合气象指标数据得到影响因素矩阵;根据有功负荷数据得到基本状态矩阵;根据基本状态矩阵和影响因素矩阵,得到增广数据源矩阵,进行耦合气象因素指标与有功负荷数据的皮尔森系数计算,得到皮尔森系数矩阵;根据皮尔森系数矩阵与基本状态矩阵,得到源矩阵;对源矩阵进行矩阵变换后,得到随机矩阵;对随机矩阵的特征值进行谱分析后得到概率密度分布,根据概率密度分布与历史概率密度分布的对比,得到有功负荷数据的异常识别结果;本发明极大的提高了有功负荷的异常数据识别准确度。

Patent Agency Ranking