一种考虑用户绿证购买效用的绿证‐电能量市场均衡分析系统

    公开(公告)号:CN118428982A

    公开(公告)日:2024-08-02

    申请号:CN202410541518.X

    申请日:2024-04-30

    Applicant: 重庆大学

    Abstract: 一种考虑用户绿证购买效用的绿证‑电能量市场均衡分析系统,包括绿证‑电能量市场双层优化模型构建模块、模型线性化处理模块、模型解析模块和输出模块;本发明建立的电能量‑绿证市场双层优化模型是市场均衡分析的重要基础,包含火力发电商决策模型、新能源发电商决策模型、用户决策模型、电能量市场出清模型和绿证市场出清模型五个部分,有利于分析用户绿证效用和市场参数设置对电能量‑绿证市场的耦合影响。本发明所提出的考虑用户绿证购买效用的绿证‑电能量市场均衡求解系统在解决多个策略性市场主体参与下的市场均衡问题中表现出了较好的性能,在多个策略性市场主体参与的电能量‑绿证市场中,利用KKT条件将双层模型转换为单层模型,通过对角化算法迭代求解并将每一次迭代的优化结果作为下一次迭代的边界条件,最终可有效获取市场均衡解。本发明可广泛应用于电力系统的电能量‑绿证市场均衡研究,能有效分析电能量‑绿证市场间的耦合影响。

    一种基于堆栈降噪自动编码器的概率潮流在线计算方法

    公开(公告)号:CN108304623B

    公开(公告)日:2021-05-04

    申请号:CN201810033776.1

    申请日:2018-01-15

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于堆栈降噪自动编码器的概率潮流在线计算方法,主要包括以下步骤:1)建立SDAE概率潮流模型。2)获取所述SDAE概率潮流模型的训练样本。3)初始化所述SDAE概率潮流模型。4)对所述SDAE概率潮流模型进行训练,从而得到训练后的SDAE概率潮流模型。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SDAE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。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。

    电-气互联系统最优潮流全线性模型的构建方法

    公开(公告)号:CN109902854B

    公开(公告)日:2020-11-27

    申请号:CN201910027181.X

    申请日:2019-01-11

    Applicant: 重庆大学

    Abstract: 本发明公开了电‑气互联系统最优潮流全线性模型的构建方法,主要步骤为:1)建立电‑气互联系统,并获取所述电‑气互联系统的基础数据。2)建立基于深度学习的天然气线性模型。3)基于所述天然气线性模型,建立电‑气互联系统最优潮流全线性模型。本发明提供了一种基于深度学习方法的电‑气互联系统最优潮流全线性模型,对天然气管道模型进行了一段线性化,相比于传统的分段线性模型,本发明所提方法可以极大地提高计算效率。

    一种概率潮流深度神经网络计算的初始化方法

    公开(公告)号:CN110110434A

    公开(公告)日:2019-08-09

    申请号:CN201910367846.1

    申请日:2019-05-05

    Applicant: 重庆大学

    Abstract: 本发明公开了一种概率潮流深度神经网络计算的初始化方法,主要步骤为:1)获取电力系统数据;2)建立概率潮流分析深度神经网络的损失函数,并对深度神经网络的参数θ进行更新;3)对概率潮流模型的参数进行初始化;4)基于概率潮流分析深度神经网络的损失函数和电力系统数据,利用神经网络建立概率潮流模型;本发明可广泛应用于电力系统的概率潮流求解,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。

Patent Agency Ranking