一种考虑容载比动态调整的储能站与变电站联合规划方法

    公开(公告)号:CN113034205B

    公开(公告)日:2022-03-11

    申请号:CN202110423778.3

    申请日:2021-04-20

    Abstract: 本发明公开了一种考虑容载比动态调整的储能站与变电站联合规划方法,涉及电网规划领域,包括以下步骤:根据历史数据预测规划年限负荷增长,确定地区的负荷特性;根据规划地区的负荷特性判断是否进行储能站和变电站的联合规划;根据储能对容载比计算系数的影响,修正所述计算系数中的分散系数K1、主变压器运行率K3、发展储备系数K4,得到容载比的动态调整;根据规划年的储能渗透率,确定容载比指标的取值;以规划成本最小为目标函数,以满足负荷需求、储能运行为约束条件,建立储能站和变电站的联合规划模型。本发明从根本上降低了变电容量规划时的需求,提高了变压器的平均负载率,兼顾安全性和经济性。

    一种基于Boosting感知的深度学习多微网弹性组合决策方法

    公开(公告)号:CN113689024A

    公开(公告)日:2021-11-23

    申请号:CN202110619257.5

    申请日:2021-06-03

    Inventor: 郝然 艾芊

    Abstract: 本发明提供了一种基于Boosting感知的深度学习多微网弹性组合决策方法,涉及Boosting分类器、深度神经网络和考虑运行弹性的多微电网组合运行调度等领域。包括微网组合优化建模、基于NATAF变换的学习样本生成、基于Boosting感知器的深度神经网络学习三个部分,所述微网组合优化建模以重要负荷供电恢复能力作为目标,并为运营商提供备用供电路径;所述基于NATAF变换的学习样本生成,将原始样本扩展到考虑变量相关性的所有可行空间;所述基于Boosting感知器的深度神经网络学习是通过神经元的分层迭代遍历来调整深度神经网络权重,并采用交叉投票机制将二分类感知学习升级为多分类学习。利用本发明提供的算法,实时性高,并对整体弹性进行考虑,适用性不受限制。

    一种基于分布式代理的互联微电网及调度价格优化方法

    公开(公告)号:CN109149568B

    公开(公告)日:2021-11-02

    申请号:CN201811049438.3

    申请日:2018-09-10

    Abstract: 本发明公开了一种基于分布式代理的互联微电网及调度价格优化方法,其特征在于,包括电网,微电网,微电网代理;孤岛模式下,所述微电网代理互联通信,获取本地微电网信息,控制微电网中的负荷和可调节分布式发电;并网模式下,有领导功能的微电网代理监控电网的联络功率,并与其它微电网代理互联通信。本发明还公布了基于分布式代理的互联微电网调度价格优化方法,通过隐私保护流言算法,优化孤岛模式下互联微电网的全局零售报价;通过一致性算法和分布式扰动原‑对偶子梯度算法,估计并求解并网模式下全局约束的最优价格。本发明避免泄漏用户隐私,节约通信网及通信设备投资,跟踪性能灵敏,特别适用于多主体互联微电网的价格互动和一致调度。

    一种面向调峰辅助服务的可调控资源的互动方法

    公开(公告)号:CN112993978A

    公开(公告)日:2021-06-18

    申请号:CN202110191350.0

    申请日:2021-02-19

    Abstract: 本发明公开了一种面向调峰辅助服务的可调控资源的互动方法,所述可调控资源包括可平移负荷、可转移负荷、可中断负荷、热电能源;所述互动方法包括日前互动阶段、日内邀约阶段和结算阶段;所述日前互动阶段包括签订协议、日前竞价和CHP热电互动;所述日内邀约阶段补充所述日前互动阶段的负荷缺口;所述结算阶段,是所述运营商根据所述用户可调控资源的调用容量的具体情况进行补偿或者惩罚。本发明公开的所述互动方法,充分考虑多主体和可调控资源的多种用能特点,激励性强、灵活性高和可持续好,并且兼顾用户接受度和操作性。

    考虑需求响应基于多代理的双边电力市场优化决策方法

    公开(公告)号:CN112465303A

    公开(公告)日:2021-03-09

    申请号:CN202011233077.5

    申请日:2020-11-06

    Abstract: 本发明公开了一种考虑需求响应基于多代理的双边电力市场优化决策方法,包括:发电商Agent确定报价策略,递交分段报价信息;零售商Agent进行负荷预测,递交购电投标信息;ISO根据收到的报价信息和购电投标信息,生成供给曲线和需求曲线,并调用出清算法,确定市场出清信息;各发电商Agent计算各自的发电成本和收益,根据Q学习算法完善决策;各零售商Agent计算购电成本,并确定零售电价;用户Agent向零售商Agent购电,根据实际情况和价格信号进行响应并调整用电计划;零售商Agent计算其收益,根据Q学习算法完善决策。本发明在双边电力市场机制下考虑了用户、零售商、发电商各方收益,优化了各方决策行为。

    一种基于多智能体系统的能源局域网分布式协同控制方法

    公开(公告)号:CN108039726B

    公开(公告)日:2021-02-09

    申请号:CN201711314807.2

    申请日:2017-12-12

    Abstract: 本发明公开了一种基于多智能体系统的能源局域网分布式协同控制方法,包括如下步骤:(1)构建能源局域网三级控制架构,即“本地下垂控制‑次级功率优化控制‑集中优化、区域自治”的控制架构;(2)设计调度决策功能模块,在能源局域网内部发生故障切机和并、离网切换过程中,协调不同控制响应速率的可调控资源,响应局域网内部和外部的能量需求,快速平抑联络线的功率波动;(3)构建基于多智能体系统的分布式稀疏通信网络,通过邻近智能体间通信,基于一致性算法估算出全网的平均电压,对本地下垂控制器的电压和频率进行修正来模拟同步发电机的行为。通过以上方法,实现了能量管理最优、多元用户的灵活互动和分布式资源的协调运行。

Patent Agency Ranking