计及输电费的电力系统松耦合出清与定价方法

    公开(公告)号:CN116342162A

    公开(公告)日:2023-06-27

    申请号:CN202310334899.X

    申请日:2023-03-31

    Abstract: 一种计及输电费的电力系统松耦合出清与定价方法,根据各区域发电机及负荷的报价曲线和对应的电力系统网络模型,在考虑多种形式输电费的情况下构建以最大化送端区域社会福利为目标函数的区域间市场出清模型以及以最大化受端区域社会福利为目标函数的区域内市场出清模型;通过对区域间市场出清模型与区域内市场出清模型采用传递区域间购电价格与区域间购电需求量的方式迭代求解,得到各区域发电机及负荷的中标结果后进一步求解区域间市场定价模型与区域内市场定价模型,并基于节点电价为各个发电机和负荷定价;最后得到市场出清结果以及各个发电机和负荷的定价结果。本发明能够在区域间‑区域内电力市场出清模型考虑多种形式输电费,提高电力资源利用率,并保障定价机制的合理性与公平性并适应多种形式输电费并存的情况,并且在提高电力资源利用率的同时,保障电力市场定价的合理性与公平性。

    一种含分布式能源配网的用户用能行为识别方法

    公开(公告)号:CN115438742A

    公开(公告)日:2022-12-06

    申请号:CN202211141959.8

    申请日:2022-09-20

    Abstract: 本发明公开了一种含分布式能源配网的用户用能行为识别方法,涉及用户用能行为识别领域,该方法包括以下步骤:从配网的母线处采集数据,并将数据随机分为训练集和测试集;对于训练集,进行分类别辨识,对于受天气和/或季节影响大的柔性负荷,再进行分时段辨识;将训练集数据导入GRU神经网络进行训练,训练过程中同步使用测试集来验证训练模型在测试集上的辨识效果;将负荷运行曲线输入训练模型进行分类辨识,得到配网用户用能行为的识别结果。本发明通过对配网母线采样数据的深层挖掘,能够为配网用户负荷用能状态提供有效的监控和识别手段,有利于提升配网用能识别的效率和准确性,对低压配网需求响应等工作的开展有重要意义。

Patent Agency Ranking