-
公开(公告)号：CN109524958B
公开(公告)日：2020-06-30
申请号：CN201811324850.1
申请日：2018-11-08
Applicant: 国网浙江省电力有限公司经济技术研究院 , 华北电力大学 , 国家电网有限公司
Abstract: 本发明公开了一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法。目前关于电力系统灵活性的研究仍处于起步阶段。本发明的技术方案包括：步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；步骤4，通过对约束条件的转化，将NP‑hard问题转换为线性规划和二次规划问题进行求解。本发明基于电力系统灵活性区间指标的基础上，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划，达到提升系统灵活性目的。
-
公开(公告)号：CN109524958A
公开(公告)日：2019-03-26
申请号：CN201811324850.1
申请日：2018-11-08
Applicant: 国网浙江省电力有限公司经济技术研究院 , 华北电力大学 , 国家电网有限公司
Abstract: 本发明公开了一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法。目前关于电力系统灵活性的研究仍处于起步阶段。本发明的技术方案包括：步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；步骤4，通过对约束条件的转化，将NP-hard问题转换为线性规划和二次规划问题进行求解。本发明基于电力系统灵活性区间指标的基础上，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划，达到提升系统灵活性目的。
-
公开(公告)号：CN107330517B
公开(公告)日：2021-08-06
申请号：CN201710448867.7
申请日：2017-06-14
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于S_Kohonen的非侵入式居民负荷识别方法，所述非侵入式居民负荷识别方法包括以下步骤：步骤一：根据家庭电力入口处有功功率的变化判断投切事件，当发生投切事件时，在家庭电力入口处采集发生投切事件的电器电流样本；步骤二：对采集到的电器电流样本进行频域分析，提取其频域谐波幅值作为各电器的负荷特征，形成负荷特征库；步骤三：设计适用于居民负荷识别的S_Kohonen神经网络，确定S_Kohonen神经网络输入层和输出层的神经元个数以及竞争层的规模，以确定获胜神经元的选择方式和权值调整的学习算法；步骤四：初始化参数；步骤五：训练集对S_Kohonen网络进行训练，测试集进行测试；步骤六：调整网络参数实现最佳网络性能。
-
公开(公告)号：CN107330517A
公开(公告)日：2017-11-07
申请号：CN201710448867.7
申请日：2017-06-14
Applicant: 华北电力大学
CPC classification number: G06N3/088 , G01R19/0092 , G01R23/16 , G06N3/04
Abstract: 本发明公开了一种基于S_Kohonen的非侵入式居民负荷识别方法，所述非侵入式居民负荷识别方法包括以下步骤：步骤一：根据家庭电力入口处有功功率的变化判断投切事件，当发生投切事件时，在家庭电力入口处采集发生投切事件的电器电流样本；步骤二：对采集到的电器电流样本进行频域分析，提取其频域谐波幅值作为各电器的负荷特征，形成负荷特征库；步骤三：设计适用于居民负荷识别的S_Kohonen神经网络，确定S_Kohonen神经网络输入层和输出层的神经元个数以及竞争层的规模，以确定获胜神经元的选择方式和权值调整的学习算法；步骤四：初始化参数；步骤五：训练集对S_Kohonen网络进行训练，测试集进行测试；步骤六：调整网络参数实现最佳网络性能。
-
-
-
Search Results
4
records
(took 0.064 seconds)
