-
公开(公告)号：CN111342500A
公开(公告)日：2020-06-26
申请号：CN202010193875.3
申请日：2020-03-19
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
Abstract: 本发明涉及一种小水电虚拟电厂的多时间尺度优化调度方法，包括以下步骤；步骤S1:日前优化调度，基于日前风电机组出力预测，构建虚拟电厂的日前总计划出力；步骤S2:日内滚动优化调度,基于日前出力计划和短期风电机组出力预测，通过滚动优化的形式和利用实时数据修正发电计划；步骤S3:日内实时优化调度,以超短期负荷预测为基础，减小实时调度计划出力和滚动计划出力的偏差，最终得到实际的实时出力；步骤S4:根据日前优化调度、日内滚动优化调度和日内实时优化调度，并基于日前优化调度电网中风电功率变化的实际情况，实现对电网风电功率波动进行优化调控。本发明实现对虚拟电厂的优化调度，平抑风电功率的波动，为电力系统的安全、稳定运行提供保障。
-
公开(公告)号：CN112836876B
公开(公告)日：2023-12-08
申请号：CN202110148659.1
申请日：2021-02-03
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
Inventor： 陈锦植 , 梁宏池 , 陈超锋 , 苏建新 , 林锦灿 , 陈琪 , 陈金星 , 陈剑 , 陈利娜 , 柳卫明 , 洪云飞 , 罗莹莹 , 彭积城 , 刘毅 , 刘海琼 , 郑梦娜 , 王耀 , 郭煌
IPC: H02J3/00 , G06Q50/06 , G06F18/214 , G06F18/243 , G06F18/27 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的配电网线路负荷预测方法，包含以下步骤：获取待预测线路的历史负荷数据和气象数据；将每一时间段的负荷数据和气象数据组合得到复数个原始数据；通过预处理模块对各原始数据进行预处理，得到样本数据集；建立配电网线路负荷预测模型，配电网线路负荷预测模型包含初步预测模块和优化预测模块，通过样本数据集对初步预测模块进行训练，通过训练好的初步预测模块，对样本数据集进行预测，得到由初步预测结果组成的初步预测结果集；通过初步预测结果集对优化测试模块进行训练，得到训练好的优化预测模块；配电网线路负荷预测。本发明利用与电网线路负荷有关数据的不同维度特征，能够有效提高对待预测
-
公开(公告)号：CN111342500B
公开(公告)日：2022-03-08
申请号：CN202010193875.3
申请日：2020-03-19
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
Abstract: 本发明涉及一种小水电虚拟电厂的多时间尺度优化调度方法，包括以下步骤；步骤S1:日前优化调度，基于日前风电机组出力预测，构建虚拟电厂的日前总计划出力；步骤S2:日内滚动优化调度,基于日前出力计划和短期风电机组出力预测，通过滚动优化的形式和利用实时数据修正发电计划；步骤S3:日内实时优化调度,以超短期负荷预测为基础，减小实时调度计划出力和滚动计划出力的偏差，最终得到实际的实时出力；步骤S4:根据日前优化调度、日内滚动优化调度和日内实时优化调度，并基于日前优化调度电网中风电功率变化的实际情况，实现对电网风电功率波动进行优化调控。本发明实现对虚拟电厂的优化调度，平抑风电功率的波动，为电力系统的安全、稳定运行提供保障。
-
Patent Agency Ranking
公开(公告)号：CN108767870B
公开(公告)日：2021-09-28
申请号：CN201810687664.8
申请日：2018-06-28
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
IPC: H02J3/16
Abstract: 本发明涉及一体分布式自适应无功电压自动控制方法，包括地调侧无功电压自动控制系统AVC与一个以上的县调侧无功电压自动控制系统AVC；当电网网络正常时，地调侧AVC服务集中运算、统一决策；当系统解列时模型自适应调整，各县调侧AVC分布式运行、分布式决策；当电网网络恢复时，控制和闭锁保护数据智能同步，同时恢复地调侧AVC服务集中运算、统一决策，有效提高系统的可靠性；其中，地调侧的AVC与县调侧的AVC服务采用遗传算法与灵敏度分析相结合的方式进行运算与决策。本发明能够保证电网安全、高效、稳定运行，同时提高电压合格率、降低网损、延长电气设备寿命，降低调控人员劳动强度。
-
公开(公告)号：CN112801333B
公开(公告)日：2023-12-08
申请号：CN202011327346.4
申请日：2020-11-24
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
Inventor： 陈锦植 , 梁宏池 , 陈超锋 , 苏建新 , 林锦灿 , 陈琪 , 陈金星 , 陈剑 , 陈利娜 , 柳卫明 , 洪云飞 , 罗莹莹 , 彭积城 , 刘毅 , 刘海琼 , 郑梦娜
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N20/00
Abstract: 本发明涉及一种基于XGBoost的配电网线路夏季峰值负荷预测方法，首先对预测线路列表中的线路进行夏季负载率峰值增长趋势聚类分析，筛选出未来可能发生重过载的线路作为待预测线路；然后再从筛选后的预测线路中挑选典型线路进行XGBoost模型建模、参数调优，XGBoost模型采用的样本特征值包括气象特征数据、时间特征数据和春季负荷特征数据；最后用统一的模型参数预测筛选后预测线路列表的夏季负荷高峰周的线路负荷曲线，输出预测结果清单。本发明针对线路历史数据量大、负荷预测计算量大的问题，通过负载率峰值增长趋势聚类分析减少待预测线路，避免不必要的计算，提高预测精度。
-
公开(公告)号：CN112801333A
公开(公告)日：2021-05-14
申请号：CN202011327346.4
申请日：2020-11-24
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司 , 杭州沃瑞电力科技有限公司
Inventor： 陈锦植 , 梁宏池 , 陈超锋 , 苏建新 , 林锦灿 , 陈琪 , 陈金星 , 陈剑 , 陈利娜 , 柳卫明 , 洪云飞 , 罗莹莹 , 彭积城 , 刘毅 , 刘海琼 , 郑梦娜
Abstract: 本发明涉及一种基于XGBoost的配电网线路夏季峰值负荷预测方法，首先对预测线路列表中的线路进行夏季负载率峰值增长趋势聚类分析，筛选出未来可能发生重过载的线路作为待预测线路；然后再从筛选后的预测线路中挑选典型线路进行XGBoost模型建模、参数调优，XGBoost模型采用的样本特征值包括气象特征数据、时间特征数据和春季负荷特征数据；最后用统一的模型参数预测筛选后预测线路列表的夏季负荷高峰周的线路负荷曲线，输出预测结果清单。本发明针对线路历史数据量大、负荷预测计算量大的问题，通过负载率峰值增长趋势聚类分析减少待预测线路，避免不必要的计算，提高预测精度。
-
公开(公告)号：CN112836876A
公开(公告)日：2021-05-25
申请号：CN202110148659.1
申请日：2021-02-03
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司 , 杭州沃瑞电力科技有限公司
Inventor： 陈锦植 , 梁宏池 , 陈超锋 , 苏建新 , 林锦灿 , 陈琪 , 陈金星 , 陈剑 , 陈利娜 , 柳卫明 , 洪云飞 , 罗莹莹 , 彭积城 , 刘毅 , 刘海琼 , 郑梦娜 , 王耀 , 郭煌
Abstract: 本发明涉及一种基于深度学习的配电网线路负荷预测方法，包含以下步骤：获取待预测线路的历史负荷数据和气象数据；将每一时间段的负荷数据和气象数据组合得到复数个原始数据；通过预处理模块对各原始数据进行预处理，得到样本数据集；建立配电网线路负荷预测模型，配电网线路负荷预测模型包含初步预测模块和优化预测模块，通过样本数据集对初步预测模块进行训练，通过训练好的初步预测模块，对样本数据集进行预测，得到由初步预测结果组成的初步预测结果集；通过初步预测结果集对优化测试模块进行训练，得到训练好的优化预测模块；配电网线路负荷预测。本发明利用与电网线路负荷有关数据的不同维度特征，能够有效提高对待预测线路负荷的预测精度。
-
公开(公告)号：CN108767870A
公开(公告)日：2018-11-06
申请号：CN201810687664.8
申请日：2018-06-28
Applicant: 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司
IPC: H02J3/16
CPC classification number: H02J3/16
Abstract: 本发明涉及一体分布式自适应无功电压自动控制方法，包括地调侧无功电压自动控制系统AVC与一个以上的县调侧无功电压自动控制系统AVC；当电网网络正常时，地调侧AVC服务集中运算、统一决策；当系统解列时模型自适应调整，各县调侧AVC分布式运行、分布式决策；当电网网络恢复时，控制和闭锁保护数据智能同步，同时恢复地调侧AVC服务集中运算、统一决策，有效提高系统的可靠性；其中，地调侧的AVC与县调侧的AVC服务采用遗传算法与灵敏度分析相结合的方式进行运算与决策。本发明能够保证电网安全、高效、稳定运行，同时提高电压合格率、降低网损、延长电气设备寿命，降低调控人员劳动强度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.057 seconds)
