-
公开(公告)号：CN116109009B
公开(公告)日：2023-07-18
申请号：CN202310368418.7
申请日：2023-04-10
Applicant: 山东理工大学 , 山东科汇电力自动化股份有限公司
Abstract: 基于多特征量提取的光储型园区负荷曲线动态识别方法，属于用户侧光储绿色电站运行与控制技术领域。对原始负荷数据进行聚类，获得K条负荷特征曲线；日前负荷与负荷特征曲线所属曲线最值比较，计算相同时间段内k1中的负荷特征曲线以及日前负荷曲线每两个点之间的斜率，并判断是否满足斜率条件；计算日前负荷和k2中的负荷特征曲线的相同时间段的功率差值，并判断是否满足功率条件；计算日前负荷和k3中的负荷特征曲线的相同时间段的每段时间的距离，并判断是否满足距离条件；确定日前负荷曲线所属负荷特征曲线以及对应的储能运行策略。本发明确定该日前负荷的储能运行策略，解决了光储型园区储能运行策略难以确定的问题。
-
Patent Agency Ranking
公开(公告)号：CN116361674B
公开(公告)日：2023-09-19
申请号：CN202310366771.1
申请日：2023-04-07
Applicant: 山东理工大学 , 山东科汇电力自动化股份有限公司
IPC: G06F18/23211 , G06F18/23213 , G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J3/28 , H02J3/38
Abstract: 基于期望成本最小化的光储型园区负荷曲线最优聚类方法，属于用户侧光储绿色电站运行与控制技术领域。原始负荷数据聚K类，获得K条典型负荷曲线；考虑负荷不确定性，建立线性化的期望功率不足和期望功率削减模型；以园区用电电费最小为优化目标，优化计算不同典型负荷曲线下光储型园区储能最优运行曲线；根据K条典型储能运行曲线，考虑负荷不确定性，计算每类负荷中所有负荷曲线下光储型园区用电费用，获得K条储能运行曲线下光储型园区期望用电电费；确定园区负荷曲线的最优聚类数。本发明充分考虑了光储型园区运行的日内经济效益，更贴近于实际应用场景，解决了电力系统实际运行场景下的最佳聚类数问题。
-
公开(公告)号：CN116415732A
公开(公告)日：2023-07-11
申请号：CN202310407877.1
申请日：2023-04-17
Applicant: 山东理工大学 , 山东科汇电力自动化股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/241 , G06N3/0499 , G06N3/086 , H02J3/00
Abstract: 本发明提供了一种基于改进ARNN的用户侧电力负荷数据处理方法，属于数据处理技术领域。S1基于K‑means聚类算法将负荷数据进行分类；S2基于EPPS对人工神经网络节点数优化模型求解，得到每一类负荷曲线最优匹配节点数方案；S3基于动态识别算法建立数据种类识别模型，重构输入矩阵，并选择对应最优节点数；S4基于改进的ARNN建立短期高维负荷动态预测模型。本发明能准确有效的针对短期高维负荷数据实现多步预测，同时考虑了聚类动态识别特性，能够剔除与目标变量无关的变量，并利用EPPS优化出适用于各自类的神经网络节点数，使得输入数据在所属类中进行预测，适应于解决短期高维园区负荷预测问题。
-
公开(公告)号：CN116361674A
公开(公告)日：2023-06-30
申请号：CN202310366771.1
申请日：2023-04-07
Applicant: 山东理工大学 , 山东科汇电力自动化股份有限公司
IPC: G06F18/23211 , G06F18/23213 , G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J3/28 , H02J3/38
Abstract: 基于期望成本最小化的光储型园区负荷曲线最优聚类方法，属于用户侧光储绿色电站运行与控制技术领域。原始负荷数据聚K类，获得K条典型负荷曲线；考虑负荷不确定性，建立线性化的期望功率不足和期望功率削减模型；以园区用电电费最小为优化目标，优化计算不同典型负荷曲线下光储型园区储能最优运行曲线；根据K条典型储能运行曲线，考虑负荷不确定性，计算每类负荷中所有负荷曲线下光储型园区用电费用，获得K条储能运行曲线下光储型园区期望用电电费；确定园区负荷曲线的最优聚类数。本发明充分考虑了光储型园区运行的日内经济效益，更贴近于实际应用场景，解决了电力系统实际运行场景下的最佳聚类数问题。
-
公开(公告)号：CN116109009A
公开(公告)日：2023-05-12
申请号：CN202310368418.7
申请日：2023-04-10
Applicant: 山东理工大学 , 山东科汇电力自动化股份有限公司
IPC: G06Q10/04 , H02J3/28 , H02J3/38 , G06Q50/06 , G06F18/23213
Abstract: 基于多特征量提取的光储型园区负荷曲线动态识别方法，属于用户侧光储绿色电站运行与控制技术领域。对原始负荷数据进行聚类，获得K条负荷特征曲线；日前负荷与负荷特征曲线所属曲线最值比较，计算相同时间段内k1中的负荷特征曲线以及日前负荷曲线每两个点之间的斜率，并判断是否满足斜率条件；计算日前负荷和k2中的负荷特征曲线的相同时间段的功率差值，并判断是否满足功率条件；计算日前负荷和k3中的负荷特征曲线的相同时间段的每段时间的距离，并判断是否满足距离条件；确定日前负荷曲线所属负荷特征曲线以及对应的储能运行策略。本发明确定该日前负荷的储能运行策略，解决了光储型园区储能运行策略难以确定的问题。
-
公开(公告)号：CN118432144A
公开(公告)日：2024-08-02
申请号：CN202410888337.4
申请日：2024-07-04
Applicant: 山东理工大学
IPC: H02J3/28 , G06F18/23213 , G06F18/213 , G06Q10/067 , G06Q10/0637 , G06Q50/06
Abstract: 本发明属于储能协同控制技术领域，涉及一种考虑需量功率防守的园区单表多变压器分散储能运行策略，获取策略步骤为：采集工业园区单表多变压器系统的总负荷数据，通过肘方法确定总负荷数据的最佳聚类数K；考虑实际运行场景，引入不确定负荷期望功率削减和不确定负荷期望功率不足，对负荷不确定性风险进行预测；考虑负荷不确定性，建立园区用户单表多变压器储能动态备用模型；基于多特征拟合技术，得到每个变压器下的典型负荷曲线；基于多特征提取的聚类中心动态识别方法对各变压器的负荷曲线进行识别，确定园区每个负荷的储能运行策略。本发明有效的降低了实际运行中预测误差带来的需量功率超过预设需量功率的风险，且能够有效提高用户收益。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
