-
公开(公告)号：CN114997460A
公开(公告)日：2022-09-02
申请号：CN202210353253.1
申请日：2022-04-06
Applicant: 上海电气工程设计有限公司
Abstract: 本发明公开了一种考虑可再生能源最大消纳的区域型微能源网运行优化方法，包括S1：输入用户端负荷需求；S2：建立供能端设备的模型；S3：建立微能源网系统模型；S4：建立线性化系统模型；线性化系统模型分为两个子层，优化层和运行层；此考虑可再生能源最大消纳的区域型微能源网运行优化方法，区别于现有技术，本发明在考虑区域型风光资源波动性、随机性的的基础上，基于当地用户不同类型负荷的特点，建立风光燃储区域型微能源网的系统模型和优化模型，并设计了双层配置优化逻辑，以风光渗透率最大、弃风弃光率最低为目标，通过混合整数非线性规划求解，可有效实现增加风光消纳量，为用户和厂区提供配置规划、响应方案、负荷分配建议支持等。
-
公开(公告)号：CN114997460B
公开(公告)日：2025-01-10
申请号：CN202210353253.1
申请日：2022-04-06
Applicant: 上海电气工程设计有限公司
Abstract: 本发明公开了考虑可再生能源最大消纳的区域型微能源网运行优化方法，包括S1：输入用户端负荷需求；S2：建立供能端设备的模型；S3：建立微能源网系统模型；S4：建立线性化系统模型；线性化系统模型分为两个子层，优化层和运行层；此考虑可再生能源最大消纳的区域型微能源网运行优化方法，区别于现有技术，本发明在考虑区域型风光资源波动性、随机性的的基础上，基于当地用户不同类型负荷的特点，建立风光燃储区域型微能源网的系统模型和优化模型，并设计了双层配置优化逻辑，以风光渗透率最大、弃风弃光率最低为目标，通过混合整数非线性规划求解，可有效实现增加风光消纳量，为用户和厂区提供配置规划、响应方案、负荷分配建议支持等。
-
公开(公告)号：CN113239503B
公开(公告)日：2022-09-23
申请号：CN202110507232.6
申请日：2021-05-10
Applicant: 上海电气工程设计有限公司 , 上海交通大学
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N3/00 , G06F111/02 , G06F111/08 , G06F113/04
Abstract: 本发明提供了一种基于改进k‑means聚类算法的新能源出力场景分析方法及系统，包括以下步骤：对新能源某时间段内的出力数据进行采样，生成得到矩阵形式的初始场景集U；根据需要按照时间尺度对场景集U进行初始划分；输入初始类聚中心个数k值；根据k值利用基于CS‑GWO算法改进的k‑means聚类算法进行场景缩减；合并聚类结果中各类聚中心为典型场景集C；输出典型场景集C，采用典型场景集C描述该时间段内新能源出力特征。本发明利用GWO算法和CS算法的全局搜索能力对传统k‑means聚类算法进行改进，优化了初始聚类中心的选择，提高了聚类结果表征初始随机变量特性的准确性；将改进的k‑means聚类算法应用于场景缩减，实现了风电、光伏出力场景分析。
-
公开(公告)号：CN113239503A
公开(公告)日：2021-08-10
申请号：CN202110507232.6
申请日：2021-05-10
Applicant: 上海电气工程设计有限公司 , 上海交通大学
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N3/00 , G06F111/02 , G06F111/08 , G06F113/04
Abstract: 本发明提供了一种基于改进k‑means聚类算法的新能源出力场景分析方法及系统，包括以下步骤：对新能源某时间段内的出力数据进行采样，生成得到矩阵形式的初始场景集U；根据需要按照时间尺度对场景集U进行初始划分；输入初始类聚中心个数k值；根据k值利用基于CS‑GWO算法改进的k‑means聚类算法进行场景缩减；合并聚类结果中各类聚中心为典型场景集C；输出典型场景集C，采用典型场景集C描述该时间段内新能源出力特征。本发明利用GWO算法和CS算法的全局搜索能力对传统k‑means聚类算法进行改进，优化了初始聚类中心的选择，提高了聚类结果表征初始随机变量特性的准确性；将改进的k‑means聚类算法应用于场景缩减，实现了风电、光伏出力场景分析。
-
-
-
Search Results
4
records
(took 0.043 seconds)
