-
公开(公告)号：CN117039841A
公开(公告)日：2023-11-10
申请号：CN202310760860.4
申请日：2023-06-26
Applicant: 云南电网有限责任公司
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06Q10/067 , G06Q10/0639 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了一种大型新能源基地供电能力预测方法及系统包括：采集并选取用于提升数值天气预报的预报频率的历史天气数据；将历史天气数据插入到预报天气数据中，并通过拉格朗日插值法拟合高频数值天气预报数据的曲线；建立风电场和光伏电站的出力模型，根据历史电力数据和天气数据修正建立的出力模型，并结合得到的高频数值天气预报数据计算风电场和光伏电站的出力；根据风电场和光伏电站的出力，计算风电场和光伏电站的各项供电指标；根据各项供电能力指标分析其对用新能源基底的供电能力。本发明实现对新能源基地的全天供电能力的预测，增大了预测的准确度，有利于实现大规模新能源并网发电和利用新能源提高电力系统的供电可靠性。
-
公开(公告)号：CN116757316A
公开(公告)日：2023-09-15
申请号：CN202310670839.5
申请日：2023-06-07
Applicant: 云南电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/092 , G06F18/214
Abstract: 本发明公开一种基于数据增强与CNN‑LSTM的风电功率概率预测方法，将采集的NWP数据及对应功率数据划分成两个独立数据集，用于预测模型训练和测试；首先用训练数据集对Wasserstein GAN进行训练，生成大量与训练数据集样本相似的数据，同时采用误差分布相似的风电场数据实现数据迁移；将真实训练数据集样本与生成样本分别作为LSTM与CNN模型的输入，并通过全连接层构成CNN‑LSTM组合概率预测模型；为评判预测模型性能，选取最合适的预测模型，将测试数据集输入选取的CNN‑LSTM概率预测模型后进行预测，输出结果。本发明方法适用于新建风电场或极端天气等数据不充足场景下的风电功率概率预测，相较于直接建模，预测精度高，数据适用范围广，具有推广价值。
-
公开(公告)号：CN116756900A
公开(公告)日：2023-09-15
申请号：CN202211734896.7
申请日：2022-12-31
Applicant: 云南电网有限责任公司
IPC: G06F30/20 , G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F111/04
Abstract: 本发明公开了一种快速出清大规模水电主体电力市场的模型分解方法，包括：依据水电出力与竞价特性，将大规模现货市场出清模型分解为上下两层模型；上层模型为上层机组组合问题，下层模型则为下层市场出清经济调度问题；通过改进型的广义Benders算法，两层模型依次迭代求解，在提升效率的同时得到最优解，即出清得到运行日各机组出力计划；能够在短期的市场出清中减少购电成本，减少水库弃水，在当前电力市场背景下，为实际工程中的水库短期市场出清提供价值参考。
-
公开(公告)号：CN116523134A
公开(公告)日：2023-08-01
申请号：CN202310491404.4
申请日：2023-05-04
Applicant: 云南电网有限责任公司
Abstract: 本发明实施例公开了一种青藏高原春季积雪深度异常预测方法及装置，所述方法包括：根据待预测时段所处的月份所需的预测因子，获取所述待预测时段内与所述预测因子的类型相匹配的观测数据；将所述观测数据输入预先构建的预测模型，以得到所述预测时间段的积雪深度预测结果；其中，所述预测模型是根据预先确定的预测因子通过多元线性回归方法建立的，所述预测因子是根据不同月份中目标区域积雪深度与气候因子的相关程度确定的。解决了现有技术中针对不同月份的积雪深度预测准确性较低的问题。
-
公开(公告)号：CN116681324A
公开(公告)日：2023-09-01
申请号：CN202310436647.8
申请日：2023-04-21
Applicant: 云南电网有限责任公司
IPC: G06Q10/0639 , H02J3/46 , H02J3/28 , G06Q10/0631 , G06Q50/06 , G06N5/04
Abstract: 本发明公开了一种多时间尺度电网调度能力多目标评价方法，包括确立电网调度能力的目标评价指标；根据目标评价指标确立综合博弈赋权法；运用综合博弈赋权法获得目标评价指标的指标权重集合；根据指标权重集合和电网调度结果进行多时间尺度电网调度能力的评估与修正。与现有技术相比，本发明采用博弈论理论和主客观赋权法，基于可再生能源经济效益、环境效益、政府政策，建立多目标下电力电量平衡结果评价方法，揭示了广域风光水互动运行和互补消纳水平，能够更有效的引导新型电力系统在经济、市场、政策和环境多重背景下进行短期和中长期的电力电量平衡。有利于促进电力电量平衡，提高可再生能源的消纳率。
-
Patent Agency Ranking
公开(公告)号：CN116366703A
公开(公告)日：2023-06-30
申请号：CN202310399140.X
申请日：2023-04-14
Applicant: 云南电网有限责任公司
IPC: H04L67/14 , H04L67/141 , H04L69/00
Abstract: 本发明公开了一种调度中心主控的安全数据传输方法，将传统的以调度中心为服务器端、测站为客户端的数据传输模式改变成由汇集中心发起请求、测站响应并完成数据传送的反向“拉动”模式。即将所有的下级测站作为服务端，上级调度中心或数据中心作为客户端，由中心侧主动发起连接请求，建立中心侧与基层站点之间的通讯链路，通过定义的应用层数据传输协议，确保中心侧在网络中不再暴露端口，且掌握与谁连接、连接时长和方式的主动权，避免中心侧的服务器，有效杜绝不合规的用户接入中心站并进行访问量控制，提高了中心侧的主控性和安全性。
-
公开(公告)号：CN116882655A
公开(公告)日：2023-10-13
申请号：CN202310720899.3
申请日：2023-06-16
Applicant: 云南电网有限责任公司
IPC: G06Q10/0631 , G06Q50/06 , H02J3/00
Abstract: 本申请涉及一种灵活爬坡产品与电能量市场联合优化出清方法及装置，其中，方法包括：获取水电机组的实际运行参数；根据实际运行参数构建灵活爬坡产品与电能量市场联合优化出清的目标函数；根据实际运行参数构建水电机组的常规约束，并根据实际运行参数构建水电参与下的与灵活爬坡产品相关的约束；基于目标函数、常规约束和相关的约束，构建灵活爬坡产品的结算模型。由此，解决了相关技术中，随着净负荷波动性、不确定性频率和幅度逐渐增加，系统调频的负担将进一步加剧，系统安全稳定运行能力和挖掘水电的灵活调节能力低等问题。
-
公开(公告)号：CN117010546A
公开(公告)日：2023-11-07
申请号：CN202310492090.X
申请日：2023-05-04
Applicant: 云南电网有限责任公司
Abstract: 本发明实施例公开了一种云南省次季节尺度温度异常的预测方法和装置，所述方法包括：制备预测模式的初始场，所述初始场包括大气初始场、陆面初始场和海洋海冰初始场；获取预存的预测模式系统，对所述预测模式系统进行下垫面资料更新和参数化方案提取，基于下垫面资料更新结果和提取到的不同参数化方案组合，对所述预测模式系统进行数值模拟试验，以得到适用于云南地区的初始预测结果；对所述初始预测结果进行误差订正，以得到订正后的最终预测结果。针对云南省的地形特点开展高分辨率模拟和优化，并在误差订正中去除线性趋势，以解决现有技术中云南省温度异常的预测结果较差，误差订正不准确的技术问题。
-
公开(公告)号：CN117650575A
公开(公告)日：2024-03-05
申请号：CN202311493780.3
申请日：2023-11-10
Applicant: 云南电网有限责任公司
IPC: H02J3/46 , H02J3/06 , G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06
Abstract: 本发明涉及水电调度运行领域，特别涉及梯级水电站群直流多电网调峰模型，是一种考虑直流运行约束以及水电与直流耦合运行约束的多电网梯级短期调峰调度模型。该模型以多电网剩余负荷最大值最小为目标，并考虑复杂高压直流输电线路运行约束以及直流线路与水电站之间的运行耦合约束。在模型求解阶段，通过目标函数线性化、水电运行约束线性化、直流运行约束线性化将模型转换为混合整数规划模型。以我国西南地区某巨型水电站群为实例研究，结果表明，所提模型能够利用高压直流输电线路共享水电灵活性，实现多电网调峰，并保证直流输电线路运行在安全区间，所得结果具有较好的实用性。
-
公开(公告)号：CN117649120A
公开(公告)日：2024-03-05
申请号：CN202311447382.8
申请日：2023-11-02
Applicant: 云南电网有限责任公司
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0475 , G06N3/084 , G06N3/006
Abstract: 本发明属于水电系统运行领域，公开一种耦合群体搜索和深度学习的水库中长期径流预测方法。本发明针对水库中长期径流预测难题，采用灰色关联熵逐月筛选对预测径流影响较大的因子，利用群体搜索算法对数据进行迭代寻优，以确保最优时间序列变化范围小于限定值，利用神经网络计算最优时间序列对应的权值和阈值，通过不断迭代避免算法陷入局部最优，提高预测精度。以西南某流域两个大型水库为例，结果表明枯期MAPE指标总体在5％以下，汛期在7‑10％，NSE系数维持在0.8以上，部分情况达到0.9，具有较好的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
