公开(公告)号：CN111652508A

公开(公告)日：2020-09-11

申请号：CN202010496100.3

申请日：2020-06-03

Applicant: 哈尔滨工业大学

Inventor： 任国瑞 ,  万杰 ,  刘浩 ,  张庭赫 ,  汪岩佳

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 一种风能资源品质综合定量评估方法，属于风能资源利用技术领域。本发明是为了解决目前风能资源评估方法仅进行潜力评估，无法对风能资源的品质进行评估的问题，基于风功率密度指标，结合实际风速数据，定量评估风资源的潜力；提出风资源波动性的评估指标，能够定量刻画风资源的波动范围和波动速率；基于风功率密度以及风资源波动性定量评估指标，定义风资源品质的定量评估指标，从而实现对风资源潜力和质量的综合定量评估。本发明基于风功率密度、风资源波动性定量评估指标建立了风资源品质综合定量评估指标。不但能够刻画风资源的潜力，而且能够定量反映风资源的波动性，实现对风资源质量的评估，由此实现对风资源品质的综合定量评估。

公开(公告)号：CN111952969B

公开(公告)日：2022-06-10

申请号：CN202010821080.2

申请日：2020-08-14

Applicant: 哈尔滨工业大学

Inventor： 汪岩佳 ,  万杰 ,  刘浩 ,  姚坤 ,  张庭赫 ,  鄂鹏

IPC: H02J3/00 ,  H02J3/46 ,  G06F30/27 ,  G06F113/06

Abstract: 本发明涉及一种风电爬坡事件的预报方法，特别涉及一种结合广义源‑网‑荷信息的风电爬坡事件直接预报方法，具体步骤如下：根据电网中每一个时刻的风力发电机组和其他新能源发电机组与电网负荷的实际情况设定样本点；定义一种通道自选择的多层累加系数修正模型，对模型的参数进行设定；利用设定的样本点与建立的模型对样本进行识别，根据是否为风电爬坡事件将样本进行二分类；使用smote过采样算法对样本进行前处理，利用BP神经网络算法建立数据驱动模型，对风电功率爬坡事件进行预测。电力系统根据本发明的直接预报的结果，采取措施降低甚至避免风电爬坡事件对发电厂带来的危害，保证区域电力系统的安全高效稳定运行。

公开(公告)号：CN111952969A

公开(公告)日：2020-11-17

申请号：CN202010821080.2

申请日：2020-08-14

Applicant: 哈尔滨工业大学

Inventor： 汪岩佳 ,  万杰 ,  刘浩 ,  姚坤 ,  张庭赫 ,  鄂鹏

IPC: H02J3/00 ,  H02J3/46 ,  G06F30/27 ,  G06F113/06

Abstract: 本发明涉及一种风电爬坡事件的预报方法，特别涉及一种结合广义源-网-荷信息的风电爬坡事件直接预报方法，具体步骤如下：根据电网中每一个时刻的风力发电机组和其他新能源发电机组与电网负荷的实际情况设定样本点；定义一种通道自选择的多层累加系数修正模型，对模型的参数进行设定；利用设定的样本点与建立的模型对样本进行识别，根据是否为风电爬坡事件将样本进行二分类；使用smote过采样算法对样本进行前处理，利用BP神经网络算法建立数据驱动模型，对风电功率爬坡事件进行预测。电力系统根据本发明的直接预报的结果，采取措施降低甚至避免风电爬坡事件对发电厂带来的危害，保证区域电力系统的安全高效稳定运行。

公开(公告)号：CN111582557A

公开(公告)日：2020-08-25

申请号：CN202010313374.4

申请日：2020-04-20

Applicant: 哈尔滨工业大学

Inventor： 汪岩佳 ,  任国瑞 ,  万杰 ,  刘浩 ,  张庭赫 ,  刘雅茜 ,  文人庆 ,  谭代敏 ,  鄂鹏

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明涉及一种风电爬坡事件的刻画方法，特别涉及一种基于变差函数的风电爬坡事件多级预警方法，具体包括如下步骤：首先利用相对风电功率的定义，获取相应的相对风电功率时间序列。利用变差函数平方根对相对风电功率时间序列进行刻画，将得到的风电功率实时变化速率时间序列进行自相关分析。根据分析结果，用BP神经网络建立预测模型，对序列进行预测。选定变差刻画方式下的风电爬坡事件的多级阈值，利用阈值对BP神经网络的预测结果进行识别，实现对风电爬坡事件的多级预警。本发明弥补了传统风电爬坡事件定义中，仅考虑首末两点功率的不足；综合考虑了一段时间内所有时间点的变化情况，更准确的对爬坡事件进行定义与识别。