-
公开(公告)号:CN115085183A
公开(公告)日:2022-09-20
申请号:CN202210540763.X
申请日:2022-05-17
Applicant: 上海电力大学
Abstract: 本发明涉及一种微电网群优化配置方法,传统的微网系统优化配置方法缺少对风光出力不确定性以及对微网中不同投资商利益关系的考虑,导致微电网群的配置方案中存在风机光伏以及其他分布式电源和储能安装数量不合理,微网投资成本较高的情况;本发明提出构建一个以微电网群和配电网共同投资微电网群系统的非合作博弈模型,平衡微电网群运营商和配电运营商利益,且在微电网群的配置过程中针对风光出力的不确定性和相关性,构建一种场景生成方法,更准确的进行微网配置的求解,能较好的进行微电网群配置,有助于微网与微网间以及微网与配网间电能交互利用最大化,使得微电网群运营商和配电网运营商均实现收益最大化。
-
公开(公告)号:CN113991655B
公开(公告)日:2023-09-19
申请号:CN202111263152.7
申请日:2021-10-28
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
Inventor: 王皓靖 , 田英杰 , 傅广努 , 时珊珊 , 杨秀 , 沈浩 , 苏运 , 陈赟 , 赵文恺 , 杨堤 , 李凡 , 孙改平 , 吴裔 , 李安 , 刘舒 , 时志雄 , 张开宇 , 郭乃网 , 金妍斐 , 胡印驰 , 吴吉海 , 柴梓轩 , 徐耀杰
IPC: H02J3/00 , H02J3/14 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及一种定频空调负荷聚合需求响应潜力评估方法、装置及介质,方法包括:建立集群定频空调近似聚合模型;计算定频空调用户的室内温度初始可调节裕度和用户意愿度影响因子;根据室内温度初始可调节裕度和用户意愿度影响因子,计算定频空调负荷的实际弹性受控温度范围;获取用户可控度;根据集群定频空调近似聚合模型以及用户可控度实际弹性受控温度范围,建立定频空调负荷聚合需求响应潜力评估模型,根据该模型计算直接负荷控制模式下采用温度控制的定频空调负荷弹性聚合响应潜力。与现有技术相比,本发明兼顾多重响应潜力影响因素,准确性高。
-
公开(公告)号:CN115687440A
公开(公告)日:2023-02-03
申请号:CN202110847165.2
申请日:2021-07-27
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
Inventor: 王皓靖 , 李安 , 田英杰 , 杨秀 , 苏运 , 李凡 , 吴裔 , 孙改平 , 郭乃网 , 吴吉海 , 傅广努 , 张健菲 , 赵莹莹 , 阮静娴 , 时珊珊 , 金妍斐 , 陈琰 , 杜习周 , 冯以恒 , 王弘毅 , 吴子敬 , 潘瑞媛 , 蒋倩
IPC: G06F16/2458 , G06Q50/06 , H02J13/00
Abstract: 本发明涉及一种基于inception神经网络的负荷分解方法,包括:获取若干用电设备的参考负荷数据,所述的参考负荷数据包括所有用电设备的参考总能耗数据以及对应时间段的参考气象数据,将参考负荷数据输入训练好的inception神经网络,获得负荷分解结果,所述的负荷分解结果包括各个用电设备的工作状态类型以及对应的有功功率估计值,根据负荷分解结果分析所有用电设备的能耗情况及用电规律。与现有技术相比,本发明提高了总能耗分解的准确率和精度。
-
公开(公告)号:CN115169784A
公开(公告)日:2022-10-11
申请号:CN202210540762.5
申请日:2022-05-17
Applicant: 上海电力大学
Abstract: 本发明涉及一种基于迁移学习的小样本用户非侵入式负荷监控方法,获取若干用电设备的参考负荷数据,参考负荷数据包括所有用电设备的参考总能耗数据;将参考负荷数据分为基于公开数据集源域数据和基于实测居民用户数据的目标域数据;将源域数据输入深度神经网络进行预训练,对源域数据进行特征提取,获得负荷之间的复杂时空特征关系;将预训练好的模型参数迁移至目标域,实现目标域的负荷监控。所述的负荷监控结果为各个用电设备的开关状态,根据负荷监测结果分析所有用电设备的用电规律。与现有技术相比,本发明具有提高基于小规模数据的总能耗监控的准确率和精度等优点。
-
公开(公告)号:CN113824142A
公开(公告)日:2021-12-21
申请号:CN202111054188.4
申请日:2021-09-09
Applicant: 上海电力大学
Abstract: 本发明提供一种多主体投资多微网系统的最优配置方法,包括以下步骤:步骤S1,构建多微网系统年支付函数和配电网系统收益函数;步骤S2,构建主从博弈模型;步骤S3,根据储能数量的历史数据,给定博弈主体多微网系统初始化的分布式电源数量和初始化的储能数量,并输入负荷等基本数据;步骤S4,按照配合网系统约束条件,执行自适应遗传算法求出并修改满足博弈从体的目标的源储数量;步骤S5,根据修改后的源储数量,并按照多微网系统约束条件,执行粒子群算法求出满足博弈主体的目标的源储数量;步骤S6,迭代步骤S4和步骤S5,直到满足Stackelberg‑Nash均衡条件为止;步骤S7,输出最终的源储数量。本发明还提供一种多主体投资多微网系统的最优配置系统。
-
-
-
-