一种基于双层一致性算法的电力系统多目标优化调度方法

    公开(公告)号:CN109066812A

    公开(公告)日:2018-12-21

    申请号:CN201811268437.8

    申请日:2018-10-29

    Applicant: 东北大学

    Abstract: 本发明提出一种基于双层一致性算法的电力系统多目标优化调度方法,流程包括:建立电力系统多目标优化调度模型;寻找最优条件;设计双层一致性算法求解,找到发电机的最优出力,计算综合期望最小值;本发明考虑了传输损耗对系统供需平衡和机组出力优化的影响,且能够实现对传输损耗的实时计算;采用线性加权和法将多目标优化问题转化为单目标优化问题,供给侧可依据企业诉求通过调节加权系数更好地满足自身利益;实现了电能的优化配置,引导供给侧制定合理的产能方案;在计及传输损耗的前提下,满足用户负荷需求的同时提高企业经济效益和社会环保效益;对通信依赖程度低且有效保护企业和用户隐私,并能实现机组即插即用和有效应对网络拓扑变化。

    一种基于附加热源消纳弃风的电热联合系统调度方法

    公开(公告)号:CN109461097B

    公开(公告)日:2021-12-14

    申请号:CN201811357136.2

    申请日:2018-11-15

    Applicant: 东北大学

    Abstract: 本发明提供一种基于附加热源消纳弃风的电热联合系统调度方法,涉及电热联合系统调度策略技术领域。本发明具体步骤如下:步骤1:获取电热联合系统内的风电预测出力、系统电负荷和热负荷、系统内热电联产机组、火电机组、电锅炉和储热罐的技术参数;步骤2:基于附加热源消纳弃风的方法建立电热联合系统调度策略;步骤3:以电热联合系统发电成本小为调度目标,根据电热联合系统调度策略,建立电热联合系统调度模型,并对此调度模型进行求解。该方法可扩大热电联产机组的调节范围,促进风电消纳,保证电热联合系统运行的经济性。

    降噪自编码和深度支持向量机的电力系统状态估计方法

    公开(公告)号:CN109256773B

    公开(公告)日:2021-01-26

    申请号:CN201811218395.7

    申请日:2018-10-19

    Applicant: 东北大学

    Abstract: 本发明提出降噪自编码和深度支持向量机的电力系统状态估计方法,包括:获取电网节点中电压幅值的量测值和电压相角的量测值的历史数据;标准化处理;输入到1维降噪自编码中进行降噪处理;降噪后的数据在输入到深度支持向量机进行状态估计;判断状态估计误差是否满足要求;输出1维降噪自编码和深度支持向量机的状态估计模型参数;把一个大电网分解成p个子网;一个GPU对一个子网进行计算,CPU进行汇总,输出全网的状态估计结果;本发明采用GPU+CPU的混合结构对电力系统进行状态估计,缩短了计算时间;采用的降噪自编码和深度支持向量机模型,提高了状态估计的精度,并在训练过程中采用变学习率的梯度下降法,有效地寻找到最优参数,且缩短了训练时间。

Patent Agency Ranking