一种基于误差修正的短期风电功率集成预测方法及系统

    公开(公告)号:CN113361761A

    公开(公告)日:2021-09-07

    申请号:CN202110608220.2

    申请日:2021-06-01

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于误差修正的短期风电功率集成预测方法及系统,包括:获取风电场的运行数据和天气预报数据;将所述数据分别输入训练好的风电功率预测模型和风电功率误差预测模型进行预测;将两个模型输出的预测结果相加作为最终的短期风电功率预测结果;其中,风电功率预测模型的训练数据集为风电场预设时间段内的历史运行数据和天气数据;功率误差数据集与风电场预设时间段内的历史运行数据和天气数据作为风电功率误差预测模型的训练数据集。本发明提高了短期风电功率预测精度,提高电网对新能源发电的消纳能力。

    一种风电功率预测方法及系统

    公开(公告)号:CN119362450A

    公开(公告)日:2025-01-24

    申请号:CN202411907006.7

    申请日:2024-12-24

    Applicant: 山东大学

    Abstract: 本公开提供了一种风电功率预测方法及系统,涉及风电功率预测领域,包括:收集各历史时刻的气象预报数据与实测风电功率数据,构建历史数据集;利用BP神经网络,学习历史数据集中各气象因子与风电功率之间的关系,得到功率预测模型,对风电功率进行初步预测;基于历史数据集,利用Seq2Seq‑AM算法,建立误差推断模型,对初步预测结果进行预测误差的推理;利用自编码器算法,建立误差修正判别模型,判别是否使用预测误差对初步预测结果进行修正,进而得到分布式风电场站的最终风电功率。本发明基于Seq2Seq‑AM与自编码器,进行预测误差的推断及是否采用预测误差进行修正的判别,从而实现对目标场站风电功率的准确预测。

    台风场景下的短期风电功率预测方法、系统、介质及设备

    公开(公告)号:CN118232318B

    公开(公告)日:2024-11-05

    申请号:CN202410280082.3

    申请日:2024-03-12

    Applicant: 山东大学

    Abstract: 本发明属于短期风电功率预测技术领域,为解决目前台风天气下风功率预测偏差较大问题,提供了台风场景下的短期风电功率预测方法、系统、介质及设备。其中,台风场景下的短期风电功率预测方法包括基于台风条件下的风电功率预测误差与台风天气过程的关系,确定台风对风电功率影响的气象因子集合,进而筛选出关键气象因子,得到台风场景下的模型输入特征;基于预定义的风电最大发电能力对风电最大发电能力理论值进行标定,结合预设发电能力预测模型,得到风电最大发电能力预测结果,实时修改预设功率预测模型的上限激活函数,确定出最终的功率预测模型以进行台风场景下的短期风电功率预测结果,有效提高了台风场景下短期风电功率预测的精度。

    一种计及多区域互动策略的电-热系统调度方法及系统

    公开(公告)号:CN118246710B

    公开(公告)日:2024-10-15

    申请号:CN202410668552.3

    申请日:2024-05-28

    Abstract: 本发明提供了一种计及多区域互动策略的电‑热系统调度方法及系统,属于综合能源系统优化调度技术领域。灵活性接纳系统定义为区域互联系统中从其他互联系统处获得灵活性补给的电‑热综合能源系统,灵活性提供系统定义为区域互联系统中为其他互联系统提供灵活性的电‑热综合能源系统,灵活性接纳系统与至少一个灵活性提供系统连接以进行灵活性共享;以灵活性接纳系统和灵活性提供系统的总成本最低为目标,进行计及多区域互动策略的电‑热系统的调度;本发明同时进行功率协同与灵活性互济,构建了计及区域互联的电‑热综合能源系统优化调度模型,充分挖掘了区域互联的电‑热系统的灵活性资源,降低了弃风,保证了电力系统安全稳定运行。

    一种光伏场站发电功率预测方法及系统

    公开(公告)号:CN111815027B

    公开(公告)日:2024-08-02

    申请号:CN202010518479.3

    申请日:2020-06-09

    Abstract: 本发明公开了一种光伏场站发电功率预测方法及系统,包括根据光伏场站历史功率数据和对应时间段的气象数据构建训练样本集,并对训练样本集中各个训练样本分配样本权重;采用对训练样本集通过自助抽样法生成的子训练样本集训练随机森林模型,并根据自适应增强算法计算当前样本权重下随机森林模型的误差率和权重系数;在预设迭代次数下,根据误差率和权重系数更新样本权重,依次训练随机森林模型,根据权重系数对其加权得到加权随机森林预测模型;采用加权随机森林预测模型对待预测时间段的气象数据进行预测,得到光伏场站发电功率。充分挖掘多维特征中的信息,解决光伏发电中存在的不确定性问题,提高光伏场站功率预测可靠性和准确性。

    主动配电网分布式电源协同优化运行方法及系统

    公开(公告)号:CN116896112A

    公开(公告)日:2023-10-17

    申请号:CN202310865323.6

    申请日:2023-07-14

    Applicant: 山东大学

    Abstract: 本发明提出了主动配电网分布式电源协同优化运行方法及系统,属于分布式电源协同优化运行技术领域,用于解决目前分布式电源优化运行的问题,包括:构建主动配电网“源‑储”协调运行优化模型;基于多智能体深度强化学习对所述模型求解,将所述模型中的主动配电网分区多智能体协同过程描述为马尔可夫博弈,并构建区域智能体;基于构建的区域智能体采用多智能体双延迟深层确定性策略梯度算法进行集中训练并实现分布式部署。在分布部署时,多智能体通过区域内自治、区域间协同来促进主动配电网内多类型分布式电源与分布式储能的协调互济,改善高比例分布式电源接入的问题,有效消纳可再生能源。

Patent Agency Ranking