-
公开(公告)号:CN111091242B
公开(公告)日:2021-10-08
申请号:CN201911273275.1
申请日:2019-12-12
Applicant: 浙江大学
Abstract: 本发明公开了一种电力负荷的最优非参数区间预测方法,属于电力负荷预测领域。该方法构建了基于机器学习的混合整数规划模型,通过混合整数约束保证区间覆盖率满足置信水平,并以最小化区间宽度为训练目标,摆脱了传统电力负荷区间预测对参数化概率分布和单一分位水平的限制,具有更强的自适应性和灵活性。针对该混合整数规划模型,提出了一种基于分位数估计的整数变量缩减方法,有效减小了原始问题规模并显著提升求解效率。
-
公开(公告)号:CN113178880A
公开(公告)日:2021-07-27
申请号:CN202110320427.X
申请日:2021-03-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于风电功率概率预测的混合储能优化定容与调控方法。该方法根据风电概率预测结果生成具有时间相关性的风电典型场景;然后提出一种自适应变分模态分解算法,从风电场景中提取满足风电并网要求的风电功率低频分量和符合电池储能和超级电容储能工作特性的风电功率中、高频分量;最后,建立包含风储混合系统有功功率平衡约束、储能功率约束、储能容量约束、电池储能循环寿命约束和超级电容荷电状态机会约束的混合储能优化定容与调控模型,求解出混合储能优化定容与调控结果。本发明在保证混合储能有效平抑风电波动的情况下,实现对混合储能进行经济优化定容,可减少风电功率波动对电网安全稳定运行的影响,提高电网的风电接入能力。
-