-
公开(公告)号：CN114154404B
公开(公告)日：2024-05-21
申请号：CN202111382149.7
申请日：2021-11-22
Applicant: 大连理工大学
IPC: G06F30/27 , G06N5/04 , G06Q50/06 , G06F16/21 , G06F111/04
Abstract: 本发明公开一种利用观测数据推断相邻水电站运行状态及参数的方法，首先，依据自身水电站测量的和公开的历史数据对相邻水电站建立逆向推断的双层优化模型；其次，使用正则化方法对双层优化模型进行重构以避免出现多重推断结果；最后，面对下层模型具有大范围不可行域的事实，利用具有不可行域回避功能的保留精英的改进并行遗传算法对重构后的模型进行求解。本发明能够较好地对目标电站的运行状态及运行参数进行推断，求解方法在寻找最优解、避免不可行域和加快求解速度方面比传统方法具有优势。本发明为水电站逆向推断相邻电站运行状态及运行参数提供了新的技术途径，也为梯级水电适应“双碳目标”下的新的电力系统运行模式提供了技术借鉴。
-
公开(公告)号：CN113704972B
公开(公告)日：2024-02-20
申请号：CN202110879190.9
申请日：2021-08-02
Applicant: 大连理工大学
IPC: G06F30/20 , G06Q10/063 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开一种流域水风光清洁能源走廊支撑能力评估方法，首先以全年发电量最大为目标，构建长周期高时间分辨率水风光互补调度模型来评估新能源支撑能力。该模型考虑了水电发电函数的非线性和梯级上下游的水力联系，以1小时为调度步长，对水风光全年互补运行进行精细化仿真；然后提出“恒功率运行”和“调峰运行”两种水风光互补运行模式，并分别耦合到调度模型中，以评估不同互补运行模式对支撑能力和清洁能源利用效率的影响。相比传统评估方法，本发明利用长周期、高时间分辨率、精细化仿真模型能够保证评估结果更加合理、有效，可为流域清洁能源走廊规划提供新能源装机容量边界。此外，本发明可为流域清洁能源走廊运行模式的选择提供决策依据。
-
公开(公告)号：CN109902855B
公开(公告)日：2023-02-14
申请号：CN201910030762.9
申请日：2019-01-14
Applicant: 昆明电力交易中心有限责任公司 , 大连理工大学
Abstract: 本发明属于水电经济调度领域，涉及一种市场环境下的梯级关键水电站多目标优化及电量分配方法，根据梯级水电站群年内来水情况根据市场经济效益最大及弃水量最小的多目标优化调度方法制定需要，并根据多元市场分类给出基于不同市场价格波动率最小、期望收益最大的多元电力市场分配比重。利用NSGA‑2遗传算法框架对梯级市场经济效益及弃水量进行多目标前沿解集求解，给出年内梯级水库水位过程及处理过程满意解集，根据参考年内市场电价波动给出计划参与多元市场交易电量分配比例。本发明为交易中心发布重要水电站水位的边界范围、为市场参与主体的水电站参与电力市场竞价提供方法支持。
-
公开(公告)号：CN111861162A
公开(公告)日：2020-10-30
申请号：CN202010640762.3
申请日：2020-07-06
Applicant: 大连理工大学
Abstract: 本发明属于电力市场领域及水电调度运行领域，特别涉及一种梯级电量联动控制的高比例水电系统日前现货出清方法。针对高比例水电市场特点，构造以购电费用最小为目标的MILP模型，将梯级水电站日电量动态控制纳入系统约束，基于迭代的成交电量，建立上下游梯级联动控制边界，并将上述目标和约束自动加载到商业求解器优化框架，通过模型迭代优化实现模型高效求解。本发明能够快速给出满足梯级水力约束条件的出清计划，满足高比例水电系统日前市场出清时效性和实用性要求，为高比例水电电力市场日前现货出清提供一种切实可行的思路。
-
公开(公告)号：CN109902855A
公开(公告)日：2019-06-18
申请号：CN201910030762.9
申请日：2019-01-14
Applicant: 昆明电力交易中心有限责任公司 , 大连理工大学
Abstract: 本发明属于水电经济调度领域，涉及一种市场环境下的梯级关键水电站多目标优化及电量分配方法，根据梯级水电站群年内来水情况根据市场经济效益最大及弃水量最小的多目标优化调度方法制定需要，并根据多元市场分类给出基于不同市场价格波动率最小、期望收益最大的多元电力市场分配比重。利用NSGA-2遗传算法框架对梯级市场经济效益及弃水量进行多目标前沿解集求解，给出年内梯级水库水位过程及处理过程满意解集，根据参考年内市场电价波动给出计划参与多元市场交易电量分配比例。本发明为交易中心发布重要水电站水位的边界范围、为市场参与主体的水电站参与电力市场竞价提供方法支持。
-
Patent Agency Ranking
公开(公告)号：CN108777496A
公开(公告)日：2018-11-09
申请号：CN201810705752.6
申请日：2018-07-02
Applicant: 大连理工大学
IPC: H02J3/46
Abstract: 本发明属于水电站调度运行领域，涉及一种一洞多机的引水式水电站短期负荷分配方法。一洞多机的引水式水电站不仅具有装机容量大、运行水头高、跟踪负荷快等特点，同时面临机组间水力相互干扰、水头计算困难、机组振动区复杂等问题本发明针对该问题采用两阶段建模求解：第一阶段建立考虑持续时间约束的水电机组开停机优化模型，并应用逐步优化算法结合启发式策略求解最优开机组合方式；以此为基础，第二阶段建立以电定水准则的负荷分配模型，采用动态规划进行固定机组间的负荷最优分配。本发明解决了同一引水隧洞中机组间的水力、电力之间的干扰，为一洞多机的引水式水电站短期负荷分配的求解计算提供了坚实的理论基础。
-
公开(公告)号：CN119419777A
公开(公告)日：2025-02-11
申请号：CN202411556557.3
申请日：2024-11-04
Applicant: 大连理工大学
Abstract: 本发明涉及水电调度技术领域，公开一种基于多能源共享输电通道的水电主导水风光系统短期调峰调度方法。首先，将共享同一输电通道的所有风电场和所有的光伏电场分别聚合为一个风电场和一个光伏电场，并采用核密度估计量化聚合后的风电场和光伏电场的出力预测误差分布；其次，为了降低求解问题的规模，提出了一种基于集合理论的水电机组重组策略，将同一水电站中共享同一输电通道的机组合并为一个虚拟机组，并重新耦合虚拟机组间的水力和电力联系；最后，引入基于输电通道的差异化机会约束，充分利用水电的灵活性，精确补偿聚合风电场和光伏电场的出力预测误差。此外，为了进一步提升求解效率，将短期调峰调度模型构建为混合整数线性规划模型。
-
公开(公告)号：CN113610284B
公开(公告)日：2024-09-03
申请号：CN202110841492.7
申请日：2021-07-26
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06
Abstract: 本发明涉及水电站参与日前市场竞价领域，特别涉及一种考虑限制区跨越影响的水电站日前竞价鲁棒优化模型。其技术方案为：考虑考虑限制区影响与水头影响，采用线性化技术将原始确定性竞价模型转化为确定性MILP模型；然后利用确定电价区间来描述不确定电价，应用对偶理论与线性化技术将原始模型转化为易于求解的RMILP；最后采用迭代算法获取竞价曲线。该方法对水电站参与日前竞价具有重要意义。
-
公开(公告)号：CN113255986B
公开(公告)日：2024-09-03
申请号：CN202110551395.4
申请日：2021-05-20
Applicant: 大连理工大学
Abstract: 本发明一种基于气象信息和深度学习算法的多步日径流预报方法，第一阶段利用最大互信息系数MIC方法对气象数据集进行特征选择作为模型的预测因子候选输入，采用互相关函数CCF和偏自相关函数PACF对观测径流和降雨量的历史滞后数据进行选择作为模型的预测因子候选输入；第二阶段先对选定的预测因子进行数据尺度缩放，然后将数据集划分为训练集、验证集和测试集；第三阶段先通过网格搜索算法率定GBRT模型参数，然后使用优选的参数在测试集上实施预报。测试表明本发明方法GBRT‑MIC能够预见期内很好地进行径流预测，研究成果对协助电厂提前制定发电计划，减少水电弃水、增发水电电量、提高水电科学调度水平具有重要意义。
-
公开(公告)号：CN117937613A
公开(公告)日：2024-04-26
申请号：CN202311654413.7
申请日：2023-12-05
Applicant: 大连理工大学
Abstract: 本发明涉及梯级串联引水式电站短期调度领域，具体涉及一种梯级串联引水式电站短期负荷分配方法，是一种新的解决梯级串联引水式电站在发电流量严格匹配以及一洞多机等复杂条件下的日前机组负荷分配问题的优化方法。其技术方案为：构建以总耗水量最小为目标的梯级串联引水式电站负荷分配模型，同时考虑常规水库约束以及机组约束、串联引水隧洞流量匹配约束等复杂约束，然后采用线性化方法将模型转化为MILP模型，最后利用水头迭代的方法降低模型复杂度，并求解得到梯级串联引水式电站短期调度负荷分配方案。该方法能够完成众多复杂水力电力约束下的机组负荷分配，同时有效减少了电站耗水量，实现了快速制定日前最优调度计划。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.02 seconds)
