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:CN118246710A

    公开(公告)日:2024-06-25

    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。

    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:CN118232318A

    公开(公告)日:2024-06-21

    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。

    计及热网灵活性的电-热系统鲁棒超前调度方法及系统

    公开(公告)号:CN116341881B

    公开(公告)日:2023-08-18

    申请号:CN202310609491.9

    申请日:2023-05-29

    Applicant: 山东大学

    Abstract: 本发明属于综合能源系统优化调度技术领域,具体涉及一种计及热网灵活性的电‑热系统鲁棒超前调度方法及系统,包括:考虑热网供需平衡,构建热网灵活调节能力量化模型,评估热网对电网备用支撑能力;引入风电接纳风险,以总运行成本最小为目标,根据所得到的热网对电网备用支撑能力,构建计及热网灵活性恢复过程和热网灵活性供给过程的电热综合能源系统鲁棒超前调度模型;求解所构建的超前调度模型,实现电‑热系统的协调超前调度。本发明通过优化能源耦合设备的发电功率实现期望场景下电热系统协同;当扰动发生时,电网除利用自身的灵活性调节能力应对扰动外,热网也可以直接为电网提供备用支撑,实现扰动状态下的电热系统协同。

    一种风速修正的风电功率预测方法及系统

    公开(公告)号:CN115409291A

    公开(公告)日:2022-11-29

    申请号:CN202211342092.2

    申请日:2022-10-31

    Applicant: 山东大学

    Abstract: 本公开公开的一种风速修正的风电功率预测方法及系统,属于风电预测技术领域,包括:获取风电场的当前时刻真实风速、风电场NWP预测的当前时刻风速和下一时刻风速;根据风电场的当前时刻真实风速和风电场NWP预测的当前时刻风速,获得当前时刻风速预测误差;根据当前时刻风速预测误差、NWP预测的下一时刻风速和风速预测模型,获得下一时刻修正的预测风速,其中,风速预测模型为构建的当前时刻风速预测误差、NWP预测的下一时刻风速、下一时刻风速预测误差的三维Copula模型;根据下一时刻修正的预测风速和训练好的风电功率预测模型,获得风电功率预测结果。实现了对风电功率的准确预测。

    基于深度确定性策略梯度算法的风电功率预测方法及系统

    公开(公告)号:CN114362175B

    公开(公告)日:2022-06-07

    申请号:CN202210229898.4

    申请日:2022-03-10

    Applicant: 山东大学

    Abstract: 本发明属于风电功率预测技术领域,提供了一种基于深度确定性策略梯度算法的风电功率预测方法及系统,本发明利用多重不同预测方法构建组合预测的子模型,然后采用深度确定性策略梯度算法,利用算法中的智能体通过与外部预测环境交互不断试错以最大化折扣收益,最终智能体具备感知外部预测环境的能力,可以实现合理动态分配组合模型中各个预测子模型权重的能力,实现准确预测。

    基于深度确定性策略梯度算法的风电功率预测方法及系统

    公开(公告)号:CN114362175A

    公开(公告)日:2022-04-15

    申请号:CN202210229898.4

    申请日:2022-03-10

    Applicant: 山东大学

    Abstract: 本发明属于风电功率预测技术领域,提供了一种基于深度确定性策略梯度算法的风电功率预测方法及系统,本发明利用多重不同预测方法构建组合预测的子模型,然后采用深度确定性策略梯度算法,利用算法中的智能体通过与外部预测环境交互不断试错以最大化折扣收益,最终智能体具备感知外部预测环境的能力,可以实现合理动态分配组合模型中各个预测子模型权重的能力,实现准确预测。

    一种考虑时空耦合特性的虚拟电厂聚合方法及系统

    公开(公告)号:CN120030810A

    公开(公告)日:2025-05-23

    申请号:CN202510510097.9

    申请日:2025-04-23

    Applicant: 山东大学

    Abstract: 本发明涉及虚拟电厂聚合技术领域,具体公开了一种考虑时空耦合特性的虚拟电厂聚合方法及系统,方法包括:选择虚拟电厂区域的单一网络节点;选择该节点接入的单一类型分布式资源,得到控制变量参数矩阵以及由约束的常量构成的向量;根据所述分布式资源在不同时序上的功率‑能量特性,选取搜索方向集合;以最大化各维度方向的延伸长度之和为优化目标,建立聚合参数最优线性决策模型;对模型进行求解,得到最优奇诺多面体近似可行域;进而得到该节点各类型资源的奇诺多面体近似聚合可行域。本发明通过选择不同搜索方向将多面体的闵可夫斯基和过程转变为线性叠加,为海量多元分布式资源高维空间下的可行域聚合提供了可行性。

Patent Agency Ranking