-
公开(公告)号:CN117335502A
公开(公告)日:2024-01-02
申请号:CN202311492145.3
申请日:2023-11-09
Applicant: 南方电网科学研究院有限责任公司
IPC: H02J3/46 , H02J3/00 , G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本申请提供的电力需求响应优化方法、装置、存储介质及计算机设备,该方法包括:基于以使得发电公司和服务提供商的总利润最大化为目标的目标优化函数,初始多个可行解的初始位置,并且,每个可行解包括目标优化函数对应的各个发电机组的运行状态和发电功率,即以每个发电机组的运行状态和发电功率作为决策变量,并使用预设的结合率,确定每个可行解的状态模式,以对每个可行解的位置进行迭代更新,最终输出利润最大的可行解对应的位置,即最新的目标位置,并根据最新的目标位置,调整每个发电机组的运行状态和发电功率。如此,能够在保证电力系统的经济效益的同时,维护电力系统的供需平衡,从而提高电力资源的利用率。
-
公开(公告)号:CN117273781A
公开(公告)日:2023-12-22
申请号:CN202311230451.X
申请日:2023-09-21
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: G06Q30/0201 , G06F18/214
Abstract: 本申请提供的一种充电定价模型训练方法、充电定价方法、装置及存储介质,充电定价模型训练方法包括:用于训练的每个样本数据中的状态变量包括电动汽车的所需电量、充电站的购电电价、电动汽车的剩余充电时间以及电动汽车的充电状态值,每个样本数据中的动作变量包括充电站的充电定价,以这些数据对在线执行网络进行训练,能够分别从充电站角度和用户角度出发,寻求能够使得双方收益最大化的定价策略,能够提高最终得到的充电定价模型的有效性,使用深度强化学习算法对电动汽车充电定价策略进行学习,进而得到充电定价模型,将其应用于充电定价方法中,能够使定价策略具备广泛的随机适应性,提高充电定价方法的有效性,促进电网电量的供需平衡。
-
公开(公告)号:CN117196330A
公开(公告)日:2023-12-08
申请号:CN202311085269.X
申请日:2023-08-25
Applicant: 南方电网科学研究院有限责任公司
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/06 , G06F17/15
Abstract: 本发明公开了一种需求侧管理决策方法、装置和设备,当接收到决策请求时,获取决策请求所指定的决策时段对应的用户历史数据;对用户历史数据进行归一化,生成初始输入数据;采用预设的目标虚拟环境模型对初始输入数据进行需求侧响应预测,生成决策时段对应的预测响应负荷;采用预测响应负荷和决策时段对应的多个参考量,构建决策时段对应的初始状态;响应初始状态,通过预设的目标决策网络模型与目标虚拟环境模型交互,生成目标输出决策;按照目标输出决策对需求侧的电力补偿价格进行调整。从而实现对多元化用户参与响应行为的特征进行模拟,深入的挖掘用户行为的差异,通过优化资源配置从而进行削峰填谷,解决短时间的负荷性缺电问题。
-
公开(公告)号:CN117131322A
公开(公告)日:2023-11-28
申请号:CN202311171634.9
申请日:2023-09-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种散料输送系统的可调负荷潜力挖掘方法及系统,采集待挖掘散料输送系统的设备参数信息及生产运行信息,根据设备参数信息和生产运行信息确定待挖掘散料输送系统的可调负荷挖掘的设备区间和时间范围,根据设备参数信息、生产运行信息、设备区间和时间范围构建散料输送机可调负荷潜力挖掘模型,并对散料输送机可调负荷潜力挖掘模型进行求解,得到求解结果,根据求解结果和设备参数信息计算得到可调负荷潜力,以使电网人员根据可调负荷潜力对散料输送系统进行电力调度,本方法通过在最大可控负荷潜力挖掘的最优化问题中考虑了生产流程需求约束及生产安全约束,提高了散料输送系统调节潜力数值的精确性。
-
公开(公告)号:CN116934031A
公开(公告)日:2023-10-24
申请号:CN202310892490.X
申请日:2023-07-19
Applicant: 南方电网科学研究院有限责任公司
IPC: G06Q10/0631
Abstract: 本申请公开了RIES优化调度方法、装置、设备和可读存储介质,方法包括:获取RIES变量预测值并输入日前IGDT优化调度模型中,计算得到日前调度成本;按照设置的风险偏好,确定负荷需求波动时的期望成本;以下层Cplex求解的调度成本满足误差精度为迭代终止条件迭代求解鲁棒模型,结合日前调度成本和期望成本,生成风险偏好下的处于最大置信水平的最优日前调度计划;以最优日前调度计划初始值建立MPC日内优化模型以及MPC优化目标函数,求解得到控制序列并按照控制序列进行RIES日内控制调度。本申请解决日前调度计划与日内实际运行情况偏差较大及鲁棒性差等问题,通过取最大置信水平以应对不确定性因素对优化结果的影响。
-
-
-
-