公开(公告)号：CN119962723A

公开(公告)日：2025-05-09

申请号：CN202510010720.4

申请日：2025-01-03

Applicant: 三峡大学

Inventor： 董宇成 ,  王辉 ,  夏玉琦 ,  周子澜 ,  吕振宏 ,  赵子林

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/006 ,  G06F18/214 ,  G06F18/23213 ,  G06N3/04

Abstract: 本发明提供一种基于改进相似日及MSGWO‑LSTM模型的短期光伏发电功率预测方法，涉及新能源发电技术领域。通过采集光伏电站的气象特征和对应的光伏出力的历史数据，进行数据预处理后保存为特征数据集，利用K‑means++算法和FCM算法相结合进行相似日聚类并构建MSGWO‑LSTM预测模型；传统GWO模型中引入Tent混沌映射方程生成初始种群、差分进化策略进行全局寻优和动态权重策略来进行狼群的最终位置更新；再采用MSGWO算法优化LSTM，预测短期内的光伏发电功率；本实施例结合了两种聚类方法进行相似日聚类及多种优化策略与深度学习技术，提高了相似日聚类精度及模型的预测性能和泛化能力，提高了光伏发电系统的运行安全性，以及提高了短期光伏发电功率预测的精度和可靠性。

公开(公告)号：CN119134284A

公开(公告)日：2024-12-13

申请号：CN202411138565.6

申请日：2024-08-19

Applicant: 三峡大学

Inventor： 吴作辉 ,  邹智超 ,  余波 ,  王辉 ,  周珂锐 ,  夏玉琪 ,  周子澜 ,  董宇成 ,  李瑞灵

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/2113 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/08 ,  G06N7/08 ,  H02J3/38

Abstract: 基于Spearman‑ISSA‑BiLSTM组合模型的短期风电功率预测方法，包括以下步骤：通过Spearman相关性分析法筛选出影响风电功率重要的气象特征，将其作为BiLSTM模型的输入；采用基于Logistic混沌映射、自适应权重以及局部搜索策略改进的麻雀搜索算法对BiLSTM模型进行超参数寻优，找到最合适的模型参数，建立ISSA‑BiLSTM组合模型；输入筛选后的气象特征以及历史功率数据进行训练，得到最终预测结果。该方法基于Spearman相关性分析法、改进麻雀搜索算法(ISSA)、双向长短期记忆网络(BiLSTM)的组合预测模型，相较于传统的预测模型在预测精度上有明显的提升，能很好解决风电功率预测精度不高的问题。

公开(公告)号：CN119047859A

公开(公告)日：2024-11-29

申请号：CN202410887213.4

申请日：2024-07-03

Applicant: 三峡大学

Inventor： 吴作辉 ,  王辉 ,  周珂锐 ,  邹智超 ,  林建波 ,  董宇成 ,  夏玉琦 ,  周子澜

IPC: G06Q10/0637 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N5/04

Abstract: 基于双层博弈的共享储能与多综合能源微网的优化运行策略，包括：将合作博弈嵌套在共享储能商与多综合能源微网的主从博弈中，建立了共享储能商与多综合能源微网的主从博弈模型；基于纳什谈判理论，解决多综合能源微网联盟的合作博弈模型，并将非凸非线性的纳什谈判问题转化为易于求解的MMG合作成本最小化与合作收益分配两个子问题；提出考虑综合影响度的理想利益分配模型，实现合作收益的公平分配；采用IPSO算法求解主从博弈模型，然后采用ADMM算法求解合作博弈模型。本发明运行策略有效解决了多综合能源微网合作运行过程中各利益主体间合作收益分配不均衡以及区域综合能源型微网内部分布式储能投资成本高、利用率较低等问题。