基于随机电压概率预测的机会约束配电网无功优化方法

    公开(公告)号:CN119341019A

    公开(公告)日:2025-01-21

    申请号:CN202311677851.5

    申请日:2023-12-07

    Abstract: 本发明公开了基于随机电压概率预测的机会约束配电网无功优化方法,涉及配电网领域,包括如下步骤:基于线性配电网潮流模型,将节点电压分解为随机、可控、固定的三部分,随机部分为随机的源、荷功率对节点电压的作用量,获得随机电压的计算模型;收集源、荷功率点预测值和实际值的历史样本,构建随机电压的点预测值和实际值历史样本;构建随机电压的概率预测模型;获得各节点随机电压的概率预测结果并构建机会约束配电网无功优化模型,求解优化模型获得无功调度方案;本发明无需对随机的多维源、荷功率进行概率预测,显著降低配电网电压越限风险准确评估的难度,实现了通过机会约束配电网无功优化对配电网电压越限风险的精准、可靠控制。

    一种极端天气场景下的风电出力预测方法、设备及介质

    公开(公告)号:CN118153766B

    公开(公告)日:2025-05-02

    申请号:CN202410338452.4

    申请日:2024-03-25

    Abstract: 本发明涉及一种极端天气场景下的风电出力预测方法、设备及介质,其中方法包括以下步骤:获取历史风电出力数据集,所述风电出力数据集包括不同天气下的历史风力发电量、风速;对风电出力数据集进行风速和天气类型标签离散化处理,构建第一数据集;利用基于条件生成对抗网络CGAN构建的数据增强模块对第一数据集中极端天气场景下的稀缺样本进行数据增强,得到第二数据集;获取实时气象数据,利用基于回归生成对抗网络RGAN构建的预测模块在线预测风电出力情况,所述预测模块以风速和天气类型数据作为输入,输出风电出力预测结果,利用第二数据集进行训练。与现有技术相比,本发明具有能够应对极端天气条件下风电出力的高度不确定性和变化性、预测准确性高等优点。

    基于PMU数据的配电网运行方式与关键影响因素识别方法

    公开(公告)号:CN115905891B

    公开(公告)日:2023-06-23

    申请号:CN202211636647.4

    申请日:2022-12-19

    Abstract: 本发明提供了基于PMU数据的配电网运行方式与关键影响因素识别方法,涉及配电网PMU数据挖掘分析及应用领域,基于PMU量测数据的Pearson相关性分析对配电网中各类元器件的强相关簇进行辨识;基于主成分分析法对强相关簇特征进行提取,并对主成分做数据间隔处理;基于MeanShift聚类算法,对处理后的主成分进行运行方式识别与划分;基于交流线路强相关簇的运行方式定义配电网总体运行方式及其状态切换时刻;通过Pearson相关性分析建立主成分关联关系,对配电网运行状态各切换时刻的关键因素进行辨识。本发明能够从大量复杂的配电网PMU数据提取出运行方式的代表性特征,对配电网运行状态进行定义与识别。

    一种基于多保真度模型的配电网运行状态评估方法及系统

    公开(公告)号:CN116029484A

    公开(公告)日:2023-04-28

    申请号:CN202310009814.0

    申请日:2023-01-05

    Abstract: 本发明公开了一种基于多保真度模型的配电网运行状态评估方法及系统,涉及配电网运行状态评估领域,由配电网源‑荷、线路信息构建的,以配电网不确定性量测数据为输入,以配电网运行状态指标为输出的高保真度模型或低保真度模型,与采集到的配电网不确定性量测数据,在固定计算负担下最优分配输入各模型的量测样本数量,提升配电网运行状态指标矩信息评估的准确性;使用一种基于综合启动函数的概率分布函数刻画方法,利用多保真度模型提供的先验信息,使得概率分布函数的拟合结果更接近于实际分布。本发明能够兼顾配电网不确定性环境下运行评估的效率与准确性,弥补了传统高、低保真度模型的不足,有利于匹配配电网运行分析的多时间尺度需求。

Patent Agency Ranking