-
公开(公告)号:CN118709824A
公开(公告)日:2024-09-27
申请号:CN202410694693.2
申请日:2024-05-31
Applicant: 东北电力大学
IPC: G06Q10/04 , G06Q10/067 , G06Q30/018 , G06Q30/0601 , G06Q50/06 , G06N3/006
Abstract: 本发明适用于优化控制技术领域,提供了基于绿证‑碳交易交互的气‑氢混合能源系统优化方法。首先,分析燃气机组灵活掺氢运行机理;其次,考虑P2G反应热约束,分析P2G能量转换关系;然后,研究阶梯碳交易和绿色证书交易运行原理,引入取得绿色证书数量作为提高系统碳排放碳配额的依据之一,提出绿证‑阶梯碳交易交互机制;最后,考虑绿证‑阶梯碳交易、掺氢比等约束,以经济成本最小为目标,构建计及绿证‑阶梯碳交易的含燃气掺氢综合能源系统优化模型,通过粒子群算法对燃气轮机和燃气锅炉的灵活掺氢比例进行优化。这种整合方法充分发挥了资源的双重价值,确保经济性与低碳性的双重优化。
-
公开(公告)号:CN115375138A
公开(公告)日:2022-11-22
申请号:CN202211006804.3
申请日:2022-08-22
Applicant: 东北电力大学
Abstract: 本发明属于新能源开发技术领域,具体为考虑动态碳交易价格的区域综合能源系统优化调度方法,首先建立以火电机组、CHP机组、风电机组、蓄电池、电锅炉等子系统构成的区域综合能源系统模型;将碳交易机制引入区域综合能源系统调度模型中,针对多能源下的不同机组碳排放不同,对阶梯碳排放机制加以改进;通过区域综合能源系统碳排放权模型、目标函数、约束条件建立了考虑动态碳交易价格的区域综合能源系统优化调度模型;最后以三北地区某区域综合能源系统作为研究对象进行了算例分析,其结构合理,能够降低区域综合能源系统的能耗和碳排放,提高系统运行的经济性能和环保性。
-
公开(公告)号:CN115081726A
公开(公告)日:2022-09-20
申请号:CN202210796378.1
申请日:2022-07-06
Applicant: 东北电力大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/27 , G06N3/04 , G06N3/08 , G06F17/14 , G06F113/06 , G06F119/06 , G06F119/08 , G06F111/04
Abstract: 本发明属于风电预测技术领域,具体为一种基于预测的低碳调度方法,包括步骤1:变分模态分解(VMD),变分模态分解是在EMD的基础上提出的一种新型复杂信号分解方法,步骤2:门控循环神经网络预测模型,循环神经网络(RNN)主要用于处理历史时间序列;步骤3:综合需求响应调度模型,负荷侧响应主要包括电负荷响应与热负荷响应;其中电负荷响应主要分为可中断负荷与可转移负荷;热负荷以温度作为调节约束,在可允许的范围内进行调整,称为可调节热负荷,解决在风电预测工作中的梯度消失和梯度爆炸问题,同时降低原始数据的复杂度的非平稳对预测精度的影响,提高深度学习方法的预测性能,以及电力系统调度过程中风电消纳水平低,碳排放量高的问题。
-
公开(公告)号:CN118748398A
公开(公告)日:2024-10-08
申请号:CN202410726146.8
申请日:2024-06-06
Applicant: 东北电力大学
IPC: H02J3/00 , G06F18/2431 , G06F18/2321 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/088 , H02J3/46 , G06N3/048
Abstract: 本发明涉及功率预测技术领域,公开了考虑海上风电波动过程分类的短期功率预测方法及系统,方法包括VMD方法提取风电波动过程的特征;通过风电波动过程的特征和SOM聚类神经网络将海上风电的波动过程分为不同阶段;CNN网络对各阶段的非线性特征进行提取;将各阶段的非线性特征输入Bi LSTM网络,得到预测的海上风电短期功率。本发明选用考虑波动过程分类的基于VMD‑CNN‑B i LSTM模型,从时序和空间两个方面提取波动过程时序特征,在海上复杂的环境中,充分考虑出力特征的时序特性,提高对历史参数的利用率,避免丢失历史参数的特征,挖掘海上风电功率潜在的时序特性,提高在海上风电短期功率预测方面的精确度。
-
公开(公告)号:CN115081733A
公开(公告)日:2022-09-20
申请号:CN202210829971.1
申请日:2022-07-14
Applicant: 东北电力大学
Abstract: 本发明属于碳捕集电厂发电技术领域,具体为一种考虑碳捕集电厂的区间优化低碳调度方法,包括以下步骤:步骤一:建立灵活运行碳捕集电厂模型;步骤二:风电碳捕集联合运行方法;步骤三:源荷互补低碳运行机理;步骤四:区间优化调度模型建立;步骤五:区间优化调度模型确定性转化方法,考虑风电碳捕集协调运行可以减少碳捕集电厂碳排放并降低其运行成本;考虑需求响应可以实现负荷削峰填谷,从而提高风电消纳量并减少机组调峰压力,通过仿真结果可以证明在源侧考虑灵活运行碳捕集电厂和风电协调运行,负荷侧考虑需求响应,系统的经济性和低碳性得到了显著提升。
-
公开(公告)号:CN115081727A
公开(公告)日:2022-09-20
申请号:CN202210796387.0
申请日:2022-07-06
Applicant: 东北电力大学
Abstract: 本发明属于电力市场预测技术领域,具体为一种基于注意力机制和Seq2Seq模型的短期电价预测方法,包括步骤1:相关性分析,计算数据集中的相关序列与预测电价之间的MIC,选取MIC大的备选序列作为模型输入,并对输入数据进行标准化处理;步骤2:模型构建与训练,独立构建并初始化各基于注意力机制的Seq2Seq点预测模型,设置网络超参数;步骤3:模型预测实现,使用训练好的预测模型在测试样本集上进行预测,得到测试集下的预测结果。将输出值反标准化,作为最终短期电价的预测结果,其结构合理,能够实现高精确度的短期电价预测,同时提高模型泛化能力,使模型能够适应不同的应用场景。
-
-
-
-
-