一种基于LSTM的多线程并行计算电力负荷预测方法

    公开(公告)号:CN115186887A

    公开(公告)日:2022-10-14

    申请号:CN202210768886.9

    申请日:2022-06-30

    Abstract: 本发明公开了一种基于LSTM的多线程并行计算电力负荷预测方法,包括步骤1,数据处理;步骤2,预测步骤;步骤3,训练步骤。本发明在每个线程最初,构建一个神经网络,该线程内的所有的配变使用同一个网络,减少构建神经网络所用时间;一个线程在计算一定的配变数量后,关闭线程重新开启一轮线程,消除由于计算配变增加导致的效率降低;在线程内新建一个数组将该线程的预测数据存入该数组,待该线程的配变任务全部完成时,统一存入全局数组最大程度减小了线程锁的问题;为了同时满足准确性以及效率,将预测程序和训练程序分离,从而实现了高计算效率的LSTM神经网络电力负荷预测。

    一种电动汽车配电网优化调度方法

    公开(公告)号:CN118572701B

    公开(公告)日:2025-02-18

    申请号:CN202411055635.1

    申请日:2024-08-02

    Abstract: 本发明公开了一种电动汽车配电网优化调度方法,属于电网优化调度领域,包括以下步骤:S1、考虑系统状态变量,基于电动汽车充电计划和配电网电压控制问题构建MDP模型,通过VVC设备和电动汽车以及分布式发电机的协同控制,实现自动电压调节和降低电动汽车充电成本;S2、基于电动汽车充电计划和配电网电压控制问题,构建深度神经网络框架,使用深度确定性策略梯度算法训练深度神经网络,以输出离散和连续的控制动作。本发明采用上述电动汽车配电网优化调度方法,通过两层调度控制策略使代理能够学习一种经济的调度策略,并保持配电网的电压稳定性,且采用数据驱动,不依赖于系统中的不确定模型。

    一种电动汽车充电的配电网主动式协同规划方法

    公开(公告)号:CN118508492A

    公开(公告)日:2024-08-16

    申请号:CN202410979844.9

    申请日:2024-07-22

    Abstract: 本发明公开了一种电动汽车充电的配电网主动式协同规划方法,属于配电网协同规划技术领域,具体如下:步骤S1:构建电动汽车总的电动汽车约束函数;步骤S2:构建总的配电网约束函数;步骤S3:根据步骤S1和步骤S2的数据构建主动式协同规划模型;步骤S4:根据步骤S1和步骤S2的总的电动汽车约束函数和总的配电网约束函数,求解主动式协同规划模型得到规划策略;步骤S5:根据步骤S4得到的规划策略调控充电站内的充电设备。采用上述一种电动汽车充电的配电网主动式协同规划方法,利用光伏自身设备消耗冗余发电量,提高能源利用率。对于不参与优化的电动汽车,充电完成后将充电包移动至空余充电位,便于后续电动汽车充电和调度。

Patent Agency Ranking