-
公开(公告)号:CN119030035A
公开(公告)日:2024-11-26
申请号:CN202411112942.9
申请日:2024-08-14
Applicant: 广东电网有限责任公司
IPC: H02J3/46 , H02J3/38 , H02J3/00 , G06Q10/0631 , G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种基于张量分解的风电场调控方法、装置、终端设备及存储介质,方法包括:获取历史风功率数据,并选定待预测风功率数据;根据所述历史风功率数据和待预测风功率数据构建初始风功率预测张量模型;其中,所述初始风功率预测张量模型为四维张量模型,包括时刻维度、日维度、月维度以及年维度;对所述初始风功率预测张量模型进行迭代训练,直至所述初始风功率预测张量模型达到预设收敛条件,生成风功率预测张量模型;其中,在每一迭代训练时,对各维度的因子矩阵进行更新;根据所述风功率预测张量模型确定待预测风功率数据对应的预测风功率数据;基于所述预测风功率数据对风电场进行调控。
-
公开(公告)号:CN117454210A
公开(公告)日:2024-01-26
申请号:CN202311421490.8
申请日:2023-10-30
Applicant: 广东电网有限责任公司
IPC: G06F18/23213 , G06F18/2135 , G06F18/213 , G06F18/25 , G06Q50/06
Abstract: 本发明公开了一种新能源风光波动场景构建方法、装置及存储介质,其中方法包括:获取原始数据;对原始数据进行抽样处理后进行相关性控制处理,得到样本数据;采用基于分位数半径的动态K‑means算法对样本数据进行聚类运算,得到样本数据中的不同类数,并在聚类运算过程中生成每一类数对应的聚类中心点集合;基于聚类中心点集合,构建新能源风光波动场景。本发明通过对抽样数据进行相关性控制处理,考虑了风电和光伏之间的相关性,从而能够有利于生成准确的新能源风光波动场景。
-
公开(公告)号:CN119695857A
公开(公告)日:2025-03-25
申请号:CN202411732539.6
申请日:2024-11-29
Applicant: 广东电网有限责任公司
Abstract: 本发明公开了一种风电场的功率控制方法、装置、终端设备和存储介质,可以将气象数据与补全后的历史风能数据一起输入到风电功率预测模型中,使得模型不仅可以提取出用于表示功率随时间变化的趋势性的时序特征,还能够捕捉到功率与气象之间的相关性特征,从而综合考虑了功率的时序变化以及气象条件对功率的潜在影响。则本发明不仅可以对数据进行补全缺失的部分,还可以利用风电功率预测模型将补全后的历史风能数据与当前气象数据结合,以捕捉到功率与气象之间的相关性,从而实现了风电输出功率的准确预测,最后根据准确预测的目标功率控制风电场中的各个风电机组的输出功率时,可以减少风电场输出功率的波动,提高电网的安全稳定运行水平。
-
公开(公告)号:CN117670153A
公开(公告)日:2024-03-08
申请号:CN202311681084.5
申请日:2023-12-08
Applicant: 广东电网有限责任公司
IPC: G06Q10/067 , G06Q10/20 , G06Q50/06 , G06Q50/26 , G06N3/006
Abstract: 本发明提供了一种电源规划方法、装置、电子设备及存储介质,通过以发电收益最大为目标函数构建双层电源规划模型的上层规划模型,以新能源并网消纳率最大为目标函数构建双层电源规划模型的下层规划模型,并基于对新能源发电厂在并网后对电力系统的影响的考虑,以及对新能源发电厂在并网后对环保的影响,通过在下层规划模型设定电力平衡约束、电量平衡约束、调峰能力约束、调频能力约束、机组检修约束、以及污染物排放量约束,使得最终获得的目标电源规划方案在满足发电收益最大化以及新能源并网消纳率最大化的同时,还能够确保新能源发电厂在并网后,电力系统能够稳定运行。
-
公开(公告)号:CN119627870A
公开(公告)日:2025-03-14
申请号:CN202411677507.0
申请日:2024-11-22
Applicant: 广东电网有限责任公司
Abstract: 本申请公开了基于DA‑RNN模型的风电功率预测方法、系统及介质,包括:对获取的风电场的历史风电数据进行数据预处理,得到数据处理结果,并将数据处理结果划分为若干个训练数据集;将若干个训练数据集依次输入预设的DA‑RNN模型以对DA‑RNN模型进行训练,逐步更新DA‑RNN模型的模型参数,并基于模型参数确定DA‑RNN模型;获取风电场的待预测数据,并将待预测数据输入DA‑RNN模型,得到各待预测数据的第一注意力权重,基于第一注意力权重确定待预测数据在各时间点的关键特征,并基于关键特征得到预测时间段的风电功率预测结果。本申请可以适应风电功率数据的动态变化,提高风电功率预测的实时性和准确性。
-
公开(公告)号:CN117634974A
公开(公告)日:2024-03-01
申请号:CN202311676388.2
申请日:2023-12-07
Applicant: 广东电网有限责任公司
IPC: G06Q10/0639 , G06N3/006 , G06N3/084 , G06N3/048 , G06Q50/06
Abstract: 本发明公开了一种基于自适应粒子群优化神经网络的风资源评估方法和系统,包括:获取风资源原始数据,根据风资源原始数据,通过BP神经网络,建立风资源评估模型;初始化粒子群,将所述风资源评估模型的各组权值和阈值作为所述粒子群中各粒子的位置,将所述风资源评估模型的误差函数作为所述粒子群中的适应度函数;每次迭代结合所述适应度函数,更新各粒子对应的惯性权重和加速系数,调整各粒子的位置,并通过精英学习策略,更新所述粒子群中的全局最优粒子,得到所述风资源评估模型的最优权值和阈值;根据风资源评估模型的最优权值和阈值,对待评估风资源数据进行评估,得到待评估风资源数据的评估结果。本发明实现了更高效地提供风资源评估。
-
-
-
-
-