-
公开(公告)号：CN112290564A
公开(公告)日：2021-01-29
申请号：CN202011123635.2
申请日：2020-10-20
Applicant: 湖南大学 , 国家电网有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种降低电力系统亚区间功率不匹配度的方法及系统，综合考虑风电功率短期波动的爬坡参数以及经济调度相关约束，建立了电力系统亚区间安全风险评估的线性规划模型，计算电力系统亚区间各个时刻的功率不匹配度；根据模型求得的亚区间各个时刻的功率不匹配度，提出了一种新的降低亚区间最大功率不匹配度的预防调度模型，通过有限次迭代最终使得亚区间最大功率不匹配度降低到安全阈值之内，以保证系统备用容量能够完全补偿电力系统亚区间功率不匹配度。本发明在未牺牲过多经济性的基础上有效地将电力系统亚区间功率不匹配度降低到安全阈值之内，保证了电力系统整个调度区间内部的安全，提高了电力系统的安全性与可靠性。
-
公开(公告)号：CN113452018A
公开(公告)日：2021-09-28
申请号：CN202110725764.7
申请日：2021-06-29
Applicant: 湖南大学
IPC: H02J3/00 , H02J3/38 , G06F30/27 , G06Q10/06 , G06Q50/06 , G06F111/06 , G06F113/04
Abstract: 一种电力系统备用不足风险场景辨识方法，包括以下步骤：S1：选取影响正负备用的样本特征，构建初始样本集；S2：筛选互信息较大的样本特征作为训练样本特征，构建训练样本集；S3：构建决策树模型，根据训练样本集在各个训练样本特征划分下的基尼指数确定决策树模型的最优划分特征；S4：采用交叉验证法选取最优叶节点最小样本数；S5：生成带纠错机制的决策树序列；S6：对决策树序列进行剪枝，生成最优的带纠错编码的决策树序列；S7：对带纠错机制的决策树模型进行评估；S8：利用评估后的决策树模型进行电力系统备用不足风险场景辨识。本发明能实现对电力系统可能出现的正、负备用不足风险进行预判，从而保证电力系统的安全。
-
公开(公告)号：CN112290564B
公开(公告)日：2022-07-01
申请号：CN202011123635.2
申请日：2020-10-20
Applicant: 湖南大学 , 国家电网有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种降低电力系统亚区间功率不匹配度的方法及系统，综合考虑风电功率短期波动的爬坡参数以及经济调度相关约束，建立了电力系统亚区间安全风险评估的线性规划模型，计算电力系统亚区间各个时刻的功率不匹配度；根据模型求得的亚区间各个时刻的功率不匹配度，提出了一种新的降低亚区间最大功率不匹配度的预防调度模型，通过有限次迭代最终使得亚区间最大功率不匹配度降低到安全阈值之内，以保证系统备用容量能够完全补偿电力系统亚区间功率不匹配度。本发明在未牺牲过多经济性的基础上有效地将电力系统亚区间功率不匹配度降低到安全阈值之内，保证了电力系统整个调度区间内部的安全，提高了电力系统的安全性与可靠性。
-
公开(公告)号：CN113452018B
公开(公告)日：2022-05-06
申请号：CN202110725764.7
申请日：2021-06-29
Applicant: 湖南大学
IPC: H02J3/00 , H02J3/38 , G06F30/27 , G06Q10/06 , G06Q50/06 , G06F111/06 , G06F113/04
Abstract: 一种电力系统备用不足风险场景辨识方法，包括以下步骤：S1：选取影响正负备用的样本特征，构建初始样本集；S2：筛选互信息较大的样本特征作为训练样本特征，构建训练样本集；S3：构建决策树模型，根据训练样本集在各个训练样本特征划分下的基尼指数确定决策树模型的最优划分特征；S4：采用交叉验证法选取最优叶节点最小样本数；S5：生成带纠错机制的决策树序列；S6：对决策树序列进行剪枝，生成最优的带纠错编码的决策树序列；S7：对带纠错机制的决策树模型进行评估；S8：利用评估后的决策树模型进行电力系统备用不足风险场景辨识。本发明能实现对电力系统可能出现的正、负备用不足风险进行预判，从而保证电力系统的安全。
-
-
-
Search Results
4
records
(took 0.013 seconds)
