CN116108357A - 考虑调节能力差异性的电解铝fcm聚类方法及系统 - Google Patents

考虑调节能力差异性的电解铝fcm聚类方法及系统 Download PDF

Info

Publication number
CN116108357A
CN116108357A CN202310380642.8A CN202310380642A CN116108357A CN 116108357 A CN116108357 A CN 116108357A CN 202310380642 A CN202310380642 A CN 202310380642A CN 116108357 A CN116108357 A CN 116108357A
Authority
CN
China
Prior art keywords
energy storage
adjustment
electrolytic aluminum
distributed
aluminum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310380642.8A
Other languages
English (en)
Other versions
CN116108357B (zh
Inventor
彭斌祺
廖思阳
徐箭
李玲芳
皮山泉
陈义宜
游广增
陈姝敏
何烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Yunnan Power Grid Co Ltd
Original Assignee
Wuhan University WHU
Yunnan Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU, Yunnan Power Grid Co Ltd filed Critical Wuhan University WHU
Priority to CN202310380642.8A priority Critical patent/CN116108357B/zh
Publication of CN116108357A publication Critical patent/CN116108357A/zh
Application granted granted Critical
Publication of CN116108357B publication Critical patent/CN116108357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电力系统运行与控制领域,主要涉及一种考虑调节能力差异性的电解铝FCM聚类方法及系统。首先采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;然后将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;最后采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵。采用本发明FCM聚类分析方法,能够对分布式电解铝储能进行分类,并根据分类的结果为调度规划提供指导。

Description

考虑调节能力差异性的电解铝FCM聚类方法及系统
技术领域
本发明属于电力系统运行与控制领域,主要涉及一种考虑调节能力差异性的电解铝FCM聚类方法及系统。
背景技术
电解铝储能技术是指依据系统中存在的不平衡功率,控制电解铝负荷在短时间内调整有功功率以实现电网系统的功率平衡。通过对储能性能评价指标的综合分析,可以判断储能调频性能的优劣,为调度中心下发调频指令提供依据。
大量研究表明了电解铝储能参与调频的理论可行性与技术适应性,构建了电解铝负荷的有功外特性,实现了有功功率的控制方法。同时也有研究使用聚类分析来进行一般储能调频性能的指标评价,为储能的性能提供评价手段。
综观现有的电解铝储能研究现状,研究多侧重于铝厂侧储能的技术实现,而没有从电网调度的层面整体分析铝厂储能的调频性能,也缺乏对于铝厂的储能性能指标评价。
综上所述,研究电解铝储能的评价指标,并使用聚类方法深入挖掘,将分布式的储能变为数量小容量大的资源聚合体,降低协同控制的难度,区分分布式储能的调控优先级,既完善了电解铝储能性能的评价标准,又可以减小电网公司利用分布式电解铝储能维持电网安全稳定运行的控制代价。
发明内容
本发明的目的是提供一种电解铝储能评价标准的分析方法:通过建立资源聚类控制指标体系,对电解铝储能参与调频的效果做出客观评价;使用FCM聚类分析,对分布式电解铝储能进行分类,并根据分类的结果为调度规划提供指导。
为实现上述目的本发明采用的技术方案是:
一种考虑调节能力差异性的电解铝FCM聚类方法,包括:
采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;
将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;
采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,所述样本数据包括:
分布式电解铝储能i的最大负荷,最小负荷
分布式电解铝储能i在时段j内的功率
分布式电解铝储能设点指令值
时段j的开始时刻和响应稳定时刻
分布式铝储能i响应过程结束时刻的有功功率
分布式铝储能i响应开始时刻的有功功率
在上述的考虑调节能力差异性的电解铝FCM聚类方法,电解铝储能的可调控容量通过储能的最大负荷和最小负荷的差值来表示:
式中,是分布式铝储能的最大负荷;是分布式铝储能的最小负荷。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,调节精度为储能响应稳定后,在整个调节过程中有功功率的实际调整值于设置指令值之间的差值,第i个储能的调节精度即第i个储能在j计算时间段内的调节偏差量计算式为 :
式中:为j时段响应稳定的时刻;为j时段响应开始的时刻;为分布式铝储能在j时段内的实际功率调整值,为该时段内的分布式铝储能设点指令值。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,调节速率为储能响应调度下发给储能指令的速率,分为上升和下降速率,第i个分布式铝储能在时段j内的调节速率计算式为:
式中,为分布式铝储能i响应过程结束时刻的有功功率;为响应开始时刻的有功功率,为j时段响应稳定的时刻;为j时段响应开始的时刻。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,FCM聚类算法的目标函数采用如下公式:
式中,K表示聚类数量,N表示样本中分布式铝储能总数量,
是聚合体k中分布式铝储能的数量;
是配置的权重;
表示聚合体k的总可调节容量;
表示聚合体k的平均调节精度;
表示聚合体k的平均调节速率。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,FCM聚类算法计算目标函数的具体方法是:
对性能评价指标所需样本数据进行归一化;
初始化第i个储能隶属度矩阵并随机初始化第i个储能聚类中心;
根据熵权法对性能评价指标配置权重;
开始计算第i+1个储能隶属度矩阵以及第i+1个储能聚类中心并计算循环差值是否小于设定阈值,若是,输出第i+1个储能隶属度矩阵和其聚类中心,否则继续累加计算第i+2个储能隶属度矩阵和第i+2个储能聚类中心,直至循环差值是否小于设定阈值后输出符合要求的聚类隶属度矩阵和聚类中心。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,样本数据归一化的具体步骤包括:
根据数据集:
结合归一化公式进行归一化,得到归一化矩阵:
;
式中由式求得,表示分布式储能N的可调节容量,表示分布式储能N在j时段内的平均调节精度,表示分布式储能N的平均调节速率,表示归一化矩阵,表示归一化之后,消除了量纲影响的分布式储能i的第j项指标,表示数据集矩阵中的第i行第j列的元素,表示分布式储能的总数。
在上述的考虑调节能力差异性的电解铝FCM聚类方法,根据熵权法对性能评价指标配置权重具体包括:
根据归一化矩阵,得到概率矩阵;
求信息熵矩阵;
求配置指标权重:
其中,表示第j项指标的信息熵。
一种考虑调节能力差异性的电解铝FCM聚类系统,包括:
第一模块:被配置为用于采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;
第二模块:被配置为将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;
第三模块:被配置为采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵。
因此本发明具有如下优点:FCM聚类算法是基于模糊集理论的,因此能够描述数据点属于不同类别的隶属度,这使得对于具有重叠或者模糊边界的数据集分类更为准确。FCM聚类算法在计算过程中考虑了数据点间的距离信息,因此具有一定的容错能力,能够抵抗噪声和异常值的影响。FCM聚类算法的结果可以辅助电解铝储能调度规划决策,为运维人员提供直观的分类信息,有助于提升运维效率。FCM聚类算法可以通过调整参数,针对电解铝储能的特点进行优化,从而为调度规划提供更精确的分类结果。
附图说明
图1是控制指标体系系统图。
图2是本发明的方法流程示意图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
在本实施例中,本发明涉及的一种考虑调节能力差异性的电解铝FCM聚类方法具体包括
步骤1:构建电解铝储能的性能指标体系;
首先,电解铝负荷基于经济效益的要求通常都是额定容量运行,其整流变压器的剩余容量十分有限,提高电解铝的有功功率会导致整流设备的过载,因此,在本实施例中,储能只作为辅助调频手段,在于电源功率短缺的情景下进行,升高直流电压提高电解铝负荷不在本实施例方案范围内。由于电解铝储能作为辅助调频手段,只在少数电源功率不足,且主调频厂无法满足调频要求的情景下使用,故其负荷功率的变化不会在一天中频繁变动,为简化评价指标体系,提高效率,本发明无需使用时间序列模型进行分析。
选取的储能性能评价指标主要用于体现在储能参与配电网功率波动平抑中的可调控性能。考虑到功率波动平抑主要体现在配电网中的有功平衡需求和控制精度两方面,本发明重点考虑电解铝储能的可调控容量,调节精度,调节速率三个具体的聚类指标。
(1)可调控容量。
电解铝储能的可调控容量是说明储能调控能力的重要指标,直接体现了不同储能的调控性能,可以通过储能的最大负荷和最小负荷的差值来表示:
式中是分布式铝储能的最大负荷;是分布式铝储能的最小负荷。
(2)调节精度。
调节精度是指储能响应稳定后,在整个调节过程中有功功率的实际调整值于设置指令值之间的差值,第i个储能的调节精度即第i个储能在j计算时间段内的调节偏差量,计算式为:
式中:为j时段响应稳定的时刻;为j时段响应开始的时刻;为分布式铝储能在j时段内的实际功率值,为该时段内的分布式铝储能设点指令值。
(3)调节速率。
调节速率是指储能响应调度下发给储能指令的速率,可分为上升和下降速率,第i个分布式铝储能的调节速率计算式为:
式中为分布式铝储能i响应过程结束时刻的有功功率;为响应开始时刻的有功功率,为响应结束的时刻;为响应开始的时刻。
最终建立了电解铝储能的性能指标体系,也就是聚类所需的控制指标体系如图1所示。
步骤2:基于FCM聚类进行储能性能指标分析。
步骤2.1、特征加权FCM聚类算法。
FCM算法是一种基于目标函数的模糊聚类算法,其核心思想是使被划分到同一类的对象之间相似性最大,不同类之间的相似性最小。其功能是通过定义目标函数,构造带约束的非线性规划模型来实现的。
定义数据集合为样本数据集,n为样本总数,则FCM算法目标函数的定义为
式中u,c分别为隶属度矩阵和聚类中心矩阵,K,N分别为聚类数目和样本总数,表示第j个样本对于第i个聚类中心的隶属度,m为隶属度的加权系数,影响模糊聚类的收敛速度和性能,其值通常取在区间[1.5,2.5]内,表示数据集合中的第j个样本到第i个聚类中心的传统欧几里得距离。隶属度满足如下约束条件:
应用拉格朗日乘数解目标函数的条件极值,通过求偏导得到隶属度函数以及第i类的聚类中心分别为:
特征加权FCM算法为在传统的欧氏距离的基础上引入各个维度的特征权重系数,以此来考虑各个性能指标对分类结果的不同影响。加入特征权重w的欧几里得距离可以表示为:
式中表示维度为n的聚类中心的各维度坐标,本发明使用熵权法对电解铝储能性能的三个维度进行赋权。
步骤2.2、性能指标的熵权法赋权。
对于数据集中的n个需要评价的电解铝储能,有m个评价指标,现按照以下的三个步骤对m个维度进行赋权,评价指标均为极大型,无需进行正向化。
(1)归一化。
对于数据集X:
对数据进行归一化,归一化后的矩阵记为Z,Z中的元素:
对具有不同含义,量级和量纲的指标进行归一化处理,以便对数据进行聚类。归一化完成后得到拥有m个指标的归一化方程:
(2)求熵。
计算概率矩阵,进而得到每一个指标的信息熵,其概率矩阵P中的每一个元素为:
对第j个指标而言,其信息熵:
信息熵越大,其对应的信息量越小,权重相应也小。
(3)求权重.
得到每个指标的熵权:
本发明的数据集设置了三个维度,即式中的m值为3。
步骤2.3、对电解铝储能的性能指标进行聚类。
本发明基于储能性能指标数据集X={x1,x2,x3},对其进行三维聚类,其中x1,x2,x3分别为可调容量,调节精度,调节速率三个维度的向量。
本发明将样本数据划分为4个簇,即K=4,可得到
,
其中,分别表示储能综合性能的优,良,中,差。
本发明通过下面三个公式分别对可调控容量,调节精度,调节速率三个指标进行聚合:
式中,表示聚合体k的总可调节容量;
表示聚合体k的平均调节精度;
表示聚合体k的平均调节速率;
是聚合体k中分布式铝储能的数量;
将三个聚类指标代入FCM聚类算法的目标函数中,得到如下公式:
具体的聚类过程如下:
(1)初始化聚类中心和隶属度,即随机选取一组满足约束的隶属度;
(2)利用公式计算出新的聚类中心;
(3)根据得到的簇群中心利用更新隶属值,利用这两个公式反复修改聚类中心和隶属度;
(4)记第t次循环的目标函数的值为,当
的值小于给定的误差范围时,得到各类的聚类中心以及各个样本对于各模式类的隶属度,完成模糊聚类划分。
其中,本发明使用的隶属度初始化方式为:将中的每一个元素都随机初始化为[0,1] 之间的一个随机数,但仍满足的约束条件,本发明初始聚类中心为随机选择的K个样本。
本实施例还提供一种考虑调节能力差异性的电解铝FCM聚类系统,包括:
第一模块:被配置为用于采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;
第二模块:被配置为将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;
第三模块:被配置为采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,包括:
采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;
将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;
采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵。
2.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,所述样本数据包括:
分布式电解铝储能i的最大负荷,最小负荷
分布式电解铝储能i在时段j内的功率
分布式电解铝储能设点指令值
时段j的开始时刻和响应稳定时刻
分布式铝储能i响应过程结束时刻的有功功率
分布式铝储能i响应开始时刻的有功功率
3.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,电解铝储能的可调控容量通过储能的最大负荷和最小负荷的差值来表示:
式中,是分布式铝储能的最大负荷;是分布式铝储能的最小负荷。
4.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,调节精度为储能响应稳定后,在整个调节过程中有功功率的实际调整值于设置指令值之间的差值,第i个储能的调节精度即第i个储能在j计算时间段内的调节偏差量计算式为 :
式中:为j时段响应稳定的时刻;为j时段响应开始的时刻;为分布式铝储能在j时段内的实际功率调整值,为该时段内的分布式铝储能设点指令值。
5.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,调节速率为储能响应调度下发给储能指令的速率,分为上升和下降速率,第i个分布式铝储能在时段j内的调节速率计算式为:
式中,为分布式铝储能i响应过程结束时刻的有功功率;为响应开始时刻的有功功率,为j时段响应稳定的时刻;为j时段响应开始的时刻。
6.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,FCM聚类算法的目标函数采用如下公式:
式中,K表示聚类数量,N表示样本中分布式铝储能总数量,
是聚合体k中分布式铝储能的数量;
是配置的权重;
表示聚合体k的总可调节容量;
表示聚合体k的平均调节精度;
表示聚合体k的平均调节速率。
7.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,FCM聚类算法计算目标函数的具体方法是:
对性能评价指标所需样本数据进行归一化;
初始化第i个储能隶属度矩阵并随机初始化第i个储能聚类中心;
根据熵权法对性能评价指标配置权重;
开始计算第i+1个储能隶属度矩阵以及第i+1个储能聚类中心并计算循环差值是否小于设定阈值,若是,输出第i+1个储能隶属度矩阵和其聚类中心,否则继续累加计算第i+2个储能隶属度矩阵和第i+2个储能聚类中心,直至循环差值是否小于设定阈值后输出符合要求的聚类隶属度矩阵和聚类中心。
8.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,样本数据归一化的具体步骤包括:
根据数据集:
结合归一化公式进行归一化,得到归一化矩阵:
;
式中由式求得,表示分布式储能N的可调节容量,表示分布式储能N在j时段内的平均调节精度,表示分布式储能N的平均调节速率,表示归一化矩阵,表示归一化之后,消除了量纲影响的分布式储能i的第j项指标,表示数据集矩阵中的第i行第j列的元素,表示分布式储能的总数。
9.根据权利要求1所述的考虑调节能力差异性的电解铝FCM聚类方法,其特征在于,根据熵权法对性能评价指标配置权重具体包括:
根据归一化矩阵,得到概率矩阵;
求信息熵矩阵;
求配置指标权重:
其中,表示第j项指标的信息熵。
10.一种考虑调节能力差异性的电解铝FCM聚类系统,其特征在于,包括:
第一模块:被配置为用于采集电解铝储能样本i在参与调频的时段j内的性能评价指标所需样本数据,所述电解铝储能的性能评价指标包括可调控容量,调节精度,调节速率;
第二模块:被配置为将获取的N组样本的可调控容量,调节精度,调节速率输入至FCM聚类算法的目标函数中;
第三模块:被配置为采用FCM聚类算法计算目标函数,输出聚类中心和聚类隶属度矩阵。
CN202310380642.8A 2023-04-11 2023-04-11 考虑调节能力差异性的电解铝fcm聚类方法及系统 Active CN116108357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310380642.8A CN116108357B (zh) 2023-04-11 2023-04-11 考虑调节能力差异性的电解铝fcm聚类方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310380642.8A CN116108357B (zh) 2023-04-11 2023-04-11 考虑调节能力差异性的电解铝fcm聚类方法及系统

Publications (2)

Publication Number Publication Date
CN116108357A true CN116108357A (zh) 2023-05-12
CN116108357B CN116108357B (zh) 2023-08-15

Family

ID=86258234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310380642.8A Active CN116108357B (zh) 2023-04-11 2023-04-11 考虑调节能力差异性的电解铝fcm聚类方法及系统

Country Status (1)

Country Link
CN (1) CN116108357B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8499022B1 (en) * 2006-11-27 2013-07-30 The Research Foundation Of State University Of New York Combining multiple clusterings by soft correspondence
US20190035479A1 (en) * 2016-03-31 2019-01-31 Huawei Technologies Co., Ltd. Backup power circuit and electrical device
CN111882155A (zh) * 2020-06-23 2020-11-03 国网河北省电力有限公司电力科学研究院 一种分布式储能系统的测试与评价方法
CN113361117A (zh) * 2021-06-16 2021-09-07 沈阳工程学院 一种基于聚合条件下的分布式储能聚合度评估指标模型
CN113657739A (zh) * 2021-08-06 2021-11-16 国网浙江嘉善县供电有限公司 一种多场景下定量储能评价的方法
CN113807658A (zh) * 2021-08-18 2021-12-17 国网湖南省电力有限公司 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
CN114421459A (zh) * 2022-01-10 2022-04-29 国网江苏省电力有限公司南通供电分公司 一种分布式电源规模化并网的集群划分评估方法及系统
CN114899870A (zh) * 2022-06-02 2022-08-12 中国人民解放军火箭军工程大学 一种交直流混合微电网系统及控制方法
CN115293487A (zh) * 2022-06-20 2022-11-04 贵州电网有限责任公司 一种面向区域电网储能配置效果的综合评价方法及系统
CN115759626A (zh) * 2022-11-16 2023-03-07 中国电力科学研究院有限公司 改进K-means++的多资源动态聚类方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8499022B1 (en) * 2006-11-27 2013-07-30 The Research Foundation Of State University Of New York Combining multiple clusterings by soft correspondence
US20190035479A1 (en) * 2016-03-31 2019-01-31 Huawei Technologies Co., Ltd. Backup power circuit and electrical device
CN111882155A (zh) * 2020-06-23 2020-11-03 国网河北省电力有限公司电力科学研究院 一种分布式储能系统的测试与评价方法
CN113361117A (zh) * 2021-06-16 2021-09-07 沈阳工程学院 一种基于聚合条件下的分布式储能聚合度评估指标模型
CN113657739A (zh) * 2021-08-06 2021-11-16 国网浙江嘉善县供电有限公司 一种多场景下定量储能评价的方法
CN113807658A (zh) * 2021-08-18 2021-12-17 国网湖南省电力有限公司 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
CN114421459A (zh) * 2022-01-10 2022-04-29 国网江苏省电力有限公司南通供电分公司 一种分布式电源规模化并网的集群划分评估方法及系统
CN114899870A (zh) * 2022-06-02 2022-08-12 中国人民解放军火箭军工程大学 一种交直流混合微电网系统及控制方法
CN115293487A (zh) * 2022-06-20 2022-11-04 贵州电网有限责任公司 一种面向区域电网储能配置效果的综合评价方法及系统
CN115759626A (zh) * 2022-11-16 2023-03-07 中国电力科学研究院有限公司 改进K-means++的多资源动态聚类方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YEYAN XU ET AL.: "Optimal Frequency Regulation Based on Characterizing the Air Conditioning Cluster by Online Deep Learning", CSEE JOURNAL OF POWER AND ENERGY SYSTEMS *
徐升 等: "采用通用生成函数法的自治微网旋转备用充裕性评估", 《电力系统自动化》 *
王冬 等: "一种面向需求响应资源的模糊聚类算法", 中国电机工程学报, no. 14 *
肖满生;周丽娟;文志诚;: "一种基于Huffman树的FCM聚类算法", 数据分析与知识发现, no. 07 *
齐军 等: "适用于蒙西电网的大规模储能技术分析", 《内蒙古电力技术》 *

Also Published As

Publication number Publication date
CN116108357B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN111353656B (zh) 一种基于生产计划的钢铁企业氧气负荷预测方法
CN111008504B (zh) 一种基于气象模式识别的风电功率预测误差建模方法
CN108649605B (zh) 一种基于双层场景区间潮流的dre并网准入容量规划方法
CN111401604B (zh) 电力系统负荷功率预测方法及储能电站功率分配方法
CN113991751B (zh) 一种基于混合算法的自动发电控制调度方法
US20150084432A1 (en) Power System Management Device and Method
CN114421459A (zh) 一种分布式电源规模化并网的集群划分评估方法及系统
CN115714420A (zh) 基于高精度风光出力预测的联合电站运行优化方法及系统
CN110766320A (zh) 一种机场智能电网运行安全评价方法及装置
CN110334847A (zh) 基于改进K-means聚类与支持向量机的风功率预测方法
CN113794199A (zh) 一种考虑电力市场波动的风电储能系统最大收益优化方法
CN102855326A (zh) 一种激光切割工艺参数的管理方法
CN111914900B (zh) 一种用户用电模式分类方法
CN110570091A (zh) 基于改进F-score特征选择及粒子群BP神经网络的负荷辨识方法
CN116108357B (zh) 考虑调节能力差异性的电解铝fcm聚类方法及系统
CN112561252B (zh) 一种含新能源地区电网无功组合评价方法
CN113708418A (zh) 微电网优化调度方法
CN108321801A (zh) 一种能源基地系统日前发电计划制定方法和系统
CN116957229A (zh) 基于Hausdorff距离的微电网两阶段分布鲁棒优化调度方法
CN116993205A (zh) 一种面向城市综合能源系统日内运行的调节能力评估方法
CN110676871A (zh) 一种分布式光伏规模化接入农村配电网的组群划分方法
CN116266700A (zh) 一种面向工业负荷需求响应可调节潜力的预测方法
Rouwhorst et al. Improving Clustering-Based Forecasting of Aggregated Distribution Transformer Loadings With Gradient Boosting and Feature Selection
Ma et al. Photovoltaic time series aggregation method based on K-means and MCMC algorithm
CN117526443B (zh) 一种基于电力系统的配电网优化调控方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant