申请/专利权人：国网山东省电力公司经济技术研究院;国家电网有限公司

申请日：2020-08-17

公开（公告）日：2020-11-24

公开（公告）号：CN111985805A

主分类号：G06Q10/06(20120101)

分类号：G06Q10/06(20120101);G06Q50/06(20120101);G06Q10/04(20120101);G06F17/18(20060101);G06K9/62(20060101);G06N20/00(20190101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明公开了一种综合能源系统动态需求响应的方法及系统，方法包括以下步骤：获取室外温度和光照数据并生成分布函数；求取考虑温度和光照相关性的联合分布函数；求取考虑温度和光照动态相关性的联合分布函数；得到各变量的边缘分布函数并生成N*K高维样本；对高维样本经过场景削减和降维处理；计算分布式光伏电源系统中的有功出力和热负荷中的热负荷功率；建立基于多任务学习的节点冷热电气负荷物理模型，计算电_热_气的综合潮流；建立基于统计机器学习的随机响应面回归模型，快速计算概率潮流的数字特征；建立基于概率潮流的综合能源系统动态需求响应优化模型，根据求解结果制定匹配光伏发电特征的用户侧动态需求响应策略。

主权项：1.一种综合能源系统动态需求响应的方法，其特征是，包括以下步骤：S1，获取室外温度和光照数据，并生成其分布函数；S2，处理光照和温度的分布函数，得到考虑温度和光照相关性的联合分布函数；S3，处理考虑温度和光照相关性的联合分布函数，得到考虑温度和光照动态相关性的联合分布函数；S4，由考虑温度和光照动态相关性的联合分布函数得到各变量的边缘分布函数，并利用随机场景模拟生成包含Nⅹr个温度样本和NⅹK-r个光照样本的N*K高维样本；S5，对N*K高维样本先经过场景削减得到n*K样本，再对n*K样本降维处理得到n*k样本，其中n远小于N且k远小于K；S6，利用光伏电源额定功率和n*K样本计算分布式光伏电源系统中的有功出力和热负荷中的热负荷功率；S7，建立基于多任务学习的节点冷热电气负荷物理模型，利用光伏有功出力和热负荷功率计算n次电_热_气的综合潮流，得到n*1的潮流结果；S8，建立基于统计机器学习的随机响应面回归模型，以得到的n*k样本作为输入矩阵、n*1的潮流结果作为输出矩阵训练模型，利用拟合系数快速计算综合能源系统的概率潮流的数字特征；S9，建立基于概率潮流的综合能源系统动态需求响应优化模型，并对该优化模型进行求解，根据求解结果制定匹配光伏发电特征的用户侧动态需求响应策略。

全文数据：

权利要求：

百度查询： 国网山东省电力公司经济技术研究院;国家电网有限公司 综合能源系统动态需求响应的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD