国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司张林垚获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司申请的专利一种基于概率盒和条件风险价值的优化调度方法及终端获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115632438B 。
龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211225458.8,技术领域涉及:H02J3/46;该发明授权一种基于概率盒和条件风险价值的优化调度方法及终端是由张林垚;姜文瑾;杨晓东;胡臻达;邹艺超;涂夏哲;林伟伟;刘林设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。
本一种基于概率盒和条件风险价值的优化调度方法及终端在说明书摘要公布了:本发明公开一种基于概率盒和条件风险价值的优化调度方法及终端,确定预设周期内分布式可再生能源出力和负荷需求分别对应的预测误差;基于每一预测误差确定对应的累积概率密度曲线,并根据概率盒理论基于每一预测误差从累积概率密度曲线中确定满足预设置信度的区间集合;基于条件风险价值理论计算满足预设置信度的区间集合对应的最终不确定因素波动区间;基于最终不确定因素波动区间构建优化调度模型,并使用智能优化算法求解优化调度模型,得到优化调度方案,以此保证不确定信息的完整性,计算置信区间外的不确定性情形,在避免传统区间优化方法保守性的同时保证安全约束的充分性,实现了配电网经济性和安全性的有效平衡。
本发明授权一种基于概率盒和条件风险价值的优化调度方法及终端在权利要求书中公布了:1.一种基于概率盒和条件风险价值的优化调度方法,其特征在于,包括步骤:确定预设周期内分布式可再生能源出力和负荷需求分别对应的预测误差;基于每一所述预测误差确定对应的累积概率密度曲线,并根据概率盒理论基于每一所述预测误差从所述累积概率密度曲线中确定满足预设置信度的区间集合;基于条件风险价值理论计算所述满足预设置信度的区间集合对应的最终不确定因素波动区间;基于所述最终不确定因素波动区间构建优化调度模型,并使用智能优化算法求解所述优化调度模型,得到优化调度方案;所述确定预设周期内分布式可再生能源出力和负荷需求分别对应的预测误差包括:获取预设周期内的分布式可再生能源出力的第一历史数据实际值和对应的第一历史数据预测值以及负荷需求的第二历史数据实际值和对应的第二历史数据预测值;根据所述第一历史数据实际值和对应的第一历史数据预测值确定所述分布式可再生能源出力的第一预测误差;根据所述第二历史数据实际值和对应的第二历史数据预测值确定所述负荷需求的第二预测误差;所述基于每一所述预测误差确定对应的累积概率密度曲线包括:确定每一所述预测误差对应的概率分布类型;根据所述概率分布类型确定对应的概率分布参数变化区间;根据所述概率分布参数变化区间确定对应的累积概率密度曲线;所述概率分布类型包括正态分布类型;所述根据所述概率分布类型确定对应的概率分布参数变化区间包括:根据所述正态分布类型确定对应的概率分布参数变化区间为: ;式中,x表示预测误差类型,表示预测误差正态分布的均值,表示预测误差正态分布的标准差,表示所述均值对应的下限值,表示所述均值对应的上限值,表示所述标准差对应的下限值,表示所述标准差对应的上限值;所述累积概率密度曲线为: ;式中,、分别表示预测误差对应概率盒的左上边界和右上边界,、分别表示预测误差对应概率盒的左下边界和右下边界,Na,b2表示曲线服从以a为期望以及以b为标准差的正态分布;所述根据概率盒理论基于每一所述预测误差从所述累积概率密度曲线中确定满足预设置信度的区间集合包括:根据概率盒理论基于所述预测误差以及预设置信度确定满足预设置信度的预测误差区间;根据所述满足预设置信度的预测误差区间从所述累积概率密度曲线中确定满足预设置信度的区间集合;所述基于条件风险价值理论计算所述满足预设置信度的区间集合对应的最终不确定因素波动区间包括:基于风险价值理论确定预设置信度下的预测误差上边界和预测误差下边界;根据所述预测误差上边界和预测误差下边界计算所述满足预设置信度的区间集合对应的概率盒-CVaR区间;将区间宽度最小的概率盒-CVaR区间确定为最终不确定因素波动区间。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司,其通讯地址为:350013 福建省福州市晋安区茶园路68号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励