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！

申请/专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司

摘要：本申请公开了一种备用资源跨区共享的计算方法及其相关装置，根据电力系统的日风电出力预测误差曲线、日光伏出力预测误差曲线、日负荷功率预测误差曲线和日实际出力情况获取预测日前一天的预测误差统计特征、预测日前一天的实际出力统计特征和预测日的预测数据统计特征；将统计特征和根据预测日确定的时间特征输入到训练好的XGBoost模型进行备用需求预测，得到预测日的各时间尺度的备用需求预测值；将预测日的各时间尺度的备用需求预测值输入到日前调度优化模型中求解得到预测日的机组出力计划和备用分配计划，有效地减少了系统备用资源的冗余、发电资源闲置。

主权项：1.一种备用资源跨区共享的计算方法，其特征在于，包括：根据电力系统的日风电出力预测误差曲线、日光伏出力预测误差曲线、日负荷功率预测误差曲线和日实际出力情况获取预测日前一天的预测误差统计特征、预测日前一天的实际出力统计特征和预测日的预测数据统计特征，得到统计特征；将所述统计特征和根据所述预测日确定的时间特征输入到训练好的XGBoost模型进行备用需求预测，得到预测日的各时间尺度的备用需求预测值；所述训练好的XGBoost模型的配置过程为：获取历史预置时间段内所述电力系统的日风电出力预测误差曲线、日光伏出力预测误差曲线和日负荷功率预测误差曲线，得到日净负荷预测误差曲线；对所述日净负荷预测误差曲线进行多尺度时间分解，得到各时间尺度下的日备用需求；根据所述日净负荷预测误差曲线和日实际出力情况获取日前预测误差统计特征、日前实际出力统计特征和日内预测数据统计特征，以日前预测误差统计特征、日前实际出力统计特征、日内预测数据统计特征和日内时间特征为输入特征，以日内备用需求为训练目标对XGBoost模型进行训练，得到训练好的XGBoost模型；将所述预测日的各时间尺度的备用需求预测值输入到日前调度优化模型中求解得到预测日的机组出力计划和备用分配计划，所述日前调度优化模型用于在满足备用资源跨省区支援的约束条件下使得机组发电成本和备用资源购买成本之和最小。

全文数据：

权利要求：

百度查询： 南方电网科学研究院有限责任公司 中国南方电网有限责任公司 一种备用资源跨区共享的计算方法及其相关装置