[发明专利]一种水库电站优先发电配额方法有效

专利信息
申请号: 201910899923.8 申请日: 2019-09-23
公开(公告)号: CN110648066B 公开(公告)日: 2021-09-14
发明(设计)人: 朱燕梅;黄炜斌;陈仕军;马光文 申请(专利权)人: 四川大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 李鹏
地址: 610065 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 水库 电站 优先 发电 配额 方法
【说明书】:

发明公开了一种水库电站优先发电配额系统和方法,包括:水库电站样本数据集构建;水库电站聚类分析;排序标准选取;训练集抽取;测试集形成;构建决策树模型;形成随机森林,投票分类;优先发电指数计算;优先发电计划分配;确定水库电站优先发电计划总量;确定优先发电计划分配的权重;确定基准利用小时数;分配各电站优先发电量。本发明的优点是:全面地体现了水库电站的公益性功能价值,实现了优先发电配额的公开透明和有理有据;降低了少数因子分类带来的偏差,初步保证了水库电站的整体定位;避免了人为因素的影响。行业内一个普通的技术人员即可操作该系统完成水库电站优先发电配额,在降低人工成本的同时也提高了配额效率。

技术领域

本发明涉及水库电站发电配额技术领域,特别涉及一种水库电站优先发电配额方法。

背景技术

具备季及以上蓄水调节能力的水库电站(简称“水库电站”)与径流式水电、风电、光伏发电等新能源同样具有清洁环保的特点,但水库电站还具有灌溉、供水、防洪、调峰调频等诸多公益性功能,其对社会及电网的贡献是巨大的,尤其是对西南地区以水电为主要能源的四川、云南电网而言,水库电站更是具有不可替代的作用。随着电力市场的形成,风电、光伏发电实行“保量保价”全额收购政策,水库电站却与径流式电站一道实行“计划+市场”的双轨制,即电量按照是否参与市场分为计划电量(优先发电计划)和市场电量,其中计划电量执行政府定价,市场电量电价由市场形成。水库电站由于淹没范围广、建设周期长等原因,移民安置、环境生态治理修复等成本显著高于一般径流式电站。无差别化的竞价规则,导致高造价的水库电站不敌低成本的径流式电站,在市场中处于劣势地位,高电能质量的优势没有得到很好体现。事实证明,在当前市场机制自发作用下水库电站发电生产的成本-收益不对称,其外部效益不能够得到充分发挥,导致市场无法发现其真正的价值,能源的配置效率低下;恶性竞争导致企业不堪重负,“过度市场化”不仅影响现有水库电站的正常生产经营,而且严重挫伤了企业投资新建水库电站的积极性,长期下去将对电力行业健康协调可持续发展带来严重影响。目前还没有相关的水库电站优先发电配额方法的出现。

发明内容

本发明针对现有技术的缺陷,提供了一种水库电站优先发电配额方法,解决了现有技术中存在的缺陷。

为了实现以上发明目的,本发明采取的技术方案如下:

一种水库电站优先发电配额方法,包括以下步骤:

步骤1,水库电站分类,包括以下子步骤:

步骤11,水库电站样本数据集构建;

根据水库电站的开发任务,分析包括水库电站在发电、防洪、灌溉、供水和航运方面的功能价值,并搜集有关量化指标;结合实际运行情况搜集包括水库电站的电网调峰调频、风光水互补、减排和缓解弃水的效益指标。将指标作为研究对象的特征,构建样本数据集。

步骤12,水库电站聚类分析;

根据数据集的特征,包括:数据量的大小、是否有分类型变量、是否有空缺值以及事先是否知道具体的类别数,选取适当的聚类分析方法,按照数据预处理、定义聚类函数、聚类或分组和评估输出的聚类流程对水库电站进行聚类,并将水库电站分为a个类别。

步骤2,水库电站排序,包括以下子步骤:

步骤21,排序标准选取;

采用随机森林算法对影响水库电站分类的变量的重要性进行打分评估,采用节点分裂不纯度的平均改变量Gini指数来衡量各自变量贡献大小。为降低算法的随机性,根据大数定律,将1000次随机森林的平均评分作为最终评分。根据评分结果选取变量作为水库电站排序和优先发电配额的标准。

采用随机森林算法进行分类问题研究主要包括:训练集抽取、测试集形成、构建决策树模型和形成森林投票分类4个步骤。

步骤211,训练集抽取;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910899923.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top