本技术提供一种电力系统的输电‑储能容量的优化方法及装置，该方法包括:确定基于新能源发电的实时运行优化模型得到的新能源弃电量函数；实时运行优化模型以最小化新能源弃电量为目标函数；新能源弃电量函数以输电‑储能容量和新能源发电量作为变量；根据新能源弃电量函数和预设新能源发电概率分布集合确定新能源弃电分布鲁棒约束；确定基于新能源发电的输电‑储能容量优化配置模型得到的规划容量和投资成本；输电‑储能容量优化配置模型以最小化投资成本为目标函数、以输电‑储能容量的取值范围和新能源弃电分布鲁棒约束为约束条件。本发明考虑输电‑储能容量对新能源弃电量的影响，提高新能源发电运行的稳定性和利用率，降低投资成本。

 本技术提供了一种面向含多混合储能直流配电网的模块化小信号建模方法及系统，包括:步骤S1：将含多混合储能直流配电网划分为四个混合储能子模块；步骤S2：将单个混合储能子模块划分为升压电路子模块、变换器控制子模块与分布式控制子模块，并分别对升压电路子模块、变换器控制子模块与分布式控制子模块建模，进而得到单个混合储能子模块的小信号模型；步骤S3：通过联立四个混合储能子模块的小信号模型，获得含多混合储能直流配电网完整小信号模型。

 本技术提出了一种基于SAC‑HELM的电网潮流收敛性调整方法，所述方法包括以下步骤:步骤1、利用基于全纯函数嵌入的潮流计算方法的潮流计算方法建立电网模型，并引入电压判稳指标和电压崩溃点指标。步骤2、增加一个判断潮流收敛性的指标，筛选出参与潮流调整的发电机和负荷。步骤3、建立基于HELM的SAC模型，其中SAC的奖励结合电压判稳指标和电压崩溃点指标来设置；步骤4、对模型进行训练和测试，得到潮流收敛性调整的结果。该方法可使电网快速找到收敛解，大大减少了工作量。

 本技术公开了一种基于多阶段时序特征挖掘的光伏功率预测方法及系统，该预测方法包括:通过LSTM模型对历史光伏功率序列进行特征提取，得到功率时序特征；通过3DCNN模型对历史卫星云图序列进行特征提取，得到云层时空动态特征；基于残差交叉注意力机制对功率时序特征与云层时空动态特征进行特征融合，得到多模态融合特征；利用Transformer模型进一步挖掘融合特征中的时序特性，得到深层多模态时序特征；通过多层感知机输出预测结果，用以预测未来1小时至4小时的光伏功率。本发明能够提高光伏功率预测精度，为电网安全、稳定运行提供支撑，具有一定的工程实用价值。

 一种计及风电出力随机及相关性的概率暂态稳定评估方法，采用实用动态安全域(PDSR)和蚁群优化算法确定风电出力随机变量的最佳采样点数；引入多层感知机(MLP)预测未来风力发电输出的分位数，从而描述实际风力发电输出的随机性；根据最佳采样点及分位数，采用Gauss‑Hermite积分得到风电出力无关联原始状态变量分布；采用Nataf逆变换处理风电场间的相关性；基于Cornish‑Fisher展开计算得到暂态稳定概率。该方法能够满足当前风电并网电力系统暂态稳定评估的精度要求，保障风电并网系统暂态稳定安全运行。

 本技术涉及一种计及变速特性的抽水蓄能电站的最优运行方法，属于电力系统运行技术领域。本发明方法包括:基于抽水蓄能电站中定速机组和变速机组的运行情况构建定‑变速耦合的抽水蓄能电站模型；基于电网系统中各机组的运行情况构建电网的运行成本模型；基于节点功率平衡约束、线路潮流约束、火电机组运行约束、抽蓄运行约束、系统负荷备用约束、碳排放约束和运行成本模型构建风光火‑定变速耦合抽蓄优化调度模型；以电网系统运行成本最小化为目标，基于抽水蓄能电站模型对所述风光火‑定变速耦合抽蓄优化调度模型求最优解，得到抽水蓄能电站的最优运行方案，提升抽水蓄能电站的利用率，降低电网系统的运行成本。

 本技术公开了一种永磁同步电机逆变器非线性误差补偿方法，包括:将绝缘栅双极型晶体管IGBT的输入电容、绝缘栅双极型晶体管IGBT的输出电容输入电压误差数学模型，利用线性神经网络的算法预估获得电压误差数学模型中的第一系数、第二系数、第三系数和第四系数；将预估获得电压误差数学模型中的第一系数、第二系数、第三系数和第四系数输入电压误差数学模型，利用电压误差数学模型输出获得永磁同步电机逆变器非线性电压误差。本发明综合考虑死区效应、开关管开通延迟、开关管关断延迟、开关管和二极管导通压降和寄生电容效应，建立了精确的电压误差数学模型，能够实现精确电压补偿。

 本技术公开了一种适应天气变化的短临期光伏发电功率预测方法，首先采集光伏板周围的气象数据和光伏组件功率数据，对数据进行预处理后，按比例划分训练集和测试集；构建基于ISSA优化的Bi LSTM‑Attent ion模型，通过捕捉输入数据的时序特征和历史信息，实现光伏发电功率的预测，同时计算预测值和真实值的均方误差以持续拟合预测值，进而可更新预测模型参数，实现模型自学习，进一步提升预测模型短临期光伏功率预测值的准确性。本发明方法提高不同天气条件下的光伏发电功率短临期预测精度，以助于光伏并网系统响应电网稳定需求的控制参数设计，提升光伏发电对电网的支持能力。

 本技术公开了一种基于电动汽车不同充电完成时间的日前‑日内多时间尺度电动汽车集群划分策略，该方法通过历史出行统计数据来建模并确定电动汽车入网和离网的时刻；针对每个调度周期，考虑电网、车主、电动汽车电池等各方约束，分为两层策略进行充放电计划的求解，上层策略以调度区间内配电网的负荷变化曲线最小为目标，确定当前时间段内集群的总充放电功率；下层策略以电动汽车车主成本最低为目标，寻找单辆电动汽车的充放电计划，同时引入调度惩罚因子来调整与集群充放电计划的差异；本发明可有效平滑负荷波动，显著降低大规模电动汽车最优实时调度难度，对于处理大规模电动汽车接入问题具有更好的优化效果和更快的求解速度。

 本文公开了风力发电机阻抗参数的确定方法、装置、设备及存储介质。在执行本申请实施例提供的方法时，首先确定目标输入电压，并将目标输入电压输入目标风力发电机中得到目标输出电流。随后将目标输入电压与目标输出电流的比值确定为目标风力发电机的理想幅频特性，并确定目标风力发电机的电气传递函数。最后，基于理想幅频特性和电气传递函数，结合H∞控制方法计算目标风力发电机的目标电感和目标电阻这两个目标阻抗参数。本申请不仅提升了风力发电机阻抗参数的设计精度，还因其适用于多种风力发电系统，增强了通用性和适应性。相比遗传算法、PSO等，本申请降低计算成本与复杂度，优化了阻抗参数确定效率。