一种统一潮流控制器选址的实用化方法

    公开(公告)号:CN105119277B

    公开(公告)日:2017-08-08

    申请号:CN201510520994.4

    申请日:2015-08-21

    Abstract: 本发明公开了一种统一潮流控制器选址的实用化方法,利用电网初始潮流计算各条线路的负载率,并将负载率归一化计算作为各支路的权重系数,再基于支路开断分布因子计算各条支路的选址适应性指标,最后根据指标数值的大小排序确定统一潮流控制器的推荐安装点。本发明所达到的有益效果:利用电网初始潮流及网络拓扑结构参数即可计算各条之路的选址适应性指标,根据指标的大小即可有效筛选出UPFC的推荐安装支路。本发明中权重系数的选取体现了重载线路优先考虑的思想,且具有计算量小、计算速度快等优势,可为FACTS装置应用于实际电网的可行性研究及初步设计提供参考。

    一种基于K-MEANS算法的理想线损率的计算方法

    公开(公告)号:CN105046584B

    公开(公告)日:2019-10-22

    申请号:CN201510487723.3

    申请日:2015-08-10

    Abstract: 本发明公开了一种基于K‑MEANS算法的理想线损率的计算方法,包括下列步骤:步骤一,建立影响线损电量及线损率的综合指标体系;步骤二,建立步骤一中所述指标体系的各个指标的数学模型;步骤三,计算出各个指标的指标值;步骤四,对各指标的指标值进行数据的标准化;步骤五,将各个指标的指标值作为N维向量,在N维空间中利用K‑MEANS算法计算出不同电网的相同指标之间的差异,从而进行线损同类划分;步骤六,在同一类别中将各电网的各指标值进行区间折算,并结合各线损影响指标权重计算各电网线损的综合测评值,最后根据各电网综合测评值与实际线损率的排序差异,找出各同类电网的标杆电网,并以标杆电网为基准计算各电网的理想线损率。

    一种基于K-MEANS算法的线损同类划分方法

    公开(公告)号:CN104699959B

    公开(公告)日:2017-10-24

    申请号:CN201510079085.1

    申请日:2015-02-13

    Abstract: 本发明提供一种基于K‑MEANS算法的线损同类划分方法,通过引入各电网的电网结构特征、设备物理参数、电网运行特征、用电结构特征、自然及社会发展状况等影响线损的综合因素,构建影响线损的综合指标体系,并建立各指标的数学模型,将各电网各指标值作为N维向量,利用K‑MEANS聚类算法迭代计算出各电网指标之间的差异性,从而将线损自然禀赋类似的电网划分到同一类别,便于电网企业在同一类别中对各电网线损率水平进行评价比较。本发明采用充分考虑电网基本特征的做法,进行线损同类划分,保证了划分结果的客观合理性,为线损管理提供强有力的理论支持。

    一种考虑多端统一潮流控制器的随机潮流计算方法

    公开(公告)号:CN105119269B

    公开(公告)日:2017-07-14

    申请号:CN201510437114.7

    申请日:2015-07-23

    Abstract: 本发明涉及一种考虑多端统一潮流控制器的随机潮流计算方法,首先对含多端统一潮流控制器的电网建立潮流计算模型,根据UPFC的实际安装情况建立等效多端注入功率模型,采用牛顿‑拉夫逊法进行潮流计算并确定电网的稳态运行点,在稳态运行点对包含UPFC等效多端注入功率模型的电网潮流方程进行线性化计算,得到雅克比矩阵;其次,对电网中各种随机因素建立随机概率密度函数,计算得到各随机变量的各阶半不变量后,利用半不变量法在雅克比矩阵的基础上计算得到电网节点电压、线路功率的对应半不变量,最终得到节点电压和线路功率的概率密度函数。本发明实现了含多端UPFC电网的随机潮流计算,为分析电网随机性对电网运行的影响创造了条件。

    一种基于遗传模拟退火算法的电网线损管理评价方法

    公开(公告)号:CN105488589A

    公开(公告)日:2016-04-13

    申请号:CN201510846007.X

    申请日:2015-11-27

    CPC classification number: G06Q10/04 G06Q50/06

    Abstract: 本发明公开了一种基于遗传模拟退火算法的电网线损管理评价方法,步骤一:对影响电网线损的因素进行建模并建立N维指标向量;步骤二:在生成的样本集中随机抽取k个样本,对染色体进行浮点编码;步骤三:初始化;步骤四:对初始种群分别依据聚类中心进行样本聚类,计算各个体的适应度值;步骤五:对种群中的个体进行选择、交叉、变异操作后,对个体计算适应度值,进行模拟退火算法操作生成新的种群;步骤六:当进化次数小于最大进化次数S时,返回步骤五;否则转到步骤七;步骤七:若算法终止,对最优个体进行解码,获取最佳的聚类个数与聚类中心,再进行样本聚类将待评价电网的线损管理水平划分到不同的梯队中;步骤八:依据线损值的大小进行评价。

    一种基于K-MEANS算法的线损同类划分方法

    公开(公告)号:CN104699959A

    公开(公告)日:2015-06-10

    申请号:CN201510079085.1

    申请日:2015-02-13

    Abstract: 本发明提供一种基于K-MEANS算法的线损同类划分方法,通过引入各电网的电网结构特征、设备物理参数、电网运行特征、用电结构特征、自然及社会发展状况等影响线损的综合因素,构建影响线损的综合指标体系,并建立各指标的数学模型,将各电网各指标值作为N维向量,利用K-MEANS聚类算法迭代计算出各电网指标之间的差异性,从而将线损自然禀赋类似的电网划分到同一类别,便于电网企业在同一类别中对各电网线损率水平进行评价比较。本发明采用充分考虑电网基本特征的做法,进行线损同类划分,保证了划分结果的客观合理性,为线损管理提供强有力的理论支持。

Patent Agency Ranking