-
公开(公告)号:CN106887844B
公开(公告)日:2019-05-21
申请号:CN201710261709.0
申请日:2017-04-20
Applicant: 清华大学
IPC: H02J3/00
Abstract: 本发明涉及一种基于稀疏恢复的配电网三相状态估计快速分解方法,属于电力系统运行技术领域。本方法考虑电力系统状态估计问题中坏数据的稀疏性,基于稀疏恢复理论进行建模,使得状态估计的估计值更为精确。本方法将电流量测量以网损形式表示,使得状态估计模型更为简洁。本方法采用了复功率作为基值,调节配电网中电阻参数与电抗参数的比例,使得配网的三相潮流关系能够写成PQ分解形式,并采用快速分解法进行计算,由于快速分解法的雅克比矩阵不需要在每次迭代中更新,大大提高了状态估计的求解效率。所提出的基于稀疏恢复的配电网三相状态估计快速分解方法是一种兼具高抗差性能和高效率的状态估计模型。
-
公开(公告)号:CN106091239B
公开(公告)日:2018-10-19
申请号:CN201610390839.X
申请日:2016-06-06
Applicant: 清华大学
Abstract: 本发明涉及一种基于大型建筑空调负荷集群的电网一次调频方法,属于电力系统运行和控制技术领域。该方法包括:采用中央协调层和本地控制层两层控制架构,各本地控制器进行热模型参数辨识并进行本地空调自主控制,在一个通讯间隔结束时刻将本地信息上传至中央控制器,中央控制器将协调信息广播至每一个本地控制器;根据中央控制器下发的协调信息,各本地控制器每隔一个动作周期开始时刻判断功率偏差是否超出动作死区,若超出则进行一次调频控制动作,否则不动作,并估计全体空调下一动作周期开始时刻运行状况。本发明可实现空调集群负荷与功率误差的线性响应并且不影响用户的舒适度,消除了空调群集中控制响应慢和本地分散控制缺乏协调信息的矛盾。
-
公开(公告)号:CN108510131A
公开(公告)日:2018-09-07
申请号:CN201810496658.4
申请日:2018-05-22
Applicant: 清华大学
Abstract: 本发明公开了一种综合能源微网优化规划方法,首先建立综合能源微网的结构,并对其中的CCHP系统、燃气锅炉、电制冷机组、储能装置等设备进行建模,并从历史数据中获取典型日负荷曲线和可再生能源出力曲线,然后结合负荷的平衡约束、设备的特性约束以及新能源的出力约束,建立以包含储能建设运维成本与系统运行成本的总成本最小为目标函数的储能容量优化配置模型。通过求解该模型即可得到最佳的储能容量,为实际综合能源微网的储能建设提供参考与支持。
-
公开(公告)号:CN105896616B
公开(公告)日:2018-08-10
申请号:CN201610388451.6
申请日:2016-06-02
Applicant: 清华大学 , 国网吉林省电力有限公司 , 国家电网公司
IPC: H02J3/48
Abstract: 本发明涉及一种考虑新能源接纳最大化的火电机组实时调度需求判定方法,属于新能源接入电力系统的运行和控制技术领域。该方法包括在当前时刻,启动一次数据采集,计算当前电网的实时发电需求,实时计算不同情况下得到的当前自动控制机组的出力调节需求,实时计算不同情况下得到的当前联络线功率的调节需求,最后得到判定考虑新能源接纳最大化的电力系统火电机组实时调度需求,用以根据不同情况得到的对电力系统火电机组在相应情况下进行实时调度;本方法以新能源发电消纳最大化为目标,使电力系统能够实时根据新能源发电运行状态和电网运行状态,提前安排火电机组出力,充分挖掘电网调节能力,确保电网有足够的调节空间来消纳新能源。
-
公开(公告)号:CN105811407B
公开(公告)日:2018-07-06
申请号:CN201610243740.7
申请日:2016-04-18
Applicant: 清华大学
CPC classification number: G05B19/042 , G05B2219/2639 , H02J3/00 , Y02P80/14
Abstract: 本发明提出了一种基于分布式牛顿法的微电网一次调频控制方法,属于电力系统运行和控制技术领域,该方法包括:建立分布式发电单元各自的发电成本函数与发电成本微增率函数;设定分布式发电单元有功功率输出限制约束;相邻分布式电源交换彼此的发电成本微增率信息,通过外环迭代方法进行牛顿迭代,从而求解能够实现功率平衡和发电成本最小化的发电成本微增率;在每步迭代中,各分布式发电单元通过内环递推和与相邻单元的信息交换,计算该步近似的牛顿方向,从而为外环迭代提供必要信息。本发明方法充分利用分布式牛顿方法的二阶收敛性,实现微电网快速的一次调频,稳定频率的同时,能够实现微电网发电成本的最小化,以及可再生能源利用率的最大化。
-
公开(公告)号:CN107968397A
公开(公告)日:2018-04-27
申请号:CN201711206875.7
申请日:2017-11-27
Applicant: 国网江西省电力有限公司经济技术研究院 , 清华大学 , 国家电网公司 , 国网江西省电力公司
IPC: H02J3/00
Abstract: 本发明提出一种考虑运行随机性的配电网传输能力计算方法,属于电力系统规划与评估领域。该方法首先建立由目标函数和约束条件构成的配电网最大传输能力计算模型;然后,对模型的约束条件进行转化,收集配电网中所有节点在每个时段的有功负荷的预测误差值集合和分布式电源功率预测误差值集合,并根据统计信息分别构建对应的不确定量的概率分布集合,构建包含旋转备用约束的机会约束,并利用凸松弛将其转化为确定性线性约束;最后,应用凸规划算法对模型求解,得到配电网最大传输能力。本发明构建了包含传输功率和转供能力的机会约束并得到可解性结果,在实际生产中可应用于大规模复杂电网传输能力的快速高效评估。
-
公开(公告)号:CN104699898B
公开(公告)日:2018-02-27
申请号:CN201510097332.0
申请日:2015-03-05
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于压缩和分块频率相关网络等值的电力系统仿真方法,属于电力系统调度自动化和电网仿真技术领域。本方法首先通过压缩处理去除频率相关网络等值的数学模型中的冗余,来减少整体的计算量,再利用分块处理将频率相关网络等值,建成若干子块来实现并行计算。本发明方法能够有效解决频率相关网络等值应用于电力系统电磁暂态仿真时导致的单个频率相关网络等值模块计算量过大问题。本发明方法,能够显著加快了电力系统仿真速度,工程实践效果满意。
-
公开(公告)号:CN107565566A
公开(公告)日:2018-01-09
申请号:CN201710696169.9
申请日:2017-08-15
Applicant: 清华大学
IPC: H02J3/06
CPC classification number: G05B17/02 , H02J3/12 , H02J3/16 , H02J3/18 , H02J2003/007
Abstract: 本发明涉及一种电力系统最优潮流的凸优化求解方法,属于电力系统运行和控制技术领域,本方法将最优潮流问题中的非凸约束转化为凸函数相减的形式,通过对非凸约束中凸函数的线性化和引入松弛变量,将非凸的最优潮流问题转化为凸优化问题求解。该方法包括:建立电力系统最优潮流优化模型;将非凸的潮流方程转换为凸函数相减的形式;电力系统最优潮流优化模型的等价转化;电力系统最优潮流优化模型的凸优化迭代求解。本发明方法通过将电力系统潮流方程中的非凸约束转化为凸函数相减的形式,将非凸的最优潮流问题转化为凸优化问题的迭代求解,可实现电力系统最优潮流问题的高效求解。
-
公开(公告)号:CN107482639A
公开(公告)日:2017-12-15
申请号:CN201710592417.5
申请日:2017-07-19
Applicant: 清华大学 , 国家电网公司 , 国网冀北电力有限公司
Abstract: 本发明涉及一种适用于电网中风电系统的动态无功设备无功功率优化方法,属于电力系统安全和控制技术领域。首先,各个风电场计算场内所有风电机组无功调节范围和所有动态无功设备的无功功率调节范围,并将计算结果送至风电汇集站;然后,风电汇集站基于当前各个风电场运行状态,生成N个模拟场景,计算出这N个模拟场景下的安全裕度;接着,根据每个场景对应的风电场汇集区域安全裕度,拟合出动态无功设备无功值调节量与风电场汇集区域安全裕度的关系式;最后,基于动态无功设备无功值调节量与风电场汇集区域安全裕度的关系式,计算出当前状态下各个动态无功设备最优的无功设定值。该动态无功储备优化方法可以有效增加风电汇集区域的安全裕度。
-
公开(公告)号:CN107294106A
公开(公告)日:2017-10-24
申请号:CN201710683146.4
申请日:2017-08-11
Applicant: 清华大学
Abstract: 本发明提出一种基于分布式通信的分布式光伏集群动态调压控制方法,属于电力系统运行和控制技术领域。该方法包括:分别建立分布式光伏集群电压优化模型和分布式光伏集群的支路潮流方程,将支路潮流方程线性化,得到分布式光伏集群线性化的支路潮流方程,并转化为矩阵化的支路潮流方程;对矩阵方程求解后,对优化模型进行转化得到转化后的优化模型;利用分布式拟牛顿法对转化后的优化模型求解,根据迭代结果对分布式光伏集群中的每个节点进行无功功率控制并判断迭代是否收敛:若迭代收敛,则分布式光伏集群的电压控制结束。本发明充分利用了分布式光伏发电节点的无功调节能力,避免了通信系统的建设,减轻了系统的计算负担,降低了运行维护成本。
-
-
-
-
-
-
-
-
-