-
公开(公告)号:CN110749803B
公开(公告)日:2021-12-03
申请号:CN201911186545.5
申请日:2019-11-28
申请人: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网有限公司
IPC分类号: G01R31/08
摘要: 一种适用于大型海上风电的直流输电线路故障测距方法属于电力系统技术中的继电保护领域,通过测量故障后线路两侧数据窗长度内的故障电压数据与故障电流数据;利用低通滤波器与积分均值法,求出故障电压与电流的直流分量;根据发生的故障类型,选取对应公式求出不同时刻下的故障位置;最后将不同时刻下的计算结果取平均值得到最终测距结果。本发明提出一种全新的适用于大型海上风电的直流输电线路故障测距方法,不仅适用于单极接地故障与极间短路故障,并且利用不同时刻的计算结果进行修正,使得测距结果更加准确,具有一定的适用性和使用前景。
-
公开(公告)号:CN112803493A
公开(公告)日:2021-05-14
申请号:CN202110173322.6
申请日:2021-02-09
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本公开提出了基于边际成本的分散式储能与分布式光伏协同方法及系统,包括:获得集中式光伏、分布式光伏出力;结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;按照分布式预测出力得到该时段该分布式光伏弃电电力;日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;日内根据电网实时新能源消纳情况确定电动汽车充电安排,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
-
公开(公告)号:CN113792919B
公开(公告)日:2024-02-27
申请号:CN202111026927.9
申请日:2021-09-02
申请人: 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法,通过SCADA系统及数值天气预报,提取新建风电场及周边风电场的历史样本,使用新建风电场的少量历史样本训练BP‑NN,再对周边风电场的大量历史样本预测,根据预测结果计算周边风电场每个历史样本的相关系数;根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本;分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法,构建用于新建风电场的预测模型并分别给出预测结果;最后使用B‑LSTM网络将三个预测结果集成,输出最终预测结果。本发明通过数据挖掘并结合深度学习算法,利用多层级模型迁移获得适用于新建风电场预测模型,提高新
-
公开(公告)号:CN112803493B
公开(公告)日:2023-03-21
申请号:CN202110173322.6
申请日:2021-02-09
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本公开提出了基于边际成本的分散式储能与分布式光伏协同方法及系统,包括:获得集中式光伏、分布式光伏出力;结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;按照分布式预测出力得到该时段该分布式光伏弃电电力;日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;日内根据电网实时新能源消纳情况确定电动汽车充电安排,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
-
公开(公告)号:CN113572152B
公开(公告)日:2023-10-13
申请号:CN202110687784.X
申请日:2021-06-21
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明属于风电系统振荡模态分析技术领域,公开一种基于FP‑growth的风电机组振荡模态与影响因素关联分析方法,包括:采集风电机组运行时的输出功率、电压以及风速数据;对采集的风电机组输出功率、电压以及风速数据进行分段;采用Pony算法分析数据段包含的振荡模态;使用谱聚类算法对风速、电压均值进行聚类;采用FP‑growth算法挖掘风速‑电压聚簇与振荡模态的关联规则;基于关联规则分析结果,利用风速‑电压聚簇对振荡模态进行预测。本发明实施例能够利用风电机组运行大数据对机组的振荡模态进行关联分析,无需建立复杂的物理模型,计算速度快,为风电机组振荡模态识别提供参考。
-
公开(公告)号:CN112821439B
公开(公告)日:2023-08-15
申请号:CN201911122075.6
申请日:2019-11-15
申请人: 西安许继电力电子技术有限公司 , 许继集团有限公司 , 许继电气股份有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
IPC分类号: H02J3/36
摘要: 本发明涉及一种柔性直流换流器的前馈控制方法及装置,其主要是当电网电压发生小信号扰动时,前馈控制处于静止模式,前馈控制的输出值恒定;当电网电压突变时,前馈控制处于跟踪模式,前馈控制的输出值跟随其输入值的变化而变化。即本发明通过在柔性主流换流器的电流内环控制之前加入前馈控制处理环节,实现电网电压的快速跟踪,能够在交流故障时跟随三相交流电压进行调节,降低换流阀过流风险,在电网电压出现小信号扰动时,维持输出恒定,提高系统稳定性。
-
公开(公告)号:CN113792919A
公开(公告)日:2021-12-14
申请号:CN202111026927.9
申请日:2021-09-02
申请人: 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法,通过SCADA系统及数值天气预报,提取新建风电场及周边风电场的历史样本,使用新建风电场的少量历史样本训练BP‑NN,再对周边风电场的大量历史样本预测,根据预测结果计算周边风电场每个历史样本的相关系数;根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本;分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法,构建用于新建风电场的预测模型并分别给出预测结果;最后使用B‑LSTM网络将三个预测结果集成,输出最终预测结果。本发明通过数据挖掘并结合深度学习算法,利用多层级模型迁移获得适用于新建风电场预测模型,提高新建风电场预测精度,具有推广价值。
-
公开(公告)号:CN113569464A
公开(公告)日:2021-10-29
申请号:CN202110686343.8
申请日:2021-06-21
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明属于可再生能源发电技术领域,公开一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法,包括:对风电机组实际运行时的输出功率、电压以及风速数据进行采集;对采集的风电机组输出功率、电压以及风速数据进行分段;采用Pony算法分析数据段包含的振荡模态;使用去噪自编码器对输出功率数据进行特征提取,并求取数据段的风速均值与电压均值,得到输出功率、风速、电压特征;构建多任务学习网络对振荡模态进行预测。本发明实施例首次将深度学习方法应用于风电系统振荡模态预测领域,基于风电机组运行大数据和多任务学习神经网络模型对机组的振荡模态进行预测,为风电系统运行安全性分析提供参考。
-
公开(公告)号:CN108616114A
公开(公告)日:2018-10-02
申请号:CN201810469573.7
申请日:2018-05-16
申请人: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 山东大学 , 国家电网公司
发明人: 王士柏 , 孙树敏 , 程艳 , 于芃 , 王瑞琪 , 滕玮 , 王玥娇 , 张兴友 , 李广磊 , 魏大钧 , 王楠 , 张用 , 赵鹏 , 任敬国 , 袁帅 , 瞿寒冰 , 王昭鑫 , 马杰 , 王小波 , 李俊恩 , 韩德顺 , 施啸寒
摘要: 本申请是关于一种含微网群的配电网分布式分层保护系统及方法,该系统包括设备保护层、微电网保护层和配电网保护层。该方法包括根据保护范围及保护对象的不同,对含微网群的配电网采用三层保护:设备级保护、微网级保护和配网级保护;分布式电源发生故障时,设备级保护为主保护,微网级保护和配网级保护为后备保护;微电网发生故障时,微网级保护为主保护,微网级保护和配网级保护为后备保护;配电网发生故障时,配网级保护为主保护,为当前配电网供电的上一级配电网保护为后备保护。通过本申请中的保护系统和方法,能够有效简化保护过程,提高保护系统和方法的适应性,而且有利于提高保护系统的快速性和可靠性。
-
公开(公告)号:CN111817313B
公开(公告)日:2022-05-06
申请号:CN202010672667.1
申请日:2020-07-14
申请人: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司
摘要: 一种基于分频段混合储能的光储容量优化配置方法及系统,方法包括:基于希尔伯特黄变换分解光伏出力数据,将其分解为高频分量和低频分量;随机生成储能装置容量作为变量;设置变量的上下限;将生成的初始储能装置容量输入到适应度函数中,计算适应度函数中的目标函数;对当前的种群进行遗传变异,从而形成下一代种群;检测遗传代数是否达到设置好的最大遗传代数,根据检测结果选择继续计算或者结束计算,将最后一代适应度最高的个体作为最终计算结果;利用高频组分和低频组分的储能优化结果分别确定超级电容和蓄电池的最优容量,有利于克服光伏分散性、能源密度低、间歇性的缺点,实现成本大幅降低。
-
-
-
-
-
-
-
-
-