-
公开(公告)号：CN104298538B
公开(公告)日：2017-11-10
申请号：CN201410535129.2
申请日：2014-10-11
申请人： 国家电网公司 , 国家电网公司华北分部 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开一种电力调度培训系统，包括核心应用、核心应用消息接收及发送引擎、消息总线、仿真平台消息接收及发送引擎和仿真平台的核心计算引擎；仿真平台的核心计算引擎与核心应用之间通过仿真平台消息接收及发送引擎、消息总线、核心应用消息接收及发送引擎实现培训平台时钟统一、核心应用在培训系统中的运行管理和核心应用的控制及告警指令处理;本发明通过在培训系统中各类仿真引擎与核心应用之间的消息管理及处理，实现了核心应用在培训系统中的闭环运行及统一管理模式，实现各核心应用在培训系统中仿真环境与应用环境的一体化，实用性强，具有极强的灵活性与可行性，更好的提升培训系统使用的真实性、有效性。
-
公开(公告)号：CN103996099B
公开(公告)日：2017-04-12
申请号：CN201410222723.6
申请日：2014-05-23
申请人： 国电南瑞科技股份有限公司 , 国家电网公司华北分部 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F19/00
摘要： 本发明提出一种在培训系统中对学员运行操作进行智能评估的方法，针对培训学员的评估方式，可分为运行设备操作评估、电网运行指标评估以及事故预案分析评估。其中，运行设备操作评估指学员操作系统运行的设备是否满足电力设备操作规范性以及是否为误操作；电网运行指标评估指电网运行的安全性、可靠性以及经济性是否达到教案设定的要求水平；事故预案分析评估是指预先制定教案中的电网事故以及事故处理方式，培训结束后，分析比对学员实际故障处理方式和事故预案制定的处理方式，从而实现针对电网事故的预案分析评估。本发明对学员运行操作的智能评估方法实用性强，具有极强的灵活性与可行性，可有效提高培训系统的评估水平。
-
公开(公告)号：CN106160000A
公开(公告)日：2016-11-23
申请号：CN201610626975.4
申请日：2016-08-02
申请人： 国电南瑞科技股份有限公司 , 国家电网公司华北分部 , 国电南瑞南京控制系统有限公司
CPC分类号： Y02E10/763 , H02J3/386 , H02J3/46
摘要： 本发明公开了一种分调‑省调两级协调的风电增发控制方法，在分调AGC应用中建立一个风电控制区实施对分调内部各个省调风电的间接控制，在风电控制区中建立对应各个省调的虚拟风电机组，在省调AGC中建立一个风电控制区域，实施风电功率控制，各个省调均投入风电控制功能后，分调AGC首先按照每5分钟一次的时间间隔，计算各个省调的风电发电指标，分调AGC再将该指标按照每1分钟一次的时间间隔，下发到各个省调，各个省调接收到分调下发的风电指标后，再通过省调的风电控制系统对风电场进行功率控制。本发明通过对分调和省调的两级协调控制，能够在更大范围内对风电进行消纳，通过余缺调剂，从更大范围内保证了风电资源的最大化利用。
-
公开(公告)号：CN110705768B
公开(公告)日：2022-10-21
申请号：CN201910916121.3
申请日：2019-09-26
申请人： 国家电网公司华北分部 , 华北电力科学研究院有限责任公司 , 国家电网有限公司
摘要： 本发明提供一种用于风电场的风力发电功率预测优化方法和装置，该方法包括：获取风电场的风‑电转换模型、预测数据、实测数据以及运行数据；根据所述预测数据以及所述实测数据获取风力发电功率预测总误差；根据所述风‑电转换模型、所述实测数据以及所述运行数据得到等效预测数据；根据所述风力发电功率预测总误差、所述预测数据以及所述等效预测数据得到风力发电功率预测的各个关键环节引起的误差；根据各个关键环节引起的误差优化风力发电功率预测的各个关键环节，能够有效提高功率预测精度。
-
公开(公告)号：CN110705772B
公开(公告)日：2022-08-02
申请号：CN201910916360.9
申请日：2019-09-26
申请人： 国家电网公司华北分部 , 华北电力科学研究院有限责任公司 , 国家电网有限公司
摘要： 本发明提供一种区域电网风力发电功率预测优化方法和装置，该方法包括：获取区域电网内一风电场的历史运行数据、场站预测气象数据、场站预测数据、场站实测数据以及运行数据；根据该历史运行数据建立该风电场的简化风‑电转换模型；根据该场站预测数据以及该场站实测数据获取风力发电功率预测总误差；根据该简化风‑电转换模型、该场站预测气象数据、该场站预测数据、该场站实测数据以及该运行数据得到等效预测数据；根据该风力发电功率预测总误差以及该等效预测数据得到该风电场的风力发电功率预测的各个关键环节引起的误差；根据各个关键环节引起的误差优化风力发电功率预测的各个关键环节，能够有效提高功率预测精度。
-
公开(公告)号：CN110705769B
公开(公告)日：2022-07-05
申请号：CN201910916126.6
申请日：2019-09-26
申请人： 国家电网公司华北分部 , 华北电力科学研究院有限责任公司 , 国家电网有限公司
摘要： 本发明提供一种新能源发电功率预测优化方法和装置，该方法包括：获取新能源发电场站的新能源‑电转换模型、预测数据、实测数据以及运行数据；根据该预测数据以及该实测数据获取新能源发电功率预测总误差；根据该新能源‑电转换模型、该实测数据以及该运行数据得到等效预测数据；根据该新能源发电功率预测总误差、该预测数据以及该等效预测数据得到新能源发电功率预测的各个关键环节引起的误差；根据各个关键环节引起的误差优化新能源发电功率预测的各个关键环节，能够有效提高功率预测精度。
-
公开(公告)号：CN113065278A
公开(公告)日：2021-07-02
申请号：CN202110276871.6
申请日：2021-03-15
申请人： 国家电网公司华北分部 , 武汉大学
IPC分类号： G06F30/27 , G06K9/62 , G06Q10/04 , G06Q50/06 , H02J3/38 , G06F111/08 , G06F113/06
摘要： 本发明涉及一种基于频繁模式挖掘的富风期风电小发事件统计特性模型的预测方法，首先提取各风电场发生富风期风电小发事件时对应的持续时间段、间隔时间段；然后基于K‑means聚类算法分别对持续时间段、间隔时间段模式进行聚类分析得到不同的基本模式，同时得到各基本模式对应的气象特征，训练支持向量机分类器，从而使用基本模式对风电功率序列进行事件序列重编码；最后，通过APRIORI关联分析算法对事件序列进行挖掘得到富风期风电小发事件与事件之间的关联关系，进而建立富风期风电小发事件的自相关统计特性模型，通过模型进行预测。该方法深入挖掘出富风期风电小发事件之间的自相关特性，有效地解决了难以用数学模型建模的问题。
-
公开(公告)号：CN107968443B
公开(公告)日：2020-10-30
申请号：CN201711363843.8
申请日：2017-12-18
申请人： 国电南瑞科技股份有限公司 , 国家电网公司华北分部 , 国电南瑞南京控制系统有限公司 , 国家电网公司
摘要： 本发明公开了一种风光火打捆直流外送的AGC控制方法，首先在省级电网建立主控制区和风光火打捆控制区，风光火打捆控制区的控制边界为火电总送出联络线、直流送出联络线和新能源送出汇集线。如果风光火打捆控制区有整体发电计划，风光火打捆控制区采用FTC方式进行控制，如果没有整体发电计划，风光火打捆控制区可以采用内部波动平抑和辅助主网频率联络线功率控制模式，实现风光火出力的此消彼长，保证打捆送出地区功率的平稳，降低风光火打捆送出地区新能源波动对整体电网的影响。
-
公开(公告)号：CN111522997A
公开(公告)日：2020-08-11
申请号：CN202010169807.3
申请日：2020-03-12
申请人： 国电南瑞南京控制系统有限公司 , 国家电网公司华北分部 , 国家电网有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司
摘要： 本发明涉及一种基于模型和文件服务的预案编制与告警推送系统和方法，包括对故障预案进行编制，编制完成的内容通过消息与部署在文件服务器的服务程序交互，以文件格式保存在文件服务器上，为电网设备故障预案文件建立包括故障关联设备、故障性质和电网方式的多关键字预案索引库并将预案关联的设备以及文件的索引保存在数据库中，在故障发生后自动匹配故障相关的预案，从文件服务器获取最新的预案到工作站，展示故障信息以及预案信息。本发明通过将故障诊断信息和索引库匹配，方便在第一时间将故障信息与预案信息推送给调度员，大大提升了调度故障处置水平，为调度提供故障处置辅助决策。
-
公开(公告)号：CN111008504A
公开(公告)日：2020-04-14
申请号：CN201911309950.1
申请日：2019-12-18
申请人： 武汉大学 , 国家电网公司华北分部
IPC分类号： G06F30/27 , G06K9/62 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/10 , G06F113/06
摘要： 本发明涉及电网风电预测技术，具体涉及一种基于气象模式识别的风电功率预测误差建模方法，包括通过对历史气象数据进行k-means聚类分析得到了相应的气象模式，根据各气象模式下气象数据特征，训练支持向量机分类器，并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集，分别对这些子数据集进行统计分析得到对应的概率密度曲线，进而基于通用分布模型，通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型，完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响，使得风电功率预测误差建模结果更加准确；采用通用分布模型拟合效果更好，表达式的解析性更好；提供准确的风电功率预测误差概率密度模型。
-
-
-
-
-
-
-
-
-
搜索结果
63 条记录 (耗时 0.038 秒)
