FACTS装置中SVC和TCSC的协调控制方法及系统

    公开(公告)号:CN118801403A

    公开(公告)日:2024-10-18

    申请号:CN202410698275.0

    申请日:2024-05-31

    Abstract: FACTS装置中SVC和TCSC的协调控制方法及系统,该方法首先基于PI控制来设计SVC和TCSC的控制器,并根据FACTS装置的协调控制要求,构建SVC和TCSC的协调控制参数优化模型,然后通过求解SVC和TCSC的协调控制参数优化模型,得到FACTS装置中SVC和TCSC的最优协调控制参数组合。本发明将比例系数和积分系数超出约束范围的情况通过惩罚因子加入目标函数中,同时优化比例系数和积分系数,侧重于对SVC与TCSC的同时运行进行协调控制,在减弱两装置之间不利交互作用的同时,改善FACTS装置的控制效果,优化效果好、自适应能力强,使得系统在面对内部的不确定性或外部的干扰时,具有足够的鲁棒性。

    一种双芯对称型移相变压器的参数优化方法及系统

    公开(公告)号:CN118821677A

    公开(公告)日:2024-10-22

    申请号:CN202410547834.8

    申请日:2024-05-06

    Abstract: 一种双芯对称型移相变压器的参数优化方法及系统,该方法首先基于构建的双芯对称型移相变压器的电磁暂态模型,计算双芯对称型移相变压器的内相移角,再根据移相范围,得到双芯对称型移相变压器的关键电气参数,最后将参数输入到电磁暂态模型中进行仿真验证,若仿真验证通过,则得到双芯对称型移相变压器的关键电气参数;若仿真验证不通过,则引入修正不平衡系数对双芯对称型移相变压器的漏磁磁导进行修正,并基于修正后的漏磁磁导重新计算内相移角。本发明通过建立双芯对称型移相变压器的电磁暂态模型,根据有限元仿真结果引入修正不平衡系数对电磁暂态模型中的电气参数进行调整,对双芯对称型移相变压器的关键技术参数进行更精确的计算和设计。

    一种基于多因素融合的机器学习虚拟电厂负荷预测方法

    公开(公告)号:CN119250269A

    公开(公告)日:2025-01-03

    申请号:CN202411285942.9

    申请日:2024-09-13

    Abstract: 本发明公开了一种基于多因素融合的机器学习虚拟电厂负荷预测方法,包括以下步骤:S1.收集多源异构数据,包括历史负荷数据、气象数据、日历信息和社会活动数据,并对历史负荷数据和气象数据进行预处理;S2.采用多头注意力机制和跨模态学习技术构建多因素融合模型,计算历史负荷数据、气象数据、日历信息和社会活动数据的融合向量;S3.构建多尺度负荷预测模型,对多尺度的预测模型构建训练集;S4.利用训练集对多尺度预测模型进行训练,得到训练好的多尺度预测模型;S5.进行根据训练好的多尺度预测模型进行电力负荷预测。本发明不仅能够有效处理复杂多变的影响因素,还具备高精度预测、强适应性。

    提升新能源消纳能力的柔性直流规划方法、系统及设备

    公开(公告)号:CN118868206A

    公开(公告)日:2024-10-29

    申请号:CN202410754092.6

    申请日:2024-06-12

    Abstract: 一种提升新能源消纳能力的柔性直流规划方法、系统及设备,构建由上层优化模型及下层运行模型组成的柔性直流双层规划模型,其中上层优化模型生成线路传输灵活性与静态电压稳定性综合最优的柔性直流规划方案,并将规划方案传递至下层运行模型,下层运行模型通过时序生产模拟获取线路传输灵活性与经济性最优的运行结果,并将灵活性结果传递至上层优化模型通过改进飞蛾扑火算法进行迭代。本设计不仅可以通过将平均灵活性不足率指标及短路比指标作为优化目标,有效提高柔性直流规划的准确性,而且可以通过基于混沌映射的初始化方法,避免初始解可能陷入局部最优解,有效改善算法早熟现象。

Patent Agency Ranking