-
公开(公告)号：CN103606922B
公开(公告)日：2015-08-19
申请号：CN201310669444.X
申请日：2013-12-10
申请人： 国家电网公司 , 国网北京经济技术研究院 , 清华大学 , 国网山东省电力公司
摘要： 本发明涉及一种基于典型故障集的电力系统功角稳定性近似判定方法，其包括以下步骤：1）扫描电力系统典型故障集，利用EEAC法得到典型运行方式参数M、Pm、PC0、PCD、PCP、Pmax0、PmaxD、PmaxP、γ0、γD、γP、δ0和PF，以及临界稳定条件的相关数据δcr和tcr；2）采样得到故障状态，并进行故障匹配；3）记录故障线路故障前功率P′F和故障实际切除时间tc；4）采样得到加速机组转动惯量总和M′S；5）采样得到减速机组转动惯量总和M′A；6)计算等效转动惯量M′；7）计算等效极限切除时间t′cr；8）计算故障前等效机械功率差别ΔPm；9）计算电力系统故障实际切除和极限切除时间之差Δtc；10）计算加速面积变化ΔAa；11）计算减速面积变化ΔAd；12）判断故障后是否暂态稳定。本发明可以广泛用于电力系统稳定性的风险评估中。
-
公开(公告)号：CN103606922A
公开(公告)日：2014-02-26
申请号：CN201310669444.X
申请日：2013-12-10
申请人： 国家电网公司 , 国网北京经济技术研究院 , 清华大学 , 国网山东省电力公司
摘要： 本发明涉及一种基于典型故障集的电力系统功角稳定性近似判定方法，其包括以下步骤：1）扫描电力系统典型故障集，利用EEAC法得到典型运行方式参数M、Pm、PC0、PCD、PCP、Pmax0、PmaxD、PmaxP、γ0、γD、γP、δ0和PF，以及临界稳定条件的相关数据δcr和tcr；2）采样得到故障状态，并进行故障匹配；3）记录故障线路故障前功率P′F和故障实际切除时间tc；4）采样得到加速机组转动惯量总和M′S；5）采样得到减速机组转动惯量总和M′A；6)计算等效转动惯量M′；7）计算等效极限切除时间t′cr；8）计算故障前等效机械功率差别ΔPm；9）计算电力系统故障实际切除和极限切除时间之差Δtc；10）计算加速面积变化ΔAa；11）计算减速面积变化ΔAd；12）判断故障后是否暂态稳定。本发明可以广泛用于电力系统稳定性的风险评估中。
-
公开(公告)号：CN104156885B
公开(公告)日：2017-05-17
申请号：CN201410387911.4
申请日：2014-08-08
申请人： 国家电网公司 , 清华大学 , 国网北京经济技术研究院 , 国网辽宁省电力有限公司经济技术研究院
IPC分类号： G06Q50/06
摘要： 本发明涉及一种基于可靠性函数的风电容量可信度的快速计算方法，其步骤：1)获取电力系统中发电机各机组容量及强迫停运率；2)计算电力系统中机组停运容量表；3)计算系统可靠性函数；4)获取评估目标年小时级负荷曲线、电力系统风电场总装机容量以及评估目标年小时级风电场出力曲线；5)设置风电容量可信度初始值；6)计算各小时权重因子；7)计算本次迭代的风电容量可信度；8)根据本次迭代得到的风电容量可信度计算结果以及上一次迭代的容量可信度计算结果，判断迭代是否收敛，若迭代收敛，则本次迭代为风电容量可信度计算结果，否则返回第6)。本发明计算误差较小，能在各种电力系统及风电条件下精确计算风电容量可信度。
-
公开(公告)号：CN106355308A
公开(公告)日：2017-01-25
申请号：CN201610715878.2
申请日：2016-08-24
摘要： 本发明公开一种基于决策树辨识风电接入系统关键设备的方法。该方法包括：通过计算N次连锁故障的概率和N次连锁故障的停电规模，确定VaR指标的目标阈值，然后将N次连锁故障仿真数据采用递归方式生成决策树并分析，筛选决策树中符合要求的叶子节点，选取叶子节点所在的路径中的一个属性变量作为待定关键属性变量，对应的控制设备为待定关键设备，通过待定关键设备减少待定关键属性变量在所述路径中出现的概率，对进行控制后的系统进行停电风险评估，风险指标值满足要求，控制完成，仿真停止，证实该属性变量为关键设备。采用本发明方法可以分析除系统传输线路以外的关键停电因素，从分析结果中可以得到“关键故障集”，适用于含风电场的电力系统。
-
公开(公告)号：CN106230024A
公开(公告)日：2016-12-14
申请号：CN201610702982.8
申请日：2016-08-22
IPC分类号： H02J3/38
摘要： 本发明公开了一种含双馈风电场的电力系统停电风险计算方法，预先构建多种模型，仿真过程包括：确定系统初始工况，设置初始故障，判断是否发生短路故障或者断线故障，短路故障则依据风电机组脱网模型进行处理，之后分岛搜索，根据频率稳定模型判断电气岛的频率跌落与恢复情况，并使其恢复功率平衡状态；对系统进行交流潮流计算并判断是否收敛，否则求取潮流收敛边界，分析电压薄弱点，针对电压薄弱点切负荷，此后判断系统是否恢复稳定，否则判定当前风电场系统发生全局电压崩溃，切除全部负荷，是，则判断是否有切线，是，则返回去前述分岛搜索步骤，否则结束仿真。该方法能够尽量减小系统恢复稳定所需的减载量，降低了连锁故障分析的误差。
-
公开(公告)号：CN106230024B
公开(公告)日：2018-10-02
申请号：CN201610702982.8
申请日：2016-08-22
IPC分类号： H02J3/38
摘要： 本发明公开了一种含双馈风电场的电力系统停电风险计算方法，预先构建多种模型，仿真过程包括：确定系统初始工况，设置初始故障，判断是否发生短路故障或者断线故障，短路故障则依据风电机组脱网模型进行处理，之后分岛搜索，根据频率稳定模型判断电气岛的频率跌落与恢复情况，并使其恢复功率平衡状态；对系统进行交流潮流计算并判断是否收敛，否则求取潮流收敛边界，分析电压薄弱点，针对电压薄弱点切负荷，此后判断系统是否恢复稳定，否则判定当前风电场系统发生全局电压崩溃，切除全部负荷，是，则判断是否有切线，是，则返回去前述分岛搜索步骤，否则结束仿真。该方法能够尽量减小系统恢复稳定所需的减载量，降低了连锁故障分析的误差。
-
公开(公告)号：CN106355308B
公开(公告)日：2019-09-24
申请号：CN201610715878.2
申请日：2016-08-24
IPC分类号： G06F17/50
摘要： 本发明公开一种基于决策树辨识风电接入系统关键设备的方法。该方法包括：通过计算N次连锁故障的概率和N次连锁故障的停电规模，确定VaR指标的目标阈值，然后将N次连锁故障仿真数据采用递归方式生成决策树并分析，筛选决策树中符合要求的叶子节点，选取叶子节点所在的路径中的一个属性变量作为待定关键属性变量，对应的控制设备为待定关键设备，通过待定关键设备减少待定关键属性变量在所述路径中出现的概率，对进行控制后的系统进行停电风险评估，风险指标值满足要求，控制完成，仿真停止，证实该属性变量为关键设备。采用本发明方法可以分析除系统传输线路以外的关键停电因素，从分析结果中可以得到“关键故障集”，适用于含风电场的电力系统。
-
公开(公告)号：CN104156885A
公开(公告)日：2014-11-19
申请号：CN201410387911.4
申请日：2014-08-08
申请人： 国家电网公司 , 清华大学 , 国网北京经济技术研究院 , 国网辽宁省电力有限公司经济技术研究院
IPC分类号： G06Q50/06
摘要： 本发明涉及一种基于可靠性函数的风电容量可信度的快速计算方法，其步骤：1)获取电力系统中发电机各机组容量及强迫停运率；2)计算电力系统中机组停运容量表；3)计算系统可靠性函数；4)获取评估目标年小时级负荷曲线、电力系统风电场总装机容量以及评估目标年小时级风电场出力曲线；5)设置风电容量可信度初始值；6)计算各小时权重因子；7)计算本次迭代的风电容量可信度；8)根据本次迭代得到的风电容量可信度计算结果以及上一次迭代的容量可信度计算结果，判断迭代是否收敛，若迭代收敛，则本次迭代为风电容量可信度计算结果，否则返回第6)。本发明计算误差较小，能在各种电力系统及风电条件下精确计算风电容量可信度。
-
公开(公告)号：CN107316113A
公开(公告)日：2017-11-03
申请号：CN201710549877.X
申请日：2017-07-07
申请人： 国网北京经济技术研究院 , 国家电网公司 , 华北电力大学
CPC分类号： G06Q10/04 , G06Q10/0637 , G06Q50/06
摘要： 本发明涉及一种输电网规划方法及系统，其特征在于，包括以下内容：确定输电网每条线路的线路负载率；所述线路包括将输电网的线路根据网络结构和线路的传输特性划分后得到的电源送出线和主网架；通过输电网每条线路的线路负载率与每条线路相应的权重加权得到输电网的整体运行效率；根据输电网的整体运行效率、输电网建设投资成本、输电网运行成本和弃风损失成本；采用本发明的方法规划的输电网规划方案相对于传统的输电网规划方案结构和规划均更具有合理性，能够缓解风电并网带来的弃风损失严重的问题，使输电网的运行效率和经济性达到综合平衡，可以广泛应用于电网规划技术领域中。
-
公开(公告)号：CN103559556B
公开(公告)日：2016-05-11
申请号：CN201310529012.9
申请日：2013-10-31
申请人： 浙江大学 , 国家电网公司 , 国网北京经济技术研究院 , 国网河南省电力公司
IPC分类号： G06F17/50
摘要： 本发明公开了一种在线预测电力系统负荷能力极限的方法，该方法由基于电网状态相似度指标的样本筛选方法、Lasso方法和误差反向传播型神经网络三部分组成；其中基于电网状态相似度指标的样本筛选方法以样本负荷能力极限值和电网状态相似度量化指标为依据，对训练样本进行筛选。Lasso方法对训练样本进行回归分析，确定各状态量中对负荷能力极限最具有解释性的系统状态量。误差反向传播型神经网络通过精简后的训练样本来离线拟合负荷能力极限并用于在线预测。该方法能够在保证预测精度的情况下明显提高误差反向传播型神经网络的离线训练效率。
-
-
-
-
-
-
-
-
-
搜索结果
392 条记录 (耗时 0.164 秒)
