-
公开(公告)号：CN109412162A
公开(公告)日：2019-03-01
申请号：CN201810982807.8
申请日：2018-08-27
IPC: H02J3/06
Abstract: 本发明公开了基于外网运行约束等值的电力系统最优潮流计算方法，主要步骤为：1)建立交流联络线下的外网最优潮流模型。2)建立直流联络线下的外网最优潮流模型。3)求解交流联络线功率可行域。4)求解直流联络线功率可行域。5)建立交流联络线下的考虑外网运行约束等值的电力系统最优潮流模型,并求解交流联络线下的考虑外网运行约束等值的电力系统最优潮流模型的最优潮流。6)建立直流联络线下的考虑外网运行约束等值的电力系统最优潮流模型，并求解直流联络线下的考虑外网运行约束等值的电力系统最优潮流模型的最优潮流。本发明能够在趸售及大用户直购电两种电力市场交易模式下，准确计算出电力系统市场最优出清结果。
-
公开(公告)号：CN105576667B
公开(公告)日：2018-05-08
申请号：CN201610131377.X
申请日：2016-03-08
IPC: H02J3/16
CPC classification number: Y02E40/34
Abstract: 本发明公开了一种外网等值网络边界电压无功支撑充裕性计算方法，输入PMU量测边界节点处所需断面的电压、功率及最大最小的运行方式下等值网络参数数据。根据基于PMU量测的多端口外网等值方法建立模型，求解外网等值参数，然后进行外网的无功优化，计算外网等值网络边界电压无功支撑能力，然后依据无功电力支撑能力选择有效的等值方法。该计算方法基于考虑元件全面性的外网等值方法，计算实际外网对内网边界节点处的电压无功支撑能力，然后判断实际电力系统中的挂等值机节点是否正确，如果外网具有充足的电压无功支撑能力则认为PV等值也是有效的；如果外网不具备充足的电压无功支撑能力则认为只有考虑元件全面性的外网等值方法有效。
-
公开(公告)号：CN105576667A
公开(公告)日：2016-05-11
申请号：CN201610131377.X
申请日：2016-03-08
IPC: H02J3/16
CPC classification number: Y02E40/34 , H02J3/16 , H02J2003/007
Abstract: 本发明公开了一种外网等值网络边界电压无功支撑充裕性计算方法，输入PMU量测边界节点处所需断面的电压、功率及最大最小的运行方式下等值网络参数数据。根据基于PMU量测的多端口外网等值方法建立模型，求解外网等值参数，然后进行外网的无功优化，计算外网等值网络边界电压无功支撑能力，然后依据无功电力支撑能力选择有效的等值方法。该计算方法基于考虑元件全面性的外网等值方法，计算实际外网对内网边界节点处的电压无功支撑能力，然后判断实际电力系统中的挂等值机节点是否正确，如果外网具有充足的电压无功支撑能力则认为PV等值也是有效的；如果外网不具备充足的电压无功支撑能力则认为只有考虑元件全面性的外网等值方法有效。
-
公开(公告)号：CN109412162B
公开(公告)日：2020-11-10
申请号：CN201810982807.8
申请日：2018-08-27
IPC: H02J3/06
Abstract: 本发明公开了基于外网运行约束等值的电力系统最优潮流计算方法，主要步骤为：1)建立交流联络线下的外网最优潮流模型。2)建立直流联络线下的外网最优潮流模型。3)求解交流联络线功率可行域。4)求解直流联络线功率可行域。5)建立交流联络线下的考虑外网运行约束等值的电力系统最优潮流模型,并求解交流联络线下的考虑外网运行约束等值的电力系统最优潮流模型的最优潮流。6)建立直流联络线下的考虑外网运行约束等值的电力系统最优潮流模型，并求解直流联络线下的考虑外网运行约束等值的电力系统最优潮流模型的最优潮流。本发明能够在趸售及大用户直购电两种电力市场交易模式下，准确计算出电力系统市场最优出清结果。
-
公开(公告)号：CN109599872B
公开(公告)日：2022-11-08
申请号：CN201811633643.4
申请日：2018-12-29
IPC: H02J3/06
Abstract: 本发明公开了基于堆栈降噪自动编码器的电力系统概率最优潮流计算方法，主要步骤为：1)建立SDAE最优潮流模型。2)获取SDAE最优潮流模型输入层的输入样本X。3)对SDAE最优潮流模型进行初始化。4)对SDAE最优潮流模型进行训练，从而得到训练后的SDAE最优潮流模型。5)采用MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本。6)将步骤5得到的训练样本数据一次性输入步骤4中训练完成的SDAE最优潮流模型中，从而计算出最优潮流在线概率。7)对所述最优潮流在线概率进行分析，即绘制SDAE最优潮流模型的输出变量的概率密度曲线。本发明可广泛应用于电力系统的概率最优潮流求解，特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。
-
Patent Agency Ranking
公开(公告)号：CN109784692B
公开(公告)日：2020-11-24
申请号：CN201811631297.6
申请日：2018-12-29
Abstract: 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N‑1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。
-
公开(公告)号：CN110829434B
公开(公告)日：2021-04-06
申请号：CN201910938908.X
申请日：2019-09-30
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种提高深度神经网络潮流模型扩展性的方法，主要步骤为：1)获取电力系统基本数据；2)确定特征向量；3)建立原始DNN潮流模型；4)对原始DNN潮流模型进行训练，得到训练后的原始DNN潮流模型；5)对原始DNN潮流模型进行扩建，得到扩建DNN潮流模型；6)对扩建系统概率潮流进行解算，得到概率潮流结果。本发明可广泛应用于电力系统的概率潮流求解，特别适用于因系统扩建导致原始系统DNN无法适用的情况。
-
公开(公告)号：CN110676852B
公开(公告)日：2020-11-10
申请号：CN201910791388.4
申请日：2019-08-26
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了考虑潮流特征的改进极限学习机快速概率潮流计算方法，主要步骤为：1)获取电力网络基本数据。2)基于电力网络基本数据，建立映射关系f：Pi，Qi→Ui，θi。3)对映射关系进行分解，并建立极限学习机神经网络。4)优化极限学习机神经网络的隐藏层参数，从而建立改进极限学习机神经网络。5)将电力网络基本数据输入到改进极限学习机神经网络中，计算得到电力网络概率潮流。本发明取代了高精度模拟法PPF计算中对大规模高维复杂非线性潮流方程的耗时求解过程，从而兼顾PPF计算对精度与速度的工程实际需求。
-
公开(公告)号：CN110676852A
公开(公告)日：2020-01-10
申请号：CN201910791388.4
申请日：2019-08-26
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了考虑潮流特征的改进极限学习机快速概率潮流计算方法，主要步骤为：1)获取电力网络基本数据。2)基于电力网络基本数据，建立映射关系f：Pi，Qi→Ui，θi。3)对映射关系进行分解，并建立极限学习机神经网络。4)优化极限学习机神经网络的隐藏层参数，从而建立改进极限学习机神经网络。5)将电力网络基本数据输入到改进极限学习机神经网络中，计算得到电力网络概率潮流。本发明取代了高精度模拟法PPF计算中对大规模高维复杂非线性潮流方程的耗时求解过程，从而兼顾PPF计算对精度与速度的工程实际需求。
-
公开(公告)号：CN110829434A
公开(公告)日：2020-02-21
申请号：CN201910938908.X
申请日：2019-09-30
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种提高深度神经网络潮流模型扩展性的方法，主要步骤为：1)获取电力系统基本数据；2)确定特征向量；3)建立原始DNN潮流模型；4)对原始DNN潮流模型进行训练，得到训练后的原始DNN潮流模型；5)对原始DNN潮流模型进行扩建，得到扩建DNN潮流模型；6)对扩建系统概率潮流进行解算，得到概率潮流结果。本发明可广泛应用于电力系统的概率潮流求解，特别适用于因系统扩建导致原始系统DNN无法适用的情况。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.096 seconds)
