-
公开(公告)号：CN108108518B
公开(公告)日：2021-04-02
申请号：CN201711205179.4
申请日：2017-11-27
IPC: G06F30/20 , G06Q10/04 , G06Q50/06 , G06F111/04
Abstract: 本发明提出一种基于机会约束的空气源热泵有序用电日前调度方法，属于电力系统运行和控制技术领域。该方法首先建立由目标函数和约束条件构成的空气源热泵有序用电日前调度模型；然后，对模型约束条件进行转化，收集室外温度、负荷预测和光伏预测的预测误差数据，构建室内温度运行区间及节点注入功率的机会约束，并利用凸松弛将其转化为确定性线性约束；最后，应用凸规划算法对模型求解，得到该配电网区所有空气源热泵次日调度启停计划。本发明方法利用了热泵房间水箱的热容积，在时间尺度上对配电网所有空气源热泵的接入时间进行有序规划调度，达到降低配电网日峰谷差的目的，同时不影响室内温度的舒适程度。
-
公开(公告)号：CN108108518A
公开(公告)日：2018-06-01
申请号：CN201711205179.4
申请日：2017-11-27
Abstract: 本发明提出一种基于机会约束的空气源热泵有序用电日前调度方法，属于电力系统运行和控制技术领域。该方法首先建立由目标函数和约束条件构成的空气源热泵有序用电日前调度模型；然后，对模型约束条件进行转化，收集室外温度、负荷预测和光伏预测的预测误差数据，构建室内温度运行区间及节点注入功率的机会约束，并利用凸松弛将其转化为确定性线性约束；最后，应用凸规划算法对模型求解，得到该配电网区所有空气源热泵次日调度启停计划。本发明方法利用了热泵房间水箱的热容积，在时间尺度上对配电网所有空气源热泵的接入时间进行有序规划调度，达到降低配电网日峰谷差的目的，同时不影响室内温度的舒适程度。
-
公开(公告)号：CN105760346A
公开(公告)日：2016-07-13
申请号：CN201610143407.9
申请日：2016-03-14
CPC classification number: G06F17/11 , G06F17/16 , G06F17/5009 , G06Q50/06
Abstract: 本发明涉及一种常规直流输电系统的比例积分控制器参数辨识方法，属于电网仿真技术领域；该方法包括：从常规直流输电系统中获取比例积分控制器的输入信号时间序列和输出信号时间序列构建量测方程；利用最优化方法进行一次求解，将所得结果作为新的初值并减小辅助系数重新计算，反复进行直至该系数小于设定值，得到最终的参数辨识结果。该方法在所获取的比例积分控制器的输入输出信号有噪声的情况下，仍能够准确辨识比例积分控制器的参数。该方法具有准确、自动消除测量误差影响的优点；工程实践效果满意。
-
公开(公告)号：CN105760346B
公开(公告)日：2018-05-29
申请号：CN201610143407.9
申请日：2016-03-14
Abstract: 本发明涉及一种常规直流输电系统的比例积分控制器参数辨识方法，属于电网仿真技术领域；该方法包括：从常规直流输电系统中获取比例积分控制器的输入信号时间序列和输出信号时间序列构建量测方程；利用最优化方法进行一次求解，将所得结果作为新的初值并减小辅助系数重新计算，反复进行直至该系数小于设定值，得到最终的参数辨识结果。该方法在所获取的比例积分控制器的输入输出信号有噪声的情况下，仍能够准确辨识比例积分控制器的参数。该方法具有准确、自动消除测量误差影响的优点；工程实践效果满意。
-
公开(公告)号：CN114156867A
公开(公告)日：2022-03-08
申请号：CN202111332341.5
申请日：2021-11-11
Applicant: 国网北京市电力公司 , 国网冀北电力有限公司 , 国家电网有限公司 , 清华大学
Abstract: 本公开涉及一种配电网区间网络重构模型优化方法及装置，属于电力系统配电网区间网络重构领域。其中方法包括：建立配电网的确定性网络重构模型；将所述确定性网络重构模型转换成区间优化模型；将所述区间优化模型转换成确定性优化模型；对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。本公开能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110601213B
公开(公告)日：2021-01-05
申请号：CN201910987071.8
申请日：2019-10-17
Applicant: 清华大学 , 国网冀北电力有限公司 , 国网北京市电力公司
Abstract: 本发明提出一种风电经柔性直流外送近区的分解协调电压控制方法，属于电力系统电压控制技术领域。该方法将经汇集站接入柔性直流的风电场等效为等值风电场，将各个等值风电场和各个直接接入柔性直流的风电场作为独立求解电压控制问题的个体；每次迭代时，各个风电场分别建立各自对应的电压控制优化子问题并求解，将结果上送至控制中心；控制中心建立电压协调优化主问题并求解，对求解结果进行收敛判定；若收敛，则得到柔直控制器及各风电场内部风机和动态无功补偿装置控制器的参考值。本发明将降低了控制问题规模和通信负担，同时保证电压控制优化的最优，实现风电经柔性直流外送近区的安全运行。
-
公开(公告)号：CN114156867B
公开(公告)日：2024-04-09
申请号：CN202111332341.5
申请日：2021-11-11
Applicant: 国网北京市电力公司 , 国网冀北电力有限公司 , 国家电网有限公司 , 清华大学
IPC: H02J3/00 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F30/20 , G06F113/04
Abstract: 本公开涉及一种配电网区间网络重构模型优化方法及装置，属于电力系统配电网区间网络重构领域。其中方法包括：建立配电网的确定性网络重构模型；将所述确定性网络重构模型转换成区间优化模型；将所述区间优化模型转换成确定性优化模型；对所述确定性优化模型进行松弛，得到松弛后的确定性优化模型；对所述松弛后的确定性优化模型求解，得到配电网支路投切最优结果，完成配电网区间网络重构优化。本公开能够避免概率方法与模糊数理论方法的大量历史数据统计需求和主观的假定分布，且能够全面反映配电网运行的真实情况，具有较高的应用价值。
-
公开(公告)号：CN115660412A
公开(公告)日：2023-01-31
申请号：CN202211234001.3
申请日：2022-10-10
Applicant: 清华大学 , 国网冀北电力有限公司 , 国网北京市电力公司 , 国家电网有限公司
IPC: G06Q10/0635 , G06Q50/06 , H02J3/38
Abstract: 本公开涉及一种考虑源荷波动及再调度的调度风险量化评估方法及装置，属于电力系统风险量化评估领域。其中，所述方法包括：建立考虑新能源扰动的场景集；根据所述场景集，基于预设的调度计划，建立各场景下考虑新能源扰动的再调度优化模型并求解；根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果。本公开能够在再调度结果基础上，考虑时空耦合因素，对已有的调度计划的风险评估计算，找出现有调度计划中存在的潜在风险，保障电力系统安全运行，具有较高的应用价值。
-
公开(公告)号：CN104462813A
公开(公告)日：2015-03-25
申请号：CN201410736920.X
申请日：2014-12-05
Applicant: 国家电网公司 , 国家电网公司华北分部 , 清华大学
IPC: G06F19/00
Abstract: 本发明涉及一种变电站变结构双尺度数据融合方法，属于电力系统运行和控制技术领域，该方法包括：构造粗、细尺度状态向量；采用母线模型对细尺度融合周期内的PMU和RTU节点量测量进行细尺度数据融合，构建细尺度融合量测方程；根据不同情况给定细尺度状态向量的初值；进行细尺度状态估计；直至粗尺度融合周期开始时刻到来构建粗尺度融合量测方程；给定粗尺度状态向量初值进行粗尺度状态估计，将粗尺度状态估计结果上送至调度中心，供调度员使用。本发明可以高效地、充分地利用变电站内来自RTU、PMU的多源数据，将量测量中的坏数据进行辨识和剔除，显著提高变电站状态估计的抗差性能。
-
公开(公告)号：CN104462813B
公开(公告)日：2017-07-14
申请号：CN201410736920.X
申请日：2014-12-05
Applicant: 国家电网公司 , 国家电网公司华北分部 , 清华大学
IPC: G06F19/00
Abstract: 本发明涉及一种变电站变结构双尺度数据融合方法，属于电力系统运行和控制技术领域，该方法包括：构造粗、细尺度状态向量；采用母线模型对细尺度融合周期内的PMU和RTU节点量测量进行细尺度数据融合，构建细尺度融合量测方程；根据不同情况给定细尺度状态向量的初值；进行细尺度状态估计；直至粗尺度融合周期开始时刻到来构建粗尺度融合量测方程；给定粗尺度状态向量初值进行粗尺度状态估计，将粗尺度状态估计结果上送至调度中心，供调度员使用。本发明可以高效地、充分地利用变电站内来自RTU、PMU的多源数据，将量测量中的坏数据进行辨识和剔除，显著提高变电站状态估计的抗差性能。
-
-
-
-
-
-
-
-
-
Search Results
614
records
(took 0.07 seconds)
