-
公开(公告)号:CN113783185B
公开(公告)日:2023-11-24
申请号:CN202110954076.8
申请日:2021-08-19
申请人: 国网四川省电力公司 , 北京清大高科系统控制有限公司 , 国网四川省电力公司电力科学研究院
IPC分类号: H02J3/00 , G06Q10/0637 , G06Q50/06
摘要: 本发明属于电力系统仿真,涉及一种配电网网络快速重构方法。该方法从配电网运行存在的重过载、低电压等问题出发,针对问题设备所属配电网馈线,采用正反向拓扑分析方法,生成针对每个问题设备的转供方案;转供方案涉及转入和转出多条馈线的情况,根据馈线关联关系生成若干网络重构分区,重构分区即为转供方案对潮流分布产生影响的最小集合;根据转供方案重新计算各重构分区潮流,得到转供方案针对不同类型问题设备的加权指标,通过对比基态指标和全部转供方案加权指标得到最优转供方案。本方法通过对具体问题设备进行拓扑搜索,高效找到全部转供方案。采用加权指标优化方法,合理给出可以提升基态指标的最优重构策略。
-
公开(公告)号:CN113783185A
公开(公告)日:2021-12-10
申请号:CN202110954076.8
申请日:2021-08-19
申请人: 国网四川省电力公司 , 北京清大高科系统控制有限公司 , 国网四川省电力公司电力科学研究院
摘要: 本发明属于电力系统仿真,涉及一种配电网网络快速重构方法。该方法从配电网运行存在的重过载、低电压等问题出发,针对问题设备所属配电网馈线,采用正反向拓扑分析方法,生成针对每个问题设备的转供方案;转供方案涉及转入和转出多条馈线的情况,根据馈线关联关系生成若干网络重构分区,重构分区即为转供方案对潮流分布产生影响的最小集合;根据转供方案重新计算各重构分区潮流,得到转供方案针对不同类型问题设备的加权指标,通过对比基态指标和全部转供方案加权指标得到最优转供方案。本方法通过对具体问题设备进行拓扑搜索,高效找到全部转供方案。采用加权指标优化方法,合理给出可以提升基态指标的最优重构策略。
-
公开(公告)号:CN113872204B
公开(公告)日:2022-03-22
申请号:CN202111464857.5
申请日:2021-12-03
申请人: 全球能源互联网研究院有限公司 , 国网四川省电力公司 , 国网四川省电力公司电力科学研究院
摘要: 本发明提供了一种基于电网图拓扑计算的用电负荷性质确定方法及装置,其中该方法包括:遍历目标区域的电网图拓扑,确定目标区域内的一个或多个目标配变;关联与目标配变对应的营销台户,获取与目标配变连接的用户的负荷特性曲线;按照负荷特性曲线对用户进行聚类,得到多个聚类簇;将各聚类簇的簇心负荷特性曲线与目标分类模板中的各负荷特性曲线聚类,根据聚类结果确定各聚类簇中的用户对应的负荷性质,模板库中包括多种分类模板,各分类模板的分类标准不同,各分类模板中包括多种负荷特性曲线,各负荷特性曲线对应不同的负荷性质。通过执行本发明保证了负荷特性的完整体现和用户的准确聚类并依据实际需求进行自定义划分。
-
公开(公告)号:CN113872204A
公开(公告)日:2021-12-31
申请号:CN202111464857.5
申请日:2021-12-03
申请人: 全球能源互联网研究院有限公司 , 国网四川省电力公司 , 国网四川省电力公司电力科学研究院
摘要: 本发明提供了一种基于电网图拓扑计算的用电负荷性质确定方法及装置,其中该方法包括:遍历目标区域的电网图拓扑,确定目标区域内的一个或多个目标配变;关联与目标配变对应的营销台户,获取与目标配变连接的用户的负荷特性曲线;按照负荷特性曲线对用户进行聚类,得到多个聚类簇;将各聚类簇的簇心负荷特性曲线与目标分类模板中的各负荷特性曲线聚类,根据聚类结果确定各聚类簇中的用户对应的负荷性质,模板库中包括多种分类模板,各分类模板的分类标准不同,各分类模板中包括多种负荷特性曲线,各负荷特性曲线对应不同的负荷性质。通过执行本发明保证了负荷特性的完整体现和用户的准确聚类并依据实际需求进行自定义划分。
-
公开(公告)号:CN115764859A
公开(公告)日:2023-03-07
申请号:CN202211275868.3
申请日:2022-10-18
申请人: 中国电力科学研究院有限公司 , 国网四川省电力公司 , 国家电网有限公司
发明人: 叶荣波 , 何明 , 许晓慧 , 高剑 , 李晨 , 周昶 , 陈少磊 , 于若英 , 李春艳 , 夏俊荣 , 倪山 , 栗锋 , 王会超 , 刘海璇 , 孔爱良 , 刘海洋 , 温丽丽 , 徐建 , 邓雯雯 , 牛小俊
IPC分类号: H02J3/00
摘要: 一种多能耦合配电网故障恢复方法、系统、设备及介质,包括获取多能耦合配电网的配网层的参数和能源子系统的参数;将配网层的参数和能源子系统的参数带入预先构建的双层优化模型,采用深度强化学习算法进行求解,得到失负荷功率评价指标和目标函数值;由失负荷功率评价指标和目标函数值对应的故障恢复方案作为多能耦合配电网的故障恢复方案;深度强化学习模型是基于配网层的参数和优化准则构建的上层优化模型,以及能源子系统的参数和优化准则构建的下层优化模型结合深度学习算法构建的。本发明采用双层优化模型并结合深度强化学习算法进行求解,提高了优化效率,克服了现有技术仅处理单层模型,优化效率低的问题。
-
-
-
-