光伏发电系统控制参数全局优化方法

    公开(公告)号:CN104539221A

    公开(公告)日:2015-04-22

    申请号:CN201510024370.3

    申请日:2015-01-19

    IPC分类号: H02S10/00 G06F19/00

    CPC分类号: H02J3/383

    摘要: 本发明是一种光伏发电系统控制参数全局优化方法,所述方法包括:首先将所建立的光伏电站发电系统的微分-代数方程组在稳态值处线性化得到用于分析系统小干扰稳定性的状态矩阵;然后通过计算状态矩阵特征值、阻尼比以及参与因子,分析控制参数对系统小干扰稳定性影响,进而确定控制参数的合理变化范围;最后引入量化模型作为参数优化的目标函数并利用优化算法对光伏电站发电系统控制参数进行全局优化。本发明提出的方法针对系统小干扰稳定性建立了科学合理的量化标准,且解决了系统控制参数相互耦合难以单一优化的问题,利用本方法进行参数优化能够实现控制参数的全局最优,提高光伏电站发电系统的小干扰稳定性。

    光伏发电系统控制参数全局优化方法

    公开(公告)号:CN104539221B

    公开(公告)日:2016-11-16

    申请号:CN201510024370.3

    申请日:2015-01-19

    IPC分类号: H02S10/00 G06F19/00

    摘要: 本发明是一种光伏发电系统控制参数全局优化方法,所述方法包括:首先将所建立的光伏电站发电系统的微分‑代数方程组在稳态值处线性化得到用于分析系统小干扰稳定性的状态矩阵;然后通过计算状态矩阵特征值、阻尼比以及参与因子,分析控制参数对系统小干扰稳定性影响,进而确定控制参数的合理变化范围;最后引入量化模型作为参数优化的目标函数并利用优化算法对光伏电站发电系统控制参数进行全局优化。本发明提出的方法针对系统小干扰稳定性建立了科学合理的量化标准,且解决了系统控制参数相互耦合难以单一优化的问题,利用本方法进行参数优化能够实现控制参数的全局最优,提高光伏电站发电系统的小干扰稳定性。

    融合预估-校正深度学习的暂态频率稳定评估方法及系统

    公开(公告)号:CN112183641A

    公开(公告)日:2021-01-05

    申请号:CN202011054479.9

    申请日:2020-09-29

    摘要: 本发明公开了一种融合预估‑校正深度学习的暂态频率稳定评估方法及系统,方法包括:获取扰动事故后电力系统的输入特征变量数据和输出特征变量数据;用输入特征变量数据和输出特征变量数据对深度神经网络进行训练;根据输入特征变量和训练好的深度神经网络获取频率指标预估值,用频率指标预估值和输出特征变量数据对堆栈极限学习机网络进行学习;获取扰动事故后的输入特征变量数据A;根据输入特征变量数据A、训练好的深度神经网络以及堆栈极限学习机网络对扰动事故后的频率稳定性进行评估。本发明的目的在于提供一种融合预估‑校正深度学习的暂态频率稳定评估方法及系统,以实现扰动事故后多维频率指标预测以及暂态频率稳定的快速评估。

    一种考虑输电阻塞盈余的输电网扩展规划方法

    公开(公告)号:CN111799794B

    公开(公告)日:2023-01-31

    申请号:CN202010761258.9

    申请日:2020-07-31

    IPC分类号: H02J3/00 G06Q10/04

    摘要: 本发明属于输电系统技术领域,公开了一种考虑输电阻塞盈余的输电网扩展规划方法,包括以下步骤:步骤1:建立节点边际成本优化模型及输电网优化配置模型;步骤2:获取输电线路参数、发电机组的发电参数、节点负荷参数及基础参数;步骤3:节点边际成本优化模型计算发电机节点i的边际成本及负荷节点j的边际成本;步骤4:输电网优化配置模型根据输电线路参数、发电机组的发电参数、节点负荷参数、其它基础参数、发电机节点i的边际成本及负荷节点j的边际成本得到电网阻塞盈余最小的最优输电线规划方案。本发明针对电力市场环境下输电线路优化配置问题,具有合理规划输电系统、最优化调度电力资源的优点。

    基于z指数的电力系统脆弱线路辨识方法

    公开(公告)号:CN115313362A

    公开(公告)日:2022-11-08

    申请号:CN202210893374.5

    申请日:2022-07-27

    IPC分类号: H02J3/00 G06F17/16 G06F17/18

    摘要: 本发明公开了基于z指数的电力系统脆弱线路辨识方法,涉及电网脆弱线路辨识技术领域,包括以下步骤:根据电力系统的输电线路,构建相关性网络;根据上述相关性网络中传输节点的边权值和节点度,基于z指数进行改进,得到加权z指数;根据上述加权z指数对输电线路进行排序,识别脆弱线路;上述加权z指数综合考虑了相关性网络中传输节点的节点度和边权值这两个重要的网络特性,解决了在上述传输节点指向的相邻传输节点数相同的情况下,无法判断该传输节点在电力系统中的影响力的问题,将上述加权z指数运用到相关性网络中,提高了识别脆弱线路的准确性。