-
公开(公告)号:CN108711862B
公开(公告)日:2021-06-11
申请号:CN201810582930.0
申请日:2018-06-07
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学 , 国家电网有限公司
IPC: H02J3/12
Abstract: 本发明涉及定义一种间歇式能源功率波动对多层级配电网电压影响的评估方法,主要包括以下步骤:1)定义间歇式能源深度指标,并以此定义多层级配电网中间歇式能源功率波动对于并网点电压影响的指标;2)定义拓扑连接的间歇式能源并网深度指标与多层级配电网节点负荷的节点平均电压,并以此定义多层级配电网中间歇式能源波动对于平均电压影响的指标。本发明计算的指标值与实际值拟合较好,能够对多层级配电网的电压变化进行评估。
-
公开(公告)号:CN110277799A
公开(公告)日:2019-09-24
申请号:CN201910519816.8
申请日:2019-06-17
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学
Abstract: 本发明一种计及控制设备经济性及动作次数限制的电网无功优化方法,包括:1)根据光伏出力预测和负荷预测进行次日24小时无功预优化,并以此计算出实时优化所需数据;2)在当日以一小时为周期进行实时控制,结合灵敏度对全网的电压、网损、设备寿命及动作次数进行综合的实时优化。本发明通过构建以调节效果最优、操作成本最低、动作设备最少为子目标的多目标函数,进行电网的无功优化,解决了传统无功优化中由于控制设备调节过多带来的综合经济性不一定最优的问题,同时也能够提高控制设备的频繁动作导致的电网安全性与稳定性。所提出的无功优化模型中引入灵敏度与惰性因子,能够更灵活快速地进行无功优化,并取得较好的调节效果。
-
公开(公告)号:CN110276487A
公开(公告)日:2019-09-24
申请号:CN201910519799.8
申请日:2019-06-17
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学
Abstract: 本发明涉及虚拟电厂环境下的配电网无功辅助服务交易机制,构建了一种基于主导节点的分布式发电商无功备用价值评判体系,并提出相应的无功交易决策方法。在考虑配电网各分布式发电商的无功备用能力的前提下,于虚拟电厂侧实现无功辅助服务的交易决策优化,在配电网电压无功处于安全范围的前提下,确保配电网整体的经济效益最大化。该交易机制可使虚拟电厂环境下的各发电商有效地参与到无功备用交易市场,并对无功备用的交易过程进行优化决策,以实现整体资源的优化配置。
-
公开(公告)号:CN108711862A
公开(公告)日:2018-10-26
申请号:CN201810582930.0
申请日:2018-06-07
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学 , 国家电网有限公司
IPC: H02J3/12
CPC classification number: H02J3/12 , H02J2003/007
Abstract: 本发明涉及定义一种间歇式能源功率波动对多层级配电网电压影响的评估方法,主要包括以下步骤:1)定义间歇式能源深度指标,并以此定义多层级配电网中间歇式能源功率波动对于并网点电压影响的指标;2)定义拓扑连接的间歇式能源并网深度指标与多层级配电网节点负荷的节点平均电压,并以此定义多层级配电网中间歇式能源波动对于平均电压影响的指标。本发明计算的指标值与实际值拟合较好,能够对多层级配电网的电压变化进行评估。
-
公开(公告)号:CN110474377B
公开(公告)日:2023-04-11
申请号:CN201910651363.4
申请日:2019-07-15
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学
IPC: H02J3/48
Abstract: 本发明公开了一种基于竞标机制的主动配电网区域协调控制方法,用于主动配电网的协同控制,包括步骤1)基于馈线控制误差的区域协同自治模式划分区域,为区域下发功率协调系数;步骤2)各区域进行功率偏差竞标,修正功率协调系数;步骤3)通过竞标机制实现对主动配电网实时功率波动的最优分担。本发明的区域协调控制方法基于FCE控制方程,各自治区域根据下发的功率协调系数平衡功率波动,通过竞标机制修正FCE控制方程中的协调系数改变不同区域对功率波动的分担比例,实现对于主动配电网实时功率波动的最优分担。
-
公开(公告)号:CN110474377A
公开(公告)日:2019-11-19
申请号:CN201910651363.4
申请日:2019-07-15
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学
IPC: H02J3/48
Abstract: 本发明公开了一种基于竞标机制的主动配电网区域协调控制方法,用于主动配电网的协同控制,包括步骤1)基于馈线控制误差的区域协同自治模式划分区域,为区域下发功率协调系数;步骤2)各区域进行功率偏差竞标,修正功率协调系数;步骤3)通过竞标机制实现对主动配电网实时功率波动的最优分担。本发明的区域协调控制方法基于FCE控制方程,各自治区域根据下发的功率协调系数平衡功率波动,通过竞标机制修正FCE控制方程中的协调系数改变不同区域对功率波动的分担比例,实现对于主动配电网实时功率波动的最优分担。
-
公开(公告)号:CN108988349A
公开(公告)日:2018-12-11
申请号:CN201810582926.4
申请日:2018-06-07
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学 , 国家电网有限公司
Abstract: 本发明涉及可再生分布式能源中低压层级接入下的配电网运行控制策略,提出一种配电网多层级无功电压协调控制方法,以改善配电网中存在的无功电压问题,达到社会无功资源共享,提升配电网用户供电服务质量。所述控制体系可细分为:区域全局优化控制、局部实时协调控制以及分布式可再生能源变电站站内无功电压控制。无功电压全局集中优化控制是对整个控制区域内的无功设备的无功输出进行优化控制;局部的实时协调控制由馈线电压协调控制器实现配电线路内部无功的合理流动;电站站内无功电压控制需要充分利用可再生能源并网变流器的双相调节能力控制电站无功输出,需要电站功率协调控制器实现。
-
公开(公告)号:CN110276487B
公开(公告)日:2022-07-29
申请号:CN201910519799.8
申请日:2019-06-17
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 上海交通大学
Abstract: 本发明涉及虚拟电厂环境下的配电网无功辅助服务交易机制,构建了一种基于主导节点的分布式发电商无功备用价值评判体系,并提出相应的无功交易决策方法。在考虑配电网各分布式发电商的无功备用能力的前提下,于虚拟电厂侧实现无功辅助服务的交易决策优化,在配电网电压无功处于安全范围的前提下,确保配电网整体的经济效益最大化。该交易机制可使虚拟电厂环境下的各发电商有效地参与到无功备用交易市场,并对无功备用的交易过程进行优化决策,以实现整体资源的优化配置。
-
公开(公告)号:CN116609672B
公开(公告)日:2024-05-07
申请号:CN202310557967.9
申请日:2023-05-16
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
IPC: G01R31/367 , G01R31/378
Abstract: 本发明公开了一种基于改进的黑寡妇优化算法(Black Widow Optimization Algorithm,BWOA)‑前馈神经网络算法(Feedforward Neural Network,FNN)的储能电池荷电状态(State of charge,SOC)估计方法,包括:在仿真软件中搭建储能电池充放电仿真模型,获取其在多个温度条件下的原始数据序列(包括实测量:电压、电流、温度、平均电压、平均电流以及目标状态量:SOC);然后对数据进行主成分分析(Principal Component Analysis,PCA),选取其中方差累计贡献率较高的实测量替代原始的高维数据;建立储能电池SOC估计的FNN模型,并对FNN模型进行训练,在训练过程中使用改进的BWOA来迭代和优化模型参数;最后,将实测数据输入训练后的模型从而准确估算储能电池的SOC值。该方法具有估算精度高、收敛速度快、抗噪声能力强的优点。
-
公开(公告)号:CN117743845A
公开(公告)日:2024-03-22
申请号:CN202311621345.4
申请日:2023-11-29
Applicant: 淮阴师范学院 , 国网江苏省电力有限公司淮安供电分公司 , 南京笃力科技有限公司 , 上海浦源科技有限公司
IPC: G06F18/214 , G06F18/15 , G06F18/213 , G06N3/096 , H02J3/00 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种基于改进迁移学习的负荷预测模型增量训练方法,涉及负荷预测模型增量训练领域,包括获取电网历史数据,采用迁移学习方法划分源域和目标域,计算所述目标域和源域数据的最大均值差异值,划分所述源域数据并得到源域子集;通过所述源域子集对源域模型进行分层训练,固定不同网络层参数,保存源域模型参数;将所述源域模型参数迁移至目标域中,采用目标域数据对所述源域模型参数进行微调,得到目标域模型;载入目标域模型,将负荷影响因素归一化并重塑成三维矩阵,输入到所述目标域模型中,将输出值反归一化得到负荷预测值。本发明采用分层级迁移学习算法,缩短模型训练时间,提高了预测模型的训练效率和负荷预测精度。
-
-
-
-
-
-
-
-
-