一种分布式光伏发电有功调度方法和系统

    公开(公告)号:CN107565609B

    公开(公告)日:2020-07-10

    申请号:CN201710651566.4

    申请日:2017-08-02

    IPC分类号: H02J3/48 H02J3/38

    摘要: 本发明涉及光伏发电应用领域,公开了一种分布式光伏发电有功调度方法和系统,以最小化电流谐波、防止器件停机受潮、均衡器件疲劳同时提高逆变器使用寿命保证系统的鲁棒性。本发明方法包括分布式光伏发电并网接口设备将电网调度系统发送的功率指令进行解析得到电网所需的功率设定值,当功率设定值小于分布式光伏发电系统的最大有功功率输出值且满足输出功率最小的两台逆变器分时进行停机休息时,分布式光伏发电并网接口设备根据功率设定值采用循环轮机算法控制逆变器机组中一部分逆变器工作在接近全功率状态时,至少一台逆变器停机休息;且对逆变器的控制同时满足使各逆变器的累计运行时间的方差最小、有功调度约束条件以及光功率约束条件。

    一种配电网故障指示器的自动检测系统及检测方法

    公开(公告)号:CN107907791A

    公开(公告)日:2018-04-13

    申请号:CN201711047485.X

    申请日:2017-10-31

    IPC分类号: G01R31/08

    CPC分类号: G01R31/086

    摘要: 本发明涉及配电网故障检测领域,公开了一种配电网故障指示器的自动检测系统及检测方法,以解决现有故障指示器无法自动检测的技术问题;本发明包括程控升压升流仪,用于接收检测指令,产生故障量,将故障量加载到故障指示器所检测的线路,并将故障量返回测试主机;故障指示器检定平台,接收故障指示器的汇集单元反馈的电流及故障告警信号信息,并将信息上传至测试主机;测试主机,用于向程控升压升流仪下发检测指令,还用于接收并记录程控升压升流仪返回的故障量,在故障指示器执行动作后将程控升压升流仪返回的故障量与故障指示器的汇集单元反馈的信息进行对比,若二者一致则判定故障指示器通过检测,否则判定不通过。

    一种分布式光伏发电有功调度方法和系统

    公开(公告)号:CN107565609A

    公开(公告)日:2018-01-09

    申请号:CN201710651566.4

    申请日:2017-08-02

    IPC分类号: H02J3/48 H02J3/38

    摘要: 本发明涉及光伏发电应用领域,公开了一种分布式光伏发电有功调度方法和系统,以最小化电流谐波、防止器件停机受潮、均衡器件疲劳同时提高逆变器使用寿命保证系统的鲁棒性。本发明方法包括分布式光伏发电并网接口设备将电网调度系统发送的功率指令进行解析得到电网所需的功率设定值,当功率设定值小于分布式光伏发电系统的最大有功功率输出值且满足输出功率最小的两台逆变器分时进行停机休息时,分布式光伏发电并网接口设备根据功率设定值采用循环轮机算法控制逆变器机组中一部分逆变器工作在接近全功率状态时,至少一台逆变器停机休息;且对逆变器的控制同时满足使各逆变器的累计运行时间的方差最小、有功调度约束条件以及光功率约束条件。

    一种基于多源证据融合的配电网低电压预测方法

    公开(公告)号:CN108075467A

    公开(公告)日:2018-05-25

    申请号:CN201711297896.4

    申请日:2017-12-08

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种基于多源证据融合的配电网低电压预测方法,包括以下步骤:首先选取反映配电网低电压发生可能性的多类指标,收集各类型指标下不同指标值对应的电压检测值,利用模糊逻辑神经元聚类网络学习法求取各类型指标支持低电压、非低电压命题的原型特征向量;然后偶将待预测配电网对应的各种类型的指标值作为其低电压预测的证据,利用最优化聚类法对各类证据构建基本信任分配函数;最后利用D-S证据合成法则,将多种低电压预测的证据进行融合,根据融合结果,预测配电网发生低电压的可能性。采用本发明,可对配电网低电压现象展开预测,利用多源信息融合可以使得预测结果更加客观可靠,为合理安排治理低电压现象的技改项目提供科学依据。

    一种基于支持向量机的配电网低电压预测方法

    公开(公告)号:CN107834551A

    公开(公告)日:2018-03-23

    申请号:CN201711154223.3

    申请日:2017-11-20

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种基于支持向量机的配电网低电压预测方法,步骤包括:1)从配电网低电压成因及影响因素中,筛选出不同类型的指标;2)从现有的各种信息系统中提取指标样本数据,构建不同类型的指标集;3)基于不同类型的指标集,分别构造基于支持向量机的配电网低电压预测模型;4)利用粒子群算法对各预测模型中待优化参数进行参数寻优;5)将寻优得到的参数代入预测模型,并将待测配电网的指标数据输入各预测模型,利用各预测模型分别对配电网低电压进行预测;综合各预测结果,得到最终的配电网低电压预测结果。本发明采用多源信息构成分类指标集,不仅能充分利用大数据平台信息多样性的优势,还能有效降低预测模型的数据维度和训练时间。

    一种基于多源证据融合的配电网低电压预测方法

    公开(公告)号:CN108075467B

    公开(公告)日:2020-03-20

    申请号:CN201711297896.4

    申请日:2017-12-08

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种基于多源证据融合的配电网低电压预测方法,包括以下步骤:首先选取反映配电网低电压发生可能性的多类指标,收集各类型指标下不同指标值对应的电压检测值,利用模糊逻辑神经元聚类网络学习法求取各类型指标支持低电压、非低电压命题的原型特征向量;然后偶将待预测配电网对应的各种类型的指标值作为其低电压预测的证据,利用最优化聚类法对各类证据构建基本信任分配函数;最后利用D‑S证据合成法则,将多种低电压预测的证据进行融合,根据融合结果,预测配电网发生低电压的可能性。采用本发明,可对配电网低电压现象展开预测,利用多源信息融合可以使得预测结果更加客观可靠,为合理安排治理低电压现象的技改项目提供科学依据。