基于卷积神经网络的微网无功自动控制方法

    公开(公告)号:CN110212551B

    公开(公告)日:2023-07-21

    申请号:CN201910564883.1

    申请日:2019-06-27

    IPC分类号: H02J3/18

    摘要: 本发明提出一种基于卷积神经网络的微网无功自动控制方法,其运用SCADA采集微网系统实时运行数据,生成二维功率矩阵数据;并利用最优潮流计算该二维功率矩阵数据对应的无功装置的最佳无功功率,作为其标签值;训练卷积神经网络模型,使其能够根据系统运行数据确定各无功装置的最佳无功功率。本发明利用是二维卷积运算稀疏交互、权值共享和等变表示的特点,建立卷积神经网络模型并进行模型训练,实现对微网运行状态进行自动特征提取,从而确定各无功装置的最佳无功功率,同时兼顾微网运行时的电压偏差和网损,具有良好的经济性和安全性。

    计及风速的分散式风电并网无功电压三层结构调控方法

    公开(公告)号:CN110492490A

    公开(公告)日:2019-11-22

    申请号:CN201910866987.8

    申请日:2019-09-12

    IPC分类号: H02J3/16 H02J3/38

    摘要: 本发明提供了一种计及风速的分散式风电并网无功电压三层结构调控方法,涉及电力系统新能源无功功率协调控制技术领域,包括:基于风速波动性的无功功率预测层;考虑多时间尺度的无功功率整定层;无功功率分配层,无功功率分配层又分为三种分配方法,即不同节点之间无功功率分配方法,同一节点不同风电机组之间无功功率分配方法,风电机组内部的无功功率分配方法;对传统的配电网无功功率控制技术进行修正得到计及风速的分散式风电并网无功电压三层结构调控方法。考虑分散式风电的接入特点,通过无功功率预测层,无功功率整定层,无功功率分配层,进而实现计及风速的分散式风电并网无功电压三层结构调控方法。