一种提升有源配电网韧性的储能双层优化配置方法

    公开(公告)号:CN116565906A

    公开(公告)日:2023-08-08

    申请号:CN202310411119.7

    申请日:2023-04-17

    申请人: 武汉大学

    摘要: 本发明涉及电力系统自动化技术,具体涉及一种提升有源配电网韧性的储能双层优化配置方法,包括典型故障场景生成;针对所得到的典型故障场景集,建立储能双层优化配置模型,包括外层储能配置模型以及内层故障恢复模型。采用灰狼‑粒子群混合算法与Branch‑and‑Cut算法求解储能双层优化配置模型,得到储能优化配置方案。针对所得储能优化配置方案,在有源配电网数学模型中添加储能装置,针对特定极端事件场景评估储能配置方法带来的韧性评估效果。该方法能有效反映典型故障,为优化配置提供针对性场景;综合灾前资源配置阶段与灾后故障恢复阶段有源配电网工作状态,精确刻画有源配电网面对极端事件的防御措施,优化储能配置方案。

    提升新能源消纳能力的柔性直流规划方法、系统及设备

    公开(公告)号:CN118868206A

    公开(公告)日:2024-10-29

    申请号:CN202410754092.6

    申请日:2024-06-12

    摘要: 一种提升新能源消纳能力的柔性直流规划方法、系统及设备,构建由上层优化模型及下层运行模型组成的柔性直流双层规划模型,其中上层优化模型生成线路传输灵活性与静态电压稳定性综合最优的柔性直流规划方案,并将规划方案传递至下层运行模型,下层运行模型通过时序生产模拟获取线路传输灵活性与经济性最优的运行结果,并将灵活性结果传递至上层优化模型通过改进飞蛾扑火算法进行迭代。本设计不仅可以通过将平均灵活性不足率指标及短路比指标作为优化目标,有效提高柔性直流规划的准确性,而且可以通过基于混沌映射的初始化方法,避免初始解可能陷入局部最优解,有效改善算法早熟现象。

    一种等值双馈风电场的参数整定方法及系统

    公开(公告)号:CN116632906A

    公开(公告)日:2023-08-22

    申请号:CN202310439816.3

    申请日:2023-04-23

    IPC分类号: H02J3/38 H02H7/26 G06N3/006

    摘要: 一种等值双馈风电场的参数整定方法及系统,该方法先采用解析法求取等值双馈风电场的参数初值,再基于等值双馈风电场的参数初值,采用智能辨识算法对等值双馈风机参数、等值双馈风电场的其它参数进行整定。一方面,本发明通过将解析法与辨识法结合,以解析法计算结果作为辨识法的初始解,在降低辨识难度的同时提高了等值精度;另一方面,本发明提出了一种新的智能辨识算法‑混沌布谷鸟算法,该算法相较于传统布谷鸟算法以及粒子群算法在等值精度以及收敛速度方面均表现出更好的性能。

    一种基于有向图遍历的有源配电网故障快速恢复方法

    公开(公告)号:CN115395557B

    公开(公告)日:2024-01-09

    申请号:CN202210948137.4

    申请日:2022-08-09

    申请人: 武汉大学

    IPC分类号: H02J3/38 G06Q50/06

    摘要: 本发明涉及配电网故障恢复技术,具体涉及一种基于有向图遍历的有源配电网故障快速恢复方法,首先对配电网网络拓扑进行有向遍历和网络分层,确定基本环路矩阵与网络层次矩阵;其次识别孤岛区域并确定孤岛恢复路径;最后针对可以通过网络重构恢复的非故障失电区,基于基本环路矩阵闭合对应联络开关;调整与过载线路相关联的联络开关与分段开关开闭状态,遍历所有情况后筛选运行状态最优的一组开关动作集合,并根据负荷重要度进行切负荷操作。该方法有效地规避了基于智能算法的传统故障恢复方法计算时间长、开关动作次数多的缺陷,充分利用有向图遍历确定非故障区域运行方式与联(56)对比文件孙洁;王增平;王英男;潘玉美;郑涛.含分布式电源的复杂配电网故障恢复.电力系统保护与控制.2014,(02),全文.

    基于雪消融优化循环神经网络的故障电流预测方法和介质

    公开(公告)号:CN118036809A

    公开(公告)日:2024-05-14

    申请号:CN202410215195.5

    申请日:2024-02-27

    申请人: 武汉大学

    摘要: 本发明公开了一种基于雪消融优化循环神经网络的故障电流预测方法和介质。该方法包括:获取历史故障电流数据,建立故障电流离线数据集,并对故障电流离线数据集进行归一化处理;建立LSTM神经网络模型,采用SAO算法对LSTM神经网络模型进行参数优化;采用优化后的LSTM神经网络模型对处理后的不同故障电流离线数据进行学习和预测,以训练优化后的LSTM神经网络模型;提取交流电网故障后的故障电流数据,并通过训练后的LSTM神经网络模型对故障电流数据进行预测,以便根据预测结果对限流器是否投入进行控制。本发明通过对LSTM的结构参数进行算法优化,可实现复杂交流电网故障电流的快速准确预测。

    一种基于有向图遍历的有源配电网故障快速恢复方法

    公开(公告)号:CN115395557A

    公开(公告)日:2022-11-25

    申请号:CN202210948137.4

    申请日:2022-08-09

    申请人: 武汉大学

    IPC分类号: H02J3/38 G06Q50/06

    摘要: 本发明涉及配电网故障恢复技术,具体涉及一种基于有向图遍历的有源配电网故障快速恢复方法,首先对配电网网络拓扑进行有向遍历和网络分层,确定基本环路矩阵与网络层次矩阵;其次识别孤岛区域并确定孤岛恢复路径;最后针对可以通过网络重构恢复的非故障失电区,基于基本环路矩阵闭合对应联络开关;调整与过载线路相关联的联络开关与分段开关开闭状态,遍历所有情况后筛选运行状态最优的一组开关动作集合,并根据负荷重要度进行切负荷操作。该方法有效地规避了基于智能算法的传统故障恢复方法计算时间长、开关动作次数多的缺陷,充分利用有向图遍历确定非故障区域运行方式与联络开关、分段开关工作状态,提升了故障恢复的快速性。