考虑三相不平衡的配电网调峰随机优化方法

    公开(公告)号:CN116014749A

    公开(公告)日:2023-04-25

    申请号:CN202211669637.0

    申请日:2022-12-25

    摘要: 本发明提供了一种考虑三相不平衡的配电网调峰随机优化方法,属于配电网控制技术领域。包括:建立新能源功率预测误差概率分布模型,生成用于获取新能源功率可能误差值的功率场景,并削减所述功率场景;建立基于馈线负荷功率控制的三相配电网调峰优化模型;简化并求解所述调峰优化模型。本发明利用馈线负荷功率控制技术,协调多种调压设备完成馈线负荷功率控制,综合解决系统调峰与不平衡治理问题。本发明重点针对高比例新能源单相接入场景,建立了基于无功电压控制的多目标优化模型,在峰谷时间段利用馈线负荷功率控制技术降低系统峰谷差,在非峰谷时间段利用负荷调节特性与分相电压优化缓解系统不平衡,降低了系统峰谷差与负序电压。

    电解铝负荷参与电网二次调频的控制方法、装置

    公开(公告)号:CN118157242B

    公开(公告)日:2024-07-19

    申请号:CN202410567548.8

    申请日:2024-05-09

    申请人: 武汉大学

    IPC分类号: H02J3/48 H02J3/24 H02J3/00

    摘要: 本发明公开了电解铝负荷参与电网二次调频的控制方法、装置。本方法通过将电解铝系统的不平衡功率、电解槽直流电压的历史数据作为输入对象并将电解铝负荷功率、电解槽温度的历史数据作为输出对象,构建广义预测控制模型,电解铝系统的不平衡功率历史数据、电解铝负荷功率历史数据之间遵循第一对应关系,电解槽直流电压历史数据、电解槽温度历史数据之间遵循第二对应关系;并基于广义预测控制模型生成电解铝负荷功率、电解槽温度未来时刻的初步结果,基于PID控制器对初步结果进行校正以得到电网二次调频即电解铝负荷功率的预测结果。由于采用广义预测控制模型和PID控制的结合,由此避免了电解铝负荷功率预测结果的不准确性。

    基于模糊神经网络的电解铝参与电网电压控制方法及设备

    公开(公告)号:CN118300119A

    公开(公告)日:2024-07-05

    申请号:CN202410725322.6

    申请日:2024-06-06

    申请人: 武汉大学

    摘要: 本发明涉及电力系统运行与控制技术,具体涉及基于模糊神经网络的电解铝参与电网电压控制方法及设备,该方法包括:建立基于广域信息的局域电网系统等效简化模型;广域测量系统的控制时延补偿;建立含时延补偿的动态电压控制模型;训练模糊神经网络;利用改进粒子群算法搜索最优控制结果;设计动态电压最优控制方法。该方法充分利用来自广域信息的优势,使得模型更加精确地反映局部电网的真实运行状况。针对广域测量系统的控制时延问题,采用时延预测补偿技术,确保控制信号的实时性和准确性,显著提高了电压控制的响应速度。引入模糊神经网络的控制策略,有利于提升系统的自适应性和鲁棒性,确保了电力系统在复杂变化条件下的稳定。

    基于优化DMC电解铝参与电网二次调频控制方法及设备

    公开(公告)号:CN118232432A

    公开(公告)日:2024-06-21

    申请号:CN202410643377.2

    申请日:2024-05-23

    申请人: 武汉大学

    摘要: 本发明涉及电力系统运行与控制技术,具体涉及基于优化DMC电解铝参与电网二次调频控制方法及设备,该方法包括构建电解铝负荷模型,求取电解铝负荷模型向量,并设置建模时域、单位采样时长;构建电解铝负荷出力预测模型;定义性能指标目标函数与负荷出力期望值,性能指标通常包括预测输出与期望输出之间的偏差,以及可能的控制输入变化;在DMC滚动优化中加入粒子群算法对电解铝参与调频有功出力进行优化,并输出控制输入优化结果。采用动态矩阵控制DMC预测控制方法,能够处理多输入多输出系统,可以根据系统的实时状态和未来的预测进行控制,从而更好地应对系统的变化和不确定性。

    一种用于遥感图像增强优化方法和装置

    公开(公告)号:CN118097153A

    公开(公告)日:2024-05-28

    申请号:CN202410472514.0

    申请日:2024-04-19

    申请人: 武汉大学

    摘要: 本发明公开了一种用于遥感图像增强优化方法和装置,属于图像处理领域,步骤包括:S1、首先将遥感图像转换到HSV颜色空间,利用熵视觉显著性机制对亮度分量进行处理,通过计算每个像素的熵值来确定遥感图像显著性,找到图像中的重要区域;S2、将计算得到的显著性点集作为CLAHE算法输入,根据显著性点的信息对遥感图像进行亮度增强处理;S3、通过改进雪融权重因子和融化速度,改进标准雪融优化算法的升华和融雪阶段的位置更新数学模型;S4、利用改进雪融优化算法优化K‑means算法得到MSAO‑K‑means算法,利用MSAO‑K‑means算法对增强后的遥感图像进行分割,实现对遥感图像的增强优化。