基于最大Lyapunov指数概率分布判据的电网暂态稳定性判别方法

    公开(公告)号:CN116826700A

    公开(公告)日:2023-09-29

    申请号:CN202310381544.6

    申请日:2023-04-11

    IPC分类号: H02J3/00 H02J13/00 G06N5/01

    摘要: 基于最大Lyapunov指数概率分布判据的电网暂态稳定性判别方法,利用相量测量单元PMU对电力系统各发电机机端电压相角实时进行统一监测采集,并计算得到发电机功角轨迹;基于发电机功角轨迹,计算得到功角MLE轨迹;结合功角MLE轨迹采用扩散核密度估计方法拟合概率分布,获得MLE概率密度函数;在MLE的取值范围内采样,计算得到功角MLE轨迹的概率分布特征;采用随机森林算法构建并训练暂态稳定性判别模型;实时判别时基于PMU监测采集的发电机机端电压相角数据计算发电机功角轨迹,计算功角MLE轨迹的概率分布特征并输入暂态稳定性判别模型得到系统暂态稳定性判别结果。本发明强化了最大Lyapunov指数的特征表达能力,提升暂态稳定性整体的判别精度,降低误判与漏判风险。

    一种基于大用户电量信息的地市电网售电量预测方法

    公开(公告)号:CN112001551B

    公开(公告)日:2023-08-04

    申请号:CN202010865591.4

    申请日:2020-08-25

    摘要: 本发明公开了一种基于大用户电量信息的地市电网售电量预测方法:调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划;对获取的大用户电量信息进行预处理,以保证数据的完整性、唯一性与结构一致性;基于皮尔逊积矩相关系数计算,分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系;通过对地市电网各类售电量占总售电量比例的计算,分析地市电网售电量的结构;建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型,结合所掌握的大用户未来电量使用计划,对地市电网年度售电量进行预测,以解决大工业占比较高的地市电网售电量预测精度不足的问题。

    一种多新能源脱网后协调恢复方法

    公开(公告)号:CN112117779B

    公开(公告)日:2022-05-06

    申请号:CN202010960102.3

    申请日:2020-09-14

    IPC分类号: H02J3/38 H02J3/46

    摘要: 本发明公开了一种多新能源脱网后协调恢复方法,根据多新能源系统脱网光伏和风机的类型及控制方法,建立多新能源脱网后恢复策略的待选集合;利用电力系统暂态稳定分析软件模拟多新能源脱网过程,分别采取待选集合中的不同策略,对多新能源系统进行模拟恢复,计算恢复前后多新能源系统频率偏差波动、电压幅值波动及功角差暂态波动;利用频率偏差波动、电压幅值波动及功角差暂态波动的加权求和,计算新能源脱网后恢复综合评价指标,选取待选集合中综合评价指标最小的策略,对多新能源脱网后的实际系统进行恢复。本发明方法避免出现因新能源不恰当恢复顺序导致的系统再次崩溃现象,克服现有技术对于多新能源电力系统协调恢复过程考虑不足的缺陷。

    基于功角最大Lyapunov指数轨迹推理的电网暂态稳定性预测方法

    公开(公告)号:CN116683422A

    公开(公告)日:2023-09-01

    申请号:CN202310381588.9

    申请日:2023-04-11

    摘要: 基于功角最大Lyapunov指数轨迹推理的电网暂态稳定性预测方法,利用电力系统中的相量测量单元PMU对故障后系统的暂态响应进行监测;依据发电机功角计算暂态末期的功角MLE轨迹;结合暂态响应信息中暂态初期的数据与暂态末期功角MLE轨迹,采用GRU算法构建并训练MLE轨迹推理模型并推理功角MLE轨迹;结合推理的功角MLE轨迹与对应的暂态稳定性类别,采用XGBoost算法构建并训练暂态稳定性判别模型;应用于实际系统中时,故障发生后将暂态响应信息中暂态初期的数据输入MLE轨迹推理模型得到功角MLE轨迹,将功角MLE轨迹输入暂态稳定性预测模型得到暂态稳定性预测结果。本发明可以有效提升暂态稳定性预测的时效性,预测结果具备较强的机理可解释性与较高的预测精度。

    一种基于大用户电量信息的地市电网售电量预测方法

    公开(公告)号:CN112001551A

    公开(公告)日:2020-11-27

    申请号:CN202010865591.4

    申请日:2020-08-25

    摘要: 本发明公开了一种基于大用户电量信息的地市电网售电量预测方法:调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划;对获取的大用户电量信息进行预处理,以保证数据的完整性、唯一性与结构一致性;基于皮尔逊积矩相关系数计算,分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系;通过对地市电网各类售电量占总售电量比例的计算,分析地市电网售电量的结构;建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型,结合所掌握的大用户未来电量使用计划,对地市电网年度售电量进行预测,以解决大工业占比较高的地市电网售电量预测精度不足的问题。