一种变速抽蓄机组快速功率模式的功频控制方法及装置

    公开(公告)号:CN118572724A

    公开(公告)日:2024-08-30

    申请号:CN202410615565.4

    申请日:2024-05-17

    摘要: 本申请公开了一种变速抽蓄机组快速功率模式的功频控制方法及装置,涉及电网频率和功率控制领域,方法包括:在检测到变速抽蓄机组处于发电工况且运行于快速功率模式时,根据实际频率与额定频率,确定电网的频率偏差;判断电网的频率偏差是否处于变速抽蓄机组的频率调节死区的范围内,若频率偏差不处于频率调节死区的范围内,则由调速器对频率偏差依次执行变速抽蓄机组的频率调节死区和功率偏差调节,得到一次调频功率调整量;协同控制单元根据实际频率的变化曲线计算出实际频率的变化率;协同控制单元结合变化率、频率偏差和一次调频功率调整量,控制变速抽蓄机组执行功频控制策略,以调节电网的功率和频率。

    一种提升风储系统调频性能的变系数综合惯性控制方法

    公开(公告)号:CN117543616A

    公开(公告)日:2024-02-09

    申请号:CN202311458273.6

    申请日:2023-11-02

    摘要: 本发明公开了一种提升风储系统调频性能的变系数综合惯性控制方法,涉及风电机组控制技术领域,该方法包括:获取风储系统中直驱风机的转子转速,并根据转子转速得到在转子转速发生变化时可释放的旋转动能;基于风储系统在虚拟惯量控制方法的控制下,当风储系统因源荷扰动发生频率突变时,根据旋转动能得到参与频率调节的惯量支撑功率;根据直驱风机当前的转子转速和频率突变的方向得到变系数,利用变系数对惯量支撑功率进行调控;避免出现导致风机释放过多的转子动能而导致转子转速失稳的情况,防止风机释放过多旋转动能,同时,通过引入的变系数还可以在频率恢复阶段修改惯量系数的极性,加快频率恢复,实现频率的快速恢复。

    电力变压器绕组辐向稳定性临界受力试验获取方法及系统

    公开(公告)号:CN117388752A

    公开(公告)日:2024-01-12

    申请号:CN202311483591.8

    申请日:2023-11-07

    摘要: 本发明公开了电力变压器绕组辐向稳定性临界受力试验获取方法及系统,包括:设计待研究绕组及与之匹配的绕组对,并构建基于绕组对的电力电压器器身结构;计算电力电压器的绕组对的临界试验电流;根据临界试验电流,采用短路试验法,获得电力电压器的辐向变形或辐向失稳时的施加载荷,分析绕组对冲击后的状态;解体电力变压器,测量电力电压器的绕组对的辐向变形;基于辐向变形,建立仿真受力分布与实测变形的关系曲线,得到电力变压器绕组辐向稳定性临界受力的临界点;根据临界点和关系曲线,提取电力变压器绕组辐向稳定性临界受力的应力值与临界耐受电流。本发明解决了对变压器抗短路冲击技术中辐向稳定性临界受力的难以准确确认的问题。

    抽蓄机组水泵系统参数的确定方法及装置、介质、终端

    公开(公告)号:CN117056873A

    公开(公告)日:2023-11-14

    申请号:CN202310969566.4

    申请日:2023-08-03

    摘要: 本申请公开了一种抽蓄机组水泵系统参数的确定方法及装置、介质、终端,涉及电力技术领域,主要目的在于改善现有由于缺乏抽水工况下水泵系统的参数,导致无法对全功率变速抽蓄机组进行准确的仿真分析,进而导致发生机组振荡甚至失去稳定的情况的问题。包括:响应于针对全功率变速抽蓄机组中水泵系统参数的确定指令,获取所述全功率变速抽蓄机组在预设扰动信号下的第一变化曲线;获取所述全功率变速抽蓄机组的小信号模型在所述预设扰动信号下的第二变化曲线,在所述小信号模型中所述水泵系统的参数为初始状态,除所述水泵系统外的其他系统的参数确定;根据所述第一变化曲线与所述第二变化曲线之间的偏差,确定所述水泵系统的参数。

    一种基于深度期望Q-学习的电网能量管理方法及系统

    公开(公告)号:CN112614009A

    公开(公告)日:2021-04-06

    申请号:CN202011418334.2

    申请日:2020-12-07

    摘要: 本发明公开基于双‑深度期望Q‑学习网络算法的电网能量管理方法及系统,首先基于贝叶斯神经网络对预测点光伏出力不确定性建模并获得光伏出力的概率分布;将光伏出力的概率分布输入基于双‑深度期望Q‑学习网络算法的电网能量管理模型中得到相应的光伏发电出力策略;系统依据光伏发电出力策略运行各光伏出力设备运用;本发明将微电网经济调度问题模拟为马尔可夫决策过程,将目标函数和约束条件映射成强化学习的奖惩函数,利用其学习和与环境交互的能力获得最优决策,借助贝叶斯神经网络对学习环境中光伏发电出力的不确定性建模在马尔科夫决策过程中适当考虑状态随机转移,显著提高算法的收敛速度。

    适用于电网可视化仿真模型自动生成的拓扑分层识别方法

    公开(公告)号:CN109830954B

    公开(公告)日:2021-03-26

    申请号:CN201811378384.5

    申请日:2018-11-19

    IPC分类号: H02J3/00

    摘要: 本发明公开了适用于电网可视化仿真模型自动生成的拓扑分层识别方法,包括源数据中的数据表,通过拼合所述数据表的拓扑信息来生成全拓扑结构,并解构所述全拓扑结构中的支路和处理单端点元件,得到全拓扑信息表T、节点信息表F;将所述全拓扑结构中的输电线路支路移除,得到若干彼此孤立的厂站,并通过基于非输电支路‑节点关联矩阵对所述厂站进行辨识后,搜索出所有厂站信息,并制得电气节点‑站点对应表,最后根据厂站信息对站点进行自动命名;通过处理所述全拓扑信息表T、节点信息表F、非输电支路‑节点关联矩阵的行和列以及厂站信息完成站内拓扑识别;通过站内拓扑识别、厂站信息,并基于输电支路‑节点关联矩阵完成站间拓扑识别。