区域电网的解列控制方法、装置、计算机设备和存储介质

    公开(公告)号:CN110112746B

    公开(公告)日:2021-07-20

    申请号:CN201910476689.8

    申请日:2019-06-03

    Abstract: 本申请涉及一种区域电网的解列控制方法、装置、计算机设备和存储介质。所述方法包括:接收失步预警信号;失步预警信号是观测站点在检测到站点失步趋势时发出;观测站点为位于区域电网的交流断面区域的变电站;在第一设定时段内识别发出失步预警信号的观测站点对应的交流通道数;若交流通道数大于预设的失步标记门槛值时,分别在各个交流通道中选取一个观测站点作为解列站点;分别向各个解列站点发送解列信号;解列信号用于指示各个解列站点同时执行解列操作。采用本方法能够使各个解列站点可以及时、同步执行相应的解列操作,保证了解列操作的可靠性,可以提高解列效果。

    基于广域信息的失步解列控制方法、系统及可读存储介质

    公开(公告)号:CN110460042A

    公开(公告)日:2019-11-15

    申请号:CN201910679644.0

    申请日:2019-07-26

    Abstract: 本发明公开了一种基于广域信息的失步解列控制方法、系统及可读存储介质,所述方法包括:实时接收电力监测装置组内各电力监测装置监测到的电力信息;根据电力监测装置的类型对所述电力信息进行整合分类;将整合分类后的电力信息发送至中心服务器,中心服务器根据电力信息确定当前电力系统的失步类型;根据失步类型确定当前电力系统的控制策略,并根据控制策略执行相应的控制行为。本发明能够解决现有的电力系统严重故障发生后,往往在系统失步后2~3个振荡周期后才动作,当失步振荡断面由多个输电通道组成时,各通道的判断时间不一致,断面最终解列的时间将决定于最晚解列的输电通道的解列时间,导致电力系统崩溃,损失加重的问题。

    一种基于安全域的风电并网系统的机会约束经济调度方法

    公开(公告)号:CN109713716A

    公开(公告)日:2019-05-03

    申请号:CN201811596493.4

    申请日:2018-12-26

    Abstract: 本发明公开了一种基于安全域的风电并网系统的机会约束经济调度方法,该方法首先建立由目标函数和约束条件构成的基于安全域的风电并网系统的机会约束经济调度模型,其中考虑了AGC控制策略,补偿风电和负荷预测误差引起的不平衡功率;借助安全域方法,将支路潮流约束和暂态稳定约束建模为机会约束。然后,借助安全域边界的超平面描述方法,将支路潮流约束和暂态稳定约束所对应的机会约束条件转换为等效的不等式约束,提高了方法的计算效率和收敛性。最后,求解最小化发电成本的计划方案;本文方法可以确保所得调度方案具有足够的备用以补偿风电和负荷预测误引起的不平衡功率,并且支路潮流约束和暂态稳定约束以较大的概率得到满足,具有较高的应用价值。

    一种基于广域量测信息的动态安全域修正与更新方法

    公开(公告)号:CN109698499A

    公开(公告)日:2019-04-30

    申请号:CN201811596488.3

    申请日:2018-12-26

    Abstract: 本发明公开一种能够在大型电力系统中应用的实用动态安全域构建方法,步骤1、通过广域量测系统实时测量获得量测数据;步骤2、通过量测数据判断现有动态安全域是否满足更新条件,如果满足,进入下一步;否则,维持现有动态安全域;步骤3、修正单元通过突变量测量方法对量测数据进行不良数据检测与辨识,构建相应的相轨迹,生成初始动态安全域;步骤4、更新单元对初始动态安全域中发电机节点数据通过公式(1)建立相轨迹模型f;该方法克服不良数据对计算结果的错误影响,为兼顾实用动态安全域构建的快速性与准确性提供有利参考,利用量测信息实现动态安全域的在线应用。

    一种基于深度学习特征提取的源荷极端场景辨识方法

    公开(公告)号:CN119089173A

    公开(公告)日:2024-12-06

    申请号:CN202411211801.2

    申请日:2024-08-30

    Abstract: 本发明公开了一种基于深度学习特征提取的源荷极端场景辨识方法。所述方法包括获取风电,光伏,负荷的历史出力数据,划分训练集和测试集,并对其进行标幺化;综合考虑季节信息、气象信息和专家经验等信息,给予场景相应的标签;建立源荷极端场景辨识模型,采用GCNN‑ResNet网络提取风‑光‑荷场景特征并加速极端场景辨识模型收敛速度,利用多头注意力机制突出所提取特征;利用训练集对极端场景辨识模型进行训练;基于测试集对训练完成后的模型进行测试,验证所提方法的有效性。本发明采用基于深度学习方法构建的源荷极端场景辨识模型能全面地提取场景多重特征,实现对源荷极端场景特征的充分学习。

    基于交替方向乘子法的分布式跨区跨省调度方法及系统

    公开(公告)号:CN115425697B

    公开(公告)日:2024-08-13

    申请号:CN202211137401.2

    申请日:2022-09-19

    Abstract: 本发明公开了一种基于交替方向乘子法的分布式跨区跨省调度方法及系统,考虑发电机组运行的各项约束及区域间或省间联络线功率约束,以各区域运行成本和最小为目标,建立集中求解的跨区跨省经济调度模型;重构得到以子区域为基本优化单位的分布式跨区跨省经济调度模型,分布式跨区跨省经济调度模型中以各区域为调度主体,各区域调度机构求解优化模型得到联络线功率并传递给上级调度机构,上级调度机构根据各区域传递的联络线功率更新参数并发布给各区域调度机构,将各区域调度机构与上级调度机构多次迭代后得到的均衡解作为调度方案,实现分布式跨区跨省调度。避免了不同区域间大规模交换信息的问题,有效地保护区域内部隐私数据。

    一种考虑时空相关性的风光出力序列建模方法

    公开(公告)号:CN117592255A

    公开(公告)日:2024-02-23

    申请号:CN202311455386.0

    申请日:2023-11-02

    Abstract: 本发明公开了一种考虑时空相关性的风光出力序列建模方法,首先对风光历史数据进行两阶段聚类得到不同的典型风光日出力模式;然后,构建了风光出力序列模拟的双层马尔可夫链模型,上层的单变量马尔科夫链模型用于模拟相邻日间风光出力模式的状态转移,下层的双变量马尔科夫链模型用于描述日内相邻时刻风光的功率状态转移;最后,采用MCMC模拟方法得到指定时间长度的风光出力序列。通过仿真验证,所提方法得到的模拟结果能够保留历史数据的统计特性和时空相关性。可以为含风光电力系统的随机生产模拟、风光消纳评估等提供基础,具有较强的工程实用性。

Patent Agency Ranking