计及复杂尾流效应模型的风电场概率输出功率计算方法

    公开(公告)号:CN103020462B

    公开(公告)日:2016-01-13

    申请号:CN201210563728.6

    申请日:2012-12-21

    CPC classification number: Y02B10/30

    Abstract: 本发明公开了风电场输出功率控制技术领域中的一种计及复杂尾流效应模型的风电场概率输出功率计算方法。包括:初始化参数;建立风电场尾流效应模型;初始化仿真年限n,运用序贯蒙特卡罗仿真方法得到风电场各个风电机组和连接电缆的运行状态曲线;在仿真年限n内,利用威布尔分布和风向玫瑰图分别对风速和风向进行模拟,得到规模均为M的风电场风速和风向序列,同时初始化时刻t;利用各个时刻风电场的风速和风向计算相应时刻风电场非故障风电机组的输出功率,进而计算风电场的总输出功率;运用聚类方法处理风电场的总输出功率序列从而得到风电场概率输出功率曲线。本发明有效提高了风电场输出功率模型的精确度,保证了风电场概率输出模型的准确性。

    配电网故障下电动汽车换电站V2G运行的主动控制方法

    公开(公告)号:CN103414231B

    公开(公告)日:2015-04-15

    申请号:CN201310379876.7

    申请日:2013-08-28

    Abstract: 本发明公开了电力系统控制技术领域中的一种配电网故障下电动汽车换电站V2G运行的主动控制方法。包括:当配电网发生故障且换电站放电运行时,控制换电站中各充放电机,使放电电流由流向配电网变为流向未放电电池;当配电网线路类型为架空线路时,换电站根据其所在最小配电区域在设定时间内是否回到正常运行状态选择对应的控制方法;当配电网线路类型为电缆线路时,换电站在其所在最小配电区域回到正常运行状态后切换回正常运行时的控制方法;当配电网发生故障且换电站充电运行时,断开换电站与配电网的连接,使换电站停运;在配电网中故障消除后,换电站重新并网运行。本发明减小了换电站对架空线路和电缆线路配电网馈线自动化的影响。

    一种多类型电源分散并网的可信容量计算方法

    公开(公告)号:CN104504606A

    公开(公告)日:2015-04-08

    申请号:CN201410397309.9

    申请日:2014-08-14

    CPC classification number: Y04S50/16 G06Q50/06

    Abstract: 本发明公开了一种多类型电源分散并网的可信容量计算方法,它包括下述步骤:步骤1、用虚拟发电厂对多类型电源进行整合,根据多类型电源自身的出力特征、所在网络信息和电网结算方式,制定各小时多类型电源的日发电计划,形成虚拟发电厂日调度模型;步骤2、用序贯蒙特卡洛抽样的方法,对虚拟发电厂内的风速、来水信息和线路的随机故障进行模拟仿真,结合日调度模型,得到虚拟发电厂的年时序出力曲线;步骤3、根据虚拟发电厂的年时序出力曲线和电网整体的年时序负荷曲线,基于等效电量函数法,采用有效载荷法计算虚拟发电厂的可信容量;本发明解决了采用传统的基于等效电量函数的可信容量计算方法无法有效确定虚拟发电厂的可信容量等问题。

    一种分布式供电系统的规划方法及装置

    公开(公告)号:CN104218578A

    公开(公告)日:2014-12-17

    申请号:CN201410484574.0

    申请日:2014-09-19

    Abstract: 本发明公开了一种分布式供电系统的规划方法及装置。所述规划方法包括:建立分布式供电系统的资源层模型,其控制变量包括表征系统网络拓扑结构以及馈线线型的第一向量和表征系统中可再生能源发电单元安装位置以及配置台数的第二向量,其目标函数为min F=(DC+OC)/H,其中DC表示隐含碳排放,OC表示发电碳排放,H表示用电量预测值;建立分布式供电系统的运行层模型,其控制变量包括表征系统运行时对各可再生能源发电单元的调用功率以及从上级电网调用电能的第三向量,其目标函数为min f=OC/ε,其中ε为变化因子;采用预定算法对资源层模型进行求解,得到第一向量和第二向量的最优解,并将该最优解作为分布式供电系统的规划方案。本发明有效降低了终端用电的碳足迹。

    基于EMD-KELM-EKF的微网短期负荷预测方法

    公开(公告)号:CN104008432A

    公开(公告)日:2014-08-27

    申请号:CN201410242578.8

    申请日:2014-06-03

    Abstract: 本发明公开了属于智能电网技术领域的基于EMD-KELM-EKF的微网短期负荷预测方法。该方法为:步骤1:对微电网历史负荷数据进行预处理后作为训练样本,提取其负荷属性;步骤2:确定基于EMD-KELM-EKF的组合预测模型及其参数初值;步骤3:使用粒子群优化算法优选组合预测模型的参数;步骤4:将测试样本带入参数确定后的基于EMD-KELM-EKF的组合预测模型,得到预测结果。本方法物理概念明确,思路清晰,计算简便,为微电网短期负荷预测提供理论依据;该方法通过离线参数优化、在线预测相结合的实现模式,使得预测结果稳定性较好,有利于对微电网进行优化调度。

Patent Agency Ranking