-
公开(公告)号：CN110224393B
公开(公告)日：2020-08-25
申请号：CN201910438343.9
申请日：2019-05-24
Applicant: 广东电网有限责任公司阳江供电局 , 重庆大学 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开一种基于最小切负荷模型的新能源消纳评估方法，主要步骤为：1)获取T年内电力系统数据，并建立电力系统N‑1预想故障集。2)建立电力系统运行典型场景。3)对电力系统的水电站进行优化调度，使电力系统在正常运行状态下满足正常运行约束条件。4)将电力系统数据输入最小切负荷模型中，得到最小负荷削减量的期望值，使电力系统在N‑1预想故障状态下满足故障状态约束条件。5)计算得到新能源渗透率上限和新能源消纳能力。6)建立新能源渗透率和最小负荷削减量期望值的关系曲线。本发明适用于水电富集地区，本发明充分考虑了系统中的电源灵活性，提高新能源消纳水平，准确评估了系统的新能源消纳能力。
-
Patent Agency Ranking
公开(公告)号：CN111555268A
公开(公告)日：2020-08-18
申请号：CN202010285721.7
申请日：2020-04-13
Applicant: 广东电网有限责任公司阳江供电局
IPC: H02J3/00
Abstract: 本发明涉及电力系统负荷辨识领域，更具体地，涉及一种小扰动环境下基于预报误差法的电力系统闭环负荷辨识方法，包括以下步骤S1，小扰动环境下，预报法应用条件验证；S2，获取序列总长度为N的负荷的电压幅值序列，电压相角序列，有功功率序列，无功功率序列；S3，建立待辨识负荷的状态空间模型；S4，将连续状态空间模型转化成离散状态空间模型；然后离散状态空间形式转化成卡尔曼滤波形式；S5，定义待辨识负荷的输出，寻找最优的负荷参数使得目标函数最小。本发明利用预报误差法进行小干扰环境下负荷的闭环辨识，克服了传统开环辨识方法存在的辨识不准确问题。
-
公开(公告)号：CN111415010B
公开(公告)日：2022-11-22
申请号：CN202010202498.5
申请日：2020-03-20
Applicant: 广东电网有限责任公司阳江供电局
Abstract: 本发明公开了一种基于贝叶斯神经网络的风电机组参数辨识方法，包括以下步骤：S1，采集风电机组历史数据，并对贝叶斯神经网络模型参数初始化；S2，将全部风电机组历史数据分为训练数据及测试数据；S3，利用训练数据计算网络输出；S4，更新贝叶斯神经网络模型权值；S5，计算全局误差，判断是否满足要求，若满足要求，获得最终的网络权值矩阵，结束学习算法。否则，返回S3，进入下一轮的学习；S6，利用测试数据及网络权值计算网络输出，得到风电机组的参数辨识结果。本发明将贝叶斯理论与神经网络模型进行结合，与传统参数辨识方法相比，该方法在辨识过程中，考虑了外部环境不确定性变化时的影响，该方法具有全局误差容易收敛，迭代步数少的优点。
-
公开(公告)号：CN110224393A
公开(公告)日：2019-09-10
申请号：CN201910438343.9
申请日：2019-05-24
Applicant: 广东电网有限责任公司阳江供电局 , 重庆大学 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开一种基于最小切负荷模型的新能源消纳评估方法，主要步骤为：1)获取T年内电力系统数据，并建立电力系统N-1预想故障集。2)建立电力系统运行典型场景。3)对电力系统的水电站进行优化调度，使电力系统在正常运行状态下满足正常运行约束条件。4)将电力系统数据输入最小切负荷模型中，得到最小负荷削减量的期望值，使电力系统在N-1预想故障状态下满足故障状态约束条件。5)计算得到新能源渗透率上限和新能源消纳能力。6)建立新能源渗透率和最小负荷削减量期望值的关系曲线。本发明适用于水电富集地区，本发明充分考虑了系统中的电源灵活性，提高新能源消纳水平，准确评估了系统的新能源消纳能力。
-
公开(公告)号：CN111415010A
公开(公告)日：2020-07-14
申请号：CN202010202498.5
申请日：2020-03-20
Applicant: 广东电网有限责任公司阳江供电局
Abstract: 本发明公开了一种基于贝叶斯神经网络的风电机组参数辨识方法，包括以下步骤：S1，采集风电机组历史数据，并对贝叶斯神经网络模型参数初始化；S2，将全部风电机组历史数据分为训练数据及测试数据；S3，利用训练数据计算网络输出；S4，更新贝叶斯神经网络模型权值；S5，计算全局误差，判断是否满足要求，若满足要求，获得最终的网络权值矩阵，结束学习算法。否则，返回S3，进入下一轮的学习；S6，利用测试数据及网络权值计算网络输出，得到风电机组的参数辨识结果。本发明将贝叶斯理论与神经网络模型进行结合，与传统参数辨识方法相比，该方法在辨识过程中，考虑了外部环境不确定性变化时的影响，该方法具有全局误差容易收敛，迭代步数少的优点。
-
公开(公告)号：CN110390166A
公开(公告)日：2019-10-29
申请号：CN201910671794.7
申请日：2019-07-24
Applicant: 广东电网有限责任公司阳江供电局 , 重庆大学 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明提供了一种辅助生成ADPSS用户自定义功能框插件的方法，包括以下步骤：建立用于编译和描述用户自定义功能框插件的配置文件；自动生成动态库代码模板；自动生成ADPSS可读取的XML文件。本发明提供的辅助生成ADPSS用户自定义功能框插件的方法，便于ADPSS用户快速建立自定义功能框插件，提高仿真建模的速度，具有通用性强、实用性强等优点。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
