一种配微网协同无功电压优化控制方法及装置

    公开(公告)号:CN119853073A

    公开(公告)日:2025-04-18

    申请号:CN202411795620.9

    申请日:2024-12-09

    Abstract: 本发明提出一种配微网协同无功电压优化控制方法及装置,属于电力系统运行调控领域。其中,所述方法包括:建立配微网协同无功电压优化模型;对该优化模型的约束条件松弛后,将该优化模型转换为配电网无功电压优化的主问题及微电网无功电压优化的子问题;通过引入松弛变量,对子问题进行可行性转换,建立微电网无功电压优化的子问题关于边界参数的近似投影函数及最优割平面,进而对配电网无功电压优化的主问题及微电网无功电压优化的子问题求解,以实现配微网协同无功电压优化控制。本发明通过空间分解的策略以及多参数空间投影算法的应用,在保障配微网不同主体内部隐私信息的同时,实现分布式可再生资源接入情境下的协同无功优化控制。

    一种离网微电网自适应频率电压二次控制方法及装置

    公开(公告)号:CN119965895A

    公开(公告)日:2025-05-09

    申请号:CN202510105066.5

    申请日:2025-01-23

    Applicant: 清华大学

    Abstract: 本发明提出一种离网微电网自适应频率电压二次控制方法及装置,属于电力系统运行和控制技术领域。其中,所述方法包括:构建离网微电网中被控逆变器二次控制的频率控制变量和电压控制变量;基于所述频率控制变量和所述电压控制变量,分别构建所述微电网频率和电压二次控制的干扰相关动态线性化模型;基于所述干扰相关动态线性化模型,计算所述逆变器的有功功率控制指令和无功功率控制指令,以实现所述微电网频率和电压的二次控制。本发明可大幅提升可再生能源渗透率高和模型不完备场景下微电网电压和频率控制的效率、安全性、灵活性,提高微电网运行安全性和稳定性。

    一种分布式资源集群有功控制方法及装置

    公开(公告)号:CN118739443A

    公开(公告)日:2024-10-01

    申请号:CN202410847670.0

    申请日:2024-06-27

    Applicant: 清华大学

    Abstract: 本发明提出一种分布式资源集群有功控制方法及装置,属于电力系统运行控制技术领域。其中,所述方法包括:根据集群并网点在当前控制周期的有功控制指令,确定所述集群在当前控制周期的有功控制模式;建立所述当前控制周期的有功控制模式对应的所述集群内各有功资源设备有功设定值的优化问题并求解,得到所述有功设定值的优化结果;通过对所述有功设定值的优化结果进行修正,得到在所述当前控制周期的有功控制模式下集群内各有功资源设备的有功设定值。本发明通过对分布式资源集群的协调控制,调动集群中各类有功资源参与到区域有功调节中,赋予分布式资源集群有功自治的能力,保持地区电网有功平衡,为分布式新能源大规模接入提供有效支撑。

    一种电压监测方法及装置
    8.
    发明公开

    公开(公告)号:CN118259069A

    公开(公告)日:2024-06-28

    申请号:CN202410298682.2

    申请日:2024-03-15

    Applicant: 清华大学

    Abstract: 本发明提出一种电压监测方法及装置,属于电力系统电能质量检测领域。其中,所述方法包括:采集电压数字信号,通过计算各采样点电压数字信号的DFT基频分量观测值,建立DFT基频分量观测值之间的时序关系并计算该时序关系中相关系数的最优值,进而得到系统频率估计值;基于频率估计值,确定采样窗口长度,计算电压幅值原始值并修正;利用修正后的电压幅值进行电压监测。本发明可解决在非同步采样的情况下对系统电压的准确监测问题,进而为各类功率控制算法提供量测支持,提高电力系统主动支撑能力,促进新能源安全消纳,保证电网安全。

    一种电力系统输电断面传输极限估计值的确定方法及系统

    公开(公告)号:CN117856221A

    公开(公告)日:2024-04-09

    申请号:CN202311747358.6

    申请日:2023-12-18

    Applicant: 清华大学

    Abstract: 本申请提出一种电力系统输电断面传输极限估计值的确定方法及系统,所述方法包括:获取电力系统历史时段各运行场景下的潮流数据和输电断面传输极限数据;基于所述数据对初始的深度神经网络模型进行训练,得到多个训练好的深度神经网络模型及各所述模型的权重;获取电力系统当前时刻的潮流数据,基于所述数据构成各数据集;将各所述数据集分别输入其对应的预先训练好的深度神经网络模型中,得到各输电断面传输极限的初始估计值,并进行反标准化处理;根据反标准化后的输电断面传输极限的初始估计值和各预先训练好的深度神经网络模型的权重确定所述电力系统输电断面传输极限估计值。本申请提出的技术方案,提高了传输极限值估计的准确性。

Patent Agency Ranking