-
公开(公告)号：CN115940165A
公开(公告)日：2023-04-07
申请号：CN202310174392.2
申请日：2023-02-28
Applicant: 江苏省电力试验研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 东南大学 , 南京南瑞继保工程技术有限公司 , 保定天威保变电气股份有限公司
Inventor： 李群 , 张宁宇 , 刘晓东 , 高磊 , 陆圣芝 , 高山 , 李鹏 , 刘建 , 陈静 , 朱鑫要 , 林金娇 , 谢珍建 , 张栋 , 赵欣 , 彭志强 , 丁峰峰 , 周启文 , 董云龙 , 王荃荃 , 王同磊 , 黄俊辉
IPC: H02J3/06
Abstract: 一种实现变压器之间潮流控制的移相器控制方法及系统，方法包括日前预测优化，即根据移相器两侧的变压器负荷、光伏和风电预测曲线，以移相器档位调节总次数最少为优化目标，以移相器档位为控制变量，以变压器容量限制、移相器调节能力、线路输送容量为约束条件，建立优化模型并采用混合整数优化算法求解，得到移相器档位日前预测运行曲线；日内实时控制在移相器档位日前预测运行曲线的基础上，实时监测移相器两侧变压器运行状态并修正移相器档位。日前预测优化可有效减少移相器档位总调节次数，减少机械损耗，延长分接开关使用寿命，提升电网运行经济性；日内实时控制根据电网实际运行情况更新移相器档位，提升电网运行稳定性。
-
公开(公告)号：CN105281324A
公开(公告)日：2016-01-27
申请号：CN201510651414.5
申请日：2015-10-10
Applicant: 江苏省电力公司电力经济技术研究院 , 东南大学
Inventor： 黄俊辉 , 高山 , 杨晓梅 , 王海潜 , 赵欣 , 谢珍建 , 陆军 , 祁万春 , 季杭为 , 江溯帆 , 蔡晖 , 吴晨 , 乔黎伟 , 李琥 , 王旭 , 杨林 , 汪惟源 , 窦飞
Abstract: 本发明公开了一种包含统一潮流控制器（Unified Plow Flow Controller,简称UPFC）的电力系统的次同步振荡评估方法，属于电力系统规划和运行技术领域。本发明首先建立统一潮流控制器的次同步振荡等效研究模型；再根据网架结构及发电机、UPFC的实际安装情况对电力系统做适当的等效化简，得到发电机到UPFC的等效模型；最后利用所建立的发电机到UPFC的等效模型对电力系统的次同步振荡行为进行评估预测。本发明实现了对含有UPFC的电力系统的次同步振荡评估，可用于指导电网的规划和安全稳定运行。
-
公开(公告)号：CN103618470A
公开(公告)日：2014-03-05
申请号：CN201310651367.5
申请日：2013-12-03
Applicant: 东南大学 , 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力经济技术研究院
CPC classification number: Y02E10/563 , Y02E10/58
Abstract: 本发明公开了一种光伏并网微逆变器及功率解耦控制方法，该微逆变器包括反激变换电路，逆变电路，输出滤波电路。该反激变换电路的第一个优点是可对每个微型逆变器进行单独控制，分别确定并联微型逆变器并网电流。反激变换电路的另一个优点是提出了一种新型的功率解耦电路，以消除出现在直流输入母线上的低频功率脉动，并实现采用薄膜电容代替原有技术中直流输入母线侧的电解电容。薄膜电容使得逆变器的寿命延长，稳定性提高，并有利于实现最大功率点跟踪（MPPT）。系统所采用的解耦电路还可抑制变压器漏感对电路的影响，因此电路中可不附加漏感吸收电路，从而实现功率级紧凑，工作效率高，体积小的光伏并网微逆变器。
-
公开(公告)号：CN118054478A
公开(公告)日：2024-05-17
申请号：CN202410247552.6
申请日：2024-03-05
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 东南大学
Abstract: 本发明公开了一种基于嵌入式输电系统防范连续换相失败的控制方法，包括对直流输电侧进行监测，判定直流输电线路的逆变侧是否发生换相失败；在直流输电侧发生换相失败时，降低直流输电侧的有功功率传输来抑制连续换相失败；对交流输电侧进行监测，判断交流输电侧是否重载现象发生；在交流输电侧发生重载现象时，降低火电机组的有功输出；对交流输电侧进行再次监测，判定重载现象是否仍存在；在交流输电侧重载现象仍存在时，启动对送端光伏集群主动功率调节，使得交流输电侧的传输功率达到正常值范围。本发明能抑制直流输电侧的连续换相失败，降低交流输电侧的重载现象，为嵌入式交直流混联外送系统提升稳定性，具有很强的实用性。
-
公开(公告)号：CN118040717A
公开(公告)日：2024-05-14
申请号：CN202410154249.1
申请日：2024-02-02
Applicant: 东南大学
IPC: H02J3/24 , G06Q10/0631 , G06Q50/06 , H02J3/46 , H02J3/14 , H02J3/40 , H02P9/10 , H02P101/15
Abstract: 本发明公开了一种计及源荷惯量支撑能力的系统临界惯量需求量化评估方法，该方法考虑源荷两侧的资源参与惯量支撑与一次调频，首先基于传统频率响应模型并考虑火电、风电与荷侧异步电机参与频率支撑动态过程，量化分析系统频率特征；其次考虑源荷资源的虚拟惯量支撑能力，建立电力系统等效惯量数学模型；最后以初始频率变化率、最大频率偏差为频率安全运行约束，并基于频率响应模型对电力系统临界惯量需求进行评估。本发明能够为当下新型电力系统频率稳定分析提供一种考虑源荷资源的临界惯量需求评估方法，可满足电网导则要求下的初始频率和最低频率运行安全要求。
-
Patent Agency Ranking
公开(公告)号：CN115940165B
公开(公告)日：2023-05-30
申请号：CN202310174392.2
申请日：2023-02-28
Applicant: 江苏省电力试验研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 东南大学 , 南京南瑞继保工程技术有限公司 , 保定天威保变电气股份有限公司
Inventor： 李群 , 张宁宇 , 刘晓东 , 高磊 , 陆圣芝 , 高山 , 李鹏 , 刘建 , 陈静 , 朱鑫要 , 林金娇 , 谢珍建 , 张栋 , 赵欣 , 彭志强 , 丁峰峰 , 周启文 , 董云龙 , 王荃荃 , 王同磊 , 黄俊辉
IPC: H02J3/06
-
公开(公告)号：CN112398133B
公开(公告)日：2022-07-19
申请号：CN202011164006.4
申请日：2020-10-27
Applicant: 国网江苏省电力有限公司经济技术研究院 , 东南大学 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: H02J3/06
Abstract: 本发明公开一种以注入功率为变量的IPFC模型及其潮流计算方法，具体为：直接将注入功率作为变量，等效IPFC对受控线路的影响，通过数学变形使模型不涉及IPFC变流器的注入电压变量，从而建立了一种新型IPFC模型；在此基础上，直接以IPFC注入功率作为潮流计算过程中IPFC的状态变量，构建了以线路功率为控制目标的IPFC潮流计算迭代更新方程，并根据每次迭代的控制目标差值与系统状态量。本发明IPFC模型具备建模简便、模型收敛性好、收敛精度高；本发明IPFC模型的潮流计算方法能够快速准确地实现含IPFC的大电网潮流计算，有利于挖掘IPFC在实际电网中的应用价值和控制潜力。
-
公开(公告)号：CN112541546A
公开(公告)日：2021-03-23
申请号：CN202011463720.3
申请日：2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法，首先，获取配电网络下多个光伏电站出力的历史数据，形成由个光伏电站的历史出力数据组成的多维数据集；然后，对多维集进行基于局部密度中心的聚类，将所有数据点分为多个场景；再按照聚类生成的多个场景分别建模，使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布；最后，利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样，生成光伏出力典型样本，对生成的样本进行蒙特卡洛概率潮流计算，从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号：CN112488415A
公开(公告)日：2021-03-12
申请号：CN202011464701.2
申请日：2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 一种基于经验模态分解和长短时记忆网络的电力负荷预测方法，首先，获取历史时刻的电力负荷数据和日期特征因素，并进行预处理；然后对预处理的历史数据进行经验模态分解，分解产生多个本征模函数信号以及残差信号，并分别作为多个神经网络预测的输入；再采用基于长短时记忆神经网络的深层网络分别对多个本征模函数信号以及残差信号进行训练建模，产生多个针对不同分量进行预测的子模型；最后，利用训练生成的多个针对不同分量进行预测的子模型对配变电力负荷在预测日期内的各本征模函数分量进行预测，并最后将各个分量的预测结果求和，产生当日的电力负荷预测结果。该方法将经验模态分解与神经网络两者结合起来，能进一步提升预测效果的准确性。
-
公开(公告)号：CN111275163A
公开(公告)日：2020-06-12
申请号：CN201911299248.1
申请日：2019-12-17
Applicant: 东南大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种短期负荷预测方法。通过多轮训练获得一系列弱学习器，然后补偿弱学习器的缺点，构建强学习器，最终最小化浅层神经网络的输出误差，从而提高浅层神经网络的预测精度。设计的损失函数对异常负载数据具有鲁棒性，因此适合于AC/DC配电系统中的负荷预测。改进了神经网络、灰色理论和支持向量机等传统的短期负荷预测方法的精度。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.02 seconds)
