一种考虑社区供暖负荷灵活性的配电网协同优化运行方法

    公开(公告)号:CN113013872B

    公开(公告)日:2022-09-27

    申请号:CN202110126164.9

    申请日:2021-01-29

    IPC分类号: H02J3/00 H02J3/14 H02J3/16

    摘要: 本发明公开一种考虑社区供暖负荷灵活性的配电网协同优化运行方法,涉及管道加工设备技术领域,包括以下步骤:步骤一对CHS各单元建模,步骤二集成CHS建模分析,步骤三优化RDN模型;本公开建立的温度变化率模型表示CHS的平均水温变化与地源热泵(GSHP)消耗的电力之间的直接关系,简化了供热系统各单元中的复杂热力学过程,将整个CHS等同于一个特殊的柔性电力负载,实现了电热能量同步调度,直接参与电压优化,通过CHS与常见的电气设施进行协调,提出了考虑光伏不确定性的电压优化方法,来保证电网电压安全性,减小网络损耗。

    一种基于多源数据集的10kV配电网理论线损计算方法

    公开(公告)号:CN109286188B

    公开(公告)日:2022-03-11

    申请号:CN201811223078.4

    申请日:2018-10-19

    IPC分类号: H02J3/00 H02J3/06

    摘要: 本发明公开了一种基于多源数据集的10kV配电网理论线损计算方法,该方法针对配电网内外部多源数据,搭建配电网大数据与理论线损的动态数据映射结构,并迁移用于拓扑结构未知或开关状态不确定情况下配电网元件线损计算。本发明依据分元件线损计算原则,将线损划分为线路线损和配电网变压器线损,将未知线损元件的基本信息与多源数据集中元件基本信息进行匹配,计算相似度,以相似度高低位标准选取训练集,利用数据挖掘中神经网络算法,建立未知线损元件线损计算数据模型,实现未知线损元件的线损率计算。本发明为拓扑结构未知或者开关状态不明确的情况下配电网元件线损提供一种新的途径。

    一种考虑社区供暖负荷灵活性的配电网协同优化运行方法

    公开(公告)号:CN113013872A

    公开(公告)日:2021-06-22

    申请号:CN202110126164.9

    申请日:2021-01-29

    IPC分类号: H02J3/00 H02J3/14 H02J3/16

    摘要: 本发明公开一种考虑社区供暖负荷灵活性的配电网协同优化运行方法,涉及管道加工设备技术领域,包括以下步骤:步骤一对CHS各单元建模,步骤二集成CHS建模分析,步骤三优化RDN模型;本公开建立的温度变化率模型表示CHS的平均水温变化与地源热泵(GSHP)消耗的电力之间的直接关系,简化了供热系统各单元中的复杂热力学过程,将整个CHS等同于一个特殊的柔性电力负载,实现了电热能量同步调度,直接参与电压优化,通过CHS与常见的电气设施进行协调,提出了考虑光伏不确定性的电压优化方法,来保证电网电压安全性,减小网络损耗。

    一种风火储联合二次调频方法

    公开(公告)号:CN112636398A

    公开(公告)日:2021-04-09

    申请号:CN202011539339.0

    申请日:2020-12-23

    申请人: 东南大学

    IPC分类号: H02J3/48 H02J3/38 H02J3/28

    摘要: 本发明公开了一种风火储联合二次调频方法,该方法考虑火电机组、风电场站和储能电站建模方法的不一致性,二次调频通信延迟不确定性等因素,以风电机组、火电机组和储能电站为调控对象,基于延迟边际对系统通信延迟进行描述,以区域电网满足一定的系统鲁棒性能指标为控制目标,基于鲁棒H∞控制为基本控制器设计方法,对区域电网的二次频率控制进行设计;本发明针对新能源并网后的区域电网频率问题设置鲁棒性能指标,可有效增强系统频率的鲁棒性能,降低大规模光伏并网和负荷不确定性波动带来的调频问题,保证电网频率的安全稳定运行。

    一种基于数据驱动进化算法的风电机组最优布局方法

    公开(公告)号:CN111310884B

    公开(公告)日:2023-05-16

    申请号:CN202010111340.7

    申请日:2020-02-24

    申请人: 东南大学

    发明人: 龙寰 李培坤 顾伟

    摘要: 本发明公开了一种基于数据驱动进化算法的风电机组最优布局方法,属于发电、变电或配电的技术领域。本发明以最大化风电场输出功率为目标函数,以风力机之间安全距离,风电场区域限制为约束条件,建立风电场机组布局优化的约束目标优化模型;基于一种改进的参数自适应的差分进化算法求解风电机组布局优化模型,采用机器学习模型广义回归神经网络作为优化目标函数的代理模型,采用数据驱动方法提升进化算法迭代效率。本发明优化效率高,对于复杂的布局优化模型效果显著。

    一种基于数据驱动进化算法的风电机组最优布局方法

    公开(公告)号:CN111310884A

    公开(公告)日:2020-06-19

    申请号:CN202010111340.7

    申请日:2020-02-24

    申请人: 东南大学

    发明人: 龙寰 李培坤 顾伟

    摘要: 本发明公开了一种基于数据驱动进化算法的风电机组最优布局方法,属于发电、变电或配电的技术领域。本发明以最大化风电场输出功率为目标函数,以风力机之间安全距离,风电场区域限制为约束条件,建立风电场机组布局优化的约束目标优化模型;基于一种改进的参数自适应的差分进化算法求解风电机组布局优化模型,采用机器学习模型广义回归神经网络作为优化目标函数的代理模型,采用数据驱动方法提升进化算法迭代效率。本发明优化效率高,对于复杂的布局优化模型效果显著。