风-光-储混合系统区域无功储备多目标优化方法

    公开(公告)号:CN113708380A

    公开(公告)日:2021-11-26

    申请号:CN202111021764.5

    申请日:2021-09-01

    Abstract: 本发明公开了一种风‑光‑储混合系统区域无功储备多目标优化方法,步骤如下:S1、获取风‑光‑储混合系统典型场景集数据;S2、构建无功源的电压关联指标值,基于关联指标筛选出有效无功源;S3、对所有典型场景进行预想故障扫描,得到故障场景集数据,基于故障场景中有效无功源的无功储备构建故障场景特征向量;S4、对故障场景集进行场景缩减,得到典型故障场景;S5、对风光储系统进行分区;S6、构建典型故障场景下区域无功储备多目标优化模型;S7、采用多目标优化算法对模型进行求解得到Pareto最优解集;S8、通过模糊理论得到折中最优解。本发明能够提高风光储混合系统在故障情况下电网电压安全水平,降低系统的运行风险。

    一种基于功率平衡指标的电网拓扑关系辨识方法

    公开(公告)号:CN110867906B

    公开(公告)日:2021-11-02

    申请号:CN201911212742.X

    申请日:2019-12-02

    Abstract: 本发明公开了一种基于功率平衡指标的电网拓扑关系辨识方法,该方法建立在错误量测检测、辨识及修正的基础上,通过分析支路与母线的关联关系,定义了支路与母线关联关系岛,基于岛内各支路量测满足平衡关系的特征,通过搜索使岛内各节点功率平衡合格并与实际采集的设备状态具有尽可能高的相似度的支路母线连接关系,给出辨识结果。本发明可以用于检测系统运行过程中的遥测遥信错误。

    一种用于低压配电网的用户台区分析方法

    公开(公告)号:CN112952828A

    公开(公告)日:2021-06-11

    申请号:CN202110400522.0

    申请日:2021-04-14

    Abstract: 本发明实施例公开了一种用于低压配电网的用户台区分析方法,涉及电力工程技术领域,能够提高户台区辨识分析的准确性和可靠性。本发明包括:从用户侧的智能电表和台区配变监测系统中采集数据,并对采集到的数据进行第一预处理,输出电压有效值时间序列数据;针对电压有效值时间序列数据,利用DTW进行第二预处理,第二预处理用于处理电压有效值时间序列数据中数据非同步;完成全部预处理后,获取用户侧的智能电表的电压监测时间序列数据,和台区配变监测系统的电压监测时间序列数据,采用改进的模糊C均值算法对用户智能电表及配变的电压监测数据进行聚类分析,通过聚类中心阈值对比,进行用户的台区辨识。本发明适用于低压配电网的用户台的区分析。

    一种基于序分量和量测值的三相不平衡度量方法

    公开(公告)号:CN109991481B

    公开(公告)日:2021-06-08

    申请号:CN201910191539.2

    申请日:2019-03-14

    Abstract: 本发明是一种基于序分量和量测值的三相不平衡度量方法,首先,利用对称分量法对三相电量进行相序分解,得到序分量与相量之间的大小关系;其次,定义包含零序分量的序分量三相平衡率、不平衡率的度量方式,具体方式为:三相正序分量在总量中所占比例用于度量三相平衡率,正序分量以外部分在总量中所占比例用于度量三相不平衡率;最后,根据量测值计算得到三相不平衡率。当量测值为不含零序分量的线电压值、不含零序分量的线电流值、含零序分量的相电压值、含零序分量的相电流值中的任意一组时,均能得到度量结果,该种度量方法统一了含零序和不含零序分量情况下的平衡率、不平衡率描述。

    一种基于证据理论融合量子网络的配网电压趋势预警方法

    公开(公告)号:CN111445010B

    公开(公告)日:2021-03-19

    申请号:CN202010226541.1

    申请日:2020-03-26

    Abstract: 本发明公开了一种基于证据理论融合量子网络的配网电压趋势预警方法,包括如下步骤:S1、获得配电网历史数据;S2、对配电网历史数据进行预处理,划分为长期(年数据)、中期(季数据)、短期(周数据)训练集和测试集;S3、构建初始量子神经网络;S4、调整量子神经网络参数,训练量子神经网络模型;S5、对神经网络进行测试,结合线路实际情况,修正电压趋势预测结果;S6、DS证据理论融合完善量子神经网络的电压趋势预测功能;S7、实现电压异常预警功能。本发明能够提供配网电压异常的主动防治新方法,提高配电网供电质量及电网运行经济性。

    一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法

    公开(公告)号:CN111401786B

    公开(公告)日:2021-02-19

    申请号:CN202010274138.6

    申请日:2020-04-09

    Abstract: 本发明公开了一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法,包括步骤:获取周边实时交通数据,附近充电站信息以及用户汽车剩余SOC;统计各充电站实时排队情况,确定车辆到达后的预计等待时间;计算周边可能路段的通行速度及电动汽车在此路段行驶的单位能耗;检测用户是否充电;结合此时邻近充电站的负荷情况执行不同充电方案。本发明考虑了路网交通,电动汽车剩余电量,充电站和邻近充电站负荷,以及电站和用户的收益等多维因数,在保证电站充电收益的前提下,减少了用户出行时间或降低充电成本,实现双边利益的权衡。

    一种基于数据挖掘的台区线损异常关联用户精准定位方法

    公开(公告)号:CN111444241B

    公开(公告)日:2020-12-22

    申请号:CN202010226428.3

    申请日:2020-03-26

    Abstract: 一种基于数据挖掘的台区线损异常关联用户精准定位方法,包括:获取给定的异常台区线损率;进行K‑means聚类;建立台区线损率标准库和异常库;确定异常时间段;用电数据预处理,得到具有研究意义的用户电量;分别计算异常时间段内各用户电量和线损率的皮尔逊系数;利用设定的阈值进行初步筛选,得到和线损异常关联性较大的用户电量集合;分别计算集合中各用户电量曲线与线损率曲线改进的欧氏距离;基于加权皮尔逊系数和欧氏距离的相似性度量,计算皮尔逊系数和欧式距离的权重系数,精准定位所有异常用户。本发明考虑了单场景下台区的用户电量和线损率关联性并结合具体台区的历史数据分析,提高了精准定位的快速性和准确性。

    海量数据驱动下台区线损率异常时段智能辨识及预警方法

    公开(公告)号:CN111696003A

    公开(公告)日:2020-09-22

    申请号:CN202010533154.2

    申请日:2020-06-12

    Abstract: 本发明公开了海量数据驱动下台区线损率异常时段智能辨识及预警方法,从台区线损率异常时段智能辨识及预警分析的实际应用出发,对台区线损率数据进行分析,计算异常线损率的持续时间,同时通过考虑用户用电量和台区线损率重合度的特性,建立隶属度函数,从而找出异常关联用户,并给出线损率异常的预警信息。本发明能很好地解决海量数据下辨识台区线损率异常时段和异常预警的问题,提高判断线损率异常的准确性和效率,有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。本发明能够进行台区线损率异常自动预警和快速定位,提高判断线损率异常的准确性和效率,有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。

Patent Agency Ranking