一种配电网无功优化方法

    公开(公告)号:CN111490552B

    公开(公告)日:2023-07-25

    申请号:CN202010431382.9

    申请日:2020-05-20

    IPC分类号: H02J3/18 H02J3/38

    摘要: 一种配电网无功优化方法,针对包含SNOP和DG的配电网,建立以系统有功网损和与上级电网无功交换功率最小为目标函数的无功优化模型,第一阶段优化OLTC的档位,忽略OLTC的动作次数约束条件,利用混合整数粒子群算法求解各个时段有载调压变压器OLTC的档位,采用聚类算法得到有载调压变压器OLTC一天中各个时段的档位,第二阶段优化有功网损与无功功率,将有载调压变压器OLTC一天中各个时段的档位作为已知值,采用标准粒子群算法求解智能软开关SNOP中第一变流器VSC1的有功功率、第一变流器VSC1的无功功率、第二变流器VSC2的无功功率、以及分布式电源DG的无功功率。本发明能够优化配电网的无功分布和减小网损,具有较好收敛性和寻优能力。

    一种配电网无功优化方法
    4.
    发明公开

    公开(公告)号:CN111490552A

    公开(公告)日:2020-08-04

    申请号:CN202010431382.9

    申请日:2020-05-20

    IPC分类号: H02J3/18 H02J3/38

    摘要: 一种配电网无功优化方法,针对包含SNOP和DG的配电网,建立以系统有功网损和与上级电网无功交换功率最小为目标函数的无功优化模型,第一阶段优化OLTC的档位,忽略OLTC的动作次数约束条件,利用混合整数粒子群算法求解各个时段有载调压变压器OLTC的档位,采用聚类算法得到有载调压变压器OLTC一天中各个时段的档位,第二阶段优化有功网损与无功功率,将有载调压变压器OLTC一天中各个时段的档位作为已知值,采用标准粒子群算法求解智能软开关SNOP中第一变流器VSC1的有功功率、第一变流器VSC1的无功功率、第二变流器VSC2的无功功率、以及分布式电源DG的无功功率。本发明能够优化配电网的无功分布和减小网损,具有较好收敛性和寻优能力。

    基于神经网络的配变重过载识别预警方法及终端设备

    公开(公告)号:CN110807550B

    公开(公告)日:2023-11-24

    申请号:CN201911047102.8

    申请日:2019-10-30

    摘要: 本发明涉及一种基于神经网络的配变重过载识别预警方法及终端设备,所述方法用于对某日台区配变的重过载事件进行识别并预警,包括以下步骤:1)获取待识别的各台区配变的基础数据,对所述基础数据进行预处理;2)基于预处理后的基础数据对各台区配变进行粗预测分类,所述粗预测分类的类别包括一级安全、二级安全和二级关注;3)判断是否存在属于二级关注的台区配变,若是,则采用训练好的GRU型神经网络对属于所述二级关注的台区配变进行精预测,基于精预测结果输出配变预警信息,若否,则输出配变正常信息。与现有技术相比,本发明具有既可以保持时刻动态监测的状态,又能节省算力,达到

    基于神经网络的配变重过载识别预警方法及终端设备

    公开(公告)号:CN110807550A

    公开(公告)日:2020-02-18

    申请号:CN201911047102.8

    申请日:2019-10-30

    摘要: 本发明涉及一种基于神经网络的配变重过载识别预警方法及终端设备,所述方法用于对某日台区配变的重过载事件进行识别并预警,包括以下步骤:1)获取待识别的各台区配变的基础数据,对所述基础数据进行预处理;2)基于预处理后的基础数据对各台区配变进行粗预测分类,所述粗预测分类的类别包括一级安全、二级安全和二级关注;3)判断是否存在属于二级关注的台区配变,若是,则采用训练好的GRU型神经网络对属于所述二级关注的台区配变进行精预测,基于精预测结果输出配变预警信息,若否,则输出配变正常信息。与现有技术相比,本发明具有既可以保持时刻动态监测的状态,又能节省算力,达到准确预测效果等优点。

    考虑不同负荷增长的电动汽车充电站规划方案获取方法

    公开(公告)号:CN110189025B

    公开(公告)日:2023-10-10

    申请号:CN201910465363.5

    申请日:2019-05-30

    摘要: 本发明涉及一种考虑不同负荷增长的电动汽车充电站规划方案获取方法,包括步骤:1)获取三方面出行规律的数字特征,包括起始状态规律、状态转移规律、充电信息规律;2)对获得的三方面规律利用轮盘赌法进行模拟,筛选充电需求点;3)基于交通约束、配电网约束和经济约束的约束条件,建立数学模型;4)采用遗传算法对数学模型进行求解,以成本最低为原则设置适应度函数,并设置死亡惩罚将不符合配网约束和成本约束的方案剔除,选取符合交通约束的候选站集合;5)根据选取符合交通约束的候选站集合,对不同负荷增长模式下的充电需求进行规划。与现有技术相比,本发明具有节约资源、确保规划方案的合理性、适用性高等优点。