-
公开(公告)号:CN118428505A
公开(公告)日:2024-08-02
申请号:CN202410235552.4
申请日:2024-03-01
申请人: 国网河北省电力有限公司电力科学研究院 , 清华大学 , 国家电网有限公司
IPC分类号: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于LSTM的电网频率态势预测方法及系统,包括以下步骤:获取电网扰动后的特征参数;对各类特征参数进行预处理,将预处理后的所有特征参数共同构建为矩阵,得到预测矩阵;将预测矩阵作为LSTM神经网络模型的输入,通过LSTM神经网络模型预测电网频率的最低点、最低点时间、稳定频率、稳定时间和最大变化率,完成电网频率态势预测。本发明能够在事前对频率的动态走势的预测,实现对频率最低点、最低点时间、稳态频率、稳态时间及最大频率变化率的提前预知,便于提前做好应对措施,防止电力系统发生频率崩溃事件,避免造成更为严重的经济损失。
-
公开(公告)号:CN116777162A
公开(公告)日:2023-09-19
申请号:CN202310751546.X
申请日:2023-06-25
申请人: 清华大学 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06Q10/0631 , H02J3/00 , H02J13/00 , G06Q10/0639 , G06Q50/06
摘要: 本申请涉及一种指令的分配方法、装置、计算机设备和存储介质。所述方法包括:在接收到调度中心发送的第一有功功率指令时,获取各风电机组的原始数据;原始数据包括风速数据、桨距角数据和转速数据;根据各风电机组的原始数据和第一有功功率指令,确定第二有功功率指令;将第二有功功率指令发送给各风电机组。上述方法通过计入各风电机组原始数据及调度中心发送的第一有功功率指令,量化计算场站内各机组的第二有功功率指令分配,以此实现风电场对调度中心发送的第一有功功率指令更准确地分配给风电场的各风电机组,从而提升风电场响应调度中心发送的第一有功功率指令的性能指标,进一步增加了电网的频率安全性。
-
公开(公告)号:CN118897139A
公开(公告)日:2024-11-05
申请号:CN202410928312.2
申请日:2024-07-11
申请人: 清华大学 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开了一种高渗透率新能源电力系统的惯性估计方法,包括如下步骤:使用PMU网络测量技术测量电力系统,得到电力系统数据;将电力系统数据通过截止频率为0.5Hz的非因果巴特沃斯低通滤波器进行过滤,得到过滤后的电力系统数据;根据过滤后的电力系统数据,应用非递归最小二乘法递归模型参数,确定模型参数估计;根据过滤后的电力系统数据和模型参数估计,确定电力系统的假设模型;对假设模型进行简化,将假设模型转换为状态空间模型,并从状态空间模型中确定系统动态矩阵;根据系统动态矩阵,提取电力系统的惯性估计值。本发明可以减少计算负担,并且可以使用机电振荡模式,以确定网络惯性估计,提高网络惯性估计的准确性。
-
公开(公告)号:CN117728442A
公开(公告)日:2024-03-19
申请号:CN202311704088.0
申请日:2023-12-12
申请人: 清华大学 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开了一种特高压直流近区的负荷频率特性辨识方法以及装置,属于负荷频率特性辨识领域,包括:根据特高压直流近区变电站历史频率扰动事件发生前的各项数据和扰动事件期间的各项数据,计算得到有功频率特性参数的最优值,建立负荷频率特性神经网络模型,将特高压直流近区变电站历史频率扰动事件发生前的各项数据作为输入,进行训练,利用已训练的模型对当前的特高压直流近区负荷频率特性进行预测辨识,得到负荷频率特性参数值。本发明能够在频率扰动事件发生前预测辨识负荷的频率特性,便于提前做好防范工作,减少频率崩溃事件的发生,保证电力可靠供应,同时预测系统受扰后的动态频率,具有更好的可解释性和准确性。
-
公开(公告)号:CN117787391A
公开(公告)日:2024-03-29
申请号:CN202311676767.1
申请日:2023-12-07
申请人: 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本公开的实施例提供了一种状态因果关联的电网脆弱性网络图构建方法,所述方法包括:获取记录有每个故障事件的发生时刻的故障事件集合;根据故障事件的发生时刻,确定出每个故障事件对应的时间尺度;将故障事件集合记录为多时间尺度故障链;分析多时间尺度故障链,确定出故障事件之间的因果关联强度;采用不同维度的网络分别表示不同时间尺度的故障事件,以每个故障事件为节点,以故障事件之间的因果关联为节点之间的有向边,以故障事件之间的因果关联强度为有向边的权重,构建电网脆弱性网络图。以此方式,可以解决当前电力网络等效图无法准确表征电网脆弱性主导诱因的技术问题。
-
公开(公告)号:CN117277307A
公开(公告)日:2023-12-22
申请号:CN202311280913.9
申请日:2023-09-28
申请人: 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本方案提供一种基于数据驱动的电力系统有功频率控制方法及系统。该方法采集电力系统的多源数据形成全样本数据集,基于全样本数据集进行电力系统调频特性分析,辨识该电力系统的调频特性参数,再基于该电力系统的调频特性参数对电力系统进行调频能力评估和态势预测,最后根据评估结果和预测结果生成调频策略,实现电力系统的有功频率控制。本方案基于数据驱动的方法,充分识别系统源、荷、有功‑频率设备级和系统级特性,提升电网实时在线态势感知和预测能力,可有效提高新能源电源高占比电网、交直流互联受端电网的频率特性感知能力,保障电力系统有功控制能力及频率安全,保障电网安全稳定运行。
-
公开(公告)号:CN117220289A
公开(公告)日:2023-12-12
申请号:CN202311027334.3
申请日:2023-08-15
IPC分类号: H02J3/06 , H02J3/38 , H02J3/46 , G06F30/18 , G06F111/02 , G06F113/04
摘要: 本发明涉及有源配电网降损技术领域,尤其涉及一种有源配电网线损模型构建及线损确定方法,本发明方法首先获取第一电压数据集、多个第二电压数据集以及多个负载电流数据集;然后根据第一电压数据集,对多个第二电压数据集以及多个负载电流数据集分别进行波形分解,获得多个第二电压幅值数据集以及多个负载电流幅值数据集;最后将第一电压数据集、多个第二电压幅值数据集以及多个负荷电流幅值数据集输入到线损模型中,获取线路的损耗。本发明基于波形数据提取分布式电源电压以及负载电流的多个频次的幅值特征,由于线损模型基于运行历史数据进行拟合后构建,利用幅值特征和线损模型确定线路损耗,线损评估数据可靠、准确。
-
公开(公告)号:CN116365511A
公开(公告)日:2023-06-30
申请号:CN202310391434.8
申请日:2023-04-13
IPC分类号: H02J3/00 , G06Q50/06 , G06F17/12 , G06F17/10 , G06F18/23213
摘要: 本发明涉及电力计量技术领域,尤其涉及一种有源配电网模型构建方法、装置、终端及存储介质,本发明方法首先获取多个第一数据集;然后对所述多个第一数据集中的每个数据集,通过对多个波形分别进行波形变换的方式,构建第二数据集;接着基于谐波频次,从所述多个第二数据集中分别抽取谐波向量进行聚类,获得包括有多个聚类中心向量的聚类数据集;最后构建主电源、分布式电源以及负荷的线性关系模型,利用对应多个谐波频次的聚类数据集分别对模型进行求解,获得对应不同谐波频次的配电网模型。本发明实施方式模型复杂度低,精度好,容易求解模型参数。
-
公开(公告)号:CN115293424A
公开(公告)日:2022-11-04
申请号:CN202210927422.8
申请日:2022-08-03
申请人: 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 天津大学
摘要: 本申请提供一种新能源最大发电能力计算方法、终端及存储介质。该方法包括:获取多个历史时刻的历史数据,其中,历史数据包括风力发电机组的风电功率数据以及风力发电机组所在区域的风速数据和风向数据,筛选部分历史时刻的历史数据作为目标数据,其中,目标数据为同等条件的历史数据中风电功率数据最大的历史数据,同等条件的历史数据为风速数据和风向数据均相同的历史数据,基于目标数据生成样本集,并基于样本集构建最大发电能力计算模型,最大发电能力计算模型用于基于待预测时刻的风速数据和风向数据,预测风力发电机组在所述待预测时刻的最大发电能力。本申请能够提高最大发电能力计算的准确性以及提高电力系统整体频率的稳定性。
-
公开(公告)号:CN118449132A
公开(公告)日:2024-08-06
申请号:CN202410560030.1
申请日:2024-05-08
申请人: 国电南瑞南京控制系统有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H02J3/00 , G06F30/27 , G06F18/23213 , G06F18/214 , G06F18/10 , G06F113/04 , G06F111/08
摘要: 本发明公开了一种电网频率偏差概率分布预测方法、系统、设备及存储介质。所述方法包括:按照△T的时间间隔获取当前电网的频率量测数据以及影响电网频率偏差相关数据,经过数据清理后得到可以聚合的基础数据,然后分别计算频率偏差与影响频率偏差分量的相关性系数并结合偏差量得到聚类的基础数据集,通过聚类算法得到频率偏差相关数据的聚类结果,最后根据需要预测日期的相关预测结果结合聚类结果得到预测日期的频率偏差分布预测结果,实现对电网未来频率偏差分布的预测。本发明建立频率偏差分布与频率波动相关数据的关联关系,形成频率偏差概率分布表,为未来电网发展和新能源接入变化后电网调频资源投入以及频率偏差分布预测提供技术支撑。
-
-
-
-
-
-
-
-
-