-
公开(公告)号：CN113629715B
公开(公告)日：2023-10-24
申请号：CN202110802494.5
申请日：2021-07-15
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 三峡大学
Abstract: 一种计及可输电能力的UPFC多目标优化配置方法，包括以下步骤：输入网络原始参数、算法相关参数；构建以可用输电能力最大、电压偏差和电压稳定性最小为目标函数的UPFC多目标优化配置模型；建立满足系统稳定运行的约束条件，包括等式约束、不等式约束，其中，等式约束为系统的潮流方程，不等式约束包括控制变量约束和状态变量约束；采用自适应罚函数处理状态变量约束；基于改进的NSGA‑III算法，对UPFC多目标优化配置模型进行求解。本发明一种计及可输电能力的UPFC多目标优化配置方法，该方法以可用输电能力最大、电压偏差和L指标最小来对UPFC选址及容量进行优化，采用改进的NSGA‑III算法对模型进行求解，得到最优的配置方案。
-
公开(公告)号：CN113629715A
公开(公告)日：2021-11-09
申请号：CN202110802494.5
申请日：2021-07-15
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 三峡大学
Abstract: 一种计及可输电能力的UPFC多目标优化配置方法，包括以下步骤：输入网络原始参数、算法相关参数；构建以可用输电能力最大、电压偏差和电压稳定性最小为目标函数的UPFC多目标优化配置模型；建立满足系统稳定运行的约束条件，包括等式约束、不等式约束，其中，等式约束为系统的潮流方程，不等式约束包括控制变量约束和状态变量约束；采用自适应罚函数处理状态变量约束；基于改进的NSGA‑III算法，对UPFC多目标优化配置模型进行求解。本发明一种计及可输电能力的UPFC多目标优化配置方法，该方法以可用输电能力最大、电压偏差和L指标最小来对UPFC选址及容量进行优化，采用改进的NSGA‑III算法对模型进行求解，得到最优的配置方案。
-
公开(公告)号：CN113659578A
公开(公告)日：2021-11-16
申请号：CN202110729343.1
申请日：2021-06-29
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 三峡大学
IPC: H02J3/06 , H02J3/18 , H02J3/38 , H02J3/46 , H02J3/48 , H02J3/50 , H02J3/14 , G06F30/27 , G06N3/00 , G06Q50/06 , G06F111/06 , G06F113/04
Abstract: 计及系统可用输电能力的UPFC和STATCOM优化配置方法，输入系统原始参数，输入算法相关参数；考虑风机出力的不确定性，建立大规模风机接入电网后的数学模型；在不改变系统初始网络结构的条件下，通过安装FACTS装置，对系统进行补偿；同时考虑系统的安全性与可靠性，对不同FACTS装置进行优化配置，构建目标函数；建立满足系统稳定运行的约束条件，设置系统初始参数以及UPFC装置和STATCOM装置安装容量范围；通过改进多目标混合蛙跳算法，求解系统可用输电能力的FACTS装置优化配置。本发明方法兼顾多个优化目标，得到FACTS装置的优化配置方案，达到可以同时对FACTS装置的补偿地点及容量进行优化的目的。
-
公开(公告)号：CN113659578B
公开(公告)日：2023-10-24
申请号：CN202110729343.1
申请日：2021-06-29
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 三峡大学
IPC: H02J3/06 , H02J3/18 , H02J3/38 , H02J3/46 , H02J3/48 , H02J3/50 , H02J3/14 , G06F30/27 , G06N3/006 , G06Q50/06 , G06F111/06 , G06F113/04
Abstract: 计及系统可用输电能力的UPFC和STATCOM优化配置方法，输入系统原始参数，输入算法相关参数；考虑风机出力的不确定性，建立大规模风机接入电网后的数学模型；在不改变系统初始网络结构的条件下，通过安装FACTS装置，对系统进行补偿；同时考虑系统的安全性与可靠性，对不同FACTS装置进行优化配置，构建目标函数；建立满足系统稳定运行的约束条件，设置系统初始参数以及UPFC装置和STATCOM装置安装容量范围；通过改进多目标混合蛙跳算法，求解系统可用输电能力的FACTS装置优化配置。本发明方法兼顾多个优化目标，得到FACTS装置的优化配置方案，达到可以同时对FACTS装置的补偿地点及容量进行优化的目的。
-
公开(公告)号：CN117081079A
公开(公告)日：2023-11-17
申请号：CN202310918612.8
申请日：2021-07-15
Applicant: 三峡大学 , 国网浙江省电力有限公司嘉兴供电公司
Abstract: 一种UPFC多目标优化配置模型，该模型的目标函数包括：用输电能力、电压偏差、L指标；还包括负荷参与因子矩阵的具体计算表达式：#imgabs0#以及节点导纳矩阵的子阵YLL和YLG的计算方式。本发明一种UPFC多目标优化配置模型，在模型构建方面，选取UPFC作为调节和补偿装置，利用其改善潮流分布和无功补偿的功能，提高输电网的运行稳定性。选取可用输电能力、电压偏差以及电压稳定性L指标为目标函数构建UPFC多目标优化配置模型，能够得到最优的配置方案。
-
Patent Agency Ranking
公开(公告)号：CN111146820A
公开(公告)日：2020-05-12
申请号：CN201911417847.9
申请日：2019-12-31
Applicant: 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明公开了一种计及风电不确定性的混合储能系统优化配置方法，包括以下步骤：获取配电网络原始参数和风电机组数据；建立混合储能系统多目标优化配置模型；建立约束条件；对风电场初始风速数据进行拟合；模型参数初始化；基于改进灰狼算法对混合储能系统优化配置模型求解，得到混合储能系统的最优配置方案。该技术方案计及风电机组的随机出力，通过Weibull分布的概率密度函数将风电场初始风速数据拟合，建立混合储能系统的优化配置模型，采用改进的灰狼算法对模型进行求解，得到最优的配置方案，平抑风电功率波动，改善电能质量，提高风电消纳。
-
公开(公告)号：CN111146820B
公开(公告)日：2022-03-15
申请号：CN201911417847.9
申请日：2019-12-31
Applicant: 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明公开了一种计及风电不确定性的混合储能系统优化配置方法，包括以下步骤：获取配电网络原始参数和风电机组数据；建立混合储能系统多目标优化配置模型；建立约束条件；对风电场初始风速数据进行拟合；模型参数初始化；基于改进灰狼算法对混合储能系统优化配置模型求解，得到混合储能系统的最优配置方案。该技术方案计及风电机组的随机出力，通过Weibull分布的概率密度函数将风电场初始风速数据拟合，建立混合储能系统的优化配置模型，采用改进的灰狼算法对模型进行求解，得到最优的配置方案，平抑风电功率波动，改善电能质量，提高风电消纳。
-
公开(公告)号：CN111146821A
公开(公告)日：2020-05-12
申请号：CN201911423757.0
申请日：2019-12-31
Applicant: 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明公开了一种计及光伏不确定性的DSTATCOM优化配置方法，包括以下步骤：获取配电网络原始参数和分布式光伏数据；建立分布式光伏接入配电网后的数学模型；增设无功补偿装置DSTATCOM；构建优化配置模型；选择DSTATCOM的候选节点；计算概率潮流；求解DSTSTCOM的优化配置模型，得到DSTATCOM的最优配置方案。该技术方案计及分布式光伏的随机出力，建立DSTATCOM的优化配置模型，联合蒙特卡洛模拟和多目标差分灰狼算法进行求解，得到最优的配置方案，降低了分布式光伏接入后对配电网产生的影响，并最大化发挥无功补偿装置的作用。
-
公开(公告)号：CN114863361B
公开(公告)日：2024-08-09
申请号：CN202210427866.5
申请日：2022-04-22
Applicant: 三峡大学
IPC: G06V20/52 , G06T3/4046 , G06T3/4053 , G06V10/20 , G06V10/30 , G06V10/82 , G06V10/766 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 基于USRNet和YOLOv3的配电线路鸟巢检测方法，包括以下步骤：步骤1：收集配电线路的鸟巢图像，并在鸟巢图像数据上人工标记，构建训练样本集；步骤2：搭建网络结构，包括深度展开超分辨率网络USRNet、GaussianYOLOv3；步骤3：获取配电线路鸟巢检测模型；步骤4：将待检测图像输入到深度展开超分辨率网络USRNet，输出重构的鸟巢图像；然后，通过训练好的GaussianYOLOv3完成故障的识别。本发明方法可以增强配电线路鸟巢图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现鸟巢缺陷的智能检测。
-
公开(公告)号：CN117494963A
公开(公告)日：2024-02-02
申请号：CN202311202914.1
申请日：2023-09-18
Applicant: 三峡大学
IPC: G06Q10/0631 , H02J3/46 , H02J3/14 , H02J3/06 , H02J3/00 , G06Q10/067 , G06Q50/06 , G06Q30/0201
Abstract: 考虑多重不确定性的多微网自适应鲁棒协同优化调度方法，包括步骤：以多微网作为上层领导者，各微网下层多产消者作为跟随者，建立微网和产消者的调度模型；建立自适应鲁棒优化模型，用来模拟上层多微网协同运行时所面临的不确定性因素；建立多微网‑多产消者多层博弈模型，分别采用纳什谈判模型来模拟不同层间各主体合作运行情况；对于微网与产消者间能源交易活动，采用主从博弈模型来模拟；采用变惩罚参数交替方向乘子法，求解多微网‑多产消者社会福利最大化问题以及多微网和各微网下层多产消者最优收益分配问题。该方法能够最大化实现多微网‑多产消者社会福利最大化，给不确定环境下考虑产消者合作的多微网协同优化提供参考。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.092 seconds)
