-
公开(公告)号：CN117543628B
公开(公告)日：2024-03-26
申请号：CN202410020958.0
申请日：2024-01-08
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种光伏电站分区方法及系统，涉及光伏电站分区技术领域，该方法具体包括：高比例新能源电力系统节点惯量动态响应分散性分析；考虑新能源参与惯量响应下的系统转子运动方程表达式及频率响应曲线分析；根据频率响应曲线提出光伏电站频率响应相似度指标；使用马氏距离衡量不同节点指标之间的距离；使用凝聚层次算法对光伏电站分区，并进行分区结果可视化处理。本发明提出了通过研究频率响应的空间特性，从而解决惯量分散性对系统最小惯量需求等参数评估的影响，对研究电力系统的最小惯量需求评估和惯量提升控制策略具有重要意义。
-
公开(公告)号：CN117543628A
公开(公告)日：2024-02-09
申请号：CN202410020958.0
申请日：2024-01-08
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种光伏电站分区方法及系统，涉及光伏电站分区技术领域，该方法具体包括：高比例新能源电力系统节点惯量动态响应分散性分析；考虑新能源参与惯量响应下的系统转子运动方程表达式及频率响应曲线分析；根据频率响应曲线提出光伏电站频率响应相似度指标；使用马氏距离衡量不同节点指标之间的距离；使用凝聚层次算法对光伏电站分区，并进行分区结果可视化处理。本发明提出了通过研究频率响应的空间特性，从而解决惯量分散性对系统最小惯量需求等参数评估的影响，对研究电力系统的最小惯量需求评估和惯量提升控制策略具有重要意义。
-
公开(公告)号：CN113177600A
公开(公告)日：2021-07-27
申请号：CN202110504650.X
申请日：2021-05-08
Applicant: 河海大学 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明公开了一种电力系统自适应鲁棒状态估计方法，该方法按照时间顺序推演估计，首先通过模糊c均值聚类算法对电力系统进行可疑量测区域的定位，如果当前时刻量测集中不存在可疑量测，则对当前时刻量测进行基于加权最小二乘法(WLS)估计，如果当前时刻量测集中存在可疑量测，则在基于可疑量测的空间分布对电网进行动态分区以后，为正常量测区域和可疑量测区域分别选取最小二乘估计准则和最小绝对值估计准则，并基于交替乘子(ADMM)解耦协调算法进行电力系统状态估计问题求解。本发明针对大规模电力系统状态估计精度低、计算时间长的问题，考虑到不同估计器的各自特点和适应性，针对可疑量测区域和正常量测区域选取不同的估计准则，保证估计精度的同时兼顾计算效率。
-
Patent Agency Ranking
公开(公告)号：CN118249415A
公开(公告)日：2024-06-25
申请号：CN202410343126.2
申请日：2024-03-25
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明公开了一种基于限幅Sigmoid函数的光伏并网系统虚拟惯量构网控制方法及系统，包括通过模拟同步发电机转子的动态特性，将虚拟惯性引入到光伏并网变流器单元中，建立光伏并网系统虚拟惯量控制方程；通过分析负荷波动时交流侧频率及其变化率的响应情况，明确虚拟惯量参数的设计原则；采用具有限幅能力的Sigmoid函数的变式，并自适应频率的恢复需求来构造虚拟惯量控制参数；结合光伏并网换流器的控制逻辑，得到基于限幅Sigmoid函数的光伏并网系统自适应虚拟惯量构网控制方案，其能够显著提高光伏并网系统的稳定运行和主动支撑能力。同时，采用本发明所提方法，无需配置额外的通讯或传感器，提高了新能源并网控制系统的可扩展性。
-
公开(公告)号：CN117713066A
公开(公告)日：2024-03-15
申请号：CN202311707395.4
申请日：2023-12-12
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 河海大学
Abstract: 本发明提供一种基于SSA‑PSO混合算法的电力系统惯量评估方法及系统，该方法包括以下步骤：S1根据电力系统发生功率扰动时，不平衡功率和系统频率偏差量之间的关系，构建用于惯量评估的OEARMA评估模型；S2确认所述OEARMA评估模型中的未知参数，并采用基于SSA‑PSO混合算法对所述未知参数进行辨识；S3根据参数辨识的结果，将所述OEARMA评估模型转换为连续传递函数，并通过所述连续传递函数获取电力系统惯量评估结果。本发明在算法上选择粒子群‑樽海鞘群混合算法，本算法在利用粒子群算法的收敛速度快同时，引入樽海鞘群算法避免粒子群容易陷入局部最优解的问题，以提高算法的辨识精度，所提算法在参数方面辨识过程中，能够迅速且准确的获得全局最优解。
-
公开(公告)号：CN113177600B
公开(公告)日：2022-08-26
申请号：CN202110504650.X
申请日：2021-05-08
Applicant: 河海大学 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明公开了一种电力系统自适应鲁棒状态估计方法，该方法按照时间顺序推演估计，首先通过模糊c均值聚类算法对电力系统进行可疑量测区域的定位，如果当前时刻量测集中不存在可疑量测，则对当前时刻量测进行基于加权最小二乘法(WLS)估计，如果当前时刻量测集中存在可疑量测，则在基于可疑量测的空间分布对电网进行动态分区以后，为正常量测区域和可疑量测区域分别选取最小二乘估计准则和最小绝对值估计准则，并基于交替乘子(ADMM)解耦协调算法进行电力系统状态估计问题求解。本发明针对大规模电力系统状态估计精度低、计算时间长的问题，考虑到不同估计器的各自特点和适应性，针对可疑量测区域和正常量测区域选取不同的估计准则，保证估计精度的同时兼顾计算效率。
-
公开(公告)号：CN110443724B
公开(公告)日：2022-08-16
申请号：CN201910654528.3
申请日：2019-07-19
Applicant: 河海大学
Abstract: 本发明提供了一种基于深度学习的电力系统快速状态估计方法，属于电力系统监测、分析和控制技术领域。其技术方案为：一种基于深度学习的电力系统快速状态估计方法，选取DNN网络作为深度学习模型，以相关性分析方法选择特征输入，通过噪声网络提高模型对坏数据的抗差能力。解决了传统的基于物理模型的状态估计方法会出现计算效率低、运行速度慢，过于复杂的网架结构甚至可能导致状态估计收敛性和稳定性差的技术问题。本发明的有益效果为：本发明在计算速度上较传统估计方法有明显提升，该方法的估计精度以及对量测坏数据的鲁棒性较传统估计方法也有较大提升。
-
公开(公告)号：CN110443724A
公开(公告)日：2019-11-12
申请号：CN201910654528.3
申请日：2019-07-19
Applicant: 河海大学
Abstract: 本发明提供了一种基于深度学习的电力系统快速状态估计方法，属于电力系统监测、分析和控制技术领域。其技术方案为：一种基于深度学习的电力系统快速状态估计方法，选取DNN网络作为深度学习模型，以相关性分析方法选择特征输入，通过噪声网络提高模型对坏数据的抗差能力。解决了传统的基于物理模型的状态估计方法会出现计算效率低、运行速度慢，过于复杂的网架结构甚至可能导致状态估计收敛性和稳定性差的技术问题。本发明的有益效果为：本发明在计算速度上较传统估计方法有明显提升，该方法的估计精度以及对量测坏数据的鲁棒性较传统估计方法也有较大提升。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
