CN105633979B - 一种无功功率补偿方法及系统 - Google Patents
一种无功功率补偿方法及系统 Download PDFInfo
- Publication number
- CN105633979B CN105633979B CN201610162061.7A CN201610162061A CN105633979B CN 105633979 B CN105633979 B CN 105633979B CN 201610162061 A CN201610162061 A CN 201610162061A CN 105633979 B CN105633979 B CN 105633979B
- Authority
- CN
- China
- Prior art keywords
- node
- power
- constraints
- iteration
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
Abstract
本发明公开一种无功功率补偿方法及系统，本方法通过获取节点电压稳定裕度，识别系统的薄弱环节和无功补偿点，进而建立无功优化模型。该模型为引入薄弱性权重项和步长约束的Levenberg‑Marquardt最小二乘模型。根据所推导的迭代步长，对无功优化模型进行求解，得到补偿点的无功补偿量。本发明目的在于提出一种在大规模系统下收敛性强计算速度快的无功补偿算法，使得无功补偿在满足全网电压稳定裕度要求的同时，也使薄弱环节具有一定的电压稳定裕度。
Description
技术领域
本发明涉及电力系统领域，特别是涉及一种无功功率补偿方法及系统。
背景技术
随着现代特大型城市及主要负荷中心不断发展，负荷中心区外受电比例越来越大，受端电网无功电源不足，电力系统运行状态不断向临界点附近靠近，且一些节点电压稳定性较差，容易因负荷增加造成局部电压失稳。
现有的考虑电压稳定性的无功优化方法有两大弊端，第一在识别薄弱环节之后即开始以全网电压稳定裕度为目标或约束，没有将各个节点的薄弱程度纳入规划，因而结果不能顾及节点的电压稳定性；第二，传统内点法在计算大规模系统时，优化速度慢，常常不收敛。
发明内容
本发明目的在于提出一种在大规模系统下收敛性强计算速度快的无功补偿算法，且使得无功补偿在满足全网电压稳定裕度要求的同时，也使薄弱环节具有一定的电压稳定裕度，提高电网有功承载能力和改善薄弱环节的电压稳定性。
为实现上述目的，本发明提供了如下方案：
一种无功功率补偿方法，其特征在于，具体包括以下步骤：
步骤1，获取节点的电压稳定裕度；
步骤2，根据所述的节点电压稳定裕度，确定薄弱环节和无功补偿点；所述的薄弱环节是指电压稳定性差，负荷承载能力有限而可能引起大面积停电事故的网络环节。
步骤3，在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
步骤4，根据所述最小二乘目标函数推导得到的迭代步长，对所述步骤3中的无功功率模型进行迭代求解，得到所述薄弱环节的无功补偿量。
可选的，所述步骤3中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点,i为某负荷节点；
所述步骤3中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β＝ζ+1为给定电压稳定裕度要求下，最大负荷对当前负荷的比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述步骤3中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点负荷新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的电压，Vj为节点j的电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述步骤3中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点电压所允许的最大值；
所述步骤3中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值。
可选的，所述步骤3中的引入薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，W为对各个潮流方程项的对应权重，μ为阻尼因子。
可选的，所述步骤4中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第k步迭代后的雅可比矩阵，μk为第k次迭代的阻尼因子，I为单位矩阵。
本申请还包括一种无功功率补偿系统，具体包括：
获取单元，用于获取节点的电压稳定裕度；
第一确定单元，用于根据所述的节点电压稳定裕度，确定薄弱环节和无功补偿点；
第二确定单元，用于在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
求解单元，用于根据所述最小二乘目标函数推导得到的迭代步长，对所述步骤3中的无功功率模型进行迭代求解，得到所述薄弱环节的无功补偿量。
可选的，所述第二确定单元中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点,i为某负荷节点；
所述第二确定单元中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β＝ζ+1为给定电压稳定裕度要求下，最大负荷对当前负荷的比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点负荷新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的电压，Vj为节点j的电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点电压所允许的最大值；
所述第二确定单元中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值。
可选的，所述第二确定单元中的薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，W为对各个潮流方程项的对应权重，μ为阻尼因子。
可选的，所述求解单元中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第第k步迭代后的雅可比矩阵，μk为第k次迭代的阻尼因子，I为单位矩阵。
本方法采用带薄弱性权重的最小二乘作为无功优化的目标函数，将补偿容量向薄弱节点倾斜，保证了薄弱节点的电压稳定裕度，同时在约束条件中给入全网的电压稳定约束，使得所得的无功补偿结果也满足全网有功承载能力的要求，因此补偿结果兼顾了电网有功承载能力和节点电压稳定裕度。
优化算法采用了自适应LM方法，对目标函数的修正保持了迭代特性，因此在大规模系统中保持良好的收敛性，相较于内点法收敛性更强，收敛速度更快。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例无功功率补偿方法流程图。
图2为本发明实施无功功率补偿系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种无功功率补偿方法，如图1所示，具体包括以下步骤：
步骤101，获取节点的电压稳定裕度；
步骤102，根据所述的节点电压稳定裕度，确定薄弱环节和无功补偿点；
步骤103，在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性
权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
步骤104，根据所述最小二乘目标函数推导得到的迭代步长，对所述步骤
3中的无功功率模型进行迭代求解，得到所述薄弱环节的无功补偿量。
可选的，所述步骤3中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点,i为某负荷节点；本申请的无功功率模型在保证有功补偿容量较小的基础上，以薄弱环节得到较大补偿为目标函数，从而兼顾了经济性与节点电压稳定性。
所述步骤3中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β＝ζ+1为给定电压稳定裕度要求下，最大负荷对当前负荷的比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
第一约束条件为有功功率约束条件，采用极坐标的潮流方程，为使得无功功率补偿的结果满足全网的有功承载能力，需要满足第一约束条件。
所述步骤3中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点负荷新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的电压，Vj为节点j的电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述步骤3中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点电压所允许的最大值；
所述步骤3中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值。
可选的，所述步骤3中的引入薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，其中，W是对角矩阵，代表对各个潮流方程项的对应权重，对于有功和不能调整的无功项，对角元为罚项，使最终的调整量很小，对于可以调整的负荷节点无功项，对角元即上述的1/ωi，0代表无约束，值越大约束越强，ωi为薄弱性指标，稳定裕度越低薄弱性越强，可取节点稳定裕度的倒数。μ为LM方法中的阻尼因子。
可选的，所述步骤4中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第k步迭代后的雅可比矩阵，μk为第k次迭代的阻尼因子，I为单位矩阵。
本申请还包括一种无功功率补偿系统，如图2所示，具体包括：
获取单元1，用于获取节点的电压稳定裕度；
第一确定单元2，用于根据所述的节点电压稳定裕度，确定薄弱环节和无功补偿点；
第二确定单元3，用于在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
第三确定单元4，用于根据所述最小二乘目标函数推导得到的迭代步长，对所述步骤3中的无功功率模型进行迭代求解，得到所述薄弱环节的无功补偿量；
可选的，所述第二确定单元3中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点,i为某负荷节点；
所述第二确定单元3中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β＝ζ+1为给定电压稳定裕度要求下，最大负荷对当前负荷的比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元3中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点负荷新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的电压，Vj为节点j的电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元3中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点电压所允许的最大值。
所述第二确定单元3中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值。
可选的，所述第二确定单元3中的薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，W为对各个潮流方程项的对应权重，μ为阻尼因子。
可选的，所述求解单元4中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第第k步迭代后的雅可比矩阵，μk为第k次迭代的阻尼因子，I为单位矩阵。
令上式W＝I即得到原始LM算法的迭代步长，因此引入的权重项使得LM的适用范围扩大，可以满足无功优化算法，其中自适应LM方法阻尼因子的选取为“自适应Levenberg-Marquardt方法提高潮流计算收敛性”中阻尼因子的选取方法。改进的LM方法仍保持原始的迭代特性：在迭代初始时，较大的阻尼因子μk，使得LM方法具有初始最速下降量大、迭代迅速、鲁棒的特点；在迭代末端，阻尼因子μk接近0，LM方法具有高斯牛顿法二阶收敛性的特点，且能够避免最速下降法的锯齿形震荡；在迭代的某一方向上搜索不到合适步长时，比之最优乘子法，不仅可以限制步长，还可以同时改变搜索方向，不易陷入局部最优解，较最优乘子法在潮流病态时有更好的适应性。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (2)
1.一种无功功率补偿方法，其特征在于，具体包括以下步骤：
步骤1，获取节点的电压稳定裕度；
步骤2，根据所述的节点的电压稳定裕度，确定薄弱环节和无功补偿点；
步骤3，在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
步骤4，根据所述最小二乘目标函数推导得到的迭代步长，对所述步骤3中的无功功率优化模型进行迭代求解，得到所述薄弱环节的无功补偿量；
其中，所述步骤3中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点，i为负荷节点；
所述步骤3中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β为给定电压稳定裕度要求下，最大负荷对当前负荷的增长比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述步骤3中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点i新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的节点电压，Vj为节点j的节点电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述步骤3中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点电压所允许的最大值；
所述步骤3中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值；
所述步骤3中的引入薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，W为对各个潮流方程项的对应权重，μ为阻尼因子；
所述步骤4中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第k步迭代后的雅可比矩阵，μk为第k次迭代阻尼因子，I为单位矩阵。
2.一种无功功率补偿系统，其特征在于，具体包括：
获取单元，用于获取节点的电压稳定裕度；
第一确定单元，用于根据所述的节点的电压稳定裕度，确定薄弱环节和无功补偿点；
第二确定单元，用于在所述无功补偿点上建立无功功率优化模型，建立引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘目标函数；
求解单元，用于根据所述最小二乘目标函数推导得到的迭代步长，对所述第二确定单元中的无功功率优化模型进行迭代求解，得到所述薄弱环节的无功补偿量；
其中，
所述第二确定单元中的无功功率优化模型具体为：
其中，Qic为负荷节点i新增补偿容量，ωi为该节点对应的薄弱性指标，L为所有负荷节点，i为负荷节点；
所述第二确定单元中的无功功率优化模型满足第一约束条件，所述第一约束条件具体为：
其中，β为给定电压稳定裕度要求下，最大负荷对当前负荷的增长比例；PGi为节点i有功出力，对负荷节点该值为0，PLi为节点i有功负荷，Vi为节点i电压，节点j为与节点i直接相邻的节点，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元中的无功功率优化模型满足第二约束条件，所述第二约束条件具体为：
其中Qic为节点i新增补偿容量,QLi为节点i的无功负荷，Vi为节点i的节点电压，Vj为节点j的节点电压，Gij和Bij分别为节点i,j之间的电导和电纳，θ为功率因数角；
所述第二确定单元中的无功功率优化模型满足第三约束条件，所述第三约束条件具体为：
Vi,min≤Vi≤Vi,max
其中，Vi,min为节点电压所允许的最小值，Vi,max为节点所允许的最大值；
所述第二确定单元中的无功功率优化模型满足第四约束条件，所述第四约束条件具体为：
QGi≤QGi,max
其中，QGi为发电机节点i的无功出力，QGi,max为发电机节点i无功出力的最大值；
所述第二确定单元中的薄弱性权重项和步长约束的最小二乘模型为：
其中，x＝[V,θ]T为状态变量，W为对各个潮流方程项的对应权重，μ为阻尼因子；
所述求解单元中的迭代步长为：
dk＝-[J(xk)TWJ(xk)+μkI]-1J(xk)TWF(xk)
其中，xk为第k步迭代后的状态变量，dk为第k+1次迭代的步长，F(xk)为第k步迭代后的潮流方程结果，J(xk)为第k步迭代后的雅可比矩阵，μk为第k次迭代阻尼因子，I为单位矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610162061.7A CN105633979B (zh) | 2016-03-21 | 2016-03-21 | 一种无功功率补偿方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610162061.7A CN105633979B (zh) | 2016-03-21 | 2016-03-21 | 一种无功功率补偿方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105633979A CN105633979A (zh) | 2016-06-01 |
| CN105633979B true CN105633979B (zh) | 2018-06-26 |
Family
ID=56048646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610162061.7A Active CN105633979B (zh) | 2016-03-21 | 2016-03-21 | 一种无功功率补偿方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105633979B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110323979B (zh) * | 2019-07-30 | 2020-11-03 | 广西电网有限责任公司电力科学研究院 | 一种考虑电压稳定的发电机励磁调差系数优化整定方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2712873A1 (en) * | 2010-08-18 | 2012-02-18 | Suresh Patel | Method of artificial neural network loadflow computation for electrical power system |
| CN102842909A (zh) * | 2012-09-12 | 2012-12-26 | 湖南大学 | 一种电力电子混合系统控制方法 |
-
2016
- 2016-03-21 CN CN201610162061.7A patent/CN105633979B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2712873A1 (en) * | 2010-08-18 | 2012-02-18 | Suresh Patel | Method of artificial neural network loadflow computation for electrical power system |
| CN102842909A (zh) * | 2012-09-12 | 2012-12-26 | 湖南大学 | 一种电力电子混合系统控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Online Levenberg-Marquardt algorithm for neural network based estimation and control of power systems;Jawad Arif, et al;《Neural Networks, 2009. IJCNN 2009. International Joint Conference on》;20090619;1－8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105633979A (zh) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Borsche et al. | Effects of rotational inertia on power system damping and frequency transients | |
| CN109494746B (zh) | 基于改进自适应下垂控制的孤岛交直流混联微电网潮流计算方法 | |
| CN105719196B (zh) | 一种基于智能软开关的有源配电网电压无功控制方法 | |
| CN107294085B (zh) | 基于临界特征根跟踪的微电网延时裕度计算方法 | |
| CN1327587C (zh) | 电力系统中基于软分区的电压控制方法 | |
| US10148089B2 (en) | Automatic power generation control in micro-grids | |
| Nayak et al. | Grasshopper optimization algorithm optimized multistage controller for automatic generation control of a power system with FACTS devices | |
| CN106708163B (zh) | 以最大功率点旋转备用容量跟踪的光伏发电系统控制方法 | |
| Ayres et al. | A didactic procedure for designing power oscillation dampers of FACTS devices | |
| CN109085755A (zh) | 基于分布式模型预测控制的风电集群系统超前频率控制方法及系统 | |
| CN110224410B (zh) | 基于暂态电压安全约束的电网动态无功优化配置方法 | |
| CN114362267B (zh) | 考虑多目标优化的交直流混合配电网分散式协调优化方法 | |
| CN105406485B (zh) | 基于改进蝙蝠算法的变电站动态无功优化方法与系统 | |
| Hossain et al. | Decentralized robust static synchronous compensator control for wind farms to augment dynamic transfer capability | |
| CN105119279B (zh) | 一种分布式电源规划方法及其系统 | |
| CN105633979B (zh) | 一种无功功率补偿方法及系统 | |
| Ellithy et al. | A hybrid neuro-fuzzy static var compensator stabilizer for power system damping improvement in the presence of load parameters uncertainty | |
| CN109256768A (zh) | 一种基于半定规划的配电网最优潮流算法 | |
| CN106712027B (zh) | 一种基于动态基准的低压微电网改进下垂控制策略 | |
| CN104362652A (zh) | 发电机励磁调差系数的控制方法和装置 | |
| Lee et al. | Modelling and locating unified power‐flow controllers for static voltage stability enhancements | |
| Ramanaiah et al. | Moth flame optimization method for unified power quality conditioner allocation | |
| Bhandakkar et al. | Optimal placement of unified power flow controller and hybrid power flow controller using optimization technique | |
| Chandrakar et al. | Comparison of RBFN based STATCOM, SSSC and UPFC Controllers for Transient Stability improvement | |
| Jyothsna et al. | Design and performance evaluation of SSSC supplementary modulation controller in power systems using SPEF method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: No. 15, Qinghe Xiaoying East Road, Haidian District, Beijing Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: TSINGHUA University Address before: No. 15, Qinghe Xiaoying East Road, Haidian District, Beijing Applicant before: China Electric Power Research Institute Applicant before: Tsinghua University |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180516 Address after: No. 15, Qinghe Xiaoying East Road, Haidian District, Beijing Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: TSINGHUA University Applicant after: STATE GRID BEIJING ELECTRIC POWER Co. Address before: No. 15, Qinghe Xiaoying East Road, Haidian District, Beijing Applicant before: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant before: Tsinghua University |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |