CN105762793A - 计及分布式新能源的配网故障停电损失评估方法 - Google Patents
计及分布式新能源的配网故障停电损失评估方法 Download PDFInfo
- Publication number
- CN105762793A CN105762793A CN201610151200.6A CN201610151200A CN105762793A CN 105762793 A CN105762793 A CN 105762793A CN 201610151200 A CN201610151200 A CN 201610151200A CN 105762793 A CN105762793 A CN 105762793A
- Authority
- CN
- China
- Prior art keywords
- loss
- power
- load
- outage
- power failure
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种计及分布式新能源的配网故障停电损失评估方法,其包括步骤:一,获取配网分闸事件列表,对于列表中的故障分闸馈线,分别进一步获取其下辖的所有配变台区内分布式新能源的负荷曲线及停电时间窗口;二,计算停电期间各配变台区内分布式新能源的发电量损失及发电经济损失;三:计算停电期间各配变台区用电负荷损失及折算后的经济损失;四:计算故障分闸馈线的综合停电经济损失。本发明利用大数据方法对停电造成的各台配变及分布式电源的负荷损失进行精确的估算,同时考虑到了分布式电源对配变用户用电负荷及电量的影响并进行了修正,大大提高了停电损失计算的准确性。
Description
技术领域
本发明涉及配网安全与经济性运行分析技术领域,特别是一种计及分布式新能源的配网故障停电损失评估方法。
背景技术
配网作为电网向用户供电的最终环节,直接影响着社会正常生产生活秩序。由于地域分散、设备庞杂、运维管理水平偏低等因素,配网故障频次远高于主网,占电网故障总数的70%~80%。配网故障将导致故障馈线所属全部或局部台区停电,从而给电力用户的正常生产生活造成影响。对配网故障损失的准确评估,对于识别配网运行、维护及网架的薄弱环节,进而通过加强运维管理、改造配网网架、调整配网运行方式等方法提升配网的安全性和可靠性方面具有十分重要的指导意义。
在配网故障停电损失评估方面,相关专家学者提出了多种方法,然而这些方法存在很多不足之处,如负荷损失计算方面,往往以峰值负荷作为计算依据,该方法获得的近似值与真实负荷波动特征存在较大偏差。此外,近年来随着分布式新能源渗透率的不断增大,配网潮流和运行控制方式有了新的特征。配网不再是纯粹的受端网络,新能源的发电将平衡区域内部分用电需求,高峰时刻甚至可能向更高电压等级电网输送功率。因此,在负荷损失计算时应充分考虑分布式新能源所带来的影响。
发明内容
本发明要解决的技术问题为:考虑分布式新能源的影响,对配网故障停电损失进行评估,克服现有评估方法的局限性。
包含有分布式新能源的配电网,其运行管理为现有技术,包括电网故障辅助分析系统、EMS(能量管理系统)、PMS(生产管理系统)和用电信息采集系统的设置和应用。
本发明采取的技术方案具体为:一种计及分布式新能源的配网故障停电损失评估方法,包括以下步骤:
步骤一,获取配网分闸事件列表,对于列表中的故障分闸馈线,分别进一步获取其下辖的所有配变及配变台区内分布式新能源的负荷曲线及停电时间窗口;
步骤二,计算停电期间各配变台区内分布式新能源的损失发电量及发电经济损失;
步骤三:计算停电期间各配变台区用电负荷损失及折算后的经济损失;
步骤四:将步骤二和步骤三的经济损失结果相加,得到各配变台区综合停电经济损失;然后将各配变台区综合停电经济损失相加,即得到故障分闸馈线的综合停电经济损失。
本发明利用现有的各种电力数据管理和统计系统,同时实现了对停电期间分布式新能源损失发电量、用电负荷损失的计算,以及含分布式新型能源的故障馈线的综合经济损失,计算精确度高。
进一步的,本发明步骤一中,通过获取故障发生前后N小时内的馈线负荷曲线及遥信分位记录,计算出馈线故障停电时长;通过获取故障发生前后N小时内各配变负荷曲线及停复电事件信息,计算出各配变停电时长。
本发明中配网分闸事件列表可从电网故障辅助分析系统获得,获取到配网分闸事件列表后,从中甄选出重合不成功的故障信息。故障馈线下辖的配变台区信息可从PMS系统中获取,各配变台区下辖的分布式新能源电站台账信息可从用电采集系统中获取,上述信息的获取皆为现有技术。其中配变台区信息包括故障发生前后N小时内的馈线负荷曲线及遥信分位记录,根据上述信息计算馈线故障停电时长为现有技术;分布式新能源电站台账信息包括故障发生前后N小时内各配变负荷曲线及停复电事件信息,根据此信息计算各配变停电时长亦为现有技术。
本发明步骤二包括:
2-1:计算停电期间各分布式新能源电站的发电量损失:根据电站包括装机类型、容量、气象数据、历史负荷曲线的数据,运用包括时间序列、时间趋势外推法、概率预测、智能预测的算法,估算出停电期间电站损失负荷曲线P(t),对P(t)在停电时间范围[t1,t2]进行积分,得到损失的发电量
其中气象数据为包括温湿度和光照强度数据等,利用上述数据和现有算法估算停电期间电站损失负荷曲线P(t),为现有技术;
2-2:计算停电期间各分布式新能源电站的自用电负荷及电量损失:根据气象数据计算得到人体舒适度值,结合历史负荷数据、人体舒适度统计值、工作日或节假日信息,代入相似日负荷预测模型,得到停电期间电站自用电负荷曲线,并进行累积得到停电期间损失用电负荷曲线E(t);
其中气象数据包括温湿度和风速,人体舒适度值的计算、相似日负荷模型的获得,以及根据这些数据获取停电期间电站的自用电负荷曲线,分别为现有技术;
2-3:计算停电造成的分布式新能源电站发电经济损失:根据2-1得到的损失发电负荷P(t)及2-2得到的损失用电负荷E(t),计算上网负荷曲线PN(t):
然后,对PN(t)在停电时间范围[t1,t2]进行积分,得到损失的上网电量WN:
再综合电站停电期间损失的发电量W和上网电量WN,得到电站发电经济损失为:
L=W*c1+WN*c2
其中c1为发电全电量补贴,c2为上网电价。
本发明步骤三包括:
3-1:对于每台配变,将配变历史负荷与配变台区下辖的分布式新能源电站历史发电负荷进行累加,得到该配变台区历史用电负荷;
3-2:计算停电期间配变台区用电负荷损失:根据气象数据计算得到人体舒适度值,结合历史负荷数据、人体舒适度统计值、工作日或节假日信息,代入相似日负荷预测模型,得到停电期间该台区用电负荷曲线PB_E(t),对PB_E(t)在停电时间范围[t1,t2]进行积分,得到该配变台区损失的用电量
3-3:计算停电期间配变台区电力用户经济损失:根据配变用户类型、停电持续时长、损失用电量PB_W、各类用户停电损失函数,计算得到停电期间配变台区电力用户经济损失:
PB_L=PBW*t*SCDF(t,i)
其中,t表示停电时长,i表示配变用户类型,SCDF(t,i)指用户停电损失函数,它反应各用户类型在不同停电时长下损失每kW电量所造成的经济损失。
其中配变用户类型包括居民、政府、工业或者商业等类型,各类用户停电损失函数为现有技术,可通过调研统计获得。
本发明步骤四包括:
4-1计算单个配变台区综合停电经济损失,将其配变用电经济损失PB_L与其下辖所有分布式新能源电站的发电经济损失L(j)进行累加,得到单个配变台区综合停电经济损失PB_L_SUM:
PB_L_SUM=PBL+∑jL(j);
4-2:将各配变台区综合经济损失PB_L_SUM(i)进行累加,即得到故障馈线综合停电经济损失FD_L:
FD_L=∑iPB_L_SUM(i)。
本发明的有益效果为:基于现有电力管理和统计系统,利用大数据方法对停电造成的各配变及分布式电源的负荷损失进行精确的估算,同时考虑到了分布式电源对配变用户用电负荷及电量的影响并进行了修正,大大提高了停电损失计算的准确性。
附图说明
图1所示本发明方法流程示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
如图1所示,本发明方法在应用时,首先分析配网故障线路及下辖配变的层次关系,得到停电时间窗口,接着计算各台区分布式新能源损失发电量及发电经济损失,然后计算各台区用户损失负荷并折算成用电经济损失,最后将发电经济损失与用电经济损失累加,得到馈线综合停电经济损失。
为了有效的运用本发明,本发明方法基于现有的电网故障辅助分析系统、EMS(能量管理系统)、PMS(生产管理系统)和用电信息采集系统的相关数据,以保证本发明应用的同时,具备相关区域的配电网拓扑结构,及该区域一段时间内所有馈线即配变的负荷数据。
具体的,参考图1,步骤一在进行时,首先进行“馈线->配变->分布式电站”的设备树形层次关系梳理,确定并设备停电时间窗口,具体为:
1-1从电网故障辅助分析系统获得配网分闸事件列表,甄选出10kV/20kV馈线重合不成功的故障信息。对于每一条故障馈线作为根节点,首先到PMS中搜索其下辖的配变台区,随后到用采系统中搜索各配变台区下辖的分布式新能源电站台账信息。由于馈线与配变、配变与分布式电站都是一对多的关系,因此形成了“馈线->配变->分布式电站”的树形层次关系;
1-2从EMS中获取故障发生前后N小时内的馈线负荷曲线及遥信分位记录,结合遥信分位时标信息及遥测数据掉零情况,计算出馈线故障停电时长;从用采系统中获取故障发生前后N小时内各配变负荷曲线及停复电事件信息,结合停复电事件时标信息及遥测数据掉零情况,计算出各配变停电时长。
步骤二计算各配变台区分布式新能源损失发电量及发电经济损失,具体为:
2-1计算停电期间分布式新能源电站发电量损失:
从气象监测系统获得故障发生日的天气数据(温度、风速、光照强度等)及历史天气数据,从用电信息采集系统获得历史电站发电量,利用新能源发电短期预测模型计算停电期间的发电负荷及P(t),对P(t)在停电时间范围[t1,t2]进行积分,得到损失的发电量
新能源短期预测模型较多,包括概率、时间序列、神经网络等,可根据实际需要进行选择,为现有技术,可参考以下文献:
[1]陈昌松等.基于模糊识别的光伏发电短期预测系统,电工技术学报,2011.7
[2]丁明等.基于马尔可夫链的光伏发电系统输出功率短期预测方法,电网技术,2011.1
[3]崔阳等.短期太阳能光伏发电预测方法研究进展,资源科学,2013.7
2-2计算停电期间该电站自用电负荷及电量损失:
根据气象数据(温度、湿度、风速)计算得到故障发生日人体舒适度值,结合历史电站用电负荷数据、人体舒适度统计值、工作日或节假日信息,利用基于相似日的短期负荷预测方法,得到停电期间该电站自用电负荷曲线,并进行累积得到停电期间损失用电负荷曲线E(t)。
本发明的短期负荷预测方法在以下现有技术基础上进行了改进:
[4]张伟.基于人体舒适度指数的配电网短期负荷预测方法,电力系统保护与控制,2013,41(9),74-79.
具体计算方法如下:
其中:DI为人体舒适度指数;T为温度;RH为日平均相对湿度,V为风速,可取日最高风速与日最低风速平均值;TN为基准温度,其随地域不同略有变化。
当日最高温度超过25度时,将一天中个时刻人体舒适度指数最大值作为该日的人体舒适度指数,即:
当日最高温度低于5度时,将一天中个时刻人体舒适度指数最小值作为该日的人体舒适度指数,即:
当日最高温度介于5度与25度之间时,用当日的气温、湿度、风速平均值代入公式算出该日的人体舒适度指数,即
HLAB为A、B两日人体舒适度指数距离,HLAB=DIA-DIB
LDIAB(t)为各时刻负荷-舒适度指数变化率,
LDIAB(t)=(EA(t)-EB(t))/HLAB
其中,PA(t)和PB(t)为A、B两日的负荷曲线。在近30日内随机挑选5组日期,计算负荷-舒适度指数变化率,再求平均值后得到平均负荷-舒适度指数变化率LDI(t)。
最后,计算停电期间损失用电负荷曲线:
EM(t)=ES(t)+HLMS*LDI(t)
其中M为待预测日,t的范围为停电的时间窗口,S为待预测日的历史相似日。相似日的算法可以参考以下论文:
[5]黎灿兵,李晓辉,赵瑞等.电力短期负荷预测相似日选取算法,电力系统自动化,2008,32(9),69-73.
具体计算方法为:
对于相似度的计算,共考虑4种因素,即日类型、是否特殊日、日期距离和人体舒适度。针对每种因素,分别计算历史日与待预测日的相似度m1,m2,m3和m4。值得注意的是,m1至m4的取值范围都为(0,1]。预测日与历史日相似度值为预测日与历史日各个因素相似度的乘积,即F=m1*m2*m3*m4。F值最大的日子即为预测日的历史相似日。
其中,影响因素主要包括:
1)日类型,指工作日或周末,如周一为1,周日为7。日类型相同,则获得该因素最大相似度1;同为工作日但日类型不同,给出一个相似度,如0.7;日类型不同时相似度可定义为0.4。m1的取值具体方法如表1:
表1
周一 | 周二 | 周三 | 周四 | 周五 | 周六 | 周日 | |
周一 | 1 | 0.7 | 0.7 | 0.7 | 0.7 | 0.4 | 0.4 |
周二 | 0.7 | 1 | 0.7 | 0.7 | 0.7 | 0.4 | 0.4 |
周三 | 0.7 | 0.7 | 1 | 0.7 | 0.7 | 0.4 | 0.4 |
周四 | 0.7 | 0.7 | 0.7 | 1 | 0.7 | 0.4 | 0.4 |
周五 | 0.7 | 0.7 | 0.7 | 0.7 | 1 | 0.4 | 0.4 |
周六 | 0.4 | 0.4 | 0.4 | 0.4 | 0.4 | 1 | 0.7 |
周日 | 0.4 | 0.4 | 0.4 | 0.4 | 0.4 | 0.7 | 1 |
2)是否为特殊日,特殊日指负荷明显不同的特定日期。主要包括一些节日,如元旦、春节等;另外,一些地区的灾害性天气、举办特定活动的日期也可认为是特殊日。特殊日的相似度计算可分4种情况分别给定相似度:同为同一种特殊日;都是特殊日但特殊日日期不同;同为非特殊日;一个特殊日、一个非特殊日。m2的取值方法可参考表2:
表2
3)日期距离,一般,离待预测日越近越相似。因此,在选择相似日时,有明显的“近大远小”规律。日期距离的相似度按下式计算:
m3=max(βk,a)
式中:β为衰减系数,含义是历史日与待预测日的距离每增加1d的相似度缩减比率,建议取值在0.90~0.98之间;k为历史日与待预测日的间隔天数,a为该因素的最低相似度,默认值为0.4,即当βk值小于0.4时,m3=0.4。
4)人体舒适度,其相似度值为其中DI0为被预测日的人体舒适度预测值,DId为历史日的人体舒适度实测值。
2-3计算停电造成的分布式新能源电站发电经济损失:
根据2-1损失发电负荷P(t)及2-2损失用电负荷E(t),计算上网负荷曲线PN(t),
当P(t)-E(t)>0时,说明电站所发的电在满足自用负荷的基础上有盈余,向电网输送电能。对PN(t)在停电时间范围[t1,t2]进行积分,得到损失的上网电量WN:
综合该电站停电期间损失的发电量W和上网电量WN,得到电站发电经济损失:
L=W*c1+WN*c2
其中c1为发电全电量补贴,c2为上网电价。这是政府制定的最为常见的光伏电价及补贴策略为合同能源管理模式:即投资者按照全发电量获得政府补贴,多余电量按照当地燃煤脱硫机组标杆电价由供电企业收购。
本发明步骤三为,计算停电期间各配变台区用电负荷损失及折算后的经济损失,具体包括:
3-1配变台区历史用电负荷数据准备:
在没有分布式电源接入的传统配电网,该数据即为该配变台区的用户用电负荷。然而,在分布式电源接入后,其所发电能将在同一台区内先进行消耗。因此,计算台区用电负荷应该在配变负荷基础上,加上该台区下辖所有分布式电源的发电量进行修正。配变负荷和分布式电源负荷均来自用采系统。
3-2计算停电期间配变台区用电负荷损失:
根据气象数据(温度、湿度、风速)计算得到人体舒适度值,结合历史负荷数据、人体舒适度统计值、工作日或节假日信息,代入相似日负荷预测模型,得到停电期间该台区用电负荷曲线PB_E(t),相关模型和方法参见步骤二。对PB_E(t)在停电时间范围[t1,t2]进行积分,得到该配变损失的用电量
3-3计算停电期间配变台区电力用户经济损失:
根据配变用户类型(居民、政府、工业、商业等)、停电持续时长、损失用电量PB_W、各类用户停电损失函数,计算得到停电期间配变台区电力用户经济损失:
PB_L=PBW*t*SCDF(t,i)
其中,t表示停电时长,i表示配变用户类型,SCDF(t,i)指用户停电损失函数,它反应各类用户类型在不同停电时长下损失每kW电量所造成的经济损失,参见以下文献:
[6]李蕊等.配电网重要电力用户停电损失及应急策略,电网技术,2011,35(10),170-176.
参考方法:以配变的用户类型和停电时长为参数,到表3中查询单位停电经济损失值,再乘上停电时长t及损失电量PBW,即可得到该配变台区电力用户经济损失值。
表3
表3的数据可通过调研统计获得。
本发明步骤四为计算馈线综合停电经济损失,具体包括:
1)计算单配变台区综合停电经济损失。将配变用电经济损失PB_L与其下辖所有分布式新能源发电经济损失L(j)进行累加,得到单配变台区综合停电经济损失PB_L_SUM:
2)将各配变台区综合经济损失进行累加,最终得到馈线综合停电经济损失FD_L:
FD_L=ΣiPB_L_SUM(i)。
以上以较佳实施例公开了本发明,然其并非用以限制本发明,凡采用等同替换或者等效变换方式所获得的技术方案,均落在本发明的保护范围之内。
Claims (5)
1.一种计及分布式新能源的配网故障停电损失评估方法,其特征是,包括以下步骤:
步骤一,获取配网分闸事件列表,对于列表中的故障分闸馈线,分别进一步获取其下辖的所有配变及配变台区内分布式新能源的负荷曲线及停电时间窗口;
步骤二,计算停电期间各配变台区内分布式新能源的发电量损失及发电经济损失;
步骤三:计算停电期间各配变台区用电负荷损失及折算后的经济损失;
步骤四:将步骤二和步骤三的经济损失结果相加,得到各配变台区综合停电经济损失;然后将各配变台区综合停电经济损失相加,即得到故障分闸馈线的综合停电经济损失。
2.根据权利要求1所述的方法,其特征是,步骤一中,通过获取故障发生前后N小时内的馈线负荷曲线及遥信分位记录,计算出馈线故障停电时长;通过获取故障发生前后N小时内各配变负荷曲线及停复电事件信息,计算出各配变停电时长。
3.根据权利要求1或2所述的方法,其特征是,步骤二包括:
2-1:计算停电期间分布式新能源电站的发电量损失:根据电站的包括装机类型、容量、气象数据、历史负荷曲线的数据,运用包括时间序列、时间趋势外推法、概率预测、智能预测的算法,估算出停电期间电站损失负荷曲线P(t),对P(t)在停电时间范围[t1,t2]进行积分,得到损失的发电量
2-2:计算停电期间分布式新能源电站的自用电负荷及电量损失:根据气象数据计算得到人体舒适度值,结合历史负荷数据、人体舒适度统计值、工作日或节假日信息,代入相似日负荷预测模型,得到停电期间电站自用电负荷曲线,并进行累积得到停电期间损失用电负荷曲线E(t);
2-3:计算停电造成的分布式新能源电站发电经济损失:根据2-1得到的损失发电负荷P(t)及2-2得到的损失用电负荷E(t),计算上网负荷曲线PN(t):
然后,对PN(t)在停电时间范围[t1,t2]进行积分,得到损失的上网电量WN:
再综合电站停电期间损失的发电量W和上网电量WN,得到电站发电经济损失为:
L=W*c1+WN*c2
其中c1为发电全电量补贴,c2为上网电价。
4.根据权利要求3所述的方法,其特征是,步骤三包括:
3-1:对于每台配变,将配变历史负荷与配变台区下辖的分布式新能源电站历史发电负荷进行累加,得到该配变台区历史用电负荷;
3-2:计算停电期间配变台区用电负荷损失:根据气象数据计算得到人体舒适度值,结合历史负荷数据、人体舒适度统计值、工作日或节假日信息,代入相似日负荷预测模型,得到停电期间该台区用电负荷曲线PB_E(t),对PB_E(t)在停电时间范围[t1,t2]进行积分,得到该配变台区损失的用电量
3-3:计算停电期间配变台区电力用户经济损失:根据配变用户类型、停电持续时长、损失用电量PB_W、各类用户停电损失函数,计算得到停电期间配变台区电力用户经济损失:
PB_L=PBW*t*SCDF(t,i)
其中,t表示停电时长,i表示配变用户类型,SCDF(t,i)指用户停电损失函数,它反应各用户类型在不同停电时长下损失每kW电量所造成的经济损失。
5.根据权利要求4所述的方法,其特征是,步骤四包括:
4-1计算单个配变台区综合停电经济损失,将其配变用电经济损失PB_L与其下辖所有分布式新能源电站的发电经济损失L(j)进行累加,得到单个配变台区综合停电经济损失PB_L_SUM:
PB_L_SUM=PBL+ΣjL(j);
4-2:将各配变台区综合经济损失PB_L_SUM(i)进行累加,即得到故障馈线综合停电经济损失FD_L:
FD_L=∑iPB_L_SUM(i)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610151200.6A CN105762793B (zh) | 2016-03-16 | 2016-03-16 | 计及分布式新能源的配网故障停电损失评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610151200.6A CN105762793B (zh) | 2016-03-16 | 2016-03-16 | 计及分布式新能源的配网故障停电损失评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105762793A true CN105762793A (zh) | 2016-07-13 |
CN105762793B CN105762793B (zh) | 2018-02-09 |
Family
ID=56332139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610151200.6A Active CN105762793B (zh) | 2016-03-16 | 2016-03-16 | 计及分布式新能源的配网故障停电损失评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105762793B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058866A (zh) * | 2016-07-15 | 2016-10-26 | 陈卫 | 基于大数据的供电方法 |
CN106373032A (zh) * | 2016-09-09 | 2017-02-01 | 国网江苏省电力公司电力科学研究院 | 基于大数据的配网故障高发区域辨识方法 |
CN106600135A (zh) * | 2016-12-08 | 2017-04-26 | 广州科腾信息技术有限公司 | 基于云数据的停电损失评估方法 |
CN108628979A (zh) * | 2018-04-26 | 2018-10-09 | 广州供电局有限公司 | 停电记录发布方法、系统、计算机设备和存储介质 |
CN110705801A (zh) * | 2019-10-10 | 2020-01-17 | 国网山东省电力公司泰安供电公司 | 基于故障损失电量的电网事故经济损失估算方法及系统 |
CN111325315A (zh) * | 2019-11-22 | 2020-06-23 | 国网新疆电力有限公司电力科学研究院 | 基于深度学习的配变停电电量损失预测的方法 |
CN112465235A (zh) * | 2020-12-01 | 2021-03-09 | 国网浙江杭州市富阳区供电有限公司 | 一种用于降低电量损失的停电区间预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385723A (zh) * | 2011-10-25 | 2012-03-21 | 中国电力科学研究院 | 一种重要电力用户应急电源配置方法 |
CN103679554A (zh) * | 2013-12-10 | 2014-03-26 | 国家电网公司 | 电网事故分闸辅助分析方法 |
CN104123676A (zh) * | 2014-06-04 | 2014-10-29 | 广东电网公司佛山供电局 | 一种基于配变终历史负荷的电力系统停电损失估算方法 |
JP2015050780A (ja) * | 2013-08-29 | 2015-03-16 | 富士通株式会社 | 損失算定プログラム、損失算定方法及び損失算定装置 |
CN104504613A (zh) * | 2014-12-15 | 2015-04-08 | 国家电网公司 | 一种计及多种影响因素的停电损失评估方法 |
CN104881723A (zh) * | 2015-06-12 | 2015-09-02 | 国网内蒙古东部电力有限公司通辽供电公司 | 考虑等效负荷点影响的含源配电网故障停电方案优化方法 |
-
2016
- 2016-03-16 CN CN201610151200.6A patent/CN105762793B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385723A (zh) * | 2011-10-25 | 2012-03-21 | 中国电力科学研究院 | 一种重要电力用户应急电源配置方法 |
JP2015050780A (ja) * | 2013-08-29 | 2015-03-16 | 富士通株式会社 | 損失算定プログラム、損失算定方法及び損失算定装置 |
CN103679554A (zh) * | 2013-12-10 | 2014-03-26 | 国家电网公司 | 电网事故分闸辅助分析方法 |
CN104123676A (zh) * | 2014-06-04 | 2014-10-29 | 广东电网公司佛山供电局 | 一种基于配变终历史负荷的电力系统停电损失估算方法 |
CN104504613A (zh) * | 2014-12-15 | 2015-04-08 | 国家电网公司 | 一种计及多种影响因素的停电损失评估方法 |
CN104881723A (zh) * | 2015-06-12 | 2015-09-02 | 国网内蒙古东部电力有限公司通辽供电公司 | 考虑等效负荷点影响的含源配电网故障停电方案优化方法 |
Non-Patent Citations (1)
Title |
---|
陈锦铭 等: "含高渗透率分布式光伏的配电网停电损失评估", 《电力需求侧管理》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058866A (zh) * | 2016-07-15 | 2016-10-26 | 陈卫 | 基于大数据的供电方法 |
CN106373032A (zh) * | 2016-09-09 | 2017-02-01 | 国网江苏省电力公司电力科学研究院 | 基于大数据的配网故障高发区域辨识方法 |
CN106373032B (zh) * | 2016-09-09 | 2019-07-19 | 国网江苏省电力公司电力科学研究院 | 基于大数据的配网故障高发区域辨识方法 |
CN106600135A (zh) * | 2016-12-08 | 2017-04-26 | 广州科腾信息技术有限公司 | 基于云数据的停电损失评估方法 |
CN108628979A (zh) * | 2018-04-26 | 2018-10-09 | 广州供电局有限公司 | 停电记录发布方法、系统、计算机设备和存储介质 |
CN108628979B (zh) * | 2018-04-26 | 2021-02-09 | 广州供电局有限公司 | 停电记录发布方法、系统、计算机设备和存储介质 |
CN110705801A (zh) * | 2019-10-10 | 2020-01-17 | 国网山东省电力公司泰安供电公司 | 基于故障损失电量的电网事故经济损失估算方法及系统 |
CN111325315A (zh) * | 2019-11-22 | 2020-06-23 | 国网新疆电力有限公司电力科学研究院 | 基于深度学习的配变停电电量损失预测的方法 |
CN112465235A (zh) * | 2020-12-01 | 2021-03-09 | 国网浙江杭州市富阳区供电有限公司 | 一种用于降低电量损失的停电区间预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105762793B (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105762793A (zh) | 计及分布式新能源的配网故障停电损失评估方法 | |
Hashemi-Dezaki et al. | Risk management of smart grids based on managed charging of PHEVs and vehicle-to-grid strategy using Monte Carlo simulation | |
US7930070B2 (en) | System, method, and module capable of curtailing energy production within congestive grid operating environments | |
CN103259285B (zh) | 含大规模风电电力系统的短期运行优化方法 | |
EP2537222B1 (en) | Energy generating system and control thereof | |
US20140365419A1 (en) | Adaptation of a power generation capacity and determining of an energy storage unit size | |
Taneja et al. | Defining cps challenges in a sustainable electricity grid | |
Olczak et al. | Analyses of duck curve phenomena potential in polish PV prosumer households’ installations | |
JP2018207745A (ja) | 需要家電力管理システム及びアグリゲータシステム | |
Mohammadi et al. | Optimal operation management of microgrids using the point estimate method and firefly algorithm while considering uncertainty | |
Ghahramani et al. | Energy management of electric vehicles parking in a power distribution network using robust optimization method | |
KR20190112441A (ko) | 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템 | |
Sun et al. | Improving the restorability of bulk power systems with the implementation of a WF-BESS system | |
CN112529730A (zh) | 一种需求侧错峰资源管理系统 | |
CN109636033B (zh) | 一种分布式光伏项目自发自用综合电价预测方法 | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
CN109584102A (zh) | 一种基于用户感知的配电网可靠性评估分析方法 | |
Zeng et al. | Estimation of distribution system capability for accommodating electric vehicles | |
Ostapchuk et al. | Problems of the use of renewable energy sources in the structure of railway power supply | |
Mohamed et al. | Domestic battery power management strategies to maximize the profitability and support the network | |
Bessa et al. | Comparison of probabilistic and deterministic approaches for setting operating reserve in systems with high penetration of wind power | |
Chadly et al. | Uncertainty and simulation‐based cost analyses for energy storage systems used in green buildings | |
Pillai et al. | The techno-economic feasibility of providing solar photovoltaic backup power | |
Dang et al. | Flexibility scheduling for microgrids with electric vehicle (ev) penetration | |
CN105024379A (zh) | 一种风机检修管理调度系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |