CN106157174B - 以减少停电时间与电量为目标的停电计划优化决策方法 - Google Patents
以减少停电时间与电量为目标的停电计划优化决策方法 Download PDFInfo
- Publication number
- CN106157174B CN106157174B CN201610580108.1A CN201610580108A CN106157174B CN 106157174 B CN106157174 B CN 106157174B CN 201610580108 A CN201610580108 A CN 201610580108A CN 106157174 B CN106157174 B CN 106157174B
- Authority
- CN
- China
- Prior art keywords
- power
- event
- power failure
- failure
- matrix
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 31
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 55
- 238000012423 maintenance Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种以减少停电时间与电量为目标的停电计划优化决策方法，包括：读取配电网拓扑信息，建立待评估区域配电网各元件间的联络关系，形成联络矩阵；读取配电网各负荷点信息；读取停电事件信息；针对各类停电事件，读取评估区域内检修班组信息，包括区域内检修班组的数量BN、检修班组的能力、检修班组的日工作量，并且明确评估区域内的停电策略；优化停电时段；优化停电顺序；结果展示。本发明充分考虑用户停电时间、用户满意度及班组能力等因素，在执行时采用同时检修方式进行处理，并且针对不同的停电事件结合受影响区域的日负荷曲线，优化停电事件的执行时间，有效地减少系统停电时间与停电电量，保证系统的可靠供电的，同时提高客户的满意程度。
Description
技术领域
本发明涉及一种电力系统评估方法。特别是涉及一种用于规划配电网中停电事件的以减少停电时间与电量为目标的停电计划优化决策方法。
背景技术
电力系统由发电、输电、配电和用电等各部分系统组成。配电系统作为电力输送到用户的最后一环，与用户的联系最为紧密，对用户的影响也最为直接，是保证供电质量、提高电网运行效率、创新用户服务的关键环节。它是电能供应和分配的关键阶段。配电系统的运行直接关乎用户能否正常可靠用电，当这些设备由于故障、日常检修、施工或者其他原因导致停运时，整个电力系统就会停止对用户的供电，直到配电系统及其设备的故障被排除或修复，才能继续正常供电，因此，在可能的情况下合理地安排停电事件对提高用户侧的持续可靠供电具有重要的意义。近年来，随着用户对供电质量要求的不断提高，配电系统可靠性得到人们越来越多的重视。
在配电网的实际运行中，主要有两种情况会造成配电网中的设备元件失效，进而造成配电网发生停电，即故障造成的元件失效以及预安排停电造成的元件失效。其中，针对故障所造成的元件失效，更多的与设备元件所处的环境以及运行的实际情况相关，并且具有一定的偶然性与突发性，很难实现进行预判；而针对于预安排停运所造成的元件失效，属于人为预先设定的停电事件，对于里面的人为因素可以进行优化设计，从而降低停电所带来的损失。
电力公司在制定停电方案时，通常只是随机地对事件进行排序，并没有考虑停电范围之间的交互关联性，并且在对于停电事件的执行时间上也并未做优化考虑，造成停电损失较大。基于上述问题，本发明提出了一种以减少停电时间与电量为目标的停电计划优化决策方法，首先对停电事件之间的关联关系进行分析，并且针对不同的停电事件结合受影响区域的日负荷曲线，优化停电事件的执行时间，进而减少了停电时间与停电电量，提高了用户满意度。
配电网是由配电网结构、技术装备水平和管理水平的综合体现。由于配电网直接与实际用户相连，对用户的影响也最为直接，因此，提高配电网的运行状态，减少停电时间与范围，是保障配电网持续可靠供电并提高用户满意度的关键。预安排停电是导致配电网中发生设备元件失效的重要原因之一，并且由于预安排停运事件中包含有一定的人为因素，可以进行调整与优化，因此更具有研究的价值与意义。
传统情况下，电力公司在进行预安排停电事件时比较随意，通常是按照停电计划的制定顺序随机执行，并没有考虑停电事件之间的关联关系，并优化由此产生的影响，会造成较大的停电损失。
发明内容
本发明所要解决的技术问题是，提供一种用于规划配电网中停电事件的以减少停电时间与电量为目标的停电计划优化决策方法。
本发明所采用的技术方案是：一种以减少停电时间与电量为目标的停电计划优化决策方法，包括如下步骤：
1)读取配电网拓扑信息，建立待评估区域配电网各元件间的联络关系，形成联络矩阵；
2)读取配电网各负荷点信息；
3)读取停电事件信息，包括：
(1)读取停电位置，停电位置与步骤1)所建立的评估区域配电网各元件间的联络关系相对应；
(2)读取停电原因，针对停电原因分析停电失效元件，明确评估时段内待检修设备总数n、每一个停电事件的停电时长，并且针对每一个停电事件与停电时长的对应关系建立SC矩阵，SC矩阵的维数为1×n，其中n为评估时段内待检修设备总数，即停电事件总数，矩阵中的元素sc代表执行不同停电事件时所需要的停电时长；
(3)读取停电范围；
3)针对各类停电事件，读取评估区域内检修班组信息，包括区域内检修班组的数量BN、检修班组的能力、检修班组的日工作量，并且明确评估区域内的停电策略；
4)优化停电时段，包括：
(1)根据各停电事件之间的关系，对所有的停电事件进行分组，综合考虑停电事件的停电拓扑信息，将停电范围内具有包含关系的事件分为同一停电事件组，同一停电事件组的停电检修事件在检修班组信息满足的情况下进行同时检修，以减少停电次数降低停电造成的影响；
(2)分析每一停电事件组的停电信息，包括每一停电事件组的停电时间和停电涉及的负荷点的功率变化曲线，对停电时间段进行优化，以保证停电电量达到最小，具体优化目标函数为：
式中，t0为停电事件的起始时间，t0∈[0,24]；tz为某一停电事件的停电时长；Zn为停电事件总数；Pi,t为第i个负荷点在t时刻的负荷功率；
(3)建立P矩阵来反映每一个元件失效所造成的停电电量情况，矩阵中的元素pij为第i个元件在j插值区间的停电电量，将停电负荷曲线插值表示，矩阵P＝FMEA01×LP；
5)优化停电顺序，
首先，明确同一停电事件组的停电检修事件是否能够同时执行检修；其次，考虑每一停电事件组停电事件的起止时间，以保证后一停电事件组停电事件的起始时间不早于上一停电事件组停电事件的结束时间，如果优化过程中发生时间冲突，后一停电事件组停电事件将转到下一天的优化时段检修；最后，形成完整的停电检修时间序列表。
6)结果展示，
对停电事件的优化结果进行展示，包括停电事件的执行顺序、总的停电时长以及受影响的停电电量。
步骤2)所述的读取配电网负荷信息是：明确每一个负荷点的典型日负荷曲线，并且依据典型日负荷曲线建立LP矩阵，矩阵维数为M×T，其中，M为待评估区域配电网内负荷点的数量，T为日负荷曲线选取的评估时段总数，矩阵中的元素lpmt为待评估区域配电网内第m个负荷点在t时刻时的负荷量。
步骤3)中的第(3)读取停电范围是：
对于停电范围的确定要结合配电系统可靠性计算中的故障模式影响分析表的生成方法进行确定，对故障模式影响分析表进行0-1化，构造FMEA01矩阵，构造原则将故障模式影响分析表中不为0的元素设定为1，0元素设定为0，确定某一个元件失效所产生的停电范围。
所述的FMEA01矩阵为故障模式影响分析表0-1化所得到的矩阵，矩阵的行代表配电网中不同的元件，矩阵的列代表配电网中不同的负荷点，矩阵中的元素数值如果为1，代表所述元件故障会对相应位置的负荷点造成影响；矩阵中的元素数值如果为0，代表所述元件故障不会对相应位置的负荷点造成影响。
本发明的以减少停电时间与电量为目标的停电计划优化决策方法，从预安排停电的角度出发，充分考虑用户停电时间、用户满意度及班组能力等因素，首先对停电事件之间的关联关系进行分析，在考虑检修资源的情况下对部分停电事件进行合并，在执行时采用同时检修方式进行处理，并且针对不同的停电事件结合受影响区域的日负荷曲线，优化停电事件的执行时间，有效地减少系统停电时间与停电电量，保证系统的可靠供电的，同时提高客户的满意程度。
附图说明
图1是本发明以减少停电时间与电量为目标的停电计划优化决策方法的流程图；
图2是第一配网系统馈线网络结构示意图
图3是第二配网系统馈线网络结构示意图。
图4是配网系统中典型工业负荷曲线。
图5是配网系统中典型商业负荷曲线。
图6是配网系统中典型居民负荷曲线。
具体实施方式
下面结合实施例和附图对本发明的以减少停电时间与电量为目标的停电计划优化决策方法做出详细说明。
如图1所示，本发明的以减少停电时间与电量为目标的停电计划优化决策方法，包括如下步骤：
1)读取配电网拓扑信息，建立待评估区域配电网各元件间的联络关系，形成联络矩阵；
2)读取配电网各负荷点信息，所述的读取配电网负荷信息是：(1)明确每一个负荷点的典型日负荷曲线，并且依据典型日负荷曲线建立LP矩阵，LP矩阵是一个能够反映待评估区域网架结构内所有负荷点信息的矩阵，矩阵维数为M×T，其中，M为待评估区域配电网内负荷点的数量，T为日负荷曲线选取的评估时段总数，例如：典型日负荷曲线每一个小时对负荷点观测一次，则T＝24；矩阵中的元素lpmt为待评估区域配电网内第m个负荷点在t时刻时的负荷量。
3)读取停电事件信息，分析停电事件的目的在于，明确配电网内停电事件相关信息，从而为后续的停电事件排序建立基础。主要包括：
(1)读取停电位置，停电位置与步骤1)所建立的评估区域配电网各元件间的联络关系相对应；
(2)读取停电原因，针对停电原因分析停电失效元件，明确评估时段内待检修设备总数n、每一个停电事件的停电时长，并且针对每一个停电事件与停电时长的对应关系建立SC矩阵，SC矩阵的维数为1×n，其中n为评估时段内待检修设备总数，即停电事件总数，矩阵中的元素sc代表执行不同停电事件时所需要的停电时长，在进行停电事件的优化决策中将以停电时间作为重要的优化约束；
(3)读取停电范围，读取停电范围是：
对于停电范围的确定要结合配电系统可靠性计算中的故障模式影响分析表(FMEA表)的生成方法进行确定，在配电系统可靠性计算中，故障模式影响分析表用来表征配电网中某一设备元件故障对配电网中负荷点的影响，故障模式影响分析表的行代表不同元件，列代表不同负荷点，表中的元素代表不同元件失效对负荷点产生的影响，主要体现在受影响时间层面。而故障模式影响分析表所构造的矩阵属于稀疏矩阵，如果相应位置的元素不为“0”，则代表该元件故障会对相应的负荷点产生影响，否则代表元件故障不会对负荷点产生影响。因此，依据上述思想，对故障模式影响分析表进行0-1化，构造FMEA01矩阵，构造原则将故障模式影响分析表中不为0的元素设定为1，0元素设定为0，确定某一个元件失效所产生的停电范围。所述的FMEA01矩阵为故障模式影响分析表0-1化所得到的矩阵，矩阵的行代表配电网中不同的元件，矩阵的列代表配电网中不同的负荷点，矩阵中的元素数值如果为1，代表所述元件故障会对相应位置的负荷点造成影响；矩阵中的元素数值如果为0，代表所述元件故障不会对相应位置的负荷点造成影响。
3)针对各类停电事件，读取评估区域内检修班组信息，包括区域内检修班组的数量BN、检修班组的能力、检修班组的日工作量，并且明确评估区域内的停电策略；
4)优化停电时段，包括：
(1)根据各停电事件之间的关系，对所有的停电事件进行分组，综合考虑停电事件的停电拓扑信息，将停电范围内具有包含关系的事件分为同一停电事件组，同一停电事件组的停电检修事件在检修班组信息满足的情况下进行同时检修，以减少停电次数降低停电造成的影响；
(2)分析每一停电事件组的停电信息，包括每一停电事件组的停电时间和停电涉及的负荷点的功率变化曲线，对停电时间段进行优化，以保证停电电量达到最小，具体优化目标函数为：
式中，t为停电事件的起始时间，t∈[0,24]；tz为某一停电事件的停电时长；Zn为停电事件总数；Pi,t为第i个负荷点在t时刻的负荷功率；
(3)建立P矩阵来反映每一个元件失效所造成的停电电量情况，矩阵中的元素pij为第i个元件在j插值区间的停电电量，将停电负荷曲线插值表示，矩阵P＝FMEA01×LP；
5)优化停电顺序，
首先，明确同一停电事件组的停电检修事件是否能够同时执行检修；其次，考虑每一停电事件组停电事件的起止时间，以保证后一停电事件组停电事件的起始时间不早于上一停电事件组停电事件的结束时间，如果优化过程中发生时间冲突，后一停电事件组停电事件将转到下一天的优化时段检修；最后，形成完整的停电检修时间序列表。
6)结果展示，
对停电事件的优化结果进行展示，包括停电事件的执行顺序、总的停电时长以及受影响的停电电量。
下面给出具体实例：
MATLAB是美国MathWorks公司出品的商业数学软件，是一个可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。本发明实例以MATLAB为基础，实现了配电自动化终端优化配置模型，将本发明在其中进行了应用。
1)发明实施背景
为验证本发明的有效性，选取某市配电网的一组单联络网作为实例分析对象，适用于实例分析的馈线一与馈线二网络结构示意图，分别如图2与图3所示。研究分析线路上涉及到的停电事件，并对停电事件进行排序规划，规划涉及到停运的元件如表1所示。
表1停电事件信息说明
通过实地调查，评估地区共有3个检修班组，检修班组可以处理所有类型的停电事件。当地的负荷类型主要包括：工业、商业和居民三类，三类负荷的典型负荷曲线如图4至图6所示。
2)发明实施结果
按照上面所介绍的理论方法，综合考虑事件之间的关联性对停电事件的执行顺序以及执行时间进行排序，得到表1中所列停电事件的执行顺序如表2所示：
表2停电事件执行顺序
经过优化排序后，执行所有的停电事件共造成停电14h，造成停电电量128.6067MW·h。
Claims (4)
1.一种以减少停电时间与电量为目标的停电计划优化决策方法，其特征在于，包括如下步骤：
1)读取配电网拓扑信息，建立待评估区域配电网各元件间的联络关系，形成联络矩阵；
2)读取配电网各负荷点信息；
3)读取停电事件信息，包括：
(1)读取停电位置，停电位置与步骤1)所建立的评估区域配电网各元件间的联络关系相对应；
(2)读取停电原因，针对停电原因分析停电失效元件，明确评估时段内待检修设备总数n、每一个停电事件的停电时长，并且针对每一个停电事件与停电时长的对应关系建立SC矩阵，SC矩阵的维数为1×n，其中n为评估时段内待检修设备总数，即停电事件总数，矩阵中的元素sc代表执行不同停电事件时所需要的停电时长；
(3)读取停电范围；
4)针对各类停电事件，读取评估区域内检修班组信息，包括区域内检修班组的数量BN、检修班组的能力、检修班组的日工作量，并且明确评估区域内的停电策略；
5)优化停电时段，包括：
(1)根据各停电事件之间的关系，对所有的停电事件进行分组，综合考虑停电事件的停电拓扑信息，将停电范围内具有包含关系的事件分为同一停电事件组，同一停电事件组的停电检修事件在检修班组信息满足的情况下进行同时检修，以减少停电次数降低停电造成的影响；
(2)分析每一停电事件组的停电信息，包括每一停电事件组的停电时间和停电涉及的负荷点的功率变化曲线，对停电时间段进行优化，以保证停电电量达到最小，具体优化目标函数为：
式中，t0为停电事件的起始时间，t0∈[0,24]；tz为某一停电事件的停电时长；Zn为停电事件总数；Pi,t为第i个负荷点在t时刻的负荷功率；
(3)建立P矩阵来反映每一个元件失效所造成的停电电量情况，矩阵中的元素pij为第i个元件在j插值区间的停电电量，将停电负荷曲线插值表示，矩阵P＝FMEA01×LP；
6)优化停电顺序，
首先，明确同一停电事件组的停电检修事件是否能够同时执行检修；其次，考虑每一停电事件组停电事件的起止时间，以保证后一停电事件组停电事件的起始时间不早于上一停电事件组停电事件的结束时间，如果优化过程中发生时间冲突，后一停电事件组停电事件将转到下一天的优化时段检修；最后，形成完整的停电检修时间序列表；
7)结果展示，
对停电事件的优化结果进行展示，包括停电事件的执行顺序、总的停电时长以及受影响的停电电量。
2.根据权利要求1所述的以减少停电时间与电量为目标的停电计划优化决策方法，其特征在于，步骤2)所述的读取配电网负荷信息是：明确每一个负荷点的典型日负荷曲线，并且依据典型日负荷曲线建立LP矩阵，矩阵维数为M×T，其中，M为待评估区域配电网内负荷点的数量，T为日负荷曲线选取的评估时段总数，矩阵中的元素lpmt为待评估区域配电网内第m个负荷点在t时刻时的负荷量。
3.根据权利要求1所述的以减少停电时间与电量为目标的停电计划优化决策方法，其特征在于，步骤3)中的第(3)读取停电范围是：
对于停电范围的确定要结合配电系统可靠性计算中的故障模式影响分析表的生成方法进行确定，对故障模式影响分析表进行0-1化，构造FMEA01矩阵，构造原则将故障模式影响分析表中不为0的元素设定为1，0元素设定为0，确定某一个元件失效所产生的停电范围。
4.根据权利要求3所述的以减少停电时间与电量为目标的停电计划优化决策方法，其特征在于，所述的FMEA01矩阵为故障模式影响分析表0-1化所得到的矩阵，矩阵的行代表配电网中不同的元件，矩阵的列代表配电网中不同的负荷点，矩阵中的元素数值如果为1，代表所述元件故障会对相应位置的负荷点造成影响；矩阵中的元素数值如果为0，代表所述元件故障不会对相应位置的负荷点造成影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610580108.1A CN106157174B (zh) | 2016-07-21 | 2016-07-21 | 以减少停电时间与电量为目标的停电计划优化决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610580108.1A CN106157174B (zh) | 2016-07-21 | 2016-07-21 | 以减少停电时间与电量为目标的停电计划优化决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106157174A CN106157174A (zh) | 2016-11-23 |
| CN106157174B true CN106157174B (zh) | 2019-08-06 |
Family
ID=58059960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610580108.1A Active CN106157174B (zh) | 2016-07-21 | 2016-07-21 | 以减少停电时间与电量为目标的停电计划优化决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106157174B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106647406B (zh) * | 2016-12-26 | 2019-01-29 | 国网山东省电力公司泰安供电公司 | 电力故障修复策略的执行方法和装置 |
| CN107067156A (zh) * | 2017-02-24 | 2017-08-18 | 广东电网有限责任公司佛山供电局 | 配电网停电策略的评估方法和装置 |
| CN108169621A (zh) * | 2017-12-05 | 2018-06-15 | 国电南瑞科技股份有限公司 | 基于支持向量机的台区停电事件补全方法 |
| CN108448577A (zh) * | 2018-04-11 | 2018-08-24 | 南方电网科学研究院有限责任公司 | 配电网停电计划排程优化方法及装置 |
| CN109768540B (zh) * | 2018-10-26 | 2022-07-29 | 国网天津市电力公司 | 基于大数据分析的配电网停电优化排期方法 |
| CN110263992B (zh) * | 2019-06-12 | 2023-07-04 | 苏州智睿新能信息科技有限公司 | 一种基于客户对供电服务敏感度的最优计划停电方法 |
| CN110874689A (zh) * | 2019-09-24 | 2020-03-10 | 国网天津静海供电有限公司 | 一种基于云平台的停电计划管控方法 |
| CN110866739B (zh) * | 2019-11-29 | 2022-08-12 | 国网四川省电力公司电力科学研究院 | 一种考虑故障排查路径的配电网综合停电时间表示方法 |
| CN111709632A (zh) * | 2020-06-09 | 2020-09-25 | 国网安徽省电力有限公司安庆供电公司 | 基于人工智能和多目标约束的停电计划自动编排方法 |
| CN112465235B (zh) * | 2020-12-01 | 2023-08-04 | 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 (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105680448A (zh) * | 2016-03-23 | 2016-06-15 | 中国电力科学研究院 | 一种年月停电计划组合方法 |
| CN105740977A (zh) * | 2016-01-28 | 2016-07-06 | 福州大学 | 一种基于多目标粒子群的停电管理优化方法 |
-
2016
- 2016-07-21 CN CN201610580108.1A patent/CN106157174B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105740977A (zh) * | 2016-01-28 | 2016-07-06 | 福州大学 | 一种基于多目标粒子群的停电管理优化方法 |
| CN105680448A (zh) * | 2016-03-23 | 2016-06-15 | 中国电力科学研究院 | 一种年月停电计划组合方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106157174A (zh) | 2016-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106157174B (zh) | 以减少停电时间与电量为目标的停电计划优化决策方法 | |
| Afzal et al. | State‐of‐the‐art review on power system resilience and assessment techniques | |
| Zhang et al. | Probabilistic wind energy modeling in electric generation system reliability assessment | |
| Tekiner-Mogulkoc et al. | Electric power system generation expansion plans considering the impact of Smart Grid technologies | |
| Zhang et al. | A comprehensive overview of modeling approaches and optimal control strategies for cyber-physical resilience in power systems | |
| Chanda et al. | Quantifying resiliency of smart power distribution systems with distributed energy resources | |
| CN102938106B (zh) | 基于电网停电计划的主网n-1风险评估方法和系统 | |
| CN102545213A (zh) | 电网线损实时管理系统及方法 | |
| Oldfield | Addressing energy poverty through smarter technology | |
| Airoboman et al. | Reliability analysis of power system network: A case study of transmission company of Nigeria, Benin City | |
| Murphy et al. | Adapting existing energy planning, simulation, and operational models for resilience analysis | |
| CN111859812A (zh) | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 | |
| Ayuketah et al. | Power generation expansion pathways: A policy analysis of the Cameroon power system | |
| Sun et al. | Climate change risks and financial performance of the electric power sector: Evidence from listed companies in China | |
| Lantharthong et al. | Techniques for reliability evaluation in distribution system planning | |
| Yu et al. | A hybrid fuzzy-stochastic technique for planning peak electricity management under multiple uncertainties | |
| CN113887823A (zh) | 一种基于知识推理故障停电线路自适应提取方法 | |
| Ramesh et al. | Reliability assessment of cogeneration power plant in textile mill using fault tree analysis | |
| CN111340257B (zh) | 一种基于风险分析输电设备检修计划的优化方法及系统 | |
| Kindle et al. | An empirical test for inter-state carbon-dioxide emissions leakage resulting from the regional greenhouse gas initiative | |
| Sun et al. | Interval mixed-integer programming for daily unit commitment and dispatch incorporating wind power | |
| CN104933519A (zh) | 一种继保设备状态检修辅助决策系统 | |
| Bharati et al. | Advancing energy equity considerations in distribution systems planning | |
| CN105024379B (zh) | 一种风机检修管理调度系统 | |
| Amrutha et al. | A mathematical model for supply demand matching in a low carbon electricity system |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210906 Address after: 510663 3 building, 3, 4, 5 and J1 building, 11 building, No. 11, Ke Xiang Road, Luogang District Science City, Guangzhou, Guangdong. Patentee after: ELECTRIC POWER Research Institute CHINA SOUTHERN POWER GRID Patentee after: Tianjin University Address before: 510080 West Tower, Yuedian building, No.6 and 8 shuijungang, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: POWER GRID TECHNOLOGY RESEARCH CENTER. CHINA SOUTHERN POWER GRID Patentee before: Tianjin University |
|
| TR01 | Transfer of patent right |