CN107069733A - 能源互联网的谐波潮流计算的方法 - Google Patents
能源互联网的谐波潮流计算的方法 Download PDFInfo
- Publication number
- CN107069733A CN107069733A CN201710285645.8A CN201710285645A CN107069733A CN 107069733 A CN107069733 A CN 107069733A CN 201710285645 A CN201710285645 A CN 201710285645A CN 107069733 A CN107069733 A CN 107069733A
- Authority
- CN
- China
- Prior art keywords
- harmonic
- node
- trend
- voltage
- output
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005611 electricity Effects 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- MKXZASYAUGDDCJ-NJAFHUGGSA-N dextromethorphan Chemical compound C([C@@H]12)CCC[C@]11CCN(C)[C@H]2CC2=CC=C(OC)C=C21 MKXZASYAUGDDCJ-NJAFHUGGSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/01—Arrangements for reducing harmonics or ripples
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种能源互联网的谐波潮流计算的方法,包括:获取能源物联网中的节点的电量;利用逆向云发生器对不确定节点的各输出功率进行建模,得到特征值,所述不确定节点为输出功率具有不确定性的DG对应的节点;依据所述特征值得到输出功率的不确定区间;对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值;依据所述潮流输出的中心值得到潮流输出的范围;依据所述范围内的潮流输出计算得到节点的谐波电流;计算能源物联网中除DG外的元器件的谐波参数;依据所述谐波参数和谐波电流计算得到节点的谐波电压;依据节点的谐波电压计算得到节点的电压总谐波畸变率。具有计算准确、计算效率高的优点。
Description
技术领域
本发明涉及电力系统分析与计算领域,尤其涉及一种能源互联网的谐波潮流计算的方法。
背景技术
能源互联网被视为信息通信技术与能源技术融合的产物,将为转变能源发展方式、实现可持续发展提供可能的解决方案,但随着大量电力电子装置(如能量路由器等)、敏感性负荷与波动式分布式电源(Distributed Generation,DG)的接入能源互联网,其谐波问题将由局部问题逐步扩散为系统问题,降低能源互联网优质供电的能力。
谐波潮流计算是研究系统电力潮流中谐波问题的重要手段,通过谐波潮流计算可以得到电网各支路谐波电流、节点谐波电压以及谐波畸变的程度,是评估能源互联网谐波问题的重要方法。但DG的出力具有很大的随机波动性,因此,并网节点功率具有不确定性,这将导致节点注入谐波电流的不确定,进而给能源互联网带来了不确定性谐波潮流的问题。针对不确定谐波潮流,已有文献进行了分析与研究,其中对概率潮流法的研究较多。概率潮流法采用2阶矩判断不确定信息的波动性,即以标准差来衡量不确定度。建立符合实际的概率模型需要大量准确的基础数据,而实际应用中,一方面,受限于样本的数量,所需的大量基础数据难以满足要求;另一方面,DG具有较大波动性,使样本具有不确定性,且由于测量误差等影响,难以确定样本的准确性,因此,仅用2阶矩的概率模型难以真实反映DG输出功率的不确定性,也难以计算出准确的网络谐波潮流指标。
如公开号为CN 103956735 B的中国专利提出的一种分布式发电系统的谐波潮流分析方法,首先,根据分布式发电系统中分布式电源(DG)并网的特点,分析DG并网接口电力电子装置的工作特性及其注入系统各次谐波电流的含量;然后,通过计算分布式发电系统的基波潮流得出各DG并网的基波电压,由各DG的输出功率,可计算出其注入系统的基波电流;最后,通过各DG注入系统的基波电流求出其注入系统的各次谐波电流,并计算出整个分布式发电系统的谐波潮流分布情况。
然而上述方法没有考虑分布式电源(DG)的出力具有很大的随机波动性,因此,并网节点功率具有不确定性,这将导致节点注入谐波电流的不确定,进而给能源互联网带来了不确定性谐波潮流的问题。
发明内容
本发明所要解决的技术问题是:提供一种结合云模型和边界潮流法的能源互联网的谐波潮流计算的方法,能够准确、高效地计算出电网谐波潮流分布。
为了解决上述技术问题,本发明采用的技术方案为:
一种能源互联网的谐波潮流计算的方法,包括:
获取能源物联网中的节点的电量;
利用逆向云发生器对不确定节点的各输出功率进行建模,得到特征值,所述不确定节点为输出功率具有不确定性的DG对应的节点;
依据所述特征值得到输出功率的不确定区间;
对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值;
依据所述潮流输出的中心值得到潮流输出的范围;
依据所述范围内的潮流输出计算得到节点的谐波电流;
计算能源物联网中除DG外的元器件的谐波参数;
依据所述谐波参数和谐波电流计算得到节点的谐波电压;
依据节点的谐波电压计算得到节点的电压总谐波畸变率。
本发明的有益效果在于:DG的输出功率近似服从正态分布,采用逆向云发生器进行建模,充分考虑了样本方差的波动性,特征值中的熵值有依据地扩大了不确定节点输出功率的预测区间,其区间将大于概率法,能预测到波动较大的样本的电压总畸变率的结果,提高了谐波潮流计算的准确性;并且,对于预测区间内的每一输出功率都只进行一次确定性潮流计算,即只进行一个迭代循环过程,因此大大提高了计算时间,提高了计算效率。
附图说明
图1为本发明实施例的能源互联网的谐波潮流计算的方法的流程示意图;
图2为本发明实施例一的能源互联网的谐波潮流计算的方法的流程示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:利用逆向云发生器对不确定节点的各输出功率进行建模,得到特征值;依据所述特征值得到输出功率的不确定区间;对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值,进而得到潮流输出的范围。
请参照图1,本发明提供:
一种能源互联网的谐波潮流计算的方法,包括:
获取能源物联网中的节点的电量;
利用逆向云发生器对不确定节点的各输出功率进行建模,得到特征值,所述不确定节点为输出功率具有不确定性的DG对应的节点;
依据所述特征值得到输出功率的不确定区间;
对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值;
依据所述潮流输出的中心值得到潮流输出的范围;
依据所述范围内的潮流输出计算得到节点的谐波电流;
计算能源物联网中除DG外的元器件的谐波参数;
依据所述谐波参数和谐波电流计算得到节点的谐波电压;
依据节点的谐波电压计算得到节点的电压总谐波畸变率。
从上述描述可知,本发明的有益效果在于:利用云模型的特征值求得节点功率预测范围;基于所得节点功率预测范围,结合边界潮流法进行不确定谐波潮流计算求出电网谐波潮流分布;相比传统概率法更准确,且具有较高的计算效率。
进一步的依据所述谐波参数和谐波电流计算得到节点的谐波电压,具体包括:
依据所述谐波参数得到相应的导纳矩阵;
依据所述导纳矩阵和谐波电流计算得到节点的谐波电压。
进一步的,依据所述谐波参数和谐波电流计算得到节点的谐波电压,具体包括:
分别依据各次谐波分量对应的导纳矩阵和节点的电流计算得到各次谐波分量对应的节点的电压向量;
依据各次谐波分量对应的节点的电压向量对应的电压幅值的得到节点的谐波电压。
从上述描述可知,根据元器件在各次谐波下的谐波参数,求得相应的网络谐波导纳矩阵,再基于该导纳矩阵和节点的谐波电流求解出谐波电压。
进一步的,对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值,具体包括:
将所述不确定区间内的各输出功率作为输入变量;
对每一输入变量进行一次确定性潮流计算得到潮流输出的中心值。
进一步的,依据所述潮流输出的中心值得到潮流输出的范围,具体包括:
依据输入变量的范围以及输入变量与对应的潮流输出间的敏感系数计算得到潮流输出的变化量;
依据潮流输出的中心值和潮流输出的变化量得到潮流输出的范围。
从上述描述可知,对于每一输出功率都只进行一次确定性潮流计算,即只进行一个迭代循环过程,减少了运算时间。需要说明的是,本发明的确定性潮流计算是指现有技术中的潮流计算。
进一步的,对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值,具体包括:
对所述不确定区间内的各输出功率分别依据公式f(x)=Sn-S(x)=0采用非线性方程组迭代求解得到潮流输出的中心值,其中f(x)表示功率偏差,Sn为所有节点的输出功率构成的向量,S(x)为节点的注入功率和电压之间的函数表达式;x为节点的电压。
从上述描述可知,f(x)=Sn-S(x)=0为电网络功率偏差表达式,Sn包括不确定节点的输出功率Ex,对该表达式非线性方程组的求解可采用牛顿-拉夫逊等方法,通过非线性方程组迭代求解,将Ex作为输入变量经一次确定性潮流计算,求得潮流输出变量中心值Z0,其中Z0=x(k+1),表示将x第k+1迭代的结果赋予Z0。
进一步的,依据所述范围内的潮流输出计算得到节点的谐波电流,具体包括:
依据潮流输出的范围得到包含基波电流和谐波电流的线电流;
依据线电流计算得到节点的谐波电流。
进一步的,所述除DG外的元器件包括发电机、输电线路和负荷。
进一步的,发电机的谐波参数由发电机的基波电抗计算得到;
输电线路的谐波参数由输电线路的基波电阻和输电线路的基波电抗计算得到;
负荷的谐波参数由负荷的总功率、负荷的有功功率和负荷的无功功率计算得到。
从上述描述可知,对不同元器件采用不同的计算方法得到参数,作为谐波参数,符合各元器件的特性。
进一步的,依据节点的谐波电压计算得到节点的电压总谐波畸变率,具体包括:
依据节点的谐波电压和节点的谐波电压的基波幅值得到不确定节点的电压总谐波畸变率。
在阐述本发明实施例一之前,先简单介绍一下逆向云发生器,逆向云发生器的功能为:依据采集到的样本数据,建立云模型,最终计算出建立的云模型的特征值,特征值包括期望、熵和超熵。
算法具体实现如下:
1、根据样本数据xi,求出样本均值
2、一阶样本绝对中心矩:
3、样本方差
4、计算正态云的期望
5、熵
6、超熵
在实际应用中,当He太大时,通常考虑He=αEn,其中α为控制参数,一般取0.1。
请参照图2,本发明的实施例一为:
一种能源互联网的谐波潮流计算的方法,包括:
S1:获取能源物联网中的节点的电量;
具体的,测量能源物联网中的节点的电量,多次测量取得数据样本,其中,电量包括输出功率等;
S2:利用逆向云发生器对不确定节点的各输出功率建立云模型,得到云模型的特征值,所述不确定节点为输出功率具有不确定性的DG对应的节点;
具体的,首先利用逆向云发生器对电网不确定节点测量的数据xi(即负荷或输出功率)进行建模,具体公式如(1)-(3):
由式(1)-(3)可得不确定节点的输出功率的模型特征值C(Ex,En,He),其中,为数据xi的平均值,n为数据xi的总数量,Ex为期望,En为熵,He为超熵;
S3:依据所述特征值得到输出功率的不确定区间;
具体的,利用3δ规则得到不确定区间为[Ex-3(En+3He),Ex+3(En+3He)];
S4:对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值;
具体的,采用牛顿-拉夫逊方法对电网络功率偏差表达式,即下列公式(4)的非线性方程组进行求解,通过非线性方程组迭代求解,将S2求出的Ex作为输入变量经一次确定性潮流计算,求得输出变量中心值Z0,输出变量中心值即潮流输出的中心值,其中Z0=x(k +1);
f(x)=Sn-S(x)=0 (4)
式中Sn为所有节点功率构成的向量,包括不确定节点的输出功率Ex;S(x)为节点注入功率和节点电压之间的函数表达式;x是节点电压;
S5:依据所述潮流输出的中心值得到潮流输出的范围;
具体的,依据以下公式(8)-(9)计算得到潮流输出的变化量:
Z=Z0±ΔZ (8)
式中的Z为输出变量,即潮流输出;Z0为输出变量的中心值;ΔZ为输出变量的变化量;
ΔZ不需要重新进行潮流计算,利用输入变量与输出变量间敏感系数即:
式中Δf为所有节点的输入变量的构成的向量,即上述不确定区间的范围值,其中仅有不确定节点为3(En+3He),其他节点应为0;为输入变量与输出变量间的敏感系数,可近似为雅克比逆矩阵;
根据不确定区间[Ex-3(En+3He),Ex+3(En+3He)],能够快速求解出输出变量范围[Z-c,Zc],因此,云潮流计算仅需一次确定性潮流计算;
S6:依据所述范围内的潮流输出计算得到节点的谐波电流;
由于目前DG并网大多采用电力电子技术,因此考虑谐波潮流计算中的谐波源由DG采用电力电子逆变器并网形成,由于]对三相桥式电流型逆变器分析,认为其输出的线电流I1使用傅里叶级数加以展开为如公式(11)所示,
I1中除含有基波外,还含有6K±1等次的谐波量并且K=1,2,…,即还含有第5,7,11,13…h…等次的谐波量,各次谐波电流的比例:20%、14.29%、9.09%、7.69%,…1/h…,如公式(12)所示:
Ih=I1/h (12)
因此,S6具体为:依据潮流输出的范围得到包含基波电流和谐波电流的线电流I1,再利用公式(12)计算得到节点注入的谐波电流Ih;
S7:计算能源物联网中除DG外的元器件的谐波参数;
具体的,依据能源互联网中除DG外的元器件的不同特性,得到元器件(如发电机、输电线、负荷等)在各次谐波下的等效的谐波参数;具体发电机谐波参数依据公式(13)计算得到,输电线路的谐波参数依据公式(14)计算得到,负荷的谐波参数依据公式(15)计算得到;公式(13)-(15)如下所示:
XGh=hXG1 (13)
式中XG1为发电机的基波电抗,h为谐波次数,XGh为发电机的谐波参数;
ZLh=R1+hX1 (14)
式中R1为输电线路的基波电阻,X1为输电线路基波电抗,ZLh为输电线路的谐波参数;
式中S为负荷功率,P为负荷有功功率,Q为负荷无功功率,ZS为负荷的谐波参数,U为负荷电压;
S8:依据所述谐波参数得到相应的导纳矩阵;
具体的,根据S7计算出的元器件在各次谐波下的谐波参数,求得相应的网络谐波的导纳矩阵Y(h);
S9:依据所述导纳矩阵和谐波电流计算得到节点的谐波电压;
具体的,依据以下公式(16)和公式(17)计算出节点的谐波电压;
式中Y(h)为第h次的谐波分量所对应的节点的导纳矩阵,为第h次的谐波分量所对应的节点的电压向量,为第h次的谐波分量所对应的节点的电流向量,UH某节点谐波电压总量,Uh为第h次的谐波分量所对应的节点的电压向量对应的电压幅值;
S10:依据节点的谐波电压计算得到节点的电压总谐波畸变率;
具体的,利用公式(18)计算得到节点的电压总谐波畸变率;
式中U1为节点谐波电压的基波幅值,THDu为节点电压总谐波畸变率。
综上所述,本发明提供的能源互联网的谐波潮流计算的方法,相比现有的概率潮流法、蒙特卡洛法等计算方法,充分考虑了样本方差的波动性,预测到波动较大的节点的电压总谐波畸变率,准确的判断出部分节点的电压总谐波畸变率的越限问题,并且只进行一次线性迭代过程,计算效率高。具有波动数据有更好的包容性,在数据波动性大且样本数量受限的情况下,具有计算更准确、有效避免谐波越限造成危害的优点;以及在相同的运算目的和条件下,具有计算效率高的优势。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种能源互联网的谐波潮流计算的方法,其特征在于,包括:
获取能源物联网中的节点的电量;
利用逆向云发生器对不确定节点的各输出功率进行建模,得到特征值,所述不确定节点为输出功率具有不确定性的DG对应的节点;
依据所述特征值得到输出功率的不确定区间;
对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值;
依据所述潮流输出的中心值得到潮流输出的范围;
依据所述范围内的潮流输出计算得到节点的谐波电流;
计算能源物联网中除DG外的元器件的谐波参数;
依据所述谐波参数和谐波电流计算得到节点的谐波电压;
依据节点的谐波电压计算得到节点的电压总谐波畸变率。
2.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,依据所述谐波参数和谐波电流计算得到节点的谐波电压,具体包括:
依据所述谐波参数得到相应的导纳矩阵;
依据所述导纳矩阵和谐波电流计算得到节点的谐波电压。
3.根据权利要求2所述的能源互联网的谐波潮流计算的方法,其特征在于,依据所述谐波参数和谐波电流计算得到节点的谐波电压,具体包括:
分别依据各次谐波分量对应的导纳矩阵和节点的电流计算得到各次谐波分量对应的节点的电压向量;
依据各次谐波分量对应的节点的电压向量对应的电压幅值的得到节点的谐波电压。
4.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值,具体包括:
将所述不确定区间内的各输出功率作为输入变量;
对每一输入变量进行一次确定性潮流计算得到潮流输出的中心值。
5.根据权利要求4所述的能源互联网的谐波潮流计算的方法,其特征在于,依据所述潮流输出的中心值得到潮流输出的范围,具体包括:
依据输入变量的范围以及输入变量与对应的潮流输出间的敏感系数计算得到潮流输出的变化量;
依据潮流输出的中心值和潮流输出的变化量得到潮流输出的范围。
6.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,对所述不确定区间内的各输出功率分别进行一次确定性潮流计算,得到潮流输出的中心值,具体包括:
对所述不确定区间内的各输出功率分别依据公式f(x)=Sn-S(x)=0采用非线性方程组迭代求解得到潮流输出的中心值,其中f(x)表示功率偏差,Sn为所有节点的输出功率构成的向量,S(x)为节点的注入功率和电压之间的函数表达式;x为节点的电压。
7.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,依据所述范围内的潮流输出计算得到节点的谐波电流,具体包括:
依据潮流输出的范围得到包含基波电流和谐波电流的线电流;
依据线电流计算得到节点的谐波电流。
8.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,所述除DG外的元器件包括发电机、输电线路和负荷。
9.根据权利要求8所述的能源互联网的谐波潮流计算的方法,其特征在于,发电机的谐波参数由发电机的基波电抗计算得到;
输电线路的谐波参数由输电线路的基波电阻和输电线路的基波电抗计算得到;
负荷的谐波参数由负荷的总功率、负荷的有功功率和负荷的无功功率计算得到。
10.根据权利要求1所述的能源互联网的谐波潮流计算的方法,其特征在于,依据节点的谐波电压计算得到节点的电压总谐波畸变率,具体包括:
依据节点的谐波电压和节点的谐波电压的基波幅值得到不确定节点的电压总谐波畸变率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710285645.8A CN107069733A (zh) | 2017-04-27 | 2017-04-27 | 能源互联网的谐波潮流计算的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710285645.8A CN107069733A (zh) | 2017-04-27 | 2017-04-27 | 能源互联网的谐波潮流计算的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107069733A true CN107069733A (zh) | 2017-08-18 |
Family
ID=59605431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710285645.8A Pending CN107069733A (zh) | 2017-04-27 | 2017-04-27 | 能源互联网的谐波潮流计算的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107069733A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108808747A (zh) * | 2018-06-27 | 2018-11-13 | 清华大学 | 一种电能路由器稳态建模及交直流混合系统潮流分析方法 |
CN109116183A (zh) * | 2018-06-28 | 2019-01-01 | 全球能源互联网研究院有限公司 | 谐波模型参数辨识方法、装置、存储介质及电子设备 |
CN110796061A (zh) * | 2019-10-24 | 2020-02-14 | 中南林业科技大学 | 一种能源互联网的谐波潮流计算的方法 |
CN112417630A (zh) * | 2020-11-25 | 2021-02-26 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN112444675A (zh) * | 2020-12-14 | 2021-03-05 | 南方电网科学研究院有限责任公司 | 一种输电网节点的谐波超标预警方法、装置、设备及介质 |
CN113328444A (zh) * | 2021-07-05 | 2021-08-31 | 国网江苏省电力有限公司信息通信分公司 | 一种将云计算用于电力潮流计算的方法 |
CN114050578A (zh) * | 2022-01-07 | 2022-02-15 | 国网北京市电力公司 | 一种配电网在线潮流计算方法、装置、设备及介质 |
CN117216721A (zh) * | 2023-11-09 | 2023-12-12 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577695A (zh) * | 2013-11-07 | 2014-02-12 | 广东电网公司佛山供电局 | 一种电能质量数据中的可疑数据检测方法及装置 |
CN105790261A (zh) * | 2016-03-29 | 2016-07-20 | 全球能源互联网研究院 | 一种随机谐波潮流计算方法 |
-
2017
- 2017-04-27 CN CN201710285645.8A patent/CN107069733A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577695A (zh) * | 2013-11-07 | 2014-02-12 | 广东电网公司佛山供电局 | 一种电能质量数据中的可疑数据检测方法及装置 |
CN105790261A (zh) * | 2016-03-29 | 2016-07-20 | 全球能源互联网研究院 | 一种随机谐波潮流计算方法 |
Non-Patent Citations (1)
Title |
---|
YI ZHANG等: "An uncertain harmonic power-flow algorithm based on cloud model for energy Internet", 《FIRST IEEE INTERNATIONAL CONFERENCE ON ENERGY INTERNET》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108808747A (zh) * | 2018-06-27 | 2018-11-13 | 清华大学 | 一种电能路由器稳态建模及交直流混合系统潮流分析方法 |
CN109116183A (zh) * | 2018-06-28 | 2019-01-01 | 全球能源互联网研究院有限公司 | 谐波模型参数辨识方法、装置、存储介质及电子设备 |
CN109116183B (zh) * | 2018-06-28 | 2020-07-31 | 全球能源互联网研究院有限公司 | 谐波模型参数辨识方法、装置、存储介质及电子设备 |
CN110796061A (zh) * | 2019-10-24 | 2020-02-14 | 中南林业科技大学 | 一种能源互联网的谐波潮流计算的方法 |
CN112417630A (zh) * | 2020-11-25 | 2021-02-26 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN112417630B (zh) * | 2020-11-25 | 2023-04-18 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN112444675A (zh) * | 2020-12-14 | 2021-03-05 | 南方电网科学研究院有限责任公司 | 一种输电网节点的谐波超标预警方法、装置、设备及介质 |
CN113328444A (zh) * | 2021-07-05 | 2021-08-31 | 国网江苏省电力有限公司信息通信分公司 | 一种将云计算用于电力潮流计算的方法 |
CN114050578A (zh) * | 2022-01-07 | 2022-02-15 | 国网北京市电力公司 | 一种配电网在线潮流计算方法、装置、设备及介质 |
CN117216721A (zh) * | 2023-11-09 | 2023-12-12 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
CN117216721B (zh) * | 2023-11-09 | 2024-02-02 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107069733A (zh) | 能源互联网的谐波潮流计算的方法 | |
Lin et al. | Fast cumulant method for probabilistic power flow considering the nonlinear relationship of wind power generation | |
Xu et al. | Maximum loadability of islanded microgrids with renewable energy generation | |
CN106786608B (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
CN104410069A (zh) | 一种计及响应相关性的动态概率潮流计算方法 | |
CN113158573B (zh) | 一种基于深度学习的小水电群区域配网最优潮流获取方法 | |
CN104052058A (zh) | 一种基于马尔可夫链蒙特卡罗法的系统谐波概率评估方法 | |
CN103810646A (zh) | 一种基于改进投影积分算法的有源配电系统动态仿真方法 | |
Isha et al. | Optimal allocation of DSTATCOM and PV array in distribution system employing fuzzy-lightning search algorithm | |
CN110224392A (zh) | 一种用于分析含风电系统电压稳定概率的无迹变换方法 | |
CN104701858A (zh) | 计及分区动态无功储备的无功电压控制方法 | |
CN112865181A (zh) | 基于端口阻抗特性的光伏逆变器参数辨识方法及装置 | |
CN112653173A (zh) | 基于改进模态分析法对ac-vsc-mtdc混合系统进行静态电压稳定性分析的方法 | |
CN109698505B (zh) | 大电网静态电压稳定在线防控的调控量化映射计算方法 | |
Adebayo et al. | Techniques for the identification of critical nodes leading to voltage collapse in a power system | |
Li et al. | Probabilistic optimal power flow calculation method based on adaptive diffusion kernel density estimation | |
Shao et al. | A method for evaluating and improving linear power flow models in system with large fluctuations | |
CN104979840B (zh) | 一种主动配电网三相无功优化方法 | |
CN106356867B (zh) | 一种节点无功电压灵敏度的确定方法 | |
CN102354983B (zh) | 一种基于矩阵扰动理论确定电压稳定薄弱节点方法 | |
Cheng et al. | Short-term power load forecasting based on improved online ELM-K | |
CN105429143B (zh) | 一种针对电力系统光伏专供线的谐波质量监测点选址方法 | |
Esmaeili Dahej et al. | Multi-objective optimal location of SSSC and STATCOM achieved by fuzzy optimization strategy and harmony search algorithm | |
Amouzad Mahdiraji et al. | A new method for simplification and reduction of state estimation’s computational complexity in stability analysis of power systems | |
Dezaki et al. | A new method based on sensitivity analysis to optimize the placement of SSSCs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |