CN107423885B - 一种基于贪心算法的解列断面搜索方法 - Google Patents

一种基于贪心算法的解列断面搜索方法 Download PDF

Info

Publication number
CN107423885B
CN107423885B CN201710508573.9A CN201710508573A CN107423885B CN 107423885 B CN107423885 B CN 107423885B CN 201710508573 A CN201710508573 A CN 201710508573A CN 107423885 B CN107423885 B CN 107423885B
Authority
CN
China
Prior art keywords
islands
level
splitting
island
node
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
Application number
CN201710508573.9A
Other languages
English (en)
Other versions
CN107423885A (zh
Inventor
罗钢
沈沉
乔煌煌
钱峰
杨银国
吴国炳
李力
易杨
谭伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Tsinghua University
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Tsinghua University
Priority to CN201710508573.9A priority Critical patent/CN107423885B/zh
Publication of CN107423885A publication Critical patent/CN107423885A/zh
Application granted granted Critical
Publication of CN107423885B publication Critical patent/CN107423885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开一种基于贪心算法的解列断面搜索方法，所述搜索方法应用于电网解列策略，所述搜索方法包括：建立电网系统模型，获得r个慢同调群；根据r个慢同调群，确定解列孤岛数量g，每个孤岛的种子机xi，除种子机xi外的节点数量为N；g个孤岛同时分别以对应的所述种子机xi为初始节点，向外扩张搜索，获得所述种子机xi的一级相邻节点yim；分别计算所述一级相邻节点yim对应的综合指标分数；将所述综合指标分数最高的所述一级相邻节点yim与对应所述种子机xi结合，获得g个一级孤岛；根据所述g个一级孤岛重复进行N‑1步搜索，获得g个N级孤岛；对所述g个N级孤岛进行校验，获得最优解列断面。所述方法通过综合考虑各项指标，计算综合指标评分，能够获得合格解列断面。

Description

一种基于贪心算法的解列断面搜索方法
技术领域
本发明涉及电网解列领域，特别是涉及一种基于贪心算法的解列断面搜索方法。
背景技术
随着直流输电的发展，目前国内除了华北、华中电网外，其他电网均已通过直流实现互联，交直流电网在发生严重故障结构完整性得不到保证的情况下，需要采取解列的措施避免系统崩溃，目前对于电网系统的研究方法包括基于OBDD(Ordered Binary DecisionDiagram)的三阶段法与基于慢同调理论的解列控制方法，但是目前的解列控制方法仅仅侧重于一个或者几个约束条件，比如同调特性、孤岛功率平衡等，然后给出解列控制策略，没有全面考虑各种指标，最终使得得到的解列结果不合理。
发明内容
本发明的目的是提供一种能够全面考虑各种指标，得到更加合理的解列策略的基于贪心算法的解列断面搜索方法。
为实现上述目的，本发明提供了如下方案：
一种基于贪心算法的解列断面搜索方法，所述搜索方法应用于电网解列策略，所述搜索方法包括：
建立电网系统模型，对电网发电机进行慢同调分群，获得r个慢同调群；
根据所述r个慢同调群，确定孤岛的数量g、每个所述孤岛的种子机xi、除所述种子机xi外的节点数量N，其中，N为整数，g的取值为2,3,...,r，i的取值为1,2,3,...,g；
g个所述孤岛同时分别以对应的所述种子机xi为初始节点，向外扩张搜索，获得所述种子机xi的一级相邻节点yim，其中，m的取值为1,2,3,...,N；
分别计算所述一级相邻节点yim对应的综合指标；
根据所述综合指标计算综合指标分数；
将所述综合指标分数最高的所述一级相邻节点yim与对应的所述种子机xi结合，获得g个一级孤岛；
根据所述g个一级孤岛重复进行N-1步搜索，获得g个N级孤岛；
对所述g个N级孤岛进行校验，获得合格解列断面。
可选的，所述综合指标具体包括：
发电机同调性
Figure GDA0002306171990000023
弱连接线路
Figure GDA0002306171990000024
功率平衡
Figure GDA0002306171990000025
多馈入短路比
Figure GDA0002306171990000026
电气距离
Figure GDA0002306171990000027
易于恢复
Figure GDA0002306171990000028
孤岛规模
Figure GDA0002306171990000029
其中，Gi表示孤岛。
可选的，所述分别计算所述一级相邻节点yim对应的综合指标具体包括：
计算所述发电机同调性
Figure GDA00023061719900000210
Figure GDA0002306171990000021
计算所述弱连接线路
Figure GDA00023061719900000211
设所述孤岛Gi内的所述种子机与所述一级相邻节点yim有k条线路相连，以整个电网线路最大的灵敏度为基准，对所述k条线路的灵敏度进行归一化处理，获得所述k条线路对应的归一化灵敏度{Si1,Si2,...,Sik}，
所述弱连接线路
Figure GDA00023061719900000212
设所述一级相邻节点yim的发电量为
Figure GDA00023061719900000213
负荷为
Figure GDA00023061719900000214
所述孤岛Gi内发动机节点l的发电量为pl1，负荷为pl2，其中，l的取值为1,2,...,Ni，所述一级相邻节点yim对所述孤岛Gi的功率平衡为：
Figure GDA0002306171990000022
设所述孤岛Gi内有m′回直流，所述一级相邻节点yim为换流站，所述孤岛Gi接收所述一级相邻节点yim前，各直流多馈入短路比为{MSCR1,MSCR2,...,MSCRm}，接收一级相邻节点yim后，各直流多馈入短路比为
Figure GDA0002306171990000031
所述一级相邻节点yim的多馈入短路比为：
Figure GDA0002306171990000032
其中，n的取值为1,2,...,m′；α为影响系数；
电气距离
Figure GDA0002306171990000033
其中
Figure GDA0002306171990000036
表示所述孤岛Gi与所述一级相邻节点yim的电气耦合距离，Omax表示所述一级相邻节点中与所述孤岛Gi最大的电气距离；
计算所述易于恢复
Figure GDA0002306171990000037
所述易于恢复的计算公式如下：
Figure GDA0002306171990000034
计算所述孤岛规模
Figure GDA0002306171990000038
所述孤岛规模的计算公式如下：
Figure GDA0002306171990000035
其中，N为电力系统总的节点数。
可选的，根据所述综合指标计算综合指标分数具体包括：
所述综合指标分数
Figure GDA0002306171990000041
其中，
Figure GDA0002306171990000042
为发电机同调性的权重值，
Figure GDA0002306171990000043
为弱连接线路的权重值，
Figure GDA0002306171990000044
为功率平衡的权重值，
Figure GDA0002306171990000045
为多馈入短路比的权重值，
Figure GDA0002306171990000046
为电气距离的权重值，
Figure GDA0002306171990000047
为易于恢复的权重值，
Figure GDA0002306171990000048
为孤岛规模的权重值。
可选的，所述对所述g个N级孤岛进行校验，获得合理解列断面具体包括：
逐个分析解列后形成的所述g个N级孤岛的静态稳定性；
逐个检验解列后形成的孤岛的发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标是否合格，如果合格，确定为所述合格解列断面；否则，调整所述指标的权重和所述孤岛的数量，重新搜索。
可选的，所述调整所述指标的权重和所述孤岛的数量具体包括：
调整所述发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标中至少一者的权重值，重新搜索，获得g个调整解列孤岛；
逐个检验解列后形成的所述g个调整解列孤岛，判断是否满足要求，如果满足，确定为合格解列断面；否则，调整所述孤岛的数量，重新搜索。
可选的，所述搜索方法还包括：
确定最大搜索次数M，当搜索次数大于所述最大搜索次数M时，确定检验结果最好的解列断面为合格解列断面。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明公开了一种基于贪心算法的解列断面的搜索方法，所述搜索方法通过电网系统具体的模型获得孤岛个数，再对每个孤岛周围邻近的节点进行分析，通过考虑各综合指标，计算综合指标评分，获得新解列断面，然后再进行校验，根据校验结果对指标权重和孤岛数量进行调整，重新搜索，最终获得合格解列断面。
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为本发明实施例基于贪心算法的解列断面搜索方法的流程图；
图2为本发明实施例各孤岛内部节点和一级相邻节点的示意图。
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能够全面考虑各种指标，获得最优解列断面的基于贪心算法的解列断面搜索方法。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，一种基于贪心算法的解列断面搜索方法，所述搜索方法应用于电网解列策略，所述搜索方法包括：
步骤100：对电网解列前提进行判断。具体为根据时间尺度判据、拓扑显著性判据和模式显著性判据进行判断，判断的结果不影响本发明中解列断面的求解。
步骤200：建立电网系统模型，分析所述电网系统模型，对电网发电机进行慢同调分群，获得r个慢同调分群，求得慢模式组σr，分群矩阵Lg，机组慢同调分群，只考虑发电机模式节点的分群结果。
步骤300：根据所述r个慢同调分群进行分群，确定解列孤岛的数量g，每个孤岛的种子机xi，除所述种子机xi外的节点数量N，其中，N为整数，g的取值为2,3,...,r，初次选定g＝r，i的取值为1,2,3,...,g；
步骤400：g个所述孤岛同时分别以对应的所述种子机xi为初始节点，如图2所示，向外扩张搜索，获得所述种子机xi的一级相邻节点yim，其中，m的取值为1,2,3,...,N；
步骤500：分别计算所述一级相邻节点yim对应的综合指标，根据所述综合指标计算综合指标分数；将所述综合指标分数最高的所述一级相邻节点yim与对应所述种子机xi结合，获得g个一级孤岛；根据所述g个一级孤岛重复进行N-1步搜索，获得g个N级孤岛；
步骤600：对所述g个N级孤岛进行校验，获得最优解列断面。
所述综合指标具体包括：
发电机同调性
Figure GDA0002306171990000063
弱连接线路
Figure GDA0002306171990000064
功率平衡
Figure GDA0002306171990000065
多馈入短路比
Figure GDA0002306171990000066
电气距离
Figure GDA0002306171990000067
易于恢复
Figure GDA0002306171990000068
孤岛规模
Figure GDA0002306171990000069
其中，Gi表示孤岛。
可选的，分别计算所述一级相邻节点yim对应的综合指标具体包括：
所述发电机同调性
Figure GDA00023061719900000610
的计算方法：
Figure GDA0002306171990000061
所述弱连接线路
Figure GDA00023061719900000611
的计算方法：设孤岛Gi内的种子机与所述一级相邻节点yim有k条线路相连，以整个电网线路最大的灵敏度为基准，对所述k条线路的灵敏度进行归一化处理，获得所述k条线路对应的归一化灵敏度为{Si1,Si2,...,Sik}，
弱连接线路
Figure GDA0002306171990000062
设所述一级相邻节点yim的发电量为
Figure GDA00023061719900000612
负荷为
Figure GDA00023061719900000613
所述孤岛Gi内发动机节点l的发电量为pl1，负荷为pl2，其中，l的取值为1,2,...,Ni，所述一级相邻节点yim对所述孤岛Gi的功率平衡的计算方法：
Figure GDA0002306171990000071
设所述孤岛Gi内有m′回直流，所述一级相邻节点yim为换流站，所述孤岛Gi接收所述一级相邻节点yim前，各直流多馈入短路比为{MSCR1,MSCR2,...,MSCRm}，接收一级相邻节点yim后，各直流多馈入短路比为
Figure GDA0002306171990000072
所述一级相邻节点yim的多馈入短路比为：
Figure GDA0002306171990000073
其中，n的取值为1,2,...,m′，α为影响系数；
电气距离
Figure GDA0002306171990000074
其中
Figure GDA0002306171990000077
表示所述孤岛Gi与所述一级相邻节点yim的电气耦合距离，Omax表示所述一级相邻节点中与所述孤岛Gi最大的电气距离；
易于恢复
Figure GDA0002306171990000075
孤岛规模
Figure GDA0002306171990000076
其中，N为电力系统总的节点数。
可选的，根据所述综合指标计算综合指标分数，获得新解列断面具体包括：
综合指标分数
Figure GDA0002306171990000081
其中，
Figure GDA0002306171990000082
为发电机同调性的权重值、
Figure GDA0002306171990000083
为弱连接线路的权重值、
Figure GDA0002306171990000084
为功率平衡的权重值、
Figure GDA0002306171990000086
为多馈入短路比的权重值、
Figure GDA0002306171990000088
为电气距离的权重值、
Figure GDA0002306171990000085
为易于恢复的权重值、
Figure GDA0002306171990000087
为孤岛规模的权重值。
如图1所示，所述对所述g个N级孤岛进行校验，获得最优解列断面具体包括：
步骤601：逐个分析解列后形成的所述g个N级孤岛的静态稳定性；逐个检验解列后形成的孤岛的发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标是否合格，如果合格，执行步骤603；否则，调整解列孤岛的数量，重新搜索；
步骤602：确定为合格解列断面。
所述调整所述指标的权重和所述孤岛的数量具体包括：
调整所述发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标中至少一者的权重值，重新搜索，获得g个调整解列孤岛；
逐个检验解列后形成的所述g个调整解列孤岛，判断是否合格，如果合格，确定为合格解列断面；否则，调整所述孤岛的数量，依次减小所述孤岛的数量为r-1,r-2,...,2，重新搜索。
如图1所示，所述搜索方法还包括：确定最大搜索次数M，当搜索次数大于所述最大搜索次数M时，确定检验结果最好的解列断面为最优解列断面。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
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 (3)

1.一种基于贪心算法的解列断面搜索方法，所述搜索方法应用于电网解列策略，其特征在于，所述搜索方法包括：
建立电网系统模型，对电网发电机进行慢同调分群，获得r个慢同调群；
根据所述r个慢同调群，确定孤岛的数量g、每个所述孤岛的种子机xi、除所述种子机xi外的节点数量N，其中，N为整数，g的取值为2,3,...,r，i的取值为1,2,3,...,g；
g个所述孤岛同时分别以对应的所述种子机xi为初始节点，向外扩张搜索，获得所述种子机xi的一级相邻节点yim，其中，m的取值为1,2,3,...,N；
分别计算所述一级相邻节点yim对应的综合指标；
根据所述综合指标计算综合指标分数；
将所述综合指标分数最高的所述一级相邻节点yim与对应的所述种子机xi结合，获得g个一级孤岛；
根据所述g个一级孤岛重复进行N-1步搜索，获得g个N级孤岛；
对所述g个N级孤岛进行校验，获得合格解列断面；
分别计算一级相邻节点yim对应的综合指标具体包括：
计算发电机同调性
Figure FDA0002306171980000011
Figure FDA0002306171980000012
计算弱连接线路
Figure FDA0002306171980000013
设孤岛Gi内的种子机与一级相邻节点yim有k条线路相连，以整个电网线路最大的灵敏度为基准，对k条线路的灵敏度进行归一化处理，获得k条线路对应的归一化灵敏度{Si1,Si2,...,Sik}，
弱连接线路
Figure FDA0002306171980000014
设一级相邻节点yim的发电量为
Figure FDA0002306171980000021
负荷为
Figure FDA0002306171980000022
孤岛Gi内发动机节点l的发电量为pl1，负荷为pl2，其中，l的取值为1,2,...,Ni，一级相邻节点yim对孤岛Gi的功率平衡为：
Figure FDA0002306171980000023
设孤岛Gi内有m′回直流，一级相邻节点yim为换流站，孤岛Gi接收一级相邻节点yim前，各直流多馈入短路比为{MSCR1,MSCR2,...,MSCRm}，接收一级相邻节点yim后，各直流多馈入短路比
Figure FDA0002306171980000024
一级相邻节点yim的多馈入短路比为：
Figure FDA0002306171980000025
其中，n的取值为1,2,...,m′；α为影响系数；
电气距离
Figure FDA0002306171980000026
其中
Figure FDA0002306171980000027
表示孤岛Gi与一级相邻节点yim的电气耦合距离，Omax表示一级相邻节点中与孤岛Gi最大的电气距离；
计算易于恢复
Figure FDA0002306171980000028
易于恢复的计算公式如下：
Figure FDA0002306171980000029
计算孤岛规模
Figure FDA0002306171980000031
孤岛规模的计算公式如下：
Figure FDA0002306171980000032
其中，N为电力系统总的节点数；
根据所述综合指标计算综合指标分数具体包括：所述综合指标分数
Figure FDA0002306171980000033
其中，
Figure FDA0002306171980000034
为发电机同调性的权重值，
Figure FDA0002306171980000035
为弱连接线路的权重值，
Figure FDA0002306171980000036
为功率平衡的权重值，
Figure FDA0002306171980000037
为多馈入短路比的权重值，
Figure FDA0002306171980000038
为电气距离的权重值，
Figure FDA0002306171980000039
为易于恢复的权重值，
Figure FDA00023061719800000310
为孤岛规模的权重值；
所述对所述g个N级孤岛进行校验，获得合理解列断面具体包括：
逐个分析解列后形成的所述g个N级孤岛的静态稳定性；
逐个检验解列后形成的孤岛的发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标是否合格，如果合格，确定为所述合格解列断面；否则，调整所述指标的权重和所述孤岛的数量，重新搜索。
2.根据权利要求1所述的一种基于贪心算法的解列断面搜索方法，其特征在于，所述调整所述指标的权重和所述孤岛的数量具体包括：
调整所述发电机同调性、功率平衡、多馈入短路比、易于恢复、孤岛规模的指标中至少一者的权重值，重新搜索，获得g个调整解列孤岛；
逐个检验解列后形成的所述g个调整解列孤岛，判断是否满足要求，如果满足，确定为合格解列断面；否则，调整所述孤岛的数量，重新搜索。
3.根据权利要求1所述的一种基于贪心算法的解列断面搜索方法，其特征在于，所述搜索方法还包括：
确定最大搜索次数M，当搜索次数大于所述最大搜索次数M时，确定检验结果最好的解列断面为合格解列断面。
CN201710508573.9A 2017-06-28 2017-06-28 一种基于贪心算法的解列断面搜索方法 Active CN107423885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710508573.9A CN107423885B (zh) 2017-06-28 2017-06-28 一种基于贪心算法的解列断面搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710508573.9A CN107423885B (zh) 2017-06-28 2017-06-28 一种基于贪心算法的解列断面搜索方法

Publications (2)

Publication Number Publication Date
CN107423885A CN107423885A (zh) 2017-12-01
CN107423885B true CN107423885B (zh) 2020-05-01

Family

ID=60427652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710508573.9A Active CN107423885B (zh) 2017-06-28 2017-06-28 一种基于贪心算法的解列断面搜索方法

Country Status (1)

Country Link
CN (1) CN107423885B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110277783A (zh) * 2019-05-30 2019-09-24 国网河南省电力公司电力科学研究院 一种电力系统的在线主动解列控制方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090985A (zh) * 2014-07-25 2014-10-08 武汉大学 一种基于电气距离的主动解列最优断面搜索方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090985A (zh) * 2014-07-25 2014-10-08 武汉大学 一种基于电气距离的主动解列最优断面搜索方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于慢同调的自适应主动解列控制（一）：理论基础探究;倪敬敏等;《中国电机工程学报》;20140905;全文 *
电力系统主动解列控制方法的研究;沈沉等;《中国电机工程学院》;20060731;全文 *
电力系统在线主动解列控制算法;谭伟，杨银国等;《广东电力》;20111231;全文 *
考虑同调约束的电力系统主动解列断面的搜索方法;宋洪磊等;《电力系统自动化》;20140725;全文 *

Also Published As

Publication number Publication date
CN107423885A (zh) 2017-12-01

Similar Documents

Publication Publication Date Title
CN103745109A (zh) 一种基于pmu量测和scada量测的不良数据检测与辨识方法
CN107871216A (zh) 一种配电网脆弱节点的识别方法
CN103605829A (zh) 对交直流混联电网进行电磁暂态仿真的等值建模方法
CN110034581A (zh) 风电并网下电力系统的区间电气介数脆弱性评估方法
CN106529791A (zh) 一种电力系统中支路重要度的评估方法
CN109309390B (zh) 一种并网风电场的mtdc系统拓扑结构的评价方法
CN110429322A (zh) 锂电池一致性分类方法、装置、设备和可读存储介质
CN105071447A (zh) 一种交直流混联多馈入直流受端电网强度获得方法
CN110135039A (zh) 风电汇集地区三相电压不平衡度确定方法及装置
CN106033894B (zh) 判断特高压直流多落点电网稳定性的方法
CN107423885B (zh) 一种基于贪心算法的解列断面搜索方法
CN113937764A (zh) 一种低压配电网高频量测数据处理与拓扑识别方法
CN104485661B (zh) 一种基于节点类型转换的潮流自动调整方法
CN104142419B (zh) 一种考虑负荷影响的电网短路电流获取方法
CN112083270A (zh) 一种基于相关系数的风电场集电线路单相接地故障选线方法
CN108649597B (zh) 一种故障迁移方法和故障对hvdc换相失败影响的分析方法
CN106655163A (zh) 一种快速判断电力系统暂态稳定的预测方法
CN112350318A (zh) 基于广度优先搜索算法的交流配电网拓扑辨识方法
CN103199566A (zh) 一种交直流混联电力系统的连锁故障分析方法
CN104505866A (zh) 一种仿真多馈入直流故障恢复特性的等效解耦方法
CN111027879A (zh) 一种基于som-fat的电力系统连锁故障预测方法
CN103235198A (zh) 一种同塔双回输电线路的导线相序排列的确定方法
CN107370180B (zh) 一种定量分析风电接入对系统暂态稳定性影响的方法
Ali et al. Detection of coherent groups of generators and the need for system separation using synchrophasor data
CN107658894B (zh) 一种负荷变电站电压失稳判断方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230927

Address after: 510000 No. 75, Meihua Road, Yuexiu District, Guangzhou City, Guangdong Province (office building only)

Patentee after: ELECTRICAL POWER DISPATCHING & CONTROL CENTER OF GUANGDONG POWER GRID Co.,Ltd.

Address before: No.75, Meihua Road, Yuexiu District, Guangzhou, Guangdong 510000

Patentee before: ELECTRICAL POWER DISPATCHING & CONTROL CENTER OF GUANGDONG POWER GRID Co.,Ltd.

Patentee before: TSINGHUA University