CN107679723B - 一种新能源发电并网系统的网络化远程测试方法 - Google Patents
一种新能源发电并网系统的网络化远程测试方法 Download PDFInfo
- Publication number
- CN107679723B CN107679723B CN201710874583.4A CN201710874583A CN107679723B CN 107679723 B CN107679723 B CN 107679723B CN 201710874583 A CN201710874583 A CN 201710874583A CN 107679723 B CN107679723 B CN 107679723B
- Authority
- CN
- China
- Prior art keywords
- new energy
- grid
- power generation
- power supply
- connected system
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 74
- 238000012360 testing method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000007418 data mining Methods 0.000 claims abstract description 7
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims description 22
- 238000011084 recovery Methods 0.000 claims description 18
- 239000003795 chemical substances by application Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000011217 control strategy Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Abstract
本发明公开了一种新能源发电并网系统的网络化远程测试方法,它包括以下步骤:构建新能源发电并网系统的网络化远程综合测试平台主体框架,研究分布式电源系统运行数据远程监测功能的实现方法、在线试验和分布式测试现场、移动车载、集控中心的数据及音视频实时传输的方案;研究网络化远程综合测试平台数据分析计算过程,采用数据挖掘技术提取关键数据信息,建立现场设备运行数据及在线检测评价数据库,并构建现场设备状态评价模型;研发基于虚拟测控技术的网络化远程综合测试平台,进行新能源发电并网系统运行数据的远程监测和新能源发电并网系统的远程在线测试及检测。本发明能够协调控制众多地域分散的分布式电源,保证电力系统的稳定。
Description
技术领域
本发明涉及新能源发电技术领域,具体地说是一种新能源发电并网系统的网络化远程测试方法。
背景技术
分布式电源是指在配电网中的功率为数千瓦至50MW小型模块式的、与环境兼容的独立电源,主要包括风力发电、光伏发电等,具有调峰、再生能源利用、节省输变电投资、降低网损、提高供电可靠性等效益。建设“资源节约型、环境友好型”社会,要求电网企业着重解决好新能源的接入及管控问题。
实现清洁、高效的可再生能源等分布式电源灵活接入和智能管理也是体现配电网智能特征的重要手段。但是,随着分布式电源渗透率的进一步提高,电力系统控制变量的规模和复杂度均大幅度增加,传统电力系统集中测量控制的瓶颈愈加明显,集中测量控制将难以满足含大规模分布式电源的电力系统运行与控制要求。
因此,如何协调控制众多地域分散的分布式电源,保证电力系统的稳定运行成为电力系统工作者需要解决的重要问题。
发明内容
针对现有技术的不足,本发明提出了一种新能源发电并网系统的网络化远程测试方法,其能够协调控制众多地域分散的分布式电源,有效保证电力系统的稳定。
本发明解决其技术问题采取的技术方案是:
本发明实施例提供的一种新能源发电并网系统的网络化远程测试方法,它包括以下步骤:
步骤1,构建新能源发电并网系统的网络化远程综合测试平台主体框架,研究分布式电源系统运行数据远程监测功能的实现方法、在线试验和分布式测试现场、移动车载、集控中心的数据及音视频实时传输的方案;
步骤2,研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程,采用数据挖掘技术提取关键数据信息,建立现场设备运行数据及在线检测评价数据库,并构建现场设备状态评价模型;
步骤3,研发基于虚拟测控技术的新能源发电并网系统网络化远程综合测试平台,将虚拟仪器、现场检测设备、被测试点以及数据库资源纳入网络进行资源共享,进行新能源发电并网系统运行数据的远程监测和新能源发电并网系统的远程在线测试及检测。
作为本实施例一种可能的实现方式,所述研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程具体为:
首先网络化远程综合测试平台对新能源发电量进行预测,以及对用电负荷进行评估,根据测试平台的数据累积算法得出模糊期望差值;其次在实际运行工况中数据结合新能源的自然客观量与测试平台的云端大数据进行分析曲线进行对比,评估误差范围是否在理论计算范围内,如果在计算范围内,再与预测值进行分析,计入云端数据库;如果不在计算范围内,再利用数据发掘技术提取出的关键数据进行比对,对现场设备工作状态进行分析,构建成现场设备状态评价模型,对设备进行网络化远程测试。
作为本实施例一种可能的实现方式,所述新能源的自然客观量至少包括风力流速和光照强度。
作为本实施例一种可能的实现方式,所述新能源发电并网系统运行数据的远程监测过程为:被测试点的现场检测设备进行采集自然天气样本以及地理环境因素并上传到网络化远程综合测试平台,同时结合被测试点区域的自然天气历史数据进行远程数据监测。
作为本实施例一种可能的实现方式,所述新能源发电并网系统的远程在线测试及检测过程为:通过虚拟仪器针对不同天气情况可能对新能源发电的造成影响因素以及地理环境进行模拟,对测控功率输出的范围估测,进一步对新能源发电并网接入对输配电形成的冲击进行估测,做出预测判断以提高对并网风险的把控。
作为本实施例一种可能的实现方式,所述新能源发电并网系统的网络化远程测试方法还包括以下步骤:
步骤4,包含分布式电源及微电网的智能电网恢复控制。
作为本实施例一种可能的实现方式,所述包含分布式电源及微电网的智能电网恢复控制过程包括以下步骤:
针对分布式电源特性,研究电网故障下的快速自愈能力;
研究配电网故障恢复方法的基本原理,提出含分布式电源及微电网的智能电网多代理故障恢复新方法;
建立目标函数和约束条件,提出含分布式电源及微电网的配电网故障恢复方案,分析动态微电网在故障状态下的自愈性,建立基于多代理系统的动态微电网自愈系统,提出故障恢复重构的方案。
作为本实施例一种可能的实现方式,所述新能源发电并网系统的网络化远程测试方法还包括以下步骤:
步骤5,分布式电源能量最优利用的研究与应用。
作为本实施例一种可能的实现方式,所述分布式电源能量最优利用的研究与应用过程包括以下步骤:
研究分布式电源多种能量最优配置方案,从经济性的角度考虑同时兼顾可靠性及环境效益,建立微电网中分布式电源容量优化组合模型,提出微电网环境下分布式电源的最优配置方案;
从微电网的经济性出发,建立分布式电源容量优化组合模型;将分布式电源的设备投资成本、燃料成本、运行维护成本、外部环境成本和供电可靠性为目标函数,提出多个目标值的分布式电源最优能量集成方案。
作为本实施例一种可能的实现方式,所述分布式电源包括光伏发电、风力发电、柴油发电机、燃气轮机和蓄电池。
本发明实施例的技术方案可以具有的有益效果如下:
本发明实施例技术方案将虚拟仪器、现场检测设备、被测试点以及数据库等资源纳入网络,实现资源共享,共同完成系统运行数据远程监测、新能源发电并网系统远程在线测试及检测。另外,分布式电源最优配置是从经济性的角度考虑,同时兼顾可靠性及环境效益,建立微电网中分布式电源容量优化组合模型。分析动态微电网在故障状态下的自愈性,建立基于多代理系统的动态微电网自愈系统,提出故障恢复重构的方案,在配电网出现故障时可以快速、有效恢复配电网供电,尤其在配电网出现故障,甚至出现极端事故时对配电网产生的积极的支撑作用,保证了配电网内重要负荷的供电连续性和可靠性。
本发明实施例技术方案通过对多区域的旋转设备分布式发电(清洁能源如燃气分布式发电),电力电子设备分布式发电(可再生新能源如分布式光伏、分布式风电),用电负荷,进行实时数据监控并上传到网络化远程综合测试平台,该平台根据分布式发电源及负载采集的数据情况,调动既定的控制策略对有功功率进行潮流控制,对多个旋转设备分布式发电及电力电子设备分布式发电,进行协调控制策略,以保障电力系统前提下,加入经济化的控制模型,优先利用可再生能源,检测到负荷与分布式电源动态平衡偏差时,依据本发明实施例技术方案进行功率限制或者增大清洁能源功率输出,维持功率动态平衡,能够协调控制众多地域分散的分布式电源,保证了电力系统的稳定。
附图说明
图1是根据一示例性实施例示出的一种新能源发电并网系统的网络化远程测试方法的流程图;
图2是根据一示例性实施例示出的另一种新能源发电并网系统的网络化远程测试方法的流程图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
图1是根据一示例性实施例示出的一种新能源发电并网系统的网络化远程测试方法的流程图。如图1所示,本发明实施例提供的一种新能源发电并网系统的网络化远程测试方法可以包括以下步骤:
步骤1,构建新能源发电并网系统的网络化远程综合测试平台主体框架,研究分布式电源系统运行数据远程监测功能的实现方法、在线试验和分布式测试现场、移动车载、集控中心的数据及音视频实时传输的方案;
步骤2,研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程,采用数据挖掘技术提取关键数据信息,建立现场设备运行数据及在线检测评价数据库,并构建现场设备状态评价模型;
步骤3,研发基于虚拟测控技术的新能源发电并网系统网络化远程综合测试平台,将虚拟仪器、现场检测设备、被测试点以及数据库资源纳入网络进行资源共享,进行新能源发电并网系统运行数据的远程监测和新能源发电并网系统的远程在线测试及检测。
在一种可能的实现方式中,所述研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程具体为:
首先网络化远程综合测试平台对新能源发电量进行预测,以及对用电负荷进行评估,根据测试平台的数据累积算法得出模糊期望差值;其次在实际运行工况中数据结合新能源的自然客观量(包括风力流速和光照强度等等)与测试平台的云端大数据进行分析曲线进行对比,评估误差范围是否在理论计算范围内,如果在计算范围内,再与预测值进行分析,计入云端数据库;如果不在计算范围内,再利用数据发掘技术提取出的关键数据进行比对,对现场设备工作状态进行分析,构建成现场设备状态评价模型,对设备进行网络化远程测试。
在一种可能的实现方式中,所述新能源发电并网系统运行数据的远程监测过程为:被测试点的现场检测设备进行采集自然天气样本以及地理环境因素并上传到网络化远程综合测试平台,同时结合被测试点区域的自然天气历史数据进行远程数据监测。
在一种可能的实现方式中,所述新能源发电并网系统的远程在线测试及检测过程为:通过虚拟仪器针对不同天气情况可能对新能源发电的造成影响因素以及地理环境进行模拟,对测控功率输出的范围估测,进一步对新能源发电并网接入对输配电形成的冲击进行估测,做出预测判断以提高对并网风险的把控。
图2是根据一示例性实施例示出的另一种新能源发电并网系统的网络化远程测试方法的流程图。如图2所示,本发明实施例提供的一种新能源发电并网系统的网络化远程测试方法还可以包括以下步骤:
步骤4,包含分布式电源及微电网的智能电网恢复控制。
在一种可能的实现方式中,所述包含分布式电源及微电网的智能电网恢复控制过程包括以下步骤:
针对分布式电源特性,研究电网故障下的快速自愈能力;
研究配电网故障恢复方法的基本原理,提出含分布式电源及微电网的智能电网多代理故障恢复新方法;
建立目标函数和约束条件,提出含分布式电源及微电网的配电网故障恢复方案。其主要通过多个分布式电源构成的微电网配电网络,每个分布式电源建立环形的供电拓扑网络;每个分布式电源同时监测其构成的环形供电网络的相邻供电状态量,通过网络化远程综合测试平台的目标函数及约束条件,进行多源输电网络的多主V/F控制策略,其中一个分布式电源或者一段输配电线路出现故障,相邻的分布式电源监测到故障信息,进行V/F的△值跟踪输出,使得故障点迅速恢复。分析动态微电网在故障状态下的自愈性,建立基于多代理系统的动态微电网自愈系统,提出故障恢复重构的方案。当某点出现故障,重构方案通过分布式和负荷,实时动态平衡作为切入点,多代理系统可以快速切除故障分布式电源,无缝切换到工作正常的分布式电源,建立恒压恒频,故障点功率丢失由其他分布式电源进行平均补给,维持功率平衡。
如图2所示,本发明实施例提供的一种新能源发电并网系统的网络化远程测试方法还可以包括以下步骤:
步骤5,分布式电源能量最优利用的研究与应用。
在一种可能的实现方式中,所述分布式电源能量最优利用的研究与应用过程包括以下步骤:
研究分布式电源多种能量最优配置方案,从经济性的角度考虑同时兼顾可靠性及环境效益,建立微电网中分布式电源容量优化组合模型,提出微电网环境下分布式电源的最优配置方案;
从微电网的经济性出发,建立分布式电源容量优化组合模型;将分布式电源的设备投资成本、燃料成本、运行维护成本、外部环境成本、供电可靠性等为目标函数,提出多个目标值的分布式电源最优能量集成方案。
所述研究分布式电源多种能量最优配置方案,主要从经济性的角度考虑,同时兼顾可靠性及环境效益,建立微电网中分布式电源容量优化组合模型,提出微电网环境下分布式电源的最优配置方案从电和热两方面考虑,以可再生的新能源作为电能主要提供源,再结合地热资源,如地源热泵、水源热泵、空气源热泵作为热能主要提供源。通过新能源解决生产用电的同时,也提供地热资源的供电消耗,合理优化配置方案,同时可结合燃气三联供的能源补给,进行多能源的耦合,微电网以电能为基础,辐射到热能供应,建立最优的经济性配置方案。
在一种可能的实现方式中,本发明实施例中所述分布式电源包括光伏发电、风力发电、柴油发电机、燃气轮机和蓄电池。
以上所述只是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也被视为本发明的保护范围。
Claims (8)
1.一种新能源发电并网系统的网络化远程测试方法,其特征是,包括以下步骤:
步骤1,构建新能源发电并网系统的网络化远程综合测试平台主体框架,研究分布式电源系统运行数据远程监测功能的实现方法、在线试验和分布式测试现场、移动车载、集控中心的数据及音视频实时传输的方案;
步骤2,研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程,采用数据挖掘技术提取关键数据信息,建立现场设备运行数据及在线检测评价数据库,并构建现场设备状态评价模型;
步骤3,研发基于虚拟测控技术的新能源发电并网系统网络化远程综合测试平台,将虚拟仪器、现场检测设备、被测试点以及数据库资源纳入网络进行资源共享,进行新能源发电并网系统运行数据的远程监测和新能源发电并网系统的远程在线测试及检测;
步骤4,包含分布式电源及微电网的智能电网恢复控制;
所述包含分布式电源及微电网的智能电网恢复控制过程包括以下步骤:
针对分布式电源特性,研究电网故障下的快速自愈能力;
研究配电网故障恢复方法的基本原理,提出含分布式电源及微电网的智能电网多代理故障恢复新方法;
建立目标函数和约束条件,提出含分布式电源及微电网的配电网故障恢复方案,分析动态微电网在故障状态下的自愈性,建立基于多代理系统的动态微电网自愈系统,提出故障恢复重构的方案;
所述含分布式电源及微电网的配电网故障恢复方案具体为:通过多个分布式电源构成的微电网配电网络,每个分布式电源建立环形的供电拓扑网络;每个分布式电源同时监测其构成的环形供电网络的相邻供电状态量,通过网络化远程综合测试平台的目标函数及约束条件,进行多源输电网络的多主V/F控制策略,其中一个分布式电源或者一段输配电线路出现故障,相邻的分布式电源监测到故障信息,进行V/F的△值跟踪输出,使得故障点迅速恢复。
2.如权利要求1所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述研究新能源发电并网系统网络化远程综合测试平台数据分析计算过程具体为:
首先网络化远程综合测试平台对新能源发电量进行预测,以及对用电负荷进行评估,根据测试平台的数据累积算法得出模糊期望差值;其次在实际运行工况中数据结合新能源的自然客观量与测试平台的云端大数据进行分析曲线进行对比,评估误差范围是否在理论计算范围内,如果在计算范围内,再与预测值进行分析,计入云端数据库;如果不在计算范围内,再利用数据发掘技术提取出的关键数据进行比对,对现场设备工作状态进行分析,构建成现场设备状态评价模型,对设备进行网络化远程测试。
3.如权利要求2所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述新能源的自然客观量至少包括风力流速和光照强度。
4.如权利要求1所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述新能源发电并网系统运行数据的远程监测过程为:被测试点的现场检测设备进行采集自然天气样本以及地理环境因素并上传到网络化远程综合测试平台,同时结合被测试点区域的自然天气历史数据进行远程数据监测。
5.如权利要求4所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述新能源发电并网系统的远程在线测试及检测过程为:通过虚拟仪器针对不同天气情况可能对新能源发电的造成影响因素以及地理环境进行模拟,对测控功率输出的范围估测,进一步对新能源发电并网接入对输配电形成的冲击进行估测,做出预测判断以提高对并网风险的把控。
6.如权利要求1至5任意一项所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,还包括以下步骤:
步骤5,分布式电源能量最优利用的研究与应用。
7.如权利要求6所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述分布式电源能量最优利用的研究与应用过程包括以下步骤:
研究分布式电源多种能量最优配置方案,从经济性的角度考虑同时兼顾可靠性及环境效益,建立微电网中分布式电源容量优化组合模型,提出微电网环境下分布式电源的最优配置方案;
从微电网的经济性出发,建立分布式电源容量优化组合模型;将分布式电源的设备投资成本、燃料成本、运行维护成本、外部环境成本和供电可靠性为目标函数,提出多个目标值的分布式电源最优能量集成方案。
8.如权利要求1至5任意一项所述的一种新能源发电并网系统的网络化远程测试方法,其特征是,所述分布式电源包括光伏发电、风力发电、柴油发电机、燃气轮机和蓄电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710874583.4A CN107679723B (zh) | 2017-09-25 | 2017-09-25 | 一种新能源发电并网系统的网络化远程测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710874583.4A CN107679723B (zh) | 2017-09-25 | 2017-09-25 | 一种新能源发电并网系统的网络化远程测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107679723A CN107679723A (zh) | 2018-02-09 |
CN107679723B true CN107679723B (zh) | 2021-05-25 |
Family
ID=61137078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710874583.4A Active CN107679723B (zh) | 2017-09-25 | 2017-09-25 | 一种新能源发电并网系统的网络化远程测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107679723B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108955B (zh) * | 2019-04-23 | 2021-12-10 | 国网山西省电力公司电力科学研究院 | 一种新能源并网性能自动测试分析平台及检测方法 |
CN112070266B (zh) * | 2020-07-27 | 2022-07-12 | 中国能源建设集团天津电力设计院有限公司 | 一种基于多代理技术的多区域综合能源管理系统架构 |
CN113537528B (zh) * | 2021-07-28 | 2022-05-03 | 贵州电网有限责任公司 | 一种输变电设备状态监测数据的预处理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354974A (zh) * | 2011-10-13 | 2012-02-15 | 山东大学 | 微电网多目标优化运行控制方法 |
CN103426122A (zh) * | 2013-05-17 | 2013-12-04 | 中国能源建设集团广东省电力设计研究院 | 一种微电网综合评价方法 |
CN104283308A (zh) * | 2013-07-10 | 2015-01-14 | 北京中电建投微电网科技有限公司 | 微电网智能中央策略控制系统 |
CN107124291A (zh) * | 2017-03-06 | 2017-09-01 | 国网上海市电力公司 | 一种基于大数据的调控设备监控分析系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401241B (zh) * | 2013-08-15 | 2015-09-16 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于分布式电源自组网策略的微电网供电恢复方法 |
CN104701827B (zh) * | 2015-03-17 | 2017-06-20 | 东北大学 | 基于多Agent技术的微网广域电流保护系统及方法 |
-
2017
- 2017-09-25 CN CN201710874583.4A patent/CN107679723B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354974A (zh) * | 2011-10-13 | 2012-02-15 | 山东大学 | 微电网多目标优化运行控制方法 |
CN103426122A (zh) * | 2013-05-17 | 2013-12-04 | 中国能源建设集团广东省电力设计研究院 | 一种微电网综合评价方法 |
CN104283308A (zh) * | 2013-07-10 | 2015-01-14 | 北京中电建投微电网科技有限公司 | 微电网智能中央策略控制系统 |
CN107124291A (zh) * | 2017-03-06 | 2017-09-01 | 国网上海市电力公司 | 一种基于大数据的调控设备监控分析系统及方法 |
Non-Patent Citations (3)
Title |
---|
光伏电站远程监控系统的研究与实现;张文瑾;《中国优秀硕士学位论文全文数据库工程科技II辑》;20150115(第01期);C042-631,7,43-44 * |
基于Multi_agent的含分布式电源配电网故障处理方法;席建新 等;《现代电力》;20121210;第29卷(第6期);33-34 * |
风电场集控中心综合管理平台远程监控系统的设计与实现;陈国旗;《中国优秀硕士学位论文全文数据库信息科技辑》;20150815(第08期);I140-385,1,3,7-8,13-14,16,22-24,30,32,35-36,52,56 * |
Also Published As
Publication number | Publication date |
---|---|
CN107679723A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Talaat et al. | Hybrid-cloud-based data processing for power system monitoring in smart grids | |
CN107798441B (zh) | 一种基于分布式发电的智能微电网系统 | |
Iqbal et al. | Optimization classification, algorithms and tools for renewable energy: A review | |
CN103235221B (zh) | 光伏电站远程监控的故障检测系统及检测方法 | |
CN105048457B (zh) | 一种智能微电网电能管理系统 | |
CN111555280B (zh) | 基于电-气综合能源系统的弹性配电网灾后恢复控制方法 | |
CN102738834B (zh) | 一种含光伏电源的城市微电网多孤岛动态划分与运行方法 | |
CN106100579B (zh) | 一种基于数据分析的光伏电站故障诊断方法 | |
Li et al. | Edge-cloud computing systems for smart grid: state-of-the-art, architecture, and applications | |
CN104182902A (zh) | 一种基于调度数据网集中运维系统的监控方法 | |
CN107679723B (zh) | 一种新能源发电并网系统的网络化远程测试方法 | |
CN108964263A (zh) | 一种孤岛型微电网及其能量管理系统 | |
CN105634012A (zh) | 一种分布式发电与微电网智能监测控制方法 | |
CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
Nasserddine et al. | Internet of things integration in renewable energy systems | |
Ponnalagarsamy et al. | Impact of IoT on renewable energy | |
Cai et al. | Electric power big data and its applications | |
CN115983548A (zh) | 一种基于人工智能技术的配电网智能规划方法 | |
Liu et al. | A multi-stage restoration strategy to enhance distribution system resilience with improved conditional generative adversarial nets | |
Ye et al. | Smart energy management cloud platform design based on offshore wind farm | |
CN107292471A (zh) | 透明化、实时化、全景化的智能电网规划管理方法 | |
Shi et al. | Challenges of large wind generation intermittence and fluctuation for future smart grids | |
Sharma et al. | Energy Management Strategies of Hybrid Power System Under Varying Load Conditions-An Analysis | |
Wei et al. | Research on Regional Integrated Energy Coordination Control Technology | |
Ren et al. | Digital Transformation of Hydropower Stations: Technical Route, Maturity Evaluation and Content Planning |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |