CN107730111A - 一种考虑用户负荷和新能源接入的配网电压风险评估模型 - Google Patents
一种考虑用户负荷和新能源接入的配网电压风险评估模型 Download PDFInfo
- Publication number
- CN107730111A CN107730111A CN201710945660.0A CN201710945660A CN107730111A CN 107730111 A CN107730111 A CN 107730111A CN 201710945660 A CN201710945660 A CN 201710945660A CN 107730111 A CN107730111 A CN 107730111A
- Authority
- CN
- China
- Prior art keywords
- power
- new energy
- voltage
- probability
- load
- 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
- 238000013210 evaluation model Methods 0.000 title abstract 2
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 27
- 238000012502 risk assessment Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000005611 electricity Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明公开一种考虑用户负荷和新能源接入的配网电压风险评估模型，包括，负荷节点构建模块，将配电网用户负荷抽象为PQ节点，其有功功率、无功功率以随机变量表示，将新能源发电抽象为PV或PQ节点，其功率、电压以随机变量表示；电网潮流概率分布模块，由原始数据分析得到特定场景的概率模型，通过蒙特卡洛模拟，得到电网潮流概率分布；电压风险评估模块，根据电网概率潮流分布数据，利用核密度估计拟合电压的概率密度函数，评估电压风险。本发明提出利用蒙特卡洛法得到电压的原始数据分布，再通过核密度估计拟合电压的概率密度函数，可以精确且详细、全面地展现用户负荷波动以及新能源接入对电压幅值、相角的影响，并评估配电网低电压风险值。
Description
技术领域
本发明涉及电力系统稳态分析技术领域，具体用于评估用户负荷波动以及新能源发电对配电网电压风险的影响。
背景技术
分布式电源(DG)，主要是风电、光伏这样的新能源发电，具有间歇性和随机性特点,分布式电源的大量接入对电力系统规划、设计、运行提出了很多挑战,使配电网络由单一被动的电能分配角色变为集电能产生、电能传输和电能分配为一体的新型主动型配电系统。网络功率的流动方向的变化、分布式电源发电和负荷波动的随机性使得配电网静态稳定以及电压波动问题变得更加复杂，如果不能很好处理新能源接入问题，不仅不利于对清洁能源的有效利用，还会影响到电能质量以及整个电网的稳定性。
与此同时，随着用户负荷的迅速增长，用户侧负荷对电能质量网络运行也产生了重要影响，用户对配电网电能质量的要求越来越高。系统低电压将会造成极大的经济损失。因此，迫切需要一种考虑用户负荷波动和新能源发电对电压波动影响的电压风险评估方法。
电力系统潮流计算是研究电力系统稳态运行情况的一种基本电气计算。它的任务是根据给定的运行条件和网络结构确定整个系统的运行状态，如各母线上的电压(幅值及相角)、网络中的功率分布以及功率损耗等。电力系统潮流计算的结果是电力系统稳定计算和故障分析的基础。在电力系统运行方式和规划方案的研究中，都需要进行潮流计算以比较运行方式或规划供电方案的可行性、可靠性和经济性。同时，为了实时监控电力系统的运行状态，也需要进行大量而快速的潮流计算。因此，潮流计算是电力系统中应用最广泛、最基本和最重要的一种电气运算。在评估配电网电压风险时，也需要采用离线潮流计算。
发明内容
本发明所要解决的技术问题是，针对配电网中存在分布式新能源以及用户负荷的随机波动性，提供一种能量化评估电压风险配网电压风险评估模型。
为解决上述技术问题，本发明采用如下技术方案：一种考虑用户负荷和新能源接入的配网电压风险评估模型，包括，
负荷节点构建模块，将配电网用户负荷抽象为PQ节点，其有功功率、无功功率以随机变量表示，将新能源发电抽象为PV或PQ节点，其功率、电压以随机变量表示；
电网潮流概率分布模块，由原始数据分析得到特定场景的概率模型，通过蒙特卡洛模拟，得到电网潮流概率分布；
电压风险评估模块，根据电网概率潮流分布数据，利用核密度估计拟合电压的概率密度函数，评估电压风险。
优选的，用户负荷有功功率，采用正态分布的随机变量表示，其概率密度如式(1)：
其中，为用户年平均负荷，σ为样本标准差。
优选的，所述的新能源包括风力发电，对于单台风电机组，其捕获的风功率表示成其轮毂高度处风速的函数，采用式(2)近似计算：
其中，vin为切入风速，vout为切出风速，vr为风机额定风速，pr为风机额定容量，风速具有随机特性，风速的随机性认为近似服从Weibull分布，其概率密度函数为：
其中v为风速，λ为地区年平均风速，由地区一年的风力历史数据统计得到，k为形状系数。
优选的，所述的新能源包括光伏发电，其有功功率计算式为：
Ppv＝Acηkt
式中，Ac为太阳能方阵面积，η为光伏电池转换效率，kt为光照强度，为随机变量，其概率分布取决于当地气象条件，对当地一年的历史光照数据进行核密度估计，即可得到kt近似的概率密度函数。
优选的，无功功率计算方法为:
式中，Q为无功功率,P为有功功率，a为功率因数。
优选的，电网潮流概率分布模块计算电网潮流概率分布的方法为：
首先通过对采集得到的历史数据进行统计、回归，先形成每个用户负荷以及新能源发电装置或设备相应的概率参数；然后，执行随机试验，通过计算机生成0-1之间的均匀分布的随机数，传递给每个用户负荷以及新能源发电装置概率密度函数的反函数，从而得到每个用户负荷以及新能源发电装置注入功率的随机数值，将这些随机数值带入确定性潮流计算，记录每次计算结果，达到试验次数或满足结束条件后返回所有结果。
优选的，在第一次试验生成节点导纳矩阵后，不再重新生成，而是继续利用第一次试验所生成的节点导纳矩阵。
优选的，核密度估计的拟合公式如下：
式中，xi为拟合样本中的第i号元素，n为拟合数据的样本数量，h为拟合带宽，K0为拟合用的核函数；
采用高斯核函数拟合电压分布，即：
h带宽的确定采用scott经验公式计算：
通过上述步骤得到由电压分布数据拟合的近似概率密度函数，用于评估电压处于任意取值区间的概率，要取得节点电压x在(a,b)(a<b)取值区间的概率，采用如下公式：
本发明提出利用蒙特卡洛法得到电压的原始数据分布，再通过核密度估计拟合电压的概率密度函数，可以精确且详细、全面地展现用户负荷波动以及新能源接入对电压幅值、相角的影响，并评估配电网低电压风险值。
具体实施方式
新能源发电具有很大的随机性，间隙性。确定性的潮流计算是无法评估这种随机波动造成的影响的。但是，可以将确定性潮流计算的输入参数变为随机变量，再进行潮流计算，即可得到概率潮流分布。概率潮流的基本计算方法是蒙特卡洛模拟，在电网可靠性评估中已经得到广泛应用。本发明提出利用蒙特卡洛法得到电压的原始数据分布，再通过核密度估计拟合电压的概率密度函数。
本发明提供一种考虑用户负荷和新能源接入的配网电压风险评估模型，
包括，
负荷节点构建模块，将配电网用户负荷抽象为PQ节点，其有功功率、无功功率以随机变量表示，将新能源发电抽象为PV或PQ节点，其功率、电压以随机变量表示；
电网潮流概率分布模块，由原始数据分析得到特定场景的概率模型，通过蒙特卡洛模拟，得到电网潮流概率分布；
电压风险评估模块，根据电网概率潮流分布数据，利用核密度估计拟合电压的概率密度函数，评估电压风险。
其中，负荷节点构建的具体过程做如下说明。
用户负荷有功功率，采用正态分布的随机变量表示，其概率密度如式(1)：
其中，PL为该用户负荷，σ为标准差，为平均负荷，由用户一年的历史负荷数据统计得到。本发明中的新能源发电，包括风力发电和光伏发电。
风力发电输出有功功率由风速决定。对于单台风电机组，其捕获的风功率可以表示成其轮毂高度处风速的函数，采用式(2)近似计算：
其中，vin为切入风速，vout为切出风速，vr为风机额定风速，pr为风机额定容量。
风速具有随机特性，风速的随机性可认为近似服从Weibull分布，其概率密度函数为：
其中v为风速，μ为风速历史数据的样本均值估计值，σ为样本估计标准差。
光伏发电的功率输出情况与光照强度密切相关，其有功功率计算式为：
Ppv＝Acηkt
式中，Ac为太阳能方阵面积，η为光伏电池转换效率，kt为光照强度，为随机变量，其概率分布取决于当地气象条件，受到很多随机因素的影响。因此采用核密度估计高斯对当地的历史光照数据进行拟合，可得到kt的近似概率密度函数，并用于光伏发电有功功率的计算。
以上所述随机波动的新能源以及用户负荷的无功功率，由它们的功率因数确定，功率因数取0.85～1，无功功率计算方法为：
式中，Q为无功功率,P为有功功率，a为功率因数。
电网潮流概率分布模块计算电网潮流概率分布的方法为：该方法首先通过对采集得到的历史数据进行统计、回归，先形成每个用户负荷以及新能源发电装置或设备相应的概率参数。然后，执行随机试验，通过计算机生成0-1之间的均匀分布的随机数，传递给每个用户负荷以及新能源发电装置概率密度函数的反函数，从而得到每个用户负荷以及新能源发电装置注入功率的随机数值，将这些随机数值带入确定性潮流计算，记录每次计算结果，达到试验次数或满足结束条件后返回所有结果。
确定潮流计算的输入输出数据格式为参数矩阵形式，其中包含潮流计算中节点、支路、平衡节点、变压器、发电机以及输出结果的必要信息，并设计可从excel、关系数据库导入网络原始信息数据类型转换程序，以及导出潮流计算结果的程序，采用向量化的矩阵计算基本算法以及牛顿拉夫逊非线性方程组求解法构建确定性潮流方程求解算法。
确定潮流计算的随机变量输入形式和随机试验方法，首先确定试验次数，其次，通过随机计算程序，先生成一个随机数，代入各节点的概率模型得出该节点该次试验的参数值，最终生成前面所述的输入参数矩阵。为以后存储试验结果预先生成结果变量的内存空间。
为了加速随机试验的潮流计算速度，本发明在第一次试验生成节点导纳矩阵后，不再重新生成，而是继续利用第一次试验所生成的节点导纳矩阵，避免了大量的数据转换工作。利用向量化操作进行节点参数以及矩阵的计算，进一步提高了蒙特卡洛模拟的效率。
在得到电压的分布数据后，通过核密度估计算法得到概率密度函数。
核密度估计的拟合公式如下：
式中，xi为拟合样本中的第i号元素，n为拟合数据的样本数量，h为拟合带宽，K0为拟合用的核函数。
电网电压分布较为平滑，采用高斯核函数拟合电压分布，即：
h带宽的确定采用scott经验公式计算：
通过上述步骤得到由电压分布数据拟合的近似概率密度函数，用于评估电压处于任意取值区间的概率。
要取得节点电压x在(a,b)(a<b)取值区间的概率，采用如下公式：
Claims (8)
1.一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于，
包括，
负荷节点构建模块，将配电网用户负荷抽象为PQ节点，其有功功率、无功功率以随机变量表示，将新能源发电抽象为PV或PQ节点，其功率、电压以随机变量表示；
电网潮流概率分布模块，由原始数据分析得到特定场景的概率模型，通过蒙特卡洛模拟，得到电网潮流概率分布；
电压风险评估模块，根据电网概率潮流分布数据，利用核密度估计拟合电压的概率密度函数，评估电压风险。
2.根据权利要求1所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：用户负荷有功功率，采用正态分布的随机变量表示，其概率密度如式(1)：
<mrow>
<msub>
<mi>f</mi>
<msub>
<mi>p</mi>
<mi>L</mi>
</msub>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&sigma;</mi>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>-</mo>
<mover>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，PL为该用户年平均负荷，σ为标准差。
3.根据权利要求2所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：所述的新能源包括风力发电，对于单台风电机组，其捕获的风功率表示成其轮毂高度处风速的函数，采用式(2)近似计算：
其中，vtn为切入风速，vout为切出风速，vr为风机额定风速，pr为风机额定容量，风速具有随机特性，风速的随机性认为近似服从Weibull分布，其概率密度函数为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>;</mo>
<mi>&lambda;</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>k</mi>
<mi>&lambda;</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>v</mi>
<mi>&lambda;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>/</mo>
<mi>&lambda;</mi>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
</mrow>
</msup>
</mrow>
其中v为风速，PL为该用户负荷，σ为标准差，为平均负荷，由用户一年的历史负荷数据统计得到。
4.根据权利要求2所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：所述的新能源包括光伏发电，其有功功率计算式为：
Ppv＝Acηkt
式中，Ac为太阳能方阵面积，η为光伏电池转换效率，kt为光照强度，为随机变量，其概率分布取决于当地气象条件，对当地一年的历史光照数据进行核密度估计，即可得到kt近似的概率密度函数。
5.根据权利要求2或者3或者4所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：无功功率计算方法为:
<mrow>
<mi>Q</mi>
<mo>=</mo>
<mi>P</mi>
<msqrt>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>a</mi>
<mn>2</mn>
</msup>
</mrow>
<msup>
<mi>a</mi>
<mn>2</mn>
</msup>
</mfrac>
</msqrt>
</mrow>
式中，Q为无功功率,P为有功功率，a为功率因数。
6.根据权利要求1所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：电网潮流概率分布模块计算电网潮流概率分布的方法为：首先通过对采集得到的历史数据进行统计、回归，先形成每个用户负荷以及新能源发电装置或设备相应的概率参数；然后，执行随机试验，通过计算机生成0-1之间的均匀分布的随机数，传递给每个用户负荷以及新能源发电装置概率密度函数的反函数，从而得到每个用户负荷以及新能源发电装置注入功率的随机数值，将这些随机数值带入确定性潮流计算，记录每次计算结果，达到试验次数或满足结束条件后返回所有结果。
7.根据权利要求6所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：在第一次试验生成节点导纳矩阵后，不再重新生成，而是继续利用第一次试验所生成的节点导纳矩阵。
8.根据权利要求1所述的一种考虑用户负荷和新能源接入的配网电压风险评估模型，其特征在于：核密度估计的拟合公式如下：
<mrow>
<msub>
<mi>f</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>n</mi>
<mi>h</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>h</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
式中，xi为拟合样本中的第i号元素，n为拟合数据的样本数量，h为拟合带宽，K0为拟合用的核函数；
采用高斯核函数拟合电压分布，即：
<mrow>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&sigma;</mi>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</msup>
</mrow>
h带宽的确定采用scott经验公式计算：
<mrow>
<mi>h</mi>
<mo>=</mo>
<msup>
<mi>n</mi>
<mfrac>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mn>5</mn>
</mfrac>
</msup>
</mrow>
通过上述步骤得到由电压分布数据拟合的近似概率密度函数，用于评估电压处于任意取值区间的概率，要取得节点电压x在(a,b)(a<b)取值区间的概率，采用如下公式：
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mo><</mo>
<mi>x</mi>
<mo><</mo>
<mi>b</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mi>a</mi>
<mi>b</mi>
</msubsup>
<msub>
<mi>f</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>.</mo>
</mrow>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710945660.0A CN107730111A (zh) | 2017-10-12 | 2017-10-12 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710945660.0A CN107730111A (zh) | 2017-10-12 | 2017-10-12 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107730111A true CN107730111A (zh) | 2018-02-23 |
Family
ID=61210984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710945660.0A Pending CN107730111A (zh) | 2017-10-12 | 2017-10-12 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107730111A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108362951A (zh) * | 2018-02-26 | 2018-08-03 | 湘潭大学 | 一种基站电磁辐射区间评估方法 |
| CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
| CN110112790A (zh) * | 2019-06-06 | 2019-08-09 | 南方电网科学研究院有限责任公司 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
| CN112116235A (zh) * | 2020-09-11 | 2020-12-22 | 国网山东省电力公司枣庄供电公司 | 一种电网中电压脉冲影响力评估方法 |
| CN112564181A (zh) * | 2020-11-25 | 2021-03-26 | 云南电网有限责任公司 | 考虑新能源出力不确定性的在线概率安全监测方法 |
| CN113312833A (zh) * | 2021-04-16 | 2021-08-27 | 北京交通大学 | 一种分布式能源接入配电网风险评估方法 |
| CN113468843A (zh) * | 2021-06-07 | 2021-10-01 | 深圳供电局有限公司 | 一种主动配电网等值模型的构建方法 |
| CN116050838A (zh) * | 2023-01-09 | 2023-05-02 | 国家电网有限公司华中分部 | 基于风电负荷相关性的配电变压器运行风险评估方法及系统 |
| CN117436706A (zh) * | 2023-12-18 | 2024-01-23 | 国网天津市电力公司电力科学研究院 | 考虑光伏和电动汽车的配电台区安全风险评估方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103236692A (zh) * | 2013-04-25 | 2013-08-07 | 网新创新研究开发有限公司 | 一种利用概率潮流评估电力系统运行状况的方法 |
| CN104050604A (zh) * | 2014-06-10 | 2014-09-17 | 上海交通大学 | 基于概率潮流的电力系统静态安全评估方法 |
| CN104079003A (zh) * | 2014-07-21 | 2014-10-01 | 国家电网公司 | 含光伏电源配电网的概率潮流计算方法 |
| CN104901309A (zh) * | 2015-06-30 | 2015-09-09 | 上海交通大学 | 考虑风速相关性的电力系统静态安全评估方法 |
| CN105356446A (zh) * | 2016-01-07 | 2016-02-24 | 江苏省电力公司南京供电公司 | 一种电力系统网络的风险评估方法 |
| CN105447658A (zh) * | 2016-01-06 | 2016-03-30 | 长沙理工大学 | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 |
| CN105656084A (zh) * | 2016-03-22 | 2016-06-08 | 江苏省电力试验研究院有限公司 | 一种计及新能源发电预测误差的改进随机潮流算法 |
| CN105654245A (zh) * | 2015-12-31 | 2016-06-08 | 太原理工大学 | 基于负荷不确定性建模的电网静态电压稳定风险评估方法 |
| CN105958538A (zh) * | 2016-06-12 | 2016-09-21 | 南京工程学院 | 基于蒙特卡洛法的配电网孤岛划分方法 |
| CN106058863A (zh) * | 2016-07-08 | 2016-10-26 | 河海大学 | 一种基于随机响应面法的随机最优潮流计算方法 |
| CN106992516A (zh) * | 2017-04-18 | 2017-07-28 | 国网上海市电力公司 | 基于拟蒙特卡罗模拟和核密度估计获得概率静态电压稳定裕度的方法 |
-
2017
- 2017-10-12 CN CN201710945660.0A patent/CN107730111A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103236692A (zh) * | 2013-04-25 | 2013-08-07 | 网新创新研究开发有限公司 | 一种利用概率潮流评估电力系统运行状况的方法 |
| CN104050604A (zh) * | 2014-06-10 | 2014-09-17 | 上海交通大学 | 基于概率潮流的电力系统静态安全评估方法 |
| CN104079003A (zh) * | 2014-07-21 | 2014-10-01 | 国家电网公司 | 含光伏电源配电网的概率潮流计算方法 |
| CN104901309A (zh) * | 2015-06-30 | 2015-09-09 | 上海交通大学 | 考虑风速相关性的电力系统静态安全评估方法 |
| CN105654245A (zh) * | 2015-12-31 | 2016-06-08 | 太原理工大学 | 基于负荷不确定性建模的电网静态电压稳定风险评估方法 |
| CN105447658A (zh) * | 2016-01-06 | 2016-03-30 | 长沙理工大学 | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 |
| CN105356446A (zh) * | 2016-01-07 | 2016-02-24 | 江苏省电力公司南京供电公司 | 一种电力系统网络的风险评估方法 |
| CN105656084A (zh) * | 2016-03-22 | 2016-06-08 | 江苏省电力试验研究院有限公司 | 一种计及新能源发电预测误差的改进随机潮流算法 |
| CN105958538A (zh) * | 2016-06-12 | 2016-09-21 | 南京工程学院 | 基于蒙特卡洛法的配电网孤岛划分方法 |
| CN106058863A (zh) * | 2016-07-08 | 2016-10-26 | 河海大学 | 一种基于随机响应面法的随机最优潮流计算方法 |
| CN106992516A (zh) * | 2017-04-18 | 2017-07-28 | 国网上海市电力公司 | 基于拟蒙特卡罗模拟和核密度估计获得概率静态电压稳定裕度的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 任洲洋: ""光伏时空概率模型及其在电力系统概率分析中的应用"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108362951B (zh) * | 2018-02-26 | 2020-11-03 | 湘潭大学 | 一种基站电磁辐射区间评估方法 |
| CN108362951A (zh) * | 2018-02-26 | 2018-08-03 | 湘潭大学 | 一种基站电磁辐射区间评估方法 |
| CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
| CN110112790A (zh) * | 2019-06-06 | 2019-08-09 | 南方电网科学研究院有限责任公司 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
| CN110112790B (zh) * | 2019-06-06 | 2023-10-20 | 南方电网科学研究院有限责任公司 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
| CN112116235A (zh) * | 2020-09-11 | 2020-12-22 | 国网山东省电力公司枣庄供电公司 | 一种电网中电压脉冲影响力评估方法 |
| CN112116235B (zh) * | 2020-09-11 | 2021-09-14 | 国网山东省电力公司枣庄供电公司 | 一种电网中电压脉冲影响力评估方法 |
| CN112564181B (zh) * | 2020-11-25 | 2023-05-26 | 云南电网有限责任公司 | 考虑新能源出力不确定性的在线概率安全监测方法 |
| CN112564181A (zh) * | 2020-11-25 | 2021-03-26 | 云南电网有限责任公司 | 考虑新能源出力不确定性的在线概率安全监测方法 |
| CN113312833A (zh) * | 2021-04-16 | 2021-08-27 | 北京交通大学 | 一种分布式能源接入配电网风险评估方法 |
| CN113468843A (zh) * | 2021-06-07 | 2021-10-01 | 深圳供电局有限公司 | 一种主动配电网等值模型的构建方法 |
| CN113468843B (zh) * | 2021-06-07 | 2024-01-02 | 深圳供电局有限公司 | 一种主动配电网等值模型的构建方法 |
| CN116050838A (zh) * | 2023-01-09 | 2023-05-02 | 国家电网有限公司华中分部 | 基于风电负荷相关性的配电变压器运行风险评估方法及系统 |
| CN116050838B (zh) * | 2023-01-09 | 2023-08-18 | 国家电网有限公司华中分部 | 基于风电负荷相关性的配电变压器运行风险评估方法及系统 |
| CN117436706A (zh) * | 2023-12-18 | 2024-01-23 | 国网天津市电力公司电力科学研究院 | 考虑光伏和电动汽车的配电台区安全风险评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107730111A (zh) | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 | |
| Mosadeghy et al. | A time-dependent approach to evaluate capacity value of wind and solar PV generation | |
| CN104156892A (zh) | 一种有源配电网电压跌落仿真与评估方法 | |
| Athari et al. | Modeling the uncertainties in renewable generation and smart grid loads for the study of the grid vulnerability | |
| CN103246806A (zh) | 一种含风电场电力系统的运行风险评估方法 | |
| CN108400595B (zh) | 一种考虑新能源出力相关性的电压暂降随机预估方法 | |
| CN104269867B (zh) | 一种节点扰动功率转移分布均衡度分析方法 | |
| CN104217077A (zh) | 一种反映风速变化特性的风力发电出力随机模型建模方法 | |
| Abad et al. | Sensitivity of hosting capacity to data resolution and uncertainty modeling | |
| Xiyun et al. | Wind power probability interval prediction based on bootstrap quantile regression method | |
| Lin et al. | Scenario generation and reduction methods for power flow examination of transmission expansion planning | |
| Kaplan et al. | Fault diagnosis of smart grids based on deep learning approach | |
| Zhao et al. | Probabilistic voltage stability assessment considering stochastic load growth direction and renewable energy generation | |
| Chiodo et al. | Wind farm production estimation under multivariate wind speed distribution | |
| Lotfi et al. | Reliability assessment for power grid by adding wind farm | |
| Shi et al. | Reliability assessment of power system considering the impact of wind energy | |
| Domínguez et al. | Analysis of electric power consumption using Self-Organizing Maps. | |
| Zaker et al. | Probabilistic optimal operation of a smart grid including wind power generator units | |
| Chen et al. | Probabilistic load flow calculation method based on polynomial normal transformation and extended Latin Hypercube | |
| Wu et al. | A PV hosting capacity assessment method with spatial correlation | |
| Lin et al. | Scenarios analysis method based on wind and photovoltaic power output correlation | |
| Fan et al. | Temporal and Spatial Distribution of Power System Voltage based on Generalized Regression Neural Network | |
| Li et al. | Research concept of pattern features of generalized load curves in future power systems | |
| Zhang et al. | Credible capacity evaluation of a PV plant with energy storages governed by MDP control strategy | |
| Azzolini et al. | Visualization Methods for Quasi-Static Time-Series (QSTS) Simulations with High PV Penetration |
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 |
Application publication date: 20180223 |
|
| RJ01 | Rejection of invention patent application after publication |