CN110224409A - 一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 - Google Patents
一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 Download PDFInfo
- Publication number
- CN110224409A CN110224409A CN201910505753.0A CN201910505753A CN110224409A CN 110224409 A CN110224409 A CN 110224409A CN 201910505753 A CN201910505753 A CN 201910505753A CN 110224409 A CN110224409 A CN 110224409A
- Authority
- CN
- China
- Prior art keywords
- power
- index
- voltage
- formula
- dvr
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000004146 energy storage Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 1
- 230000005611 electricity Effects 0.000 abstract description 5
- 238000013441 quality evaluation Methods 0.000 abstract description 2
- 238000001303 quality assessment method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000013210 evaluation model Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000009941 weaving Methods 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- H02J3/382—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法，针对新能源并网，用户对电能质量要求越来越高，传统电能质量评估补偿方法存在耗时长，精度低的问题，提出一种多因子综合电能质量评估模型，并以此为基础，提出电能质量补偿设备的精细化控制方法，有针对性的提高用户电能质量，达到电网安全，稳定，经济运行的目的。
Description
技术领域
本发明涉及动态电压补偿器(DVR)和静止无功发生器(SVG)技术领域，具体的说是涉及一种基于电压跌落幅值和功率因数双影响因子的的电能质量补偿设备精细化控制方法。
背景技术
电能质量的先进程度是一个国家科技发展水平和综合国力的主要标志之一。随着我国工业经济快速发展，居民生活水平显著提高，对高科技尖端设备的大量使用以及生产领域对产品质量重视的提升，使得电力用户对电能质量的要求越来越高。基于计算机、微处理器的管理、分析、检测、控制等方面的用电设备和各种电力电子设备在电力系统中大量使用，比一般机电设备更为敏感，对供电质量的要求更苛刻，如机器人、数控机床、高精度测量仪器、精密医疗设备、变频调速设备和各种自动化生产线等等。另外，一些特殊行业，如造纸、纺织、半导体制造、精密机械加工以及银行、电信、医疗、军事等对电网中的谐波、过电压、短时断电、电压暂降、电压暂升等干扰十分敏感，任何电能质量问题都可能引起生产作业过程的中断或设备故障，造成巨大的经济损失或政治影响。而随着电力负荷的迅速增加，现代电网的负荷结构发生了很大改变，尤其是一些冲击性、非线性、非对称性负荷和电力电子设备不断增多，如工业生产中的大型轧钢机、大型吊车、电力机车、晶闸管整流电源、变频调速装置等等。它们的起动、停止、运行都可能会导致电力系统功率因数降低、电压波动、电压闪变及电压波形畸变等电能质量问题，使电网的电能质量受到了严重的威胁。尽管总体上电网电能质量符合国家标准，但随着电力体制改革的不断推进，传统的被动式服务已不再符合当今企业发展的需求，亟需研究电能质量精细化控制技术，研究电能质量产生的原因、分析方法、检测手段和改善措施以满足不同客户对电能质量的要求，对提高电网供用品质，保障工业生产，有巨大的理论意义和经济效益。本文从电能质量综合模型入手，提出了一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备的精细化控制方法。
发明内容
本发明的目的是提出一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法。考虑多种电能质量考核指标，建立多因子电能质量评估模型，并以此为基础，提出考虑电压跌落幅值和功率因数的电力设备精细化控制模型，有针对性的提高用户电能质量，达到电网安全，稳定，经济运行的目的。
为了实现本目的，本文提供一种基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法，具体包括以下环节：
建立电能质量综合评价模型：
(1)综合评价特征矩阵
设有n个评价对象，m个评价指标。m个评价指标对n个评价对象形成的指标数据矩阵为：
式中：表示第i评价方案对第j个评价指标的特征量。
(2)特征矩阵标准化
因各指标的量纲和类型各不相同，不能直接进行比较，所以在综合评估前需经过处理使其标准化，使各项电能质量指标都落在统一的无量纲区间内。有关电能质量的系列参数指标主要为固定型指标和区间型指标。
A)固定型指标
B)区间型指标
式中：式中，max(xij)、min(xij)分别为X特征矩阵中第j列所有元素的最大值、最小值。按上述公式变换后，各项电能质量指标都转化为正向指标，最优值为1，最劣值为0。
(3)熵和熵权的确定
第j项指标下第i个方案指标值的比重为：
第j项指标的熵值为：
第j项指标的差异系数为：
gj＝1-hj (6)
熵权为：
则基于熵权评价指标权值向量w＝[w1,w2,…,wm]
(4)建立电能质量综合评价模型
B中元素的大小就能够反映电能质量综合评估情况。
建立DVR优化配置模型：
目标函数为：
式中：ND为配置DVR数量；Ci为第i台DVR的成本；表示第i台DVR 的容量；第i台DVR对应补偿第i条馈线上的第i级需求的过程。
第i台DVR的单位容量成本是其容量的函数：
式中：f(x)表示DVR的容量-投资成本函数。
根据DVR补偿原理，不考虑相角跳变，以补偿短时电压变化后过程端电压大于或等于第i级过程的最大短时电压质量需求为约束：
式中：为第i条馈线所接过程端电压；为第i台DVR的输出补偿电压；为第i级过程中第t个过程的短时电压质量需求；Un为母线额定电压；k 为短时电压变化百分比。
需配置DVR容量与其输出补偿电压和补偿过程容量相关，可得DVR容量：
式中：T为第i级过程的总过程数；为第i级过程中第t个过程的容量。
建立SVG优化配置模型：
目标函数：
(1)网损期望值最小
在电力系统运行中，网络损耗一直是评定电力系统运行经济型和运行效率的重要指标：
f1＝min E(Ploss)＝∫Plossf(Ploss)dPloss (14)
式中：Ploss为网损的期望值；f(Ploss)为网损的概率密度函数。
(2)系统总电压偏差最小
式中，NL为系统的负荷节点数目；Vk为节点k的电压期望值；Vk′为节点k的基准值；Vkmax、Vkmin为节点k允许的电压下限和电压上限。
约束条件：
(1)潮流平衡方程
在任何状态下SVG与分布式储能需要满足如下的等潮流方程:
式中，Pi、Qi分别为节点i注入的有功功率和无功功率。
(2)分布式储能输出无功功率约束
QDGimin<QDGi<QDGimax (17)
式中，QDGi为DG输出的无功功率，min和max分别为对应参数的下限值和上限值
(3)SVG输出的无功功率约束
SVG输出的无功功率约束应满足以下条件：
QSVGimin<QSVGi<QSVGimax (18)
式中，QSVGi为SVG输出的无功功率。
SVG精细化控制模型约束条件：
附图说明
为了更加清晰地描述本发明的具体实施例，下面将对本发明实施方案所需使用的附图作简单介绍。
图1为基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备的精细化控制方法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明专利的具体实施方案做更加明确完整地描述。
如图1所示基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法示意图。多种电能质量考核指标为：
(1)电压偏差
电压偏差是在正常运行方式下，供电电压出现持续性偏离运行标称值。电压偏差的公式如下：
《国家电网公司电力系统电压质量和无功管理规定》按照国标的限值定义电压合格率(统计时间为min)，要求供电电压合格率不低于98.0％。
电压不合格率最大值为2％，把可允许的最大电压不合格率作为基准值，对其进行归一化的运算，定义电压不合格率指标为：
(2)电压波动于闪变
电压波动是指电压有效值一系列随机或有规律的变动，闪变是人对电压波动引起光线变化的主观视感。GB/T12326-2008《电能质量电压波动和闪变》规定了10min 短时闪变值Pst和2h长时间闪变值PIt两个指标，低压限值分别为1.0和0.8，中压为0.9和0.7。定义归一化闪变指标Ip，该值反映了以标准值为基准的电压波动与闪变的严峻程度。
Ip＝max(Ipst,IpIt) (5)
(3)谐波
谐波为一个周期电气量的正弦波分量，各次谐波频率均为基波频率的整数倍。 GB/T14546-1993《电能质量公用电网谐波》规定了谐波指标为各次谐波含有率 HRh和总谐波畸变率(Total Harmonic Distortion,THD)。将实测指标95％概率大值除以相应的标准限值，结果为一系列归一化谐波指标值，取它们中的最大值作为谐波指标值IH
k＝2,…,25 (7)
IH＝max(IHTHD,IHRK) (8)
(4)不平衡度
三相不平衡度指电量的负序分量有效值与正序分量有效值的比值 GB/T15543-2008《电能质量三相电压不平衡》规定了95％概率大值的三相电压允许不平衡度指标EU，其正常允许值为2％。定义三相不平衡归一指标IU
如图1所示基于电压跌落幅值和功率因素双影响因子的电力设备精细化控制方法示意图，其中多因子电能质量综合评估模型为：
(一)模糊熵基本原理
设系统有n个状态为ε1，ε2，…，εn，出现概率分别为p1,p2,…，pn，则该系统的熵为：
分析可知：
(1)存在数值r使pr＝1，且当i≠r时，pi＝0，这时H取最小值，即Hmin＝0
(2)当p1＝p2＝…＝pn＝1/n时，H取最大值，即Hmax＝lnn
(二)电能质量综合评估建模
(1)综合评价特征矩阵
设有n个评价对象，m个评价指标。m个评价指标对n个评价对象形成的指标数据矩阵为：
式中：表示第i评价方案对第j个评价指标的特征量。
(2)特征矩阵标准化
因各指标的量纲和类型各不相同，不能直接进行比较，所以在综合评估前需经过处理使其标准化，使各项电能质量指标都落在统一的无量纲区间内。有关电能质量的系列参数指标主要为固定型指标和区间型指标。
A)固定型指标
B)区间型指标
式中：式中，max(xij)、min(xij)分别为X特征矩阵中第j列所有元素的最大值、最小值。按上述公式变换后，各项电能质量指标都转化为正向指标，最优值为1，最劣值为0。
(3)熵和熵权的确定
第j项指标下第i个方案指标值的比重为：
第j项指标的熵值为：
第j项指标的差异系数为：
gj＝1-hj (16)
熵权为：
则基于熵权评价指标权值向量w＝[w1,w2,…,wm]
(4)建立电能质量综合评价模型
B中元素的大小就能够反映电能质量综合评估情况。
如图1所示基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法示意图，其中DVR精细化控制模型为：
根据电压评估模型，将电能质量按用户所需分成三个等级，特价，优质，普通。在3条馈线上分别串联DVR，保证发生短时电压变化时，端电压满足用户所有电压等级要求：
式中：A1>A2>A3
DVR优化配置需确定DVR台数及其容量，在保证短时电压质量满足用户需求的前提下使投资成本最少，属于组合优化问题。以DVR投资成本最少为目标，补偿后过程端电压满足用户需求为约束，建立DVR优化配置模型。
目标函数为：
式中：ND为配置DVR数量；Ci为第i台DVR的成本；表示第i台DVR 的容量；第i台DVR对应补偿第i条馈线上的第i级需求的过程。
第i台DVR的单位容量成本是其容量的函数：
式中：f(x)表示DVR的容量-投资成本函数。
根据DVR补偿原理，不考虑相角跳变，以补偿短时电压变化后过程端电压大于或等于第i级过程的最大短时电压质量需求为约束：
式中：为第i条馈线所接过程端电压；为第i台DVR的输出补偿电压；为第i级过程中第t个过程的短时电压质量需求；Un为母线额定电压；k 为短时电压变化百分比。
需配置DVR容量与其输出补偿电压和补偿过程容量相关，可得DVR容量：
式中：T为第i级过程的总过程数；为第i级过程中第t个过程的容量。
如图1所示基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法示意图，其中SVG精细化控制模型为：
根据电压评估模型，在功率因素指标下将电压分为三个等级，特等，优质，普通：
式中：B1>B2>B3
目标函数：
(1)网损期望值最小
在电力系统运行中，网络损耗一直是评定电力系统运行经济型和运行效率的重要指标：
f1＝min E(Ploss)＝∫Plossf(Ploss)dPloss (26)
式中：Ploss为网损的期望值；f(Ploss)为网损的概率密度函数。
(2)系统总电压偏差最小
式中，NL为系统的负荷节点数目；Vk为节点k的电压期望值；Vk′为节点k的基准值；Vkmax、Vkmin为节点k允许的电压下限和电压上限。
约束条件：
(1)潮流平衡方程
在任何状态下SVG与分布式储能需要满足如下的等潮流方程:
式中，Pi、Qi分别为节点i注入的有功功率和无功功率。
(2)分布式储能输出无功功率约束
QDGimin<QDGi<QDGimax (29)
式中，QDGi为DG输出的无功功率，min和max分别为对应参数的下限值和上限值
(3)SVG输出的无功功率约束
SVG输出的无功功率约束应满足以下条件：
QSVGimin<QSVGi<QSVGimax (30)
式中，QSVGi为SVG输出的无功功率。
SVG精细化控制模型约束条件：
。
Claims (3)
1.一种基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法，其特征在于，建立电能质量综合评价模型：
(1)综合评价特征矩阵
设有n个评价对象，m个评价指标。m个评价指标对n个评价对象形成的指标数据矩阵为：
式中：表示第i评价方案对第j个评价指标的特征量。
(2)特征矩阵标准化
因各指标的量纲和类型各不相同，不能直接进行比较，所以在综合评估前需经过处理使其标准化，使各项电能质量指标都落在统一的无量纲区间内。有关电能质量的系列参数指标主要为固定型指标和区间型指标。
A)固定型指标
B)区间型指标
式中：式中，max(xij)、min(xij)分别为X特征矩阵中第j列所有元素的最大值、最小值。按上述公式变换后，各项电能质量指标都转化为正向指标，最优值为1，最劣值为0。
(3)熵和熵权的确定
第j项指标下第i个方案指标值的比重为：
第j项指标的熵值为：
第j项指标的差异系数为：
gj＝1-hj(6)
熵权为：
则基于熵权评价指标权值向量w＝[w1,w2,…,wm]
(4)建立电能质量综合评价模型
B中元素的大小就能够反映电能质量综合评估情况。
2.一种基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法，其特征在于，建立DVR优化配置模型：
目标函数为：
式中：ND为配置DVR数量；Ci为第i台DVR的成本；表示第i台DVR的容量；第i台DVR对应补偿第i条馈线上的第i级需求的过程。
第i台DVR的单位容量成本是其容量的函数：
式中：f(x)表示DVR的容量-投资成本函数。
根据DVR补偿原理，不考虑相角跳变，以补偿短时电压变化后过程端电压大于或等于第i级过程的最大短时电压质量需求为约束：
式中：为第i条馈线所接过程端电压；为第i台DVR的输出补偿电压；为第i级过程中第t个过程的短时电压质量需求；Un为母线额定电压；k为短时电压变化百分比。
需配置DVR容量与其输出补偿电压和补偿过程容量相关，可得DVR容量：
式中：T为第i级过程的总过程数；为第i级过程中第t个过程的容量。
3.一种基于电压跌落幅值和功率因数双影响因子的电力设备精细化控制方法，其特征在于，建立SVG优化配置模型：
目标函数：
(1)网损期望值最小
在电力系统运行中，网络损耗一直是评定电力系统运行经济型和运行效率的重要指标：
f1＝minE(Ploss)＝∫Plossf(Ploss)dPloss(14)
式中：Ploss为网损的期望值；f(Ploss)为网损的概率密度函数。
(2)系统总电压偏差最小
式中，NL为系统的负荷节点数目；Vk为节点k的电压期望值；Vk′为节点k的基准值；Vkmax、Vkmin为节点k允许的电压下限和电压上限。
约束条件：
(1)潮流平衡方程
在任何状态下SVG与分布式储能需要满足如下的等潮流方程:
式中，Pi、Qi分别为节点i注入的有功功率和无功功率。
(2)分布式储能输出无功功率约束
QDGimin<QDGi<QDGimax(17)
式中，QDGi为DG输出的无功功率，min和max分别为对应参数的下限值和上限值
(3)SVG输出的无功功率约束
SVG输出的无功功率约束应满足以下条件：
QSVGimin<QSVGi<QSVGimax(18)
式中，QSVGi为SVG输出的无功功率。
SVG精细化控制模型约束条件：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910505753.0A CN110224409A (zh) | 2019-06-12 | 2019-06-12 | 一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910505753.0A CN110224409A (zh) | 2019-06-12 | 2019-06-12 | 一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110224409A true CN110224409A (zh) | 2019-09-10 |
Family
ID=67816701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910505753.0A Pending CN110224409A (zh) | 2019-06-12 | 2019-06-12 | 一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110224409A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105225033A (zh) * | 2015-09-08 | 2016-01-06 | 国家电网公司 | 一种基于层次分析法的变电站能效评估方法 |
| CN107104446A (zh) * | 2017-04-27 | 2017-08-29 | 国家电网公司 | 一种以全局最优为目标的电网自动电压控制方法及系统 |
| CN109038653A (zh) * | 2018-07-18 | 2018-12-18 | 西安理工大学 | 一种追求分散式风电高效消纳的配电网优化运行方法 |
-
2019
- 2019-06-12 CN CN201910505753.0A patent/CN110224409A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105225033A (zh) * | 2015-09-08 | 2016-01-06 | 国家电网公司 | 一种基于层次分析法的变电站能效评估方法 |
| CN107104446A (zh) * | 2017-04-27 | 2017-08-29 | 国家电网公司 | 一种以全局最优为目标的电网自动电压控制方法及系统 |
| CN109038653A (zh) * | 2018-07-18 | 2018-12-18 | 西安理工大学 | 一种追求分散式风电高效消纳的配电网优化运行方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘阳等: ""考虑用户定量需求的优质电力园区DVR优化配置"", 《电网技术》 * |
| 王亚凡: ""无功补偿装置监测与评价及其对电能质量的影响研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 赵守安: ""分布式电源与SVG的协调控制研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elbasuony et al. | A unified index for power quality evaluation in distributed generation systems | |
| CN104882905B (zh) | 一种考虑暂态安全约束的新能源接纳能力评估方法 | |
| CN108805745B (zh) | 一种配电网的灵活性评估方法 | |
| CN105406482B (zh) | 基于无功补偿装置的电压无功控制方法及其系统 | |
| CN102339355A (zh) | 电能质量综合评估归一化处理方法 | |
| CN102750586A (zh) | 一种基于大型企业供电网的运行水平和供电能力评估方法 | |
| CN106410828B (zh) | 配电变压器动态智能补偿及谐波治理方法 | |
| CN107834568A (zh) | 动态补偿方法和动态补偿发生装置 | |
| CN201270525Y (zh) | 配电网电能质量监督管理系统 | |
| CN106877318A (zh) | 一种基于设备全寿命周期的配电网节能改造方案优化方法 | |
| CN101577432A (zh) | 无功补偿方法及采用该方法的控制装置 | |
| CN110224409A (zh) | 一种基于电压跌落幅值和功率因数双影响因子的电能质量补偿设备精细化控制方法 | |
| CN109149569B (zh) | 一种基于电网系统的电压与电流分析处理系统 | |
| CN108321789A (zh) | 一种基于成本效益分析的电能质量治理决策支持方法 | |
| CN101667730A (zh) | 配电网电能质量监督管理方法 | |
| CN105529712B (zh) | 一种储配一体化设计微网控制方法 | |
| Liu et al. | Comprehensive evaluation of power quality based on improved TOPSIS method and combination weights | |
| CN114123180B (zh) | 基于多负荷优化配置的用户需求侧配电网规划方法 | |
| CN208656425U (zh) | 一种智能无功补偿装置 | |
| CN104868489B (zh) | 一种电网储能系统出力控制方法及装置 | |
| CN103219724A (zh) | 一种智能电网多目标控制系统及方法 | |
| CN103475035B (zh) | 一种发电系统无功控制方法 | |
| CN112200498A (zh) | 一种基于动态调度决策分析的电网经济运行方法 | |
| CN105896615B (zh) | 一种基于电压灵敏度的发电站无功功率分配方法 | |
| Yao et al. | Islanding detection for PV plant using instantaneous power theory |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190910 |