CN111092430A - 一种适应于电力系统恢复的应急资源优化配置方法 - Google Patents
一种适应于电力系统恢复的应急资源优化配置方法 Download PDFInfo
- Publication number
- CN111092430A CN111092430A CN201911386385.9A CN201911386385A CN111092430A CN 111092430 A CN111092430 A CN 111092430A CN 201911386385 A CN201911386385 A CN 201911386385A CN 111092430 A CN111092430 A CN 111092430A
- Authority
- CN
- China
- Prior art keywords
- node
- power supply
- emergency
- supply vehicle
- importance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000011084 recovery Methods 0.000 title claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 11
- 239000002245 particle Substances 0.000 claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 235000003368 Ilex paraguariensis Nutrition 0.000 description 1
- 244000188472 Ilex paraguariensis Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
- H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
-
- 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
- H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
- H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
- H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
- H02J9/08—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems requiring starting of a prime-mover
Abstract
一种适应于电力系统恢复的应急资源优化配置方法,所述方法在综合考虑应急电源车的投资费、变电站的停电损失费、应急电源的运行和维护费用以及交通网络约束下的送电成本的基础上,计算电力系统节点的谱重要度、负荷量重要度、负荷重要度,进而求得节点综合重要度,由此评价节点的停电挽回损失并建立应急电源车的最优配置,最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。本发明在综合考虑应急电源车的造价等因素的基础上,以应急电源车的配置挽回的损失最多为目标函数,利用离散二进制粒子群算法得到应急电源车配置序列。该方法科学合理,能够最大限度地降低大停电造成的经济损失。
Description
技术领域
本发明涉及一种用于电力系统恢复的应急资源的配置方法,属于输配电技术领域。
背景技术
随着社会经济的快速发展及信息化、现代化程度的不断提高,人们对电力的依赖程度越来越大。电力系统一旦发生大停电事故不仅影响人们正常的生活秩序,还可能会造成重大的经济损失或人身伤亡。现代电力系统装备有大量先进的安全自动装置与保护设备,大停电本身是一种小概率事件,但是近年来却频繁发生。2003年8月14日,美国中西部、东北部以及加拿大安大略省发生大面积停电;2006年11月4日,欧洲近8个国家发生近几十年来最严重的一起停电事故;2009年11月10日,巴西电网发生大停电事故;2012年7月30日和31日,印度连续发生两次大面积停电;2015年3月31日,土耳其发生大面积停电;2018年3月21日,巴西发生了大停电事故;2019年3月7号开始,委内瑞拉全国大停电并持续5天;2019年6月由于互联网系统大规模的故障,导致阿根廷和乌拉圭发生全国大停电;2019年8月9日下午5点左右,英国发生大规模停电事故。33%的大停电事故由雷电、大风、地震、海啸、森林火灾、雨雪冰冻等自然灾害引起,60%由设备老化、质量等设备故障造成,其次还有操作失误,决策失误,网络攻击,新能源脱网等原因。在电力消费占比不断増大的背景下,大停电一旦发生,将造成生产生活停滞和社会动荡,危及人民生命财产安全,并给国家造成难以估量的巨大经济损失。因此研究和制定大停电后的恢复策略具有重大意义,大停电后的应急资源的配置也决定着恢复过程及速度。
在系统恢复过程中应急电源车和运维人员是应急资源的核心。应急电源车具有很强的机动性和环境适应性,不受地理位置和环境的影响,可对灾难性事故即时响应,是一种独立于正常电源的发电机组,但其造价、运行、维修费用高,并受交通网络连通及拥堵情况的影响,因此有必要综合考虑技术、经济和交通情况对应急电源车进行最优配置。
发明内容
本发明的目的在于针对现有技术之弊端,提供一种适应于电力系统恢复的应急资源优化配置方法,以降低大停电造成的经济损失。
本发明所述问题是以下述技术方案解决的:
一种适应于电力系统恢复的应急资源优化配置方法,所述方法在综合考虑应急电源车的投资费、变电站的停电损失费、应急电源的运行和维护费用的基础上,计算电力系统节点的谱重要度、负荷量重要度、负荷重要度,进而求得节点综合重要度,由此以及考虑交通网络约束下的送电成本得到节点的停电挽回损失并建立应急电源车的最优配置,最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
上述适应于电力系统恢复的应急资源优化配置方法,所述方法按以下步骤进行:
a.计算节点谱重要度;
b.计算节点负荷量重要度;
c.计算节点负荷重要度;
d.计算节点综合重要度;
e.计算大停电后负荷节点总损失;
f.计算应急电源车的配置总成本;
g.计算考虑交通网络约束应急电源车的送电成本;
h.计算大停电后由于配置应急电源车的挽回损失;
i.利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
上述适应于电力系统恢复的应急资源优化配置方法,所述节点谱重要度的计算方法如下:
①将包括可投运变压器、开关和线路的所有器件计入网络,将变电站等效为一个点,选择电压等级低,充电无功小的线路作为各变电站之间的重构线路,构建电力系统网络拓扑模型,计算电力系统网络拓扑模型中每条线路的权重:
Wij=L
式中Wij为节点i与节点j之间线路的权重,L为节点i与节点j之间线路的长度;
②根据网络拓扑,建立邻接矩阵和度矩阵,并计算标准型Laplace矩阵;
③计算标准型Laplace矩阵的特征向量,取第一小及第二小非平凡特征向量,构建特征空间;
④设置聚类个数为1,采用K-Means聚类算法计算所有节点的聚类中心坐标;
⑤在特征空间中计算节点谱重要度:
Impi=1/||Xi-Xcluster||
式中,Xi为i节点在高维特征空间中的坐标;Xcluster为聚类中心的高维空间坐标;Impi为节点i的谱重要度。
上述适应于电力系统恢复的应急资源优化配置方法,所述节点负荷量重要度利用改进的PR值计算,公式如下:
上述适应于电力系统恢复的应急资源优化配置方法,所述节点负荷重要度的计算方法如下:
其中ZLi为i节点负荷综合重要度,αi,βi,γi分别是一级负荷、二级负荷、三级负荷的比重;κ1,κ2,κ3分别是一级负荷,二级负荷及三级负荷的失电损失比重;Pi是节点i的有功功率,P是所有节点的有功功率总和。
上述适应于电力系统恢复的应急资源优化配置方法,所述节点综合重要度的计算公式如下:
其中,Li是节点i的综合重要度,λ1,λ2,λ3分别是不同重要度权重系数。
上述适应于电力系统恢复的应急资源优化配置方法,所述大停电后负荷节点总损失为:
其中C1是节点损失系数,Li是节点i的综合重要度,Xi表示节点i是否配置应急电源车,若i节点配置应急电源车,则Xi为1,否则为0,Pi是节点i的有功功率。
上述适应于电力系统恢复的应急资源优化配置方法,所述应急电源车的配置总成本F2为:
其中Xi表示节点是否配置应急电动车,其值为0或者1,C2为一辆应急电源车的总成本,n是节点总数。
上述适应于电力系统恢复的应急资源优化配置方法,考虑交通网络约束应急电源车的送电成本F3为:
其中,C3是应急电源车送电时单位时间的送电成本;Xi表示节点i是否配置应急电源车,若i节点配置应急电源车,则Xi为1,否则为0;N={1,2,L,n},1、2、3…表示电力网络中的节点编号;为决策变量,定义为j,k之间是否需要i节点的电源车对其进行供电;A={(j,k):j,k∈N}表示各节点之间所有交通网络联通路径的集合,为应急电源车i的行驶速度;表示电源车i由节点j行驶到节点k的时间;表示y时间段内电源i在(j,k)路段上的拥堵系数;tj表示线路充电操作时间。
上述适应于电力系统恢复的应急资源优化配置方法,大停电后由于配置应急电源车的挽回的损失时所使用的目标函数的表达式如下:
maxF=F1-F2-F3
其中,F是应急电源车配置后挽回的总损失,F1是大停电后负荷节点总损失,F2是应急电源车的配置总成本,F3考虑交通网络约束应急电源车的送电成本。
有益效果
本发明在综合考虑应急电源车的造价等因素的基础上,以应急电源车的配置挽回的损失最多为目标函数,利用离散二进制粒子群算法得到应急电源车配置序列。该方法科学合理,能够最大限度地降低大停电造成的经济损失。
附图说明
图1是本发明方法的步骤流程图;
图2是本发明案例IEEE39系统拓扑结构图;
图3是本发明案例多次迭代后得到的配置优化曲线;
图4是本发明两辆电源车的应急路径。
文中所用符号分别表示为:Impi:为节点i的谱重要度;Xcluster为聚类中心的高维空间坐标;PR(Pj)表示节点j的负荷量重要度;D(Pj)表示节点j的度数;表示i所连接所有节点的负荷总和;μ为节点j的负荷占的权重;N为需要恢复节点总数;ZLi为i节点负荷综合重要度Li是节点i的综合重要度;αi,βi,γi分别是一级负荷、二级负荷、三级负荷的比重;κ1,κ2,κ3分别是一级负荷,二级负荷及三级负荷的失电损失比重;Pi是节点i的有功功率;P是所有节点的有功功率总和;Li是节点i的综合重要度;λ1,λ2,λ3分别是不同重要度权重系数;F1是大停电后负荷节点总损失;Pi是节点i的有功功率;Xi表示节点i是否配置应急电源车,若i节点配置应急电源车为1,否则为0;F2是应急电源车的配置总成本;C1为一辆应急电源车的总成本;F3考虑交通网络约束应急电源车的送电成本;C2是应急电源车送电时单位时间的送电成本;N={1,2,L,n},1、2、3…表示电力网络中的节点编号;为决策变量,定义为j,k之间是否需要i节点的电源车对其进行供电;A={(j,k):j,k∈N}表示各节点之间所有交通网络联通路径的集合;为应急电源车i的行驶速度;表示电源车i由节点j行驶到节点k的时间;表示y时间段内电源i在(j,k)路段上的拥堵系数;tj表示线路充电操作时间。
具体实施方式
本发明针对电力系统恢复中应急电源的特点,提供了一种对电力系统恢复过程中的应急电源车进行优化配置的方法,以保证应急资源配置的合理性。
本发明在配置应急电源车时首先综合考虑应急电源车的投资费、变电站的停电损失费以及应急电源的运行和维护费用,最大限度地降低大停电后的经济损失,其次考虑交通网络连通及拥堵情况使应急的送电时间成本最低,从而提出了应急电源车的最优配置方法。本发明考虑节点停电挽回损失及应急电源车的配置费用和交通网络约束下的送电成本建立应急电源车的最优配置,最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
本发明提出的方法包括以下步骤:
步骤1:计算节点谱重要度;
步骤2:计算节点负荷量重要度;
步骤3:计算节点负荷重要度;
步骤4:计算节点综合重要度;
步骤5:计算大停电后负荷节点总损失;
步骤6:计算应急电源车配置的总成本;
步骤7:计算考虑交通网络约束应急电源车的送电成本;
步骤8:计算大停电后由于配置应急电源车的挽回的损失;
步骤9:最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合结合实施例中的附图,对本发明的技术方案进行清楚、完整的描述。
如图1所示,本发明所述的具体方法包括以下步骤:
步骤1:如图2获得IEEE39节点的系统拓扑图,根据实际电网运行情况,建立电网拓扑模型:
1)将所有可投运变压器、开关和线路等器件计入网络,将变电站等效为一个点。
2)选择电压等级低,充电无功小的线路作为各变电站之间的重构线路。由于发电车的行车路径为每个节点之间的公路,因此,由节点数据计算各个节点之间的距离,以实际电力系统中的地理接线图的距离数据为线路权重:
Wij=L
式中Wij为节点i与节点j之间线路的权重,L为节点i与节点j之间线路的长度;
根据所建立的电网拓扑模型,制定基于Laplace谱的节点谱重要度计算方法,如下:
1)构建电力系统网络拓扑模型,根据实际交通线路参数,计算每条线路的权重;
2)根据网络拓扑,建立邻接矩阵和度矩阵,并计算标准型Laplace矩阵
3)计算标准型Laplace矩阵的特征向量,取第一小及第二小非平凡特征向量,构建特征空间;
4)设置聚类个数为1,采用K-Means聚类算法计算所有节点的聚类中心坐标;
5)在特征空间中用以下公式计算节点谱重要度:
Impi=1/||Xi-Xcluster||
式中,Xi为i节点在高维特征空间中的坐标;Xcluster为聚类中心的高维空间坐标;Impi为节点i的谱重要度。
步骤2:利用改进的PR值的计算节点负荷量重要度,公式如下:
步骤3:定义并计算了节点负荷重要度。对节点负荷重要度不仅需要考虑节点所接负荷的大小还要考虑所接负荷重要性。对于电力系统而言,负荷具有一级负荷,二级负荷,三级负荷。不同等级的负荷在发生停电事故时,产生的经济损失及社会影响不一样。因此尽快恢复重要负荷的供电是提高电网抗灾能力、减小停电损失的重要措施。由此利用以下公式定义并计算节点负荷重要度:
其中ZLi为节点负荷综合重要度,节点负荷大小考虑有功功率,αi,βi,γi分别是一级负荷,二级负荷,三级负荷的比重,κ1,κ2,κ3分别是一级负荷,二级负荷及三级负荷的失电损失比重,均由系统统计以往数据得到。本案例考虑实际变电站情况通过随机函数产生不同的比重,其中0.1≤αi≤0.2,0.25≤βi≤0.45,γi=1-αi-βi。κ1,κ2,κ3分别取为1,0.5,0.1。Pi是节点i的有功功率,P是所有节点的有功功率总和。
步骤4:应急电源车在配备的时优先考虑负荷节点,由于应急电源车的造价颇高,因此需要考虑优先考虑重要节点。如步骤一到步骤三所示,节点谱重要度、负荷量重要度、节点负荷重要度从不同的侧面对节点重要度进行评价,综合这些不同评价指标,利用如下公式计算节点综合重要度:
其中,Li是节点i的综合重要度,λ1,λ2,λ3分别是不同重要度权重系数。得到节点的综合重要度如表一所示。
表1节点综合重要度
步骤5:计算大停电后负荷节点停电的总损失为:
其中C1是节点损失系数,Li是节点i的综合重要度,Xi是节点i是否配置应急电源车,若i节点配置应急电源车,则Xi为1,否则为0,Pi是节点i的有功功率。
步骤6:计算应急电源车的配置总成本:
其中Xi是节点是否配置应急电动车,其值为0或者1。C2为一辆应急电源车的总成本,是考虑了应急电源车的投资成本、运行成本及维修成本等的一个常数。
步骤7:计算考虑交通网络约束应急电源车的送电成本。对于配置的应急电源车需要考虑,当大停电后应急电源车对系统节点进行恢复时的目是使得其送电成本最低。考虑交通网络约束应急电源车的送电成本计算公式为:
其中,C3是应急电源车送电时单位时间的送电成本;Xi是节点i是否配置应急电源车,若i节点配置应急电源车,则Xi为1,否则为0;N={1,2,L,n},1、2、3…表示电力网络中的节点编号;为决策变量,定义为j,k之间是否需要i节点的电源车对其进行供电;A={(j,k):j,k∈N}表示各节点之间所有交通网络联通路径的集合。为应急电源车i的行驶速度;表示电源车i由节点j行驶到节点k的时间,与线路的距离成正比;表示y时间段内电源i在(j,k)路段上的拥堵系数;tj表示线路充电操作时间,操作时间主要与线路合闸操作机构、天气状况和线路充电无功等因素相关,从几分钟到几十分钟不等,为简化计算,本发明认为线路充电操作时间为一定值。
步骤8:计算大停电后由于配置应急电源车的挽回的损失。应急电源车在电网中的负荷节点进行配置,目标是使得电网发生大停电后的停电损失最小,即由于应急电源车的配置挽回的损失最多,目标函数的表达式如下:
max F=F1-F2-F3
其中,F是应急电源车配置后挽回的总损失,F1是大停电后负荷节点总损失,F2是配置应急电源车的总成本,F3考虑交通网络约束应急电源车的送电成本。
步骤9:最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。优化寻优迭代曲线如图3所示,可以得到应急电源车的配置在大概迭代60次就能获得最优配置,在60次以后适应度趋于最优。
本发明对于39节点案例经过考虑节点综合重要度及交通网络约束条件,以停电损失最小为目标,经过迭代计算得到对节点39和20配置应急电源车。应急恢复路线分别从39,20出发,恢复时间T1为39节点应急电源车路线恢复时间,T2为20节点的应急电源车的路线恢复时间,T1=7.4410h,T2=8.5640h,T=max(T1,T2)=8.5640h。应急电源车的最优恢复路径如表2所示:
表2应急电源车的最优应急路径
如图4所示,可以看到两辆电源车的应急路径,其中39节点应急电源车主要恢复系统外围节点,其节点数较少,但是路线较长,而20节点应急电源车对周围内部节点进行恢复,其节点较多,但是由于节点间的距离较短,所以两辆车恢复时间近似。最优配置下,应急电源车的恢复时间为8.5640h。
Claims (10)
1.一种适应于电力系统恢复的应急资源优化配置方法,其特征是,所述方法在综合考虑应急电源车的投资费、变电站的停电损失费、应急电源的运行和维护费用的基础上,计算电力系统节点的谱重要度、负荷量重要度、负荷重要度,进而求得节点综合重要度,由此以及考虑交通网络约束下的送电成本评价节点的停电挽回损失并建立应急电源车的最优配置,最后利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
2.根据权利要求1所述的适应于电力系统恢复的应急资源优化配置方法,其特征是,所述方法按以下步骤进行:
a.计算节点谱重要度;
b.计算节点负荷量重要度;
c.计算节点负荷综合重要度;
d.计算节点综合重要度;
e.计算大停电后负荷节点总损失;
f.计算应急电源车的配置总成本;
g.计算考虑交通网络约束应急电源车的送电成本;
h.计算大停电后由于配置应急电源车的挽回的损失;
i.利用离散二进制粒子群算法迭代计算得到应急电源车最优配置地点及其用于电力系统恢复的最优路线。
3.根据权利要求2所述的适应于电力系统恢复的应急资源优化配置方法,其特征是,所述节点谱重要度的计算方法如下:
①将包括可投运变压器、开关和线路的所有器件计入网络,将变电站等效为一个点,选择电压等级低,充电无功小的线路作为各变电站之间的重构线路,构建电力系统网络拓扑模型,计算电力系统网络拓扑模型中每条线路的权重:
Wij=L
式中Wij为节点i与节点j之间线路的权重,L为节点i与节点j之间线路的长度;
②根据网络拓扑,建立邻接矩阵和度矩阵,并计算标准型Laplace矩阵;
③计算标准型Laplace矩阵的特征向量,取第一小及第二小非平凡特征向量,构建特征空间;
④设置聚类个数为1,采用K-Means聚类算法计算所有节点的聚类中心坐标;
⑤在特征空间中计算节点谱重要度:
Impi=1/||Xi-Xcluster||
式中,Xi为i节点在高维特征空间中的坐标;Xcluster为聚类中心的高维空间坐标;Impi为节点i的谱重要度。
9.根据权利要求8所述的适应于电力系统恢复的应急资源优化配置方法,其特征是,考虑交通网络约束应急电源车的送电成本F3的计算公式为:
10.根据权利要求9所述的适应于电力系统恢复的应急资源优化配置方法,其特征是,计算大停电后由于配置应急电源车的挽回的损失时所使用的目标函数的表达式如下:
max F=F1-F2-F3
其中,F是应急电源车配置后挽回的总损失,F1是大停电后负荷节点总损失,F2是应急电源车的配置总成本,F3考虑交通网络约束应急电源车的送电成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911386385.9A CN111092430B (zh) | 2019-12-29 | 2019-12-29 | 一种适应于电力系统恢复的应急资源优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911386385.9A CN111092430B (zh) | 2019-12-29 | 2019-12-29 | 一种适应于电力系统恢复的应急资源优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111092430A true CN111092430A (zh) | 2020-05-01 |
CN111092430B CN111092430B (zh) | 2023-11-24 |
Family
ID=70398451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911386385.9A Active CN111092430B (zh) | 2019-12-29 | 2019-12-29 | 一种适应于电力系统恢复的应急资源优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111092430B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111900753A (zh) * | 2020-07-06 | 2020-11-06 | 国网江苏省电力有限公司镇江供电分公司 | 一种城市储能应急车的应急优化调控方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385723A (zh) * | 2011-10-25 | 2012-03-21 | 中国电力科学研究院 | 一种重要电力用户应急电源配置方法 |
-
2019
- 2019-12-29 CN CN201911386385.9A patent/CN111092430B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385723A (zh) * | 2011-10-25 | 2012-03-21 | 中国电力科学研究院 | 一种重要电力用户应急电源配置方法 |
Non-Patent Citations (5)
Title |
---|
HAIPING LIANG等: "Grid-connected Control Strategy of PV Battery-energy Storage Hybrid Power system with Electric vehicle" * |
乐恩典;: "基于离散灰色模型的电力应急物资分配模型研究" * |
区伟健;房鑫炎;俞国勤;赵彤彤;倪程捷: "考虑时间分级的移动应急电源优化配置模型" * |
罗华峰;房鑫炎;俞国勤: "考虑负荷顺位的电力应急资源调度模型" * |
邓创;刘友波;谭洋洋;余雪莹;刘俊勇;李华强: "考虑网架恢复过程的电力应急资源调度方法" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111900753A (zh) * | 2020-07-06 | 2020-11-06 | 国网江苏省电力有限公司镇江供电分公司 | 一种城市储能应急车的应急优化调控方法 |
CN111900753B (zh) * | 2020-07-06 | 2022-08-05 | 国网江苏省电力有限公司镇江供电分公司 | 一种城市储能应急车的应急优化调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111092430B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107292478B (zh) | 一种灾害对配电网影响态势的获取方法 | |
CN101431238B (zh) | 一种计及“n-1”准则的配电系统供电能力评估方法 | |
CN108921410B (zh) | 一种配电网弹性恢复力指标构建及提升方法 | |
CN107516170A (zh) | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 | |
CN107194574A (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN101800426A (zh) | 电网安全性水平评估方法 | |
CN110927581B (zh) | 基于熵权法的储能设备运行状态多层级指标评估方法 | |
CN113569411B (zh) | 一种面向灾害天气的电网运行风险态势感知方法 | |
CN115034510A (zh) | 适用于台风场景的电网安全风险全过程闭环管控优化方法及装置 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
Wu et al. | The effect of decision analysis on power system resilience and economic value during a severe weather event | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
CN115587649A (zh) | 一种极端冰雪灾害下输电线路检修顺序优化决策方法 | |
CN111799794A (zh) | 一种考虑输电阻塞盈余的输电网扩展规划方法 | |
CN110059869B (zh) | 一种基于交通流量的充电站与配电网协调规划方法 | |
CN111092430A (zh) | 一种适应于电力系统恢复的应急资源优化配置方法 | |
CN113657619A (zh) | 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法 | |
CN114117730A (zh) | 一种在台风灾害下配电网弹性评估方法 | |
CN115809836B (zh) | 考虑分布式储能应急供电能力的配电网韧性规划的方法 | |
CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
CN115051406A (zh) | 一种计及源网不确定性的多阶段协调控制风险调度方法 | |
Chen et al. | Risk assessment for power system static security based on fuzzy modeling of weather conditions | |
CN113902219A (zh) | 一种主变负载影响因素分析模型的分析方法 | |
CN113609752A (zh) | 一种面向西南涡的配电变压器损失评估系统及方法 | |
CN112241604A (zh) | 概率匹配串并联耦合多模型的电网暴雨灾害预报订正方法 |
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 |