CN111130126B - 电力系统阻尼比在线趋优方法、存储介质和计算设备 - Google Patents

电力系统阻尼比在线趋优方法、存储介质和计算设备 Download PDF

Info

Publication number
CN111130126B
CN111130126B CN201911279046.0A CN201911279046A CN111130126B CN 111130126 B CN111130126 B CN 111130126B CN 201911279046 A CN201911279046 A CN 201911279046A CN 111130126 B CN111130126 B CN 111130126B
Authority
CN
China
Prior art keywords
damping ratio
power system
time
unit
optimization
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
CN201911279046.0A
Other languages
English (en)
Other versions
CN111130126A (zh
Inventor
张俊勃
陈智豪
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201911279046.0A priority Critical patent/CN111130126B/zh
Publication of CN111130126A publication Critical patent/CN111130126A/zh
Application granted granted Critical
Publication of CN111130126B publication Critical patent/CN111130126B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电力系统阻尼比在线趋优方法、存储介质和计算设备，方法包括先获取电力系统在t时刻下的运行状态，得到实时运行数据；对电力系统的状态空间进行辨识，获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比；然后判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，在是的情况下对当前时刻是否达到设定时间进行判断；在否的情况下根据实时运行数据构建阻尼比在线趋优的优化模型；接着求解优化模型，得到优化后的阻尼比；最后判断当前时刻是否达到设定时间，若是，则结束趋优；若否，则令t＝t+1，并继续获取实时运行数据进行阻尼比的趋优。本发明利用运行数据即可提升主导模式的阻尼比，可广泛应用且提高了小干扰稳定。

Description

电力系统阻尼比在线趋优方法、存储介质和计算设备
技术领域
本发明涉及电力系统辨识和控制处理交叉技术领域，特别涉及一种电力系统阻尼比在线趋优方法、存储介质和计算设备。
背景技术
现代电力系统正发生一系列重大变革：在电源侧，以风、光电为主的可再生能源高比例渗入，在降低电力碳排放率的同时，却加强了发电侧的随机波动性；在负荷侧，除了传统负荷外，电动汽车作为新型负荷，其充放电行为给负荷侧带来了极大的随机性。未来的电力系统将呈现出强随机性和不确定性，给电网运行调度及安全防御控制带来极大的挑战。
在此背景下，电力系统振荡问题尤为突出，系统主导模式的最小阻尼比值在某些场景下可能会低于3％-4％的安全范围。传统方法通常通过设置阻尼控制器或者调整系统运行方式来提高系统阻尼。目前的阻尼控制器多设计于某一确定场景，难以在时变系统中发挥出较好的效果。而现有的调整系统运行方式以离线灵敏度做支撑，对系统模型的要求较高。这两者都需要准确的电力系统模型作为支撑，限制了其在新背景下的应用。
发明内容
本发明的第一目的在于克服现有技术的缺点与不足，提供一种电力系统阻尼比在线趋优方法，该方法利用运行数据即可提升主导模式的阻尼比，可广泛应用且提高了小干扰稳定。
本发明的第二目的在于提供一种存储介质。
本发明的第三目的在于提供一种计算设备。
本发明的第一目的通过下述技术方案实现：一种电力系统阻尼比在线趋优方法，步骤如下：
S1、通过实际电力系统中已有的广域监测系统和数据采集与监视控制系统获取电力系统在t时刻下的运行状态，得到实时运行数据；
S2、对电力系统的状态空间进行辨识，以获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比；
S3、判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，若是，则跳至S6；若否，则跳至S4；
S4、根据实时运行数据构建阻尼比在线趋优的优化模型；
S5、对优化模型进行求解，得到优化后的阻尼比ξ；
S6、判断当前时刻是否达到设定时间，
若是，则结束趋优；
若否，则令t＝t+1，并返回步骤S1继续进行阻尼比的趋优。
优选的，实时运行数据包括系统的潮流分布、各母线的电压、电力系统初始状态的阻尼比。
优选的，在步骤S2中，具体是采用随机子空间辨识方法对电力系统的状态空间进行辨识；
所获取到的电力系统中的主导模式λ为：λ＝α+jβ；
根据阻尼比计算公式计算出在t时刻下主导模式的阻尼比ξ[t]，计算公式如下：
Figure BDA0002316185010000021
其中，j是虚数单位；α是λ的实部；β是λ的虚部。
优选的，安全阈值位于0.03～0.04这一范围。
优选的，在步骤S4中，阻尼比值在线趋优的优化模型具体如下：
主导模式的阻尼比ξ[t]与状态参量x的函数关系表示为：
Figure BDA0002316185010000022
在函数关系式中，状态参量x是指除了平衡机以外的所有发电机的有功出力；
Figure BDA0002316185010000031
是阻尼比灵敏度；
目标函数为：
Figure BDA0002316185010000032
Δx为电力系统中机组的调节量；
根据机组出力平衡约束和机组出力限制约束以及机组爬坡速率约束确定机组出力调整的上下限，其中，机组出力平衡约束为：
Figure BDA0002316185010000033
i是发电机的序号；p是发电机的总台数；Δxi是第i台发电机的有功出力调节量；
机组出力限制约束为：Δxl≤Δx≤Δxu；Δxl为各个机组容量的20％与当前出力的差值；Δxu为各个机组的容量与当前出力的差值；
机组爬坡速率约束为：Δx≤|Δxramp|；其中，Δxramp为各个机组的爬坡速率，||为绝对值。
更进一步的，状态参量x是列向量，维度为p×1；阻尼比灵敏度
Figure BDA0002316185010000036
是行向量，维度为1×p，行向量的求解过程如下：
在[t-1,t)时间段内获取N种运行方式的阻尼比值和机组出力，并分别组成对应的矩阵ξ和X，矩阵ξ的维度为N×1；矩阵X的维度为N×p；
利用局部加权回归分析方法获得阻尼比灵敏度
Figure BDA0002316185010000034
Figure BDA0002316185010000035
其中，W为权重矩阵，T表示矩阵转置。
更进一步的，在步骤S5中，采用单纯形法对优化模型进行求解，得到优化后状态参量x的值，将该值代入函数关系的表达式中，得到优化后的阻尼比ξ。
优选的，设定时间设置为若干天或者选取一天中的时间段。
本发明的第二目的通过下述技术方案实现：一种存储介质，存储有程序，所述程序被处理器执行时，实现本发明第一目的所述的电力系统阻尼比在线趋优方法。
本发明的第三目的通过下述技术方案实现：一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现本发明第一目的所述的电力系统阻尼比在线趋优方法。
本发明相对于现有技术具有如下的优点及效果：
本发明电力系统阻尼比在线趋优方法，首先获取电力系统在t时刻下的运行状态，得到实时运行数据；对电力系统的状态空间进行辨识，获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比；然后判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，在是的情况下对当前时刻是否达到设定时间进行判断；在否的情况下根据实时运行数据构建阻尼比在线趋优的优化模型；接着求解优化模型，得到优化后的阻尼比；最后判断当前时刻是否达到设定时间，若是，则结束趋优；若否，则令t＝t+1，并继续获取实时运行数据进行阻尼比的趋优。本发明方法针对电力系统由于新能源功率波动而出现的某些弱阻尼场景，兼顾机组自身及调整过程中存在的约束，科学量化了机组出力的调整量，在经过机组出力调整，实现了电力系统主导模式的最小阻尼比值的提升，进而提高电力系统的小干扰稳定，适合广泛使用。并且，本发明方法由运行数据驱动，通过根据运行数据构建的优化模型进行阻尼比的趋优，相较于依赖离线模型的传统方法，只利用了系统在某段时间内的运行数据，并不需要测试系统的完整模型，因此能够克服传统方法离线模型与在线实际不匹配的问题。
附图说明
图1是本发明电力系统阻尼比在线趋优方法的流程图。
图2是二区四机测试系统的结构图。
图3是图2系统的主导模式阻尼比值的变化图。
图4是图2系统的机组出力的调整图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例1
本实施例公开了一种电力系统阻尼比在线趋优方法，如图1所示，步骤如下：
S1、通过实际电力系统中已有的广域监测系统和数据采集与监视控制系统获取电力系统在t时刻下的运行状态，得到实时运行数据。
实时运行数据具体包括系统的潮流分布、各母线的电压、电力系统初始状态的阻尼比。
S2、对电力系统的状态空间进行辨识，以获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比。
其中，状态空间的辨识采用已知的随机子空间辨识方法(SSI，StochasticSubspace Identification)，从电力系统的输出数据中辨识出系统的随机状态方程，求出状态方程中的状态矩阵，根据状态矩阵得到主导模式。
电力系统中的主导模式λ具体为：λ＝α+jβ；
根据阻尼比计算公式计算出在t时刻下主导模式的阻尼比ξ[t]，该模式下的阻尼比值最小，计算公式如下：
Figure BDA0002316185010000051
其中，j是虚数单位；α是λ的实部；β是λ的虚部。
S3、判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，若是，则跳至S6；若否，则跳至S4。本实施例的安全阈值位于0.03～0.04这一范围。
S4、根据实时运行数据构建阻尼比在线趋优的优化模型，该优化模型具体如下：
(1)主导模式的阻尼比ξ[t]与状态参量x的函数关系可用下式表示：
Figure BDA0002316185010000052
在函数关系式中，状态参量x是指除了平衡机以外的所有发电机的有功出力；x是列向量，维度为p×1，p是发电机的总台数；
Figure BDA0002316185010000053
是阻尼比灵敏度，
Figure BDA0002316185010000054
是行向量，维度为1×p，行向量的求解过程如下：
在[t-1,t)时间段内获取N种运行方式的阻尼比值和机组出力，并分别组成对应的矩阵ξ和X，矩阵ξ的维度为N×1；矩阵X的维度为N×p；本实施例N取200。
利用局部加权回归分析方法获得阻尼比灵敏度
Figure BDA0002316185010000061
Figure BDA0002316185010000062
其中，W为权重矩阵，T表示矩阵转置。
(2)目标函数为：
Figure BDA0002316185010000063
Δx为电力系统中机组的调节量；
(3)根据机组出力平衡约束和机组出力限制约束以及机组爬坡速率约束确定机组出力调整的上下限，其中，机组出力平衡约束为：
Figure BDA0002316185010000064
i是发电机的序号；Δxi是第i台发电机的有功出力调节量；
机组出力限制约束为：Δxl≤Δx≤Δxu；Δxl为各个机组容量的20％与当前出力的差值；Δxu为各个机组的容量与当前出力的差值；
机组爬坡速率约束为：Δx≤|Δxramp|；其中，Δxramp为各个机组的爬坡速率，||为绝对值。
S5、对优化模型进行求解，得到优化后的阻尼比ξ。
在本实施例中，由于优化模型为线性模型，采用单纯形法可对优化模型进行求解，得到优化后状态参量x的值，将该值代入步骤S4函数关系的表达式中，即可得到优化后的阻尼比ξ。
S6、判断当前时刻是否达到设定时间，设定时间可以根据实际情况设置为若干天例如一天，或者选取一天中的时间段，
若是，则结束趋优；
若否，则令t＝t+1，并返回步骤S1继续进行阻尼比的趋优。
如图2所示，本实施例的电力系统为二区四机测试系统，包括4台发电机、2处负荷和2个并联电容，二区即是指区域1和区域2，该系统的额定频率为50Hz，主要电压等级为230和20kV，其中3号机为平衡机。状态参量x即是指除了3号平衡机G3以外的3台发电机(G1机组1、G2机组2、G4机组4)的有功出力。
图3是初始运行方式和优化运行方式下的主导模式阻尼比的变化图，其中较为平缓的曲线是初始运行方式下的主导模式阻尼比的变化曲线，可以看出由于功率波动，原始制定的运行方式出现了弱阻尼状态，通过本实施例的阻尼比趋优方法，改变机组的出力，得到优化运行方式下的主导模式阻尼比的变化曲线，参见图3中剩余的那条斜率较大的曲线。结合两条曲线，可以得出该二区四机测试系统经过调整，主导模式的阻尼比得到了明显的上升。
图4是机组出力调整过程，通过图4展示了各个机组每一次的出力调整量。
在调整过程中，本实施例方法只利用了系统在某段时间内的运行数据，并不需要测试系统的完整模型，克服传统方法依赖于离线模型，离线模型与在线实际不匹配的问题。同时，经过本实施例方法的调整，可以提升电力系统的小干扰稳定，因此本实施例方法适合广泛应用。
实施例2
本实施例公开了一种存储介质，存储有程序，所述程序被处理器执行时，实现实施例1中所述的电力系统阻尼比在线趋优方法，具体如下：
S1、通过实际电力系统中已有的广域监测系统和数据采集与监视控制系统获取电力系统在t时刻下的运行状态，得到实时运行数据；
S2、对电力系统的状态空间进行辨识，以获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比；
S3、判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，若是，则跳至S6；若否，则跳至S4；
S4、根据实时运行数据构建阻尼比在线趋优的优化模型；
S5、对优化模型进行求解，得到优化后的阻尼比ξ；
S6、判断当前时刻是否达到设定时间，
若是，则结束趋优；
若否，则令t＝t+1，并返回步骤S1继续进行阻尼比的趋优。
本实施例中的存储介质可以是磁盘、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、U盘、移动硬盘等介质。
实施例3
本实施例公开了一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现实施例1中所述的电力系统阻尼比在线趋优方法，具体如下：
S1、通过实际电力系统中已有的广域监测系统和数据采集与监视控制系统获取电力系统在t时刻下的运行状态，得到实时运行数据；
S2、对电力系统的状态空间进行辨识，以获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比；
S3、判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，若是，则跳至S6；若否，则跳至S4；
S4、根据实时运行数据构建阻尼比在线趋优的优化模型；
S5、对优化模型进行求解，得到优化后的阻尼比ξ；
S6、判断当前时刻是否达到设定时间，
若是，则结束趋优；
若否，则令t＝t+1，并返回步骤S1继续进行阻尼比的趋优。
本实施例中所述的计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有处理器功能的终端设备。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种电力系统阻尼比在线趋优方法，其特征在于，步骤如下：
S1、通过实际电力系统中已有的广域监测系统和数据采集与监视控制系统获取电力系统在t时刻下的运行状态，得到实时运行数据；
S2、对电力系统的状态空间进行辨识，以获取电力系统中的主导模式，并计算出在t时刻下主导模式的阻尼比ξ[t]；
S3、判断当前时刻主导模式的阻尼比是否高于设定的安全阈值，若是，则跳至S6；若否，则跳至S4；
S4、根据实时运行数据构建阻尼比在线趋优的优化模型，该优化模型具体如下：
主导模式的阻尼比ξ[t]与状态参量x的函数关系表示为：
Figure FDA0003047930980000011
在函数关系式中，状态参量x是指除了平衡机以外的所有发电机的有功出力，x是列向量，维度为p×1，p是发电机的总台数；
Figure FDA0003047930980000012
是阻尼比灵敏度，
Figure FDA0003047930980000013
是行向量，维度为1×p，行向量的求解过程如下：
在[t-1,t)时间段内获取N种运行方式的阻尼比值和机组出力，并分别组成对应的矩阵ξ和X，矩阵ξ的维度为N×1；矩阵X的维度为N×p；
利用局部加权回归分析方法获得阻尼比灵敏度
Figure FDA0003047930980000014
Figure FDA0003047930980000015
其中，W为权重矩阵，T表示矩阵转置；
目标函数为：
Figure FDA0003047930980000016
Δx为电力系统中机组的调节量；
根据机组出力平衡约束和机组出力限制约束以及机组爬坡速率约束确定机组出力调整的上下限，其中，机组出力平衡约束为：
Figure FDA0003047930980000021
i是发电机的序号；Δxi是第i台发电机的有功出力调节量；
机组出力限制约束为：Δxl≤Δx≤Δxu；Δxl为各个机组容量的20％与当前出力的差值；Δxu为各个机组的容量与当前出力的差值；
机组爬坡速率约束为：Δx≤|Δxramp|；其中，Δxramp为各个机组的爬坡速率，| |为绝对值；
S5、对优化模型进行求解，得到优化后的阻尼比ξ；
S6、判断当前时刻是否达到设定时间，
若是，则结束趋优；
若否，则令t＝t+1，并返回步骤S1继续进行阻尼比的趋优。
2.根据权利要求1所述的电力系统阻尼比在线趋优方法，其特征在于，实时运行数据包括系统的潮流分布、各母线的电压、电力系统初始状态的阻尼比。
3.根据权利要求1所述的电力系统阻尼比在线趋优方法，其特征在于，在步骤S2中，具体是采用随机子空间辨识方法对电力系统的状态空间进行辨识；
所获取到的电力系统中的主导模式λ为：λ＝α+jβ；
根据阻尼比计算公式计算出在t时刻下主导模式的阻尼比ξ[t]，计算公式如下：
Figure FDA0003047930980000022
其中，j是虚数单位；α是λ的实部；β是λ的虚部。
4.根据权利要求1所述的电力系统阻尼比在线趋优方法，其特征在于，安全阈值位于0.03～0.04这一范围。
5.根据权利要求1所述的电力系统阻尼比在线趋优方法，其特征在于，在步骤S5中，采用单纯形法对优化模型进行求解，得到优化后状态参量x的值，将该值代入函数关系的表达式中，得到优化后的阻尼比ξ。
6.根据权利要求1所述的电力系统阻尼比在线趋优方法，其特征在于，设定时间设置为若干天或者选取一天中的时间段。
7.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1至6中任一项所述的电力系统阻尼比在线趋优方法。
8.一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1至6中任一项所述的电力系统阻尼比在线趋优方法。
CN201911279046.0A 2019-12-13 2019-12-13 电力系统阻尼比在线趋优方法、存储介质和计算设备 Active CN111130126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911279046.0A CN111130126B (zh) 2019-12-13 2019-12-13 电力系统阻尼比在线趋优方法、存储介质和计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911279046.0A CN111130126B (zh) 2019-12-13 2019-12-13 电力系统阻尼比在线趋优方法、存储介质和计算设备

Publications (2)

Publication Number Publication Date
CN111130126A CN111130126A (zh) 2020-05-08
CN111130126B true CN111130126B (zh) 2021-07-20

Family

ID=70499198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911279046.0A Active CN111130126B (zh) 2019-12-13 2019-12-13 电力系统阻尼比在线趋优方法、存储介质和计算设备

Country Status (1)

Country Link
CN (1) CN111130126B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163532B (zh) * 2020-09-30 2024-07-26 国网冀北电力有限公司电力科学研究院 电力系统的振荡模式识别方法及装置
CN113673791B (zh) * 2021-10-21 2022-02-15 华南理工大学 基于回溯搜索和交替迭代的电网停电计划编排优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009077589A (ja) * 2007-09-21 2009-04-09 Tokyo Electric Power Co Inc:The 電力動揺モード観測装置
CN103544386A (zh) * 2013-10-16 2014-01-29 清华大学 电力系统主导机电模式的阻尼比灵敏度辨识方法
EP2978095A1 (en) * 2014-07-23 2016-01-27 ABB Technology AG Power system operation
CN109066728A (zh) * 2018-09-05 2018-12-21 河海大学 特高压电网多个区间振荡模式在线阻尼协调控制方法
CN110417046A (zh) * 2019-06-04 2019-11-05 重庆大学 面向小干扰稳定提升的风电虚拟惯量优化配置方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009077589A (ja) * 2007-09-21 2009-04-09 Tokyo Electric Power Co Inc:The 電力動揺モード観測装置
CN103544386A (zh) * 2013-10-16 2014-01-29 清华大学 电力系统主导机电模式的阻尼比灵敏度辨识方法
EP2978095A1 (en) * 2014-07-23 2016-01-27 ABB Technology AG Power system operation
CN109066728A (zh) * 2018-09-05 2018-12-21 河海大学 特高压电网多个区间振荡模式在线阻尼协调控制方法
CN110417046A (zh) * 2019-06-04 2019-11-05 重庆大学 面向小干扰稳定提升的风电虚拟惯量优化配置方法

Also Published As

Publication number Publication date
CN111130126A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN109659933B (zh) 一种基于深度学习模型的含分布式电源配电网电能质量预测方法
CN110009529B (zh) 一种基于堆栈降噪自动编码器的暂态频率获取方法
CN111130126B (zh) 电力系统阻尼比在线趋优方法、存储介质和计算设备
CN111460001B (zh) 一种配电网理论线损率评估方法及系统
CN110837915B (zh) 一种基于混合集成深度学习的电力系统低压负荷点预测及概率预测方法
CN113890017A (zh) 基于关键量测的配电网电压自适应控制方法
CN118017508B (zh) 基于电力分配的区域电力智能控制方法及系统
CN112465365A (zh) 一种配电网每日运行效能评价方法
CN115759823A (zh) 一种风电机组调节能力评估方法、装置、设备及存储介质
CN116415732A (zh) 一种基于改进arnn的用户侧电力负荷数据处理方法
CN118378502A (zh) 一种铝电解电容器的寿命评估方法及系统
CN112488404B (zh) 一种配电网大规模电力负荷多线程高效预测方法及系统
CN112329995B (zh) 分布式储能集群的优化调度方法、装置和计算机设备
CN113255927A (zh) 逻辑回归模型训练方法、装置、计算机设备和存储介质
CN117196398A (zh) 一种基于改进组合赋权和灰色关联法的分布式新能源消纳影响评估方法
CN116581883A (zh) 一种基于神经网络的配电网线损评估方法及装置
CN113394807B (zh) 清洁能源互补基地装机配比的优化方法和装置
CN114925931A (zh) 台区负荷预测方法及系统
CN110782080B (zh) 一种基于种群性能排序选择的电力系统结构优化方法
CN110516867B (zh) 一种基于主成分分析的集成学习负荷预测方法
CN114662852A (zh) 一种有源配电网多措施降损效果评估方法及系统
CN114266593A (zh) 一种基于kpca和线性回归的电力消费预测方法
CN110611318B (zh) 风电机组调频方法、装置、计算机设备和存储介质
CN112290539A (zh) 一种电力系统暂态电压稳定裕度预测方法及系统
Wang et al. Utilizing intra-day prediction modification strategies to improve peak power shaving using energy storage systems for smart buildings

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