CN111162539A - 考虑风力发电不确定性的可控移相器选址方法及系统 - Google Patents
考虑风力发电不确定性的可控移相器选址方法及系统 Download PDFInfo
- Publication number
- CN111162539A CN111162539A CN202010262623.1A CN202010262623A CN111162539A CN 111162539 A CN111162539 A CN 111162539A CN 202010262623 A CN202010262623 A CN 202010262623A CN 111162539 A CN111162539 A CN 111162539A
- Authority
- CN
- China
- Prior art keywords
- node
- power
- phase shifter
- limit value
- controllable phase
- 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
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑风力发电不确定性的可控移相器选址方法及系统,本发明充分考虑风电场等新能源并网带来的电力系统不确定性,基于考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本,根据发电最小成本确定可控移相器选址,实现了并网后电网系统中可控移相器的安装选址。
Description
技术领域
本发明涉及一种考虑风力发电不确定性的可控移相器选址方法及系统,属于电力系统相关技术领域。
背景技术
由于新能源并网比例的不断升高及高峰负荷的持续增长,不但降低了供电的可靠性,同时也增加了供电成本。因此,为满足具有时变性的电力需求(尤其在负荷高峰期),提高供电可靠性并降低供电成本,已成为亟待解决的问题,这也对电力系统调峰提出了新的挑战。大规模风电的并网,风电对电网渗透率的日益提高,电力系统对新能源不确定性的研究十分重要。
由于电力电子技术的不断成熟,柔性潮流输电设备已逐渐开行应用于电网中,而这其中,可控移相器由于对潮流的控制作用,而被在电力系统中广泛应用。因此,在当下大规模具有不确定性的新能源接入系统时,引入可控移相器对系统潮流进行调节和控制,研究计及新能源并网的最优潮流充分发挥对于充分发挥可控移相器的调控能力,保障电网安全稳定运行具有重要意义。然而,在并网后的电网系统中,针对可控移相器的安装选址研究较少,因此急需一种可控移相器的选址方法,对实际工程进行指导。
发明内容
本发明提供了一种考虑风力发电不确定性的可控移相器选址方法及系统,解决了背景技术中披露的问题。
为了解决上述技术问题,本发明所采用的技术方案是:
考虑风力发电不确定性的可控移相器选址方法,包括,
基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程;
根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本;
其中,最优潮流模型为,
目标函数:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续时
间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火力
发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出力,为风力发电机组的有功出力,为风力发电机组的有功出力求期望;
约束条件:
其中,为节点i上发电机有功功率,分别为的下、上限值,为节
点i上发电机无功功率,分别为的下、上限值,为可控移相器引起的附加
注入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有功
功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元素
的实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系统
节点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限值,为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支路ij
功率,分别为的下、上限值,为支路ij的视在功率,分别为的下、
上限值,分别为的预设置信水平值,为不等式
约束成立的概率值;
根据发电最小成本确定可控移相器选址。
将可控移相器用串联电压源和并联电流源等效,获得可控移相器加入系统后的功率平衡方程,
其中,为节点i上发电机有功功率,为节点i上发电机无功功率,为可控移
相器引起的附加注入有功功率,为可控移相器引起的附加注入无功功率,为节点i
上负荷节点有功功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵
中位置为ij元素的实部和虚部,为节点i电压,为节点i的相角和节点j的相角
之差。
风力发电机组的有功出力求期望过程为,
求解风速序列的时空相关系数矩阵;
将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布;
基于系统节点和支路状态变量的概率分布,计算风力发电机组的有功出力求期望。
考虑风力发电不确定性的可控移相器选址系统,包括,
等效计算模块:基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程;
成本计算模块:根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本;
成本计算模块采用的最优潮流模型为,
目标函数:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续
时间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火
力发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出
力,为风力发电机组的有功出力,为风力发电机组的有功出力求期望;
约束条件:
其中,为节点i上发电机有功功率,分别为的下、上限值,为节点i
上发电机无功功率,分别为的下、上限值,为可控移相器引起的附加注
入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有功功
率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元素的
实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系统节
点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限值,
为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支路ij功
率,分别为的下、上限值,为支路ij的视在功率,分别为的下、上
限值,分别为的预设置信水平值,为不等式
约束成立的概率值;
结果模块:根据发电最小成本确定可控移相器选址。
等效计算模块将可控移相器用串联电压源和并联电流源等效,获得可控移相器加入系统后的功率平衡方程;
功率平衡方程为,
其中,为节点i上发电机有功功率,为节点i上发电机无功功率,为可控移
相器引起的附加注入有功功率,为可控移相器引起的附加注入无功功率,为节点i
上负荷节点有功功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵
中位置为ij元素的实部和虚部,为节点i电压,为节点i的相角和节点j的相角
之差;
成本计算模块包括有功出力求期望模块,有功出力求期望模块包括,
矩阵模块:求解风速序列的时空相关系数矩阵;
概率分布模块:将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布;
期望模块:基于系统节点和支路状态变量的概率分布,计算风力发电机组的有功出力求期望。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行考虑风力发电不确定性的可控移相器选址方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行考虑风力发电不确定性的可控移相器选址方法的指令。
本发明所达到的有益效果:本发明充分考虑风电场等新能源并网带来的电力系统不确定性,基于考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本,根据发电最小成本确定可控移相器选址,实现了并网后电网系统中可控移相器的安装选址。
附图说明
图1为本发明的流程图;
图2为装有可控移相器的输电线路图;
图3为可控移相器节点注入功率模型图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,考虑风力发电不确定性的可控移相器选址方法,包括以下步骤:
步骤1,基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程。
当可控移相器串联侧串联在输电线路(即支路)上时,如图2所示,图中i和j为节
点,和表征首(即节点i)、末(即节点j)端电压,此时可控移相器用串联电压源和并联
电流源等效,将其电压源支路利用诺顿定理可等效为图3所示的功率注入模型,此时,系统
的功率平衡方程为:
其中,为节点i上发电机有功功率,为节点i上发电机无功功率,为可控移
相器引起的附加注入有功功率,为可控移相器引起的附加注入无功功率,为节点i
上负荷节点有功功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵
中位置为ij元素的实部和虚部,为节点i电压,为节点i的相角和节点j的相角
之差。
步骤2,根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本。
最优潮流模型以发电最小成本为目标,目标函数为:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续时
间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火力
发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出力,为风力发电机组的有功出力,为对随机变量求期望;
约束条件:
其中,前两个约束为功率平衡约束,后面的约束为考虑负荷和风速随机性采用的状态
变量机会约束;为节点i上发电机有功功率,分别为的下、上限值,为
节点i上发电机无功功率,分别为的下、上限值,为可控移相器引起的附
加注入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有
功功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元
素的实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系
统节点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限
值,为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支
路ij功率,分别为的下、上限值,为支路ij的视在功率,分别为
的下、上限值,分别为的预设置信水平值,为
不等式约束成立的概率值。
上述模型中火力发电出力的计算为电网领域公知的技术,这里不详细描述。考虑风力发电出力时间和空间上的相关性,采用不变量法计算风力发电机组的有功出力期望,具体如下:
21)求解风速序列的时空相关系数矩阵。
22)利用动态随机潮流模型计算方法处理风速这一随机变量,将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布。
考虑风速在时空上的相关性,当风力发电机组节点进行有功注入时,不能直接应用半不变量法对系统节点和支路的状态变量进行求取,需将该具有相关性的节点注入功率转化为互不相关的随机变量。因此,在基准运行点对潮流方程进行泰勒展开,得到如下公式(忽略2次及以上高次项):
基于上式,将T个时间段的输入变量和状态变量整理为矩阵,表示如下:
此时,上述矩阵变换为:
采用Gram-Charlier级数展开方法求得系统节点和支路状态变量的概率分布。
23)基于系统节点和支路状态变量的概率分布,最优潮流计算时计算风力发电机组的有功出力求期望。
步骤3,根据发电最小成本确定可控移相器选址;即发电最小成本时,可控移相器所在支路为最终的选址。
上述方法充分考虑风电场等新能源并网带来的电力系统不确定性,基于考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本,根据发电最小成本确定可控移相器选址,实现了并网后电网系统中可控移相器的安装选址。
考虑风力发电不确定性的可控移相器选址系统,包括,
等效计算模块:基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程。
等效计算模块将可控移相器用串联电压源和并联电流源等效,获得可控移相器加入系统后的功率平衡方程;
功率平衡方程为,
其中,为节点i上发电机有功功率,为节点i上发电机无功功率,为可控移
相器引起的附加注入有功功率,为可控移相器引起的附加注入无功功率,为节点i
上负荷节点有功功率,为节点i上负荷节点无功功率,分别为节点导纳矩阵
中位置为ij元素的实部和虚部,为节点i电压,为节点i的相角和节点j的相角
之差。
成本计算模块:根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本。
成本计算模块采用的最优潮流模型为,
目标函数:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续
时间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火
力发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出
力,为风力发电机组的有功出力,为风力发电机组的有功出力求期望;
约束条件:
其中,为节点i上发电机有功功率,分别为的下、上限值,为节点i
上发电机无功功率,分别为的下、上限值,为可控移相器引起的附加注
入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有功功
率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元素的
实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系统节
点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限值,
为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支路ij功
率,分别为的下、上限值,为支路ij的视在功率,分别为的下、上
限值,分别为的预设置信水平值,为不等式
约束成立的概率值。
成本计算模块包括有功出力求期望模块,有功出力求期望模块包括,
矩阵模块:求解风速序列的时空相关系数矩阵;
概率分布模块:将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布;
期望模块:基于系统节点和支路状态变量的概率分布,计算风力发电机组的有功出力求期望。
结果模块:根据发电最小成本确定可控移相器选址。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行考虑风力发电不确定性的可控移相器选址方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行考虑风力发电不确定性的可控移相器选址方法的指令。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (8)
1.考虑风力发电不确定性的可控移相器选址方法,其特征在于:包括,
基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程;
根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本;
其中,最优潮流模型为,
目标函数:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续时
间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火力
发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出力,为风力发电机组的有功出力,为风力发电机组的有功出力求期望;
约束条件:
其中,为节点i上发电机有功功率,分别为的下、上限值,为节点i上发电机无功功率,分别为的下、上限值,为可控移相器引起的附加注
入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有功功
率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元素的
实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系统节
点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限值,为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支路ij
功率,分别为的下、上限值,为支路ij的视在功率,分别为的下、
上限值,分别为的预设置信水平值,为不等式
约束成立的概率值;
根据发电最小成本确定可控移相器选址。
3.根据权利要求1所述的考虑风力发电不确定性的可控移相器选址方法,其特征在于:风力发电机组的有功出力求期望过程为,
求解风速序列的时空相关系数矩阵;
将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布;
基于系统节点和支路状态变量的概率分布,计算风力发电机组的有功出力求期望。
4.考虑风力发电不确定性的可控移相器选址系统,其特征在于:包括,
等效计算模块:基于可控移相器的功率等效模型,获得可控移相器加入系统后的功率平衡方程;
成本计算模块:根据可控移相器加入系统后的功率平衡方程、预设的考虑风力发电中风速和负荷随机性的最优潮流模型,计算发电最小成本;
成本计算模块采用的最优潮流模型为,
目标函数:
其中,f为最优潮流模型的目标函数,T为调度周期所划分时段,为每个时段的持续时
间,和分别为火力发电机组和风力发电机组的节点集合, 分别为火力
发电机组的成本系数,为风力发电机组的成本系数,为火力发电机组的有功出
力,为风力发电机组的有功出力,为风力发电机组的有功出力求期望;
约束条件:
其中,为节点i上发电机有功功率,分别为的下、上限值,为节点i
上发电机无功功率,分别为的下、上限值,为可控移相器引起的附加注
入有功功率,为可控移相器引起的附加注入无功功率,为节点i上负荷节点有功功
率,为节点i上负荷节点无功功率,分别为节点导纳矩阵中位置为ij元素的
实部和虚部,为节点i电压,为节点i的相角和节点j的相角之差,为系统节
点集合,为系统支路集合,为节点i的电压幅值,分别为的下、上限值,
为节点i的电压相角,分别为的下、上限值,为节点i和节点i构成的支路ij功
率,分别为的下、上限值,为支路ij的视在功率,分别为的下、上
限值,分别为的预设置信水平值,为不等式
约束成立的概率值;
结果模块:根据发电最小成本确定可控移相器选址。
6.根据权利要求4所述的考虑风力发电不确定性的可控移相器选址系统,其特征在于:成本计算模块包括有功出力求期望模块,有功出力求期望模块包括,
矩阵模块:求解风速序列的时空相关系数矩阵;
概率分布模块:将风力发电机组节点注入功率转化为互不相关的随机变量,考虑风速序列的时空相关系数矩阵,采用半不变量法求取系统节点和支路状态变量的概率分布;
期望模块:基于系统节点和支路状态变量的概率分布,计算风力发电机组的有功出力求期望。
7.一种存储一个或多个程序的计算机可读存储介质,其特征在于:所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至3所述的方法中的任一方法。
8.一种计算设备,其特征在于:包括,
一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至3所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010262623.1A CN111162539A (zh) | 2020-04-07 | 2020-04-07 | 考虑风力发电不确定性的可控移相器选址方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010262623.1A CN111162539A (zh) | 2020-04-07 | 2020-04-07 | 考虑风力发电不确定性的可控移相器选址方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111162539A true CN111162539A (zh) | 2020-05-15 |
Family
ID=70567930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010262623.1A Pending CN111162539A (zh) | 2020-04-07 | 2020-04-07 | 考虑风力发电不确定性的可控移相器选址方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111162539A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507545A (zh) * | 2020-07-02 | 2020-08-07 | 江苏省电力试验研究院有限公司 | 考虑阻塞管理的可控移相器选址方法及系统 |
CN113659562A (zh) * | 2021-07-01 | 2021-11-16 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器安装位置确定方法、系统、介质及计算设备 |
CN113659561A (zh) * | 2021-07-01 | 2021-11-16 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器参数优化配置方法、系统、介质及计算设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410068A (zh) * | 2014-12-01 | 2015-03-11 | 国网上海市电力公司 | 一种可控移相器配置优化和运行控制方法 |
US20190198957A1 (en) * | 2017-12-27 | 2019-06-27 | Psemi Corporation | Low Loss, Wide Band, Phase Shifter Utilizing Transformer |
-
2020
- 2020-04-07 CN CN202010262623.1A patent/CN111162539A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410068A (zh) * | 2014-12-01 | 2015-03-11 | 国网上海市电力公司 | 一种可控移相器配置优化和运行控制方法 |
US20190198957A1 (en) * | 2017-12-27 | 2019-06-27 | Psemi Corporation | Low Loss, Wide Band, Phase Shifter Utilizing Transformer |
Non-Patent Citations (1)
Title |
---|
孙国强等: ""计及风速时空相关性的含风电场电力系统动态随机最优潮流计算"", 《中国电机工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507545A (zh) * | 2020-07-02 | 2020-08-07 | 江苏省电力试验研究院有限公司 | 考虑阻塞管理的可控移相器选址方法及系统 |
CN111507545B (zh) * | 2020-07-02 | 2020-09-22 | 江苏省电力试验研究院有限公司 | 考虑阻塞管理的可控移相器选址方法及系统 |
CN113659562A (zh) * | 2021-07-01 | 2021-11-16 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器安装位置确定方法、系统、介质及计算设备 |
CN113659561A (zh) * | 2021-07-01 | 2021-11-16 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器参数优化配置方法、系统、介质及计算设备 |
CN113659561B (zh) * | 2021-07-01 | 2022-11-01 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器参数优化配置方法、系统、介质及计算设备 |
WO2023273354A1 (zh) * | 2021-07-01 | 2023-01-05 | 国网江苏省电力有限公司电力科学研究院 | 可控移相器安装位置确定方法、系统、介质及计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111162539A (zh) | 考虑风力发电不确定性的可控移相器选址方法及系统 | |
Mahmoud et al. | Fast power-peaks estimator for partially shaded PV systems | |
Hardy et al. | Hardware-in-the-loop wind turbine simulation platform for a laboratory feeder model | |
CN108964127A (zh) | 一种双馈风力发电系统故障穿越的控制方法 | |
Zeghdi et al. | Improved backstepping control of a DFIG based wind energy conversion system using ant lion optimizer algorithm | |
González-Hernández et al. | A novel MPPT PI discrete reverse-acting controller for a wind energy conversion system | |
Shutari et al. | Development of a novel efficient maximum power extraction technique for grid-tied VSWT system | |
CN109995078B (zh) | 光伏并网机电暂态仿真装置 | |
Benlahbib et al. | Wind farm management using artificial intelligent techniques | |
CN109038646B (zh) | 一种光伏发电场景构造方法及系统 | |
CN110601209A (zh) | 风电场电压低频振荡抑制方法及装置 | |
Shokrani et al. | Short-term stochastic modeling of virtual power plants with inclusion of wind, solar and tidal generation and energy storage | |
Chioncel et al. | Optimal and stable energetic operation of wind power systems at variable wind speed | |
Chen et al. | Reward adaptive wind power tracking control based on deep deterministic policy gradient | |
CN113381456A (zh) | 一种电力系统新能源承载能力评估方法及系统 | |
Singh et al. | Modeling simulation and comparison of DFIG based phasor model average model and detailed model of wind farm | |
CN111082454B (zh) | 一种用于获取电力系统的振荡风险量化指标的方法及系统 | |
Nassar-Eddine et al. | A new Fuzzy Logic architecture to control the DC-bus voltage in grid connected photovoltaic system | |
CN110112774B (zh) | 一种平抑分布式风力发电混合储能系统波动的方法及装置 | |
CN111555354B (zh) | 一种自主可再生微电网系统的控制方法、装置及存储介质 | |
Thakur et al. | Fractional Order PID Controller Design for DFIG Based Wind Energy Conversion System | |
Salmi et al. | Artificial bee colony MPPT control of wind generator without speed sensors | |
Veloso et al. | Application of model order reduction to a DFIG-based wind farm in the chilean system | |
CN110224408B (zh) | 一种含新能源发电的电力系统降阶区间Krawczyk迭代潮流方法 | |
Yang et al. | Hybrid reference function for stable stepwise inertial control of a doubly-fed induction generator |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |