CN111162565A - 基于多源数据融合的中低压网络在线拼接方法及系统 - Google Patents
基于多源数据融合的中低压网络在线拼接方法及系统 Download PDFInfo
- Publication number
- CN111162565A CN111162565A CN201911368141.8A CN201911368141A CN111162565A CN 111162565 A CN111162565 A CN 111162565A CN 201911368141 A CN201911368141 A CN 201911368141A CN 111162565 A CN111162565 A CN 111162565A
- Authority
- CN
- China
- Prior art keywords
- low voltage
- medium
- voltage network
- power
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000004927 fusion Effects 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 38
- 238000010248 power generation Methods 0.000 claims description 12
- 230000035945 sensitivity Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 2
- 239000002994 raw material Substances 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000005096 rolling process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
- 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
-
- 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
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种基于多源数据融合的中低压网络在线拼接方法及系统，融合多源数据进行中低压网络在线拼接，基于中低压网络机组出力、负荷功率，进行中低压网络无功优化，使拼接点有功、无功、电压与状态估计等值点一致，解决了当前在线建模范围未包含中低压网络，导致在线分析结果与实际电网运行情况偏差较大的问题，提高在线计算数据的准确性，满足在线安全稳定滚动分析、决策需求，提升对电网运行状态的感知、分析和处置能力。
Description
技术领域
本发明涉及一种基于多源数据融合的中低压网络在线拼接方法及系统，属于电力系统自动化技术领域。
背景技术
随着大容量特高压直流进入大功率运行阶段，电网“大直流、大新能源、弱交流”特点愈发突出，各类问题耦合度高，直流冲击及大规模新能源出力加大使电网运行控制更加复杂。作为特有的两回超/特高压同送同受直流送端电网，网架密集、多直流送端电气距离近、交直流电网耦合特性强，受端电网多回直流换相失败或闭锁故障对送端电网安全稳定运行的潜在风险逐步扩大；直流配套火电机组延期投运，新能源机组涉网保护门槛低，故障情况下发生大规模新能源脱网、进而引发电网发生大范围连锁故障风险增大。
现有电网建设了智能电网调度控制系统在线安全分析应用，能够基于电网实时运行方式数据进行在线滚动扫描，及时发现电网中存在的安全稳定问题或安全隐患，并针对存在的问题或隐患提供相应的辅助决策建议，提升对电网运行状态的感知、分析和处置能力。但现有在线安全稳定分析计算所用的模型数据，状态估计建模范围仅支持220kV及以上电压等级，处于中低压网络大量新能源和小水电模型均被等值，导致在线分析结果与实际电网运行情况偏差较大。
发明内容
本发明提供了一种基于多源数据融合的中低压网络在线拼接方法及系统，解决了当前在线建模范围未包含中低压网络，导致在线分析结果与实际电网运行情况偏差较大的问题。
为了解决上述技术问题，本发明所采用的技术方案是：
基于多源数据融合的中低压网络在线拼接方法，包括，
获取状态估计潮流数据；
获取与状态估计潮流数据时标最接近的SCADA数据；
基于SCADA数据，计算中低压网络机组出力、负荷功率；
基于中低压网络机组出力、负荷功率，进行中低压网络无功优化；
基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
状态估计潮流数据为状态估计收敛的全网运行断面数据。
针对各省网，将SCADA系统时标与状态估计潮流数据时标差值最小的电网运行断面数据作为SCADA数据。
响应于SCADA数据中发电机出力数据以机组或厂站为最小单元，基于离线典型方式和SCADA的模型对照表，获取中低压网络机组出力，根据中低压网络等值点功率，基于潮流灵敏度估算中低压网络负荷功率。
基于潮流灵敏度估算中低压网络负荷功率公式为，
其中，PL.j.k、QL.j.k分别为第j个中低压网络第k个节点的负荷有功和负荷无功，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，
为离线典型方式下第k1个节点负荷有功同第j个中低压网络负荷有功之和的比值，Nj为第j个中低压网络中节点数目，
为离线典型方式下第k1个节点有功对等值点虚拟支路的潮流灵敏度，
为第k1个节点的机组有功，PEQ.j为第j个中低压网络等值点的有功功率，
为离线典型方式下第k1个节点的负荷功率因数。
响应于SCADA数据中发电机出力数据不是以机组或厂站为最小单元，求解预先构造的优化模型得到各中低压网络机组出力、负荷功率，其中优化模型以机组、负荷功率调整量之和最小为目标。
优化模型为，
目标函数：
约束条件：
PG.min.j.k≤PG.j.k≤PG.max.j.k
PL.sum.min.j≤PL.sum.j≤PL.sum.max.j
其中，PG.j.k.0、PG.j.k为第j个中低压网络第k个节点调整前后的机组有功，PL.sum.j.0、PL.sum.j分别第j个中低压网络调整前后的负荷有功之和，Nj为第j个中低压网络中节点数目，Nnet.i为当前处理省网的中低压网络数目，αG为机组有功调整的权重因子，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，XP.j.k为离线典型方式下第k个节点有功对等值点虚拟支路的潮流灵敏度，PEQ.j为第j个中低压网络等值点的有功功率，Gwd、Gpv、Ghy、Gco分别为风、光、水、火机组集合，P′G.wd.err、P′G.pv.err、P′G.hy.err、P′G.co.err分别为状态估计潮流数据和SCADA数据下风电机组总出力差值、光伏机组总出力差值、水电机组总出力差值、火电机组总出力差值，PG.max.j.k、PG.min.j.k分别为第j个中低压网络第k个节点机组有功上、下限，PL.sum.max.j、PL.sum.min.j分别为第j个中低压网络第k个节点负荷有功上下限。
基于中低压网络机组出力、负荷功率以及预先构造的无功优化模型，对中低压网络进行无功优化，使拼接点有功、无功、电压与状态估计等值点一致；其中无功优化模型以无功调整量最小为目标。
无功优化模型为，
目标函数：
约束条件：
Vmin.k≤Vk≤Vmax.k
其中，
分别为节点k的发电机有功、发电机无功、负荷有功、负荷无功和容抗器无功，QL.k分别为第k个节点的负荷有功和负荷无功，Nj为第j个中低压网络中节点数目，Vk为节点k的电压，Vn为节点n的电压，Ykn为节点k和n间导纳的幅值，参数δkn＝δk-δn-αkn，δk、δn分别为节点k和n的相角，αkn为节点k和n间导纳的相角，
分别为节点k的发电机无功上限和无功下限，
分别为节点k的容抗器无功上限和无功下限，
分别为节点k的负荷无功上限和无功下限，Vmax.k、Vmin.k分别为节点k的电压上限和电压下限，
分别为挑选的最大负荷点LX的负荷有功、松弛后负荷有功上限和下限。
基于多源数据融合的中低压网络在线拼接系统，包括，
潮流数据获取模块：获取状态估计潮流数据；
SCADA数据获取模块：获取与状态估计潮流数据时标最接近的SCADA数据；
计算模块：基于SCADA数据，计算中低压网络机组出力、负荷功率；
优化模块：基于中低压网络机组出力、负荷功率，进行中低压网络无功优化；
全网潮流数据生成模块：基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
本发明所达到的有益效果：本发明融合多源数据进行中低压网络在线拼接，基于中低压网络机组出力、负荷功率，进行中低压网络无功优化，使拼接点有功、无功、电压与状态估计等值点一致，解决了当前在线建模范围未包含中低压网络，导致在线分析结果与实际电网运行情况偏差较大的问题，提高在线计算数据的准确性，满足在线安全稳定滚动分析、决策需求，提升对电网运行状态的感知、分析和处置能力。
附图说明
图1为本发明的流程图。
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，基于多源数据融合的中低压网络在线拼接方法，包括以下步骤：
步骤1，获取状态估计潮流数据。
将状态估计收敛的全网运行断面数据作为状态估计潮流数据，时标为Tpas.0。
步骤2，基于离线典型方式和状态估计的模型对照表，获取各中低压网络的拓扑模型、机组模型、负荷模型。
基于所述各模型，获取发电机组类型(风/光/水/火)、发电机机组有功上下限、发电机机组无功上下限、容抗器无功上下限、负荷功率因数等静态参数，获取中低压网络的有功/无功功率平衡方程、发电机/负荷/容抗器分布情况等网络拓扑模型。
步骤3，获取与状态估计潮流数据时标最接近的SCADA数据。
针对各省网，将SCADA系统时标与Tpas.0差值最小的电网运行断面数据作为SCADA数据。
步骤4，若SCADA数据中发电机出力数据以机组或厂站为最小单元，转至步骤5，否则转至步骤6。
步骤5，基于离线典型方式和SCADA的模型对照表，获取中低压网络机组出力，进一步根据中低压网络等值点功率，基于潮流灵敏度估算中低压网络负荷功率，转至步骤7。
基于潮流灵敏度估算中低压网络负荷功率公式为：
其中，PL.j.k、QL.j.k分别为第j个中低压网络第k个节点的负荷有功和负荷无功，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，
为离线典型方式下第k1个节点负荷有功同第j个中低压网络负荷有功之和的比值，Nj为第j个中低压网络中节点数目，
为离线典型方式下第k1个节点有功对等值点虚拟支路的潮流灵敏度，
为第k1个节点的机组有功，PEQ.j为第j个中低压网络等值点的有功功率，
为离线典型方式下第k1个节点的负荷功率因数。
步骤6，求解预先构造的二次优化模型得到各中低压网络机组出力、负荷功率，其中二次优化模型以机组、负荷功率调整量之和最小为目标，以各中低压网络有功功率平衡、各类型机组总出力与SCADA一致为约束，转至步骤7。
二次优化模型为：
目标函数：
约束条件：
PG.min.j.k≤PG.j.k≤PG.max.j.k
PL.sum.min.j≤PL.sum.j≤PL.sum.max.j
其中，PG.j.k.0、PG.j.k为第j个中低压网络第k个节点调整前后的机组有功，PL.sum.j.0、PL.sum.j分别为第j个中低压网络调整前后的负荷有功之和，Nj为第j个中低压网络中节点数目，Nnet.i为当前处理省网的中低压网络数目，αG为机组有功调整的权重因子，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，XP.j.k为离线典型方式下第k个节点有功对等值点虚拟支路的潮流灵敏度，PEQ.j为第j个中低压网络等值点的有功功率，Gwd、Gpv、Ghy、Gco分别为风、光、水、火机组集合，P′G.wd.err、P′G.pv.err、P′G.hy.err、P′G.co.err分别为状态估计潮流数据和SCADA数据下风电机组总出力差值、光伏机组总出力差值、水电机组总出力差值、火电机组总出力差值，PG.max.j.k、PG.min.j.k分别为第j个中低压网络第k个节点机组有功上、下限，PL.sum.max.j、PL.sum.min.j分别为第j个中低压网络第k个节点负荷有功上下限。
步骤7，基于中低压网络机组出力、负荷功率以及预先构造的无功优化模型，对中低压网络进行无功优化，使拼接点有功、无功、电压与状态估计等值点一致；其中无功优化模型以无功调整量最小为目标。
无功优化模型为：
目标函数：
约束条件：
Vmin.k≤Vk≤Vmax.k
其中，
分别为节点k的发电机有功、发电机无功、负荷有功、负荷无功和容抗器无功，QL.k分别为第k个节点的负荷有功和负荷无功，Nj为第j个中低压网络中节点数目，Vk为节点k的电压，Vn为节点n的电压，Ykn为节点k和n间导纳的幅值，参数δkn＝δk-δn-αkn，δk、δn分别为节点k和n的相角，αkn为节点k和n间导纳的相角，
分别为节点k的发电机无功上限和无功下限，
分别为节点k的容抗器无功上限和无功下限，
分别为节点k的负荷无功上限和无功下限，Vmax.k、Vmin.k分别为节点k的电压上限和电压下限，
分别为挑选的最大负荷点LX的负荷有功、松弛后负荷有功上限和下限。
步骤8，基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
上述方法融合状态估计、离线典型方式、SCADA等多源数据进行中低压网络的在线拼接，生成满足在线安全稳定分析计算需求的基础数据，通过全网优化调整保证拼接前后拼接点电气量一致、按省网统计的风光水火总出力更逼近实际值、中低压网络内无功电压分布更合理，解决了当前在线建模范围未包含中低压网络，导致在线分析结果与实际电网运行情况偏差较大的问题，提高在线计算数据的准确性，满足在线安全稳定滚动分析、决策需求，提升对电网运行状态的感知、分析和处置能力。
基于多源数据融合的中低压网络在线拼接系统，包括，
潮流数据获取模块：获取状态估计潮流数据；
SCADA数据获取模块：获取与状态估计潮流数据时标最接近的SCADA数据；
计算模块：基于SCADA数据，计算中低压网络机组出力、负荷功率；
优化模块：基于中低压网络机组出力、负荷功率，进行中低压网络无功优化；
全网潮流数据生成模块：基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
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，使得所述计算设备基于多源数据融合的中低压网络在线拼接方法。
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基于多源数据融合的中低压网络在线拼接方法的指令。
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 (10)
1.基于多源数据融合的中低压网络在线拼接方法，其特征在于：包括，
获取状态估计潮流数据；
获取与状态估计潮流数据时标最接近的SCADA数据；
基于SCADA数据，计算中低压网络机组出力、负荷功率；
基于中低压网络机组出力、负荷功率，进行中低压网络无功优化；
基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
2.根据权利要求1所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：状态估计潮流数据为状态估计收敛的全网运行断面数据。
3.根据权利要求1所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：针对各省网，将SCADA系统时标与状态估计潮流数据时标差值最小的电网运行断面数据作为SCADA数据。
4.根据权利要求1所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：响应于SCADA数据中发电机出力数据以机组或厂站为最小单元，基于离线典型方式和SCADA的模型对照表，获取中低压网络机组出力，根据中低压网络等值点功率，基于潮流灵敏度估算中低压网络负荷功率。
5.根据权利要求4所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：基于潮流灵敏度估算中低压网络负荷功率公式为，
其中，PL.j.k、QL.j.k分别为第j个中低压网络第k个节点的负荷有功和负荷无功，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，
为离线典型方式下第k1个节点负荷有功同第j个中低压网络负荷有功之和的比值，Nj为第j个中低压网络中节点数目，
为离线典型方式下第k1个节点有功对等值点虚拟支路的潮流灵敏度，
为第k1个节点的机组有功，PEQ.j为第j个中低压网络等值点的有功功率，
为离线典型方式下第k1个节点的负荷功率因数。
6.根据权利要求1所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：响应于SCADA数据中发电机出力数据不是以机组或厂站为最小单元，求解预先构造的优化模型得到各中低压网络机组出力、负荷功率，其中优化模型以机组、负荷功率调整量之和最小为目标。
7.根据权利要求6所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：优化模型为，
目标函数：
约束条件：
PG.min.j.k≤PG.j.k≤PG.max.j.k
PL.sum.min.j≤PL.sum.j≤PL.sum.max.j
其中，PG.j.k.0、PG.j.k为第j个中低压网络第k个节点调整前后的机组有功，PL.sum.j.0、PL.sum.j分别为第j个中低压网络调整前后的负荷有功之和，Nj为第j个中低压网络中节点数目，Nnet.i为当前处理省网的中低压网络数目，αG为机组有功调整的权重因子，Kpper.j.k为离线典型方式下第k个节点负荷有功同第j个中低压网络负荷有功之和的比值，XP.j.k为离线典型方式下第k个节点有功对等值点虚拟支路的潮流灵敏度，PEQ.j为第j个中低压网络等值点的有功功率，Gwd、Gpv、Ghy、Gco分别为风、光、水、火机组集合，P′G.wd.err、P′G.pv.err、P′G.hy.err、P′G.co.err分别为状态估计潮流数据和SCADA数据下风电机组总出力差值、光伏机组总出力差值、水电机组总出力差值、火电机组总出力差值，PG.max.j.k、PG.min.j.k分别为第j个中低压网络第k个节点机组有功上、下限，PL.sum.max.j、PL.sum.min.j分别为第j个中低压网络第k个节点负荷有功上、下限。
8.根据权利要求1所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：基于中低压网络机组出力、负荷功率以及预先构造的无功优化模型，对中低压网络进行无功优化，使拼接点有功、无功、电压与状态估计等值点一致；其中无功优化模型以无功调整量最小为目标。
9.根据权利要求8所述的基于多源数据融合的中低压网络在线拼接方法，其特征在于：无功优化模型为，
目标函数：
约束条件：
Vmin.k≤Vk≤Vmax.k
其中，
分别为节点k的发电机有功、发电机无功、负荷有功、负荷无功和容抗器无功，QL.k分别为第k个节点的负荷有功和负荷无功，Nj为第j个中低压网络中节点数目，Vk为节点k的电压，Vn为节点n的电压，Ykn为节点k和n间导纳的幅值，参数δkn＝δk-δn-αkn，δk、δn分别为节点k和n的相角，αkn为节点k和n间导纳的相角，
分别为节点k的发电机无功上限和无功下限，
分别为节点k的容抗器无功上限和无功下限，
分别为节点k的负荷无功上限和无功下限，Vmax.k、Vmin.k分别为节点k的电压上限和电压下限，
分别为挑选的最大负荷点LX的负荷有功、松弛后负荷有功上限和下限。
10.基于多源数据融合的中低压网络在线拼接系统，其特征在于：包括，
潮流数据获取模块：获取状态估计潮流数据；
SCADA数据获取模块：获取与状态估计潮流数据时标最接近的SCADA数据；
计算模块：基于SCADA数据，计算中低压网络机组出力、负荷功率；
优化模块：基于中低压网络机组出力、负荷功率，进行中低压网络无功优化；
全网潮流数据生成模块：基于状态估计潮流数据和无功优化后的中低压网络运行状态，生成全网潮流数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911368141.8A CN111162565B (zh) | 2019-12-26 | 2019-12-26 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911368141.8A CN111162565B (zh) | 2019-12-26 | 2019-12-26 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111162565A true CN111162565A (zh) | 2020-05-15 |
| CN111162565B CN111162565B (zh) | 2023-06-20 |
Family
ID=70556812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911368141.8A Active CN111162565B (zh) | 2019-12-26 | 2019-12-26 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111162565B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102184331A (zh) * | 2011-05-12 | 2011-09-14 | 中国电力科学研究院 | 大型电力系统实时仿真系统中模型的拼接及整合的方法 |
| CN102495850A (zh) * | 2011-11-18 | 2012-06-13 | 中国南方电网有限责任公司 | 一种多级多区互联电网继电保护模型拼接的方法 |
| CN102722594A (zh) * | 2011-11-29 | 2012-10-10 | 中国南方电网有限责任公司 | 离线方式数据和状态估计数据整合方法 |
| CN103730954A (zh) * | 2012-12-25 | 2014-04-16 | 浙江省电力公司 | 一种电网省地县一体运行方法 |
| CN104200331A (zh) * | 2014-09-11 | 2014-12-10 | 国家电网公司 | 一种电力系统的电网模型拼接方法及系统 |
| CN104600695A (zh) * | 2014-12-29 | 2015-05-06 | 国家电网公司 | 基于在线状态估计和实时调度计划的趋势潮流计算方法 |
| WO2015143846A1 (zh) * | 2014-03-25 | 2015-10-01 | 国家电网公司 | 一种基于主配网一体化的在线实时合环方法 |
| CN107844880A (zh) * | 2017-07-17 | 2018-03-27 | 中国南方电网有限责任公司 | 一种基于多源数据融合的电网故障等级自动识别方法 |
| CN108629701A (zh) * | 2018-05-07 | 2018-10-09 | 深圳供电局有限公司 | 一种电网多级调度数据整合方法 |
| CN108830744A (zh) * | 2018-06-08 | 2018-11-16 | 广东电网有限责任公司电力调度控制中心 | 一种电力系统内指定地区外网等值模型的动态校验方法 |
| CN110059356A (zh) * | 2019-03-18 | 2019-07-26 | 中国电力科学研究院有限公司 | 一种基于大数据和人工智能的大电网智能调控系统和方法 |
| CN114726090A (zh) * | 2022-03-11 | 2022-07-08 | 国电南瑞科技股份有限公司 | 基于潮流调整的中低压网络数据在线拼接方法和系统 |
-
2019
- 2019-12-26 CN CN201911368141.8A patent/CN111162565B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102184331A (zh) * | 2011-05-12 | 2011-09-14 | 中国电力科学研究院 | 大型电力系统实时仿真系统中模型的拼接及整合的方法 |
| CN102495850A (zh) * | 2011-11-18 | 2012-06-13 | 中国南方电网有限责任公司 | 一种多级多区互联电网继电保护模型拼接的方法 |
| CN102722594A (zh) * | 2011-11-29 | 2012-10-10 | 中国南方电网有限责任公司 | 离线方式数据和状态估计数据整合方法 |
| CN103730954A (zh) * | 2012-12-25 | 2014-04-16 | 浙江省电力公司 | 一种电网省地县一体运行方法 |
| WO2015143846A1 (zh) * | 2014-03-25 | 2015-10-01 | 国家电网公司 | 一种基于主配网一体化的在线实时合环方法 |
| CN104200331A (zh) * | 2014-09-11 | 2014-12-10 | 国家电网公司 | 一种电力系统的电网模型拼接方法及系统 |
| CN104600695A (zh) * | 2014-12-29 | 2015-05-06 | 国家电网公司 | 基于在线状态估计和实时调度计划的趋势潮流计算方法 |
| CN107844880A (zh) * | 2017-07-17 | 2018-03-27 | 中国南方电网有限责任公司 | 一种基于多源数据融合的电网故障等级自动识别方法 |
| CN108629701A (zh) * | 2018-05-07 | 2018-10-09 | 深圳供电局有限公司 | 一种电网多级调度数据整合方法 |
| CN108830744A (zh) * | 2018-06-08 | 2018-11-16 | 广东电网有限责任公司电力调度控制中心 | 一种电力系统内指定地区外网等值模型的动态校验方法 |
| CN110059356A (zh) * | 2019-03-18 | 2019-07-26 | 中国电力科学研究院有限公司 | 一种基于大数据和人工智能的大电网智能调控系统和方法 |
| CN114726090A (zh) * | 2022-03-11 | 2022-07-08 | 国电南瑞科技股份有限公司 | 基于潮流调整的中低压网络数据在线拼接方法和系统 |
Non-Patent Citations (6)
| Title |
|---|
| 周海锋: "基于相似日选择的调度计划安全校核潮流数据生成", pages 87 - 93 * |
| 孙保华: "配用电统一模型中心的设计与应用", pages 83 - 88 * |
| 摆世彬: "含大规模风电集群电网的在线计算数据生成技术", pages 66 - 73 * |
| 林毅: "基于带约束状态估计的多区域电网模型合并方法", pages 0939 - 0942 * |
| 秦川: "地区电网模型与省级电网模型的拼接", pages 254 - 359 * |
| 邹根华: "考虑外网等值的江西电网模型拼接实现方法研究", pages 94 - 97 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111162565B (zh) | 2023-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109361242B (zh) | 一种光伏发电自动电压控制方法 | |
| CN111384725A (zh) | 一种新能源电站的短路电流计算方法和系统 | |
| CN106250640B (zh) | 一种适用于地区电网的分层动态等值方法 | |
| CN108134394B (zh) | 一种考虑分布式电源影响的优化减载方法 | |
| CN106058937B (zh) | 一种含直驱永磁风电场的配电网广义负荷建模方法 | |
| CN105703364A (zh) | 光伏电站等效建模方法 | |
| CN115622053B (zh) | 一种用于考虑分布式电源的自动负荷建模方法及装置 | |
| CN104392056A (zh) | 一种直驱风电机组建模方法及装置 | |
| CN104158199A (zh) | 对电力系统实时状态进行无功电压优化控制的系统和方法 | |
| CN114491886A (zh) | 含多类型分布式新能源的主动配电网通用建模方法和装置 | |
| CN106451465B (zh) | 一种用于avc控制中基于cim的新能源模型拼接方法 | |
| CN105576654A (zh) | 直驱风电场等值方法和系统 | |
| CN113346484A (zh) | 一种考虑暂态不确定性的配电网弹性提升方法及系统 | |
| CN105701265A (zh) | 一种双馈风电机组建模方法及装置 | |
| Wu et al. | Equivalent modeling method for regional decentralized photovoltaic clusters based on cluster analysis | |
| CN111162565B (zh) | 基于多源数据融合的中低压网络在线拼接方法及系统 | |
| CN110751328A (zh) | 基于联合加权熵的高比例可再生能源电网适应性规划方法 | |
| Sun et al. | The initial guess estimation Newton method for power flow in distribution systems | |
| CN114726090A (zh) | 基于潮流调整的中低压网络数据在线拼接方法和系统 | |
| Ma et al. | Online clustering modeling of photovoltaic power plant with LVRT control function | |
| Ding et al. | Multi-Objective optimial configuration of distributed wind-solar generation considering energy storage | |
| Li et al. | Structure Preserving Aggregation Method for Doubly-Fed Induction Generators in Wind Power Conversion | |
| Hanting et al. | Active Distribution Network Bi-level Planning Considering the" Source-Grid-Load-Storage" Collaborative | |
| Wu et al. | Analysis on power flow of distribution network with DGs | |
| CN113946985B (zh) | 一种确定新能源场站等值模型的方法及系统 |
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 |