CN111260188A - 一种电压暂降治理装置配置方法 - Google Patents

一种电压暂降治理装置配置方法 Download PDF

Info

Publication number
CN111260188A
CN111260188A CN202010019011.XA CN202010019011A CN111260188A CN 111260188 A CN111260188 A CN 111260188A CN 202010019011 A CN202010019011 A CN 202010019011A CN 111260188 A CN111260188 A CN 111260188A
Authority
CN
China
Prior art keywords
equipment
voltage
sag
probability
class
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
Application number
CN202010019011.XA
Other languages
English (en)
Other versions
CN111260188B (zh
Inventor
杜培
刘智煖
林焱
黄霆
上官霞
吴丹岳
张健
陈伯建
张慧瑜
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.)
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
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 Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd, State Grid Fujian Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
Priority to CN202010019011.XA priority Critical patent/CN111260188B/zh
Publication of CN111260188A publication Critical patent/CN111260188A/zh
Application granted granted Critical
Publication of CN111260188B publication Critical patent/CN111260188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00Details of emergency protective circuit arrangements
    • H02H1/0092Details of emergency protective circuit arrangements concerning the data processing means, e.g. expert systems, neural networks
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Abstract

本发明涉及一种电压暂降治理装置配置方法,包括以下步骤:步骤S1:采用电压耐受曲线评估电压暂降发生时敏感设备的运行状态;步骤S2:根据设备工作方式及电压暂降发生时敏感设备的运行状态,对设备进行分类;步骤S3:基于核密度法估计设备的跳闸概率,并计算生产过程总过程中断概率;步骤S4:设置约束条件,并以治理设备配置后生产过程的中断概率最小为目标函数;步骤S5:根据设备分类和中断概率,计算得到需要配置的治理设备容量。本发明有效减少了设备跳闸、生产过程中断次数,减少了用户损失,提高产品质量。

Description

一种电压暂降治理装置配置方法
技术领域
本发明涉及电压暂降领域,具体涉及一种电压暂降治理装置配置方法。
背景技术
传统的在电网侧进行治理的方法可以改善一个地区内的电能质量,但是还远远不能满足部分敏感工业用户的用电需求,为了使用户生产过程保持正常工作,必须加装一定数量的定制电力设备。一般来说,工商业用户在将重要的敏感设备投入使用前,均会单独为其配置UPS等补偿设备,但因UPS为在线工作模式,往往成本较高。
发明内容
有鉴于此,本发明的目的在于提供一种电压暂降治理装置配置方法有效减少了设备跳闸、生产过程中断次数,减少了用户损失,提高产品质量。
为实现上述目的,本发明采用如下技术方案:
一种电压暂降治理装置配置方法,包括以下步骤:
步骤S1:采用电压耐受曲线评估电压暂降发生时敏感设备的运行状态;
步骤S2:根据设备工作方式及电压暂降发生时敏感设备的运行状态,对设备进行分类;
步骤S3:基于核密度法估计设备的跳闸概率,并计算生产过程总过程中断概率;
步骤S4:设置约束条件,并以治理设备配置后生产过程的中断概率最小为目标函数;
步骤S5:根据设备分类和中断概率,计算得到需要配置的治理设备容量。
进一步的,所述步骤S2具体为:将每个电压等级下的设备按照I类和II类的标准进行分类;I类设备在遭受电压暂降跳闸后,会出现不可逆转的损坏,必须停工进行元器件更换或维修;II类设备因暂降跳闸后,不会造成致命损坏,重启即可工作,但每经历若干次暂降后,需要停机维修或维护。
进一步的,所述核密度法采用正态核函数,如公式(1)所示:
Figure BDA0002360014500000021
其中,u=(x-xi)/h,h为窗宽参数;
窗宽参数h计算公式如下所示:
Figure BDA0002360014500000022
其中,σ是样本xi的标准差,w为样本数量;
随机变量x的概率密度函数可以通过公式(3)求得
Figure BDA0002360014500000023
当随机变量x分别为电压暂降幅值Vsag和持续时间Tsag时,通过计算公式(4)、(5)求出暂降幅值和持续时间的概率密度函数fU(x)和fT(x),通过积分(6)求出设备跳闸概率
Figure BDA0002360014500000024
Figure BDA0002360014500000025
Figure BDA0002360014500000026
Figure BDA0002360014500000027
其中,Tsag为暂降持续时间;Vsag为暂降幅值;Vup为设备VTC曲线不确定区域电压上限;Tup为VTC曲线不确定区域时间下限;
对规划周期内设备跳闸概率求平均值,得到设备平均跳闸概率:
Figure BDA0002360014500000031
其中,nsag为暂降次数,Ptrip表示平均设备跳闸概率。
进一步的,所述总过程中断概率表示为:
Figure BDA0002360014500000032
其中,pk为第k个二级并联设备跳闸概率,m3为二级并联设备台数,pi为第i个一级串联设备跳闸概率,m1为一级串联设备台数,m2为二级串联设备台数。
进一步的,所述目标函数为:
Figure BDA0002360014500000033
其中,
Figure BDA0002360014500000034
为第i个过程的中断概率,n为用户拥有的生产过程条数。
进一步的,所述约束条件包括括供电电压约束和治理设备容量约束,具体为:
根据设备电压耐受曲线设置n个供电等级,分别用U1、U2,…,Un表示,且设备补偿后的端电压应该大于设备正常工作的最小工作电压需求。
Figure BDA0002360014500000035
其中,Um为储能装置第m等级的供电电压;i为设备编号;
Figure BDA0002360014500000036
是保证第i台设备正常工作的最小电压;
考虑敏感设备功率和设备供电电压大小两方面因素进行治理装置容量配置,首先,对于I类设备,用设备所在等级供电电压
Figure BDA0002360014500000037
与额定电压UN的比值作为备用容量配置系数bvoltage,如公式(11)所示;对于II类审,除了考虑系数bvoltage还需考虑设备跳闸概率Ptrip,如公式(12)所示:
Figure BDA0002360014500000038
Figure BDA0002360014500000041
其中,ki(i=1,2)分别表示I类和II类设备的台数,UN为额定电压,Sload,i为第i台设备功率。
本发明与现有技术相比具有以下有益效果:
本发明有效减少了设备跳闸、生产过程中断次数,减少了用户损失,提高产品质量;采用核密度函数估计设备平均跳闸概率,使治理设备容量配置更具客观性;对敏感设备进行分层分级供电,保证供电效果。
附图说明
图1是本发明方法流程图;
图2是本发明一实施例中敏感设备平均电压耐受曲线;
图3是本发明一实施例中敏感设备电压耐受曲线;
图4是本发明一实施例中根据Umin分配设备供电电压等级;
图5是本发明一实施例中设备分类方式及接线拓扑结构;
图6是本发明一实施例中概率密度分布函数;
图7是本发明一实施例中工业过程基本结构;
图8是本发明一实施例中隶属函数拟合图;
图9是本发明一实施例中设备所属过程及功率大小;
图10是本发明一实施例中过程中断次数。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1,本发明提供一种电压暂降治理装置配置方法,包括以下步骤:
步骤S1:采用电压耐受曲线评估电压暂降发生时敏感设备的运行状态;如图3所示只有供电电压幅值位于“正常区域”,即大于最小稳态电压Umin,设备即可保持正常工作。
步骤S2:根据设备工作方式及电压暂降发生时敏感设备的运行状态,对设备进行分类;
步骤S3:基于核密度法估计设备的跳闸概率,并计算生产过程总过程中断概率;
步骤S4:设置约束条件,并以治理设备配置后生产过程的中断概率最小为目标函数;
步骤S5:根据设备分类和中断概率,计算得到需要配置的治理设备容量。
在本实施例中,当负荷总容量一定时,所需储能容量与其能提供的供电电压幅值成正相关,所以为了通过减少储能容量,降低暂降治理成本,应当尽可能地降低供电电压幅值。本文在治理装置的能量输出端口设置若干个供电电压幅值,以三个等级为例,分别用U1、U2、U3表示,且U1>U2>U3。如图4所示,选取所有敏感设备VTC曲线Umin和Tmax的交点P表示一个设备,并集合在同一个坐标系下,将设备接入大于Umin且电压差最小的供电等级下,由此自然地将敏感设备分为A、B、C三大组。例如,A组负荷接入幅值为U1的线路中。将每个电压等级下的设备按照I类和II类的标准进行分类;I类设备在遭受电压暂降跳闸后,会出现不可逆转的损坏,必须停工进行元器件更换或维修;II类设备因暂降跳闸后,不会造成致命损坏,重启即可工作,但每经历若干次暂降后,需要停机维修或维护。接线方式如图5所示,当暂降发生时,如果储能容量足以供给所有受影响设备正常运行,应当由控制设备操纵机械装置,将设备切换至储能装置供电;如果储能容量不足,在Ⅰ类设备正常运行的前提下,优先保障Ⅱ类设备不断电。
在本实施例中,如图6所示,如果Vsag或者Tsag任意一个值在VTC曲线的不确定区域内(区域Ⅱ)内,那么设备跳闸概率Ptrip∈(0,1),同时,可以用暂降幅值和持续时间的概率密度分布函数来量化设备跳闸概率Ptrip,所述核密度法采用正态核函数,如公式(1)所示:
Figure BDA0002360014500000051
其中,u=(x-xi)/h,h为窗宽参数;
窗宽参数h计算公式如下所示:
Figure BDA0002360014500000061
其中,σ是样本xi的标准差,w为样本数量;
随机变量x的概率密度函数可以通过公式(3)求得
Figure BDA0002360014500000062
当随机变量x分别为电压暂降幅值Vsag和持续时间Tsag时,通过计算公式(4)、(5)求出暂降幅值和持续时间的概率密度函数fU(x)和fT(x),通过积分(6)求出设备跳闸概率
Figure BDA0002360014500000063
Figure BDA0002360014500000064
Figure BDA0002360014500000065
Figure BDA0002360014500000066
其中,Tsag为暂降持续时间;Vsag为暂降幅值;Vup为设备VTC曲线不确定区域电压上限;Tup为VTC曲线不确定区域时间下限;
对规划周期内设备跳闸概率求平均值,得到设备平均跳闸概率:
Figure BDA0002360014500000067
其中,nsag为暂降次数,Ptrip表示平均设备跳闸概率。
在本实施例中,如图7所示,实际生产过程往往是不同类型设备通过复杂的串并联协同工作,与门连接的设备互为备用,或门连接设备相互独立,所述总过程中断概率表示为:
Figure BDA0002360014500000071
其中,pk为第k个二级并联设备跳闸概率,m3为二级并联设备台数,pi为第i个一级串联设备跳闸概率,m1为一级串联设备台数,m2为二级串联设备台数。
在本实施例中,以治理装置配置后规划周期内用户工业过程平均中断概率Pprocess最小为目标,所述目标函数为:
Figure BDA0002360014500000072
其中,
Figure BDA0002360014500000073
为第i个过程的中断概率,n为用户拥有的生产过程条数。
在本实施例中,所述约束条件包括括供电电压约束和治理设备容量约束,具体为:
根据设备电压耐受曲线设置n个供电等级,分别用U1、U2,…,Un表示,且设备补偿后的端电压应该大于设备正常工作的最小工作电压需求。
Figure BDA0002360014500000074
其中,Um为储能装置第m等级的供电电压;i为设备编号;
Figure BDA0002360014500000075
是保证第i台设备正常工作的最小电压;
考虑敏感设备功率和设备供电电压大小两方面因素进行治理装置容量配置,首先,对于I类设备,用设备所在等级供电电压
Figure BDA0002360014500000076
与额定电压UN的比值作为备用容量配置系数bvoltage,如公式(11)所示;对于II类审,除了考虑系数bvoltage还需考虑设备跳闸概率Ptrip,如公式(12)所示:
Figure BDA0002360014500000077
Figure BDA0002360014500000078
其中,ki(i=1,2)分别表示I类和II类设备的台数,UN为额定电压,Sload,i为第i台设备功率。
在本实施例中,还设置了治理效果评价指标,以治理设备配置前后的电压暂降发生时敏感过程的中断个数变化为依据,评价治理效果的优劣。假设某次暂降发生,治理设备配置前过程中断x1个,配置后过程中断x2个,则将二者之差作为治理设备治理效果的评估指标xe,即:
xe=x1-x2 (13)
为具有不同重要性的指标赋予权重,体现出不同指标的重要程度。本实施例中采用层次分析法结合熵权法对评价体系进行分解,计算各指标的权重。假设层次分析法确定指标主观权重wi1,熵权法决定客观权重wi2,主观权重和客观权重的线性组合即为综合权重wi
wi=αwi1+(1-α)wi2 (14)
其中,α为主观偏好系数,1-α为客观偏好系数。
治理设备的治理效果是否良好具有模糊性,本实施例中采用模糊综合评价法进行评价。建立评语集的主要依据为治理设备治理效果的特征。当治理设备不仅不能改善电能质量,还使电能质量更为恶化时,评价为差;当治理设备对电能质量指标略有改善作用时,评价为中;当治理设备对电能质量指标有明显改善作用时,评级为良;当治理设备对电能质量指标的改善效果十分突出时,评价为优;即评语集V=[差,中,良,优]。
构建指标评语集隶属度函数需依据指标集的定义确定,其中确定性边界由专家意见与用户预期确定,如图8所示,其中A(x)、B(x)、C(x)、D(x)分别对应差、中、良、优,计算公式如下所示。
Figure BDA0002360014500000081
Figure BDA0002360014500000091
Figure BDA0002360014500000092
Figure BDA0002360014500000093
根据不同评语的隶属函数将各项指标数据模糊化,即可得指标集到评语集的模糊关系矩阵R:
Figure BDA0002360014500000094
权重矩阵W和模糊关系矩阵R的乘积即为模糊综合评价结果B:
B=W×R (20)
得到模糊综合评价结果后,通过计算模糊向量与各评语标准向量的海明贴近度得出其评价等级。其中差、中、良、优对应的标准向量分别为[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]。海明贴近度的计算公式为:
Figure BDA0002360014500000095
其中,A和B为两个向量,ai和bi为向量元素,n为向量维数。计算模糊向量与各评语标准向量的海明贴近度,贴近度最高的评语即为其评价等级。
实施例1:
以我国某电子公司为例进行暂降治理,该公司生产工艺过程主要包括印刷、贴片、回流焊接、组装(插件、点胶、焊接)、老化测试、打标、包装入库等环节。该企业有100台敏感设备,包括40台PLC,40台ASD,20台PC。为了方便表述,给PLC编号1~40,ASD编号41~80,PC编号81~100。在MATLAB中编写配置运行策略,运用fminimax优化函数解得储能装置供电电压、治理设备配置容量等。
上述敏感设备分布在20个过程内,每个过程内的设备通过串联方式组合在一起,协同工作。设备所属过程及功率大小如图9所示,例如,编号为5,61,64,81,88的设备属于过程20,其设备容量分别为54W,429W,405W,237W,172W。
治理方案的规划周期为10年。根据企业历史暂降数据,假设平均每年遭受暂降事件9次。根据IEEE标准和暂降发生的概率,设定暂降幅值为90%~10%,持续时间为10ms~5000ms,生成90组暂降数据。通过调用fminimax优化函数求解,计算得到,储能装置补偿电压分别为U1=77%,U2=60%,U3=51%。储能电池共配置P=20kW,E=25kWh。
如图10所示,由于过程1~10按照其设备工作最小稳态电压为其配置100%储能容量,所以治理后,储能容量能够满足在暂降期间设备正常工作,暂降事故不会引起跳闸;在为其他过程的敏感设备配置储能容量时,因为乘以一个小于1的系数,所以不能满足所有设备的容量需求,因此不同过程会有不同程度的跳闸。其中,过程14最为敏感,规划周期内跳闸概率为47%,比治理前减少了43%;20个过程的平均跳闸概率为20%,比治理前减少了75%,治理效果显著。
根据各指标重要程度通过层次分析法得到综合权重w=[0.127,0.117,0.124,0.166,0.139,0.178,0.471,0.296,0.027,0.085,0.153,0.015,0.038,0.123,0.148,0.011,0.047,0.258,0.075,0.017]。计算模糊关系矩阵,统计专家意见与用户预期,确定坐标值分别为:p1=38,p2=43,p3=73,p4=77。计算得到模糊关系矩阵R为:
Figure BDA0002360014500000111
所以可以得到模糊综合评价结果B=W×R=[0,0.573,1.108,0.934]。计算其与差、中、良、优的标准向量的海明贴近度分别为0.096,0.383,0.596,0.563。模糊综合评价结果与评语“良”的海明贴近度最高,说明治理装置的治理效果较为良好,可以有效改善电压暂降的影响,从而说明本发明的有效性。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (6)

1.一种电压暂降治理装置配置方法,其特征在于,包括以下步骤:
步骤S1:采用电压耐受曲线评估电压暂降发生时敏感设备的运行状态;
步骤S2:根据设备工作方式及电压暂降发生时敏感设备的运行状态,对设备进行分类;
步骤S3:基于核密度法估计设备的跳闸概率,并计算生产过程总过程中断概率;
步骤S4:设置约束条件,并以治理设备配置后生产过程的中断概率最小为目标函数;
步骤S5:根据设备分类和中断概率,计算得到需要配置的治理设备容量。
2.根据权利要求1所述的一种电压暂降治理装置配置方法,其特征在于:所述步骤S2具体为:将每个电压等级下的设备按照I类和II类的标准进行分类;I类设备在遭受电压暂降跳闸后,会出现不可逆转的损坏,必须停工进行元器件更换或维修;II类设备因暂降跳闸后,不会造成致命损坏,重启即可工作,但每经历若干次暂降后,需要停机维修或维护。
3.根据权利要求1所述的一种电压暂降治理装置配置方法,其特征在于,所述核密度法采用正态核函数,如公式(1)所示:
Figure FDA0002360014490000011
其中,u=(x-xi)/h,h为窗宽参数;
窗宽参数h计算公式如下所示:
Figure FDA0002360014490000012
其中,σ是样本xi的标准差,w为样本数量;
随机变量x的概率密度函数可以通过公式(3)求得
Figure FDA0002360014490000021
当随机变量x分别为电压暂降幅值Vsag和持续时间Tsag时,通过计算公式(4)、(5)求出暂降幅值和持续时间的概率密度函数fU(x)和fT(x),通过积分(6)求出设备跳闸概率
Figure FDA0002360014490000022
Figure FDA0002360014490000023
Figure FDA0002360014490000024
Figure FDA0002360014490000025
其中,Tsag为暂降持续时间;Vsag为暂降幅值;Vup为设备VTC曲线不确定区域电压上限;Tup为VTC曲线不确定区域时间下限;
对规划周期内设备跳闸概率求平均值,得到设备平均跳闸概率:
Figure FDA0002360014490000026
其中,nsag为暂降次数,Ptrip表示平均设备跳闸概率。
4.根据权利要求3所述的一种电压暂降治理装置配置方法,其特征在于,所述总过程中断概率表示为:
Figure FDA0002360014490000027
其中,pk为第k个二级并联设备跳闸概率,m3为二级并联设备台数,pi为第i个一级串联设备跳闸概率,m1为一级串联设备台数,m2为二级串联设备台数。
5.根据权利要求3所述的一种电压暂降治理装置配置方法,其特征在于,所述目标函数为:
Figure FDA0002360014490000031
其中,
Figure FDA0002360014490000032
为第i个过程的中断概率,n为用户拥有的生产过程条数。
6.根据权利要求2所述的一种电压暂降治理装置配置方法,其特征在于,所述约束条件包括括供电电压约束和治理设备容量约束,具体为:
根据设备电压耐受曲线设置n个供电等级,分别用U1、U2,…,Un表示,且设备补偿后的端电压应该大于设备正常工作的最小工作电压需求。
Figure FDA0002360014490000033
Figure FDA0002360014490000034
其中,Um为储能装置第m等级的供电电压;i为设备编号;
Figure FDA0002360014490000035
是保证第i台设备正常工作的最小电压;
考虑敏感设备功率和设备供电电压大小两方面因素进行治理装置容量配置,首先,对于I类设备,用设备所在等级供电电压
Figure FDA0002360014490000036
与额定电压UN的比值作为备用容量配置系数bvoltage,如公式(11)所示;对于II类审,除了考虑系数bvoltage还需考虑设备跳闸概率Ptrip,如公式(12)所示:
Figure FDA0002360014490000037
Figure FDA0002360014490000038
其中,ki(i=1,2)分别表示I类和II类设备的台数,UN为额定电压,Sload,i为第i台设备功率。
CN202010019011.XA 2020-01-08 2020-01-08 一种电压暂降治理装置配置方法 Active CN111260188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010019011.XA CN111260188B (zh) 2020-01-08 2020-01-08 一种电压暂降治理装置配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010019011.XA CN111260188B (zh) 2020-01-08 2020-01-08 一种电压暂降治理装置配置方法

Publications (2)

Publication Number Publication Date
CN111260188A true CN111260188A (zh) 2020-06-09
CN111260188B CN111260188B (zh) 2022-06-07

Family

ID=70951139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010019011.XA Active CN111260188B (zh) 2020-01-08 2020-01-08 一种电压暂降治理装置配置方法

Country Status (1)

Country Link
CN (1) CN111260188B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112152224A (zh) * 2020-11-24 2020-12-29 国网四川省电力公司电力科学研究院 一种电压暂降治理优化方法及系统
CN113363975A (zh) * 2021-06-18 2021-09-07 国网四川省电力公司技能培训中心 一种考虑过程免疫时间的共享电压暂降补偿系统及方法
CN113487071A (zh) * 2021-06-24 2021-10-08 四川大学 用于电压暂降治理的ssts与dvr协调动作策略制定方法和装置
CN113922396A (zh) * 2021-10-11 2022-01-11 国网福建省电力有限公司 提升电网电压暂降免疫力的储能电站配置方法及终端
CN116992296A (zh) * 2023-09-27 2023-11-03 广东电网有限责任公司珠海供电局 电子敏感设备发生暂降的中断概率评估方法、装置和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104808035A (zh) * 2014-01-24 2015-07-29 华北电力大学(保定) 一种基于广义双曲s变换的电压暂降检测方法
CN108830456A (zh) * 2018-05-10 2018-11-16 广州供电局有限公司 敏感设备与电网电压暂降兼容性分析方法及装置
CN108896853A (zh) * 2018-08-09 2018-11-27 广州供电局有限公司 具有分布式电源的电网电压暂降频次评估方法及装置
CN110598990A (zh) * 2019-08-14 2019-12-20 广东电网有限责任公司 一种基于层次分析法的工业过程电压暂降中断概率评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104808035A (zh) * 2014-01-24 2015-07-29 华北电力大学(保定) 一种基于广义双曲s变换的电压暂降检测方法
CN108830456A (zh) * 2018-05-10 2018-11-16 广州供电局有限公司 敏感设备与电网电压暂降兼容性分析方法及装置
CN108896853A (zh) * 2018-08-09 2018-11-27 广州供电局有限公司 具有分布式电源的电网电压暂降频次评估方法及装置
CN110598990A (zh) * 2019-08-14 2019-12-20 广东电网有限责任公司 一种基于层次分析法的工业过程电压暂降中断概率评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
肖助力等: "一种改进不完全S变换的电压暂降检测方法", 《电力系统保护与控制》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112152224A (zh) * 2020-11-24 2020-12-29 国网四川省电力公司电力科学研究院 一种电压暂降治理优化方法及系统
CN112152224B (zh) * 2020-11-24 2021-02-09 国网四川省电力公司电力科学研究院 一种电压暂降治理优化方法及系统
CN113363975A (zh) * 2021-06-18 2021-09-07 国网四川省电力公司技能培训中心 一种考虑过程免疫时间的共享电压暂降补偿系统及方法
CN113363975B (zh) * 2021-06-18 2022-09-13 国网四川省电力公司技能培训中心 一种考虑过程免疫时间的共享电压暂降补偿系统及方法
CN113487071A (zh) * 2021-06-24 2021-10-08 四川大学 用于电压暂降治理的ssts与dvr协调动作策略制定方法和装置
CN113487071B (zh) * 2021-06-24 2022-03-04 四川大学 用于电压暂降治理的ssts与dvr协调动作策略制定方法和装置
US11942784B2 (en) 2021-06-24 2024-03-26 Sichuan University Method and device for formulating coordinated action strategy of SSTS and DVR for voltage sag mitigation
CN113922396A (zh) * 2021-10-11 2022-01-11 国网福建省电力有限公司 提升电网电压暂降免疫力的储能电站配置方法及终端
CN113922396B (zh) * 2021-10-11 2023-04-28 国网福建省电力有限公司 提升电网电压暂降免疫力的储能电站配置方法及终端
CN116992296A (zh) * 2023-09-27 2023-11-03 广东电网有限责任公司珠海供电局 电子敏感设备发生暂降的中断概率评估方法、装置和设备

Also Published As

Publication number Publication date
CN111260188B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN111260188B (zh) 一种电压暂降治理装置配置方法
EP2420020B1 (en) System and method of monitoring and optimizing power quality in a network
Ali et al. Optimum control strategies for short term load forecasting in smart grids
CN108764666A (zh) 基于多质量损失函数综合的用户暂降经济损失评估方法
US7050916B2 (en) Method for power quality summary and trending
CN109559050B (zh) 一种可中断负荷需求响应潜力评价方法
CN107181253A (zh) 一种基于电网动态可靠性概率指标的电网规划方法
CN102931625A (zh) 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用
CN104821581A (zh) 一种最优日前备用容量的确定方法
CN112465365B (zh) 一种配电网每日运行效能评价方法
Shu et al. Pareto optimal allocation of flexible fault current limiter based on multi-objective improved bat algorithm
CN114362246A (zh) 一种电网可接入分布式光伏容量测算方法
CN107834563B (zh) 电压暂降的处理方法和系统
CN106682817B (zh) 一种采集异常紧急程度的判定方法
Liu et al. Risk assessment of cascading failure of distribution network with flexible multi-state switch
CN110796392A (zh) 一种连续批智能电能表的分阶段与分层抽样方法
CN113691174A (zh) 基于指数型非线性回归的配电变压器档位识别方法及系统
Zhong et al. Optimal Sizing and placement method for dynamic voltage restorers with mitigation expectation index
CN106874607B (zh) 基于多层级变权理论的电网自组织临界态定量评估方法
Kuo et al. A novel framework short-term load forecasting for micro-grid energy management system
CN115169816A (zh) 风光储场站的能量管理方法及其能量管理系统
CN113657032A (zh) 一种预先集中协调实时分布控制的低频减载方法及系统
Kisengeu et al. Under Voltage Load Shedding using Hybrid Metaheuristic Algorithms for Voltage Stability Enhancement: A Review
Chang et al. Research of power consumers behavior using fuzzy c-means algorithm
CN112666478A (zh) 一种梯次利用动力电池健康状态监测方法

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