CN111600309B - 电压控制方法、装置、设备、计算机设备和存储介质 - Google Patents
电压控制方法、装置、设备、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111600309B CN111600309B CN201910129223.0A CN201910129223A CN111600309B CN 111600309 B CN111600309 B CN 111600309B CN 201910129223 A CN201910129223 A CN 201910129223A CN 111600309 B CN111600309 B CN 111600309B
- Authority
- CN
- China
- Prior art keywords
- value
- power
- voltage
- measured
- node
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 claims abstract description 95
- 238000012545 processing Methods 0.000 claims description 27
- 238000012797 qualification Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 35
- 238000005259 measurement Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 9
- 238000000638 solvent extraction Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Abstract
本申请涉及一种电压控制方法、装置、设备、计算机设备和存储介质。所述方法包括：获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；并根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；进一步，获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。采用本方法能够提升电压控制的精确度、效率和适应性。
Description
技术领域
本申请涉及电网控制领域，特别是涉及一种电压控制方法、装置、设备、计算机设备和存储介质。
背景技术
随着电网控制技术的发展，出现了基于模型的电压控制技术，通过合理的选择网络函数就可以对电网电压起到良好的控制效果。
但是，随着新能源发电大规模并网和交直流混联系统的应用，使得电压波动性增强，传统的基于模型的自动电压控制策略在一些对电压质量要求更高的场合已经出现了一定的不适性。
目前的传统方法，存在精确度低等问题。
发明内容
基于此，有必要针对上述技术问题，提供一种电压控制方法、装置、设备、计算机设备和存储介质。
一种电压控制方法，所述方法包括：
获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
在其中一个实施例中，所述根据所述节点电压和无功补偿量，确定第二仿真模型包括：
获取先导节点电压、无功补偿量和剩余节点参数，并分别根据所述先导节点电压、无功补偿量和剩余节点参数，确定先导节点电压变化量、无功变化量和剩余节点参数变化量；
选取初始网络，根据所述先导节点电压变化量、无功变化量和剩余节点参数变化量对所述初始网络进行训练，得到先导节点电压与无功补偿量之间的非线性关系，从而得到所述第二仿真模型。
在其中一个实施例中，所述获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量包括：
采用潮流算法对所述第一功率更新值进行处理，获取实时所述先导节点电压参考值；
每个预设周期后，比较当前先导节点电压实测值与所述先导节点电压参考值的差是否小于预设阈值；
若是，则计算所述无功补偿量。
在其中一个实施例中，所述获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量之前包括：
确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置；
对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点。
在其中一个实施例中，所述确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置包括：
将所述电网系统拓扑划分为至少一个区域，在所述至少一个区域内设置至少一个节点并在所述至少一个节点内选取先导节点；
获取不同电网类型的数目，并根据所述不同电网类型的数目，确定所述不同电网类型对应的节点数目。
在其中一个实施例中，
所述对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点包括：
获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则对所述第一功率实测值进行相应处理，获取第一功率更新值；
将所述第一功率更新值分配给所述至少一个区域内不同电网类型对应的节点。
在其中一个实施例中，所述获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则对所述第一功率实测值进行相应处理，获取第一功率更新值包括：
获取第一输出功率实测值和第一负载功率实测值，
若所述第一输出功率实测值和/或第一负载功率实测值异常，则令所述第一输出功率实测值和/或第一负载功率实测值置零，并剔除所述第一输出功率实测值和/或第一负载功率实测值中大于风电场装机容量的数值；
若所述第一输出功率实测值和/或第一负载功率实测值大段缺失，则对大段缺失的所述第一输出功率实测值和/或第一负载功率实测值直接丢弃；
若所述第一输出功率实测值和/或第一负载功率实测值小段缺失，则对小段缺失的所述第一输出功率实测值和/或第一负载功率实测值进行填补。
在其中一个实施例中，所述获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，确定第一电压值之后包括：
根据所述第一电压值，确定第一电压控制指标；
获取第二电压控制指标，比较所述第一电压控制指标与第二电压控制指标，判断所述第二仿真模型的优劣性。
在其中一个实施例中，所述获取第二电压控制指标之前包括：
获取第二功率更新值，将所述第二功率更新值输入第一仿真模型，确定第二电压值；
根据所述第二电压值，确定第二电压控制指标，其中，所述第二电压控制指标至少包括电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标。
一种电压控制装置，所述装置包括：
节点电压和无功补偿量获取模块，用于获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
第二仿真模型确定模块，用于根据所述节点电压和无功补偿量，确实第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
第一电压获取模块，用于获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
一种电压控制设备，所述设备包括所述一种电压控制装置。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上任一项所述的方法的步骤。
上述电压控制方法、装置、设备、计算机设备和存储介质，通过获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；并根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；进一步，获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。通过上述方法，可提升电压控制的精确度、效率和适应性。
附图说明
图1为一个实施例中一种电压控制方法的应用环境图；
图2为一个实施例中一种电压控制方法的流程示意图；
图3为一个实施例中步骤S2的流程示意图；
图4为一个实施例中步骤S1的流程示意图；
图5为一个实施例中步骤S1之前步骤的流程示意图；
图6为一个实施例中步骤S01的流程示意图；
图7为一个实施例中步骤S02的流程示意图；
图8为一个实施例中步骤S021的流程示意图；
图9为一个实施例中步骤S3之后步骤的流程示意图；
图10为一个实施例中一种电压控制装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的一种电压控制方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104获取终端102的第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；并根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；进一步，获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种电压控制方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S1：获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量。
具体地，所述第一仿真模型是基于仿真系统进行相应的控制得到的。其中，仿真系统需要根据研究对象确定电网系统拓扑、电压分区、选择先导节点、选择新能源场站节点和传统发电厂节点等。
第一功率更新值是指仿真系统中节点所对应的功率值。
步骤S2：根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系。
具体地，第二仿真模型也是基于仿真系统进行相应的控制得到的，第二仿真模型主要控制所述节点电压与无功补偿量之间的对应关系。
步骤S3：获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
具体地，第二功率更新值也是指仿真系统中节点所对应的功率值，但是，所述第一功率更新值与第二功率更新值代表不同的数值。
上述电压控制方法，通过获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；并根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；进一步，获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。通过上述方法，可提升电压控制的精确度、效率和适应性。
在一个实施例中，如图3所示，所述步骤S2包括：
步骤S21：获取先导节点电压、无功补偿量和剩余节点参数，并分别根据所述先导节点电压、无功补偿量和剩余节点参数，确定先导节点电压变化量、无功变化量和剩余节点参数变化量。
具体地，仿真系统的电网系统拓扑结构中所有的节点都有其对应的数据，如先导节点有与之对应的功率和电压。首先选取电网系统拓扑结构中先导节点电压、无功补偿节点电压以及剩余节点参数，其中，剩余节点指电网系统拓扑结构中除了先导节点和无功补偿节点之外的所有节点。
由于仿真系统的电网系统拓扑结构中所有节点的数据是实时变化的，根据周期，计算先导节点电压变化量、无功变化量和剩余节点参数变化量。如每隔1分钟计算先导节点电压与1min前时刻的先导节点电压的差值，即获得预设周期内先导节点电压变化量。同样地，对于无功变化量和剩余节点参数变化量也是通过以上计算方式获得。
电力系统中电压变化和无功变化是强相关的，因此输入参数需包含无功变化量。根据式(1)可以知道，无功电压灵敏度和无功补偿节点的电压大小有关，当Ui越大时
越大，
越小，因此可将无功补偿节点的电压作为输入之一。
剩余节点参数变化量：由于一个分区内的其它节点的有功变化、无功变化和电压变化可能也会影响先导节点的电压变化。为了更加准确的描述无功电压之间的非线性函数关系，也可以对其它节点的有功变化、无功变化和电压变化与先导节点电压变化进行相关性分析。相关性分析方法有：1)求相关系数；2)利用神经网络方法拟合函数ΔU≈f(x1)，其中ΔU表示先导节点电压变化，x1代表某节点有功变化、无功变化或电压变化，然后利用拟合函数的输出值与实际的先导电压变化之间的残差来表示x1与ΔU之间的相关性。
步骤S22：选取初始网络，根据所述先导节点电压变化量、无功变化量和剩余节点参数变化量对所述初始网络进行训练，得到先导节点电压与无功补偿量之间的非线性关系，从而得到所述第二仿真模型。
具体地，基于数据挖掘的二级电压控制研究实际上是为了拟合电压和无功之间的非线性关系(ΔU≈f(ΔQg,x1,x2,...)，其中ΔU代表电压分区先导节点的电压变化量，ΔQg代表电压分区中无功补偿装置的无功补偿量，xi代表系统的其它状态量)，因此可以选择常用于函数拟合的数据挖掘方法：神经网络等。对于用哪种类型的神经网络(BP神经网络、RBN神经网络、卷积神经网络等)，可以根据数据量的大小、输入参数的多少以及最终的训练效果进行选择。若数据量大、输入参数多，可以选择卷积神经网络等深度神经网络；若数据量小、输入参数少，可以选择RBF等浅层神经网络。至于网络结构的最终选择，还需要根据训练效果决定。
进一步地，得到先导节点电压变化量、无功变化量和剩余节点参数变化量之后，还需对以上数据进行预处理、样本生成以及模型训练。
数据预处理，主要就是对数据进行归一化。归一化可由公式(2)计算得到。其中，y为归一化后的量，x为原始量，带有max和min下标的分别为其对应量的最大值和最小值。在本文中，需要将原始量归一化到[-1,1]的区间内，所以ymax＝1，ymin＝-1。归一化的目的是为了使得输入输出处于同一个分布区间内，从而有利于网络求解。
样本生成：样本生成主要指训练样本和测试样本的划分。随机抽取总样本数的80％作为训练样本，剩下的20％作为测试样本，重复操作10次，即可获得10组训练样本和测试样本数据。对于训练样本、测试样本以及操作次数均不作具体限定。
模型训练：调整网络结构模型参数，对10组训练和测试样本进行拟合模型的训练，以10组数据的平均训练测试误差为依据，确定网络结构和模型参数，并将此模型作为最终描述无功电压非线性关系的模型。
在一个实施例中，如图4所示，所述步骤S1包括：
步骤S11：采用潮流算法对所述第一功率更新值进行处理，获取实时所述先导节点电压参考值。
具体地，由于基于数据挖掘的二级电压控制策略只是为了研究维持先导节点的电压在一定范围内所需的无功补偿量，因此不需要考虑无功设备是什么类型，可以将无功补偿设备当成是无功源进行处理。另外，对于无功补偿装置一般设置在新能源场站节点，无功补偿装置容量可以根据新能源场站的容量进行设置，感性容量设置为场站容量的10％，容性容量设置为场站容量的25％。根据最优潮流计算给定先导节点的电压参考值。
步骤S12：每个预设周期后，比较当前先导节点电压实测值与所述先导节点电压参考值的差是否小于预设阈值；
步骤S13：若是，则计算所述无功补偿量。
具体地，在步骤S12-步骤S13中，预设阈值指系统预先设定的当前先导节点电压实测值与所述先导节点电压参考值的差值。
固定间隔时间获取一次先导节点电压实测值与先导节点电压参考值，其中，预设周期具体数值不作具体限定，可为3min或5min等。下面以预设周期为5min为例进行说明：
每5min判断一次当前先导节点电压是否处于参考电压值附近(实际电压与参考电压的相对大小比值不超过0.01，该范围可以根据仿真模型进行微调)。若此时电压处于范围内，则二级电压控制不动作，否则根据以下模型计算响应的无功补偿量：
其中，ΔQg为待求的无功补偿量。Up为电压分区中中枢节点的电压，Upref为中枢节点的参考电压值，UH为发电厂主变高压侧母线的电压，ΔUHmax为发电厂高压母线电压单次最大调整量，Qg0为当前分区中的无功补偿量。Cpg和Cvg分别为中枢节点和发电机节点对发电机的无功电压灵敏度，该灵敏度可以通过增量法仿真获取，r和h为权重系数。Upmax、Upmin、UHmax、UHmin、Qgmax、Qgmin分别为其对应物理量的上下限值。θ为发电机无功出力协调向量，其分量的计算公式如下：
最后，根据二级电压控制下发的无功补偿量(值)设定无功补偿装置的无功补偿量(值)。
在一个实施例中，如图5所示，所述步骤S1之前包括：
步骤S01：确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置。
具体地，电网系统拓扑一般选择标准IEEE系统或者实际系统作为仿真系统。1)当选择标准IEEE系统作为仿真系统时，为了尽可能使得仿真效果接近实际情况，一般选择39节点及以上的系统，因为这些系统存在明显分区。2)当选择实际系统作为仿真系统时，也需要选择网络拓扑不过于特殊的系统作为仿真系统，接下来的步骤均以仿真系统为标准IEEE系统的情况来进行说明。
区域划分是指将所述电网系统拓扑按照一定规范进行分区，具体的区域划分可根据电压、节点数目等，本申请对电网系统拓扑采用电压进行分区。仿真系统的电压分区方法也存在两种。1)根据经典文献的分区结果进行电压分区(要求仿真系统与电压分区经典文献的系统一致)。2)采用电压分区经典文献的方法针对当前仿真系统重新进行分区，如可采用聚类方法。
步骤S02：对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点。
具体地，第一功率实测值指对实际区域的各个节点功率的测量值，其中，实际区域的各个节点至少包括新能源场站节点、传统发电厂节点以及各种用电设备节点等。
假设第一功率实测值包括第一新能源场站节点功率实测值、第一传统发电厂节点功率实测值以及第一用电设备节点功率实测值，之后将第一新能源场站节点功率实测值、第一传统发电厂节点功率实测值以及第一用电设备节点功率实测值进行分析和处理，并获取第一新能源场站节点、第一传统发电厂节点以及用电设备节点的功率更新值，即第一功率更新值至少包括第一新能源场站节点、第一传统发电厂节点以及第一用电设备节点的功率更新值。最后，把第一新能源场站节点、第一传统发电厂节点以及第一用电设备节点的功率更新值分配给电网系统拓扑中对应区域的节点，如将A区第一新能源场站节点功率更新值分配给电网系统拓扑中A区域的新能源场站节点。
在一个实施例中，如图6所示，所述步骤S01包括：
步骤S011：将所述电网系统拓扑划分为至少一个区域，在所述至少一个区域内设置至少一个节点并在所述至少一个节点内选取先导节点。
具体地，电网系统拓扑指存在多个节点的网络结构。根据研究对象以及区域的不同，将所述电网系统拓扑根据实际情况进行区域的划分。如实际区域分别为A、B、C和D区，那么对应地将所述电网系统拓扑分为A、B、C和D区，并在所述A、B、C和D区各选择一个节点作为先导节点。
先导节点的选择：1)根据经典文献的分区结果以及先导节点选择结果进行选择(要求仿真系统与电压分区经典文献的系统一致)。2)根据控制最优原则选择电压分区的先导节点，即先导节点的电压在扰动后的变化为0时，区域其它节点的电压变化最小。
步骤S012：获取不同电网类型的数目，并根据所述不同电网类型的数目，确定所述不同电网类型对应的节点数目。
具体地，电网类型可为新能源场站节点、传统发电厂节点以及用电设备节点等。若A区中存在3个新能源场站节点，对应地，在电网系统拓扑中的A区选取3个节点作为新能源场站节点。对于传统发电厂节点以及用电设备节点等按照同样的规律进行设置。
在一个实施例中，如图7所示，所述步骤S02包括：
步骤S021：获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则对所述第一功率实测值进行相应处理，获取第一功率更新值。
具体地，由于电力系统实际数据往往存在着多源、异构、量大、不完整等一些特点，若直接利用实际数据进行研究，往往会对研究造成相当大的影响，因此，需要对第一功率实测值进行检测，并根据检测结果进行相应处理，从而获得第一功率更新值。步骤S022：将所述第一功率更新值分配给所述至少一个区域内不同电网类型对应的节点。
具体地，若第一功率实测值包括第一新能源场站节点功率实测值、第一传统发电厂节点功率实测值以及第一用电设备节点功率实测值，那么对以上第一实测功率值进行处理后，获取第一新能源场站节点功率更新值、第一传统发电厂节点功率更新值以及第一用电设备节点功率更新值。之后，将获取的不同区域的不同电网类型的更新值，分配给对应区域的对应电网类型的节点。例，实际电网的A区存在3个新能源场站节点、B区存在2个新能源场站节点、C区存在2个新能源场站节点、D区存在2个新能源场站节点，那么，将实际电网的A区3个第一新能源场站节点的功率更新值，匹配给电网系统拓扑中的A区3个新能源场站节，B-D区按照以上方式对功率更新值进行分配。
进一步地，将第一输出功率数据和第一负载功率数据匹配给相应的发电机节点或负荷节点，同时保证处于一个电压分区的新能源场站出力和负荷曲线都具有较强的相关性，而不同电压分区的新能源场站出力和负荷曲线都不具有强相关性。
在一个实施例中，如图8所示，所述步骤S021包括：
步骤S0211：获取第一输出功率实测值和第一负载功率实测值，若所述第一输出功率实测值和/或第一负载功率实测值异常，则令所述第一输出功率实测值和/或第一负载功率实测值置零，并剔除所述第一输出功率实测值和/或第一负载功率实测值中大于风电场装机容量的数值。
具体地，实测数据存在数据异常和数据缺失的问题，数据异常是指出力数值为负或者大于风电场容量。对于这类问题，本文的解决方法是令出力为负的值变成0，剔除出力大于风电场装机容量的数值。
步骤S0212：若所述第一输出功率实测值和/或第一负载功率实测值大段缺失，则对大段缺失的所述第一输出功率实测值和/或第一负载功率实测值直接丢弃；
步骤S0213：若所述第一输出功率实测值和/或第一负载功率实测值小段缺失，则对小段缺失的所述第一输出功率实测值和/或第一负载功率实测值进行填补。
具体地，在步骤S0212-S0213中，数据缺失又分为大段缺失和小段缺失。对于大段缺失的数据，直接丢弃；对于小段缺失的数据可以用滑动平均法填补数据，如式(5)
在一个实施例中，第一负载功率更新值的获取方法有两种：1)直接从实际数据中获取，若数据存在异常或缺失，也可以按照之前的说明进行数据处理；2)根据不同负荷(工业负荷、农业负荷等)的典型负荷曲线，结合发电厂出力水平对典型负荷曲线进行倍增或倍减并叠加一定的随机量，从而获得各个节点的负荷曲线。
在一个实施例中，如图9所示，所述步骤S3之后包括：
步骤S4：根据所述第一电压值，确定第一电压控制指标。
具体地，第一电压控制指标包括电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标。
获取的第一电压值通过计算，分别确定第一电压值的电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标，具体算法如下：
(1)全网电压合格率：在220kV输电系统中，电压在额定电压的-3％～+7％之间时为合格，则全网电压合格率可以由如下公式计算：
其中，n为电压监测点数，ti1为第i个监测点的越上限时间，ti2为第i个监测点的越下限时间，ti为第i个监测点的监测总时间。
(2)电压波动性：节点电压波动性的计算公式为：
其中，Umax为日电压最大值，Umin为日电压最小值，U标称为系统标称电压。对于发电厂220kV母线，电压日波动率应不超过3.5％，若超过，则认为电压日波动率不合格。
(3)电压日波动合格率：
其中，n为电压监测点数，p2n为日电压波动率合格的节点数。
(4)日无功补偿动作次数的指标：该指标用于描述电压控制的经济性指标。
步骤S7：获取第二电压控制指标，比较所述第一电压控制指标与第二电压控制指标，判断所述第二仿真模型的优劣性。
具体地，将通过第一电压值，分别确定了的第一电压值的电网系统电压合格率、第一电压值的电压波动性、第一电压值的电压日波动合格率和第一电压值的日无功补偿动作次数指标。
进一步地，依次将第一电压值的电网系统电压合格率与第二电压值的电网系统电压合格率比较，第一电压值的电压波动性与第二电压值的电压波动性比较，第一电压值的电压日波动合格率与第二电压值的电压日波动合格率比较，以及第一电压值的日无功补偿动作次数指标与第二电压值的日无功补偿动作次数指标。综合以上比较结果，判断第二仿真模型的优劣性。
在一个实施例中，所述步骤S7之前包括：
步骤S5：获取第二功率更新值，将所述第二功率更新值输入第一仿真模型，确定第二电压值。
具体地，对应第二功率更新值的处理与步骤S1所述步骤相同。此外，第二功率更新值也是通过第二功率实测值通过处理获得，其具体获取步骤同步骤S02。
步骤S6：根据所述第二电压值，确定第二电压控制指标，其中，所述第二电压控制指标至少包括电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标。
具体地，通过第二电压值确定第二电压控制指标的具体过程与步骤S4相同。
应该理解的是，虽然图2-9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-9中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种电压控制装置，包括：节点电压和无功补偿量获取模块10、第二仿真模型确定模块20和第一电压获取模块30，其中：
节点电压和无功补偿量获取模块10，用于获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
第二仿真模型确定模块20，用于根据所述节点电压和无功补偿量，确实第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
第一电压获取模块30，用于获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
在一个实施例中，所述第二仿真模型确定模块20包括：
节点参数获取模块201，用于获取先导节点电压、无功补偿量和剩余节点参数，并分别根据所述先导节点电压、无功补偿量和剩余节点参数，确定先导节点电压变化量、无功变化量和剩余节点参数变化量；
节点参数处理模块202，用于选取初始网络，根据所述先导节点电压变化量、无功变化量和剩余节点参数变化量对所述初始网络进行训练，得到先导节点电压与无功补偿量之间的非线性关系，从而得到所述第二仿真模型。
在一个实施例中，所述节点电压和无功补偿量获取模块10包括：
参考值确定模块101，用于采用潮流算法对所述第一功率更新值进行处理，获取实时所述先导节点电压参考值；
比较模块102，用于每个预设周期后，比较当前先导节点电压实测值与所述先导节点电压参考值的差是否小于预设阈值；
计算模块103，用于若是，则计算所述无功补偿量。
在一个实施例中，所述节点电压和无功补偿量获取模块10之前包括：
电网系统处理模块40，用于确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置；
功率匹配模块50，用于对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点。
在一个实施例中，所述电网系统处理模块40包括：
先导节点选取模块401，用于将所述电网系统拓扑划分为至少一个区域，在所述至少一个区域内设置至少一个节点并在所述至少一个节点内选取先导节点；
电网类型节点数据确定模块402，用于获取不同电网类型的数目，并根据所述不同电网类型的数目，确定所述不同电网类型对应的节点数目。
在一个实施例中，所述功率匹配模块50包括：
第一功率更新值获取模块501，用于获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则对所述第一功率实测值进行相应处理，获取第一功率更新值；
功率更新值匹配模块502，用于将所述第一功率更新值分配给所述至少一个区域内不同电网类型对应的节点。
在一个实施例中，所述第一功率更新值获取模块501包括：
异常数据处理模块5011，用于获取第一输出功率实测值和第一负载功率实测值，若所述第一输出功率实测值和/或第一负载功率实测值异常，则令所述第一输出功率实测值和/或第一负载功率实测值置零，并剔除所述第一输出功率实测值和/或第一负载功率实测值中大于风电场装机容量的数值；
大段缺失数据处理模块5012，用于若所述第一输出功率实测值和/或第一负载功率实测值大段缺失，则对大段缺失的所述第一输出功率实测值和/或第一负载功率实测值直接丢弃；
小段缺失数据处理模块5013，用于若所述第一输出功率实测值和/或第一负载功率实测值小段缺失，则对小段缺失的所述第一输出功率实测值和/或第一负载功率实测值进行填补。
在一个实施例中，所述第一电压获取模块30之后包括：
第一电压控制指标确定模块60，用于根据所述第一电压值，确定第一电压控制指标；
判断模块70，用于获取第二电压控制指标，比较所述第一电压控制指标与第二电压控制指标，判断所述第二仿真模型的优劣性。
在一个实施例中，所述判断模块70之前包括：
第二电压确定模块80，用于获取第二功率更新值，将所述第二功率更新值输入第一仿真模型，确定第二电压值；
第二电压控制指标确定模块90，用于根据所述第二电压值，确定第二电压控制指标，其中，所述第二电压控制指标至少包括电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标。
在一个实施例中，还提供了一种电压控制设备，所述设备包括上述所述一种电压控制装置。
关于电压控制装置的具体限定可以参见上文中对于电压控制方法的限定，在此不再赘述。上述电压控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电网数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电压控制方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现如下所述步骤：
获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种电压控制方法，其特征在于，所述方法包括：
确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置，对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点；
获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
根据所述节点电压和无功补偿量，确定第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值；
所述对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点包括：
获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则基于第一输出功率实测值和第一负载功率实测值的情况，对所述第一功率实测值进行相应处理，获取第一功率更新值；所述第一输出功率实测值和第一负载功率实测值的情况包括：所述第一输出功率实测值和/或所述第一负载功率实测值是否异常、所述第一输出功率实测值和/或所述第一负载功率实测值是否大段缺失、所述第一输出功率实测值和/或所述第一负载功率实测值是否小段缺失；
将所述第一功率更新值分配给至少一个区域内不同电网类型对应的节点。
2.根据权利要求1所述的方法，其特征在于，所述根据所述节点电压和无功补偿量，确定第二仿真模型包括：
获取先导节点电压、无功补偿量和剩余节点参数，并分别根据所述先导节点电压、无功补偿量和剩余节点参数，确定先导节点电压变化量、无功变化量和剩余节点参数变化量；
选取初始网络，根据所述先导节点电压变化量、无功变化量和剩余节点参数变化量对所述初始网络进行训练，得到先导节点电压与无功补偿量之间的非线性关系，从而得到所述第二仿真模型。
3.根据权利要求2所述的方法，其特征在于，所述获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量包括：
采用潮流算法对所述第一功率更新值进行处理，获取实时所述先导节点电压参考值；
每个预设周期后，比较当前先导节点电压实测值与所述先导节点电压参考值的差是否小于预设阈值；
若是，则计算所述无功补偿量。
4.根据权利要求1所述的方法，其特征在于，所述确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置包括：
将所述电网系统拓扑划分为至少一个区域，在所述至少一个区域内设置至少一个节点并在所述至少一个节点内选取先导节点；
获取不同电网类型的数目，并根据所述不同电网类型的数目，确定所述不同电网类型对应的节点数目。
5.根据权利要求1所述的方法，其特征在于，所述基于第一输出功率实测值和第一负载功率实测值的情况，对所述第一功率实测值进行相应处理，获取第一功率更新值包括：
获取所述第一输出功率实测值和所述第一负载功率实测值，
若所述第一输出功率实测值和/或所述第一负载功率实测值异常，则令所述第一输出功率实测值和/或所述第一负载功率实测值置零，并剔除所述第一输出功率实测值和/或所述第一负载功率实测值中大于风电场装机容量的数值；
若所述第一输出功率实测值和/或所述第一负载功率实测值大段缺失，则对大段缺失的所述第一输出功率实测值和/或所述第一负载功率实测值直接丢弃；
若所述第一输出功率实测值和/或所述第一负载功率实测值小段缺失，则对小段缺失的所述第一输出功率实测值和/或所述第一负载功率实测值进行填补。
6.根据权利要求1所述的方法，其特征在于，所述获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，确定第一电压值之后包括：
根据所述第一电压值，确定第一电压控制指标；
获取第二电压控制指标，比较所述第一电压控制指标与第二电压控制指标，判断所述第二仿真模型的优劣性。
7.根据权利要求6所述的方法，其特征在于，所述获取第二电压控制指标之前包括：
获取第二功率更新值，将所述第二功率更新值输入第一仿真模型，确定第二电压值；
根据所述第二电压值，确定第二电压控制指标，其中，所述第二电压控制指标至少包括电网系统电压合格率、电压波动性、电压日波动合格率和日无功补偿动作次数指标。
8.一种电压控制装置，其特征在于，所述装置包括：
电网系统拓扑确定模块，用于确定电网系统拓扑，并对所述电网系统拓扑进行区域划分和节点的设置，对第一功率实测值进行分析和处理，获取第一功率更新值，并将所述第一功率更新值分配给所述区域内的节点；
节点电压和无功补偿量获取模块，用于获取第一功率更新值，将所述第一功率更新值输入第一仿真模型，确定节点电压和无功补偿量；
第二仿真模型确定模块，用于根据所述节点电压和无功补偿量，确实第二仿真模型，其中，所述第二仿真模型用于拟合所述节点电压与无功补偿量之间的对应关系；
第一电压获取模块，用于获取第二功率更新值，将所述第二功率更新值输入所述第二仿真模型，获取与所述第二功率更新值匹配的节点电压，确定第一电压值；
处理模块，用于获取第一功率实测值，若所述第一功率实测值存在异常或缺失，则基于第一输出功率实测值和第一负载功率实测值的情况，对所述第一功率实测值进行相应处理，获取第一功率更新值；所述第一输出功率实测值和第一负载功率实测值的情况包括：所述第一输出功率实测值和/或所述第一负载功率实测值是否异常、所述第一输出功率实测值和/或所述第一负载功率实测值是否大段缺失、所述第一输出功率实测值和/或所述第一负载功率实测值是否小段缺失；
分配模块，用于将所述第一功率更新值分配给至少一个区域内不同电网类型对应的节点。
9.一种电压控制设备，其特征在于，所述设备包括权利要求8所述一种电压控制装置。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910129223.0A CN111600309B (zh) | 2019-02-21 | 2019-02-21 | 电压控制方法、装置、设备、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910129223.0A CN111600309B (zh) | 2019-02-21 | 2019-02-21 | 电压控制方法、装置、设备、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111600309A CN111600309A (zh) | 2020-08-28 |
| CN111600309B true CN111600309B (zh) | 2022-03-22 |
Family
ID=72186858
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910129223.0A Active CN111600309B (zh) | 2019-02-21 | 2019-02-21 | 电压控制方法、装置、设备、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111600309B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113300379B (zh) * | 2021-05-08 | 2022-04-29 | 武汉大学 | 一种基于深度学习的电力系统无功电压控制方法及系统 |
| CN113794371B (zh) * | 2021-09-17 | 2023-06-30 | 深圳市科雷特能源科技股份有限公司 | 直流对直流转换方法及装置 |
| CN114744595B (zh) * | 2021-09-26 | 2023-05-26 | 华北电力大学 | 一种交直流混联系统交流线路的保护方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105515010A (zh) * | 2015-12-30 | 2016-04-20 | 中国南方电网有限责任公司 | 一种基于合作对策的二级电压协调控制方法及系统 |
| CN105207220B (zh) * | 2015-09-02 | 2017-07-11 | 山东大学 | 一种基于渐进学习的分级电压调控方法 |
| CN108306302A (zh) * | 2017-12-20 | 2018-07-20 | 国网北京市电力公司 | 电压的控制方法、装置及存储介质 |
| CN108347060A (zh) * | 2017-01-22 | 2018-07-31 | 中国电力科学研究院 | 一种电力电子化接口电源降阶建模方法及系统 |
-
2019
- 2019-02-21 CN CN201910129223.0A patent/CN111600309B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105207220B (zh) * | 2015-09-02 | 2017-07-11 | 山东大学 | 一种基于渐进学习的分级电压调控方法 |
| CN105515010A (zh) * | 2015-12-30 | 2016-04-20 | 中国南方电网有限责任公司 | 一种基于合作对策的二级电压协调控制方法及系统 |
| CN108347060A (zh) * | 2017-01-22 | 2018-07-31 | 中国电力科学研究院 | 一种电力电子化接口电源降阶建模方法及系统 |
| CN108306302A (zh) * | 2017-12-20 | 2018-07-20 | 国网北京市电力公司 | 电压的控制方法、装置及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Secondary Voltage Control Strategy of Large Scale Renewable Energy Integrated Power Grid Based on RBF;SHANGQWIANG LI et;《2018 International Conference on Power System Technology》;20181108;第4349-4356页 * |
| 三级电压控制体系下大电网暂态电压;杨银国 等;《电网技术》;20130430;第37卷(第4期);第1045-1051页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111600309A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111600309B (zh) | 电压控制方法、装置、设备、计算机设备和存储介质 | |
| CN111783953B (zh) | 一种基于优化lstm网络的24点电力负荷值7日预测方法 | |
| Baker et al. | Distribution-agnostic stochastic optimal power flow for distribution grids | |
| CN111525587B (zh) | 一种基于无功负荷态势的电网无功电压控制方法及系统 | |
| CN110910046A (zh) | 配电网运行效率评价方法、装置、计算机设备和存储介质 | |
| CN115036978B (zh) | 分布式光伏集群的运行控制方法和系统 | |
| CN109638883B (zh) | 电网电压控制方法、装置、计算机设备和存储介质 | |
| CN110826774A (zh) | 母线负荷预测方法、装置、计算机设备及存储介质 | |
| Wang et al. | Online analysis of voltage security in a microgrid using convolutional neural networks | |
| CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
| Lala et al. | Adaptive tuning of power system stabilizer using a damping control strategy considering stochastic time delay | |
| CN110391840B (zh) | 太阳同步轨道卫星遥测参数异常判断方法和系统 | |
| CN113328467B (zh) | 一种概率电压稳定性评估方法、系统、终端设备及介质 | |
| Zhai et al. | Dynamic security assessment of small-signal stability for power grids using windowed online Gaussian process | |
| CN112734141B (zh) | 一种多元化负荷区间预测方法及装置 | |
| CN111507591B (zh) | 电力系统状态确定方法、装置、计算机介质及存储介质 | |
| CN116316611B (zh) | 基于低压台区下的供电方法及系统 | |
| CN114336969B (zh) | 基于虚拟电厂的储能电站集中监控方法及系统 | |
| CN109389330B (zh) | 配电网基建工程造价分析方法、装置、计算机设备和存储介质 | |
| CN117114161A (zh) | 一种基于元学习的输电线路风偏闪络风险的预测方法 | |
| US20220391504A1 (en) | Leakage Measurement Error Compensation Method and System Based on Cloud-Edge Collaborative Computing | |
| CN116415732A (zh) | 一种基于改进arnn的用户侧电力负荷数据处理方法 | |
| CN112488224B (zh) | 模型训练方法、装置、计算机设备及存储介质 | |
| CN115529315A (zh) | 一种云边协同系统 | |
| CN108123436B (zh) | 基于主成分分析和多元回归算法的电压越限预测模型 |
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 |