CN111682530A - 一种配电网电压越限概率的确定方法、装置、设备及介质 - Google Patents
一种配电网电压越限概率的确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111682530A CN111682530A CN202010530757.7A CN202010530757A CN111682530A CN 111682530 A CN111682530 A CN 111682530A CN 202010530757 A CN202010530757 A CN 202010530757A CN 111682530 A CN111682530 A CN 111682530A
- Authority
- CN
- China
- Prior art keywords
- node
- power
- probability
- voltage
- sampling
- 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
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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例公开了一种配电网电压越限概率的确定方法、装置、设备及介质,配电网电压越限概率的确定方法包括:基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果;基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;对节点电压进行核密度估计,得到各个节点电压的越限概率。本发明实施例提供的配电网电压越限概率的确定方法、装置、设备及介质,能够实现简便快速的采样和较为准确的计算,从而较快速准确地确定电压越限概率。
Description
技术领域
本发明实施例涉及配电网运行技术,尤其涉及一种配电网电压越限概率的确定方法、装置、设备及介质。
背景技术
在电力系统领域,小水电出力具有较强的随机性,会对电网潮流分布与电压分布产生较大的变化,可能造成系统电压越限的问题,尤其是在丰水期与枯水期容易威胁到用户用电设备乃至电力系统的安全。因此,为了电网的安全运行,减少经济损失,需准确地确定电压越限概率。
目前,现有的配电网电压越限概率的确定方法,如在确定小水电出力的配电网的电压越限概率时,通常使用解析法、近似法或蒙特卡洛模拟法,解析法和近似法存在较大的误触,蒙特卡洛模拟法对各种不确定状态进行模拟,然而这种模拟过程需要进行大量的抽样,带来较大的工作量,导致计算耗时较长。
发明内容
本发明实施例提供一种配电网电压越限概率的确定方法、装置、设备及介质,以实现简便快速的采样和较为准确的计算,从而较快速准确地确定电压越限概率。
第一方面,本发明实施例提供了一种配电网电压越限概率的确定方法,包括:
获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果;
基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
对节点电压进行核密度估计,得到各个节点电压的越限概率。
可选的,根据配电网中电源出力的历史统计数据建立电源出力的概率分布模型,包括:
根据配电网中电源出力的历史统计数据,确定电源出力的有功功率和无功功率的期望值以及标准差;
根据电源出力的有功功率和无功功率的期望值以及标准差,确定电源出力的有功功率和无功功率的概率密度函数,以建立电源出力的概率分布模型;其中,电源出力的概率密度函数为正态分布函数。
可选的,根据节点负荷的历史统计数据建立节点负荷的概率分布模型,包括:
根据节点负荷的历史统计数据,确定节点负荷的有功功率和无功功率的期望值以及标准差;
根据有功功率和无功功率的期望值以及标准差,确定节点负荷的有功功率和无功功率的概率密度函数,以建立节点负荷的概率分布模型;其中,有功功率和无功功率的概率密度函数为正态分布函数。
可选的,基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果,包括:
将节点负荷和电源的出力作为随机变量;
基于节点负荷的概率分布模型和电源出力的概率分布模型,得到随机变量的累积概率分布函数;
根据累积概率分布函数确定累积概率分布函数的概率采样值,并对累积概率分布函数的概率采样值进行反函数计算得到随机变量的采样值;
将每个随机变量的采样值作为矩阵的一行,并对每行中的采样值进行随机排序,得到随机变量的采样矩阵。
可选的,基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压,包括:
根据采样矩阵各列的采样值,计算节点功率的不平衡量;
基于极坐标形式的牛顿拉夫逊法对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过迭代修正使不平衡量满足收敛条件,得到不平衡量满足收敛条件时节点电压的修正量,以得到各个节点的节点电压。
可选的,节点功率的不平衡量包括无功功率的不平衡量和有功功率的不平衡量。
可选的,对节点电压进行核密度估计,得到各个节点电压的越限概率,包括:
对节点电压进行核密度估计,得到节点电压的概率密度函数;
基于预设的电压上限和电压下限对节点电压的概率密度函数进行积分运算,得到节点电压的越限概率。
第二方面,本发明实施例还提供了一种配电网电压越限概率的确定装置,包括:
数据获取模块,用于获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
模型建立模块,用于根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
采样模块,用于基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果;
计算模块,用于基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
越限概率确定模块,用于对节点电压进行核密度估计,得到各个节点电压的越限概率。
第三方面,本发明实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现如第一方面所述的方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时实现如第一方面所述的方法。
本发明实施例提供一种配电网电压越限概率的确定方法、装置、设备及介质,通过获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据,根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型,并基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果,进而基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压,从而对节点电压进行核密度估计,得到各个节点电压的越限概率,相比现有的配电网电压越限概率的确定方法,本发明实施例基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,采样简便快速,并基于极坐标形式的牛顿拉夫逊法对采样结果进行潮流计算,计算结果较为准确,从而较快速准确地确定电压越限概率。
附图说明
图1是本发明实施例一提供的一种配电网电压越限概率的确定方法的流程图;
图2是本发明实施例二提供的一种配电网电压越限概率的确定方法的流程图;
图3是本发明实施例二提供的一种配电网的节点分布示意图;
图4是本发明实施例二提供的一种配电网接入较大容量电源的节点电压概率密度曲线示意图;
图5是本发明实施例二提供的一种配电网接入较小容量电源的节点电压概率密度曲线示意图;
图6是本发明实施例二提供的一种支路中各节点的电压越限概率的示意图;
图7是本发明实施例二提供的一种配电网中各节点的电压越限概率的示意图;
图8是本发明实施例三提供的一种配电网电压越限概率的确定装置的结构框图;
图9是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种配电网电压越限概率的确定方法的流程图,本实施例可适用于确定配电网中电压的越限概率等情况,该方法可以由配电网电压越限概率的确定装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在具有配电网电压越限概率的确定功能的电子设备如计算机中,具体包括如下步骤:
步骤110、获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据。
其中,配电网可以是小水电的配电网,历史统计数据可包括有功功率和无功功率等数据,配电网电压越限概率的确定装置可通过自身设置的输入接口获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据,以根据获取的历史统计数据建立对应的概率分布模型。
另外,还可获取配电网实际的网络结构、运行条件以及与潮流计算相关的系统参数,如网络节点编号、接线方式、输电线路阻抗、变压器变比和节点注入功率等;将网络结构中原有的三相输电线路简化为单相输电线路,并将输电线路、变压器、电容器、电抗器等系统元件用集中参数表示的串联或并联等值支路来模拟,从而构建配电网系统拓扑结构仿真模型。
步骤120、根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型。
具体的,可根据节点负荷的历史统计数据,确定节点负荷的有功功率和无功功率的期望值以及标准差,从而根据有功功率和无功功率的期望值以及标准差,确定节点负荷的有功功率和无功功率的服从正态分布的概率密度函数,以建立节点负荷的概率分布模型;根据配电网中电源出力的历史统计数据,确定电源出力的有功功率和无功功率的期望值以及标准差,从而根据有功功率和无功功率的期望值以及标准差,确定电源出力的有功功率和无功功率的服从正态分布的概率密度函数,以建立电源出力的概率分布模型。
步骤130、基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果。
其中,节点负荷和电源的出力可作为随机变量,对随机变量进行拉丁超立方抽样,采样简便快速。基于节点负荷的概率分布模型和电源出力的概率分布模型得到随机变量的累积概率分布函数,可将随机变量的累积概率分布函数的概率(纵轴)分成N个等间距区间,在每个区间随机抽取在累积概率分布函数中与随机变量对应的概率样本值,还可改变每个随机变量概率样本值的排列顺序。根据累积概率分布函数确定累积概率分布函数的概率采样值,并对累积概率分布函数的概率采样值进行反函数计算得到随机变量的(功率)采样值。将每个随机变量的采样值作为矩阵的一行,并对每行中的采样值进行随机排序,得到随机变量的采样矩阵,以基于采样值确定各个节点的节点电压。
步骤140、基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压。
具体的,根据采样结果计算节点功率的不平衡量,基于极坐标形式的牛顿拉夫逊法对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过不断迭代修正使不平衡量满足收敛条件,得到最终满足收敛条件时节点电压的修正量,以得到各个节点的较为准确的节点电压,从而基于各个节点的节点电压确定各个节点电压的越限概率。
步骤150、对节点电压进行核密度估计,得到各个节点电压的越限概率。
其中,各个节点电压的越限概率可通过核密度估计得到,通过预设的核函数对节点电压进行核密度估计,得到节点电压的概率密度函数,并基于预设的电压上限和电压下限对节点电压的概率密度函数进行积分运算,得到节点电压的越限概率,从而通过简便快速的采样和较为准确的潮流计算使得到的节点电压的越限概率较快速准确。
本实施例提供的配电网电压越限概率的确定方法,基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果,进而基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压,从而对节点电压进行核密度估计,得到各个节点电压的越限概率,相比现有的配电网电压越限概率的确定方法,本实施例基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,采样简便快速,并基于极坐标形式的牛顿拉夫逊法对采样结果进行潮流计算,计算结果较为准确,从而较快速准确地确定电压越限概率。
实施例二
图2是本发明实施例二提供的一种配电网电压越限概率的确定方法的流程图,本实施例可适用于确定配电网中电压的越限概率等情况,该方法可以由配电网电压越限概率的确定装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在具有配电网电压越限概率的确定功能的电子设备如计算机中,具体包括如下步骤:
步骤210、获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据。
其中,配电网可以是小水电的配电网,历史统计数据可包括有功功率和无功功率等数据,配电网电压越限概率的确定装置可通过自身设置的输入接口获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据,以根据获取的历史统计数据建立对应的概率分布模型。
另外,还可获取配电网实际的网络结构、运行条件以及与潮流计算相关的系统参数,如网络节点编号、接线方式、输电线路阻抗、变压器变比和节点注入功率等;将网络结构中原有的三相输电线路简化为单相输电线路,并将输电线路、变压器、电容器、电抗器等系统元件用集中参数表示的串联或并联等值支路来模拟,从而构建配电网系统拓扑结构仿真模型。
步骤220、根据配电网中电源出力的历史统计数据,确定电源出力的有功功率和无功功率的期望值以及标准差。
示例性地,电源出力即小水电出力的历史统计数据可包括小水电出力的有功功率和无功功率等数据,若配电网中有W个小水电站,H个时段,根据小水电出力的有功功率和无功功率可确定有功功率的期望值Pih(1≤i≤W,1≤h≤H)和标准差σP,ih(1≤i≤W,1≤h≤H),以及无功功率的期望值Qih和标准差σQ,ih,以根据期望值和标准差得到对应的概率密度函数。
步骤230、根据电源出力的有功功率和无功功率的期望值以及标准差,确定电源出力的概率密度函数,以建立电源出力的概率分布模型。
其中,电源出力即小水电出力的有功功率和无功功率的概率密度函数为正态分布函数,根据上述小水电出力的有功功率的期望值Pih和标准差σP,ih,得到小水电出力的有功功率的概率密度函数概率密度函数的表达式为:
步骤240、根据节点负荷的历史统计数据,确定节点负荷的有功功率和无功功率的期望值以及标准差。
具体的,节点负荷的历史统计数据可包括节点负荷的有功功率和无功功率等数据,根据节点负荷的有功功率和无功功率可确定有功功率在时刻h的期望值μPh和标准差σPh,以及无功功率在时刻h的期望值μQh和标准差σQh,以根据期望值和标准差得到对应的概率密度函数。
步骤250、根据有功功率和无功功率的期望值以及标准差,确定节点负荷的有功功率和无功功率的概率密度函数,以建立节点负荷的概率分布模型。
其中,有功功率和无功功率的概率密度函数为正态分布函数,根据节点负荷的有功功率和无功功率可确定有功功率在时刻h的期望值μPh和标准差σPh,得到节点负荷的有功功率的概率密度函数f(Ph),概率密度函数f(Ph)的表达式为根据无功功率在时刻h的期望值μQh和标准差σQh,得到节点负荷的无功功率的概率密度函数f(Qh),概率密度函数f(Qh)的表达式为
步骤260、将节点负荷和电源的出力作为随机变量。
步骤270、基于节点负荷的概率分布模型和电源出力的概率分布模型,得到随机变量的累积概率分布函数。
其中,任一随机变量Xk(k=1,2,...K)的累积概率分布函数Yk可表示为Yk=Fk(Xk),随机变量的累积概率分布函数即可通过对节点负荷的概率分布模型和电源出力的概率分布模型中的概率密度函数积分得到。
步骤280、根据累积概率分布函数确定累积概率分布函数的概率采样值,并对累积概率分布函数的概率采样值进行反函数计算得到随机变量的采样值。
具体的,可根据累积概率分布函数通过拉丁超立方抽样确定累积概率分布函数的概率采样值,将累积概率分布函数对应的累积概率分布图中的坐标纵轴(对应于概率)分为N个等间距不重叠区间,即每个区间宽度为1/N。在各个区间生成随机s∈[0,1],并用(n-s)/N来表示累积概率分布函数Yk的概率采样值,然后对累积概率分布函数的概率采样值进行反函数计算得到随机变量Xk的(功率)采样值,则Xk的第n个采样值Xkn的表达式为
步骤290、将每个随机变量的采样值作为矩阵的一行,并对每行中的采样值进行随机排序,得到随机变量的采样矩阵。
具体的,当所有随机变量完成上述采样后,将每个随机变量的采样值作为矩阵的一行,并对每一行中的元素位置进行随机排序,形成一个K×N阶的采样矩阵XKN,采样矩阵XKN的表达式为:
其中,矩阵XKN中的元素是随机排列的,以确保降低每个随机变量之间的相关性。
步骤291、根据采样矩阵各列的采样值,计算节点功率的不平衡量。
其中,节点功率的不平衡量包括有功功率的不平衡量和无功功率的不平衡量,将节点电压用极坐标形式表示,即其中Vi和δi分别为节点电压的幅值和相角,i为节点编号,节点电压的初值Vi和δi为已知的给定条件,节点有功功率的不平衡量ΔPi (t)的表达式为节点无功功率的不平衡量的表达式为其中Gij和Bij为节点导纳矩阵中的元素,Pis和Qis为节点注入功率,且
步骤292、基于极坐标形式的牛顿拉夫逊法对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过迭代修正使不平衡量满足收敛条件,得到不平衡量满足收敛条件时节点电压的修正量,以得到各个节点的节点电压。
具体的,采样值中的n取初值1,迭代次数t=0,开始进入牛顿-拉夫逊法的迭代过程,对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过不断迭代修正使不平衡量满足收敛条件,得到最终满足收敛条件时节点电压的修正量,对各个节点的节点电压进行修正,以得到修正后的各个节点的节点电压。
示例性地,得到节点电压后判断节点功率的不平衡量是否收敛,可将作为收敛条件,若节点功率的不平衡量不满足收敛条件则对修正后的节点电压继续修正,若满足收敛条件则输出修正后的节点电压,并使n=n+1继续进行迭代,直至采样矩阵所有列完成计算。对节点功率的不平衡量构建含雅可比矩阵的修正方程式,修正方程式如下:
其中,H和N分别为ΔP关于δ和V的偏导数,即和K和L分别为ΔQ关于δ和V的偏导数,即和VD=diag(V1,V2,...,VK),通过解方程求得节点电压的修正量和ΔVi (t),Vi (t+1)=Vi (t)+ΔVi (t),从而得到修正后的节点电压,并在得到修正的节点电压后,使迭代次数t=t+1,继续计算节点功率的不平衡量,判断节点功率的不平衡量是否满足收敛条件。
步骤293、对节点电压进行核密度估计,得到节点电压的概率密度函数。
其中,b为窗宽,g(·)表示核函数,可取epanechnikov核函数,核函数的表达式如下:
其中,b为窗宽,b可根据实际情况具体设定,在此不做限定。
步骤294、基于预设的电压上限和电压下限对节点电压的概率密度函数进行积分运算,得到节点电压的越限概率。
具体的,预设的电压上限和电压下限可分别为cmax和cmin,cmax和cmin的具体值可根据实际情况设定,对节点电压的概率密度函数进行如下式的积分运算:
其中,Vmax和Vmin分别为节点电压的概率密度函数对应的节点电压实际的最大值和最小值。
在一种具体实施方式中,图3是本发明实施例二提供的一种配电网的节点分布示意图,图3中有1-34个节点,其中节点1作为平衡节点,其余所有节点作为PQ节点,根据本实施例上述所述的步骤确定电压越限概率。以标准IEEE-34节点辐射状配电网系统为例,系统的基准电压为24.9kV,基准容量为1MVA。在系统末端节点33和节点34分别加入一个小水电电源。假设小水电按不同接入容量采取不同的出力标准,其输出有功功率的统计值如表1所示,小水电功率因数取0.95,负荷功率因数取0.85。
表1小水电输出有功功率统计表
示例性地,图4是本发明实施例二提供的一种配电网接入较大容量电源的节点电压概率密度曲线示意图,图5是本发明实施例二提供的一种配电网接入较小容量电源的节点电压概率密度曲线示意图,图4和图5所示的节点电压概率密度曲线对应的节点均为图3中所示的节点34,图4和图5中的直方图为电压分布频率直方图经等比例拉伸后得到的,用来与概率密度曲线作比较。从图4和图5中可看出,概率密度曲线能够从整体上反映节点电压连续分布情况,而且曲线形状与直方图形状较为一致。若节点电压的标幺值超出[0.95,1.05]范围,则视为电压越限。通过概率密度曲线,可求得节点34在接入较大容量小水电时的电压越限概率为6.26%,在接入较小容量小水电时不出现电压越限。图6是本发明实施例二提供的一种支路中各节点的电压越限概率的示意图,图6中示出了同一支路中经过多次计算后得到的节点电压越限概率,图6a)中示出的是节点34所在支路中各节点的经过多次计算后得到的节点电压越限概率,图6b)中示出的是节点33所在支路中各节点的经过多次计算后得到的节点电压越限概率,在采样时采用拉丁超立方采样,其中每次采样次数均为1000。由图6可知,不同节点在每一次计算后得到的电压越限概率值总体上较为接近,从侧面说明拉丁超立方采样能够确保每次抽取的采样点基本覆盖随机变量的分布空间,使得计算结果比较稳定。结合图3和图6可看出,电压越限概率与输电距离有关,节点离小水电越接近,其电压越限的概率越高。图7是本发明实施例二提供的一种配电网中各节点的电压越限概率的示意图,如图7所示,小水电接入配电网后对电压质量的影响主要集中在线路末端。由于节点34所在的支路整体负荷较轻,而且接入的小水电输出功率较大,因此该条支路的节点电压越限概率明显大于其它支路,对电压质量的影响也是较大的。对电压越限概率较大的节点或支路,可采取必要的补偿措施以改善电压质量。将蒙特卡洛模拟法通过大规模(10000次)随机抽样的所得到的电压越限概率作为准确值,比较在较小采样规模下拉丁超立方采样与传统随机采样得到的电压越限概率的准确性,平均绝对误差如表2所示。
表2不同采样方法的误差比较
具体的,从表2可看出,采用拉丁超立方采样得到的平均绝对误差明显小于传统随机采样,而且计算结果总体上十分接近于准确值,即通过拉丁超立法采样能够在较小采样规模下实现较高的计算精度,且提高了计算效率,从而可较快速准确地确定电压越限概率。
本实施例提供的配电网电压越限概率的确定方法,根据累积概率分布函数进行拉丁超立方采样以确定累积概率分布函数的概率采样值,对累积概率分布函数的概率采样值进行反函数计算得到随机变量的(功率)采样值,并根据采样矩阵各列的采样值计算节点功率的不平衡量,进而基于极坐标形式的牛顿拉夫逊法对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过不断迭代修正使不平衡量满足收敛条件,得到最终满足收敛条件时节点电压的修正量,以得到各个节点的节点电压,从而对节点电压进行核密度估计,得到各个节点电压的越限概率,相比现有的配电网电压越限概率的确定方法,本实施例对累积概率分布函数的概率采样值进行反函数计算得到随机变量的采样值,采样简便快速,并基于极坐标形式的牛顿拉夫逊法对采样结果进行潮流计算,计算结果较为准确,从而较快速准确地确定电压越限概率。
实施例三
图8是本发明实施例三提供的一种配电网电压越限概率的确定装置的结构框图,该装置包括数据获取模块310、模型建立模块320、采样模块330、计算模块340和越限概率确定模块350;其中,数据获取模块310用于获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;模型建立模块320用于根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;采样模块330用于基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果;计算模块340用于基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;越限概率确定模块350用于对节点电压进行核密度估计,得到各个节点电压的越限概率。
在上述实施例的基础上,模型建立模块320包括期望值和标准差确定单元、电源出力的概率密度函数确定单元、节点负荷的概率密度函数确定单元。期望值和标准差确定单元用于根据节点负荷的历史统计数据,确定节点负荷的有功功率和无功功率的期望值与标准差,以及根据电源出力的历史统计数据,确定电源出力的有功功率和无功功率的期望值和标准差;电源出力的概率密度函数确定单元用于根据电源出力的有功功率和无功功率的期望值以及标准差,确定电源出力的有功功率和无功功率的概率密度函数,以建立电源出力的概率分布模型;其中,有功功率和无功功率的概率密度函数为正态分布函数。节点负荷的概率密度函数确定单元用于根据有功功率和无功功率的期望值以及标准差,确定节点负荷的有功功率和无功功率的概率密度函数,以建立节点负荷的概率分布模型;其中,有功功率和无功功率的概率密度函数为正态分布函数。
在一种具体实施方式中,采样模块330包括随机变量确定单元、累积概率分布函数确定单元、采样值确定单元和采样矩阵确定单元;随机变量确定单元用于将节点负荷和电源的出力作为随机变量;累积概率分布函数确定单元用于基于节点负荷的概率分布模型和电源出力的概率分布模型,得到随机变量的累积概率分布函数;采样值确定单元用于根据累积概率分布函数确定累积概率分布函数的概率采样值,并对累积概率分布函数的概率采样值进行反函数计算得到随机变量的采样值;采样矩阵确定单元用于将每个随机变量的采样值作为矩阵的一行,并对每行中的采样值进行随机排序,得到随机变量的采样矩阵。
优选的,计算模块340包括不平衡量计算单元和节点电压计算单元;不平衡量计算单元用于根据采样矩阵各列的采样值,计算节点功率的不平衡量;节点电压计算单元用于基于极坐标形式的牛顿拉夫逊法对节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过迭代修正使不平衡量满足收敛条件,得到不平衡量满足收敛条件时节点电压的修正量,以得到各个节点的节点电压。其中,节点功率的不平衡量包括无功功率的不平衡量和有功功率的不平衡量。
越限概率确定模块350包括概率密度函数确定单元和越限概率确定单元;概率密度函数确定单元用于对节点电压进行核密度估计,得到节点电压的概率密度函数;越限概率确定单元用于基于预设的电压上限和电压下限对节点电压的概率密度函数进行积分运算,得到节点电压的越限概率。
本实施例提供的配电网电压越限概率的确定装置,具备配电网电压越限概率的确定方法相应的有益效果。
实施例四
图9是本发明实施例四提供的一种电子设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性电子设备412的框图。图9显示的电子设备412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备412以通用设备的形式表现。电子设备412的组件可以包括但不限于:一个或者多个处理器416,存储装置428,连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance,ISA)总线,微通道体系结构(Micro Channel Architecture,MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
电子设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)430和/或高速缓存存储器432。电子设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘(Compact Disc Read-Only Memory,CD-ROM),数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储装置428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
电子设备412也可以与一个或多个外部设备414(例如键盘、指向终端、显示器424等)通信,还可与一个或者多个使得用户能与该电子设备412交互的终端通信,和/或与使得该电子设备412能与一个或多个其它计算终端进行通信的任何终端(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,电子设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图9所示,网络适配器420通过总线418与电子设备412的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备412使用其它硬件和/或软件模块,包括但不限于:微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的配电网电压越限概率的确定方法,该方法包括:
获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
根据节点负荷的历史统计数据和配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷的和电源的出力进行拉丁超立方抽样,得到多个采样结果;
基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
对节点电压进行核密度估计,得到各个节点电压的越限概率。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的配电网电压越限概率的确定方法,该方法包括:
获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
根据节点负荷的历史统计数据和配电网中电源的历史出力统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
基于节点负荷的概率分布模型和电源出力的概率分布模型,对节点负荷和电源的出力进行拉丁超立方抽样,得到多个采样结果;
基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
对节点电压进行核密度估计,得到各个节点电压的越限概率。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、python、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种配电网电压越限概率的确定方法,其特征在于,包括:
获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
根据所述节点负荷的历史统计数据和所述配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
基于所述节点负荷的概率分布模型和所述电源出力的概率分布模型,对所述节点负荷和所述电源的出力进行拉丁超立方抽样,得到多个采样结果;
基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
对所述节点电压进行核密度估计,得到各个节点电压的越限概率。
2.根据权利要求1所述的确定方法,其特征在于,所述根据所述配电网中电源出力的历史统计数据建立电源出力的概率分布模型,包括:
根据所述配电网中电源出力的历史统计数据,确定电源出力的有功功率和无功功率的期望值以及标准差;
根据所述电源出力的有功功率和无功功率的期望值以及标准差,确定电源出力的有功功率和无功功率的概率密度函数,以建立电源出力的有功功率和无功功率的概率分布模型;其中,所述电源出力的概率密度函数为正态分布函数。
3.根据权利要求1所述的确定方法,其特征在于,所述根据所述节点负荷的历史统计数据建立节点负荷的概率分布模型,包括:
根据所述节点负荷的历史统计数据,确定节点负荷的有功功率和无功功率的期望值以及标准差;
根据所述有功功率和无功功率的期望值以及标准差,确定节点负荷的有功功率和无功功率的概率密度函数,以建立节点负荷的概率分布模型;其中,所述有功功率和无功功率的概率密度函数为正态分布函数。
4.根据权利要求1所述的确定方法,其特征在于,所述基于所述节点负荷的概率分布模型和所述电源出力的概率分布模型,对所述节点负荷和所述电源的出力进行拉丁超立方抽样,得到多个采样结果,包括:
将所述节点负荷和所述电源的出力作为随机变量;
基于所述节点负荷的概率分布模型和所述电源出力的概率分布模型,得到所述随机变量的累积概率分布函数;
根据所述累积概率分布函数确定所述累积概率分布函数的概率采样值,并对所述累积概率分布函数的概率采样值进行反函数计算得到所述随机变量的采样值;
将每个所述随机变量的采样值作为矩阵的一行,并对每行中的采样值进行随机排序,得到所述随机变量的采样矩阵。
5.根据权利要求4所述的确定方法,其特征在于,所述基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压,包括:
根据所述采样矩阵各列的采样值,计算节点功率的不平衡量;
基于极坐标形式的牛顿拉夫逊法对所述节点功率的不平衡量建立含雅可比矩阵的修正方程式,并通过迭代修正使所述不平衡量满足收敛条件,得到所述不平衡量满足收敛条件时节点电压的修正量,以得到各个节点的节点电压。
6.根据权利要求5所述的确定方法,其特征在于,所述节点功率的不平衡量包括无功功率的不平衡量和有功功率的不平衡量。
7.根据权利要求1所述的确定方法,其特征在于,所述对所述节点电压进行核密度估计,得到各个节点电压的越限概率,包括:
对所述节点电压进行核密度估计,得到所述节点电压的概率密度函数;
基于预设的电压上限和电压下限对所述节点电压的概率密度函数进行积分运算,得到所述节点电压的越限概率。
8.一种配电网电压越限概率的确定装置,其特征在于,包括:
数据获取模块,用于获取配电网的节点负荷的历史统计数据和配电网中电源出力的历史统计数据;
模型建立模块,用于根据所述节点负荷的历史统计数据和所述配电网中电源出力的历史统计数据分别建立节点负荷的概率分布模型和电源出力的概率分布模型;
采样模块,用于基于所述节点负荷的概率分布模型和所述电源出力的概率分布模型,对所述节点负荷和所述电源的出力进行拉丁超立方抽样,得到多个采样结果;
计算模块,用于基于极坐标形式的牛顿拉夫逊法对各个采样结果依次进行潮流计算,得到各个节点的节点电压;
越限概率确定模块,用于对所述节点电压进行核密度估计,得到各个节点电压的越限概率。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的确定方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7任一所述的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530757.7A CN111682530B (zh) | 2020-06-11 | 2020-06-11 | 一种配电网电压越限概率的确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530757.7A CN111682530B (zh) | 2020-06-11 | 2020-06-11 | 一种配电网电压越限概率的确定方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111682530A true CN111682530A (zh) | 2020-09-18 |
CN111682530B CN111682530B (zh) | 2022-06-28 |
Family
ID=72454824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010530757.7A Active CN111682530B (zh) | 2020-06-11 | 2020-06-11 | 一种配电网电压越限概率的确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111682530B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733354A (zh) * | 2020-11-06 | 2021-04-30 | 国网山东省电力公司聊城供电公司 | 一种气象要素时间序列模拟方法、系统、介质及电子设备 |
CN113452028A (zh) * | 2021-07-29 | 2021-09-28 | 广东电网有限责任公司 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
CN113573406A (zh) * | 2021-07-05 | 2021-10-29 | 江南大学 | 一种基于少量无线信号强度的指纹信息定位方法 |
CN113987722A (zh) * | 2021-09-28 | 2022-01-28 | 贵州电网有限责任公司 | 一种单线图布线检查方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392135A (zh) * | 2014-11-28 | 2015-03-04 | 河海大学 | 一种含经vsc-hvdc并网海上风电场的交直流系统概率最优潮流计算方法 |
CN104485665A (zh) * | 2014-12-17 | 2015-04-01 | 河海大学 | 计及风速预测误差时空相关性的动态概率潮流计算方法 |
CN104810826A (zh) * | 2015-05-07 | 2015-07-29 | 东南大学 | 结合拉丁超立方抽样的双向迭代并行概率潮流计算方法 |
CN105656038A (zh) * | 2016-03-15 | 2016-06-08 | 国电南瑞科技股份有限公司 | 一种计及电网接纳能力的概率潮流计算方法 |
CN105790258A (zh) * | 2016-03-15 | 2016-07-20 | 国电南瑞科技股份有限公司 | 基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法 |
CN106684854A (zh) * | 2015-11-06 | 2017-05-17 | 中国电力科学研究院 | 一种基于节点等效的有源配电网电压越限风险分析方法 |
CN107681685A (zh) * | 2017-09-13 | 2018-02-09 | 国网甘肃省电力公司电力科学研究院 | 一种考虑光伏非线性相关性的电力系统概率潮流计算方法 |
CN108183499A (zh) * | 2016-12-08 | 2018-06-19 | 南京理工大学 | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
CN109165846A (zh) * | 2018-08-23 | 2019-01-08 | 国网上海市电力公司 | 一种含分布式光伏电源的配电网风险评估方法 |
CN110795691A (zh) * | 2019-08-25 | 2020-02-14 | 南京理工大学 | 基于改进拟蒙特卡洛法的配电网风险评估方法 |
CN111162537A (zh) * | 2020-01-16 | 2020-05-15 | 广东工业大学 | 基于组合Copula函数的拉丁超立方抽样法概率潮流计算方法 |
-
2020
- 2020-06-11 CN CN202010530757.7A patent/CN111682530B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392135A (zh) * | 2014-11-28 | 2015-03-04 | 河海大学 | 一种含经vsc-hvdc并网海上风电场的交直流系统概率最优潮流计算方法 |
CN104485665A (zh) * | 2014-12-17 | 2015-04-01 | 河海大学 | 计及风速预测误差时空相关性的动态概率潮流计算方法 |
CN104810826A (zh) * | 2015-05-07 | 2015-07-29 | 东南大学 | 结合拉丁超立方抽样的双向迭代并行概率潮流计算方法 |
CN106684854A (zh) * | 2015-11-06 | 2017-05-17 | 中国电力科学研究院 | 一种基于节点等效的有源配电网电压越限风险分析方法 |
CN105656038A (zh) * | 2016-03-15 | 2016-06-08 | 国电南瑞科技股份有限公司 | 一种计及电网接纳能力的概率潮流计算方法 |
CN105790258A (zh) * | 2016-03-15 | 2016-07-20 | 国电南瑞科技股份有限公司 | 基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法 |
CN108183499A (zh) * | 2016-12-08 | 2018-06-19 | 南京理工大学 | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 |
CN107681685A (zh) * | 2017-09-13 | 2018-02-09 | 国网甘肃省电力公司电力科学研究院 | 一种考虑光伏非线性相关性的电力系统概率潮流计算方法 |
CN109165846A (zh) * | 2018-08-23 | 2019-01-08 | 国网上海市电力公司 | 一种含分布式光伏电源的配电网风险评估方法 |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
CN110795691A (zh) * | 2019-08-25 | 2020-02-14 | 南京理工大学 | 基于改进拟蒙特卡洛法的配电网风险评估方法 |
CN111162537A (zh) * | 2020-01-16 | 2020-05-15 | 广东工业大学 | 基于组合Copula函数的拉丁超立方抽样法概率潮流计算方法 |
Non-Patent Citations (4)
Title |
---|
何仰赞: "《普通高等院校电子信息与电气工程类专业教材•电力系统分析下•第4版[M]》", 30 May 2016, 华中科技大学出版社 * |
刘淋: "《计算机数学基础[M]》", 30 January 2018, 江苏大学出版社 * |
张红: "含光伏发电系统的配电网概率潮流研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
方延洪: "基于蒙特卡洛模拟的电压稳定评估方法", 《中北大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733354A (zh) * | 2020-11-06 | 2021-04-30 | 国网山东省电力公司聊城供电公司 | 一种气象要素时间序列模拟方法、系统、介质及电子设备 |
CN113573406A (zh) * | 2021-07-05 | 2021-10-29 | 江南大学 | 一种基于少量无线信号强度的指纹信息定位方法 |
CN113573406B (zh) * | 2021-07-05 | 2022-04-29 | 江南大学 | 一种基于无线信号强度的指纹信息定位方法 |
CN113452028A (zh) * | 2021-07-29 | 2021-09-28 | 广东电网有限责任公司 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
CN113987722A (zh) * | 2021-09-28 | 2022-01-28 | 贵州电网有限责任公司 | 一种单线图布线检查方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111682530B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111682530B (zh) | 一种配电网电压越限概率的确定方法、装置、设备及介质 | |
CN105790261B (zh) | 一种随机谐波潮流计算方法 | |
CN112054519B (zh) | 一种配电网低电压优化治理方法、系统及设备 | |
Abdel‐Akher et al. | Initialised load‐flow analysis based on Lagrange polynomial approximation for efficient quasi‐static time‐series simulation | |
CN115173403A (zh) | 一种主动配电网分布式电压控制方法、装置及终端设备 | |
CN115759365A (zh) | 光伏发电功率的预测方法及相关设备 | |
CN111783209A (zh) | 一种学习函数与kriging模型结合的自适应结构可靠性分析方法 | |
CN116319377B (zh) | 一种抵御网络攻击的配电网分布式动态状态估计方法 | |
CN113094899A (zh) | 一种随机潮流计算方法、装置、电子设备及存储介质 | |
CN110991741A (zh) | 一种基于深度学习的断面约束概率预警方法及系统 | |
CN116191404A (zh) | 分布式电源发电预测方法、装置、电子设备及存储介质 | |
Chen et al. | Generalised‐fast decoupled state estimator | |
CN115511262A (zh) | 变压器质量检测方法及装置 | |
CN114936612A (zh) | 短路类型识别方法、装置、电子设备及存储介质 | |
CN114971053A (zh) | 低压台区网络线损率在线预测模型的训练方法及装置 | |
CN111753252A (zh) | 一种基于Nataf变换的随机变量样本生成方法和系统 | |
CN111639463A (zh) | 一种基于XGBoost算法的电力系统扰动后频率特征预测方法 | |
CN112072634B (zh) | 一种基于潮流嵌入技术的潮流计算方法 | |
Peng et al. | Multi‐rate electromagnetic transient simulation of large‐scale power system based on multi‐core | |
CN113452028B (zh) | 低压配电网概率潮流计算方法、系统、终端和存储介质 | |
CN112165085B (zh) | 基于psod的时滞电力系统高效特征值分析方法及系统 | |
CN116451006B (zh) | 基于增强型时序模式注意力的pmu数据恢复方法及系统 | |
Riznyk et al. | Models of Intelligent Systems as the Toroidal Combinatorial Configurations | |
Mahata et al. | Determination of multiple solutions of load flow equations | |
CN112818537A (zh) | 一种光伏并网系统稳定性分析方法及装置 |
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 |