CN111932072A - 一种基于os2架构的电网综合管控方法及系统 - Google Patents
一种基于os2架构的电网综合管控方法及系统 Download PDFInfo
- Publication number
- CN111932072A CN111932072A CN202010653242.6A CN202010653242A CN111932072A CN 111932072 A CN111932072 A CN 111932072A CN 202010653242 A CN202010653242 A CN 202010653242A CN 111932072 A CN111932072 A CN 111932072A
- Authority
- CN
- China
- Prior art keywords
- power grid
- management
- control
- risk
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 238000012502 risk assessment Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 142
- 238000009826 distribution Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000005265 energy consumption Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000004308 accommodation Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000013209 evaluation strategy Methods 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims description 3
- 238000010972 statistical evaluation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000012384 transportation and delivery Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 2
- 239000002994 raw material Substances 0.000 claims 2
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于OS2架构的电网综合管控方法及系统，采集电网运行历史数据和实时监控数据构建样本数据集；将所述样本数据集输入风险评估模型内进行筛选和赋值比较，利用三角模糊数互补判断各个权重赋值的风险指标，输出风险评估等级；利用最优赋权决策原则及所述风险评估等级构建基于OS2的电网综合管控模型并输出协调控制因子；归一化处理所述协调控制因子形成决策集合，利用所述决策集合统一协调控制电网运行。本发明通过建立OS2的电网综合管控模型以此来统一协调管控电网运行，在保证消除信息孤岛、安全隐患、合理运行的条件下满足最小功率消耗，实现智能化的基建综合管控。
Description
技术领域
本发明涉及一体化电网运行及统一综合管控技术领域，尤其涉及一种基于OS2架构的电网综合管控方法及系统。
背景技术
近年来，电网调度业务涉及了输电、变电、配电等多个方面，业务繁多，处理的数据量很大，从目前的发展情况来看，在实际中已经存在多种支持系统在电网的调度中实现应用，对电网业务的开展提供了巨大帮助。但由于之前技术的阶段性、缺乏统一规划以及专业分离等原因，系统存在的一些问题也显现出来；主要体现在：没有统一的系统规划和相关标准，功能分散，数量众多，容易重复投资，信息不能分享，运行维护量大，协同调度难，对大电网的综合智能化驾驭能力弱，需要较多人员和资金成本，在调度的管理中存在安全隐患。
南方电网近年提出了“二次一体化”的建设，综合各专业业务需求，将数据接口标准化，形成标准的数据交换格式和方式，建设一体化电网运行智能系统(Operation SmartSystem，简称OS2)。该一体化基础支撑平台能实现系统运行相关数据全面贯通、系统运行业务全覆盖，是南网公司对电网运行技术支撑平台的发展趋势，开发主配网协同的智能调度技术支持平台，将主配网电网模型进行统一，以消除信息孤岛，集成发电、输电、变电、配电、用电运行数据，实现主配网调度的协同功能是目前极为重要且困难的情况。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种基于OS2架构的电网综合管控方法及系统，能够解决电网运行信息交互不能实时共享、运行维护量过大、统一协调难度大、存在安全隐患的问题。
为解决上述技术问题，本发明提供如下技术方案：包括，采集电网运行历史数据和实时监控数据构建样本数据集；将所述样本数据集输入风险评估模型内进行筛选和赋值比较，利用三角模糊数互补判断各个权重赋值的风险指标，输出风险评估等级；利用最优赋权决策原则及所述风险评估等级构建基于OS2的电网综合管控模型并输出协调控制因子；归一化处理所述协调控制因子形成决策集合，利用所述决策集合统一协调控制电网运行。
作为本发明所述的一种基于OS2架构的电网综合管控方法的一种优选方案，其中：所述风险评估模型包括，利用模糊综合评判策略构建所述风险评估模型，对所述样本数据集依次筛选出风险评价因素集、风险指标集和风险因素权重；将性质相近的因素分在一组，针对每个所述因素含有的多个风险因素再次进行组合，构成多层次集合，形成所述风险评价因素集；根据模糊性对所述风险评价因素集构建相应的所述风险指标集；利用所述三角模糊数互补判断矩阵对所述模型进行权重赋值的比较判断，最终得到每一性质相近的指标权重及下一级风险指标的权重。
作为本发明所述的一种基于OS2架构的电网综合管控方法的一种优选方案，其中：输出所述风险评估等级包括，所述风险评估模型根据生成的所述权重找到相应的所述风险指标，输出对应的所述风险等级；所述风险等级定义为一级严重风险、二级一般风险、三级潜在风险；所述一级严重风险包括，调度风险、发电负荷控制风险、用电负荷控制风险及电网运行用功率损耗风险；所述二级一般风险包括，电网运行环境风险和电网运行容纳能力风险；所述三级潜在风险包括，运行维护风险、信息兼容风险及内部设备风险。
作为本发明所述的一种基于OS2架构的电网综合管控方法的一种优选方案，其中：构建基于OS2的所述电网综合管控模型包括，利用所述分析结果和所述辅助策略建立所述电网综合管控模型；以兼容主配网调度管理信息和OS2公共信息实时共享最佳及各配电支路统一协调管理难度最小作为所述电网综合管控模型的目标函数，如下
利用线性规划原则分别以电网运行历史风险指标及耗能率、电网运行实时共享输送能力、电网运行统一协调需求作为所述目标函数的约束因子，如下
Qm(vi)＝Dm(vi)+Rm-1(vi)，(
且m＞1，vi∈V，)
Rm-1(vi)＝Qm-1(vi)-R-m(vi)，(
且m＞1，vi∈V，)
Qm(vi)＝Dm(vi)，(m＝1，vi∈V，)
Cm(li)≤C(l)，(l∈E，m∈T)
Qm-1(vi)≤Qm(vi)
求解所述电网综合管控模型，得到协同控制下各个配网支路合理运行的耗能量，同时对比各个时段的最佳用功量及实际的耗功能量需求，生成所述协调控制因子。
作为本发明所述的一种基于OS2架构的电网综合管控方法的一种优选方案，其中：利用所述决策集合统一协调控制所述电网运行，包括，所述电网综合管控模型以电网运行最小代价为目标计算故障率；归一化处理生成的所述协调控制因子，构建所述决策集合；依次读取比较所述决策集合内各个决策的所述故障率，选择最小所述故障率的对应决策统一协调控制所述电网运行；所述决策集合包括，设备过载决策、断面功率越限决策、电压越限决策、静态稳定运行决策、动态调控运行决策。
作为本发明所述的一种基于OS2架构的电网综合管控系统的一种优选方案，其中：包括，信息获取模块，用于采集交互的数据信息和图片信息，其包括数据采集管理服务和全景数据视图，所述数据采集管理服务用于采集、管理各类交互的数据信息，所述全景数据视图用于为所述电网运行、监控、分析和管理提供视图基础；主站OSB模块与所述信息获取模块相连接，其用于提供服务调用条件，是站控层，所述主站OSB模块还包括控制大区SOA服务总线和管理信息大区SOA总线以达到智能化的基建综合管控；综合管控平台连接于所述主站OSB模块，用于调用融合综合管理信息，读取所述分析结果、所述辅助决策及所述最优统一协调管控运行方案，协同控制各配网支路合理运行。
作为本发明所述的一种基于OS2架构的电网综合管控系统的一种优选方案，其中：所述电网综合管控系统还包括电网运行监控模块、电网运行管理模块和维护管理模块；所述电网运行监控模块连接于所述主站OSB模块，其包括运行监视单元、运行分析和风险防范单元、运行调控单元、运行评价和镜像单元；其中，所述运行监视单元用于稳态监视、动态监视、发电运行监视、输配电运行监视、和用电侧监视，所述运行分析和风险防范单元用于操作风险预警、运行风险预警、运行事件告警和网络分析，所述运行调控单元用于自动调控和定值修改，所述运行评价和镜像单元用于数据同步共享、训练测试及仿真、历史反馈、电网调控评价效果评价。
作为本发明所述的一种基于OS2架构的电网综合管控系统的一种优选方案，其中：所述电网运行管理模块与所述主站OSB模块相连接且与所述电网运行监控模块并行，其用于并网审核、运行方式、定值整定、离线计算、安全风险分析和预控、经济运行分析与优化、节能环保分析与优化、电能质量分析与优化、统计评价、用电管理和信息发布；所述电网运行管理模块包括运行管理、业务管理、基本管理、计划管理，所述运行管理用于基础管理、离线分析管理和辅助分析决策，所述业务管理用于检修管理、定值管理和启动管理，所述基本管理用于参数管理和图纸管理，所述计划管理用于管理检修计划和发电计划。
作为本发明所述的一种基于OS2架构的电网综合管控系统的一种优选方案，其中：所述维护管理模块与所述电网运行监控模块、所述电网运行管理模块并行连接于所述主站OSB模块，其用于系统基础信息、运行数据、各类模型运用、综合信息以及图形的维护工作。
作为本发明所述的一种基于OS2架构的电网综合管控系统的一种优选方案，其中：所述数据采集管理服务具体包括，用于远程终端装置(RTU)采集的稳态数据、广域相角测量装置(PMU)采集的动态数据、保护和故障录波器采集的暂态数据；所述全景数据视图具体包括，用于电力一次和二次模型、图形、电网运行及管理数据、水情和环境的辅助信息，其全面展现电力系统模型、图形图纸、流域水库模型、气象模型、地理模型、静态参数、运行参数、地理信息、电网运行信息、电网控制信息、调度指挥信息、电网运行预测信息、二次设备信息、设备状态监测信息、能源信息和环保能耗信息。
本发明的有益效果：本发明通过建立OS2的电网综合管控模型以此来统一协调管控电网运行，在保证消除信息孤岛、安全隐患、合理运行的条件下满足最小功率消耗，给出最佳运行组合方案，满足电网运行信息交互实时共享、容纳较大运行维护量过及降低统一协同度，实现智能化的基建综合管控。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明的第一个实施例所述的一种基于OS2架构的电网综合管控方法的流程示意图；
图2为本发明的第一个实施例所述的一种基于OS2架构的电网综合管控方法的仿真测试输出结果示意图；
图3为本发明的第二个实施例所述的一种基于OS2架构的电网综合管控系统的模块结构分布示意图；
图4为本发明的第二个实施例所述的一种基于OS2架构的电网综合管控系统的网络结构拓扑示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
为了使电力系统更加灵活、可靠、高效地运行，目前世界上的大部分国家都在着手利用现代化信息技术改造电力基础设施，发展智能电网已成为世界各国能源工业可持续发展的重大战略举措之一，由此提出的一体化电网运行智能系统将电网的输送、配送进行合理的控制，得到更为高效的管理模式，但是仍然无法全面实现交互信息的共享、稳定且统一协调电网运行、消除安全隐患。
参照图1和图2，为本发明的第一个实施例，该实施例提供了一种基于OS2的电网综合管控方法，包括：
S1：采集电网运行历史数据和实时监控数据构建样本数据集。其中需要说明的是，样本数据集包括：
从数据库中采集电网运行数据及其他相关数据且随机采集电网运行实时监控运行数据；
对电网运行历史数据和实时监控数据进行预处理，分别得到训练集、验证集和测试集；
将电网运行历史数据预处理后生成的两类无交集的数据样本分别定义为训练集和验证集；
将实时监控数据预处理后生成的电网运行风险实时数据样本定义为测试集。
S2：将样本数据集输入风险评估模型内进行筛选和赋值比较，利用三角模糊数互补判断各个权重赋值的风险指标，输出风险评估等级。本步骤需要说明的是，风险评估模型包括：
利用模糊综合评判策略构建风险评估模型，对样本数据集依次筛选出风险评价因素集、风险指标集和风险因素权重，如下
其中，rnm：第i个一级指标下第m个二级指标相对于第n个风险等级的隶属度，D：风险评估矩阵；
将性质相近的因素分在一组，针对每个因素含有的多个风险因素再次进行组合，构成多层次集合，形成风险评价因素集，如下
S＝{S1，S2,……Sm}，
Si＝{Si1，Si2,……Sin}，(i＝1,2……m)
其中，S：风险评价因素集合，Si：S中的第i组因素；
根据模糊性对风险评价因素集构建相应的风险指标集,如下
V＝{v1,v2……vm}
其中，m：风险指标集的数目，vm：风险指标(m＝1,2，……n)；
利用三角模糊数互补判断矩阵对模型进行权重赋值的比较判断，最终得到每一性质相近的指标权重及下一级风险指标的权重，如下
三角模糊数互补判断矩阵Q＝(qij)n×n,
模糊权重向量A＝{a1,a2,……an}，
建立可能度矩阵P＝(pij)n×n,(qi≥qj)，利用其进行排序获得权重值an，
每一性质相近的指标权重A＝{a1,a2……an}，下一级风险指标的权重Ai＝{ai1,ai2……ain}。
具体的，风险评估等级包括：
风险评估模型根据生成的权重找到相应的风险指标，输出对应的风险等级；
风险等级定义为一级严重风险、二级一般风险、三级潜在风险；
一级严重风险包括，调度风险、发电负荷控制风险、用电负荷控制风险及电网运行用功率损耗风险；
二级一般风险包括，电网运行环境风险和电网运行容纳能力风险；
三级潜在风险包括，运行维护风险、信息兼容风险及内部设备风险。
再进一步的是，风险评估模型需利用样本数据集进行训练，包括：
剔除训练集中的无效数据，补齐其中的数据缺失项并将不满足数据集合要求的属性转化为离散化的属性取值；
设定子集属性log2d为训练集中随机选出后续模型训练生成的集合属性范围；
采用决策树算法策略进行训练，在设定的子集属性数基础上对每个决策树优先选定符合模型集合的属性；
利用模糊综合策略将风险评估模型中决策树的评估指标和权重汇总，形成评估等级。
S3：利用最优赋权决策原则及风险评估等级构建基于OS2的电网综合管控模型并输出协调控制因子。本步骤还需要说明的是：
利用最优赋权决策原则及风险评估等级建立电网综合管控模型；
以兼容主配网调度管理信息和OS2公共信息实时共享最佳及各配电支路统一协调管理难度最小作为电网综合管控模型的目标函数，如下
其中，Qm(vi)：电网vi在第m个控制时段的实际运行耗能量需求，Q-m(vi)：第m个控制时段电网vi的最佳运行耗能量，Δvi(M)：第m个控制时段的控能率，用来描述各个时段电网vi的控制强度，Δt：电网运行控制时段时长，T：电网运行控制时段的集合，vi：电网，且V＝{v1,v2……vi,vn},是所有电网运行的集合；
利用线性规划原则分别以电网运行风险指标及耗能率、电网运行实时共享输送能力、电网运行统一协调需求作为目标函数的约束因子，如下
Qm(vi)＝Dm(vi)+Rm-1(vi)，(
且m＞1，vi∈V，)
Rm-1(vi)＝Qm-1(vi)-R-m(vi)，(
且m＞1，vi∈V，)
Qm(vi)＝Dm(vi)，(m＝1，vi∈V，)
Cm(li)≤C(l)，(l∈E，m∈T)
Qm-1(vi)≤Qm(vi)
其中，Dm(vi)：电网vi在m时段新统计或运行的运行耗能量需求，Rm-1(vi)：电网vi在k-1时暂停运行的耗能量，
最低运行比例系数，C(l)：单位小时内电网线路的最大管控输送能力，Cm(li)：第m个控制时段内区间li消耗的总功率，
在第m时段从电网vi中消耗的功率中关于区间li的通过率，
电网vi在第m个控制时段内全部线路运行的最大工作能力，，
电网vi在第m个控制时段内电网综合管控平台最大的容纳能力；
求解电网综合管控模型，得到协同控制下各个配网支路合理运行的耗能量，同时对比各个时段的最佳用功量及实际的耗功能量需求，生成协调控制因子。
S4：归一化处理协调控制因子形成决策集合，利用决策集合统一协调控制电网运行。其中还需要说明的是：
电网综合管控模型以电网运行最小代价为目标计算故障率；
其中，G：在Δt内故障的部件数，N：整个运行时工作的部件数；
归一化处理生成的协调控制因子，构建决策集合X＝{x1，x2，x3，x4，x5}，其中，协调控制因子x1：Cm(li)≤C(l)，x2：Q-m(vi)≤Qm(vi)，x3：
x4：
x5：
依次读取决策集合X内的子集x1、x2、x3、x4、x5，上述决策集合X对应包括设备过载决策、断面功率越限决策、电压越限决策、静态稳定运行决策、动态调控运行决策；
将上述协调控制因子下对应的各决策子集生成的故障率θ进行比对，选择最小故障率条件下的决策子集，调取相应的协调控制因子下的决策统一协调控制电网运行。
优选的，本实施例还需要说明的是，现有的电网管控方法没有统一的系统规划和相关标准、功能分散、数量众多、容易重复投资、信息不能分享、运行维护量大、协同调度难、对大电网的综合智能化驾驭能力弱、需要较多人员和资金成本、在调度的管理中存在安全隐患，例如，传统的配电网协同控制方法主要利用CIM模型及风险运行数据流对电网运行进行风险评估，并在风险评估的基础上对配电网进行风险协同管控，将电网运行风险降低到可接受范围内保障系统的安全运行，其主要解决的问题是降低电网管控时存在的安全隐患，故此方法不能彻底消除安全隐患实现较大程度的运行维护；又如，传统的配电网分层协同管控方法主要利用配电网与主电网公共连接点的注入功率实现有功功率分担、各处电压的均衡及荷电状态的恢复，利用分布式一致策略使得整个电网能够等效为一个可控的PQ节点，实现整个电网的管控调度，其主要解决的问题是将信息通过节点及邻居节点传递而不是通过系统全局进行传输规划，降低配电网运行的信息传输引起的不确定性和调度难度，该方法不适宜用于一体化电网运行智能体系中，其无法消除信息孤岛及其带来的大功率消耗问题；综上所述，本实施例提供的基于OS2的电网综合管控方法利用协调控制因子组成决策集合，对比以电网运行最小代价为目标的故障率，选择最优的决策子集统一协调控制电网合理运行，使得在解决信息孤岛的同时降低电网运行功耗、消除安全隐患，保障电网的稳定运行。
为了更好地对本发明中采用的技术效果加以验证说明，本实施例选择以传统配电网分层协同管控方法与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果；传统配电网分层协同管控方法无法共享交互信息、不能消除电网运行存在的安全隐患、无法实现全局的统一协调管控，为验证本发明方法相较于传统方法具有较高的安全性、统一协调管控性、实时共享性，本实施例中将采用传统方法与本发明方法分别对某一地区的电网综合管控进行测量(分层调度与决策全局调度所影响产生的管控结果)对比。
测试环境：采用CES1～4作为电网的分布式能源，其转换器额定功率分别为40kw、60kw、80kw，荷电状态参考值设定为82％，配网额定电压380V，对应的单相电压有效值为220V；
传统方法中的一致性策略系数
本发明方法中的最低运行比例系数
开启自动化测试设备并利用MATLB进行仿真，输出测试结果如图2所示。
参照图2的示意，实线部分为本发明方法输出的曲线，虚线部分为传统配电网分层协同管控方法输出的曲线，如图2所示，两种方法是在同一时间同时启动接收交互信息进行协同调度的，但是随着运行时间的增加，虚线走势明显较为陡峭且波动较大，因为传统方法只能依靠各个节点及邻居节点传递信息，一层层的调度运行，使得传统方法在进行协同调度时各层结构运行时的消耗功率不稳定，时而过小，时而过大，极不稳定，故虚线波动较为曲折；而参照实线走势能够直观的看出曲线较为平缓，说明波动不大，因为本发明方法考虑全局电网运行统一调度，以电网运行最小代价为目标的基础上考虑全方位的风险影响因素，通过决策集合与故障率的比对，选择最优的决策子集协同调度电网运行，使得电网运行消耗功率平稳，故实线波动较小，验证了本发明方法能够在实现实时共享性的同时，稳定且统一协调管控电网合理运行，具有较高的安全性。
实施例2
参照图3和图4，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种基于OS2架构的电网综合管控系统，包括：
信息获取模块100，用于采集交互的数据信息和图片信息，其包括数据采集管理服务101和全景数据视图102，数据采集管理服务101用于采集、管理各类交互的数据信息，全景数据视图102用于为电网运行、监控、分析和管理提供视图基础；
主站OSB模块200与信息获取模块100相连接，其用于提供服务调用条件，是站控层，主站OSB模块200还包括控制大区SOA服务总线201和管理信息大区SOA总线202以达到智能化的基建综合管控；
综合管控平台300连接于主站OSB模块200，用于调用融合综合管理信息，读取分析结果、辅助决策及最优统一协调管控运行方案，协同控制各配网支路合理运行；
电网运行监控模块400连接于主站OSB模块200，其包括运行监视单元401、运行分析和风险防范单元402、运行调控单元403、运行评价和镜像单元404；
电网运行管理模块500与主站OSB模块200相连接且与电网运行监控模块400并行，其用于并网审核、运行方式、定值整定、离线计算、安全风险分析和预控、经济运行分析与优化、节能环保分析与优化、电能质量分析与优化、统计评价、用电管理和信息发布；
维护管理模块600与电网运行监控模块400、电网运行管理模块500并行连接于主站OSB模块200，其用于系统基础信息、运行数据、各类模型运用、综合信息以及图形的维护工作。
较佳的，本实施例需要说明的是，数据采集管理服务101具体包括，用于远程终端装置(RTU)采集的稳态数据、广域相角测量装置(PMU)采集的动态数据、保护和故障录波器采集的暂态数据；全景数据视图102具体包括，用于电力一次和二次模型、图形、电网运行及管理数据、水情和环境的辅助信息，其全面展现电力系统模型、图形图纸、流域水库模型、气象模型、地理模型、静态参数、运行参数、地理信息、电网运行信息、电网控制信息、调度指挥信息、电网运行预测信息、二次设备信息、设备状态监测信息、能源信息和环保能耗信息。
再进一步的是，运行监视单元401用于稳态监视、动态监视、发电运行监视、输配电运行监视、和用电侧监视，运行分析和风险防范单元402用于操作风险预警、运行风险预警、运行事件告警和网络分析，运行调控单元403用于自动调控和定值修改，运行评价和镜像单元404用于数据同步共享、训练测试及仿真、历史反馈、电网调控评价效果评价；电网运行管理模块500包括运行管理501、业务管理502、基本管理503、计划管理504，运行管理501用于基础管理、离线分析管理和辅助分析决策，业务管理502用于检修管理、定值管理和启动管理，基本管理503用于参数管理和图纸管理，计划管理504用于管理检修计划和发电计划。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于OS2架构的电网综合管控方法，其特征在于：包括，
采集电网运行历史数据和实时监控数据构建样本数据集；
将所述样本数据集输入风险评估模型内进行筛选和赋值比较，利用三角模糊数互补判断各个权重赋值的风险指标，输出风险评估等级；
利用最优赋权决策原则及所述风险评估等级构建基于OS2的电网综合管控模型并输出协调控制因子；
归一化处理所述协调控制因子形成决策集合，利用所述决策集合统一协调控制电网运行。
2.根据权利要求1所述的基于OS2架构的电网综合管控方法，其特征在于：所述风险评估模型包括，
利用模糊综合评判策略构建所述风险评估模型，对所述样本数据集依次筛选出风险评价因素集、风险指标集和风险因素权重；
将性质相近的因素分在一组，针对每个所述因素含有的多个风险因素再次进行组合，构成多层次集合，形成所述风险评价因素集；
根据模糊性对所述风险评价因素集构建相应的所述风险指标集；
利用所述三角模糊数互补判断矩阵对所述模型进行权重赋值的比较判断，最终得到每一性质相近的指标权重及下一级风险指标的权重。
3.根据权利要求1或2所述的基于OS2架构的电网综合管控方法，其特征在于：输出所述风险评估等级包括，
所述风险评估模型根据生成的所述权重找到相应的所述风险指标，输出对应的所述风险等级；
所述风险等级定义为一级严重风险、二级一般风险、三级潜在风险；
所述一级严重风险包括，调度风险、发电负荷控制风险、用电负荷控制风险及电网运行用功率损耗风险；
所述二级一般风险包括，电网运行环境风险和电网运行容纳能力风险；
所述三级潜在风险包括，运行维护风险、信息兼容风险及内部设备风险。
4.根据权利要求3所述的基于OS2架构的电网综合管控方法，其特征在于：构建基于OS2的所述电网综合管控模型包括，
利用所述最优赋权决策原则及所述风险评估等级建立所述电网综合管控模型；
以兼容主配网调度管理信息和OS2公共信息实时共享最佳及各配电支路统一协调管理难度最小作为所述电网综合管控模型的目标函数，如下
其中，Qm(vi)：电网vi在第m个控制时段的实际运行耗能量需求，Q-m(vi)：第m个控制时段电网vi的最佳运行耗能量，Δvi(M)：第m个控制时段的控能率，用来描述各个时段电网vi的控制强度，Δt：电网运行控制时段时长，T：电网运行控制时段的集合，vi：电网，且V＝{v1,v2……vi,vn}是所有电网运行的集合；
利用线性规划原则分别以电网运行风险指标及耗能率、电网运行实时共享输送能力、电网运行统一协调需求作为所述目标函数的约束因子，如下
Qm(vi)＝Dm(vi)+Rm-1(vi)，(
且m＞1，vi∈V，)
Rm-1(vi)＝Qm-1(vi)-R-m(vi)，(
且m＞1，vi∈V，)
Qm(vi)＝Dm(vi)，(m＝1，vi∈V，)
Cm(li)≤C(l),(l∈E,m∈T)
Qm-1(vi)≤Qm(vi)
其中，Dm(vi)：电网vi在m时段新统计或运行的运行耗能量需求，Rm-1(vi)：电网vi在k-1时暂停运行的耗能量，
最低运行比例系数，C(l)：单位小时内电网线路的最大管控输送能力，Cm(li)：第m个控制时段内区间li消耗的总功率，
在第m时段从电网vi中消耗的功率中关于区间li的通过率，
电网vi在第m个控制时段内全部线路运行的最大工作能力，
电网vi在第m个控制时段内电网综合管控平台最大的容纳能力；
求解所述电网综合管控模型，得到协同控制下各个配网支路合理运行的耗能量，同时对比各个时段的最佳用功量及实际的耗功能量需求，生成所述协调控制因子。
5.根据权利要求4所述的基于OS2架构的电网综合管控方法，其特征在于：利用所述决策集合统一协调控制所述电网运行，包括，
所述电网综合管控模型以电网运行最小代价为目标计算故障率；
归一化处理生成的所述协调控制因子，构建所述决策集合；
依次读取比较所述决策集合内各个决策的所述故障率，选择最小所述故障率的对应决策统一协调控制所述电网运行；
所述决策集合包括，设备过载决策、断面功率越限决策、电压越限决策、静态稳定运行决策、动态调控运行决策。
6.一种基于OS2架构的电网综合管控系统，其特征在于：包括，
信息获取模块(100)，用于采集交互的数据信息和图片信息，其包括数据采集管理服务(101)和全景数据视图(102)，所述数据采集管理服务(101)用于采集、管理各类交互的数据信息，所述全景数据视图(102)用于为所述电网运行、监控、分析和管理提供视图基础；
主站OSB模块(200)与所述信息获取模块(100)相连接，其用于提供服务调用条件，是站控层，所述主站OSB模块(200)还包括控制大区SOA服务总线(201)和管理信息大区SOA总线(202)以达到智能化的基建综合管控；
综合管控平台(300)连接于所述主站OSB模块(200)，用于调用融合综合管理信息，读取所述分析结果、所述辅助决策及所述最优统一协调管控运行方案，协同控制各配网支路合理运行。
7.根据权利要求6所述的基于OS2架构的电网综合管控系统，其特征在于：所述电网综合管控系统还包括电网运行监控模块(400)、电网运行管理模块(500)和维护管理模块(600)；
所述电网运行监控模块(400)连接于所述主站OSB模块(200)，其包括运行监视单元(401)、运行分析和风险防范单元(402)、运行调控单元(403)、运行评价和镜像单元(404)；
其中，所述运行监视单元(401)用于稳态监视、动态监视、发电运行监视、输配电运行监视、和用电侧监视，所述运行分析和风险防范单元(402)用于操作风险预警、运行风险预警、运行事件告警和网络分析，所述运行调控单元(403)用于自动调控和定值修改，所述运行评价和镜像单元(404)用于数据同步共享、训练测试及仿真、历史反馈、电网调控评价效果评价。
8.根据权利要求7所述的基于OS2架构的电网综合管控系统，其特征在于：所述电网运行管理模块(500)与所述主站OSB模块(200)相连接且与所述电网运行监控模块(400)并行，其用于并网审核、运行方式、定值整定、离线计算、安全风险分析和预控、经济运行分析与优化、节能环保分析与优化、电能质量分析与优化、统计评价、用电管理和信息发布；
所述电网运行管理模块(500)包括运行管理(501)、业务管理(502)、基本管理(503)、计划管理(504)，所述运行管理(501)用于基础管理、离线分析管理和辅助分析决策，所述业务管理(502)用于检修管理、定值管理和启动管理，所述基本管理(503)用于参数管理和图纸管理，所述计划管理(504)用于管理检修计划和发电计划。
9.根据权利要求7或8所述的基于OS2架构的电网综合管控系统，其特征在于：所述维护管理模块(600)与所述电网运行监控模块(400)、所述电网运行管理模块(500)并行连接于所述主站OSB模块(200)，其用于系统基础信息、运行数据、各类模型运用、综合信息以及图形的维护工作。
10.根据权利要求9所述的基于OS2架构的电网综合管控系统，其特征在于：所述数据采集管理服务(101)具体包括，用于远程终端装置(RTU)采集的稳态数据、广域相角测量装置(PMU)采集的动态数据、保护和故障录波器采集的暂态数据；
所述全景数据视图(102)具体包括，用于电力一次和二次模型、图形、电网运行及管理数据、水情和环境的辅助信息，其全面展现电力系统模型、图形图纸、流域水库模型、气象模型、地理模型、静态参数、运行参数、地理信息、电网运行信息、电网控制信息、调度指挥信息、电网运行预测信息、二次设备信息、设备状态监测信息、能源信息和环保能耗信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010653242.6A CN111932072A (zh) | 2020-07-08 | 2020-07-08 | 一种基于os2架构的电网综合管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010653242.6A CN111932072A (zh) | 2020-07-08 | 2020-07-08 | 一种基于os2架构的电网综合管控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111932072A true CN111932072A (zh) | 2020-11-13 |
Family
ID=73312742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010653242.6A Pending CN111932072A (zh) | 2020-07-08 | 2020-07-08 | 一种基于os2架构的电网综合管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111932072A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361730A (zh) * | 2021-06-24 | 2021-09-07 | 广东电网有限责任公司 | 一种检修计划的风险预警方法、装置、设备和介质 |
| CN115169999A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
| CN115835463A (zh) * | 2022-11-29 | 2023-03-21 | 普杰软件(南京)有限公司 | 一种智能照明控制系统 |
| CN118157331A (zh) * | 2024-05-11 | 2024-06-07 | 国网福建省电力有限公司 | 一种基于ai的电网远程指挥运维终端 |
-
2020
- 2020-07-08 CN CN202010653242.6A patent/CN111932072A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361730A (zh) * | 2021-06-24 | 2021-09-07 | 广东电网有限责任公司 | 一种检修计划的风险预警方法、装置、设备和介质 |
| CN115169999A (zh) * | 2022-09-06 | 2022-10-11 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
| CN115169999B (zh) * | 2022-09-06 | 2023-04-28 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
| CN115835463A (zh) * | 2022-11-29 | 2023-03-21 | 普杰软件(南京)有限公司 | 一种智能照明控制系统 |
| CN115835463B (zh) * | 2022-11-29 | 2023-09-08 | 普杰软件(南京)有限公司 | 一种智能照明控制系统 |
| CN118157331A (zh) * | 2024-05-11 | 2024-06-07 | 国网福建省电力有限公司 | 一种基于ai的电网远程指挥运维终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111932072A (zh) | 一种基于os2架构的电网综合管控方法及系统 | |
| CN106505593B (zh) | 一种基于大数据的配变三相不平衡分析与负荷调整的方法 | |
| JP5393602B2 (ja) | 電力制御方法、プログラムおよび電力制御装置 | |
| CN110059356A (zh) | 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 | |
| CN101692575B (zh) | 一种大电网实时潮流计算数据的处理方法 | |
| CN109409702A (zh) | 一种电网运行指标分析系统 | |
| CN102938098A (zh) | 一种电网运行方式专家系统 | |
| CN110119888A (zh) | 一种基于分布式电源接入的有源网格化规划方法 | |
| CN104537428B (zh) | 一种计及风电接入不确定性的经济运行评估方法 | |
| CN109873421A (zh) | 一种省级电网充裕度在线评估方法及系统 | |
| CN111208384B (zh) | 一种智能电网管理系统 | |
| CN115528817A (zh) | 一种用户端智能配用电系统、方法、介质、设备及终端 | |
| CN105184490B (zh) | 电网调度操作过程风险辅助预控系统 | |
| Yan et al. | Development of a tool for urban microgrid optimal energy planning and management | |
| CN114757797B (zh) | 一种基于数据模型驱动的电网资源业务中台架构方法 | |
| CN116633022A (zh) | 一种基于氢储能的微电网协调控制系统 | |
| Zou et al. | Hierarchical evaluation framework for coupling effect enhancement of renewable energy and thermal power coupling generation system | |
| CN118171788B (zh) | 可调度柔性资源与电网规划布局的协同优化方法 | |
| CN117277307A (zh) | 基于数据驱动的电力系统有功频率控制方法及系统 | |
| Shendryk et al. | Decision making for energy management in smart grid | |
| CN115693652A (zh) | 基于电力平衡和性能成本的配电网网架优化方法及装置 | |
| CN110336303A (zh) | 一种面向实时调度运行的电网稳定控制规定电子化解析方法及系统 | |
| Reiman et al. | App deconfliction: Orchestrating distributed, multi-agent, multi-objective operations for power systems | |
| CN110289642A (zh) | 一种基于指数罚函数的配电网分层调度优化方法 | |
| CN113629788A (zh) | 一种电力系统自动电压控制方法 |
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 |