CN112163323A - 一种综合能源系统的状态估计方法和系统 - Google Patents

一种综合能源系统的状态估计方法和系统 Download PDF

Info

Publication number
CN112163323A
CN112163323A CN202010932620.4A CN202010932620A CN112163323A CN 112163323 A CN112163323 A CN 112163323A CN 202010932620 A CN202010932620 A CN 202010932620A CN 112163323 A CN112163323 A CN 112163323A
Authority
CN
China
Prior art keywords
energy system
measurement data
data
comprehensive energy
state
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
Application number
CN202010932620.4A
Other languages
English (en)
Inventor
张新鹤
李克成
姜飞
程思举
何桂雄
李德智
钟鸣
闫华光
黄伟
刘向向
卢婕
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.)
State Grid Jiangxi Electric Power Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Jiangxi Electric Power Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Jiangxi Electric Power Co ltd, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Jiangxi Electric Power Co ltd
Priority to CN202010932620.4A priority Critical patent/CN112163323A/zh
Publication of CN112163323A publication Critical patent/CN112163323A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种综合能源系统的状态估计方法和系统，包括：获取综合能源系统的量测数据；当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量，本发明在状态估计前对量测数据的完整程度进行检测并在量测数据存在缺失时对缺失的量测数据进行填补，确保了量测数据的完整性和可靠性，进而从源头上提升了综合能源系统状态估计的准确性。

Description

一种综合能源系统的状态估计方法和系统
技术领域
本发明属于综合能源系统控制技术领域，具体涉及一种综合能源系统的状态估计方法和系统。
背景技术
随着现代社会的不断发展，人们对能源的需求日益增加，能源领域先后出现了智能电网，综合能源系统和能源互联网3种重要理念，其目的都是希望通过开源和节流两种途径，实现环境友好和能源可持续供应的目标，其中综合能源系统是指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。为了保证综合能源系统运行的稳定性、经济性和安全性，系统调度中心的自动化水平需要不断提高。综合能源系统调度中心根据系统状态估计所提供的系统运行状况做出相应决策，因此状态估计结果直接关系到综合能源系统中各能源子系统的安全运行。
综合能源系统状态估计过程成中所需要的各项运行数据，也就是遥测信息，是经过由数据采集与监视控制系统现场采集后传送到综合能源系统调度中心的。然而，由数据采集与监视控制系统直接提供的系统运行数据(即生数据)具备不稳定性，对后续的状态估计工作造成巨大的影响，现阶段对该问题的处理可以概括为两类，第一类就是增加量测装置，但考虑到相应的投资也将增加，所以状态估计量测信息的冗余度并没有达到一个理想的水平；第二类就是在量测装置上进行创新，现阶段也出现了一些精确度较高的量测装置，同时数据传输性能也较为稳定，但是这些具备优秀性能的量测装置还不能保证大范围覆盖综合能源系统，因此，如何在不改变量测装置配置的情况下提升综合能源系统量测量数据的完整性，进而提升综合能源系统状态估计的准确性是本领域技术人员亟待解决的问题。
发明内容
为克服上述现有技术的不足，本发明提供一种综合能源系统的状态估计方法，包括：
获取综合能源系统的量测数据；
当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
优选的，基于历史数据对所述量测数据进行填补，包括：
基于缺失的量测量获取相应的历史量测数据；
计算所述历史量测数据的数学期望值；
将所述历史量测数据的数学期望值作为填补数据对量测数据进行填补。
优选的，将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量，包括：
获取综合能源系统潮流模型的网络参数；
将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量。
优选的，状态估计模型采用加权最小二乘算法构建。
优选的，将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量之后还包括对得到的状态量进行修订。
优选的，对得到的状态量进行修订，包括：
将填补后的量测数据输入所述综合能源系统潮流模型，得到所述综合能源系统潮流模型输出的状态量；
计算所述得到的状态量与所述综合能源系统潮流模型输出的状态量之间的偏差；
当偏差大于设定的偏差阈值时，基于所述填补后的量测数据和综合能源系统潮流模型输出的状态量对状态估计模型进行修订；
基于所述重新获取的综合能源系统完整的量测数据和修订后的状态估计模型，重新计算综合能源系统的状态估计量，直到重新计算的综合能源系统的状态估计量与综合能源系统潮流模型输出的状态量的偏差小于等于设定的偏差阈值，将最后得到的状态估计量作为综合能源系统的状态估计结果。
优选的，量测数据包括：电网运行节点幅值、电网运行节点注入功率、电网线路功率、气网管道流量、气网节点压力、气网节点流量、热网节点压强、热网供应温度、热网返回温度；所述状态量包括：电网节点电压相角、电网节点电压幅值、气网节点压力、热网水流量。
基于同一构思，本发明还提供了一种综合能源系统的状态估计系统，包括：
数据采集模块，用于获取综合能源系统的量测数据；
数据填补模块，用于当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
状态估计模块，用于将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
优选的，数据填补模块，包括：
历史数据采集单元，用于基于缺失的量测量获取相应的历史量测数据；
填补数据计算单元，用于计算所述历史量测数据的数学期望值；
填补数据补充单元，用于将所述历史量测数据的数学期望值作为填补数据对量测数据进行填补。
优选的，状态估计模块，包括：
网络参数获取单元，用于获取综合能源系统潮流模型的网络参数；
状态量计算单元，用于将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供一种综合能源系统的状态估计方法和系统，包括：获取综合能源系统的量测数据；当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量，本发明在状态估计前对量测数据的完整程度进行检测并在量测数据存在缺失时对缺失的量测数据进行填补，确保了量测数据的完整性和可靠性，进而从源头上提升了综合能源系统状态估计的准确性。
附图说明
图1为本发明提供的一种综合能源系统的状态估计方法示意图；
图2为本发明提供的一种综合能源系统的状态估计系统示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本实施例提供了一种综合能源系统的状态估计方法如图1所示，包括：
S1获取综合能源系统的量测数据；
S2当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
S3将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
本实施例以包含电-热-气三种能源的综合能源系统为例，对综合能源系统的状态估计方法进行进一步说明，其中，S1获取综合能源系统的量测数据，包括：根据综合能源系统内安装的量测装置收集系统实时量测数据Xi0，量测数据包括：电网运行节点幅值、电网运行节点注入功率、电网线路功率、气网管道流量、气网节点压力、气网节点流量、热网节点压强、热网供应温度、热网返回温度。
进一步的，S2当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补，包括：
S2-1在数据库中统计收集到的量测数据种类，判断量测数据Xi0中是否存在缺失的量测量；
S2-2若量测数据Xi0中存在缺失的量测量Xi1，根据量测装置的采样周期，统计缺失的量测量Xi1前一个星期的历史量测数据；
S2-3在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一，它反映随机变量平均取值的大小，为保证填补数据的可靠性，本实施例中采用数学期望填补法对缺失的量测数据进行填补，即根据数学期望填充公式计算历史量测数据的数学期望值Ek+1，并将求得的数学期望值Ek+1作为缺失的量测量Xi1的填补数据，补充到量测数据Xi0中，数学期望填补法的填充公式如下：
Figure BDA0002670760900000041
式中：k为选取的前一个星期历史量测数据的个数；Xi为第i个历史量测数据的数值；Pi为第i个历史量测数据的数值在历史量测数据中出现的概率(即k个历史量测数据中此数据出现的次数)。
本实施例中采用历史量测数据的数学期望值对缺失的量测数据进行填补，还可以采用其它数据填补方法对缺失的量测量进行填补。
进一步的，S3将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量,包括：
S3-1获取综合能源系统潮流模型的网络参数；
S3-2将量测数据Xi0和综合能源系统潮流模型的网络参数一起输入至状态估计模型中，计算综合能源系统的状态估量Xi4，综合能源系统的状态量包括：电网节点电压相角、电网节点电压幅值、气网节点压力、热网水流量；
本实施例中状态估计模型选择加权最小二乘算法构建，目标函数如下所示：
J(x)＝[z-h(x)]TR-1[z-h(x)]
式中：z为量测量矢量；x为状态估计量；h(x)为量测量函数，不同能源量测量的量测量函数均可在文献中给出；R为加权对角矩阵。在给定量测量以及网络参数与结构后，状态估计量x是使目标函数J(x)达到最小的状态值，由于h(x)是x的量测量函数，无法直接计算状态估计值x，所以采用牛顿迭代法求解状态估计值x。
S3-3为了提高综合能源系统状态估计的准确性，在步骤S3-2之后还进一步对状态估计准确性进行评估，并对状态估计结果进行了修订，具体包括：
将实时采集的量测量Xi0输入综合能源系统的网络结构搭建综合能源系统耦合潮流模型，得到一组运行的状态量数据Xi3，将状态量数据Xi3作为状态估计结果评估的真实值；
计算状态估量Xi4与状态估计结果评估的真实值Xi3之间的均方根误差，来衡量状态估计值Xi4与参考值Xi3之间的偏差，设定一个偏差阈值，若与阈值偏差较大，则对状态估计模型进行修正，同时重新采集量测数据进行状态估计工作，若与阈值偏差较小，则输出状态估计值，其中，均方根误差表达形式如下所示：
Figure BDA0002670760900000051
式中：N表示状态量的维数；
Figure BDA0002670760900000052
表示状态量的估计值的第i个分量；
Figure BDA0002670760900000053
状态量的真值的第i个分量。
进一步的，考虑电-热-气三种能源，耦合元件采用燃气机设备构建综合能源系统耦合潮流模型，各能源系统的潮流方程如下所示：
电力系统：假定电力系统有n个节点、m个PQ节点。对电力系统分别列写有功和无功功率方程，其中极坐标形式的潮流方程如下：
Figure BDA0002670760900000054
Figure BDA0002670760900000055
上式联立可表示为如下的非线性向量方程的形式：
Figure BDA0002670760900000056
式中：ΔP(θ,V)和ΔQ(θ,U)分别表示n-1维的有功向量函数和m维的无功向量函数，θ表示PQ以及PV节点的电压相角向量，U表示PQ节点的电压向量，V表示PQ和PV节点的电压向量。
天然气的管道流量-压力平衡公式如下：
Figure BDA0002670760900000057
Figure BDA0002670760900000061
式中：fkij为管道流量；Fk为管道摩擦系数；Dk为节点间的管道内径；G为气体比重；Lk为节点间的管道长度；
热网系统中热媒传输的网络热损可表示为：
Figure BDA0002670760900000062
式中：
Figure BDA0002670760900000063
为热力系统中的总热损；T0为初始温度；Te为管道周围介质的平均温度；Trw为供热系统回水温度；H0为热媒可利用热功率；∑R为热媒到周围介质间每千米管道的总热阻；l表示管段长度。
实施例2：
本实施例公开了一种综合能源系统的状态估计系统如图2所示，包括：
数据采集模块，用于获取综合能源系统的量测数据；
数据填补模块，用于当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
状态估计模块，用于将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
数据填补模块，包括：
历史数据采集单元，用于基于缺失的量测量获取相应的历史量测数据；
填补数据计算单元，用于计算所述历史量测数据的数学期望值；
填补数据补充单元，用于将所述历史量测数据的数学期望值作为填补数据对量测数据进行填补。
状态估计模块，包括：
网络参数获取单元，用于获取综合能源系统潮流模型的网络参数；
状态量计算单元，用于将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (10)

1.一种综合能源系统的状态估计方法，其特征在于，包括：
获取综合能源系统的量测数据；
当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
2.如权利要求1所述的方法，其特征在于，所述基于历史数据对所述量测数据进行填补，包括：
基于缺失的量测量获取相应的历史量测数据；
计算所述历史量测数据的数学期望值；
将所述历史量测数据的数学期望值作为填补数据对量测数据进行填补。
3.如权利要求1所述的方法，其特征在于，所述将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量，包括：
获取综合能源系统潮流模型的网络参数；
将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量。
4.如权利要求3所述的方法，其特征在于，所述状态估计模型采用加权最小二乘算法构建。
5.如权利要求3所述的方法，其特征在于，所述将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量之后还包括对得到的状态量进行修订。
6.如权利要求5所述的方法，其特征在于，所述对得到的状态量进行修订，包括：
将填补后的量测数据输入所述综合能源系统潮流模型，得到所述综合能源系统潮流模型输出的状态量；
计算所述得到的状态量与所述综合能源系统潮流模型输出的状态量之间的偏差；
当偏差大于设定的偏差阈值时，基于所述填补后的量测数据和综合能源系统潮流模型输出的状态量对状态估计模型进行修订；
基于所述重新获取的综合能源系统完整的量测数据和修订后的状态估计模型，重新计算综合能源系统的状态估计量，直到重新计算的综合能源系统的状态估计量与综合能源系统潮流模型输出的状态量的偏差小于等于设定的偏差阈值，将最后得到的状态估计量作为综合能源系统的状态估计结果。
7.如权利要求1所述的方法，其特征在于，所述量测数据包括：电网运行节点幅值、电网运行节点注入功率、电网线路功率、气网管道流量、气网节点压力、气网节点流量、热网节点压强、热网供应温度、热网返回温度；所述状态量包括：电网节点电压相角、电网节点电压幅值、气网节点压力、热网水流量。
8.一种综合能源系统的状态估计系统，其特征在于，包括：
数据采集模块，用于获取综合能源系统的量测数据；
数据填补模块，用于当获取的所述量测数据存在缺失时，基于历史数据对所述量测数据进行填补；
状态估计模块，用于将填补后的量测数据输入状态估计模型，得到综合能源系统的状态量。
9.如权利要求8所述的系统，其特征在于，所述数据填补模块，包括：
历史数据采集单元，用于基于缺失的量测量获取相应的历史量测数据；
填补数据计算单元，用于计算所述历史量测数据的数学期望值；
填补数据补充单元，用于将所述历史量测数据的数学期望值作为填补数据对量测数据进行填补。
10.如权利要求8所述的系统，其特征在于，所述状态估计模块，包括：
网络参数获取单元，用于获取综合能源系统潮流模型的网络参数；
状态量计算单元，用于将填补后的量测数据和所述综合能源系统潮流模型的网络参数输入状态估计模型，得到综合能源系统的状态量。
CN202010932620.4A 2020-09-08 2020-09-08 一种综合能源系统的状态估计方法和系统 Pending CN112163323A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932620.4A CN112163323A (zh) 2020-09-08 2020-09-08 一种综合能源系统的状态估计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932620.4A CN112163323A (zh) 2020-09-08 2020-09-08 一种综合能源系统的状态估计方法和系统

Publications (1)

Publication Number Publication Date
CN112163323A true CN112163323A (zh) 2021-01-01

Family

ID=73857860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932620.4A Pending CN112163323A (zh) 2020-09-08 2020-09-08 一种综合能源系统的状态估计方法和系统

Country Status (1)

Country Link
CN (1) CN112163323A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906220A (zh) * 2021-02-10 2021-06-04 海南省电力学校(海南省电力技工学校) 综合能源微网园区系统状态的估计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906220A (zh) * 2021-02-10 2021-06-04 海南省电力学校(海南省电力技工学校) 综合能源微网园区系统状态的估计方法

Similar Documents

Publication Publication Date Title
Džafić et al. Real time multiphase state estimation in weakly meshed distribution networks with distributed generation
CN107425520A (zh) 一种含节点注入功率不确定性的主动配电网三相区间状态估计方法
CN105656084A (zh) 一种计及新能源发电预测误差的改进随机潮流算法
CN107947182A (zh) 一种动态潮流分析方法及动态潮流分析系统
Wu et al. A survey of contingency analysis regarding steady state security of a power system
CN112966869A (zh) 一种园区综合能源系统优化调度方法和系统
Wang et al. Optimal gas-power flow calculation with lightweight gas flow dynamics
CN112163323A (zh) 一种综合能源系统的状态估计方法和系统
CN110705066A (zh) 基于投影积分的气电耦合园区综合能源系统动态仿真方法
CN112134275B (zh) 一种计算含风电场电力系统的可靠性方法及系统
Huang et al. Interval state estimation of electricity-gas systems considering uncertainties of network parameters and measurements
CN109830987A (zh) 计及分布式光伏随机性的主动配电网概率稳定性分析方法
Cheng et al. Improved affine arithmetic-based power flow computation for distribution systems considering uncertainties
Ding et al. Reliability analysis of multiperformance multistate system considering performance conversion process
CN110048428B (zh) 基于概率守恒原理的电力系统概率潮流计算方法
CN116451505A (zh) 一种配电网线路参数校核方法、系统、设备及介质
Ma et al. Integrated strategy of the output planning and economic operation of the combined system of wind turbines-pumped-storage-thermal power units
Dong et al. Chance-constrained optimal dispatch of integrated energy systems based on data-driven sparse polynomial chaos expansion
CN109698498A (zh) 采用电压稳定裕度指标的电网安全评估系统和方法
Chen et al. Dynamic state estimation for integrated natural gas and electric power systems
Hayes et al. Viable computation of the largest Lyapunov characteristic exponent for power systems
Guo et al. A multiobjective optimization dispatch method of wind-thermal power system
Qian et al. Static security analysis of source-side high uncertainty power grid based on deep learning
CN118381024B (zh) 一种输配协同状态估计方法、装置、系统及存储介质
Wang et al. Microgrid Cyber-physical modeling and Channel Fault Analysis

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