CN112288293A - 一种大型充电站电能质量综合评估方法 - Google Patents

一种大型充电站电能质量综合评估方法 Download PDF

Info

Publication number
CN112288293A
CN112288293A CN202011210035.XA CN202011210035A CN112288293A CN 112288293 A CN112288293 A CN 112288293A CN 202011210035 A CN202011210035 A CN 202011210035A CN 112288293 A CN112288293 A CN 112288293A
Authority
CN
China
Prior art keywords
evaluation
index
power quality
charging station
matrix
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
CN202011210035.XA
Other languages
English (en)
Inventor
刘志凯
潜力群
郑伟烁
李志伟
吴钢
李海弘
刘华
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.)
Zhejiang Huadian Equipment Inspection Institute
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Zhejiang Huadian Equipment Inspection Institute
Sichuan Energy Internet Research Institute EIRI Tsinghua University
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 Zhejiang Huadian Equipment Inspection Institute, Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Zhejiang Huadian Equipment Inspection Institute
Priority to CN202011210035.XA priority Critical patent/CN112288293A/zh
Publication of CN112288293A publication Critical patent/CN112288293A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (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

本发明涉及充电站领域，目的是提供一种大型充电站电能质量综合评估方法，其中通过算例分析与实际数据相结合的方法对充电站中大型充电桩接入对配网电能质量进行了评估，具体包括，步骤1：构建充电站的配电网电能质量指标体系，电能质量指标包括有电压偏差值、频率偏差值和三相电压不平衡度，执行步骤2；步骤2：将电能质量指标作为输入，输入到已训练好的电能质量综合评估模型中，并输出各电能质量指标的评估等级，执行步骤3；步骤3：根据电能质量指标的评估等级，确定充电站中充电桩分布。

Description

一种大型充电站电能质量综合评估方法
技术领域
本发明涉及充电站领域，具体涉及一种大型充电站电能质量综合评估方法。
背景技术
在近几年，国内有不少专家对充电桩进行了建模并分析其产生的谐波机理。大型集中式充电站运行时，由于各个厂商生产的充电桩类型和内部拓扑结构不同，将产生各类谐波，对充电站内部监测控制设备产生影响，产生运行风险；当多个充电站运行时，各个谐波将会对电网产生冲击，影响电网安全。因此研究大型充电桩谐波产生机理、评估及其对充电站内外的作用具有重要意义。按照目前国家标准，电能质量评估不完善的问题提出了一种新的评估方法对电动汽车充电桩进行电能质量的评估。
发明内容
本发明的目的在于克服现有技术的不足，提供一种大型充电站电能质量综合评估方法，把反映决策者经验(反映数据信息)的主观赋权法(客观赋权法)相结合，采用相应的组合赋权优化方法获取组合权重向量以评估充电站对电能质量的影响。
本发明的目的是通过以下技术方案来实现的：一种大型充电站电能质量综合评估方法，包括下列步骤，
步骤1：构建充电站的配电网电能质量指标体系，电能质量指标包括有电压偏差值、频率偏差值和三相电压不平衡度，执行步骤2；
步骤2：将电能质量指标作为输入，输入到已训练好的电能质量综合评估模型中，并输出各电能质量指标的评估等级，执行步骤3；
步骤3：根据电能质量指标的评估等级，确定充电站中充电桩分布。
优选的，所述步骤1中，电压偏差值ΔU的计算公式为
Figure BDA0002758408370000011
式中，ΔU为电压偏差，U为实际电压，UN为系统额定电压，频率偏差值Δf的计算公式为
Δf＝f-fN
式中，Δf为频率偏差，f为实际频率，fN为系统额定频率，三相不平衡度ε的计算公式为
Figure BDA0002758408370000021
式中，ε为三相电压不平衡度，U1为正序电压分量均方根值，U2为负序电压分量均方根值。
优选的，所述步骤2中，电能质量综合评估模型的建立过程为
步骤31：对电能质量指标的原始数据进行标准化，得到数据标准矩阵Y，
Figure BDA0002758408370000022
步骤32：构建加权标准化矩阵Z，设标准化后矩阵Y中的第i的指标的权重为Wi
Figure BDA0002758408370000023
其中m为数据组数，n为指标数，yij为标准化后的数据值；
步骤33：将指标进行正交变换，得到矩阵C，
Figure BDA0002758408370000024
C＝ZA
式中，A为正交矩阵，λi为对称矩阵ZTZ的特征值；
步骤34：计算数据组投影值，构建理想评价向量，计算方法如下
Figure BDA0002758408370000025
Figure BDA0002758408370000026
Figure BDA0002758408370000027
式中，d为理想评价向量，d0为单位化后的理想评价向量，di为各指标的评价向量，Di为投影值向量，cij为矩阵C中各元素，dj为各指标的评价向量。
优选的，所述步骤3中，将电能质量指标按照重要性进行排序，电能质量指标对应得到评估等级，对各个评估等级的电能质量指标进行权重计算，计算方法为熵权法，其步骤为步骤41：对评价因素集U中的每个指标ui做一个评价f(ui)，构建评价因素集U到评判集Q的一个模糊映射f为
ui→f(ui)＝(fi1,fi2,…,fim)∈F(q)
式中，F(q)为Q上的模糊集合全体；n为指标集元素数；m为评价集元素数；
步骤42：根据模糊变换的定义，模糊映射可以确定一个模糊关系F，即为模糊评判矩阵为
Figure BDA0002758408370000031
步骤43：根据熵定义，求得衡量电能质量单项指标ui相对重要性的熵值，即该指标传递的信息熵值ei为
Figure BDA0002758408370000032
步骤44：指标ui的权重通过1-ei得出，进而求得的各指标的客观权重为
Figure BDA0002758408370000033
Figure BDA0002758408370000034
式中，E为总信息熵。
本发明的有益效果是：本发明提供了一种大型充电站电能质量综合评估方法。
(1)主/客观赋权法之间优劣互补，使得评价效果能更好；
(2)投影法的应用，消除了各电气指标之间的关联性，更加贴切的体现评估数据与实际数据间的相近。
附图说明
图1为本发明一种大型充电站电能质量综合评估方法的工作原理图；
图2为本发明一种大型充电站电能质量综合评估方法的权重向量分布图。
具体实施方式
下面结合本发明的附图1～2，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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。
在本发明的描述中，需要理解的是，术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“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，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。
如图1所示，一种大型充电站电能质量综合评估方法，包括下列步骤，
步骤1：构建充电站的配电网电能质量指标体系，电能质量指标包括有电压偏差值、频率偏差值和三相电压不平衡度，执行步骤2；
步骤2：将电能质量指标作为输入，输入到已训练好的电能质量综合评估模型中，并输出各电能质量指标的评估等级，执行步骤3；
步骤3：根据电能质量指标的评估等级，确定充电站中充电桩分布。
所述采集单元为Pt100温度传感器，所述散热模块的工作原理包括下列步骤：
步骤1：所述适配器上电后的，所述贴片式变压器的输入端和输出端由于有电信号产生故产生热量，所述采集单元分别采集贴片式变压器的铁芯和线圈上的温度数据，执行步骤2；
步骤2：处理器包括有温度比较器，所述温度比较器通过处理铁芯的温度数据和线圈的温度数据计算输出状态H，执行步骤3；
步骤3：所述处理器内预存有标准温度值G，通过计算标准温度值与所述输出状态H输出电信号给所述风机。
值得说明的是，所述步骤1中，电压偏差值ΔU的计算公式为
Figure BDA0002758408370000041
式中，ΔU为电压偏差，U为实际电压，UN为系统额定电压，造成电压偏差的主要因素之一就是电力系统无功功率的不平衡。当无功功率供给与负荷消耗和线路损耗之和相匹配时，无功功率达到平衡，此时电压偏差可以控制在一个较为合理的范围；反之，当无功功率供给与负荷消耗消耗和线路损耗之和不匹配时，无功功率不平衡，电压偏差可能会超出允许范围甚至产生电压崩溃，频率偏差值Δf的计算公式为
Δf＝f-fN
式中，Δf为频率偏差，f为实际频率，fN为系统额定频率，造成频率偏差的原因之一就是系统潮流中有功功率的不平衡。发电机组的总供给与负荷功率总需求和线路损耗之和相持平才能维持发电机组转速恒定，当配网中的发电机所提供的总有功如果大于系统中负荷与线路所耗损的总有功时，将会导致发电机转速增大，进而使得频率升高，偏差为正值，反之，则频率会下降，偏差为负值，三相不平衡度ε的计算公式为
Figure BDA0002758408370000051
式中，ε为三相电压不平衡度，U1为正序电压分量均方根值，U2为负序电压分量均方根值。
值得说明的是，所述步骤2中，电能质量综合评估模型的建立过程为
步骤31：对电能质量指标的原始数据进行标准化，得到数据标准矩阵Y，
Figure BDA0002758408370000052
步骤32：构建加权标准化矩阵Z，设标准化后矩阵Y中的第i的指标的权重为Wi
Figure BDA0002758408370000053
其中m为数据组数，n为指标数，yij为标准化后的数据值；
步骤33：将指标进行正交变换，得到矩阵C，
Figure BDA0002758408370000054
C＝ZA
式中，A为正交矩阵，λi为对称矩阵ZTZ的特征值；
步骤34：计算数据组投影值，构建理想评价向量，计算方法如下
Figure BDA0002758408370000061
Figure BDA0002758408370000062
Figure BDA0002758408370000063
式中，d为理想评价向量，d0为单位化后的理想评价向量，di为各指标的评价向量，Di为投影值向量，cij为矩阵C中各元素，dj为各指标的评价向量。
值得说明的是，所述步骤3中，将电能质量指标按照重要性进行排序，电能质量指标对应得到评估等级，对各个评估等级的电能质量指标进行权重计算，计算方法为熵权法。
值得说明的是，电压波动的数学表达式为式：
Figure BDA0002758408370000064
式中，Umax、Umin为电压均方根值的相邻两个极值，UN为系统额定电压。
短时间/长时间闪变值是用来描述电压闪变的两个变量。短时间闪变值的计算公式如式(7)所示。长时间闪变值计算公式如式所示：
Figure BDA0002758408370000065
式中，Pst为短时间闪变值，P0.1、P1、P3、P10和P50分别为10分钟内瞬时视感度超过0.1％、1％、3％、10％和50％时间的觉察单位。
Figure BDA0002758408370000066
式中，Plt为长时间闪变值，Pstj为第j个十分钟内的短时间闪变值。
值得说明的是，具体选用一个大型充电站算例，为验证本文所提仿真模型的正确性，对厦门某电动汽车充电站的电动汽车充电桩进行为期一周的数据测试，以24h作为一个测试周，测试数据为3s产生一次，从而产生一个7×6的指标数据矩阵。主要参数如表1所示。本次实测所安装的监测装置可用来测试各种指标数据，
表1
参数名称 参数取值
产品型号 LEVJ-700/60
额定功率 60kW
输入电压 380V
输出电压 300-700
输出电流 0-80A
电源频率 50
为了简化数据处理过程，本文将得到的所有数据进行标准化，使得其能够落在[0，1]里，方便接下来的评估，针对电压和频率偏差的数据处理
Figure BDA0002758408370000071
式中，uj1为该指标的上偏差测量值，uj2为该指标的下偏差测量值；u+、u-为该评估指标的上、下偏差的界定值，对于谐波电压、三相不平衡度和电压波动的数据处理如下
Figure BDA0002758408370000072
式中，u为相应指标的国标限值，uja、ujb、ujc分别为相应指标的三相测量值，对于闪变的预处理，
Figure BDA0002758408370000073
式中，u为该评估指标在国家标准中的限值，uj为该评估指标的实测值。
值得说明的是，首先根据国标中的限值，将电能质量评估指标划分为间隔0.2的5个等级，这样能够更好进行电能质量的等级评估。
其次计算权重，具体步骤如下：收集专家意见或建议，构造如下式所示的矩阵
Figure BDA0002758408370000074
只需要根据专家意见或建议对向量t＝(t1,t2,…tn-1)进行取值即可获得矩阵A。
对向量t的赋值如下：
t＝(1.8 1.7 1 1.8 1.4)
可以计算得到权重向量ω1，ω1的具体数值如下：
ω1＝(0.3968 0.2204 0.1297 0.1297 0.0720 0.0515)，
根据专家意见或建议，对各个电气指标进行评估，并根据专家对各个指标给出的重要性程度进行排序并且考虑参考向量r的客观赋值，这里给出重要性排序以及r向量的值如下
表2
Figure BDA0002758408370000081
r＝(1.8 1.7 1.0 1.8 1.4)
可以计算得到权重向量ω2，ω2的具体数值如下：
ω2＝(0.3968 0.2204 0.1297 0.1297 0.0720 0.0515)
利用熵权法对各个电气指标进行权重的计算时，需要利用前文提到的6×7实测数据矩阵，进而再利用公式进行计算，直接给出权重计算结果，根据熵权法得到的权重向量ω3，ω3的具体数值为：
ω3＝(0.0022 0.2614 0.0362 0.3167 0.0043 0.3792)
相似的，根据主成分分析法的公式可以得到权重向量ω4，ω4的具体数值如下：
ω4＝(0.2592 0.0876 0.1722 0.1878 0.1329 0.1604)
在获取上述数值后，采用离差最大化原则组合ω1、ω2、ω3、ω4，结果如下所示：
W＝(0.2016 0.1787 0.1150 0.2192 0.0741 0.2114)
同时将各个指标的最终权重值画成饼图，请参照图1，最后采用主成分投影法计算各指标投影值
表3
边界 投影值 数据值 投影值
边界0 0.4288 第一天 0.3397
边界1 0.3675 第二天 0.3256
边界2 0.3063 第三天 0.3331
边界3 0.2450 第四天 0.3235
边界4 0.1838 第五天 0.3348
边界5 0.1225 第六天 0.3316
从案例可以看出，第一天投影值是位于1和2之间，依据约定，此监测点的电能质量应该为第二等级，即评估结果较好。参照前文规定的边界限定，可以获得每各电气指标的评价：频率偏差、电压波动处于第一等级的范围内，电压谐波和长时间闪变值处于第二等级范围内范围内，电压偏差略有越限。
值得说明的是，重要程度通常是以各项指标对系统安全、稳定、经济运行的影响程度来排序的，通俗来讲就是某项指标比较差，甚至是超出国标限值时，该项指标对监测点附近区域电网所带来的的影响，具体来说就是某项指标质量比较差时，系统可能出现各种问题，导致巨大的经济损失。指标越限或较劣时，可能导致的损失越大，该项指标的重要程度就越大。现有的方法大都是根据专家的经验和用户的要求，对各个评价指标进行两两比较，按重要程度不减排列，本专利所采用的两两比较相对重要程度的标度值，
表4
Figure BDA0002758408370000091
Figure BDA0002758408370000101
上述表4中所述的稍微重要、强烈重要、明显重要、绝对重要，通常是根据专家的建议和用户的要求来设置的，都是实践过程中的经验值，具有主观性。
本实施例的工作原理为，通过算例分析与实际数据相结合的方法对充电站中大型充电桩接入对配网电能质量进行了评估。结果表明：主/客观赋权法之间优劣互补，使得评价效果能更好；投影法的应用，消除了各电气指标之间相互重复的作用，更加贴切的体现评估数据与实际数据间的相近。二者相结合法的应用可更好的对各个指标进行评估，可以为大型充电桩及电力系统设计、充电桩并网位置、负荷位置等问题提供理论指导。

Claims (4)

1.一种大型充电站电能质量综合评估方法，其特征在于，包括下列步骤，
步骤1：构建充电站的配电网电能质量指标体系，电能质量指标包括有电压偏差值、频率偏差值和三相电压不平衡度，执行步骤2；
步骤2：将电能质量指标作为输入，输入到已训练好的电能质量综合评估模型中，并输出各电能质量指标的评估等级，执行步骤3；
步骤3：根据电能质量指标的评估等级，确定充电站中充电桩分布。
2.根据权利要求1所述的一种大型充电站电能质量综合评估方法，其特征在于，所述步骤1中，电压偏差值ΔU的计算公式为
Figure FDA0002758408360000011
式中，ΔU为电压偏差，U为实际电压，UN为系统额定电压，频率偏差值Δf的计算公式为
Δf＝f-fN
式中，Δf为频率偏差，f为实际频率，fN为系统额定频率，三相不平衡度ε的计算公式为
Figure FDA0002758408360000012
式中，ε为三相电压不平衡度，U1为正序电压分量均方根值，U2为负序电压分量均方根值。
3.根据权利要求2所述的一种大型充电站电能质量综合评估方法，其特征在于，所述步骤2中，电能质量综合评估模型的建立过程为
步骤31：对电能质量指标的原始数据进行标准化，得到数据标准矩阵Y，
Figure FDA0002758408360000013
步骤32：构建加权标准化矩阵Z，设标准化后矩阵Y中的第i的指标的权重为Wi
Figure FDA0002758408360000014
其中m为数据组数，n为指标数，yij为标准化后的数据值；
步骤33：将指标进行正交变换，得到矩阵C，
Figure FDA0002758408360000021
C＝ZA
式中，A为正交矩阵，λi为对称矩阵ZTZ的特征值；
步骤34：计算数据组投影值，构建理想评价向量，计算方法如下
Figure FDA0002758408360000022
Figure FDA0002758408360000023
Figure FDA0002758408360000024
式中，d为理想评价向量，d0为单位化后的理想评价向量，di为各指标的评价向量，Di为投影值向量，cij为矩阵C中各元素，dj为各指标的评价向量。
4.根据权利要求3所述的一种大型充电站电能质量综合评估方法，其特征在于，所述步骤3中，将电能质量指标按照重要性进行排序，电能质量指标对应得到评估等级，对各个评估等级的电能质量指标进行权重计算，计算方法为熵权法，其步骤为
步骤41：对评价因素集U中的每个指标ui做一个评价f(ui)，构建评价因素集U到评判集Q的一个模糊映射f为
ui→f(ui)＝(fi1,fi2,…,fim)∈F(q)
式中，F(q)为Q上的模糊集合全体；n为指标集元素数；m为评价集元素数；
步骤42：根据模糊变换的定义，模糊映射可以确定一个模糊关系F，即为模糊评判矩阵为
Figure FDA0002758408360000025
步骤43：根据熵定义，求得衡量电能质量单项指标ui相对重要性的熵值，即该指标传递的信息熵值ei为
Figure FDA0002758408360000031
步骤44：指标ui的权重通过1-ei得出，进而求得的各指标的客观权重为
Figure FDA0002758408360000032
Figure FDA0002758408360000033
式中，E为总信息熵。
CN202011210035.XA 2020-11-03 2020-11-03 一种大型充电站电能质量综合评估方法 Pending CN112288293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011210035.XA CN112288293A (zh) 2020-11-03 2020-11-03 一种大型充电站电能质量综合评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011210035.XA CN112288293A (zh) 2020-11-03 2020-11-03 一种大型充电站电能质量综合评估方法

Publications (1)

Publication Number Publication Date
CN112288293A true CN112288293A (zh) 2021-01-29

Family

ID=74350406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011210035.XA Pending CN112288293A (zh) 2020-11-03 2020-11-03 一种大型充电站电能质量综合评估方法

Country Status (1)

Country Link
CN (1) CN112288293A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313403A (zh) * 2021-06-15 2021-08-27 国网安徽省电力有限公司经济技术研究院 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、系统及存储介质
CN114091948A (zh) * 2021-11-29 2022-02-25 深圳供电局有限公司 一种基于多维空间体积的电能质量综合评估方法及存储介质
CN117207818A (zh) * 2023-09-15 2023-12-12 国网安徽省电力有限公司经济技术研究院 一种电动汽车充电站电能质量监测分析系统
CN117556971A (zh) * 2023-11-02 2024-02-13 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143052A (zh) * 2014-08-13 2014-11-12 天津大学 并网光伏发电系统稳态电能质量评估方法
CN105389621A (zh) * 2015-10-15 2016-03-09 南昌大学 电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法
CN107544253A (zh) * 2017-03-17 2018-01-05 中国人民解放军91049部队 基于改进模糊熵权法的大型导弹装备退役安全控制方法
CN109934403A (zh) * 2019-03-12 2019-06-25 浙江大学 基于数学模型的电动汽车居民区域充电负荷分析预测方法
CN111177650A (zh) * 2019-12-18 2020-05-19 国网浙江省电力有限公司绍兴供电公司 一种配电网电能质量监测与综合评估系统及方法
CN111191929A (zh) * 2019-12-30 2020-05-22 华北水利水电大学 一种水利摄影创作基地评价方法
CN111598484A (zh) * 2020-05-26 2020-08-28 国网江苏电力设计咨询有限公司 一种风光储系统电能质量综合评估方法
EP3701445A1 (en) * 2017-11-30 2020-09-02 Beijing Didi Infinity Technology and Development Co., Ltd. Systems and methods for electric vehicle charging

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143052A (zh) * 2014-08-13 2014-11-12 天津大学 并网光伏发电系统稳态电能质量评估方法
CN105389621A (zh) * 2015-10-15 2016-03-09 南昌大学 电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法
CN107544253A (zh) * 2017-03-17 2018-01-05 中国人民解放军91049部队 基于改进模糊熵权法的大型导弹装备退役安全控制方法
EP3701445A1 (en) * 2017-11-30 2020-09-02 Beijing Didi Infinity Technology and Development Co., Ltd. Systems and methods for electric vehicle charging
CN109934403A (zh) * 2019-03-12 2019-06-25 浙江大学 基于数学模型的电动汽车居民区域充电负荷分析预测方法
CN111177650A (zh) * 2019-12-18 2020-05-19 国网浙江省电力有限公司绍兴供电公司 一种配电网电能质量监测与综合评估系统及方法
CN111191929A (zh) * 2019-12-30 2020-05-22 华北水利水电大学 一种水利摄影创作基地评价方法
CN111598484A (zh) * 2020-05-26 2020-08-28 国网江苏电力设计咨询有限公司 一种风光储系统电能质量综合评估方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313403A (zh) * 2021-06-15 2021-08-27 国网安徽省电力有限公司经济技术研究院 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、系统及存储介质
CN113313403B (zh) * 2021-06-15 2022-09-16 国网安徽省电力有限公司经济技术研究院 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、系统及存储介质
CN114091948A (zh) * 2021-11-29 2022-02-25 深圳供电局有限公司 一种基于多维空间体积的电能质量综合评估方法及存储介质
CN117207818A (zh) * 2023-09-15 2023-12-12 国网安徽省电力有限公司经济技术研究院 一种电动汽车充电站电能质量监测分析系统
CN117556971A (zh) * 2023-11-02 2024-02-13 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法
CN117556971B (zh) * 2023-11-02 2024-06-11 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法

Similar Documents

Publication Publication Date Title
CN112288293A (zh) 一种大型充电站电能质量综合评估方法
CN111537939B (zh) 一种基于多指标融合的电压互感器状态评估方法及装置
CN110909983B (zh) 一种主动配电网电能质量多维评估方法
CN103489035A (zh) 基于灰色加权关联分析算法的电网电能质量综合评价方法
CN105631771A (zh) 一种基于变权函数的多参数电缆状态评价方法
CN109034461A (zh) 一种基于实际电网监测信息的电压暂降随机预估方法
CN103886518A (zh) 一种基于监测点电能质量数据挖掘的电压暂降预警方法
CN106548021A (zh) 一种基于高维随机矩阵的电子式互感器误差状态评估方法
CN112990627B (zh) 电能质量评估方法
CN110866691A (zh) 一种孤立批智能电能表的分阶段与分层抽样方法
CN115825633B (zh) 光伏逆变器整机测试系统的评估方法、装置及上位机
CN118378545B (zh) 一种电网复杂运行模式下的计量拓扑仿真方法及系统
CN110443481B (zh) 基于混合k-近邻算法的配电自动化终端状态评价系统及方法
Qiu et al. Comprehensive evaluation of power quality based on improved TOPSIS-RSR method
CN116840767A (zh) 电能计量装置整体误差评估方法及装置、存储介质、终端
CN115096366A (zh) 一种sf6环网柜运行状态监测系统及其状态评估方法
CN110873857B (zh) 基于多源数据融合的智能电能表运行状态评价方法及系统
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN111091223A (zh) 一种基于物联网智能感知技术的配变短期负荷预测方法
CN112561231B (zh) 一种开关柜质量判定方法及系统
CN117236744A (zh) 一种考虑多谐波源的谐波影响评估方法
CN105701265A (zh) 一种双馈风电机组建模方法及装置
CN110796392A (zh) 一种连续批智能电能表的分阶段与分层抽样方法
CN111638401A (zh) 一种电容器在线监测系统及方法
CN116523493A (zh) 配电网运行维护辅助决策分析方法、系统及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210129