CN112615371A - 一种提升配变利用效率的资产优化配置方法 - Google Patents

一种提升配变利用效率的资产优化配置方法 Download PDF

Info

Publication number
CN112615371A
CN112615371A CN202011502837.8A CN202011502837A CN112615371A CN 112615371 A CN112615371 A CN 112615371A CN 202011502837 A CN202011502837 A CN 202011502837A CN 112615371 A CN112615371 A CN 112615371A
Authority
CN
China
Prior art keywords
distribution
group
distribution transformer
capacity
annual
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
Application number
CN202011502837.8A
Other languages
English (en)
Other versions
CN112615371B (zh
Inventor
齐冬莲
杨心宜
梅竞成
张建良
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 University ZJU
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhejiang University ZJU
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 University ZJU filed Critical Zhejiang University ZJU
Priority to CN202011502837.8A priority Critical patent/CN112615371B/zh
Publication of CN112615371A publication Critical patent/CN112615371A/zh
Application granted granted Critical
Publication of CN112615371B publication Critical patent/CN112615371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

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

本发明公开了一种提升配变利用效率的资产优化配置方法,包括如下步骤:将待调配区域内的配变按预设容量等级分为小容量配变A组和大容量配变B组;根据预设条件和年最大负载率计算结果对小容量配变A组和大容量配变B组中的配变进行筛选;基于筛选结果,计算调配后A组和B组中配变的全年负载率曲线,进而获取调配后每台配变的年合理运行时长;构建合理运行时长矩阵;在矩阵中搜索合理运行时长最大时的配变组合,得到第一层次优化结果;在第一层次优化结果中,寻找配变运输距离最小的组合,作为最终优化配置组合结果。本发明的方法,能够在保障电网安全运行的同时,提升配变资产的利用效率和设备投资的回报率。

Description

一种提升配变利用效率的资产优化配置方法
技术领域
本发明涉及智能电网底层技术,尤其是涉及配电变压器容量的优化配置方法。
背景技术
配电变压器,简称配变,是用于配电系统中根据电磁感应定律变换交流电压和电流而传输交流电能的一种静止电器。考虑到未来用电负荷增长,配电网在规划建设时,配电变压器的容量通常留有较大的裕度。另外,出于电网安全运行考虑,配变在数量上也存在较大冗余。这导致现存大量配变长期处于非合理运行状态,损耗较大。同时,部分台区负荷增长迅速,当前的配变容量不能满足用电需要,有较高的重过载风险,存在扩容需求。若将这两类配变进行重新调配,通过移位增容的方式,提高重过载台区的配变容量,可以在保障电网安全运行和用电需要的同时,减少配变增容投资,提升配变整体利用效率。
配变资产优化配置首先是一个组合优化问题。组合优化是运筹学中经典的问题,目标是在所有可行状态中,寻找目标函数取最小值的最优状态组合。在配变资产优化配置问题中,即为寻找配变容量和台区负荷之间的最优组合,通过对调相应台区的配变,实现配变负载率的整体优化。
其次,配变资产优化配置需要兼顾安全目标和经济目标,是一个多目标优化问题。多目标优化问题中,存在两个及以上优化目标。分层求解是多目标优化问题中常用的求解方法。这种方法首先根据目标函数的重要性排序,决定求解顺序,然后逐层求解后选取各个解空间的交集,作为最终的解。配变资产优化配置问题中的安全目标为:优化配置后配变的整体合理运行时长最大。最大负载率不超出合理运行区间的上限为约束条件。配变资产优化配置问题中的经济目标为:移位增容改造执行中,配变的运输距离最小。另外,安全性目标的优先级要高于经济目标。
发明内容
为求解上述优化配置问题,实现提升配变资产利用效率的目的,本发明提供了一种提升配变利用效率的资产优化配置方法。
本发明采用了如下技术方案实现其技术目的:
一种提升配变利用效率的资产优化配置方法,用于预定区域内不同台区间配变的重新调配,包括如下步骤:
S1、将待调配区域内的配变按预设容量等级分为小容量配变A组和大容量配变B组,同一组别内配变容量等级相同;
S2、根据预设条件对小容量配变A组和大容量配变B组中的配变进行预筛选;
S3、基于预筛选结果,根据调配前A组和B组中每台配变的年最大负载率计算调配后每台配变的年最大负载率,并根据计算结果对待调配的配变进行筛选;
S4、基于筛选结果,根据调配前A组和B组中配变的全年负载率曲线计算调配后A组和B组中配变的全年负载率曲线,进而获取调配后每台配变的年合理运行时长;
S5、基于计算得到的调配后每台配变的年合理运行时长构建合理运行时长矩阵;
S6、在所述合理运行时长矩阵中,搜索合理运行时长最大时的配变组合,得到第一层次优化结果;
S7、在第一层次优化结果中,寻找配变运输距离最小的组合,作为最终优化配置组合结果。
进一步的,步骤S1中,所述小容量配变A组和大容量配变B组的预设容量等级满足1.5VA≤VB≤2.5VA
进一步的,步骤S2具体包括:
从小容量配变A组中筛选出全年最大负载率超过80%的配变,从大容量配变B组中筛选出全年最大负载率小于30%,且投运年限在5年至10年的配变。
进一步的,步骤S3中,调配后A组和B组中每台配变的年最大负载率计算方法如下:
Figure BDA0002844114950000031
Figure BDA0002844114950000032
其中,lmaxA和lmaxB分别为调配前A组和B组中每台配变的年最大负载率;
筛选方法为:判断LmaxA和LmaxB是否超出合理运行区间,若超出,则该台配变退出备选;负载率30%至75%为配变的合理运行区间。
进一步的,步骤S4中,调配后A组和B组中配变的全年负载率曲线计算方法如下:
Figure BDA0002844114950000033
Figure BDA0002844114950000034
其中,
Figure BDA0002844114950000035
Figure BDA0002844114950000036
分别为分别为调配前A组和B组中配变的全年负载率曲线,i∈[1,m],j∈[1,n],m和n分别为筛选后小容量配变A组和大容量配变B组中配变的台数;调配后每台配变的年合理运行时长为配变负载率在合理运行区间内运行的小时数。
进一步的,步骤S5中,构建的合理运行时长矩阵T为m行,n列的矩阵,表达式为:
Figure BDA0002844114950000037
其中,
Figure BDA0002844114950000038
Figure BDA0002844114950000039
分别为调配后A组和B组中每台配变的年合理运行时长。
进一步的,步骤S6具体包括:
将所述合理运行时长矩阵T的初始矩阵记为T1,寻找T1的最大值为TS1,将TS1出现的行列i,j记为数组C1=[i,j],然后令T1的第i行和第j列为零,得到新的矩阵记为T2,重复执行上述步骤,直至整个T矩阵变为全零矩阵;此时,数组[C1;C2;……;Ck]即为第一层次优化结果,其中k为重复次数。
进一步的,寻找过程中,当矩阵中存在多个TSk时,则将最大值所在的行列换行存储,此时Ck为一个2列多行的矩阵,行数记为h。
进一步的,步骤S7具体包括:
在第一层次优化结果的基础上,根据Ck的行向量值依次查找配变运输距离,记为数组Dk,Dk的列数为1,行数为h;之后对数组Dk中的值进行排序,保留Dk取最小时的行,记为第j行;删除数组Ck中,除第j行以外的其他行;重复上述步骤,直到Ck变为一维数组,即为最终优化配置组合结果。
本发明具有的有益的效果是:
通过求解多目标优化模型,重新配置现有配变资产,提高配变容量和台区负荷之间的匹配度,可以在保障电网安全运行和用电需要的同时,减少配变增容投资和配变自身损耗,提升配变整体利用效率。
附图说明
图1为本发明的资产优化配置方法实施例的流程步骤图。
图2为本发明实施例中构造的合理运行时长矩阵。
图3为本发明实施例中第一层次优化求解流程示意图。
图4为本发明实施例中第二层次优化求解流程示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
本发明的下述实施例为基于本发明的技术方案构建的模型或计算机程序实施,这些描述只是为进一步说明本发明的特征和优点,而不是对本发明权利要求的限制。
如图1所示,本实施例的资产优化配置方法包括如下步骤:
第一步,输入2组参与调配的配变容量等级及其年负载率序列。确定参与优化的小容量配变A组,和大容量配变B组,同一组别内容量等级相同,分别记为VA,VB
其中,VA与VB为已知量,可提前设定,应当有较大的差异,需相差一倍左右。
第二步,筛选符合优化配置条件的配变。从容量等级为VA,VB的所有配变中,挑选符合调换条件的配变,进行后续调配计算。具体的,需从区域内容量等级为VA的配变中,筛选出全年最大负载率超过80%的配变。从区域内容量等级为VB的配变中,筛选出全年最大负载率小于30%,且投运年限在5年至10年的配变。
配变调换容量等级调换前,A组和B组配变的年最大负载率分别为lmaxA和lmaxB,容量等级调换后,A组和B组配变的年最大负载率分别为LmaxA和LmaxB。判断LmaxA和LmaxB是否超出合理运行区间,若超出,则该台配变退出备选。经过筛选后,得到符合调换条件的配变,A组配变m台,B组配变n台。
参照《电力变压器经济运行》(GB/T 13462),负载率30%至75%为配变的合理运行区间。容量等级调换后,配变的最大负载率计算方法为如公式(1)和(2)所示,
Figure BDA0002844114950000051
Figure BDA0002844114950000052
第三步,统计容量等级变更前后,2组配变的合理运行时长。合理运行时长即为配变负载率在合理运行区间的运行时长,单位为小时。容量等级调换前,A组配变和B组配变的全年负载率曲线分别为
Figure BDA0002844114950000053
Figure BDA0002844114950000054
每台配变的年合理运行时长为
Figure BDA0002844114950000055
Figure BDA0002844114950000056
容量等级调换后,A组配变和B组配变的全年负载率曲线分别为
Figure BDA0002844114950000057
Figure BDA0002844114950000058
每台配变的年合理运行时长
Figure BDA0002844114950000059
Figure BDA00028441149500000510
其中,i∈[1,m],j∈[1,n]。
其中,配变容量等级调换后的负载率曲线计算方法如公式(3)和(4)所示,
Figure BDA0002844114950000061
Figure BDA0002844114950000062
合理运行时长即为配变负载率在合理运行区间内运行的小时数。
第四步,构建合理运行时长矩阵。根据容量等级调换后的配变合理运行时长
Figure BDA0002844114950000063
Figure BDA0002844114950000064
构建合理运行时长矩阵T,为m行,n列的矩阵,其表达式如公式(5)所示,
Figure BDA0002844114950000065
该矩阵的具体组成形式如图2所示。
第五步,根据合理运行时长矩阵,输出第一层次优化结果。在合理运行时长矩阵中搜索合理运行时长最大时的配变组合,输出结果为第一层次优化的解空间。具体求解流程如图3所示:
首先输入第四步中得到的合理运行时长矩阵,记为初始矩阵T1,此时k=1。寻找Tk的最大值为TSk,TSk出现的行列i和j,记为数组Ck=[i,j],然后令Tk的第i行和第j列为零,得到新的矩阵记为Tk+1,若矩阵Tk+1不为全零矩阵,则重复执行:①寻找矩阵最大值,②返回矩阵TSk最大值所在行列,③令TSk最大值所在行列为零3个步骤,直至整个T矩阵变为全零矩阵。此时,数组[C1;C2;……;Ck],即为第一层次优化结果。当矩阵中存在多个TSk,则最大值所在的行列换行存储,Ck为一个2列多行的矩阵,行数记为h。
第六步,在第一层次优化结果基础上,根据配变之间的运输距离,进行第二层次优化,作为最后的优化配置组合结果。具体求解流程如图4所示:
在第一层次优化结果的基础上,根据Ck的行向量值依次查找配变运输距离,记为数组Dk,Dk的列数为1,行数为h。之后对数组Dk中的值进行排序,保留Dk取最小时的行,记为第j行。删除数组Ck中,除第j行以外的其他行。重复上述步骤,直到Ck变为一维数组,完成优化。
上述具体实施方式用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。

Claims (9)

1.一种提升配变利用效率的资产优化配置方法,用于预定区域内不同台区间配变的重新调配,其特征在于,包括如下步骤:
S1、将待调配区域内的配变按预设容量等级分为小容量配变A组和大容量配变B组,同一组别内配变容量等级相同;
S2、根据预设条件对小容量配变A组和大容量配变B组中的配变进行预筛选;
S3、基于预筛选结果,根据调配前A组和B组中每台配变的年最大负载率计算调配后每台配变的年最大负载率,并根据计算结果对待调配的配变进行筛选;
S4、基于筛选结果,根据调配前A组和B组中配变的全年负载率曲线计算调配后A组和B组中配变的全年负载率曲线,进而获取调配后每台配变的年合理运行时长;
S5、基于计算得到的调配后每台配变的年合理运行时长构建合理运行时长矩阵;
S6、在所述合理运行时长矩阵中,搜索合理运行时长最大时的配变组合,得到第一层次优化结果;
S7、在第一层次优化结果中,寻找配变运输距离最小的组合,作为最终优化配置组合结果。
2.如权利要求1所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S1中,所述小容量配变A组和大容量配变B组的预设容量等级满足1.5VA≤VB≤2.5VA
3.如权利要求2所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S2具体包括:
从小容量配变A组中筛选出全年最大负载率超过80%的配变,从大容量配变B组中筛选出全年最大负载率小于30%,且投运年限在5年至10年的配变。
4.如权利要求3所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S3中,调配后A组和B组中每台配变的年最大负载率计算方法如下:
Figure FDA0002844114940000021
Figure FDA0002844114940000022
其中,lmaxA和lmaxB分别为调配前A组和B组中每台配变的年最大负载率;
筛选方法为:判断LmaxA和LmaxB是否超出合理运行区间,若超出,则该台配变退出备选;负载率30%至75%为配变的合理运行区间。
5.如权利要求4所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S4中,调配后A组和B组中配变的全年负载率曲线计算方法如下:
Figure FDA0002844114940000023
Figure FDA0002844114940000024
其中,
Figure FDA0002844114940000025
Figure FDA0002844114940000026
分别为分别为调配前A组和B组中配变的全年负载率曲线,i∈[1,m],j∈[1,n],m和n分别为筛选后小容量配变A组和大容量配变B组中配变的台数;调配后每台配变的年合理运行时长为配变负载率在合理运行区间内运行的小时数。
6.如权利要求5所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S5中,构建的合理运行时长矩阵T为m行,n列的矩阵,表达式为:
Figure FDA0002844114940000027
其中,
Figure FDA0002844114940000028
Figure FDA0002844114940000029
分别为调配后A组和B组中每台配变的年合理运行时长。
7.如权利要求6所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S6具体包括:
将所述合理运行时长矩阵T的初始矩阵记为T1,寻找T1的最大值为TS1,将TS1出现的行列i,j记为数组C1=[i,j],然后令T1的第i行和第j列为零,得到新的矩阵记为T2,重复执行上述步骤,直至整个T矩阵变为全零矩阵;此时,数组[C1;C2;……;Ck]即为第一层次优化结果,其中k为重复次数。
8.如权利要求7所述的提升配变利用效率的资产优化配置方法,其特征在于,寻找过程中,当矩阵中存在多个TSk时,则将最大值所在的行列换行存储,此时Ck为一个2列多行的矩阵,行数记为h。
9.如权利要求8所述的提升配变利用效率的资产优化配置方法,其特征在于,步骤S7具体包括:
在第一层次优化结果的基础上,根据Ck的行向量值依次查找配变运输距离,记为数组Dk,Dk的列数为1,行数为h;之后对数组Dk中的值进行排序,保留Dk取最小时的行,记为第j行;删除数组Ck中,除第j行以外的其他行;重复上述步骤,直到Ck变为一维数组,即为最终优化配置组合结果。
CN202011502837.8A 2020-12-18 2020-12-18 一种提升配变利用效率的资产优化配置方法 Active CN112615371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011502837.8A CN112615371B (zh) 2020-12-18 2020-12-18 一种提升配变利用效率的资产优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011502837.8A CN112615371B (zh) 2020-12-18 2020-12-18 一种提升配变利用效率的资产优化配置方法

Publications (2)

Publication Number Publication Date
CN112615371A true CN112615371A (zh) 2021-04-06
CN112615371B CN112615371B (zh) 2021-10-08

Family

ID=75240493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011502837.8A Active CN112615371B (zh) 2020-12-18 2020-12-18 一种提升配变利用效率的资产优化配置方法

Country Status (1)

Country Link
CN (1) CN112615371B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115000959A (zh) * 2022-08-01 2022-09-02 广东电网有限责任公司湛江供电局 一种配变轮换优化方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101431238A (zh) * 2008-09-12 2009-05-13 天津天大求实电力新技术股份有限公司 一种计及“n-1”准则的配电系统供电能力评估方法
CN102208807A (zh) * 2011-01-25 2011-10-05 中国电力科学研究院 基于精确量测负荷数据的中低压配电网能效评估方法
CN102879696A (zh) * 2012-10-24 2013-01-16 上海市电力公司 一种变压器过负荷运行可行性自动判断方法
WO2013066115A1 (ko) * 2011-11-03 2013-05-10 Chung Woon Tae 톱러너 배전반의 설계방법
CN105678641A (zh) * 2016-02-04 2016-06-15 国家电网公司 一种配电网节能改造数据处理方法及装置
CN107506914A (zh) * 2017-08-13 2017-12-22 天津大学 计及分布式电源渗透率变化的变电站动态扩展规划方法
US10615597B2 (en) * 2012-10-11 2020-04-07 Flexgen Power Systems, Inc. Grid power supply apparatus and methods using energy storage for transient stabilization

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101431238A (zh) * 2008-09-12 2009-05-13 天津天大求实电力新技术股份有限公司 一种计及“n-1”准则的配电系统供电能力评估方法
CN102208807A (zh) * 2011-01-25 2011-10-05 中国电力科学研究院 基于精确量测负荷数据的中低压配电网能效评估方法
WO2013066115A1 (ko) * 2011-11-03 2013-05-10 Chung Woon Tae 톱러너 배전반의 설계방법
US10615597B2 (en) * 2012-10-11 2020-04-07 Flexgen Power Systems, Inc. Grid power supply apparatus and methods using energy storage for transient stabilization
CN102879696A (zh) * 2012-10-24 2013-01-16 上海市电力公司 一种变压器过负荷运行可行性自动判断方法
CN105678641A (zh) * 2016-02-04 2016-06-15 国家电网公司 一种配电网节能改造数据处理方法及装置
CN107506914A (zh) * 2017-08-13 2017-12-22 天津大学 计及分布式电源渗透率变化的变电站动态扩展规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐世琨等: "基于智能开关技术的配电网CPS供电可靠性评估", 《电工技术》 *
李琳玮等: "配电变压器负载率对损耗的影响", 《云南电力技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115000959A (zh) * 2022-08-01 2022-09-02 广东电网有限责任公司湛江供电局 一种配变轮换优化方法和系统

Also Published As

Publication number Publication date
CN112615371B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN108448620B (zh) 基于综合性能指标的高渗透率分布式电源集群划分方法
CN110263995A (zh) 考虑负荷增长率与用户用电特性的配变重过载预测方法
CN102005135A (zh) 基于遗传算法优化的支持向量回归船舶交通流量预测方法
CN105184402B (zh) 一种基于决策树的个性化用户短期负荷预测算法
CN101231720A (zh) 基于遗传算法的企业过程模型多目标参数优化方法
CN112308427A (zh) 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
Wei et al. Research on cloud design resources scheduling based on genetic algorithm
CN107292489A (zh) 一种电网调度运行精益化评价系统
CN112615371B (zh) 一种提升配变利用效率的资产优化配置方法
CN105512783A (zh) 用于电磁环网解环方案的综合评价方法
CN108108874A (zh) 一种基于正负靶心的灰靶模型的配电网综合评价方法
CN107171339A (zh) 一种含微网的配电网电压无功优化方法
CN113346504B (zh) 基于数据知识驱动的主动配电网电压控制方法
CN108694475B (zh) 基于混合模型的短时间尺度光伏电池发电量预测方法
He et al. Biobjective optimization-based frequency regulation of power grids with high-participated renewable energy and energy storage systems
CN102904252B (zh) 求解含分布式电源的配电网不确定性潮流的方法
Su et al. Optimal placement and capacity sizing of energy storage systems via NSGA-II in active distribution network
CN114971092B (zh) 一种变电站主控楼混凝土用量预测方法和装置
CN116993205A (zh) 一种面向城市综合能源系统日内运行的调节能力评估方法
CN115577996A (zh) 一种电网停电计划的风险评估方法、系统、设备和介质
CN110738345A (zh) 基于精准投资策略的单元制配电网规划项目优选方法
Nguyen et al. Network Reconfiguration and Distributed Generation Placement for Multi-Goal Function Based on Improved Moth Swarm Algorithm
CN111914900A (zh) 一种用户用电模式分类方法
CN114865649B (zh) 一种风光储一体化场站无功调节方法、装置及电子设备
CN117952445A (zh) 一种基于改进并合规则的不同数量混合储能方案评估方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210907

Address after: 310058 Yuhang Tang Road, Xihu District, Hangzhou, Zhejiang 866

Applicant after: ZHEJIANG University

Applicant after: STATE GRID ZHEJIANG ELECTRIC POWER COMPANY LIMITED ELECTRIC POWER Research Institute

Address before: 310058 Yuhang Tang Road, Xihu District, Hangzhou, Zhejiang 866

Applicant before: ZHEJIANG University

GR01 Patent grant
GR01 Patent grant