CN113112142A - 智能配电网自愈能力评估方法 - Google Patents
智能配电网自愈能力评估方法 Download PDFInfo
- Publication number
- CN113112142A CN113112142A CN202110372255.0A CN202110372255A CN113112142A CN 113112142 A CN113112142 A CN 113112142A CN 202110372255 A CN202110372255 A CN 202110372255A CN 113112142 A CN113112142 A CN 113112142A
- Authority
- CN
- China
- Prior art keywords
- self
- healing
- fault
- time
- recovery
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims description 37
- 238000011084 recovery Methods 0.000 claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000002955 isolation Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000012854 evaluation process Methods 0.000 claims 1
- 238000004146 energy storage Methods 0.000 description 4
- 230000035876 healing Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003763 resistance to breakage 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
- G06Q10/0639—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
-
- 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
- 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]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本公开涉及智能配电网自愈能力评估方法,其输入评估参数包括评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线以及DG出力曲线;输出的自愈能力指标包括:自愈恢复率指标HSHRR、自愈恢复速度HSHRS、自愈控制操作复杂度HSHCC、自愈可持续时间覆盖率HSHCT,该评估方法在传统指标的基础上创新性的增加了多个新的指标,并提出合理的评估方法及公式使这些指标融合进电网自愈评估体系中,有效的拓展了电网自愈评估的广度,提高了电网自愈评估的精确度。
Description
技术领域
本公开属于配电网技术领域,涉及智能配电网,尤其涉及智能配电网自愈能力评估方法。
背景技术
电力系统网络的连通性问题与电能生产、电能输送、电能消费关系密切,反应了网络结构的坚强程度,电力网络连通性越大,抵御破的能力就越强,电网的自愈能力越高。因此电网的连通性是评价电网自愈程度的重要指标。
网络的连通性越高,网络越能够在发生故障时灵活改变运行方式实现故障自愈。若故障后的网络是连通的,则说明网络存在自愈路径。因此,该方法可以用于故障自愈策略的启动项,即发生故障并且故障元件被隔离后,先快速判断网络是否存在自愈路径,若不存在则该网络无法实现自愈,必须采取调度员人工调度或者人工检修排除故障的方式实行对失电区的供电;若存在自愈路径,则可以启动自愈策略选出最优方案进行复电。
传统评估电网故障后自愈能力的指标包括自愈速度指标和供电自愈率指标,前者将自愈速度分为四级,后者描述一个区域甚至一个城市的配电网对事故隐患与供电故障的自愈恢复能力,但在实际工程中,难以对故障隐患进行准确地的监测与统计。
供电可靠性率与供电自愈密切相关。供电故障自愈指标描述了配电网在减少故障停电方面的自愈能力,自愈能力强的配电网其供电可靠性则高。事实上,自愈速度也是供电自愈的效果的关键指标,自愈速度的快慢直接关系到对敏感用户的影响程度。严格地讲,作为评价整个配电网自愈能力的供电自愈率指标还应考虑这些因素,这有待进一步的研究完善。
传统指标没有考虑负荷及分布式发电的时序性和波动性,对恢复控制操作的复杂度,恢复后的可持续支撑能力也没有涉及。需要更有效和全面的评价指标。
公开内容
本公开涉及智能配电网自愈能力评估方法,该智能配电网自愈能力评估方法利用故障模拟,在传统指标的基础上创新性的增加了多个新的指标,并提出合理的评估方法及公式使这些指标融合进电网自愈评估体系中,有效的拓展了电网自愈评估的广度,提高了电网自愈评估的精确度。
本公开的技术方案如下:
智能配电网自愈能力评估方法,
输入评估参数包括评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线以及DG出力曲线;
输出的自愈能力指标包括:
自愈恢复率指标HSHRR,描述故障发生后,通过自愈控制恢复的带权重的负荷恢复电量占原始失电电量的比重,反映在故障持续时间内对负荷的电量支撑情况;
自愈恢复速度HSHRS,反映系统对故障的响应速度,反映非故障区段负荷的恢复时间;
自愈控制操作复杂度HSHCC,通过对开关操作的频繁程度来表征;
自愈可持续时间覆盖率HSHCT,描述智能配电网故障隔离后,受故障影响的非故障区域通过自愈控制策略实现供电恢复后的可持续供电能力。
其中,智能配电网自愈能力评估方法,包括以下评估流程:
①输入评估参数,所述评估参数包括评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线以及DG出力曲线;
②基于每个供电区段故障概率βi计算各供电区段自愈能力水平的权重ri;
③对每个供电区段进行预想故障模拟,计算每个区段故障后在t时刻的自愈能力指标;
④计算t时刻全系统的自愈能力指标;
⑤计算t+1时刻全系统的自愈能力指标,直到t=24;
⑥基于系统24个时刻的自愈能力评估指标值,对系统进行日整体自愈能力评估计算。
其中,流程②中权重ri的计算方法为:
式中:I为供电区段个数,ki为操作次数。
其中,流程③中的故障模拟通过仿真分析区段i在t时刻发生故障后自愈过程,计算每个区段故障后在t时刻的自愈能力指标。
其中,计算t时刻全系统的自愈能力指标,如下:
其中,所述自愈恢复率指标(self-healing recovery ratio,SHRR)HSHRR,定义为:
式中:PI,t、PII,t、PIII,t,ω1、ω2、ω3分别为I级、II级、III级负荷实际恢复功率与对应的负荷等级权重系数;为各等级负荷在t时刻的原始功率需求;Tc为故障持续时间;Δt为I级、II级、III级负荷总持续时间。
其中,所述自愈恢复速度(self-healing recovery speed,SHRS)HSHRS,定义为:故障区段定位时间T1与故障隔离和非故障区段恢复时间T2之和,表示如下:
HSHRS=T1+T2。
其中,所述自愈控制操作复杂度(self-healing control complexity,SHCC)HSHCC,定义为:
其中,所述自愈可持续时间覆盖率(selfhealing coverage time,SHCT)HSHCT,定义为:
Tsus=min(TP,T3+T4);
式中:Ei、分别为第i个孤岛的自愈可持续时间、自愈可持续时间内恢复的电量与该时间内的平均功率;λi为孤岛i对应的自愈可持续时间覆盖率权重;Nsole为全部孤岛集合;TP为孤岛最大功率支撑时间;为孤岛内负荷节点在t时刻的有功需求;分别为DG和储能在t时刻的可用容量。
本公开具有如下有益效果:
1、本公开针对电网故障后自愈能力的评估方法上,利用故障模拟,在传统指标的基础上创新性的增加了多个新的指标,并提出合理的评估方法及公式使这些指标融合进电网自愈评估体系中,有效的拓展了电网自愈评估的广度,提高了电网自愈评估的精确度。
2、本公开自愈能力评估指标中融入了自愈恢复率,有效描述了故障发生后,通过自愈控制恢复的带权重的负荷恢复电量占原始失电电量的比重。该指标能够有效反映在故障持续时间内对负荷的电量支撑情况。自愈恢复率越高,对负荷的供电,尤其是重要负荷的供电将越有保障。
3、本公开自愈能力评估指标中融入了自愈恢复速度,能反映出系统对故障的响应速度,直观地反映非故障区段负荷的恢复时间。
4、本公开自愈能力评估指标中融入了自愈控制操作复杂度,通过对开关操作的频繁程度来表征,将自愈过程中开关操作次数进行统计,作为一个自愈指标衡量自愈操作的复杂度或成本,将自愈控制操作复杂度作为自愈能力评估指标能够拓展自愈能力评估的广度,提高自愈能力评估的准确性。
5、本公开自愈能力评估指标中融入了自愈可持续时间覆盖率,对保证孤岛长时间安全运行及作为智能配电网自愈能力评估准确性具有重要的参考价值。
附图说明
图1是根据本公开的评估流程示意图;
图2为故障恢复过程示意图。
具体实施方式
下面结合附图和具体实施例来对本公开进行详细的说明。
下面结合附图和实施方式对本公开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方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
参见图1,智能配电网自愈能力评估方法,包括以下评估流程:
①输入评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线、DG出力曲线等参数。
②基于每个供电区段故障概率βi计算各供电区段自愈能力水平的权重ri,I为供电区段个数,ki为操作次数:
③对每个供电区段进行预想故障模拟,仿真分析区段i在t时刻发生故障后自愈过程,计算每个区段故障后在t时刻的自愈能力指标。
④计算t时刻全系统的自愈能力指标,如下:
⑤t=t+1,重新执行步骤③和④,直到t=24。
⑥基于系统24个时刻的自愈能力评估指标值,对系统进行日整体自愈能力评估计算。
所述自愈能力指标包括:
自愈恢复率指标HSHRR,描述故障发生后,通过自愈控制恢复的带权重的负荷恢复电量占原始失电电量的比重,反映在故障持续时间内对负荷的电量支撑情况;
自愈恢复速度HSHRS,反映系统对故障的响应速度,反映非故障区段负荷的恢复时间;
自愈控制操作复杂度HSHCC,通过对开关操作的频繁程度来表征;
自愈可持续时间覆盖率HSHCT,描述智能配电网故障隔离后,受故障影响的非故障区域通过自愈控制策略实现供电恢复后的可持续供电能力。
更具体的,上述自愈能力指标具体为:
(1)自愈恢复率
配电网故障后供电恢复过程一般从故障发生开始,一直持续到故障完全清除并恢复全网正常供电为止,故在该时间段内,对负荷的恢复应在计及负荷重要度等级的前提下考虑负荷恢复总电量,而非故障断面下的瞬时功率恢复值。基于上述考虑,本文围绕整个自愈过程中的恢复电量和负荷等级提出了自愈恢复率指标(self-healing recovery ratio,SHRR),定义为HSHRR:
式中:PI,t、PII,t、PIII,t,ω1、ω2、ω3分别为I级、II级、III级负荷实际恢复功率与对应的负荷等级权重系数;为各等级负荷在t时刻的原始功率需求;Tc为故障持续时间;Δt为I级、II级、III级负荷总持续时间。
自愈恢复率描述了故障发生后,通过自愈控制恢复的带权重的负荷恢复电量占原始失电电量的比重。该指标反映了在故障持续时间内对负荷的电量支撑情况。自愈恢复率越高,对负荷的供电,尤其是重要负荷的供电将越有保障。
(2)自愈恢复速度
为缩短用户侧停电时间,减少负荷停电损失,智能配电网要求发生故障后应尽快使无故障失电区段得到及时的供电恢复。根据受故障影响的无故障区段供电恢复的快慢,定义了自愈恢复速度(self-healing recovery speed,SHRS)。故障持续时间主要由4部分构成,如图2所示,分别为故障区段定位时间T1、故障隔离与非故障区段恢复时间T2、故障区段抢修时间T3和全网恢复操作时间T4。
经过故障定位T1和故障隔离与非故障区段恢复时间T2后,非故障区段的负荷自愈操作完成,所有可恢复负荷已经全部恢复完毕,因此,将自愈恢复速度SHRS定义为故障区段定位时间T1与故障隔离和非故障区段恢复时间T2之和,表示如下:
HSHRS=T1+T2;
自愈恢复速度受配网自动化水平等因素影响较为显著,该指标能反映出系统对故障的响应速度,直观地反映非故障区段负荷的恢复时间。
(3)自愈控制操作复杂度
自愈控制操作复杂度(self-healing control complexity,SHCC)通过对开关操作的频繁程度来表征。频繁的开关操作增加了自愈恢复过程的复杂程度,且缩短了设备使用寿命,因此,将自愈过程中开关操作次数进行统计,作为一个自愈指标衡量自愈操作的复杂度或成本,具体公式描述如下:
式中:为线路开关在故障恢复过程内的动作次数;与分别为负荷与DG在故障恢复过程内的操作次数;S为配网开关集合;Tc为故障持续时间,以min为单位,且为大于0的正整数;为开关s在t时刻的状态,开关闭合时置1,断开时置0。
在离网自愈时,孤岛黑启动过程中负荷与DG需要顺次接入孤岛,该过程同样增加了自愈控制操作的复杂度。基于如上考虑,定义的SHCC由以下3部分组成:
(4)自愈可持续时间覆盖率
自愈可持续时间覆盖率(selfhealing coverage time,SHCT)用来描述智能配电网故障隔离后,受故障影响的非故障区域通过自愈控制策略实现供电恢复后的可持续供电能力。
如前文所述,自愈可分为并网与离网2种方式,假设并网自愈方式具有足够的负荷支撑能力,但基于孤岛运行的自愈方式需要考虑储能或分布式发电的可持续运行能力。智能配电网内集成了智能微网,微网可在并网与离网2种方式下运行,当微网离网运行时,同样存在可持续时间问题。由图2中可以看出,故障过程持续时间为T1、T2、T3和T4时间之和,孤岛或微网在全网恢复供电前通过自愈控制措施最大可增加的供电时间为T3与T4之和。
对于输出功率可控的柴油发电机、燃料电池、微型燃气轮机在离网自愈运行时可优先考虑作为平衡节点。其时序特性由负荷与采用PQ(U)控制策略的DG出力共同决定。当上述电源作为平衡节点时,自愈可持续时间Tsus表示如下:
Tsus=min(TP,T3+T4);
式中:TP为孤岛最大功率支撑时间;为孤岛内负荷节点在t时刻的有功需求;分别为DG和储能在t时刻的可用容量。当负荷需求小于孤岛内电源最大出力即可认为孤岛可持续运行。储能系统作为孤岛的平衡节点时,还要保证储能荷电状态(stateof charge,SOC)在合理范围之内。
基于备用联络线路的恢复供电,只要在变压器和线路容量范围内,一般均可持续地供电,故假设通过联络线恢复时并网自愈方式下的自愈可持续时间覆盖率为100%。智能配电网故障后可能形成多个孤岛区域,不同孤岛功率支撑情况不同,从而存在不同的自愈可持续时间。将每个孤岛的平均功率与全部恢复负荷的平均功率的比值定义为孤岛的自愈可持续时间覆盖率权重λ,系统的SHCT可由下列公式计算得到:
孤岛可支撑时间越长,自愈可持续时间覆盖率越高,当该值为100%时,表示恢复方案可支撑时间涵盖了T3与T4,直到故障设备修复为止。由于孤岛内DG与负荷具有较大的随机性与波动性,且储能、燃料电池、柴油发电机等容量约束也导致孤岛支撑时间有限,难以保证孤岛长时间安全运行,故需要考虑自愈可持续时间问题。因此应将SHCT作为智能配电网自愈能力评估的相关指标具有重要的参考价值。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (10)
1.智能配电网自愈能力评估方法,其特征在于:
输入评估参数,所述评估参数包括评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线以及DG出力曲线;
输出自愈能力指标,所述自愈能力指标包括:
自愈恢复率指标HSHRR,描述故障发生后,通过自愈控制恢复的带权重的负荷恢复电量占原始失电电量的比重,反映在故障持续时间内对负荷的电量支撑情况;
自愈恢复速度HSHRS,反映系统对故障的响应速度,反映非故障区段负荷的恢复时间;
自愈控制操作复杂度HSHCC,通过对开关操作的频繁程度来表征;
自愈可持续时间覆盖率HSHCT,描述智能配电网故障隔离后,受故障影响的非故障区域通过自愈控制策略实现供电恢复后的可持续供电能力。
2.如权利要求1所述的智能配电网自愈能力评估方法,其特征在于:包括以下评估流程:
①输入评估参数,所述评估参数包括评估区域内的网络拓扑结构、各区段故障概率、各节点负荷曲线以及DG出力曲线;
②基于每个供电区段故障概率βi计算各供电区段自愈能力水平的权重ri;
③对每个供电区段进行故障模拟,计算每个区段故障后在t时刻的自愈能力指标;
④计算t时刻全系统的自愈能力指标;
⑤计算t+1时刻全系统的自愈能力指标,直到t=24;
⑥基于系统24个时刻的自愈能力评估指标值,对系统进行日整体自愈能力评估计算。
4.如权利要求2或3所述的智能配电网自愈能力评估方法,其特征在于:
流程③中的故障模拟为通过仿真分析区段i在t时刻发生故障后自愈过程,计算每个区段故障后在t时刻的自愈能力指标。
7.如权利要求5所述的智能配电网自愈能力评估方法,其特征在于:
所述自愈恢复速度HSHRS为故障区段定位时间T1与故障隔离和非故障区段恢复时间T2之和;
通过下式计算所述自愈恢复速度HSHRS:
HSHRS=T1+T2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372255.0A CN113112142A (zh) | 2021-04-07 | 2021-04-07 | 智能配电网自愈能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372255.0A CN113112142A (zh) | 2021-04-07 | 2021-04-07 | 智能配电网自愈能力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112142A true CN113112142A (zh) | 2021-07-13 |
Family
ID=76714271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110372255.0A Pending CN113112142A (zh) | 2021-04-07 | 2021-04-07 | 智能配电网自愈能力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112142A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113536506A (zh) * | 2021-07-27 | 2021-10-22 | 广东电网有限责任公司 | 一种配电网自愈能力的测试方法、系统、设备和介质 |
CN113852055A (zh) * | 2021-09-27 | 2021-12-28 | 广东电网有限责任公司 | 一种配电网的转供电能力量化方法及相关装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018157691A1 (zh) * | 2017-02-28 | 2018-09-07 | 国网江苏省电力公司常州供电公司 | 有源配电网的安全性量化方法 |
CN109816254A (zh) * | 2019-01-29 | 2019-05-28 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
CN111463774A (zh) * | 2020-03-11 | 2020-07-28 | 广东电网有限责任公司 | 一种基于ahp法的城市配电网自愈能力评估方法 |
-
2021
- 2021-04-07 CN CN202110372255.0A patent/CN113112142A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018157691A1 (zh) * | 2017-02-28 | 2018-09-07 | 国网江苏省电力公司常州供电公司 | 有源配电网的安全性量化方法 |
CN109816254A (zh) * | 2019-01-29 | 2019-05-28 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
CN111463774A (zh) * | 2020-03-11 | 2020-07-28 | 广东电网有限责任公司 | 一种基于ahp法的城市配电网自愈能力评估方法 |
Non-Patent Citations (1)
Title |
---|
赵向阳: "主动配电网的自愈控制策略研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 07, 15 July 2018 (2018-07-15), pages 51 - 56 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113536506A (zh) * | 2021-07-27 | 2021-10-22 | 广东电网有限责任公司 | 一种配电网自愈能力的测试方法、系统、设备和介质 |
CN113536506B (zh) * | 2021-07-27 | 2023-06-02 | 广东电网有限责任公司 | 一种配电网自愈能力的测试方法、系统、设备和介质 |
CN113852055A (zh) * | 2021-09-27 | 2021-12-28 | 广东电网有限责任公司 | 一种配电网的转供电能力量化方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105406470B (zh) | 一种基于开关边界分区的有源配电网可靠性评估方法 | |
WO2018014450A1 (zh) | 基于rt-lab的真实微电网运行动态仿真测试平台 | |
CN105205232A (zh) | 基于rtds的微网系统稳定性仿真测试平台 | |
CN102983629A (zh) | 一种在线电力系统恢复辅助决策方法 | |
CN113112142A (zh) | 智能配电网自愈能力评估方法 | |
CN113468705B (zh) | 一种基于路径描述的含微网的配电系统可靠性分析方法 | |
CN103972927B (zh) | 含光伏/储能发电系统微电网的并网转孤网综合控制方法 | |
CN105809322A (zh) | 综合考虑发电、输电和配电系统的城市电网可靠性评估方法 | |
CN110676839A (zh) | 一种交直流混合配电网可靠性评估方法及系统 | |
WO2023093172A1 (zh) | 直流组网船舶混动实验室的能量控制系统及其控制方法 | |
CN116014790A (zh) | 一种含分布式能源的配电网弹性评估方法 | |
CN201910637U (zh) | 可再生能源储存及电网智能调峰系统 | |
CN115877228B (zh) | 一种具备远程核容的蓄电池充放电监测方法和系统 | |
Behzadi et al. | Optimal Operation of Reconfigurable Active Distribution Networks Aiming at Resiliency Improvement | |
CN113408860A (zh) | 一种城市综合能源系统的故障自愈评估方法 | |
CN115719967A (zh) | 一种用于提高供电可靠性的有源配电网储能装置优化配置方法 | |
CN105896533B (zh) | 一种主动配电网静态安全评估方法 | |
CN114447986A (zh) | 一种基于kruskal算法的配电网孤岛划分方法 | |
CN104158207B (zh) | 配电网黑启动方案生成方法和系统 | |
Salami | Multiple contingency analysis of power systems | |
CN113725877A (zh) | 一种区域自治电网模式保障可靠供电经济性评估分析方法 | |
CN111106622A (zh) | 一种基于rmpc的主动配电网供电恢复方法 | |
Li et al. | Reliability Analysis of Diamond-shaped Distribution Network under Large-scale Distribution generation integration Access | |
Sun et al. | A fast island partition method of distribution network with energy storage based on electricity sufficiency and power balance information | |
CN221149327U (zh) | 一种燃机电化学储能黑启动系统短路电流计算仿真模型 |
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 |