CN113919105B - 面向韧性提升的紧急事故筛选方法 - Google Patents
面向韧性提升的紧急事故筛选方法 Download PDFInfo
- Publication number
- CN113919105B CN113919105B CN202111020722.XA CN202111020722A CN113919105B CN 113919105 B CN113919105 B CN 113919105B CN 202111020722 A CN202111020722 A CN 202111020722A CN 113919105 B CN113919105 B CN 113919105B
- Authority
- CN
- China
- Prior art keywords
- accident
- line
- under
- power flow
- model
- 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.)
- Active
Links
- 238000012216 screening Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000006872 improvement Effects 0.000 title claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000014509 gene expression Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 238000007423 screening assay Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及面向韧性提升的紧急事故筛选方法,它包括以下步骤:步骤1):推到线性化约束,通过一个带有无功功率和节点电压
Description
技术领域
本发明涉及电力系统技术领域,具体涉及一种面向韧性提升的紧急事故筛选方法。
背景技术
韧性最早在1972年被提出,用以衡量生态系统应对外界冲击事件的适应能力,随后被引入到工程、医学等多个领域。在各学科相关研究中,韧性一般被定义为系统应对外部冲击时能够尽快返回到冲击前的状态或过渡到新的状态,并能够更好抵御未来灾害事件的能力。目前,简化的潮流分析常常采用DC潮流模型,利用DC潮流计算的好处是模型的等效与线性化都相对方便,利于预防性调度决策的提出,但是相对地,由于在DC模型下无法提供有关母线电压和无功功率地明确信息,这种模型下的计算精度较低,而考虑了电压幅值、相角、有功功率和无功功率的AC模型,虽然在计算精度上是值得参考的,但是由于在实际的应用场景中,没有采取任何近似处理的数据会在计算上花费大量时间,这是与防灾调度的初衷相违背的。因此为了在数据精度和计算时间上获得平衡,本发明会在DC模型的基础上参考一种带有无功功率和电压幅值的线性网络模型,这种模型与单纯的DC网络模型相比有更少的近似,从而提高了事故集筛选结果的精确性。
发明内容
本发明的目的是为了克服现有技术的不足,而提供一种精确度更高的面向韧性提升的紧急事故筛选方法。
本发明的目的是这样实现的:面向韧性提升的紧急事故筛选方法,它包括以下步骤:
步骤1):推到线性化约束
通过一个带有无功功率Q和节点电压V的线性化潮流模型,推导包含表示潮流分布和节点功率的线性化约束;与DC潮流模型相比,这几项线性化约束采取了更少的近似项,因此能够有效地提高准确性;
步骤2):对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导说明
在进行事故集的有效筛选时,采用基于PTDF的改进LODF替代一般潮流事故线路筛选的方法,对LODF进行模型表达上的适用场景的说明和数学推导,并分别对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导;
DC模型下的PTDF与LODF推导,LODF表示的是在一条线路发生故障后,指定的观测线路下的事故后功率变化,观测线路和故障线路组成一组故障对;
AC模型下的PTDF与LODF推导,由于忽略了无功功率和节点电压的DC潮流模型下得出的LODF在数值上的精度与AC潮流模型下的算法误差较大,因此在算法模型中引入无功功率Q和节点电压V,并对新加入的等式和不等式约束进行线性化;
步骤3):紧急事故集筛选
紧急事故的约束包括剩余在线线路潮流的越限问题,以及AC潮流下的节点电压的越限问题;在DC潮流模型下,仅考虑剩余在线线路的潮流越限问题;在AC潮流模型下,除了附加考虑节点电压的约束外,对线路潮流的约束还要加上无功功率越限约束和线路视在功率的限制,通过LODF表示的事故后线路有功潮流无功潮流和节点电压;
步骤4):筛选分析
通过分析事故后剩余在线线路潮流的状态和AC潮流模拟下网络节点的状态,对会造成系统越限的部分紧急事故集进行潮流和电压约束,避免事故后网络的不可运行,同时两种潮流模型下的事故集约束判定标准的不同,也会在事故集的筛选中出现不同,在完成了AC潮流模型下的参与事故集的约束的线性化后,AC潮流模型下的计算筛选事故集的时间会有所减少,在系统不复杂的情况下,理论上的计算时间相较于DC潮流模型不会有过大的差异,并且在AC潮流模型下的实际事故集筛选会比前者精确度更高。
步骤2)中,DC模型下的PTDF与LODF推导的观测线路下的有功功率变化可以表示为
其中,上标0和c分别表示基本运行状态和事故运行状态,下标M和O分别表示u条观测线路和v条事故线路的集合,和/>分别表示观测线路上的事故前后的潮流,这是一个大小为u×1的向量;/>表示事故线路上事故前的潮流,这是一个大小为v×1的向量,不难得到LODFM,O是一个大小为u×v的向量;
当存在不止一条线路故障时,可以将这个关系拓展到多条观测线路,可以得到下列的关系式:
基于PTDF的定义,可以得到这么一组关系式:
其中,XM和XO分别是表示观测线路和故障线路电抗的对角矩阵,Φ和Ψ分别式表示总线-观测线路和总线-事故线路的关联矩阵。
步骤2)中使用LODF的方法进行模拟时,一个必要的假设是:在发生线路意外情况时,必须保持网络连接性,当一条或者多条线路的中断导致电网孤岛产生时,LODF就无法直接用于该类事故后的潮流计算,所以在故障情况中,不考虑产生了孤岛电网的N-1紧急事故。
步骤3)中,在AC潮流模型下的关系表达式为:
如果事故后运行有短时允许的事故后小范围越限,那么就存在事故后的一个新的紧急事故约束:
其中,指的是事故情况下视在功率短期允许的故障运行的最大值,上标0和c分别表示基本运行状态和事故运行状态,下标M和O分别表示u条观测线路和v条事故线路的集合,/>和/>分别表示观测线路上的事故前后的潮流,/>表示事故线路上事故前的潮流。
本发明的有益效果:本发明在DC模型的基础上参考一种带有无功功率和电压幅值的线性网络模型,这种模型与单纯的DC网络模型相比有更少的近似,从而提高了事故集筛选结果的精确性。
附图说明
图1是本发明IEEE-30参考系统拓扑结构示意图。
图2是本发明AC潮流模型下的紧急事故集潮流遍历示意图。
图3是本发明DC潮流模型下的紧急事故集潮流遍历示意图。
图4是本发明利用LODF表示的事故后线路等效潮流示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
本实施例主要研究机组有功出力相同、负荷需求相同的一个IEEE-30的系统中分别运行在AC潮流模型和DC潮流模型下,在运行的一个时间断面上网络中一条线路发生断路形成了一个N-1事故的情况,其中IEEE-30的拓扑图如图1所示,不同的是,在AC潮流模型下会考虑无功功率Q与节点电压V的影响,整个算例的数据为标幺值类型的数据,其中事故后线路的短期运行的最大负载率为1.1,节点电压的允许波动范围为(0.9-1.1)。
具体的描述如下:
因为使用LODF进行运行线路N-1情况的观测,首先需要排除发生线路断线后形成孤岛电网的情况,具体方法为收集每条线路的始节点和终节点,统计每条线路的节点出现的次数,统计出现次数为1的节点,与这些节点相连线路一旦断开就将分裂系统,在此次算例使用的IEEE-30系统中,与仅出现一次的节点相连的线路序号为13、15以及34,删除这几条线路形成构成符合保持系统完整性的事故集线路集合。
接下来,在完成筛选的系统线路集合内进行断线类型的事故遍历,在DC潮流模型下的事故遍历筛选条件为除断线线路以外的所有观察线路潮流不越限;在AC潮流模型下的事故遍历筛选条件为除断线线路以外的所有观察线路潮流不越限,所有节点上的节点电压不越限,两种模型下的线路潮流遍历结果如图2和图3所示。
表1记录了存在线路潮流或者节点电压越限的有效事故线路的具体编号以及发生越限的具体线路以及AC潮流模拟下的节点电压越限所在节点编号。
表1不同潮流模型下有效紧急事故集
由表1所示的结果可以看出,因为紧急事故集筛选定义的区别,AC潮流模型下可以得到事故后节点电压的数值,并在相同的出力与负荷情况下观测到节点上电压的变化值并找出可能出现的节点电压越限的情况,根据相应节点的电压越限情况可以添加约束解决这一类紧急事故,与DC潮流模型得到的紧急事故集进行比较,关于节点电压的紧急事故集在DC潮流模型下是没有考虑越限情况的。
对两种模型都进行的线路潮流相关的紧急事故集比较,在DC潮流模型下,程序会遍历出三种紧急事故集,而在AC潮流模型下,除DC潮流模型下的三种紧急事故集外还存在两种新的线路潮流越限的情况,而线路15断线引起的线路21潮流越限和线路36断线引起的线路10潮流越限在DC潮流模型下/是不存在的。对于这种情况出现的原因应该是AC潮流模型考虑了无功功率和节点电压参与潮流计算的结果,AC潮流模型下的潮流计算取决与约束,事故后的观测线路,也就是事故线路以外的剩余在线的线路潮流的计算通过约束=实现,这一部分的线路潮流取决于系统线路的自身参数和节点数据,并且事故后有功无功的潮流与事故线路的有功与无功也存在相互之间的影响,这与只考虑系统功率平衡的DC潮流模型不同,因为只考虑了线路情况和有功出力,线路潮流过程过于简化,在计算线路潮流时存在因为数据过于近似而产生误差,虽然AC潮流模型在计算线路潮流时对线路损耗也采取了近似处理,但对PL和QL初始表达式中的节点电压采取数学转化而不是忽略近似处理,因此在紧急事故集遍历的计算结果会有更高的精确性。
对筛选下的紧急事故集进行约束限制,并将这类约束限制加入初始的运行调度中就可以完成潮流线路N-1事故的预防性调度。
实施例2
面向韧性提升的紧急事故筛选方法,它包括以下步骤:
步骤1):推到线性化约束
通过一个带有无功功率Q和节点电压V的线性化潮流模型,推导包含表示潮流分布和节点功率的线性化约束;与DC潮流模型相比,这几项线性化约束采取了更少的近似项,因此能够有效地提高准确性;
考虑线路l上的潮流表达,设线路l的始节点和终节点分别为m、n,于是得到线路潮流的表达式:
其中,gmn和bmn分别表示线路mn的电导和电纳。
利用泰勒二项式展开,保留上式中三角函数项的一次项和二次项,假设θmn通常是一个小数值,可以得到下列关系式:
假设节点电压V的幅值在1.0p.u.附近很小范围变化,可以通过下列近似对无功功率Q和节点电压V进行解耦:
通过将两项近似关系式代入原始的线路潮流表达式,可以得到新的表达式:
将V2看作一个独立变量,可以通过一个数学转换(Vmn=Vm-Vn)线性化关于电压幅值的非线性项:
在没有牺牲精度的情况下,非线性项ViVj被转换成了一个线性项与二次项的和,通过将上述转换(5)代入(4)中,可以获得线性化的线路潮流表达式:
在不考虑线路损耗的潮流计算下,可对上述关系式进行进一步简化:
再考虑节点功率平衡的表达式,节点有功无功的注入能够表达为如下的关系式:
其中,Gmn和Bmn分别表示节点导纳矩阵的实部和虚部所构成的矩阵。
步骤2):对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导说明
在进行事故集的有效筛选时,采用基于PTDF的改进LODF替代一般潮流事故线路筛选的方法,对LODF进行模型表达上的适用场景的说明和数学推导,并分别对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导;
DC模型下的PTDF与LODF推导,LODF表示的是在一条线路发生故障后,指定的观测线路下的事故后功率变化,观测线路和故障线路组成一组故障对;观测线路下的有功功率变化可以表示为:
其中,上标0和c分别表示基本运行状态和事故运行状态,下标M和O分别表示u条观测线路和v条事故线路的集合,和/>分别表示观测线路上的事故前后的潮流,这是一个大小为u×1的向量;/>表示事故线路上事故前的潮流,这是一个大小为v×1的向量,不难得到LODFM,O是一个大小为u×v的向量;如图4所示,在观测线路上的事故后的有功网络可以等效为事故前有功网络和事故后一个无源网络的节点注入和输出。注意到这一状态的LODFmn,pq,其中,mn指的是观测线路,pq指的是故障线路,此时,LODFmn,pq与/>是相等的;
当存在不止一条线路故障时,可以将这个关系拓展到多条观测线路,可以得到下列的关系式:
基于PTDF的定义,可以得到这么一组关系式:
其中,XM和XO分别是表示观测线路和故障线路电抗的对角矩阵。Φ和Ψ分别式表示总线-观测线路和总线-事故线路的关联矩阵,因此,可以得到LODFM,O与的等式关系;
至此,在DC潮流模型下进行计算紧急事故集的LODF矩阵可以通过正常运行状态下的PTDF矩阵转化得到。
AC模型下的PTDF与LODF推导,由于忽略了无功功率和节点电压的DC潮流模型下得出的LODF在数值上的精度与AC潮流模型下的算法误差较大,因此在算法模型中引入无功功率Q和节点电压V,并对新加入的等式和不等式约束进行线性化;
根据定义,假设pq代表一组变化线路,可以通过pq线路两端节点的SF矩阵进行表达:
其中,因为考虑了Q和V的影响,SF的计算要考虑到变化的线路的有功功率和无功功率的变化分别对有功功率P、无功功率Q和电压V的变化的影响,表示总体潮流变化的LODF也因此有了多种参考变化;
将pq线路拓展到事故线路的矩阵O,可以得到在AC潮流模型下的不同类型的LODF矩阵表达式:
其中,Ofrom和Oto分别表示事故线路的起始节点和终点节点的节点矩阵,至此,可以在计及无功功率Q和节点电压V的AC潮流模型下利用LODF矩阵进行事故集对线路潮流的影响的计算。
步骤3):紧急事故集筛选
紧急事故的约束包括剩余在线线路潮流的越限问题,以及AC潮流下的节点电压的越限问题;在DC潮流模型下,仅考虑剩余在线线路的潮流越限问题;在AC潮流模型下,除了附加考虑节点电压的约束外,对线路潮流的约束还要加上无功功率越限约束和线路视在功率的限制,通过LODF表示的事故后线路有功潮流无功潮流和节点电压,如下列关系式所示:
果事故后运行有短时允许的事故后小范围越限,那么就存在事故后的一个新的紧急事故约束:
其中,指的是事故情况下视在功率短期允许的故障运行的最大值。
步骤4):筛选分析
至此,完成紧急事故集的筛选。通过分析事故后剩余在线线路潮流的状态和AC潮流模拟下网络节点的状态,对会造成系统越限的部分紧急事故集进行潮流和电压约束,避免事故后网络的不可运行,同时两种潮流模型下的事故集约束判定标准的不同,也会在事故集的筛选中出现不同,在完成了AC潮流模型下的参与事故集的约束的线性化后,AC潮流模型下的计算筛选事故集的时间会有所减少,在系统不复杂的情况下,理论上的计算时间相较于DC潮流模型不会有过大的差异,并且在AC潮流模型下的实际事故集筛选会比前者精确度更高。;本发明具有一种使用方便、安全性能高、易操作的优点。
Claims (4)
1.面向韧性提升的紧急事故筛选方法,其特征在于:它包括以下步骤:
步骤1):推到线性化约束
通过一个带有无功功率Q和节点电压V的线性化潮流模型,推导包含表示潮流分布和节点功率的线性化约束;与DC潮流模型相比,这几项线性化约束采取了更少的近似项,因此能够有效地提高准确性;
步骤2):对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导说明
在进行事故集的有效筛选时,采用基于PTDF的改进LODF替代一般潮流事故线路筛选的方法,对LODF进行模型表达上的适用场景的说明和数学推导,并分别对DC潮流模型和AC潮流模型下的PTDF和LODF进行推导;
DC模型下的PTDF与LODF推导,LODF表示的是在一条线路发生故障后,指定的观测线路下的事故后功率变化,观测线路和故障线路组成一组故障对;
AC模型下的PTDF与LODF推导,由于忽略了无功功率和节点电压的DC潮流模型下得出的LODF在数值上的精度与AC潮流模型下的算法误差较大,因此在算法模型中引入无功功率Q和节点电压V,并对新加入的等式和不等式约束进行线性化;
步骤3):紧急事故集筛选
紧急事故的约束包括剩余在线线路潮流的越限问题,以及AC潮流下的节点电压的越限问题;在DC潮流模型下,仅考虑剩余在线线路的潮流越限问题;在AC潮流模型下,除了附加考虑节点电压的约束外,对线路潮流的约束还要加上无功功率越限约束和线路视在功率的限制,通过LODF表示的事故后线路有功潮流无功潮流和节点电压;
步骤4):筛选分析
通过分析事故后剩余在线线路潮流的状态和AC潮流模拟下网络节点的状态,对会造成系统越限的部分紧急事故集进行潮流和电压约束,避免事故后网络的不可运行,同时两种潮流模型下的事故集约束判定标准的不同,也会在事故集的筛选中出现不同,在完成了AC潮流模型下的参与事故集的约束的线性化后,AC潮流模型下的计算筛选事故集的时间会有所减少,在系统不复杂的情况下,理论上的计算时间相较于DC潮流模型不会有过大的差异,并且在AC潮流模型下的实际事故集筛选会比前者精确度更高。
2.如权利要求1所述的面向韧性提升的紧急事故筛选方法,其特征在于:所述步骤2)中,DC模型下的PTDF与LODF推导的观测线路下的有功功率变化可以表示为
其中,上标0和c分别表示基本运行状态和事故运行状态,下标M和O分别表示u条观测线路和v条事故线路的集合,和/>分别表示观测线路上的事故前后的潮流,这是一个大小为u×1的向量;/>表示事故线路上事故前的潮流,这是一个大小为v×1的向量,不难得到LODFM,O是一个大小为u×v的向量;
当存在不止一条线路故障时,可以将这个关系拓展到多条观测线路,可以得到下列的关系式:
基于PTDF的定义,可以得到这么一组关系式:
其中,XM和XO分别是表示观测线路和故障线路电抗的对角矩阵,Φ和Ψ分别式表示总线-观测线路和总线-事故线路的关联矩阵。
3.如权利要求1所述的面向韧性提升的紧急事故筛选方法,其特征在于:所述步骤2)中使用LODF的方法进行模拟时,一个必要的假设是:在发生线路意外情况时,必须保持网络连接性,当一条或者多条线路的中断导致电网孤岛产生时,LODF就无法直接用于该类事故后的潮流计算,所以在故障情况中,不考虑产生了孤岛电网的N-1紧急事故。
4.如权利要求1所述的面向韧性提升的紧急事故筛选方法,其特征在于:所述步骤3)中,在AC潮流模型下的关系表达式为:
如果事故后运行有短时允许的事故后小范围越限,那么就存在事故后的一个新的紧急事故约束:
其中,指的是事故情况下视在功率短期允许的故障运行的最大值,上标0和c分别表示基本运行状态和事故运行状态,下标M和O分别表示u条观测线路和v条事故线路的集合,/>和/>分别表示观测线路上的事故前后的潮流,/>表示事故线路上事故前的潮流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020722.XA CN113919105B (zh) | 2021-09-01 | 2021-09-01 | 面向韧性提升的紧急事故筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020722.XA CN113919105B (zh) | 2021-09-01 | 2021-09-01 | 面向韧性提升的紧急事故筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113919105A CN113919105A (zh) | 2022-01-11 |
CN113919105B true CN113919105B (zh) | 2024-03-26 |
Family
ID=79233574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111020722.XA Active CN113919105B (zh) | 2021-09-01 | 2021-09-01 | 面向韧性提升的紧急事故筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919105B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070037224A (ko) * | 2005-09-30 | 2007-04-04 | 고려대학교 산학협력단 | 무효전력 예비력 상정사고 제약 최적 조류 계산 방법 |
CN105186513A (zh) * | 2015-10-16 | 2015-12-23 | 山东大学 | 一种基于时序最优潮流法的长期电压稳定预防控制方法 |
CN110401183A (zh) * | 2019-03-12 | 2019-11-01 | 天津大学 | 一种基于配电系统两阶段重构的韧性提升方法 |
CN110661265A (zh) * | 2019-09-19 | 2020-01-07 | 吉林大学 | 一种基于支路开断分布因子的安全约束最优潮流计算方法 |
-
2021
- 2021-09-01 CN CN202111020722.XA patent/CN113919105B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070037224A (ko) * | 2005-09-30 | 2007-04-04 | 고려대학교 산학협력단 | 무효전력 예비력 상정사고 제약 최적 조류 계산 방법 |
CN105186513A (zh) * | 2015-10-16 | 2015-12-23 | 山东大学 | 一种基于时序最优潮流法的长期电压稳定预防控制方法 |
CN110401183A (zh) * | 2019-03-12 | 2019-11-01 | 天津大学 | 一种基于配电系统两阶段重构的韧性提升方法 |
CN110661265A (zh) * | 2019-09-19 | 2020-01-07 | 吉林大学 | 一种基于支路开断分布因子的安全约束最优潮流计算方法 |
Non-Patent Citations (2)
Title |
---|
毕建权等. 一种基于多分类概率输出的变压器故障诊断方法.电力系统自动化.2015,全文. * |
胡剑 ; 王建 ; 熊小伏 ; 乌睿 ; .计及线路动态电热特性的交直流混联电网过载控制策略.电力系统保护与控制.2020,(第07期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113919105A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Resilience-oriented distributed load restoration method for integrated power distribution and natural gas systems | |
CN107871202A (zh) | 一种计及多电压等级的电网可靠性评估方法 | |
CN104091289A (zh) | 基于接线模式规则的大规模配电网n-1快速校验方法 | |
CN106096806A (zh) | 一种基于主观与客观权重集成的多馈入直流落点方案评估方法 | |
CN111353267B (zh) | 一种基于图模型的中压配电网拓扑简化抽象方法 | |
CN105069545A (zh) | 一种面向电网调度操作的实时风险评估方法 | |
CN110458375B (zh) | 一种考虑电网潮流分布均衡度的电力系统经济调度方法 | |
CN109377020B (zh) | 一种考虑配电网负荷转供能力的输电网规划方法 | |
CN102709955A (zh) | 一种基于多断面潮流控制的方法 | |
CN113919105B (zh) | 面向韧性提升的紧急事故筛选方法 | |
CN114386222A (zh) | 一种基于信息物理系统的配电网协同故障恢复方法和系统 | |
Karamta et al. | A review of power system state estimation: Techniques, state-of-the-art and inclusion of FACTS controllers | |
CN111834996B (zh) | 电网线损计算方法和装置 | |
CN110048428B (zh) | 基于概率守恒原理的电力系统概率潮流计算方法 | |
Huang et al. | Line outage distribution factors of a linearized AC model with reactive power and voltage magnitude for resilience-constrained economic dispatch | |
Kobayashi et al. | Model coordination method applied to power system control and estimation problems | |
CN107565547A (zh) | 一种配电网运行可靠性评估及优化系统 | |
Zhang et al. | Multi-Resource Collaborative Service Restoration of a Distribution Network with Decentralized Hierarchical Droop Control | |
CN116415708A (zh) | 考虑置信水平的电网鲁棒规划方法 | |
Kashtanov et al. | Application of graph theory as a tool for reconfiguration of the distribution network | |
CN113241793A (zh) | 一种计及风电场景的含ipfc电力系统预防控制方法 | |
Han et al. | An online calculation method of theoretical power losses for high-voltage distribution system based on rapid modeling and data quality analysis | |
Liu et al. | Robust Transmission Expansion Planning Considering Massive N-1 Contingencies with High Proportion of Renewable Energy | |
Zhang et al. | Resilience-oriented comparative study of SOP-based service restoration in distribution systems | |
CN109560561A (zh) | 主动配电网三相不对称运行动态仿真方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |