CN116316632A - 一种智慧箱变控制系统 - Google Patents

一种智慧箱变控制系统 Download PDF

Info

Publication number
CN116316632A
CN116316632A CN202310205276.2A CN202310205276A CN116316632A CN 116316632 A CN116316632 A CN 116316632A CN 202310205276 A CN202310205276 A CN 202310205276A CN 116316632 A CN116316632 A CN 116316632A
Authority
CN
China
Prior art keywords
dynamic reactive
power
reactive power
heavy overload
control system
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
CN202310205276.2A
Other languages
English (en)
Other versions
CN116316632B (zh
Inventor
彭健
钟海泉
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.)
Yinger Automation Fujian Co ltd
Original Assignee
Yinger Automation Fujian Co ltd
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 Yinger Automation Fujian Co ltd filed Critical Yinger Automation Fujian Co ltd
Priority to CN202310205276.2A priority Critical patent/CN116316632B/zh
Publication of CN116316632A publication Critical patent/CN116316632A/zh
Application granted granted Critical
Publication of CN116316632B publication Critical patent/CN116316632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/04—Arrangements for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling the transfer of power between connected networks; Controlling load sharing between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
    • H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
    • H02B1/24—Circuit arrangements for boards or switchyards
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/12—Arrangements for adjusting voltage in AC networks by changing a characteristic of the network load
    • H02J3/16—Arrangements for adjusting voltage in AC networks by changing a characteristic of the network load by adjustment of reactive power
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • H02J2103/35—Grid-level management of power transmission or distribution systems, e.g. load flow analysis or active network management
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30—Reactive power compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种智慧箱变控制系统，该系统包括智慧箱变配电结构、同步相量测量单元、动态无功支撑单元、重过载控制单元。与传统智慧箱变控制系统相比，本发明能够解决传统智慧箱变控制系统对负荷侧动态无功支撑能力弱、负荷高峰时段重过载问题突出，在面对电力电子化设备广泛接入的新型电力系统时计算量大、计算精度低等问题，对智慧箱变控制系统设计具有指导意义。

Description

一种智慧箱变控制系统
技术领域
本发明涉及电力系统配电技术领域，具体是一种智慧箱变控制系统。
背景技术
智慧箱变是一种集成配电变压器及其高、低压侧开关以及智能监测设备和控制系统的预装式配电装置，具有占地面积小、安装方便、设备紧凑、智能化程度高等多种优点。智慧箱变作为电力系统的末端组成部分，在电力的传输过程中发挥着重要的作用。作为智慧箱变的核心组成部分，其控制系统的设计与实现尤为重要。
现有智慧箱变的控制系统多从设备本身出发，更多着眼于设备的数据采集与监视，缺乏对设备的自动控制，智慧箱变的实际运行过程往往还依赖于电网调控人员远程的设备状态操作。同时，智慧箱变作为电力生产链条的重要一环，现有控制思路往往不能很好地考虑电网实际运行情况，存在着对负荷侧动态无功支撑能力弱、负荷高峰时段重过载问题突出等缺点。随着低压分布式可再生能源以及电力电子设备的接入，传统基于电力系统潮流计算方法来提供无功支撑和重过载预测的思路面临着计算量大、高维非线性数值解精度低等缺点，这对于新能源的发展、用户侧电能质量的提升以及箱变的安全稳定运行都会产生较大的不利影响。
发明内容
针对上述问题，本发明的目的是要提供一种智慧箱变控制系统，使得智慧箱变在实际的运行过程中能更好地考虑负荷侧的电压质量、设备重过载情况等运行信息，提高智慧箱变对电网的支撑能力以及运行可靠性，更贴近电力系统的实际运行情况。
为实现上述目的，本发明采取以下技术方案：
第一方面，本发明提供一种智慧箱变控制系统，该系统包括智慧箱变配电结构、同步相量测量单元、动态无功支撑单元、重过载控制单元；
所述智慧箱变配电结构为集中式的35kV配电系统，其由35kV母线、35kV主变压器、10kV主线、10kV支线和无功补偿装置组成，每一所述配电系统结构均配置有信号传感器，用于现场测量实际运行数据；
所述同步相量测量单元，用于相应采集每一所述配电系统组成结构的电压、电流相量及电网频率，并经过通讯以数据驱动方式向所述动态无功支撑单元、重过载控制单元实际运行数据；
所述动态无功支撑单元，用于接收同步相量测量单元采集的运行数据，并将该数据集输入经过多层无监督强化学习后的最优网络结构，通过输出的动态无功优化变量来对主变压器分接头、电容器组、电抗器组投切量进行动态优化；
所述重过载控制单元，用于接收同步相量测量单元采集的运行数据，并将该数据集输入经过多层无监督强化学习后的最优网络结构，通过预测未来时刻的重过载情况来依据限电序位表拉停线路，同时对开环线路对侧发合闸指令。
第二方面，本发明提供一种智慧箱变的动态无功优化算法，包括以下步骤：
A1、采集智慧箱变配电系统各组成部分实际运行数据，并将采集的实际运行数据发送到动态无功支撑单元；
A2、动态无功支撑单元通过大样本训练集和实际的测试集对模型进行无监督强化学习训练，构建动态无功优化模型；
A3、动态无功支撑单元将实际运行数据归一化后作为动态无功优化模型的输入量，通过输入-输出映射得出动态无功优化结果；
A4、将动态无功优化结果作为输入指令分别发送给主变分接头位置控制器、电容器组、电抗器组投切开关，实现实时的动态无功优化；
进一步地，上述A2的具体过程为：通过蒙特卡洛抽样生成比例为9：1的大样本训练集、测试集，将该训练集和测试集输入极限学习机中进行无监督强化学习训练，最终生成动态无功优化模型。
第三方面，本发明提供一种智慧箱变的重过载控制算法，包括以下步骤：
B1、采集智慧箱变配电系统各组成部分实际运行数据，并将采集的实际运行数据发送到重过载控制单元；
B2、重过载控制单元通过大样本训练集和测试集对模型进行无监督强化学习训练，构建潮流预测模型；
B3、重过载控制单元将实际运行数据归一化后作为潮流预测模型的输入量，通过输入-输出映射得出潮流预测结果；
B4、重过载控制单元将潮流预测值ηs与主变重过载能力hs、预测重过载时间ts进行综合判断，若ηs＞1.7hs，且ts>30min，则判断潮流越限，由重过载控制单元向线路发分闸指令，同时向开环线路对侧发合闸指令。
进一步地，上述S2的具体过程为：通过蒙特卡洛抽样的数据集以及历史数据集组成比例为9：1的大样本训练集、测试集，将该训练集和测试集输入极限学习机中进行无监督强化学习训练，最终生成潮流预测模型。
进一步地，上述S4中的重过载控制措施具体步骤为：在接收到潮流越限信息后，由重过载控制单元读取限电序位表，根据限电序位表中的限电顺序依次对线路本侧断路器发分闸指令，同时向开环线路对侧发合闸指令，直到重过载控制单元不再生成潮流越限信息。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明提供一种智慧箱变控制系统，结构清晰，在实际的运行过程中能更好地考虑负荷侧的电压质量、设备重过载情况等运行信息，提高智慧箱变对电网的支撑能力以及运行可靠性，更贴近电力系统的实际运行情况。
2、本发明提出的智慧箱变动态无功优化算法，适用于高比例分布式可再生能源和高比例电力电子设备接入的新型电力系统，较传统基于牛顿拉夫逊法潮流计算方法求取的无功优化组合，具有计算精度高、求解速度快的特点。
3、本发明提出的智慧箱变重过载控制算法，采用的潮流预测模型以及基于限电序位表的重过载设备控制思路适用于高比例分布式可再生能源和高比例电力电子设备接入的新型电力系统，具有预测准确度高、求解速度快、供电可靠性高的特点。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
图1是本发明智慧箱变控制系统结构图；
图2是本发明智慧箱变动态无功优化算法流程图；
图3是本发明智慧箱变重过载控制算法流程图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
本实施例提供了一种智慧箱变控制系统，如图1所示。包括智慧箱变配电结构、采集测点与智慧箱变配电结构相适应的PMU(同步相量测量单元)、动态无功支撑单元、重过载控制单元。
本实施例中的智慧箱变配电结构为集中式的35kV配电系统，其由35kV母线、35kV主变压器、10kV主线、10kV支线、一至四号电容器组和电抗器组以及一至八号馈线线路组成。电能在经由更高电压等级的电力系统传输到35kV母线后进入集中式的智慧箱变，最终输送到用户。
同步相位测量单元主要测量智慧箱变内部不同测点的电压、电流相量及电网频率数据，并将实时测量数据同步发送到动态无功支撑单元和重过载控制单元，同时也接收上述两单元的反馈信号进行数据采集。
动态无功支撑单元在智慧箱变控制系统中起电压支撑，电能质量改善的作用。动态无功支撑单元中的计算部分在进行多层无监督强化学习训练后会生成最优网络1。该最优网络1接受到同步向量测量单元的测量数据后会自动生成动态无功优化指令，从而通过控制一至四号电容器组和电抗器组的投切量以及主变的分接头位置等变量来实现电压支撑的作用。
重过载控制单元在智慧箱变控制系统中起潮流控制，保证主变安全运行的作用。重过载控制单元中的计算部分在进行多层无监督强化学习训练后会生成最优网络2。该最优网络2在输入数据时，会生成主变越限潮流值以及潮流越限时间。若该越限潮流值以及潮流越限时间超出控制范围，则会在读取限电序位表后对馈线发断路器分闸指令，从而对主变下网潮流进行控制干预，保证主变运行在安全稳定的区间。
如图2所示，本实施例提供的动态无功优化算法包括以下内容：
A1、构建无功优化模型；
具体地，如图2所示，将蒙特卡洛抽样生成样本数量为9：1的训练集和测试集输入无监督强化学习训练器中，以训练效果偏差率为指标确定生成神经网络各层的神经元节点个数，最终确定无功优化模型。
在本发明一个具体实施例中，本发明采用的蒙特卡洛罗抽样算法样本数为n＝10000，训练精度(goal)为0.001，最大验证失败次数(max fail)为20次，并由此求得的各层神经元节点个数矩阵为[30,120,70,5]。
A2、动态无功优化实现
具体地，如图2所示，运行数据在归一化后输入A1中所确定的无功优化模型，其输入输出函数为：
h(C,L,p)＝ψ(i,u)
其中，C和L分别为一至四号电容器组和电抗器组的投切量，p为主变的分接头位置，i和u分别为各采集点的电流电压相量，将该无功优化结果代入智慧箱变配电结构中进行潮流计算，输出各节点电压值。
A3、动态无功优化指令输出
具体地，如图2所示，将各节点电压值与电压基准值进行比较，判断是否超出限额。在本发明实施例中，根据电力系统规程，选取节点电压矩阵的范围为0.97Us＜U＜1.0U7s。其中，Us为相应电压等级所对应的电压基准值。
若节点电压超出电压基准值及其越限比例，则无功优化指令不会输出。输入数据会重新进行动态无功优化计算，若节点电压未超出电压基准值及其越限比例，则A2中计算出的无功优化矩阵[C,L,p]输出至控制器，对一至四号电容器组和电抗器组的投切量以及主变的分接头进行控制。
如图3所示，本实施例提供的重过载控制算法包括以下内容：
B1、构建重过载潮流预测模型
具体地，如图3所示，将蒙特卡洛抽样生成样本以及历史数据样本组成数量为9：1的训练集和测试集，将其输入无监督强化学习训练器中。以训练效果偏差率为指标确定生成神经网络各层的神经元节点个数，最终确定重过载潮流预测模型。
在本发明一个具体实施例中，本发明采用的蒙特卡洛罗抽样算法样本数为n＝7000，历史潮流数据样本数为n＝3000，训练精度(goal)为0.001，最大验证失败次数(maxfail)为20次，并由此求得的各层神经元节点个数矩阵为[40,130,60,4]。
B2、重过载逻辑判断
具体地，如图3所示，运行数据在归一化后输入B1中所确定的重过载潮流预测模型，其输入输出函数为：
p(ηs,ts)＝ξ(i,u)
输出的结果为主变未来长周期的潮流预测值ηs和预测时间ts。将该值ηs与主变重过载能力hs进行综合判断，若ηs＞1.7hs，则进行下一步越限时间判断。若ηs＜1.7hs，则返回指令重新调用运行数据输入潮流预测模型。在前述步骤中，若ts>30min，则判断潮流越限，输出潮流越限控制指令。
B3、潮流越限指令执行
具体地，如图3所示，接收到潮流越限控制指令后，重过载控制单元会调用内置的限电序位表，根据限电序位表的优先级来对一至八号馈线开关发送分闸指令，同时若限电序位表中该线路开环控制字为1，则向对侧开关发送合闸指令。
在本发明一个具体实施例中，限电序位表内置于智慧箱变控制系统上位机的控制程序中，在线路投产、退役，用户侧信息发生变化时，进行实时更新。线路的运行方式在调整后也会由操作人员根据线路实际开闭环运行情况，将开环控制字进行修正。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围内的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (6)

1.一种智慧箱变控制系统，其特征在于：包括智慧箱变配电结构、同步相量测量单元、动态无功支撑单元、重过载控制单元；
所述智慧箱变配电结构为集中式的35kV配电系统，其由35kV母线、35kV主变压器、10kV主线、10kV支线和无功补偿装置组成，每一所述配电系统结构均配置有信号传感器，用于现场测量实际运行数据；
所述同步相量测量单元，用于相应采集每一所述配电系统组成结构的电压、电流相量及电网频率，并经过通讯以数据驱动方式向所述动态无功支撑单元、重过载控制单元传输实际运行数据；
所述动态无功支撑单元，用于接收同步相量测量单元采集的运行数据，并将该数据集输入经过多层无监督强化学习后的网络结构，通过输出的动态无功优化变量来对主变压器分接头、电容器组、电抗器组投切量进行动态优化；
所述重过载控制单元，用于接收同步相量测量单元采集的运行数据，并将该数据集输入经过多层无监督强化学习后的网络结构，通过预测未来时刻的重过载情况来依据限电序位表拉停线路，同时对开环线路对侧发合闸指令。
2.根据权利要求1所述的智慧箱变控制系统，其特征在于，还包括一种智慧箱变的动态无功优化算法，具体包括以下步骤：
A1、采集智慧箱变配电系统各组成部分实际运行数据，并将采集的实际运行数据发送到动态无功支撑单元；
A2、动态无功支撑单元通过大样本训练集和实际的测试集对模型进行无监督强化学习训练，构建动态无功优化模型；
A3、动态无功支撑单元将实际运行数据归一化后作为动态无功优化模型的输入量，通过输入-输出映射得出动态无功优化结果；
A4、将动态无功优化结果作为输入指令分别发送给主变分接头位置控制器、电容器组、电抗器组投切开关，实现实时的动态无功优化。
3.根据权利要求2所述的智慧箱变控制系统，其特征在于：所述步骤A2的具体过程为：蒙特卡洛抽样生成比例为9：1的大样本训练集、测试集，将该训练集和测试集输入极限学习机中进行无监督强化学习训练，以训练效果偏差率为指标确定生成神经网络各层的神经元节点个数，最终生成动态无功优化模型。
4.根据权利要求1所述的智慧箱变控制系统，其特征在于，还包括一种智慧箱变的重过载控制算法，具体包括以下步骤：
B1、采集智慧箱变配电系统各组成部分实际运行数据，并将采集的实际运行数据发送到重过载控制单元；
B2、重过载控制单元通过大样本训练集和测试集对模型进行无监督强化学习训练，构建潮流预测模型；
B3、重过载控制单元将实际运行数据归一化后作为潮流预测模型的输入量，通过输入-输出映射得出潮流预测结果；
B4、重过载控制单元将主变潮流预测值、主变重过载能力、预测重过载时间进行综合判断，由重过载控制单元向线路发分闸指令，同时向开环线路对侧发合闸指令。
5.根据权利要求4所述的智慧箱变控制系统，其特征在于：所述步骤B2的具体过程为：通过蒙特卡洛抽样的数据集以及历史数据集组成比例为9：1的大样本训练集、测试集，将该训练集和测试集输入极限学习机中进行无监督强化学习训练，最终生成潮流预测模型。
6.根据权利要求4所述的智慧箱变控制系统，其特征在于：所述步骤B4的具体过程为：将主变潮流预测值ηs与主变重过载能力hs、预测重过载时间ts进行综合判断，若ηs＞1.7hs，且ts>30min，则判断潮流越限，在接收到潮流越限信息后，由重过载控制单元读取限电序位表，根据限电序位表中的限电顺序依次对线路本侧断路器发分闸指令，同时向开环线路对侧发合闸指令。
CN202310205276.2A 2023-03-06 2023-03-06 一种智慧箱变控制系统 Active CN116316632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310205276.2A CN116316632B (zh) 2023-03-06 2023-03-06 一种智慧箱变控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310205276.2A CN116316632B (zh) 2023-03-06 2023-03-06 一种智慧箱变控制系统

Publications (2)

Publication Number Publication Date
CN116316632A true CN116316632A (zh) 2023-06-23
CN116316632B CN116316632B (zh) 2025-03-14

Family

ID=86816236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310205276.2A Active CN116316632B (zh) 2023-03-06 2023-03-06 一种智慧箱变控制系统

Country Status (1)

Country Link
CN (1) CN116316632B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201893513U (zh) * 2010-11-27 2011-07-06 沈阳彼菲特电气检测设备有限公司 小型高压计量美式箱变配电装置
CN103595135A (zh) * 2013-11-21 2014-02-19 国家电网公司 中低压区域电网智能无功优化与协调控制系统
CN105207360A (zh) * 2015-09-22 2015-12-30 波瑞电气有限公司 综合cdma通讯与本地无线自组网通讯的箱变监测仪
CN213751586U (zh) * 2021-01-12 2021-07-20 杭州智幸科技有限公司 一种供配电系统综合实验装置
CN113708256A (zh) * 2021-07-30 2021-11-26 中铁大桥勘测设计院集团有限公司武汉分公司 一种铁路用智能化可组装式箱变

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201893513U (zh) * 2010-11-27 2011-07-06 沈阳彼菲特电气检测设备有限公司 小型高压计量美式箱变配电装置
CN103595135A (zh) * 2013-11-21 2014-02-19 国家电网公司 中低压区域电网智能无功优化与协调控制系统
CN105207360A (zh) * 2015-09-22 2015-12-30 波瑞电气有限公司 综合cdma通讯与本地无线自组网通讯的箱变监测仪
CN213751586U (zh) * 2021-01-12 2021-07-20 杭州智幸科技有限公司 一种供配电系统综合实验装置
CN113708256A (zh) * 2021-07-30 2021-11-26 中铁大桥勘测设计院集团有限公司武汉分公司 一种铁路用智能化可组装式箱变

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苏童 等: "深度学习驱动的电力系统 暂态稳定预防控制进化算法", 《中国电机工程学报》, vol. 40, no. 12, 20 June 2020 (2020-06-20), pages 3813 - 3823 *

Also Published As

Publication number Publication date
CN116316632B (zh) 2025-03-14

Similar Documents

Publication Publication Date Title
CN100570984C (zh) 实现连续设备和离散设备综合协调的变电站电压控制方法
CN101630840B (zh) 微电网能量智能控制系统
CN106655207B (zh) 基于多数据分析的配电网无功优化系统及方法
CN100557918C (zh) 基于协调约束实时更新的电厂与变电站协调电压控制方法
CN106877354A (zh) 基于全网监视无功补偿技术的节能管理平台
CN201286016Y (zh) 电压无功控制装置
CN110380412B (zh) 一种基于cim/svg的主配一体化在线实时合环分析方法
CN102255320A (zh) 地区电网电压无功实时控制系统及其闭环控制方法
CN108493985A (zh) 含分布式电源的配电网电压越限薄弱环节的识别方法
CN107910958A (zh) 一种区域电网avc系统与变电站dvqc协调控制方法及装置
CN107453369A (zh) 智能配电网优化节电降损系统
CN100403619C (zh) 分布式实时电压无功优化控制方法
CN107809114A (zh) 电网电压自动调节方法
CN116316860B (zh) 一种基于hplc通信的分布式光伏采集控制交互系统
CN102185372B (zh) 基于ems的备自投控制模型的生成方法及装置
CN116316632A (zh) 一种智慧箱变控制系统
Jie et al. Reactive power optimization for AVC system based on decoupled interior point method
CN111817308A (zh) 一种基于avc的无功调节有效性判断方法及系统
CN106169755A (zh) 一种基于负荷分配均衡的配电网三双接线联络开关优化方法
CN103441438A (zh) 一种有载调容箱式变电站
Liu Research on the application of artificial intelligence technology in power system intelligent dispatching automation
CN100511080C (zh) 电压无功综合控制装置
CN117638958B (zh) 自适应型变电站无功电压平衡系统及方法
Cao et al. The Principle of Intelligent Switch Composition and Algorithm of the Built‐In Electronic Voltage Transformer
CN110635489A (zh) 一种自动电压控制系统的防误控制方法、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