LU500534B1 - Online load model parameter correction method based on aggregation-identification two-tier architecture - Google Patents
Online load model parameter correction method based on aggregation-identification two-tier architecture Download PDFInfo
- Publication number
- LU500534B1 LU500534B1 LU500534A LU500534A LU500534B1 LU 500534 B1 LU500534 B1 LU 500534B1 LU 500534 A LU500534 A LU 500534A LU 500534 A LU500534 A LU 500534A LU 500534 B1 LU500534 B1 LU 500534B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- bus
- load
- identified
- aggregation
- model
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012937 correction Methods 0.000 title claims abstract description 13
- 230000002776 aggregation Effects 0.000 claims abstract description 26
- 238000004220 aggregation Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 239000002131 composite material Substances 0.000 claims abstract description 18
- 230000006698 induction Effects 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims abstract description 9
- 239000000203 mixture Substances 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 238000011160 research Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000004804 winding Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
-
- 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
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
- G05B13/044—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance not using a perturbation signal
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Claims (3)
1. Ein auf einer Zweistufenarchitektur von Aggregation-ldentifizierung basierendes Verfahren für online-Korrektur der Parameter von Ladungsmodell, umfassend folgende Schritte: Schritt 1: Erwerben von Informationen über Leitungen, die an die zu identifizierende Sammelschiene angebunden sind, sowie Informationen über ausgehende Leitungen der Ladung auf der Basis der Topologie des Elektrizitätssystems, Erwerben von allen Kompositionstypen der zu identifizierenden Sammelschiene durch offline-Recherche und Statistiken, wobei historische Messungsdaten der zu identifizierenden Sammelschiene in einer typischen Zeitspanne erworben werden, wobei die Daten eine Spannung U, eine aktive Leistung P und eine reaktive Leistung Q beinhalten, die Uber die an die Sammelschiene angebundenen Leitungen und Transformatoren übertragen werden; Schritt 2: basierend auf den Kompositionstypen der Ladung der zu identifizierenden Sammelschiene und den historischen Messungsdaten der zu identifizierenden Sammelschiene in einer typischen Zeitspanne, Aggregieren von Ladungsbündeln derselben zu identifizierenden Sammelschiene, unter Anwendung einer Kapazitätsgewichtungsmethode unter Berücksichtigung des Einflusses der Ladungsrate des Induktionsmotors und des kritischen Differentials, um ein initiales Aggregationsmodell der äquivalenten Ladungen zu bekommen; Schritt 3: Identifizieren dominanter Parameter des initialen Aggregationsmodells der äquivalenten Ladungen, um ein gemischtes Ladungsmodell der zu identifizierenden Sammelschiene zu bekommen; Schritt 4: Stratifizieren von Elektrizitätssystem nach Spannungsniveau unter onlineAnwendung des auf einer Zweistufenarchitektur der Aggregation- Identifizierung basierten Verfahrens auf unterschiedlichen Spannungsniveaus, Errichten eines initialen Aggregationsmodells der äquivalenten Ladungen auf allen Spannungsniveaus von unten nach oben, um gemischte Ladungsmodelle auf allen Spannungsniveaus zu erlangen, und einen Genauigkeitsindex für die gemischten Ladungsmodelle auf jedem Spannungsniveau zu liefern.
2. Das auf einer Zweistufenarchitektur von Aggregation-ldentifizierung basierende LU500534 Verfahren fur online-Korrektur der Parameter von Ladungsmodell nach Anspruch 1, dadurch gekennzeichnet, dass die Identifizierung dominanter Parameter des initialen Aggregationsmodells der aquivalenten Ladungen der zu identifizierenden Sammelschiene im Schritt 3 folgende Schritte umfasst: Verarbeitung von gemessenen PMU-Daten des Elektrizitatssystems basierend auf den Informationen über die an die zu identifizierenden Sammelschiene angebundenen Leitungen und Transformatoren, um die aktive Leistung und die reaktive Leistung der Ladungen der zu identifizierenden Sammelschiene zu bekommen; Einstellung der Identifizierungsreichweite der dominanten Parameter und Bestimmung der nicht dominanten Parameter basierend auf den Parametern wie die aktive Leistung und die reaktive Leistung der Ladungen und das initiale Aggregationsmodell der âquivalenten Ladungen, wobei die dominanten Parameter folgendes umfassen: Proportion des Induktionsmotors Æn, das initiale Differential des Motors So, aktive konstante Impedanzproportion Z, aktive konstante Stromproportion /,, reaktive konstante Impedanzproportion Z; und reaktive konstante Stromproportion /, in einem statischen ZIP Modell; und Identifizierung der dominanten Parameter durch einen Algorithmus der PartikelSchwarm-Optimierung (PSO), um das gemischte Ladungsmodell der zu identifizierenden Sammelschiene zu erzielen.
3. Das auf einer Zweistufenarchitektur von Aggregation-ldentifizierung basierende Verfahren für online-Korrektur der Parameter von Ladungsmodell nach Anspruch 1, dadurch gekennzeichnet, dass der Genauigkeitsindex im Schritt 4 für ein gemischtes Ladungsmodell in folgenden Schritten berechnet wird: Ausführen von Szenensimulation basierend auf den Parametern des gemischten Ladungsmodells, um die simulierten Daten P, Q' und U' zu ermitteln; und Kalkulation von Differenzen zwischen Daten und den korrespondierenden online- Messungsdaten P, Q and U, so dass der Genauigkeitsindex des Modells wie folgt ist:
E EE AE AE Td EE 7 LU500534 aar-1-5 ES EE RTE Lg wobei eine relative Differenz anstelle einer absoluten Differenz für die quadratischen Mittelwertdifferenzen aller Messungen in der vorliegenden Erfindung verwendet wird, um die Situation zu vermeiden, dass eine große absolute Differenz die Differenzen anderer Messungen aufgrund der unterschiedlichen Dimension und Amplitude überlagert.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011061128.0A CN112290538A (zh) | 2020-09-30 | 2020-09-30 | 基于聚合-辨识双层架构的负荷模型参数在线修正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
LU500534B1 true LU500534B1 (en) | 2022-02-14 |
Family
ID=74421706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
LU500534A LU500534B1 (en) | 2020-09-30 | 2021-08-13 | Online load model parameter correction method based on aggregation-identification two-tier architecture |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112290538A (de) |
LU (1) | LU500534B1 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115408949B (zh) * | 2022-11-02 | 2023-02-17 | 广东电网有限责任公司中山供电局 | 一种负荷模型参数辨识方法、系统、设备和介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356454B (zh) * | 2015-11-05 | 2017-11-21 | 上海电力学院 | 一种基于典型负荷群的电力系统负荷建模方法 |
CN108306284B (zh) * | 2018-01-05 | 2021-04-27 | 东南大学溧阳研究院 | 一种基于局部智能量测的在线负荷建模方法 |
CN109827310B (zh) * | 2019-01-31 | 2020-12-11 | 河海大学 | 一种居民空调负荷群聚合模型建立方法 |
CN111415059B (zh) * | 2020-01-08 | 2022-04-29 | 天津大学 | 一种实用模型机构建及在线应用方法 |
-
2020
- 2020-09-30 CN CN202011061128.0A patent/CN112290538A/zh active Pending
-
2021
- 2021-08-13 LU LU500534A patent/LU500534B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
CN112290538A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103887815B (zh) | 基于运行数据的风电场参数辨识及动态等值方法 | |
CN105470950B (zh) | 故障分析用永磁直驱风电场电磁暂态等值模型建立方法 | |
CN109638870B (zh) | 一种特高压直流送端电网的调相机配置方法 | |
CN111384725A (zh) | 一种新能源电站的短路电流计算方法和系统 | |
CN110299762B (zh) | 基于pmu准实时数据的主动配电网抗差估计方法 | |
EP2381094B1 (de) | Energienetzwerk und Steuerung davon | |
CN110601250B (zh) | 一种基于新能源电站接入点静态电压稳定性评估方法 | |
CN114726009B (zh) | 考虑功率预测的风电场群无功分层优化控制方法及其系统 | |
CN110336327B (zh) | 考虑分布式光伏低电压穿越的配电网短路电流获取方法 | |
CN110854884B (zh) | 一种风电汇集区域次同步振荡风险在线评估和预警方法 | |
CN115622053B (zh) | 一种用于考虑分布式电源的自动负荷建模方法及装置 | |
LU500551B1 (en) | Virtual load dominant parameter identification method based on incremental learning | |
CN112994097A (zh) | 一种基于智能配变终端系统的高比例分布式光伏协同控制方法 | |
CN108879667A (zh) | 一种电网闭环控制潮流仿真方法 | |
WO2023071300A1 (zh) | 一种微能网多适应性μPMU最优布点方法 | |
LU500534B1 (en) | Online load model parameter correction method based on aggregation-identification two-tier architecture | |
CN112072651B (zh) | 基于暂态能量函数的暂态电压失稳与功角失稳识别方法 | |
CN105701265A (zh) | 一种双馈风电机组建模方法及装置 | |
CN110675276A (zh) | 一种用于直流输电系统反演下垂控制的方法及系统 | |
CN114417620A (zh) | 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法 | |
CN114157027A (zh) | 一种分布式光伏接入配电网运行的调控系统及方法 | |
CN109599897A (zh) | 一种考虑海上风电波动性的无功补偿控制方法 | |
CN111293701B (zh) | 含分布式光伏的配电网凹陷域的预估方法及装置 | |
Ma et al. | Cyber-physical Modeling Technique based Dynamic Aggregation of Wind Farm Considering LVRT Characteristic | |
Zhao et al. | Research on Online Modeling Technology of Wind Farm in Online Stability Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Patent granted |
Effective date: 20220214 |