CN106410790A - 一种运行条件相依的微电网可靠性评估方法 - Google Patents
一种运行条件相依的微电网可靠性评估方法 Download PDFInfo
- Publication number
- CN106410790A CN106410790A CN201610898104.8A CN201610898104A CN106410790A CN 106410790 A CN106410790 A CN 106410790A CN 201610898104 A CN201610898104 A CN 201610898104A CN 106410790 A CN106410790 A CN 106410790A
- Authority
- CN
- China
- Prior art keywords
- micro
- capacitance sensor
- scene
- power
- value
- 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
Links
- 238000011156 evaluation Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004146 energy storage Methods 0.000 claims abstract description 34
- 230000009471 action Effects 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 238000011217 control strategy Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002085 persistent effect Effects 0.000 claims description 2
- 238000007599 discharging Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提出了一种运行条件相依的微电网可靠性评估方法,属于微电网技术领域。该评估方法包括以下步骤:(1)处理原始数据,得到由至少一个数据变量表示的场景,确定各场景下微电源的出力值;(2)计算微电网的功率差值;确定储能装置的充放电功率;(3)计算各场景下微电网内的电压和电流分布;(4)基于此,根据微电网中电力电子器件故障模型、电力变换电路拓扑结构、保护装置动作概率模型,计算各类故障条件相依的发生概率;(5)枚举各类故障,根据经济性最优切负荷策略,评估故障对可靠性指标造成的影响;(6)对所述步骤(5)所得的结果进行统计分析,获得微电网年度可靠性指标。本发明能够更准确地评估微电网运行的可靠性。
Description
技术领域
本发明属于微电网技术领域,涉及一种微电网的可靠性评估方法。
背景技术
微电网作为电力***领域研究的新热点,能够为电力***带来多方面的收益。囿于现阶段微型电源制造工艺和技术水平的限制,微电网在经济上的优势并不能体现,提高供电可靠性方面的优势是推动微电网研究的主要动力。微电网中高故障率电力电子器件以及不完善的保护方案会对***供电可靠性产生消极影响。目前涉及网内元件故障对微电网可靠性影响的评估方法,大多采用基于马尔科夫链的序贯蒙特卡洛方法,由状态转移方程来确定网内元件的工作状态,通过时序仿真获得评估结果,而保护方案不完善导致保护装置动作为供电可靠性带来的不良影响通常被忽略。同时,现有的状态转移模型显然忽略了运行条件对元件故障概率带来的影响。
微电网中风机与光伏***的发电具有随机性,储能装置可以工作在充电和放电两种模式下,微电网存在并网和孤岛两类工作模式,因而微电网的运行条件相比于传统电网更为多变。储能装置因其出力多样可控的特点,在微电网中承担重要的作用,对微电网内运行状况具有重要的影响,因此其控制策略是可靠性评估中不可忽略的问题。此外,运行条件的多变性为微电网继电保护方案带来了新的挑战,常规的保护方法失效概率很高;微电网的结构特点决定了电力电子器件的大量使用,高故障率的电力变换电路成为可靠性评估中不可忽略的影响因素。
由此可见,考虑微电网运行条件和微电源控制策略的可靠性评估方法,对微电网的可靠性评估具有重要的意义。
发明内容
本发明的目的在于提供一种运行条件相依的微电网可靠性评估方法,以实现更准确地评估微电网运行的可靠性。
为了达到上述目的,本发明的解决方案是:
一种运行条件相依的微电网可靠性评估方法,包括以下步骤:
(1)处理原始数据,得到由至少一个数据变量表示的场景,确定各场景下微电源的出力值;
(2)求各场景下微电源的出力值与负荷需求之差,得到微电网的功率差值;再根据储能装置控制策略,确定储能装置的充放电功率;
(3)对各场景下的微电网进行潮流计算,得到各场景下微电网内的电压和电流分布;
(4)基于步骤(3)中潮流计算的结果,根据微电网中电力电子器件故障模型、电力变换电路拓扑结构、保护装置动作概率模型,计算各类故障条件相依的发生概率;
(5)枚举各类故障,根据经济性最优切负荷策略,评估故障对可靠性指标造成的影响;
(6)对所述步骤(5)所得的结果进行统计分析,获得微电网年度可靠性指标。
所述原始数据包括气象数据和负荷数据。
所述气象数据包括温度、光照强度和风速。
所述处理原始数据包括采用网格法对以分钟为单位的气象数据和负荷数据进行缩减;将温度、光照强度、风速绘制为三维图形,以小时为单位进行采样,选取三维空间几何中心数据作为气象数据的场景采样值;选取各小时内的负荷需求均值作为负荷需求的场景采样值。
所述储能装置控制策略为:将储能装置的荷电状态SOC分为不同的等级,设置对应的最大充放电功率;在可再生微电源的出力值大于或等于负荷需求的情况下,由可再生微电源为负荷供电;在可再生微电源的出力值小于负荷需求的情况下,若当前场景下,微电网的功率差值的绝对值小于对应的最大充放电功率,则优先使用可再生微电源出力为负荷供电,由储能装置填补负荷需求的剩余值,否则由储能装置按照当前场景下的荷电状态SOC对应的最大充放电功率参与供电,不足部分由主网供给或进行切负荷。
所述步骤(3)中对各场景下的微电网进行潮流计算采用的方法为前推回代法。
所述电力电子器件故障模型如下:
λI=xλDiode+yλIGBT
其中:λi表示单个电力电子器件的故障率;
λb、Rja分别表示电力电子器件的基础故障率与结壳热阻抗;
πT(i)表示场景i中影响器件故障率的温度因子;
c为其他不受场景变化影响的故障率影响因子;
Tj(i)、TC(i)分别表示场景i下器件的结温和环境温度;
Ploss.i为场景i下器件的功率损耗;
λI、λDiode、λIGBT分别代表整个电力变换电路、电路中单个二极管和IGBT器件的故障概率;
x、y分别为电路中二极管与IGBT的个数。
所述保护装置动作概率模型如下:
其中:λ(i)表示保护装置动作的概率;
P(I)表示保护装置动作的概率;
P(Ii)为场景i下保护装置动作的概率;
λ0为保护装置固有的故障概率;
Δt为采样时间间隔;
γ表示由保护方案失效导致的保护装置不正确动作概率;
I为线路潮流值;
Iop表示保护装置动作值。
步骤(5)中所述经济性最优切负荷策略为:
其中:表示在微电网运行场景i下,负荷点a与微电源b之间是否存在供求关系,取值1表示存在,取值0表示不存在;
Zab表示负荷点a与微电源b之间的线路阻抗值;
Pi表示微电源在场景i下的出力之和;
Plda表示负荷点a的功率值;
m,n分别表示负荷点与微电源的个数。
步骤(6)中的所述年度可靠性指标包括:***年平均停运频率、***年平均停运持续时间和***年平均缺电量。
由于采用上述方案,本发明的有益效果是:
(1)本发明量化了运行条件对微电网可靠性指标的影响;采用时序场景分析技术,从运行条件对微电网内元件停运概率的影响出发,使评估结果更为准确,具有更高的工程意义。
(2)本发明选择网格法对原始数据进行削减,在保证评估精度不减的前提下,大大减小了评估算法的计算量,提升了评估效率。
(3)本发明考虑储能装置对微电网运行状况的影响,根据线路中负荷需求、不可控微电源出力情况及储能装置使用寿命限制,依据储能装置的荷电状态(State of Charge,SOC)确定储能装置的充放电功率,使得可靠性评估结果更加准确、全面。
(4)一旦元件发生故障,本发明根据储能装置荷电状态SOC值,采用经济性最优的切负荷策略来评估故障对微电网供电可靠性的影响,全面考虑了能够对可靠性评估结果造成较大影响的各个方面,使评估方法更加完善,具有更高的实用价值。
附图说明
图1为本发明实施例中运行条件相依的微电网可靠性评估方法的流程图;
图2为实施例中采用网格法进行场景削减的原理图;
图3为一实施例中电力变换电路的拓扑结构;
图4为实施例中保护装置动作概率模型的示意图。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明。
本发明提出了一种运行条件相依的微电网可靠性评估方法。风机与光伏为微电网中典型的微电源,其存在使得微电网的运行状态与气象因素紧密相关,具有极大的不确定性,而微电网中元件的可靠性与运行状态紧密相依。为量化分析运行条件变化对***可靠性带来的影响,本发明使用场景分析技术对微电网运行条件进行分析,为微电网内元件建立运行条件相依的故障概率模型,对微电网的可靠性进行评估。
本实施例中,该运行条件相依的微电网可靠性评估方法(图1为其流程图)包括以下步骤:
(1)处理已经采集好的原始数据,得到由至少一个数据变量表示的场景,确定各场景下微电源的出力值。
该原始数据包括气象数据和负荷数据,该气象数据包括温度(E)、光照强度(S)和风速(V),负荷数据包括负荷需求(Pl)。本实施例中,采用网格法对海量的原始数据进行处理,将以分钟为单位的气象数据与负荷数据进行缩减,将温度(E)、光照强度(S)、风速(V)三类气象数据绘制为三维图形,以小时为单位进行采样,选取三维空间几何中心数据作为气象数据的场景采样值,如图2所示,图2中Δ符号表示对应物理量的变化值;负荷需求(Pl)选取各小时内均值作为其场景采样值。由此可见,本实施例中,每个场景由对应的温度(E)、光照强度(S)、风速(V)和负荷需求(Pl)这四个数据变量表示。
(2)求各场景下微电源的出力值与负荷需求之差,得到微电网的功率差值;再根据储能装置控制策略,确定储能装置的充放电功率。
步骤(2)中,微电源(本实施例中包括风机与光伏)的出力值由已知的场景数据(E,S,V)根据微电源出力模型算得到。为了满足微电源发电优先供给网内负荷的原则,同时保证储能装置的SOC(荷电状态)不越限,以最大程度延长储能装置的寿命,降低储能装置的损耗成本,上述储能装置控制策略如下:
将储能装置的SOC分为不同的等级,设置各等级对应的最大充放电功率,如表1所示。在可再生微电源的出力值大于或等于负荷需求的情况下,由可再生微电源为负荷供电;在可再生微电源的出力值小于负荷需求的情况下,若当前场景下,微电网的功率差值的绝对值小于储能装置对应的最大充放电功率,则优先使用可再生微电源出力为负荷供电,由储能装置填补负荷需求的剩余值(即负荷需求与微电源出力之差);否则,由储能装置按照当前场景下的SOC对应的最大充放电功率参与供电,不足部分由主网供电或进行切负荷,以达到对储能电池进行保护的目的。
(3)采用前推回代法,对各场景下的微电网进行潮流计算,得到各场景下微电网内的电压和电流分布。
(4)基于步骤(3)中潮流计算的结果,根据微电网中电力电子器件故障模型、电力变换电路拓扑结构、保护装置动作概率模型,计算各类故障条件相依的发生概率。
其中电力电子器件故障模型为式(1)和式(2),本实施例中的电力变换电路拓扑电路如图3所示,保护装置动作概率模型为式(3)。
表1
λI=xλDiode+yλIGBT (2)
其中,公式(1)中λi表示单个电力电子器件(二极管或IGBT)的故障率;
λb、Rja分别表示电力电子器件的基础故障率与结壳热阻抗(手册中可查得);
πT(i)表示场景i中影响器件故障率的温度因子;
c为其他不受场景变化影响的故障率影响因子;
Tj(i)、TC(i)分别表示场景i下器件的结温和环境温度;
Ploss.i为场景i下器件的功率损耗;
公式(2)中λI、λDiode、λIGBT分别代表整个电力变换电路、电路中单个二极管和IGBT器件的故障概率;
x、y分别为电路中二极管与IGBT的个数,本实施例中,采用现有技术中的典型电力变换电路拓扑结构,如图2所示,因而本实施例中式(2)中x、y值均取为12;
式(3)中,I为线路潮流值,Iop表示保护装置动作值;
λ(i)表示保护装置动作的概率;
P(I)表示保护装置动作的概率,P(Ii)为场景i下保护装置动作的概率;
λ0为保护装置固有的故障概率;
Δt为采样时间间隔;
γ表示由保护方案失效导致的保护装置不正确动作概率。
式(1)、(2)为运行条件相依的变流电路故障模型,可以求出任意场景下微电网内变流器电路的故障概率;式(3)为考虑了保护方案失效影响的保护装置动作模型,可以获得任意场景下保护装置的动作概率。
式(1)-式(2)所建模型,通过结温Tj(i)这一参数,将电力电子器件的故障率与微电网的运行条件联系在一起;式(2)中器件的功率损耗,可由步骤(3)中潮流计算结果运算得到,计算公式可参照相关电力电子文献。式(3)所搭建的保护装置动作概率模型,可结合图4进行说明(IN与IS分别表示保护装置所在线路的额定电流与短路电流值)。图4所示为保护装置动作值的概率分布曲线,概率分布函数为一截尾正态分布函数,表达式为:
式中:Iop、Iset分别表示保护装置的动作值与整定值;
δ为正态分布的标准差;
是标准正态分布函数。
由概率论知识可以获得P(Ii)的计算公式如式(3)中所述,考虑到微电网保护方案失效及保护装置自身故障带来的不正确动作影响,式(3)中含有λ0、γ两项,二者可以由电网运行的统计数据获得。
(5)枚举各类故障,根据经济性最优切负荷策略,评估故障对可靠性指标造成的影响。
本实施例中,经济性最优切负荷策略为:
式中,表示在微电网运行场景i下,负荷点a与微电源b之间是否存在供求关系,取值1表示存在,取值0表示不存在;
Zab表示负荷点a与微电源b之间的线路阻抗值,Pi表示微电源在场景i下的出力之和;
Plda表示负荷点a的功率值,m,n分别表示负荷点与微电源的个数;
式中s.t.是一种数学描述,是subject to的缩写,表示“受约束于”的含义,这个公式即为切负荷策略。按照公式所示原则,在满足不等式前提下,令min式最小,即为切负荷策略。
由式(5)可以看出,本实施例所指定的切负荷策略的目标为,使微电源优先为电气距离近的负荷供电,以减少电能在线路上的损耗,保证经济性最优。
(6)判断是否遍历所有场景,如果否,则从步骤(2)开始对未评估的场景进行步骤(2)到步骤(5)的运算;在遍历结束后,计算微电网的年度可靠性指标。
本实施例中,年度可靠性指标包括***年平均停运频率(SAIFI)、***年平均停运持续时间(SAIDI)和***年平均缺电量(ENS)。
对改进的IEEE(Institute of Electrical and Electronics Engineers,电气和电子工程师协会)可靠性测试算例应用本可靠性评估方法,仿真计算结果表明,本发明在提高算法速度与评估结果高效性上具有显著优势,对各种不同结构的微电网,均可依据本发明对其进行运行条件相依的可靠性评估,证明了本发明的通用性。
本发明量化了运行条件对微电网可靠性指标的影响;采用时序场景分析技术,从运行条件对微电网内元件停运概率的影响出发,使评估结果更为准确,具有更高的工程意义。本发明选择网格法对原始数据进行削减,在保证评估精度不减的前提下,大大减小了评估算法的计算量,提升了评估效率。本发明考虑储能装置对微电网运行状况的影响,根据线路中负荷需求、不可控微电源出力情况及储能装置使用寿命限制,依据储能装置的荷电状态,确定储能装置的充放电功率,使得可靠性评估结果更加准确、全面。一旦元件发生故障,本发明采用经济性最优的切负荷策略来评估故障对微电网供电可靠性的影响,全面考虑了能够对可靠性评估结果造成较大影响的各个方面,使评估方法更加完善,具有更高的实用价值。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改,并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此,本发明不限于这里的实施例,本领域技术人员根据本发明的揭示,不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (10)
1.一种运行条件相依的微电网可靠性评估方法,包括以下步骤:
(1)处理原始数据,得到由至少一个数据变量表示的场景,确定各场景下微电源的出力值;
(2)求各场景下微电源的出力值与负荷需求之差,得到微电网的功率差值;再根据储能装置控制策略,确定储能装置的充放电功率;
(3)对各场景下的微电网进行潮流计算,得到各场景下微电网内的电压和电流分布;
(4)基于步骤(3)中潮流计算的结果,根据微电网中电力电子器件故障模型、电力变换电路拓扑结构、保护装置动作概率模型,计算各类故障条件相依的发生概率;
(5)枚举各类故障,根据经济性最优切负荷策略,评估故障对可靠性指标造成的影响;
(6)对所述步骤(5)所得的结果进行统计分析,获得微电网年度可靠性指标。
2.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述原始数据包括气象数据和负荷数据。
3.根据权利要求2所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述气象数据包括温度、光照强度和风速。
4.根据权利要求2所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述处理原始数据包括采用网格法对以分钟为单位的气象数据和负荷数据进行缩减;将温度、光照强度、风速绘制为三维图形,以小时为单位进行采样,选取三维空间几何中心数据作为气象数据的场景采样值;选取各小时内的负荷需求均值作为负荷需求的场景采样值。
5.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述储能装置控制策略为:将储能装置的荷电状态SOC分为不同的等级,设置对应的最大充放电功率;在可再生微电源的出力值大于或等于负荷需求的情况下,由可再生微电源为负荷供电;在可再生微电源的出力值小于负荷需求的情况下,若当前场景下,微电网的功率差值的绝对值小于对应的最大充放电功率,则优先使用可再生微电源出力为负荷供电,由储能装置填补负荷需求的剩余值,否则由储能装置按照当前场景下的荷电状态SOC对应的最大充放电功率参与供电,不足部分由主网供给或进行切负荷。
6.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述步骤(3)中对各场景下的微电网进行潮流计算采用的方法为前推回代法。
7.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述电力电子器件故障模型如下:
λI=xλDiode+yλIGBT
其中:λi表示单个电力电子器件的故障率;
λb、Rja分别表示电力电子器件的基础故障率与结壳热阻抗;
πT(i)表示场景i中影响器件故障率的温度因子;
c为其他不受场景变化影响的故障率影响因子;
Tj(i)、TC(i)分别表示场景i下器件的结温和环境温度;
Ploss.i为场景i下器件的功率损耗;
λI、λDiode、λIGBT分别代表整个电力变换电路、电路中单个二极管和IGBT器件的故障概率;
x、y分别为电路中二极管与IGBT的个数。
8.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:所述保护装置动作概率模型如下:
其中:λ(i)表示保护装置动作的概率;
P(I)表示保护装置动作的概率;
P(Ii)为场景i下保护装置动作的概率;
λ0为保护装置固有的故障概率;
Δt为采样时间间隔;
γ表示由保护方案失效导致的保护装置不正确动作概率;
I为线路潮流值;
Iop表示保护装置动作值。
9.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:步骤(5)中所述经济性最优切负荷策略为:
其中:表示在微电网运行场景i下,负荷点a与微电源b之间是否存在供求关系,取值1表示存在,取值0表示不存在;
Zab表示负荷点a与微电源b之间的线路阻抗值;
Pi表示微电源在场景i下的出力之和;
Plda表示负荷点a的功率值;
m,n分别表示负荷点与微电源的个数。
10.根据权利要求1所述的运行条件相依的微电网可靠性评估方法,其特征在于:步骤(6)中的所述年度可靠性指标包括:***年平均停运频率、***年平均停运持续时间和***年平均缺电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610898104.8A CN106410790B (zh) | 2016-10-14 | 2016-10-14 | 一种运行条件相依的微电网可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610898104.8A CN106410790B (zh) | 2016-10-14 | 2016-10-14 | 一种运行条件相依的微电网可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106410790A true CN106410790A (zh) | 2017-02-15 |
CN106410790B CN106410790B (zh) | 2019-01-25 |
Family
ID=59229716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610898104.8A Expired - Fee Related CN106410790B (zh) | 2016-10-14 | 2016-10-14 | 一种运行条件相依的微电网可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106410790B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489856A (zh) * | 2019-08-15 | 2019-11-22 | 安徽机电职业技术学院 | 一种基于cps的微电网可靠建模方法和*** |
CN112801533A (zh) * | 2021-02-08 | 2021-05-14 | 重庆大学 | 一种考虑决策依赖不确定的电力***运行可靠性评估方法 |
CN114034955A (zh) * | 2021-11-09 | 2022-02-11 | 浙江大学 | 考虑相依故障的交直流电力***的短期可靠性检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003348754A (ja) * | 2002-05-30 | 2003-12-05 | Hitachi Ltd | 電力取引における電力系統運用目標値算出方法 |
CN103699805A (zh) * | 2013-12-31 | 2014-04-02 | 国家电网公司 | 一种孤岛运行状态下的微网可靠性评估方法 |
CN104504618A (zh) * | 2014-12-29 | 2015-04-08 | 天津大学 | 基于pair-copula函数的微电网可靠性评估数据抽样方法 |
CN104701842A (zh) * | 2015-03-26 | 2015-06-10 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种独立微网供电***及其供电可靠性评估方法 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
-
2016
- 2016-10-14 CN CN201610898104.8A patent/CN106410790B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003348754A (ja) * | 2002-05-30 | 2003-12-05 | Hitachi Ltd | 電力取引における電力系統運用目標値算出方法 |
CN103699805A (zh) * | 2013-12-31 | 2014-04-02 | 国家电网公司 | 一种孤岛运行状态下的微网可靠性评估方法 |
CN104504618A (zh) * | 2014-12-29 | 2015-04-08 | 天津大学 | 基于pair-copula函数的微电网可靠性评估数据抽样方法 |
CN104701842A (zh) * | 2015-03-26 | 2015-06-10 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种独立微网供电***及其供电可靠性评估方法 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
XUFENG XU,ET.AL: ""Evaluation of Operational Reliability of a Microgrid Using a Short-Term Outage Model"", 《IEEE TRANSACTIONS ON POWER SYSTEM》 * |
邓钧: ""基于馈线远及含风光储型微网的配电***可靠性评估研究"", 《电力***及其自动化,西华大学2015(年度学位)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489856A (zh) * | 2019-08-15 | 2019-11-22 | 安徽机电职业技术学院 | 一种基于cps的微电网可靠建模方法和*** |
CN112801533A (zh) * | 2021-02-08 | 2021-05-14 | 重庆大学 | 一种考虑决策依赖不确定的电力***运行可靠性评估方法 |
CN112801533B (zh) * | 2021-02-08 | 2023-08-25 | 重庆大学 | 一种考虑决策依赖不确定的电力***运行可靠性评估方法 |
CN114034955A (zh) * | 2021-11-09 | 2022-02-11 | 浙江大学 | 考虑相依故障的交直流电力***的短期可靠性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106410790B (zh) | 2019-01-25 |
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 | |
Yao et al. | Modeling of lithium-ion battery using MATLAB/simulink | |
CN105205232B (zh) | 基于rtds的微网***稳定性仿真测试平台 | |
CN104851053A (zh) | 一种含风光储的配电网供电可靠性评估方法 | |
CN104166102B (zh) | 车用动力电池组的soc使用区间的判定方法 | |
CN104037790B (zh) | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 | |
CN102496953B (zh) | 一种光伏发电微型电网***及最大功率跟踪方法 | |
CN104281737A (zh) | 一种海上风电场集电***拓扑结构选型方法 | |
CN104537258A (zh) | 分布式储能参与有源配电网运行调节的锥优化建模方法 | |
CN108053149A (zh) | 一种考虑气象因素的光伏电站并网风险评估方法 | |
CN108020791A (zh) | 一种混合动力船舶磷酸铁锂动力电池组荷电状态估计方法 | |
Gundogdu et al. | A fast battery cycle counting method for grid-tied battery energy storage system subjected to microcycles | |
CN106410790A (zh) | 一种运行条件相依的微电网可靠性评估方法 | |
CN104167734A (zh) | 基于时序模拟的并网型微网可靠性评估方法 | |
Ćalasan et al. | Towards accurate calculation of supercapacitor electrical variables in constant power applications using new analytical closed-form expressions | |
CN103887792B (zh) | 一种含分布式电源的低压配电网建模方法 | |
CN108647415A (zh) | 用于高比例风电并网的电力***的可靠性评估方法 | |
CN104037792A (zh) | 一种用水电和储能平抑风光功率波动的控制方法 | |
CN103762594A (zh) | 基于时钟同步数据矩阵的馈线合环冲击电流计算方法 | |
CN105207243A (zh) | 一种用于风电场实时功率预报修正的电池能量管理方法 | |
CN102968535A (zh) | 一种太阳能电池工程化数学模型的建模方法 | |
AbouArkoub et al. | An online smart microgrid energy monitoring and management system | |
Husnayain et al. | State of charge estimation for a lead-acid battery using backpropagation neural network method | |
CN104201723A (zh) | 基于时序模拟的离网型微网可靠性评估方法 | |
CN112649734A (zh) | 基于改进pngv模型和扩展卡尔曼算法的soc估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190125 |
|
CF01 | Termination of patent right due to non-payment of annual fee |