CN107134783A - 一种基于灵敏度快速筛选的母线电压优化调整方法 - Google Patents
一种基于灵敏度快速筛选的母线电压优化调整方法 Download PDFInfo
- Publication number
- CN107134783A CN107134783A CN201610112114.4A CN201610112114A CN107134783A CN 107134783 A CN107134783 A CN 107134783A CN 201610112114 A CN201610112114 A CN 201610112114A CN 107134783 A CN107134783 A CN 107134783A
- Authority
- CN
- China
- Prior art keywords
- sensitivity
- generator
- mrow
- weighted factor
- limit
- 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
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
-
- 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于灵敏度快速筛选的母线电压优化调整方法,该方法包括:(1)按照周期实时监测母线电压,如有越限情况则进入步骤2(2)计算发电机机端电压改变量ΔVG与负荷母线电压改变量ΔVE之间的灵敏度关系、发电机机端电压改变量ΔVG与发电机输出无功的改变量ΔQG之间的灵敏度(3)求取越限母线的综合灵敏度加权因子AE(4)求取发电机的综合灵敏度加权因子BG(5)求取发电机的筛选因子FG(6)将所有待选发电机的筛选因子从大到小进行排序,选择前u个机组作为优化对象(7)优化计算并根据优化结果调节发电机机端电压。本发明引入越限母线灵敏度加权因子、发电机灵敏度加权因子和筛选因子对可供调节的发电机组进行筛选,提高了设备利用率。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种基于灵敏度快速筛选的母线电压优化调整方法。
背景技术
电力***实际运行过程中,可能会出现母线电压越限情况。如果电压偏低,会使电力传输过程中损耗增大,并且长时间电压偏低可能危及***稳定性;如果电压偏高,会破坏绝缘,超高压线路的电晕损耗也会增加。因此,应及时采取合理的调压方式对越限母线电压进行调整,以保证电力***的安全稳定运行。
电压校正算法主要有最优潮流法和灵敏度方法,其中灵敏度方法采用局部线性化的方法,直接求解控制变量和被控节点电压之间的数量关系,选取部分机组进行控制,计算简单,易于实现快速控制,但往往需要多次调节,且计算结果局部最优,经济性较差。最优潮流法以某项指标全局最优为目标,以有功功率和无功功率的平衡方程作为约束,计算量大,快速性难以保证。
发明内容
为克服上述现有技术的不足,本发明公开了一种基于灵敏度快速筛选的母线电压优化调整方法,以期实现对电网越限母线电压的自动优化调整。该方法针对现有单独采用灵敏度或优化方法解决母线电压越限问题的缺点,将灵敏度结果直接应用于优化数学模型,减轻建模难度,提高计算效率,增强调节经济性。
实现上述目的所采用的解决方案为:
一种基于灵敏度快速筛选的母线电压优化调整方法,所述优化调整方法包括:
(1)根据能量管理***SCADA、PMU实时监测母线电压是否有越限情况,如有则进入步骤2,否则按照周期继续监视;
(2)计算发电机机端电压改变量ΔVG与负荷母线电压改变量ΔVE之间的灵敏度关系、发电机机端电压改变量ΔVG与发电机输出无功的改变量ΔQG之间的灵敏度关系;
(3)求取越限母线的综合灵敏度加权因子AE;
(4)求取发电机的综合灵敏度加权因子BG;
(5)求取发电机的筛选因子FG;
(6)在得到所有待选发电机的筛选因子后,对其从大到小进行排序,选择前u个机组作为优化对象;
(7)优化计算并根据优化结果调节发电机机端电压。
优选的,所述步骤(2)中,
ΔVG与ΔVE之间的灵敏度关系为:
其中:BEE、BEG分别为负荷间导纳矩阵、负荷与发电机间导纳矩阵;为ΔVE与ΔVG之间的灵敏度矩阵;
ΔVG与ΔQG之间的灵敏度关系为:ΔVG=RGGΔQG;
其中:RGG是ΔVG与ΔQG之间的灵敏度矩阵。
优选的,所述步骤(3)中,所述越限母线的综合灵敏度加权因子的求取,包括:
a.根据母线电压等级确定第一类越限母线灵敏度加权因子αE;
b.根据母线类型确定第二类越限母线灵敏度加权因子βE;
c.根据母线电压越限程度确定第三类越限母线灵敏度加权因子χE;
d.根据三类越限母线灵敏度加权因子求得越限母线的综合灵敏度加权因子AE:AE=αE·βE·χE。
进一步的,所述第一类越限母线灵敏度加权因子αE的取值包括:750kV及以上电压等级,αE取1.2;500kV电压等级,αE取1.1;220kV电压等级,αE取1.0;110kV电压等级,αE取0.9;35kV电压等级,αE取0.8;
所述第二类越限母线灵敏度加权因子βE的取值包括:越限母线为中枢母线时,βE取1.2,否则取1;
所述第三类越限母线灵敏度加权因子χE如下式:
χE=|[VE-(VE.max+VE.min)/2]/[(VE.max-VE.min)/2]|
其中:VE、VE.max和VE.min分别为越限母线电压实际值,最大值和最小值。
优选的,所述步骤(4)中,所述发电机的综合灵敏度加权因子求取包括:
a.根据发电机的无功可调范围确定第一类发电机灵敏度加权因子λG;
b.根据发电机的无功出力变化对机端电压变化的灵敏度确定第二类发电机灵敏度加权因子ρG;
c.根据第一、第二类发电机灵敏度加权因子,求得发电机的综合灵敏度加权因子BG:BG=λG·ρG。
进一步的,所述第一类发电机灵敏度加权因子λG为:当母线电压越下限时,当母线电压越上限时,其中:QG、QG.max和QG.min分别为发电机无功出力实际值、最大值和最小值;
所述第二类发电机灵敏度加权因子ρG如下式:ρG=1-SensvqG,其中:SensvqG为发电机机端电压与其无功出力灵敏度。
优选的,所述步骤(5)中,发电机j的筛选因子为FG.j:
其中:n为母线越限个数;AE.i为母线i的综合灵敏度加权因子;BG.j为发电机j的综合灵敏度加权因子;sensvv(i,j)为母线i的电压改变量与发电机j的机端电压改变量之间的灵敏度。
与现有技术相比,本发明具有以下有益效果:
1、应用灵敏度方法和优化方法来解决母线电压越限问题,将灵敏度方法的“快速性”与优化方法的“最优性”相结合,实现了“效率”与“经济”的统一。
2、针对常规优化计算中存在的调节设备较多、设备利用率不高等问题,引入母线灵敏度加权因子、发电机灵敏度加权因子,结合灵敏度关系得到发电机筛选因子并以此选取参与优化的机组,减少了调节设备数量,提高了设备利用率。
附图说明
图1:本发明提供的实施流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
1)根据能量管理***SCADA、PMU实时监测母线电压是否有越限情况,如有则继续步骤2,否则按照周期继续监视;2)计算ΔVG与ΔVE之间的灵敏度、ΔVG与ΔQG之间的灵敏度(灵敏度计算在网络结构不发生重大变化的情况下只需计算一次并保存在数据库中);3)确定越限母线灵敏度综合加权因子,确定可调发电机灵敏度综合加权因子,求取发电机筛选因子并以此选择机组作为优化对象;4)进行优化计算;5)利用优化结果对发电机机端电压进行调整。
本发明包含以下几个重要方面:
1、根据潮流灵敏度矩阵求取灵敏度关系
1)求取发电机机端电压改变量ΔVG与负荷母线电压改变量ΔVE之间的灵敏度关系。
节点注入无功的平衡量方程:
其中:Qi,Vi分别为节点i的无功功率和电压幅值;Gij,Bij,θij分别为节点i与j之间的互电导,互电纳和相角差。
上式简化依据了电力***结构和运行的特点。根据灵敏度分析的基本方法,将式(1)在当前状态点泰勒展开并舍去高次项,得到受到扰动后各变量变化量之间的关系:
写成矩阵形式,并将负荷节点与发电机节点分开排列:
式(3)与P-Q分解法V-Q迭代的修正方程式形式一致。但要注意在这里ΔQE、ΔQG是负荷母线和发电机无功变化量,即式(3)表示了***新稳态相对于旧稳态控制量的变化量与状态量的变化量之间的关系。
假定发电机机端电压VG调整后,负荷的无功功率不变化,即ΔQE=0,则式(3)第一式为:
BEEΔVE+BEGΔVG=0 (4)
变换得:
其中:BEE、BEG分别为负荷间导纳矩阵、负荷与发电机间导纳矩阵;为ΔVE与ΔVG之间的灵敏度矩阵。通过SEG可以知道哪些发电机对控制负荷母线电压最有效。
2)求取发电机机端电压改变量ΔVG与发电机输出无功的改变量ΔQG之间的灵敏度关系。
将式(3)变换为:
假定发电输出无功改变时,负荷的无功功率不变,即ΔQD=0,有:
ΔVG=RGGΔQG (7)
其中:RGG是ΔVG与ΔQG之间的灵敏度矩阵。通过RGG可以知道哪些发电机的无功出力对机端电压变化最敏感。
2、根据灵敏度信息及设备信息筛选参与优化的机组
1)求取越限母线的灵敏度加权因子
a.根据母线电压等级确定第一类越限母线灵敏度加权因子
电力***电压具有层次结构,超高压500kV及以上主要用于大功率、远距离输送和跨省联络线,并正在逐步形成跨省互联网络;高压220kV主要构成电网的主干网架;110kV用于中、小***的主干线;城市配电网主要采用10kV、35kV电压等级。一般的,母线电压等级越高,其越限后对电网的安全稳定性影响越大。本发明引入第一类越限母线灵敏度加权因子αE,计及母线的不同电压等级。本发明中,750kV及以上电压等级,αE取1.2;500kV电压等级,αE取1.1;220kV电压等级,αE取1.0;110kV电压等级,αE取0.9;35kV电压等级,αE取0.8。
b.根据母线类型确定第二类越限母线灵敏度加权因子
电力***存在若干重要的电压支撑节点,称为电压中枢点。电压中枢点是指某些可反映***电压水平的主要发电厂或枢纽变电所母线,因为很多负荷都由这些中枢点供给,如能控制这些点的电压偏移,也就控制了***中大部分负荷的电压偏移。一般是把区域变电所的低压母线和具有较大地方负荷的发电厂的6-10千伏母线作为***的电压中枢点。本发明引入第二类越限母线灵敏度加权因子βE,区分越限母线是否为电压中枢点母线。当越限母线为中枢母线时,βE取1.2,否则取1。
c.根据母线电压越限程度确定第三类越限母线灵敏度加权因子
电网中母线越限的程度不尽相同。母线越限程度越高,其偏离正常值的范围越大,其对电网的危害程度越高,将其通过控制拉回正常值的难度越大。本发明引入第三类越限母线灵敏度加权因子χE,计及母线的不同越限程度。χE=|[VE-(VE.max+VE.min)/2]/[(VE.max-VE.min)/2]|,其中:VE、VE.max和VE.min分别为越限母线电压实际值、最大值和最小值。
根据以上三类灵敏度加权因子,可以求得越限母线的综合灵敏度加权因子AE=αE·βE·χE。
2)求取发电机的灵敏度加权因子
a.根据发电机的无功可调范围确定第一类发电机灵敏度加权因子
通过控制发电机机端电压来调节越限母线电压,会带来发电机无功出力的变化,其可调无功范围决定了其调节的能力,在筛选参与优化的发电机时应优先选取调节范围较大的机组。本发明引入第一类发电机灵敏度加权因子λG,考虑发电机的无功可调范围。当母线电压越下限时,当母线电压越上限时,其中:QG、QG.max和QG.min分别为发电机无功出力值、最大值和最小值。
b.根据发电机的无功出力变化对机端电压变化的灵敏度确定发电机灵敏度加权因子
由前面灵敏度知识可知,不同发电机的无功出力变化对机端电压变化的灵敏度不同。灵敏度值越高,当发电机机端电压改变后,发电机无功出力的变化量越大,其可调节范围相对越小;反之,其调节范围相对越大。本发明引入第二类发电机灵敏度加权因子ρG,计及发电机的相对无功可调范围。ρG=1-SensvqG,其中:SensvqG为发电机机端电压与其无功出力的灵敏度。
根据以上二类灵敏度加权因子,可以求得发电机的综合灵敏度加权因子BG=λG·ρG。
3)求取发电机的筛选因子
根据以上两类综合灵敏度加权因子ΑE、ΒG以及发电机机端电压改变量与负荷母线电压改变量之间的灵敏度关系Sensvv求取发电机筛选因子,并对其进行筛选。假设:有n个母线发生越限,母线i的综合灵敏度加权因子为ΑE.i,发电机j的综合灵敏度加权因子为ΒG.j;母线i的电压改变量与发电机j的机端电压改变量之间的灵敏度为Sensvv(i,j),则可得到发电机j的筛选因子:
在得到所有待选发电机的筛选因子后,对其从大到小进行排序,选择前u个机组,(可根据实际情况酌情选取,通常为筛选出机组总量的20%-50%,但不仅限于此)作为优化对象。
3、基于灵敏度的优化数学模型
本发明建立的优化数学模型中,目标函数是选取的发电机机端电压调节量之和最小,而约束条件为发电机机端电压调节量、发电机无功功率以及所有母线电压在上下限值范围内。在不等式约束条件中直接应用了灵敏度计算得到的SensvqG和Sensvv,规避了电网有功功率和无功功率平衡等式约束条件,避免了繁琐的建模过程,提升了优化计算的效率。但是需要注意的是,利用线性简化的一阶灵敏度结果代替非线性的电力***潮流等式约束条件,计算结果会存在一定偏差。大量研究和实际运行经验表明,电力***在正常运行条件下,其潮流方程在工作点附近是接近线性的,其计算结果偏差是在工程允许范围之内的。优化数学表达式如下:
其中:ΔVG(j)、ΔVG.max(j)和ΔVG.min(j)分别为发电机j机端电压的实际调节量,调节量上限值和下限值;N为负荷母线总个数。
优化计算过程本发明采用优化建模***软件AIMMS对发电机机端电压调节量ΔVG(j)进行求取,并对发电机机端电压初始值进行调节修正,得调节后的发电机机端电压VG(j):
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (7)
1.一种基于灵敏度快速筛选的母线电压优化调整方法,其特征在于,所述优化调整方法包括:
(1)根据能量管理***SCADA、PMU实时监测母线电压是否有越限情况,如有则进入步骤2,否则按照周期继续监视;
(2)计算发电机机端电压改变量ΔVG与负荷母线电压改变量ΔVE之间的灵敏度关系、发电机机端电压改变量ΔVG与发电机输出无功的改变量ΔQG之间的灵敏度关系;
(3)求取越限母线的综合灵敏度加权因子AE;
(4)求取发电机的综合灵敏度加权因子BG;
(5)求取发电机的筛选因子FG;
(6)在得到所有待选发电机的筛选因子后,对其从大到小进行排序,选择前u个机组作为优化对象;
(7)优化计算并根据优化结果调节发电机机端电压。
2.如权利要求1所述的优化调整方法,其特征在于,所述步骤(2)中,
ΔVG与ΔVE之间的灵敏度关系为:
<mrow>
<msub>
<mi>&Delta;V</mi>
<mi>E</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<msubsup>
<mi>B</mi>
<mrow>
<mi>E</mi>
<mi>E</mi>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>B</mi>
<mrow>
<mi>E</mi>
<mi>G</mi>
</mrow>
</msub>
<msub>
<mi>&Delta;V</mi>
<mi>G</mi>
</msub>
<mo>=</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>E</mi>
<mi>G</mi>
</mrow>
</msub>
<msub>
<mi>&Delta;V</mi>
<mi>G</mi>
</msub>
<mo>;</mo>
</mrow>
其中:BEE、BEG分别为负荷间导纳矩阵、负荷与发电机间导纳矩阵;为ΔVE与ΔVG之间的灵敏度矩阵;
ΔVG与ΔQG之间的灵敏度关系为:ΔVG=RGGΔQG;
其中:RGG是ΔVG与ΔQG之间的灵敏度矩阵。
3.如权利要求1所述的优化调整方法,其特征在于,所述步骤(3)中,所述越限母线的综合灵敏度加权因子的求取,包括:
a.根据母线电压等级确定第一类越限母线灵敏度加权因子αE;
b.根据母线类型确定第二类越限母线灵敏度加权因子βE;
c.根据母线电压越限程度确定第三类越限母线灵敏度加权因子χE;
d.根据三类越限母线灵敏度加权因子求得越限母线的综合灵敏度加权因子AE:AE=αE·βE·χE。
4.如权利要求3所述的优化调整方法,其特征在于,所述第一类越限母线灵敏度加权因子αE的取值包括:750kV及以上电压等级,αE取1.2;500kV电压等级,αE取1.1;220kV电压等级,αE取1.0;110kV电压等级,αE取0.9;35kV电压等级,αE取0.8;
所述第二类越限母线灵敏度加权因子βE的取值包括:越限母线为中枢母线时,βE取1.2,否则取1;
所述第三类越限母线灵敏度加权因子χE如下式:
χE=|[[VE-(VE.max+VE.min)/2]/[(VE.max-VE.min)/2]|
其中:VE、VE.max和VE.min分别为越限母线电压实际值,最大值和最小值。
5.如权利要求1所述的优化调整方法,其特征在于,所述步骤(4)中,所述发电机的综合灵敏度加权因子求取包括:
a.根据发电机的无功可调范围确定第一类发电机灵敏度加权因子λG;
b.根据发电机的无功出力变化对机端电压变化的灵敏度确定第二类发电机灵敏度加权因子ρG;
c.根据第一、第二类发电机灵敏度加权因子,求得发电机的综合灵敏度加权因子BG:BG=λG·ρG。
6.如权利要求5所述的优化调整方法,其特征在于,所述第一类发电机灵敏度加权因子λG为:当母线电压越下限时,当母线电压越上限时,其中:QG、QG.max和QG.min分别为发电机无功出力实际值、最大值和最小值;
所述第二类发电机灵敏度加权因子ρG如下式:ρG=1-SensvqG,其中:SensvqG为发电机机端电压与其无功出力灵敏度。
7.如权利要求1所述的优化调整方法,其特征在于,所述步骤(5)中,发电机j的筛选因
子为FG.j:
<mrow>
<msub>
<mi>F</mi>
<mrow>
<mi>G</mi>
<mo>.</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>G</mi>
<mo>.</mo>
<mi>j</mi>
</mrow>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>A</mi>
<mrow>
<mi>E</mi>
<mo>.</mo>
<mi>i</mi>
</mrow>
</msub>
<mi>s</mi>
<mi>e</mi>
<mi>n</mi>
<mi>s</mi>
<mi>v</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
其中:n为母线越限个数;AE.i为母线i的综合灵敏度加权因子;BG.j为发电机j的综合灵敏度加权因子;sensvv(i,j)为母线i的电压改变量与发电机j的机端电压改变量之间的灵敏度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112114.4A CN107134783B (zh) | 2016-02-29 | 2016-02-29 | 一种基于灵敏度快速筛选的母线电压优化调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112114.4A CN107134783B (zh) | 2016-02-29 | 2016-02-29 | 一种基于灵敏度快速筛选的母线电压优化调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107134783A true CN107134783A (zh) | 2017-09-05 |
CN107134783B CN107134783B (zh) | 2019-12-13 |
Family
ID=59721828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610112114.4A Active CN107134783B (zh) | 2016-02-29 | 2016-02-29 | 一种基于灵敏度快速筛选的母线电压优化调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134783B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107565572A (zh) * | 2017-09-21 | 2018-01-09 | 海南电网有限责任公司 | 一种电网运行方式调整方法及装置 |
CN107742885A (zh) * | 2017-11-13 | 2018-02-27 | 中国南方电网有限责任公司电网技术研究中心 | 基于正则匹配追踪的配电网电压功率灵敏度估计方法 |
CN113363991A (zh) * | 2021-07-02 | 2021-09-07 | 合肥工业大学 | 一种基于综合灵敏度的潮流控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800428A (zh) * | 2009-12-31 | 2010-08-11 | 清华大学 | 省地协调母线电压协调约束上下限值获得方法 |
CN103746377A (zh) * | 2014-01-29 | 2014-04-23 | 广东电网公司电力科学研究院 | 基于积分映射的电压无功灵敏度的检测方法 |
CN104538968A (zh) * | 2014-12-05 | 2015-04-22 | 广东电网有限责任公司汕头供电局 | 自动电压控制***电压无功灵敏度确定方法及装置 |
CN105226665A (zh) * | 2015-10-21 | 2016-01-06 | 国家电网公司 | 通过自动厂站协调控制降低母线电压日波动率的方法 |
-
2016
- 2016-02-29 CN CN201610112114.4A patent/CN107134783B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800428A (zh) * | 2009-12-31 | 2010-08-11 | 清华大学 | 省地协调母线电压协调约束上下限值获得方法 |
CN103746377A (zh) * | 2014-01-29 | 2014-04-23 | 广东电网公司电力科学研究院 | 基于积分映射的电压无功灵敏度的检测方法 |
CN104538968A (zh) * | 2014-12-05 | 2015-04-22 | 广东电网有限责任公司汕头供电局 | 自动电压控制***电压无功灵敏度确定方法及装置 |
CN105226665A (zh) * | 2015-10-21 | 2016-01-06 | 国家电网公司 | 通过自动厂站协调控制降低母线电压日波动率的方法 |
Non-Patent Citations (1)
Title |
---|
姚诸香: "基于灵敏度分析的无功优化潮流", 《电力***自动化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107565572A (zh) * | 2017-09-21 | 2018-01-09 | 海南电网有限责任公司 | 一种电网运行方式调整方法及装置 |
CN107742885A (zh) * | 2017-11-13 | 2018-02-27 | 中国南方电网有限责任公司电网技术研究中心 | 基于正则匹配追踪的配电网电压功率灵敏度估计方法 |
CN107742885B (zh) * | 2017-11-13 | 2020-11-20 | 中国南方电网有限责任公司电网技术研究中心 | 基于正则匹配追踪的配电网电压功率灵敏度估计方法 |
CN113363991A (zh) * | 2021-07-02 | 2021-09-07 | 合肥工业大学 | 一种基于综合灵敏度的潮流控制方法 |
CN113363991B (zh) * | 2021-07-02 | 2022-12-02 | 合肥工业大学 | 一种基于综合灵敏度的潮流控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107134783B (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105740973A (zh) | 基于混合整数锥规划的智能配电网综合电压无功优化方法 | |
CN106487042B (zh) | 一种多时间尺度微电网电压无功优化控制方法 | |
CN106026113A (zh) | 一种具有无功自动补偿的微电网***的监控方法 | |
Yu et al. | Distributed voltage control of active distribution networks with global sensitivity | |
CN113541146B (zh) | 计及分布式电源的电力***潮流计算优化方法 | |
Li et al. | Wind farm reactive power and voltage control strategy based on adaptive discrete binary particle swarm optimization algorithm | |
Li et al. | Decentralized communication based two-tier volt-var control strategy for large-scale centralized photovoltaic power plant | |
CN112636361A (zh) | 基于电压灵敏度的交直流混联电网动态无功优化控制方法 | |
Song et al. | Security-constrained line loss minimization in distribution systems with high penetration of renewable energy using UPFC | |
CN107134783A (zh) | 一种基于灵敏度快速筛选的母线电压优化调整方法 | |
CN104638638B (zh) | 一种用于大电网的在线安全稳定趋势分析方法 | |
Zhang et al. | Multi-objectives OPF of AC-DC systems considering VSC-HVDC integration | |
CN107196343A (zh) | 一种多端柔性直流孤岛电网送端的日前电压计划生成方法 | |
CN105958530A (zh) | 一种具有无功自动补偿的微电网*** | |
CN114069657B (zh) | 三相不平衡主动配电网双时标电压协调控制方法及*** | |
Jamal et al. | Power flow optimization using upfc based on neuro-fuzzy method for multi-machine power system stability | |
Reddy et al. | Optimal placement of interline power flow controller (IPFC) to enhance voltage stability | |
Zeng et al. | Influence on static voltage stability of system connected with wind power | |
Liu et al. | Optimization of emergency load shedding following HVDC blocking of receiving-end power systems based on PSO | |
Ai et al. | Economic operation of wind farm integrated system considering voltage stability | |
Wenxue et al. | Multi-objective reactive power optimization of hybrid AC/DC power system considering power system uncertainty | |
Arif et al. | A stochastic game framework for reactive power reserve optimization and voltage profile improvement | |
Sangsarawut et al. | Optimal reactive power planning of doubly fed induction generators using genetic algorithms | |
Shaheen et al. | A chaos game optimization algorithm-based optimal control strategy for performance enhancement of offshore wind farms | |
Zhang et al. | Optimal reactive power dispatch of renewable energy based on primal-dual interior point filter method |
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 |