CN108767987A - 一种配电网及其微电网保护与控制*** - Google Patents
一种配电网及其微电网保护与控制*** Download PDFInfo
- Publication number
- CN108767987A CN108767987A CN201810631529.1A CN201810631529A CN108767987A CN 108767987 A CN108767987 A CN 108767987A CN 201810631529 A CN201810631529 A CN 201810631529A CN 108767987 A CN108767987 A CN 108767987A
- Authority
- CN
- China
- Prior art keywords
- micro
- capacitance sensor
- protection
- control
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 claims abstract description 55
- 230000001681 protective effect Effects 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000004146 energy storage Methods 0.000 claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000013480 data collection Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 24
- 230000008447 perception Effects 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000011217 control strategy Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 6
- 241000272814 Anser sp. Species 0.000 claims description 4
- 238000003066 decision tree Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 239000012792 core layer Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H02J13/0017—
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
一种配电网及其微电网保护与控制***，该配电网包括通信设备、发电设备、储能设备、保护装置、数据采集设备和微电网保护与控制***，该通信设备、发电设备、储能设备、保护装置和数据采集设备均通过微电网通信网络与该微电网保护与控制***连接，该微电网保护与控制***通过配电网通信网络与配电网、输电网的保护控制中心连接，其包括数据采集与监视控制装置，与该微电网的一次和/或二次设备连接并进行实时监控和数据收集；数据库，分别与该数据采集与监视控制装置和计算装置连接；以及功能模块，分别与该数据库和该微电网的一次和/或二次设备连接，通过建立相应的数学模型完成对该微电网的一次和/或二次设备的优化控制。
Description
技术领域
本发明涉及一种电力***智能化保护与控制***，特别是一种配电网及与该配电网兼容连通的智能微电网保护与控制***。
背景技术
随着智能电网、中国制造2025的兴起与快速发展，对传统电气***的全面智能化运行提出越来越高的要求。输电网的综合保护与控制***已经有了较大提升，完成输电网的信息共享和优化运行，主要体现在广域保护与控制的自动化***，并初步迈向智能化运行。但配电网的高度自动化和智能化，由于配电网范围甚广、设备众多、分布式发电***大量接入，其保护控制***的配合和集成程度不足。智能微电网在配电网中大量出现，可加快整个配电***的自动化和智能化水平。
因此，迫切需要从整个配电***的安全高效运行出发以实现智能微电网在配电网中的保护与控制的协调与优化，并利用大数据技术建立智能微电网自己的数据库。对微电网各子功能单元建立人工智能模型，实现自学习和自训练能力，完成微电网保护与控制***的高度智能化运行。
发明内容
鉴于上述问题提出了本发明，以便提供一种至少部分地解决上述问题的配电网及与该配电网兼容连通的智能微电网保护与控制***。
为了实现上述目的，本发明提供了一种微电网保护与控制***，其中，用于对微电网的一次和/或二次设备进行控制，并与外部配电网、输电网的输配电网保护控制中心进行通信，接受统一调度控制，所述微电网保护与控制***包括：
数据采集与监视控制装置，通过微电网通信网络与所述微电网的一次和/ 或二次设备连接，用于对所述微电网的一次和/或二次设备进行实时监控和数据收集；
数据库，分别与所述数据采集与监视控制装置和计算装置连接，所述数据库存储所述数据采集与监视控制装置采集的数据并提供调用访问，所述计算装置用于完成所述数据的分析计算；以及
功能模块，分别与所述数据库和所述微电网的一次和/或二次设备连接，用于对所述微电网的一次和/或二次设备的运行状态进行分析、估计和预测，以得到所述微电网的完整运行信息，并通过建立相应的数学模型完成对所述微电网的一次和/或二次设备的优化控制。
上述的微电网保护与控制***，其中，所述功能模块包括：
感知预测单元，与所述数据库连接，根据建立的预测模型对所述微电网的一次和/或二次设备运行状况进行感知预测；
事故分析单元，与所述计算装置连接，根据事故分析模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行事故分析识别；
状态估计单元，与所述计算装置连接，根据状态估计模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行运行状态估计；以及
优化决策控制单元，与所述事故分析单元和状态估计单元进行交互并根据优化决策模型生成对所述微电网的一次和/或二次设备的保护与控制决策指令，通过所述微电网通信网络将所述保护与控制决策指令发送到所述微电网的一次和/或二次设备，并由所述微电网的一次和/或二次设备的执行机构完成对所述保护与控制决策指令的运行操作。
上述的微电网保护与控制***，其中，所述感知预测单元使用所述数据库中的部分数据对人工神经网络进行训练以建立所述预测模型，使用所述数据库中剩余的部分数据对所述预测模型进行测试，并根据测试结果调整所述预测模型中的参数，通过多次训练和测试得到合格的精度后确定所述预测模型的参数，并使用所述预测模型根据所述数据采集与监视控制装置收集到的新的运行数据对所述微电网的一次和/或二次设备运行状况进行感知预测。
上述的微电网保护与控制***，其中，使用决策树建立所述事故分析模型，使用最小二乘或人工神经网络建立所述状态估计模型，使用蒙特卡洛树搜索与人工神经网络建立所述优化决策模型。
上述的微电网保护与控制***，其中，所述数据库包括历史收集数据、实时数据和预测仿真数据。
上述的微电网保护与控制***，其中，所述数据库内还存储有状态决策表，以供所述功能模块访问调用。
上述的微电网保护与控制***，其中，当通过所述状态估计单元和感知预测单元确定所述微电网的一次和/或二次设备的运行状况后，所述优化决策控制单元访问所述状态决策表，根据所述状态决策表和所述运行状况确定拟采取的优化保护控制策略，并生成相应的所述保护与控制决策指令。
上述的微电网保护与控制***，其中，所述优化保护控制策略包括潮流优化、网络拓扑调整、负载和发电设备的投切和/或保护装置设定值更新。
上述的微电网保护与控制***，其中，所述计算装置包括计算机、CPU或 GPU。
为了更好地实现上述目的，本发明还提供了一种配电网，包括通信设备、发电设备、储能设备、保护装置和数据采集设备，其中，还包括如上述的微电网保护与控制***，所述通信设备、发电设备、储能设备、保护装置和数据采集设备均通过微电网通信网络与所述微电网保护与控制***连接，所述微电网保护与控制***通过配电网通信网络与配电网、输电网的输配电网保护控制中心连接。
上述的配电网，其中，所述微电网保护与控制***通过通信网关的信号转换兼容IEC61850通信协议，所述微电网保护与控制***的通信内容以GOOSE 方式与所述配电网通信网络进行外部通信。
本发明的有益效果：
本发明的智能微电网处于配电网中，适用于智能家庭和楼宇配电***等微型电气***。通过建立智能微电网保护与控制***在配电***中综合集成，解决了现有微电网缺乏与大电网的联系和协同优化运行的问题，并进一步引入数据库到智能微电网及其配电网的核心层，强化人工智能模型在各功能模块中的运用并最终实现微电网在配电***中的智能化运行，如人工神经网络、支持向量机、马尔科夫链等模型应用。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1为本发明一实施例的配电网示意图；
图2为本发明一实施例的微电网保护与控制***示意图；
图3为本发明一实施例的微电网保护装置配置连接示意图；
图4为本发明一实施例的微电网人工智能模型应用示意图。
其中，附图标记
1 输配电网保护控制中心
2 通信设备
3 发电设备
4 储能设备
5 保护装置
6 数据采集设备
7 微电网保护与控制***
8 微电网通信网络
9 配电网通信网络
10 通信网关
11 数据采集与监视控制装置(SCADA)
12 数据库
13 CPU
14 感知预测单元
15 事故分析单元
16 状态估计单元
17 优化决策控制单元
18 变电站
19 采集控制设备
20 补偿设备
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
参见图1，图1为本发明一实施例的配电网示意图。本发明的配电网，包括通信设备2、发电设备3、储能设备4、保护装置5、实时的现场数据采集设备6及其他设备(如无功补偿设备)等，还包括微电网保护与控制***7，任意的电气设备包括所述通信设备2、发电设备3、储能设备4、保护装置5、数据采集设备6及其他设备(如补偿设备20)、通信网关10等均通过微电网通信网络8与所述微电网保护与控制***7连接；所述微电网保护与控制***7通过通信网关10与配电网通信网络9连通；通过配电网通信网络9与配电网、输电网的输配电网保护控制中心1连接，进行实时信息交互，并进行相关保护和控制动作，微电网通信网络8与配电网通信网络9包含但不限于光纤通信、无线通信等。通信网关10可对微电网与配电网之间信息模式自行转换，可通过现有技术实现，完成不同网络间通信规则的转换，兼容配电网中的IEC61850、 GOOSE等通信规格。
所述微电网保护与控制***7通过既定的优化保护控制策略对整个智能微电网的运行进行控制，所述优化保护控制策略包括如潮流优化、网络拓扑调整、负载和发电设备3的投切、保护设备设定值更新等功能的优化。
本实施例中，所述微电网保护与控制***7配电网通信网络9与上层的输配电网保护控制中心1连通，通过通信网关10的信号转换兼容IEC61850通信协议，所述微电网保护与控制***7的通信内容以GOOSE方式与所述配电网通信网络9进行外部通信。在既定的保护控制策略下微电网保护与控制***7 对整个智能微电网和外部配电网***的运行进行协调控制。外部配电网***中的变电站18通过通信网关10与输配电网保护控制中心1交互，采集控制设备 19采集的模拟量、数字量和保护动作量等通过变电站18上传输配电网保护控制中心1，并在输配电网保护控制中心1的控制下完成对整个外部配电网***的保护与控制。
下面结合附图对本发明的智能微电网保护与控制***7作进一步详细阐述：
参见图2，图2为本发明一实施例的微电网保护与控制***示意图。本发明采用统一调度分层管理的原则配置智能微电网的保护与控制***。该微电网保护与控制***7以数据库12为基础，用于对微电网的一次和/或二次设备进行控制，并与外部配电网、输电网的输配电网保护控制中心1进行通信，接受电网***的统一调度控制，所述微电网保护与控制***7包括：数据采集与监视控制装置(SCADA)11，通过微电网通信网络8与所述微电网的一次和/或二次设备连接，用于对所述微电网的一次和/或二次设备进行现场设备的实时监控和数据收集；数据库12，分别与所述数据采集与监视控制装置11和计算装置，例如计算机、CPU13或GPU连接，数据库12和计算机处于***的核心层，所述数据库12存储所述数据采集与监视控制装置11采集的各种数据并提供其他功能单元调用访问，所述CPU13或GPU是***的计算核心，用于完成所述数据的分析计算；以及功能模块，分别与所述数据库12和所述微电网的一次和 /或二次设备连接，用于对所述微电网的一次和/或二次设备等***中各种电气设备的运行状态进行分析、估计和预测等任务功能，以得到所述微电网***中的完整运行信息，并通过建立相应的数学模型完成对所述微电网的一次和/或二次设备的优化管理控制。通过现场二次设备将其采集范围内的数字量、模拟量和/ 或保护动作量等进行收集，依靠智能微电网内部的数据采集与监视控制装置11 (SCADA)上传给微电网保护与控制***7，完成对发电设备3、储能设备4、保护装置5、数据采集设备6、及其他相关设备的实时通信联络。在SCADA11 的实时数据收集下可自动完成事故分析、状态估计、感知预测、辅助决策等功能，其分析结果与优化决策控制单元17进行交互并完成保护与控制的智能决策，通过微电网通信网络8发送到微电网的各个一次和/或二次设备，最终由执行机构完成***运行的操作要求。
其中，所述功能模块可进一步包括：
感知预测单元14，与所述数据库12连接，根据建立的预测模型对所述微电网的一次和/或二次设备进行感知预测；事故分析单元15，与所述CPU13连接，根据事故分析模型和所述CPU13的数据分析计算对所述微电网的一次和/ 或二次设备进行事故分析；状态估计单元16，与所述CPU13连接，根据状态估计模型和所述CPU13的数据分析计算对所述微电网的一次和/或二次设备进行运行状态估计；以及优化决策控制单元17，与所述事故分析单元15和状态估计单元16进行交互并根据优化决策模型生成对所述微电网的一次和/或二次设备的保护与控制决策指令，通过所述微电网通信网络8将所述保护与控制决策指令发送到所述微电网的一次和/或二次设备，并由所述微电网的一次和/或二次设备的执行机构完成对所述保护与控制决策指令的运行操作。
其中，优选使用决策树建立所述事故分析模型，使用最小二乘或人工神经网络建立所述状态估计模型，使用蒙特卡洛树搜索和人工神经网络建立所述优化决策模型。例如，以预测模型的建立为例，所述感知预测单元14使用所述数据库12中的部分数据对人工神经网络进行训练以建立所述预测模型，使用所述数据库12中剩余的部分数据对所述预测模型进行测试，并根据测试结果调整所述预测模型中的参数，通过多次训练和测试得到合格的精度后确定所述预测模型的参数，并使用所述预测模型根据所述数据采集与监视控制装置11收集到的新的运行数据对所述微电网的一次和/或二次设备进行感知预测。
其中，为了完成微电网的智能运行，需要在微电网保护与控制***7中建立完整的数据库12，为***智能运行提供数据支撑和先验知识。所述数据库12 包括历史收集数据、实时数据和预测仿真数据。该数据库12可直接与计算机的 CPU13交互，对微电网中的SCADA11进行数据分析处理和存储调用。数据库 12通过SCADA11的数据采集***对各个装置或设备的运行参数进行收集和存储，例如发电机的发电量、***中光伏或风力等新能源发电量、保护装置5的开关状态、负荷的耗电量等。由于从设备采集到的数据中可能存在数据损坏、噪声污染等情况，需要对数据进行分析和处理，恢复损坏的数据并滤除噪声的影响，为接下来数据的使用提供准确的数据，如根据收集到的数据进行状态估计得到***的运行状态，存储进过处理的数据为今后进一步使用分析等。
所述数据库12内还存储有状态决策表，参见下表1，以供所述功能模块访问调用。当通过所述状态估计单元16和感知预测单元14确定所述微电网的一次和/或二次设备的运行状况后，所述优化决策控制单元17访问所述状态决策表，根据所述状态决策表和所述运行状况确定拟采取的优化保护控制策略，并生成相应的所述保护与控制决策指令。
表1
| 状况 | Case 1 | Case 2 | …… | Case n |
| 优化控制策略 | 策略1 | 策略2 | …… | 策略n |
本发明考虑到微电网与配电网之间的规模和配置差异，将主要使用 SCADA11的数据收集与通信功能，其他功能在微电网保护与控制***7中建立独立且互动的功能模块。其中事故分析、状态估计、感知预测、辅助决策都建立有相应的数学模型完成相应的功能，如可采用决策树进行事故分析，采用最小二乘或ANN完成状态估计和感知预测，使用蒙特卡洛树搜索(MCTS)联合人工神经网络或其他优化模型完成辅助优化决策。在微电网保护与控制*** 7的CPU13对程序流的自行计算下，可自动执行各功能。
参见图3，图3为本发明一实施例的微电网保护装置配置连接示意图。在微电网的***层与微电网保护执行层之间，以及微电网保护执行层的各个设备之间，均设置有多个保护装置5。微电网的一级、二级设备与微电网通信网络之间均设置有保护装置5。对应如下表2所示，保护装置5的开关状态也记录在相关数据表中，本发明中用状态1表示闭合，状态0表示断开。
表2
| 保护装置1 | 保护装置2 | 保护装置3 | …… | 保护装置n | |
| 状态 | 0 | 1 | 1 | …… | n |
参见图4，图4为本发明一实施例的微电网人工智能模型应用示意图。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门技术科学。人工智能模型是该学科所使用的数学模型。根据人工智能中机器学习的相关理论和方法，在大数据的支持下对人工智能模型进行训练、测试，在完成人工智能模型参数的确定和调试后，对新的***运行数据可在程序下自动进行学习和训练，不断改进模型的性能和参数。本发明通过建立数据库12对***各功能进行人工智能模型的建模、训练和测试，对***信息进行预测并辅助决策，并对保护装置5、无功和谐波的补偿设备20、储能设备4、以及发电设备3的工作模式和设定值进行智能化调整。其微电网保护与控制***7可与各子功能单元进行实时交互，依靠数据库12中的大量数据和 CPU13计算对事故分析单元15、状态估计单元16、感知预测单元14、优化决策控制单元17中对应的各个人工智能数学模型进行自学习和自训练，模拟人的智能使微电网的运行高度智能化。这主要涉及计算机科学里的机器学习相关理论和方法。例如，可采用人工神经网络(ANN或DNN)使用数据库12 中收集到的部分数据对ANN(或DNN)进行训练，实现***的感知预测功能，使用数据库12中剩余的部分数据对ANN(或DNN)进行测试，并根据测试结果调整ANN(或DNN)模型中的参数，通过多次训练和测试得到合格的精度后便可确定模型的参数，并使用ANN模型根据***收集到的新的运行数据进行感知预测。由于实际的微电网和配电网中需要实现和完成的功能不尽相同，本发明不只限于所提到的机器学习中对人工神经网络ANN (或DNN)的训练、测试和使用，还可采用其他现有技术的方法实现各个人工智能数学模型进行自学习和自训练的功能，对此不做限制。
本发明依靠在微电网中建立完整的数据库12，对微电网***的历史数据、实时数据、预测仿真数据进行收集、处理和分析。并将数据库12直接与计算机的CPU13交互，对微电网中的SCADA11、事故分析、状态估计、感知预测、辅助决策等功能单元进行对应模型的建立、训练和测试。依靠计算机的大量数学计算和数据库12的不断扩充，可在线或离线优化***的运行性能并提高智能模型的精度，最终实现微电网在配电网***中的智能化运行。通过建立微电网保护与控制***7在配电***中综合集成，解决了现有微电网缺乏与大电网的联系和协同优化运行的问题，并进一步引入数据库12到智能微电网的核心层，强化人工智能模型在各功能模块中的运用并最终实现微电网在配电***中的智能化运行，如人工神经网络、支持向量机、马尔科夫链等的模型应用。从整个配电***的安全高效运行出发，实现智能微电网在配电网中的保护与控制的协调与优化，并利用大数据技术建立智能微电网自己的数据库12。对微电网各子功能单元建立人工智能模型，实现自学习和自训练能力，完成微电网保护与控制***7的高度智能化运行。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种微电网保护与控制***，其特征在于，用于对微电网的一次和/或二次设备进行控制，并与外部配电网、输电网的输配电网保护控制中心进行通信，接受统一调度控制，所述微电网保护与控制***包括：
数据采集与监视控制装置，通过微电网通信网络与所述微电网的一次和/或二次设备连接，用于对所述微电网的一次和/或二次设备进行实时监控和数据收集；
数据库，分别与所述数据采集与监视控制装置和计算装置连接，所述数据库存储所述数据采集与监视控制装置采集的数据并提供调用访问，所述计算装置用于完成所述数据的分析计算；以及
功能模块，分别与所述数据库和所述微电网的一次和/或二次设备连接，用于对所述微电网的一次和/或二次设备的运行状态进行分析、估计和预测，以得到所述微电网的完整运行信息，并通过建立相应的数学模型完成对所述微电网的一次和/或二次设备的优化控制。
2.如权利要求1所述的微电网保护与控制***，其特征在于，所述功能模块包括：
感知预测单元，与所述数据库连接，根据建立的预测模型对所述微电网的一次和/或二次设备运行状况进行感知预测；
事故分析单元，与所述计算装置连接，根据事故分析模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行事故分析识别；
状态估计单元，与所述计算装置连接，根据状态估计模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行运行状态估计；以及
优化决策控制单元，与所述事故分析单元和状态估计单元进行交互并根据优化决策模型生成对所述微电网的一次和/或二次设备的保护与控制决策指令，通过所述微电网通信网络将所述保护与控制决策指令发送到所述微电网的一次和/或二次设备，并由所述微电网的一次和/或二次设备的执行机构完成对所述保护与控制决策指令的运行操作。
3.如权利要求2所述的微电网保护与控制***，其特征在于，所述感知预测单元使用所述数据库中的部分数据对人工神经网络进行训练以建立所述预测模型，使用所述数据库中剩余的部分数据对所述预测模型进行测试，并根据测试结果调整所述预测模型中的参数，通过多次训练和测试得到合格的精度后确定所述预测模型的参数，并使用所述预测模型根据所述数据采集与监视控制装置收集到的新的运行数据对所述微电网的一次和/或二次设备运行状况进行感知预测。
4.如权利要求3所述的微电网保护与控制***，其特征在于，使用决策树建立所述事故分析模型，使用最小二乘或人工神经网络建立所述状态估计模型，使用蒙特卡洛树搜索与人工神经网络建立所述优化决策模型。
5.如权利要求2、3或4所述的微电网保护与控制***，其特征在于，所述数据库包括历史收集数据、实时数据和预测仿真数据。
6.如权利要求5所述的微电网保护与控制***，其特征在于，所述数据库内还存储有状态决策表，以供所述功能模块访问调用。
7.如权利要求6所述的微电网保护与控制***，其特征在于，当通过所述状态估计单元和感知预测单元确定所述微电网的一次和/或二次设备的运行状况后，所述优化决策控制单元访问所述状态决策表，根据所述状态决策表和所述运行状况确定拟采取的优化保护控制策略，并生成相应的所述保护与控制决策指令。
8.如权利要求7所述的微电网保护与控制***，其特征在于，所述优化保护控制策略包括潮流优化、网络拓扑调整、负载和发电设备的投切和/或保护装置设定值更新。
9.如权利要求1-8中任意一项所述的微电网保护与控制***，其特征在于，所述计算装置包括计算机、CPU或GPU。
10.一种配电网，包括通信设备、发电设备、储能设备、保护装置和数据采集设备，其特征在于，还包括如上述权利要求1-9中任意一项所述的微电网保护与控制***，所述通信设备、发电设备、储能设备、保护装置和数据采集设备均通过微电网通信网络与所述微电网保护与控制***连接，所述微电网保护与控制***通过配电网通信网络与配电网、输电网的输配电网保护控制中心连接。
11.如权利要求10所述的配电网，其特征在于，所述微电网保护与控制***通过通信网关的信号转换兼容IEC61850通信协议，所述微电网保护与控制***的通信内容以GOOSE方式与所述配电网通信网络进行外部通信。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810631529.1A CN108767987A (zh) | 2018-06-19 | 2018-06-19 | 一种配电网及其微电网保护与控制*** |
| PCT/CN2019/091951 WO2019242657A1 (zh) | 2018-06-19 | 2019-06-19 | 微电网重构方法、装置、微电网保护控制中心和存储介质 |
| US17/254,244 US11616390B2 (en) | 2018-06-19 | 2019-06-19 | Micro-grid reconstruction method and device, micro-grid protection control center, and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810631529.1A CN108767987A (zh) | 2018-06-19 | 2018-06-19 | 一种配电网及其微电网保护与控制*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108767987A true CN108767987A (zh) | 2018-11-06 |
Family
ID=63978802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810631529.1A Pending CN108767987A (zh) | 2018-06-19 | 2018-06-19 | 一种配电网及其微电网保护与控制*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108767987A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109995095A (zh) * | 2019-03-29 | 2019-07-09 | 中国科学院电工研究所 | 一种基于数据驱动的配用电***智能运行控制方法 |
| WO2019242657A1 (zh) * | 2018-06-19 | 2019-12-26 | 清华大学 | 微电网重构方法、装置、微电网保护控制中心和存储介质 |
| CN112949729A (zh) * | 2021-03-11 | 2021-06-11 | 广东技术师范大学 | 一种用于微电网电流转换的控制算法 |
| CN115117699A (zh) * | 2022-06-17 | 2022-09-27 | 中国南方电网有限责任公司超高压输电公司柳州局 | 微机保护装置更换方法、装置、计算机设备、介质和产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630840A (zh) * | 2009-08-12 | 2010-01-20 | 电子科技大学 | 微电网能量智能控制*** |
| CN102355057A (zh) * | 2011-09-25 | 2012-02-15 | 国网电力科学研究院 | 微电网***计算机监控方法 |
| CN105048457A (zh) * | 2015-08-18 | 2015-11-11 | 济南大陆机电股份有限公司 | 一种智能微电网电能管理*** |
| CN205123282U (zh) * | 2015-11-19 | 2016-03-30 | 中国科学院广州能源研究所 | 微电网 |
| CN106054672A (zh) * | 2016-07-20 | 2016-10-26 | 天津天大求实电力新技术股份有限公司 | 基于rt‑lab的真实微电网运行动态仿真测试平台 |
-
2018
- 2018-06-19 CN CN201810631529.1A patent/CN108767987A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630840A (zh) * | 2009-08-12 | 2010-01-20 | 电子科技大学 | 微电网能量智能控制*** |
| CN102355057A (zh) * | 2011-09-25 | 2012-02-15 | 国网电力科学研究院 | 微电网***计算机监控方法 |
| CN105048457A (zh) * | 2015-08-18 | 2015-11-11 | 济南大陆机电股份有限公司 | 一种智能微电网电能管理*** |
| CN205123282U (zh) * | 2015-11-19 | 2016-03-30 | 中国科学院广州能源研究所 | 微电网 |
| CN106054672A (zh) * | 2016-07-20 | 2016-10-26 | 天津天大求实电力新技术股份有限公司 | 基于rt‑lab的真实微电网运行动态仿真测试平台 |
Non-Patent Citations (2)
| Title |
|---|
| 宋述宏: "基于MAS-SOA的微网群广域协同控制", 《电工技术》 * |
| 李洋等: "微电网能量管理***开发与应用", 《华东电力》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019242657A1 (zh) * | 2018-06-19 | 2019-12-26 | 清华大学 | 微电网重构方法、装置、微电网保护控制中心和存储介质 |
| US11616390B2 (en) | 2018-06-19 | 2023-03-28 | Tsinghua University | Micro-grid reconstruction method and device, micro-grid protection control center, and storage medium |
| CN109995095A (zh) * | 2019-03-29 | 2019-07-09 | 中国科学院电工研究所 | 一种基于数据驱动的配用电***智能运行控制方法 |
| CN112949729A (zh) * | 2021-03-11 | 2021-06-11 | 广东技术师范大学 | 一种用于微电网电流转换的控制算法 |
| CN115117699A (zh) * | 2022-06-17 | 2022-09-27 | 中国南方电网有限责任公司超高压输电公司柳州局 | 微机保护装置更换方法、装置、计算机设备、介质和产品 |
| CN115117699B (zh) * | 2022-06-17 | 2023-08-29 | 中国南方电网有限责任公司超高压输电公司柳州局 | 微机保护装置更换方法、装置、计算机设备、介质和产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108767987A (zh) | 一种配电网及其微电网保护与控制*** | |
| Moradi et al. | State of art of multiagent systems in power engineering: A review | |
| CN103296677B (zh) | 一种在线大电网恢复辅助决策*** | |
| CN110059356A (zh) | 一种基于大数据和人工智能的大电网智能调控***和方法 | |
| CN103872681A (zh) | 一种基于主配网一体化的在线实时合环方法 | |
| CN106329516A (zh) | 一种基于典型场景识别的配电网动态重构方法 | |
| CN103166219A (zh) | 基于超实时仿真的电网在线稳定决策控制***及控制方法 | |
| Ramos et al. | AI in power systems and energy markets | |
| CN107730088A (zh) | 一种基于配网大数据的配电设备巡检方案生成方法及装置 | |
| CN110264116A (zh) | 一种基于关系探索与回归树的电力***动态安全评估方法 | |
| CN104463465B (zh) | 一种基于分布式模型的实时监控集群处理方法 | |
| CN111277048A (zh) | 一种用于控制电力***广域协调运行的***及方法 | |
| CN109742788A (zh) | 一种新能源电站并网性能评价指标修正方法 | |
| CN105912767B (zh) | 基于bs架构的多级电网异地协同联合计算方法 | |
| CN109697251A (zh) | 基于分布式光伏电站的云计算方法及云服务平台 | |
| CN115860321A (zh) | 一种配电网供电可靠性评估方法、***、电子设备及介质 | |
| CN113743674A (zh) | 基于深度学习的储能出力预测方法、***、设备及介质 | |
| CN106408016A (zh) | 一种配电网停电时间自动识别模型构造方法 | |
| CN116667535A (zh) | 一种新能源模块化的微电网协调控制*** | |
| CN103606931B (zh) | 一种基于概率统计特征的avc***定值调整方法 | |
| CN108092267A (zh) | 一种基于智能体的配电网接入规划***与方法 | |
| CN110361609A (zh) | 特高压设备监测***及方法 | |
| Zhao et al. | Artificial intelligence applications in power system | |
| CN117390944A (zh) | 一种变电站运行工况仿真*** | |
| Wang et al. | Analysis of network loss energy measurement based on machine learning |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181106 |