CN109861223B - 一种电网优化的方法及其*** - Google Patents

一种电网优化的方法及其*** Download PDF

Info

Publication number
CN109861223B
CN109861223B CN201910284919.0A CN201910284919A CN109861223B CN 109861223 B CN109861223 B CN 109861223B CN 201910284919 A CN201910284919 A CN 201910284919A CN 109861223 B CN109861223 B CN 109861223B
Authority
CN
China
Prior art keywords
link
node
optimal
power grid
parameter
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.)
Active
Application number
CN201910284919.0A
Other languages
English (en)
Other versions
CN109861223A (zh
Inventor
张雄宝
韦洪波
刘雯
龚舒
韦昌福
苑贵全
李慧
骞一凡
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.)
Guangxi Power Grid Co Ltd
Original Assignee
Guangxi Power Grid 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 Guangxi Power Grid Co Ltd filed Critical Guangxi Power Grid Co Ltd
Priority to CN201910284919.0A priority Critical patent/CN109861223B/zh
Publication of CN109861223A publication Critical patent/CN109861223A/zh
Application granted granted Critical
Publication of CN109861223B publication Critical patent/CN109861223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请公开了一种电网优化的方法及其***,其中电网优化的方法具体包括以下步骤:获得电网实时运行数据,根据运行数据构建电网模型;计算电网模型中各参数的权重,选取最优参数;根据获取的最优参数衡量电网模型的鲁棒性,选取链路;将选取的链路整合,选取链路集合中的最优链路及其开关状态。根据本申请,能够得到一种优化的电网运行方式,通过建立电网模型以及获得最优的目标函数,优化了运行参数从而最终得到最优的链路开关,能够降低因参数不稳定或参数不达标导致电网运行出现问题的概率,提高了电网运行状态下的效率。

Description

一种电网优化的方法及其***
技术领域
本申请涉及配电网优化技术领域,具体地,涉及一种电网优化的方法及其***。
背景技术
随着社会的发展,电力行业也占据着越来越多的市场,同样电网也是实现我国能源战略布局的重要手段、能源产业链的重要环节和国家综合运输体系的重要组成部分,人们对电网的依赖也日渐增大,但是由于人们对电网的依赖性和越来越高的需求,导致对电网的要求也越来越高,因此,电网需要一种优化的运行方式,但是传统优化方式中,仅仅通过改变电网的电压质量以及通过的线路电流,并不能从根本上解决问题,因此如何选取和优化电网依旧是人们需要努力攻克的技术问题。
发明内容
本申请的目的在于通过建立电网模型以及获得最优的目标函数,从而最终得到最优的链路开关,能够降低因参数不稳定或参数不达标导致电网运行出现问题的概率,提高了电网运行状态下的效率。
为达到上述目的,本申请提供了一种电网优化的方法及其***,其中电网优化的方法具体包括以下步骤:获得电网实时运行数据,根据运行数据构建电网模型;计算电网模型中各参数的权重,选取最优参数;根据获取的最优参数衡量电网模型的鲁棒性,选取链路;将选取的链路整合,选取链路集合中的最优链路及其开关状态。
如上的,其中,若选取的链路小于指定阈值,则平衡参数,再次选取链路。
如上的,其中,将电网划分为N个节点和K条链路,将N个节点分为第一节点类和第二节点类,第一节点类为有稳定的电压源的节点,第二节点类为接收从第一节点类中的节点流出的电压和电流且具有功率消耗的节点。
如上的,其中,根据运行数据构建电网模型包括计算节点的初始负载和容量值,具体包括以下步骤:初始化链路的导纳矩阵,第一节点类中节点的电压UN和流过第二节点类中节点的电流IN;其中链路的导纳矩阵用A表示,
Figure BDA0002022943500000021
其中A11代表第一条链路之间的导纳,An1代表n条链路与第一条链路之间的导纳;将第一节点类中的节点的电压和流过第二节点类中的节点的电流整合到矩阵B中,其中B=[…Un In…]N
如上的,其中,链路负载Pa,b=Ia,b,Ia,b为流过链路的电流,a,b分别代表两个不同的节点;链路容量Ra,b=x*Pa,b(0)+Pa,b(0),其中Pa,b(0)为链路的初始负载,每条链路的容量为链路初始负载的x倍。
如上的,其中,节点负载Pn=Un*In,其中In为流出节点n的电流之和,Un为节点的电压;节点容量Rn=Pn(0)+Pn(0)*y,每个节点的容量设为初始容量的y倍,Pn(0)为节点的初始负载。
如上的,其中,根据节点电压、节点以及链路的负载和容量建立电网模型,获得最优化电网目标函数,最优化电网目标函数为
Figure BDA0002022943500000022
其中
Figure BDA0002022943500000023
为节点容量、节点负载以及链路负载对应的权重,Rn′、Un′、Pa,b′为预计在电网模型中运行最优的参数。
如上的,其中,选取的链路的集合为Lt={L1、L2、…Lm},其中L1…Lm为链路长度为固定数值的实向量链路,M为链路情况的个数;根据关系函数
Figure BDA0002022943500000024
判断链路的开关情况,其中bi=1代表该链路连通,bi=0代表该链路断开。
如上的,其中,根据bi数值将链路分为连通链路集合和断开链路集合,在连通链路集合中选取bi数值最高的为最优的连通链路;在断开链路中选取bi数值越小的为最优的断开链路。
一种电网优化***,包括模型构建单元、最优参数选取单元、链路选取单元、参数平衡单元以及最优链路选取;模型构建单元:根据节点的电压、节点以及链路的负载和容量构建电网模型;最优参数选取单元:计算电网模型中各参数的权重,选取最优参数;链路选取单元:根据获取的最优参数衡量电网模型的鲁棒性,选取链路;参数平衡单元:平衡参数,再次选取链路;最优链路选取:在所有的链路集合中选取最优链路以及其开关状态。
本申请具有以下有益效果:
根据本申请,能够得到一种优化的电网运行方式,通过建立电网模型以及获得最优的目标函数,优化了运行参数从而最终得到最优的链路开关,能够降低因参数不稳定或参数不达标导致电网运行出现问题的概率,提高了电网运行状态下的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的电网优化的方法流程图;
图2是根据本申请实施例提供的电网优化***的内部结构示意图;
图3是根据本申请实施例提供的电网优化***的子模块示意图;
图4是根据本申请实施例提供的电网优化***的又一子模块示意图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请是一种电网的优化方法及其***。根据本申请,能够得到一种优化的电网运行方式,通过建立电网模型以及获得最优的目标函数,从而最终得到最优的链路开关,能够降低因参数不稳定或参数不达标导致电网运行出现问题的概率,提高了电网运行状态下的效率。
如图1所示为本申请提供的电网优化的方法流程图。
步骤S110:获得电网实时运行数据,根据运行数据构建电网模型。
具体地,运行数据中包括但不限于运行的负载和容量。
进一步地,根据基尔霍夫的电流和电压定律,将电网划分为N个节点和K条链路,N的数量大于K,一条链路的两端为两个节点,其中将多个节点分类,包括分为第一节点类和第二节点类,其中第一节点类是有稳定的电压源的节点,第二节点类是接收从第一节点类中的节点流出的电压和电流且具有功率消耗的节点。其中第一节点类和第二节点类中都包含多个节点。
再进一步地,计算节点的初始负载和容量值,具体包括以下步骤:
步骤D1:初始化链路的导纳矩阵,第一节点类中节点的电压UN和流过第二节点类中节点的电流IN
其中链路的导纳矩阵用A表示,
Figure BDA0002022943500000041
其中A11代表第一条链路之间的导纳,以此类推,An1代表n条链路与第一条链路之间的导纳。
步骤D2:将第一节点类中的节点的电压和流过第二节点类中的节点的电流整合到矩阵B中。
具体地,B=[…Un In…]N,根据基尔霍夫的第一定律可知,链路的负载等于流过链路的电流,即链路负载Pa,b=Ia,b,a,b分别代表两个不同的节点,其中Pa,b(0)为链路的初始负载。链路容量为在初始负载的基础上,加上除初始负载外的其他负载,其中每条链路的容量为链路初始负载的x倍,即链路容量Ra,b=x*Pa,b(0)+Pa,b(0)。
进一步地,节点n的负载Pn为在此节点的输出功率,即节点负载Pn=Un*In,其中In为流出节点n的电流之和,Un为节点的电压。节点容量等于在节点的初始负载的基础上,加上除初始外的其他负载,其中每个节点的容量设为初始容量的y倍,即节点容量Rn=Pn(0)+Pn(0)*y,Pn(0)为节点的初始负载。
根据上述步骤得到的节点电压、节点以及链路的负载和容量建立电网模型,获得最优化电网目标函数。
其中最优化电网目标函数为
Figure BDA0002022943500000051
其中
Figure BDA0002022943500000052
Figure BDA0002022943500000053
为节点容量、节点负载以及链路负载对应的权重,Rn′、Un′、Pa,b′为预计在电网模型中运行最优的参数。优选地,最优参数为节点容量、节点电压以及链路负载。
步骤S120:计算电网模型中各参数的权重,选取最优参数。
具体地,首先预设与各参数项对应的权重的最优值,计算各参数对应权重的真实数值,并将权重的真实数值与预设的最优值进行比较,若真实数值在阈值范围内的即作为最优权重,与最优权重对应的参数即为最优参数。
示例性地,参数分别为电压、节点以及链路的负载和容量。
优选地,通过变异系数法计算各参数的权重,具体包括以下步骤:
步骤P1::计算参数的标准差Sn。利用公式
Figure BDA0002022943500000054
其中xn表示参数的均值,xn,k表示模型中第n个节点或链路的参数,n表示链路或节点的总数,k为常量。分别计算各个参数的标准差。
步骤P2:计算参数的变异系数Vn
其中Vn=Sn/xn
步骤P3:计算参数的权重
Figure BDA0002022943500000055
具体地,对变异系数Vn进行归一化处理,得到参数的权重,公式为
Figure BDA0002022943500000061
其中i=1、2…n。
分别计算各参数的权重,将根据得到的权重与预设的权重进行比较,若在阈值内,则说明该权重为最优权重,与该权重对应的参数为最优参数,即最优电压、节点以及链路的最优负载和容量。
步骤S130:根据获取的最优参数衡量电网模型的鲁棒性,选取链路。
具体地,将获得的最优参数分别代入目标函数
Figure BDA0002022943500000062
中,以目标函数的大小衡量鲁棒性的高低,若目标函数值在设定的阈值范围内,则说明该模型的鲁棒性能良好,选取与该最优参数对应的链路,反之则说明鲁棒性能并不好,不进行链路的选取。
其中被选取的链路可能有一条或多条,若选取的链路小于设定的阈值,说明该电网模型并不能够正常运行,则需要对各参数进行处理,再次挑选链路,执行步骤S140。
步骤S140:平衡参数,再次选取链路。
具体地,调整各参数的权重大小,将调整大小后的权重以及各参数放入目标函数中,反复计算和实验,并最终得到能使电网模型的鲁棒性能良好的最优参数,得到能够再次选取的链路。
若选取的链路大于设定的阈值,或由步骤S140得到的链路与步骤S130选取的链路之和大于设定的阈值,则执行步骤S150:将选取的链路整合,选取链路集合中的最优链路及其开关状态。
具体地,选取的链路的集合为Lt={L1、L2、…Lm},其中L1…Lm为链路长度为固定数值的实向量链路,M为链路情况的个数。
其中集合中的每一条链路对应一个关系函数,根据关系函数判断其链路的开关情况,关系函数为
Figure BDA0002022943500000063
其中bi=1代表该链路连通,bi=0代表该链路断开,将集合中的每一个实向量代入关系函数中,便能够得到该链路的开关(连通或闭合)状态。
优选地,根据bi数值选取最优的链路以及开关状态,优选地,根据bi数值将链路分为连通链路集合和断开链路集合,其中对于连通链路根据bi由高到低进行排序,即得到bi数值(大于1)最高的即为最优的连通链路。对于断开链路根据bi由低到高进行排序,即得到bi数值(小于0)越小的即为最优的断开链路。
进一步地,也可以按照连通链路的排序选取多个最优的连通链路,除最优的连通链路外,其余的链路全部断开。
如图2所示,本申请实施例提供了一种电网优化的***,其内部具体包括以下结构,模型构建单元201、最优参数选取单元202、链路选取单元203、参数平衡单元204以及最优链路选取205。
其中,如图3所示,模型构建单元201包括以下子模块:数据获取模块301、划分模块302、初始化模块303、整合模块304。
优选地,最优参数选取单元202包括计算模块与比较模块。
如图4所示,最优链路选取单元205包括链路整合模块401、判断模块402、排序及选取模块403。
模型构建单元201用于根据节点的电压、节点以及链路的负载和容量构建电网模型。
具体地,数据获取模块301获取电网实时的运行数据。
划分模块302用于将电网划分为N个节点和K条链路。
初始化模块303与划分模块302连接,用于初始化链路的导纳矩阵、节点的电压和电流。
整合模块304与初始化模块303连接,用于将节点的电压和电流整合到同一个矩阵中。
最优参数选取单元202与模型构建单元201连接,用于计算电网模型中各参数的权重,选取最优参数。
其中计算模块用于计算参数的标准差、变异系数以及权重,比较模块根据计算后的权重与预设的最优权重进行比较,若在阈值范围内则认为该权重为最优权重,与最优权重对应的参数为最优参数。
链路选取单元203与最优参数选取单元202连接,根据获取的最优参数衡量电网模型的鲁棒性,选取链路。
参数平衡单元204与链路选取单元203连接,用于平衡参数,再次选取链路。
最优链路选取205分别与链路选取单元203和参数平衡单元204连接,用于在所有的链路集合中选取最优链路以及其开关状态。
具体地,链路整合模块401用于将所有链路整合到同一集合中。
判断模块402与链路整合模块401连接,用于判断链路的开关状态。
排序及选取模块403与链路整合模块401连接,用于对链路集合中的链路进行排序,并最终选取最优(连通或断开)链路。
本申请具有以下有益效果:
根据本申请,能够得到一种优化的电网运行方式,通过建立电网模型以及获得最优的目标函数,优化了运行参数从而最终得到最优的链路开关,能够降低因参数不稳定或参数不达标导致电网运行出现问题的概率,提高了电网运行状态下的效率。
虽然当前申请参考的示例被描述,其只是为了解释的目的而不是对本申请的限制,对实施方式的改变,增加和/或删除可以被做出而不脱离本申请的范围。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (2)

1.一种电网优化的方法,其特征在于,具体包括以下步骤:
获得电网实时运行数据,根据运行数据构建电网模型;将电网划分为N个节点和K条链路,将N个节点分为第一节点类和第二节点类,第一节点类为有稳定的电压源的节点,第二节点类为接收从第一节点类中的节点流出的电压和电流且具有功率消耗的节点;
根据运行数据构建电网模型包括计算节点的初始负载和容量值,具体包括以下步骤:初始化链路的导纳矩阵,其中链路的导纳矩阵用A表示,
Figure FDA0003108342450000011
Figure FDA0003108342450000012
其中A11代表第一条链路之间的导纳,An1代表n条链路与第一条链路之间的导纳;
链路负载Pa,b=Ia,b,Ia,b为流过链路的电流,a,b分别代表两个不同的节点;链路容量Ra,b=x*Pa,b(0)+Pa,b(0),其中Pa,b(0)为链路的初始负载;节点负载Pn=Un*In,其中In为流出节点n的电流之和,Un为节点的电压;节点容量Rn=Pn(0)+Pn(0)*y,Pn(0)为节点的初始负载,x表示链路的初始负载的倍数,y表示节点的初始负载的倍数;
计算电网模型中各参数的权重,选取最优参数;首先预设与各参数项对应的权重的最优值,计算各参数对应权重的真实数值,并将权重的真实数值与预设的最优值进行比较,若真实数值在阈值范围内的即为最优权重,与最优权重对应的参数即为最优参数;
根据获取的最优参数衡量电网模型的鲁棒性,选取链路;根据节点电压、节点以及链路的负载和容量建立电网模型,获得最优化电网目标函数,最优化电网目标函数为
Figure FDA0003108342450000013
其中
Figure FDA0003108342450000014
为节点容量、节点负载以及链路负载对应的权重,Rn′、Un′、Pa,b′为预计在电网模型中运行最优的参数,Pa,b为链路负载;将获得的最优参数分别代入目标函数
Figure FDA0003108342450000021
中,以目标函数的大小衡量鲁棒性的高低,若目标函数值在设定的阈值范围内,则说明该模型的鲁棒性能良好,选取与该最优参数对应的链路,反之则说明鲁棒性能并不好,不进行链路的选取;
其中,若选取的链路小于指定阈值,则平衡参数,再次选取链路;
其中,平衡参数具体为调整各参数的权重大小,将调整大小后的权重以及各参数放入目标函数中,得到使电网模型的鲁棒性能良好的最优参数;
将选取的链路整合,选取链路集合中的最优链路及其开关状态。
2.一种电网优化***,其特征在于,包括模型构建单元、最优参数选取单元、链路选取单元、参数平衡单元以及最优链路选取;
模型构建单元:根据节点的电压、节点以及链路的负载和容量构建电网模型;将电网划分为N个节点和K条链路,将N个节点分为第一节点类和第二节点类,第一节点类为有稳定的电压源的节点,第二节点类为接收从第一节点类中的节点流出的电压和电流且具有功率消耗的节点;
根据运行数据构建电网模型包括计算节点的初始负载和容量值,具体包括以下步骤:初始化链路的导纳矩阵,其中链路的导纳矩阵用A表示,
Figure FDA0003108342450000022
Figure FDA0003108342450000023
其中A11代表第一条链路之间的导纳,An1代表n条链路与第一条链路之间的导纳;
链路负载Pa,b=Ia,b,Ia,b为流过链路的电流,a,b分别代表两个不同的节点;链路容量Ra,b=x*Pa,b(0)+Pa,b(0),其中Pa,b(0)为链路的初始负载;节点负载Pn=Un*In,其中In为流出节点n的电流之和,Un为节点的电压;节点容量Rn=Pn(0)+Pn(0)*y,Pn(0)为节点的初始负载,x表示链路的初始负载的倍数,y表示节点的初始负载的倍数;
最优参数选取单元:计算电网模型中各参数的权重,选取最优参数;首先预设与各参数项对应的权重的最优值,计算各参数对应权重的真实数值,并将权重的真实数值与预设的最优值进行比较,若真实数值在阈值范围内的即为最优权重,与最优权重对应的参数即为最优参数;
链路选取单元:根据获取的最优参数衡量电网模型的鲁棒性,选取链路;根据节点电压、节点以及链路的负载和容量建立电网模型,获得最优化电网目标函数,最优化电网目标函数为
Figure FDA0003108342450000031
其中
Figure FDA0003108342450000032
Figure FDA0003108342450000033
为节点容量、节点负载以及链路负载对应的权重,Rn′、Un′、Pa,b′为预计在电网模型中运行最优的参数,Pa,b为链路负载;将获得的最优参数分别代入目标函数
Figure FDA0003108342450000034
中,以目标函数的大小衡量鲁棒性的高低,若目标函数值在设定的阈值范围内,则说明该模型的鲁棒性能良好,选取与该最优参数对应的链路,反之则说明鲁棒性能并不好,不进行链路的选取;
参数平衡单元:平衡参数,再次选取链路;
其中,若选取的链路小于指定阈值,则平衡参数,再次选取链路;
其中,平衡参数具体为调整各参数的权重大小,将调整大小后的权重以及各参数放入目标函数中,得到使电网模型的鲁棒性能良好的最优参数;
最优链路选取:在所有的链路集合中选取最优链路以及其开关状态。
CN201910284919.0A 2019-04-10 2019-04-10 一种电网优化的方法及其*** Active CN109861223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910284919.0A CN109861223B (zh) 2019-04-10 2019-04-10 一种电网优化的方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910284919.0A CN109861223B (zh) 2019-04-10 2019-04-10 一种电网优化的方法及其***

Publications (2)

Publication Number Publication Date
CN109861223A CN109861223A (zh) 2019-06-07
CN109861223B true CN109861223B (zh) 2021-10-08

Family

ID=66903574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910284919.0A Active CN109861223B (zh) 2019-04-10 2019-04-10 一种电网优化的方法及其***

Country Status (1)

Country Link
CN (1) CN109861223B (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106067074B (zh) * 2016-05-27 2019-08-27 嘉兴国电通新能源科技有限公司 一种通过优化链路的开关状态来提升电网***鲁棒性的方法
CN108879675A (zh) * 2018-08-09 2018-11-23 国网山东省电力公司经济技术研究院 一种电网结构适应性评估算法

Also Published As

Publication number Publication date
CN109861223A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN106780127B (zh) 含分布式光伏配电网的评价方法
CN111382897A (zh) 台区低压跳闸预测方法、装置、计算机设备及存储介质
CN113269371A (zh) 一种智能配电网供电综合性能评估方法及***
CN104951886A (zh) 一种配电网运行状态综合评价的方法及***
CN103108382A (zh) 一种基于网络层次分析法的异构网络多属性决策方法
CN106067074B (zh) 一种通过优化链路的开关状态来提升电网***鲁棒性的方法
CN111027872A (zh) 一种区域用户的用电成熟度确定方法及***
CN110011358B (zh) 一种配电网负荷状态调节控制器
CN109413710A (zh) 基于遗传算法优化的无线传感器网络的分簇方法及装置
CN115081933B (zh) 一种基于改进谱聚类的低压用户拓扑构建方法和***
CN114283024A (zh) 一种电力***的需求响应潜力用户与潜力空间的识别方法
CN116316589A (zh) 一种考虑源荷不确定性的配网分布式光伏承载力评估方法
CN109861223B (zh) 一种电网优化的方法及其***
CN114937992A (zh) 输变电节能方法及***
CN105404780A (zh) 一种多参数综合分析的变压器过载能力评估方法
CN108400935A (zh) 一种基于遗传算法的业务路径选择方法、装置及电子设备
Yuan et al. Implementing zonal pricing in distribution network: The concept of pricing equivalence
CN107221926A (zh) 一种基于tsc的馈线接入用户容量计算方法
Zhang et al. The application of hybrid genetic particle swarm optimization algorithm in the distribution network reconfigurations multi-objective optimization
CN104010004A (zh) 一种数据传输网络的建立方法及***
CN109888847A (zh) 多馈入交直流混联电网的优化运行方法、装置及***
CN115880100A (zh) 一种基于云端平台的智慧电网数据处理方法与***
CN107911763B (zh) 一种基于QoS的智能配用电通信网EPON网络规划方法
CN115952921A (zh) 一种光伏能源功率预测方法、装置、电子设备及存储介质
WO2022052146A1 (zh) 用于开环电网负荷转供决策中的重过载校验方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Xiongbao

Inventor after: Wei Hongbo

Inventor after: Liu Wen

Inventor after: Gong Shu

Inventor after: Wei Changfu

Inventor after: Yuan Guiquan

Inventor after: Li Hui

Inventor after: Qian Yifan

Inventor before: Yuan Guiquan

Inventor before: Li Hui

Inventor before: Qian Yifan

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210913

Address after: No. 6 Democracy Road, Xingning District, Nanning City, Guangxi Zhuang Autonomous Region, 530000

Applicant after: GUANGXI POWER GRID Co.,Ltd.

Address before: 101300 Beijing Shunyi District Airport Street, No. 1 Anhua Street, 1st Building, 1st Floor, No. 2159

Applicant before: BEIJING LONGPU INTELLIGENT TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant