CN110034581A - 风电并网下电力***的区间电气介数脆弱性评估方法 - Google Patents
风电并网下电力***的区间电气介数脆弱性评估方法 Download PDFInfo
- Publication number
- CN110034581A CN110034581A CN201910331619.3A CN201910331619A CN110034581A CN 110034581 A CN110034581 A CN 110034581A CN 201910331619 A CN201910331619 A CN 201910331619A CN 110034581 A CN110034581 A CN 110034581A
- Authority
- CN
- China
- Prior art keywords
- node
- section
- power
- wind
- betweenness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000010354 integration Effects 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000005611 electricity Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000000243 solution Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000008602 contraction Effects 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 1
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005370 electroosmosis Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- QERYCTSHXKAMIS-UHFFFAOYSA-M thiophene-2-carboxylate Chemical compound [O-]C(=O)C1=CC=CS1 QERYCTSHXKAMIS-UHFFFAOYSA-M 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012038 vulnerability analysis 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H02J3/386—
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种风电并网下电力***的区间电气介数脆弱性评估方法。该方法采用区间数描述风电并网功率的波动性,提出了一种区间电气介数方法,并基于可能度区间排序方法分别对线路和节点区间电气介数进行排序,辨识风电并网的脆弱线路和节点。该方法可以有效准确地辨识风电并网的脆弱线路和节点,与传统电力***脆弱性评估方法对比,该方法更加符合风电并网后电力***实际运行情况,对避免风电并网电力***大停电具有重要的指导意义。
Description
技术领域
本发明涉及新能源并网电力***领域,特别涉及风电并网下电力***的区间电气介数脆弱性评估方法。
背景技术
随着电网的快速发展,其拓扑结构和物理特性变得日益复杂,这样极大地加剧了电网大停电概率和风险。例如,2009年11月10日,巴西发生全国性大规模停电,损失负荷超过2400万千瓦,造成了严重影响和巨大的经济损失。2015年3月31日,土耳其发生严重的大停电事故。2018年3月21日,由于断路器过载保护动作后引发连锁反应,导致巴西电网发生大面积停电。研究表明,这些大停电事故多数是由于***中少部分关键节点和线路故障引发的连锁故障产生,这些关键节点和线路对电力***的稳定运行起着关键作用。因此,辨识这些脆弱节点和线路,进行电网脆弱性评估对于确保电网的安全稳定运行具有重要意义。
目前,众多学者对电网脆弱性评估方法进行了广泛研究,提出了一系列评估电力***脆弱性的指标、如风险指标、潮流熵指标以及基于静态能量函数法定义的脆弱性指标等。为研究电网连锁故障机理,结合电网潮流转移和分布特性,连锁故障模型被广泛被应用于评估电网脆弱性。复杂网络理论在电网脆弱性评估得到了广泛应用,其中度和介数用于辨识中心节点和关键线路。在此基础上,有学者在考虑网络拓扑和电气特性的同时,提出了电气介数和网络效能指标来辨识电网脆弱线路和节点。上述研究主要针对不考虑波动性新能源的常规电力***。
近年来,随着风电的持续快速发展,其在电网中的渗透率不断提高。但是,由于风电具有随机性和波动性,连接节点注入功率、节点电压、电网潮流等电气性能将会相应地波动。而电网脆弱性评估通常依赖于潮流结果,因此各线路和节点的电网脆弱性指标也将随着潮流的波动而变化。因此,风电接入电网后,如何描述风电波动性及影响,准确快速地辨识电网中脆弱线路和节点显得尤为重要。
发明内容
针对技术背景存在的问题,本发明提出了一种风电并网下电力***的区间电气介数脆弱性评估方法。
本发明解决上述问题的技术方案是:采用区间数描述风电并网功率的波动性,提出电网线路和节点区间电气介数脆弱性指标,并基于可能度区间排序方法分别线路和节点区间电气介数进行排序,辨识脆弱线路和节点。
为了实现上述目的,本发明采用如下技术方案来实现:
步骤1:提出一种区间电气介数脆弱性指标;
采用区间数表示风电功率的波动区间,提出电网线路和节点区间电气介数脆弱性指标,所述步骤1具体包括:
1-1:建立风电并网的区间直流潮流模型;
风电不确定性可能会引起电网潮流分布的波动。风机的出力受风向,风速,温度以及其它因素影响,其输出的真实功率很难用准确的数字表示。区间数在处理不确定性问题时具有良好的表现,其不确定性信息以区间数形式表示。因此,本发明将风机的区间输出功率为式(1)描述:
式中,和分别为风机区间输出功率的下限和上限。
为了计算输电线路和节点的潮流,考虑到风电的波动性,***注入功率P用区间数表示。因此,采用区间直流潮流模型。本发明对具有N个节点和M条支路的***区间直流潮流数学模型描述如下,
式中,为注入节点的区间有功功率,包括负荷节点和发电机节点;B为网络的节点导纳矩阵;是节点电压相角矢量;I为元素全为1的N×1阶向量,IT表示矩阵I的转置;B-1是矩阵B的逆矩阵;表示从节点i到节点j的区间有功功率;BL是矩阵B的对角矩阵;A是M×N阶连接矩阵;和分别是支路区间有功功率值的下限和上限。表示从节点i到节点j的支路最大传输功率极限。
1-2:提出计及风电接入的区间电气介数脆弱性指标;
1-2-1:提出计及风电接入的线路区间电气介数脆弱性指标;;
为了研究风电并网的线路脆弱性,提出从节点i到节点j的线路区间电气介数(下文中参考线路i-j)定义为(3)。
式中,G和L分别是发电机节点和负荷节点的集合。表示当注入单位有功功率时(向发电节点m注入P=1,负荷节点n注入P=-1)在线路i-j上产生的区间有功功率。Wmn是加权系数,表示节点m和节点n之间的最大可用传输功率。且Wmn=min(Sm,Sn),其中,Sm表示节点m的额定发电容量,Sn表示节点n的最大负荷需求。如果发电节点m包含风机,于是此时,Wmn用区间数表达,则,
如果负荷节点n包含风机,于是则Wmn为,
1-2-2:提出计及风电接入的节点区间电气介数脆弱性指标;
为了更好地辨识风电并网的脆弱节点,首先必须选择能够同时反映电网拓扑和电气特性的指标,并突出脆弱节点与其他节点之间的差异。因此,本发明根据复杂网络中节点介数与边介数之间的数学关系和区间直流潮流模型,提出的节点区间电气介数可表示为,
式中,表示节点k的区间电气介数;是线路k-l的区间电气介数;F(k)是与节点k连接的线路集合;wkn是在发电节点k和任意负荷节点n之间注入单位有功功率时的传输功率权重;wmk是在任意发电节点m和负荷节点k之间注入单位有功功率时的传输功率权重。
步骤2:提出基于可能度的区间数排序方法,分别对线路和节点区间电气介数进行排序,辨识脆弱线路和节点;所述步骤2具体包括:
2-1:提出基于可能度的区间电气介数排序方法;
式(3),(4)所得的脆弱性指标是区间数。区间数不适合直接比较,必须先进行转换才能进行比较。因此,本发明采用可能度区间数排序方法,对所有线路和节点的脆弱性指标进行排序。
记称为一个区间数;当同时为区间数或者有一个为区间数时,设且记则的可能度为:
对于所述的区间脆弱性指标值,i∈{1,2,···,N},把其中的区间数两两比较,利用公式(5)求得的值为矩阵元素构成的可能度矩阵P=(pij)N×N,并利用排序公式(6)计算可能度矩阵P的排序向量ωi,并对其大小进行排序。
2-2:区间电气介数方法的脆弱性评估流程;
综上分析,区间电气介数方法的脆弱性评估流程包括:首先,将风机的输出功率表示为区间数。根据区间直流潮流方程求解各支路的区间有功功率通过分析网络连通性,确定该***分区,在同一分区中,任意选择一对“发电-负荷节点对”(m,n),并在它们之间注入单位有功功率。根据(3)计算由线路上的“发电-负荷节点对”产生的区间有功功率之和。最后,基于可能度的区间数排序方法对求得的区间电气介数进行排序。本发明中的基于区间电气介数的线路和节点脆弱性评估过程是一致的。区间电气介数详细排序流程如下:
1)基于区间直流潮流网络模型,求解每个支路的区间有功功率。将电力***简化为由N个节点和M条支路组成的有权网络图,形成邻接矩阵,得到本文的电网拓扑模型。
2)判断网络连通性并确定电网各个节点的所属分区。
3)形成每个分区的节点导纳矩阵。
4)任意选择一“发电-负荷节点对”(m,n),先判断它们是否在同一分区。若(m,n)不在同一分区,则重新选取;若(m,n)在同一分区,则向发电节点m、负荷节点n分别注入有功功率P=1和P=-1,按式(2)和(3)计算所有线路和节点上产生的区间有功功率。
5)遍历所有发电-负荷节点对之后,按式(3)和(4)计算区间电气介数。
6)采用基于可能度的区间数排序方法对所求得的区间电气介数结果进行排序。
7)输出最终排序结果,算法终止,得到风电并网电力***脆弱性指标结果。
与现有技术相比,本发明具有以下优点和有益效果:
1、该方法考虑了不确定性风电并网下的电网脆弱性,符合现阶段新能源并网的能源发展方向,是评估新能源并网的智能电网未来发展的安全需要;
2、这种方法克服了电网脆弱性分析一般只限于传统复杂网络模型中线路间潮流只沿最短路径流向的局限性,同时,该方法综合考虑了电网的拓扑结构、发电容量、负荷容量及其分布特征,能够更真实有效地评估电网脆弱性。
3、通过该方法研究发现的波动性风电并网下***关键节点和线路,在大规模高风电渗透率并网情况下,对于避免电力***大停电事故具有一定的指导意义。
附图说明
图1为本发明的流程图。
图2为本发明的区间电气介数排序流程图。
图3为IEEE-39节点***拓扑图。
图4为IEEE-39节点***线路区间电气介数结果图。
图5为IEEE-39节点***节点区间电气介数结果图。
具体实施方式
下面结合附图和实例对本发明做进一步的说明。
以附图3中IEEE-39算例节点***为例,对风电并网的线路脆弱性以及节点脆弱性进行了综合分析,验证了本发明所提方法在脆弱性评估领域中应用的有效性。具体步骤如下:
步骤1:根据IEEE-39节点***的拓扑图,对风电并网的脆弱线路辨识进行仿真;
IEEE-39节点***包含46条传输线和39个节点,其中有10个发电机,19个负荷节点和10个传输节点,此外,节点31是平衡节点。
本发明设线路容量为初始潮流的1.4倍,并假设风机连接到节点32,考虑到风电的波动性,注入的有功功率的波动区间为[300,900]MW。根据本发明提出的线路区间电气介数模型和基于区间数排序法,排序结果其中排名前20的线路如表1所示;得到的线路区间电气介数结果如附图3所示。
表1 IEEE-39节点***线路区间电气介数(前二十)
从表1可以看出,脆弱性较高的线路主要是连接多个节点、连接发电机出口以及连接重负荷节点的线路,这些线路具有更高的拓扑重要性,承担更大的电力传输和加载任务。一旦对这些线路进行断路保护,线路将停止运行,这将严重影响多个节点,从而导致电网大范围停电并影响电网更多的潮流中断。在排名结果的前十中,线路29-38、22-35、19-33和10-32是发电机或风机的出口重要线路,这些线路故障将导致部分发电机或风机的输出功率和对***部分区域功率供给不足。线路16-17位于***拓扑中间位置,连接许多节点线路具有较高度数,它若发生故障将导致发电机33、34、35和36的功率不能正常传送,导致***电源功率供应不足。总之,可以看出,本发明提出的脆弱性辨识方法不仅可以反映电网拓扑的物理性质,而且可以很好地反映波动性风电并网后的电气性能。
步骤2:根据IEEE-39节点***的拓扑图,对风电并网的脆弱节点辨识进行仿真;
为了进一步研究风电并网电力***脆弱性评估,本发明分析了考虑多个风机组接入电网的节点脆弱性。假设风机接入到节点2和节点14,其波动性区间有功功率分别为[100,300]MW,[300,500]MW。根据(2)计算区间有功功率,通过仿真分析,排序结果其中前二十名的节点分布如表2所示;节点区间电气介数结果如附图4所示。
表2 IEEE-39节点***节点区间电气介数(前二十)
从表2可以清晰地看出,节点39、9、1、4和16是最重要的五个节点。其中节点39是重要的发电机节点,节点9、1和4为靠近电源、发电机或风机的节点,这些节点处功率供应方面尤为重要,若此处故障将导致电网功率供应不足,从而影响***功率的平衡。节点16是重要的枢纽节点,其作为发电机节点33、34、35和36的重要电力输送节点且具有较高度数;如果它故障,***潮流分布将引起很大变化,导致相邻节点功率不平衡,甚至导致***发生连锁故障。
综上所述,本发明脆弱性节点辨识方法不仅包括网络拓扑中的结构脆弱性节点,还包含***中电气性能节点,从而更加全面有效地对风电并网电力***脆弱性进行评估。应用本发明所提方法可快速准确地辨识风电并网后***脆弱节点和线路,为电力运行管理人员高效地筛选出***薄弱环节和判断***脆弱程度,提高***鲁棒性和安全性具有一定指导作用。
Claims (3)
1.风电并网下电力***的区间电气介数脆弱性评估方法,包括以下步骤:
步骤1:采用区间数描述风电并网功率的波动性,提出电网线路和节点区间电气介数脆弱性指标;
步骤2:提出基于可能度的区间数排序方法,分别对线路和节点区间电气介数进行排序,辨识脆弱线路和节点。
2.根据权利要求1所述的风电并网下电力***的区间电气介数脆弱性评估方法,其特征在于:所述步骤1具体包括:
2-1:建立风电并网的区间直流潮流模型;
风电不确定性可能会引起电网潮流分布的波动。风机的出力受风向,风速,温度以及其它因素影响,其输出的真实功率很难用准确的数值表示。区间数在处理不确定性问题时具有良好的表现,其不确定性信息以区间数形式表示。因此,本发明将风机的区间输出功率为式(1)描述:
式中,和分别为风机区间输出功率的下限和上限。
为了计算输电线路和节点的潮流,考虑到风电的波动性,***注入功率P用区间数表示。因此,采用区间直流潮流模型。本发明对具有N个节点和M条支路的风电并网电力***区间直流潮流数学模型描述如下,
式中,为注入节点的区间有功功率,包括负荷节点和发电机节点;B为网络的节点导纳矩阵;是节点电压相角矢量;I为元素全为1的N×1阶向量,IT表示矩阵I的转置;B-1是矩阵B的逆矩阵;表示从节点i到节点j的区间有功功率;BL是矩阵B的对角矩阵;A是M×N阶连接矩阵;和分别是支路区间有功功率值的下限和上限。表示从节点i到节点j的支路最大传输功率极限。
2-2:提出计及风电接入的线路区间电气介数脆弱性指标;
为了研究风电并网的线路脆弱性,提出从节点i到节点j的线路区间电气介数(下文中参考线路i-j)定义为(3)。
式中,G和L分别是发电机节点和负荷节点的集合。表示当注入单位有功功率时(向发电节点m注入P=1,负荷节点n注入P=-1)在线路i-j上产生的区间有功功率。Wmn是加权系数,表示节点m和节点n之间的最大可用传输功率。且Wmn=min(Sm,Sn),其中,Sm表示节点m的额定发电容量,Sn表示节点n的最大负荷需求。如果发电节点m包含风机,于是Sm=[Pw -,Pw +],此时,Wmn用区间数表达,则,
如果负荷节点n包含风机,于是Sn=[Pw -,Pw +],则Wmn为,
2-3:提出计及风电接入的节点区间电气介数脆弱性指标;
为了更好地辨识风电并网的脆弱节点,首先必须选择能够同时反映电网拓扑和电气特性的指标,并突出脆弱节点与其他节点之间的差异。因此,本发明根据复杂网络中节点介数与边介数之间的数学关系和区间直流潮流模型,提出的节点区间电气介数可表示为,
式中,表示节点k的区间电气介数;是线路k-l的区间电气介数;F(k)是与节点k连接的线路集合;wkn是在发电节点k和任意负荷节点n之间注入单位有功功率时的传输功率权重;wmk是在任意发电节点m和负荷节点k之间注入单位有功功率时的传输功率权重。
3.根据权利要求1所述的风电并网下电力***的区间电气介数脆弱性评估方法,其特征在于:所述步骤2具体包括:
3-1:提出基于可能度的区间电气介数排序方法;
式(3),(4)所得的脆弱性指标是区间数。区间数不适合直接比较,必须先进行转换才能进行比较。因此,本发明采用可能度区间数方法,对所有线路和节点的脆弱性指标进行排序。
记称为一个区间电气数;当同时为区间数或者有一个为区间数时,设且记 则的可能度为:
对于所述的区间脆弱性指标值,i∈{1,2,…,N},把其中的区间数两两比较,利用式(5)求得的值为矩阵元素构成的可能度矩阵P=(pij)N×N,并利用排序式(6)计算可能度矩阵P的排序向量ωi,并对其大小进行排序。
3-2:区间电气介数方法的脆弱性评估流程;
综上分析,区间电气介数方法的脆弱性评估流程包括:首先,将风机的输出功率表示为区间数。根据区间直流潮流方程求解各支路的区间有功功率通过分析网络连通性,确定该***分区,在同一分区中,任意选择一对“发电-负荷节点对”(m,n),并在它们之间注入单位有功功率。根据(3)计算由线路上的“发电-负荷节点对”产生的区间有功功率之和。最后,基于可能度的区间数排序方法对求得的区间电气介数进行排序。本发明中的基于区间电气介数的线路和节点脆弱性评估过程是一致的。区间电气介数脆弱性评估详细流程如下:
1)基于区间直流潮流网络模型,求解每个支路的区间有功功率。将电力***简化为由N个节点和M条支路组成的有权网络图,形成邻接矩阵,得到电网拓扑模型。
2)判断网络连通性并确定电网各个节点的所属分区。
3)形成每个分区的节点导纳矩阵。
4)任意选择一“发电-负荷节点对”(m,n),先判断它们是否在同一分区。若(m,n)不在同一分区,则重新选取;若(m,n)在同一分区,则向发电节点m、负荷节点n分别注入有功功率P=1和P=-1,按式(2)和(3)计算所有线路和节点上产生的区间有功功率。
5)遍历所有发电-负荷节点对之后,按式(3)和(4)计算区间电气介数。
6)采用基于可能度的区间数排序方法对所求得的区间电气介数结果进行排序。
7)输出最终排序结果,算法终止,得到风电并网电力***脆弱性指标结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910331619.3A CN110034581B (zh) | 2019-04-23 | 2019-04-23 | 风电并网下电力***的区间电气介数脆弱性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910331619.3A CN110034581B (zh) | 2019-04-23 | 2019-04-23 | 风电并网下电力***的区间电气介数脆弱性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110034581A true CN110034581A (zh) | 2019-07-19 |
CN110034581B CN110034581B (zh) | 2023-01-06 |
Family
ID=67239915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910331619.3A Active CN110034581B (zh) | 2019-04-23 | 2019-04-23 | 风电并网下电力***的区间电气介数脆弱性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110034581B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092453A (zh) * | 2019-12-30 | 2020-05-01 | 南京工程学院 | 一种多点接入光伏电源的电网关键线路辨识方法 |
CN111313408A (zh) * | 2020-03-05 | 2020-06-19 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN111523252A (zh) * | 2020-06-11 | 2020-08-11 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
CN112231705A (zh) * | 2020-09-23 | 2021-01-15 | 四川中电启明星信息技术有限公司 | 一种基于一二次划分的信息***可靠性提升方法 |
CN112487658A (zh) * | 2020-12-14 | 2021-03-12 | 重庆邮电大学 | 一种电网关键节点的识别方法、装置及*** |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联***脆弱线路辨识方法 |
CN113725855A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种基于电气DebtRank算法的电力***脆弱线路辨识方法 |
CN115173413A (zh) * | 2022-08-10 | 2022-10-11 | 湖南科技大学 | 一种基于新型电气介数的电网脆弱线路辨识方法 |
CN117134502A (zh) * | 2023-10-23 | 2023-11-28 | 国网四川雅安电力(集团)股份有限公司荥经县供电分公司 | 电力数据监控方法和监控*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101515A1 (zh) * | 2012-12-24 | 2014-07-03 | 国家电网公司 | 间歇能源并网下的自动发电控制模型的设计方法 |
CN107846014A (zh) * | 2017-11-09 | 2018-03-27 | 电子科技大学 | 一种基于随机特征和级数计算的电网概率脆弱性评估方法 |
CN108667005A (zh) * | 2018-04-13 | 2018-10-16 | 湘潭大学 | 一种计及新能源影响的电网静动态结合脆弱性评估方法 |
-
2019
- 2019-04-23 CN CN201910331619.3A patent/CN110034581B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101515A1 (zh) * | 2012-12-24 | 2014-07-03 | 国家电网公司 | 间歇能源并网下的自动发电控制模型的设计方法 |
CN107846014A (zh) * | 2017-11-09 | 2018-03-27 | 电子科技大学 | 一种基于随机特征和级数计算的电网概率脆弱性评估方法 |
CN108667005A (zh) * | 2018-04-13 | 2018-10-16 | 湘潭大学 | 一种计及新能源影响的电网静动态结合脆弱性评估方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092453A (zh) * | 2019-12-30 | 2020-05-01 | 南京工程学院 | 一种多点接入光伏电源的电网关键线路辨识方法 |
CN111313408B (zh) * | 2020-03-05 | 2022-04-29 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN111313408A (zh) * | 2020-03-05 | 2020-06-19 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN111523252A (zh) * | 2020-06-11 | 2020-08-11 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
CN111523252B (zh) * | 2020-06-11 | 2021-02-05 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
CN112231705A (zh) * | 2020-09-23 | 2021-01-15 | 四川中电启明星信息技术有限公司 | 一种基于一二次划分的信息***可靠性提升方法 |
CN112231705B (zh) * | 2020-09-23 | 2023-07-28 | 四川中电启明星信息技术有限公司 | 一种基于一二次划分的信息***可靠性提升方法 |
CN112487658A (zh) * | 2020-12-14 | 2021-03-12 | 重庆邮电大学 | 一种电网关键节点的识别方法、装置及*** |
CN112487658B (zh) * | 2020-12-14 | 2022-09-16 | 重庆邮电大学 | 一种电网关键节点的识别方法、装置及*** |
CN113191643B (zh) * | 2021-05-06 | 2022-04-01 | 四川大学 | 电-气互联***脆弱线路辨识方法 |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联***脆弱线路辨识方法 |
CN113725855A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种基于电气DebtRank算法的电力***脆弱线路辨识方法 |
CN113725855B (zh) * | 2021-09-03 | 2022-09-16 | 湘潭大学 | 一种基于电气DebtRank算法的电力***脆弱线路辨识方法 |
CN115173413A (zh) * | 2022-08-10 | 2022-10-11 | 湖南科技大学 | 一种基于新型电气介数的电网脆弱线路辨识方法 |
CN115173413B (zh) * | 2022-08-10 | 2023-06-06 | 湖南科技大学 | 一种基于电气介数的电网脆弱线路辨识方法 |
US11983472B2 (en) | 2022-08-10 | 2024-05-14 | Hunan University Of Science And Technology | Method for identifying fragile lines in power grids based on electrical betweenness |
CN117134502A (zh) * | 2023-10-23 | 2023-11-28 | 国网四川雅安电力(集团)股份有限公司荥经县供电分公司 | 电力数据监控方法和监控*** |
CN117134502B (zh) * | 2023-10-23 | 2023-12-22 | 国网四川雅安电力(集团)股份有限公司荥经县供电分公司 | 电力数据监控方法和监控*** |
Also Published As
Publication number | Publication date |
---|---|
CN110034581B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110034581A (zh) | 风电并网下电力***的区间电气介数脆弱性评估方法 | |
WO2022134596A1 (zh) | 一种计及新能源影响的主动配电网脆弱节点辨识方法 | |
Bai et al. | Hybrid flow betweenness approach for identification of vulnerable line in power system | |
CN100438251C (zh) | 一种大型电力***脆弱线路辨识的方法 | |
CN108462210B (zh) | 基于数据挖掘的光伏可开放容量计算方法 | |
CN104319785B (zh) | 一种基于源流路径电气剖分的风电***关键节点识别方法 | |
CN109217296A (zh) | 一种基于加权潮流熵和电压稳定的电网关键节点辨识方法 | |
CN110350522A (zh) | 一种基于加权h指数的电力***脆弱线路辨识方法 | |
Natarajan et al. | Optimal location and sizing of MW and MVAR based DG units to improve voltage stability margin in distribution system using a chaotic artificial bee colony algorithm | |
Adebayo et al. | Optimal location identification of FACTS devices through genetic algorithm and the network structural characteristics techniques | |
Zhi-jian et al. | Reliability assessment of distribution network considering the randomness of distributed generation | |
Su et al. | Identification of critical nodes for cascade faults of grids based on electrical PageRank | |
Al Ameri et al. | Genetic algorithm for optimal sizing and location of multiple distributed generations in electrical network | |
Yu et al. | Optimization of an offshore oilfield multi-platform interconnected power system structure | |
Wu et al. | Impact analysis of large PV integration: Case studies in Taiwan | |
CN108183499A (zh) | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 | |
CN105552880A (zh) | 基于状态枚举法的电力***典型故障集确定方法 | |
CN108122054A (zh) | 一种基于图计算的电力***拓扑实时计算方法 | |
CN111092453B (zh) | 一种多点接入光伏电源的电网关键线路辨识方法 | |
Li et al. | Interval Electrical Betweenness Method for Power Grid Vulnerability Assessment Considering Wind Power | |
Liu et al. | Robust Transmission Expansion Planning Considering Massive N-1 Contingencies with High Proportion of Renewable Energy | |
Chen et al. | Real‐time risk assessment of cascading failure in power system with high proportion of renewable energy based on fault graph chains | |
Ramezani et al. | Modeling and evaluation of wind turbines on total transfer capability | |
CN112653136A (zh) | 一种电力电子多馈入电力***关键线路识别方法及*** | |
Li et al. | Wind farms reactive power optimization using genetic/tabu hybrid algorithm |
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 |