CN110601191B - 一种基于惯性分布指数的电力***惯性水平评估方法 - Google Patents
一种基于惯性分布指数的电力***惯性水平评估方法 Download PDFInfo
- Publication number
- CN110601191B CN110601191B CN201910905410.3A CN201910905410A CN110601191B CN 110601191 B CN110601191 B CN 110601191B CN 201910905410 A CN201910905410 A CN 201910905410A CN 110601191 B CN110601191 B CN 110601191B
- Authority
- CN
- China
- Prior art keywords
- inertia
- node
- level
- constant
- frequency
- 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
Links
Images
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
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于惯性分布指数的电力***惯性水平评估方法,包括:根据***内机组的惯性时间常数与额定容量,计算***等效惯性常数。设置典型故障,计算惯性分布指数;根据所述***等效惯性常数、所述惯性分布指数,分析***惯量是否满足***运行的最低惯量需求,判定电力***惯性水平的高低。本申请提供的电力***惯性水平评估方法能够对***内所有节点惯量的相对大小进行量化分析,在分析***惯量的分布特性时,可以细化至节点层面,提高了量化精度;所需数据除了来源于电力***实际运行的历史数据集外,也可通过仿真获得,而不被PMU装置配置条件所约束,评估的覆盖面更广,具有较高的准确性,有利于实现电力***惯性水平的综合评估。
Description
技术领域
本申请涉及电力***安全技术领域,尤其涉及一种基于惯性分布指数的电力***惯性水平评估方法。
背景技术
当电力***的电源侧接入大量新能源后,同步发电机组占比不断下降,***惯量大幅度减少,对低惯量电力***的惯性水平进行评估,对于保证电力***的频率稳定性具有重要意义。
目前,为了评估出***惯性分布情况,一般采用区域划分法,该方法首先将电力***划分为一定数目的分区,然后分别计算各个分区的集中等效惯性常数来得到对应的局部惯量大小,进而分析整个***的惯性分布情况。
但是,该方法在区域划分时严重依赖人工经验,缺乏相应的划分标准,而且对惯性分布特性的量化程度有限,无法细化至节点层面,难以满足大量新能源并网下电力***惯性水平的评估需求。
发明内容
本申请提供了一种基于惯性分布指数的电力***惯性水平评估方法,以解决大量新能源并网下电力***惯性水平的评估无法精细到节点层面的技术问题。
为了解决上述技术问题,本申请实施例公开了如下技术方案:
本申请实施例公开了一种基于惯性分布指数的电力***惯性水平评估方法,包括:
根据***内机组的惯性时间常数与额定容量,计算***等效惯性常数;
设置典型故障,计算惯性分布指数;
根据所述***等效惯性常数和所述惯性分布指数,分析***惯量是否满足***运行的最低惯量需求,判定电力***惯性水平的高低。
可选的,所述计算惯性分布指数包括:
通过历史数据库和离线时域仿真,得到具有代表性的节点频率的数据集合;
对所述节点频率进行预处理,剔除坏值;
采集***中机组的惯性时间常数,设定观测时长与计算步长;
计算故障后***的惯性中心频率;
计算同时刻的所述节点频率与所述惯性中心频率的差值,将所述差值取平方,得到节点与惯性中心的瞬时电气距离;
在观测时间内累积所述瞬时电气距离,得到节点与惯性中心的电气距离,将所述电气距离进行归一化处理,得到惯性分布指数。
可选的,所述判定电力***惯性水平的高低包括:
如果所述***等效惯性常数小于***总体惯量的最低需求,判定***惯性水平较低,不满足运行要求;
如果***内存在所述惯性分布指数大于最高限值的节点,判定***惯性水平较低,不满足运行要求;
如果所述***等效惯性常数大于或等于***总体惯量的最低需求,且***内所有节点的惯性分布指数都小于或等于最高限值,判定***惯性水平较高,满足运行要求。
可选的,所述等效惯性常数的计算公式为:
式(1)中:Hj为***内第j台机组的惯性时间常数,SNj为第j台机组的额定容量,M为***内机组总数,Hsys为***的等效惯性常数。
可选的,所述数据集合包括发电机组的惯性时间常数、事故发生后***内各节点的频率。
可选的,所述惯性中心频率的计算公式为:
式(2)中,fCOI(t)为***在t时刻的惯性中心频率;Hj为***内第j台机组的惯性时间常数;M为***内机组总数;fj(t)为第j台机组节点在t时刻的频率。
可选的,所述电气距离的计算公式:
式(3)中,Di表示节点i与惯性中心的电气距离,Tsam为频率采样的时间间隔,n为采样总次数,fi(k)表示节点i的第k次采样频率,fCOI(k)表示惯性中心频率的第k次采样值,n·Tsam为观测时长。
可选的,所述惯性分布指数的计算公式:
式(4)中,IDIi为节点i对应的惯性分布指数,Dmax表示网内节点距离惯性中心的最大电气距离,Dmin表示网内节点距离惯性中心的最小电气距离。
与现有技术相比,本申请的有益效果为:
本申请提供了一种基于惯性分布指数的电力***惯性水平评估方法,包括:根据***内机组的惯性时间常数与额定容量,计算***等效惯性常数,评估出***的总体惯量大小。设置典型故障,计算惯性分布指数,根据惯性分布指数的计算结果,研究电力***中每个节点转动惯量的相对强弱情况,分析电力***惯性分布情况;根据所述***等效惯性常数、所述惯性分布指数,分析***惯量是否满足***运行的最低惯量需求,判定电力***惯性水平的高低。本申请提供的一种基于惯性分布指数的电力***惯性水平评估方法能够对***内所有节点惯量的相对大小进行量化分析,在分析***惯量的分布特性时,可以细化至节点层面,提高了量化精度;所需数据除了来源于电力***实际运行的历史数据集外,也可通过仿真获得,而不被PMU装置配置条件所约束,评估的覆盖面更广,具有较高的准确性,有利于实现电力***惯性水平的综合评估。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为计算惯性分布指数的方法示意图;
图2为电力***水平日的负荷以及风电出力变化示意图;
图3为方案一情况电力***并网前后***的总体惯量变化示意图;
图4为方案一情况下***的惯性区域分布示意图;
图5为方案二情况下***的惯性区域分布示意图;
图6为方案三情况下***的惯性区域分布示意图;
其中:深灰色代表0.1>IDI>0,灰色代表0.3>IDI>0.1,浅灰色代表1>IDI>0.3。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将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,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通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,都应当属于本申请保护的范围。
如图1所示,本申请实施例公开了一种基于惯性分布指数的电力***惯性水平评估方法,包括:
根据***内机组的惯性时间常数与额定容量,计算***等效惯性常数,评估出***的总体惯量大小。所述等效惯性常数的计算公式为:
式(1)中:Hj为***内第j台机组的惯性时间常数,SNj为第j台机组的额定容量,M为***内机组总数,Hsys为***的等效惯性常数。
设置典型故障,计算***内所有节点的惯性分布指数,其中,所述计算惯性分布指数包括:
通过历史数据库和离线时域仿真,得到具有代表性的节点频率的数据集合。所述数据集合包括发电机组的惯性时间常数Hj、事故发生后***内各节点的频率fj(t)。
对所述数据集合进行预处理,剔除坏值。
采集***中机组的惯性时间常数,设定观测时长与计算步长;计算故障后***的惯性中心频率,得到惯性中心频率变化曲线,所述惯性中心频率的计算公式为:
式(2)中,fCOI(t)为***在t时刻的惯性中心频率;Hj为***内第j台机组的惯性时间常数;M为***内机组总数;fj(t)为第j台机组节点在t时刻的频率。
计算同时刻的所述节点频率与所述惯性中心频率的差值,将所述差值取平方,得到节点与惯性中心的瞬时电气距离。在观测时间内累积所述瞬时电气距离,得到节点与惯性中心的电气距离。所述电气距离的计算公式:
式(3)中,Di表示节点i与惯性中心的电气距离,Tsam为频率采样的时间间隔,n为采样总次数,fi(k)表示节点i的第k次采样频率,fCOI(k)表示惯性中心频率的第k次采样值,n·Tsam为观测时长。
将所述电气距离进行归一化处理,得到惯性分布指数。所述惯性分布指数的计算公式:
式(4)中,IDIi为节点i对应的惯性分布指数,Dmax表示网内节点距离惯性中心的最大电气距离,Dmin表示网内节点距离惯性中心的最小电气距离。
根据所述***等效惯性常数、所述惯性分布指数,分析***惯量是否满足***运行的最低惯量需求,判定电力***惯性水平的高低,判据如下:
如果所述***等效惯性常数小于***总体惯量的最低需求,即***整体惯量水平较低,判定***惯性水平较低,不满足运行要求;
如果***内存在所述惯性分布指数存在大于最高限值的节点,即***内存在惯量薄弱区域,判定***惯性水平较低,不满足运行要求;
如果所述***等效惯性常数大于或等于***总体惯量的最低需求,且***内所有节点的惯性分布指数都小于或等于最高限值,即***惯量在整体大小与网内分布两个层面均满足***运行的惯量需求,判定***惯性水平较高,满足运行要求。
本申请提出的一种基于惯性分布指数的电力***惯性水平评估方法主要包含两个阶段:惯性水平量化指标计算阶段和惯性水平判定阶段。
其中,惯性水平量化指标计算阶段的主要功能是计算衡量***惯性大小的等效惯性常数以及表征***惯性分布情况的惯性分布指数,以便判定***惯性水平高低。其主要是通过不同运行方式下***内机组的启动/停止状态以及技术出力情况,计算不同运行方式下的等效惯性常数;以及从故障数据集中提取节点频率数据信息,采用惯性中心频率与惯性分布指数得到网内节点的惯量相对大小,通过分析网内各节点惯量的相对大小,进而得到***惯量的区域分布情况,利于电力***规划与运行调度人员发现***内的惯性薄弱区域,提高***惯性水平,增强***的稳定性。
惯性水平判定阶段的主要功能是在惯性量化指标计算阶段的基础上,将各量化指标与***规划的转动惯量标准和***运行的最低惯量需求相比较。从***整体惯量大小与惯量区域分布两方面,综合判断***的惯量水平是否满足电力***规划标准与运行的相关要求。
综上所述,本申请提供的一种基于惯性分布指数的电力***惯性水平评估方法能够对***内所有节点惯量的相对大小进行量化分析,在分析***惯量的分布特性时,可以细化至节点层面,提高了量化精度;所需数据除了来源于电力***实际运行的历史数据集外,也可通过仿真获得,而不被PMU装置配置条件所约束,评估的覆盖面更广,具有较高的准确性,有利于实现电力***惯性水平的综合评估。
为了验证本发明所提供基于惯性分布指数的电力***惯性水平评估方法的可行性及有效性,现在IEEE RTS-96***上开展算例测试。
计算程序都是在个人计算机上使用PSD-BPA软件编写完成,电脑配置为:CPUIntel Core i5,内存4GB。
以IEEE RTS-96为算例测试***,该***从左到右分成三个区域,包含96台同步发电机组、73个母线节点,最大负荷为8550MW,额定频率为50Hz。通过增加19个风电场,使可再生能源装机容量达到40%。设置三套风电并网方案(如表1所示),以研究新能源并网位置对电力***的惯性分布情况的影响。研究时间尺度为24小时,研究水平日的负荷以及风电出力变化如图2所示。
表1不同方案下风电装机容量分布情况(单位:MW)
区域 | 方案一 | 方案二 | 方案三 |
区域1 | 3900 | 600 | 600 |
区域2 | 1500 | 3900 | 1500 |
区域3 | 600 | 1500 | 3900 |
***运行方式模拟:考虑***有功平衡、线路直流潮流、同步机组出力及爬坡率等约束,以总运行成本最低为目标函数,采用机组组合方法模拟低惯量***运行方式,获取各同步机组的启/停状态以及出力信息,为惯性评估工作的开展奠定场景基础。
***总体惯量计算:采用***机组在运行过程中实际总动能:表征***总体惯量水平,其中Hj为***内第j台机组的惯性时间常数,Pj(t)为第j台机组在t时段发出的有功功率,xj(t)为机组j在t时段的启停状态,xj(t)取值1表示机组运行,xj(t)取值0表示机组停运,M为***内机组总数。
以方案一为例,风电并网后如图3所示,***惯量减少。尤其在实际风电渗透率较高的小负荷时段,***惯性水平急剧下降,如风电渗透率为57.8%的第21时段,***总体惯量仅为12654MWs,与风电并网前相比,下降幅度高达50.96%。
***惯量区域分布情况分析:选取典型故障,设置***最大容量机组(所连母线节点编号为#218)因故脱网,该扰动引发400MW的不平衡功率。设定节点频率采样时间间隔为0.01s;由于观测时长对惯性分布指数的准确性会有一定影响,本实施例根据一次调频动作时间,合理设置节点频率监测时间为1.5s,在故障后1.5s内,***惯量响应为对***频率的主响应。如表2所示为计算不同方案下节点惯性分布指数。由表2可知,风电场选址不同使得惯性分布指数的分布明显不同。
表2不同方案下节点惯性分布指数计算结果
节点个数 | 方案一 | 方案二 | 方案三 |
0.0<IDI<0.1 | 28 | 36 | 20 |
0.1<IDI<0.3 | 24 | 19 | 47 |
0.3<IDI<1.0 | 21 | 18 | 6 |
为了更直观地理解惯性分布指数在***惯性分布特性研究中所起的作用,将惯性分布分析结果进行可视化展示。如图4、图5和图6所示,其中:图4为方案一情况下***的惯性区域分布示意图;图5为方案二情况下***的惯性区域分布示意图;图6为方案三情况下***的惯性区域分布示意图。
由可视化结果可知,***中同步机组集中区域的节点对应的IDI值较低,其频率在扰动发生后与惯性中心频率接近,呈现高惯量态势;而新能源(低惯量/零惯量)规模化并网区域的节点相应的IDI的值普遍较大,其频率在扰动发生后偏离惯性中心频率,表现出低惯量特性,这说明了惯性分布指数可有效地量化***惯量的区域分布情况。
由于以上实施方式均是在其他方式之上引用结合进行说明,不同实施例之间均具有相同的部分,本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是,在本说明书中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (5)
1.一种基于惯性分布指数的电力***惯性水平评估方法,其特征在于,包括:
计算***等效惯性常数:根据***内机组的惯性时间常数与额定容量,计算***等效惯性常数;
通过历史数据库和离线时域仿真,得到具有代表性的节点频率的数据集合;所述数据集合包括发电机组的惯性时间常数、事故发生后***内各节点的频率;
对所述数据集合进行预处理,剔除坏值;
采集***中机组的惯性时间常数,设定观测时长与计算步长;
计算故障后***的惯性中心频率;
计算同时刻的所述节点频率与所述惯性中心频率的差值,将所述差值取平方,得到节点与惯性中心的瞬时电气距离;
在观测时间内累积所述瞬时电气距离,得到节点与惯性中心的电气距离,将所述电气距离进行归一化处理,得到惯性分布指数;
如果所述***等效惯性常数小于***总体惯量的最低需求,判定***惯性水平较低,不满足运行要求;
如果***内存在所述惯性分布指数大于最高限值的节点,判定***惯性水平较低,不满足运行要求;
如果所述***等效惯性常数大于或等于***总体惯量的最低需求,且***内所有节点的惯性分布指数都小于或等于最高限值,判定***惯性水平较高,满足运行要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910905410.3A CN110601191B (zh) | 2019-09-24 | 2019-09-24 | 一种基于惯性分布指数的电力***惯性水平评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910905410.3A CN110601191B (zh) | 2019-09-24 | 2019-09-24 | 一种基于惯性分布指数的电力***惯性水平评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110601191A CN110601191A (zh) | 2019-12-20 |
CN110601191B true CN110601191B (zh) | 2023-03-28 |
Family
ID=68862766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910905410.3A Active CN110601191B (zh) | 2019-09-24 | 2019-09-24 | 一种基于惯性分布指数的电力***惯性水平评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110601191B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795837A (zh) * | 2015-04-24 | 2015-07-22 | 武汉大学 | 一种双馈风机等效虚拟惯性时间常数计算方法 |
CN107834586A (zh) * | 2017-09-29 | 2018-03-23 | 国电南瑞科技股份有限公司 | 一种考虑***频率可接受能力的送端多直流闭锁策略优化方法 |
CN108695862A (zh) * | 2018-04-25 | 2018-10-23 | 湖南大学 | 一种基于pmu实测数据的电网惯量特征在线评估方法 |
CN108808700A (zh) * | 2018-07-10 | 2018-11-13 | 福州大学 | 一种基于负荷本地信息的***惯量计算方法 |
CN109449937A (zh) * | 2018-12-13 | 2019-03-08 | 国网新疆电力有限公司 | 一种通过***频率稳定约束确定电网新能源承载力的方法 |
CN109560573A (zh) * | 2018-12-10 | 2019-04-02 | 国网青海省电力公司 | 一种变速风电机组频率控制器参数的优化方法及装置 |
CN109921439A (zh) * | 2019-04-18 | 2019-06-21 | 南京工程学院 | 基于频率轨迹的电力***低频减载在线整定方法及装置 |
CN109995023A (zh) * | 2019-03-01 | 2019-07-09 | 上海电力学院 | 基于谱聚类区域划分的电力***稳定性的判断方法和*** |
CN110011318A (zh) * | 2019-03-29 | 2019-07-12 | 中国电力科学研究院有限公司 | 基于轨迹灵敏度的频率和电压协调辅助决策方法和*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10084403B2 (en) * | 2015-03-27 | 2018-09-25 | Huazhong University Of Science And Technology | Power supply system and control method therefor |
-
2019
- 2019-09-24 CN CN201910905410.3A patent/CN110601191B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795837A (zh) * | 2015-04-24 | 2015-07-22 | 武汉大学 | 一种双馈风机等效虚拟惯性时间常数计算方法 |
CN107834586A (zh) * | 2017-09-29 | 2018-03-23 | 国电南瑞科技股份有限公司 | 一种考虑***频率可接受能力的送端多直流闭锁策略优化方法 |
CN108695862A (zh) * | 2018-04-25 | 2018-10-23 | 湖南大学 | 一种基于pmu实测数据的电网惯量特征在线评估方法 |
CN108808700A (zh) * | 2018-07-10 | 2018-11-13 | 福州大学 | 一种基于负荷本地信息的***惯量计算方法 |
CN109560573A (zh) * | 2018-12-10 | 2019-04-02 | 国网青海省电力公司 | 一种变速风电机组频率控制器参数的优化方法及装置 |
CN109449937A (zh) * | 2018-12-13 | 2019-03-08 | 国网新疆电力有限公司 | 一种通过***频率稳定约束确定电网新能源承载力的方法 |
CN109995023A (zh) * | 2019-03-01 | 2019-07-09 | 上海电力学院 | 基于谱聚类区域划分的电力***稳定性的判断方法和*** |
CN110011318A (zh) * | 2019-03-29 | 2019-07-12 | 中国电力科学研究院有限公司 | 基于轨迹灵敏度的频率和电压协调辅助决策方法和*** |
CN109921439A (zh) * | 2019-04-18 | 2019-06-21 | 南京工程学院 | 基于频率轨迹的电力***低频减载在线整定方法及装置 |
Non-Patent Citations (2)
Title |
---|
Estimating inertia distribution to enhance power system dynamics;Yajun Wang;《2017 North American Power Symposium (NAPS)》;20171116;全文 * |
直流和新能源高渗透型电网惯性水平多维度评估;肖友强;《电力建设》;20200531;第41卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110601191A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
CN103761690A (zh) | 基于电网***中电压无功控制***的评估方法 | |
CN110070282A (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
Qi et al. | A fuzzy comprehensive evaluation and entropy weight decision-making based method for power network structure assessment | |
CN107276070B (zh) | 计及一二次调频的发输电***运行可靠性建模评估方法 | |
CN104505855B (zh) | 一种风电场并网特性在线评价*** | |
CN108053110A (zh) | 一种基于pmu数据的变压器状态在线诊断方法 | |
CN106712097A (zh) | 一种含大规模风电场的电力***暂态稳定风险评估方法 | |
CN103150635A (zh) | 电力设备运维方法 | |
CN109657913B (zh) | 一种考虑分布式电源的输配电网联合风险评估方法 | |
CN104820884A (zh) | 一种结合电力***特征的电网调度实时数据稽查方法 | |
CN113675878A (zh) | 海上风电场并网性能测试方法、***、计算机设备和介质 | |
CN112651560A (zh) | 一种超短期风功率预测方法、装置及设备 | |
Papadopoulos et al. | A three-level distributed architecture for the real-time monitoring of modern power systems | |
Goutard | Renewable energy resources in energy management systems | |
CN110601191B (zh) | 一种基于惯性分布指数的电力***惯性水平评估方法 | |
Alzubaidi et al. | Probabilistic voltage stability analysis considering variable wind generation and different control modes | |
CN114156865B (zh) | 一种考虑状态感知的低压配电网拓扑生成及故障预测方法 | |
CN113990057B (zh) | 一种宽频振荡厂站端预警方法、***、存储介质及服务器 | |
Prashanti et al. | Impact of energy storage integration on composite system reliability | |
Athanasiadis et al. | A Benchmarking Testbed for Low-Voltage Active Distribution Network Studies | |
CN110717725B (zh) | 基于大数据分析的电网项目选取方法 | |
CN104361422A (zh) | 一种基于经济评估的电力用户电能质量数据收集方法 | |
CN118133584B (zh) | 基于主配一体的新能源动态拓扑承载力分析***及其方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |