CN110991740B - 基于运行模拟和智能体技术的电网规划方法和*** - Google Patents

基于运行模拟和智能体技术的电网规划方法和*** Download PDF

Info

Publication number
CN110991740B
CN110991740B CN201911221284.6A CN201911221284A CN110991740B CN 110991740 B CN110991740 B CN 110991740B CN 201911221284 A CN201911221284 A CN 201911221284A CN 110991740 B CN110991740 B CN 110991740B
Authority
CN
China
Prior art keywords
agent
planning
substation
site selection
selection
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
CN201911221284.6A
Other languages
English (en)
Other versions
CN110991740A (zh
Inventor
宁光涛
陈明帆
何礼鹏
李琳玮
邱剑洪
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.)
Hainan Power Grid Co Ltd
Original Assignee
Hainan 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 Hainan Power Grid Co Ltd filed Critical Hainan Power Grid Co Ltd
Priority to CN201911221284.6A priority Critical patent/CN110991740B/zh
Publication of CN110991740A publication Critical patent/CN110991740A/zh
Application granted granted Critical
Publication of CN110991740B publication Critical patent/CN110991740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Remote Sensing (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于运行模拟和智能体技术的电网规划方法和***，包括基于规划区域负荷预测，计算变电站选址Agent的数量NAgent，对各个变电站选址Agent进行初始化；根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。本发明能够完善变电站布局，实现电网的可靠建设，提高电网规划工作的效率和科学性。

Description

基于运行模拟和智能体技术的电网规划方法和***
技术领域
本发明涉及电网规划技术领域，尤其涉及一种基于运行模拟和智能体技术的电网规划方法和***。
背景技术
变电站选址及网架规划是智能电网规划的重要环节，对电网结构和供电可靠性以及运行经济性影响较大，科学合理的变电站选址和网架规划不仅能够减少电能损耗，还能够节约建设投资费用。因为变电站选址及网架规划涉及到的诸多因素复杂并且庞大，属于复杂***问题，现有技术中利用传统方法进行因素分析以及求解十分困难，效率较低，不利于电网规划工作的开展。
发明内容
本发明的目的在于提供一种基于运行模拟和智能体技术的电网规划方法，以至少解决现有技术中利用传统方法进行变电站选址和网架规划时因素分析及求解较为困难的问题。
本发明第一方面提供一种基于运行模拟和智能体技术的电网规划方法，所述方法包括以下步骤：
基于规划区域负荷预测，计算变电站选址Agent的数量，对各个变电站选址Agent进行初始化；
根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；
根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；
对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。
进一步的，变电站选址Agent的数量NAgent通过式(1)计算获得，
式(1)中，Load为区域负荷预测值，β为容载比，S为规划单座变电站的总容量，up()表示向上取整。
进一步的，对各个变电站选址Agent进行初始化还包括：在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，所述规划参数包括变压器容量和平均供电半径。
进一步的，所述根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，具体包括：
根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息。
进一步的，所述根据预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，具体包括：
根据规划方案生成预测负荷密度分布示意图，确定负荷中心；
根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选；
根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
本发明第二方面提供一种基于运行模拟和智能体技术的电网规划***，包括：
Agent初始化模块，用于基于规划区域负荷预测，计算变电站选址Agent的数量；
Agent信息库模块，用于根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；
规划模拟模块，用于根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；
评估筛选模块，用于对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。
进一步的，所述Agent初始化模块具体通过式(1)计算变电站选址Agent的数量,
式(1)中，Load为区域负荷预测值，β为容载比，S为规划单座变电站的总容量，up()表示向上取整。
进一步的，所述Agent初始化模块还包括参数设定子模块，所述参数设定子模块用于在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，所述规划参数包括变压器容量和平均供电半径。
进一步的，所述Agent信息库模块包括：
布点初选子模块，用于根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
构建子模块，用于分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息。
进一步的，所述布点初选子模块包括：
负荷中心确定模块，用于根据规划方案生成预测负荷密度分布示意图，确定负荷中心；
站址初选模块，用于根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选；
站址筛选模块，用于根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
与现有技术相比，本发明的有益效果是：
本发明提供一种基于运行模拟和智能体技术的电网规划方法和***，通过变电站选址Agent初始化、Agent信息库构建、多Agent运行模拟，根据运行模拟结果确定各个Agent的最终状态，根据对运行模拟结果进行可靠性评估和筛选，进而得到最终的变电站选址及网架规划方案，本发明能够完善变电站布局，实现电网的可靠建设，提高电网规划工作的效率和科学性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的优选实施例，对于本领域普通技术人员来讲，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是本发明一实施例提供的基于运行模拟和智能体技术的电网规划方法整体流程示意图。
图2是本发明另一实施例提供的基于运行模拟和智能体技术的电网规划方法整体流程示意图。
图3是本发明另一实施例提供的基于运行模拟和智能体技术的电网规划***整体结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。
图1是本发明一实施例提供的一种基于运行模拟和智能体技术的电网规划方法整体流程示意图。
如图1所示，本实施例提供一种基于运行模拟和智能体技术的电网规划方法，所述方法包括以下步骤：
S11、基于规划区域负荷预测，计算变电站选址Agent的数量NAgent，对各个变电站选址Agent进行初始化。
其中，所述规划区域为变电站选址及网架规划的目标区域，规划区域负荷预测为对规划区域的未来负荷进行预测。在对规划区域负荷进行的预测的基础上，变电站选址Agent的数量NAgent通过式(1)计算获得，
式(1)中，Load表示区域负荷预测值，所述区域负荷预测值可以通过空间电力负荷预测方法获得，也可以通过其他本领域技术人员知晓的公知负荷预测方法获得；β表示容载比；S为规划单座变电站的总容量，所述总容量为该变电站的设计容量；up()表示向上取整。
另外，在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，完成对变电站选址Agent的初始化。所述规划参数用于限定变电站规划的相关参数，一些实施方式中，所述规划参数包括但不限于变压器容量和平均供电半径。
S12、根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容。
其中，所述根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，具体包括：
根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息，所述电气信息包括但不限于变电站的进出线、变电站容量等信息；所述地理信息包括但不限于用电负荷情况、地质因素等信息。
S13、根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息。
经过前述步骤形成变电站选址基本信息内容后，基于相应的变电站选址基本信息内容，将各个变电站选址Agent分别嵌入到已有网架中进行运行模拟，并输出模拟***信息，所述模拟***信息包括但不限于相应模拟***的电力电量平衡、可靠性、电力备用率等信息。
S14、对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。
其中，所述对模拟***进行可靠性评估，可以是通过利用时序可靠性评估模型，对所模拟***进行可靠性评估分析，也可以是采用其他方式对所模拟***进行可靠性分析。一些实施方式中，所述可靠性评估可以是对所模拟***的LOLP/LOLE、EENS停电损失等进行计算，根据运行模拟的结果分析模拟量是否满足电力、电量平衡，并分析LOLP/LOLE、EENS是否处于合理范围内，通过对上述内容进行分析以评估各个变电站选址Agent所对应的选址方案的合理性及可靠性。在完成对各个变电站选址Agent的可靠性评估后，根据评估结果筛选出可靠性最高的变电站选址Agent。
本实施例提供的一种基于运行模拟和智能体技术的电网规划方法，通过初始化变电站选址Agent、构建Agent信息库、多变电站选址Agent运行模拟，根据运行模拟结果确定各个变电站选址Agent的最终状态，通过对运行模拟结果进行可靠性评估和筛选，进而得到最终的变电站选址及网架规划方案，所述方法能够完善变电站布局规划，实现电网的可靠建设，提高电网规划工作效率和科学性。
图2为本发明另一实施例提供的基于运行模拟和智能体技术的电网规划方法整体流程示意图。
在前述实施例的基础上，如图2所示，所述根据预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，具体包括：
S121、根据规划方案生成预测负荷密度分布示意图，确定负荷中心。
其中，所述负荷密度分布示意图为在规划区域的行政区划图上生成通过未来负荷预测得到的负荷密度分布的示意图，所述负荷中心通过负荷密度大小确定，例如通过图像识别等方式查找负荷密度分布示意图上负荷密度大的区域，作为负荷中心，所述负荷中心可以有多个。
S122、根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选。
其中，基于变电站选址Agent规划参数以及上一步骤中确定的各个负荷中心的位置，通过判断变电站处于规划区域的不同位置时其平均供电半径是否能够满足到各个负荷中心的距离，进行站址初选，该步骤最后可能会获得多个初选站址。
S123、根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
其中，所述地理因素包括但不限于是否为自然灾害频发地带、是否涉及大面积搬迁、是否占用耕地等因素，根据上述因素对初选站址进行进一步筛选，最终获得多个与各负荷中心有合适距离、地理位置合理的变电站规划布点，形成初选布点方案。
基于同样的发明构思，图3为本发明另一实施例提供的一种基于运行模拟和智能体技术的电网规划***。
如图3所示，所述***包括Agent初始化模块1、Agent信息库模块2、规划模拟模块3以及评估筛选模块4。
其中，所述Agent初始化模块1用于基于规划区域负荷预测，计算变电站选址Agent的数量。
所述Agent信息库模块2，用于根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；
规划模拟模块3，用于根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；
评估筛选模块4，用于对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。
可选的，所述Agent初始化模块1具体通过式(1)计算变电站选址Agent的数量,
式(1)中，Load为区域负荷预测值，β为容载比，S为规划单座变电站的总容量，up()表示向上取整。
可选的，所述Agent初始化模块1还包括参数设定子模块11，所述参数设定子模块11用于在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，所述规划参数包括变压器容量和平均供电半径。
可选的，所述Agent信息库模块2还包括布点初选子模块21以及构建子模块22，
其中，所述布点初选子模块21用于根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
所述构建子模块22分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息。
可选的，所述布点初选子模块21还包括负荷中心确定模块211、站址初选模块212以及站址筛选模块213。
其中，所述负荷中心确定模块211，用于根据规划方案生成预测负荷密度分布示意图，确定负荷中心。
所述站址初选模块212，用于根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选。
所述站址筛选模块213，用于根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
所述***用于执行前述实施例，其实现原理和技术效果可以参照前述方法实施例，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路，或，一个或多个微处理器，或，一个或者多个现场可编程门阵列等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上***的形式实现。
在本发明所提供的几个实施例中，应该理解到，所揭露的***和方法，可以通过其它的方式实现。例如，以上所描述的***实施例仅仅是示意性的，例如，所述模块或单元的划分，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***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于运行模拟和智能体技术的电网规划方法，其特征在于，所述方法包括以下步骤：
基于规划区域负荷预测，计算变电站选址Agent的数量NAgent，对各个变电站选址Agent进行初始化；
根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；
根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；
对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选；
变电站选址Agent的数量NAgent通过式(1)计算获得，
式(1)中，Load为区域负荷预测值，β为容载比，S为规划单座变电站的总容量，up()表示向上取整；
对各个变电站选址Agent进行初始化还包括：在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，所述规划参数包括变压器容量和平均供电半径；
所述根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，具体包括：
根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息；
所述根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，具体包括：
根据规划方案生成预测负荷密度分布示意图，确定负荷中心；
根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选；
根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
2.根据权利要求1所述的一种基于运行模拟和智能体技术的电网规划方法，其特征在于，用于实现所述方法的基于运行模拟和智能体技术的电网规划***，所述基于运行模拟和智能体技术的电网规划***包括：
Agent初始化模块，用于基于规划区域负荷预测，计算变电站选址Agent的数量；
Agent信息库模块，用于根据区域预测负荷密度分布及地理因素进行分析，建立Agent信息库，形成变电站选址基本信息内容；
规划模拟模块，用于根据变电站选址基本信息内容，将各个变电站选址Agent分别嵌入已有网架进行运行模拟，输出模拟***信息；
评估筛选模块，用于对模拟***进行可靠性评估，根据评估结果对变电站选址Agent进行筛选。
3.根据权利要求2所述的一种基于运行模拟和智能体技术的电网规划方法，其特征在于，所述Agent初始化模块具体通过式(1)计算变电站选址Agent的数量,
式(1)中，Load为区域负荷预测值，β为容载比，S为规划单座变电站的总容量，up()表示向上取整。
4.根据权利要求2所述的一种基于运行模拟和智能体技术的电网规划方法，其特征在于，所述Agent初始化模块还包括参数设定子模块，所述参数设定子模块用于在确定变电站选址Agent的数量后，对每一个变电站选址Agent设定规划参数，所述规划参数包括变压器容量和平均供电半径。
5.根据权利要求4所述的一种基于运行模拟和智能体技术的电网规划方法，其特征在于，所述Agent信息库模块包括：
布点初选子模块，用于根据区域预测负荷密度分布、地理因素以及各个变电站选址Agent规划参数进行分析处理，形成多个初选布点方案，每个初选布点方案对应一个变电站选址Agent；
构建子模块，用于分别从各个变电站选址Agent对应的初选布点方案中采集布点规划信息，构建Agent信息库，所述布点规划信息包括电气信息、地理信息。
6.根据权利要求5所述的一种基于运行模拟和智能体技术的电网规划方法，其特征在于，所述布点初选子模块包括：
负荷中心确定模块，用于根据规划方案生成预测负荷密度分布示意图，确定负荷中心；
站址初选模块，用于根据变电站选址Agent规划参数以及各个负荷中心位置进行站址初选；
站址筛选模块，用于根据地理因素对初选站址进行进一步筛选，获得多个变电站规划布点，形成初选布点方案。
CN201911221284.6A 2019-12-03 2019-12-03 基于运行模拟和智能体技术的电网规划方法和*** Active CN110991740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911221284.6A CN110991740B (zh) 2019-12-03 2019-12-03 基于运行模拟和智能体技术的电网规划方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911221284.6A CN110991740B (zh) 2019-12-03 2019-12-03 基于运行模拟和智能体技术的电网规划方法和***

Publications (2)

Publication Number Publication Date
CN110991740A CN110991740A (zh) 2020-04-10
CN110991740B true CN110991740B (zh) 2023-12-15

Family

ID=70089739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911221284.6A Active CN110991740B (zh) 2019-12-03 2019-12-03 基于运行模拟和智能体技术的电网规划方法和***

Country Status (1)

Country Link
CN (1) CN110991740B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137331B (zh) * 2021-10-25 2023-09-08 四川蓉信开工程设计有限公司 基于bim的变配电所的设计方法

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004059446A2 (en) * 2002-12-20 2004-07-15 Union Switch & Signal, Inc. Dynamic optimizing traffic planning method and system
JP2005011154A (ja) * 2003-06-20 2005-01-13 Nec Informatec Systems Ltd 計画立案システム、計画立案方法及びそのプログラム
JP2007264849A (ja) * 2006-03-27 2007-10-11 Meiji Univ 配電系統拡張計画選定方法、及び配電系統拡張計画選定プログラム
CN102508995A (zh) * 2011-09-26 2012-06-20 河南理工大学 基于多智能体的煤矿事故仿真方法及***
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN102663512A (zh) * 2012-03-07 2012-09-12 同济大学 城市绿地动态演化模拟预测方法
CN103049799A (zh) * 2012-12-10 2013-04-17 河海大学 一种基于多目标优化的电网规划设计方法
CN103077483A (zh) * 2013-02-07 2013-05-01 重庆市电力公司綦南供电局 基于综合边界条件的电网规划方法
CN103336876A (zh) * 2013-07-23 2013-10-02 国家电网公司 一种基于多智能体的开环配电网潮流仿真方法
CN103617570A (zh) * 2013-12-10 2014-03-05 国家电网公司 一种计及地理因素的变电站自动选址方法
CN104317637A (zh) * 2014-10-16 2015-01-28 安徽理工大学 基于多智能体的虚拟矿工安全行为建模及应急仿真***
CN104504183A (zh) * 2014-12-10 2015-04-08 广州供电局有限公司 一种基于自动优化的配电网智能规划***
CN104680340A (zh) * 2015-03-30 2015-06-03 国家电网公司 配电网规划方法及***
CN104680427A (zh) * 2015-03-06 2015-06-03 国家电网公司 地区配电网综合优化规划***
CN104934968A (zh) * 2015-06-04 2015-09-23 国家电网公司 基于多智能体的配网应灾恢复协调控制方法及装置
CN105046354A (zh) * 2015-07-09 2015-11-11 国网四川省电力公司经济技术研究院 基于多代理的配电网规划场景模拟生成方法及其***
CN105787959A (zh) * 2015-11-16 2016-07-20 浙江工业大学 基于改进型自适应粒子滤波的多智能体网络目标跟踪方法
EP3312971A1 (en) * 2013-02-19 2018-04-25 Astrolink International LLC c/o Lockheed Martin Corporation Methods for discovering, partitioning, organizing, and administering communication devices in a transformer area network
CN108092267A (zh) * 2018-01-09 2018-05-29 国网河南省电力公司经济技术研究院 一种基于智能体的配电网接入规划***与方法
CN108400593A (zh) * 2018-03-16 2018-08-14 国家电网公司 基于分层多代理技术的主动配电网电气模型建立方法
CN108549977A (zh) * 2018-03-29 2018-09-18 华南理工大学 基于多Agent的面向订单的柔性生产动态调度***
CN108683187A (zh) * 2018-06-12 2018-10-19 国网河南省电力公司濮阳供电公司 一种基于大数据的ems电网监测***
CN108876103A (zh) * 2018-05-07 2018-11-23 国网天津市电力公司 基于电压等级序列效能评估的区域电网规划方案比选方法
CN109658510A (zh) * 2018-12-10 2019-04-19 中国电建集团江西省电力设计院有限公司 变电站选址的方法、装置和服务器
CN110210683A (zh) * 2019-06-12 2019-09-06 海南电网有限责任公司 一种电动汽车充电设施选址方法
CN110490787A (zh) * 2019-07-25 2019-11-22 沈振江 一种居住区位选择的多智能体模型的建立方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100138353A1 (en) * 2008-08-27 2010-06-03 Avinash Srivastava Computer implemented system and method for providing an optimized sustainable land use plan

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004059446A2 (en) * 2002-12-20 2004-07-15 Union Switch & Signal, Inc. Dynamic optimizing traffic planning method and system
EP1573578A2 (en) * 2002-12-20 2005-09-14 UNION SWITCH & SIGNAL Inc. Dynamic optimizing traffic planning method and system
JP2005011154A (ja) * 2003-06-20 2005-01-13 Nec Informatec Systems Ltd 計画立案システム、計画立案方法及びそのプログラム
JP2007264849A (ja) * 2006-03-27 2007-10-11 Meiji Univ 配電系統拡張計画選定方法、及び配電系統拡張計画選定プログラム
CN102508995A (zh) * 2011-09-26 2012-06-20 河南理工大学 基于多智能体的煤矿事故仿真方法及***
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN102663512A (zh) * 2012-03-07 2012-09-12 同济大学 城市绿地动态演化模拟预测方法
CN103049799A (zh) * 2012-12-10 2013-04-17 河海大学 一种基于多目标优化的电网规划设计方法
CN103077483A (zh) * 2013-02-07 2013-05-01 重庆市电力公司綦南供电局 基于综合边界条件的电网规划方法
EP3312971A1 (en) * 2013-02-19 2018-04-25 Astrolink International LLC c/o Lockheed Martin Corporation Methods for discovering, partitioning, organizing, and administering communication devices in a transformer area network
CN103336876A (zh) * 2013-07-23 2013-10-02 国家电网公司 一种基于多智能体的开环配电网潮流仿真方法
CN103617570A (zh) * 2013-12-10 2014-03-05 国家电网公司 一种计及地理因素的变电站自动选址方法
CN104317637A (zh) * 2014-10-16 2015-01-28 安徽理工大学 基于多智能体的虚拟矿工安全行为建模及应急仿真***
CN104504183A (zh) * 2014-12-10 2015-04-08 广州供电局有限公司 一种基于自动优化的配电网智能规划***
CN104680427A (zh) * 2015-03-06 2015-06-03 国家电网公司 地区配电网综合优化规划***
CN104680340A (zh) * 2015-03-30 2015-06-03 国家电网公司 配电网规划方法及***
CN104934968A (zh) * 2015-06-04 2015-09-23 国家电网公司 基于多智能体的配网应灾恢复协调控制方法及装置
CN105046354A (zh) * 2015-07-09 2015-11-11 国网四川省电力公司经济技术研究院 基于多代理的配电网规划场景模拟生成方法及其***
CN105787959A (zh) * 2015-11-16 2016-07-20 浙江工业大学 基于改进型自适应粒子滤波的多智能体网络目标跟踪方法
CN108092267A (zh) * 2018-01-09 2018-05-29 国网河南省电力公司经济技术研究院 一种基于智能体的配电网接入规划***与方法
CN108400593A (zh) * 2018-03-16 2018-08-14 国家电网公司 基于分层多代理技术的主动配电网电气模型建立方法
CN108549977A (zh) * 2018-03-29 2018-09-18 华南理工大学 基于多Agent的面向订单的柔性生产动态调度***
CN108876103A (zh) * 2018-05-07 2018-11-23 国网天津市电力公司 基于电压等级序列效能评估的区域电网规划方案比选方法
CN108683187A (zh) * 2018-06-12 2018-10-19 国网河南省电力公司濮阳供电公司 一种基于大数据的ems电网监测***
CN109658510A (zh) * 2018-12-10 2019-04-19 中国电建集团江西省电力设计院有限公司 变电站选址的方法、装置和服务器
CN110210683A (zh) * 2019-06-12 2019-09-06 海南电网有限责任公司 一种电动汽车充电设施选址方法
CN110490787A (zh) * 2019-07-25 2019-11-22 沈振江 一种居住区位选择的多智能体模型的建立方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘声田 ; 翟玉庆 ; .一个多Agent结构的个性化信息搜索***设计.山东广播电视大学学报.2009,(02),全文. *
基于多Agent的能量管理***支持平台;赵传霖;吴文传;张伯明;;电力***自动化(13);全文 *
基于改进多组织粒子群体优化算法的配电网络变电站选址定容;刘自发;张建华;;中国电机工程学报(01);全文 *
董思远 ; 符茜茜 ; .园区电力专项规划思路及案例分析.科技与创新.2017,(13),全文. *

Also Published As

Publication number Publication date
CN110991740A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN102722764B (zh) 一体化电网优化辅助决策分析***
Billinton et al. A novel method for incorporating weather effects in composite system adequacy evaluation
CN111859621B (zh) 基于蒙特卡洛方法的主网和配网的网架可靠性协同评估法
CN111143764B (zh) 基于扩散理论的结构复杂配网可靠性评估方法
Ang et al. Multi-objective optimization of hybrid renewable energy systems with urban building energy modeling for a prototypical coastal community
CN103996147A (zh) 配电网综合评估方法
CN111465025B (zh) 一种基于新型容量预测模型的旅游城市5g网络组网方法
CN103150605B (zh) 电网规划辅助***
CN110991740B (zh) 基于运行模拟和智能体技术的电网规划方法和***
CN103020290B (zh) 电网信息校验方法及***
Syranidou et al. Development of an open framework for a qualitative and quantitative comparison of power system and electricity grid models for Europe
CN104484546B (zh) 一种电网规划项目自动潮流校核文件的生成方法
CN114184881A (zh) 一种基于拓扑模型追踪分析故障事件定位方法
CN103207953B (zh) 一种拟建变电站选址进出线投资等值线的确定方法及应用方式
CN108416531A (zh) 一种配电自动化规划设计效果的自动评价方法
CN115879652B (zh) 能源网络分级协同规划方法、装置、电子设备及存储介质
Zhang et al. The application of hybrid genetic particle swarm optimization algorithm in the distribution network reconfigurations multi-objective optimization
CN110310048A (zh) 一种配网规划全过程评估方法及装置
CN115983478A (zh) 分布式光伏发电功率预测分析方法、***、终端及介质
Humayun et al. Quantifying distribution system state estimation accuracies achieved by adding telemetry and operational forecasting
Gianluigi et al. The innovative FlexPlan methodology to reap the benefits of including storage and load flexibility in grid planning: methodology and regional study cases
KR20220150778A (ko) 배전계획용 공간부하 예측 방법 및 장치
Holttinen et al. Recommendations for wind integration studies
CN105404958A (zh) 一种输电***的市场竞争力分析评价方法及其实现装置
CN116522045B (zh) 电力设施占地可通行能力计算方法、装置、设备及介质

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