CN112421617B - 一种分布式电源的潮流计算方法及*** - Google Patents
一种分布式电源的潮流计算方法及*** Download PDFInfo
- Publication number
- CN112421617B CN112421617B CN202011231691.8A CN202011231691A CN112421617B CN 112421617 B CN112421617 B CN 112421617B CN 202011231691 A CN202011231691 A CN 202011231691A CN 112421617 B CN112421617 B CN 112421617B
- Authority
- CN
- China
- Prior art keywords
- flow calculation
- load flow
- power supply
- distributed power
- matching
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力***分析技术领域,具体揭示了一种分布式电源的潮流计算方法。所述方法包括:识别当前电力***的分布式电源类型,将分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型;提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值,根据当前电力***的潮流计算模型,利用潮流计算初始值,计算得到预测潮流解,进而利用快速解耦法对该预测潮流解进行校正,得到准确潮流解。此方法下,能够满足双向潮流的特殊要求,使得分布式电源对电力***的负面影响最小化。
Description
技术领域
本发明涉及电力***分析技术领域,特别涉及一种分布式电源的潮流计算方法及***。
背景技术
潮流计算是研究电力***稳态运行情况的一种基本电气计算,在电力***分析领域具有无可替代的地位和作用,是现代电力***分析不可或缺的工具,因此被广泛用于电力***的规划、运行和科研工作。当前,随着经济的快速发展,电网建设步伐不断加快、电网规模不断扩大,电网结构和运行方式也变得愈加复杂,集中式电网的弊端日益凸显。与此同时,资源的枯竭与碳减排需求使得以风、光等能源为代表的清洁能源被广泛运用于电力发电,分布式发电技术得到迅速发展。分布式发电具有可靠性强、污染小和利用率高等新能源的特性,同时分布式电源位置灵活、分散的特点也能更好适应分散电力需求和资源分布,它与大电网结合使用,成为电网发展的新方向。然而随着分布式电源接入电网容量的不断增加,电力***的静态电压受到影响,此外,由于分布式电源包含多种类型,不同分布式电源在电压保护等方面也差别各异,因此传统的潮流算法已经无法满足***需求。为保障配电网及发电设备安全稳定运行,需要改变潮流算法来满足双向潮流的特殊要求,使得分布式电源对电力***的负面影响最小化。
发明内容
为了解决相关技术中存在的传统潮流算法无法满足分布式电源的潮流计算需求的技术问题,本发明提供了一种分布式电源的潮流计算方法及***。
本发明实施例第一方面公开了一种分布式电源的潮流计算方法,所述方法包括:
识别当前电力***的分布式电源类型;
将所述分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型;
提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值;
根据所述当前电力***的潮流计算模型,利用所述潮流计算初始值,计算得到预测潮流解;
利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解。
作为一种可选的实施方式,在本发明实施例第一方面中,利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解之后,所述方法还包括:
判断所述准确潮流解是否满足预设的收敛条件;
如果满足所述收敛条件,则结束潮流计算,并根据所述准确潮流解确定最终潮流计算结果;
根据所述最终潮流计算结果优化分布式电源并网位置。
作为一种可选的实施方式,在本发明实施例第一方面中,所述将所述分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型,包括:
获取电力***中各类分布式电源的特征及各类潮流计算模型的特征;
根据所述电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于所述匹配矩阵构建神经网络模型;
确定某类分布式电源类型,获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据;
将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到所述神经网络模型中进行训练;
将所述各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果;
分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
本发明实施例第二方面公开了一种分布式电源的潮流计算***,包括:
识别模块,用于识别当前电力***的分布式电源类型;
匹配模块,用于将所述分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型;
初始化模块,用于提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值;
计算模块,用于根据所述当前电力***的潮流计算模型,利用所述潮流计算初始值,计算得到预测潮流解;
校正模块,用于利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解。
作为一种可选的实施方式,在本发明实施例第二方面中,所述***还包括:
判断模块,用于在所述校正模块利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解之后,判断所述准确潮流解是否满足预设的收敛条件;
确定模块,用于在所述判断模块判断出所述准确潮流解满足所述收敛条件时,结束潮流计算,并根据所述准确潮流解确定最终潮流计算结果;
位置优化模块,用于根据所述最终潮流计算结果优化分布式电源并网位置。
作为一种可选的实施方式,在本发明实施例第二方面中,所述匹配模块,包括:
获取子模块,用于获取电力***中各类分布式电源的特征及各类潮流计算模型的特征;
构建子模块,用于根据所述电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于所述匹配矩阵构建神经网络模型;
所述获取子模块,还用于确定某类分布式电源类型,并获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据;
训练子模块,用于将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到所述神经网络模型中进行训练;
输入子模块,用于将所述各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果;
分析子模块,用于分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
本发明实施例第三方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的一种分布式电源的潮流计算方法。
本发明实施例第四方面公开一种电子设备,所述电子设备包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如前所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明所提供的分布式电源的潮流计算方法包括如下步骤,识别当前电力***的分布式电源类型,将分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型;提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值,根据当前电力***的潮流计算模型,利用潮流计算初始值,计算得到预测潮流解,进而利用快速解耦法对该预测潮流解进行校正,得到准确潮流解。
此方法下,能够从分布式电源的特性出发,选择适合的算法模型进行潮流计算,解决了以往指定潮流算法灵活性不足的问题,此外,利用快速解耦法对计算结果进行校正,保证了计算结果的准确性;相较传统潮流算法无法满足分布式电源的潮流计算需求的缺陷,本方法在大容量分布式电源接入电网***后,降低了潮流计算难度同时维持静态电压的稳定性,使得分布式电源对电力***的负面影响最小化。
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的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种分布式电源的潮流计算方法的流程图;
图2是根据一示例性实施例示出的另一种分布式电源的潮流计算方法的流程图;
图3是根据一示例性实施例示出的一种分布式电源的潮流计算***的框图。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种分布式电源的潮流计算方法的流程图。如图1所示,此方法包括以下步骤。
步骤101、潮流计算***识别当前电力***的分布式电源类型。
步骤102、潮流计算***将分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为当前电力***的潮流计算模型。
作为一种可选的实施方式,潮流计算***将分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为当前电力***的潮流计算模型,可以包括:
获取电力***中各类分布式电源的特征及各类潮流计算模型的特征。
本发明实施例中,潮流计算***可以获取电力***中可接入的分布式电源的类型和潮流计算模型的类型,并对各类分布式电源及潮流计算模型进行分析,得到其对应的特征。其中,可选的,潮流计算模型的类型可以分为直接潮流、优化数学求解以及优化智能方法求解三个类型。
根据电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于匹配矩阵构建神经网络模型。
本发明实施例中,基于分布式电源和潮流计算模型的匹配矩阵构建卷积神经网络模型。
确定某类分布式电源类型,获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据。
本发明实施例中,可选的,各类分布式电源的潮流计算需求指标可以包括但不限于精度指标、收敛性指标以及计算速度指标等等,此外,各个指标的匹配标准数据可以根据电网公司已设定的分布式电源潮流计算标准规范手册确定,本发明实施例不做限定。
将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到神经网络模型中进行训练。
将各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果。
分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
本发明实施例中,根据上述神经网络模型的输出得到的匹配结果,可以得到该分布式电源与各个潮流计算模型的匹配值。将匹配值与上述到的训练神经网络模型的期望输出值(数据)进行比较,匹配值与期望输出值之间的差值的绝对值越小,说明该潮流计算模型与该类分布式电源的匹配度越高,进一步地,选择其中与该分布式电源匹配度最高的潮流计算模型作为当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
步骤103、潮流计算***提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值。
本发明实施例中,潮流计算***可以根据分布式电源的特性选取任意一个电力***参数进行初始化,得到当前电力***的潮流计算过程中的初始连续性参数,并确定出潮流计算初始值。
步骤104、潮流计算***根据当前电力***的潮流计算模型,利用潮流计算初始值,计算得到预测潮流解。
本发明实施例中,在根据当前电力***的潮流计算模型以及潮流计算初始值进行计算的过程中,设定追踪方向以及步长控制,得到预测潮流解。
步骤105、潮流计算***利用快速解耦法对预测潮流解进行校正,得到准确潮流解。
本发明实施例中,在通过上述预测步骤得到预测潮流解之后,需要通过误差的校正来获得准确潮流解(实际潮流解),可选的,本方案可以采用快速解耦法进行误差的校正。
可见,实施图1所描述的分布式电源的潮流计算方法,能够从分布式电源的特性出发,选择适合的算法模型进行潮流计算,解决了以往指定潮流算法灵活性不足的问题,此外,利用快速解耦法对计算结果进行校正,保证了计算结果的准确性;相较传统潮流算法无法满足分布式电源的潮流计算需求的缺陷,本方法在大容量分布式电源接入电网***后,降低了潮流计算难度同时维持静态电压的稳定性,使得分布式电源对电力***的负面影响最小化。
请参考图2,图2是本发明实施例公开的另一种分布式电源的潮流计算方法的流程示意图。其中,如图2所示,该分布式电源的潮流计算方法可以包括以下步骤:
本发明实施例中,该分布式电源的潮流计算方法包括步骤201~205,针对步骤201~205的描述,请参照实施例一中针对步骤101~105的详细描述,本发明实施例不再赘述。
步骤206、潮流计算***判断准确潮流解是否满足预设的收敛条件,如果满足收敛条件,则触发执行步骤207;如果不满足该收敛条件,则将该准确潮流解作为新的潮流计算初始值,重新进行潮流计算,直至满足收敛条件。
步骤207、潮流计算***结束潮流计算,并根据准确潮流解确定最终潮流计算结果。
步骤208、潮流计算***根据最终潮流计算结果优化分布式电源并网位置。
本发明实施例中,根据潮流计算模型得到的最终的潮流计算结果,对分布式电源的配置、发电水平形成指导,可以提高配电网的实际电压稳定性水平。
可见,实施图2所描述的分布式电源的潮流计算方法,能够从分布式电源的特性出发,选择适合的算法模型进行潮流计算,解决了以往指定潮流算法灵活性不足的问题,此外,利用快速解耦法对计算结果进行校正,保证了计算结果的准确性;相较传统潮流算法无法满足分布式电源的潮流计算需求的缺陷,本方法在大容量分布式电源接入电网***后,降低了潮流计算难度同时维持静态电压的稳定性,使得分布式电源对电力***的负面影响最小化。
图3是根据一示例性实施例示出的一种分布式电源的潮流计算***的框图。如图3所示,该***包括:
识别模块301,用于识别当前电力***的分布式电源类型,并触发匹配模块302启动。
匹配模块302,用于将分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为当前电力***的潮流计算模型,并触发初始化模块303启动。
初始化模块303,用于提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值,并将该计算初始值提供给计算模块303。
计算模块304,用于根据当前电力***的潮流计算模型,利用潮流计算初始值,计算得到预测潮流解,并将该预测潮流解提供给校正模块305。
校正模块305,用于利用快速解耦法对预测潮流解进行校正,得到准确潮流解。
作为一种可选的实施方式,上述***还可以包括:
判断模块,用于在校正模块利用快速解耦法对预测潮流解进行校正,得到准确潮流解之后,判断准确潮流解是否满足预设的收敛条件;
确定模块,用于在判断模块判断出准确潮流解满足收敛条件时,结束潮流计算,并根据准确潮流解确定最终潮流计算结果;
位置优化模块,用于根据最终潮流计算结果优化分布式电源并网位置。作为另一种可选的实施方式,上述匹配模块可以包括:
获取子模块,用于获取电力***中各类分布式电源的特征及各类潮流计算模型的特征。
构建子模块,用于根据电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于匹配矩阵构建神经网络模型。
上述获取子模块,还用于确定某类分布式电源类型,并获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据。
训练子模块,用于将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到神经网络模型中进行训练。
输入子模块,用于将各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果。
分析子模块,用于分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
本发明实施例中,上述模块在图中未标示出。
可见,实施图3所描述的***,能够从分布式电源的特性出发,选择适合的算法模型进行潮流计算,解决了以往指定潮流算法灵活性不足的问题,此外,利用快速解耦法对计算结果进行校正,保证了计算结果的准确性;相较传统潮流算法无法满足分布式电源的潮流计算需求的缺陷,本方法在大容量分布式电源接入电网***后,降低了潮流计算难度同时维持静态电压的稳定性,使得分布式电源对电力***的负面影响最小化。
本发明还提供一种电子设备,该电子设备包括:
处理器;
存储器,该存储器上存储有计算机可读指令,该计算机可读指令被处理器执行时,实现如前所示的分布式电源的潮流计算方法。
在一示例性实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如前所示的分布式电源的潮流计算方法。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (4)
1.一种分布式电源的潮流计算方法,其特征在于,所述方法包括:
识别当前电力***的分布式电源类型;
获取电力***中各类分布式电源的特征及各类潮流计算模型的特征;
根据所述电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于所述匹配矩阵构建神经网络模型;
确定某类分布式电源类型,获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据;
将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到所述神经网络模型中进行训练;
将所述各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果;
分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配;
提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值;
根据所述当前电力***的潮流计算模型,利用所述潮流计算初始值,计算得到预测潮流解;
利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解。
2.根据权利要求1所述的方法,其特征在于,利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解之后,所述方法还包括:
判断所述准确潮流解是否满足预设的收敛条件;
如果满足所述收敛条件,则结束潮流计算,并根据所述准确潮流解确定最终潮流计算结果;
根据所述最终潮流计算结果优化分布式电源并网位置。
3.一种分布式电源的潮流计算***,其特征在于,包括:
识别模块,用于识别当前电力***的分布式电源类型;
匹配模块,用于将所述分布式电源类型与预先建立的潮流计算模型进行匹配操作,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型;
初始化模块,用于提取潮流计算所需的电力***参数并进行初始化,得到潮流计算初始值;
计算模块,用于根据所述当前电力***的潮流计算模型,利用所述潮流计算初始值,计算得到预测潮流解;
校正模块,用于利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解;
所述匹配模块,包括:
获取子模块,用于获取电力***中各类分布式电源的特征及各类潮流计算模型的特征;
构建子模块,用于根据所述电力***中各类分布式电源的特征及各类潮流计算模型的特征构建匹配矩阵,并基于所述匹配矩阵构建神经网络模型;
所述获取子模块,还用于确定某类分布式电源类型,并获取该类分布式电源潮流计算需求下各个指标的匹配标准数据及各个潮流计算模型的指标数据;
训练子模块,用于将该类分布式电源潮流计算需求下各个指标的匹配标准数据和对应的期望输出数据输入到所述神经网络模型中进行训练;
输入子模块,用于将所述各个潮流计算模型的指标数据输入到经过训练的神经网络模型,得到匹配结果;
分析子模块,用于分析不同潮流计算模型的匹配结果,选择匹配度最高的潮流计算模型作为所述当前电力***的潮流计算模型,从而实现不同分布式电源类型和潮流计算模型之间的匹配。
4.根据权利要求3所述的***,其特征在于,所述***还包括:
判断模块,用于在所述校正模块利用快速解耦法对所述预测潮流解进行校正,得到准确潮流解之后,判断所述准确潮流解是否满足预设的收敛条件;
确定模块,用于在所述判断模块判断出所述准确潮流解满足所述收敛条件时,结束潮流计算,并根据所述准确潮流解确定最终潮流计算结果;
位置优化模块,用于根据所述最终潮流计算结果优化分布式电源并网位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231691.8A CN112421617B (zh) | 2020-11-06 | 2020-11-06 | 一种分布式电源的潮流计算方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231691.8A CN112421617B (zh) | 2020-11-06 | 2020-11-06 | 一种分布式电源的潮流计算方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112421617A CN112421617A (zh) | 2021-02-26 |
CN112421617B true CN112421617B (zh) | 2022-12-30 |
Family
ID=74781994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011231691.8A Active CN112421617B (zh) | 2020-11-06 | 2020-11-06 | 一种分布式电源的潮流计算方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112421617B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114336634B (zh) * | 2021-12-31 | 2024-05-28 | 广东电网有限责任公司 | 一种电网***的潮流计算方法、装置和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0998006A1 (de) * | 1998-10-27 | 2000-05-03 | Germar Dr. Dr. Beichler | Anordnung und Verfahren zum Angleichen der Leistung eines elektrischen Versorgungsnetzes an aktuelle Spitzenlasten |
CN103178522A (zh) * | 2013-03-28 | 2013-06-26 | 国家电网公司 | 计及分布式电源特性的电网电压稳定连续潮流计算方法 |
JP2017151651A (ja) * | 2016-02-23 | 2017-08-31 | 大阪瓦斯株式会社 | 余剰電力買取価格決定システム、余剰電力買取単価決定システム、及び、基準買取単価設定システム |
CN111478335A (zh) * | 2020-05-07 | 2020-07-31 | 国网山东省电力公司经济技术研究院 | 一种计及分布式光伏的配电网潮流计算方法及*** |
-
2020
- 2020-11-06 CN CN202011231691.8A patent/CN112421617B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0998006A1 (de) * | 1998-10-27 | 2000-05-03 | Germar Dr. Dr. Beichler | Anordnung und Verfahren zum Angleichen der Leistung eines elektrischen Versorgungsnetzes an aktuelle Spitzenlasten |
CN103178522A (zh) * | 2013-03-28 | 2013-06-26 | 国家电网公司 | 计及分布式电源特性的电网电压稳定连续潮流计算方法 |
JP2017151651A (ja) * | 2016-02-23 | 2017-08-31 | 大阪瓦斯株式会社 | 余剰電力買取価格決定システム、余剰電力買取単価決定システム、及び、基準買取単価設定システム |
CN111478335A (zh) * | 2020-05-07 | 2020-07-31 | 国网山东省电力公司经济技术研究院 | 一种计及分布式光伏的配电网潮流计算方法及*** |
Non-Patent Citations (1)
Title |
---|
求取电力***PV曲线的改进连续潮流算法;王红燕 等;《电气技术》;20110731(第7期);第28-31页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112421617A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107332240B (zh) | 基于优化模型的电力***静态电压稳定域边界搜索的方法 | |
US9964980B2 (en) | Method and apparatus for optimal power flow with voltage stability for large-scale electric power systems | |
CN110570108A (zh) | 一种基于拉格朗日乘子的最优负荷削减算法及其应用 | |
CN112421617B (zh) | 一种分布式电源的潮流计算方法及*** | |
CN115908051A (zh) | 一种电力***储能容量确定方法 | |
CN115293454A (zh) | 一种考虑拓扑变化的电力***可靠性快速优化方法 | |
CN115345297A (zh) | 一种基于生成对抗网络的台区样本生成方法及*** | |
CN109840353B (zh) | 锂离子电池双因素不一致性预测方法及装置 | |
CN113033136B (zh) | 简化的光伏电池物理参数提取优化方法及*** | |
CN114094599A (zh) | 一种多站融合参与调峰调频调压潜力评估方法及装置 | |
CN108649585B (zh) | 一种电力***静态电压稳定域边界快速搜索的直接法 | |
CN110112747B (zh) | 基于同步测量与灵敏度估计的配电网电压控制方法及*** | |
CN106599337B (zh) | 一种基于单纯形法的电网频率仿真参数辨识方法 | |
CN113743806A (zh) | 一种电力***非凸双目标最优潮流全局解的搜索方法 | |
CN114936454A (zh) | 一种基于半不变量法的交直流混联***概率潮流计算方法 | |
CN109657332B (zh) | 一种大规模电网电磁暂态自动建模的分网解耦方法及*** | |
CN109193617B (zh) | 基于紧约束识别的电力***脆弱点评价方法及*** | |
CN108280574B (zh) | 一种配电网结构成熟度的评价方法及装置 | |
CN112037191A (zh) | 一种局域漏电流密度阈值的确定方法、装置和计算机设备 | |
CN113991677A (zh) | 一种区域电网潮流在线计算方法 | |
Cavalcante et al. | Effect of Optimization Algorithm Choice on Photovoltaic Module Modeling Performance | |
CN113221301B (zh) | 一种生成电力电子电源场站稳定性判据的方法及装置 | |
CN113094899B (zh) | 一种随机潮流计算方法、装置、电子设备及存储介质 | |
CN117910806A (zh) | 一种交直流混联电网风险评估方法、装置、设备及介质 | |
CN111914421B (zh) | 针对不同故障机理的光伏支路统一建模方法 |
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 |