CN113312748A - 一种用于负荷模型的在线建模方法及*** - Google Patents
一种用于负荷模型的在线建模方法及*** Download PDFInfo
- Publication number
- CN113312748A CN113312748A CN202110429654.6A CN202110429654A CN113312748A CN 113312748 A CN113312748 A CN 113312748A CN 202110429654 A CN202110429654 A CN 202110429654A CN 113312748 A CN113312748 A CN 113312748A
- Authority
- CN
- China
- Prior art keywords
- load
- data
- model
- modeling
- power supply
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 230000003068 static effect Effects 0.000 claims abstract description 22
- 230000002776 aggregation Effects 0.000 claims abstract description 20
- 238000004220 aggregation Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 10
- 238000005094 computer simulation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 239000000203 mixture Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000001308 synthesis method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种用于负荷模型的在线建模方法及***,属于电力***仿真建模技术领域。本发明方法,包括:采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;生成负荷建模基础数据;针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点所有负荷数据归集整理,综合分析负荷设备类型和占比、马达负荷占比、静态负荷频率特征、分布式新能源类型和占比;采用在线负荷聚合等值算法确定负荷模型参数;根据负荷模型参数,建立负荷模型。本发明实现了常态化负荷分析与建模工作,提高了负荷建模的时效性和准确性。
Description
技术领域
本发明涉及电力***仿真建模技术领域,并且更具体地,涉及一种用于负荷模型的在线建模方法及***。
背景技术
智能电网的建设和发展对电力***实时仿真计算分析的准确性提出了更高的要求。为适应智能电网运行与控制要求,电力***安全稳定分析需要能够更加准确地反映电网实际特性的动态模型参数,负荷模型是最关键的仿真模型之一。
然而,由于负荷模型本身的地域分散性和随机时变性等原因,获得合理描述各负荷节点的综合负荷模型较为困难,使得其成为影响电力***仿真准确度提高的重要因素。
近年来,随着国内外负荷建模研究工作的迅速发展,研究人员提出了采用多种测量手段进行负荷建模,基于辨识理论的参数辨识负荷建模方法和基于调查统计的统计综合负荷建模法也是研究较多的方法。但是,两种建模方法均存在固有的缺陷和建模困难性。参数辨识法的问题在于模型参数物理意义不明确,且生成的负荷模型原则上只能对应于被辨识的实测样本,将之应用于不同变电站乃至同一变电站的不同时段时,会面临模型覆盖能力不够、所建模型适应性不强的问题,因此无法在电力***仿真计算中予以应用。
基于调查统计的方法在实际应用中面临两大难题:一是调查统计花费的时间及人力巨大,况且由于众多条件的局限,很难保证调查结果的准确性;二是用电行业的负荷构成及变电站的用电行业构成调查只能是静止的,实际综合负荷的构成特性则随时间变化且具有随机性,基于调查统计所得结果很难反映其随时间变化的特点,无法考虑负荷时变性,难以准确模拟负荷的动态过程。
发明内容
针对上述问题,本发明提出了一种用于负荷模型的在线建模方法,包括:
采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
根据负荷模型参数,建立负荷模型。
可选的,多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
可选的,对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
可选的,负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
可选的,建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
可选的,建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
可选的,负荷模型参数为不同负荷节点的模型参数;
负荷节点为变电站。
本发明还提出了一种用于负荷模型的在线建模***,包括:
数据采集单元,采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
分析单元,并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
计算单元,针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
参数确定单元,采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
建模单元,根据负荷模型参数,建立负荷模型。
可选的,多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
可选的,对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
可选的,负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
可选的,建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
可选的,建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
可选的,负荷模型参数为不同负荷节点的模型参数;
负荷节点为变电站。
本发明实现了动态负荷模型在线建模功能,达到准实时、全覆盖、更贴合实际运行情况的负荷节点建模目的,提高电网仿真计算的准确度,保障电网安全、可靠、经济的运行;
本发明实现了常态化负荷分析与建模工作,提高了负荷建模的时效性和准确性;
本发明改变了传统依赖人工普查、典型负荷站详细调查、数据整理、纠错,有效降低负荷分析与建模的实施难度与工作量。
附图说明
图1为本发明方法的流程图;
图2为本发明方法的原理图;
图3为本发明方法数据的完整性校核流程图;
图4为本发明***的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种用于负荷模型的在线建模方法,如图1所示,包括:
采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
根据负荷模型参数,建立负荷模型。
其中,多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
其中,对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
其中,负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
其中,建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
其中,建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
其中,负荷模型参数为不同负荷节点的模型参数;
负荷节点为变电站。
下面结合实施例对本发明进行进一步的说明:
如图2所示,***在线采集调度技术支持***、配电自动化***变电站及配电网的模型数据、网络拓扑数据和实时数据;在线采集营销综合数据平台的行业负荷分类和负荷实测数据;
将营销负荷分类自动对标为建模***负荷分类;通过数据管理模块,设置负荷构成成分识别规则,针对不能区分负荷构成的负荷数据,按照规则自动匹配相应负荷分类;
校核供电区域网络拓扑数据的完整性,对供电区域网络拓扑数据、开关状态进行分析,校核供电区域网络拓扑数据的完整性,对数据缺失等异常情况触发告警,提示工作人员确认补全;通过负荷建模数据完整性校核模块校核模型数据的完整性,对模型数据进行分析,校核模型数据的完整性,对数据缺失等异常情况触发告警,提示工作人员确认补全;
分析负荷特征变化趋势,将采集的模型数据、网络拓扑数据、负荷行业分类、负荷实测数据,利用统计综合法,分析负荷分类分布情况、分析马达负荷占比分时段变化趋势、分析静态负荷频率特征变化趋势、分析分布式新能源趋势,并对综合负荷模型参数管理和保存;
创建统一综合负荷模型,基于负荷节点的负荷模型参数,对不同负荷节点的负荷模型参数进行综合聚合等值,形成全网、全省、全市综合负荷模型;通过负荷建模模块创建PSD-BPA格式模型文件,将已经形成的负荷模型参数自动形成符合PSD-BPA数据格式的模型文件并存入数据库,以供离线、在线仿真计算用;
负荷节点是220kV变电站。
创建负荷构成成分定义表,定义负荷成分和占比,根据不同负荷使用场景,设置不同的负荷成分和占比,自动匹配该场景的负荷成分和占比;针对不能区分负荷构成的负荷数据,设置识别规则,按照规则自动匹配相应负荷分类;营销负荷分类匹配功能,基于运行数据,在线主动对标营销负荷分类和负荷建模***负荷分类;建立营销负荷分类和负荷建模***负荷分类映射关系,根据采集的营销负荷分类,自动匹配负荷建模***负荷分类;负荷分析与建模***负荷分类包括工业类、商业类、居民类、农业类四大类,每一大类又分为具体的负荷子类型,根据行业负荷分类,自动对标***的负荷分类。
如图3所示,校核数据的完整性,包括:调用关系数据库接口,读取关系数据库的模型数据、网络拓扑数据、开关状态和负荷实测数据;根据网络拓扑数据和开关状态,分析供电区域网络拓扑数据,校验供电区域拓扑结构的完整性;对生成综合负荷模型所需数据的完整性进行校验,校核数据包括:变压器参数、线路参数、无功补偿参数、分布式新能源参数、负荷参数;对生成综合负荷模型的参数的限值进行校验;对数据缺失等异常情况触发告警,提示工作人员确认补全。
建模流程包括:先各站综合负荷建模,利用统计综合法,对220kV变电站的负荷模型参数进行综合聚合等值,形成各220kV变电站的负荷模型参数;接着全市统一综合负荷建模,利用统计综合法,对一个市的各220kV变电站的负荷模型参数进行综合聚合等值,形成全市统一综合负荷模型参数;然后是全省统一综合负荷建模,利用统计综合法,对一个省各市的负荷模型参数进行综合聚合等值,形成全省统一综合负荷模型参数;接着是全网统一综合负荷建模,利用统计综合法,对各省的负荷模型参数进行综合聚合等值,形成全网统一综合负荷模型参数;最后是负荷模型参数PSD-BPA格式数据自动生成,将已经形成的负荷模型参数自动形成符合PSD-BPA数据格式的模型。
本发明还提出了一种用于负荷模型的在线建模***200,如图4所示,包括:
数据采集单元201,采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
分析单元202,并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
计算单元203,针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
参数确定单元204,采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
建模单元205,根据负荷模型参数,建立负荷模型。
其中,多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
其中,对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
其中,负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
其中,建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
其中,建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
其中,负荷模型参数为不同负荷节点的模型参数;
负荷节点为变电站。
数据识别模块信号连接负荷建模数据完整性校核模块,负荷建模数据完整性校核模块信号连接负荷分析模块,负荷分析模块信号连接负荷建模模块。
数据识别模块具备营销负荷分类自动匹配功能,在线主动对标营销负荷分类和建模***负荷分类;还具备负荷构成成分的识别和定义功能,针对不能区分负荷构成的负荷数据,设置识别规则,按照规则自动匹配相应负荷分类;
负荷建模数据完整性校核模块设置典型校核策略,实现分站分时进行模型数据、网络拓扑数据、实时数据的完整性校核功能,对数据缺失等异常情况触发告警,提示工作人员确认补全;
负荷分析模块分析供电区域网络拓扑数据,采用统计综合法,对各时刻采集的负荷站所有负荷数据归集整理,综合分析负荷构成、马达负荷占比、静态负荷频率特征、分布式新能源的变化趋势;
负荷建模模块采用在线负荷聚合等值计算算法,分站分时分类进行综合聚合等值,分别计算得出各负荷节点的综合负荷模型;所述负荷建模模块加载有自动生成PSD-BPA格式模型文件的电力***分析软件工具。
本发明实现了动态负荷模型在线建模功能,达到准实时、全覆盖、更贴合实际运行情况的负荷节点建模目的,提高电网仿真计算的准确度,保障电网安全、可靠、经济的运行;
本发明实现了常态化负荷分析与建模工作,提高了负荷建模的时效性和准确性;
本发明改变了传统依赖人工普查、典型负荷站详细调查、数据整理、纠错,有效降低负荷分析与建模的实施难度与工作量。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种用于负荷模型的在线建模方法,所述方法包括:
采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
根据负荷模型参数,建立负荷模型。
2.根据权利要求1所述的方法,所述多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
3.根据权利要求1所述的方法,所述对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
4.根据权利要求1所述的方法,所述负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
5.根据权利要求1所述的方法,所述建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
6.根据权利要求1所述的方法,所述建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
7.根据权利要求1所述的方法,所述负荷模型参数为不同负荷节点的模型参数;
所述负荷节点为变电站。
8.一种用于负荷模型的在线建模***,所述***包括:
数据采集单元,采集目标供电区域网络多源负荷数据,并对多源负荷数据以预设的识别规则进行分类,生成分类负荷数据;
分析单元,并对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据及分类负荷数据进行完整性分析,生成负荷建模基础数据;
计算单元,针对负荷建模基础数据,分析供电区域网络拓扑结构,对各时刻采集的负荷站点的负荷数据归集整理,确定负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比;
参数确定单元,采用在线负荷聚合等值算法,对负荷设备的类型、占比、马达负荷占比、静态负荷频率特征、分布式新能源类型及其占比进行计算,确定负荷模型参数;
建模单元,根据负荷模型参数,建立负荷模型。
9.根据权利要求8所述的***,所述多源负荷数据,包括:目标供电区域网络中技术支持***、配电自动化***变电站及配电网的模型数据,网络拓扑数据和实时数据,营销综合数据平台的行业负荷分类数据和负荷实测数据。
10.根据权利要求8所述的***,所述对电网模型数据、网络拓扑数据、负荷有功功率实时数据、分布式电源实时数据、分类负荷数据进行完整性分析后,若数据不全,则发出报警并补全数据,对补全的数据生成负荷建模基础数据。
11.根据权利要求8所述的***,所述负荷特征变化趋势,包括:负荷分类分布趋势,马达负荷占比分时段变化趋势,静态负荷频率特征变化趋势和分析分布式新能源趋势。
12.根据权利要求8所述的***,所述建立负荷模型,具体为:对负荷模型参数进行综合聚合等值,生成负荷模型。
13.根据权利要求8所述的***,所述建立负荷模型完成后,创建PSD-BPA格式模型文件,将负荷模型参数生成符合PSD-BPA数据格式的模型文件并存入数据库。
14.根据权利要求8所述的***,所述负荷模型参数为不同负荷节点的模型参数;
所述负荷节点为变电站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429654.6A CN113312748A (zh) | 2021-04-21 | 2021-04-21 | 一种用于负荷模型的在线建模方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429654.6A CN113312748A (zh) | 2021-04-21 | 2021-04-21 | 一种用于负荷模型的在线建模方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113312748A true CN113312748A (zh) | 2021-08-27 |
Family
ID=77372743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110429654.6A Pending CN113312748A (zh) | 2021-04-21 | 2021-04-21 | 一种用于负荷模型的在线建模方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113312748A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113987848A (zh) * | 2021-12-28 | 2022-01-28 | 中国电力科学研究院有限公司 | 一种负荷构成智能识别及精准负荷建模方法及*** |
CN118094961A (zh) * | 2024-04-24 | 2024-05-28 | 广东电网有限责任公司中山供电局 | 电力***的负荷模型建模方法、存储介质及*** |
-
2021
- 2021-04-21 CN CN202110429654.6A patent/CN113312748A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113987848A (zh) * | 2021-12-28 | 2022-01-28 | 中国电力科学研究院有限公司 | 一种负荷构成智能识别及精准负荷建模方法及*** |
CN118094961A (zh) * | 2024-04-24 | 2024-05-28 | 广东电网有限责任公司中山供电局 | 电力***的负荷模型建模方法、存储介质及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110707692A (zh) | 一种电力***在线负荷分析与建模***及方法 | |
CN111815132B (zh) | 一种电力监控***网络安全管理信息发布方法及*** | |
CN106960103B (zh) | 一种电网图形的自动生成方法及装置 | |
CN113312748A (zh) | 一种用于负荷模型的在线建模方法及*** | |
CN108345739B (zh) | 辨识cime及svg模型文件信息实现保护定值在线校验功能获取模型的方法 | |
AU2022204116A1 (en) | Verification method for electrical grid measurement data | |
CN111103565A (zh) | 一种基于智能电能表计量误差分析的数据变换方法及*** | |
CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
CN107797910A (zh) | 一种调度自动化***软件质量的评价方法 | |
CN102931625A (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN114548800A (zh) | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 | |
CN113033617A (zh) | 一种基于大数据台区线损数据深度挖掘分析方法 | |
CN114529166A (zh) | 一种配电网运行安全风险预警方法及*** | |
CN110490220A (zh) | 一种母线负荷辨识方法和*** | |
CN114548494A (zh) | 一种可视化造价数据预测智能分析*** | |
Popovics et al. | ISA standard simulation model generation supported by data stored in low level controllers | |
CN117076967A (zh) | 一种基于理论线损数据计算的台区拓扑修正方法及*** | |
CN107169180A (zh) | 一种两级部署的电网调控模型中心*** | |
CN114205355A (zh) | 一种变电网关附属设备性能测试方法及*** | |
CN108830744B (zh) | 一种电力***内指定地区外网等值模型的动态校验方法 | |
CN110928855A (zh) | 一种建立电网量测数据库的方法及其*** | |
CN111310855B (zh) | 一种基于MapReduce的多数据源规划态数据融合方法 | |
CN111176257B (zh) | 一种新能源控制***参数调试方法及*** | |
CN113570345B (zh) | 一种基于施工项目电路图的停电范围自动识别*** | |
CN115828524A (zh) | 电力市场基础模型统一管理方法、***、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 |