CN115081951A - 基于模糊综合评判的风电并网***电能质量评估方法 - Google Patents
基于模糊综合评判的风电并网***电能质量评估方法 Download PDFInfo
- Publication number
- CN115081951A CN115081951A CN202210897554.0A CN202210897554A CN115081951A CN 115081951 A CN115081951 A CN 115081951A CN 202210897554 A CN202210897554 A CN 202210897554A CN 115081951 A CN115081951 A CN 115081951A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- wind power
- power grid
- quality
- index
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 95
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 238000001303 quality assessment method Methods 0.000 claims description 2
- 239000003960 organic solvent Substances 0.000 claims 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012847 principal component analysis method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003090 exacerbative effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于模糊综合评判的风电并网***电能质量评估方法,首先,选取风电并网***电能质量的评价指标;运用层次分析法和熵权法分别求得主、客观权重,并组合成综合权重来确定指标权重,融合两类权重优势,减少单一主、客观权重对指标造成权值偏差;再针对因素集以及评语集构建对应Gauss型隶属函数,计算得到模糊综合评判矩阵;使用模糊综合算子综合计算综合权重和模糊综合评判矩阵得到风电并网***电能质量评估结果。本方法基于模糊综合评判方法对风电并网***电能质量进行量化评估,从而对风电并网***的电网电能质量问题量化评估,高效准确,更加符合实际需求。
Description
技术领域
本发明属于电能质量评估的技术领域,主要涉及了一种基于模糊综合评判的风电并网***电能质量评估方法。
背景技术
为了应对气候环境变化的挑战,许多国家开始大力发展清洁能源。作为清洁能源中最具代表性的风电已经成为世界各地最清洁的、最具有成本竞争力的主流能源。风电作为一种输出不可控、难以预测的资源,大规模风电并入电网可能对电力***电能质量产生严重影响,针对风电并网电能质量的研究的重要性也日益凸显。
目前主成分分析法、基于层次分析法的电能质量综合评估方法等电能质量评价方法已应运而生,然而由于风力发电自身特性的问题,这些方法应用于风电并网***电能质量评估时均存在待完善的地方,如主成分分析法较为单一,易忽视指标自身的相对重要性,而基于层次分析法的评估方法由于依靠专家评分,客观性不强。虽然改进的灰色关联投影法、基于突变决策的综合评估法、主客观变异系数组合赋权综合评估法、加权秩和比法的电能质量综合评估在进行分布式能源并网电能质量评估上具有较好效果,但是由于评估指标采用通用评估指标,未根据评估对象特性选取对应指标,会导致评估结果不够贴合大规模风电并网***实际情况。因而,如何设计出一种高效可靠且适用于大规模风电并网***的电能质量评估方法,就变得日益迫切。
发明内容
本发明正是针对现有技术中的问题,提供一种基于模糊综合评判的风电并网***电能质量评估方法,首先,选取风电并网***电能质量的评价指标;运用层次分析法和熵权法分别求得主、客观权重,并组合成综合权重来确定指标权重,融合两类权重优势,减少单一主、客观权重对指标造成权值偏差;再针对因素集以及评语集构建对应Gauss型隶属函数,计算得到模糊综合评判矩阵;使用模糊综合算子综合计算综合权重和模糊综合评判矩阵得到风电并网***电能质量评估结果。本方法基于模糊综合评判方法对风电并网***电能质量进行量化评估,从而对风电并网***的电网电能质量问题量化评估,高效准确,更加符合实际需求。
为了实现上述目的,本发明采取的技术方案是:基于模糊综合评判的风电并网***电能质量评估方法,包括如下步骤:
S1,确定质量评估的因素集U:监测主要变电站母线节点电能质量,记录电能质量数据,选取风电并网***电能质量的评价指标,构成质量评估的因素集U;
S2,计算评价指标的客观权重:所述评价指标的客观权重通过熵权法计算获得,对风电并网***电能质量评价指标数据矩阵X进行处理得到评价指标矩阵Y,进行标准化处理后,通过求取各风电并网电能质量评价指标的信息熵来计算每个风电并网电能质量评价指标的信息熵权重,得到评价指标客观权重,所述指标数据处理方法以及评价指标的客观权重具体为:
其中:n为风电并网电能质量评价指标个数;m为评价对象个数; 为第i个评价对象的第j个风电并网电能质量评价指标的实测值; 分别为第j个电能质量评价指标不同评价对象的最大与最小值;为第i个评价对象的第j个风电并网电能质量评价指标的处理后的标准化数据值;
S4,综合权重融合:将步骤S2获得的客观权重及步骤S3获得的主观权重进行融合,有效抵制权值偏差:
S5,评语集V建立:将电能质量划分为5个不同的等级,构成五级模糊评语集V:V={V 1(电能质量好),V 2(电能质量较好),V 3(电能质量一般),V 4(电能质量较差),V 5(电能质量差)}
S8,质量评估结果输出:根据步骤S7计算获得的质量评估体系结果,量化计算综合评估结果:
与现有主成分分析法、基于层次分析法的电能质量综合评估方法等电能质量评价方法相比,本发明能够有效获得各个指标主客观权重,评价结果更为客观,且通过综合权重能够直观的体现出大规模风电并网对电网电能质量指标的影响,有助于采取对应措施提升电网电能质量。通常电能质量评估采用通用评估指标,未根据评估对象特性选取对应指标,会导致评估结果不够贴合大规模风电并网***实际情况。本发明根据大规模风电并网***特性选取电能质量评价指标,能够对大规模风电并网***电能质量做出准确的、符合实际情况的评估,对提高大规模风电并网***电能质量具有一定参考价值。
附图说明
图1是本发明基于模糊综合评判的风电并网***电能质量评估方法的流程示意图;
图2是传统电能质量评价指标示意图;
图3是本发明质量评估方法步骤S1确定的风电并网***电能质量评价指标示意图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
实施例1
一种基于模糊综合评判的风电并网***电能质量评估方法,如图1所示,包括以下步骤:
步骤S1,确定质量评估的因素集U:
监测大规模风电场主要变电站母线节点电能质量,记录电能质量数据。通过分析风电机组运行特性以及大规模风电场并网特点,选取大规模风电并网***电能质量的评价指标。如图2所示,传统电能质量指标主要包括频率、电压和波形三个指标,其中电压指标又分为电压偏差、电压波动、电压闪变、电压暂降与短时中断、三相不平衡中几种情况,波形指标包括波形畸变和谐波,接着结合电能质量评价指标与大规模风电并网***特点进行分析。电能质量评价指标种类多,且各指标数据计算流程复杂繁琐,因此本实例结合风电机组运行特性以及风电场并网特点,选取风电并网***电能质量的评价指标。通过分析,得到如下的评估指标:
1)电压偏差
导致电压偏差问题的主要原因是***无功功率的不平衡。风机启动时会从电网吸收大量的无功功率,且在并网的瞬间会出现冲击电流,风电场运行过程中也会消耗一部分无功功率,这些都会导致电网电压降低。电压偏差过大会对电气设备和电力***造成危害,电气设备可能由于过电压或者过电流而损坏,当***运行电压低于额定电压,输电线路的功率极限大幅度较低,会造成***频率不稳定,因此需要对风电并网点处的电压偏差进行评估。
2)电压波动与电压闪变
风力资源的波动性及风电机组的固有特性可能导致电网电压波动,进而出现电压闪变现象。在风力发电过程中,风速和湍流强度对并网风电场的电压波动具有较大影响。风电场并网运行时,风力变化会引起机组输出功率变化,由于出口电压一定,会出现有功电流和无功电流变化,最终导致电压的波动和闪变问题。电压波动和闪变问题不仅会出现在持续运行过程中,也会发生在启动、停止和切机阶段。电压波动以及电压闪变会加速设备绝缘的老化,缩短设备寿命,增加电网损耗,不利于电网安全运行。
3)谐波
风力发电机组自身产生的谐波很小可以忽略不计,但由于风电机组并网运行过程需要电力电子器件的参与,接入电力电子器件之类的非线性设备会带来的较严重的谐波问题。且机组中用来补偿机组功率因数而并联的补偿电容器可能与***电抗发生谐振,从而加剧谐波问题。谐波会导致输电线路损耗、用电设备过热、附加损耗增加,降低设备的效率和耐久。
4)三相不平衡
若风电场并网运行过程中出现三相电压不平衡的现象,会导致运行中的风机出现***过流,不对称运行等问题。过高的某一相的电压会加速风机磨损,致使风机使用寿命缩短。此外还会加剧风机铁芯发热情况,损害其绝缘水平,甚至会导致电机出现烧毁、击穿等故障。因此在评估风电并网的电能质量问题时,考虑风电并网后的三相不平衡问题是十分必要的。
随着并网技术的进步,对于如波形失真、频率偏移、电磁暂态等电能质量问题得到了较好控制,在风电并网过程中出现概率较低,因此不予考虑。
综上选取电压偏差、电压波动、电压闪变、谐波、三相不平衡五项作为大规模风电并网***电能质量的评价指标,即如图3所示。这五项大规模风电并网***电能质量评价指标构成因素集U。
在步骤S2-S4中,通过层次分析法和熵权法分别得到风电并网***电能质量评价指标的主观权重和客观权重,各对应指标通过计算指标权重占比得到综合权重,以减少两类权重方法带来的权值偏差;
所述熵权法包括:
对风电并网电能质量评估指标数据矩阵X进行统一处理得到评判指标矩阵Y,接着进行标准化处理,采用下式计算:
其中,k指第K个评判等级;
所述层次分析法包括:
首先,建立判断矩阵。对大规模风电并网***电能质量评价指标重要性两两比较,根据专家意见使用九标度法对个指标进行打分,构造下式所示的判断矩阵A:
将计算得到的判断矩阵一致性指标CI与平均一致性指标RI代入下得到一致性比率CR:
式中:n为大规模风电并网***电能质量评价指标个数。
所述综合权重融合了熵权法计算得到的客观权重以及层次分析法计算得到的主观权重,能够有效抵消两类权重方法带来的权值偏差。综合权重计算方法如下式:
步骤S5,评语集V建立:将电能质量划分为5个不同的等级,构成五级模糊评语集V:V={V 1(电能质量好),V 2(电能质量较好),V 3(电能质量一般),V 4(电能质量较差),V 5(电能质量差)}。
本实施例通过模糊评判集量化评估指标,得到大规模风电并网***电能质量优劣等级量化分级结果如下表1所示:
表1风电并网电能质量评估结果量化分级表
步骤S7,采用加权平均型模糊综合算子,即算子。加权平均型模糊综合算子综合程度强,可以合理应用判断矩阵里面每一个指标信息。根据平均加权的原则采用算子,结合综合权重,得到大规模风电并网***电能质量评估体系的总体评估:
步骤S8中,量化计算综合评估结果,评估结果量化计算方法如下式所示:
根据计算得到电能质量评估结果和表1中风电并网电能质量评估结果量化分级区间对应,得到大规模风电并网***电能质量优劣评语。
实施例2:
选取国内某大型风电场5个主要变电站母线节点电能质量实测数据用以评估,监测点电能质量初始数据见表2所示:
表2 监测点电能质量初始数据
步骤S1,确定质量评估的因素集U:
选取大规模风电并网***电能质量的评价指标。结合实施例1对于风电并网***电能质量的分析选取的评估因素集:
通过专家对风电并网电能质量评价指标进行重要性评估,得到专家评分数据如表3所示:
表3 专家评分
接着对得到的主观权重进行一致性检验:
S4,综合权重融合:
S5,评语集V建立:
将电能质量划分为5个不同的等级,构成五级模糊评判集:V1(电能质量好)、V2(电能质量较好)、V3(电能质量一般)、V4(电能质量较差)、V5(电能质量差)。即:
S6,Gauss型隶属函数构建:
S7,质量评估体系计算:
采用加权平均型模糊综合算子进行总体评估:
S8,质量评估结果输出:
同理得到其他4条线路模糊评判分数:(72.3205 69.89 53.4025 81.187550.5115),由5处监测点的评估结果可以得到电能质量优劣排序为:监测点4>监测点1>监测点2>监测点3>监测点5。
本发明能够有效获得各个指标主客观权重,评价结果更为客观,且通过综合权重能够直观的体现出大规模风电并网对电网电能质量指标的影响,有助于采取对应措施提升电网电能质量。
需要说明的是,以上内容仅仅说明了本发明的技术思想,不能以此限定本发明的保护范围,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰均落入本发明权利要求书的保护范围之内。
Claims (5)
1.基于模糊综合评判的风电并网***电能质量评估方法,其特征在于,包括如下步骤:
S1,确定质量评估的因素集U:监测主要变电站母线节点电能质量,记录电能质量数据,选取风电并网***电能质量的评价指标,构成质量评估的因素集U;
S2,计算评价指标的客观权重:所述评价指标的客观权重通过熵权法计算获得,对风电并网***电能质量评价指标数据矩阵X进行处理得到评价指标矩阵Y,进行标准化处理后,通过求取各风电并网电能质量评价指标的信息熵来计算每个风电并网电能质量评价指标的信息熵权重,得到评价指标客观权重,所述指标数据处理方法以及评价指标的客观权重具体为:
其中:n为风电并网电能质量评价指标个数;m为评价对象个数; 为第i个评价对象的第j个风电并网电能质量评价指标的实测值; 分别为第j个电能质量评价指标不同评价对象的最大与最小值;为第i个评价对象的第j个风电并网电能质量评价指标的归一化处理后的标准化数据值;
S4,综合权重融合:将步骤S2获得的客观权重及步骤S3获得的主观权重进行融合,有效抵制权值偏差:
S5,评语集V建立:将电能质量划分为5个不同的等级,构成五级模糊评语集V:V={V 1(电能质量好),V 2(电能质量较好),V 3(电能质量一般),V 4(电能质量较差),V 5(电能质量差)}
S8,质量评估结果输出:根据步骤S7计算获得的质量评估体系结果,量化计算综合评估结果:
2.如权利要求1所述的基于模糊综合评判的风电并网***电能质量评估方法,其特征在于,所述步骤S1中的评价指标至少包括电压偏差、电压波动、电压闪变、谐波、三相不平衡。
4.如权利要求2或3所述的基于模糊综合评判的风电并网***电能质量评估方法,其特征在于,所述步骤S3进一步包括:
S31,建立判断矩阵:对大规模风电并网***电能质量评价指标重要性两两比较,使用九标度法对个指标进行打分,构造判断矩阵A:
其中:n为判断矩阵阶数,即风电并网电能质量评价指标个数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210897554.0A CN115081951A (zh) | 2022-07-28 | 2022-07-28 | 基于模糊综合评判的风电并网***电能质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210897554.0A CN115081951A (zh) | 2022-07-28 | 2022-07-28 | 基于模糊综合评判的风电并网***电能质量评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115081951A true CN115081951A (zh) | 2022-09-20 |
Family
ID=83243882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210897554.0A Pending CN115081951A (zh) | 2022-07-28 | 2022-07-28 | 基于模糊综合评判的风电并网***电能质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115081951A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619284A (zh) * | 2022-11-10 | 2023-01-17 | 国网江苏省电力有限公司扬州供电分公司 | 一种光伏配电网承载力评估方法及装置 |
CN115764979A (zh) * | 2022-10-12 | 2023-03-07 | 东南大学溧阳研究院 | 一种计及通信延时的分布式光伏***稳定性量化评估方法 |
CN115856529A (zh) * | 2022-11-25 | 2023-03-28 | 国网四川省电力公司营销服务中心 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
CN115936506A (zh) * | 2022-12-07 | 2023-04-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频***评估方法、设备及介质 |
CN116579633A (zh) * | 2023-07-12 | 2023-08-11 | 湖南省计量检测研究院 | 基于数据驱动实现风电设备的服役状态质量分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598484A (zh) * | 2020-05-26 | 2020-08-28 | 国网江苏电力设计咨询有限公司 | 一种风光储***电能质量综合评估方法 |
CN112686536A (zh) * | 2020-12-29 | 2021-04-20 | 南京邮电大学 | 一种基于模糊综合评判的电网应灾能力量化评估方法 |
CN112990627A (zh) * | 2019-12-16 | 2021-06-18 | 国网山东省电力公司潍坊供电公司 | 电能质量评估方法 |
-
2022
- 2022-07-28 CN CN202210897554.0A patent/CN115081951A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990627A (zh) * | 2019-12-16 | 2021-06-18 | 国网山东省电力公司潍坊供电公司 | 电能质量评估方法 |
CN111598484A (zh) * | 2020-05-26 | 2020-08-28 | 国网江苏电力设计咨询有限公司 | 一种风光储***电能质量综合评估方法 |
CN112686536A (zh) * | 2020-12-29 | 2021-04-20 | 南京邮电大学 | 一种基于模糊综合评判的电网应灾能力量化评估方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115764979A (zh) * | 2022-10-12 | 2023-03-07 | 东南大学溧阳研究院 | 一种计及通信延时的分布式光伏***稳定性量化评估方法 |
CN115764979B (zh) * | 2022-10-12 | 2023-12-08 | 东南大学溧阳研究院 | 一种计及通信延时的分布式光伏***稳定性量化评估方法 |
CN115619284A (zh) * | 2022-11-10 | 2023-01-17 | 国网江苏省电力有限公司扬州供电分公司 | 一种光伏配电网承载力评估方法及装置 |
CN115856529A (zh) * | 2022-11-25 | 2023-03-28 | 国网四川省电力公司营销服务中心 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
CN115936506A (zh) * | 2022-12-07 | 2023-04-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频***评估方法、设备及介质 |
CN115936506B (zh) * | 2022-12-07 | 2023-11-24 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频***评估方法、设备及介质 |
CN116579633A (zh) * | 2023-07-12 | 2023-08-11 | 湖南省计量检测研究院 | 基于数据驱动实现风电设备的服役状态质量分析方法 |
CN116579633B (zh) * | 2023-07-12 | 2023-11-17 | 湖南省计量检测研究院 | 基于数据驱动实现风电设备的服役状态质量分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115081951A (zh) | 基于模糊综合评判的风电并网***电能质量评估方法 | |
Li et al. | An improved fuzzy synthetic condition assessment of a wind turbine generator system | |
CN110930049B (zh) | 一种用于综合评价区域配电网电能质量的方法 | |
CN101246569A (zh) | 基于层次分析法和模糊算法的电网电能质量综合评价方法 | |
CN104281736B (zh) | 一种城市轨道交通牵引供配电***供电电缆的选型方法 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
Zheng et al. | Fuzzy synthetic condition assessment of wind turbine based on combination weighting and cloud model | |
Shi et al. | Comprehensive evaluation of power quality for microgrid based on CRITIC method | |
CN106651168B (zh) | 一种评估电铁对电网影响的方法及装置 | |
CN111626583A (zh) | 一种新型城镇能源互联网工程后评价方法和*** | |
CN111311135A (zh) | 一种变电站能效评估方法 | |
Zheng et al. | Transient stable region of power systems incorporating stochasticity of variable renewable energies and system contingencies | |
Li et al. | Classification of the wind turbine components based on importance degrees: A three-way decision perspective | |
Bajaj et al. | An MCDM-based approach for ranking the voltage quality in the distribution power networks | |
Lin et al. | A physical-data combined power grid dynamic frequency prediction methodology based on adaptive neuro-fuzzy inference system | |
CN111598339A (zh) | 一种接入新能源的交直流混合配电网最优供电的决策方法 | |
Setiadi et al. | Optimization based design of dual input PSS for improving small signal stability of power system with RESs | |
CN115085260B (zh) | 新能源场站聚合模型的振荡模式保真度评价方法 | |
CN101667730A (zh) | 配电网电能质量监督管理方法 | |
Liu et al. | Comprehensive evaluation of power quality based on improved TOPSIS method and combination weights | |
CN114465276A (zh) | 一种配电网风储联合优化配置方法及其相关装置 | |
CN112016838B (zh) | 配电网能效指标体系的贡献率计算方法、***及终端设备 | |
Wang et al. | Evaluation Methods for the Development of New Power Systems Based on Cloud Model | |
CN111598420A (zh) | 一种考虑用户主要设备敏感指数的区域电能质量评估方法 | |
CN112688321A (zh) | 大电网次/超同步振荡路径获取方法及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220920 |
|
RJ01 | Rejection of invention patent application after publication |