CN115498695A - 一种含光伏发电的主动配电网分布式状态估计方法 - Google Patents
一种含光伏发电的主动配电网分布式状态估计方法 Download PDFInfo
- Publication number
- CN115498695A CN115498695A CN202211299413.5A CN202211299413A CN115498695A CN 115498695 A CN115498695 A CN 115498695A CN 202211299413 A CN202211299413 A CN 202211299413A CN 115498695 A CN115498695 A CN 115498695A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- active power
- power distribution
- state estimation
- state
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000010248 power generation Methods 0.000 title claims abstract description 38
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 230000036541 health Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000013316 zoning Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种含光伏发电的主动配电网分布式状态估计方法，涉及电力***状态估计技术领域。该一种含光伏发电的主动配电网分布式状态估计方法，包括以下步骤：步骤一：构建主动配电网***用于状态估计平台，根据含光伏发电的主动配电网的网络特征将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测。通过将复杂的主动配电网划分为多个扩展子区域，大大降低了状态估计的计算规模，在状态估计的速度方面具有明显的优势，能较好地实现复杂的主动配电网的状态估计计算，量化主动配电网实时运行状态，为保证配电网的稳定运行提供支撑，可以提高主动配电网的状态估计效率和准确性。
Description
技术领域
本发明涉及电力***状态估计技术领域，具体为一种含光伏发电的主动配电网分布式状态估计方法。
背景技术
随着太阳能光伏发电技术(Photovo ltaic,PV)的快速发展，越来越多的太阳能光伏电源接入配电网运行，使得传统的单电源配电网***正在逐渐转变为多电源供电的有源、主动配电网，相比于传统配电网，主动配电网的协调运行和控制技术会变得更为复杂，主动配电网协调优化控制的基础在于智能的量测和通信技术，为了达到电网高效、可靠、安全、稳定运行的目的，主动配电网海量数据信息的汇总和高效精准的处理成为了核心环节，这对适应于主动配电网发展的状态估计提出了新的要求，随着智能电网的发展，新能源发电的不断渗透，电网的规模随之增加、结构和运行方式日趋复杂，为了更加精确地掌握电网的运行状态，对电力***运行状态进行状态估计是必要的。
目前，状态估计作为配电网智能态势感知技术的核心，为维持主动配电网安全运行的重要技术支撑，同时能在线监测用户实时负荷，获得当前时刻网络的运行状态和参数，对配电网***实时监测、调度、控制以及分析故障方面提供了可靠的数据保障，但是现有的主动配电网的态势感知体系受到网络通信与计算能力的影响，数据的采集与处理不能满足主动配电网的发展需求，对于包含新能源发电的主动配电网***状态估计，新能源发电的不确定性成为了其需要解决的难点，因此亟须一种含光伏发电的主动配电网分布式状态估计方法。
发明内容
针对现有技术的不足，本发明提供了一种含光伏发电的主动配电网分布式状态估计方法，解决了主动配电网的态势感知体系受到网络通信与计算能力的影响，数据的采集与处理不能满足主动配电网的发展需求，对于包含新能源发电的主动配电网***状态估计，新能源发电的不确定性成为了其需要解决的难点的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种含光伏发电的主动配电网分布式状态估计方法，包括以下步骤：
步骤一：构建主动配电网***用于状态估计平台，根据含光伏发电的主动配电网的网络特征将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测；
步骤二：从每个扩展子区域得到主动配电网的电阻、电抗，然后设定关键节点的有功功率、无功功率服从高斯分布，将二者的标准差设为定值，采集的数据进行计算，得到有功，无功功率高斯分布函数；
步骤三：通过数据采集***对每个扩展子区域中含光伏发电的主动配电网状态进行数据采集，得到各个子分区根据***协调侧设定的参考电压幅值、相角，并输入到状态估计平台，通过状态估计平台内的模型构建模块建立相应的主动配电网扩展子区域状态空间估计模型；
步骤四：采用改进区间优化方法对扩展子区域区间状态估计模型进行求解，并完成相邻子区域间边界状态信息的交互，输出状态结果，对状态结果中***实测量、PMU量测量和PV预测量进行计算，实现主动配电网的状态估计，评估状态估计效果，从而得到各个扩展子区域的状态估计；
步骤五：将步骤四得到的各个扩展子区域的状态估计通过关键节点输送到总的状态估计平台，将所有的扩展子区域的状态估计结果整合起来，完成全网的状态估计，即可得到含光伏发电的主动配电网状态估计结果。
优选的，所述步骤一构建状态评估平台的构建包括通过SCADA量测采集主动配电网的运行数据，然后对主动配电网进行初步的分区，最后建立分布式电源、配电线路、控制装置的主动配电网***用于状态估计平台。
优选的，所述步骤三中主动配电网扩展子区域状态空间估计模型为
Ji(xi,xB)——主动配电网第i个分区的状态估计目标函数值，
——主动配电网***侧边界节点参与各扩展子区域状态估计时的状态量，在整个扩展子区域状态估计过程中保持不变；Ji1——主动配电网扩展子区域i的状态估计目标函数；Ji2——主动配电网***侧关键节点的状态估计目标函数，zB——***侧下发给扩展子区域i的伪量测，R-1——量测权重。
优选的，所述步骤三中数据采集***采集的数据包括SCADA数据和PMU数据，所述SCADA数据包括支路功率、节点电压幅值；所述PMU数据包括电压幅值和相角。
优选的，所述步骤三中设定整个主动配电***的参考点的相角为0，其与GPS参考点的相角差为φ，那么扩展子区域参考节点相角δ以及扩展子区域内节点相角δ2分别为：
式中：
——扩展子区域参考点与GPS参考点的相角差，(°)；
δ1——扩展子区域内节点与扩展子区域参考点的相角差，(°)。
优选的，所述步骤四中对状态结果中***实测量、PMU量测量和PV预测量的计算步骤包括：首先采用基于标准化LM的共线性测试进行PV预测量的检测排除，然后通过采用改进的加权最小二乘法，利用有功、无功功率计算得到其余节点的电压幅值、相位，比较其与实际值的误差，计算绝对误差，最后采用JFNG方法进行配电***的协调计算，得出主动配电网的状态机估计。
优选的，所述步骤五中含光伏发电的主动配电网状态估计结果包括主动配电网中电源的健康状态、配电线路健康状态、配电线路硬性指标健康状态和馈线控制设备健康状态。
本发明提供了一种含光伏发电的主动配电网分布式状态估计方法。具备以下有益效果：
1、本发明提供的一种含光伏发电的主动配电网分布式状态估计方法，通过构建主动配电网***用于状态估计平台，并将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测，便于对主动配电网进行数据的采集，从而有利于提高后面主动配电网的状态估计效率和效果，通过状态估计平台内的模型构建模块建立相应的主动配电网扩展子区域状态空间估计模型，通过对扩展子区域状态空间估计模型的计算评估，最后将所有的扩展子区域的状态估计结果整合起来，完成全网的状态估计，实现了主动配电网的分布式状态估计功能，既可以提高主动配电网的状态估计效率，又可以提高状态估计结果的准确性，解决了主动配电网的态势感知体系受到网络通信与计算能力的影响，数据的采集与处理不能满足主动配电网的发展需求，对于包含新能源发电的主动配电网***状态估计，新能源发电的不确定性成为了其需要解决的难点的问题。
2、本发明采用基于标准化LM的共线性测试进行PV预测量的检测排除，然后通过采用改进的加权最小二乘法，利用有功、无功功率计算得到其余节点的电压幅值、相位，比较其与实际值的误差，计算绝对误差，最后采用JFNG方法进行配电***的协调计算，得出主动配电网的状态机估计，有利于提高数据计算的准确性，保证了主动配电网的状态估计结果的精度。
3、本发明通过将复杂的主动配电网划分为多个扩展子区域，大大降低了状态估计的计算规模，在状态估计的速度方面具有明显的优势，因此本发明提供的一种含光伏发电的主动配电网分布式状态估计方法能较好地实现复杂的主动配电网的状态估计计算，量化主动配电网实时运行状态，为保证配电网的稳定运行提供支撑。
具体实施方式
下面将结合本发明实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一：
本发明实施例提供一种含光伏发电的主动配电网分布式状态估计方法，包括以下步骤：
步骤一：构建主动配电网***用于状态估计平台，根据含光伏发电的主动配电网的网络特征将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测；
通过将复杂的主动配电网划分为多个扩展子区域，大大降低了状态估计的计算规模，在状态估计的速度方面具有明显的优势，因此本发明提供的一种含光伏发电的主动配电网分布式状态估计方法能较好地实现复杂的主动配电网的状态估计计算，量化主动配电网实时运行状态，为保证配电网的稳定运行提供支撑。
步骤二：从每个扩展子区域得到主动配电网的电阻、电抗，然后设定关键节点的有功功率、无功功率服从高斯分布，将二者的标准差设为定值，采集的数据进行计算，得到有功，无功功率高斯分布函数；
步骤三：通过数据采集***对每个扩展子区域中含光伏发电的主动配电网状态进行数据采集，得到各个子分区根据***协调侧设定的参考电压幅值、相角，并输入到状态估计平台，通过状态估计平台内的模型构建模块建立相应的主动配电网扩展子区域状态空间估计模型；
步骤四：采用改进区间优化方法对扩展子区域区间状态估计模型进行求解，并完成相邻子区域间边界状态信息的交互，输出状态结果，对状态结果中***实测量、PMU量测量和PV预测量进行计算，实现主动配电网的状态估计，评估状态估计效果，从而得到各个扩展子区域的状态估计；
步骤五：将步骤四得到的各个扩展子区域的状态估计通过关键节点输送到总的状态估计平台，将所有的扩展子区域的状态估计结果整合起来，完成全网的状态估计，即可得到含光伏发电的主动配电网状态估计结果。
本发明提供的一种含光伏发电的主动配电网分布式状态估计方法，通过构建主动配电网***用于状态估计平台，并将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测，便于对主动配电网进行数据的采集，从而有利于提高后面主动配电网的状态估计效率和效果，通过状态估计平台内的模型构建模块建立相应的主动配电网扩展子区域状态空间估计模型，通过对扩展子区域状态空间估计模型的计算评估，最后将所有的扩展子区域的状态估计结果整合起来，完成全网的状态估计，实现了主动配电网的分布式状态估计功能，既可以提高主动配电网的状态估计效率，又可以提高状态估计结果的准确性，解决了主动配电网的态势感知体系受到网络通信与计算能力的影响，数据的采集与处理不能满足主动配电网的发展需求，对于包含新能源发电的主动配电网***状态估计，新能源发电的不确定性成为了其需要解决的难点的问题。
步骤一构建状态评估平台的构建包括通过SCADA量测采集主动配电网的运行数据，然后对主动配电网进行初步的分区，最后建立分布式电源、配电线路、控制装置的主动配电网***用于状态估计平台。
步骤三中主动配电网扩展子区域状态空间估计模型为
Ji(xi,xB)——主动配电网第i个分区的状态估计目标函数值，
——主动配电网***侧边界节点参与各扩展子区域状态估计时的状态量，在整个扩展子区域状态估计过程中保持不变；Ji1——主动配电网扩展子区域i的状态估计目标函数；Ji2——主动配电网***侧关键节点的状态估计目标函数，zB——***侧下发给扩展子区域i的伪量测，R-1——量测权重。
步骤三中数据采集***采集的数据包括SCADA数据和PMU数据，SCADA数据包括支路功率、节点电压幅值；PMU数据包括电压幅值和相角。
步骤三中设定整个主动配电***的参考点的相角为0，其与GPS参考点的相角差为φ，那么扩展子区域参考节点相角δ以及扩展子区域内节点相角δ2分别为：
式中：
——扩展子区域参考点与GPS参考点的相角差，(°)；
δ1——扩展子区域内节点与扩展子区域参考点的相角差，(°)。
步骤四中对状态结果中***实测量、PMU量测量和PV预测量的计算步骤包括：首先采用基于标准化LM的共线性测试进行PV预测量的检测排除，然后通过采用改进的加权最小二乘法，利用有功、无功功率计算得到其余节点的电压幅值、相位，比较其与实际值的误差，计算绝对误差，最后采用JFNG方法进行配电***的协调计算，得出主动配电网的状态机估计，有利于提高数据计算的准确性，保证了主动配电网的状态估计结果的精度
步骤五中含光伏发电的主动配电网状态估计结果包括主动配电网中电源的健康状态、配电线路健康状态、配电线路硬性指标健康状态和馈线控制设备健康状态。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：包括以下步骤：
步骤一：构建主动配电网***用于状态估计平台，根据含光伏发电的主动配电网的网络特征将主动配电网划分为多个扩展子区域，每个扩展子区域建立关键节点，每个关键节点配置PMU和SCADA量测；
步骤二：从每个扩展子区域得到主动配电网的电阻、电抗，然后设定关键节点的有功功率、无功功率服从高斯分布，将二者的标准差设为定值，采集的数据进行计算，得到有功，无功功率高斯分布函数；
步骤三：通过数据采集***对每个扩展子区域中含光伏发电的主动配电网状态进行数据采集，得到各个子分区根据***协调侧设定的参考电压幅值、相角，并输入到状态估计平台，通过状态估计平台内的模型构建模块建立相应的主动配电网扩展子区域状态空间估计模型；
步骤四：采用改进区间优化方法对扩展子区域区间状态估计模型进行求解，并完成相邻子区域间边界状态信息的交互，输出状态结果，对状态结果中***实测量、PMU量测量和PV预测量进行计算，实现主动配电网的状态估计，评估状态估计效果，从而得到各个扩展子区域的状态估计；
步骤五：将步骤四得到的各个扩展子区域的状态估计通过关键节点输送到总的状态估计平台，将所有的扩展子区域的状态估计结果整合起来，完成全网的状态估计，即可得到含光伏发电的主动配电网状态估计结果。
2.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤一构建状态评估平台的构建包括通过SCADA量测采集主动配电网的运行数据，然后对主动配电网进行初步的分区，最后建立分布式电源、配电线路、控制装置的主动配电网***用于状态估计平台。
3.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤三中主动配电网扩展子区域状态空间估计模型为
Ji(xi,xB)——主动配电网第i个分区的状态估计目标函数值，
——主动配电网***侧边界节点参与各扩展子区域状态估计时的状态量，在整个扩展子区域状态估计过程中保持不变；Ji1——主动配电网扩展子区域i的状态估计目标函数；Ji2——主动配电网***侧关键节点的状态估计目标函数，zB——***侧下发给扩展子区域i的伪量测，R-1——量测权重。
4.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤三中数据采集***采集的数据包括SCADA数据和PMU数据，所述SCADA数据包括支路功率、节点电压幅值；所述PMU数据包括电压幅值和相角。
5.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤三中设定整个主动配电***的参考点的相角为0，其与GPS参考点的相角差为φ，那么扩展子区域参考节点相角δ以及扩展子区域内节点相角δ2分别为：
式中：
——扩展子区域参考点与GPS参考点的相角差，(°)；
δ1——扩展子区域内节点与扩展子区域参考点的相角差，(°)。
6.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤四中对状态结果中***实测量、PMU量测量和PV预测量的计算步骤包括：首先采用基于标准化LM的共线性测试进行PV预测量的检测排除，然后通过采用改进的加权最小二乘法，利用有功、无功功率计算得到其余节点的电压幅值、相位，比较其与实际值的误差，计算绝对误差，最后采用JFNG方法进行配电***的协调计算，得出主动配电网的状态机估计。
7.根据权利要求1所述的一种含光伏发电的主动配电网分布式状态估计方法，其特征在于：所述步骤五中含光伏发电的主动配电网状态估计结果包括主动配电网中电源的健康状态、配电线路健康状态、配电线路硬性指标健康状态和馈线控制设备健康状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211299413.5A CN115498695A (zh) | 2022-10-21 | 2022-10-21 | 一种含光伏发电的主动配电网分布式状态估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211299413.5A CN115498695A (zh) | 2022-10-21 | 2022-10-21 | 一种含光伏发电的主动配电网分布式状态估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115498695A true CN115498695A (zh) | 2022-12-20 |
Family
ID=84473468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211299413.5A Withdrawn CN115498695A (zh) | 2022-10-21 | 2022-10-21 | 一种含光伏发电的主动配电网分布式状态估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115498695A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116565976A (zh) * | 2023-05-12 | 2023-08-08 | 国网黑龙江省电力有限公司佳木斯供电公司 | 基于pmu与多智能体***的主动配电网状态估计方法 |
-
2022
- 2022-10-21 CN CN202211299413.5A patent/CN115498695A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116565976A (zh) * | 2023-05-12 | 2023-08-08 | 国网黑龙江省电力有限公司佳木斯供电公司 | 基于pmu与多智能体***的主动配电网状态估计方法 |
| CN116565976B (zh) * | 2023-05-12 | 2023-10-31 | 国网黑龙江省电力有限公司佳木斯供电公司 | 基于pmu与多智能体***的主动配电网状态估计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107453357B (zh) | 一种基于分层求解的配电网状态估计方法 | |
| Della Giustina et al. | Electrical distribution system state estimation: measurement issues and challenges | |
| CN109713685B (zh) | 一种适用于vsc接入引发次同步振荡的在线定位方法 | |
| CN111413589B (zh) | 一种基于灰靶决策的配电网单相短路故障定位方法 | |
| CN106250640B (zh) | 一种适用于地区电网的分层动态等值方法 | |
| CN110133451B (zh) | 基于微型pmu和二分法搜索的配电网故障定位方法及*** | |
| CN109100614B (zh) | 一种基于pmu装置的输电线路故障定位方法 | |
| 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 | |
| CN103258103A (zh) | 基于偏最小二乘回归的戴维南等值参数辨识方法 | |
| CN109752629B (zh) | 一种电网量测问题智能诊断方法及*** | |
| CN106169115B (zh) | 一种利用解析-数值法估算两区域电网最低频率的方法 | |
| CN102420427A (zh) | 一种考虑外网等值的区域电网电压稳定裕度计算方法 | |
| CN107145707A (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
| CN110363334B (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
| CN103606113A (zh) | 基于pmu装置的电力***静态状态估计方法 | |
| CN103324858A (zh) | 配电网三相潮流状态估计方法 | |
| CN115498695A (zh) | 一种含光伏发电的主动配电网分布式状态估计方法 | |
| CN110880757B (zh) | 基于最优分区的主动配电网分布式区间状态估计方法 | |
| CN115453193A (zh) | 基于pqm、ttu和sm量测数据协同的配电网谐波状态估计方法 | |
| CN106372440B (zh) | 一种并行计算的配电网自适应抗差状态估计方法及装置 | |
| CN109829246B (zh) | 一种基于参数综合可疑度的线路参数辨识方法 | |
| CN114389312B (zh) | 一种配电网分布式状态估计方法 | |
| CN110707693A (zh) | 一种基于ami全量测点分区的集合卡尔曼滤波动态状态估计方法 | |
| CN112350318B (zh) | 基于广度优先搜索算法的交流配电网拓扑辨识方法 | |
| He et al. | Power system frequency situation prediction method based on transfer learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221220 |
|
| WW01 | Invention patent application withdrawn after publication |