-
公开(公告)号:CN119448199A
公开(公告)日:2025-02-14
申请号:CN202411334881.0
申请日:2024-09-24
Applicant: 三峡大学
Abstract: 基于风电不确定性的暂态稳定约束最优潮流模型构建方法,步骤1:根据不确定标准建立风力发电的不确定性输出模型;步骤2:利用单机等效SME法构建暂态稳定约束;步骤3:基于联合机会约束JCC理论描述不等式约束和暂态稳定约束,构建出暂态稳定约束最优潮流TSCOPF模型;步骤4:采用样本平均近似SAA将联合机会约束转化为确定性样本约束;步骤5:使用集体决策优化CDO算法对上述所构建的TSCOPF模型进行求解。本发明公开了基于风力发电不确定性的暂态稳定约束最优潮流模型构建方法,适应于风力发电接入的电力系统,对于提高电力系统稳定运行具有重要意义。
-
公开(公告)号:CN118281860A
公开(公告)日:2024-07-02
申请号:CN202410378778.X
申请日:2024-03-29
Applicant: 三峡大学
Abstract: 一种含风电的电力系统暂态稳定约束最优潮流处理方法,步骤1:通过预测值叠加正态分布对风力发电的不确定性进行表示;步骤2:使用发电机转子角度相对于所有发电机的初始中心描述暂态稳定性;步骤3:基于机会约束理论构造暂态稳定约束最优潮流(Transient Stability Constrained Optimal Power Flow,TSCOPF)模型;步骤4:通过解耦法处理机会约束;步骤5:通过基于反向磷虾群算法(Oppositional Krill Herd Algorithm,OKHA)求解暂态稳定约束最优潮流。本发明提出了一种考虑风电暂态稳定约束最优潮流模型及其解决方案,能够满足现如今新能源并网后电力系统的安全性。同时,求解方法OKHA具有良好的有效性、鲁棒性以及稳定性,其收敛速度有着明显的提升。
-
公开(公告)号:CN118095082A
公开(公告)日:2024-05-28
申请号:CN202410230676.3
申请日:2024-02-29
Applicant: 三峡大学
IPC: G06F30/27 , G06Q10/063 , G06Q50/06 , G06F17/13
Abstract: 一种基于残差随机微分方程网络的暂态电压稳定评估方法,步骤1:计及对新能源电网的不确定性,构建随机微分方程网络SDE‑Net模型;步骤2:构建残差SDE‑Net的模型,采用多通道时间序列特征提取的方法获得时间序列样本;步骤3:构建残差SDE‑Net的训练目标函数,采用拉格朗日损失函数解决优化问题;步骤4:构建基于残差SDE‑Net的暂态电压稳定性评估模型;步骤5:用已训练的SDE‑Net模型评估暂态电压稳定状态,并在测试集上进行测试,完成在线暂态电压稳定评估。本发明提出了一种基于残差随机微分方程网络的暂态电压稳定评估方法,对于安全风险态势认知、前瞻性预警、制定预防和应急控制措施,防止电网暂态电压失稳和电压崩溃具有重要的现实意义。
-
公开(公告)号:CN116957008A
公开(公告)日:2023-10-27
申请号:CN202310698023.3
申请日:2023-06-13
Applicant: 三峡大学
IPC: G06N3/0464 , H02J3/00 , G06N3/08
Abstract: 一种针对错判的图卷积网络暂态稳定评估方法,包括以下步骤:步骤1:模拟电力系统不同运行场景构建样本集;步骤2:获得改进后的自适应图卷积网络GCN;步骤3:基于改进后的自适应图卷积网络GCN建立评估模型,进行离线训练;步骤4:在在线应用过程中,通过构建辅助决策模块对模型得到的稳定类别与稳定水平进行协调,判断电力系统的真实运行状态。
-
公开(公告)号:CN118100212A
公开(公告)日:2024-05-28
申请号:CN202410230186.3
申请日:2024-02-29
Applicant: 三峡大学
Abstract: 一种含新能源电网的多目标无功优化模型的计算方法,步骤1:建立含风电出力和光伏发电机组出力的概率模型;步骤2:采用基于拉丁超立方采样的Monte Carlo概率潮流计算方法CLMCS以及场景缩减技术处理概率模型中风电出力和光伏发电机组出力的不确定性,得到风电机组和光伏发电机组输出功率的典型场景,进而将不确定性问题转化为多个场景下的确定性问题;步骤3:基于风电和光伏典型场景建立含新能源电网的多目标无功优化模型;步骤4:采用多目标差分进化MODE算法对模型进行计算,得到Pareto最优解集;步骤5:采用熵权法处理Pareto解集,从中选取一个最优解作为最终无功优化结果。
-
公开(公告)号:CN116911161A
公开(公告)日:2023-10-20
申请号:CN202310649763.8
申请日:2023-06-02
Applicant: 三峡大学
IPC: G06F30/27 , H02J3/00 , G06F18/23213 , G06F18/214 , G06F18/241 , G06F18/27 , G06Q50/06 , G06N3/045 , G06N3/0475 , G06N20/00 , G06F113/04
Abstract: 一种结合数据增强的深度学习暂态电压稳定评估方法,包括以下步骤:步骤1:通过时域仿真获得历史运行数据,基于约束划分k均值COP k‑means聚类算法标记所有数据的类标签,生成原始小数据集;步骤2:构建离线数据集;步骤3:构建基于DLCDRC的暂态电压稳定评估模型;步骤4:基于相量测量单元PMU采集实时测量数据,并用已训练的DLCDRC模型评估暂态电压稳定状态,完成在线暂态电压稳定评估。本发明提出了一种结合数据增强的深度学习暂态电压稳定评估方法,以针对电力系统中昂贵且琐碎的数据采集和注释的困难,从而解决了如何使基于深度学习的暂态电压稳定评估模型在小型训练数据集上工作良好的问题。
-
公开(公告)号:CN116893293A
公开(公告)日:2023-10-17
申请号:CN202310625487.1
申请日:2023-05-30
Applicant: 三峡大学
IPC: G01R19/00 , H02J3/00 , G01R31/00 , G06F18/15 , G06F18/2321 , G06F18/27 , G06N3/0442 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 基于空间注意力校正神经网络的暂态电压稳定评估方法,它包括以下步骤:步骤1:建立原始数据集;步骤2:采用基于集成学习的异常数据检测器来识别异常数据,建立异常数据预处理模型;步骤3:基于异常数据处理后的数据集离线训练空间注意力校正循环神经网络模型,建立基于空间注意力校正循环神经网络SAR‑RNN的暂态电压稳定评估模型;步骤4:基于同步相量测量单元PMU实时收集的电力系统运行数据,经异常数据预处理模型处理过后输入已离线训练好的空间注意力校正循环神经网络模型,进行暂态电压稳定在线评估;步骤5:基于系统电压恢复指标来量化遭受大扰动后系统暂态电压的稳定程度,对暂态电压稳定评估结果进一步分析。
-
公开(公告)号:CN116014739A
公开(公告)日:2023-04-25
申请号:CN202310015316.7
申请日:2023-01-05
Applicant: 三峡大学
Abstract: 一种考虑风电不确定性的暂态稳定约束最优潮流获取方法,步骤1:以电力系统最优潮流解作为初始运行状态并设置预想故障集;步骤2:利用典型风电场景来描述风电出力的不确定性;步骤3:针对每种典型风电场景下的一系列预想故障进行时域仿真,对于电力系统暂态失稳的情况,通过约束转换将电力系统暂态稳定的过程约束转换成代数形式的暂态稳定约束;步骤4:将获得的暂态稳定约束附加到电力系统最优潮流模型中,构建含风机的等值电力系统暂态稳定约束最优潮流Transient Stability Constrained Optimal Power Flow,TSCOPF模型,重新计算模型解。本发明的目的是为了扩展电力系统暂态稳定约束最优潮流模型求解方法,以适应风力发电的不确定性和保障电力系统的暂态稳定性。
-
公开(公告)号:CN117955177A
公开(公告)日:2024-04-30
申请号:CN202410230555.9
申请日:2024-02-29
Applicant: 三峡大学
Abstract: 一种暂态电压约束下新能源可接受性的计算方法,步骤1:确定系统的运行模式,通过时域仿真确定每个可替换常规发电机关闭前后母线电压的电压轨迹;步骤2:根据母线电压轨迹,基于多二元表的方法计算每个可替换常规机组对电网关键节点的电压支撑能力指标ΔH;步骤3:根据输入状态稳定ISS理论确定稳定性判据,并量化稳定性指标W;步骤4:确定新能源机组替换常规机组的顺序,计算每次新能源电源替换常规电源后,暂态故障下系统的稳定性指标W,并与预先设置好的阈值δ进行比较;步骤5:确定暂态电压约束下新能源最大和最小可接受容量。本发明适用于高比例新能源接入的新型电力系统,对于保障电力系统安全稳定运行具有重要意义。
-
公开(公告)号:CN116845861A
公开(公告)日:2023-10-03
申请号:CN202310634859.7
申请日:2023-05-31
Applicant: 三峡大学
IPC: H02J3/00 , G06N3/0464 , G06N3/08 , H02J3/24
Abstract: 基于密集连接卷积网络的电力系统暂态稳定预防控制方法,包括以下步骤:步骤1:设置合理的电力系统相关参数,并在预想故障集下通过大量时域仿真计算获得初始样本数据集;步骤2:采用多数加权少数过采样技术MWMOTE对初始样本数据集进行处理以生成平衡数据集;步骤3:利用平衡数据集对密集连接卷积网络进行训练,以得到暂态稳定评估器,形成暂态稳定约束;步骤4:将获得的暂态稳定约束代替电力系统暂态稳定约束最优潮流模型TSCOPF中复杂的暂态稳定过程约束,求解TSCOPF模型,获得预防控制策略。
-
-
-
-
-
-
-
-
-