-
公开(公告)号：CN110532731A
公开(公告)日：2019-12-03
申请号：CN201910869165.5
申请日：2019-09-16
Applicant: 国网陕西省电力公司电力科学研究院 , 华北电力大学(保定) , 北京新源绿网节能科技有限公司
Abstract: 本发明公开了一种电压暂降凹陷域快速计算方法，包括以下步骤：对于任一故障线路，建立敏感负荷节点电压函数公式，判断敏感负荷节点电压函数曲线是否具有单调性；对于使得敏感负荷节点电压函数曲线具有单调性的故障线路，比较故障时线路两端的敏感负荷节点电压值与电压暂降限值的大小，确定凹陷域；对于使得敏感负荷节点电压函数曲线非单调的故障线路，采用牛顿插值法得到敏感负荷节点电压随故障距离变化的拟合方程，根据所述拟合方程在定义域内是否有解，判断线路上是否有临界故障点，进而判断凹陷域。本发明提供的电压暂降凹陷域快速计算方法，根据敏感负荷节点电压曲线电压曲线是否单调采用不同的数值处理方法，简化了计算过程，提高了计算效率。
-
公开(公告)号：CN103324980B
公开(公告)日：2016-12-28
申请号：CN201310147943.2
申请日：2013-04-25
Applicant: 华北电力大学(保定)
IPC: G06N3/08
Abstract: 一种风电场风速预测方法，所述方法首先采用模糊粗糙集方法对影响风电场风速的多种因素进行属性约简，去除冗余信息，得到神经网络预测模型的输入变量；然后采用加权欧氏距离进行改进的聚类方法提取相似性较高的数据作为神经网络预测模型的训练样本，并使用聚类后的数据训练各类预测模型；最后根据当前属性值选择匹配的预测模型来预测风速。本发明在传统神经网络预测模型的基础上，对模型输入变量与训练样本这两大影响神经网络预测性能的重要因素进行了优化，大大提高了模型的泛化能力。测试结果表明，本发明能大幅度提升神经网络的预测性能，有效地提高风电场风速预测精度。
-
公开(公告)号：CN102545707B
公开(公告)日：2016-04-20
申请号：CN201210007609.2
申请日：2012-01-11
Applicant: 云南电力试验研究院(集团)有限公司电力研究院 , 华北电力大学(保定)
CPC classification number: Y02E10/563 , Y02E40/72 , Y02E40/76 , Y04S10/123 , Y04S10/545
Abstract: 以发电单元为基本预测单元的发电功率预测方法及系统，利用传感器等数据采集设备，采集各发电单元处的参数，将这些参数作为输入状态变量；同时读取各发电单元的输出功率值，并将其作为输出状态变量，针对各个发电单元分别建立对应的关联数据库；利用关联数据库得到其对应的发电功率预测值；再对正常工作发电单元的功率预测值进行累加，进而得到整个光伏电站的发电功率预测值。本发明的有益效果在于，提供的发电功率预测系统，以各逆变器对应的发电单元为基本预测单元，适用于由不同安装运行方式，包括固定安装、单轴跟踪、双轴跟踪、聚焦型等，发电单元混合组成或由单一安装运行方式发电单元组成的光伏电站的发电功率预测。
-
公开(公告)号：CN103809650B
公开(公告)日：2016-01-06
申请号：CN201410068543.7
申请日：2014-02-27
Applicant: 华北电力大学(保定)
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 一种光伏发电系统的等效建模方法，它将函数模块、受控电压源、滤波电路、隔离变压器和电网依次相连，形成光伏电源的简化模型，所述函数模块在非故障时根据光照强度和温度计算出系统稳态输出电流，而在短路故障时，则首先解出短路前后两种稳态输出电流，然后利用模型降阶后的时域特性得出整个暂态过程的输出电流变化曲线，并将其拟合出来，之后函数模块根据电压电流的关系计算出受控电压源应有的输出电压，并根据计算结果对受控电压源进行控制。本发明在完成详细模型的控制功能和不影响并网外特性前提下，大幅减小了仿真运算时间，提高了仿真效率，并且电路简单，容易实现。
-
公开(公告)号：CN103268416A
公开(公告)日：2013-08-28
申请号：CN201310187534.5
申请日：2013-05-20
Applicant: 华北电力大学(保定)
IPC: G06F19/00
Abstract: 一种基于STCP-BP的风速预测方法，所述方法首先利用目标预测点盛行风向的上风向邻域点的风速及风向信息，建立时空相关性预测模型，得到目标预测点的风速预测值；然后运用目标预测点的历史风速数据建立BP神经网络直接多步预测模型，得到目标预测点的未来多步风速预测值；最后将两种预测值进行平均组合预测，得到目标预测点风速的直接多步预测值。本发明在传统神经网络预测方法的基础上加入了上风向观测点的风速信息，既考虑了风速演变的时空相关特性，又采用统计方法实现多步预测，大大提高了风电场风速的预测精度。所述方法能够为调度部门制定和调整计划提供可靠的参考数据，从而减轻了风电的间歇性对电网的影响。
-
Patent Agency Ranking
公开(公告)号：CN102545707A
公开(公告)日：2012-07-04
申请号：CN201210007609.2
申请日：2012-01-11
Applicant: 云南电力试验研究院(集团)有限公司电力研究院 , 华北电力大学(保定)
CPC classification number: Y02E10/563 , Y02E40/72 , Y02E40/76 , Y04S10/123 , Y04S10/545
Abstract: 以发电单元为基本预测单元的发电功率预测方法及系统，利用传感器等数据采集设备，采集各发电单元处的参数，将这些参数作为输入状态变量；同时读取各发电单元的输出功率值，并将其作为输出状态变量，针对各个发电单元分别建立对应的关联数据库；利用关联数据库得到其对应的发电功率预测值；再对正常工作发电单元的功率预测值进行累加，进而得到整个光伏电站的发电功率预测值。本发明的有益效果在于，提供的发电功率预测系统，以各逆变器对应的发电单元为基本预测单元，适用于由不同安装运行方式，包括固定安装、单轴跟踪、双轴跟踪、聚焦型等，发电单元混合组成或由单一安装运行方式发电单元组成的光伏电站的发电功率预测。
-
公开(公告)号：CN101661530B
公开(公告)日：2011-07-20
申请号：CN200910075605.6
申请日：2009-09-30
Applicant: 华北电力大学(保定)
CPC classification number: Y02E10/72
Abstract: 本发明提供了一种基于相关分析求取风电场稳态等效风速与发电功率的方法，涉及风力发电技术领域。包括对风电场运行数据进行预处理；采用相关分析方法求取风电场稳态等效风速：形成风速矩阵，计算风电场内所有机组风速间的相关矩阵，求出相关矩阵的特征值和特征向量，最终得到等效风速；求取风电场发电功率等。本发明能够较准确求取风电场等效风速与发电功率，具有精度高、方法简单、操作方便等特点。应用范围广，可用于风电场等效建模、风电场最大穿透功率的确定、风电场发电功率预测技术与系统、风电场可靠性和经济性应用、分析风电接入电网对电力系统的影响等，对风电场接入系统的规划与设计也都具有重要应用价值。
-
公开(公告)号：CN101661530A
公开(公告)日：2010-03-03
申请号：CN200910075605.6
申请日：2009-09-30
Applicant: 华北电力大学(保定)
CPC classification number: Y02E10/72
Abstract: 本发明提供了一种基于相关分析求取风电场稳态等效风速与发电功率的方法，涉及风力发电技术领域。包括对风电场运行数据进行预处理；采用相关分析方法求取风电场稳态等效风速：形成风速矩阵，计算风电场内所有机组风速间的相关矩阵，求出相关矩阵的特征值和特征向量，最终得到等效风速；求取风电场发电功率等。本发明能够较准确求取风电场等效风速与发电功率，具有精度高、方法简单、操作方便等特点。应用范围广，可用于风电场等效建模、风电场最大穿透功率的确定、风电场发电功率预测技术与系统、风电场可靠性和经济性应用、分析风电接入电网对电力系统的影响等，对风电场接入系统的规划与设计也都具有重要应用价值。
-
公开(公告)号：CN110728065A
公开(公告)日：2020-01-24
申请号：CN201910993152.9
申请日：2019-10-18
Applicant: 国网陕西省电力公司电力科学研究院 , 华北电力大学(保定) , 北京新源绿网节能科技有限公司
Abstract: 本发明公开了一种电压暂降故障概率估计方法及损失估计方法。概率估计方法包括建立配电网故障模型、统计各电压暂降等级与各故障持续时间等级配对的电压暂降故障概率步骤。损失估计方法包括电压暂降故障损失评估步骤。本方法建立配电网故障概率模型，通过蒙特卡洛法，仿真次数多时能够较好地模拟电网运行遭受的电压暂降特性，从而能精确地对电网电压暂降事件进行评估；本方法在计算量较小的情况下能够精准地描述负荷故障率，从而对电压暂降损失进行准确评估。
-
公开(公告)号：CN103268416B
公开(公告)日：2017-02-22
申请号：CN201310187534.5
申请日：2013-05-20
Applicant: 华北电力大学(保定)
IPC: G06F19/00
Abstract: 一种基于STCP-BP的风速预测方法，所述方法首先利用目标预测点盛行风向的上风向邻域点的风速及风向信息，建立时空相关性预测模型，得到目标预测点的风速预测值；然后运用目标预测点的历史风速数据建立BP神经网络直接多步预测模型，得到目标预测点的未来多步风速预测值；最后将两种预测值进行平均组合预测，得到目标预测点风速的直接多步预测值。本发明在传统神经网络预测方法的基础上加入了上风向观测点的风速信息，既考虑了风速演变的时空相关特性，又采用统计方法实现多步预测，大大提高了风电场风速的预测精度。所述方法能够为调度部门制定和调整计划提供可靠的参考数据，从而减轻了风电的间歇性对电网的影响。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.026 seconds)
