-
公开(公告)号：CN109347111B
公开(公告)日：2022-12-13
申请号：CN201811228777.8
申请日：2018-10-22
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司 , 南京南瑞继保电气有限公司
Abstract: 本发明提出一种考虑电压变化率的柔性直流换流站有功无功控制方法:该方法在柔性直流换流站的电压控制环节上增加电压变化率的环节，在检测到电压下降变化率低于一定门槛值时，认为系统存在电压失稳的风险，此时将直流有功降为0，柔直换流站电压参考值直接设定为交流侧母线最大运行电压Umax。最大限度的发挥换流站无功支援能力，当检测到电压下降变化率高于门槛值时，则认为是交流系统的短时接地故障，此时柔直换流站控制模式不转换。在电压恢复到额定值时，则将无功及有功控制目标恢复到事故前状态，有效防止了出现局部电网电压崩溃的现象。
-
公开(公告)号：CN109103918A
公开(公告)日：2018-12-28
申请号：CN201811181018.0
申请日：2018-10-11
Applicant: 国网山东省电力公司 , 国网山东省电力公司济南供电公司 , 南京南瑞继保电气有限公司
CPC classification number: H02J3/36 , H02J3/24 , H02J2003/365
Abstract: 本发明提出一种考虑频率变化率的柔直向孤立电网有功支援的方法:该方法在柔性直流换流站向孤立电网进行有功支援期间，引入了频率变化率指标通过该指标的引入可以避免在频率小幅波动期间柔直有功的大幅波动，同时在频率大幅波动期间能迅速提高有功支援，减少孤立电网频率变化的幅度。
-
公开(公告)号：CN109347111A
公开(公告)日：2019-02-15
申请号：CN201811228777.8
申请日：2018-10-22
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司 , 南京南瑞继保电气有限公司
Abstract: 本发明提出一种考虑电压变化率的柔性直流换流站有功无功控制方法:该方法在柔性直流换流站的电压控制环节上增加电压变化率的环节，在检测到电压下降变化率低于一定门槛值时，认为系统存在电压失稳的风险，此时将直流有功降为0，柔直换流站电压参考值直接设定为交流侧母线最大运行电压Umax。最大限度的发挥换流站无功支援能力，当检测到电压下降变化率高于门槛值时，则认为是交流系统的短时接地故障，此时柔直换流站控制模式不转换。在电压恢复到额定值时，则将无功及有功控制目标恢复到事故前状态，有效防止了出现局部电网电压崩溃的现象。
-
公开(公告)号：CN114493004B
公开(公告)日：2024-01-12
申请号：CN202210097236.6
申请日：2022-01-27
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
Inventor： 郭禹琛 , 王博 , 王雪 , 孙世军 , 何晓凤 , 朱坤双 , 张永山 , 韩洪 , 韩乐琼 , 李莉 , 高峰 , 巩晓静 , 李嫣然 , 沈倩 , 李晓琦 , 李广 , 董新 , 乔荣飞
IPC: G06Q10/04 , G06Q50/06 , G06N20/20 , G06F18/214 , G06F18/213
Abstract: 风速的准确性高。一种基于机器学习的单点风速短临风速外推方法涉及风速预测技术领域，解决了现有预测风速不够准确的问题，包括：获得历史风速样本并分成训练样本集和测试样本集；取训练样本集中的历史风速样本得到多个时间序列，时间序列之间的时间长度不同但样本总量相同；训练载有集成机器学习算法的模型得到初级集成机器学习模型；采用测试样本集测试初级集成机器学习模型得到测试结果；选取最优测试结果对应的初级集成机器学习模型作为集成机器学习模型，最优测试结果对应的时间序列间隔点数作为集成
-
公开(公告)号：CN111490562A
公开(公告)日：2020-08-04
申请号：CN202010324196.5
申请日：2020-04-22
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司
Abstract: 本发明公开了一种备用辅助服务参与下的特高压受端电网电力调度优化方法，该方法包括如下步骤：S1.建立火电机组日调节模型；根据火电机组调峰运行方式，得到在调度周期内需满足的约束条件；S2.建立水电机组日调节模型，得到水电机组调峰平衡条件和水电机组出力约束；S3，建立备用辅助服务模型；S4，根据火电水电机组、特高压电源、负荷数据以及目标函数对步骤S1、S2和S3建立的模型求解，得到最优解，根据最优解实现特高压受端电网电力调度。本发明提出的备用辅助服务在模型中起到了优化调度和更好的维护系统能够安全稳定运行的作用。备用辅助参与机组电力调度优化大大减小了用电成本且增加了安全性。
-
Patent Agency Ranking
公开(公告)号：CN114493004A
公开(公告)日：2022-05-13
申请号：CN202210097236.6
申请日：2022-01-27
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
Inventor： 郭禹琛 , 王博 , 王雪 , 孙世军 , 何晓凤 , 朱坤双 , 张永山 , 韩洪 , 韩乐琼 , 李莉 , 高峰 , 巩晓静 , 李嫣然 , 沈倩 , 李晓琦 , 李广 , 董新 , 乔荣飞
Abstract: 一种基于机器学习的单点风速短临风速外推方法涉及风速预测技术领域，解决了现有预测风速不够准确的问题，包括：获得历史风速样本并分成训练样本集和测试样本集；取训练样本集中的历史风速样本得到多个时间序列，时间序列之间的时间长度不同但样本总量相同；训练载有集成机器学习算法的模型得到初级集成机器学习模型；采用测试样本集测试初级集成机器学习模型得到测试结果；选取最优测试结果对应的初级集成机器学习模型作为集成机器学习模型，最优测试结果对应的时间序列间隔点数作为集成机器学习模型的输入长度；将满足输入长度的历史风速数据作为集成机器学习模型的输入，集成机器学习模型输出预测的短临风速。本发明预测风速的准确性高。
-
公开(公告)号：CN106779171B
公开(公告)日：2021-06-08
申请号：CN201611052223.8
申请日：2016-11-25
Applicant: 国网山东省电力公司济南供电公司 , 国家电网有限公司 , 国网山东省电力公司济南市济阳区供电公司
Abstract: 本发明公开了一种输电线路故障强送电智能决策方法，它包括以下步骤：(1)获取输电线路故障信息；(2)判断该输电线路故障是否属于不需要进行强送电的特殊标识故障，若是则不进行强送电；否则进入下一步；(3)该输电线路故障下的强送电若为确定性强送电进行强送电，否则进入下一步；(4)利用层次分析法确定最优强送端；(5)最优强送端对输电线路进行强送电。本发明对线路故障信息进行了筛选判断，对于不进行强送的特殊故障和确定性强送的线路故障采取单独决策处理的方法，更符合工程实际，可行性强；采用了基于层次分析法的强送端优化选择算法，综合考虑了多个主要因素对强送决策的影响，得到的决策结果更科学合理。
-
公开(公告)号：CN112564091B
公开(公告)日：2023-10-03
申请号：CN202011357702.7
申请日：2020-11-27
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司
Abstract: 本发明公开了一种考虑N‑1故障的安全约束机组组合问题求解方法，包括以下步骤：S1，安全约束机组组合问题目标函数线性化建模；S2，安全约束机组组合问题约束线性化建模；S3，并联支路安全约束削减；S4，单断面相关故障态安全约束削减；S5，一般形式故障态安全约束削减；S6，两断面相关故障态安全约束削减，S7，采用分支定界法，进行安全约束机组组合问题求解。本发明方法解决安全约束机组组合非凸性导致的最优解难以保证的问题，解决大规模安全约束机组组合求解耗时的问题。本发明提出的求解方法可以在不改变最优解的前提下，大幅度缩短求解时间。本发明有效地削减了安全约束机组组合问题的规模以及求解时间。
-
公开(公告)号：CN112564091A
公开(公告)日：2021-03-26
申请号：CN202011357702.7
申请日：2020-11-27
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司
Abstract: 本发明公开了一种考虑N‑1故障的安全约束机组组合问题求解方法，包括以下步骤：S1，安全约束机组组合问题目标函数线性化建模；S2，安全约束机组组合问题约束线性化建模；S3，并联支路安全约束削减；S4，单断面相关故障态安全约束削减；S5，一般形式故障态安全约束削减；S6，两断面相关故障态安全约束削减，S7，采用分支定界法，进行安全约束机组组合问题求解。本发明方法解决安全约束机组组合非凸性导致的最优解难以保证的问题，解决大规模安全约束机组组合求解耗时的问题。本发明提出的求解方法可以在不改变最优解的前提下，大幅度缩短求解时间。本发明有效地削减了安全约束机组组合问题的规模以及求解时间。
-
公开(公告)号：CN113937752B
公开(公告)日：2024-12-13
申请号：CN202111028549.8
申请日：2021-09-02
Applicant: 国网山东省电力公司济南供电公司 , 国家电网有限公司 , 山东大学
Abstract: 本公开提供了一种基于随机模型预测控制的主动配电网优化调度方法及系统，包括以下步骤：获取可再生能源的备用配置区间；根据获取的备用配置区间和预设的多时间尺度主动配电网优化调度模型，得到主动配电网的最优调度方案；其中，所述多时间尺度主动配电网优化调度模型包括日前调度阶段、日内调度阶段和实时调度阶段，采用随机模型预测控制，以最小运行成本为目标，以备用约束为约束条件。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.123 seconds)
