[发明专利]一种电网关键设备重载及越限分布监测方法有效

专利信息
申请号: 201911168639.X 申请日: 2019-11-25
公开(公告)号: CN110994595B 公开(公告)日: 2021-06-25
发明(设计)人: 陈守滨;罗松林;陈威洪;李敬光;刘树安;吴伟东;宋想富;芦大伟;赖伟坚 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司东莞供电局
主分类号: H02J3/00 分类号: H02J3/00;H02J3/14;H02J13/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 尹君君
地址: 510060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电网 关键 设备 重载 分布 监测 方法
【权利要求书】:

1.一种电网关键设备重载及越限分布监测方法,其特征在于,包括以下优化步骤:

S1、建立线路通道分配因子和负荷削减因子的上层优化模型;在电网线路内部负荷单元组中利用目标函数随机生成特定线路的通道分配因子及负载削减因子;

S2、根据通道分配因子和负荷削减因子构建全局负载的均衡化模型;利用实际的线路负载分布贴近预测的负载预分布,利用算法的迭代更新找出负载均衡度最小情况下的实际拓扑结构,实现全局负载的均衡化;

S3、通过均衡化模型确定全局电网线路的载荷分布;利用负载均衡度得到的静态电压稳定度以及线路参与因子,建立基于粒子群算法的柔性交流输电采集系统;

S4、构建不同系统交互的数据展示平台;在柔性交流输电采集系统上利用负载阈值分布图,接入电网线路分布的地图数据,通过对地图数据以及线路优化数据进行渲染在不同系统平台上进行分层展示;

步骤S1中,

所述线路通道分配因子为功能单元组Gω通过供电道路T分割给电源点Sj的负载比例τ,其中τ满足的约束条件为

∑τ=1

其中τ表示与功能单元组Gω相关的所有通道分配因子;

所述负荷削减因子为功能单元组Gω切去的有功负荷占组内总负荷的百分数,即负荷削减比例hω则hω满足:

P`ωj=Pωj(1-hω)

其中,Pωj表示功能单元组Gω在削减负荷前总有功负荷,P`ωj削减后功能单元组Gω总负荷;

步骤S1中通过所述线路通道分配因子和负荷削减因子上层优化模型的目标函数为:

F=Min(K+μ1H)

其中,K为变电站负载均衡程度,H表示整个系统总的负荷削减比例,μ1给负载削减度H添加的惩罚因子;

步骤S2中所述均衡化程度由贴近因子λwp和削减向量X来表示,λwp表示单元组内负载实际分配比例与通道分配因子的贴近程度:

X=[x1,…,xn]

其中,λwp表示的是在第p种可行拓扑状态下,功能单元组Gω的贴近度,gpqw表示功能单元组Gω在第p种状态下确定的每个供电通道的负载分配率,τqw表示上层优化模型给出的通道分配因子;xj表示功能单元j可削减的负载比例,其中0≤xj≤1,n表示组内功能单元总数;

步骤S2中所述算法迭代流程为:

S21、初始化个参数,包括因子种群数目Np,问题变量的维数d,交叉概率CR,最大迭代次数Gm,搜索域S={X|XL≤X≤XU};

S22、初始化种群,

其中,rand表示0和1之间的随机数;

S23、求解种群内所有个体平均值Xmean,形成新个体Xnew

S24、从种群中随机抽取一个个体Xj,根据自己与它的差异进行学习,在学习阶段结束后,更新操作;

S25、在个体学习阶段进行交互操作,其表达式为:

其中,rand表示0和1之间的随机数,CR表示交叉概率,大小预先确定,randn(i)取值在[1,d]之间,randn(i)为随机选择的维数变量索引号,确保至少有一维变量是由进行“学习”阶段后的个体提供,在交叉操作结束后,更新操作;

S25、若满足迭代结束条件,则结束优化;否则,转入步骤S23继续迭代。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司东莞供电局,未经广东电网有限责任公司;广东电网有限责任公司东莞供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911168639.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top