配电网规划提升配电网可靠性的研究

来源 :电力系统装备 | 被引量 : 0次 | 上传用户:soochow_deer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高配电网作业的可靠性,有必要弄清配电网规划和建造的要点。应根据规划原则,预测并解决可能出现的问题。需通过建立模型,对网络运行可靠性进行效益分析。同时还应深入了解各种影响因素,并提取相应的指标。建立计算模型时,应充分认识指标与供电系统的关系,根据模型进行可靠度、效益的科学计算,以真实地反映配电网运行的可靠度。并结合一些实例,对理论知识的实用性和有效性进行了深入的分析和研究,说明了该技术的应用。
其他文献
为解决现有输电网规划方法在多场景情况下存在的灵活性不足的问题,同时进一步提高规划方法的运算效率,文章提出一种基于深度强化学习的输电网规划方法。首先,通过聚类方法,以系统信息熵最小为目标,生成用于规划的电网典型场景,并建立适用于多场景的输电网灵活规划模型。其次,综合运用深度强化学习方法及Actor-Critic方法,提出适用于输电网规划的改进指针网络模型,并采用改进指针网络与Actor-Critic结合的方法(revised pointer network with Actor-Critic,RPNAC)对
低压配电柜通常是指直流电压以及交流电压小于1 kV的电气设备,低压配电柜在电力系统中发挥着重要的配电功能,必须做好低压配电柜的安装,掌握先进的安装工艺,从而提高配电柜的安装质量。本文重点分析了低压配电柜的安装工艺与安装质量。
大规模风电并网给电力系统区域间可用输电能力(available transfer capability,ATC)评估带来了新的挑战,为更加准确地评估高风电渗透率不确定性条件下的区域间ATC,文章提出了一种计及风电空间相关性的ATC概率评估方法。首先,利用条件概率原理对历史数据进行处理,并应用Copula函数对风电相关性进行建模;其次,区域间ATC的评估过程涉及到最大输电能力和现有输电协议的计算,因此提出一种ATC双层优化模型,在此基础上,利用Karush-Kuhn-Tucker(KKT)最优条件,双层模型
铁路是重要的交通工具,电力系统是确保铁路安全运行的核心。随着铁路电气化发展,电力系统的作用愈加重要。目前,我国铁路电力系统仍存在诸多问题,部分设备线路老化、网线混乱,导致电力系统可靠性降低,在使用过程中容易出现铁路电力系统运行故障问题。故此,文章将分析电力系统在铁路运行中的作用。
介绍了一起一二次融合环网柜一次电压准确度试验异常的分析处理过程,通过对试验接线、电压互感器自身精度及二次回路总阻抗的分析,得出二次回路总阻抗过大是影响电压互感器一次准确度超标的主要原因,最后采取降低二次回路阻抗的措施使得一二次融合环网柜一次电压准确度满足要求。该起案例表明电压互感器二次回路设计时需要考虑二次回路总阻抗对输出准确度的影响,此次试验异常的处理经验,可为今后类似异常的处理分析提供借鉴与参考。
抽水蓄能在促进发电资源优化配置、维持电网安全稳定运行方面发挥着重要的作用,合理的抽水蓄能调度模式能够最大化运营商的运行收益和系统效益。美国在电力市场机制和抽水蓄能调度模式方面有成熟的经验,文中主要梳理了美国电力市场环境下抽水蓄能的3种调度模式:自调度、半调度和全调度,比较并分析了优化目标、运行约束、优化效益等主要环节的具体实践及应用区域。此外,以给定地区内抽水蓄能和火电机组联合调度为例,分析了3种调度模式下优化结果的差异及原因。最后,在总结美国抽水蓄能调度模式的基础上,提出了对中国电力市场环境下抽水蓄能调
非接触式红外热成像的温度数据,对于电力设备状态监测与健康状态评估具有重要意义。但高分辨率红外成像仪的昂贵造价和技术壁垒,限制了高分辨率热成像图像在基于电力物联网的设备在线监测中的应用。超分辨率重建满足分辨率要求的同时可以降低成本。通过构建改进边缘增强的生成对抗网络实现了电力设备热成像的增强,该网络在超分辨率生成对抗网络(super-resolution generative adversarial
城市轨道交通是城市规划建设体系的重要部分,其不仅有效缓解了地上交通运输压力,同时也为城市居民提供了便捷安全的交通运输服务。目前我国城市轨道交通主要由轻轨和地铁构成,这两种交通方式的选用显著提高了城市轨道交通运输效率。但轻轨和地铁的运行需要耗费大量的电能,如果城市轨道交通配电设计不能够采取措施减少电能的消耗,就会造成资源的浪费。鉴于此,本文主要分析了城市轨道交通变配电设计中应用的节能技术,以期为相关人员提供帮助。
近年来国内能源结构正在发生巨大变革,为了响应落实国家新发展理念以及“碳达峰、碳中和”的战略规划,以光伏和风电为首的绿色低碳新能源正在加速并网,电力系统的运行特性发生显著变化,就需要传统火电机组频繁参与到负荷的深度调峰中。本文分析了火电机组参与负荷深度调峰的优化调度方法。
在基于相似日的短期电力负荷预测技术中,相似日的选取影响着负荷预测精度,提出一种基于灰色关联分析(grey relation analysis,GRA)和K均值(K-means)聚类选取相似日的短期负荷预测模型。首先,采用灰色关联分析方法选取相似日粗集,再对相似日粗集的外部因素使用K均值聚类。然后,计算待预测日与聚类中心的欧氏距离,将距离最小一类作为最终相似日集合。最后,利用最终相似日集合训练长短期记忆(long-short term memory,LSTM)神经网络,进行负荷预测。与未采用相似日的LSTM