[发明专利]一种配电网及其微电网保护与控制系统在审

专利信息
申请号: 201810631529.1 申请日: 2018-06-19
公开(公告)号: CN108767987A 公开(公告)日: 2018-11-06
发明(设计)人: 林恒伟;孙凯 申请(专利权)人: 清华大学
主分类号: H02J13/00 分类号: H02J13/00;H02J3/46
代理公司: 北京睿邦知识产权代理事务所(普通合伙) 11481 代理人: 徐丁峰
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 微电网 控制系统 配电网 二次设备 保护装置 监视控制装置 数据采集设备 储能设备 发电设备 数据采集 通信设备 输电网 数据库 配电网通信 计算装置 控制中心 实时监控 数据收集 数学模型 通信网络 优化控制 网络
【权利要求书】:

1.一种微电网保护与控制系统,其特征在于,用于对微电网的一次和/或二次设备进行控制,并与外部配电网、输电网的输配电网保护控制中心进行通信,接受统一调度控制,所述微电网保护与控制系统包括:

数据采集与监视控制装置,通过微电网通信网络与所述微电网的一次和/或二次设备连接,用于对所述微电网的一次和/或二次设备进行实时监控和数据收集;

数据库,分别与所述数据采集与监视控制装置和计算装置连接,所述数据库存储所述数据采集与监视控制装置采集的数据并提供调用访问,所述计算装置用于完成所述数据的分析计算;以及

功能模块,分别与所述数据库和所述微电网的一次和/或二次设备连接,用于对所述微电网的一次和/或二次设备的运行状态进行分析、估计和预测,以得到所述微电网的完整运行信息,并通过建立相应的数学模型完成对所述微电网的一次和/或二次设备的优化控制。

2.如权利要求1所述的微电网保护与控制系统,其特征在于,所述功能模块包括:

感知预测单元,与所述数据库连接,根据建立的预测模型对所述微电网的一次和/或二次设备运行状况进行感知预测;

事故分析单元,与所述计算装置连接,根据事故分析模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行事故分析识别;

状态估计单元,与所述计算装置连接,根据状态估计模型和所述计算装置的数据分析计算对所述微电网的一次和/或二次设备进行运行状态估计;以及

优化决策控制单元,与所述事故分析单元和状态估计单元进行交互并根据优化决策模型生成对所述微电网的一次和/或二次设备的保护与控制决策指令,通过所述微电网通信网络将所述保护与控制决策指令发送到所述微电网的一次和/或二次设备,并由所述微电网的一次和/或二次设备的执行机构完成对所述保护与控制决策指令的运行操作。

3.如权利要求2所述的微电网保护与控制系统,其特征在于,所述感知预测单元使用所述数据库中的部分数据对人工神经网络进行训练以建立所述预测模型,使用所述数据库中剩余的部分数据对所述预测模型进行测试,并根据测试结果调整所述预测模型中的参数,通过多次训练和测试得到合格的精度后确定所述预测模型的参数,并使用所述预测模型根据所述数据采集与监视控制装置收集到的新的运行数据对所述微电网的一次和/或二次设备运行状况进行感知预测。

4.如权利要求3所述的微电网保护与控制系统,其特征在于,使用决策树建立所述事故分析模型,使用最小二乘或人工神经网络建立所述状态估计模型,使用蒙特卡洛树搜索与人工神经网络建立所述优化决策模型。

5.如权利要求2、3或4所述的微电网保护与控制系统,其特征在于,所述数据库包括历史收集数据、实时数据和预测仿真数据。

6.如权利要求5所述的微电网保护与控制系统,其特征在于,所述数据库内还存储有状态决策表,以供所述功能模块访问调用。

7.如权利要求6所述的微电网保护与控制系统,其特征在于,当通过所述状态估计单元和感知预测单元确定所述微电网的一次和/或二次设备的运行状况后,所述优化决策控制单元访问所述状态决策表,根据所述状态决策表和所述运行状况确定拟采取的优化保护控制策略,并生成相应的所述保护与控制决策指令。

8.如权利要求7所述的微电网保护与控制系统,其特征在于,所述优化保护控制策略包括潮流优化、网络拓扑调整、负载和发电设备的投切和/或保护装置设定值更新。

9.如权利要求1-8中任意一项所述的微电网保护与控制系统,其特征在于,所述计算装置包括计算机、CPU或GPU。

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清华大学,未经清华大学许可,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/201810631529.1/1.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