[发明专利]一种分布式电网的控制系统有效

专利信息
申请号: 201510461357.4 申请日: 2015-07-30
公开(公告)号: CN105071431B 公开(公告)日: 2019-02-15
发明(设计)人: 卢媛;栾卫平;杨尉;穆芮 申请(专利权)人: 国家电网公司;国网山东省电力公司威海供电公司
主分类号: H02J3/38 分类号: H02J3/38
代理公司: 北京锺维联合知识产权代理有限公司 11579 代理人: 赵中璋
地址: 100031 *** 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: 发明公开了一种分布式电网的控制系统,分布式电网的控制系统包括:微电网、分布式电网监控模块、云基站和云计算中心;微电网由分布式供电源和多个负载以拓扑结构构成;分布式电网监控模块对应连接微电网,分布式电网监控模块用于实时采集微电网内发电系统的电力参数和预测参数,并将实时监测的电力数据和预测参数数据通过网络传递至云基站;云基站通过网络连接多个分布式电网监控模块,用于接收每个分布式电网监控模块传递的实时电力数据和预测参数,并根据实时电力数据计算出微电网的实时负荷;云计算中心通过网络连接云基站,用于预测微电网的负荷值,通过电力数据和预测参数数据预测微电网的负荷值。
搜索关键词: 一种 分布式 电网 控制系统
【主权项】:
1.一种分布式电网的控制系统,其特征在于,包括:微电网、分布式电网监控模块、云基站和云计算中心;微电网,所述微电网由分布式供电源和多个负载以拓扑结构构成;分布式电网监控模块,所述分布式电网监控模块对应连接所述微电网,所述分布式电网监控模块用于实时采集所述微电网内发电系统的电力参数和预测参数,并将实时监测的电力数据和预测参数数据通过网络传递至所述云基站,所述分布式电网监控模块的数量为3‑30个;云基站,所述云基站通过网络连接多个所述分布式电网监控模块,用于接收每个所述分布式电网监控模块传递的实时电力数据和预测参数,并根据所述实时电力数据得出所述微电网的实时负荷;云计算中心,所述云计算中心通过网络连接所述云基站,用于预测所述微电网的负荷值,通过所述电力数据和预测参数数据预测所述微电网的负荷值;每个所述分布式电网监控模块包括预测参数输入单元和电力参数采集模块,所述 预测参数输入单元接收所述预测参数,所述预测参数包括:微电网范围内的温度、湿度、时间和特定时段参数;所述电力参数采集模块用于实时采集所述微电网内发电系统的电流和电压;所述云基站包括实时负荷计算单元和无功计算单元,所述实时负荷计算单元用于计算每个所述微电网的有功功率、无功功率和电网的功率因数;所述无功计算单元根据所述实时负荷计算单元计算的无功功率和电网的功率因数得出所述微电网所需的无功补偿值;每个所述分布式电网监控模块还包括无功补偿单元,所述无功补偿单元根据所述无功计算单元得出的所述微电网所需的无功补偿值对所述微电网进行无功补偿;所述云计算中心包括:控制模块和应用管理模块,所述控制模块和所述应用管理模块通过接口连接;当所述控制模块接收到的所述微电网的实时负荷值大于或小于所述应用管理模块中存储的预测所述微电网的负荷值的设定阈值时,所述控制模块将对云计算中心的计算进行分布式计算的应用等级划分,并优先处理所述微电网的实时负荷值;所述云计算中心采用BP神经网络预测方法预测所述微电网的负荷值,所述电力数据和预测参数数据作为BP神经网络预测的输入,未来1小时微电网负荷作为输出,对确定的输入、输出进行归一化处理,归一化函数为:其中y为归一化值,x为输入值;当N是输入的元素量时,根据公式2N‑1,来确定输入层的神经元数量;当N是输出的元素量时,根据公式2N‑1,来确定输出层的神经元数量;根据Kolmogorv定理、输入层和输出层的神经元数量确定BP神经网络中间层神经元数量,由此构造BP神经网络模型;对BP神经网络进行网络训练。
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国家电网公司;国网山东省电力公司威海供电公司,未经国家电网公司;国网山东省电力公司威海供电公司许可,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/patent/201510461357.4/,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