CN102684190A - 一种高效求解含有交流潮流的机组组合方法 - Google Patents

一种高效求解含有交流潮流的机组组合方法 Download PDF

Info

Publication number
CN102684190A
CN102684190A CN2012101657435A CN201210165743A CN102684190A CN 102684190 A CN102684190 A CN 102684190A CN 2012101657435 A CN2012101657435 A CN 2012101657435A CN 201210165743 A CN201210165743 A CN 201210165743A CN 102684190 A CN102684190 A CN 102684190A
Authority
CN
China
Prior art keywords
unit
constraint
power flow
subproblems
solution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101657435A
Other languages
English (en)
Other versions
CN102684190B (zh
Inventor
江全元
周博然
徐凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201210165743.5A priority Critical patent/CN102684190B/zh
Publication of CN102684190A publication Critical patent/CN102684190A/zh
Application granted granted Critical
Publication of CN102684190B publication Critical patent/CN102684190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种高效求解含有交流潮流的约束的机组组合方法。与已有的机组组合方法相比，该方法采用扩展拉格朗日松弛方法，并且配以变量复制与辅助问题原理，将含有交流潮流机组组合这个大规模混合整数非线性规划问题进行解耦，在将原问题解耦成两个子问题后分别求解。同时根据子问题的特点，设计了按时间段并行的算法，用并行计算技术大幅度提高方法的求解速度，为其在实际电力系统中的应用打下坚实基础。

Description

一种高效求解含有交流潮流的机组组合方法
技术领域
本发明属于电力系统的运行、分析与调度技术领域，尤其涉及一种高效求解含有交流潮流的机组组合方法。
背景技术
如何在确保电网安全的前提下提高系统的整体经济性一直是电网短期发电计划的核心内容。传统上，按照时间尺度的不同，将电力系统的优化问题分解为电源规划、电网规划、发电计划、机组组合、最优潮流、暂态稳定预防控制、紧急控制等等多个子问题，分别加以独立求解。如机组组合问题，是指在一定的调度周期内（通常是一天或一周），在假定负荷已知的情况下（如通过负荷预测），如何以最小的成本安排发电计划，实现与给定负荷的平衡并满足必要的约束条件和备用要求；而最优潮流问题，是指在负荷和机组启停情况已知的情况下，如何通过调整机组出力和其他可控设备来满足电力系统实时运行的各种物理和运行约束，以得到一个经济的潮流状态。机组组合与最优潮流之间的关系参见附图3.
传统上的机组组合模型不考虑交流潮流，因此问题相对简单，但是由于机组组合问题和最优潮流问题实际上是相互耦合，相互影响的，而分别独立求解的做法完全无视两者之间的紧密耦合关系，这导致分别求得的最优方案经济性差或所求的最优运行方式无法确保系统的安全运行。因此急需一种能同时考虑，同时优化机组组合和最优潮流这两个问题的方法。
发明内容
本发明的目的是为了在机组组合过程中能同时考虑最优潮流，从而能对这两个问题进行整体的优化，提高结果的最优性和可行性。为此，本发明提供了一种高效求解含有交流潮流的机组组合方法。该方法通过运用变量复制、扩展拉格朗日松弛法和辅助问题原理等技术手段，将含有交流潮流的机组组合问题解耦开，利用并行计算技术，大幅度提高求解速度。
本发明包括如下步骤：
第一步：接收电网机组调度中心得出的系统在接下来24小时的负荷需求数据；根据各个发电厂上报的机组特性数据得出各个机组的特性约束；
第二步：对电力系统的机组组合问题进行建模，根据运行要求选择目标函数和约束条件，包括等式约束条件和不等式约束条件，构成混合整数非线性规划问题；
目标函数为系统整体费用最小；等式约束为系统节点功率平衡约束；不等式约束包括系统备用约束，机组最大最小出力约束，机组爬坡约束，最小启停机时间约束，线路潮流约束和节点电压约束；
第三步：运用变量复制技术、扩展拉格朗日松弛法以及辅助问题原理对原问题进行解耦，将其分解为两个子问题；
包括如下步骤：
(1) 运用变量复制技术，将原问题的机组出力变量复制成两组独立变量，规定两组变量的自身约束以及相互约束关系；
(2) 运用扩展拉格朗日松弛法将两组独立变量的约束关系和系统备用约束松弛到目标函数中；
(3) 对松弛后的新目标函数运用辅助问题原理，从而将目标函数解耦为两个子问题，两个子问题分别为包含N g 个单机规划问题和N t 个最优潮流（OPF，optimal power flow）问题，其中N g 为系统中可调度机组的数量，N t 为此次机组组合的时段数；
第四步：根据两个子问题的特点，分别使用动态规划以及最优潮流方法进行求解，其中最优潮流部分以时间段进行并行化求解；
第五步：对第三步的结果进行并行化检验；
第六步：计算收敛判据，若迭代已收敛，则得到最终结果；否则更新相关乘子，并且跳转至第三步；收敛判据是指两组复制变量之差的绝对值；
第七步：所得最终结果可以作为电网机组调度的方案，用以调度发电机组启停机，以提高系统整体经济性和安全性。
本发明的有益效果是，本发明的方法采用扩展拉格朗日松弛方法，并且配以变量复制与辅助问题原理，将含有交流潮流机组组合这个大规模混合整数非线性规划问题解耦成两个子问题，然后分别求解两个子问题。同时根据子问题的特点，设计了按时间段并行的算法，大幅度提高方法的求解速度，为其在实际电力系统中的应用打下坚实基础。
附图说明
图1是动态规划子问题求解和最优潮流以时间段进行并行化求解过程；
图2是并行化检验过程；
图3是机组组合和最优潮流时间尺度关系示意图；
图4是高效求解含有交流潮流的机组组合方法流程图，其中虚线框内为并行求解部分；
图5是动态规划求解的详细示意图。
具体实施方式
高效求解含有交流潮流的机组组合方法包括如下步骤：
第一步：接收电网机组调度中心得出的系统在接下来24小时的负荷需求数据；根据各个发电厂上报的机组特性数据得出各个机组的特性约束。
第二步：对电力系统的机组组合问题进行建模，根据运行要求选择目标函数和约束条件，包括等式约束条件和不等式约束条件，构成混合整数非线性规划问题；
目标函数为系统整体费用最小；等式约束为系统节点功率平衡约束；不等式约束包括系统备用约束，机组最大最小出力约束，机组爬坡约束，最小启停机时间约束，线路潮流约束和节点电压约束。
第三步：运用变量复制技术、扩展拉格朗日松弛法以及辅助问题原理对原问题进行解耦，将其分解为两个子问题；
包括如下步骤：
(1) 运用变量复制技术，将原问题的机组出力变量复制成两组独立变量，规定两组变量的自身约束以及相互约束关系；
(2) 运用扩展拉格朗日松弛法将两组独立变量的约束关系和系统备用约束松弛到目标函数中；
(3) 对松弛后的新目标函数运用辅助问题原理，从而将目标函数解耦为两个子问题，两个子问题分别为包含N g 个单机规划问题和N t 个最优潮流（OPF，optimal power flow）问题，其中N g 为系统中可调度机组的数量，N t 为此次机组组合的时段数；动态规划子问题求解和最优潮流以时间段进行并行化求解过程见图1。
第四步：根据两个子问题的特点，分别使用动态规划以及最优潮流方法进行求解，其中最优潮流部分以时间段进行并行化求解。
第五步：对第三步的结果进行并行化检验，过程见图2。
第六步：计算收敛判据，若迭代已收敛，则得到最终结果；否则更新相关乘子，并且跳转至第三步。
收敛判据是指两组复制变量之差的绝对值。
第七步：所得最终结果可以作为电网机组调度的方案，用以调度发电机组启停机，以提高系统整体经济性和安全性。
以下结合附图，对本发明的实施例作详细说明，本发明的流程图如图4所示。
实施例：
设定目标函数为系统总发电成本最小(1)，其中                                                
Figure 880481DEST_PATH_IMAGE001
为机组
Figure 728351DEST_PATH_IMAGE002
在时刻
Figure 653582DEST_PATH_IMAGE003
的启停状态，为机组发电成本，
Figure 267283DEST_PATH_IMAGE005
为机组开机成本。
                           
Figure 613950DEST_PATH_IMAGE006
                     （1）
约束条件分为：旋转备用约束(2)，机组出力约束(3)，机组爬坡约束(4)，机组最大启停机时间约束(5)，节点功率平衡约束(6)，节点电压约束(7)，线路潮流约束(8)。
                                   
Figure 26477DEST_PATH_IMAGE007
                            （2）
                                                           （3）
                                
Figure 534261DEST_PATH_IMAGE009
                         （4）
                               
Figure 51830DEST_PATH_IMAGE010
                        （5）
                             （6）
                                 
Figure 517764DEST_PATH_IMAGE012
                          （7）
Figure 616170DEST_PATH_IMAGE013
                 （8）
其中
Figure 242323DEST_PATH_IMAGE014
和
Figure 691759DEST_PATH_IMAGE015
为机组在时刻
Figure 507149DEST_PATH_IMAGE003
的有功和无功输出，
Figure 304203DEST_PATH_IMAGE017
为系统在时刻
Figure 913039DEST_PATH_IMAGE003
的负荷需求和系统备用容量需求总和，
Figure 148849DEST_PATH_IMAGE018
为机组启停机状态，
Figure 159530DEST_PATH_IMAGE019
为机组
Figure 127486DEST_PATH_IMAGE016
爬坡能力，
Figure 285935DEST_PATH_IMAGE020
为机组
Figure 731960DEST_PATH_IMAGE016
最小最大有功出力约束，
Figure 925044DEST_PATH_IMAGE021
为机组
Figure 63901DEST_PATH_IMAGE016
最小最大无功出力约束，为机组
Figure 460826DEST_PATH_IMAGE016
最小开机和关机时间，
Figure 446100DEST_PATH_IMAGE023
为机组
Figure 755859DEST_PATH_IMAGE016
已经在线或离线时间，
Figure 888900DEST_PATH_IMAGE024
为别为节点
Figure 942306DEST_PATH_IMAGE016
净注入有功功率和无功功率，
Figure 844403DEST_PATH_IMAGE025
为系统节点电压的复数形式，G ij 和B ij 为节点导纳，g t 和b t 为线路导纳，
Figure 325063DEST_PATH_IMAGE026
为系统节点电压约束上下限，
Figure 617504DEST_PATH_IMAGE027
为线路潮流约束。
使用变量复制技术建立两组对应变量和
Figure 231205DEST_PATH_IMAGE029
，两组变量的关系为(9)，这样目标函数(1)重新定义为(10)。
                                     
Figure 882766DEST_PATH_IMAGE030
                              （9）
                                               （10）
使用拉格朗日松弛法将系统备用约束(2)和两组变量关系约束(9) 松弛到目标函数(10)中，得到(11)。
                         （11）
Figure 495254DEST_PATH_IMAGE033
为备用约束乘子，为复制变量约束乘子，且
Figure 850329DEST_PATH_IMAGE035
，
Figure 845967DEST_PATH_IMAGE036
。
为了提高拉格朗日方法本身的收敛性，扩展拉格朗日方法被用来增强本方法的收敛性，方程(11)重新表达为(12)。
              
Figure 514846DEST_PATH_IMAGE037
      （12）
其中
Figure 836105DEST_PATH_IMAGE038
为扩展拉格朗日松弛法的二次惩罚因子。
使用辅助问题原理（auxiliary problem principle，APP），用迭代方程(14)代替方程(12)中的二次项(13)。
               
Figure 324856DEST_PATH_IMAGE039
       （13）
                          （14）
这里的下标k和k-1代表迭代次数，在第k次迭代时，
Figure 414614DEST_PATH_IMAGE041
，，
Figure 820504DEST_PATH_IMAGE043
，
Figure 423524DEST_PATH_IMAGE044
，已经在k-1次迭代中确定，因此在k次迭代中为已知值。
Figure 464478DEST_PATH_IMAGE046
为APP的权重因子，并且要求
Figure 927821DEST_PATH_IMAGE047
和
Figure 272214DEST_PATH_IMAGE048
。
至此目标函数(12)可以写成方程(15)。在方程(15)中，目标函数被分为
Figure 832509DEST_PATH_IMAGE049
,,和
Figure 121505DEST_PATH_IMAGE051
三部分，其中
Figure 4011DEST_PATH_IMAGE049
只包含变量
Figure 356495DEST_PATH_IMAGE052
，
Figure 95780DEST_PATH_IMAGE053
只包含变量
Figure 533715DEST_PATH_IMAGE054
，
Figure 219911DEST_PATH_IMAGE055
只包含相关乘子不包含控制变量（机组出力），因此
Figure 489219DEST_PATH_IMAGE055
在后面的计算中予以忽略。
                （15）
可以分解为N g 个单机规划子问题，可以使用动态规划(dynamic programming，DP)方法求解。
Figure 378305DEST_PATH_IMAGE053
可以分解为N t 个单时段最优潮流问题（OPF）。
Figure 705382DEST_PATH_IMAGE049
的求解过程使用单机动态规划法，其目标函数为(16),满足约束(17)-(19)和约束(5)。
          （16）
Figure 198997DEST_PATH_IMAGE058
                          （17）
Figure 289313DEST_PATH_IMAGE059
                        （18）
                     （19）
当
Figure 926147DEST_PATH_IMAGE061
时，目标函数(16)为0，不需要进一步计算。当
Figure 888287DEST_PATH_IMAGE062
时，目标函数(16)可以写成(20)，通过解方程(21)来求使目标函数(16)最小的
Figure 454398DEST_PATH_IMAGE063
。
Figure 51339DEST_PATH_IMAGE064
           （20）
Figure 677492DEST_PATH_IMAGE065
                                  （21）
为了节约篇幅，这里只介绍求取
Figure 799032DEST_PATH_IMAGE066
的过程，求取
Figure 231150DEST_PATH_IMAGE067
的过程与基本一致，不再赘述。其基本过程如下：
1)       如果 
Figure 387325DEST_PATH_IMAGE068
, 则
Figure 184380DEST_PATH_IMAGE069
2)       如果
Figure 855533DEST_PATH_IMAGE070
,则
Figure 763446DEST_PATH_IMAGE071
3)       如果
Figure 836444DEST_PATH_IMAGE072
,则
Figure 804400DEST_PATH_IMAGE073
。
根据求得的结果比较出力
Figure 900532DEST_PATH_IMAGE066
与关机的成本来决定机组启停状态。根据过程路径图5，若机组t时刻出力
Figure 175918DEST_PATH_IMAGE066
成本低则开机，否则关机。图5中n on  为机组在线的状态数（当机组开启达到一定时间后，其后关机费用固定，不再与在线时间有关系。本方法不考虑关机成本，因此可认为n on 等于T up ）；n off  为机组离线状态数（当机组停机达到一定时间后，其后开机费用固定，不再与离线时间有关系）；T up  和T down 为机组最小在线和离线时间；t on 为机组在线时间, t off  为机组离线时间；ST(t off ) 为机组开机费用，受机组离线时间影响。
Figure 306685DEST_PATH_IMAGE053
的求解过程使用并行化最优潮流(OPF)求解,其目标函数为(22)，满足约束(23)-(24)和对应的网络安全约束(6)- (8)。
Figure 507859DEST_PATH_IMAGE074
        （22）
Figure 825708DEST_PATH_IMAGE075
                      （23）
Figure 341003DEST_PATH_IMAGE076
                      （24）
Figure 388593DEST_PATH_IMAGE050
的求解过程由于在时间上解耦，因此使用按时间并行的策略进行并行化计算。整体的计算过程参见图1.
对于此种方法，其机组组合结果能够保证系统交流潮流安全约束，见表2，同时其特点易于并行化求解，能够很大程度上加快求解速度。表3-5列出了不同系统的并行化结果对比。从中可以看出本方法并行效率高，特别是当系统变大以后，系统并行效率非常不错。因此可以证明文中提出的这种机组组合算法可以在保证系统交流潮流安全的前提上，通过并行化技术的应用，大大提高计算速度，为其在大规模电力系统中的应用打下坚实的基础。
表1：测试系统概要。
Figure 698352DEST_PATH_IMAGE077
表2：测试结果安全性。
Figure 503497DEST_PATH_IMAGE078
表3：Case-118系统计算时间对比。
使用的计算核心数                计算时间 加速比 并行效率 (%)
1 44.3 - -
2 24.1 1.84 91.9
3 17.4 2.55 84.9
6 10.1 4.39 73.1
表4：Case-300系统计算时间对比。
使用的计算核心数 计算时间 加速比 并行效率 (%)
1 104.1 - -
2 53.5 1.95 97.3
3 37.5 2.77 92.4
6 21.4 4.86 81.1
表5 Case-2383系统计算时间对比。

Claims (3)

1.一种高效求解含有交流潮流约束的机组组合方法，其特征在于，包括如下步骤：
（1）接收电网机组调度中心得出的系统在接下来24小时的负荷需求数据；根据各个发电厂上报的机组特性数据得出各个机组的特性约束；
（2）对电力系统的机组组合问题进行建模，根据运行要求选择目标函数和约束条件，包括等式约束条件和不等式约束条件，构成混合整数非线性规划问题；
（3）运用变量复制技术、扩展拉格朗日松弛法以及辅助问题原理对原问题进行解耦，将其分解为两个子问题；
（4）根据两个子问题的特点，分别使用动态规划以及最优潮流方法进行求解，其中最优潮流部分以时间段进行并行化求解；
（5）对第三步的结果进行并行化检验；
（6）计算收敛判据，若迭代已收敛，则得到最终结果；否则更新相关乘子，并且跳转至第三步，收敛判据是指两组复制变量之差的绝对值；
（7）将步骤6所得最终结果作为电网机组调度的方案，用以调度发电机组启停机，以提高系统整体经济性和安全性。
2.根据权利要求1所述高效求解含有交流潮流约束的机组组合方法，其特征在于，所述步骤2中，所述目标函数为系统整体费用最小；等式约束为系统节点功率平衡约束；不等式约束包括系统备用约束，机组最大最小出力约束，机组爬坡约束，最小启停机时间约束，线路潮流约束和节点电压约束。
3.根据权利要求1所述高效求解含有交流潮流约束的机组组合方法，其特征在于，所述步骤3包括如下子步骤：
（3.1）运用变量复制技术，将原问题的机组出力变量复制成两组独立变量，规定两组变量的自身约束以及相互约束关系；
（3.2）运用扩展拉格朗日松弛法将两组独立变量的约束关系和系统备用约束松弛到目标函数中；
（3.3）对松弛后的新目标函数运用辅助问题原理，从而将目标函数解耦为两个子问题，两个子问题分别为包含N g 个单机规划问题和N t 个最优潮流（OPF，optimal power flow）问题，其中N g 为系统中可调度机组的数量，N t 为此次机组组合的时段数。
CN201210165743.5A 2012-05-25 2012-05-25 一种高效求解含有交流潮流的机组组合方法 Active CN102684190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210165743.5A CN102684190B (zh) 2012-05-25 2012-05-25 一种高效求解含有交流潮流的机组组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210165743.5A CN102684190B (zh) 2012-05-25 2012-05-25 一种高效求解含有交流潮流的机组组合方法

Publications (2)

Publication Number Publication Date
CN102684190A true CN102684190A (zh) 2012-09-19
CN102684190B CN102684190B (zh) 2014-07-09

Family

ID=46815730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210165743.5A Active CN102684190B (zh) 2012-05-25 2012-05-25 一种高效求解含有交流潮流的机组组合方法

Country Status (1)

Country Link
CN (1) CN102684190B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345663A (zh) * 2013-07-18 2013-10-09 厦门大学 考虑爬坡速率约束的电力系统机组组合优化方法
CN104716670A (zh) * 2015-04-01 2015-06-17 国家电网公司 光伏并网下基于网络安全约束的机组组合方法
CN105720610A (zh) * 2016-04-14 2016-06-29 华北电力大学 一种电力系统机组组合配置方法及装置
CN105846456A (zh) * 2016-05-13 2016-08-10 清华大学 一种交直流互联电网风、火协调动态经济调度优化方法
CN105978047A (zh) * 2016-05-06 2016-09-28 清华大学 一种时空分解协调的交直流互联电网日前机组组合方法
CN107069806A (zh) * 2017-03-22 2017-08-18 国网辽宁省电力有限公司大连供电公司 同时考虑风电不确定性和交流潮流约束的机组组合方法
CN108335232A (zh) * 2018-02-08 2018-07-27 清华大学 基于备用整定的双层鲁棒机组组合方法
CN116470509A (zh) * 2023-03-16 2023-07-21 国网湖北省电力有限公司经济技术研究院 一种提高模型简约性的大规模安全约束机组组合加速方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008278658A (ja) * 2007-04-27 2008-11-13 Toshiba Corp 配電系統監視制御システムと方法、およびプログラム
CN101685481A (zh) * 2008-09-27 2010-03-31 国家电力调度通信中心 一种基于并行算法的计算在线输电裕度的方法及系统
CN101989743A (zh) * 2009-07-31 2011-03-23 华东电力试验研究院有限公司 基于直流潮流的节能发电调度优化方法
CN102097866A (zh) * 2011-03-28 2011-06-15 国电南瑞科技股份有限公司 中长期机组组合优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008278658A (ja) * 2007-04-27 2008-11-13 Toshiba Corp 配電系統監視制御システムと方法、およびプログラム
CN101685481A (zh) * 2008-09-27 2010-03-31 国家电力调度通信中心 一种基于并行算法的计算在线输电裕度的方法及系统
CN101989743A (zh) * 2009-07-31 2011-03-23 华东电力试验研究院有限公司 基于直流潮流的节能发电调度优化方法
CN102097866A (zh) * 2011-03-28 2011-06-15 国电南瑞科技股份有限公司 中长期机组组合优化方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345663A (zh) * 2013-07-18 2013-10-09 厦门大学 考虑爬坡速率约束的电力系统机组组合优化方法
CN104716670A (zh) * 2015-04-01 2015-06-17 国家电网公司 光伏并网下基于网络安全约束的机组组合方法
CN105720610A (zh) * 2016-04-14 2016-06-29 华北电力大学 一种电力系统机组组合配置方法及装置
CN105720610B (zh) * 2016-04-14 2018-10-23 华北电力大学 一种电力系统机组组合配置方法及装置
CN105978047A (zh) * 2016-05-06 2016-09-28 清华大学 一种时空分解协调的交直流互联电网日前机组组合方法
CN105978047B (zh) * 2016-05-06 2019-03-05 清华大学 一种时空分解协调的交直流互联电网日前机组组合方法
CN105846456A (zh) * 2016-05-13 2016-08-10 清华大学 一种交直流互联电网风、火协调动态经济调度优化方法
CN105846456B (zh) * 2016-05-13 2018-08-10 清华大学 一种交直流互联电网风、火协调动态经济调度优化方法
CN107069806A (zh) * 2017-03-22 2017-08-18 国网辽宁省电力有限公司大连供电公司 同时考虑风电不确定性和交流潮流约束的机组组合方法
CN108335232A (zh) * 2018-02-08 2018-07-27 清华大学 基于备用整定的双层鲁棒机组组合方法
CN108335232B (zh) * 2018-02-08 2020-08-28 清华大学 基于备用整定的双层鲁棒机组组合方法
CN116470509A (zh) * 2023-03-16 2023-07-21 国网湖北省电力有限公司经济技术研究院 一种提高模型简约性的大规模安全约束机组组合加速方法

Also Published As

Publication number Publication date
CN102684190B (zh) 2014-07-09

Similar Documents

Publication Publication Date Title
CN102684190A (zh) 一种高效求解含有交流潮流的机组组合方法
Barik et al. Integrated resource planning in sustainable energy-based distributed microgrids
CN105226708B (zh) 一种大规模电网调度计划等值协调优化方法
CN106208102B (zh) 一种基于辅助问题原理的主动配电网分布式无功优化方法
CN109636056B (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN102684224A (zh) 一种求解考虑风电波动性的机组组合方法
CN104362648A (zh) 一种光伏电站无功调相方法
CN112769149B (zh) 混联风光微电网快速频率响应分布式协调控制方法及系统
US20240006891A1 (en) Two-stage self-organizing optimized aggregation method and system for distributed resources of virtual power plant (vpp)
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
CN110445186B (zh) 一种自同步微电网控制系统及二次调频控制方法
CN110752598B (zh) 多点分布式储能系统灵活性评价方法和装置
CN106877316B (zh) 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法
CN105956693A (zh) 一种基于分布式梯度算法的虚拟电厂经济调度方法
CN111884214B (zh) 适用于园区能量路由器集群的分层优化调度方法及装置
Li et al. Micro-grid resource allocation based on multi-objective optimization in cloud platform
Cruz et al. Influence of distributed storage systems and network switching/reinforcement on RES-based DG integration level
CN116544977A (zh) 考虑5g基站备用储能与可靠性的配电网重构方法
CN104899662A (zh) 基于多代理互动的主动配电网能量优化调度方法
Cheng et al. The power system multi-objective optimization dispatching containing virtual power plant
CN107332232A (zh) 一种大型城市电网的类同步调相机的优选方法
CN114142509A (zh) 一种微电网储能系统及优化配置方法
CN107656436B (zh) 一种虚拟电厂的模拟惯量协调控制方法和装置
Ye et al. Dispatch strategy for energy storage station in distribution network with high penetration photovoltaic generation
Huang et al. Robust Unit Commitment with Energy Storage Participating in Reserve

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant