CN103593711B - 一种分布式电源优化配置方法 - Google Patents
一种分布式电源优化配置方法 Download PDFInfo
- Publication number
- CN103593711B CN103593711B CN201310528919.3A CN201310528919A CN103593711B CN 103593711 B CN103593711 B CN 103593711B CN 201310528919 A CN201310528919 A CN 201310528919A CN 103593711 B CN103593711 B CN 103593711B
- Authority
- CN
- China
- Prior art keywords
- node
- power source
- distributed power
- increment
- exerted oneself
- 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.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统分布式电源的优化配置方法,包括如下步骤:(1)确定系统中的各节点的类型,并按类型为每个节点编号;其中编号1~q归为PQ节点,编号q+1~n-1归为PV节点,编号n归为平衡节点;q为PQ节点的个数,n为系统中节点的总个数;(2)建立以系统综合负荷指标增量为最大化目标的优化配置模型;(3)利用内点法求解所述的优化配置模型,得到系统分布式电源的最优配置方案。本发明方法能够通过优化配置分布式电源有效提高配电网电压水平。
Description
技术领域
本发明属于电力系统分布式发电技术领域,具体涉及一种分布式电源优化配置方法。
背景技术
随着可再生能源和高效清洁的化石燃料在内的新型发电技术的发展,分布式电源正逐渐成为满足负荷增长需求、降低能耗、增强供电灵活性的一种有效途径。分布式电源一般指的是通过规模不大、分布在负荷附近的发电设施,其特点是电力的生产和使用在同一地点或限制在局部区域内。主要技术类型有风力发电、光伏发电、燃气轮机和燃料电池等。分布式电源与传统的火力发电相比具有投资小、清洁环保、供电可靠和发电方式灵活等优点,近年来越来越受到人们的关注。
由于分布式电源的接入,配电网潮流不再单向地由电源流向用户侧,潮流方式的改变也会对配电网产生重要影响。因此在配电网规划问题中,合理选择分布式电源的位置和容量十分重要,既要考虑到周边的能源、交通运输、地理环境等因素,还要考虑如何布置才能使潮流尽可能优化,这样才可能提高系统的经济性、可靠性和灵活性。
分布式电源优化配置主要是研究分布式电源的接入位置和容量分配问题。郑漳华、艾芊、顾承红在标题为“考虑环境因素的分布式发电多目标优化配置”(中国电机工程学报,2009,(13),23-28)考虑有功网损、电压改善程度和环境改善程度这3个因素,将分布式电源优化容量问题转化为多目标非线性规划问题,并采用目标逼近和二次序列规划方法对提出的算法进行求解。陈海焱、段献忠、陈金富在标题为计及配网静态电压稳定约束的分布式发电规划模型与算法(电网技术,2006,(21),11-14)在给出一种静态电压稳定裕度定义的基础上建立了考虑静态电压稳定约束的分布式电源规划模型,并采用遗传算法对其进行求解。胡骅、吴汕、夏翔等在标题为考虑电压调整约束的多个分布式电源准入功率计算(中国电机工程学报,2006,(19):13-17)给出一个考虑电压调整约束后较通用的优化数学模型来模拟有载调压变压器,并考虑了分布式电源事故停运带来的影响,讨论了分布式电源地理位置对准入功率的影响,并给出了相应计算方法。邓威、李欣然等在题为“一种间歇分布式电源优化配置方法”的专利(专利号:CN201210086146.3)中公开了一种间歇分布式电源优化配置方法,间歇分布式电源优化配置的目标函数为或采用机会约束规划方法建立间歇性分布式电源的综合优化配置模型,考虑间歇性分布式电源可选容量的离散性,选择遗传算法进行最优求解。
上述分布式电源优化问题的目标函数和约束条件均为复杂的非线性方程组,导致需要采用计算量较大的方法求解,从而影响分布式电源优化配置的效率。
发明内容
针对现有技术所存在的上述技术缺陷,本发明提供了一种快速的分布式电源优化配置方法,本方法将分布式电源优化配置模型转化为线性规划问题,故其计算量较小且算法收敛性较好。
1一种电力系统分布式电源的优化配置方法,包括如下步骤:
(1)确定系统中的各节点的类型,并按类型为每个节点编号;其中编号1~q归为PQ节点,编号q+1~n-1归为PV节点,编号n归为平衡节点;q为PQ节点的个数,n为系统中节点的总个数;
所述的PQ节点为未接入电源的节点,所述的PV节点为接入电源的节点;所述的平衡节点一般是配电网主变电站的出口母线;
(2)建立以系统综合负荷指标增量为最大化目标的优化配置模型如下:
s.t.ΔP=PDG+ΔPG
ΔQ=QDG
ΔVmin≤ΔV≤ΔVmax
ΔV=SV3PΔP+SV3QΔQ
PDGmin≤PDG≤PDGmax
其中:ΔQLI为系统的综合负荷指标增量,PDG为系统配置分布式电源后所有节点所接分布式电源的有功功率出力,QDG为系统配置分布式电源后所有PQ节点所接分布式电源的无功功率出力,PLi为第i个PQ节点的负荷有功功率值,ΔVi为系统配置分布式电源后第i个PQ节点的电压幅值增量,ωi为第i个PQ节点关于负荷指标增量的权重系数,ΔP为系统配置分布式电源后所有节点的有功功率增量,ΔPG为系统配置分布式电源后所有节点的有功功率平衡量,ΔQ为系统配置分布式电源后所有PQ节点的无功功率增量,ΔV为系统配置分布式电源后所有PQ节点的电压幅值增量,SV3P为ΔV对ΔP的灵敏度矩阵,SV3Q为ΔV对ΔQ的灵敏度矩阵,ΔVmax和ΔVmin分别为所有PQ节点电压幅值增量的上下限;PDGmax和PDGmin分别为所有节点所接分布式电源的有功功率出力上下限;QDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的无功功率出力,PDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的有功功率出力,fleadi和flagi分别为第i个PQ节点的超前功率因数限值和滞后功率因数限值;i为自然数且1≤i≤q。
(3)利用内点法求解所述的优化配置模型,得到系统分布式电源的最优配置方案。
所述的有功功率增量ΔP的表达式如下:
ΔP=[ΔP1,…,ΔPj,…,ΔPn]T
其中,ΔPj为系统配置分布式电源后第j个节点的有功功率增量;T为向量转置符号,j为自然数且1≤j≤n。
所述的有功功率出力PDG的表达式如下:
PDG=[PDG1,…,PDGj,…,PDGn]T
其中,PDGj为系统配置分布式电源后第j个节点所接分布式电源的有功功率出力;若PDGj为0,则表示第j个节点不接入分布式电源;若PDGj大于0,则表示第j个节点接入分布式电源且该分布式电源对第j个节点的有功功率出力为PDGj。
所述的有功功率平衡量ΔPG的表达式如下:
ΔPG=[0,…,0,ΔPslack]T
其中,ΔPG为n维向量且该向量前n-1位元素值均为0;第n位元素值为ΔPslack,ΔPslack为系统配置分布式电源后平衡节点的有功功率出力增量。
所述的有功功率出力增量ΔPslack的表达式如下:
其中,PDGj为系统配置分布式电源后第j个节点所接分布式电源的有功功率出力。
该表达式表示所接入分布式电源的总有功功率和平衡节点的有功功率的变化相等。
所述的无功功率出力QDG的表达式如下:
QDG=[QDG1,…,QDGi,…,QDGq]T
其中,QDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的无功功率出力。
所述的无功功率增量ΔQ的表达式如下:
ΔQ=[ΔQ1,…,ΔQi,…,ΔQq]T
其中,ΔQi为系统配置分布式电源后第i个PQ节点的无功功率增量。
所述的电压幅值增量ΔV的表达式如下:
ΔV=[ΔV1,…,ΔVi,…,ΔVq]T
其中,ΔVi为系统配置分布式电源后第i个PQ节点的电压幅值增量。
ΔV对ΔP的灵敏度矩阵SV3P的表达式如下:
ΔV对ΔQ的灵敏度矩阵SV3Q的表达式如下:
所述的有功功率增量PDGmax的表达式如下:
PDGmax=[PDGmax1,…,PDGmaxj,…,PDGmaxn]T
其中,PDGmaxj为系统第j个节点所接分布式电源的有功功率出力上限;T为向量转置符号,j为自然数且1≤j≤n。
所述的有功功率增量PDGmin的表达式如下:
PDGmin=[PDGmin1,…,PDGminj,…,PDGminn]T
其中,PDGminj为系统第j个节点所接分布式电源的有功功率出力下限;T为向量转置符号,j为自然数且1≤j≤n。
本发明的有益效果:
本发明的方法以综合负荷指标增量最大化作为目标函数,以分布式电源有功功率出力和无功功率出力作为待优化变量,约束条件均为增量表达形式,分布式电源优化配置问题的数学模型中目标函数和约束条件均为线性方程,可采用线性规划常用解法进行求解,因此求解速度快且算法收敛性较强。该方法能够通过优化配置分布式电源有效提高配电网电压水平。
附图说明
图1为本发明的流程图。
图2为典型33节点配电系统的单线结构示意图。
图3为分布式电源优化配置后对配电网节点电压分布的影响图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的分布式电源优化配置方法进行详细说明。
如图1所示,一种电力系统分布式电源的优化配置方法,包括如下步骤:
步骤一:
建立电力系统分布式电源的优化配置模型的目标函数。
其中:ΔQLI为系统的综合负荷指标增量,ωi为第i个PQ节点关于负荷指标增量的权重系数,PLi为第i个PQ节点的负荷有功功率值,ΔVi为系统配置分布式电源后第i个PQ节点的电压幅值增量;i为自然数且1≤i≤q。
本实施方式的配电网电力系统为典型33节点配电系统,数据可参照M.E.Baran和F.F.Wu在标题为“Networkreconfigurationindistributionsystemsforlossreductionandloadbalancing”(IEEETransactionsonPowerDelivery,1989,2(4),1401-1407)一文中的测试系统,系统电压等级为12.66kV。33号节点为平衡节点,其余节点均为PQ节点,即q=32。电压幅值设定值为1.0p.u,初始状态下,系统总负荷为5.084MW+3.066Mvar,总出力为5.311MW+3.234Mvar。所有负荷的权重值ωi均为1。
本发明在优化分布式电源配置时的目标是:分布式电源接入后,配电网综合负荷指标增量最大化。其意义是分布式电源接入配电网后,使得尽可能多的重要负荷维持在尽可能高的电压水平,通常这种运行状态能够减少配电网网损,增加配电网的电压稳定裕度。
步骤二:
建立电力系统分布式电源的优化配置模型的约束条件。
设定所有节点均可供的分布式电源接入,分布式电源接入的总有功功率出力PDG为2.0336MW,单个节点分布式电源的最大容量不超过1.0MW,建立本实施例完整的分布式电源优化配置模型的约束条件如下:
ΔP=PDG+ΔPG(1)
ΔQ=QDG(2)
ΔVmin≤ΔV≤ΔVmax(3)
ΔV=SV3PΔP+SV3QΔQ(4)
PDGmin≤PDG≤PDGmax(5)
其中:PDG=[PDG1,…,PDGj,…,PDGn]T,PDG为系统配置分布式电源后所有节点所接分布式电源的有功功率出力,PDGj为系统配置分布式电源后第j个节点所接分布式电源的有功功率出力;QDG=[QDG1,…,QDGi,…,QDGq]T,QDG为系统配置分布式电源后所有PQ节点所接分布式电源的无功功率出力,QDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的无功功率出力;ΔP=[ΔP1,…,ΔPj,…,ΔPn]T,ΔP为系统配置分布式电源后所有节点的有功功率增量,ΔPj为系统配置分布式电源后第j个节点的有功功率增量;ΔPG=[0,…,0,ΔPslack]T,ΔPG为系统配置分布式电源后所有节点的有功功率平衡量,ΔPG为n维向量且该向量前n-1位元素值均为0;第n位元素值为ΔPslack,ΔPslack为系统配置分布式电源后平衡节点的有功功率出力增量;ΔQ=[ΔQ1,…,ΔQi,…,ΔQq]T,ΔQ为系统配置分布式电源后所有PQ节点的无功功率增量,ΔQi为系统配置分布式电源后第i个PQ节点的无功功率增量;ΔV=[ΔV1,…,ΔVi,…,ΔVq]T,ΔV为系统配置分布式电源后所有PQ节点的电压幅值增量,ΔVi为系统配置分布式电源后第i个PQ节点的电压幅值增量,SV3P为ΔV对ΔP的灵敏度矩阵,SV3Q为ΔV对ΔQ的灵敏度矩阵,ΔVmax和ΔVmin分别为所有PQ节点电压幅值增量的上下限;PDGmax和PDGmin分别为所有节点所接分布式电源的有功功率出力上下限;fleadi和flagi分别为第i个PQ节点的超前功率因数限值和滞后功率因数限值,i和j为自然数且1≤i≤32,1≤j≤33。
约束条件1表示分布式电源接入后引起各节点有功功率的变化等于各节点分布式电源有功功率出力加上各节点原有电源的有功功率出力的变化;约束条件2表示分布式电源接入后引起各PQ节点无功功率的变化与各节点分布式电源的无功功率出力相等;约束条件3表示分布式电源配置后引起各PQ节点电压幅值的变化应在设定范围内;约束条件4表示ΔV通过潮流计算方程推导而来;约束条件5表示单个节点接入的分布式电源的有功功率出力应在其有功功率上下限范围内;约束条件6表示单个节点接入的分布式电源的无功功率出力应在其无功功率上下限范围内。
上述SV3P和SV3Q的定义如下:
有功功率出力增量ΔPslack的表达式如下:
该表达式表示所接入分布式电源的总有功功率和平衡节点的有功功率的变化相等;n=33。
在本实施例中,ΔVmin(i)=0.95-V(i),ΔVmax(i)=1.05-V(i),V(i)为分布式电源配置前第i个节点的电压幅值。
PDGmin=[0,…,0]T;PDGmax=[1,…,1]T。PDGmin和PDGmax均为33维向量。
fleadi=0.95(i=1,2,…,32),flagi=0.95(i=1,2,…,32),且超前功率因数限值fleadi和滞后功率因数限值flagi在各个节点的值可以相同也可以不同。
步骤三:
通过内点法求解该实施例的分布式电源优化配置的线性规划问题,得到各节点的分布式电源有功功率PDG和无功功率QDG,向量中PDG不为零的元素对应的节点就是分布式电源应该接入的节点,比如PDG5为1MW,则在第5号节点接入分布式电源,其有功功率值为1MW;同理,向量中QDG1不为零的元素对应的PQ节点就是分布式电源应该接入的节点,比如QDG5为1Mvar,则在第5号节点接入分布式电源,其无功功率值为1Mvar。
在本实施例中,求得PDG17=1.000,PDG31=0.034,PDG32=1.000,QDG17=0.312,QDG31=0.011,QDG32=0.312,表明接入分布式电源的节点为17号节点、31号节点和32号节点,且17号节点接入分布式电源的有功功率和无功功率分别为1.000MW和0.312Mvar,31号节点接入分布式电源的有功功率和无功功率分别为0.034MW和0.011Mvar,32号节点接入分布式电源的有功功率和无功功率分别为1.000MW和0.312Mvar。
图3表明分布式电源优化配置后配电网整体节点电压分布得到了明显改善。
Claims (8)
1.一种电力系统分布式电源的优化配置方法,其特征在于:包括如下步骤:
(1)确定系统中的各节点的类型,并按类型为每个节点编号;其中编号1~q归为PQ节点,编号q+1~n-1归为PV节点,编号n归为平衡节点;q为PQ节点的个数,n为系统中节点的总个数;
所述的PQ节点为未接入电源的节点,所述的PV节点为接入电源的节点;所述的平衡节点是配电网主变电站的出口母线;
(2)建立以系统综合负荷指标增量为最大化目标的优化配置模型如下:
s.t.ΔP=PDG+ΔPG
ΔQ=QDG
ΔVmin≤ΔV≤ΔVmax
ΔV=SV3PΔP+SV3QΔQ
其中:ΔQLI为系统的综合负荷指标增量,PDG为系统配置分布式电源后所有节点所接分布式电源的有功功率出力,QDG为系统配置分布式电源后所有PQ节点所接分布式电源的无功功率出力,PLi为第i个PQ节点的负荷有功功率值,ΔV为系统配置分布式电源后所有PQ节点的电压幅值增量,ΔVi为系统配置分布式电源后第i个PQ节点的电压幅值增量,ωi为第i个PQ节点关于负荷指标增量的权重系数,i为自然数且1≤i≤q;ΔP为系统配置分布式电源后所有节点的有功功率增量,ΔPG为系统配置分布式电源后所有节点的有功功率平衡量,ΔQ为系统配置分布式电源后所有PQ节点的无功功率增量,SV3P为ΔV对ΔP的灵敏度矩阵,SV3Q为ΔV对ΔQ的灵敏度矩阵,ΔVmax和ΔVmin分别为所有PQ节点电压幅值增量的上下限;
(3)利用内点法求解所述的优化配置模型,得到系统分布式电源的最优配置方案。
2.如权利要求1所述的优化配置方法,其特征在于:所述的优化配置模型还包括如下约束条件:
PDGmin≤PDG≤PDGmax
其中:PDGmax和PDGmin分别为所有节点所接分布式电源的有功功率出力上下限。
3.如权利要求1所述的优化配置方法,其特征在于:所述的优化配置模型还包括如下约束条件:
其中:QDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的无功功率出力,PDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的有功功率出力,fleadi和flagi分别为第i个PQ节点的超前功率因数限值和滞后功率因数限值。
4.如权利要求1所述的优化配置方法,其特征在于:所述的有功功率增量ΔP的表达式如下:
ΔP=[ΔP1,…,ΔPj,…,ΔPn]T
其中,ΔPj为系统配置分布式电源后第j个节点的有功功率增量;T为向量转置符号,j为自然数且1≤j≤n。
5.如权利要求1所述的优化配置方法,其特征在于:所述的有功功率出力PDG的表达式如下:
PDG=[PDG1,…,PDGj,…,PDGn]T
其中,PDGj为系统配置分布式电源后第j个节点所接分布式电源的有功功率出力;若PDGj为0,则表示第j个节点不接入分布式电源;若PDGj大于0,则表示第j个节点接入分布式电源且该分布式电源对第j个节点的有功功率出力为PDGj;T为向量转置符号,j为自然数且1≤j≤n。
6.如权利要求1所述的优化配置方法,其特征在于:所述的有功功率平衡量ΔPG的表达式如下:
ΔPG=[0,…,0,ΔPslack]T
其中,ΔPG为n维向量且该向量前n-1位元素值均为0;第n位元素值为ΔPslack,ΔPslack为系统配置分布式电源后平衡节点的有功功率出力增量;T为向量转置符号。
7.如权利要求6所述的优化配置方法,其特征在于:所述的有功功率出力增量ΔPslack的表达式如下:
其中,PDGj为系统配置分布式电源后第j个节点所接分布式电源的有功功率出力,j为自然数且1≤j≤n。
8.如权利要求1所述的优化配置方法,其特征在于:所述的无功功率出力QDG的表达式如下:
QDG=[QDG1,…,QDGi,…,QDGq]T
其中,QDGi为系统配置分布式电源后第i个PQ节点所接分布式电源的无功功率出力;T为向量转置符号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310528919.3A CN103593711B (zh) | 2013-10-31 | 2013-10-31 | 一种分布式电源优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310528919.3A CN103593711B (zh) | 2013-10-31 | 2013-10-31 | 一种分布式电源优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103593711A CN103593711A (zh) | 2014-02-19 |
CN103593711B true CN103593711B (zh) | 2016-06-08 |
Family
ID=50083841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310528919.3A Expired - Fee Related CN103593711B (zh) | 2013-10-31 | 2013-10-31 | 一种分布式电源优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103593711B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104300572B (zh) * | 2014-07-30 | 2016-08-31 | 河海大学 | 一种配电网中分布式电源的配置方法 |
CN104537435B (zh) * | 2014-12-18 | 2017-12-15 | 国家电网公司 | 基于用户侧经济性指标的分布式电源优化配置方法 |
CN110383201B (zh) * | 2015-11-09 | 2022-01-18 | 日立能源瑞士股份公司 | 功率设备控制器和配电系统 |
CN105552906B (zh) * | 2016-02-14 | 2018-04-13 | 华南理工大学 | 一种基于原对偶内点法的地区电网载荷裕度分析方法 |
CN105703397B (zh) * | 2016-04-07 | 2018-03-02 | 沈阳农业大学 | 一种考虑农村低压配电网低电压治理的分布式电源优化配置方法 |
CN106169770B (zh) * | 2016-07-19 | 2019-03-19 | 国网四川省电力公司经济技术研究院 | 一种针对水电富集地区的电力能源优化配置方法 |
CN106849057B (zh) * | 2016-12-30 | 2019-06-07 | 西安理工大学 | 基于现代内点法和灵敏度分析法的分布式风电源优化方法 |
CN110472364B (zh) * | 2019-08-22 | 2022-04-19 | 电子科技大学 | 一种考虑可再生能源的离网式热电气联产系统的优化方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102623989A (zh) * | 2012-03-28 | 2012-08-01 | 湖南大学 | 一种间歇分布式电源优化配置方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100217550A1 (en) * | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for electric grid utilization and optimization |
-
2013
- 2013-10-31 CN CN201310528919.3A patent/CN103593711B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102623989A (zh) * | 2012-03-28 | 2012-08-01 | 湖南大学 | 一种间歇分布式电源优化配置方法 |
Non-Patent Citations (1)
Title |
---|
分布式发电接入配电网后对系统电压及损耗的影响分析;张立梅 等;《电力系统保护与控制》;20110301;第39卷(第5期);第91-96页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103593711A (zh) | 2014-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103593711B (zh) | 一种分布式电源优化配置方法 | |
Lokar et al. | The potential for integration of hydrogen for complete energy self-sufficiency in residential buildings with photovoltaic and battery storage systems | |
Xingang et al. | China’s wind, biomass and solar power generation: What the situation tells us? | |
CN103426122B (zh) | 一种微电网综合评价方法 | |
Kumar et al. | A hybrid model of solar-wind power generation system | |
CN108683179A (zh) | 基于混合整数线性规划的主动配电网优化调度方法及系统 | |
JP2019525705A (ja) | 省跨ぎ連通水力発電所群の長期間連合ピーキングスケジューリング方法 | |
CN106026169B (zh) | 一种基于多微电网并入配电网的分解协调优化方法 | |
CN102856899B (zh) | 一种微电网降低网损的方法 | |
CN105939029A (zh) | 综合能源系统规划方案获取方法和系统 | |
CN102412578B (zh) | 一种实验室用的微电网系统 | |
CN103400208A (zh) | 基于锥优化的配电网分布式电源最优接入容量确定方法 | |
CN106953363A (zh) | 一种风电场限功率运行状态下电网旋转备用优化配置方法 | |
Nkwanyana et al. | An assessment of hybrid-energy storage systems in the renewable environments | |
CN116667395A (zh) | 基于梯级水电改造的水风光蓄互补泵站容量配置方法 | |
Li et al. | Optimal dispatching method for smoothing power fluctuations of the wind-photovoltaic-battery hybrid generation system | |
CN107947166A (zh) | 一种基于动态矩阵控制的多能微网变时调度方法及装置 | |
Johnson et al. | Feasibility study of a 200 kW solar wind hybrid system | |
CN202395443U (zh) | 一种实验室用的微电网系统 | |
Nian et al. | A method for optimal sizing of stand-alone hybrid PV/wind/battery system | |
Li et al. | Peak-shaving balance of regional power grid based on sensitivity analysis of inter-provincial mutual aid | |
CN109546647B (zh) | 一种用于含风光水储的电力系统的安全稳定评估方法 | |
Liu et al. | Increasing wind power penetration level based on hybrid wind and photovoltaic generation | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Liu et al. | Capacity optimization of energy storage based on intelligent optimization algorithm and photovoltaic power prediction error data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160608 Termination date: 20191031 |