CN103904644B - 一种基于分布式电源接入的智能变电站负荷自动分配方法 - Google Patents
一种基于分布式电源接入的智能变电站负荷自动分配方法 Download PDFInfo
- Publication number
- CN103904644B CN103904644B CN201410116331.1A CN201410116331A CN103904644B CN 103904644 B CN103904644 B CN 103904644B CN 201410116331 A CN201410116331 A CN 201410116331A CN 103904644 B CN103904644 B CN 103904644B
- Authority
- CN
- China
- Prior art keywords
- power source
- power
- distributed power
- load
- network
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 37
- 238000013178 mathematical model Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims abstract description 4
- 239000005364 simax Substances 0.000 claims description 6
- XXXSILNSXNPGKG-ZHACJKMWSA-N Crotoxyphos Chemical compound COP(=O)(OC)O\C(C)=C\C(=O)OC(C)C1=CC=CC=C1 XXXSILNSXNPGKG-ZHACJKMWSA-N 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E40/30—Reactive power compensation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于分布式电源接入的智能变电站负荷自动分配方法,其包括以下步骤:建立分布式电源的数学模型,包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型;根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算,在给定约束条件下,建立分布式电源接入配电网的无功优化模型和网络重构模型;智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代,逐步逼近最优解,完成分布式电源接入配电网的智能变电站负荷自动分配。本发明可以广泛应用于智能变电站的负荷自动分配过程中。
Description
技术领域
本发明涉及一种电力系统负荷分配方法,特别是关于一种基于分布式电源接入的智能变电站负荷自动分配方法。
背景技术
负荷自动分配是以电力系统各节点的电压合格为前提条件,以网损最小为最终目标,现有技术分别采用无功优化和网络重构技术达到降低配电网电能损耗的目的。无功优化技术采用无功补偿装置的投入、有载调压变压器分接头的调节、发电机端电压的调节,以达到降低无功损耗的目的,无功优化方法主要有:非线性规划法,和线性规划法。网络重构技术按照一定的重构策略选择不同分段开关、联络开关状态的组合操作,实现整个配电网络的优化运行。
由于未来配电网包含大量的分布式电源并网,部分分布式电源具有较大的随机性和波动性,分布式电源并网运行使得配电网从放射状无源网络变成分布有中小型电网的有源网络,并对对配电网重构、无功优化规则提出了新的要求,使配电网的控制和管理变得更加复杂。分布式电源接入配电网的位置、注入功率以及功率因数的不同,都将对负荷自动分配方法造成影响,随着分布式电源注入有功功率的增加,电力系统有功损耗降低、节点电压升高,同样也会影响到负荷分配方法。对不含储能装置的风力、光伏发电等不可调度分布式电源而言,其输出功率由风速、光强等因素决定,不可调度分布式电源的随机性较强,导致配电网络最优负荷分配方法有可能随时发生改变。因此随着分布式电源的大量接入,给以往的无功优化和网络重构技术造成新的影响,为了提高电网运行效率,分布式电源接入后有必要对无功优化和网络重构进行优化,提高系统运行的安全性和经济性。
发明内容
针对上述问题,本发明的目的是提供一种以有功网损最小为目标的基于分布式电源接入的智能变电站负荷自动分配方法,该方法利用无功优化模型和网络重构模型,优化电网运行、降低网络损耗、提高电网分析功能和控制功能的速度与可靠性,并且能够有效保障电网安全、可靠、经济地运行。
为实现上述目的,本发明采取以下技术方案:一种基于分布式电源接入的智能变电站负荷自动分配方法,其包括以下步骤:1)建立分布式电源的数学模型,包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型;2)建立分布式电源接入配电网的无功优化模型和网络重构模型;3)智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代,逐步逼近最优解,完成分布式电源接入配电网的智能变电站负荷自动分配。
所述步骤1)中,风力发电机组的数学模型为:
式中,Pw为风力发电机组的输出功率,v为风速,k1=Pr/(vr-vci),k2=-k1vci,Pr为风力发电机组的额定功率;vci为切入风速;vr为额定风速;vco为切出风速。
所述步骤1)中,光伏电池的数学模型为:
式中,Γ(α+β)为Beta分布的形状系数,α和β均为Beta分布的形状参数,Ppv为光伏电池平均输出功率,RM为光伏电池的最大输出功率。
所述步骤2)中,建立分布式电源接入配电网的无功优化模型和网络重构模型,其具体包括以下步骤:①根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算;②在给定约束条件下,建立分布式电源接入配电网的无功优化模型,其具体包括:Ⅰ、以无功优化的配电网系统的有功网损Ploss最小建立目标函数:
式中,l为支路总数,ri为支路i的电阻,Vi为支路i的末端点电压,Pi为流过支路i的有功功率,Qi为流过支路i的无功功率;Ⅱ、以负荷节点电压U作为状态变量,以配电网有功网损Ploss最小作为目标函数,在以无功优化的配电网系统的有功网损Ploss最小所建立的目标函数中嵌入负荷节点电压越限罚函数,建立分布式电源接入配电网的无功优化目标函数:
式中,λ为节点电压越限罚系数,n为负荷节点数,ΔUi为第i支路的电压差,Uimin和Uimax分别为支路i上电压Ui的最小值和最大值;Ⅲ、将分布式电源的无功容量QDG、无功补偿设备出力QC和有载调压变压器的电压比VR作为控制变量,建立控制变量的不等式约束条件:
式中,QDGmin和QDGmax分别表示分布式电源的无功容量的最小值和最大值;QCmin和QCmax分别表示无功补偿设备出力的最小值和最大值;VRmin和VRmax分别表示有载调压变压器电压比的最小值和最大值;Ⅳ、建立各状态变量的不等式约束条件:
Uimin≤Ui≤Uimax;
③在给定约束条件下,建立分布式电源接入配电网的网络重构模型,其具体包括:Ⅰ、以配电系统有功网损Ploss最小为优化目标,建立分布式电源接入配电网的网络重构目标函数:
式中,E(Ploss)为电力系统有功网损的期望值,pj为支路j的有功功率,NT为支路数目;Ⅱ、建立网络重构目标函数的约束条件,其包括:a)建立潮流方程等式约束条件:
f(PL,QL,PD,QD,QC)=0,
式中,PL,QL,PD,QD,QC分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量;b)建立支路传输功率约束条件:
kiSi≤Simax,
式中,Si和Simax分别为支路i的输送功率和支路i的输送功率的最大值,ki为分布式电源输出功率系数;c)建立支路末端点电压约束条件:
Vimin≤Vi≤Vimax,
式中,Vimax和Vimin分别为支路i的末端点电压Vi的上限值和下限值;d)建立网络辐射状约束条件:网络重构后配电网络需呈辐射状,且不存在环路、孤立节点和孤岛。
所述步骤②中分布式电源的无功容量QDG的计算过程为:根据建立的分布式电源的数学模型,计算得到间歇性分布式电源的无功容量,结合稳定性分布式电源的PQ模型,计算得到分布式电源的无功容量QDG。
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于根据分布式电源出力特性,建立了分布式电源接入配电网的相应的无功优化和网络重构模型,智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代,逐步逼近最优解,完成分布式电源接入配电网的智能变电站负荷自动分配控制,因此本发明优化电网运行、降低网络损耗、提高电网分析功能和控制功能的速度与可靠性,并且能够有效保障电网安全、可靠、经济地运行。2、本发明由于基于分布式电源接入配电网,对智能变电站负荷自动分配系统重中的无功优化和网络重构模型进行了优化,优化后的无功优化模型和网络重构模型更具有实用性和适应性,因此本发明能够实现以有功网损最小为目标的负荷自动分配,提高电网运行效率。基于以上优点,本发明可以广泛应用于智能变电站的负荷自动分配过程中。
具体实施方式
下面结合实施例对本发明进行详细的描述。
本发明基于分布式电源接入的智能变电站负荷自动分配方法包括以下步骤:
1、建立分布式电源的数学模型
分布式电源根据发电的连续性可以分为间歇性分布式电源和稳定性分布式电源。例如,风力发电机组和光伏电池属于间歇性分布式电源,小型抽水蓄能电站、微型燃气轮机和燃料电池等属于稳定性分布式电源。对于间歇性分布式电源和稳定性分布式电源,采用不同的数学模型进行描述。
1)建立间歇性分布式电源的数学模型,其具体包括风力发电模型和光伏发电模型。
①建立风力发电机组的数学模型,其具体包括:
Ⅰ、将Weibull分布(韦伯分布)双参数曲线作为风速统计描述的概率密度函数,其表达式为:
式中,v为风速;k和c分别为Weibull分布的形状参数和尺度参数,Weibull分布的形状参数k和c尺度参数根据某地区风速的历史数据求取。
Ⅱ、风力发电机组的输出功率Pw随风速v变化而改变,根据风力发电机组的输出功率Pw与风速v之间的近似关系,得到风力发电机组的输出功率Pw的概率分布,即风力发电机组的数学模型为:
式中,k1=Pr/(vr-vci),k2=-k1vci,Pr为风力发电机组的额定功率;vci为切入风速;vr为额定风速;vco为切出风速。
②建立光伏电池的数学模型
光伏电池的输出功率与辐照强度密切相关,将辐照强度近似看成Beta分布(贝塔分布),光伏电池输出功率PPV的概率密度函数,即光伏电池的数学模型为:
式中,Γ(α+β)为Beta分布的形状系数,α和β均为Beta分布的形状参数,Ppv为光伏电池平均输出功率,RM为光伏电池的最大输出功率。
2)建立稳定性分布式电源的数学模型
小型抽水蓄能电站、微型燃气轮机和燃料电池等稳定性分布式电源,其功率输出稳定,能够实现有功、无功的独立控制,属于可以调度的分布式电源,其数学模型表示为PQ模型。
2、建立分布式电源接入配电网的无功优化模型和网络重构模型,其具体包括以下步骤:
1)根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算;
2)在给定约束条件下,建立分布式电源接入配电网的无功优化模型,其具体包括以下步骤:
①以无功优化的配电网系统的有功网损Ploss最小建立目标函数:
式中,l为支路总数,ri为支路i的电阻,Vi为支路i的末端点电压,Pi为流过支路i的有功功率,Qi为流过支路i的无功功率。有功功率Pi和无功功率Qi均通过潮流计算得到,其满足以下潮流方程等式约束:
式中,PGi和PLi分别为配电网中支路i注入的发电机有功出力及负荷消耗有功;QGi、QCi和QLi分别为支路i注入的发电机无功出力、无功补偿容量和负荷消耗无功;Gij、Bij和θij分别为支路i与支路j之间的电导、电纳和电压相角差;n为负荷节点数,Vj为支路j的末端点电压。
②分布式电源接入配电网会使负荷节点电压超限,以负荷节点电压U作为状态变量,在式(4)中嵌入负荷节点电压越限罚函数,建立分布式电源接入配电网的无功优化目标函数:
式中,λ为节点电压越限罚系数,ΔUi为第i支路的电压差,Uimin和Uimax分别为支路i上电压Ui的最小值和最大值。
第i支路的电压差ΔUi为:
③建立各控制变量的不等式约束条件:
分布式电源接入配电网时,将分布式电源的无功容量QDG、无功补偿设备出力QC和有载调压变压器的电压比VR作为控制变量,建立控制变量的不等式约束条件:
式中,QDGmin和QDGmax分别表示分布式电源的无功容量的最小值和最大值;QCmin和QCmax分别表示无功补偿设备出力的最小值和最大值;VRmin和VRmax分别表示有载调压变压器电压比的最小值和最大值。
根据建立的分布式电源的数学模型,计算得到间歇性分布式电源的无功容量,结合稳定性分布式电源的PQ模型,计算得到分布式电源的无功容量QDG。
④建立各状态变量的不等式约束条件:
Uimin≤Ui≤Uimax (9)
3)在给定约束条件下,建立分布式电源接入配电网的网络重构模型,其具体包括:
①以配电系统有功网损Ploss最小为优化目标,建立分布式电源接入配电网的网络重构目标函数:
式中,E(Ploss)为电力系统有功网损的期望值,pj为支路j的有功功率,NT为支路数目。
②建立网络重构目标函数的约束条件
a)建立潮流方程等式约束条件:
f(PL,QL,PD,QD,QC)=0 (11)
式中,PL,QL,PD,QD,QC分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量。
b)建立支路传输功率约束条件:
kiSi≤Simax (12)
式中,Si和Simax分别为支路i的输送功率和支路i的输送功率的最大值;ki为分布式电源输出功率系数。
c)建立支路末端点电压约束条件:
Vimin≤Vi≤Vimax (13)
式中,Vimax和Vimin分别为支路i的末端点电压Vi的上限值和下限值。
d)建立网络辐射状约束条件:
网络重构后配电网络需呈辐射状,且不存在环路、孤立节点和孤岛。
3、智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代,逐步逼近最优解,无论配电网络重构中有无开关操作,下一步都要进行无功优化。只要有无功优化,就要进行一次配电网重构,只要有配电网重构操作,就要进行一次无功优化,直到配电网重构和无功优化均无操作时算法收敛,才停止计算,完成分布式电源接入配电网的智能变电站负荷自动分配。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和方法步骤等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (1)
1.一种基于分布式电源接入的智能变电站负荷自动分配方法,其包括以下步骤:
1)建立分布式电源的数学模型,包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型;
风力发电机组的数学模型为:
式中,Pw为风力发电机组的输出功率,v为风速,k1=Pr/(vr-vci),k2=-k1vci,Pr为风力发电机组的额定功率;vci为切入风速;vr为额定风速;vco为切出风速;
光伏电池的数学模型为:
式中,Γ(α+β)为Beta分布的形状系数,α和β均为Beta分布的形状参数,Ppv为光伏电池平均输出功率,RM为光伏电池的最大输出功率;
2)建立分布式电源接入配电网的无功优化模型和网络重构模型;其具体包括以下步骤:
①根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算;
②在给定约束条件下,建立分布式电源接入配电网的无功优化模型,其具体包括:
Ⅰ、以无功优化的配电网系统的有功网损Ploss最小建立目标函数:
式中,l为支路总数,ri为支路i的电阻,Vi为支路i的末端点电压,Pi为流过支路i的有功功率,Qi为流过支路i的无功功率;
Ⅱ、以负荷节点电压U作为状态变量,以配电网有功网损Ploss最小作为目标函数,在以无功优化的配电网系统的有功网损Ploss最小所建立的目标函数中嵌入负荷节点电压越限罚函数,建立分布式电源接入配电网的无功优化目标函数:
式中,λ为节点电压越限罚系数,n为负荷节点数,ΔUi为第i负荷节点的电压差,Uimin和Uimax分别为负荷节点i上电压Ui的最小值和最大值;
Ⅲ、将分布式电源的无功容量QDG、无功补偿设备出力QC和有载调压变压器的电压比VR作为控制变量,建立控制变量的不等式约束条件:
式中,QDGmin和QDGmax分别表示分布式电源的无功容量的最小值和最大值;QCmin和QCmax分别表示无功补偿设备出力的最小值和最大值;VRmin和VRmax分别表示有载调压变压器电压比的最小值和最大值;
分布式电源的无功容量QDG的计算过程为:根据建立的分布式电源的数学模型,计算得到间歇性分布式电源的无功容量,结合稳定性分布式电源的PQ模型,计算得到分布式电源的无功容量QDG;
Ⅳ、建立各状态变量的不等式约束条件:
Uimin≤Ui≤Uimax;
③在给定约束条件下,建立分布式电源接入配电网的网络重构模型,其具体包括:
Ⅰ、以配电系统有功网损Ploss最小为优化目标,建立分布式电源接入配电网的网络重构目标函数:
式中,E(Ploss)为电力系统有功网损的期望值,Pj为支路j的有功功率,NT为支路集合;
Ⅱ、建立网络重构目标函数的约束条件,其包括:
a)建立潮流方程等式约束条件:
f(PL,QL,PD,QD,QC)=0,
式中,PL,QL,PD,QD,QC分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量;
b)建立支路传输功率约束条件:
kiSi≤Simax,
式中,Si和Simax分别为支路i的输送功率和支路i的输送功率的最大值,ki为分布式电源输出功率系数;
c)建立支路末端点电压约束条件:
Vimin≤Vi≤Vimax,
式中,Vimax和Vimin分别为支路i的末端点电压Vi的上限值和下限值;
d)建立网络辐射状约束条件:
网络重构后配电网络需呈辐射状,且不存在环路、孤立节点和孤岛;
3)智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代,逐步逼近最优解,完成分布式电源接入配电网的智能变电站负荷自动分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410116331.1A CN103904644B (zh) | 2014-03-26 | 2014-03-26 | 一种基于分布式电源接入的智能变电站负荷自动分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410116331.1A CN103904644B (zh) | 2014-03-26 | 2014-03-26 | 一种基于分布式电源接入的智能变电站负荷自动分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103904644A CN103904644A (zh) | 2014-07-02 |
CN103904644B true CN103904644B (zh) | 2016-08-17 |
Family
ID=50995845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410116331.1A Active CN103904644B (zh) | 2014-03-26 | 2014-03-26 | 一种基于分布式电源接入的智能变电站负荷自动分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103904644B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108288231A (zh) * | 2018-01-19 | 2018-07-17 | 广东电网有限责任公司河源供电局 | 一种分布式光伏接入对配电台区负荷特性影响的评估方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104362625A (zh) * | 2014-11-19 | 2015-02-18 | 云南电网公司电力科学研究院 | 一种主动配电网潮流计算的优化方法 |
CN105162144B (zh) * | 2015-09-30 | 2018-07-03 | 东南大学 | 一种配电网电压无功优化的线性逼近求解方法 |
CN105305488B (zh) * | 2015-10-13 | 2018-09-21 | 国家电网公司 | 一种考虑新能源并网对输电网利用率影响的评价方法 |
CN105207274B (zh) * | 2015-10-29 | 2017-12-08 | 许继集团有限公司 | 一种自适应调节无功输出的分布式光伏发电控制方法 |
CN105529747B (zh) * | 2016-01-06 | 2018-04-24 | 河海大学 | 一种合理化均匀再分配电网分区风电接纳功率的建模方法 |
CN108063450A (zh) * | 2016-11-05 | 2018-05-22 | 南京理工大学 | 一种风电高渗透率下的配电网的优化运行方法 |
CN106385055B (zh) * | 2016-12-01 | 2018-08-17 | 国网天津市电力公司 | 一种含分布式电源的配电网安全校核方法 |
CN109188204B (zh) * | 2018-09-07 | 2020-07-03 | 济南大学 | 计及小电源的配电网理论线损计算方法 |
CN114221340B (zh) * | 2022-02-21 | 2022-06-03 | 深圳江行联加智能科技有限公司 | 基于源网荷储分布式能源配网方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103117545A (zh) * | 2013-02-28 | 2013-05-22 | 国家电网公司 | 一种智能变电站负荷自动分配方法 |
CN103280821A (zh) * | 2013-06-25 | 2013-09-04 | 国家电网公司 | 智能配电系统多时段动态无功优化方法 |
CN103544655A (zh) * | 2013-10-18 | 2014-01-29 | 国家电网公司 | 一种含微电网的区域配电网分层优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5444131B2 (ja) * | 2010-06-15 | 2014-03-19 | 株式会社日立製作所 | 配電系統潮流シミュレーション装置、配電系統潮流シミュレーション方法およびそのプログラム |
-
2014
- 2014-03-26 CN CN201410116331.1A patent/CN103904644B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103117545A (zh) * | 2013-02-28 | 2013-05-22 | 国家电网公司 | 一种智能变电站负荷自动分配方法 |
CN103280821A (zh) * | 2013-06-25 | 2013-09-04 | 国家电网公司 | 智能配电系统多时段动态无功优化方法 |
CN103544655A (zh) * | 2013-10-18 | 2014-01-29 | 国家电网公司 | 一种含微电网的区域配电网分层优化方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108288231A (zh) * | 2018-01-19 | 2018-07-17 | 广东电网有限责任公司河源供电局 | 一种分布式光伏接入对配电台区负荷特性影响的评估方法 |
CN108288231B (zh) * | 2018-01-19 | 2019-12-13 | 广东电网有限责任公司河源供电局 | 一种分布式光伏接入对配电台区负荷特性影响的评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103904644A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103904644B (zh) | 一种基于分布式电源接入的智能变电站负荷自动分配方法 | |
CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
CN107979092A (zh) | 一种考虑分布式电源与软开关接入的配电网动态重构方法 | |
CN103117545B (zh) | 一种智能变电站负荷自动分配方法 | |
CN106026169B (zh) | 一种基于多微电网并入配电网的分解协调优化方法 | |
CN102684201B (zh) | 一种基于电压越限概率的含风电场电网无功优化方法 | |
CN104751246A (zh) | 一种基于随机机会约束的有源配电网规划方法 | |
CN106921164A (zh) | 配网电压无功协同优化的混合整数二阶锥规划方法与系统 | |
Gaztañaga et al. | Enhanced experimental PV plant grid-integration with a MW Lithium-Ion energy storage system | |
CN103593711B (zh) | 一种分布式电源优化配置方法 | |
CN105322535A (zh) | 含统一潮流控制器的电力系统两阶段最优潮流计算方法 | |
CN105375513A (zh) | 一种基于实时在线等值的110千伏风电场自动电压控制方法 | |
CN102856899A (zh) | 一种微电网降低网损的方法 | |
Krishnamurthy et al. | Power electronic converter configurations integration with hybrid energy sources–a comprehensive review for state-of the-art in research | |
Singh et al. | Frequency regulation of micro-grid connected hybrid power system with SMES | |
Li et al. | Probabilistic optimal operation management of microgrid using point estimate method and improved bat algorithm | |
CN106780119A (zh) | 基于多主动管理的配电网可再生能源消纳方法 | |
CN105958530A (zh) | 一种具有无功自动补偿的微电网系统 | |
Lei et al. | Modeling and analysis of MW-level grid-connected PV plant | |
CN113725916B (zh) | 促进高渗透率新能源消纳的dpfc优化配置方法 | |
Yi et al. | Research on topology of DC distribution network based on power flow optimization | |
Wang et al. | Research on Coordinated Reactive Power and Voltage Control Strategy for Regional Power Grids with High Penetration of Renewable Energy | |
CN105762832A (zh) | 配网分布式能源接入极限优化方法 | |
CN105262107A (zh) | 一种风电并网的无功优化方法 | |
Zou et al. | Optimal control strategy for AC/DC hybrid grid based on CPPS |
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 |