CN104377733A - 一种分布式电源多点动态接入优化分配方法 - Google Patents
一种分布式电源多点动态接入优化分配方法 Download PDFInfo
- Publication number
- CN104377733A CN104377733A CN201410696776.1A CN201410696776A CN104377733A CN 104377733 A CN104377733 A CN 104377733A CN 201410696776 A CN201410696776 A CN 201410696776A CN 104377733 A CN104377733 A CN 104377733A
- Authority
- CN
- China
- Prior art keywords
- power source
- node
- grid
- distributed power
- distributed
- 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
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
Abstract
本发明公开了一种分布式电源多点动态接入的优化分配方法,包括动态选择并网节点,计算每个并网节点单独接入分布式电源后的配电网的网络损耗影响,根据配电网的网络损耗对并网节点进行数据分类,根据配电网的网络损耗影响对分布式电源节点进行聚类和排序,分配并网分布式电源节点的能量注入率,将分配后的分布式电源电能注入率作为初始化条件,运用粒子群算法优化分布式并网电源的能量注入率,以达到配电网的网络损耗最小的目标。本发明使得配电网的网络损耗达到最小,使用灵活,可根据电网电能供给和负载变化,动态调节分布式电源接入及电能注入率,可有效提高分布式电源的发电效率,保障公平性,减小配电网的网络损耗。
Description
技术领域
本发明属于新能源控制技术领域,涉及一种分布式电源多点动态接入的优化分配方法。
背景技术
经济的快速发展促进了电力需求的迅速增长,而传统的集中式发电远距离输送的电力系统在可靠性和稳定性上的弊端日趋明显。与此同时,能源危机与环境保护的压力正逐渐加大,化石燃料的迅速消耗和燃烧应用中产生的污染问题也已严重影响到了人们的正常生活。因此,绿色清洁的新能源以及可再生能源的应用得到了越来越多的重视。分布式发电将分散存在的清洁能源转化为电能,使分布式能源得到最有效的利用,因此分布式发电技术为清洁能源的推广应用提供了有力的技术支撑。
现有分布式电源的研究重点是对分布式电源在配电网中的位置及容量进行优化选择,达到配电网的网络损耗最小的目标。这些优化方法只是针对分布式电源在配电网中的位置固定,并没有考虑到大量分布式电源动态接入配电网的问题。近来越来越多的分布式电源并入电网,当分布式电源在其并入点的功率大于其节点的需求时,对电网的电压及潮流造成较大影响。因此现有的分布式电源技术不适用于大量分布式电源动态接入电网的场景。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种分布式电源多点动态接入的优化分配方法,其目的在于,能够优化配置并网节点的分布式电源注入率,达到配电网的网络损耗最小的目标。
本发明所采用的技术方案是:一种分布式电源多点动态接入的优化分配方法,其特征在于,包括以下步骤:
步骤1:初始化配电网的各节点的功率Pi(2≤i≤n)以及线路阻抗ri+ji(2≤i≤n),其中,ri为线路第i个节点的电阻,ji为线路第i个节点的电抗,n为配电网中的节点数量,生成m(1≤m≤n-1)个随机整数nodek(1≤k≤m),根据此随机整数作为配电网中节点的序号来选择并网节点;
步骤2:将分布式电源注入率为Pe(0<Pe<1)的分布式电源依次接入步骤1中的每个并网节点,分布式电源接入功率的大小为计算每个并网节点对应的配电网的网络损耗lossk(1≤k≤m);
步骤3:将步骤2中的网络损耗lossk分类成D个簇,其中第l个簇里面有dl(1≤l≤D)个数据,其中心距为distl(1≤l≤D);
步骤4:将步骤3中的D个簇按照其对应的中心距distl的大小进行升序排列,并将每个簇里面的并网节点按照其对应的网络损耗lossk(1≤k≤dl)的大小进行升序排列;
步骤5:具有dl(1≤l≤D)个数据的簇根据步骤4得到其升序排列的序号为c(1≤c≤D),簇里面并网节点nodek(1≤k≤m)在簇里面的顺序为 并网节点的分布式电源注入率 通过下述公式获得:
步骤6:优化步骤5中所述的并网节点的分布式电源注入率以实现配电网的网络损耗最小化。
作为优选,步骤2中所述的计算每个并网节点对应的配电网的网络损耗lossk,采用的是配电网中潮流计算前推回代法。
作为优选,步骤3中所述的将步骤2中的网络损耗lossk分类成D个簇,采用的是K-means数据分类的方法。
作为优选,步骤6中所述的优化步骤5中所述的并网节点的分布式电源注入率以实现配电网的网络损耗最小化,其具体实现过程是将步骤5中所述的并网节点的分布式电源注入率作为初始化参数代入粒子群算法中,运用粒子群算法优化分布式电源注入率最终实现配电网的网络损耗最小化。
本发明考虑到大量分布式电源动态接入配电网的问题,通过具有优化初始化参数的粒子群算法实现并网节点的分布式电源注入率优化配置,使得配电网的网络损耗达到最小。本发明根据并网节点的网络损耗其进行分类以及初始化注入率的分配,大大提高了粒子群算法的计算效率及优化配置的结果。
附图说明
图1:是本发明的方法流程图。
图2:是本发明实施例的配电网模型图。
图3:是本发明实施例的并网节点的分类图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图2,为本发明实施例的标准配电网38节点模型,请见图1,本发明所采用的技术方案是:一种分布式电源多点动态接入的优化分配方法,包括以下步骤:
步骤1:初始化配电网的各节点的功率Pi(2≤i≤38)以及线路阻抗ri+ji(2≤i≤38),其中,ri为线路第i个节点的电阻,ji为线路第i个节点的电抗,生成37个随机整数nodek(1≤k≤37),根据此随机整数作为配电网中节点的序号来选择并网节点;
步骤2:将分布式电源注入率为Pe=0.3的分布式电源依次接入步骤1中的每个并网节点,分布式电源接入功率的大小为采用配电网中潮流计算前推回代法计算每个并网节点对应的配电网的网络损耗lossk(1≤k≤37);
步骤3:请见图3,采用K-means数据分类的方法将步骤2中的网络损耗lossk分类成5个簇,其中第1个簇里面有13个数据,其中心距为dist1,第2个簇里面有5个数据,其中心距为dist 2,第3个簇里面有6个数据,其中心距为dist 3,第4个簇里面有8个数据,其中心距为dist 4,第5个簇里面有5个数据,其中心距为dist 5;
步骤4:将步骤3中的D个簇按照其对应的中心距distl的大小进行升序排列,并将每个簇里面的并网节点按照其对应的网络损耗lossk(1≤k≤dl)的大小进行升序排列;
步骤5:具有13个数据的簇根据步骤4得到其升序排列的序号为c=1,簇里面并网节点nodek=8在簇里面的顺序为并网节点的分布式电源注入率通过下述公式获得:
步骤6:将步骤5中所述的并网节点的分布式电源注入率作为初始化参数代入粒子群算法中,运用粒子群算法优化分布式电源注入率最终实现配电网的网络损耗最小化。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种分布式电源多点动态接入的优化分配方法,其特征在于,包括以下步骤:
步骤1:初始化配电网的各节点的功率Pi(2≤i≤n)以及线路阻抗ri+ji(2≤i≤n),其中,ri为线路第i个节点的电阻,ji为线路第i个节点的电抗,n为配电网中的节点数量,生成m(1≤m≤n-1)个随机整数nodek(1≤k≤m),根据此随机整数作为配电网中节点的序号来选择并网节点;
步骤2:将分布式电源注入率为Pe(0<Pe<1)的分布式电源依次接入步骤1中的每个并网节点,分布式电源接入功率的大小为计算每个并网节点对应的配电网的网络损耗lossk(1≤k≤m);
步骤3:将步骤2中的网络损耗lossk分类成D个簇,其中第l个簇里面有dl(1≤l≤D)个数据,其中心距为distl(1≤l≤D);
步骤4:将步骤3中的D个簇按照其对应的中心距distl的大小进行升序排列,并将每个簇里面的并网节点按照其对应的网络损耗lossk(1≤k≤dl)的大小进行升序排列;
步骤5:具有dl(1≤l≤D)个数据的簇根据步骤4得到其升序排列的序号为c(1≤c≤D),簇里面并网节点nodek(1≤k≤m)在簇里面的顺序为 并网节点的分布式电源注入率 通过下述公式获得:
步骤6:优化步骤5中所述的并网节点的分布式电源注入率以实现配电网的网络损耗最小化。
2.根据权利要求1所述的分布式电源多点动态接入的优化分配方法,其特征在于:步骤2中所述的计算每个并网节点对应的配电网的网络损耗lossk,采用的是配电网中潮流计算前推回代法。
3.根据权利要求1所述的分布式电源多点动态接入的优化分配方法,其特征在于:步骤3中所述的将步骤2中的网络损耗lossk分类成D个簇,采用的是K-means数据分类的方法。
4.根据权利要求1所述的分布式电源多点动态接入的优化分配方法,其特征在于:步骤6中所述的优化步骤5中所述的并网节点的分布式电源注入率以实现配电网的网络损耗最小化,其具体实现过程是将步骤5中所述的并网节点的分布式电源注入率作为初始化参数代入粒子群算法中,运用粒子群算法优化分布式电源注入率最终实现配电网的网络损耗最小化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410696776.1A CN104377733B (zh) | 2014-11-26 | 2014-11-26 | 一种分布式电源多点动态接入优化分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410696776.1A CN104377733B (zh) | 2014-11-26 | 2014-11-26 | 一种分布式电源多点动态接入优化分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104377733A true CN104377733A (zh) | 2015-02-25 |
CN104377733B CN104377733B (zh) | 2016-06-08 |
Family
ID=52556466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410696776.1A Active CN104377733B (zh) | 2014-11-26 | 2014-11-26 | 一种分布式电源多点动态接入优化分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104377733B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111817351A (zh) * | 2020-08-06 | 2020-10-23 | 中国人民解放军国防科技大学 | 一种分布式能源并网时减少损耗的方法及系统 |
CN112184335A (zh) * | 2020-10-28 | 2021-01-05 | 中国联合网络通信集团有限公司 | 基于区块链的电力并网方法及调控节点 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002291162A (ja) * | 2001-03-27 | 2002-10-04 | Sanyo Electric Co Ltd | 分散発電システムとそれを利用可能な電力供給システムおよび電力供給方法 |
CN102868161A (zh) * | 2012-10-23 | 2013-01-09 | 四川大学 | 一种含分布式电源配电系统网络变结构优化方法 |
CN103310065A (zh) * | 2013-06-25 | 2013-09-18 | 国家电网公司 | 计及分布式发电和储能单元的智能配网重构方法 |
CN103353979A (zh) * | 2013-05-31 | 2013-10-16 | 国家电网公司 | 一种分布式电源的优化选址与定容方法 |
-
2014
- 2014-11-26 CN CN201410696776.1A patent/CN104377733B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002291162A (ja) * | 2001-03-27 | 2002-10-04 | Sanyo Electric Co Ltd | 分散発電システムとそれを利用可能な電力供給システムおよび電力供給方法 |
CN102868161A (zh) * | 2012-10-23 | 2013-01-09 | 四川大学 | 一种含分布式电源配电系统网络变结构优化方法 |
CN103353979A (zh) * | 2013-05-31 | 2013-10-16 | 国家电网公司 | 一种分布式电源的优化选址与定容方法 |
CN103310065A (zh) * | 2013-06-25 | 2013-09-18 | 国家电网公司 | 计及分布式发电和储能单元的智能配网重构方法 |
Non-Patent Citations (1)
Title |
---|
郑睿: "分布式电源的优化配置研究", 《CNKI优秀硕士论文全文数据库》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111817351A (zh) * | 2020-08-06 | 2020-10-23 | 中国人民解放军国防科技大学 | 一种分布式能源并网时减少损耗的方法及系统 |
CN112184335A (zh) * | 2020-10-28 | 2021-01-05 | 中国联合网络通信集团有限公司 | 基于区块链的电力并网方法及调控节点 |
CN112184335B (zh) * | 2020-10-28 | 2024-03-05 | 中国联合网络通信集团有限公司 | 基于区块链的电力并网方法及调控节点 |
Also Published As
Publication number | Publication date |
---|---|
CN104377733B (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moghaddam et al. | Optimal sizing and energy management of stand-alone hybrid photovoltaic/wind system based on hydrogen storage considering LOEE and LOLE reliability indices using flower pollination algorithm | |
CN104242335B (zh) | 一种基于额定容量的风光储发电单元容量优化配置方法 | |
CN106532778B (zh) | 一种计算分布式光伏并网最大准入容量的方法 | |
CN109888835A (zh) | 一种基于改进粒子群的分布式光伏配电网规划方法 | |
CN105488593A (zh) | 一种基于遗传算法的定容分布式电源发电最优选址及容量分配方法 | |
CN110135662B (zh) | 一种考虑减小峰谷差的储能选址定容多目标优化方法 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN107069784B (zh) | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 | |
Pranav et al. | Hybrid renewable energy sources (HRES)—A review | |
CN103761582A (zh) | 一种高适应度的互动型微电网配置规划方法 | |
JP2024008787A (ja) | ハイブリッドエネルギー貯蔵システムの制御方法、装置及び電子機器 | |
CN202651806U (zh) | 一种电池储能电站平滑风光发电控制系统 | |
CN105790278A (zh) | 基于改进粒子群算法的光伏电站站内多目标无功优化方法 | |
CN104377733B (zh) | 一种分布式电源多点动态接入优化分配方法 | |
CN108667010B (zh) | 一种基于分布鲁棒优化的配电网经济调度方法 | |
CN114243708A (zh) | 一种基于交流模型的输电网扩展规划优化方法 | |
CN105896613B (zh) | 一种考虑通讯时滞的微电网分布式有限时间控制方法 | |
CN108054751B (zh) | 一种确定电网系统中可再生能源最优接入容量的方法 | |
CN115564142A (zh) | 一种混合储能系统的选址定容优化方法及系统 | |
CN107104429B (zh) | 一种计及分布式储能系统的电力系统负荷调度方法 | |
CN106602592B (zh) | 一种垂直轴风电系统中变流器与蓄电池容量优化配置方法 | |
Iliadis et al. | Advanced energy management system based on PV and load forecasting for load smoothing and optimized peak shaving of islanded power systems | |
CN108233373B (zh) | 考虑天气场景的分布式光伏接入配电网的概率谐波分析方法 | |
Li et al. | Optimal configuration for distributed generations in micro-grid system considering diesel as the main control source | |
Nnadozie et al. | Adaptation of a novel fuzzy logic controller to a hybrid renewable energy system |
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 |