CN105633948B - 一种分布式能源接入电力系统随机模糊潮流算法 - Google Patents
一种分布式能源接入电力系统随机模糊潮流算法 Download PDFInfo
- Publication number
- CN105633948B CN105633948B CN201510903233.7A CN201510903233A CN105633948B CN 105633948 B CN105633948 B CN 105633948B CN 201510903233 A CN201510903233 A CN 201510903233A CN 105633948 B CN105633948 B CN 105633948B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- random
- power
- powered electricity
- uncertain
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000007418 data mining Methods 0.000 claims 1
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 8
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 206010016322 Feeling abnormal Diseases 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法技术领域,是关于一种考虑不确定能源接入电力系统功率具有随机模糊特性的潮流算法。将不确定能源接入系统的负荷视为随机模糊变量并随机模糊模拟节点负荷功率,嵌入牛顿拉夫逊潮流计算。得到系统相应节点的电压幅值与相角数据,提取并统计节点电压幅值与相角的概率分布特征,分析并确定适合拟合节点电压幅值与相角的概率分布模型及其参数模糊特性。构建节点电压与相角的随机模糊模型。本发明能更全面的分析分布式电源出力不确定性对配电网节点电压的影响,为未来大量分布式风电、光伏发电等不确定能源接入电力系统发电计划安排和调度提供相应的指导依据。
Description
技术领域
本发明属于分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流计算技术领域,提出了一种分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法。
背景技术
潮流计算是电力系统规划、设计的前提和基础。所采用的潮流计算方法是否合理将直接影响到规划设计的系统在未来投运后能否安全、可靠和经济地运行。随着分布式风电、光伏发电等不确定能源等新能源接入变电站日益增多且容量持续增大,导致负荷不确定性增强,随机性和模糊性共存于系统负荷的不确定特征。提取分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法作为电力系统分析的基础,更是研究的重点。考虑到风力、光伏发电自身的特点,尤其是风能的间歇性和波动性,将给传统电力系统的潮流计算方法带来新的挑战。传统电力系统潮流计算预测时将系统节点负荷作为确定性数据的方法已难以适应现实需求,对此提出一种分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法,即随机模糊模拟接入分布式风电、光伏发电等不确定能源的节点负荷功率,嵌入潮流计算,得到系统相应节点的电压幅值与相角并分析节点电压与相角概率分布特征,构建分布式风电、光伏发电等不确定能源接入系统潮流计算节点电压与相角的随机模糊模型。
国内外现有关于分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法的研究取得了一些成果:在分布式风电、光伏发电等不确定能源接入系统母线负荷不确定方面,文献《计及分布式风电、光伏发电等不确定能源场发电功率不确定性的电力系统模糊潮流》应用随机模糊相容性原理对风速概率密度统计分布进行了模糊转换并建立风力发电机组出力的非线性模糊模型。文献《DG出力不确定性对配电网影响力分析的复仿射数学方法》采用仿射数表达分布式电源出力的不确定性,提出了基于仿射数学的三相前推回代仿射潮流算法解决配电网不确定潮流问题。文献《电网规划中的模糊潮流计算》本文用三角模糊数描述预测负荷和发电机出力。文献《计及不确定性的模糊交流潮流计算方法研究》中将发电机出力、发电机可用度和预测负荷采用梯形模糊数描述,利用增量模型求解模糊交流潮流的可能性分布,得到支路潮流过载的可能性程度及出现逆向潮流可能性分布等信息。文献《计及不确定性的电力系统直流潮流的区间算法》采用区间分析方法来处理直流潮流计算中的不确定问题,提出了一种可应用于求解大规模输电系统的区间直流潮流算法。该算法考虑了节点注入有功功率的不确定性,采用区间高斯消去法求解区间线性方程组,得到母线电压相角和支路有功功率的上下限,即区间潮流方程的区间解。
事实上,由于分布式风电、光伏发电等不确定能源自身的间歇性和波动性特征接入系统时,对系统负荷有着很大的影响。系统也具有越来越多的不确定性因素,这些不确定因素按特性可分为随机性和模糊性两类。目前能够全面地考虑潮流具有不确定性的算法主要有3种:随机潮流计算利用概率的方式处理随机的信息;模糊潮流计算利用模糊数学处理外延不确定的信息;区间潮流计算利用区间数学和区间分析方法处理外延明确、内涵不明确的信息。传统考虑不确定性的潮流算法大部分只考虑接入分布式风电、光伏发电等不确定能源系统负荷的随机性或模糊性,将负荷看作随机变量或模糊变量。而随机变量和模糊变量实质是随机模糊变量的特例。现有技术中对综合考虑随机性和模糊性的分布式风电、光伏发电等不确定能源接入系统负荷不确定性相关理论和建模分析研究相对甚少,该理论体系还需要不断补充和完善。为了更好对大规模分布式风电、光伏发电等不确定能源接入电力系统进行运行方式安排和系统安全校核,有必要考虑分布式风电、光伏发电等不确定能源接入系统负荷兼具随机性和模糊性的双重不确定性特点,进行潮流计算统计所得相应节点电压幅值和相角发现其具有随机模糊不确定特征进而构建分布式风电、光伏发电等不确定能源接入系统潮流计算节点电压与相角的随机模糊模型。
发明内容
针对提取分布式风电、光伏发电等不确定能源接入系统负荷随机模糊不确定特征是电力系统规划、设计的基础性工作,而现有研究未能考虑分布式风电、光伏发电等不确定能源接入系统负荷同时具有随机性和模糊性更加符合客观实际情况的现状,有必要将不确定能源接入系统负荷作为随机模糊变量嵌入系统潮流计算中。进而在合理风险水平下安排电力系统运行与调控计划。本发明专利在传统分布式电源接入系统潮流计算基础上,进一步考虑分布式风电、光伏发电等不确定能源接入系统负荷同时具有随机性和模糊性,进行潮流计算统计所得相应节点电压幅值和相角发现其具有随机模糊不确定特征进而构建分布式风电、光伏发电等不确定能源接入系统潮流计算节点电压与相角的随机模糊模型。提出了一种分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法。为实现上述目的,本发明采取以下技术方案:
本发明解决上述问题采取的技术方案:
1、将分布式风电、光伏发电等不确定能源接入系统节点功率视为随机模糊变量并进行随机模糊模拟。由于风力发电系统出力受天气变化的影响,其功率输出具有随机性和模糊性等不确定性特征,将其视为随机模糊变量。根据不确定理论对接入分布式风电、光伏发电等不确定能源的节点负荷功率进行1000次随机模糊模拟,得到具有随机模糊特征的节点负荷功率输入。
2、将随机模糊模拟得到的节点功率嵌入牛顿拉夫逊潮流算法。将模拟得到的负荷功率嵌入牛顿拉夫逊潮流计算,得到系统相应节点的电压幅值与相角。基于输入节点功率为随机模糊变量的牛顿拉夫逊潮流计算与传统牛顿拉夫逊潮流计算步骤相同。
3、提取并分析分布式风电、光伏发电等不确定能源接入系统节点电压与相角概率分布特征及其参数的模糊不确定性特征,构建其随机模糊模型。分布式风电、光伏发电等不确定能源接入的节点电压幅值与相角数据按照实际需要划分为任意合适的组进行研究,在置信水平为0.95时,用MATLAB拟合每组节点电压幅值与相角数据概率分布曲线,提取并统计节点电压幅值与相角的概率分布特征,分析并确定适合拟合节点电压幅值与相角的概率分布模型。采取相适应的参数估计方法对其概率分布参数的模糊不确定性特征进行数据挖掘,并确定其参数波动范围的置信区间,分析并提取确定其参数的隶属函数模型特征。获取电压幅值与相角随机模糊变量的机会测度函数。
本文在前人分布式风电、光伏发电等不确定能源接入系统负荷随机性和模糊性不确定模型研究基础上,考虑分布式风电、光伏发电等不确定能源接入系统负荷同时具有随机性和模糊性更加符合客观实际情况的现状,将分布式风电、光伏发电等不确定能源接入系统负荷作为随机模糊变量嵌入系统潮流计算中,得到相应节点电压幅值和相角并统计分析发现其具有随机模糊不确定特征进而构建分布式风电、光伏发电等不确定能源接入系统潮流计算节点电压与相角的随机模糊模型。提出了一种分布式风电、光伏发电等不确定能源接入电力系统随机模糊潮流算法的流程及步骤。此方法可对未来大量分布式风电、光伏发电等不确定能源接入变电站母线负荷预测提供相应的指导依据。
附图说明
图1是本发明隶属度函数中三角形模糊参数和梯形模糊参数的表示。
图2是本发明的第5节点即接入分布式风电、光伏发电等不确定能源节点电压幅值概率密度图;
图3是本发明的第5节点即接入分布式风电、光伏发电等不确定能源节点电压相角概率密度图;
图4是本发明的第5节点即接入分布式风电、光伏发电等不确定能源节点电压幅值ai,bi和ci参数频率图;
图5是本发明的第5节点即接入分布式风电、光伏发电等不确定能源节点电压相角ai,bi和ci参数频率图;
图6是本发明的流程图。
具体实施方式
本发明包括以下步骤:
1、将分布式风电、光伏发电等不确定能源接入系统节点功率视为随机模糊变量并进行随机模糊模拟。
现有研究表明分布式风电、光伏发电等不确定能源接入系统节点负荷功率具有不确定性,认为其同时具有随机性和模糊性,建立随机模糊模型如公式(1),将分布式风电、光伏发电等不确定能源接入系统节点有功功率p用随机模糊变量ξp表示,得到其机会测度函数为:
其中ai,bi和ci为模型的模糊参数。
基于随机模糊模拟技术和逆变换法进行1000次模拟得到动态具有随机模糊特征的节点负荷输入功率。
2、将随机模糊模拟得到的节点功率嵌入牛顿拉夫逊潮流算法。
将某节点接入分布式风电、光伏发电等不确定能源随机模糊模拟得到的负荷功率代替传统牛顿拉夫逊潮流计算中确定性负荷功率输入得到系统相应节点的电压幅值与相角。基于输入节点功率为随机模糊变量的牛顿拉夫逊潮流计算与传统牛顿拉夫逊潮流计算步骤相同。
(1)计算网络的节点导纳矩阵YB并设置初值;
(2)计算功率偏差ΔPi和ΔQi得到雅克比矩阵;
(3)计算电压幅值和相角修正量ΔUi,Δθi;
(4)判断是否收敛|ΔUi|<ε1,|Δθi|<ε1,|ΔPi|<ε2,|ΔQi|<ε2。如果收敛,迭代结束转入计算各线路潮流。不收敛则继续计算,
计算得到1000个接入分布式风电、光伏发电等不确定能源系统相应节点的电压幅值与相角的数值。
3、提取并分析分布式风电、光伏发电等不确定能源接入系统节点电压与相角概率分布特征及其参数的模糊不确定性特征并构建其随机模糊模型。
将通过潮流计算得到的分布式风电、光伏发电等不确定能源接入系统的节点电压幅值与相角数据按照实际需要划分为任意合适的组进行研究,采用MATLAB 概率密度曲线逼近每组真实节点电压幅值与相角数据在置信水平为0.95时的概率分布,从而得到相应的概率分布特征。发现节点电压幅值与相角数据的分布都可用多峰正态分布进行描述,相应的概率密度函数如下:
节点电压幅值与相角的概率密度函数都可用公式(2)表示,其中ai,bi和ci为密度函数参数。
基于极大似然法求取所提出的节点电压幅值与相角概率分布参数,将分布式风电、光伏发电等不确定能源接入下节点电压幅值与相角概率分布参数ai,bi和 ci在各自波动范围内出现的频率进行汇总,统计分析得到其不确定性特征。并且计算在95%置信水平下各时段参数的置信区间,最后取各时段置信区间的最小下限和最大上限作为参数波动范围的置信区间。
根据不确定规划理论,在传统的节点电压幅值与相角概率不确定模型基础上,进一步考虑节点电压幅值与相角参数拟合的模糊性,即将各参数分别定义为三角形模糊变量和梯形模糊变量。
若参数采用三角形模糊变量表示,其隶属函数为:
若参数采用梯形模糊变量表示,其隶属函数为:
式中:μ(xF)为隶属度函数,为隶属度参数,决定隶属度函数形状。时,xF三角形模糊变量。
图1为隶属度函数中三角形模糊参数和梯形模糊参数的表示。
若分布式风电、光伏发电等不确定能源接入节点电压幅值V与相角θ用随机模糊变量ξV和ξθ表示,其机会测度函数为:
基于节点电压幅值与相角不确定性变化规律具有一定的随机性和模糊性以及所提出的概率分布模型参数具有模糊性的特征,可以发现,节点电压幅值与相角参数在本质上具有认识意义上的模糊性,可以表述为模糊变量。
5、实例分析。
以11节点典型系统为例,假设PQ节点5节点和7节点接入分布式风电、光伏发电等不确定能源,将5节点和7节点的负荷功率输入视为随机模糊变量,并进行1000次随机模糊模拟得到具有随机模糊特征的节点负荷输入功率。将随机模糊模拟得到的负荷功率代替传统牛顿拉夫逊潮流计算中确定性负荷功率进行潮流计算,得到系统5节点和7节点的节点电压幅值与相角。以5节点的电压幅值和相角为例,将电压幅值和相角数据划分为10组进行研究,采用MATLAB 概率密度曲线逼近每组真实节点电压幅值与相角数据在置信水平为0.95时的概率分布,图2和图3为电压幅值和相角典型拟合结果。可得到均方根误差即 R-Square来判断拟合的准确度,从而得到相应的概率分布特征。发现节点电压幅值与相角数据的分布都可用多峰正态分布进行描述,相应的概率密度函数如下:
节点电压幅值与相角的概率密度函数都可用公式(7)表示,其中ai,bi和ci为密度函数参数。基于极大似然法求取所提出的概率分布参数,将概率分布参数ai,bi和ci在各自波动范围内出现的频率进行汇总,统计分析得到其不确定性特征。并且计算在95%置信水平下各时段参数的置信区间,发现其参数具有模糊性,最后取各组置信区间的最小下限和最大上限作为参数波动范围的置信区间。图4和图5为第5节点即接入分布式风电、光伏发电等不确定能源节点电压幅值V和相角θ各自的ai,bi和ci参数频率图;即将各参数分别定义为三角形模糊变量和梯形模糊变量并得到其模糊隶属函数。发现风电、光伏发电等接入母线节点电压幅值和相角可用随机模糊变量ξV,ξθ表示,分别得到其机会测度函数为:
Claims (4)
1.一种包括分布式风电以及光伏发电的不确定能源接入电力系统随机模糊潮流算法,包括如下步骤:
1)、将包括分布式风电以及光伏发电的不确定能源接入系统节点负荷功率视为随机模糊变量并进行随机模糊模拟;
2)、将随机模糊模拟得到的节点负荷功率嵌入牛顿拉夫逊潮流算法;
3)、提取并分析包括分布式风电以及光伏发电的不确定能源接入系统节点电压与相角概率分布特征及其参数的模糊不确定性特征,构建其随机模糊模型。
2.根据权利要求l所述的一种包括分布式风电以及光伏发电的不确定能源接入电力系统随机模糊潮流算法,其特征在于:所述步骤1)由于风电、光伏发电受天气变化的影响,其功率输出具有随机性不确定性特征和模糊性不确定性特征,将其视为随机模糊变量,另外根据不确定理论对接入包括分布式风电以及光伏发电的不确定能源的节点负荷功率进行1000次随机模糊模拟,得到具有随机模糊特征的节点负荷功率输入。
3.根据权利要求l所述的一种包括分布式风电以及光伏发电的不确定能源接入电力系统随机模糊潮流算法,其特征在于:所述步骤2)将模拟得到的节点负荷功率嵌入牛顿拉夫逊潮流计算,得到系统相应节点的电压幅值与相角,此外基于输入节点负荷功率为随机模糊变量的牛顿拉夫逊潮流计算,其节点注入的节点负荷功率为随机模糊模拟得到的功率,其步骤与传统的牛顿拉夫逊计算步骤相同。
4.根据权利要求l所述的一种包括分布式风电以及光伏发电的不确定能源接入电力系统随机模糊潮流算法,其特征在于:所述步骤3)包括分布式风电以及光伏发电的不确定能源接入的节点电压幅值与相角数据按照实际需要划分为任意合适的组进行研究,在置信水平为0.95时,用MATLAB拟合每组节点电压幅值与相角数据概率分布曲线,提取并统计节点电压幅值与相角的概率分布特征,分析并确定适合拟合节点电压幅值与相角的概率分布模型,采取相适应的参数估计方法对其概率分布参数的模糊不确定性特征进行数据挖掘,并确定其参数波动范围的置信区间,分析并提取确定其参数的隶属函数模型特征,获取电压幅值与相角随机模糊变量的机会测度函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903233.7A CN105633948B (zh) | 2015-12-09 | 2015-12-09 | 一种分布式能源接入电力系统随机模糊潮流算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510903233.7A CN105633948B (zh) | 2015-12-09 | 2015-12-09 | 一种分布式能源接入电力系统随机模糊潮流算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105633948A CN105633948A (zh) | 2016-06-01 |
CN105633948B true CN105633948B (zh) | 2018-05-29 |
Family
ID=56048616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510903233.7A Active CN105633948B (zh) | 2015-12-09 | 2015-12-09 | 一种分布式能源接入电力系统随机模糊潮流算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105633948B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337290B (zh) * | 2015-11-23 | 2019-08-16 | 中国电力科学研究院 | 一种适用于电力系统低频振荡辅助决策的无功调整方法 |
CN106253293B (zh) * | 2016-08-31 | 2019-01-22 | 国网青海省电力公司 | 一种新能源出力对电力系统网络潮流影响的分析方法 |
CN107508283A (zh) * | 2017-08-14 | 2017-12-22 | 东南大学 | 一种基于仿射算法的分布式电源运行域求解方法 |
CN108471133B (zh) * | 2018-03-16 | 2021-05-25 | 华南理工大学 | 基于两阶段随机模糊模拟的配电网随机模糊潮流算法 |
CN108390390B (zh) * | 2018-04-28 | 2021-09-14 | 长沙理工大学 | 一种含优先消纳风电能源路由器的三相不平衡主动配电网随机模糊潮流方法 |
CN110503250B (zh) * | 2019-08-08 | 2023-04-07 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
CN110994678A (zh) * | 2019-12-10 | 2020-04-10 | 国网浙江宁海县供电有限公司 | 一种分布式光伏精准接入的计算方法及装置 |
CN112467782B (zh) * | 2020-11-17 | 2022-02-01 | 清华四川能源互联网研究院 | 水光互补系统的运行安全校核方法和装置、电子设备 |
CN112819279A (zh) * | 2020-12-31 | 2021-05-18 | 国网山东省电力公司聊城供电公司 | 分布式能源与配电网扩展适应性的规划评估方法及系统 |
CN112865136B (zh) * | 2021-01-22 | 2022-08-30 | 河海大学 | 一种考虑注入功率随机性的配电网节点电压概率分布计算方法 |
CN113298407B (zh) * | 2021-06-08 | 2022-03-18 | 昆明理工大学 | 一种工业园区电-气综合能源系统优化调度模型建立方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904252A (zh) * | 2012-10-24 | 2013-01-30 | 合肥工业大学 | 求解含分布式电源的配电网不确定性潮流的方法 |
CN104113061A (zh) * | 2014-07-30 | 2014-10-22 | 国家电网公司 | 一种含分布式电源的配电网三相潮流计算方法 |
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及系统 |
-
2015
- 2015-12-09 CN CN201510903233.7A patent/CN105633948B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904252A (zh) * | 2012-10-24 | 2013-01-30 | 合肥工业大学 | 求解含分布式电源的配电网不确定性潮流的方法 |
CN104113061A (zh) * | 2014-07-30 | 2014-10-22 | 国家电网公司 | 一种含分布式电源的配电网三相潮流计算方法 |
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及系统 |
Non-Patent Citations (2)
Title |
---|
考虑风光互补的电力系统多目标随机优化发电方案研究;秦泽宇等;《电力科学与技术学报》;20150930;第30卷(第3期);第53-60页 * |
考虑风电随机模糊不确定性的电力系统多目标优化调度计划研究;马瑞等;《电力系统保护与控制》;20130101;第41卷(第1期);第150-156页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105633948A (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105633948B (zh) | 一种分布式能源接入电力系统随机模糊潮流算法 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN103973203B (zh) | 一种适用于安全稳定分析的大型光伏电站在线等值建模方法 | |
CN105449713A (zh) | 考虑分布式电源特性的有源配电网智能软开关规划方法 | |
CN105186499A (zh) | 一种配电网多目标概率最优潮流模糊建模与求解方法 | |
Aziz et al. | Admm-based distributed optimization of hybrid mtdc-ac grid for determining smooth operation point | |
CN102222919A (zh) | 基于改进差分进化算法的电力系统无功优化方法 | |
CN107681685A (zh) | 一种考虑光伏非线性相关性的电力系统概率潮流计算方法 | |
CN104751006B (zh) | 一种计及变量相关性的概率潮流计算方法 | |
CN106786608B (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
Sun et al. | Automatic learning of fine operating rules for online power system security control | |
CN104113061A (zh) | 一种含分布式电源的配电网三相潮流计算方法 | |
CN103887792B (zh) | 一种含分布式电源的低压配电网建模方法 | |
CN107039981A (zh) | 一种拟直流线性化概率最优潮流计算方法 | |
CN106208099A (zh) | 一种基于二层规划的电力系统无功优化方法及其应用 | |
CN106611243A (zh) | 一种基于garch模型的风速预测残差修正方法 | |
CN106058863A (zh) | 一种基于随机响应面法的随机最优潮流计算方法 | |
Yang et al. | Deep learning-based distributed optimal control for wide area energy Internet | |
CN103018583A (zh) | 基于mmc柔性直流输电系统电平数选择验证方法 | |
CN104915889A (zh) | 一种基于日负荷曲线在线获取综合负荷模型参数的方法 | |
Ni et al. | A review of line loss analysis of the low-voltage distribution system | |
CN105354628A (zh) | 一种输电系统鲁棒可用输电能力评估方法 | |
Jia et al. | Voltage stability constrained operation optimization: An ensemble sparse oblique regression tree method | |
CN105633950B (zh) | 一种考虑风电注入不确定性的多目标随机模糊动态最优潮流求解方法 | |
CN105119269A (zh) | 一种考虑多端统一潮流控制器的随机潮流计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |