CN106295885A - 基于主动管理模式的主动配电网联合规划方法 - Google Patents
基于主动管理模式的主动配电网联合规划方法 Download PDFInfo
- Publication number
- CN106295885A CN106295885A CN201610657195.6A CN201610657195A CN106295885A CN 106295885 A CN106295885 A CN 106295885A CN 201610657195 A CN201610657195 A CN 201610657195A CN 106295885 A CN106295885 A CN 106295885A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- active
- gene
- chromosome
- active distribution
- 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.)
- Pending
Links
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Genetics & Genomics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于主动管理模式的主动配电网联合规划方法,包括步骤(1)以分布式电源的接入容量和新增支路容量为优化变量进行染色体编码,设进化代数阈值;根据分布式电源定容规划的约束条件随机生成初始种群,将进化代数设为1;步骤(2)计算当前种群中各染色体所对应的规划方案的综合成本,判断当前进化代数是否达到进化代数阈值,若是,则筛选出综合成本最低的规划方案作为最终的主动配电网联合规划方案,结束;否则,进入下步;步骤(3)对当前种群中各染色进行选择、交叉和变异操作,得到下一代种群且进化代数加1,返回步骤(2)。本发明考虑主动配电网的主动管理模式确定所规划配电网的运行成本,更符合实际运行情况,方案更加合理。
Description
技术领域
本发明属于配电网领域,尤其涉及一种基于主动管理模式的主动配电网联合规划方法。
背景技术
分布式电源是安装在用户侧的小型发电装置,因具有良好的经济效益和环境效益而得到快速的发展,大量分布式电源的接入改变了配电网络的结构,影响配电网络的规划和运行。
主动配电网是通过灵活的网络拓扑结构来管理潮流以便对分布式能源进行主动控制和主动管理的配电系统,能增加系统对分布式能源接纳能力、提高系统对于可再生能源消纳水平、提高配电系统资产利用效率并减缓其升级投资,同时改善供电质量及供电可靠性。
目前国内外关于主动配电网规划的研究内容大多涉及分布式电源规划、主动配电网网络规划以及主动配电网供电可靠性评估等方面,把研究重点集中在了单一的分布式电源选址定容规划、考虑分布式电源影响的配电网扩展规划以及主动配电网某些特性方面上,而对一般在实际运行过程中对分布式电源进行主动配电网规划时,未考虑考虑主动配电网的主动管理模式,或对主动管理模式描述的较为模糊,难以满足现阶段主动配电网设计和建设的需求。
发明内容
为了解决现有技术的缺点,本发明提供一种基于主动管理模式的主动配电网联合规划方法。该方法考虑主动配电网的主动管理模式来确定规划方案在规划年限的运行成本,更符合主动配电网的实际运行情况,所得到的主动配电网规划方案更加合理。
为实现上述目的,本发明采用以下技术方案:
一种基于主动管理模式的主动配电网联合规划方法,包括:
步骤(1):以分布式电源的接入容量和新增支路容量为优化变量进行染色体编码,设定进化代数阈值;根据分布式电源定容规划的约束条件随机生成初始种群,将进化代数设为1;
步骤(2):计算当前种群中各染色体所对应的规划方案的综合成本,判断当前进化代数是否达到进化代数阈值,若是,则筛选出综合成本最低的规划方案作为最终的主动配电网联合规划方案,结束计算;否则,进入下一步;其中,综合成本等于分布式电源和储能系统的投资成本与规划年限内主动配电网的运行成本之和;
步骤(3):对当前种群中各染色进行选择、交叉和变异操作,得到下一代种群且进化代数加1,返回步骤(2)。
所述步骤(1)中,为了提高编码的效率,采用整数编码的方式对染色体进行编码。
所述步骤(1)中,分布式电源定容规划的约束条件包括机组容量的约束、接入点的接入容量限制、分布式电源接入容量限制和新增线路容量约束。
所述步骤(3)的具体过程,包括:
步骤(3.1):对当前种群中染色体进行选择操作,从当前种群中未参与选择操作的个体中选择两个个体进行比较,筛选出综合成本较低的个体作为下一代的父体;
步骤(3.2):随机选择当前种群中的两个染色体,并对这两个染色体中所有位于相同行的基因进行交叉操作以完成对同类规划变量的处理,得到这两个染色体的杂交后代;其中,不同染色体中相同行的所有基因代表同一类规划变量;
步骤(3.3):对随机选择的染色体的每一行进行变异操作,随机选择染色体的基因个数,通过对随机选择的基因进行加1操作或减1操作得到新的染色体。
在所述步骤(3.1)中,采用锦标赛选择方法,从当前种群中未参与选择操作的个体中选择两个个体。
在所述步骤(3.2)中,对随机选择的两个染色体中所有位于相同行的基因进行交叉操作的具体方式为:
先随机选择两个截断点,再将要进行交叉操作的两行基因截断点内的基因相互替换,得到交叉操作后的两行基因。
所述步骤(3.3)中,对随机选择的染色体的每一行进行变异操作的具体方式为:
考虑到储能系统当前时刻的运行状态受前一时刻运行状态的限制,按照时间顺序对选择的基因逐个进行变异,根据储能系统的运行约束和主动配电网的运行约束条件来确定当前变异基因变异值的选择范围,在该选择范围内随机确定基因值的大小以确保变异操作的随机性。
所述步骤(3.3)中,随机选择的基因进行加1操作或减1操作的具体实施方式为:
若随机选择的基因代表的分布式电源数目已达到安装上限,则将该基因减1;若该基因代表的分布式电源数目为0,则将该基因加1;否则,随机决定对该基因进行加1操作还是减1操作以满足遗传算法对随机性的要求。
所述步骤(1)中的当前种群中各染色体所对应的规划方案的综合成本等于所有新增线路的投资费用、所有分布式电源的投资费用和规划年限内主动配电网的运行成本三者之和。
所述主动配电网运行约束条件包括:电压水平约束、支路容量约束以及分布式电源和储能系统输出功率约束。
在计算规划年限内主动配电网的运行成本过程中,对规划年限内的每一年生成12个典型日场景,每个典型日场景代表当年的一个月份,以描述配电网在规划年限内的运行状态,在每个典型日场景中的负荷数据和环境参数在各个小时内保持不变,从而在满足配电网规划精度要求的同时减小计算量。
当典型日的负荷数据和环境参数确定后,不可调度分布式电源在主动配电网运行约束条件下的运行情况即可确定。
本发明的有益效果为:
本发明以分布式电源的接入容量和新增支路容量为优化变量,以分布式电源和新增支路的投资成本和主动配电网在规划年限内的运行成本为目标函数,采用遗传算法对分布式电源和新增支路的接入容量进行优化,在计算主动配电网运行成本时,考虑主动配电网的主动管理模式,利用遗传算法确定规划方案的运行成本,该方法考虑主动配电网的主动管理模式来确定规划方案在规划年限的运行成本,更符合主动配电网的实际运行情况,所得到的主动配电网规划方案更加合理。
附图说明
图1为本发明的基于主动管理模式的主动配电网联合规划方法流程图;
图2为本发明的主动配电网日优化运行流程图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明:
如图1所示,一种基于主动管理模式的主动配电网联合规划方法,具体包括:
步骤1,以分布式电源的接入容量和新增支路容量为优化变量进行染色体编码,采用整数编码的方式,染色体可以表示为其中,表示节点i'DG处安装的分布式电源的个数,表示规划新增支路i'LINE的基准容量的倍数;
步骤2,根据分布式电源定容规划的约束条件随机生成初始种群,并将进化代数设为1;
步骤3,计算当前种群中各染色体所对应的规划方案的综合成本,包括分布式电源和储能系统的投资成本和规划年限内主动配电网的运行成本,可以表示为:
式中,为分布式电源i的投资费用,为新增线路b的投资费用,为规划年限内主动配电网的运行成本;
步骤4,对染色体进行选择操作,采用锦标赛选择方法,在群体中未参与选择操作的个体中依次选择2个个体比较,选择综合成本较低的个体作为下一代的父体;
步骤5,随机选择种群中的两个染色体进行交叉操作,不同染色体中相同行的所有基因代表同一类规划变量,对随机选择的两个染色体中所有位于相同行的基因进行交叉操作以完成对同类规划变量的处理,得到这两个染色体的杂交后代;
步骤6,对随机选择的染色体的每一行进行变异操作,随机选择染色体的某个基因或多个基因,所选基因的个数随机确定,通过对随机选择的基因进行加1操作或是减1操作得到新的染色体;
步骤7,检验进化代数是否达到设定值,若是,则转入步骤8,否则将进化代数加1并转入步骤3;
步骤8,选择综合成本最低的规划方案作为最终的规划方案,输出结果。
步骤2中,随机生成初始种群时,分布式电源定容规划的约束条件包括:
机组容量的约束:
其中,和分别为光伏电池、风力发电机、柴油发电机和储气罐的实际接入安装数目,NPV-max、NWT-max、NDE-max和NCNTR-max分别为光伏电池、风力发电机、柴油发电机和储气罐的最大安装数目。
接入点的接入容量限制:
式中,Pi DG为分布式电源i的输出功率,为节点i'DG的接入的分布式电源个数,为节点i'DG的允许接入的分布式功率最大值。
分布式电源接入容量限制:
式中,Pi DG为分布式电源i的输出功率,为配电网允许接入的分布式电源功率最大值。
新增线路容量约束:
式中,Sb为新增线路b的设计容量,为新增线路b的设计容量最大值。
步骤3中,计算染色体所对应规划方案在规划年限内的运行成本的具体步骤,如图2所示,包括:
步骤3.1:根据染色体对应的规划方案、电网规划年限内的负荷预测数据和地区环境因素统计数据,对规划年限内的每一年生成12个典型日场景,在每个典型日场景中,负荷和环境参数在各个小时内保持不变。
各年内的12个典型日场景分别代表配电网在该年内各个月份的运行情况,其中,各典型日场景的负荷数据根据负荷预测得出,影响分布式电源输出功率的环境参数由历史数据统计得出,当某典型日的负荷数据和环境参数参数确定后,风力发电机和光伏发电等不可调度分布式电源在主动配电网运行约束条件下的运行情况即可确定;
步骤3.2:储能系统在典型日内的运行状况为主动配电网优化运行的控制变量,将储能系统的日运行情况作为染色体,在主动配电网运行约束的条件下对染色体进行编码,采用整数编码的方式,每个染色体含有24×NDG个元素,染色体可以表示为其中表示储能系统iSR在时段t的储能量;
步骤3.3:取第一个典型日作为当前典型日,将配电网规划年限内的运行成本初始化为0;
步骤3.4:载入当前典型日的负荷数据和环境参数;
步骤3.5:根据主动配电网运行约束条件随机生成初始种群,并将进化代数设为1;
步骤3.6:计算当前种群中各染色体对应的主动配电网运行方案的日运行成本,其可以表示为:
式中,为主动配电网在典型日d的运行成本,为分布式电源i在典型日d的运行费用和排放费用,Cd,loss、Cd,ele为配电网在典型日d的网损费用和从上级电网的购电费用;
步骤3.7:对染色体进行选择操作,采用锦标赛选择方法,从群体中未参与选择操作的个体中随机选择2个个体比较,选择日运行成本较低的个体作为下一代的父体;
步骤3.8:随机选择种群中的两个染色体进行交叉操作,不同染色体中相同行的所有基因代表同一个储能系统的日运行方式,对随机选择的两个染色体中所有位于相同行的基因进行交叉操作,得到这两个染色体的杂交后代;
步骤3.9:随机选择种群中的染色体进行变异操作,随机选择染色体的某行基因或多行基因,所选基因的行的个数随机确定,对所选行随机确定某个基因或多个基因,所选基因的个数随机确定,通过随机改变所选基因的数值得到新的染色体;
步骤3.10:检验进化代数是否达到设定值,若是,则转入步骤3.11,否则将进化代数加1并转入步骤3.6;
步骤3.11:计算最优染色体对应的当前日的运行成本,将其加到总运成本中,计算公式如下:
其中,为典型日d的所代表月份的天数。
检验是否已确定所有典型日的最小运行成本,若是,则转入步骤3.12,否则将下一个典型日作为当前日并转入步骤3.4;
步骤3.12:输出染色体对应的规划方案的运行成本。
进一步的,所述步骤3.1中主动配电网运行约束条件为:
电压水平约束:
其中,为节点k的电压有效值,Umin、Umax分别为节点电压有效值的下限和上限。
支路容量约束:
其中,Pl、Ql分别为流过支路l的有功功率和无功功率,为支路l的容量限值。
分布式电源和储能系统输出功率约束为:
其中,PPV-min、PWT-min、PDE-min和PCNTR-min分别为光伏电池、风力发电机、柴油发电机和储气罐的输出功率下限,PPV-max、PWT-max、PDE-max和PCNTR-max分别为光伏电池、风力发电机、柴油发电机和储气罐的输出功率上限。
进一步的,步骤5以及步骤3.8中对两个染色体中相同行的基因进行交叉操作的具体方式为:
先随机选择两个截断点,再将要进行交叉操作的两行基因截断点内的基因相互替换,得到交叉操作后的两行基因。
进一步的,步骤6以及所述步骤3.9中对某行基因进行变异操作的具体方式为:
按照时间顺序对选择的基因逐个进行变异,根据储能系统的运行约束和主动配电网的运行约束条件确定当前变异基因变异值的选择范围,在该范围内随机确定基因值的大小。
步骤6中,对随机选择的基因进行加1操作或减1操作具体实施方式为:若随机选择的基因代表的分布式电源数目已达到安装上限,则将该基因减1,若该基因代表的分布式电源数目为0,则将该基因加1,否则随机决定对该基因进行加1操作还是减1操作。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于主动管理模式的主动配电网联合规划方法,其特征在于,包括:
步骤(1):以分布式电源的接入容量和新增支路容量为优化变量进行染色体编码,设定进化代数阈值;根据分布式电源定容规划的约束条件随机生成初始种群,将进化代数设为1;
步骤(2):计算当前种群中各染色体所对应的规划方案的综合成本,判断当前进化代数是否达到进化代数阈值,若是,则筛选出综合成本最低的规划方案作为最终的主动配电网联合规划方案,结束计算;否则,进入下一步;其中,综合成本等于分布式电源和储能系统的投资成本与规划年限内主动配电网的运行成本之和;
步骤(3):对当前种群中各染色进行选择、交叉和变异操作,得到下一代种群且进化代数加1,返回步骤(2)。
2.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(1)中,采用整数编码的方式对染色体进行编码。
3.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(1)中,分布式电源定容规划的约束条件包括机组容量的约束、接入点的接入容量限制、分布式电源接入容量限制和新增线路容量约束。
4.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(3)的具体过程,包括:
步骤(3.1):对当前种群中染色体进行选择操作,从当前种群中未参与选择操作的个体中选择两个个体进行比较,筛选出综合成本较低的个体作为下一代的父体;
步骤(3.2):随机选择当前种群中的两个染色体,并对这两个染色体中所有位于相同行的基因进行交叉操作以完成对同类规划变量的处理,得到这两个染色体的杂交后代;其中,不同染色体中相同行的所有基因代表同一类规划变量;
步骤(3.3):对随机选择的染色体的每一行进行变异操作,随机选择染色体的基因个数,通过对随机选择的基因进行加1操作或减1操作得到新的染色体。
5.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,在所述步骤(3.1)中,采用锦标赛选择方法,从当前种群中未参与选择操作的个体中选择两个个体。
6.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,在所述步骤(3.2)中,对随机选择的两个染色体中所有位于相同行的基因进行交叉操作的具体方式为:
先随机选择两个截断点,再将要进行交叉操作的两行基因截断点内的基因相互替换,得到交叉操作后的两行基因。
7.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(3.3)中,对随机选择的染色体的每一行进行变异操作的具体方式为:
考虑到储能系统当前时刻的运行状态受前一时刻运行状态的限制,按照时间顺序对选择的基因逐个进行变异,根据储能系统的运行约束和主动配电网的运行约束条件来确定当前变异基因变异值的选择范围,在该选择范围内随机确定基因值的大小以确保变异操作的随机性。
8.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(3.3)中,随机选择的基因进行加1操作或减1操作的具体实施方式为:
若随机选择的基因代表的分布式电源数目已达到安装上限,则将该基因减1;若该基因代表的分布式电源数目为0,则将该基因加1;否则,随机决定对该基因进行加1操作还是减1操作以满足遗传算法对随机性的要求。
9.如权利要求1所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述步骤(1)中的当前种群中各染色体所对应的规划方案的综合成本等于所有新增线路的投资费用、所有分布式电源的投资费用和规划年限内主动配电网的运行成本三者之和。
10.如权利要求7所述的基于主动管理模式的主动配电网联合规划方法,其特征在于,所述主动配电网运行约束条件包括:电压水平约束、支路容量约束以及分布式电源和储能系统输出功率约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610657195.6A CN106295885A (zh) | 2016-08-11 | 2016-08-11 | 基于主动管理模式的主动配电网联合规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610657195.6A CN106295885A (zh) | 2016-08-11 | 2016-08-11 | 基于主动管理模式的主动配电网联合规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106295885A true CN106295885A (zh) | 2017-01-04 |
Family
ID=57670076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610657195.6A Pending CN106295885A (zh) | 2016-08-11 | 2016-08-11 | 基于主动管理模式的主动配电网联合规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106295885A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480885A (zh) * | 2017-08-14 | 2017-12-15 | 国家电网公司 | 基于非支配排序差分进化算法的分布式电源布点规划方法 |
CN107612016A (zh) * | 2017-08-08 | 2018-01-19 | 西安理工大学 | 基于电压最大相关熵的配电网中分布式电源的规划方法 |
CN108448628A (zh) * | 2018-04-16 | 2018-08-24 | 清华大学 | 交直流混合系统中优化配置分布式可再生能源方法及系统 |
CN109687449A (zh) * | 2019-01-11 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 微电网协调控制装置及控制方法 |
CN109933858A (zh) * | 2019-02-20 | 2019-06-25 | 中国农业大学 | 配电网分核并行仿真方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356464A (zh) * | 2015-12-10 | 2016-02-24 | 国家电网公司 | 一种分布式电源和配电网联合规划的方法及装置 |
CN105552896A (zh) * | 2015-12-31 | 2016-05-04 | 国家电网公司 | 一种基于分布式光伏发电的配电网高峰负荷控制方法 |
-
2016
- 2016-08-11 CN CN201610657195.6A patent/CN106295885A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356464A (zh) * | 2015-12-10 | 2016-02-24 | 国家电网公司 | 一种分布式电源和配电网联合规划的方法及装置 |
CN105552896A (zh) * | 2015-12-31 | 2016-05-04 | 国家电网公司 | 一种基于分布式光伏发电的配电网高峰负荷控制方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107612016A (zh) * | 2017-08-08 | 2018-01-19 | 西安理工大学 | 基于电压最大相关熵的配电网中分布式电源的规划方法 |
CN107612016B (zh) * | 2017-08-08 | 2020-01-14 | 西安理工大学 | 基于电压最大相关熵的配电网中分布式电源的规划方法 |
CN107480885A (zh) * | 2017-08-14 | 2017-12-15 | 国家电网公司 | 基于非支配排序差分进化算法的分布式电源布点规划方法 |
CN108448628A (zh) * | 2018-04-16 | 2018-08-24 | 清华大学 | 交直流混合系统中优化配置分布式可再生能源方法及系统 |
CN109687449A (zh) * | 2019-01-11 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 微电网协调控制装置及控制方法 |
CN109933858A (zh) * | 2019-02-20 | 2019-06-25 | 中国农业大学 | 配电网分核并行仿真方法 |
CN109933858B (zh) * | 2019-02-20 | 2020-12-15 | 中国农业大学 | 配电网分核并行仿真方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hemmati | Technical and economic analysis of home energy management system incorporating small-scale wind turbine and battery energy storage system | |
CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
Kavousi-Fard et al. | Reliability-oriented reconfiguration of vehicle-to-grid networks | |
CN104701871B (zh) | 一种含风光水多源互补微网混合储能容量最佳配比方法 | |
CN106295885A (zh) | 基于主动管理模式的主动配电网联合规划方法 | |
CN108944531A (zh) | 一种电动汽车有序充电控制方法 | |
CN105226688B (zh) | 基于机会约束模型的多类型储能系统容量优化配置方法 | |
CN105207259B (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
Basu | Multi-region dynamic economic dispatch of solar–wind–hydro–thermal power system incorporating pumped hydro energy storage | |
CN103580020B (zh) | 一种基于NSGA-II和Look-ahead的含风电场电力系统多目标动态优化调度方法 | |
CN107239847A (zh) | 一种主动配电网储能系统动态规划方法 | |
CN107742900A (zh) | 风光储智能微电网经济调度控制方法 | |
CN103914734B (zh) | 基于改进型蚁群算法的微网容量优化布址方法 | |
CN105205552B (zh) | 一种独立新能源混合发电系统优化规划方法 | |
CN105977991A (zh) | 一种考虑价格型需求响应的独立型微网优化配置方法 | |
CN106159944B (zh) | 低碳环境下基于二层规划模型的多阶段输电网规划方法 | |
Cheng et al. | A particle swarm optimization based power dispatch algorithm with roulette wheel re-distribution mechanism for equality constraint | |
CN107968430A (zh) | 考虑风-储联合系统概率模型的储输协同随机规划方法 | |
CN107425534A (zh) | 一种基于优化蓄电池充放电策略的微电网调度方法 | |
Naderi et al. | A step toward cleaner energy production: A water saving-based optimization approach for economic dispatch in modern power systems | |
Kumar et al. | A hybrid optimization technique for proficient energy management in smart grid environment | |
CN114243791A (zh) | 风光氢蓄系统的多目标优化配置方法、系统及存储介质 | |
CN105207207B (zh) | 基于能量管理的孤网状态下的微电网系统调度方法 | |
Paliwal et al. | Demand side energy management in hybrid microgrid system using heuristic techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |