CN106374450A - 放射状直流配电网的分布式最优潮流计算方法及装置 - Google Patents
放射状直流配电网的分布式最优潮流计算方法及装置 Download PDFInfo
- Publication number
- CN106374450A CN106374450A CN201610784342.6A CN201610784342A CN106374450A CN 106374450 A CN106374450 A CN 106374450A CN 201610784342 A CN201610784342 A CN 201610784342A CN 106374450 A CN106374450 A CN 106374450A
- Authority
- CN
- China
- Prior art keywords
- distributed
- node
- variable
- power flow
- radial
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种放射状直流配电网的分布式最优潮流计算方法及装置,其中,方法包括以下步骤:确定目标函数与约束条件;根据目标函数与约束条件确定本地变量;根据本地变量进行分布式迭代计算;判断是否满足迭代停止条件;如果是,则对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。本发明实施例的方法可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端。
Description
技术领域
本发明涉及分布式发电与电力电子技术领域,特别涉及一种放射状直流配电网的分布式最优潮流计算方法及装置。
背景技术
随着DG(Distributed Generation,分布式发电)技术及电力电子技术的发展,直流配电网已在诸多方面具备一定的经济与技术优势。以光伏、燃料电池等为代表的DG在直流配电网接入时可省去DC-AC环节,有效降低成本和损耗;此外,直流配电网还具有传输容量大、线路成本低、配电损耗小、供电可靠性高等多方面优势,已逐渐成为热点研究领域。其中,直流配电网的最优潮流(Optimal Power Flow,OPF)问题,由于对其经济高效运行乃至分布式电源技术发展的重要意义,更是受到了广泛的关注。
相关技术中,在实际优化调度中使用的方式为集中式优化,其需通过调度中心收集并处理全局信息,经过其内部的中控单元集中优化计算得出全局最优解,再向各可控主体下达调控指令完成整个全局能量优化过程。
然而,随着DG以及其他各类可控设备的大量接入,集中式优化主要有以下几方面缺点:
(1)通讯极大需求难以满足。集中式优化方式中,中控单元需要掌控系统的全局信息以完成优化计算,这意味着调度中心要同时与数十个甚至数百个可控主体进行密集的数据交互,考虑到实际配电网中可能出现的分布式电源位置分散、距离较远的情况,这将对通讯网络的设施建设、传输速度、稳定性提出极高的要求。
(2)中控单元计算性能、存储空间需求较大。在未来DG数量不断增加的趋势下,全网最优潮流的优化问题规模将愈发庞大,中控单元对计算性能和存储空间的需求也将急剧增加。
(3)对中控单元依赖性高。集中式优化方式以调度中心(中控单元)为优化调度的核心,对其依赖度较高。一旦中控单元的计算或通讯出现故障,将导致整个优化调度系统陷入瘫痪。
(4)信息隐私保护问题。在DG与配电网归属于不同利益主体的情况下,集中式优化获取可控主体全部信息的模式将难以有效保护DG主体的信息隐私。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种放射状直流配电网的分布式最优潮流计算方法,该方法可以克服集中式优化方法的种种弊端,简单易实现。
本发明的另一个目的在于提出一种放射状直流配电网的分布式最优潮流计算装置。
为达到上述目的,本发明一方面实施例提出了一种放射状直流配电网的分布式最优潮流计算方法,包括以下步骤:确定目标函数与约束条件,其中,所述约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束;根据所述目标函数与约束条件确定本地变量,其中,所述本地变量包括优化变量、影子变量、节点对母节点的估计变量、述影子变量的部分变量和维数分别与所述优化变量与所述估计变量一致得到的格朗日乘子;根据所述本地变量进行分布式迭代计算;判断是否满足迭代停止条件;如果是,则对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。
本发明实施例的放射状直流配电网的分布式最优潮流计算方法,可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端。
另外,根据本发明上述实施例的放射状直流配电网的分布式最优潮流计算方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
进一步地,在本发明的一个实施例中,在根据所述目标函数与约束条件确定所述本地变量之后,还包括:根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,所述各节点同步并行循环进行迭代。
进一步地,在本发明的一个实施例中,根据原始残差与对偶残差判断是否满足所述迭代停止条件。
进一步地,在本发明的一个实施例中,所述根据所述本地变量进行分布式迭代计算具体包括根据所述本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
为达到上述目的,本发明另一方面实施例提出了一种放射状直流配电网的分布式最优潮流计算装置,包括:第一确定模块,用于确定目标函数与约束条件,其中,所述约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束;第二确定模块,用于根据所述目标函数与约束条件确定本地变量,其中,所述本地变量包括优化变量、影子变量、节点对母节点的估计变量、述影子变量的部分变量和维数分别与所述优化变量与所述估计变量一致得到的格朗日乘子;迭代模块,用于根据所述本地变量进行分布式迭代计算;判断模块,用于判断是否满足迭代停止条件;求解模块,在满足所述迭代停止条件时,用于对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。
本发明实施例的放射状直流配电网的分布式最优潮流计算装置,可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端。
另外,根据本发明上述实施例的放射状直流配电网的分布式最优潮流计算装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
进一步地,在本发明的一个实施例中,上述装置还包括:初始模块,用于根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,所述各节点同步并行循环进行迭代。
进一步地,在本发明的一个实施例中,所述判断模块具体用于根据原始残差与对偶残差判断是否满足所述迭代停止条件。
进一步地,在本发明的一个实施例中,所述根据所述本地变量进行分布式迭代计算具体包括根据所述本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的放射状直流配电网的分布式最优潮流计算方法的流程图;
图2为根据本发明一个实施例的放射状直流配电网的分布式最优潮流计算方法的流程图;
图3为根据本发明实施例的放射状直流配电网的分布式最优潮流计算装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面在描述根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算方法及装置之前,先来简单解释一下文中术语。
对于拓扑为树状图的放射状直流配电网,设N={1,2,…,n}代表节点的集合,令根节点编号为1,N+=N\{1}代表除根节点外所有节点的集合。E代表线路的集合,规定线路方向总是由根节点指向末端节点。设节点i与节点j由线路相连,则i,j称为相邻节点,记为i~j;若线路方向由i指向j,则节点j称为节点i的子节点,记为j∈Ci,其中Ci为节点i子节点的集合,作为数值时表示节点i的子节点数;节点i为节点j唯一的母节点,记为i∈Aj,其中Aj代表节点j母节点的单元素集合。规定母节点编号总是小于子节点编号。
下面参照附图描述根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算方法及装置,首先将参照附图描述根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算方法。
图1是本发明实施例的放射状直流配电网的分布式最优潮流计算方法的流程图。
如图1所示,该放射状直流配电网的分布式最优潮流计算方法包括以下步骤:
在步骤S101中,确定目标函数与约束条件,其中,约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束。
其中,在本发明的一个实施例中,目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
具体地,如图2所示,首先确定目标函数与约束条件。其中,目标函数为:
pi为节点i的注入功率,即节点的发电功率减去节点的负荷,ai为电源节点发电成本系数,负荷节点为0。
节点注入功率上下限约束:
节点电压上下限约束(Vi为节点i的节点电压):
线路传输最大电流约束(Iki为节点k与节点i之间线路的支路电流):
各约束条件上下限值已知,zij为节点i与节点j之间支路阻抗已知,为常数已知。
在步骤S102中,根据目标函数与约束条件确定本地变量,其中,本地变量包括优化变量、影子变量、节点对母节点的估计变量、影子变量的部分变量和维数分别与优化变量与估计变量一致得到的格朗日乘子。
具体地,如图2所示,其次确定本地变量。令Pik为节点i流向母节点k的有功功率潮流,Pij为节点i流向各个子节点j的有功功率潮流向量(维数即为子节点个数)。定义优化变量x,影子变量z,节点j对母节点i部分信息的估计变量xi,j以及z的部分变量
定义拉格朗日乘子λi,μj,其维数分别与xi,xi,j一致,各节点本地存储的变量包括:
另外,在本发明的一个实施例中,在根据目标函数与约束条件确定本地变量之后,还包括:根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,各节点同步并行循环进行迭代。
也就是说,如图2所示,进行初始化。取系统在某一运行状态下各节点/支路的作为初始值,λi,μj初始值为0后,再设置迭代步长ρ初始值为 0.01-100之间任意值,各节点同步并行循环进行后续的迭代过程。
在步骤S103中,根据本地变量进行分布式迭代计算。
具体地,在本发明的一个实施例中,根据本地变量进行分布式迭代计算具体包括根据本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
具体而言,如图2所示,分布式x迭代:
1、各节点i(根节点除外)首先与其母节点k通讯,获取xk,i,zk,μi目前数值。
2、已知对于如下优化问题:
其最优解公式为:
以xi,xk,i为优化变量,其余变量根据当前值设为常数,根据上面的公式即可求解如下优化问题:
3、据此对xi,xk,i的值进行更新,覆盖本地xi数据,并将xk,i新值返回给母节点k。
进一步地,分布式z迭代:
以zi为优化变量,其他变量根据当前值为常数求解如下优化问题:
对节点1,以上问题容易求解,对于i∈N+,可令:
则如上模型可简化写作:
显然可得出:
而求解y1,y2,y4变量需解如下问题:
该问题可利用KKT条件讨论求出最优解,无需使用优化算法计算。
进一步地,分布式拉式乘子迭代:
根据如下公式更新拉式乘子λi,μj:
λi=λi+ρ(xi-zi);
μj=μj+ρ(xi,j-zi *)。
在步骤S104中,判断是否满足迭代停止条件。
进一步地,在本发明的一个实施例中,如图2所示,根据原始残差与对偶残差判断是否满足迭代停止条件。
具体地,计算原始残差以及对偶残差:
rk=||xk-zk||;
sk=ρ||zk-zk-1||。
其中,若原始对偶残差均小于迭代停止,输出变量z的值即为当前的最优解。若迭代条件尚未达到,继续进行下一步骤。
在步骤S105中,如果是,则对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。
具体而言,如图2所示,自适应步长调整:
根据上式调整步长ρ的取值后,返回步骤S103进入新一个迭代周期,直至迭代条件满足。
在本发明的实施例中,相比于传统集中式优化方法,本发明实施例属于完全分布式优化算法,于各节点设置计算单元,仅需局部通讯和并行计算即可完成OPF求解,具有通讯要求低、计算量分散、适应性强、保证数据隐私等优势,并且各迭代步骤均具有解析表达形式,子优化问题求解无需调用优化迭代算法,具有较高的计算效率,以及设计了动态步长调节机制,根据残差的情况对步长进行自适应调节,有效提高了算法的收敛速度。另外,考虑了配电网线路最大传输电流限制,更符合实际应用需求。
根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算方法,可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端,主要有以下几点优势:(1)通讯需求较小,只需局部邻近主体间进行部分信息的交互,通讯距离短、信息量小,对通讯网络建设要求相对较低;(2)计算单元性能、存储空间要求较低,各计算单元仅需存储本地信息并计算本地子优化问题,对于设备性能要求相对较低;(3)对单独主体依赖性低,灵活性强,各个优化主体地位等同,一旦个别主体出现故障,经过简单的调整后可以对其进行屏蔽处理,不影响系统其它主体的分布式优化调度。因此分布式优化方式具有灵活、扩展性强等优势;(4)信息安全有保障,各个主体仅需获取相邻主体的部分运行参数,信息安全性较高,(5)计算速度快,各子优化问题的求解均具有解析表达式,无需调用优化算法,同时具有自适应步长调节机制,具有较高的计算效率。
其次参照附图描述根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算 装置。
图3是本发明实施例的放射状直流配电网的分布式最优潮流计算的结构示意图。
如图3所示,该放射状直流配电网的分布式最优潮流计算装置10包括:第一确定模块100、第二确定模块200、迭代模块300、判断模块400和求解模块500。
具体而言,第一确定模块100用于确定目标函数与约束条件,其中,约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束。第二确定模块200用于根据目标函数与约束条件确定本地变量,其中,本地变量包括优化变量、影子变量、节点对母节点的估计变量、述影子变量的部分变量和维数分别与优化变量与估计变量一致得到的格朗日乘子。迭代模块300用于根据本地变量进行分布式迭代计算。判断模块400用于判断是否满足迭代停止条件。在满足迭代停止条件时,求解模块500用于对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。本发明实施例的装置10可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端。
进一步地,在本发明的一个实施例中,目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
进一步地,在本发明的一个实施例中,本发明实施例的装置10还包括:初始模块(图中未具体标识)。其中,初始模块用于根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,各节点同步并行循环进行迭代。
进一步地,在本发明的一个实施例中,判断模块400具体用于根据原始残差与对偶残差判断是否满足迭代停止条件。
进一步地,在本发明的一个实施例中,根据本地变量进行分布式迭代计算具体包括根据本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
需要说明的是,前述对放射状直流配电网的分布式最优潮流计算方法实施例的解释说明也适用于该实施例的放射状直流配电网的分布式最优潮流计算装置,此处不再赘述。
根据本发明实施例提出的放射状直流配电网的分布式最优潮流计算装置,可以无需全局协调或是分层分区,于各可控主体处设置计算单元,通过局部通讯和并行计算完成全局优化,以克服集中式优化方法的种种弊端,主要有以下几点优势:(1)通讯需求较小,只需局部邻近主体间进行部分信息的交互,通讯距离短、信息量小,对通讯网络建设要求相对较低;(2)计算单元性能、存储空间要求较低,各计算单元仅需存储本地信息并计算本地子优化问题,对于设备性能要求相对较低;(3)对单独主体依赖性低,灵活性强,各个优化主体地位等同,一旦个别主体出现故障,经过简单的调整后可以对其进行屏蔽处理, 不影响系统其它主体的分布式优化调度。因此分布式优化方式具有灵活、扩展性强等优势;(4)信息安全有保障,各个主体仅需获取相邻主体的部分运行参数,信息安全性较高,(5)计算速度快,各子优化问题的求解均具有解析表达式,无需调用优化算法,同时具有自适应步长调节机制,具有较高的计算效率。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的, 不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种放射状直流配电网的分布式最优潮流计算方法,其特征在于,包括以下步骤:
确定目标函数与约束条件,其中,所述约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束;
根据所述目标函数与约束条件确定本地变量,其中,所述本地变量包括优化变量、影子变量、节点对母节点的估计变量、所述影子变量的部分变量和维数分别与所述优化变量与所述估计变量一致得到的格朗日乘子;
根据所述本地变量进行分布式迭代计算;
判断是否满足迭代停止条件;以及
如果是,则对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。
2.根据权利要求1所述的放射状直流配电网的分布式最优潮流计算方法,其特征在于,所述目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
3.根据权利要求1所述的放射状直流配电网的分布式最优潮流计算方法,其特征在于,在根据所述目标函数与约束条件确定所述本地变量之后,还包括:
根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,所述各节点同步并行循环进行迭代。
4.根据权利要求1所述的放射状直流配电网的分布式最优潮流计算方法,其特征在于,根据原始残差与对偶残差判断是否满足所述迭代停止条件。
5.根据权利要求1所述的放射状直流配电网的分布式最优潮流计算方法,其特征在于,所述根据所述本地变量进行分布式迭代计算具体包括根据所述本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
6.一种放射状直流配电网的分布式最优潮流计算装置,其特征在于,包括:
第一确定模块,用于确定目标函数与约束条件,其中,所述约束条件包括节点注入功率上下限约束、节点电压上下限约束和线路传输最大电流约束;
第二确定模块,用于根据所述目标函数与约束条件确定本地变量,其中,所述本地变量包括优化变量、影子变量、节点对母节点的估计变量、述影子变量的部分变量和维数分别与所述优化变量与所述估计变量一致得到的格朗日乘子;
迭代模块,用于根据所述本地变量进行分布式迭代计算;
判断模块,用于判断是否满足迭代停止条件;以及
求解模块,在满足所述迭代停止条件时,用于对步长进行自适应调整,进而求解分布式迭代计算中优化问题,以得到压缩空气储能最优容量配置。
7.根据权利要求6所述的放射状直流配电网的分布式最优潮流计算装置,其特征在于,所述目标函数为:
其中,pi为节点i的注入功率,ai为电源节点发电成本系数,负荷节点为0。
8.根据权利要求6所述的放射状直流配电网的分布式最优潮流计算装置,其特征在于,还包括:
初始模块,用于根据优化调度系统在任一运行状态下各节点或支路的运行参数作为初始值,其中,所述各节点同步并行循环进行迭代。
9.根据权利要求6所述的放射状直流配电网的分布式最优潮流计算装置,其特征在于,所述判断模块具体用于根据原始残差与对偶残差判断是否满足所述迭代停止条件。
10.根据权利要求6所述的放射状直流配电网的分布式最优潮流计算装置,其特征在于,所述根据所述本地变量进行分布式迭代计算具体包括根据所述本地变量进行分布式X迭代计算、分布式Z迭代计算和分布式拉式乘子迭代计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610784342.6A CN106374450B (zh) | 2016-08-30 | 2016-08-30 | 放射状直流配电网的分布式最优潮流计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610784342.6A CN106374450B (zh) | 2016-08-30 | 2016-08-30 | 放射状直流配电网的分布式最优潮流计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106374450A true CN106374450A (zh) | 2017-02-01 |
CN106374450B CN106374450B (zh) | 2019-01-15 |
Family
ID=57899364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610784342.6A Active CN106374450B (zh) | 2016-08-30 | 2016-08-30 | 放射状直流配电网的分布式最优潮流计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106374450B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294104A (zh) * | 2017-08-02 | 2017-10-24 | 国网河南省电力公司电力科学研究院 | 一种电力系统的全分布式的分区潮流计算方法 |
CN109274091A (zh) * | 2018-10-15 | 2019-01-25 | 同济大学 | 一种输配一体化并行状态估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150606A (zh) * | 2013-01-22 | 2013-06-12 | 中国电力科学研究院 | 一种分布式电源最优潮流优化方法 |
CN105098797A (zh) * | 2015-08-25 | 2015-11-25 | 中国电力科学研究院 | 一种基于网络分解与区域协调的配电网无功优化方法 |
CN105846429A (zh) * | 2016-05-26 | 2016-08-10 | 中国电力科学研究院 | 基于电网分区和类扩展变量松弛的电力系统潮流优化方法 |
-
2016
- 2016-08-30 CN CN201610784342.6A patent/CN106374450B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150606A (zh) * | 2013-01-22 | 2013-06-12 | 中国电力科学研究院 | 一种分布式电源最优潮流优化方法 |
CN105098797A (zh) * | 2015-08-25 | 2015-11-25 | 中国电力科学研究院 | 一种基于网络分解与区域协调的配电网无功优化方法 |
CN105846429A (zh) * | 2016-05-26 | 2016-08-10 | 中国电力科学研究院 | 基于电网分区和类扩展变量松弛的电力系统潮流优化方法 |
Non-Patent Citations (1)
Title |
---|
何飞等: "基于直流潮流的电力系统停电分布及自组织临界性分析", 《电网技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294104A (zh) * | 2017-08-02 | 2017-10-24 | 国网河南省电力公司电力科学研究院 | 一种电力系统的全分布式的分区潮流计算方法 |
CN107294104B (zh) * | 2017-08-02 | 2019-12-13 | 国网河南省电力公司电力科学研究院 | 一种电力系统的全分布式的分区潮流计算方法 |
CN109274091A (zh) * | 2018-10-15 | 2019-01-25 | 同济大学 | 一种输配一体化并行状态估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106374450B (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ismail et al. | A comprehensive review on optimal location and sizing of reactive power compensation using hybrid-based approaches for power loss reduction, voltage stability improvement, voltage profile enhancement and loadability enhancement | |
CN106877338B (zh) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 | |
US9954362B2 (en) | Systems and methods for optimal power flow on a radial network | |
CN107330568A (zh) | 基于Benders解耦的储能、分布式电源与配电网协调规划方法 | |
CN104167736B (zh) | 一种大电网并行网络拓扑分析方法 | |
CN106208102B (zh) | 一种基于辅助问题原理的主动配电网分布式无功优化方法 | |
CN106532710B (zh) | 计及电压稳定约束的微电网潮流优化方法 | |
CN107171341A (zh) | 一种基于分布式计算的输配电网一体化无功优化方法 | |
CN109474017A (zh) | 一种配电网实时分布式经济调度方法 | |
CN103985058B (zh) | 一种基于改进多中心校正内点法的可用输电能力计算方法 | |
CN110232475A (zh) | 一种分布式输电网配电网协同经济调度方法 | |
Zhang et al. | Bi-level distributed day-ahead schedule for islanded multi-microgrids in a carbon trading market | |
CN111900719B (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及系统 | |
CN106208393B (zh) | 一种配电网自动化监测方法及系统 | |
CN112134309A (zh) | 一种适用于配电网分布式电压控制的新型分区方法 | |
Zhang et al. | Distributed optimal active power dispatch under constraints for smart grids | |
CN108462184A (zh) | 一种电力系统线路串补优化配置方法 | |
CN103490428A (zh) | 微电网无功补偿容量配置方法及系统 | |
CN106374450A (zh) | 放射状直流配电网的分布式最优潮流计算方法及装置 | |
CN116706917A (zh) | 基于快速交替方向乘子法的智慧园区协同调控方法及系统 | |
CN113324283B (zh) | 一种计及温度半动态特性的集中供热网络等值方法 | |
CN110120673A (zh) | 基于戴维南等值参数辨识的分布式输配协同无功优化方法及系统 | |
Yang et al. | Distributed collaborative optimal economic dispatch of integrated energy system based on edge computing | |
CN108876004A (zh) | 一种基于块坐标下降法的微网群分层分布式经济调度方法 | |
CN107359614A (zh) | 高渗透率可再生能源条件下配电网安全运行动态重构方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |