CN107069703A - 一种计及新能源接入的交直流配网规划方法 - Google Patents

一种计及新能源接入的交直流配网规划方法 Download PDF

Info

Publication number
CN107069703A
CN107069703A CN201710022431.1A CN201710022431A CN107069703A CN 107069703 A CN107069703 A CN 107069703A CN 201710022431 A CN201710022431 A CN 201710022431A CN 107069703 A CN107069703 A CN 107069703A
Authority
CN
China
Prior art keywords
bus
power
direct current
alternating current
vsc
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
Application number
CN201710022431.1A
Other languages
English (en)
Other versions
CN107069703B (zh
Inventor
朱红
王勇
张明
马洲俊
嵇文路
徐青山
蒋贤强
罗兴
王春宁
姚虹春
陈然
梁硕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING BRANCH OF CHINA ELECTRIC POWER RESEARCH INSTITUTE
State Grid Corp of China SGCC
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
NANJING BRANCH OF CHINA ELECTRIC POWER RESEARCH INSTITUTE
State Grid Corp of China SGCC
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NANJING BRANCH OF CHINA ELECTRIC POWER RESEARCH INSTITUTE, State Grid Corp of China SGCC, Southeast University, State Grid Jiangsu Electric Power Co Ltd, Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical NANJING BRANCH OF CHINA ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN201710022431.1A priority Critical patent/CN107069703B/zh
Publication of CN107069703A publication Critical patent/CN107069703A/zh
Application granted granted Critical
Publication of CN107069703B publication Critical patent/CN107069703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/382—
    • 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]
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种计及新能源接入的交直流配网规划方法，属于电力技术领域。该方法包括如下步骤：S1根据VSC电路模型，构造VSC潮流计算模型；S2以一个二进制变量，两个二进制矩阵表示交直流混联系统拓扑结构；S3建立第一层优化模型；S4针对负荷、风力发电和光伏发电的随机性，利用蒙特卡洛模拟出数个场景；S5针对各个场景，以最小化运行成本为目标，建立第二层最优潮流优化模型，得出混联系统其余发电机的出力；S6将数个场景发电机和负荷的均值代入到第一层优化模型，进行最优混联系统拓扑结构求解。本发明以方便嵌入已有的遗传算法中，使得结果精度高，为交直流配电网的规划提供相应的算法依据。

Description

一种计及新能源接入的交直流配网规划方法
技术领域
本发明涉及一种计及新能源接入的交直流配网规划方法，属于电力技术领域。
背景技术
在绿色能源技术的的号召下，越来越多的清洁能源得到了利用，比如光能，风能，地热能等，与之对应的发电技术也得到了广泛的发展。目前新能源发电的研究成为了当前电力系统的潮流，随着技术的提升，越来越多的新能源电源接入了电力网络。据有关调查，截止2018年，全球光伏的装机容量将超过376GW。另外，为了保护环境，电动汽车行业也迈入了发展高峰期，调查表明，2014-2015年间，全球电动汽车数目增加了70％。新能源和电动汽车都有一个共同点，与传统负荷不同，他们的出力或者消耗都具有一定的随机性，如果接入传统电网，会对电压产生一定的影响。为了更好地消纳新能源，需要采用直流配电网，但是由于无法迅速将交流配电网转化为直流配电网，因此当前研究的热点定在了交直流混合配电网。
交直流配电网能够很好地适应消纳新能源的需求，是未来智能电网发展的方向。研究表明，相同的输电线路，采用直流输电的方式能够使输电容量达到交流的1.5倍，而且能够有效减少线路损耗，这就意味着除了消纳新能源，直流配网还能够大大提升输电能力。
目前，对于网络架构规划的研究有不少，但是针对交直流混联系统，以及考虑系统内多样分布式电源出力和负荷随机性的研究尚缺。当前的网络规划主要是涉及HVDC系统，而且很少考虑分布式电源和负荷的随机性，并且有的规划方法计算速度普遍较低，因此本发明申请一种计及新能源接入的交直流配网规划方法，充分考虑了系统内部各类新能源的随机性，将网络结构二进制化，嵌入成熟的遗传算法，大大提高了规划的精确性和速度。
发明内容
本发明要解决的技术问题是，针对现有技术不足，提出一种一种计及新能源接入的交直流配网规划方法。
本发明为了解决上述技术问题提出的技术方案是：一种计及新能源接入的交直流配网规划方法，包括如下步骤：
步骤S1，根据VSC电路模型，构造VSC潮流计算模型；
所述步骤S1包括：确立VSC交-直流侧电压关系模型；确立VSC交-直流侧电压基值关系模型；VSC交-直流侧有功、无功关系模型；
步骤S2，以一个二进制变量，两个二进制矩阵表示交直流混联系统拓扑结构；
S21，根据母线是否为直流母线，确定二进制向量W(n)；
S22，根据母线之间是否相连，确定二进制矩阵U(n,m)；
S23，根据线路是否为直流线路，确定二进制矩阵D(n,m)；
步骤S3，以最小化电源安装成本和运行成本为目标函数，建立第一层优化模型；
S31，确定优化模型的目标函数，即最小化系统成本，包括电源运行成本和安装成本；
S32，确定优化模型的整型约束，包括W(n)、U(n,m)、D(n,m)服从{0,1}；
S33，确定优化模型的拓扑结构约束；
步骤S4，针对负荷、风力发电和光伏发电的随机性，利用蒙特卡洛模拟出数个场景；
根据不同季节三者PDF的不同，利用蒙特卡洛抽样技术，得出三者不同季节下的不同场景；
步骤S5，针对各个场景，以最小化运行成本为目标，建立第二层最优潮流优化模型，得出混联系统其余发电机的出力；
S51，建立最优潮流的目标函数，即最小化AC、DC发电机的运行成本；
S52，确定最优潮流的约束条件，包括发电机有功、无功不等式约束；每一条母线功率平衡等式约束；母线及线路安全约束；VSC功率及调制比不等式约束；
S53，将步骤S4的场景代入最优潮流模型中，计算系统中除了光伏和风机以外的电源的出力；
S54，判断场景数是否达到设定值，如果是，则结束最优潮流过程，如果否则返回S4继续产生场景；
步骤S6，将数个场景发电机和负荷的均值代入到第一层优化模型，进行最优混联系统拓扑结构求解。
上述技术方案的改进是：在步骤S2中，
①根据母线是否为直流母线，确定二进制向量W(n)，0代表母线n是交流母线，1表示母线n是直流母线；
②根据母线之间是否相连，确定二进制矩阵U(n,m)，0表示母线n和母线m不相连，1表示母线n和母线m相连；
③根据线路是否为直流线路，确定二进制矩阵D(n,m)，0表示母线n和母线m都是交流母线，1表示表示母线n和母线m都是直流母线。
上述技术方案的改进是：在步骤S3中，
目标函数，即以系统电源安装和运行成本最小化为目标函数：
min Zmain＝PCV
其中
PCV＝IC+RC
AOMCt＝8760×E(COPF,t)+β×IC
其中，IC为电源安装成本；RC为运行成本；d为折现率；E(COPF,t)为考虑随机性，最优潮流的计算出的每小时的运行成本；β为货币每年贬值的比率。
上述技术方案的改进是：所述步骤S6包括如下步骤，
S61，初始化遗传算法种群，二进制种群内容即为W(n)、U(n,m)、D(n,m)的组合；
S62，针对每一个体，取S5中的负荷及发电机的功率均值，作为当前个体代表的拓扑中的负荷和发电机的功率；
S63，计算每一个体的电源安装成本和运行成本；
S64，选择最优个体；
S65，判断种群数目是否达到最大值，如果达到则当前最优个体即为全局最优解，否则进行下一步；
S66，将种群进行交叉、变异处理，返回S62。
本发明采用上述技术方案的有益效果是：本发明将网络拓扑用二进制向量和矩阵表示，方便利用遗传算法求解；利用蒙特卡洛模拟法，考虑了交直流混联系统的随机性，并且建立交直流网络二进制表示方式，以方便嵌入已有的遗传算法中，使得结果精度高，为交直流配电网的规划提供相应的算法依据。第二约束条件，为了避免U(n,m)不合理的取值，导致母线被孤立，或者母线连接的线路过多。
附图说明
下面结合附图对本发明作进一步说明：
图1是本发明实施例的一种计及新能源接入的交直流配网规划方法的流程图。
图2是本发明实施例的交流母线结构的结构示意图。
图3是本发明实施例的直流母线结构的结构示意图。
图4是本发明实施例的遗传算法个体结构的示意图。
图5是本发明实施例的VSC潮流结构图的结构示意图。
具体实施方式
实施例
本实施例的一种计及新能源接入的交直流配网规划方法，如图1所示，包括如下步骤：
步骤S1，根据VSC电路模型，构造VSC潮流计算模型；
确立VSC交-直流侧电压关系模型；确立VSC交-直流侧电压基值关系模型；VSC交-直流侧有功、无功关系模型；
需要根据VSC的特性，建立交直流侧参数的关系，VSC模型见图5；
关系如下所示：
交直流侧电压关系为：
其中，Kc为VSC变比；M为VSC的调制系数
交直流侧电压基值关系为：
因此，标幺制下，交直流电压的关系为：
因此，交流侧功率为：
其中，Idc为直流侧电流；ηc为VSC转换效率；Gdc为逆变器等效电导；为VSC连接的直流母线电压；
交流侧无功为：
其中，为VSC控制的功率因数角。
步骤S2，以一个二进制变量，两个二进制矩阵表示交直流混联系统拓扑结构；
S21，根据母线是否为直流母线，确定二进制向量W(n)；
S22，根据母线之间是否相连，确定二进制矩阵U(n,m)；
S23，根据线路是否为直流线路，确定二进制矩阵D(n,m)；
步骤S3，以最小化电源安装成本和运行成本为目标函数，建立第一层优化模型；
S31，确定优化模型的目标函数，即最小化系统成本，包括电源运行成本和安装成本；
S32，确定优化模型的整型约束，包括W(n)、U(n,m)、D(n,m)服从{0,1}；
S33，确定优化模型的拓扑结构约束；
步骤S4，针对负荷、风力发电和光伏发电的随机性，利用蒙特卡洛模拟出数个场景；
根据不同季节三者PDF的不同，利用蒙特卡洛抽样技术，得出三者不同季节下的不同场景；
步骤S5，针对各个场景，以最小化运行成本为目标，建立第二层最优潮流优化模型，得出混联系统其余发电机的出力；
S51，建立最优潮流的目标函数，即最小化AC、DC发电机的运行成本；
S52，确定最优潮流的约束条件，包括发电机有功、无功不等式约束；每一条母线功率平衡等式约束；母线及线路安全约束；VSC功率及调制比不等式约束；
S53，将步骤S4的场景代入最优潮流模型中，计算系统中除了光伏和风机以外的电源的出力；
S54，判断场景数是否达到设定值，如果是，则结束最优潮流过程，如果否则返回S4继续产生场景；
步骤S6，将数个场景发电机和负荷的均值代入到第一层优化模型，进行最优混联系统拓扑结构求解。
利用二进制变量来表示交直流配网的拓扑结构方法。
该方法具体表示为：
①根据母线是否为直流母线，确定二进制向量W(n)，0代表母线n是交流母线，1表示母线n是直流母线；
②根据母线之间是否相连，确定二进制矩阵U(n,m)，0表示母线n和母线m不相连，1表示母线n和母线m相连；
③根据线路是否为直流线路，确定二进制矩阵D(n,m)，0表示母线n和母线m都是交流母线，1表示表示母线n和母线m都是直流母线。
进一步地，所述步骤S3包括：
确定交直流网络规划的优化模型。
交直流母线结构见图2、3，优化模型如下所示：
①目标函数。即以系统电源安装和运行成本最小化为目标函数：
min Zmain＝PCV
其中
PCV＝IC+RC
AOMCt＝8760×E(COPF,t)+β×IC
其中，IC为电源安装成本；RC为运行成本；d为折现率；E(COPF,t)为考虑随机性，最优潮流的计算出的每小时的运行成本；β为货币每年贬值的比率。
②第一类约束条件。二进制变量必须满足如下关系：
W(n)∈{0,1},
U(n,m)∈{0,1},
D(n,m)∈{0,1},
③第二类约束条件。为了避免U(n,m)不合理的取值，导致母线被孤立，或者母线连接的线路过多，U(n,m)必须满足如下关系：
进一步地，所述步骤S4包括：
考虑四季变换对负荷大小、风机和光伏出力的影响，根据不同季节三者PDF的不同，利用蒙特卡洛抽样技术，得出三者不同季节下的不同场景：
具体的随机模型如下所示：
负荷随机模型：
光伏及风机随机模型：
其中，不同季节的参数见。
表1负荷及分布式电源PDF参数
进一步地，所述步骤S5包括：
最对具体的拓扑结构，和负荷、风机和光伏的场景，进行最优潮流求解。
具体的最优潮流模型如下所示：
①目标函数。以最小化交直流电源运行成本为目标函数，具体表达式如下所示：
其中，为第i台交流发电机的成本系数；为第i台交流发电机的功率；为第i台直流发电机的成本系数；为第i台直流发电机的功率。
②发电机约束条件。交流电源存在有功无功上下限的约束，直流电源存在有功上下限的约束，具体表达式如下所示：
其中，不等式左侧为发电机有功无功的下限，右侧为发电机有功无功的上限。
③功率平衡约束。系统的有功无功，产生和消耗应该平衡：
其中，为母线n的注入有功；为潮流计算出来的母线n消耗的有功；为为母线n的注入无功，为潮流计算出来的母线n消耗的无功。
④网络安全约束。节点的电压，相角和支路的功率有存在各自的上下限：
其中，不等式左边为各变量的下限，不等式右边为各变量的上限；
⑤逆变器约束。逆变器的功率存在上限，调制比存在上下限：
其中，不等式左边为各变量的下限，不等式右边为各变量的上限；
进一步地，所述步骤S6包括：
根据S5确定的系统未知发电机的出力后，利用遗传算法求解系统网络拓扑：
S61，初始化遗传算法种群，二进制种群内容即为W(n)、U(n,m)、D(n,m)的组合，见图4；
S62，针对每一个体，取S5中的负荷及发电机的功率均值，作为当前个体代表的拓扑中的负荷和发电机的功率；
S63，计算每一个体的电源安装成本和运行成本；
S64，选择最优个体；
S65，判断种群数目是否达到最大值，如果达到则当前最优个体即为全局最优解，否则进行下一步；
S66，将种群进行交叉、变异处理，返回S62。
本发明不局限于上述实施例。凡采用等同替换形成的技术方案，均落在本发明要求的保护范围。

Claims (4)

1.一种计及新能源接入的交直流配网规划方法，其特征在于包括如下步骤：
步骤S1，根据VSC电路模型，构造VSC潮流计算模型；
确立VSC交-直流侧电压关系模型；确立VSC交-直流侧电压基值关系模型；VSC交-直流侧有功、无功关系模型；
步骤S2，以一个二进制变量，两个二进制矩阵表示交直流混联系统拓扑结构；
S21，根据母线是否为直流母线，确定二进制向量W(n)；
S22，根据母线之间是否相连，确定二进制矩阵U(n,m)；
S23，根据线路是否为直流线路，确定二进制矩阵D(n,m)；
步骤S3，以最小化电源安装成本和运行成本为目标函数，建立第一层优化模型；
S31，确定优化模型的目标函数，即最小化系统成本，包括电源运行成本和安装成本；
S32，确定优化模型的整型约束，包括W(n)、U(n,m)、D(n,m)服从{0,1}；
S33，确定优化模型的拓扑结构约束；
步骤S4，针对负荷、风力发电和光伏发电的随机性，利用蒙特卡洛模拟出数个场景；
根据不同季节三者PDF的不同，利用蒙特卡洛抽样技术，得出三者不同季节下的不同场景；
步骤S5，针对各个场景，以最小化运行成本为目标，建立第二层最优潮流优化模型，得出混联系统其余发电机的出力；
S51，建立最优潮流的目标函数，即最小化AC、DC发电机的运行成本；
S52，确定最优潮流的约束条件，包括发电机有功、无功不等式约束；每一条母线功率平衡等式约束；母线及线路安全约束；VSC功率及调制比不等式约束；
S53，将步骤S4的场景代入最优潮流模型中，计算系统中除了光伏和风机以外的电源的出力；
S54，判断场景数是否达到设定值，如果是，则结束最优潮流过程，如果否则返回S4继续产生场景；
步骤S6，将数个场景发电机和负荷的均值代入到第一层优化模型，进行最优混联系统拓扑结构求解。
2.根据权利要求1所述的计及新能源接入的交直流配网规划方法，其特征在于：在步骤S2中，
①根据母线是否为直流母线，确定二进制向量W(n)，0代表母线n是交流母线，1表示母线n是直流母线；
②根据母线之间是否相连，确定二进制矩阵U(n,m)，0表示母线n和母线m不相连，1表示母线n和母线m相连；
③根据线路是否为直流线路，确定二进制矩阵D(n,m)，0表示母线n和母线m都是交流母线，1表示表示母线n和母线m都是直流母线。
3.根据权利要求1所述的计及新能源接入的交直流配网规划方法，其特征在于：在步骤S3中，
目标函数，即以系统电源安装和运行成本最小化为目标函数：
min Zmain＝PCV
其中
PCV＝IC+RC
<mrow> <mi>R</mi> <mi>C</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>T</mi> <mi>P</mi> </msub> </munderover> <mfrac> <mrow> <msub> <mi>AOMC</mi> <mi>t</mi> </msub> </mrow> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mi>d</mi> <mo>)</mo> </mrow> <mi>t</mi> </msup> </mfrac> </mrow>
AOMCt＝8760×E(COPF,t)+β×IC
其中，IC为电源安装成本；RC为运行成本；d为折现率；E(COPF,t)为考虑随机性，最优潮流的计算出的每小时的运行成本；β为货币每年贬值的比率。
4.根据权利要求1所述的计及新能源接入的交直流配网规划方法，其特征在于：所述步骤S6包括如下步骤，
S61，初始化遗传算法种群，二进制种群内容即为W(n)、U(n,m)、D(n,m)的组合；
S62，针对每一个体，取S5中的负荷及发电机的功率均值，作为当前个体代表的拓扑中的负荷和发电机的功率；
S63，计算每一个体的电源安装成本和运行成本；
S64，选择最优个体；
S65，判断种群数目是否达到最大值，如果达到则当前最优个体即为全局最优解，否则进行下一步；
S66，将种群进行交叉、变异处理，返回S62。
CN201710022431.1A 2017-01-12 2017-01-12 一种计及新能源接入的交直流配网规划方法 Active CN107069703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710022431.1A CN107069703B (zh) 2017-01-12 2017-01-12 一种计及新能源接入的交直流配网规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710022431.1A CN107069703B (zh) 2017-01-12 2017-01-12 一种计及新能源接入的交直流配网规划方法

Publications (2)

Publication Number Publication Date
CN107069703A true CN107069703A (zh) 2017-08-18
CN107069703B CN107069703B (zh) 2019-12-17

Family

ID=59598742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710022431.1A Active CN107069703B (zh) 2017-01-12 2017-01-12 一种计及新能源接入的交直流配网规划方法

Country Status (1)

Country Link
CN (1) CN107069703B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110867892A (zh) * 2019-11-20 2020-03-06 国网湖北省电力有限公司宜昌供电公司 一种含可再生能源发电的混合配电网规划方法
CN111598339A (zh) * 2020-05-18 2020-08-28 华北电力大学 一种接入新能源的交直流混合配电网最优供电的决策方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167756A (zh) * 2014-08-18 2014-11-26 国家电网公司 一种含多端直流输电的交直流系统潮流确定方法
CN104318326A (zh) * 2014-10-15 2015-01-28 国家电网公司 一种提升可再生能源接纳能力的网架优化模型
CN105958496A (zh) * 2016-07-01 2016-09-21 华北电力大学 基于连续潮流的含vsc系统最大输电能力计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167756A (zh) * 2014-08-18 2014-11-26 国家电网公司 一种含多端直流输电的交直流系统潮流确定方法
CN104318326A (zh) * 2014-10-15 2015-01-28 国家电网公司 一种提升可再生能源接纳能力的网架优化模型
CN105958496A (zh) * 2016-07-01 2016-09-21 华北电力大学 基于连续潮流的含vsc系统最大输电能力计算方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110867892A (zh) * 2019-11-20 2020-03-06 国网湖北省电力有限公司宜昌供电公司 一种含可再生能源发电的混合配电网规划方法
CN110867892B (zh) * 2019-11-20 2023-11-10 国网湖北省电力有限公司宜昌供电公司 一种含可再生能源发电的混合配电网规划方法
CN111598339A (zh) * 2020-05-18 2020-08-28 华北电力大学 一种接入新能源的交直流混合配电网最优供电的决策方法
CN111598339B (zh) * 2020-05-18 2023-08-04 华北电力大学 一种接入新能源的交直流混合配电网最优供电的决策方法

Also Published As

Publication number Publication date
CN107069703B (zh) 2019-12-17

Similar Documents

Publication Publication Date Title
CN103872701B (zh) 一种储能型交直流混合微网及其控制方法
CN105244869B (zh) 一种含微网的配电网动态随机调度控制方法
CN106487036B (zh) 一种基于多目标优化算法的独立光伏拖动系统容量配置方法
CN105870949B (zh) 一种基于分布式梯度算法的微电网储能单元优化控制方法
CN107112762A (zh) 分层及分布式电网控制
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及系统
CN107785931A (zh) 一种小型电能管理与协调控制一体化装置
CN108233430B (zh) 一种计及系统能源波动性的交直流混合微网优化方法
CN105186500B (zh) 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法
CN105809265A (zh) 含分布式可再生能源配电网柔性互联装置的容量配置方法
CN107134789A (zh) 基于拓展qv节点的光储最优潮流控制方法
CN103368186A (zh) 一种风电系统无功优化方法
CN107332290B (zh) 一种基于直流线路的区域负荷转供方法
Varghese et al. Energy storage management of hybrid solar/wind standalone system using adaptive neuro‐fuzzy inference system
Coath et al. Particle swarm optimisation for reactive power and voltage control with grid-integrated wind farms
CN108376994A (zh) 基于三端口电力电子变压器并网的交直流混合微网运行优化方法
CN107069703A (zh) 一种计及新能源接入的交直流配网规划方法
Zhang et al. Energy management optimization strategy of DC microgrid based on consistency algorithm considering generation economy
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和系统
CN107609690A (zh) 一种负荷主动管理决策优化的方法
CN111768036A (zh) 一种综合能源配电系统与上级电网交互运行的功率优化方法
Li et al. Research on modeling and control strategy of lithium battery energy storage system in new energy consumption
CN116707023A (zh) 基于源荷相关性聚类的主动配电网分层分区综合优化方法
CN114552664B (zh) 一种基于双层有向图的多微网优化协调运行控制方法
Zhou et al. A distributed economic control and transition between economic and non-economic operation in islanded microgrids

Legal Events

Date Code Title Description
PB01 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