CN107069743B - 电网断面潮流的自动调整计算方法 - Google Patents

电网断面潮流的自动调整计算方法 Download PDF

Info

Publication number
CN107069743B
CN107069743B CN201710312523.3A CN201710312523A CN107069743B CN 107069743 B CN107069743 B CN 107069743B CN 201710312523 A CN201710312523 A CN 201710312523A CN 107069743 B CN107069743 B CN 107069743B
Authority
CN
China
Prior art keywords
card
cards
evaluation function
calculating
value
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
Application number
CN201710312523.3A
Other languages
English (en)
Other versions
CN107069743A (zh
Inventor
司大军
钱迎春
李玲芳
石立宝
孙启明
游广增
肖友强
陈姝敏
陈义宣
何烨
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.)
Shenzhen Graduate School Tsinghua University
Yunnan Power Grid Co Ltd
Original Assignee
Shenzhen Graduate School Tsinghua University
Yunnan Power Grid 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 Shenzhen Graduate School Tsinghua University, Yunnan Power Grid Co Ltd filed Critical Shenzhen Graduate School Tsinghua University
Priority to CN201710312523.3A priority Critical patent/CN107069743B/zh
Publication of CN107069743A publication Critical patent/CN107069743A/zh
Application granted granted Critical
Publication of CN107069743B publication Critical patent/CN107069743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks

Landscapes

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

Abstract

本申请公开了一种电网断面潮流的自动调整计算方法,所述方法包括:导入潮流原始参数数据,形成导纳矩阵;确定断面线路,计算所述断面线路上各发电机有功输出对所述断面线路的端面潮流的灵敏度,结合所述灵敏度以及所述断面线路的地理信息指标,将所述发电机进行排序;以所述发电机的有功输出和电压幅值为状态变量,生成卡片;随机所述卡片中状态变量的初值,生成若干张卡片,形成卡片集;计算所述卡片集内各卡片的评价函数值;当所述卡片的评价函数值小于给定的阈值,停止迭代。本申请提供的电网断面潮流的自动调整计算方法,提高求解的速度,并可以得到多个可行解,为系统调度晕啊提供更多的选择。

Description

电网断面潮流的自动调整计算方法
技术领域
本申请涉及电力系统仿真计算分析领域,尤其涉及一种电网断面潮流的自动调整计算方法。
背景技术
在电网中的断面是指连接两地区之间的多条支路所形成的联络线族,断面潮流即为组成断面的各条支路的潮流之和,它清晰地反映了断面所连接的两地区之间的功率交换关系。电网调度、规划部门在计算电网断面最大输送能力时,通常使用电力系统分析软件,通过不断调整运行方式,同时进行大批量预想故障稳定校核,根据时域仿真曲线人工判别系统的稳定性。
从目前来看,关于复杂电网断面极限的智能求解技术虽然在理论上进行了一些研究,但还有很多难题没有解决。国内学者就基于规则的电力系统潮流自动调整的相关问题开展研究,主要内容包括潮流计算理论问题分析、自动调整方案研究和相关软件设计三个部分。自动调整方案主要针对潮流计算不收敛的情况,提出了专家规则和电力系统潮流调整相结合的观点。通过对专家系统的产生、结构、功能进行的研究,论证了观点的可行性,研究了基于规则的电力系统潮流自动调整的实施方法。
随着电网规模的不断扩大、电网日益复杂(如交直流混联、直流异步联网等),对电网分析日益复杂,虽然目前对断面潮流计算的研究不断的深入以及多样化,但其中对电网实际因素考虑较少,缺乏实用性。
发明内容
本申请提供了一种电网断面潮流的自动调整计算方法,提高求解的速度,并可以得到多个可行解,为系统调度员 提供更多的选择。
本申请提供了一种电网断面潮流的自动调整计算方法,该方法包括:导入潮流原始参数数据,形成导纳矩阵;
确定断面线路,计算所述断面线路上各发电机有功输出对所述断面线路的端面潮流的灵敏度,结合所述灵敏度以及所述断面线路的地理信息指标,将所述发电机进行排序;
以所述发电机的有功输出和电压幅值为状态变量,生成卡片,所述卡片中包括{p1,p2, p3…pk,v1,v2…vi+1},其中,所述pk为发电机有功输出,v1,v2,...,vi+1为发电机组里i个PV节点及一个平衡节点的电压;
随机所述卡片中状态变量的初值,生成若干张卡片,形成卡片集;
计算所述卡片集内各卡片的评价函数值;
当所述卡片的评价函数值小于给定的阈值,停止迭代。
可选的,上述方法中,所述随机所述卡片中状态变量的初值,生成若干张卡片后还包括:
对所述卡片中的状态变量进行扰动,获取扰动卡片集合;
分别选取扰动前卡片和扰动后卡片的卡片形成新的卡片集。
可选的,上述方法中,设定迭代次数阈值,统计迭代次数,当所述迭代次数大于所述迭代次数阈值时,停止迭代。
可选的,上述方法中,所述计算所述卡片集内各卡片的评价函数值中,
当所述卡片对应的潮流解不收敛时,将所述卡片的评价函数值设为-1。
可选的,上述方法中,在计算所述卡片集内各卡片的评价函数值中,评价函数为
Figure GDA0002287436020000021
其中,所述pl为所述断面线路的断面潮流值,Pl为所述断面线路的断面潮流给定值,a取值为[400,500],b取值为[100,200]。
可选的,上述方法中,所述分别选取扰动前卡片和扰动后卡片的卡片形成新的卡片集,具体为,
计算扰动后卡片的评价函数值,
将所述扰动前卡片和所述扰动后卡片分别按其评价函数值的从大到小排序,分别选择其评价函数值位于前N的卡片,组成新的2N卡片集。
可选的,上述方法中,当所述卡片对应的潮流解不收敛时,将所述卡片的评价函数值设为-1;
所述2N卡片集中不含有评价函数值为-1的卡片。
本申请实施例提供的电网断面潮流的自动调整计算方法,在计算各卡片的评价函数值时,需要先计算卡片对应的潮流解。由于各卡片相互独立,因此这一过程可以同时并行进行。现代计算机均有多个计算核心,支持多个任务同时在多个核心上运行。由于实际计算过程中潮流计算占据了主要的运行时间,因此本发明使用多核心计算机并行计算潮流解从而大大提高整体效率,并且在一定范围内增加核心数目能进一步提升计算效率,呈良好的扩展性。卡片集合中每个卡片扰动过程及潮流求解过程均是独立的,利用计算机的多核特点,所采用的并行计算技术,可以大大提高求解速度;由于算法基于计算智能方法,搜索具有一定随机性,因此可以同时得到多个可行解,为系统调度员提供更多选择。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种电网断面潮流的自动调整计算方法的结构流程图。
图2为本申请实施例提供的另一种电网断面潮流的自动调整计算方法的一个实施例的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
参见图1,为本申请实施例提供的电网断面潮流的自动调整计算方法的结构流程图。由附图1可见,所述方法包括以下步骤:
S101:导入潮流原始参数数据,形成导纳矩阵。
统计潮流原始参数数据,将潮流原始参数数据导入,生成导纳矩阵。根据提供的计算系统的拓扑和数据,例如各发电机的电抗、线路的阻抗值等等。程序根据这些数据可以根据导纳矩阵的定义生成导纳矩阵:
Figure GDA0002287436020000031
其中,对角元素即自导纳为
Figure GDA0002287436020000032
即与节点i相连的所有节点j和节点i之间支路的导纳之和;非对角元素即互导纳为Yij=-yij,即两节点之间支路的导纳的相反数。
S102:确定断面线路,计算所述断面线路上各发电机有功输出对所述断面线路的端面潮流的灵敏度,结合所述灵敏度以及所述断面线路的地理信息指标,将所述发电机进行排序。
指定断面线路,以基于直流潮流得到的各发电机有功输出对线路潮流的灵敏度表达式,
Figure GDA0002287436020000033
式中:Sk-i为节点i有功输出对线路k潮流的灵敏度。这一灵敏度反映了发电机的有功输出对线路潮流的影响大小,灵敏度越大,发电机增加单位有功输出,线路潮流增加的值越大。Xmi、Xni分别为各支路导纳所组成的对角阵的逆矩阵X的第m行第i 列和第n行第i列的元素;xk为线路k的电抗值。结合所研究系统的地理信息为指标,将全部发电机组排序,结合直接指定的发电机组,筛选出待调整的部分发电机组。
当灵敏度一样时需要使用额外的指标筛选,这里考虑到工程实际中经常使用的“就近原则”,结合地理信息进行排序。可以为二者分配各自的权重,例如0.8和0.2,计算出各发电机对断面的灵敏度和距离后,各自乘以其权重,再求和得到最终的指标值,按该指标值进行排序。将可调整的发电机组按上述的指标进行排序,然后选取前M台发电机作为实际的参与调整的发电机。因为实际系统的发电机可能数量庞大,而某些发电机(排序靠后) 实际上对断面潮流的影响很小,为了简化程序的操作,对排序后的发电机序列筛选前M台,这里M可由使用人员指定,根据系统调度需要选择合适的M。过大的M不会提高解的收敛性,反而可能降低计算速度。
S103:以所述发电机的有功输出和电压幅值为状态变量,生成卡片。
以所述发电机的有功输出和电压幅值为状态变量,生成卡片,所述卡片中包括{p1,p2, p3…pk,v1,v2…vi+1},可记作
Figure GDA0002287436020000041
其中,所述pk为发电机有功输出,v1,v2,...,vi+1为发电机组里i个PV节点及一个平衡节点的电压。其余发电机的有功及PV节点的电压保持不变,因此不必包含在此卡片内。该卡片代表了当前电网的某种正常运行工况,同时也隐含了所要研究断面潮流的分布情况。
卡片中的发电机是系统中参与调整的发电机,由于计算一次潮流时只需要所有PV节点的有功和电压幅值、所有PQ节点的有功和无功以及平衡节点的电压幅值和相角,不参与调整的发电机的这些状态量由于调整过程中不会改变,因此不必包含在卡片中。
S104:随机所述卡片中状态变量的初值,生成若干张卡片,形成卡片集。
对卡片中每台发电机的状态变量进行随机初始化,因为卡片中的每一台发电机有用功和电压均有上限和下限的限制,初始化时可以从下限到上限的范围内随机选择一个值作为初值。具体地,对上图所示的卡片中的每个值xi,其初始值取为:
xi0=rand(0,1)(ximax-ximin)+ximin
式中,rand(0,1)表示从(0,1)中产生一个随机数,随机过程可服从均匀分布、高斯分布或其他概率分布。ximin、ximax分别表示xi的下限和上限。
对卡片中的每个数据都独立地初始化,例如,一次初始化后可能生成下面的卡片:
32.3 22.7 17.6 55.6 1.02 0.98 1.04
其中,各发电机的有功输出分别为32.3MW、22.7MW、17.6MW、….、55.6MW,而PV节点中的发电机电压分别为1.02、0.98、…、1.04(标幺值)。
为了提高计算速度,可以同时初始化若干张卡片,各卡片的初始化过程独立。
初始化是为了确定一个合理、可行的初始解,因此需要保证各发电机的有功和电压幅值都在要求的上下限之间。采用该种方法,可随机生成若干张卡片,形成初始卡片集合,集合大小一般取值为30。
S105:计算所述卡片集内各卡片的评价函数值。
电网断面潮流自动调整的目的是确保指定线路的潮流pl达到给定值Pl,即设定如下优化目标,并使其达到最小:Min O=(pl-Pl)2,通常来说,所设计的评价函数应能反映出每张卡片对目标的贡献大小情况。其中,评价函数的值越大,表明该卡片实现上述目标最小的概率越大,因此需要作一定的映射,在这里采用如下形式:
Figure GDA0002287436020000051
式中:a,b为两个正整数。其中,正数a的引入确保评价函数总是一个大于零的值,正数b则用于控制评价函数f的范围。通常a取值为[400,500],b 取值为[100,200]。
S106:当所述卡片的评价函数值小于给定的阈值,停止迭代。
当某个卡片所对应的目标函数(pl-Pl)2值小于给定的阈值时,则认为该卡片所包含的状态变量为最终的最优解,则停止迭代。或,如果有多个卡片所对应的目标函数(pl-Pl)2值均小于给定的阈值时,则停止迭代。如果使用人员需要尽可能快地得到计算结果,可以使程序在任意一张卡片满足上述条件时就结束运行;如果使用人员需要同时得到若干个可行解以供选择,可以设置程序使其在给定数目的卡片满足要求时才结束运行。
此处的阈值即指定的精度,如1MW,当断面潮流值与目标值的差距(绝对值)小于这个阈值即认为调整结束。设置这个阈值是考虑到工程实际中对解的精确性通常没有很严格的要求,解的精确性和求解的速度需要一个折衷的平衡。这个阈值由使用者确定,根据其对解的精确性的要求而给定。
可选的,在步骤S104中,还包括以下步骤,具体参见附图2,如下:
S1041:对所述卡片中的状态变量进行扰动,获取扰动卡片集合。
为了使在步骤S104中生成的卡片集合尽可能覆盖多的搜索空间,即不同的电网运行工况,本发明提出对卡片中的每个状态变量施加高斯白噪声进行扰动,具体见下表:
Figure GDA0002287436020000052
其中,N(0,1)表示均值为0,标准差为1的高斯分布。σ称为策略参数,决定了每一次扰动的大小。这里,过小的σ会限制初始探索,减慢收敛速度;而过大的σ则又会限制收敛到优化解的能力,σ越大,意味着高斯扰动越大,则初始阶段能覆盖到较大的可行解区域,但收敛阶段较慢,因此不容易陷入局部最优,但收敛速度偏慢;而σ越小则相反,收敛阶段较快,但容易陷入局部最优。本申请实施例中σ取0.2。
S1042:分别选取扰动前卡片和扰动后卡片的卡片形成新的卡片集。
分别从步骤S1041所产生的扰动卡片集合与扰动前卡片中选取卡片,组成新的卡片集。
可选的,计算扰动后卡片的评价函数值,将所述取扰动前卡片和所述扰动后卡片分别按其评价函数值的从大到小排序,分别选择其评价函数值位于前N的卡片,组成新的2N卡片集。在计算评价函数值时,卡片所对应的潮流解不收敛,则将其评价函数值设为-1,组成新的2N卡片集中不含有评价函数值为-1的卡片。
例如,在步骤S104中产生大小为30张的卡片集,每次迭代时的卡片都是30张。卡片重组即是将上次重组后的30张卡片和分别对它们施加扰动后得到的30张卡片共60张卡片筛选出30张卡片。为了同时保留前后两个卡片组的特性,分别各取评价函数值不为-1的 15张卡片,组成新的卡片组。
可选的,设定迭代次数阈值,统计迭代次数,当所述迭代次数大于所述迭代次数阈值时,停止迭代。即在完成设定迭代次数阈值时候,还无法找到可行解,将强制停止迭代。因为,可能由于系统拓扑或者断面潮流值设置不合理导致永远无法将断面潮流调整至给定值。
本申请实施例提供的电网断面潮流的自动调整计算方法,在计算各卡片的评价函数值时,需要先计算卡片对应的潮流解。由于各卡片相互独立,因此这一过程可以同时并行进行。现代计算机均有多个计算核心,支持多个任务同时在多个核心上运行。由于实际计算过程中潮流计算占据了主要的运行时间,因此本发明使用多核心计算机并行计算潮流解从而大大提高整体效率,并且在一定范围内增加核心数目能进一步提升计算效率,呈良好的扩展性。卡片集合中每个卡片扰动过程及潮流求解过程均是独立的,利用计算机的多核特点,所采用的并行计算技术,可以大大提高求解速度;由于算法基于计算智能方法,搜索具有一定随机性,因此可以同时得到多个可行解,为系统调度员提供更多选择。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种电网断面潮流的自动调整计算方法,其特征在于,所述方法包括:
导入潮流原始参数数据,形成导纳矩阵;
确定断面线路,计算所述断面线路上各发电机有功输出对所述断面线路的端面潮流的灵敏度,结合所述灵敏度以及所述断面线路的地理信息指标,将所述发电机进行排序;
以所述发电机的有功输出和电压幅值为状态变量,生成卡片,所述卡片中包括{p1,p2,p3…pk,v1,v2…vi+1},其中,所述pk为发电机有功输出,v1,v2,...,vi+1为发电机组里i个PV节点及一个平衡节点的电压;
随机所述卡片中状态变量的初值,生成若干张卡片,形成卡片集;
计算所述卡片集内各卡片的评价函数值;
当所述卡片的评价函数值小于给定的阈值,停止迭代。
2.如权利要求1所述的方法,其特征在于,所述随机所述卡片中状态变量的初值,生成若干张卡片后还包括:
对所述卡片中的状态变量进行扰动,获取扰动卡片集合;
分别选取扰动前卡片和扰动后卡片的卡片形成新的卡片集。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
设定迭代次数阈值,统计迭代次数,当所述迭代次数大于所述迭代次数阈值时,停止迭代。
4.如权利要求1或2所述的方法,其特征在于,所述计算所述卡片集内各卡片的评价函数值中,
当所述卡片对应的潮流解不收敛时,将所述卡片的评价函数值设为-1。
5.如权利要求1所述的方法,其特征在于,在计算所述卡片集内各卡片的评价函数值中,评价函数为
Figure FDA0002287436010000011
其中,所述pl为所述断面线路的断面潮流值,Pl为所述断面线路的断面潮流给定值,a取值为[400,500],b取值为[100,200]。
6.如权利要求2所述的方法,其特征在于,所述分别选取扰动前卡片和扰动后卡片的卡片形成新的卡片集,具体为,
计算扰动后卡片的评价函数值,
将所述扰动前卡片和所述扰动后卡片分别按其评价函数值的从大到小排序,分别选择其评价函数值位于前N的卡片,组成新的2N卡片集。
7.如权利要求6所述的方法,其特征在于,当所述卡片对应的潮流解不收敛时,将所述卡片的评价函数值设为-1;
所述2N卡片集中不含有评价函数值为-1的卡片。
CN201710312523.3A 2017-05-05 2017-05-05 电网断面潮流的自动调整计算方法 Active CN107069743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710312523.3A CN107069743B (zh) 2017-05-05 2017-05-05 电网断面潮流的自动调整计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710312523.3A CN107069743B (zh) 2017-05-05 2017-05-05 电网断面潮流的自动调整计算方法

Publications (2)

Publication Number Publication Date
CN107069743A CN107069743A (zh) 2017-08-18
CN107069743B true CN107069743B (zh) 2020-03-10

Family

ID=59595941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710312523.3A Active CN107069743B (zh) 2017-05-05 2017-05-05 电网断面潮流的自动调整计算方法

Country Status (1)

Country Link
CN (1) CN107069743B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111682546B (zh) * 2020-06-01 2021-11-12 国网河北省电力有限公司石家庄供电分公司 基于灵敏度分析的直流潮流改进算法
CN114069615B (zh) * 2021-11-07 2023-11-07 广西电网有限责任公司 基于断面有功灵敏度搜索可调机组消除潮流越限的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217374A (zh) * 2014-08-29 2014-12-17 国网安徽省电力公司 一种输电网网损灵敏度方案优选算法及系统
CN105574238A (zh) * 2015-12-11 2016-05-11 中国电力科学研究院 一种用于在线稳定裕度评估的断面有功控制策略分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217374A (zh) * 2014-08-29 2014-12-17 国网安徽省电力公司 一种输电网网损灵敏度方案优选算法及系统
CN105574238A (zh) * 2015-12-11 2016-05-11 中国电力科学研究院 一种用于在线稳定裕度评估的断面有功控制策略分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Active power flow adjustment based on sensitivity analysis of DC load flow model;Li Xiaobin等;《2012 Power Engineering and Automation Conference》;20120920;第1-4页 *
基于直流潮流灵敏度的断面潮流定向控制;贾宏杰等;《电力系统自动化》;20100125;第34卷(第2期);第34-38页 *

Also Published As

Publication number Publication date
CN107069743A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
Ramadan et al. Particle swarm optimization algorithm for capacitor allocation problem in distribution systems with wind turbine generators
Nekooei et al. An improved multi-objective harmony search for optimal placement of DGs in distribution systems
Asrari et al. Reconfiguration of smart distribution systems with time varying loads using parallel computing
Maciel et al. Multi-objective evolutionary particle swarm optimization in the assessment of the impact of distributed generation
Ugranlı et al. Optimal wind turbine sizing to minimize energy loss
Lalitha et al. Optimal DG placement for maximum loss reduction in radial distribution system using ABC algorithm
CN108879708A (zh) 一种主动配电网的无功电压分区方法及系统
CN108832615A (zh) 一种基于改进二进制粒子群算法的配电网重构方法及系统
CN109120009A (zh) 计及分布式电源出力随机变化的主动配电网故障恢复方法
CN112103988A (zh) 一种结合网络重构的集群划分双层模型的建立方法
CN107069743B (zh) 电网断面潮流的自动调整计算方法
Jain et al. Adaptive wavelet neural network-based fast dynamic available transfer capability determination
Li et al. Short term prediction of photovoltaic power based on FCM and CG-DBN combination
Moradifar et al. Comprehensive identification of multiple harmonic sources using fuzzy logic and adjusted probabilistic neural network
Suvarchala et al. A brief review on optimal allocation of Distributed Generation in distribution network
Radhakrishnan et al. GIS integrated automation of a near real-time power-flow service for electrical grids
Musa et al. Optimal sizing and location of multiple distributed generation for power loss minimization using genetic algorithm
Karthikumar et al. A new opposition crow search optimizer-based two-step approach for controlled intentional islanding in microgrids
Bagheri Tolabi et al. Novel hybrid fuzzy-intelligent water drops approach for optimal feeder multi objective reconfiguration by considering multiple-distributed generation
PADMA et al. Application of fuzzy and ABC algorithm for DG placement for minimum loss in radial distribution system
Kumar et al. Comparative analysis of particle swarm optimization variants on distributed generation allocation for network loss minimization
Kanwar et al. New sensitivity based approach for optimal allocation of shunt capacitors in distribution networks using PSO
CN108711860A (zh) 一种基于并行计算的配电网变电站-线路联合规划方法
Liu et al. Multi-objective optimal allocation of TCSC for power systems with wind power considering load randomness
Emambocus et al. An optimized hybrid dragonfly algorithm applied for solving the optimal reactive power dispatch problem in smart grids

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