CN107506914A - 计及分布式电源渗透率变化的变电站动态扩展规划方法 - Google Patents
计及分布式电源渗透率变化的变电站动态扩展规划方法 Download PDFInfo
- Publication number
- CN107506914A CN107506914A CN201710689350.7A CN201710689350A CN107506914A CN 107506914 A CN107506914 A CN 107506914A CN 201710689350 A CN201710689350 A CN 201710689350A CN 107506914 A CN107506914 A CN 107506914A
- Authority
- CN
- China
- Prior art keywords
- transformer substation
- power supply
- stage
- substation
- ith
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000035699 permeability Effects 0.000 title claims abstract description 31
- 238000010586 diagram Methods 0.000 claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 238000010276 construction Methods 0.000 claims abstract description 24
- 230000002068 genetic effect Effects 0.000 claims abstract description 14
- 230000009467 reduction Effects 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 24
- 230000006872 improvement Effects 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 9
- 230000000670 limiting effect Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 101150067055 minC gene Proteins 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000004513 sizing Methods 0.000 abstract 1
- 230000002829 reductive effect Effects 0.000 description 13
- 238000011160 research Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Nitrogen And Oxygen Or Sulfur-Condensed Heterocyclic Ring Systems (AREA)
Abstract
一种计及分布式电源渗透率变化的变电站动态扩展规划方法,包括:建立考虑分布式电源的变电站动态扩展规划模型,包括:建立目标函数和给出模型约束条件;提出基于改进加权Voronoi图算法的变电站范围划分方法,包括:加权Voronoi图的罚函数改进、加权Voronoi图的凹凸性改进和加权Voronoi图的方向性改进;基于遗传算法和启发式算法求解变电站动态扩展规划模型,首先进行遗传算法的编码,然后进行变电站动态扩展规划模型求解。本发明在完善目标年变电站选址定容方法的基础上,对中间年变电站选址定容规划,充分考虑变电站规划年限内动态扩展规划过程,实现变电站选址建设过程费用最小化。
Description
技术领域
本发明涉及一种变电站动态扩展规划方法。特别是涉及一种计及分布式电源渗透率变化的变电站动态扩展规划方法。
背景技术
变电站规划问题可以分为旨在满足规划目标年的负荷需求的静态规划和旨在满足各发展阶段持续增长的负荷需求的动态扩展规划。根据国内外先进的规划理念,首先实现远景目标年的断面电网规划,进而结合电网现状,逐步实现近中期各中间年的电网动态扩展规划。结合这一规划思路,本发明以负荷饱和年作为远景目标年,并基于目标年变电站站选址定容结果,针对中间年变电站动态扩展规划开展研究。
在现有的变电站选址与定容规划问题的理论研究中,变电站动态扩展规划方面的研究相对较少,在负荷发展预测与在时间尺度上化简问题等方面也缺少完备的解决方案。现有研究提出的变电站动态扩展规划模型是以整个规划期投资最小为目标函数的,忽略了规划期结束时变电站的剩余价值,经济性计算不够精确;模型求解侧重于求取变电站的建设时序,对变电站供电范围的处理比较粗糙,无法保证变电站负载均衡性。此外,越来越多的可再生能源作为分布式电源接入配电网,DG供应负荷的能力逐步提升。但由于其波动特性,DG对传统配电网负荷需求产生的影响比较复杂,目前,仅有少数变电站规划研究中考虑了DG的影响,这些研究侧重分析了在时间层面DG的电源替代特性对负荷需求产生的影响,忽略了在空间上负荷需求变化对变电站供电范围的影响。
发明内容
本发明所要解决的技术问题是,提供一种在完善目标年变电站选址定容方法的基础上,对中间年变电站选址定容规划的计及分布式电源渗透率变化的变电站动态扩展规划方法。
本发明所采用的技术方案是:一种计及分布式电源渗透率变化的变电站动态扩展规划方法,包括如下步骤:
1)建立考虑分布式电源的变电站动态扩展规划模型,包括:建立目标函数和给出模型约束条件;
2)提出基于改进加权Voronoi图算法的变电站范围划分方法,包括:加权Voronoi图的罚函数改进、加权Voronoi图的凹凸性改进和加权Voronoi图的方向性改进;
3)基于遗传算法和启发式算法求解变电站动态扩展规划模型,首先进行遗传算法的编码,然后进行变电站动态扩展规划模型求解。
步骤1)所述的目标函数如下:
minC=CStation+CFeeder+CCQ (1)
式中:CStation为变电站建设及维护费用终值;CFeeder为变电站低压侧线路建设及维护费用终值;CCQ为变电站低压侧线路网损费用终值;N为变电站总个数;T为规划阶段总数;为第i个变电站投建成本;为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为第i个变电站扩容成本;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;r为社会贴现率;It为t阶段终值转换因数,nt为t阶段年数,αt为t阶段初始年份,αT为规划期终止年份;mi为第i个变电站的寿命;ui为第i个变电站的维护费用比例;zi为第i个变电站的残值费用比例;Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;H为线路类型集合,h为线路类型;为h型线路的单位建设成本;li,j为第i个变电站与负荷点j的连线距离;为二进制变量,取1时表示第t阶段第i个变电站与负荷点j间已建设h型线路,取0时表示未建设;eh为h型线路的寿命;vh为h型线路的维护费用比例;yh为h型线路的残值费用比例;Mi,t为第t阶段第i个变电站的分布式电源渗透率;k(Mi,t)为考虑分布式电源的线路运行损耗系数,Mi,t值越大,k(Mi,t)取值越小;为h型线路的损耗折算系数,为当前电价,为线路年损耗小时数,为h型线路的每公里电阻,Ui为第i个变电站线电压,为功率因数;Pt,j为第t个阶段负荷点j的有功功率,
其中,定义分布式电源渗透率M为:
M=PDG/PL (5)
式中:PL为负荷最大值;PDG为分布式电源置信容量。
步骤1)所述的模型约束条件包括:
(1)变电站建设顺序约束:
式中:为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t+1阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;为二进制变量,取1时表示第t+1阶段第i个变电站已扩容,取0时表示未扩容;
(2)变电站容量约束:
式中:Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;Pt,j为第t个阶段负荷点j的有功功率;为功率因数;Si,t为t阶段第i个变电站的容量;γi,t为t阶段第i个变电站的负载率;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;
(3)变电站网供负荷均衡:
式中:max(Ei,t)/min(Ei,t)为在t阶段变电站网供负荷均衡度;Ei,t为t阶段第i个变电站的网供负载率;N为变电站总个数;T为规划阶段总数;
(4)变电站供电半径约束:
li,j≤Ri,t×ψi,t,j (9)
式中:li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数,影响负荷点j的分布式电源置信容量越大,ψi,t,j取值越大,具体计算如下,
式中:Gi,t为t阶段向第i个变电站供电的分布式电源集合,g为分布式电源节点;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;Si,t,g与Ri,t,g分别为t阶段向第i个变电站供电的分布式电源节点g的装机容量与等效供电半径;li,g为第i个变电站与分布式电源节点g的距离;ρi,t为t阶段第i个变电站供电范围内的负荷密度;
(5)变电站供电范围不交叉:
式中:N为变电站总个数;ηi,t,j为二进制变量用于判断第t个阶段负荷点j是否由第i个变电站供电,为1时表示“是”,为0时表示“否”;δi,t,g为二进制变量用于判断第t个阶段分布式电源点g是否向变电站i供电,为1时表示“是”,为0时表示“否”。
步骤2)所述的加权Voronoi图的罚函数改进,是在变电站达到一定供电距离后,增大变电站的权值,有效避免变电站供电范围交叉,具体权值公式如下。
式中:为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;为第t个阶段第i个变电站在第m次加权Voronoi图迭代中原始权值;Pi,t,m-1为第t个阶段第i个变电站在第m-1次加权Voronoi图迭代中的负荷值;Si,t为t阶段第i个变电站的容量;τ为衰减系数;li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ξ、χ为两个实数系数。
步骤2)所述的加权Voronoi图的凹凸性改进,是在加权Voronoi图迭代满足变电站负载率约束后,重新判断两个相邻变电站间边界负荷点的归属问题,具体是将网供负载率高于全部分区网供负载率平均值15%的分区的边界上的负荷从大到小排序,依次判断是否需转移至临近的分区以满足负荷均衡的约束。
所述的判断是否需转移至临近的分区,是当全部分区的结果满足负荷均衡的约束时,不需要转移,否则需要转移。
步骤2)所述的加权Voronoi图的方向性改进,是将变电站供电半径在分布式电源供电区域方向增加,各变电站的权值计算如下:
式中:为第t个阶段i个变电站在第m次加权Voronoi图迭代中考虑分布式电源后在负荷点j方向的权值;为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数。
步骤3)所述的遗传算法的编码,是当变电站在目标年有两个变压器采用两位二进制编码,“00”表示第一阶段投建;“01”表示第二阶段投建;“10”表示第三阶段投建;“11”表示第四阶段投建;当变电站在目标年有三个变压器则采用四位二进制编码,四位中仅有一位为“1”表示投建和扩容在同一阶段完成,四位中有两位为“1”表示在前面阶段投建,后面阶段扩容。
步骤3)所述的变电站动态扩展规划模型求解包括:
(1)将规划期分为四个阶段,初始化变电站建设顺序种群;
(2)不考虑分布式电源,利用改进加权Voronoi图算法对种群中的个体进行供电范围划分并删除不满足约束条件的个体;
(3)不考虑分布式电源,以目标函数的倒数建立适应度函数,根据精英策略保留精英个体,利用轮盘赌进行选择,以交叉概率pc和变异概率pm对种群进行多点交叉及变异,最终生成新种群;
(4)重复第(2)~第(3)步,当达到设定的迭代次数时结束,输出最小费用和初始年至目标年的变电站的建设顺序;
(5)建立计及分布式电源和不计及分布式电源的目标年变电站规划结果的变电站对应关系,具体是地理位置最近的两个变电站建立关系;
(6)根据第(4)步得到目标年回推至初始规划年变电站的削减顺序,结合第(5)步得到的变电站对应关系生成计及分布式电源时,由目标年回推至初始规划年变电站的削减顺序;
(7)由目标年前推,依次对每个规划阶段进行如下处理:
按照变电站削减顺序进行减容减站,利用改进加权Voronoi图算法划分供电范围,判断供电范围是否满足约束条件,若满足约束条件,则接受变电站减容减站处理,否则,不接受变电站减容减站处理。
本发明的计及分布式电源渗透率变化的变电站动态扩展规划方法,在完善目标年变电站选址定容方法的基础上,对中间年变电站选址定容规划,充分考虑变电站规划年限内动态扩展规划过程,实现变电站选址建设过程费用最小化。本发明充分计及各阶段DG电源替代特性,减少或延缓了变电站投资,降低了变电站投资终值,保证了变电站建设的经济性。在变电站供电范围划分上,提出了加权Voronoi图罚函数和凹凸性改进,保证了满足约束的供电范围划分;充分计及DG置信容量空间上的影响,提出了加权Voronoi图方向性改进,使变电站的供电范围更加合理,均衡变电站网供负荷的同时提升了DG置信容量。
附图说明
图1是本发明计及分布式电源渗透率变化的变电站动态扩展规划方法的流程图;
图2a是不计及DG的SDEP规划期第5年变电站供电范围图;
图2b是不计及DG的SDEP规划期第10年变电站供电范围图;
图2c是不计及DG的SDEP规划期第15年变电站供电范围图;
图2d是不计及DG的SDEP规划期第20年变电站供电范围图;
图3a是计及DG的SDEP规划期第5年变电站供电范围图;
图3b是计及DG的SDEP规划期第10年变电站供电范围图;
图3c是计及DG的SDEP规划期第15年变电站供电范围图;
图3d是计及DG的SDEP规划期第20年变电站供电范围图。
具体实施方式
下面结合实施例和附图对本发明的计及分布式电源渗透率变化的变电站动态扩展规划方法做出详细说明。
本发明的计及分布式电源渗透率变化的变电站动态扩展规划方法,包括如下步骤:
1)建立考虑分布式电源(DG)的变电站动态扩展规划模型,包括:建立目标函数和给出模型约束条件;
本发明变电站动态扩展规划是基于目标年变电站规划结果优化中间年变电站投建和扩容时间。为满足饱和负荷年的负荷需求,所有变压器都应完成建设,因此,变电站投建和扩容时间将不影响饱和负荷年以后变电站的经济性。由于变压器存在固定使用年限,变电站内变压器将循环更迭滚动投入。变压器首次投建时间不同,其在规划期结束时的剩余价值不同。经济学认为,如果固定资产可继续使用,可将剩余价值作为另一个方案。因此,中间年变电站规划方案投资成本应为规划周期内的等效投资成本,即应减去变压器规划期结束后的剩余价值。
本发明中,所述的目标函数如下:
minC=CStation+CFeeder+CCQ (1)
式中:CStation为变电站建设及维护费用终值;CFeeder为变电站低压侧线路建设及维护费用终值;CCQ为变电站低压侧线路网损费用终值;N为变电站总个数;T为规划阶段总数;为第i个变电站投建成本;为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为第i个变电站扩容成本;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;r为社会贴现率;It为t阶段终值转换因数,nt为t阶段年数,αt为t阶段初始年份,αT为规划期终止年份;mi为第i个变电站的寿命;ui为第i个变电站的维护费用比例;zi为第i个变电站的残值费用比例;Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;H为线路类型集合,h为线路类型;为h型线路的单位建设成本;li,j为第i个变电站与负荷点j的连线距离;为二进制变量,取1时表示第t阶段第i个变电站与负荷点j间已建设h型线路,取0时表示未建设;eh为h型线路的寿命;vh为h型线路的维护费用比例;yh为h型线路的残值费用比例;Mi,t为第t阶段第i个变电站的分布式电源渗透率;k(Mi,t)为考虑分布式电源的线路运行损耗系数,Mi,t值越大,k(Mi,t)取值越小;为h型线路的损耗折算系数,为当前电价,为线路年损耗小时数,为h型线路的每公里电阻,Ui为第i个变电站线电压,为功率因数;Pt,j为第t个阶段负荷点j的有功功率,
其中,定义分布式电源渗透率M为:
M=PDG/PL (5)
式中:PL为负荷最大值;PDG为分布式电源置信容量。
传统的变电站规划根据“N-1”原则确定变电站的负载率,进而建立负荷与变电站负载能力间的不等式约束,同时根据电压等级和负荷密度建立变电站供电半径约束。但在考虑分布式电源接入配电网后,分布式电源将承担一部分负荷,网供负荷需求降低;加入分布式电源的局部区域负荷密度等效降低,在该方向的变电站供电半径增加。因此,本发明考虑分布式电源的影响建立新的容量和供电半径约束。本发明所述的模型约束条件包括:
(1)变电站建设顺序约束:
式中:为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t+1阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;为二进制变量,取1时表示第t+1阶段第i个变电站已扩容,取0时表示未扩容;
(2)变电站容量约束:
式中:Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;Pt,j为第t个阶段负荷点j的有功功率;为功率因数;Si,t为t阶段第i个变电站的容量;γi,t为t阶段第i个变电站的负载率;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;
(3)变电站网供负荷均衡:
式中:max(Ei,t)/min(Ei,t)为在t阶段变电站网供负荷均衡度;Ei,t为t阶段第i个变电站的网供负载率;N为变电站总个数;T为规划阶段总数;
(4)变电站供电半径约束:
li,j≤Ri,t×ψi,t,j (9)
式中:li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数,影响负荷点j的分布式电源置信容量越大,ψi,t,j取值越大,具体计算如下,
式中:Gi,t为t阶段向第i个变电站供电的分布式电源集合,g为分布式电源节点;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;Si,t,g与Ri,t,g分别为t阶段向第i个变电站供电的分布式电源节点g的装机容量与等效供电半径;li,g为第i个变电站与分布式电源节点g的距离;ρi,t为t阶段第i个变电站供电范围内的负荷密度;
(5)变电站供电范围不交叉:
式中:N为变电站总个数;ηi,t,j为二进制变量用于判断第t个阶段负荷点j是否由第i个变电站供电,为1时表示“是”,为0时表示“否”;δi,t,g为二进制变量用于判断第t个阶段分布式电源点g是否向变电站i供电,为1时表示“是”,为0时表示“否”。
2)提出基于改进加权Voronoi图算法的变电站范围划分方法,包括:加权Voronoi图的罚函数改进、加权Voronoi图的凹凸性改进和加权Voronoi图的方向性改进;
在常规Voronoi图定义的基础上,定义加权Voronoi图如下:假设Q={q1,q2,...,qn},3≤n<∞为平面欧氏空间上的一个点集,ωi(i=1,2,…,n)为n个正整数,那么围绕n个点将平面空间做一个分割,划分至控制点qi的空间V(qi,ωi)具有以下性质:
式中:d(x,qi),d(x,qj)表示平面上的点x与qi和qj间的直线距离,其中,qi≠qj,i≠j,ωi为控制点qi的权值。
以N个变电站作为N个控制点,加权Voronoi图将把规划区域划分为N个Voronoi区域,区域V(qi,ωi)即为变电站的供电范围。变电站容量Si越大,变电站已供负荷量Pi越小,则变电站权值ωi越小以降低负荷点到变电站i的加权距离,进而扩大变电站供电范围。因此变电站权值ωi定义如下:
ωi=(Pi/Si)τ (14)
式中:τ为衰减系数。
本发明中:
(1)由于不同区块负荷增长情况不同,规划期的某个阶段可能出现一些区块负荷密度远低于其他区块的情况。加权Voronoi图划分供电范围时,向低负荷密度区供电的变电站将被赋予极小的权值以得到较大的供电范围。
假设变电站A与B之间距离为a,负荷点O在AB连线的延长线上,OA的距离为Oa,OB的距离为Ob,且Oa>Ob。若变电站A与B权值相差很大,则可能出现加权距离ωaOa>ωbOb的情况,即变电站A与B的供电范围边界发生交叉。因此,变电站的权值应适当加重供电距离对供电范围的影响。
现有研究中主要从变电站已有供电距离影响剩余供电能力的角度提出了变权重,加重供电距离对供电范围的影响,避免变电站负载率和供电半径越限。但该改进侧重各变电站自身供电半径限制,无法有效改善供电半径较大时供电范围交叉的情况。为解决这一问题,本发明提出了加权Voronoi图的罚函数改进,
所述的加权Voronoi图的罚函数改进,是在变电站达到一定供电距离后,增大变电站的权值,有效避免变电站供电范围交叉,具体权值公式如下。
式中:为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;为第t个阶段第i个变电站在第m次加权Voronoi图迭代中原始权值;Pi,t,m-1为第t个阶段第i个变电站在第m-1次加权Voronoi图迭代中的负荷值;Si,t为t阶段第i个变电站的容量;τ为衰减系数;li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ξ、χ为两个实数系数。
(2)加权Voronoi图的权值反映负荷分布不均匀、各站额定负载率和供电半径对变电站供电范围的影响。加权Voronoi图划分供电范围是一个不断迭代的过程,通过反复调整变电站的权值来得到满足约束条件的供电范围。变电站的权值控制变电站供电范围边界线的移动,边界线较小的移动也可能导致多个负荷点所属变电站发生变化。因此,变电站权值的控制精度能够满足变电站负载率要求却很难满足变电站网供负荷均衡这一约束。为解决这一问题,本发明提出了加权Voronoi图的凹凸性改进。
所述的加权Voronoi图的凹凸性改进,是在加权Voronoi图迭代满足变电站负载率约束后,重新判断两个相邻变电站间边界负荷点的归属问题,具体是将网供负载率高于全部分区网供负载率平均值15%的分区的边界上的负荷从大到小排序,依次判断是否需转移至临近的分区以满足负荷均衡的约束。所述的判断是否需转移至临近的分区,是当全部分区的结果满足负荷均衡的约束时,不需要转移,否则需要转移。
(3)本发明中所述的加权Voronoi图的方向性改进,是分布式电源接入配电网后,分担了配电网部分负荷,分布式电源供电区域的网供负荷需求降低,为保障供电经济性,变电站供电半径在分布式电源供电区域方向增加,各变电站的权值计算如下:
式中:为第t个阶段i个变电站在第m次加权Voronoi图迭代中考虑分布式电源后在负荷点j方向的权值;为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数。
3)基于遗传算法和启发式算法求解变电站动态扩展规划模型,首先进行遗传算法的编码,然后进行变电站动态扩展规划模型求解;其中,
所述的遗传算法的编码,是当变电站在目标年有两个变压器采用两位二进制编码,“00”表示第一阶段投建;“01”表示第二阶段投建;“10”表示第三阶段投建;“11”表示第四阶段投建;当变电站在目标年有三个变压器则采用四位二进制编码,四位中仅有一位为“1”表示投建和扩容在同一阶段完成,四位中有两位为“1”表示在前面阶段投建,后面阶段扩容。
本发明基于遗传算法和启发式算法进行有源配电网变电站动态扩展规划,首先利用遗传算法得到不计及分布式电源的变电站动态扩展规划结果;之后计及分布式电源的影响,提出启发式算法,结合目标年变电站规划结果(计及分布式电源和不计及分布式电源的目标年站址站容均为已知条件)和不计及分布式电源的变电站动态扩展规划结果,综合分析得到计及分布式电源的变电站动态扩展规划结果。本发明中所述的变电站动态扩展规划模型求解包括:
(1)将规划期分为四个阶段,初始化变电站建设顺序种群;
(2)不考虑分布式电源,利用改进加权Voronoi图算法对种群中的个体进行供电范围划分并删除不满足约束条件的个体;
(3)不考虑分布式电源,以目标函数的倒数建立适应度函数,根据精英策略保留精英个体,利用轮盘赌进行选择,以交叉概率pc和变异概率pm对种群进行多点交叉及变异,最终生成新种群;
(4)重复第(2)~第(3)步,当达到设定的迭代次数时结束,输出最小费用和初始年至目标年的变电站的建设顺序;
(5)建立计及分布式电源和不计及分布式电源的目标年变电站规划结果的变电站对应关系,具体是地理位置最近的两个变电站建立关系,例如,计及分布式电源的目标年规划结果中变电站8的站址和不计及分布式电源的结果中变电站4的站址的距离最近,则建立对应关系4-8;
(6)根据第(4)步得到目标年回推至初始规划年变电站的削减顺序,结合第(5)步得到的变电站对应关系生成计及分布式电源时,由目标年回推至初始规划年变电站的削减顺序;
(7)由目标年前推,依次对每个规划阶段进行如下处理:
按照变电站削减顺序进行减容减站,利用改进加权Voronoi图算法划分供电范围,判断供电范围是否满足约束条件,若满足约束条件,则接受变电站减容减站处理,否则,不接受变电站减容减站处理。
下面给出具体实例:
以某地区占地面积63.08km2的区域作为算例,根据用地规划将其分为368个小区进行空间负荷预测,规划期为20年,其负荷饱和年总负荷为744.5MW,功率因数为0.9。规划区域预测目标年光伏发电额定容量为250.5MW,风机发电额定容量为126.5MW。按照规划区负荷发展程度将其分为老城区、第1年投建的新城区和第10年投建的新城区。负荷特性分为居民、商业和工业三种。不计及分布式电源与计及分布式电源的目标年变电站站址站容结果如表1所示。
根据求解过程可知,不计及分布式电源的变电站动态扩展规划结果是计及分布式电源的变电站动态扩展规划的基础,因此,本发明首先不计及分布式电源的影响,利用遗传算法进行配电网变电站动态扩展规划仿真,得到各阶段变电站建设状态以及变电站供电范围。
表1目标年变电站站址站容
不计及分布式电源的变电站动态扩展规划在规划期投资终值为78913万元。目标年共有8个变电站,装机容量为1090MVA,其中,变电站1和变电站2为已有变电站。由图2a可知,第一阶段将建设3×50MVA的变电站5,此阶段共有3个变电站;由图2b可知,第二阶段将建设2×50MVA的变电站4和2×40MVA的变电站6,此阶段共有5个变电站;由图2c可知,第三阶段将建设3×50MVA的变电站7和3×40MVA的变电站8,扩容变电站4为3×50MVA、变电站6为3×40MVA,此阶段共有7个变电站;由图2d可知,第四阶段将建设2×50MVA的变电站3,完成所有变电站的建设。
不计及分布式电源的规划方案中变电站的供电范围划分只考虑了负荷与变电站的关系。实际上,分布式电源根据已划分的供电范围及分布式电源位置可确定所属变电站,发挥其容量价值。因此,本发明对分布式电源在不计及分布式电源的规划方案下的容量价值进行评估,得到各阶段变电站装机容量、分布式电源置信容量、分布式电源渗透率、容载比和负载率差值结果如表2所示。
表2不计及分布式电源的SDEP结果
由表2可知,在这四个规划阶段,分布式电源的置信容量由3.13MW增加至49.73MW,分布式电源渗透率也由1.33%提升至6.68%;分布式电源分担部分负荷,变电站容载比相对于自然负荷下的容载比有所提高。
根据计及分布式电源和不计及分布式电源的目标年变电站站址站容结果建立变电站对应关系为:1-1,2-2,3-3,4-4,4-8,5-5,6-6,7-7。结合表2得到的结果,利用启发式算法进行计及分布式电源的变电站动态扩展规划。
计及分布式电源的变电站动态扩展规划在规划期投资终值为49492万元。目标年共7个变电站,装机容量为970MVA,其中,变电站1和变电站2为已有变电站。由图3a可知,第一阶段将建设3×50MVA的变电站5,共3个变电站;由图3b可知,第二阶段将建设3×50MVA的变电站6,共4个变电站;由图3c可知,第三阶段将建设3×50MVA的变电站4、2×50MVA的变电站3和2×40MVA的变电站7,共7个变电站;由图3d可知,第四阶段将扩容变电站7为3×40MVA,完成所有变电站的建设。通过图2和图3对比分析可知,计及分布式电源置信容量进行规划将减少或延缓变电站建设,因此,和不计及分布式电源的规划方案相比,本方案变电站投资终值降低了37.28%。
以上展示了计及分布式电源的规划方案,变电站的供电范围划分考虑了负荷、分布式电源与变电站的关系。以下将对分布式电源在计及分布式电源的规划方案下的容量价值进行评估,具体各阶段变电站装机容量、分布式电源置信容量、分布式电源渗透率、容载比和负载率差值结果如表3所示。
由表3可知,有源配电网的四个规划阶段,分布式电源的置信容量由4.64MW增加至68.36MW,分布式电源渗透率由1.97%提升至9.18%。
表3计及分布式电源的SDEP结果
通过表2和表3对比可知,在计及分布式电源置信容量的规划中,第一阶段变电站装机容量不变,容载比提升至1.95;第二阶段变电站装机容量降低30MVA,容载比降至1.86;第三阶段变电站装机容量降低60MVA,容载比降至1.85;第四阶段变电站装机容量降低120MVA,容载比降至1.43。综上,随着分布式电源渗透率的提高,分布式电源分担负荷的比例越来越高,变电站装机容量减少量越来越大,变电站容载比也随变电站装机容量的减少而降低,避免了变电站容量的冗余,保证了变电站建设的经济性。因此,变电站动态扩展规划考虑分布式电源的影响会使规划方案更加合理。
另一方面,在计及分布式电源置信容量的规划中,第一阶段分布式电源的置信容量提升了48.24%;第二阶段分布式电源的置信容量提升了26.54%;第三阶段分布式电源的置信容量提升了47.16%;第四阶段分布式电源的置信容量提升了37.46%。此外,变电站在各阶段的网供负荷均衡度均有所改善。因此,变电站供电范围考虑分布式电源的影响会提升分布式电源置信容量并使各变电站网供负荷更加均衡。
通过上面分析可以看出,本发明的计及分布式电源渗透率变化的变电站动态扩展规划方法充分计及各阶段分布式电源201510843104替代特性,减少或延缓了变电站投资,降低了变电站投资终值,保证了变电站建设的经济性。在变电站供电范围划分上,提出了加权Voronoi图罚函数和凹凸性改进,保证了满足约束的供电范围划分;充分计及分布式电源置信容量空间上的影响,提出了加权Voronoi图方向性改进,使变电站的供电范围更加合理,均衡变电站网供负荷的同时提升了分布式电源置信容量。
Claims (9)
1.一种计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,包括如下步骤:
1)建立考虑分布式电源的变电站动态扩展规划模型,包括:建立目标函数和给出模型约束条件;
2)提出基于改进加权Voronoi图算法的变电站范围划分方法,包括:加权Voronoi图的罚函数改进、加权Voronoi图的凹凸性改进和加权Voronoi图的方向性改进;
3)基于遗传算法和启发式算法求解变电站动态扩展规划模型,首先进行遗传算法的编码,然后进行变电站动态扩展规划模型求解。
2.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤1)所述的目标函数如下:
minC=CStation+CFeeder+CCQ (1)
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>S</mi>
<mi>t</mi>
<mi>a</mi>
<mi>t</mi>
<mi>i</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<mrow>
<mo>(</mo>
<msubsup>
<mi>C</mi>
<mi>i</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msubsup>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>C</mi>
<mi>i</mi>
<mrow>
<mi>e</mi>
<mi>x</mi>
</mrow>
</msubsup>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>e</mi>
<mi>x</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>I</mi>
<mi>t</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<mrow>
<mi>r</mi>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
</msup>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<mi>r</mi>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>F</mi>
<mi>e</mi>
<mi>e</mi>
<mi>d</mi>
<mi>e</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>h</mi>
<mo>&Element;</mo>
<mi>H</mi>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msubsup>
<mi>C</mi>
<mi>h</mi>
<mi>f</mi>
</msubsup>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>h</mi>
</mrow>
<mi>f</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>I</mi>
<mi>t</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<mrow>
<mi>r</mi>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>e</mi>
<mi>h</mi>
</msub>
</msup>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>e</mi>
<mi>h</mi>
</msub>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>v</mi>
<mi>h</mi>
</msub>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mi>h</mi>
</msub>
<mo>&times;</mo>
<mi>r</mi>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>e</mi>
<mi>h</mi>
</msub>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>C</mi>
<mi>Q</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>h</mi>
<mo>&Element;</mo>
<mi>H</mi>
</mrow>
</munder>
<mi>k</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msubsup>
<mi>&mu;</mi>
<mi>h</mi>
<mi>l</mi>
</msubsup>
<msup>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>h</mi>
</mrow>
<mi>f</mi>
</msubsup>
<mo>&times;</mo>
<msub>
<mi>I</mi>
<mi>t</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:CStation为变电站建设及维护费用终值;CFeeder为变电站低压侧线路建设及维护费用终值;CCQ为变电站低压侧线路网损费用终值;N为变电站总个数;T为规划阶段总数;为第i个变电站投建成本;为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为第i个变电站扩容成本;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;r为社会贴现率;It为t阶段终值转换因数,nt为t阶段年数,αt为t阶段初始年份,αT为规划期终止年份;mi为第i个变电站的寿命;ui为第i个变电站的维护费用比例;zi为第i个变电站的残值费用比例;Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;H为线路类型集合,h为线路类型;为h型线路的单位建设成本;li,j为第i个变电站与负荷点j的连线距离;为二进制变量,取1时表示第t阶段第i个变电站与负荷点j间已建设h型线路,取0时表示未建设;eh为h型线路的寿命;vh为h型线路的维护费用比例;yh为h型线路的残值费用比例;Mi,t为第t阶段第i个变电站的分布式电源渗透率;k(Mi,t)为考虑分布式电源的线路运行损耗系数,Mi,t值越大,k(Mi,t)取值越小;为h型线路的损耗折算系数, 为当前电价,为线路年损耗小时数,为h型线路的每公里电阻,Ui为第i个变电站线电压,为功率因数;Pt,j为第t个阶段负荷点j的有功功率,
其中,定义分布式电源渗透率M为:
M=PDG/PL (5)
式中:PL为负荷最大值;PDG为分布式电源置信容量。
3.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤1)所述的模型约束条件包括:
(1)变电站建设顺序约束:
<mrow>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msubsup>
<mo>&le;</mo>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msubsup>
<mo>;</mo>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>e</mi>
<mi>x</mi>
</mrow>
</msubsup>
<mo>&le;</mo>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>e</mi>
<mi>x</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:为二进制变量,取1时表示第t阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t+1阶段第i个变电站已投建,取0时表示未投建;为二进制变量,取1时表示第t阶段第i个变电站已扩容,取0时表示未扩容;为二进制变量,取1时表示第t+1阶段第i个变电站已扩容,取0时表示未扩容;
(2)变电站容量约束:
式中:Ji,t为t阶段第i个变电站所带负荷集合,j为负荷节点;Pt,j为第t个阶段负荷点j的有功功率;为功率因数;Si,t为t阶段第i个变电站的容量;γi,t为t阶段第i个变电站的负载率;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;
(3)变电站网供负荷均衡:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>1.2</mn>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>-</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>10</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>&Element;</mo>
<mo>{</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mo>}</mo>
<mo>;</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mo>{</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>T</mi>
<mo>}</mo>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:max(Ei,t)/min(Ei,t)为在t阶段变电站网供负荷均衡度;Ei,t为t阶段第i个变电站的网供负载率;N为变电站总个数;T为规划阶段总数;
(4)变电站供电半径约束:
li,j≤Ri,t×ψi,t,j (9)
式中:li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数,影响负荷点j的分布式电源置信容量越大,ψi,t,j取值越大,具体计算如下,
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Pi;</mo>
<mrow>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>></mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Pi;</mo>
<mrow>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msup>
<mi>&pi;</mi>
<mn>2</mn>
</msup>
<msup>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>4</mn>
<mo>&times;</mo>
<mi>arcsin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo><</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>P</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mrow>
<mi>W</mi>
<mi>T</mi>
<mi>G</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&rho;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>&times;</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</munder>
<msub>
<mi>S</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:Gi,t为t阶段向第i个变电站供电的分布式电源集合,g为分布式电源节点;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;为t阶段第i个变电站供电范围内光伏的置信容量;为t阶段第i个变电站供电范围内风机的置信容量;Si,t,g与Ri,t,g分别为t阶段向第i个变电站供电的分布式电源节点g的装机容量与等效供电半径;li,g为第i个变电站与分布式电源节点g的距离;ρi,t为t阶段第i个变电站供电范围内的负荷密度;
(5)变电站供电范围不交叉:
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:N为变电站总个数;ηi,t,j为二进制变量用于判断第t个阶段负荷点j是否由第i个变电站供电,为1时表示“是”,为0时表示“否”;δi,t,g为二进制变量用于判断第t个阶段分布式电源点g是否向变电站i供电,为1时表示“是”,为0时表示“否”。
4.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤2)所述的加权Voronoi图的罚函数改进,是在变电站达到一定供电距离后,增大变电站的权值,有效避免变电站供电范围交叉,具体权值公式如下。
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>p</mi>
<mi>u</mi>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>r</mi>
</mrow>
</msubsup>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&tau;</mi>
</msup>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo><</mo>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>p</mi>
<mi>u</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mi>&xi;</mi>
<mo>&times;</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&chi;</mi>
</msup>
<mo>&times;</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>r</mi>
</mrow>
</msubsup>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;为第t个阶段第i个变电站在第m次加权Voronoi图迭代中原始权值;Pi,t,m-1为第t个阶段第i个变电站在第m-1次加权Voronoi图迭代中的负荷值;Si,t为t阶段第i个变电站的容量;τ为衰减系数;li,j为第i个变电站与负荷点j的连线距离;Ri,t为第t个阶段第i个变电站传统配电网中的供电半径限制;ξ、χ为两个实数系数。
5.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤2)所述的加权Voronoi图的凹凸性改进,是在加权Voronoi图迭代满足变电站负载率约束后,重新判断两个相邻变电站间边界负荷点的归属问题,具体是将网供负载率高于全部分区网供负载率平均值15%的分区的边界上的负荷从大到小排序,依次判断是否需转移至临近的分区以满足负荷均衡的约束。
6.根据权利要求5所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,所述的判断是否需转移至临近的分区,是当全部分区的结果满足负荷均衡的约束时,不需要转移,否则需要转移。
7.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤2)所述的加权Voronoi图的方向性改进,是将变电站供电半径在分布式电源供电区域方向增加,各变电站的权值计算如下:
<mrow>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>p</mi>
<mi>u</mi>
</mrow>
</msubsup>
<mo>/</mo>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:为第t个阶段i个变电站在第m次加权Voronoi图迭代中考虑分布式电源后在负荷点j方向的权值;为第t个阶段变电站i在第m次加权Voronoi图迭代中加入罚函数后的权值;ψi,t,j为第t个阶段第i个变电站考虑分布式电源后在负荷点j方向的半径变化因数。
8.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤3)所述的遗传算法的编码,是当变电站在目标年有两个变压器采用两位二进制编码,“00”表示第一阶段投建;“01”表示第二阶段投建;“10”表示第三阶段投建;“11”表示第四阶段投建;当变电站在目标年有三个变压器则采用四位二进制编码,四位中仅有一位为“1”表示投建和扩容在同一阶段完成,四位中有两位为“1”表示在前面阶段投建,后面阶段扩容。
9.根据权利要求1所述的计及分布式电源渗透率变化的变电站动态扩展规划方法,其特征在于,步骤3)所述的变电站动态扩展规划模型求解包括:
(1)将规划期分为四个阶段,初始化变电站建设顺序种群;
(2)不考虑分布式电源,利用改进加权Voronoi图算法对种群中的个体进行供电范围划分并删除不满足约束条件的个体;
(3)不考虑分布式电源,以目标函数的倒数建立适应度函数,根据精英策略保留精英个体,利用轮盘赌进行选择,以交叉概率pc和变异概率pm对种群进行多点交叉及变异,最终生成新种群;
(4)重复第(2)~第(3)步,当达到设定的迭代次数时结束,输出最小费用和初始年至目标年的变电站的建设顺序;
(5)建立计及分布式电源和不计及分布式电源的目标年变电站规划结果的变电站对应关系,具体是地理位置最近的两个变电站建立关系;
(6)根据第(4)步得到目标年回推至初始规划年变电站的削减顺序,结合第(5)步得到的变电站对应关系生成计及分布式电源时,由目标年回推至初始规划年变电站的削减顺序;
(7)由目标年前推,依次对每个规划阶段进行如下处理:
按照变电站削减顺序进行减容减站,利用改进加权Voronoi图算法划分供电范围,判断供电范围是否满足约束条件,若满足约束条件,则接受变电站减容减站处理,否则,不接受变电站减容减站处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710689350.7A CN107506914B (zh) | 2017-08-13 | 2017-08-13 | 计及分布式电源渗透率变化的变电站动态扩展规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710689350.7A CN107506914B (zh) | 2017-08-13 | 2017-08-13 | 计及分布式电源渗透率变化的变电站动态扩展规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107506914A true CN107506914A (zh) | 2017-12-22 |
CN107506914B CN107506914B (zh) | 2020-07-07 |
Family
ID=60690913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710689350.7A Active CN107506914B (zh) | 2017-08-13 | 2017-08-13 | 计及分布式电源渗透率变化的变电站动态扩展规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107506914B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670633A (zh) * | 2018-11-30 | 2019-04-23 | 国网江西省电力有限公司经济技术研究院 | 考虑负荷动态发展的农村变电站升压规划方法 |
CN109919350A (zh) * | 2018-12-25 | 2019-06-21 | 天津大学 | 一种考虑整体经济性的多阶段变电站扩展规划方法 |
CN111311638A (zh) * | 2020-02-11 | 2020-06-19 | 中国人民解放军军事科学院评估论证研究中心 | 基于分割多向预测策略的动态多目标优化方法 |
CN112615371A (zh) * | 2020-12-18 | 2021-04-06 | 浙江大学 | 一种提升配变利用效率的资产优化配置方法 |
CN112700175A (zh) * | 2021-01-21 | 2021-04-23 | 潜能恒信能源技术股份有限公司 | 地下能源与地上需求耦合的分布式能源站构建方法和系统 |
CN113133006A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术服务有限公司 | 规划基站站址的方法和装置 |
CN115018151A (zh) * | 2022-06-02 | 2022-09-06 | 南京工程学院 | 一种多站融合站点扩展规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166887A (zh) * | 2014-08-21 | 2014-11-26 | 大连理工大学 | 一种梯级水电站群联合优化调度的正交离散微分动态规划方法 |
US20150160672A1 (en) * | 2007-05-09 | 2015-06-11 | Gridpoint, Inc. | Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation |
CN105389633A (zh) * | 2015-12-01 | 2016-03-09 | 上海电力学院 | 一种计及分布式电源的变电站优化规划方法 |
-
2017
- 2017-08-13 CN CN201710689350.7A patent/CN107506914B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160672A1 (en) * | 2007-05-09 | 2015-06-11 | Gridpoint, Inc. | Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation |
CN104166887A (zh) * | 2014-08-21 | 2014-11-26 | 大连理工大学 | 一种梯级水电站群联合优化调度的正交离散微分动态规划方法 |
CN105389633A (zh) * | 2015-12-01 | 2016-03-09 | 上海电力学院 | 一种计及分布式电源的变电站优化规划方法 |
Non-Patent Citations (1)
Title |
---|
曹昉,孟琦斌,苗培青,李越: "基于改进加权Voronoi图和遗传算法的变电站规划", 《电网技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670633A (zh) * | 2018-11-30 | 2019-04-23 | 国网江西省电力有限公司经济技术研究院 | 考虑负荷动态发展的农村变电站升压规划方法 |
CN109919350A (zh) * | 2018-12-25 | 2019-06-21 | 天津大学 | 一种考虑整体经济性的多阶段变电站扩展规划方法 |
CN109919350B (zh) * | 2018-12-25 | 2023-04-18 | 天津大学 | 一种考虑整体经济性的多阶段变电站扩展规划方法 |
CN113133006A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术服务有限公司 | 规划基站站址的方法和装置 |
CN113133006B (zh) * | 2019-12-31 | 2023-09-12 | 华为技术服务有限公司 | 规划基站站址的方法和装置 |
CN111311638A (zh) * | 2020-02-11 | 2020-06-19 | 中国人民解放军军事科学院评估论证研究中心 | 基于分割多向预测策略的动态多目标优化方法 |
CN111311638B (zh) * | 2020-02-11 | 2020-12-08 | 中国人民解放军军事科学院评估论证研究中心 | 基于分割多向预测策略的动态多目标优化方法 |
CN112615371A (zh) * | 2020-12-18 | 2021-04-06 | 浙江大学 | 一种提升配变利用效率的资产优化配置方法 |
CN112615371B (zh) * | 2020-12-18 | 2021-10-08 | 浙江大学 | 一种提升配变利用效率的资产优化配置方法 |
CN112700175A (zh) * | 2021-01-21 | 2021-04-23 | 潜能恒信能源技术股份有限公司 | 地下能源与地上需求耦合的分布式能源站构建方法和系统 |
CN112700175B (zh) * | 2021-01-21 | 2024-03-01 | 潜能恒信能源技术股份有限公司 | 地下能源与地上需求耦合的分布式能源站构建方法和系统 |
CN115018151A (zh) * | 2022-06-02 | 2022-09-06 | 南京工程学院 | 一种多站融合站点扩展规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107506914B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506914B (zh) | 计及分布式电源渗透率变化的变电站动态扩展规划方法 | |
Radu et al. | A multi-objective genetic algorithm approach to optimal allocation of multi-type FACTS devices for power systems security | |
Javadi et al. | Multi‐objective, multi‐year dynamic generation and transmission expansion planning‐renewable energy sources integration for Iran's National Power Grid | |
CN107169631B (zh) | 基于改进加权Voronoi图的有源配电网变电站规划方法 | |
CN105488593A (zh) | 一种基于遗传算法的定容分布式电源发电最优选址及容量分配方法 | |
CN106803130B (zh) | 分布式电源接入配电网的规划方法 | |
CN109886468A (zh) | 基于改进的自适应遗传算法的充电站规划方法 | |
CN107316113A (zh) | 一种输电网规划方法及系统 | |
CN109711706A (zh) | 考虑分布式电源和需求响应的主动配电网变电站规划方法 | |
Jiang et al. | Study of future power interconnection scheme in ASEAN | |
Rasid et al. | Fossil fuel cost saving maximization: Optimal allocation and sizing of Renewable-Energy Distributed Generation units considering uncertainty via Clonal Differential Evolution | |
CN105488589A (zh) | 一种基于遗传模拟退火算法的电网线损管理评价方法 | |
CN111724064B (zh) | 一种基于改进免疫算法的含储能配电网规划方法 | |
CN105930927A (zh) | 一种基于行业负荷预测技术的配电网规划方法 | |
CN106300441A (zh) | 一种面向电网多级输电断面的水电站机组负荷分配方法 | |
CN110189231B (zh) | 一种基于改进遗传算法的电网最优供电方案的确定方法 | |
CN110826798B (zh) | 一种储能系统定容选址方法 | |
Ellithy et al. | Optimal shunt capacitors allocation in distribution networks using genetic algorithm-practical case study | |
Ganguly et al. | Multi-objective planning of electrical distribution systems incorporating shunt capacitor banks | |
CN113346501B (zh) | 基于头脑风暴算法的配电网电压优化方法及其系统 | |
CN112365035B (zh) | 一种基于gis地图和非支配排序差分进化算法的优化方法 | |
CN112734590B (zh) | 基于内点法和变领域搜索的动态规划法的二阶段区域电网无功优化方法 | |
Olamaei et al. | Impact of distributed generators on distribution feeder reconfiguration | |
Zhang et al. | Global energy interconnection based optimal power systems planning—A global perspective 2016–2050 | |
Tian et al. | Sensitivity guided genetic algorithm for placement of distributed energy resources |
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 |