CN107590744B - 考虑储能和无功补偿的主动配电网分布式电源规划方法 - Google Patents
考虑储能和无功补偿的主动配电网分布式电源规划方法 Download PDFInfo
- Publication number
- CN107590744B CN107590744B CN201610533031.2A CN201610533031A CN107590744B CN 107590744 B CN107590744 B CN 107590744B CN 201610533031 A CN201610533031 A CN 201610533031A CN 107590744 B CN107590744 B CN 107590744B
- Authority
- CN
- China
- Prior art keywords
- power supply
- active
- distributed power
- power
- formula
- 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
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本文公开了一种考虑储能和无功补偿的主动配电网分布式电源规划方法,包括以下步骤:在功率平衡、节点电压、节点分布式电源容量、储能设备输出功率等条件的约束下,建立综合系统电压偏移,线路有功网损,平均供电可靠性和温室气体排放量的多目标优化规划模型;采用基于节点电压和网损灵敏度因子的模糊控制方法,对分布式电源接入位置进行初始化;采用一种改进的多目标粒子群算法进行优化求解;针对获得的非劣解集,采用模糊决策技术得到符合决策者偏好的最终方案。通过对主动配电网电源优化规划模型的正确性和可行性进行分析,选择最优规划方案,从而保证主动配电网安全稳定运行,提高其经济和环保效益。
Description
技术领域
本发明涉及主动配电网电源规划领域,更具体的说涉及一种考虑储能和无功补偿的主动配电网分布式电源规划方法。
背景技术
以化石燃料为主导的能源结构使得电力工业成为我国国民经济中最大的CO2排放部门。因此,推进可再生能源的有效开发与利用,实现电力工业低碳化成为我国实现节能减排与生态文明目标的必然选择。传统配电网采用被动控制方式,随着分布式电源接入量不断增加,已无法满足电网用户安全、可靠和多样化的供电需求。主动配电网通过对配电网进行主动控制和管理,可以明显提高清洁能源的兼容性,减少配电系统设备的升级投资,提高系统的供电可靠性和电能质量,是未来智能配电网的发展方向。储能系统具有快速能量响应能力,可以在一定程度上平抑分布式电源的波动性,提高电能质量和供电可靠性;补偿电容能够有效提高馈线节点的电压,改变配电网无功潮流的分布,提高系统功率因数,减少线路损耗。如何统一规划分布式电源、储能和补偿电容的位置和容量,对于保证主动配电网安全稳定运行、提高其经济和环保效益具有重要意义。
相对于传统配电网规划,主动配电网规划研究还处在起步阶段,但是也取得了一定的成果。目前的主动配电网规划研究均未能同时考虑分布式电源、储能和补偿电容作为规划选项。
发明内容
本发明的目的在于,针对主动配电网电源选址定容问题,提出一种考虑储能和无功补偿的主动配电网分布式电源规划方法,以保证主动配电网安全稳定运行,提高其经济和环保效益。
为实现上述目的,本发明采用的技术方案是:
1)在功率平衡、节点电压、节点分布式电源容量、储能设备输出功率等条件的约束下,建立综合系统电压偏移,线路有功网损,平均供电可靠性和温室气体排放量的多目标优化规划模型;
2)采用基于节点电压和网损灵敏度因子的模糊控制方法,对分布式电源接入位置进行初始化;
3)采用一种改进的多目标粒子群算法进行优化求解;
4)针对获得的非劣解集,采用模糊决策技术得到符合决策者偏好的最终方案。
本发明的技术方案具有以下有益效果:
本发明的技术方案针对主动配电网电源选址定容问题,提出一种考虑储能和无功补偿的主动配电网分布式电源规划方法,能够保证主动配电网安全稳定运行,提高其经济和环保效益。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1是归一化网损灵敏度因子对应的模糊隶属函数
图2是归一化节点电压对应的模糊隶属函数
图3是分布式电源最优选址适应度对应的模糊隶属函数
图4是改进多目标粒子群算法求解规划模型的流程图
图5是IEEE-33节点配电系统结构图
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
本实例以IEEE-33节点配电系统为例进行计算,其结构如图5所示。。系统的基准容量取100MVA,基准电压为额定电压12.66kV,网络总负荷为(3715+j2300)kVA。节点电压取值范围为0.95~1.05p.u.,分布式电源并网的最高渗透率水平设为20%,分布式电源接入主动配电网的节点数为2。储能设备最大安装节点数为3,节点储能容量上限为200kW。为便于管理和维修,设安装补偿电容的节点数上限为5个。补偿电容以组合的形式接入电网,每组额定容量为10kvar,单个节点最多安装20组补偿电容。设节点1为平衡节点,火电厂提供该节点注入有功功率的65%。火电厂发电机发出单位有功时所释放温室气体为0.623kg/(kW·h),微型燃气轮机发出单位有功时释放温室气体为0.184kg/(kW·h)。各线路故障率均为0.1次/(a·km),线路故障平均停电持续时间为3h/次。
1)建立主动配电网电源多目标优化规划模型。
A、建立目标函数。
A1、系统电压偏移。
式中:NB为网络节点总数,Ui为第i个节点的电压。
A2、线路有功网损。
式中:n为系统线路总数,Ploss(i)为第i条线路上的有功网损。
A3、平均供电可靠性。
式中:N表示系统用户总数,Ni表示受故障影响的用户数,ts表示用户平均停电时间。
A4、温室气体排放量。
式中:Ptr为火电厂发电机的有功出力,etr为火电厂发电机发出单位有功时所释放温室气体的量,δi表示在第i个负荷点处是否安装微型燃气轮机(δi=1表示安装,δi=0表示不安装),pfi、SMti分别为第i个负荷点处微型燃气轮机的功率因数和安装容量,eMT为微型燃气轮机发出单位有功时释放温室气体的量。
B、约束条件
B1、功率平衡约束。
式中:Ptr、Qtr为火电厂发电机的有功和无功出力,NDG为系统安装的分布式电源总数,PDG,i、QDG,i为第i个分布式电源的有功和无功出力,Pess为系统安装的储能设备总容量,NL为系统负荷点总数,PD,i、QD,i为第i个负荷点处的有功和无功负荷。
B2、节点电压约束。
Umin≤Ui≤Umax
式中:Umax、Umin分别为系统节点的电压上限和下限。
B3、节点分布式电源容量约束。
PDG,min≤PDG,i≤PDG,max
PFDG,min≤PFDG,i≤PFDG,max
式中:PDG,max、PDG,min分别为分布式电源有功出力的上限和下限,PFDG,max、PFDG,min分别为分布式电源功率因数的上限和下限。
B4、储能设备输出功率约束。
Pess,min≤Pess,i≤Pess,max
式中:Pess,i为第i个储能设备的容量,Pess,max、Pess,min分别为第i个储能设备容量的上限和下限。
B5、无功补偿设备容量约束。
QC,min≤QC,i≤QC,max
式中:QC,i为第i个节点无功补偿设备的容量,QC,max、QC,min分别为节点无功补偿设备容量的上限和下限。
B6、支路潮流约束。
Si≤Si,max
式中:Si为线路i的实际传输功率,Si,max为线路i的额定传输容量。
B7、分布式电源最大安装容量约束。
式中:μ为分布式电源接入主动配电网的最高渗透率水平。
2)本文采用基于网损灵敏度因子和节点电压的模糊控制方法,以运用优先顺序法得到的负荷点优先顺序作为引导,产生初始的分布式电源选址,既能满足多样性,又具有一定的合理性。
网损灵敏度因子计算公式如下:
式中:Pij-loss为节点i,j间线路上的有功网损,Pj为节点j的注入有功功率,Uj为节点j的电压,Rij为节点i,j间线路的电阻值。LSF(j)越大,表示在负荷点j安装分布式电源后,线路i-j上有功损耗减少量越大,对系统有功网损的改善越多。采用如下公式对网损灵敏度因子进行归一化:
式中:LSFmax、LSFmin分别表示LSF(j)取值的上下限。
归一化网损灵敏度因子和节点电压对应的模糊隶属函数如图1和图2所示,根据模糊决策矩阵(如表1)所示的模糊专家规则进行模糊决策,再通过重心法解模糊化,得到各负荷点分布式电源最优选址的适应度值。适应度的模糊隶属函数如图3。根据适应度大小对各负荷点排序,得到分布式电源最优选址的优先顺序表。对分布式电源进行初始化选址时,优先选取适应度大的负荷点作为分布式电源的初始位置。
表1分布式电源适应度的模糊专家规则
3)采用一种改进的多目标粒子群算法进行优化求解。
A、交叉和变异操作。
在传统粒子群算法的基础上引入遗传算法中的交叉和变异,提高解的多样性,防止算法进入早熟。本发明的交叉操作采用单点交叉来完成。变异操作采用动态自适应变异方法,算法初期变异概率较高,有利于粒子在全局范围内进行搜索;随着迭代次数的增加,逐渐降低粒子的变异概率,当满足搜索条件后停止变异操作。
B、外部档案更新和种群全局最优解的选取。
本发明运用基于拥挤距离排序的外部档案更新策略,粒子的拥挤距离为该粒子与第i个最邻近粒子间的距离,i=sqrt(I+I’),I为粒子群规模,I’为外部档案的最大规模。算法迭代过程中,若外部档案中非劣解数量未达到上限,则将产生的新解直接加入到外部档案中。若外部档案容量已满,如果产生的新解能够支配档案中的部分非劣解,则由新解取代受支配的那些解;否则,对档案中所有解按拥挤距离进行排序,删除其中拥挤距离最小的解,将新解加入外部档案中。
本发明的算法初期采用拥挤距离排序方法,从外部档案中拥挤距离最大的20%个非劣解中随机选出种群全局最优解,使解的分布变得更均匀,避免陷入局部最优;算法迭代后期,外部档案中粒子分布已经比较均匀,此时拥挤机制效果变差,改为采用禁忌搜索算法指导种群全局最优解的选取,形成具有“记忆”特性的优化搜索禁忌表,有利于保证种群中解的多样性,避免算法早熟。
4)本发明采用模糊决策方法从非劣解集中得到最终的规划方案。首先,将系统电压偏移,线路有功网损,平均供电可靠性和温室气体排放量四个目标函数进行模糊化处理,其隶属函数如下:
式中,aimi为模糊化后的目标函数值;fi为第i个非劣解的目标函数值;fmax和fmin为非劣解集中目标函数的最大最小值。
然后,将[系统电压偏移,线路有功网损,平均供电可靠性,温室气体排放量]作为评价因素,对算法最终Pareto解集进行模糊评价,确定解集中各个方案的隶属度。各因素的权重可根据决策者对四个目标的偏好,以及主动配电网实际情况确定,构成权重向量。为简单起见,本实例统一取[0.25,0.25,0.25,0.25]。最后进行模糊综合评判,选出隶属度与权重相乘求和后数值最大的方案,即为最终规划方案。
5)以分布式风电源为例,算法仿真得到分布式电源,储能和补偿电容接入主动配电网的综合最优方案如表2所示。
表2分布式电源,储能和补偿电容接入主动配电网的综合最优方案
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.考虑储能和无功补偿的主动配电网分布式电源规划方法,包含以下步骤:
1)在功率平衡、节点电压、节点分布式电源容量、储能设备输出功率等条件的约束下,建立综合系统电压偏移,线路有功网损,平均供电可靠性和温室气体排放量的多目标优化规划模型;
2)采用基于节点电压和网损灵敏度因子的模糊控制方法,对分布式电源接入位置进行初始化;
3)采用一种改进的多目标粒子群算法进行优化求解;在传统粒子群算法的基础上,通过引入遗传算子提高算法的全局寻优能力;在处理分布式电源、储能和补偿电容定容问题时,通过外部档案更新和种群全局最优解的选取,提高多目标粒子群算法优化容量分配的能力;
4)针对获得的非劣解集,采用模糊决策技术得到符合决策者偏好的最终方案。
2.根据权利要求1所述的考虑储能和无功补偿的主动配电网分布式电源规划方法,其特征在于,步骤1)中目标函数有:
①系统电压偏移;
式中:NB为网络节点总数,Ui为第i个节点的电压;
②线路有功网损;
式中:n为系统线路总数,Ploss(i)为第i条线路上的有功网损;
③平均供电可靠性;
式中:N表示系统用户总数,Ni表示受故障影响的用户数,ts表示用户平均停电时间;
④温室气体排放量;
式中:Ptr为火电厂发电机的有功出力,etr为火电厂发电机发出单位有功时所释放温室气体的量,δi表示在第i个负荷点处是否安装微型燃气轮机(δi=1表示安装,δi=0表示不安装),pfi、SMti分别为第i个负荷点处微型燃气轮机的功率因数和安装容量,eMT为微型燃气轮机发出单位有功时释放温室气体的量。
3.根据权利要求1所述的考虑储能和无功补偿的主动配电网分布式电源规划方法,其特征在于,步骤1)中约束条件如下:
①功率平衡约束;
式中:Ptr、Qtr为火电厂发电机的有功和无功出力,NDG为系统安装的分布式电源总数,PDG,i、QDG,i为第i个分布式电源的有功和无功出力,Pess为系统安装的储能设备总容量,NL为系统负荷点总数,PD,i、QD,i为第i个负荷点处的有功和无功负荷;
②节点电压约束;
Umin≤Ui≤Umax
式中:Umax、Umin分别为系统节点的电压上限和下限;
③节点分布式电源容量约束;
PDG,min≤PDG,i≤PDG,max
PFDG,min≤PFDG,i≤PFDG,max
式中:PDG,max、PDG,min分别为分布式电源有功出力的上限和下限,PFDG,max、PFDG,min分别为分布式电源功率因数的上限和下限;
④储能设备输出功率约束;
Pess,min≤Pess,i≤Pess,max
式中:Pess,i为第i个储能设备的容量,Pess,max、Pess,min分别为第i个储能设备容量的上限和下限;
⑤无功补偿设备容量约束;
QC,min≤QC,i≤QC,max
式中:QC,i为第i个节点无功补偿设备的容量,QC,max、QC,min分别为节点无功补偿设备容量的上限和下限;
⑥支路潮流约束;
Si≤Si,max
式中:Si为线路i的实际传输功率,Si,max为线路i的额定传输容量;
⑦分布式电源最大安装容量约束;
式中:μ为分布式电源接入主动配电网的最高渗透率水平。
4.根据权利要求1所述的考虑储能和无功补偿的主动配电网分布式电源规划方法,其特征在于,步骤2)中网损灵敏度因子计算公式如下:
式中:Pij-loss为节点i,j间线路上的有功网损,Pj为节点j的注入有功功率,Uj为节点j的电压,Rij为节点i,j间线路的电阻值;LSF(j)越大,表示在负荷点j安装分布式电源后,线路i-j上有功损耗减少量越大,对系统有功网损的改善越多;采用如下公式对网损灵敏度因子进行归一化:
式中:LSFmax、LSFmin分别表示LSF(j)取值的上下限;
以归一化的网损灵敏度因子和节点电压作为模糊输入,以分布式电源最优选址的适应度值作为模糊输出;根据适应度大小对各负荷点排序,得到分布式电源最优选址的优先顺序表;对分布式电源进行初始化选址时,优先选取适应度大的负荷点作为分布式电源的初始位置。
5.根据权利要求1所述的考虑储能和无功补偿的主动配电网分布式电源规划方法,其特征在于,步骤4)采用模糊决策方法从非劣解集中得到最终的规划方案;首先,将系统电压偏移,线路有功网损,平均供电可靠性和温室气体排放量四个目标函数进行模糊化处理,其隶属函数如下:
式中,aimi为模糊化后的目标函数值;fi为第i个非劣解的目标函数值;fmax和fmin为非劣解集中目标函数的最大最小值;
然后,将[系统电压偏移,线路有功网损,平均供电可靠性,温室气体排放量]作为评价因素,对算法最终Pareto解集进行模糊评价,确定解集中各个方案的隶属度;各因素的权重可根据决策者对四个目标的偏好,以及主动配电网实际情况确定,构成权重向量;为简单起见,本文统一取[0.25,0.25,0.25,0.25];最后进行模糊综合评判,选出隶属度与权重相乘求和后数值最大的方案,即为最终规划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610533031.2A CN107590744B (zh) | 2016-07-08 | 2016-07-08 | 考虑储能和无功补偿的主动配电网分布式电源规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610533031.2A CN107590744B (zh) | 2016-07-08 | 2016-07-08 | 考虑储能和无功补偿的主动配电网分布式电源规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107590744A CN107590744A (zh) | 2018-01-16 |
CN107590744B true CN107590744B (zh) | 2021-06-01 |
Family
ID=61046411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610533031.2A Active CN107590744B (zh) | 2016-07-08 | 2016-07-08 | 考虑储能和无功补偿的主动配电网分布式电源规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590744B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320085A (zh) * | 2018-01-23 | 2018-07-24 | 太原理工大学 | 一种基于粒子群随机优化的分布式电源接纳能力评估方法 |
CN110034560A (zh) * | 2019-04-23 | 2019-07-19 | 南京工程学院 | 基于智能软开关的配电网多目标优化运行方法 |
CN110518597B (zh) * | 2019-05-16 | 2022-01-11 | 北京千驷驭电气有限公司 | 中压网络的无功补偿方法、设备及计算机可读存储介质 |
CN110247397B (zh) * | 2019-07-30 | 2020-11-17 | 广东电网有限责任公司 | 一种储能配置方法、系统、装置及可读存储介质 |
CN111030146B (zh) * | 2019-11-25 | 2023-08-04 | 国网新疆电力有限公司电力科学研究院 | 考虑网损和广域节点电压偏差的储能装置选址方法 |
CN111463798B (zh) * | 2020-04-08 | 2024-02-13 | 长园深瑞继保自动化有限公司 | 用于储能协调控制装置的电网电压模糊控制方法 |
CN112182907B (zh) * | 2020-10-19 | 2022-12-27 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合系统储能装置规划方法 |
CN113536650A (zh) * | 2021-06-09 | 2021-10-22 | 天津电力工程监理有限公司 | 粒子群算法求解多目标多能源电源规划模型方法 |
CN116384212B (zh) * | 2022-12-16 | 2023-12-05 | 国网江苏省电力有限公司电力科学研究院 | 一种含dg台区的协同降损方法、计算机设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103311953A (zh) * | 2013-05-22 | 2013-09-18 | 广东电网公司电力科学研究院 | 含分布式电源及储能系统之配电网的控制系统及方法 |
CN103425840A (zh) * | 2013-08-14 | 2013-12-04 | 西北工业大学 | 一种基于改进多目标蛙跳算法的协同空战火力分配方法 |
CN104037793A (zh) * | 2014-07-07 | 2014-09-10 | 北京交通大学 | 一种应用于主动配电网的储能单元容量配置方法 |
CN104112165A (zh) * | 2014-05-19 | 2014-10-22 | 浙江工业大学 | 基于多目标离散粒子群的智能配电网故障恢复方法 |
CN104362623A (zh) * | 2014-11-10 | 2015-02-18 | 国家电网公司 | 一种适用于主动配电网的多目标网络重构方法 |
CN104463357A (zh) * | 2014-11-27 | 2015-03-25 | 国家电网公司 | 一种基于随机最优潮流的随机间歇性dg优化集成的评估方法 |
CN104600714A (zh) * | 2014-12-26 | 2015-05-06 | 北京电研华源电力技术有限公司 | 含分布式电源的配电网无功优化方法及装置 |
CN105244889A (zh) * | 2015-07-21 | 2016-01-13 | 河南行知专利服务有限公司 | 一种配电网无功补偿规划的方法 |
CN105719015A (zh) * | 2016-01-19 | 2016-06-29 | 国网河北省电力公司电力科学研究院 | 一种基于pepso的分布式电源优化选址定容方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015028840A1 (en) * | 2013-08-26 | 2015-03-05 | Ecole Polytechnique Federale De Lausanne (Epfl) | Composable method for explicit power flow control in electrical grids |
-
2016
- 2016-07-08 CN CN201610533031.2A patent/CN107590744B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103311953A (zh) * | 2013-05-22 | 2013-09-18 | 广东电网公司电力科学研究院 | 含分布式电源及储能系统之配电网的控制系统及方法 |
CN103425840A (zh) * | 2013-08-14 | 2013-12-04 | 西北工业大学 | 一种基于改进多目标蛙跳算法的协同空战火力分配方法 |
CN104112165A (zh) * | 2014-05-19 | 2014-10-22 | 浙江工业大学 | 基于多目标离散粒子群的智能配电网故障恢复方法 |
CN104037793A (zh) * | 2014-07-07 | 2014-09-10 | 北京交通大学 | 一种应用于主动配电网的储能单元容量配置方法 |
CN104362623A (zh) * | 2014-11-10 | 2015-02-18 | 国家电网公司 | 一种适用于主动配电网的多目标网络重构方法 |
CN104463357A (zh) * | 2014-11-27 | 2015-03-25 | 国家电网公司 | 一种基于随机最优潮流的随机间歇性dg优化集成的评估方法 |
CN104600714A (zh) * | 2014-12-26 | 2015-05-06 | 北京电研华源电力技术有限公司 | 含分布式电源的配电网无功优化方法及装置 |
CN105244889A (zh) * | 2015-07-21 | 2016-01-13 | 河南行知专利服务有限公司 | 一种配电网无功补偿规划的方法 |
CN105719015A (zh) * | 2016-01-19 | 2016-06-29 | 国网河北省电力公司电力科学研究院 | 一种基于pepso的分布式电源优化选址定容方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107590744A (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590744B (zh) | 考虑储能和无功补偿的主动配电网分布式电源规划方法 | |
Wong et al. | Review on the optimal placement, sizing and control of an energy storage system in the distribution network | |
CN107368961A (zh) | 一种适用于新能源接入背景下的区域电网碳排放管理方法 | |
CN108847663A (zh) | 一种基于随机最优潮流的风电穿透功率极限分析方法 | |
CN112380694B (zh) | 一种基于差异化可靠性需求的配电网优化规划方法 | |
CN111884203B (zh) | 基于双层非支配排序遗传算法的微电网协调优化配置方法 | |
Li et al. | A dynamic multi-constraints handling strategy for multi-objective energy management of microgrid based on MOEA | |
CN113378100A (zh) | 考虑碳排放的配电网源网荷储协同优化调度模型和方法 | |
CN112561273A (zh) | 一种基于改进pso的主动配电网可再生dg规划方法 | |
Cai et al. | Multi-objective planning of distributed photovoltaic power generation based on multi-attribute decision making theory | |
Linlin et al. | Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy | |
CN110943465B (zh) | 一种储能系统选址定容优化方法 | |
CN110649639B (zh) | 计及电热系统运行与损失成本的区域电网优化调度方法 | |
CN115392785A (zh) | 计及阻塞抵抗性的配电网阻塞调度方法 | |
Li et al. | The expansion planning of wind-thermal co-generation system based on harmony search algorithm under smart grid | |
Ni et al. | Multi-objective bi-level optimal dispatch method of active distribution network considering dynamic reconfigurations | |
Fan et al. | Optimal allocation strategy of energy storage to improve the voltage quality of distribution network | |
Xu et al. | Multi-objective particle swarm optimization algorithm based on multi-strategy improvement for hybrid energy storage optimization configuration | |
CN117526432B (zh) | 一种面向源荷互动的配网调控系统及方法 | |
CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
Xuli et al. | Cluster-Based Hierarchical Coordination Planning and Control Strategy for Distribution Network Generation-Load-Storage | |
CN111931322B (zh) | 自主式元胞电网的电源及耦合点规划方法及系统 | |
CN113783213B (zh) | 一种集中式储能电站选址定容两阶段优化方法 | |
Wartana et al. | Application of voltage and lines stability index for optimal placement of wind energy with a system load increase scenario | |
Ting et al. | Multi-objective optimal configuration of two-stage reactive power compensation in power grids with power loss index |
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 |