CN107611970A - 分布式光伏和电动汽车的不确定性配网的优化方法 - Google Patents
分布式光伏和电动汽车的不确定性配网的优化方法 Download PDFInfo
- Publication number
- CN107611970A CN107611970A CN201710966886.9A CN201710966886A CN107611970A CN 107611970 A CN107611970 A CN 107611970A CN 201710966886 A CN201710966886 A CN 201710966886A CN 107611970 A CN107611970 A CN 107611970A
- Authority
- CN
- China
- Prior art keywords
- distribution
- active power
- day
- distributed photovoltaic
- variable
- 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
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式光伏和电动汽车的不确定性配网的优化方法,涉及配网优化调度领域。该方法包括如下步骤:S1、确立配网的不确定量;S2、基于所述不确定量,以配网线路的有功功率损耗最小为原则,建立目标函数;S3、确定配网优化的约束条件,根据约束条件建立约束公式;S4、根据所述目标函数和约束公式,对配网优化调度需要优化的变量进行求解。本发明能够对分布式光伏和电动汽车建立进行协同分析,从而对不确定性配网进行优化调度。
Description
技术领域
本发明涉及配网优化调度领域,具体是涉及一种分布式光伏和电动汽车的不确定性配网的优化方法。
背景技术
随着化石能源枯竭危机、环境污染严重等世界性问题日益突出,许多国家将能源战略逐渐转为可再生的清洁能源。一方面大力发展清洁能源,如光伏发电、水力发电、生物能、地热能等,另一方面设计消耗化石能源设备的替代品,如电动汽车、有轨电车等。其中,光伏发电和电动汽车是近年来发展最迅速的,也是降低化石能源消耗、改善环境问题效果最为显著的措施。
光伏发电主要以分布式光伏发电的形式存在,在我国现阶段已经由补充能源转换为替代能源,装机容量和总发电量中的占比不断增加。但是,分布式光伏发电存在发电间歇性、不稳定性等特性,在接入电网时,会影响电网的稳定性,在一定程度上限制了分布式光伏发电的并网,阻碍分布式光伏发电发展。电动汽车近几年在国家政策大力支持下,取得了飞速发展。随着电动汽车数量的剧增,电动汽车作为分布式微储能单元接入配网,将配网由一辐射状网络变换成一个分布式可微控储能的复杂网络,同时其随机充放电行为成为电网的安全稳定运行新的挑战。
针对分布式光伏发电和电动汽车接入所存在的问题,国内外学者均作了许多相关研究。有学者建立含光伏系统的电动汽车充电站模型,研究了分布式光伏发电和电动汽车充放电集成利用模式和效益。有学者针对包含分布式能源和电动汽车接入的智能电网建立新型模型,假设电动汽车可以与电网之间灵活充放电,实现分布式能源最佳利用,保证电网整体的稳定性以及最佳经济效益。有学者基于智能家居的概念,集中分布式能源和电动汽车就地吸收和消纳,解决分布式能源和电动汽车并网问题,降低对电网的影响。有学者针对并网模式下电动汽车和光伏-储能的微网能量管理问题开展研究,运用遗传算法和粒子群算法的混合方式进行优化求解。
上述学术研究多数为考虑分布式光伏和电动汽车接入的确定性配网优化调度研究。但是在实际情况中,分布式光伏和电动汽车的充放电具有很强的随机性、波动性、不确定性。当具有波动性、不确定性的分布式光伏和电动汽车接入,对现代配网传统调度方式会存在一定挑战性。一方面存在大量电动汽车接入,负荷增大,线路损耗急剧增大,另一方面可能存在分布式光伏接入导致配网电源端电压越限风险。因此需要对分布式光伏和电动汽车建立进行协同分析,从而对不确定性配网进行优化调度。
发明内容
本发明的目的是为了克服上述背景技术的不足,提供一种分布式光伏和电动汽车的不确定性配网的优化方法。本发明能够对分布式光伏和电动汽车建立模型进行协同分析,从而对不确定性配网进行优化调度。
本发明提供一种分布式光伏和电动汽车的不确定性配网的优化方法,包括如下步骤:
S1、确立配网的不确定量;
S2、基于所述不确定量,以配网线路的有功功率损耗最小为原则,建立目标函数;
S3、确定配网优化的约束条件,根据约束条件建立约束公式;
S4、根据所述目标函数和约束公式,对配网优化调度需要优化的变量进行求解。
在上述技术方案的基础上,步骤S1中,所述配网的不确定量为分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率。
在上述技术方案的基础上,所述分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率分别通过建立分布式发电模型、建立电动汽车充电模型和建立配网模型得到。
在上述技术方案的基础上,所述步骤S2包括:
以区间形式表示配网线路一天总的有功功率损耗Wloss,
其中,为一天之中任意t时刻配网线路损耗有功功率区间的中间点,为一天之中任意t时刻配网线路损耗有功功率区间的半径,α为权重因子,α反应配网线路的损耗波动性;
以配网线路一天总的有功功率损耗Wloss最低为目标,构建第一目标函数,第一目标函数为:
其中,为一天之中任意t时刻配网自身发出有功功率区间的中间点,为一天之中任意t时刻配网自身发出有功功率区间的半径;为一天之中任意t时刻分布式光伏输出有功功率区间的中间点,为一天之中任意t时刻分布式光伏输出有功功率区间的半径,为一天之中任意t时刻电动汽车充电消耗有功功率区间的中间点,分别为一天之中任意t时刻电动汽车充电消耗有功功率区间的半径,为一天之中任意t时刻配网负荷消耗有功功率区间的中间点,为一天之中任意t时刻配网负荷消耗有功功率区间的半径。
在上述技术方案的基础上,一天中任意t时刻分布式光伏输出有功功率区间的计算公式为:
其中,为一天中任意t时刻分布式光伏输出有功功率,为预测值,γ为预测精度。
在上述技术方案的基础上,一天中任意t时刻电动汽车充电消耗有功功率区间的计算公式为:
其中,Pev,t为一天之中任意时刻t电动汽车充电消耗有功功率;n为电动汽车充电消耗有功功率区间范围调节参数,根据实际情况进行确定;σev,t为充电功率分布标准差;
在上述技术方案的基础上,一天中任意t时刻配网负荷消耗有功功率区间的计算公式为:
其中,为一天中任意t时刻配网负荷消耗有功功率,为预测值,为一天中任意t时刻配网预测负荷消耗的无功功率,ζ为预测精度。
在上述技术方案的基础上,步骤S3中,所述约束条件为配网各节点电压和配网各节点的有功功率,根据配网各节点电压和配网各节点的有功功率分别建立约束公式一和约束公式二;
约束公式一为:
约束公式二为:
其中,P表示概率,和分别为配网线路电压幅值区间的下限和上限;和分别为配网线路电压幅值允许的最大值和最小值;和分别为配网线路视在功率区间的下限和上限;和分别为配网线路视在功率允许的最大值和最小值;κ和λ均为预设概率。
在上述技术方案的基础上,所述步骤S4中,配网优化调度需要优化的变量包括第一组变量和第二组变量;
所述第一组变量与配网有功功率波动相关,第一组变量为电动汽车充电消耗有功功率、分布式光伏输出有功功率、配网自身发出有功功率和配网负荷消耗有功功率;
所述第二组变量与配网无功功率补偿和电压调节相关,第二组变量为配网自身发出无功功率、无功补偿设备的投切容量、分布式光伏输出无功功率和变压器分接头调压。
在上述技术方案的基础上,所述步骤S4包括:
根据第一目标函数求解第一组变量,根据第一组变量的求解结果,求解第二组变量,构建第二目标函数:
F=F(V)+F(S)
其中,F(V)为违反所述约束公式一的罚函数;F(S)为违反所述约束公式二的罚函数;
若F=0存在,则得到一组完整优化解;
若F=0不存在,则以F最小时,求解的第二组优化变量值为第二组变量最优解,然后以第二组变量最优解重构第一组变量目标函数,形成第三目标函数,第三目标函数为:
若F(V)+F(S)可降为0,则得到一组完整优化解;
若F(V)+F(S)不可降为0,则以Wloss最小时求解的第一组变量结果,再次求解第二组变量,直至F=0存在或者F(V)+F(S)可降为0。
与现有技术相比,本发明的优点如下:本发明考虑分布式光伏与电动汽车大量接入的不确定性配网优化,对分布式光伏和电动汽车建立模型,进行多目标协同分析优化,实现配网净消耗功率和节点电压稳定,降低了配网线路损耗,从而优化了配网调度方法,进而提高配网供电质量。
附图说明
图1是本发明实施例分布式光伏和电动汽车的不确定性配网的优化方法的流程图。
图2是本发明实施例增加分布式光伏和电动汽车充电站的IEEE3节点配网的结构示意图。
图3是图2中节点17和节点27的一天之内分布式光伏输出有功功率的变化规律。
图4是本发明实施例一天之内配网负荷消耗有功功率的变化规律。
图5是本发明实施例分布式光伏和电动汽车大量接入的IEEE33节点的配网优化调度结果。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。
参见图1所示,本发明实施例提供一种一种分布式光伏和电动汽车的不确定性配网的优化方法,包括如下步骤:
S1、确立配网的不确定量;
配网的不确定量为分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率;
分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率分别通过建立分布式发电模型、建立电动汽车充电模型和建立配网模型得到。
一、建立分布式光伏发电模型的过程如下:
将分布式光伏发电的标准条件定义为光伏电池温度TB=25℃、相对大气光学质量为AM1.5、太阳辐射照度GS=1000W/m2,则任意时间段t内光伏发电实际输出功率可以表示为
其中,PST为标准条件下单位分布式光伏电池板额定输出功率;GC为实际工作点的辐射照度;GST为标准条件下的辐射照度;v为输出功率的温度系数;TC为实际工作点处分布式光伏电池的温度;TST为标准条件下分布式光伏电池的温度;
由式(1)可知,光伏发电实际输出功率Ppv(t)主要与辐射照度GC和分布式光伏电池的温度TC相关,分布式光伏电池的温度TC与温度系数v有关。辐射照度GC一天之中会受到时间变化、天气变化、云层移动等影响。当只考虑光伏电池安装位置(经纬度、海拔)和一天中太阳位置变化,忽略外界对光伏电池遮挡因素和温度变化,则分布式光伏发电具有确定的变化规律,即
其中,GC,d为无外界遮挡情况下辐射照度;
则分布式光伏发电随机性输出功率为:
Ppv,s(t)=Ppv,d(t)-Ppv(t) (3)
二、建立电动汽车充电模型的过程如下:
通过对美国家庭旅行调查(national household travel survey,NHTS)数据分析,汽车日行驶里程d近似为对数正太分布,其概率密度函数为
其中,exp表示开根号,μD=3.2为行驶里程期望值,σD=0.88为标准差;
若电动汽车每天最后一次行程结束后立即进行充电,即电动汽车充电开始时刻就是电动汽车行程结束时刻。根据NHTS的数据分析,则汽车行程结束时刻概率分布的概率密度函数为
其中,μS=1.76为汽车行驶结束时刻期望值,σS=3.4为方差;
进一步假设,无论行驶结束后电池剩余电量多少,每次充电都充满为止,且不考虑电动汽车向配网释放电能以缓解用电高峰的电能质量问题,则每次电动汽车充电时长为
其中,W100为电动汽车每行驶100km的耗电量;PC为电动汽车充电时的实际充电功率;
则一天之中任意时刻电动汽车处于充电状态的概率为
其中,为充电时长tev的概率密度函数;tevmax为充电时长tev的积分上限,T为二重积分的积分符号,由电动汽车电池的容量和充电功率可知,一般充电时长tev<10,取tevmax=10,则一天之中任意时刻所有电动汽车总的实际充电功率为
Pev,t=pev×Nev×Pev(t) (8)
其中,pev为一台电动汽车实际充电功率;Nev为一天之中需要充电的电动汽车数量。
三、建立配网模型的过程如下:
对于配网的优化,都是以配网线路损耗最低为目标函数。配电网的主要任务是消耗电能,包含输入端、配电线路、负载等。
在两点式配网中,输入端为a端,负载端为b端,已知负载端b处的需求电压Vb和功率Sb,配网线路的损耗为
其中,Pb为a端的有功功率,Qb为a端的有功功率,为的共轭复数,R为电阻。
由式(9)可以看出,为了减小配网线路的损耗,可以减小输电线路输送的有功功率和无功功率,或者增大电压等级、减小输电线路电阻。减小输电线路电阻需要改造线路,成本很高,不符合实际需求。另外三个量的调节分别对应配网中三种控制手段,分别为采用多端供电方式减少有功功率在线路传输距离或量级、采用无功补偿方式减少配网络无功输送、采用调节输入端电压方式降低配网线路电流。
配网的不确定量为分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率,传统负荷常按照一定规律变化,但也存在一定的波动性。
一天中任意t时刻分布式光伏输出有功功率区间的计算公式为:
其中,为一天中任意t时刻分布式光伏输出有功功率,为预测值,γ为预测精度;
一天中任意t时刻电动汽车充电消耗有功功率区间的计算公式为:
其中,Pev,t为一天之中任意时刻t电动汽车充电消耗有功功率,n为电动汽车充电消耗有功功率区间范围调节参数,根据实际情况进行确定;σev,t为充电功率分布标准差;
一天中任意t时刻配网负荷消耗有功功率区间的计算公式为:
其中,为一天中任意时刻t配网负荷消耗有功功率,为预测值,为一天中任意t时刻配网预测负荷消耗的无功功率,ζ为预测精度。j是复数虚部的表示方式,与P下标im(imaginary)对应,是一种表示方式。
S2、基于不确定量,以配网线路的有功功率损耗最小为原则,建立目标函数;
配网线路一天总的有功功率损耗Wloss以区间形式表示为:
其中,为一天之中任意t时刻配网线路损耗有功功率区间的中间点,为一天之中任意t时刻配网线路损耗有功功率区间的半径,α为权重因子,α反应配网线路的损耗波动性;
当以配网线路一天总的有功功率损耗Wloss最低为目标时,目标函数为:
其中,为一天之中任意t时刻配网自身发出有功功率区间的中间点,为一天之中任意t时刻配网自身发出有功功率区间的半径;为一天之中任意t时刻分布式光伏输出有功功率区间的中间点,为一天之中任意t时刻分布式光伏输出有功功率区间的半径,为一天之中任意t时刻电动汽车充电消耗有功功率区间的中间点,分别为一天之中任意t时刻电动汽车充电消耗有功功率区间的半径,为一天之中任意t时刻配网负荷消耗有功功率区间的中间点,为一天之中任意t时刻配网负荷消耗有功功率区间的半径。
S3、确定配网优化的约束条件,根据约束条件建立约束公式;
确定配网优化的约束条件为:配网各节点电压和配网各节点的有功功率,根据约束条件建立约束公式:
其中,P表示概率,和分别为配网线路电压幅值区间的下限和上限;和分别为配网线路电压幅值允许的最大值和最小值;和分别为配网线路视在功率区间的下限和上限;和分别为配网线路视在功率允许的最大值和最小值;κ和λ均为预设概率。
S4、根据目标函数和约束公式,对配网优化调度需要优化的变量进行求解;
配网优化调度需要优化的变量包括第一组变量和第二组变量;
第一组变量与配网有功功率波动相关,第一组变量为电动汽车充电消耗有功功率、分布式光伏输出有功功率、配网自身发出有功功率和配网负荷消耗有功功率;
第二组变量与配网无功功率补偿和电压调节相关,第二组变量为配网自身发出无功功率、无功补偿设备的投切容量、分布式光伏输出无功功率和变压器分接头调压。
根据公式(14)求解第一组变量,优化配网调度,抑制有功功率波动;
根据第一组变量的求解结果,求解第二组变量,构建目标函数:
F=F(V)+F(S) (17)
其中,F(V)为违反式(15)的罚函数;F(S)为违反式(16)的罚函数;
若F=0存在,表示通过第二组变量优化,可以完全消除配电网节点电压和有功功率越限,得到一组完整优化解;若F=0不存在,则以F最小时,求解的第二组优化变量值为第二组变量最优解,然后以第二组变量最优解重构第一组变量目标函数:
若F(V)+F(S)可降为0,则得到一组完整优化解;若F(V)+F(S)不可降为0,则以Wloss最小时求解的第一组变量结果,再次求解第二组变量,直至F=0存在或者F(V)+F(S)可降为0。
参见图2所示,本发明的一个实施例增加分布式光伏和电动汽车充电站的IEEE3节点配网,以及配网自身发电单元、无功补偿装置和调压变压器对IEEE33节点配网进行修改作为算例分析,配网基准电压为12.66kV,三相功率基准值为10MVA,具体修改参数为:
(1)节点17和节点27增加分布式光伏发电系统,输出有功功率预测值为和对应控制器容量为Spv1=650kVA和Spv2=1200kVA,满足公式(1),且γ=0.1,一天之内分布式光伏有功功率输出变化规律如图3所示。
(2)节点4和节点14增加电动汽车充电站,电动汽车日行驶里程和行程结束时刻满足前面分布规律,设所有电动汽车充电负荷平均分布在两个充电站以简化计算;
(3)节点9增加自身发电单元,输出有功区间为[0,1000kW],无功区间为[-400kVar,400kVar];
(4)节点12和节点30增加无功补偿电容装置,无功调节区间为[0,600kVar];
(5)节点0增加调压变压器,调压区间标幺值为[0.95,1.05]。
参见图4所示,一天之内配网负荷消耗有功功率的变化规律,在考虑分布式光伏与电动汽车大量接入的配网优化调度中,配网负荷消耗有功功率规律和分布式光伏输出有功功率规律确定,在优化时不存在弃光,全部消耗分布式光伏发电,同时尽可能保证配网净消耗有功稳定,达到配网线路损耗最小和各节点电压稳定。电动汽车采用延时充电策略,实现充电可一定范围内调控,配网自身输出有功和补偿电容投切容量为配网主要调节量,进行配网优化调度。
参见图5所示,考虑分布式光伏和电动汽车大量接入的IEEE33节点配网算例优化调度结果。从图5可知,配网自身发出有功功率在17:00至次日3:00处于有功功率满发状态,由于此段时间分布式光伏输出有功功率减少至0并延续,配网原始负荷消耗有功功率最大以及电动汽车逐渐开始大量充电。在3:00至8:00时间段内,配网原始负荷消耗有功功率逐渐增大,同时分布式光伏也开始向配网输送有功功率,这段时间配网自身发出有功功率和电动汽车充电消耗有功功率变化较小。在8:00至17:00时间段内,分布式光伏输出有功功率最大,在维持配网净消耗有功功率稳定前提下,不仅能够满足配网原始负荷,还能供应部分电动汽车充电要求。总的分析可得出,通过本发明提出配网调度方法,在22:00至次日13:00时间段内几乎可以保证配网净消耗有功不变,只在13:00至22:00时间段内有较小的波动。
本领域的技术人员可以对本发明实施例进行各种修改和变型,倘若这些修改和变型在本发明权利要求及其等同技术的范围之内,则这些修改和变型也在本发明的保护范围之内。
说明书中未详细描述的内容为本领域技术人员公知的现有技术。
Claims (10)
1.一种分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,包括如下步骤:
S1、确立配网的不确定量;
S2、基于所述不确定量,以配网线路的有功功率损耗最小为原则,建立目标函数;
S3、确定配网优化的约束条件,根据约束条件建立约束公式;
S4、根据所述目标函数和约束公式,对配网优化调度需要优化的变量进行求解。
2.如权利要求1所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于:步骤S1中,所述配网的不确定量为分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率。
3.如权利要求2所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于:所述分布式光伏输出有功功率、电动汽车充电消耗有功功率和配网负荷消耗有功功率分别通过建立分布式发电模型、建立电动汽车充电模型和建立配网模型得到。
4.如权利要求2所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,所述步骤S2包括:
以区间形式表示配网线路一天总的有功功率损耗Wloss,
其中,为一天之中任意t时刻配网线路损耗有功功率区间的中间点,为一天之中任意t时刻配网线路损耗有功功率区间的半径,α为权重因子,α反应配网线路的损耗波动性;
以配网线路一天总的有功功率损耗Wloss最低为目标,构建第一目标函数,第一目标函数为:
其中,为一天之中任意t时刻配网自身发出有功功率区间的中间点,为一天之中任意t时刻配网自身发出有功功率区间的半径;为一天之中任意t时刻分布式光伏输出有功功率区间的中间点,为一天之中任意t时刻分布式光伏输出有功功率区间的半径,为一天之中任意t时刻电动汽车充电消耗有功功率区间的中间点,分别为一天之中任意t时刻电动汽车充电消耗有功功率区间的半径,为一天之中任意t时刻配网负荷消耗有功功率区间的中间点,为一天之中任意t时刻配网负荷消耗有功功率区间的半径。
5.如权利要求4所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,一天中任意t时刻分布式光伏输出有功功率区间的计算公式为:
其中,为一天中任意t时刻分布式光伏输出有功功率,为预测值,γ为预测精度。
6.如权利要求4所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,一天中任意t时刻电动汽车充电消耗有功功率区间的计算公式为:
其中,Pev,t为一天之中任意时刻t电动汽车充电消耗有功功率;n为电动汽车充电消耗有功功率区间范围调节参数,根据实际情况进行确定;σev,t为充电功率分布标准差。
7.如权利要求4所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,一天中任意t时刻配网负荷消耗有功功率区间的计算公式为:
其中,为一天中任意t时刻配网负荷消耗有功功率,为预测值,为一天中任意t时刻配网预测负荷消耗的无功功率,ζ为预测精度。
8.如权利要求4所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,步骤S3中,所述约束条件为配网各节点电压和配网各节点的有功功率,根据配网各节点电压和配网各节点的有功功率分别建立约束公式一和约束公式二;
约束公式一为:
约束公式二为:
其中,P表示概率,和分别为配网线路电压幅值区间的下限和上限;和分别为配网线路电压幅值允许的最大值和最小值;和分别为配网线路视在功率区间的下限和上限;和分别为配网线路视在功率允许的最大值和最小值;κ和λ均为预设概率。
9.如权利要求8所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于:所述步骤S4中,配网优化调度需要优化的变量包括第一组变量和第二组变量;
所述第一组变量与配网有功功率波动相关,第一组变量为电动汽车充电消耗有功功率、分布式光伏输出有功功率、配网自身发出有功功率和配网负荷消耗有功功率;
所述第二组变量与配网无功功率补偿和电压调节相关,第二组变量为配网自身发出无功功率、无功补偿设备的投切容量、分布式光伏输出无功功率和变压器分接头调压。
10.如权利要求9所述的分布式光伏和电动汽车的不确定性配网的优化方法,其特征在于,所述步骤S4包括:
根据第一目标函数求解第一组变量,根据第一组变量的求解结果,求解第二组变量,构建第二目标函数:
F=F(V)+F(S)
其中,F(V)为违反所述约束公式一的罚函数;F(S)为违反所述约束公式二的罚函数;
若F=0存在,则得到一组完整优化解;
若F=0不存在,则以F最小时,求解的第二组优化变量值为第二组变量最优解,然后以第二组变量最优解重构第一组变量目标函数,形成第三目标函数,第三目标函数为:
若F(V)+F(S)可降为0,则得到一组完整优化解;
若F(V)+F(S)不可降为0,则以Wloss最小时求解的第一组变量结果,再次求解第二组变量,直至F=0存在或者F(V)+F(S)可降为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710966886.9A CN107611970B (zh) | 2017-10-17 | 2017-10-17 | 分布式光伏和电动汽车的不确定性配网的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710966886.9A CN107611970B (zh) | 2017-10-17 | 2017-10-17 | 分布式光伏和电动汽车的不确定性配网的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107611970A true CN107611970A (zh) | 2018-01-19 |
CN107611970B CN107611970B (zh) | 2020-01-14 |
Family
ID=61077161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710966886.9A Active CN107611970B (zh) | 2017-10-17 | 2017-10-17 | 分布式光伏和电动汽车的不确定性配网的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107611970B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109886472A (zh) * | 2019-01-23 | 2019-06-14 | 天津大学 | 一种分布式光伏和电动汽车接入不确定性的配电台区容量方法 |
CN110147899A (zh) * | 2018-02-12 | 2019-08-20 | 香港理工大学 | 配电网分布式储能投资优化方法及装置 |
CN111064214A (zh) * | 2019-12-31 | 2020-04-24 | 国网浙江省电力有限公司电力科学研究院 | 基于电动汽车两阶段滚动式策略的配电网优化调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2251994B1 (en) * | 2009-05-14 | 2013-10-30 | Advanced Digital Broadcast S.A. | System and method for optimization of content recommendation |
CN106549378A (zh) * | 2016-12-09 | 2017-03-29 | 国网江苏省电力公司金湖县供电公司 | 一种针对分布式电源出力不确定性的配网协同调度方法 |
-
2017
- 2017-10-17 CN CN201710966886.9A patent/CN107611970B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2251994B1 (en) * | 2009-05-14 | 2013-10-30 | Advanced Digital Broadcast S.A. | System and method for optimization of content recommendation |
CN106549378A (zh) * | 2016-12-09 | 2017-03-29 | 国网江苏省电力公司金湖县供电公司 | 一种针对分布式电源出力不确定性的配网协同调度方法 |
Non-Patent Citations (2)
Title |
---|
王力成: ""考虑光伏与电动汽车充电功率不确定性的配电网调度方法研究"", 《中国优秀硕士学位论文全文数据库》 * |
谭益: ""考虑新能源发电不确定性的只能配电网优化调度研究"", 《中国优秀博士学位论文全文数据库》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147899A (zh) * | 2018-02-12 | 2019-08-20 | 香港理工大学 | 配电网分布式储能投资优化方法及装置 |
CN110147899B (zh) * | 2018-02-12 | 2023-12-22 | 香港理工大学 | 配电网分布式储能投资优化方法及装置 |
CN109886472A (zh) * | 2019-01-23 | 2019-06-14 | 天津大学 | 一种分布式光伏和电动汽车接入不确定性的配电台区容量方法 |
CN109886472B (zh) * | 2019-01-23 | 2022-12-02 | 天津大学 | 一种分布式光伏和电动汽车接入不确定性的配电台区容量方法 |
CN111064214A (zh) * | 2019-12-31 | 2020-04-24 | 国网浙江省电力有限公司电力科学研究院 | 基于电动汽车两阶段滚动式策略的配电网优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107611970B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic | |
CN107069807B (zh) | 含不确定性预算调节的无平衡节点微网鲁棒调度方法 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN109274136A (zh) | 一种基于量子粒子群算法的光伏系统无功优化方法 | |
CN112734098B (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及系统 | |
CN108599138B (zh) | 计及微电网分布式能源不确定性的储能系统容量配置方法 | |
CN108376996B (zh) | 一种实用的配电网分布式光伏接纳能力估算方法 | |
CN108599215A (zh) | 基于互联网云平台及分布式储能的配电网电压调控方法 | |
CN107611970A (zh) | 分布式光伏和电动汽车的不确定性配网的优化方法 | |
CN105207274A (zh) | 一种自适应调节无功输出的分布式光伏发电控制方法 | |
CN117060470B (zh) | 一种基于灵活性资源的配电网电压优化控制方法 | |
CN115036963A (zh) | 一种提升配电网韧性的两阶段需求响应策略 | |
CN105356521A (zh) | 一种基于时域滚动控制的交直流混合微电网运行优化方法 | |
CN115360804A (zh) | 一种有序充电系统及有序充电方法 | |
CN110165715B (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 | |
CN105468877A (zh) | 一种光伏电站无功支撑方法 | |
Dhaked et al. | Modeling and control of a solar-thermal dish-stirling coupled PMDC generator and battery based DC microgrid in the framework of the ENERGY NEXUS | |
Khorram-Nia et al. | A novel stochastic framework for the optimal placement and sizing of distribution static compensator | |
Linlin et al. | Research on multi-objective reactive power optimization of power grid with high proportion of new energy | |
CN107910891B (zh) | 一种分布式光伏集群电压双层优化下垂控制方法 | |
CN110098623B (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN113054674B (zh) | 一种基于分布式小水电联合储能的控制方法及控制系统 | |
CN114884049A (zh) | 一种柔性直流配电网优化运行控制方法 |
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 |