CN107834540B - 一种基于概率约束的分布式光伏接入容量的确定方法 - Google Patents
一种基于概率约束的分布式光伏接入容量的确定方法 Download PDFInfo
- Publication number
- CN107834540B CN107834540B CN201710961440.7A CN201710961440A CN107834540B CN 107834540 B CN107834540 B CN 107834540B CN 201710961440 A CN201710961440 A CN 201710961440A CN 107834540 B CN107834540 B CN 107834540B
- Authority
- CN
- China
- Prior art keywords
- power
- distributed photovoltaic
- probability
- calculating
- semi
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000000243 solution Substances 0.000 claims description 5
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
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
-
- H02J3/383—
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于新能源配电系统规划技术领域,特别涉及一种基于概率约束的分布式光伏接入容量的确定方法;包括:读取数据、初始化差分算法参数、基于牛拉‑半不变量法、结果判断、计算惩罚函数项h(t)、适应度值计算、判断是否满足终止条件、种群更新;本发明的有益效果在于:本发明将概率约束纳入到分布式光伏接入容量的计算,能够保证接入容量的准确性,使整个确定过程更加合理准确、科学有效,可以提高搜索能力与搜索速度。
Description
技术领域
本发明属于新能源配电系统规划技术领域,特别涉及一种基于概率约束的分布式光伏接入容量的确定方法。
背景技术
随着能源危机和环境保护压力的日益增大,可再生能源的利用越来越受到重视。其中,太阳能发电技术是近年来国际上发展速度最快的可再生能源技术,分布式光伏并网发电已经成为利用太阳能的主要方式之一。新能源与可再生能源的开发利用,是解决当前能源紧张、能源利用与环境保护之间矛盾的必然选择。从节能减排的角度来看,光伏发电是一种最具吸引力的可再生能源形式。由于光照具有一定的随机性,这给配电网的规划带来很大的挑战。为了保证配电网系统安全性和可靠性,分布式光伏电站的接入必须克服分布式光伏发电的间歇性所带来的技术上和经济上的影响。
在现有的规划问题中往往只以单一目标作为定容原则,并且未计及分布式电源随机性的点,而概率潮流法可以由输入随机变量的统计特征得到输出变量的统计特征,如概率密度函数、期望和方差等,从而能够更好地刻画光伏出力的不确定性。基于此现状,本发明将概率潮流算法应用于配网中DG规划问题,提出了一种基于概率约束的分布式光伏接入容量确定方法,可以为实际配电网规划提供一定的指导。
发明内容
本发明的目的是为了解决现有技术中将单一目标作为定容原则而导致的分布式光伏接入容量的不确定性,提供一种符合分布式光伏接入容量要求的基于概率约束的确定方法。
为了解决上述问题,本发明提供了如下的技术方案:
一种基于概率约束的分布式光伏接入容量的确定方法,具体步骤如下:
S1:读取原始数据,以经济性和技术性为接入容量制定原则,同时将配网安全运行和可靠性水平作为约束条件,建立基于概率约束的规划优化模型;
S2:初始化差分算法参数,随机生成种群个体,这里的个体指分布式光伏电站装机容量;
S3:基于牛拉-半不变量法进行含分布式光伏的概率潮流计算;
S31:计算分布式光伏出力的概率密度函数;
S31.1:根据该地区光照样本数据计算光照强度平均值μ和方差σ;
S31.2:计算光强Beta分布的参数α、β;
S31.3:根据光伏出力与光照之间的关系,建立分布式光伏概率密度函数
式中,Pmax为分布式电源并网最大输出有功功率;
S32:将初始装机容量接入已知节点,采用牛顿-拉夫孙法求解基准运行下的状态量X0,灵敏度矩阵S0,G0等;
S33计算各节点注入功率的各阶矩及其半不变量;
S33.1:节点负荷服从正态分布,则其半不变量前两阶分别为期望值和标准差,其余各阶为0;
S33.2:根据分布式光伏的概率密度函数计算原点矩;
S33.3:根据半不变量和原点矩之间的关系计算分布式光伏的半不变量;
S34:根据半不变量的可加性,各个节点注入功率的各阶半不变量等于该节点上的负荷功率和分布式光伏的半不变量对应阶之和,计算各节点电压和线路潮流以及有功网损的各阶半不变量;
△X(k)=[S0(i,j)](k)△W(k)
△Z(k)=[G0(i,j)](k)[S0(i,j)](k)△W(k)
△Ploss (k)=[G(i,j)](k)△W(k)
S35:随机变量x(即求解量)转换成标准化变量ξ
式中:m,δ为随机变量x的均值和标准差;
S36:根据Cornish-Fisher级数展开求解电压,线路潮流以及有功网损的概率密度函数及累积分布函数
F(ξ)=f-1(ξ)
S37:根据累积分布函数计算电压越限,线路过载的概率以及电压偏差和有功网损的期望值;
S4:根据步骤S3计算的概率潮流结果判断是否满足步骤S1中约束条件,如果满足,进入步骤S6,否则进入步骤S5;
S5:计算惩罚函数项h(t);
S6:适应度值计算,将目标函数值f与惩罚函数项h(t)相加;
S7:判断是否满足终止条件,如果满足,输出最优结果;否则,进入步骤S8;
S8:根据差分进化和禁忌搜索混合算法中的变异,修复,遗传,选择操作进行种群更新,重复步骤S3-S6,直至满足终止条件。
优选的,基于概率约束的规划优化模型,以接入容量最大和经济性相结合作为目标函数:
式中:α为网损电价,△Ploss接入DG后系统节约的网损;nDG为有DG接入的节点个数,约束条件
式中,PGi、QGi为节点i电源的有功、无功出力;PDi、QDi为节点i负荷的有功、无功功率;Pline、Pmax为配电网各支路的实际有功功率与最大有功功率限制;U1、U2分别为配电网电压上下限定值,U为配网实际电压;LDG、Ldis为配电网加入与不加入DG时的电压水平指标;ε介于0~1之间,根据具体规划方案对DG并网后系统电压水平的要求进行取值。
优选的,惩罚函数项为在电压、线路潮流及电压偏差未满足步骤S1所述的约束条件时设立:
式中:wpl、wu、wpu分别为线路过载、电压越限以及未达到设定的配网电压水平的惩罚系数。
优选的,差分进化和禁忌搜索混合算法,包括以下步骤:
S81:初始化,产生初始群体X,设置最大允许迭代次数m
式中,r1,r2,r3,r4,r5分别为不超过种群规模NP的随机产生5个整数,F为缩放因子;
式中,Uj,Lj分别表示上下界
S83:构造适应度函数,并将每代最优个体适应度值记录下来;
S84:若连续n次记录的适应度值都不变,则利用禁忌搜索更新种群最优个体;否则转到步骤S85中;
S85:如果n<m,并且经过禁忌搜索后计算出来的最优个体的适应值大于禁忌搜索前的最优个体的适应度值某个设定的,则算法转到S82,否则输出结果。
与现有技术相比,本发明具有如下优点:
1.本发明考虑了分布式光伏出力的随机性以及地区负荷的波动性,将分布式光伏接入容量和降低配网有功网损得到的经济收益最大作为配网规划原则,基于配网运行安全稳定,引入置信容量的概念建立概率约束条件。
2.本发明中的采用目标函数值和惩罚函数项综合评价适度值,其中,惩罚项用于处理约束条件,通过概率潮流求解配网电压、线路潮流以及电压偏差是否满足概率约束条件从而分段建立惩罚函数。
3.本发明采用禁忌搜索改进差分算法求解规划模型,该算法综合了差分算法的全局搜索能力和禁忌搜索算法的局部搜索能力优点,可以避免出现“早熟”现象,提高了最优解的搜索能力,加快了搜索速度。
本发明的有益效果在于:本发明将概率约束纳入到分布式光伏接入容量的计算,能够保证接入容量的准确性,使整个确定过程更加合理准确、科学有效,可以提高搜索能力与搜索速度。
附图说明
图1是本发明一种基于概率约束的分布式光伏接入容量的确定方法总体方法流程图;
图2是本发明一种基于概率约束的分布式光伏接入容量的确定方法差分进化-禁忌搜素混合算法流程图;
具体实施方式
以下结合附图及实施例对本发明进行详细说明,所描述的实施例仅仅是本发明的一部分实施例,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的前提下所得到的其他实施例,都属于本发明所保护的范围。
如附图所示,一种基于概率约束的分布式光伏接入容量的确定方法,具体步骤如下:
S1:读取原始数据,以经济性和技术性为接入容量制定原则,同时将配网安全运行和可靠性水平作为约束条件,建立基于概率约束的规划优化模型;
S2:初始化差分算法参数,随机生成种群个体,这里的个体指分布式光伏电站装机容量;
S3:基于牛拉-半不变量法进行含分布式光伏的概率潮流计算;
S4:根据步骤S3计算的概率潮流结果判断是否满足步骤S1中约束条件,如果满足,进入步骤S6,否则进入步骤S5;
S5:计算惩罚函数项h(t);
S6:适应度值计算,将目标函数值f与惩罚函数项h(t)相加;
S7:判断是否满足终止条件,如果满足,输出最优结果;否则,进入步骤S8;
S8:根据差分进化和禁忌搜索混合算法中的变异,修复,遗传,选择操作进行种群更新,重复步骤S3-S6,直至满足终止条件。
步骤S3具体为:
S31:计算分布式光伏出力概率密度函数;
S32:将初始装机容量接入已知节点,采用牛顿-拉夫孙法求解基准运行下的状态量X0,灵敏度矩阵S0,G0等;
S33:计算各节点注入功率的各阶矩及其半不变量;
S34:根据半不变量性质,计算各节点电压和线路潮流以及有功网损的半不变量;
S35:根据Cornish-Fisher级数展开求解电压,线路潮流以及有功网损的概率密度函数及累积分布函数;
S36:计算电压越限,线路过载的概率以及电压偏差和有功网损的期望值。
在一种实施方式中,基于概率约束的规划优化模型,以接入容量最大和经济性相结合作为目标函数:
式中:α为网损电价,△Ploss接入DG后系统节约的网损;nDG为有DG接入的节点个数;
约束条件
式中,PGi、QGi为节点i电源的有功、无功出力;PDi、QDi为节点i负荷的有功、无功功率;Pl、Pl.max为配电网各支路的实际有功功率与最大有功功率限制;U1、U2分别为配电网电压上下限定值,U为配网实际电压;LDG、Ldis为配电网加入与不加入DG时的电压水平指标;ε介于0~1之间,根据具体规划方案对DG并网后系统电压水平的要求进行取值。
在一种实施方式中,惩罚函数项为在电压、线路潮流及电压偏差未满足步骤S1所述的约束条件时设立:
式中:wpl、wu、wpu分别为出现线路过载、电压越限以及未达到设定的配网电压水平这三种情况下的惩罚系数。
在一种实施方式中,差分进化-禁忌搜索混合算法,包括以下步骤:
S51:初始化,产生初始群体X,设置最大允许迭代次数m
式中,r1,r2,r3,r4,r5分别为不超过种群规模NP的随机产生5个整数,F为缩放因子;
式中,Uj,Lj分别表示上下界;
S53:构造适应度函数,并将每代最优个体适应度值记录下来;
S54:若连续n次记录的适应度值都不变,则利用禁忌搜索更新种群最优个体;否则转到步骤S55中;
S55:如果n<m,并且经过禁忌搜索后计算出来的最优个体的适应值大于禁忌搜索前的最优个体的适应度值某个设定的,则算法转到步骤S52,否则输出结果。
实施例1:
如图1所示,本发明提出一种基于概率约束的分布式光伏接入容量的确定方法,该方法包含以下步骤:
S1:读取原始数据,包括配电网系统参数,即线路参数,负荷水平;分布式光伏电站以伏安装候选节点;节点注入功率的随机分布参数,如负荷波动呈正态分布的期望及标准差;
S2:初始化差分算法参数,随机生成种群个体,这里的个体指光伏装机容量;
S3:采用半不变量-牛拉法进行含分布式光伏的概率潮流计算;
S31:计算分布式光伏出力的概率密度函数;
S31.1:根据该地区光照样本数据计算光照强度平均值μ和方差σ;
S31.2:计算光强Beta分布的参数α、β;
S31.3:根据光伏出力与光照之间的关系,建立分布式光伏概率密度函数
式中,Pmax为分布式电源并网最大输出有功功率,Pmax=μ·A·η·rmax;
S32:将初始装机容量接入已知节点,采用牛顿-拉夫孙法求解基准运行下的状态量X0,灵敏度矩阵S0,G0等;
S33计算各节点注入功率的各阶矩及其半不变量;
S33.1:节点负荷服从正态分布,则其半不变量前两阶分别为期望值和标准差,其余各阶为0;
S33.2:根据分布式光伏的概率密度函数计算原点矩;
S33.3:根据半不变量和原点矩之间的关系计算分布式光伏的半不变量;
S34:根据半不变量的可加性,各个节点注入功率的各阶半不变量等于该节点上的负荷功率和分布式光伏的半不变量对应阶之和,计算各节点电压和线路潮流以及有功网损的各阶半不变量;
△X(k)=[S0(i,j)](k)△W(k)
△Z(k)=[G0(i,j)](k)[S0(i,j)](k)△W(k)
△Ploss (k)=[G(i,j)](k)△W(k)
S35:随机变量x(即求解量)转换成标准化变量ξ
式中:m,δ为随机变量x的均值和标准差;
S36:根据Cornish-Fisher级数展开求解电压,线路潮流以及有功网损的概率密度函数及累积分布函数
F(ξ)=f-1(ξ)
S37:根据累积分布函数计算电压越限,线路过载的概率以及电压偏差和有功网损的期望值;
S4:根据步骤S3计算的概率潮流结果判断是否满足步骤1)中约束条件,如果满足,进入步骤S6,否则进入步骤S5;
S5:计算惩罚函数项h(t);
S51:当各支路潮流分布不满足S1给出功率约束条件h1(t)=wpl·(max(Pi,k)-Pmax),其中wpl取100;
S52:当各节点电压不满足步骤S1给出电压约束条件,h2(t)=wu(α1-β1),其中wu取10;
S53:当各支节点电压偏差不满足步骤S1给出配电网电压水平约束条件,h3(t)=wpu(α2-β2),其中wpu取10;
S6:适应度值计算,将目标函数值f与惩罚函数项h(t)相加,其中由于都满足步骤S1中的约束条件,h(t)=0:
obj=f+h(t)
S7:判断是否满足终止条件,如果是,输出最优结果;否则,进入步骤S8;
S8:根据差分和禁忌搜索混合算法中的变异,修复,遗传,选择操作进行种群更新,重复步骤S3-S6,直至满足终止条件。
进一步,本发明以经济性和技术性为接入容量制定原则,同时将配网安全运行和可靠性水平作为约束条件,建立基于概率约束的规划优化模型,具体过程如下:
规划模型中的目标函数中以降低配电系统网损得到的经济收益作为经济性目标,且以分布式电源接入有功功率最大为目标:
1.经济性目标
max f1=α△Ploss
式中:α为网损电价,△Ploss接入DG后系统节约的网损。
2.技术目标
式中:nDG为有DG接入的节点个数。
3.约束条件
3.1潮流方程约束
式中,PGi、QGi为节点i电源的有功、无功出力;PDi、QDi为节点i负荷的有功、无功功率;
3.2线路潮流约束
Pr{-Pmax<Pline<Pmax}>β1
式中,Pline、Pmax为配电网各支路的实际有功功率与最大有功功率限制,β1为潮流约束下的置信容量;
3.3节点电压约束
Pr{U1<U<U2}>β2
式中,U1、U2分别为配电网电压上下限定值,U为配网实际电压;β2为节点电压约束下的置信容量;
3.4电压水平约束
Pr{LDG<εLdis}>β3
式中,LDG、Ldis为配电网加入与不加入DG时的电压水平指标;ε介于0~1之间,根据具体规划方案对DG并网后系统电压水平的要求进行取值。β3为节点电压约束下的置信容量。
实施例2:
如图2所示,差分-禁忌搜索混合算法,本发明采用该算法求解配网分布式光伏接入的容量规划问题,其中每个个体为分布式光伏接入容量,具体步骤为:
步骤1:初始化,产生初始群体X,设置最大允许迭代次数m;
式中,r1,r2,r3,r4,r5分别为不超过种群规模NP的随机产生5个整数,F为缩放因子;
式中,Uj,Lj分别表示上下界;
步骤3:构造适应度函数,并将每代最优个体适应度值记录下来;
步骤4:若连续n次记录的适应度值都不变,则利用禁忌搜索更新种群最优个体;否则转到步骤5;
步骤5:如果n<m,并且经过禁忌搜索后计算出来的最优个体的适应值大于禁忌搜索前的最优个体的适应度值某个设定的,则算法转到步骤2,否则输出结果。
Claims (4)
1.一种基于概率约束的分布式光伏接入容量的确定方法,其特征在于,具体步骤如下:
S1:读取原始数据,以经济性和技术性为接入容量制定原则,同时将配网安全运行和可靠性水平作为约束条件,建立基于概率约束的规划优化模型;
S2:初始化差分算法参数,随机生成种群个体,这里的个体指分布式光伏电站装机容量;
S3:基于牛拉-半不变量法进行含分布式光伏的概率潮流计算;
S31:计算分布式光伏出力的概率密度函数;
S31.1:根据地区光照样本数据计算光照强度平均值μ和方差σ;
S31.2:计算光强Beta分布的参数α、β;
S31.3:根据光伏出力与光照之间的关系,建立分布式光伏概率密度函数
式中,Pmax为分布式电源并网最大输出有功功率;
S32:将初始装机容量接入已知节点,采用牛顿-拉夫孙法求解基准运行下的状态量X0,灵敏度矩阵S0,G0等;
S33计算各节点注入功率的各阶矩及其半不变量;
S33.1:节点负荷服从正态分布,则其半不变量前两阶分别为期望值和标准差,其余各阶为0;
S33.2:根据分布式光伏的概率密度函数计算原点矩;
S33.3:根据半不变量和原点矩之间的关系计算分布式光伏的半不变量;
S34:根据半不变量的可加性,各个节点注入功率的各阶半不变量等于该节点上的负荷功率和分布式光伏的半不变量对应阶之和,计算各节点电压和线路潮流以及有功网损的各阶半不变量;
△X(k)=[S0(i,j)](k)△W(k)
△Z(k)=[G0(i,j)](k)[S0(i,j)](k)△W(k)
△Ploss (k)=[G(i,j)](k)△W(k)
S35:随机变量x(即求解量)转换成标准化变量ξ
式中:m,δ为随机变量x的均值和标准差;
S36:根据Cornish-Fisher级数展开求解电压,线路潮流以及有功网损的概率密度函数及累积分布函数
F(ξ)=f-1(ξ)
S37:根据累积分布函数计算电压越限,线路过载的概率以及电压偏差和有功网损的期望值;
S4:根据步骤S3计算的概率潮流结果判断是否满足步骤S1中约束条件,如果满足,进入步骤S6,否则进入步骤S5;
S5:计算惩罚函数项h(t);
S6:适应度值计算,将目标函数值f与惩罚函数项h(t)相加;
S7:判断是否满足终止条件,如果满足,输出最优结果;否则,进入步骤S8;
S8:根据差分进化和禁忌搜索混合算法中的变异,修复,遗传,选择操作进行种群更新,重复步骤S3-S6,直至满足终止条件。
2.根据权利要求1所述的基于概率约束的分布式光伏接入容量的确定方法,其特征在于:所述的基于概率约束的规划优化模型,以接入容量最大和经济性相结合作为目标函数:
式中:α为网损电价,△Ploss接入DG后系统节约的网损;nDG为有DG接入的节点个数
约束条件
式中,PGi、QGi为节点i电源的有功、无功出力;PDi、QDi为节点i负荷的有功、无功功率;Pline、Pmax为配电网各支路的实际有功功率与最大有功功率限制;U1、U2分别为配电网电压上下限定值,U为配网实际电压;LDG、Ldis为配电网加入与不加入DG时的电压水平指标;ε介于0~1之间,根据具体规划方案对DG并网后系统电压水平的要求进行取值。
4.根据权利要求1所述的基于概率约束的分布式光伏接入容量的确定方法,其特征在于:所述的差分进化和禁忌搜索混合算法,包括以下步骤:
S81:初始化,产生初始群体X,设置最大允许迭代次数m;
式中,r1,r2,r3,r4,r5分别为不超过种群规模NP的随机产生5个整数,F为缩放因子;
式中,Uj,Lj分别表示上下界;
S83:构造适应度函数,并将每代最优个体适应度值记录下来;
S84:若连续n次记录的适应度值都不变,则利用禁忌搜索更新种群最优个体;否则转到步骤S85中;
S85:如果n<m,并且经过禁忌搜索后计算出来的最优个体的适应值大于禁忌搜索前的最优个体的适应度值某个设定的,则算法转到S82,否则输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710961440.7A CN107834540B (zh) | 2017-10-17 | 2017-10-17 | 一种基于概率约束的分布式光伏接入容量的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710961440.7A CN107834540B (zh) | 2017-10-17 | 2017-10-17 | 一种基于概率约束的分布式光伏接入容量的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107834540A CN107834540A (zh) | 2018-03-23 |
CN107834540B true CN107834540B (zh) | 2021-04-16 |
Family
ID=61647986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710961440.7A Active CN107834540B (zh) | 2017-10-17 | 2017-10-17 | 一种基于概率约束的分布式光伏接入容量的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107834540B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193754B (zh) * | 2018-09-03 | 2021-10-19 | 国网江西省电力有限公司电力科学研究院 | 一种分布式光伏规划方法及系统 |
CN112365196A (zh) * | 2020-12-03 | 2021-02-12 | 国网河北省电力有限公司信息通信分公司 | 基于Spark的分布式改进差分进化算法的电源规划方法 |
CN113222383B (zh) * | 2021-04-30 | 2022-09-30 | 国网山东省电力公司经济技术研究院 | 多种群牵引差分进化法配电网规划方法、设备及存储介质 |
CN114784875B (zh) * | 2022-06-13 | 2022-11-11 | 国网江西省电力有限公司电力科学研究院 | 一种配电网分布式电源并网容量在线分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104079000A (zh) * | 2014-07-14 | 2014-10-01 | 国家电网公司 | 一种适用于大规模风电接入的电网输电裕度控制方法 |
WO2015045425A1 (ja) * | 2013-09-30 | 2015-04-02 | ダイキン工業株式会社 | 電力変換装置 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
-
2017
- 2017-10-17 CN CN201710961440.7A patent/CN107834540B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015045425A1 (ja) * | 2013-09-30 | 2015-04-02 | ダイキン工業株式会社 | 電力変換装置 |
CN104079000A (zh) * | 2014-07-14 | 2014-10-01 | 国家电网公司 | 一种适用于大规模风电接入的电网输电裕度控制方法 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
Non-Patent Citations (2)
Title |
---|
基于禁忌差分粒子群算法的分布式电源的选址和定容;田颖;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20130715(第7期);全文 * |
改善电厂调频性能的储能策略研究和容量配置;陈丽娟等;《电力自动化设备》;20170831;第37卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107834540A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107834540B (zh) | 一种基于概率约束的分布式光伏接入容量的确定方法 | |
Chen et al. | Credible capacity calculation method of distributed generation based on equal power supply reliability criterion | |
CN113572163B (zh) | 基于改进仿射算法的分布式电源主动配电网优化调度方法 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN112736926A (zh) | 一种分布式新能源接入配电网区间仿射潮流动态优化方法 | |
CN109583655B (zh) | 一种发输电多阶段联合扩展规划方法及系统 | |
CN109034587B (zh) | 一种协调多种可控单元的主动配电系统优化调度方法 | |
CN109818347B (zh) | 一种电力系统风电消纳能力的评估方法 | |
CN110009141B (zh) | 基于sdae特征提取和svm分类模型的爬坡事件预测方法及系统 | |
Wang et al. | Integrated platform to design robust energy internet | |
CN112381375A (zh) | 一种基于潮流分配矩阵的电网经济运行域快速生成方法 | |
Adebanji et al. | Feasibility and optimal design of a hybrid power system for rural electrification for a small village | |
Tahir et al. | Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days | |
CN112072643A (zh) | 一种基于深度确定性梯度策略的光-蓄系统在线调度方法 | |
Han et al. | Optimal sizing considering power uncertainty and power supply reliability based on LSTM and MOPSO for SWPBMs | |
CN112994011B (zh) | 考虑电压风险约束的多源电力系统日前优化调度方法 | |
CN112821463B (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
Zong et al. | Two-stage robust optimization of regional integrated energy systems considering uncertainties of distributed energy stations | |
Zhang et al. | Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System | |
Fu et al. | A spatial forecasting method for photovoltaic power generation combined of improved similar historical days and dynamic weights allocation | |
Manjang et al. | Distributed photovoltaic integration as complementary energy: consideration of solutions for power loss and load demand growth problems | |
CN111404162B (zh) | 计及电压稳定约束的区域电网调度域划分方法 | |
CN114400713A (zh) | 综合能源系统区间优化调度方法 | |
CN114447975A (zh) | 一种基于移动储能的多微电网灵活性提升方法 | |
CN113591224A (zh) | 一种城市电网连锁故障风险评估方法及系统 |
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 |