CN107947159B - 基于0-1非线性整数规划的地区级电网运行调控方法 - Google Patents
基于0-1非线性整数规划的地区级电网运行调控方法 Download PDFInfo
- Publication number
- CN107947159B CN107947159B CN201711215561.3A CN201711215561A CN107947159B CN 107947159 B CN107947159 B CN 107947159B CN 201711215561 A CN201711215561 A CN 201711215561A CN 107947159 B CN107947159 B CN 107947159B
- Authority
- CN
- China
- Prior art keywords
- power supply
- transformer substation
- transformer
- substations
- search
- 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
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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于0‑1非线性整数规划的地区级电网运行调控方法，所述具体包括步骤如下：S1:所述220kV变电站数量N1，110kV变电站数量N2，110kV虚拟变电站数量N3，则有N1+N2+N3＝N，Kij表示节点i和j的连接支路，0为无连接，1为连接，Kii＝0(i＝1，2，…，N)。由电网信息可以得到N×N邻接矩阵A，邻接矩阵A为一个对称矩阵，利用该矩阵便可搜索出变电站的供电路径；S2：输入220kV变电站数量N1，110kV变电站数量N2，采用深度优先搜索算法搜索110kV变电站节点支路，若搜索节点不为220kV变电站节点，则标记支路后继续搜索，直到找到220kV变电站节点为止；S3：保存搜索结果，并沿原搜索路径返回搜索上一节点的其他支路，不断重复。
Description
技术领域
本发明涉及一种电网运行调控方法，具体涉及基于0-1非线性整数规划的地区级电网运行调控方法。
背景技术
电力调控部门作为电网运行指挥部，对电网安全、可靠运行起着决定性作用。调控中心除了保证电网实时稳定运行外，还必须结合电网发展及负荷需求增长，合理制定未来丰枯时期大小负荷下的电网运行方式。对一个地区级电网而言，方式安排主要涉及日常检修计划方式安排，电网故障时备自投动作方式安排以及未来丰枯时期大小负荷方式安排三个方面。目前对于运行方式如何安排均由人工决断，效率低，可靠性不高。
发明内容
本发明所要解决的技术问题是目前对于运行方式如何安排均由人工决断，效率低，可靠性不高，目的在于提供基于0-1非线性整数规划的地区级电网运行调控方法，解决上述的问题。
本发明通过下述技术方案实现：
基于0-1非线性整数规划的地区级电网运行调控方法，所述具体包括步骤如下：S1:所述220kV变电站数量N1，110kV变电站数量N2，110kV虚拟变电站数量N3，则有N1+N2+N3＝N，Kij表示节点i和j的连接支路，0为无连接，1为连接，Kii＝0(i＝1，2，…，N)。由电网信息可以得到N×N邻接矩阵A，邻接矩阵A为一个对称矩阵，利用该矩阵便可搜索出变电站的供电路径；S2：输入220kV变电站数量N1，110kV变电站数量N2，采用深度优先搜索算法搜索110kV变电站节点支路，若搜索节点不为220kV变电站节点，则标记支路后继续搜索，直到找到220kV变电站节点为止；S3：保存搜索结果，并沿原搜索路径返回搜索上一节点的其他支路，不断重复，直到最初访问的110kV变电站节点完成所有供电路径遍历，若所有110kV变电站节点的供电路径搜索完成，结束运算；
当搜索运算结束后，采用如下步骤获得最优路径：S4：目标函数输电线路状态变化量嵌入算法中，利用各输电线路载流量以及110kV变电站负荷，对所有供电路径下220kV变电站110出现热稳定性进行校验，删除不满足要求的供电路径；S5：通过蚁群算法对状态变化量最少输电线路进行查找，通过蚁群算法通过快速引导蚂蚁完成任务。
与TSP问题算法模型类似，在启发因子中加入220kV变电站主变剩余容量与110kV变电站负荷的比值，将220kV变电站所带负荷小于主变容量这一约束条件有效嵌入算法中，同时，选择ant-cycle system模型，将目标函数输电线路状态变化量嵌入算法中，将目标函数——输电线路状态变化量，约束条件——220kV变电站主变负载和110kV输电线路载流量，设定在规定范围内，110kV网络辐射供电以及网络中不存在供电孤岛嵌入算法中，得到地区级电网运行调控策略优化的蚁群算法。
本发明提出以“输电线路状态变化量最少”为目标函数的0-1非线性整数规划模型，因此，电网的初始运行方式是一个可以有效利用的因素。整个运算过程中，信息素一开始作用并不明显，直到出现成功完成任务的蚂蚁，目标函数才逐渐收敛。如果一开始便加强信息素的作用，可以使目标函数更加快速收敛。这就相当于初始指定一个参考点，并在这一参考点附近寻找全局最优解，避免“未完成任务的蚂蚁”过多而出现的短时间无解的情况发生。
基于上述的想法，为了快速引导蚂蚁完成任务，将110kV变电站分为两组，一组与线路检修或220kV主变过载等电网状态变化有关，定义为“优先组”，一组则无关，定义为“普通组”。蚂蚁在遍历所有110kV站的时候，先完成第一组的分配，再对第二组供电路径进行选择。通过随机的方式，可以保证在参考点附近寻找到多种解组合，其中必然包含全局最优解。
进一步地，所述步骤S5中的蚂蚁算法采用如下步骤进行计算：S51：设置搜索禁忌表，包括所有110kV变电站编号，总共派出M群蚂蚁，每群蚂蚁数量为N；S52：对第k只蚂蚁，随机放入禁忌表中的一个110kV变电站，在对应的供电路径选择一条，更新供电路径表、禁忌表以及相应220kV变电站主变剩余容量，如果禁忌表为空，则计算信息素增量，如果主变剩余容量为负，那么该蚂蚁任务失败；S53：所有N只蚂蚁均指派完毕，则更新信息素列表，否则继续步骤S52，若M群蚂蚁均指派完毕，计算结束。
为了优化算法，在110kV变电站选择供电路径时，将信息素和启发因子拆分开。考虑到输电线路长度对于目标函数收敛的贡献不大，在启发因子中略去。由此，在启发因子中加入的220kV主变容量不超限值这一约束条件将体现出更大的引导作用，大大增加能够完成任务的蚂蚁数量。
进一步地，将110V变电站设置有参考点，通过设置的参考点让蚂蚁快速查询参考点附近的供电路径，选择最优供电路径。
进一步地，所述110kV变电站为中间变电站或终端变电站，所述220kV变电站为电源点，形成双电源，在运行上采取开环运行，辐射供电。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明基于0-1非线性整数规划的地区级电网运行调控方法，使其适用于电网运行方式优化，同时大大提高算法运算效率；
2、本发明基于0-1非线性整数规划的地区级电网运行调控方法，进行自动计算，找寻最优的线路，提高效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明蚁群算法流程图。
图2为本发明目标函数收敛曲线。
图3为本发明指派20只蚂蚁时的目标函数曲线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1～2所示，本发明基于0-1非线性整数规划的地区级电网运行调控方法，所述具体包括步骤如下：S1:所述220kV变电站数量N1，110kV变电站数量N2，110kV虚拟变电站数量N3，则有N1+N2+N3＝N，Kij表示节点i和j的连接支路，0为无连接，1为连接，Kii＝0(i＝1，2，…，N)。由电网信息可以得到N×N邻接矩阵A，邻接矩阵A为一个对称矩阵，利用该矩阵便可搜索出变电站的供电路径；S2：输入220kV变电站数量N1，110kV变电站数量N2，采用深度优先搜索算法搜索110kV变电站节点支路，若搜索节点不为220kV变电站节点，则标记支路后继续搜索，直到找到220kV变电站节点为止；S3：保存搜索结果，并沿原搜索路径返回搜索上一节点的其他支路，不断重复，直到最初访问的110kV变电站节点完成所有供电路径遍历，若所有110kV变电站节点的供电路径搜索完成，结束运算；
当搜索运算结束后，采用如下步骤获得最优路径：S4：目标函数输电线路状态变化量嵌入算法中，利用各输电线路载流量以及110kV变电站负荷，对所有供电路径下220kV变电站110出现热稳定性进行校验，删除不满足要求的供电路径；S5：通过蚁群算法对状态变化量最少输电线路进行查找，通过蚁群算法通过快速引导蚂蚁完成任务。
采用20节点网络，将T线分接头虚拟为110kV变电站，编号21。由电网信息得到网络邻接矩阵A，如表1所示：
表1 20节点网络邻接矩阵
由矩阵A可得到所有110kV变电站的供电路径，采用深度优先搜索算法，结果如表2所示：
表2供电路径搜索结果
表2中每一行表示一条供电路径，0在表中无任何意义，仅用于填充矩阵。表2中每一行首端数字为110kV变电站编号，末端非零数字为220kV变电站编号，所谓供电路径，即220kV变电站现有网架结构下可以向110kV变电站供电的所有路径，如表1中第一行“6—7—2”，表示2号220kV变电站可通过7号110kV变电站向6号110kV变电站供电，在表2中，对应有A67＝A76＝1，A72＝A27＝1。
表1、2是对整个网络进行描述，当电网出于某种运行方式下时，也可以用这种方式对网络进行描述：
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 0 |
| 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
表3 20节点网络初始运行方式的邻接矩阵
表4 20节点网络初始运行方式的供电路径
从表4可以看出，电网初始运行方式下，每个110kV变电站均只由一个220kV变电站供电，满足辐射供电要求。
实施例二
本实施例的基础上，进行一个具体的电网供电线路的选择，利用改进后的蚁群算法对某市电网在线路检修和220kV主变过载两种情况下的方式调控策略进行筛选，以说明该算法的实用意义。某市电网信息来自PSASP综合程序。
如果给定线路检修，则所有与该条线路的供电路径都不可用。涉及给定线路的主要有圣灯和府青路两个110kV变电站，当给定线路检修时，圣灯的供电路径有两条：
(1)蓉东——>蓉府灯T——>圣灯；
(2)东郊——>郊府灯T——>府青路——>蓉府灯T——>圣灯。
而府青路的供电路径也只有两条：
(1)东郊——>郊府灯T——>府青路；
(2)蓉东——>蓉府灯T——>府青路。
利用改进后的蚁群算法进行优化计算，电网初始运行方式见表1，为了对电网信息保密，所有变电站均用编号表示：
表1电网初始运行方式
表1中，第一列表示所有36个220kV变电站编号，其余各列为110kV变电站编号。其中220kV蓉东站编号5，110kV圣灯站编号109，从表中可以看出，给定线路处于运行状态，如果要停电检修，必须转移圣灯站负荷。针对给定线路检修时的电网调控策略，由改进后的蚁群算法得到目标函数收敛曲线。
算法总共指派了500只蚂蚁，目标函数曲线最终收敛于3，即改变3条线路状态就能获得一个新的电网运行方式，也就是说通过很少的开关操作就能使电网在给定线路停电检修时转移相关负荷，并保证电网稳定性。
改进后的蚁群算法在一开始便出现了最优解，而其他可行解也都在最优解附近，这是因为充分利用了电网初始运行方式。这一现象在蚁群算法中可以这样解释：假设最初电网信息素均为1，而且已经指派出了数量庞大的蚂蚁，这些蚂蚁找到了所谓“参考点”，并留下了大量信息素，后来的蚂蚁根据约束条件，在“参考点”附近继续搜寻全局最优解，最终使目标函数曲线收敛。
由此一来，改进后的蚁群算法在很短时间内就可提供多个运行调控策略，以便PSASP综合程序进一步校验，根据合理的评判体系得出最初的安排方式。
重新指派20只蚂蚁，得到目标函数曲线如图3所示。
图3中共有5只蚂蚁完成了任务，得到3种运行调控方案，运算时间15秒。
第一种方案，将圣灯和府青路互换供电源，即把圣灯负荷转给蓉东，把府青路负荷转给东郊，这种安排方式只用改变3条输电线路状态，并且东郊站和蓉东站的主变负荷均在允许值范围内。
第二种方案，将圣灯转由蓉东供电，原本由蓉东供电的槐树店转给东郊供电，这种方式安排需要改变4条输电线路状态，开关操作次数增加。
第三种方案，圣灯和府青路串联由东郊供电，这种方式安排需要改变5条输电线路状态，并且采用串联供电方式，可靠性有所降低。
电网初始运行方式如表1所示，220kV金牛站编号为8，当其主变超载时，必然要转移该站所带负荷。根据表1的信息，金牛站初始运行方式下向7个110kV变电站供电，编号分别为72、11、125、130、155、184、218。因此，在算法中将这个编号定为“优先组”，其余变电站编号定为“普通组”。指派500只蚂蚁进行优化运算，得到目标函数收敛曲线。
与线路检修时的目标函数收敛曲线类似，220kV变电站主变容量超载时的运行调控方式优化一开始便出现全局最优解，此处不再赘述原因。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.基于0-1非线性整数规划的地区级电网运行调控方法，其特征在于，包括步骤如下：
S1:220kV变电站数量N1，110kV变电站数量N2，110kV虚拟变电站数量N3，则有N1+N2+N3=N，Kij表示节点i和j的连接支路，0为无连接，1为连接，Kii=0（i=1，2，…，N）；由电网信息可以得到N×N邻接矩阵A，邻接矩阵A为一个对称矩阵，利用该矩阵便可搜索出变电站的供电路径；
S2：输入220kV变电站数量N1，110kV变电站数量N2，采用深度优先搜索算法搜索110kV变电站节点支路，若搜索节点不为220kV变电站节点，则标记支路后继续搜索，直到找到220kV变电站节点为止；
S3：保存搜索结果，并沿原搜索路径返回搜索上一节点的其他支路，不断重复，直到最初访问的110kV变电站节点完成所有供电路径遍历，若所有110kV变电站节点的供电路径搜索完成，结束运算；
当搜索运算结束后，采用如下步骤获得最优路径：
S4：目标函数输电线路状态变化量嵌入算法中，利用各输电线路载流量以及110kV变电站负荷，对所有供电路径下220kV变电站110出现热稳定性进行校验，删除不满足要求的供电路径；
S5：通过蚁群算法对状态变化量最少输电线路进行查找，通过蚁群算法通过快速引导蚂蚁完成任务；
所述步骤S5中的蚁群算法采用如下步骤进行计算：
S51：设置搜索禁忌表，包括所有110kV变电站编号，总共派出M群蚂蚁，每群蚂蚁数量为N；
S52：对第k只蚂蚁，随机放入禁忌表中的一个110kV变电站，在对应的供电路径选择一条，更新供电路径表、禁忌表以及相应220kV变电站主变剩余容量，如果禁忌表为空，则计算信息素增量，如果主变剩余容量为负，那么该蚂蚁任务失败；
S53：所有N只蚂蚁均指派完毕，则更新信息素列表，否则继续步骤S52，若M群蚂蚁均指派完毕，计算结束。
2.根据权利要求1所述的基于0-1非线性整数规划的地区级电网运行调控方法，其特征在于，将110V变电站设置有参考点，通过设置的参考点让蚂蚁快速查询参考点附近的供电路径，选择最优供电路径。
3.根据权利要求1所述的基于0-1非线性整数规划的地区级电网运行调控方法，其特征在于，所述110kV变电站为中间变电站或终端变电站，所述220kV变电站为电源点，形成双电源，在运行上采取开环运行，辐射供电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711215561.3A CN107947159B (zh) | 2017-11-28 | 2017-11-28 | 基于0-1非线性整数规划的地区级电网运行调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711215561.3A CN107947159B (zh) | 2017-11-28 | 2017-11-28 | 基于0-1非线性整数规划的地区级电网运行调控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107947159A CN107947159A (zh) | 2018-04-20 |
| CN107947159B true CN107947159B (zh) | 2020-12-22 |
Family
ID=61949246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711215561.3A Active CN107947159B (zh) | 2017-11-28 | 2017-11-28 | 基于0-1非线性整数规划的地区级电网运行调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107947159B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113255284B (zh) * | 2021-05-30 | 2023-07-18 | 上海立芯软件科技有限公司 | 全局布线中快速局部拆线重布方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1185845A (ja) * | 1997-09-08 | 1999-03-30 | Fuji Electric Co Ltd | 発電機の定期補修計画作成方法 |
| CN102880739A (zh) * | 2012-07-31 | 2013-01-16 | 中国兵器科学研究院 | 一种基于邻接表的网络最小路集确定方法 |
| CN103914734A (zh) * | 2014-03-20 | 2014-07-09 | 浙江工业大学 | 基于改进型蚁群算法的微网容量优化布址方法 |
| CN104934968A (zh) * | 2015-06-04 | 2015-09-23 | 国家电网公司 | 基于多智能体的配网应灾恢复协调控制方法及装置 |
| CN106503789A (zh) * | 2016-11-08 | 2017-03-15 | 西安电子科技大学宁波信息技术研究院 | 基于迪杰斯特拉和最大最小蚁群的无环最短路径搜索方法 |
| CN107145963A (zh) * | 2017-04-06 | 2017-09-08 | 浙江大学 | 一种基于深度优先的配电网路径搜索方法 |
-
2017
- 2017-11-28 CN CN201711215561.3A patent/CN107947159B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1185845A (ja) * | 1997-09-08 | 1999-03-30 | Fuji Electric Co Ltd | 発電機の定期補修計画作成方法 |
| CN102880739A (zh) * | 2012-07-31 | 2013-01-16 | 中国兵器科学研究院 | 一种基于邻接表的网络最小路集确定方法 |
| CN103914734A (zh) * | 2014-03-20 | 2014-07-09 | 浙江工业大学 | 基于改进型蚁群算法的微网容量优化布址方法 |
| CN104934968A (zh) * | 2015-06-04 | 2015-09-23 | 国家电网公司 | 基于多智能体的配网应灾恢复协调控制方法及装置 |
| CN106503789A (zh) * | 2016-11-08 | 2017-03-15 | 西安电子科技大学宁波信息技术研究院 | 基于迪杰斯特拉和最大最小蚁群的无环最短路径搜索方法 |
| CN107145963A (zh) * | 2017-04-06 | 2017-09-08 | 浙江大学 | 一种基于深度优先的配电网路径搜索方法 |
Non-Patent Citations (2)
| Title |
|---|
| 大型城市高压配电网可靠性分析;潘翀等;《电力系统保护与控制》;20170201;第45卷(第3期);第2页左栏第1段-第2页右栏第1段，图1 * |
| 潘翀等.大型城市高压配电网可靠性分析.《电力系统保护与控制》.2017,第45卷(第3期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107947159A (zh) | 2018-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112751350B (zh) | 一种移动储能时空联合优化调度策略的制定方法 | |
| CN103514570B (zh) | 一种含分布式电源的配电网扩展规划综合优化方法 | |
| Navarro et al. | Large-scale distribution planning—Part II: Macro-optimization with Voronoi's diagram and tabu search | |
| CN106327025B (zh) | 基于局部优化目标的交互式高压配电网规划方法 | |
| CN110601188B (zh) | 基于区域负荷最优转移策略的配电网大面积停电快速处置方法 | |
| CN110740394B (zh) | 基于站点分级业务分类的电力光传输网络优化方法及系统 | |
| CN104537580A (zh) | 基于K-means聚类的配电网网架的构建方法 | |
| CN102820661A (zh) | 一种面向多级目标的配网全局电压无功协调控制方法 | |
| CN112668129B (zh) | 基于空间负荷聚类的配电网多级网格智能划分方法 | |
| CN107947159B (zh) | 基于0-1非线性整数规划的地区级电网运行调控方法 | |
| CN109768544B (zh) | 地区电网负荷转供方法 | |
| US10303142B2 (en) | Network regulation upon threshold value overshoots in a low voltage or medium voltage network | |
| CN112907051A (zh) | 一种基于调配协同的智能化检修计划生成方法 | |
| CN111585273A (zh) | 一种配电网故障停电恢复预案生成方法 | |
| CN105719102A (zh) | 一种电网事故预案的智能化处理方法 | |
| CN106505738B (zh) | 一种基于供电可靠率的配电自动化终端布置方法 | |
| CN106651136B (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
| CN104917188A (zh) | 一种220kV变电站分组协调无功控制方法 | |
| CN105515025A (zh) | 一种低压配电网的三相不平衡优化方法 | |
| Ghasemi et al. | Critical loads restoration of distribution networks after blackout by microgrids to improve network resiliency | |
| CN115189355B (zh) | 一种三站六线模式配电网的雪花格式网架构建方法以及装置 | |
| CN109936142B (zh) | 输配一体化电网电压自动控制方法和装置 | |
| Mansouri et al. | A new optimal distributed strategy to mitigate the phase imbalance in smart grids | |
| CN113890110A (zh) | 基于能源路由器的交直流混合能源系统及其运行优化方法 | |
| CN109214618A (zh) | 一种农村电网局部无功补偿调配控制方法及装置 |
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 |