CN108039723B - 一种考虑功率随机性的配电网分布式电源容量评估方法 - Google Patents

一种考虑功率随机性的配电网分布式电源容量评估方法 Download PDF

Info

Publication number
CN108039723B
CN108039723B CN201711206865.3A CN201711206865A CN108039723B CN 108039723 B CN108039723 B CN 108039723B CN 201711206865 A CN201711206865 A CN 201711206865A CN 108039723 B CN108039723 B CN 108039723B
Authority
CN
China
Prior art keywords
power
node
distribution network
distributed power
period
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
Application number
CN201711206865.3A
Other languages
English (en)
Other versions
CN108039723A (zh
Inventor
吴素农
吴文传
于金镒
张伯明
熊宁
栗子豪
孙宏斌
杨为群
李迎军
吴键
朱文广
李立鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Jiangxi Electric Power Co
Tsinghua University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Jiangxi Electric Power Co
Tsinghua University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Jiangxi Electric Power Co, Tsinghua University, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Jiangxi Electric Power Co
Priority to CN201711206865.3A priority Critical patent/CN108039723B/zh
Publication of CN108039723A publication Critical patent/CN108039723A/zh
Application granted granted Critical
Publication of CN108039723B publication Critical patent/CN108039723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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]

Abstract

本发明提出一种考虑功率随机性的配电网分布式电源容量评估方法，属于电力系统规划与评估技术领域。该方法首先建立由目标函数和约束条件构成的配电网分布式电源容量评估模型；然后，对模型约束条件进行转化，收集配电网中所有节点在每个时段有功负荷的预测误差值集合和分布式电源功率预测误差值集合，并根据统计信息分别构建对应的不确定量的概率分布集合，构建包含传输功率和节点电压的机会约束，并利用凸松弛将其转化为确定性线性约束；最后，应用凸规划算法对模型求解，得到配电网可装最大分布式电源容量总和。本发明在考虑功率随机性时对配电网分布式电源容量进行高效评估，结果具备更强的可信度和鲁棒性，可针对大规模复杂配电网快速求解。

Description

一种考虑功率随机性的配电网分布式电源容量评估方法
技术领域
本发明属于电力系统规划与评估技术领域，特别涉及一种考虑功率随机性的配电网分布式电源容量评估方法。
背景技术
为了应对以光伏为主的分布式电源在配电网中大规模接入所带来的技术问题，需要对配电网能够消纳的最大分布式电源容量进行评估，并制定出最优的分布式电源选址定容方案，以实现配电网中高分布式电源渗透率的目标。
对配电网分布式电源容量的评估需要基于对分布式电源未来功率的预测，由于分布式电源功率受天气和环境因素的影响而具有显著的波动性和间歇性，现有的预测技术无法对分布式电源未来功率进行精准预测，包括全天分布式电源的有功和无功功率；同样的，现有预测技术也无法对配电网中的节点负荷进行准确预测。因此，分布式电源功率和负荷预测误差，为配电网中的分布式电源容量评估问题引入了很强的不确定性。
然而，现有的确定性分布式电源容量评估方法并未考虑上述不确定性的存在，在容量评估过程中仅采用分布式电源功率和负荷的预测值。另一方面，传统基于机会约束的随机容量评估方法在实际应用中面临两大问题：(1)需要精确的随机变量概率密度函数，而该函数在现实中大多数难以获得；(2)该方法建立的随机优化模型基本上基于抽样场景法，计算量过大。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种考虑功率随机性的配电网分布式电源容量评估方法。本发明实现在考虑功率随机性时对配电网分布式电源容量进行高效评估，使评估结果具备更强的可信度和鲁棒性，同时针对大规模复杂配电网可以快速高效求解。
本发明提出一种考虑功率随机性的配电网分布式电源容量评估方法，其特征在于，该方法包括以下步骤：
1)建立考虑功率随机性的配电网分布式电源容量评估模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)建立模型的目标函数，表达式如式(1)所示：
Figure GDA0002584025660000021
其中，Si为节点i处的分布式电源装机容量，Ψn为配电网中所有节点的集合；
1-2)确定模型的约束条件；具体如下：
1-2-1)配电网的分布式电源功率约束，如式(2)所示：
Figure GDA0002584025660000022
其中，
Figure GDA0002584025660000023
为节点i在t时段有功分布式电源预测功率，wi,t∈[0,1]为节点i在t时段分布式电源预测功率系数；
1-2-2)配电网的节点功率平衡约束，如式(3)和(4)所示：
Figure GDA0002584025660000024
Figure GDA0002584025660000025
其中，
Figure GDA0002584025660000026
为节点i在t时段有功分布式电源实际功率，
Figure GDA0002584025660000027
为节点i在t时段无功分布式电源实际功率；
Figure GDA0002584025660000028
为节点i在t时段有功负荷实际功率，
Figure GDA0002584025660000029
为节点i在t时段无功负荷实际功率；对于每个属于Ψn的节点i，j∈i代表所有与节点i直接相连的节点j的集合；pij,t为支路ij在t时段从节点i流向节点j的有功功率；qij,t为支路ij在t时段从节点i流向节点j的无功功率；
1-2-3)配电网中每条支路的有功功率、无功功率和其两端节点电压幅值的潮流方程约束，如式(5)至(7)所示：
Figure GDA00025840256600000210
U0,t＝U0,ref (6)
Ui,t-Uj,t＝2(rijpij,t+xijqij,t) (7)
Figure GDA00025840256600000211
其中，Φb为该配电网中所有支路的集合；Vi,t为节点i在t时段的电压幅值；Ui,t为节点i在t时段的电压幅值平方，U0,ref为参考节点电压幅值平方；对于每条属于Φb的支路ij，Ui,t和Uj,t分别为支路ij两端的节点i和节点j在t时段的电压幅值平方；rij和xij分别为支路ij的电阻和电抗值；
1-2-4)配电网中每条支路传输的功率容量约束，如式(8)所示：
Figure GDA0002584025660000031
其中，对于每条属于Φb的支路ij，sij,max为支路ij视在功率上限值；Γ为分布式电源容量评估所采用的时段集合；
1-2-5)配电网中每个节点的电压安全约束，如式(9)所示：
Figure GDA0002584025660000032
其中，Ui,min和Ui,max分别为节点i电压幅值平方的下限值和上限值；
2)对步骤1)的约束条件进行转化；具体步骤如下：
2-1)根据约束条件式(8)和(9)构建机会约束，如式(10)所示：
Figure GDA0002584025660000033
其中，Pr(A)为事件A发生的概率，ξ为该不等式约束被破坏的概率；
2-2)收集配电网中所有节点在每个时段的有功负荷的预测误差值集合记为
Figure GDA0002584025660000034
收集配电网中所有节点在每个时段的分布式电源功率预测误差值集合记为
Figure GDA0002584025660000035
其中
Figure GDA0002584025660000036
为节点i在t时段的有功负荷预测误差，
Figure GDA0002584025660000037
为节点i在t时段的分布式电源功率预测误差；
分别对
Figure GDA0002584025660000038
求取对应的误差标幺参数，如式(11)和(12)所示：
Figure GDA0002584025660000039
Figure GDA00025840256600000310
其中，max(||)为求集合中元素绝对值的最大值；
Figure GDA00025840256600000311
为节点i在t时段有功负荷误差标幺参数，
Figure GDA0002584025660000041
为节点i在t时段分布式电源功率误差标幺参数；
设定
Figure GDA0002584025660000042
为节点i在t时段的有功负荷标幺化预测误差，
Figure GDA0002584025660000043
为节点i在t时段的分布式电源功率标幺化预测误差，
Figure GDA0002584025660000044
的概率分布集合分别为
Figure GDA0002584025660000045
为定义在[-1,1]上且均值为0的任意相互独立分布组成的集合；
2-3)将配电网中有功负荷实际功率，无功负荷实际功率，有功分布式电源实际功率与无功分布式电源实际功率分别表示为式(13)至(16)所示的形式：
Figure GDA0002584025660000046
Figure GDA0002584025660000047
Figure GDA0002584025660000048
Figure GDA0002584025660000049
Figure GDA00025840256600000410
其中，
Figure GDA00025840256600000411
为节点i在t时段有功负荷预测功率，
Figure GDA00025840256600000412
为节点i在t时段无功负荷预测功率；
Figure GDA00025840256600000413
为节点i在t时段有功分布式电源预测功率，
Figure GDA00025840256600000414
为节点i在t时段已知的无功分布式电源预测功率；
2-4)根据式(3)、(4)、(5)、(7)、(13)、(14)、(15)、(16)，将pij,t、qij,t、Ui,t分别表示为
Figure GDA00025840256600000415
的线性形式，如式(17)至(19)所示：
Figure GDA00025840256600000416
Figure GDA00025840256600000417
Figure GDA00025840256600000418
其中，
Figure GDA00025840256600000419
为对应的线性系数；
2-5)将式(17)至(19)代入约束条件式(10)中，根据机会约束凸松弛转化方法，则式(10)转化为如式(20)所示的形式：
Figure GDA0002584025660000051
其中，系数
Figure GDA0002584025660000052
定义分别如式(21)、(22)、(23)、(24)、(25)所示：
Figure GDA0002584025660000053
Figure GDA0002584025660000054
Figure GDA0002584025660000055
Figure GDA0002584025660000056
Figure GDA0002584025660000057
3)对模型求解；
根据目标函数式(1)，约束条件式(2)、(3)、(4)、(5)、(6)、(7)、(11)、(12)、(20)、(21)、(22)、(23)、(24)、(25)，应用凸规划算法对步骤1)建立的模型求解；最终求解获得的目标函数值即是该配电网中分布式电源的容量评估结果。
本发明的特点及有益效果在于：
本发明提出一种考虑功率随机性的配电网分布式电源容量评估方法，并根据已知的统计信息构建出一个不确定量的概率分布集，使评估结果具备更强的可信度和鲁棒性，同时针对大规模复杂配电网可以快速高效求解。
具体实施方式
本发明提出一种考虑功率随机性的配电网分布式电源容量评估方法，下面结合具体实施例进一步详细说明如下。
本发明提出一种考虑功率随机性的配电网分布式电源容量评估方法，包括以下步骤：
1)建立考虑功率随机性的配电网分布式电源容量评估模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)建立模型的目标函数，表达式如式(1)所示：
Figure GDA0002584025660000061
其中，Si为节点i处的分布式电源装机容量，Ψn为配电网中所有节点的集合；
1-2)确定模型的约束条件；具体如下：
1-2-1)配电网的分布式电源功率约束，如式(2)所示：
Figure GDA0002584025660000062
其中，
Figure GDA0002584025660000063
为节点i在t时段有功分布式电源预测功率，wi,t∈[0,1]为节点i在t时段分布式电源预测功率系数；
1-2-2)配电网的节点功率平衡约束，如式(3)和(4)所示：
Figure GDA0002584025660000064
Figure GDA0002584025660000065
其中，
Figure GDA0002584025660000066
为节点i在t时段有功分布式电源实际功率，
Figure GDA0002584025660000067
为节点i在t时段无功分布式电源实际功率；
Figure GDA0002584025660000068
为节点i在t时段有功负荷实际功率，
Figure GDA0002584025660000069
为节点i在t时段无功负荷实际功率；对于每个属于Ψn的节点i，j∈i代表所有与节点i直接相连的节点j的集合；pij,t为支路ij在t时段从节点i流向节点j的有功功率；qij,t为支路ij在t时段从节点i流向节点j的无功功率；
1-2-3)配电网中每条支路的有功功率、无功功率和其两端节点电压幅值的潮流方程约束，如式(5)至(7)所示：
Figure GDA00025840256600000610
U0,t＝U0,ref (6)
Ui,t-Uj,t＝2(rijpij,t+xijqij,t) (7)
Figure GDA00025840256600000611
其中，Φb为该配电网中所有支路的集合；Vi,t为节点i在t时段的电压幅值；Ui,t为节点i在t时段的电压幅值平方，U0,ref为参考节点电压幅值平方；对于每条属于Φb的支路ij，Ui,t和Uj,t分别为支路ij两端的节点i和节点j在t时段的电压幅值平方；rij和xij分别为支路ij的电阻和电抗值；
1-2-4)配电网中每条支路传输的功率容量约束，如式(8)所示：
Figure GDA0002584025660000071
其中，对于每条属于Φb的支路ij，sij,max为支路ij视在功率上限值；Γ为分布式电源容量评估所采用的时段集合；
1-2-5)配电网中每个节点的电压安全约束，如式(9)所示：
Figure GDA0002584025660000072
其中，Ui,min和Ui,max分别为节点i电压幅值平方的下限值和上限值；
2)对步骤1)的约束条件进行转化；具体步骤如下：
2-1)根据约束条件式(8)和(9)构建机会约束，如式(10)所示：
Figure GDA0002584025660000073
其中，Pr(A)为事件A发生的概率，ξ为该不等式约束被破坏的概率；
2-2)收集配电网中所有节点在每个时段的有功负荷的预测误差值集合记为
Figure GDA0002584025660000074
收集配电网中所有节点在每个时段的分布式电源功率预测误差值集合记为
Figure GDA0002584025660000075
其中
Figure GDA0002584025660000076
为节点i在t时段的有功负荷预测误差，
Figure GDA0002584025660000077
为节点i在t时段的分布式电源功率预测误差；
分别对
Figure GDA0002584025660000078
求取对应的误差标幺参数，如式(11)和(12)所示：
Figure GDA0002584025660000081
Figure GDA0002584025660000082
其中，max(||)为求集合中元素绝对值的最大值；
Figure GDA0002584025660000083
为节点i在t时段有功负荷误差标幺参数，
Figure GDA0002584025660000084
为节点i在t时段分布式电源功率误差标幺参数；
设定
Figure GDA0002584025660000085
为节点i在t时段的有功负荷标幺化预测误差，
Figure GDA0002584025660000086
为节点i在t时段的分布式电源功率标幺化预测误差，
Figure GDA0002584025660000087
的概率分布集合分别为
Figure GDA0002584025660000088
为定义在[-1,1]上且均值为0的任意相互独立分布组成的集合；
2-3)将配电网中有功负荷实际功率，无功负荷实际功率，有功分布式电源实际功率与无功分布式电源实际功率分别表示为式(13)至(16)所示的形式：
Figure GDA00025840256600000822
Figure GDA0002584025660000089
Figure GDA00025840256600000810
Figure GDA00025840256600000811
Figure GDA00025840256600000812
其中，
Figure GDA00025840256600000813
为节点i在t时段有功负荷预测功率，
Figure GDA00025840256600000814
为节点i在t时段无功负荷预测功率；
Figure GDA00025840256600000815
为节点i在t时段有功分布式电源预测功率，
Figure GDA00025840256600000816
为节点i在t时段已知的无功分布式电源预测功率；
2-4)根据式(3)、(4)、(5)、(7)、(13)、(14)、(15)、(16)，将pij,t、qij,t、Ui,t分别表示为
Figure GDA00025840256600000817
的线性形式，如式(17)至(19)所示：
Figure GDA00025840256600000818
Figure GDA00025840256600000819
Figure GDA00025840256600000820
其中，
Figure GDA00025840256600000821
为对应的线性系数；
2-5)将式(17)至(19)代入约束条件式(10)中，根据机会约束凸松弛转化方法，则式(10)转化为如式(20)所示的形式：
Figure GDA0002584025660000091
其中，系数
Figure GDA0002584025660000092
定义分别如式(21)、(22)、(23)、(24)、(25)所示：
Figure GDA0002584025660000093
Figure GDA0002584025660000094
Figure GDA0002584025660000095
Figure GDA0002584025660000096
Figure GDA0002584025660000097
3)对模型求解；
根据目标函数式(1)，约束条件式(2)、(3)、(4)、(5)、(6)、(7)、(11)、(12)、(20)、(21)、(22)、(23)、(24)、(25)，应用凸规划算法对步骤1)建立的模型求解；最终求解获得的目标函数值即是该配电网中分布式电源的容量评估结果。

Claims (1)

1.一种考虑功率随机性的配电网分布式电源容量评估方法，其特征在于，该方法包括以下步骤：
1)建立考虑功率随机性的配电网分布式电源容量评估模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)建立模型的目标函数，表达式如式(1)所示：
Figure FDA0002584025650000011
其中，Si为节点i处的分布式电源装机容量，Ψn为配电网中所有节点的集合；
1-2)确定模型的约束条件；具体如下：
1-2-1)配电网的分布式电源功率约束，如式(2)所示：
Figure FDA0002584025650000012
其中，
Figure FDA0002584025650000013
为节点i在t时段有功分布式电源预测功率，wi,t∈[0,1]为节点i在t时段分布式电源预测功率系数；
1-2-2)配电网的节点功率平衡约束，如式(3)和(4)所示：
Figure FDA0002584025650000014
Figure FDA0002584025650000015
其中，
Figure FDA0002584025650000016
为节点i在t时段有功分布式电源实际功率，
Figure FDA0002584025650000017
为节点i在t时段无功分布式电源实际功率；
Figure FDA0002584025650000018
为节点i在t时段有功负荷实际功率，
Figure FDA0002584025650000019
为节点i在t时段无功负荷实际功率；对于每个属于Ψn的节点i，j∈i代表所有与节点i直接相连的节点j的集合；pij,t为支路ij在t时段从节点i流向节点j的有功功率；qij,t为支路ij在t时段从节点i流向节点j的无功功率；
1-2-3)配电网中每条支路的有功功率、无功功率和其两端节点电压幅值的潮流方程约束，如式(5)至(7)所示：
Figure FDA00025840256500000110
U0,t＝U0,ref (6)
Ui,t-Uj,t＝2(rijpij,t+xijqij,t) (7)
Figure FDA00025840256500000111
其中，Φb为该配电网中所有支路的集合；Vi,t为节点i在t时段的电压幅值；Ui,t为节点i在t时段的电压幅值平方，U0,ref为参考节点电压幅值平方；对于每条属于Φb的支路ij，Ui,t和Uj,t分别为支路ij两端的节点i和节点j在t时段的电压幅值平方；rij和xij分别为支路ij的电阻和电抗值；
1-2-4)配电网中每条支路传输的功率容量约束，如式(8)所示：
Figure FDA0002584025650000021
其中，对于每条属于Φb的支路ij，sij,max为支路ij视在功率上限值；Γ为分布式电源容量评估所采用的时段集合；
1-2-5)配电网中每个节点的电压安全约束，如式(9)所示：
Figure FDA0002584025650000022
其中，Ui,min和Ui,max分别为节点i电压幅值平方的下限值和上限值；
2)对步骤1)的约束条件进行转化；具体步骤如下：
2-1)根据约束条件式(8)和(9)构建机会约束，如式(10)所示：
Figure FDA0002584025650000023
其中，Pr(A)为事件A发生的概率，ξ为该不等式约束被破坏的概率；
2-2)收集配电网中所有节点在每个时段的有功负荷的预测误差值集合记为
Figure FDA0002584025650000024
收集配电网中所有节点在每个时段的分布式电源功率预测误差值集合记为
Figure FDA0002584025650000025
其中
Figure FDA0002584025650000026
为节点i在t时段的有功负荷预测误差，
Figure FDA0002584025650000027
为节点i在t时段的分布式电源功率预测误差；
分别对
Figure FDA0002584025650000031
求取对应的误差标幺参数，如式(11)和(12)所示：
Figure FDA0002584025650000032
Figure FDA0002584025650000033
其中，max(||)为求集合中元素绝对值的最大值；
Figure FDA0002584025650000034
为节点i在t时段有功负荷误差标幺参数，
Figure FDA0002584025650000035
为节点i在t时段分布式电源功率误差标幺参数；
设定
Figure FDA0002584025650000036
为节点i在t时段的有功负荷标幺化预测误差，
Figure FDA0002584025650000037
为节点i在t时段的分布式电源功率标幺化预测误差，
Figure FDA0002584025650000038
的概率分布集合分别为
Figure FDA0002584025650000039
为定义在[-1,1]上且均值为0的任意相互独立分布组成的集合；
2-3)将配电网中有功负荷实际功率，无功负荷实际功率，有功分布式电源实际功率与无功分布式电源实际功率分别表示为式(13)至(16)所示的形式：
Figure FDA00025840256500000310
Figure FDA00025840256500000311
Figure FDA00025840256500000312
Figure FDA00025840256500000313
Figure FDA00025840256500000314
其中，
Figure FDA00025840256500000315
为节点i在t时段有功负荷预测功率，
Figure FDA00025840256500000316
为节点i在t时段无功负荷预测功率；
Figure FDA00025840256500000317
为节点i在t时段有功分布式电源预测功率，
Figure FDA00025840256500000318
为节点i在t时段已知的无功分布式电源预测功率；
2-4)根据式(3)、(4)、(5)、(7)、(13)、(14)、(15)、(16)，将pij,t、qij,t、Ui,t分别表示为
Figure FDA00025840256500000319
的线性形式，如式(17)至(19)所示：
Figure FDA00025840256500000320
Figure FDA00025840256500000321
Figure FDA00025840256500000322
其中，
Figure FDA00025840256500000323
为对应的线性系数；
2-5)将式(17)至(19)代入约束条件式(10)中，根据机会约束凸松弛转化方法，则式(10)转化为如式(20)所示的形式：
Figure FDA0002584025650000041
其中，系数
Figure FDA0002584025650000042
定义分别如式(21)、(22)、(23)、(24)、(25)所示：
Figure FDA0002584025650000043
Figure FDA0002584025650000044
Figure FDA0002584025650000045
Figure FDA0002584025650000046
Figure FDA0002584025650000047
3)对模型求解；
根据目标函数式(1)，约束条件式(2)、(3)、(4)、(5)、(6)、(7)、(11)、(12)、(20)、(21)、(22)、(23)、(24)、(25)，应用凸规划算法对步骤1)建立的模型求解；最终求解获得的目标函数值即是该配电网中分布式电源的容量评估结果。
CN201711206865.3A 2017-11-27 2017-11-27 一种考虑功率随机性的配电网分布式电源容量评估方法 Active CN108039723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711206865.3A CN108039723B (zh) 2017-11-27 2017-11-27 一种考虑功率随机性的配电网分布式电源容量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711206865.3A CN108039723B (zh) 2017-11-27 2017-11-27 一种考虑功率随机性的配电网分布式电源容量评估方法

Publications (2)

Publication Number Publication Date
CN108039723A CN108039723A (zh) 2018-05-15
CN108039723B true CN108039723B (zh) 2020-09-25

Family

ID=62093810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711206865.3A Active CN108039723B (zh) 2017-11-27 2017-11-27 一种考虑功率随机性的配电网分布式电源容量评估方法

Country Status (1)

Country Link
CN (1) CN108039723B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255102B (zh) * 2018-09-04 2020-02-04 云南电网有限责任公司 一种基于凸松弛的光伏发电最大并网容量评估方法
CN109829563B (zh) * 2018-12-18 2023-08-29 广东电网有限责任公司电力调度控制中心 一种基于多参数规划的馈线传输极限容量评估方法
CN110263391B (zh) * 2019-05-31 2023-05-26 广东电网有限责任公司 一种基于机会约束的有源配电网智能软开关规划方法
CN110311422B (zh) * 2019-07-23 2022-08-02 南方电网科学研究院有限责任公司 一种分布式电源并网功率的控制方法、装置及设备
CN112886596B (zh) * 2021-01-22 2022-08-30 河海大学 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法
CN113887837A (zh) * 2021-11-09 2022-01-04 国网江苏省电力有限公司电力科学研究院 一种基于分布式电源出力高维联合分布的配电网消纳能力评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376410A (zh) * 2014-11-06 2015-02-25 国家电网公司 一种配电网中分布式电源的规划方法
CN105552965A (zh) * 2016-02-18 2016-05-04 中国电力科学研究院 一种基于机会约束规划的分布式能源优化配置方法
CN107069814A (zh) * 2017-04-14 2017-08-18 广东电网有限责任公司东莞供电局 配网分布式电源容量布点的模糊机会约束规划方法与系统
CN106099984B (zh) * 2016-07-29 2018-10-19 清华大学 一种数据驱动的主动配电网分布式电源最大容量评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8972070B2 (en) * 2010-07-02 2015-03-03 Alstom Grid Inc. Multi-interval dispatch system tools for enabling dispatchers in power grid control centers to manage changes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376410A (zh) * 2014-11-06 2015-02-25 国家电网公司 一种配电网中分布式电源的规划方法
CN105552965A (zh) * 2016-02-18 2016-05-04 中国电力科学研究院 一种基于机会约束规划的分布式能源优化配置方法
CN106099984B (zh) * 2016-07-29 2018-10-19 清华大学 一种数据驱动的主动配电网分布式电源最大容量评估方法
CN107069814A (zh) * 2017-04-14 2017-08-18 广东电网有限责任公司东莞供电局 配网分布式电源容量布点的模糊机会约束规划方法与系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A planning method for siting and sizing of distributed generation based on chance-constrained programming;zhaoxia sun et al.;《2015 5th International Conference on Electric Utility Deregulation and Restructuring and Power Technologies (DRPT)》;20160314;第527-531页 *
含分布式能源的配电网规划综述;姜淼等;《华东电力》;20140531;第42卷(第5期);第865-872页 *

Also Published As

Publication number Publication date
CN108039723A (zh) 2018-05-15

Similar Documents

Publication Publication Date Title
CN108039723B (zh) 一种考虑功率随机性的配电网分布式电源容量评估方法
CN109524993B (zh) 用于中长期优化调度的风电光伏典型周出力场景生成方法
CN108491682B (zh) 降雨径流预报系统
CN109657881A (zh) 一种适用于小样本的神经网络光伏发电预测方法及系统
CN104376389A (zh) 基于负载均衡的主从式微电网功率负荷预测系统及其方法
CN103679288A (zh) 一种径流式小水电集群发电功率短期预测方法及预测系统
Huang et al. Ultra‐short‐term photovoltaic power forecasting of multifeature based on hybrid deep learning
CN116050595A (zh) 一种注意力机制与分解机制耦合的径流量预测方法
CN108334696B (zh) 一种考虑功率随机性的配电网日前网络重构方法
CN114357670A (zh) 一种基于bls和自编码器的配电网用电数据异常预警方法
CN107968397B (zh) 一种考虑运行随机性的配电网传输能力计算方法
Ding et al. Forecast of pv power generation based on residual correction of markov chain
CN108039739B (zh) 一种主动配电网动态随机经济调度方法
CN111177278A (zh) 一种网格用户短期负荷预测实时处理工具
Chen et al. Research on medium-long term power load forecasting method based on load decomposition and big data technology
Lu et al. Forecasting China’s per capita living energy consumption by employing a novel DGM (1, 1, tα) model with fractional order accumulation
Luo et al. Long-term optimal scheduling of cascade hydropower stations using fuzzy multi-objective dynamic programming approach
CN112651540A (zh) 一种配电网规划项目投资优化方法
Fan et al. Research on influence factors analysis and countermeasures of improving prediction accuracy of run-of-river small hydropower
Mi et al. Renewable Energy Capacity Credit Assessment Method Considering Source-load Correlation
Zhang et al. Research on short-term power load forecasting based on ARIMA-LSTM model
Labeau et al. Mathematics of PRA applied to Distributed Generation curtailment in saturated grids
CN110874611B (zh) 风电集群功率超短期预测误差等级分级补偿方法
Ke et al. Short-term wind power dynamic prediction based on GA-BP neural network
CN114006392B (zh) 分布式电源系统储能节点容量需求估算系统

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