CN108899919A - 一种基于Haar小波变换的有源配电网动态无功优化调度方法 - Google Patents
一种基于Haar小波变换的有源配电网动态无功优化调度方法 Download PDFInfo
- Publication number
- CN108899919A CN108899919A CN201810959462.4A CN201810959462A CN108899919A CN 108899919 A CN108899919 A CN 108899919A CN 201810959462 A CN201810959462 A CN 201810959462A CN 108899919 A CN108899919 A CN 108899919A
- Authority
- CN
- China
- Prior art keywords
- node
- idle
- power output
- distribution network
- reactive power
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000009466 transformation Effects 0.000 title claims abstract description 20
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims abstract description 4
- 239000003990 capacitor Substances 0.000 claims description 8
- 230000021615 conjugation Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
- H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
- H02J3/1871—Methods for planning installation of shunt reactive power compensators
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- H02J3/383—
-
- H02J3/386—
-
- 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]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于Haar小波变换的有源配电网动态无功优化调度方法,包括以下步骤:步骤一:获取日前风电、光伏及负荷的预测数据;步骤二:对配网净负荷功率预测曲线进行分段,然后对分段结果进行聚合;步骤三:建立CB及DG的无功出力模型;步骤四:建立起包括电压稳定指标等在内的综合目标函数;步骤五:以CB的无功出力为控制变量,计算每个分段内CB的投切容量;步骤六:以DG的无功出力为控制变量,计算日前24小时每个小时内的无功出力;步骤七:制定CB及DG的日前无功调度计划。本发明考虑了高比例DG接入对配电网安全稳定运行的影响,构建了计及静态电压稳定指标的配电网日前动态无功优化调度模型。
Description
技术领域
本发明属于配电网无功优化技术领域,具体涉及一种基于Haar小波变换的有源配电网动态无功优化调度方法。
背景技术
分布式电源作为传统集中发电方式的重要补充,正快速走上世界电力工业的舞台,使得现有的能源系统日趋合理、环保。但同时,高比例分布式发电(DistributedGeneration,DG)的接入对电力系统的安全稳定运行与电能调度带来了新的挑战。并网风机、光伏等DG的无功出力具有连续性且无动作次数限制的优点,将其作为连续无功源参与到配电网无功优化中,具有广阔的应用前景。
但是,已有的研究很少考虑到DG接入电网后与传统无功优化手段协调配合的问题,而接入DG后,动态无功优化数学模型、系统无功调节能力等将发生变化。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种基于Haar小波变换的有源配电网动态无功优化调度方法,用以研究如何充分利用DG的无功出力能力,从而实现电容器组(Capacitor Bank,CB)与DG无功出力的协调调度,解决动态无功优化调度中的时空耦合问题。
为实现上述技术目的,本发明采取的技术方案为:
一种基于Haar小波变换的有源配电网动态无功优化调度方法,包括以下步骤:
步骤一:获取日前风电、光伏及负荷的预测数据;
步骤二:基于Haar小波变换的方法对配网净负荷功率预测曲线进行分段,然后对分段结果进行聚合;
步骤三:建立CB及DG的无功出力模型;
步骤四:基于连续潮流算法和戴维南等值的电压稳定指标,计算并找出配网中电压最为薄弱的节点i,将节点i处的运行网损和电压稳定指标相结合,构成一个双目标函数,并嵌入节点电压越限惩罚函数,从而建立起包括电压稳定指标等在内的综合目标函数;
步骤五:在步骤四的基础上,以CB的无功出力为控制变量,计算每个分段内CB的投切容量;
步骤六:在步骤五的基础上,以DG的无功出力为控制变量,计算日前24小时每个小时内的无功出力;
步骤七:制定CB及DG的日前无功调度计划。
上述的步骤二中,Haar小波是一种阶梯状小波,当在日负荷曲线上取2n个采样时刻时,这些采样时刻对应的净负荷曲线值即为采用Haar小波对日负荷曲线进行分解时的第(n+1)层尺度系数。由于净负荷功率预测曲线在不同时间尺度上的低频分量只能为2n段,大多数情况下不等于实际需要的分段数,因此,在Haar小波分解的过程中先取分段数大于实际需要的分段数,然后再进行聚合。
上述的步骤三中CB的无功出力模型为:
式中,QC i,min、QC i,max分别为接入节点i处的CB的无功出力下、上限;Ck(n)、Ck(n-1)分别为n时刻和(n-1)时刻并联电容器的投切容量;nc-max为电容器允许的最大动作次数。
上述的步骤三中DG的无功出力模型为:
式中,Q(t)、Pact(t)分别为并网光伏逆变器在t时刻的无功与有功出力;SN为光伏逆变器的额定容量;Qabmax为风机吸收的无功功率最大值;V为风机的节点电压;Is为最大定子电流;Pwind为风机的有功功率输出;s为风机稳态运行时的转差率;QDG i,min、QDG i,max分别为节点i处的DG无功出力下、上限。
上述的步骤四中综合目标函数为:
其中,Ploss、αi及ΔUi的表达式分别为:
式中,Gij、Bij和δij分别为节点i、j之间的电导、电纳与电压相角差;Ui、Uj分别为节点i、j的电压幅值;n为系统节点个数;H表示与节点i直接相连的所有节点的集合;λ为节点电压越限惩罚系数;Ui,max、Ui,min分别为节点i的电压上、下限;Z*ij为支路i-j阻抗的共轭;Ij为节点j的电流幅值。
上述的综合目标函数可利用改进的粒子群算法求解,根据公式ω=ω0+(1-ω0)r3(7)和对惯性权重和学习因子进行调节,以保证算法在搜索前期能够充分搜索整个空间,在搜索后期集中在全局最优附近进行精细挖掘,且有利于跳出局部最优,式中,ω0在[0,0.5]之间;r3是[0,1]范围内的随机数;Gen为最大迭代次数。
本发明具有以下有益效果:
1.本发明考虑了DG与CB在动态无功优化中的协调配合,适应未来高比例DG接入配网的情况;
2.本发明采用了基于Haar小波变换的方法对配电网净负荷功率预测曲线进行分段和聚合,满足了CB的动作次数约束,从而将动态无功优化问题转化为分段静态无功优化问题;
3.本发明建立了包括电压稳定指标等在内的综合目标函数,充分考虑了在DG渗透率逐渐提高的情形下,其出力的不确定性对配电网电压稳定等方面造成的影响,具有实际的应用价值。
附图说明
图1是本发明一种基于Haar小波变换的有源配电网动态无功优化调度方法的流程图;
图2是本发明实施例中的测试系统拓扑结构;
图3是本发明实施例中利用Haar小波变换得到的日净负荷功率曲线16段分段的仿真结果图;
图4是本发明实施例中利用Haar小波变换得到的日净负荷功率曲线5段聚合的仿真结果图;
图5是本发明实施例中优化前后节点电压幅值的结果对比图;
图6是本发明实施例中优化前后运行网损的结果对比图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
图1为本发明的总体方法流程图,本发明的一种基于Haar小波变换的有源配电网动态无功优化调度方法,包含以下步骤:
步骤一:如图1所示,先获取日前风电、光伏及负荷的预测数据;
步骤二:在步骤一的基础上,得到配电网净负荷功率的预测曲线。利用Haar小波变换的方法对该预测曲线进行分段,并对分段结果进行聚合,如图3、图4所示;从图3可以看出,分段后的曲线很好地反映了净负荷功率的变化趋势,说明本发明采用的分段方法是合理的。
步骤三:根据公式(1)和公式(2)分别建立CB及DG的无功出力模型;
式中,QC i,min、QCi,max分别为接入节点i处的CB的无功出力下、上限;Ck(n)、Ck(n-1)分别为n时刻和(n-1)时刻并联电容器的投切容量;nc-max为电容器允许的最大动作次数;Q(t)、Pact(t)分别为并网光伏逆变器在t时刻的无功与有功出力;SN为光伏逆变器的额定容量;Qabmax为风机吸收的无功功率最大值;V为风机的节点电压;Is为最大定子电流;Pwind为风机的有功功率输出;s为风机稳态运行时的转差率;QDG i,min、QDG i,max分别为节点i处的DG无功出力下、上限。
步骤四:基于连续潮流算法和戴维南等值的电压稳定指标,计算并找出配网中电压最为薄弱的节点i,将节点i处的运行网损和电压稳定指标相结合,构成一个双目标函数,并嵌入节点电压越限惩罚函数,从而建立起如下的综合目标函数;
其中,Ploss、αi及ΔUi的表达式分别为:
式中,Gij、Bij和δij分别为节点i、j之间的电导、电纳与电压相角差;Ui、Uj分别为节点i、j的电压幅值;n为系统节点个数;H表示与节点i直接相连的所有节点的集合;λ为节点电压越限惩罚系数;Ui,max、Ui,min分别为节点i的电压上、下限;Z*ij为支路i-j阻抗的共轭;Ij为节点j的电流幅值。
本发明利用改进的粒子群算法求解目标函数,根据公式(7)和公式(8)对惯性权重和学习因子进行调节,以保证算法在搜索前期能够充分搜索整个空间,在搜索后期集中在全局最优附近进行精细挖掘,且有利于跳出局部最优。
ω=ω0+(1-ω0)r3 (7)
式中,ω0在[0,0.5]之间;r3是[0,1]范围内的随机数;Gen为最大迭代次数。
步骤五:在步骤四的基础上,以CB的无功出力为控制变量,计算每个分段内CB的投切容量;
步骤六:在步骤五的基础上,以DG的无功出力为控制变量,计算日前24小时每个小时内的无功出力;
步骤七:制定CB及DG的日前无功调度计划。
实施例中,采用了修改的IEEE33节点配电系统,如图2所示。其中,并网光伏的接入位置为节点30、32,额定容量0.3MVA;变速恒频双馈风电机组的接入位置为节点24、27,额定容量0.3MVA;CB的接入位置为节点2、8,额定容量0.5MVA,每组容量10kVar,每个节点共50组。
下面,对本发明实施例的仿真结果进行说明。
由图5可知,利用本发明提供的方法进行无功优化调度之后,系统节点电压幅值有了较大的提高,电压幅值平均值从优化前的0.9467提高到了优化后的0.9870,且未出现节点电压越限的情况,从而改善了系统的节点电压分布。图6为优化前后系统日运行网损的对比图,从图中可知,在优化调度之后,系统的日运行网损出现了大幅下降,相比于优化前,日运行网损降幅高达35.37%。仿真结果表明,本发明提出的一种基于Haar小波变换的有源配电网动态无功优化调度方法能够兼顾配网运行的安全性和经济性,具有实际的应用价值。
综上所述,本发明针对现有的动态无功优化方法未考虑DG接入电网后与传统无功优化手段协调配合这一问题,提出了一种计及DG无功调整能力的有源配电网两阶段动态无功优化调度方法,该方法基于Haar小波变换法对配网净负荷功率预测曲线进行分段和聚合,得出一天中CB的动作序列。考虑了高比例DG接入对配电网安全稳定运行的影响,构建了计及静态电压稳定指标的配电网日前动态无功优化调度模型。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (6)
1.一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:包括以下步骤:
步骤一:获取日前风电、光伏及负荷的预测数据;
步骤二:基于Haar小波变换的方法对配网净负荷功率预测曲线进行分段,然后对分段结果进行聚合;
步骤三:建立CB及DG的无功出力模型;
步骤四:基于连续潮流算法和戴维南等值的电压稳定指标,计算并找出配网中电压最为薄弱的节点i,将节点i处的运行网损和电压稳定指标相结合,构成一个双目标函数,并嵌入节点电压越限惩罚函数,从而建立起包括电压稳定指标等在内的综合目标函数;
步骤五:在步骤四的基础上,以CB的无功出力为控制变量,计算每个分段内CB的投切容量;
步骤六:在步骤五的基础上,以DG的无功出力为控制变量,计算日前24小时每个小时内的无功出力;
步骤七:制定CB及DG的日前无功调度计划。
2.根据权利要求1所述的一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:步骤二所述的分段数大于实际需要的分段数。
3.根据权利要求1所述的一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:步骤三所述的CB的无功出力模型为:
式中,QC i,min、QC i,max分别为接入节点i处的CB的无功出力下、上限;Ck(n)、Ck(n-1)分别为n时刻和(n-1)时刻并联电容器的投切容量;nc-max为电容器允许的最大动作次数。
4.根据权利要求1所述的一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:步骤三所述的DG的无功出力模型为:
式中,Q(t)、Pact(t)分别为并网光伏逆变器在t时刻的无功与有功出力;SN为光伏逆变器的额定容量;Qabmax为风机吸收的无功功率最大值;V为风机的节点电压;Is为最大定子电流;Pwind为风机的有功功率输出;s为风机稳态运行时的转差率;QDG i,min、QDG i,max分别为节点i处的DG无功出力下、上限。
5.根据权利要求1所述的一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:步骤四所述的综合目标函数为:
其中,Ploss、αi及ΔUi的表达式分别为:
式中,Gij、Bij和δij分别为节点i、j之间的电导、电纳与电压相角差;Ui、Uj分别为节点i、j的电压幅值;n为系统节点个数;H表示与节点i直接相连的所有节点的集合;λ为节点电压越限惩罚系数;Ui,max、Ui,min分别为节点i的电压上、下限;Z*ij为支路i-j阻抗的共轭;Ij为节点j的电流幅值。
6.根据权利要求5所述的一种基于Haar小波变换的有源配电网动态无功优化调度方法,其特征是:所述的综合目标函数可利用改进的粒子群算法求解,根据公式ω=ω0+(1-ω0)r3(7)和对惯性权重和学习因子进行调节,以保证算法在搜索前期能够充分搜索整个空间,在搜索后期集中在全局最优附近进行精细挖掘,且有利于跳出局部最优,式中,ω0在[0,0.5]之间;r3是[0,1]范围内的随机数;Gen为最大迭代次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810959462.4A CN108899919A (zh) | 2018-08-21 | 2018-08-21 | 一种基于Haar小波变换的有源配电网动态无功优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810959462.4A CN108899919A (zh) | 2018-08-21 | 2018-08-21 | 一种基于Haar小波变换的有源配电网动态无功优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108899919A true CN108899919A (zh) | 2018-11-27 |
Family
ID=64358196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810959462.4A Pending CN108899919A (zh) | 2018-08-21 | 2018-08-21 | 一种基于Haar小波变换的有源配电网动态无功优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108899919A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110797911A (zh) * | 2019-10-31 | 2020-02-14 | 上海电力大学 | 一种基于状态分裂的多目标有源配电网开关状态调整方法 |
CN111900765A (zh) * | 2020-08-27 | 2020-11-06 | 广东电网有限责任公司 | 一种风电接入系统的动态无功规划方法及相关装置 |
CN112993979A (zh) * | 2021-02-22 | 2021-06-18 | 广东电网有限责任公司韶关供电局 | 配电网无功优化方法、装置、电子设备和存储介质 |
CN113489019A (zh) * | 2021-07-08 | 2021-10-08 | 湘潭大学 | 一种基于自适应粒子群算法的配电网无功优化方法 |
CN113890042A (zh) * | 2021-12-06 | 2022-01-04 | 国网浙江省电力有限公司金华供电公司 | 基于有源配电网的潮流计算方法 |
CN116706933A (zh) * | 2023-04-28 | 2023-09-05 | 国网河北省电力有限公司电力科学研究院 | 基于智能控制终端的无功功率补偿方法以及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103807184A (zh) * | 2014-02-17 | 2014-05-21 | 扬州大学 | 大型全调节水泵泵站变角优化运行叶片调节频度确定方法 |
CN105404783A (zh) * | 2015-12-01 | 2016-03-16 | 吉林大学 | 一种盲源分离方法 |
CN106300438A (zh) * | 2015-05-15 | 2017-01-04 | 中国电力科学研究院 | 一种配电网日前两阶段优化调度方法 |
CN106444835A (zh) * | 2016-10-11 | 2017-02-22 | 哈尔滨工程大学 | 基于Lazy Theta星和粒子群混合算法的水下潜器三维路径规划方法 |
-
2018
- 2018-08-21 CN CN201810959462.4A patent/CN108899919A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103807184A (zh) * | 2014-02-17 | 2014-05-21 | 扬州大学 | 大型全调节水泵泵站变角优化运行叶片调节频度确定方法 |
CN106300438A (zh) * | 2015-05-15 | 2017-01-04 | 中国电力科学研究院 | 一种配电网日前两阶段优化调度方法 |
CN105404783A (zh) * | 2015-12-01 | 2016-03-16 | 吉林大学 | 一种盲源分离方法 |
CN106444835A (zh) * | 2016-10-11 | 2017-02-22 | 哈尔滨工程大学 | 基于Lazy Theta星和粒子群混合算法的水下潜器三维路径规划方法 |
Non-Patent Citations (1)
Title |
---|
高伟锋: "含风电配电网电压稳定分析与无功优化策略", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110797911A (zh) * | 2019-10-31 | 2020-02-14 | 上海电力大学 | 一种基于状态分裂的多目标有源配电网开关状态调整方法 |
CN111900765A (zh) * | 2020-08-27 | 2020-11-06 | 广东电网有限责任公司 | 一种风电接入系统的动态无功规划方法及相关装置 |
CN111900765B (zh) * | 2020-08-27 | 2022-03-04 | 广东电网有限责任公司 | 一种风电接入系统的动态无功规划方法及相关装置 |
CN112993979A (zh) * | 2021-02-22 | 2021-06-18 | 广东电网有限责任公司韶关供电局 | 配电网无功优化方法、装置、电子设备和存储介质 |
CN113489019A (zh) * | 2021-07-08 | 2021-10-08 | 湘潭大学 | 一种基于自适应粒子群算法的配电网无功优化方法 |
CN113890042A (zh) * | 2021-12-06 | 2022-01-04 | 国网浙江省电力有限公司金华供电公司 | 基于有源配电网的潮流计算方法 |
CN116706933A (zh) * | 2023-04-28 | 2023-09-05 | 国网河北省电力有限公司电力科学研究院 | 基于智能控制终端的无功功率补偿方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108899919A (zh) | 一种基于Haar小波变换的有源配电网动态无功优化调度方法 | |
CN109659980B (zh) | 集成混合储能与光伏装置的牵引供电系统能量管理优化方法 | |
Kahla et al. | On-Off control based particle swarm optimization for maximum power point tracking of wind turbine equipped by DFIG connected to the grid with energy storage | |
AU2018101070A4 (en) | Automatic voltage control method, device and system for wind farm | |
CN104158169B (zh) | 一种光伏直流微网母线电压控制方法 | |
CN102684201B (zh) | 一种基于电压越限概率的含风电场电网无功优化方法 | |
CN109787239B (zh) | 潮流模型和多频率交流混联系统的交替迭代潮流计算方法及系统 | |
CN104538988B (zh) | 分布式电源接入的电压稳定调节系统及其控制方法 | |
CN109873447A (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
CN113541146B (zh) | 计及分布式电源的电力系统潮流计算优化方法 | |
CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
CN107332252A (zh) | 一种计及广义无功源的配电网低电压综合治理方法 | |
Wang et al. | Active and reactive power coordinated control strategy of battery energy storage system in active distribution network | |
CN106712032B (zh) | 一种考虑风电机组有功电压调节能力的最优潮流模型构建方法 | |
CN108306334A (zh) | 基于粒子群优化算法的风电场内部无功优化策略 | |
Kumar et al. | Energy management of renewable energy-based microgrid system with HESS for various operation modes | |
CN111864793B (zh) | 面向电力能源互联网的基于模型预测算法的电网控制方法 | |
CN109088421A (zh) | 基于fdm的混合储能系统容量优化配置方法 | |
Lei et al. | Modeling and analysis of MW-level grid-connected PV plant | |
CN110323779B (zh) | 一种分布式发电与储能装置的功率动态聚合的方法和系统 | |
CN109390959B (zh) | 一种基于虚拟同步机技术的蓄电池储能控制方法 | |
CN110460108A (zh) | 一种平滑新能源出力波动的储能优化配置方法 | |
CN104377711A (zh) | 一种动态无功补偿方法 | |
CN114709848A (zh) | 一种考虑电能质量补偿的多相配电网储能优化调度方法 | |
CN109120011B (zh) | 一种考虑分布式电源的分布式配电网拥塞调度方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |