CN109004639A - 基于完全分布式算法的配电网分区供电恢复策略优化方法 - Google Patents
基于完全分布式算法的配电网分区供电恢复策略优化方法 Download PDFInfo
- Publication number
- CN109004639A CN109004639A CN201810704092.XA CN201810704092A CN109004639A CN 109004639 A CN109004639 A CN 109004639A CN 201810704092 A CN201810704092 A CN 201810704092A CN 109004639 A CN109004639 A CN 109004639A
- Authority
- CN
- China
- Prior art keywords
- load
- distribution network
- microgrid
- restoration
- power distribution
- 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
-
- 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]
-
- 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
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
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完全分布式算法的配电网分区供电恢复策略优化方法,以配电网恢复过程中的收益量最大为优化目标,将负荷投运状态作为决策变量,对非故障失电区域进行孤岛划分,从而减小了配电网的停电范围。本发明利用完全分布式算法,可以解决当控制中心出现供电问题时的配电网恢复决策问题,在保证配电网安全运行的基础上对尽可能多的重要负荷提供供电,提高了主网故障条件下配电网的自愈能力。
Description
技术领域
本发明属于电网技术领域,特别是一种基于完全分布式算法的配电网分区供电恢复策略优化方法。
背景技术
近年来,国内外连续爆发多起大面积停电事故,造成了巨大的经济损失和深刻的社会影响,也给电力系统的安全稳定运行敲响了警钟。配电网作为电力系统的末端直接与用户相连,其发生停电故障时会产生严重的经济损失和社会影响。分布式电源和微电网的出现,使配电网具备了自愈的能力,在面对无法避免的故障时,主动配电网能有效利用各种资源灵活应对风险,维持尽可能高的运行功能,并能迅速、高效地恢复系统性能。孤岛运行是配电网在极端情况下与主网解列并依靠分布式电源独立供电的一种自愈方式。在故障发生之后,对非故障失电区域进行适当的孤岛划分,同时对重要负荷进行供电恢复,可以减小停电事故带来的损失,并为后续的电网恢复工作提供基础。
现有研究中均采用分散信息采集的方式获取待恢复电网的全局信息,解决了集中式控制中控制中心与终端须进行大量数据通信的问题,当配电网规模较大时能有效提高工作效率。但在对全局信息进行分析决策时仍采用传统的集中式控制策略,当控制中心出现供电问题时,决策方案将难以生成,很大程度上削弱了配电网的自愈能力。究其原因是这种分散信息采集—集中优化处理的控制方式未能实现真正意义上的完全分布式控制,故该方法的稳定性有待提高。
发明内容
本发明的目的在于提供一种基于完全分布式算法的配电网分区供电恢复策略优化方法,提高了配电网失去主网供电后的自愈功能。
实现本发明目的的技术解决方案为:一种基于完全分布式算法的配电网分区供电恢复策略优化方法,包括如下步骤:
步骤1、根据分布式电源在故障修复期间的实际发电量,以负荷恢复量最大和开关动作最小为供电恢复目标,建立配电网分区恢复优化模型;
步骤2、利用一致性算法,选取负荷恢复收益量作为各代理之间的一致性状态变量;
步骤3、根据一致性状态变量,对恢复各负荷可获得的收益量进行迭代,确定恢复供电的负荷节点及分区方案,进行初级孤岛划分;
步骤4、通过全局发现策略判断初级孤岛划分是否完成,若完成,则转至步骤5,否则转至步骤3;
步骤5、若出现某一负荷代理同时被划分到多个孤岛内的情况,则利用Dijkstra算法对生成的孤岛划分范围进行修正,否则直接转至步骤6;
步骤6、重复步骤2至步骤5,直到所有孤岛均完成划分,且不出现需要对孤岛划分范围进行修正的情况。
本发明与现有技术相比,其显著优点为:本发明采用完全分布式算法配电网孤岛划分问题进行决策,通过竞争决策出收益量最大的负荷恢复方案,并通过合作获取其所在孤岛的状态信息,从而生成相应的孤岛运行方案,实现了配电网失去主网供电后的自愈功能,解决了集中式控制中控制中心与终端须进行大量数据通信的问题,当配电网规模较大时能有效提高工作效率。
附图说明
图1为本发明基于完全分布式算法的配电网分区供电恢复策略优化方法流程图。
图2为本发明IEEE37电网拓扑图。
图3为本发明IEEE37孤岛划分示意图。
图4为本发明负荷恢复收益量收敛曲线图。
图5为本发明孤岛全局状态收敛曲线图。
具体实施方式
下面结合附图和具体实施例,进一步说明本发明方案。
分布式控制作为一种新兴的控制技术,具有信息沟通能力强、适应性程度高的优点,已被广泛应用于电力系统中,以解决电网调度、电压频率控制、网络重构的通信以及协同工作等问题。基于此,本文结合多智能体一致性协同理论,以负荷恢复收益量为一致性状态变量,提出了一种基于完全分布式控制的主动配电网孤岛运行自愈策略。如图1所示,基于完全分布式算法的配电网分区供电恢复策略优化方法,包括如下步骤:
步骤1、建立配电网分区恢复优化模型;
根据分布式电源在故障修复期间的实际发电量,以负荷恢复量最大和开关动作最小为供电恢复目标,建立优化目标为:
式中,f1——配电网分区运行过程中的负荷恢复量;
f2——配电网分区过程中的开关操作次数;
D——该孤岛内待恢复节点的集合;
Pi、wi——节点i的负荷功率大小及权重系数;
xi——第i个负荷的供电状态(xi=1表示对负荷供电,xi=0表示负荷失电);
Ss、Ts——分别为分段开关集合和故障前联络开关集合;
Kk——开关状态量(0代表断开,1代表闭合)。
为方便求解,将多目标优化问题转化为单目标优化问题:
式中,F——定义负荷恢复收益量F作为新的目标函数,负荷恢复量越大,开关操作次数越小时,该配电网恢复策略收益越大。
α、β——分别表示负荷恢复量大小和开关动作次数的重要程度,可根据实际情况取值。
考虑配电网孤岛划分过程中需要满足的操作条件以及分布式电源出力约束,确定孤岛划分过程中需要考虑的约束条件:
孤岛内功率约束:
式中,xik——决策变量,表示节电i是否由分区时电源k进行供电;
PGK——分布式电源能提供的功率大小。
负荷集中约束:
若节点i∈D处的负荷可由分布式电源以孤岛的形式供电,则该节点仅属于一个微网k∈K。定义决策变量vik∈{0,1}来表示节点i∈N是否属于微网k∈K,负荷集中约束可表示为:
连通性约束:
配电网具有辐射状供电的特点,每个微网都可视作以分布式电源为根节点的子树。当某个子节点在微网k中时,其父节点一定也属于微网k,因此连通性约束可表示为:
式中,θk(i)——节点i关于分布式电源k的父节点。
负荷恢复约束:
若节点i处的负荷由微网k恢复供电,需同时满足以下两个条件:1)节点i属于微网n,即vik=1;2)与负荷相连的开关处于闭合状态,即si=1。定义一个辅助变量xik=vik·si,yik∈{0,1},表示节点i处的负荷是否由微网k供电,并将其进行线性化处理,则负荷恢复约束可表示为:
式中,vik——决策变量,表示节电i是否属于微网k;
si——决策变量,表示节电i是否恢复供电。
步骤2、利用一致性算法,选取负荷恢复收益量作为各代理之间的一致性状态变量,对恢复各负荷可获得的收益量进行迭代;
步骤2-1,构造各代理之间的邻接矩阵M=[mij],其中节点bi表示第i个智能体,边代表了智能体之间的信息传递关系,mij=1表示节点vi与vj之间存在信息传递,mij=0表示节点bi与bj之间步存在信息传递;
步骤2-2,构造各代理之间的拉普拉斯矩阵L=[lij]:
步骤2-3,构造各代理之间的行随机矩阵dij[k]:
步骤3、确定恢复供电的负荷节点及分区方案;
步骤3-1,选取负荷恢复收益量作为各代理之间的一致性状态变量,第i个代理的恢复收益量可定义为:
ri=Ri·ΔPi
式中,Ri——第i各负荷代理的恢复收益量系数;
△Pi——一个时步内第i个负荷的恢复量。
步骤3-2,根据一致性原理,以步骤3-1中的收益量作为一致性变量,在迭代过程中各代理恢复收益一致性更新如下:
步骤3-3,重复迭代步骤3-2,当一个时步内各负荷代理恢复收益一致,达到rt时,此时第i个负荷的恢复量为:
ΔPt i=rt/Ri
式中,rt——一致性算法中的单位收益量,及仿真步长;
ΔPt i——在一次仿真时步下负荷i的实际负荷恢复量
步骤3-4,以rt为步长,重复迭代3-2至3-3过程,直到某负荷k达到待恢复值,即:
∑k∈NΔPt≥Pi
式中,Pi——负荷i的功率需求大小;
步骤4、通过全局发现策略判断初级孤岛划分是否完成;
对于智能体i,其状态更新的过程表示为:
式中,aij——为代理i和j之间的信息交流系数,当代理i和代理j之间存在信息交流时,0<aij<1,否则aij=0
将状态更新量用矩阵的形式进行表示,微网内所有代理的状态量可表示为如下所示的矩阵形式:
Xk+1=Xk+A*Xk=DXk
式中:Xk=[x1 k,…xi k,…xn k]T,且
运用上述状态更新公式确定每一时步下的微网代理状态,并进行校验,当所有代理的状态量收敛至一负数时,说明此时分布式电源存在剩余容量,该时步内待恢复的负荷代理可进行恢复操作,初级孤岛划分还没有完成;反之,当所有代理的状态量收敛至一正数时,说明此时分布式电源的容量不足以支撑整个微网内的所有待恢复负荷,该时步内待恢复的负荷代理不进行恢复操作,初级孤岛划分完成。
步骤5、利用Dijkstra算法对生成的孤岛划分范围进行修正;
初级孤岛划分方案生成后,可能会出现某一负荷代理同时被划分到多个孤岛内的情况,由负荷集中约束可知,一个负荷代理仅可由一个微网恢复供电,通过比较该负荷代理由各个分布式电源进行恢复时的收益量大小,将该负荷强制划分至收益量最大的分布式电源所在的微网中。
步骤6、重复步骤2至步骤5,直到所有孤岛均完成划分,且不出现需要对孤岛划分范围进行修正的情况。
本发明通过竞争决策出收益量最大的负荷恢复方案,并通过合作获取其所在孤岛的状态信息,从而生成相应的孤岛运行方案,实现了配电网失去主网供电后的自愈功能,解决了集中式控制中控制中心与终端须进行大量数据通信的问题,当配电网规模较大时能有效提高工作效率。
实施例1
以改进的IEEE37节点配电系统为例进行仿真。IEEE37节点配电电网拓扑如图2所示。在该配电系统中接入3台分布式电源,分别接于710号、720号和744号节点,且均具有维持孤岛独立运行的能力,各分布式电源出力大小如表1所示,各节点负荷参数如表2所示。
表1分布式电源参数表
表2负荷参数表
假设线路799-701发生三相接地故障,母线799和线路799-701被切除,下游区域与上级电网断开连接,配网采用孤岛运行模式,由分布式电源进行供电。
负荷恢复收益量的一致性是本发明求解的重要环节,运用一致性算法,是希望各负荷代理在一个步长内的收益量可达相同值。本实施例以收益量达0.01为一个仿真步长,各负荷收益量收敛曲线如图3所示,可以看出,各负荷代理收益值经过迭代后收敛于一个统一数值,此时一个仿真时步完成。
在分布式算法中,由于各代理仅能获得邻近节点的负荷信息,因此可运用平均一致性算法,通过局部信息得到该时步内孤岛的全局状态,以此校验分布式电源是否存在剩余容量以确定负荷能否进行恢复。以图4为例,曲线收敛于一个负数,表示该时步下负荷恢复工作可以进行。
利用本发明所述的孤岛划分策略对故障下游区域进行优化划分。通过求解本发明建立的孤岛划分模型可得到图5所示的孤岛划分方案,其中带方框的负荷表示恢复供电的节点,否则表示失电节点。可以看出,原系统通过断开支路开关被划分成3个孤岛区域,每个区域内有且仅有一个分布式电源,且满足所有约束条件。
本实施例中1号孤岛内负荷恢复总量为198.01kW,DG1利用率为99%,2号孤岛内负荷恢复总量为178.91kW,DG2利用率为99.4%,3号孤岛内负荷恢复总量为149.41kW,DG3利用率为99.6%,由此可见,采用本发明所提方法,分布式电源可以得到充分利用。
实施例2
为了验证本发明所提分布式算法的有效性,分别采用现有集中式算法研究中广泛采用的遗传算法和数学规划法求解恢复方案。在运用遗传算法进行求解时,相关参数设置为:种群数量N=20,染色体长度L=3,交叉概率a=0.8,变异概率b=0.01,迭代次数为1000代和2000代,分别进行20组仿真实验,取最优解。在运用数学规划法进行求解时,将配电网恢复模型建模为混合整数规划模型,并调用商业软件CPLEX进行求解。文本将3种算法求得的结果进行对比分析,如表3所示。
表3对比算例表
通过表3可知,运用分布式算法进行求解时,其优化结果介于遗传算法和数学规划法之间,可见该算法具有有效性。在实际操作过程中,运用集中式算法对孤岛划分档案进行求解时需获取电网全局信息,由于配电系统较为薄弱,当受到严重的自然灾害影响时,会出现负荷节点到控制中心信息传输故障的问题,甚至存在控制中心出现供电故障的情况,此时,电网的自愈能力会大大削弱。当运用分布式算法进行求解时,无需控制中心进行集中处理,各负荷节点可通过与相邻节点进行信息交流,即可获得相对较优的孤岛划分方案,虽然损失了一部分负荷恢复效益,但能够应对更加多变的网络拓扑结构,使配电网恢复过程更加安全、稳定。
Claims (6)
1.一种基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,包括如下步骤:
步骤1、根据分布式电源在故障修复期间的实际发电量,以负荷恢复量最大和开关动作最小为供电恢复目标,建立配电网分区恢复优化模型;
步骤2、利用一致性算法,选取负荷恢复收益量作为各代理之间的一致性状态变量;
步骤3、根据一致性状态变量,对恢复各负荷可获得的收益量进行迭代,确定恢复供电的负荷节点及分区方案,进行初级孤岛划分;
步骤4、通过全局发现策略判断初级孤岛划分是否完成,若完成,则转至步骤5,否则转至步骤3;
步骤5、若出现某一负荷代理同时被划分到多个孤岛内的情况,则利用Dijkstra算法对生成的孤岛划分范围进行修正,否则直接转至步骤6;
步骤6、重复步骤2至步骤5,直到所有孤岛均完成划分,且不出现需要对孤岛划分范围进行修正的情况。
2.根据权利要求1所述的基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,步骤1建立的配电网分区恢复优化模型具体为:
根据分布式电源在故障修复期间的实际发电量,以负荷恢复量最大和开关动作最小为供电恢复目标,建立优化目标为:
式中,f1——配电网分区运行过程中的负荷恢复量;
f2——配电网分区过程中的开关操作次数;
D——该孤岛内待恢复节点的集合;
Pi、wi——节点i的负荷功率大小及权重系数;
xi——第i个负荷的供电状态,xi=1表示对负荷供电,xi=0表示负荷失电;
Ss、Ts——分别为分段开关集合和故障前联络开关集合;
Kk——开关状态量,Kk=0代表断开,Kk=1代表闭合;
为方便求解,将多目标优化问题转化为单目标优化问题:
式中,F——定义负荷恢复收益量F作为新的目标函数,负荷恢复量越大,开关操作次数越小时,该配电网恢复策略收益越大;
α、β——分别表示负荷恢复量大小和开关动作次数的重要程度;
考虑配电网孤岛划分过程中需要满足的操作条件以及分布式电源出力约束,确定孤岛划分过程中需要考虑的约束条件:
孤岛内功率约束:
式中,xik——决策变量,表示节电i是否由分区时电源k进行供电;
PGK——分布式电源能提供的功率大小;
负荷集中约束:
若节点i∈D处的负荷可由分布式电源以孤岛的形式供电,则该节点仅属于一个微网k∈K,定义决策变量vik∈{0,1}来表示节点i∈N是否属于微网k∈K,负荷集中约束表示为:
连通性约束:
配电网具有辐射状供电的特点,每个微网都可视作以分布式电源为根节点的子树,当某个子节点在微网k中时,其父节点一定也属于微网k,因此连通性约束表示为:
式中,θk(i)——节点i关于分布式电源k的父节点;
负荷恢复约束:
若节点i处的负荷由微网k恢复供电,需同时满足以下两个条件:1)节点i属于微网k,即vik=1;2)与负荷相连的开关处于闭合状态,即si=1,因此定义一个辅助变量xik=vik·si,xik∈{0,1},表示点i处的负荷是否由微网k恢复供电,并将其进行线性化处理,则负荷恢复约束表示为:
式中,vik——决策变量,表示节电i是否属于微网k;
si——决策变量,表示节电i是否恢复供电。
3.根据权利要求1所述的基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,步骤2构建各代理之间的一致性状态变量的具体步骤为:
步骤2-1,构造各代理之间的邻接矩阵M=[mij],其中节点bi表示第i个智能体,边代表了智能体之间的信息传递关系,mij=1表示节点vi与vj之间存在信息传递,mij=0表示节点bi与bj之间步存在信息传递;
步骤2-2,构造各代理之间的拉普拉斯矩阵L=[lij]:
步骤2-3,构造各代理之间的行随机矩阵dij[k]:
。
4.根据权利要求1所述的基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,步骤3确定待恢复负荷节点及分区方案的具体步骤为:
步骤3-1,选取负荷恢复收益量作为各代理之间的一致性状态变量,定义第i个代理的恢复收益量为:
ri=Ri·ΔPi
式中,Ri——第i各负荷代理的恢复收益量系数;
△Pi——一个时步内第i个负荷的恢复量;
步骤3-2,根据一致性原理,对各代理恢复收益进行如下更新:
步骤3-3,重复迭代步骤3-2,当一个时步内各负荷代理恢复收益一致,达到单位收益量rt时,此时第i个负荷的恢复量为:
ΔPt i=rt/Ri
式中,rt——一致性算法中的单位收益量,及仿真步长;
ΔPt i——在一次仿真时步下负荷i的实际负荷恢复量;
步骤3-4,以rt为一个时步,重复迭代3-2至3-3过程,直到某负荷k达到待恢复值,即:
∑k∈NΔPt≥Pi
式中,Pi——负荷i的功率需求大小;
步骤3-5,若负荷k最先全部恢复,说明该负荷恢复时的收益量最小,则将负荷k从待恢复节点竞争中退出,重复步骤3-1至步骤3-4,直到微网内仅剩一个负荷节点,该代理即为恢复收益最大的负荷节点,对该负荷进行恢复;
步骤3-6,确定向步骤3-5中待恢复负荷供电的分布式电源,即该负荷的区域分配方案。
步骤3-7,重复3-1至步骤3-6,直到该微网内分布式电源的剩余容量小于最小的待恢复负荷,确定此微网内的分区方案及微网内恢复供电的负荷节点。
5.根据权利要求1所述的基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,步骤4通过全局发现策略判断初级孤岛划分是否完成的具体方法为:
对于智能体i,其状态更新的过程表示为:
式中,aij——为代理i和j之间的信息交流系数,当代理i和代理j之间存在信息交流时,0<aij<1,否则aij=0
将状态更新量用矩阵的形式进行表示,微网内所有代理的状态量表示为如下所示的矩阵形式:
Xk+1=Xk+A*Xk=DXk
式中:Xk=[x1 k,…xi k,…xn k]T,且
对每一时步下的微网代理的状态进行校验,当所有代理的状态量收敛至一负数时,说明此时分布式电源存在剩余容量,该时步内待恢复的负荷代理可进行恢复操作,初级孤岛划分还没有完成;反之,当所有代理的状态量收敛至一正数时,说明此时分布式电源的容量不足以支撑整个微网内的所有待恢复负荷,该时步内待恢复的负荷代理不进行恢复操作,初级孤岛划分完成。
6.根据权利要求1所述的基于完全分布式算法的配电网分区供电恢复策略优化方法,其特征在于,步骤5利用Dijkstra算法计算负荷代理由各个分布式电源进行恢复时的收益量,将负荷强制划分至收益量最大的分布式电源所在的微网中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810704092.XA CN109004639B (zh) | 2018-06-30 | 2018-06-30 | 基于完全分布式算法的配电网分区供电恢复策略优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810704092.XA CN109004639B (zh) | 2018-06-30 | 2018-06-30 | 基于完全分布式算法的配电网分区供电恢复策略优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109004639A true CN109004639A (zh) | 2018-12-14 |
CN109004639B CN109004639B (zh) | 2020-08-11 |
Family
ID=64601798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810704092.XA Active CN109004639B (zh) | 2018-06-30 | 2018-06-30 | 基于完全分布式算法的配电网分区供电恢复策略优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109004639B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111740419A (zh) * | 2020-07-22 | 2020-10-02 | 国网浙江浦江县供电有限公司 | 一种基于差分进化算法的有源配电网故障恢复方法 |
CN112271727A (zh) * | 2020-10-15 | 2021-01-26 | 北京交通大学 | 含柔性软开关的韧性配电网的故障恢复方法 |
CN112986746A (zh) * | 2021-05-06 | 2021-06-18 | 广东电网有限责任公司佛山供电局 | 一种配网馈线故障治愈率自动分析方法、系统和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110313581A1 (en) * | 2010-06-18 | 2011-12-22 | General Electric Company | Self-healing power grid and method thereof |
CN104037765A (zh) * | 2014-07-08 | 2014-09-10 | 上海电力学院 | 基于改进遗传算法选取有源配电网供电恢复方案的方法 |
CN104362624A (zh) * | 2014-11-14 | 2015-02-18 | 华北电力大学 | 含分布式电源配电网故障的主网与孤岛恢复同步算法 |
CN106651659A (zh) * | 2016-12-30 | 2017-05-10 | 湖南大学 | 基于多代理系统拍卖模式的配电网重构方法 |
CN107017622A (zh) * | 2017-04-12 | 2017-08-04 | 长沙理工大学 | 含dg配网多故障多目标联合优化抢修恢复策略求取 |
CN108123439A (zh) * | 2018-01-03 | 2018-06-05 | 燕山大学 | 一种基于多代理系统的主动配电网多故障抢修与恢复方法 |
CN108199371A (zh) * | 2018-01-03 | 2018-06-22 | 燕山大学 | 一种基于vcg的主动配电网故障动态恢复策略制定方法 |
-
2018
- 2018-06-30 CN CN201810704092.XA patent/CN109004639B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110313581A1 (en) * | 2010-06-18 | 2011-12-22 | General Electric Company | Self-healing power grid and method thereof |
CN104037765A (zh) * | 2014-07-08 | 2014-09-10 | 上海电力学院 | 基于改进遗传算法选取有源配电网供电恢复方案的方法 |
CN104362624A (zh) * | 2014-11-14 | 2015-02-18 | 华北电力大学 | 含分布式电源配电网故障的主网与孤岛恢复同步算法 |
CN106651659A (zh) * | 2016-12-30 | 2017-05-10 | 湖南大学 | 基于多代理系统拍卖模式的配电网重构方法 |
CN107017622A (zh) * | 2017-04-12 | 2017-08-04 | 长沙理工大学 | 含dg配网多故障多目标联合优化抢修恢复策略求取 |
CN108123439A (zh) * | 2018-01-03 | 2018-06-05 | 燕山大学 | 一种基于多代理系统的主动配电网多故障抢修与恢复方法 |
CN108199371A (zh) * | 2018-01-03 | 2018-06-22 | 燕山大学 | 一种基于vcg的主动配电网故障动态恢复策略制定方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111740419A (zh) * | 2020-07-22 | 2020-10-02 | 国网浙江浦江县供电有限公司 | 一种基于差分进化算法的有源配电网故障恢复方法 |
CN112271727A (zh) * | 2020-10-15 | 2021-01-26 | 北京交通大学 | 含柔性软开关的韧性配电网的故障恢复方法 |
CN112986746A (zh) * | 2021-05-06 | 2021-06-18 | 广东电网有限责任公司佛山供电局 | 一种配网馈线故障治愈率自动分析方法、系统和设备 |
CN112986746B (zh) * | 2021-05-06 | 2021-07-30 | 广东电网有限责任公司佛山供电局 | 一种配网馈线故障自愈率自动分析方法、系统和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109004639B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aghaei et al. | Distribution expansion planning considering reliability and security of energy using modified PSO (Particle Swarm Optimization) algorithm | |
CN104992009B (zh) | 基于多代理系统的主动配电网分布式电压控制方法 | |
Hong et al. | Directed graph-based distribution network reconfiguration for operation mode adjustment and service restoration considering distributed generation | |
CN110232642B (zh) | 一种面向停电风险预防的拓扑规划与优化方法及装置 | |
CN111626633B (zh) | 基于综合评价指标的自储能柔性互联配电网扩展规划方法 | |
CN109004639A (zh) | 基于完全分布式算法的配电网分区供电恢复策略优化方法 | |
CN103532140A (zh) | 一种含分布式电源的配电网故障后供电恢复的方法及系统 | |
CN110676842B (zh) | 故障区域最小化切除的配电网重构及其建模求解方法与装置 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN110854891B (zh) | 一种配电网灾前资源配置方法及系统 | |
CN109120009A (zh) | 计及分布式电源出力随机变化的主动配电网故障恢复方法 | |
CN107959307A (zh) | 一种计及配电网运行风险成本的dg优化配置方法 | |
CN110212539A (zh) | 一种提高配电网可靠性的负荷转供方法及装置 | |
CN104866921A (zh) | 一种基于安全域的配电系统网络重构方法 | |
CN109921420A (zh) | 弹性配电网恢复力提升方法、装置及终端设备 | |
Rosenberg et al. | Finding an optimised infrastructure for electricity distribution networks in rural areas-A comparison of different approaches | |
CN113344280A (zh) | 考虑负荷转供的停电计划优化模型约束构建方法及装置 | |
CN110867902B (zh) | 基于发电预测的微电网分布式电源去中心优化运行方法 | |
CN105406507A (zh) | 一种光伏微网微源动态切换方法 | |
CN109638837B (zh) | 一种面向新能源并网的动态负载管理方法及系统 | |
CN110350524A (zh) | 一种基于节点重要度的直流潮流优化方法 | |
CN115549075A (zh) | 一种含微电网的配电网供电恢复方法及系统 | |
Xu et al. | Fault recovery of distribution network containing distributed generation based on heuristic search algorithm and multi-population genetic algorithm | |
CN110492493B (zh) | 一种电力系统无功补偿配置优化方法 | |
Fan et al. | An integrated power restoration method based on improved genetic algorithm for active distribution network |
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 |