CN109149635A - 一种配电网分布式光伏并行优化配置方法及系统 - Google Patents
一种配电网分布式光伏并行优化配置方法及系统 Download PDFInfo
- Publication number
- CN109149635A CN109149635A CN201811019912.8A CN201811019912A CN109149635A CN 109149635 A CN109149635 A CN 109149635A CN 201811019912 A CN201811019912 A CN 201811019912A CN 109149635 A CN109149635 A CN 109149635A
- Authority
- CN
- China
- Prior art keywords
- scene
- photovoltaic
- distributed photovoltaic
- load
- voltage
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000012806 monitoring device Methods 0.000 claims abstract description 14
- 238000009434 installation Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 7
- 230000035699 permeability Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种配电网分布式光伏并行优化配置方法及系统，方法包括如下步骤：获取分布式光伏电源实时运行状态参数；将所述运行状态参数代入预先建立的分布式光伏电源优化配置模型；基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解；依据求解结果对分布式光伏电源进行优化配置。系统包括后台服务器、光伏并网逆变器、可中断负荷控制器、有载调压变压器调节器、数据采集与监控装置。本发明将主动管理措施作为决策变量，引入到分布式电源的优化配置中，得出分布式电源的最优安装位置及容量和主动管理措施最佳实施方案，可以有效提高分布式电源的消纳和改善电压质量。
Description
技术领域
本发明涉及一种配电网分布式光伏并行优化配置方法及系统，属新能源并网技术领域。
背景技术
在当前节能减排的背景下，光伏发电作为分布式清洁能源接入配电网已得到迅速发展，传统配电网也逐步向具有主动管理功能的主动配电网形式转变。随着越来越多的分布式光伏电源接入配电网，对其进行优化配置以提高配电网对分布式电源的接纳能力变得越来越重要。此外，大量分布式光伏接入配电网也给配电网运行带来诸多问题，导致配电网常常因为电压质量等问题限制分布式光伏的接入容量，而主动配电网可充分利用灵活多变的主动管理措施对分布式光伏进行主动消纳和对系统电压进行主动调节。
当前对于主动配电网中分布式光伏的优化配置已有较多研究。文献《间歇性分布式电源在主动配电网中的优化配置》分别以碳排放量最小和投资成本最小为目标函数，研究主动管理对分布式电源优化配置的影响。文献《考虑可控负荷影响的主动配电系统分布式电源优化配置》上层以电网侧综合费用最小为目标得出一组最优配置方案，下层在此配置方案基础上实现配电网主动管理。文献《主动配电网中考虑需求侧管理和网络重构的分布式电源规划方法》将以经济性为目标函数的优化模型分解为三层模型进行优化，三层分别确定分布式电源的安装位置容量、重构类型及确定网络结构后的最优潮流。文献《考虑区域能源供应商利益的主动配电网间歇性分布式电源优化配置》考虑区域能源供应商的利益，首先确定分布式电源的安装位置和容量，再利用主动管理措施对每个场景进行优化得出规划方案。文献《考虑风-光-荷联合时序场景的分布式电源接入容量规划策略》考虑风-光-荷联合时序场景对分布式电源进行规划，利用AM提升分布式电源的接入容量。上述文献均是基于分层优化的思想对主动配电网中分布式电源进行规划，上层以经济性为目标选址定容，下层研究主动管理措施对规划结果的影响。分层规划方法的优势在于可以降低计算量，避免处理多目标函数问题。大多数分层优化上下层分别设置不同的决策变量及约束条件，优化结果相互传递，可将其看作单目标优化问题。在研究主动管理措施对分布式光伏优化配置影响时上述文献均是在得出配置方案后再通过主动管理措施对配置方案进行优化，并未给出主动管理的最佳实施方案。此外，上述文献中多场景分析过程大多是采用K-均值聚类算法实现场景缩减的，然而K-均值聚类对初始质心的选择随机且比较敏感，容易导致场景缩减出现较大误差。
发明内容
本发明的目的是，针对如何实现对分布式光伏电源最优配置方案和主动管理策略的高效寻优问题，提出一种配电网分布式光伏并行优化配置方法及系统。
实现本发明的技术方案如下，一种配电网分布式光伏并行优化配置方法，包括如下步骤：获取分布式光伏电源实时运行状态参数；将所述运行状态参数代入预先建立的分布式光伏电源优化配置模型；基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解；依据求解结果对分布式光伏电源进行优化配置。
其中，所述优化配置模型的建立是将主动管理措施作为决策变量，考虑主动管理的分布式光伏规划框架，以分布式光伏能量渗透率最大和电压偏差最小为目标函数。
所述多场景分析为基于二分K-均值聚类的多场景分析法处理光伏出力和负荷的不确定性及时序特性。
所述多场景分析法包含场景生成和场景缩减两个阶段。
所述场景生成阶段，对光伏和负荷的历史数据进行统计分析，得出随机变量的概率密度函数，再将其离散化7个区间；然后通过轮盘赌选择，计算每个场景发生的概率。
所述场景缩减阶段，对于数据量较大且随机性较强的分布式光伏出力和负荷数据，提出并行二分K-均值聚类算法实现对光伏出力和负荷数据的多场景缩减，减少多场景分析计算量，得到满足计算要求的场景数。
所述考虑主动管理的分布式光伏规划框架，包括消减分布式光伏有功出力、调节有载调压变压器抽头和需求侧响应三种主动管理措施；在电网安全稳定运行和决策变量满足约束条件的前提下，在电源侧和电网侧分别考虑对分布式光伏出力和有载调压变压器抽头电压的主动调节，同时在需求侧控制可中断负荷主动适应分布式光伏出力，实现基于源-网-荷协调控制的主动配电网光伏电源优化配置。
所述分布式光伏电源优化配置模型以分布式光伏能量渗透率最大和电压偏差最小为目标函数；考虑主动管理的多场景光伏能量渗透率计算式如下式：
式中：为场景s下节点p分布式光伏出力消减后的上网电量；为场景s下分布式光伏出力消减后节点p的自发自用电量；Ng为系统节点数；Np为PV的安装节点数；为时刻t场景s第g个节点所接负荷量；为时刻t场景s第g个节点中断负荷量。
考虑主动管理的电压偏差率定义为调节有载调压变压器抽头后二次侧首节点电压与其他节点电压偏差的平均值，如下式：
式中：为光伏接入后第s个场景第g节点的电压幅值，为调节OLTC后第s个场景二次侧首节点电压值。
目标函数的约束条件包含以下内容：
(1)潮流约束
配电网安全运行应满足如下的潮流方程：
式中：Vi,s、Vj,s分别为节点i、j在场景s时的电压；Pi,s、PL,s分别为节点i在场景s时电源输出的有功功率、负荷消耗的有功功率；Qi,s、QL,s分别为节点i在场景s时电源输出的无功功率、负荷消耗的无功功率。
(2)节点电压约束
式中：和分别为节点电压幅值上下限值，节点电压约束通过设置越限惩罚项Pu来实现，如下式：式中μ为惩罚因子；
(3)有载变压器二次侧电压约束
式中，UOLTC为有载变压器二次侧电压值，为有载变压器二次侧电压值的上下限。
(4)分布式光伏接入容量限制
式中：PPV,i为第i个节点接入光伏容量，为第i个节点允许接入的分布式光伏最大容量。
(5)消减分布式光伏出力约束
式中：CPV,n,s为第s个场景第n台分布式光伏出力消减率，为第s个场景第n台分布式光伏出力允许的最大消减率。
(6)可中断负荷容量约束
式中，LDR,k,s第s个场景第k个可中断负荷中断率，第s个场景第k个可中断负荷的最大中断率。
一种配电网分布式光伏并行优化配置系统，包括后台服务器、光伏并网逆变器、可中断负荷控制器、有载调压变压器调节器、数据采集与监控装置；数据采集与监控装置连接后台服务器的输入端；光伏并网逆变器、可中断负荷控制器和有载调压变压器调节器连接后台服务器的输出端。
所述光伏并网逆变器是控制光伏的执行机构；所述可中断负荷控制器是控制可中断负荷的执行机构；所述有载调压变压器调节器是控制有载调压变压器的执行机构；所述数据采集与监控装置采集线路潮流、母线电压的状态参数；所述后台服务器接受采集的实时运行状态参数后，进行数据处理和分析计算，给出控制指令；光伏并网逆变器接收指令执行分布式光伏有功出力的消减；可中断负荷控制器接收指令执行负荷的中断；有载调压变压器调节器接收指令执行电网侧电压的调节。
本发明的工作原理如下：本发明拟将分布式光伏的安装位置及容量和各种主动管理措施的实施值作为决策变量，以光伏能量渗透率最大和电压偏差最小为目标函数建立优化配置模型。其中，光伏消纳包含就地消纳和外送消纳两部分更加契合实际情况，避免了部分文献将分布式光伏安装容量作为消纳量计算带来的不准确性。在算法上，提出将并行计算与多场景分析及多目标分子微分进化算法相结合，利用并行二分K-均值聚类算法对大规模场景进行缩减，既提高了聚类速度也避免了K-均值聚类对初始质心选取敏感的问题；并通过采用分子微分进化算法和并行计算核间通信交流以保证进化后期种群的多样性，可有效避免算法陷入早熟，从而实现对分布式光伏电源最优配置方案和主动管理策略的高效寻优。
本发明一种配电网分布式光伏并行优化配置系统，包括后台服务器、光伏并网逆变器、可中断负荷控制器、有载调压变压器调节器、数据采集与监控装置；数据采集与监控装置连接后台服务器的输入端；光伏并网逆变器、可中断负荷控制器和有载调压变压器调节器连接后台服务器的输出端。
所述数据采集与监控装置采集系统的实时运行状态参数；所述后台服务器接受数据采集与监控装置采集的实时运行状态参数后，代入预先建立的优化配置模型，基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解，根据求解方案给出配置优化决策的控制指令；光伏并网逆变器用于根据指令执行分布式光伏有功出力的消减；可中断负荷控制器用于根据指令执行负荷的中断；有载调压变压器调节器用于根据指令执行电网侧电压的调节。
本发明的有益效果是，本发明将主动管理措施作为决策变量，引入到分布式电源的优化配置中，得出分布式电源的最优安装位置及容量和主动管理措施最佳实施方案，可以有效提高分布式电源的消纳和改善电压质量，对于工程实践具有指导意义。并行计算相比于串行计算可以更加充分发挥计算机效率，节约计算时间。在配电网分布式光伏电源优化配置中，采用并行二分K-均值聚类可实现更加快速准确的聚类和多场景分析，采用并行多目标分子微分进化算法可快速准确地得到多目标最优解。可为主动配电网的分布式光伏电源规划提供科学指导，同时也可为当前光伏扶贫地区存在的弃光问题提供一种解决方案。
附图说明
图1为考虑主动管理的分布式光伏规划框架。
具体实施方式
本发明的具体实施方式如图1所示。
下面结合附图对本发明作进一步描述。以下实施例更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本实施例一种配电网分布式光伏并行优化配置方法，包括多场景分析生成与缩减、考虑主动管理的配电网分布式光伏规划框架与优化配置模型构建以及求解算法选择与优化。
本实施例一种配电网分布式光伏并行优化配置方法，包括以下步骤：
步骤一：光伏出力和负荷的多场景生成，首先对光伏和负荷的历史数据进行统计分析，得出随机变量的概率密度函数，再将其离散化7个区间，然后通过轮盘赌选择，计算每个场景发生的概率，如下式所示。
式中：Nt为总时间，Ns为场景数，为时刻t负荷落入场景s的概率，为时刻t光照强度落入场景s的概率，αl,t为t时刻第l个负荷误差区间，βp,t为t时刻第p个负荷误差区间，Pr(s)为场景s发生的概率。
步骤二：场景缩减，减少多场景分析计算量，对已生成的多场景使用场景聚类技术进行缩减，得到满足计算要求的场景数。对于数据量较大且随机性较强的分布式光伏出力和负荷数据，本实施例提出并行二分K-均值聚类算法实现对光伏出力和负荷数据的多场景缩减。
本实施例并行二分K-均值聚类算法的具体步骤如下：
1)将数据集按计算机核数进行划分，把数据子集分配到各个核中。
2)将所有的点作为一个簇，再将该簇一分为二。
3)基于最大程度降低误差平方和的原则选择其中的一簇继续划分。
4)重复步骤⑶直到簇数目等于指定的K值。
5)各个核分别用所得到的聚类中心作为初始质心，对二分K-均值聚类结果进行优化，并求得其平均值得到全局质心。
6)将全局质心传递到各个核，各子数据集进行分类，再次计算质心。
7)计算步骤⑹所得到的各个质心均值作为新的全局质心，判断质心是否稳定，如果稳定得出聚类结果，不稳定则继续交换数据，直到质心稳定得出结果，结束场景缩减。
步骤三：构建考虑主动管理的分布式光伏规划框架，考虑包括消减分布式光伏有功出力、调节有载调压变压器抽头和需求侧响应三种主动管理措施，在电网安全稳定运行和决策变量满足约束条件的前提下，在电源侧和电网侧分别考虑对分布式光伏出力和有载调压变压器抽头电压的主动调节，同时在需求侧控制可中断负荷主动适应分布式光伏出力，实现基于源-网-荷协调控制的主动配电网光伏电源优化配置。规划框架如图1所示
步骤四：引入光伏能量渗透率的概念来表征光伏消纳与负荷需求的关系，考虑潮流约束、节点电压约束、有载变压器二次侧电压约束、分布式光伏接入容量限制、消减分布式光伏出力约束、可中断负荷容量约束等约束条件，以光伏能量渗透率最大和电压偏差率最小为目标函数，构建考虑主动管理的分布式光伏优化配置模型。
步骤五：采用多目标分子微分进化算法对目标函数进行优化求解，引入并行计算技术与多场景分析和多目标分子微分进化相结合，实现并行化的多场景分析和求解过程优化。
本实施例一种配电网分布式光伏并行优化配置系统，包括后台服务器、光伏并网逆变器、可中断负荷控制器、有载调压变压器调节器、数据采集与监控装置；数据采集与监控装置连接后台服务器的输入端；光伏并网逆变器、可中断负荷控制器和有载调压变压器调节器连接后台服务器的输出端。
实施例中的数据采集与监控装置采集系统的实时运行状态参数；所述后台服务器接受数据采集与监控装置采集的实时运行状态参数后，代入预先建立的优化配置模型，基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解，根据求解方案给出配置优化决策的控制指令；光伏并网逆变器用于根据指令执行分布式光伏有功出力的消减；可中断负荷控制器用于根据指令执行负荷的中断；有载调压变压器调节器用于根据指令执行电网侧电压的调节。
所述实时运行状态参数包括线路潮流、母线电压的实时运行状态参数。
所述有载调压变压器调节器对调压变压器抽头电压进行调节，从电网侧调节分布式光伏出力。
所述光伏并网逆变器在电源侧消减分布式光伏有功出力；所述光伏并网逆变器为全桥逆变电路。
所述可中断负荷控制器在需求侧控制中断负荷，适应分布式光伏出力。
Claims (10)
1.一种配电网分布式光伏并行配置优化方法，其特征在于，所述方法包括如下步骤：获取分布式光伏电源实时运行状态参数；将所述运行状态参数代入预先建立的分布式光伏电源优化配置模型；基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解；依据求解结果对分布式光伏电源进行优化配置；
其中，所述优化配置模型的建立是将主动管理措施作为决策变量，考虑主动管理的分布式光伏规划框架，以分布式光伏能量渗透率最大和电压偏差最小为目标函数；
所述多场景分析为基于二分K-均值聚类的多场景分析法处理光伏出力和负荷的不确定性及时序特性。
2.根据权利要求1所述的一种配电网分布式光伏并行配置优化方法，其特征在于，所述多场景分析法包含场景生成和场景缩减两个阶段；
所述场景生成阶段，对光伏和负荷的历史数据进行统计分析，得出随机变量的概率密度函数，再将其离散化7个区间；然后通过轮盘赌选择，计算每个场景发生的概率；
所述场景缩减阶段，对于数据量较大且随机性较强的分布式光伏出力和负荷数据，提出并行二分K-均值聚类算法实现对光伏出力和负荷数据的多场景缩减，得到满足计算要求的场景数。
3.根据权利要求1所述的一种配电网分布式光伏并行配置优化方法，其特征在于，所述考虑主动管理的分布式光伏规划框架，包括消减分布式光伏有功出力、调节有载调压变压器抽头和需求侧响应三种主动管理措施；在电网安全稳定运行和决策变量满足约束条件的前提下，在电源侧和电网侧分别考虑对分布式光伏出力和有载调压变压器抽头电压的主动调节，同时在需求侧控制中断负荷，主动适应分布式光伏出力，实现基于源-网-荷协调控制的主动配电网光伏电源优化配置。
4.根据权利要求1所述的一种配电网分布式光伏并行配置优化方法，其特征在于，所述分布式光伏电源优化配置模型以分布式光伏能量渗透率最大和电压偏差最小为目标函数；考虑主动管理的多场景光伏能量渗透率计算式如下式：
式中：为场景s下节点p分布式光伏出力消减后的上网电量；为场景s下分布式光伏出力消减后节点p的自发自用电量；Ng为系统节点数；Np为PV的安装节点数；为时刻t场景s第g个节点所接负荷量；为时刻t场景s第g个节点中断负荷量；
考虑主动管理的电压偏差率定义为调节有载调压变压器抽头后二次侧首节点电压与其他节点电压偏差的平均值，如下式：
式中：为光伏接入后第s个场景第g节点的电压幅值，为调节有载调压变压器抽头后第s个场景二次侧首节点电压值；
目标函数的约束条件包含以下内容：
(1)潮流约束
配电网安全运行应满足如下的潮流方程：
式中：Vi,s、Vj,s分别为节点i、j在场景s时的电压；Pi,s、PL,s分别为节点i在场景s时电源输出的有功功率、负荷消耗的有功功率；Qi,s、QL,s分别为节点i在场景s时电源输出的无功功率、负荷消耗的无功功率；
(2)节点电压约束
Vi min≤Vi≤Vi max
式中：Vi min和Vi max分别为节点电压幅值上下限值，节点电压约束通过设置越限惩罚项Pu来实现，如下式：式中μ为惩罚因子；
Pu＝μ[max(Vi min-Vi,0)+max(Vi-Vi max,0)]
(3)有载变压器二次侧电压约束
式中，UOLTC为有载变压器二次侧电压值，为有载变压器二次侧电压值的上下限；
(4)分布式光伏接入容量限制
式中：PPV,i为第i个节点接入光伏容量，为第i个节点允许接入的分布式光伏最大容量；
(5)消减分布式光伏出力约束
式中：CPV,n,s为第s个场景第n台分布式光伏出力消减率，为第s个场景第n台分布式光伏出力允许的最大消减率；
(6)可中断负荷容量约束
式中，LDR,k,s第s个场景第k个可中断负荷中断率，第s个场景第k个可中断负荷的最大中断率。
5.根据权利要求2所述的一种配电网分布式光伏并行配置优化方法，其特征在于，所述并行二分K-均值聚类算法的具体步骤如下：
(1)将数据集按计算机核数进行划分，把数据子集分配到各个核中；
(2)将所有的点作为一个簇，再将该簇一分为二；
(3)基于最大程度降低误差平方和的原则选择其中的一簇继续划分；
(4)重复步骤⑶直到簇数目等于指定的K值；
(5)各个核分别用所得到的聚类中心作为初始质心，对二分K-均值聚类结果进行优化，并求得其平均值得到全局质心；
(6)将全局质心传递到各个核，各数据子集进行分类，再次计算质心；
(7)计算步骤(6)所得到的各个质心均值作为新的全局质心，判断质心是否稳定，如果稳定得出聚类结果，不稳定则继续从数据子集交换数据，直到质心稳定得出结果，结束场景缩减。
6.一种配电网分布式光伏并行优化配置系统，其特征在于，所述系统包括后台服务器、光伏并网逆变器、可中断负荷控制器、有载调压变压器调节器、数据采集与监控装置；数据采集与监控装置连接后台服务器的输入端；光伏并网逆变器、可中断负荷控制器和有载调压变压器调节器连接后台服务器的输出端；
所述数据采集与监控装置采集系统的实时运行状态参数；所述后台服务器接受数据采集与监控装置采集的实时运行状态参数后，代入预先建立的优化配置模型，基于并行计算的多场景分析和多目标分子微分进化算法对优化配置模型进行求解，根据求解方案给出配置优化决策的控制指令；光伏并网逆变器用于根据指令执行分布式光伏有功出力的消减；可中断负荷控制器用于根据指令执行负荷的中断；有载调压变压器调节器用于根据指令执行电网侧电压的调节。
7.根据权利要求6所述的一种配电网分布式光伏并行优化配置系统，其特征在于，所述实时运行状态参数包括线路潮流、母线电压的实时运行状态参数。
8.根据权利要求6所述的一种配电网分布式光伏并行优化配置系统，其特征在于，所述有载调压变压器调节器对调压变压器抽头电压进行调节，从电网侧调节分布式光伏出力。
9.根据权利要求6所述的一种配电网分布式光伏并行优化配置系统，其特征在于，所述光伏并网逆变器在电源侧消减分布式光伏有功出力；所述光伏并网逆变器为全桥逆变电路。
10.根据权利要求6所述的一种配电网分布式光伏并行优化配置系统，其特征在于，所述可中断负荷控制器在需求侧控制中断负荷，适应分布式光伏出力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811019912.8A CN109149635B (zh) | 2018-09-03 | 2018-09-03 | 一种配电网分布式光伏并行优化配置方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811019912.8A CN109149635B (zh) | 2018-09-03 | 2018-09-03 | 一种配电网分布式光伏并行优化配置方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109149635A true CN109149635A (zh) | 2019-01-04 |
| CN109149635B CN109149635B (zh) | 2022-03-11 |
Family
ID=64826360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811019912.8A Active CN109149635B (zh) | 2018-09-03 | 2018-09-03 | 一种配电网分布式光伏并行优化配置方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109149635B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110247428A (zh) * | 2019-06-21 | 2019-09-17 | 华东交通大学 | 一种基于源网荷协同优化的配电网光储联合配置方法 |
| CN111132056A (zh) * | 2019-08-07 | 2020-05-08 | 上海钧正网络科技有限公司 | 一种电池管理方法、装置、电池及服务器 |
| CN111682539A (zh) * | 2020-06-30 | 2020-09-18 | 国网山东省电力公司威海供电公司 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
| WO2021022665A1 (zh) * | 2019-08-07 | 2021-02-11 | 国电南瑞科技股份有限公司 | 一种月度计划安全稳定校核方法及系统 |
| CN113131529A (zh) * | 2021-04-25 | 2021-07-16 | 南京创智力合电力科技有限公司 | 一种计及多种灵活性资源的可再生能源承载力评估的方法 |
| CN113224769A (zh) * | 2021-02-20 | 2021-08-06 | 北京交通大学 | 考虑光伏多状态调节的多时间尺度配电网电压优化方法 |
| CN113255991A (zh) * | 2021-05-21 | 2021-08-13 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN113270898A (zh) * | 2021-05-25 | 2021-08-17 | 云南电网有限责任公司电力科学研究院 | 一种基于两阶段规划的分布式光伏优化配置方法 |
| CN114080742A (zh) * | 2020-04-29 | 2022-02-22 | 协同株式会社 | 分布式发电设备的发电效率提高装置及方法 |
| CN116362415A (zh) * | 2023-05-10 | 2023-06-30 | 广东工业大学 | 面向机场地勤人员的班次方案生成方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160239032A1 (en) * | 2013-10-30 | 2016-08-18 | Jiangsu Electric Power Company Nanjing Power Supply Company | A progressive optimization dispatching method of smart distribution system |
| CN106600459A (zh) * | 2016-12-09 | 2017-04-26 | 范征 | 一种用于解决光伏接入点电压偏差的优化方法 |
| 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 |
| CN107294131A (zh) * | 2017-06-29 | 2017-10-24 | 国网江苏省电力公司电力科学研究院 | 一种基于逆变器调相运行的新能源电站电压控制系统及方法 |
| CN107301472A (zh) * | 2017-06-07 | 2017-10-27 | 天津大学 | 基于场景分析法和电压调节策略的分布式光伏规划方法 |
| CN108092320A (zh) * | 2017-12-20 | 2018-05-29 | 国家电网公司 | 分布式光伏并网准入容量的规划方法及系统 |
-
2018
- 2018-09-03 CN CN201811019912.8A patent/CN109149635B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160239032A1 (en) * | 2013-10-30 | 2016-08-18 | Jiangsu Electric Power Company Nanjing Power Supply Company | A progressive optimization dispatching method of smart distribution system |
| CN106600459A (zh) * | 2016-12-09 | 2017-04-26 | 范征 | 一种用于解决光伏接入点电压偏差的优化方法 |
| 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 |
| CN107301472A (zh) * | 2017-06-07 | 2017-10-27 | 天津大学 | 基于场景分析法和电压调节策略的分布式光伏规划方法 |
| CN107294131A (zh) * | 2017-06-29 | 2017-10-24 | 国网江苏省电力公司电力科学研究院 | 一种基于逆变器调相运行的新能源电站电压控制系统及方法 |
| CN108092320A (zh) * | 2017-12-20 | 2018-05-29 | 国家电网公司 | 分布式光伏并网准入容量的规划方法及系统 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110247428A (zh) * | 2019-06-21 | 2019-09-17 | 华东交通大学 | 一种基于源网荷协同优化的配电网光储联合配置方法 |
| CN110247428B (zh) * | 2019-06-21 | 2022-12-06 | 华东交通大学 | 一种基于源网荷协同优化的配电网光储联合配置方法 |
| CN111132056B (zh) * | 2019-08-07 | 2023-05-05 | 上海钧正网络科技有限公司 | 一种电池管理方法、装置、电池及服务器 |
| CN111132056A (zh) * | 2019-08-07 | 2020-05-08 | 上海钧正网络科技有限公司 | 一种电池管理方法、装置、电池及服务器 |
| WO2021022665A1 (zh) * | 2019-08-07 | 2021-02-11 | 国电南瑞科技股份有限公司 | 一种月度计划安全稳定校核方法及系统 |
| CN114080742A (zh) * | 2020-04-29 | 2022-02-22 | 协同株式会社 | 分布式发电设备的发电效率提高装置及方法 |
| CN111682539A (zh) * | 2020-06-30 | 2020-09-18 | 国网山东省电力公司威海供电公司 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
| CN111682539B (zh) * | 2020-06-30 | 2024-01-19 | 国网山东省电力公司威海供电公司 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
| CN113224769A (zh) * | 2021-02-20 | 2021-08-06 | 北京交通大学 | 考虑光伏多状态调节的多时间尺度配电网电压优化方法 |
| CN113224769B (zh) * | 2021-02-20 | 2024-04-12 | 北京交通大学 | 考虑光伏多状态调节的多时间尺度配电网电压优化方法 |
| CN113131529A (zh) * | 2021-04-25 | 2021-07-16 | 南京创智力合电力科技有限公司 | 一种计及多种灵活性资源的可再生能源承载力评估的方法 |
| CN113131529B (zh) * | 2021-04-25 | 2024-02-06 | 南京创智力合电力科技有限公司 | 一种计及多种灵活性资源的可再生能源承载力评估的方法 |
| CN113255991B (zh) * | 2021-05-21 | 2024-02-02 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN113255991A (zh) * | 2021-05-21 | 2021-08-13 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN113270898A (zh) * | 2021-05-25 | 2021-08-17 | 云南电网有限责任公司电力科学研究院 | 一种基于两阶段规划的分布式光伏优化配置方法 |
| CN116362415A (zh) * | 2023-05-10 | 2023-06-30 | 广东工业大学 | 面向机场地勤人员的班次方案生成方法及装置 |
| CN116362415B (zh) * | 2023-05-10 | 2023-08-22 | 广东工业大学 | 面向机场地勤人员的班次方案生成方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109149635B (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109149635A (zh) | 一种配电网分布式光伏并行优化配置方法及系统 | |
| Ma et al. | Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic | |
| JP2020517227A (ja) | 超大規模の水力発電所群の短期間実用化スケジューリング方法 | |
| CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
| CN106655177B (zh) | 基于扩展二阶锥规划的分布式电源最大接入能力计算方法 | |
| CN114243709A (zh) | 一种需求侧可调节资源分层分级的调度运行方法 | |
| WO2023060815A1 (zh) | 一种提高配电网可靠性的储能容量优化配置方法 | |
| Zeng et al. | Scenario-set-based economic dispatch of power system with wind power and energy storage system | |
| CN107196316A (zh) | 主动配电网内多级无功电压协调控制方法 | |
| CN108808737A (zh) | 促进可再生分布式电源消纳的主动配电网优化调度方法 | |
| Jiao et al. | An optimization model and modified harmony search algorithm for microgrid planning with ESS | |
| CN110445186B (zh) | 一种自同步微电网控制系统及二次调频控制方法 | |
| Linlin et al. | Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy | |
| CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
| CN107392350B (zh) | 含分布式能源及充电站的配电网扩展规划综合优化方法 | |
| Zhang et al. | Multi–objective Cluster Partition Method for Distribution Network Considering Uncertainties of Distributed Generations and Loads | |
| CN110867902A (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 | |
| Song et al. | Research on optimal scheduling method of active distribution network considering multi-type flexible resources | |
| CN113327065B (zh) | 针对发电侧的用户复杂用电情况的能源管理方法及系统 | |
| CN110970939B (zh) | 一种分布式能源集群优化方法及系统 | |
| CN114398777A (zh) | 一种基于巴什博弈理论的电力系统灵活性资源配置方法 | |
| Ma et al. | Day‐ahead dispatch strategy for integrated system of wind/photovoltaic/pumped‐storage/gas‐turbine‐power/energy storage based on multi‐frequency scale of PWP | |
| Gong et al. | Reactive Power Optimization of Active Distribution Network with Distributed Generation | |
| Xie et al. | Investment Strategy of Reactive Power Compensation Scheme in Wind Turbine Distribution Network Based on Optimal Allocation | |
| Mu et al. | Sponge Grid with Numerous Virtual Energy Storage Systems: Concept, Model, and Decentralized Control |
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 |