CN109217351A - 兼顾不同主体利益的主动配电网优化调度方法 - Google Patents

兼顾不同主体利益的主动配电网优化调度方法 Download PDF

Info

Publication number
CN109217351A
CN109217351A CN201710545058.8A CN201710545058A CN109217351A CN 109217351 A CN109217351 A CN 109217351A CN 201710545058 A CN201710545058 A CN 201710545058A CN 109217351 A CN109217351 A CN 109217351A
Authority
CN
China
Prior art keywords
node
period
power
formula
bat
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
Application number
CN201710545058.8A
Other languages
English (en)
Inventor
卢锦玲
赵大千
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201710545058.8A priority Critical patent/CN109217351A/zh
Publication of CN109217351A publication Critical patent/CN109217351A/zh
Pending legal-status Critical Current

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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本文公开了一种兼顾不同主体利益的主动配电网优化调度方法，包括以下步骤：综合考虑可调度分布式电源、储能、有载调压变压器、分组投切电容器和需求侧资源的主动控制和管理，在考虑环境效益的同时，兼顾配电公司和分布式发电商两个不同主体的利益，建立了以配电公司运行成本最小、分布式发电商净收益最大、污染气体排放量最低为目标的主动配电网日前优化调度模型，并提出了一种基于多样性策略的改进蝙蝠算法进行求解。采用熵权TOPSIS法进行综合决策，从Pareto解集中选取最优调度方案。

Description

兼顾不同主体利益的主动配电网优化调度方法
技术领域
本发明涉及主动配电网优化调度领域，更具体的说涉及一种兼顾不同主体利益的主动配电网优化调度方法。
背景技术
电力系统中的分布式电源(distributed generation，DG)根据其控制特性可分为可调度分布式电源和不可调度分布式电源两类。可调度DG一般都是非间歇性的、可控的电源，如微型燃气轮机(micro-gas turbine，MT)、燃料电池等；不可调度DG的出力则取决于环境因素，具有间歇性和不确定性，因此是不可控的，如光伏电源(photovoltaic，PV)、风机(wind turbine，WT)等。通过对可调度分布式电源等可控资源的控制和管理，保证配电网安全经济运行，是配电网优化调度的首要目标。
主动配电网(active distribution network，ADN)的概念首次提出于2008年的国际大电网会议，其旨在通过对电源侧、电网侧和负荷侧设备进行灵活的主动控制和管理，以促进配电网对大规模分布式电源的安全经济消纳。因此相对于传统配电网，ADN具有更多的可控资源。主动配电网优化调度需考虑储能、有载调压变压器、无功补偿、需求侧资源的控制和管理，具有更多的决策变量和约束条件，其优化模型也更加复杂。
相对于传统配电网，主动配电网优化调度研究在国内外尚处于起步阶段，但是也取得了一定的研究成果。但是多数研究成果存在以下问题：没有考虑调度方案的环境效益，未把环境指标加入优化目标之中；只考虑了配电公司的运行成本进行优化，没有兼顾配电公司和分布式发电商不同主体的利益。
发明内容
本发明的目的在于，针对主动配电网优化调度问题，提出一种兼顾不同主体利益的主动配电网优化调度方法，以保证主动配电网安全稳定运行，提高其经济和环保效益。
为实现上述目的，本发明采用的技术方案是：
1)综合考虑可调度分布式电源、储能、有载调压变压器、分组投切电容器和需求侧资源的主动控制和管理，在考虑环境效益的同时，兼顾配电公司和分布式发电商两个不同主体的利益，建立了以配电公司运行成本最小、分布式发电商净收益最大、污染气体排放量最低为目标的主动配电网日前优化调度模型；
2)提出了一种基于多样性策略的改进蝙蝠算法进行求解；
3)采用熵权TOPSIS法进行综合决策，从Pareto解集中选取最优调度方案。
本发明的技术方案具有以下有益效果：
本发明的技术方案针对主动配电网优化调度问题，提出一种兼顾不同主体利益的主动配电网优化调度方法，能够保证主动配电网安全稳定运行，提高其经济和环保效益。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1是采用改进蝙蝠算法的ADN优化调度流程图
图2是扩展IEEE 33节点配电系统结构图
图3是最终Pareto解集的分布情况
图4是主动配电网多目标优化调度结果
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
本文算例采用扩展IEEE 33节点配电系统，如图2所示。系统的额定电压为12.66kV，网络最大总负荷为(4427+j2547)kVA。节点电压取值范围为0.95～1.05p.u.，节点1到节点5之间的线路最大载流量为0.474kA，其他线路的最大载流量为0.316kA。本文假设光伏电源、储能为纯有功出力，风机、微型燃气轮机和可中断负荷的功率因数均为0.95。单台光伏电源、风机的额定容量均为1MW；微型燃气轮机的可调容量为600kW，最大爬坡率为180kW/h。储能装置容量为1MW·h，最大充放电功率为200kW，充放电效率为0.9，SOC调节范围为20％～90％，充放电能量平衡阈值ε为0.01。每个调度周期储能的初始电量为其总容量的20％。OLTC分接头调节范围为0.95～1.05(8×0.0125)，一天内最大调整次数为6次。分组投切电容器共10组，每组无功补偿量为100kVar，一天内最大投切次数为4次。可中断负荷节点为5、17、30，最大中断量为该点负荷的60％，一天内最大中断时长为2h。上级火电厂和可调度DG排放的污染气体有CO2、SO2和NO2，考虑环境成本确定其权重分别为0.0019、0.4110和0.5871。
1)建立主动配电网多目标优化调度模型。
A、建立目标函数。
A1、配电公司运行成本最小。
式中：T为总时间段；Ct grid为t时段ADN从上级电网的购电费用；Ct DG为t时段ADN从分布式发电商的购电费用；Ct ess为t时段ADN中所有储能设备的运行成本；Ct IL为t时段ADN的负荷中断补偿费用。
A2、分布式发电商净收益最大。
式中：Ct DG为t时段分布式发电商的售电收益；Ct F为t时段DG机组的燃料费用；Ct OM为t时段DG机组的运行维护费用。
A3、污染气体排放量最低。
式中：ΩN-DG为ADN中所有不可调度DG节点的集合；K为污染气体种类数；ωk为第k种污染气体的权重；eg，k为g节点处不可调度DG单位有功出力时排放的第k种污染气体的量；ek为火电厂发电机单位有功出力时排放的第k种污染气体的量。
B、约束条件
B1、功率平衡约束。
式中：ΩL为ADN中负荷点的集合；ΩCB为ADN中补偿电容节点的集合；Qt CB，g为t时段g节点处补偿电容的无功补偿量；Qt grid为t时段从上级电网输送的无功功率；Qt g为t时段g节点处并网DG的无功出力；Pt loss、Qt loss分别为t时段ADN的有功和无功网损；Pt L，g、Qt L，g分别为t时段g节点处的有功和无功负荷。
B2、节点电压约束。
式中：Ut g为t时段g节点的电压幅值；Ug max、Ug min分别为g节点处允许的电压上限和下限。
B3、可调度DG出力及爬坡率约束。
式中：g∈ΩD-DG；ΩD-DG为ADN中所有可调度DG节点的集合；Pg max、Pg min为g节点处可调度DG的有功出力上下限；Qg max、Qg min为g节点处可调度DG的无功出力上下限；Pt-1 g为t-1时段g节点处并网DG的有功出力；URg、UDg分别为g节点处DG的最大向上和向下爬坡率。
B4、储能设备功率及荷电状态约束。
式中：分别为g节点处储能设备的额定充电和放电功率；ηc、ηd分别为储能设备的充、放电效率；SOCt g为t时段g节点储能的荷电状态；SOCg max、SOCg min分别为g节点储能荷电状态的上下限值。
B5、OLTC分接头调节约束。
式中：为t时段OLTC分接头的位置；分别为OLTC分接头的最大和最小位置；NOLTC为OLTC分接头一个调度周期内的动作次数；为OLTC分接头在一个调度周期内的最大动作次数。
B6、电容器投切约束。
式中：ΩCB为ADN中所有安装电容器节点的集合；为t时段g节点处的无功补偿量；分别为g节点无功补偿量的上下限；NCB，g为g节点电容器一个调度周期内的动作次数；为g节点电容器在一个调度周期内的最大动作次数。
B7、需求侧负荷中断约束。
式中：分别为t时段g节点处负荷允许中断的最大和最小功率值；TIL，g为g节点处负荷在一个调度周期内的中断时长；为g节点处负荷在一个调度周期内允许的最大和最小中断时间。
2)传统蝙蝠算法(Bat Algorithm，BA)收敛速度快、鲁棒性强，已经在多个学科领域得到了实践和应用；但是该算法后期收敛速度慢、缺乏种群多样性、易陷入局部最优解。针对传统蝙蝠算法的不足之处，本文提出了一种基于多样性策略的改进蝙蝠算法进行求解。
A、引入线性递减惯性权重系数。
在蝙蝠速度更新公式中引入惯性权重系数ω，如下式：
式中：ω是随着算法迭代次数的增加而线性递减的参数。算法迭代前期，ω值比较大，有利于蝙蝠在更大的空间范围内进行搜索，从而提高BA的全局搜索能力，避免算法过快收敛、陷入局部最优；算法迭代后期，ω值变小，有利于提高算法的局部搜索能力，后期收敛速度较快、精度较高。
B、运用吸引排斥机制保持种群多样性。
蝙蝠算法种群多样性(div)的计算公式为：
式中：|S|为种群规模；|L|为搜索空间最大对角线长度；D为维数；xij(t)为t时刻第i只蝙蝠的第j维分量；为t时刻种群中全体蝙蝠第j维分量的平均值。
吸引排斥机制就是通过引入种群多样性阈值dth，将蝙蝠种群进行“吸引”或“排斥”操作。当div≥dth时，种群向中心进行吸引操作、减少种群多样性，即按照原式进行蝙蝠速度更新；当div＜dth时，种群远离中心进行排斥操作、增加种群多样性，则按照下式进行速度更新：
可见，吸引排斥机制能够有效防止蝙蝠群多样性在迭代后期不断减少，有利于保持种群多样性，避免算法进入早熟、陷入局部最优。
3)熵权TOPSIS法综合决策步骤如下：
A、构造评价指标矩阵Xm×n，其中元素xij表示第i个对象的第j个评价指标值，再按照式(i＝1，2，...，m；j＝1，2，...，n)进行归一化得到归一化评价指标矩阵Ym×n。
B、采用熵权法计算各指标的权重ω1，ω2，...，ωn，形成评价指标权重对角阵进一步形成加权决策矩阵Rm×n＝YW＝(rij)m×n。
C、确定理想解和负理想解
D、计算各评价对象到理想解和负理想解之间的欧式距离和
E、求各评价对象与理想解的相对接近度相对接近度最大的对象即为最终决策方案。
4)熵权TOPSIS法综合决策中理想解、负理想解和最终Pareto解集(未进行归一和加权)的分布情况如图3所示。通过计算Pareto解集中各解与理想解的相对接近度，即可确定最终决策方案。
采用本文改进蝙蝠算法得到的最优调度结果如图4所示。由图4可以看出，储能设备在高峰负荷时段(8:00～22:00)一般进行充电，而在低谷负荷时段(22:00～次日8:00)进行放电。这是因为电力市场中峰时电价高于谷时电价，通过储能的有序充放电可以将部分峰时负荷转移到谷时，从而减少峰时的购电量，降低运行成本。对于储能设备在峰时的个别放电行为和在谷时的个别充电行为，这是由于储能充放电需满足一定的荷电状态约束，不能过分充电或放电。另外，可中断负荷一般在峰时进行中断，这是因为在中断量相同的情况下，中断峰时的负荷相对于中断谷时的负荷具有更优的经济效益。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.兼顾不同主体利益的主动配电网优化调度方法，包含以下步骤：
1)综合考虑可调度分布式电源、储能、有载调压变压器、分组投切电容器和需求侧资源的主动控制和管理，在考虑环境效益的同时，兼顾配电公司和分布式发电商两个不同主体的利益，建立了以配电公司运行成本最小、分布式发电商净收益最大、污染气体排放量最低为目标的主动配电网日前优化调度模型；
2)提出了一种基于多样性策略的改进蝙蝠算法进行求解；
3)采用熵权TOPSIS法进行综合决策，从Pareto解集中选取最优调度方案。
2.根据权利要求1所述的兼顾不同主体利益的主动配电网优化调度方法，其特征在于，步骤1)中目标函数有：
①配电公司运行成本最小；
式中：T为总时间段；Ct grid为t时段ADN从上级电网的购电费用；Ct DG为t时段ADN从分布式发电商的购电费用；Ct ess为t时段ADN中所有储能设备的运行成本；Ct IL为t时段ADN的负荷中断补偿费用；
②分布式发电商净收益最大；
式中：Ct DG为t时段分布式发电商的售电收益；Ct F为t时段DG机组的燃料费用；Ct OM为t时段DG机组的运行维护费用；
③污染气体排放量最低；
式中：ΩN-DG为ADN中所有不可调度DG节点的集合；K为污染气体种类数；ωk为第k种污染气体的权重；eg，k为g节点处不可调度DG单位有功出力时排放的第k种污染气体的量；ek为火电厂发电机单位有功出力时排放的第k种污染气体的量。
3.根据权利要求1所述的兼顾不同主体利益的主动配电网优化调度方法，其特征在于，步骤1)中约束条件如下：
①功率平衡约束
式中：ΩL为ADN中负荷点的集合；ΩCB为ADN中补偿电容节点的集合；Qt CB，g为t时段g节点处补偿电容的无功补偿量；Qt grid为t时段从上级电网输送的无功功率；Qt g为t时段g节点处并网DG的无功出力；Pt loss、Qt loss分别为t时段ADN的有功和无功网损；Pt L，g、Qt L，g分别为t时段g节点处的有功和无功负荷；
②节点电压约束
式中：Ut g为t时段g节点的电压幅值；Ug max、Ug min分别为g节点处允许的电压上限和下限；
③可调度DG出力及爬坡率约束
式中：g∈ΩD-DG；ΩD-DG为ADN中所有可调度DG节点的集合；Pg max、Pg min为g节点处可调度DG的有功出力上下限；Qg max、Qg min为g节点处可调度DG的无功出力上下限；Pt-1 g为t-1时段g节点处并网DG的有功出力；URg、UDg分别为g节点处DG的最大向上和向下爬坡率；
④储能设备功率及荷电状态约束
式中：分别为g节点处储能设备的额定充电和放电功率；ηc、ηd分别为储能设备的充、放电效率；SOCt g为t时段g节点储能的荷电状态；SOCg max、SOCg min分别为g节点储能荷电状态的上下限值；
⑤OLTC分接头调节约束
式中：为t时段OLTC分接头的位置；分别为OLTC分接头的最大和最小位置；NOLTC为OLTC分接头一个调度周期内的动作次数；为OLTC分接头在一个调度周期内的最大动作次数；
⑥电容器投切约束
式中：ΩCB为ADN中所有安装电容器节点的集合；为t时段g节点处的无功补偿量；分别为g节点无功补偿量的上下限；NCB，g为g节点电容器一个调度周期内的动作次数；为g节点电容器在一个调度周期内的最大动作次数；
⑦需求侧负荷中断约束
式中：分别为t时段g节点处负荷允许中断的最大和最小功率值；TIL，g为g节点处负荷在一个调度周期内的中断时长；为g节点处负荷在一个调度周期内允许的最大和最小中断时间。
4.根据权利要求1所述的兼顾不同主体利益的主动配电网优化调度方法，其特征在于，步骤2)中蝙蝠算法(Bat Algorithm，BA)通过模拟自然界中蝙蝠群利用回声定位进行捕食的行为，对某个问题的目标函数进行优化；在BA中，每个优化问题的解都可看作搜索空间中的一个“蝙蝠”；t时刻，每个蝙蝠都有自己的空间位置和飞行速度同时具有不同的频率fi(或波长)、响度和脉冲发射率蝙蝠在追捕猎物的同时，改变自身的频率、响度和脉冲发射率，进行最优解的选择，直到目标停止或条件得到满足；
蝙蝠的频率、速度和位置的更新公式为：
式中：fmax、fmin为脉冲频率的上下限；β为[0，1]上均匀分布的随机变量；x*为当前时刻蝙蝠群中的最优蝙蝠位置；
蝙蝠的响度和脉冲发射率采用下式进行更新：
式中：α为取值[0，1]之间的常数；为蝙蝠i的最大脉冲响度；γ为正常数。
5.根据权利要求1所述的兼顾不同主体利益的主动配电网优化调度方法，其特征在于，步骤3)中的熵权法是一种根据各评价指标变异程度的大小来确定其客观权重的方法。一般情况下，若某个评价指标的变异程度越大，则这个指标包含的信息量就越多，在综合决策中所占的权重就越大。反之，则权重越小。
TOPSIS法(technique for order preference by similarity to ideal solution)是一种逼近于理想解的排序法，即根据评价对象与理想化目标的接近程度来判定对象的优劣程度：若评价对象在离理想解最近的同时离负理想解最远，则为最优；否则不为最优。熵权TOPSIS法就是采用熵权法指导TOPSIS法中各指标权重的确定，可以全面利用评价对象的信息，得出不受决策者主观偏好影响的最终方案。
CN201710545058.8A 2017-07-06 2017-07-06 兼顾不同主体利益的主动配电网优化调度方法 Pending CN109217351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710545058.8A CN109217351A (zh) 2017-07-06 2017-07-06 兼顾不同主体利益的主动配电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710545058.8A CN109217351A (zh) 2017-07-06 2017-07-06 兼顾不同主体利益的主动配电网优化调度方法

Publications (1)

Publication Number Publication Date
CN109217351A true CN109217351A (zh) 2019-01-15

Family

ID=64992251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710545058.8A Pending CN109217351A (zh) 2017-07-06 2017-07-06 兼顾不同主体利益的主动配电网优化调度方法

Country Status (1)

Country Link
CN (1) CN109217351A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109713728A (zh) * 2019-03-07 2019-05-03 西华大学 微电网控制方法及系统
CN111030096A (zh) * 2019-12-06 2020-04-17 武汉理工大学 一种基于风光储联合发电系统的发用电一体化调度方法
CN111351974A (zh) * 2020-03-12 2020-06-30 华北电力大学 一种基于用电感知的环保监测方法及系统
CN111652472A (zh) * 2020-05-07 2020-09-11 贵州乌江水电开发有限责任公司洪家渡发电厂 一种流域梯级水电站群补偿效益求解及效益分配方法
CN112039057A (zh) * 2020-08-17 2020-12-04 云南电网有限责任公司丽江供电局 一种基于两阶段调度的低电压治理方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109713728A (zh) * 2019-03-07 2019-05-03 西华大学 微电网控制方法及系统
CN109713728B (zh) * 2019-03-07 2021-11-05 西华大学 微电网控制方法及系统
CN111030096A (zh) * 2019-12-06 2020-04-17 武汉理工大学 一种基于风光储联合发电系统的发用电一体化调度方法
CN111351974A (zh) * 2020-03-12 2020-06-30 华北电力大学 一种基于用电感知的环保监测方法及系统
CN111652472A (zh) * 2020-05-07 2020-09-11 贵州乌江水电开发有限责任公司洪家渡发电厂 一种流域梯级水电站群补偿效益求解及效益分配方法
CN111652472B (zh) * 2020-05-07 2023-05-02 贵州乌江水电开发有限责任公司洪家渡发电厂 一种流域梯级水电站群补偿效益求解及效益分配方法
CN112039057A (zh) * 2020-08-17 2020-12-04 云南电网有限责任公司丽江供电局 一种基于两阶段调度的低电压治理方法
CN112039057B (zh) * 2020-08-17 2023-10-03 云南电网有限责任公司丽江供电局 一种基于两阶段调度的低电压治理方法

Similar Documents

Publication Publication Date Title
Dabbaghjamanesh et al. Effective scheduling of reconfigurable microgrids with dynamic thermal line rating
CN109217351A (zh) 兼顾不同主体利益的主动配电网优化调度方法
CN103346562B (zh) 计及需求响应的多时间尺度微网能量控制方法
CN105207267B (zh) 一种微网能量管理系统
Ku et al. Implementation of battery energy storage system for an island microgrid with high PV penetration
CN106712120B (zh) 基于主从博弈模型的交直流混合微电网优化运行方法
CN106300336A (zh) 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法
CN108347062A (zh) 基于势博弈的微电网能量管理分布式多目标协同优化算法
CN109449971A (zh) 一种新能源消纳的多目标电力系统源荷互动优化调度方法
CN112651634B (zh) 基于序列运算的有源配电系统源网荷储日前有功调度方法
CN112800658B (zh) 一种考虑源储荷互动的主动配电网调度方法
CN104268806A (zh) 一种微电网功率监控系统
Dou et al. Transient control for micro-grid with multiple distributed generations based on hybrid system theory
Nemati et al. Optimization of microgrids short term operation based on an enhanced genetic algorithm
CN116667325B (zh) 一种基于改进布谷鸟算法的微电网并网运行优化调度方法
CN109494813A (zh) 一种电力调度方法、电子设备及存储介质
Li et al. Optimal operation of microgrid based on improved binary particle swarm optimization algorithm with double-structure coding
Dey et al. Energy Management of Microgrids with Renewables using soft computing techniques
Li et al. Optimal operation of AC/DC hybrid microgrid under spot price mechanism
Li et al. Research on microgrid optimization based on simulated annealing particle swarm optimization
Dar et al. Economic Dispatch of Multi-DG Islanded Microgrid with Battery Storage Integration
CN110322092A (zh) 一种源网荷多层博弈经济调度方法
Liao et al. Use a new method to solve the economic dispatch problem of smart microgrid including distributed generation
AL-Maaitah et al. Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System
CN113627807A (zh) 一种网源荷互动风险控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
DD01 Delivery of document by public notice

Addressee: Zhao Daqian

Document name: Notification of before Expiration of Request of Examination as to Substance

DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Zhao Daqian

Document name: Deemed as a notice of withdrawal

DD01 Delivery of document by public notice
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190115

WD01 Invention patent application deemed withdrawn after publication