CN109861304A - 一种考虑通信时变时滞的微电网经济调度方法 - Google Patents
一种考虑通信时变时滞的微电网经济调度方法 Download PDFInfo
- Publication number
- CN109861304A CN109861304A CN201811621109.1A CN201811621109A CN109861304A CN 109861304 A CN109861304 A CN 109861304A CN 201811621109 A CN201811621109 A CN 201811621109A CN 109861304 A CN109861304 A CN 109861304A
- Authority
- CN
- China
- Prior art keywords
- micro
- time
- capacitance sensor
- conventional electric
- electric generators
- 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
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种考虑通信时变时滞的微电网经济调度方法,涉及电力系统经济调度技术领域。该方法首先确定微电网通信拓扑结构,构建微电网通信拓扑的邻接矩阵;然后判断发电线路时滞是否超过时滞上界,所有传统发电机的发出功率估计值与所有新能源发电机的发出功率初值的和是否等于微电网的总负荷;计算微电网中所有传统发电机的增量成本初值及满足成本最低时所有传统发电机的增量成本收敛值;最后计算所有传统发电机满足成本最低时发出的功率,输出传统发电机的发出的功率和新能源发电机的发出功率。本发明提供的考虑通信时变时滞的微电网经济调度方法,能够弥补集中式优化的不足,减轻通信负担,提高运算效率。
Description
技术领域
本发明涉及电力系统经济调度技术领域,尤其涉及一种考虑通信时变时滞的微电网经济调度方法。
背景技术
微电网是一种由分布式电源、储能装置、能量转换装置、各种负荷、控制设备和保护装置组成的小型发配电系统。与传统电网相比,微电网具有更加灵活、可靠、环保等特点,受到了国内外专家和学者的大量研究。在微电网诸多研究中,经济调度是一个重点内容。微电网的经济调度是指满足负荷需求,合理分配各发电机组出力,使微电网总成本最小。
微电网经济调度优化方法可以分为两类,即集中式优化方法和分布式优化方法。传统上,集中式优化方法是解决微电网经济调度问题的主要方法。然而,随着微电网逐渐从集中式结构转变成具有分布式特性的智能电网,集中式方法面临诸多挑战。如:集中式优化算法计算量大、通信费用高、灵活性与可靠性差、对单点故障更敏感和不能支持即插即用功能等。另一方面,分布式优化方法恰恰能弥补集中式优化的不足,更能适应未来智能电网的发展。
近年来,基于多智能体一致性的分布式优化理论广泛应用于微电网经济调度中,其将微网中的每一个发电机都视为一个智能体,且每个智能体仅需与其相邻智能体进行信息传递,即所有发电机通过相互通信与协作最终以分布式的方式实现微电网的经济调度目标。然而在实际应用中,每个智能体在接收其他智能体发送的信息时会因彼此间的通信距离或通信带宽限制而产生通信时滞,过大的通信时滞不仅影响系统的收敛速度,甚至会导致系统失稳。不仅如此,随着全球能源危机和人们对环境保护的关注,考虑到可再生能源发电机不消耗任何能源,也不会对环境造成污染,可再生能源发电机在微网中渗透率逐渐增大。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种考虑通信时变时滞的微电网经济调度方法,实现对微电网的经济调度。
为解决上述技术问题,本发明所采取的技术方案是:一种考虑通信时变时滞的微电网经济调度方法,包括以下步骤:
步骤1:假定微电网有n1个传统发电机,依次给每个发电机编号为1,2,3…n1;有n2个新能源发电机,依次给每个发电机编号n(n1+1),n(n1+2),…n(n1+n2);确定微电网通信拓扑结构,构建微电网通信拓扑的邻接矩阵A,邻接矩阵A中的元素按以下公式赋值:
其中,i′∈n1+n2;j′∈n1+n2;
步骤2:输入时变时滞,并判断发电线路时滞是否超过时滞上界,若超过,重新输入时变时滞,否则执行步骤3具体方法为:
步骤2.1:针对下列线性矩阵不等式LMI:
其中,*代表对角块的转置;
θ12=-u22In1-1;θ13=-u22A-u2A+Q2;θ15=-κ(u22-u11)In1-1;
θ22=-κu2 T-κu2;θ23=-u2A-u3A;θ25=-κu2;θ33=-(1-ρ)Q3-2Q2;
θ34=Q2;θ44=-Q1-Q2;θ55=-vIn1-1;Λ为通信拓扑拉普拉斯矩阵的特征值矩阵;
In1-1为单位矩阵;ρ∈[0,1),κ为已知正标量,u11,u22,v为未知正标量,矩阵u2,u3,u11,Q1,q2,Q3∈R(n1-1)×(n1-1)为未知矩阵;
输入已知参数κ和通信拓扑拉普拉斯矩阵的特征值矩阵Λ;
步骤2.2:输入时变时滞τ(t),满足
步骤2.3:求出时变时滞τ(t)的最大值
步骤2.4:利用线性矩阵不等式LMI求解工具求解步骤2.1中的线性矩阵不等式,若不等式有解则执行步骤3;若无解则转至步骤2.2重新输入时变时滞;
步骤3:输入传统发电机的发出功率估计值,并判断所有传统发电机的发出功率估计值与所有新能源发电机的发出功率初值的和是否等于微电网的总负荷,若是则执行步骤4,否则重新输入传统发电机的发出功率估计值,具体方法为:
步骤3.1:输入所有传统发电机的发出功率估计值
步骤3.2:输入新能源发电机的发出功率初值PRl(0)和微电网的总负荷PD;
步骤3.3:判断下式是否成立:
若成立执行步骤4,否则重新执行步骤3.1;
步骤4:计算传统发电机的增量成本初值λGi(0),具体方法为:
步骤4.1:输入传统发电机的发出功率初值PGi(0);
步骤4.2:设i=1;
步骤4.3:若i>n1,转至步骤5;否则,转至步骤4.4;
步骤4.4:若i≤n1,计算发电机的增量成本初值λGi(0),如下公式所示:
λGi(0)=αiPGi(0)+βi
其中,αi、βi均为第i个传统发电机的成本函数参数;
步骤4.5:i=i+1,转至步骤4.3;
步骤5:计算满足成本最低时所有传统发电机的增量成本收敛值λ*,具体方法为:
步骤5.1:输入迭代时间T0;
步骤5.2:设k=0;
步骤5.3:设i=1;
步骤5.4:若下式成立
其中,ε为采样周期;
则执行步骤5.8,反之则执行步骤5.5;
步骤5.5:若下式成立
[k-τ(kε)]<0
则执行步骤5.6,否则执行步骤5.7;
步骤5.6:当[k-τ(kε)]<0的迭代计算,具体方法为:
步骤5.6.1:若i>n1,执行步骤5.6.4;
步骤5.6.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,ε为采样周期,PGi为第i个传统发电机发出实际功率;
步骤5.6.3:i=i+1,转至步骤5.5.1;
步骤5.6.4:k=k+1,转至步骤5.3;
步骤5.7:当[k-τ(kε)]≥0的迭代计算,具体方法为:
步骤5.7.1:若i>n1,转至步骤5.7.4;
步骤5.7.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,aij为邻接矩阵A中第i行第j列对应元素;
步骤5.7.3:i=i+1,转至步骤5.7.1;
步骤5.7.4:k=k+1,转至步骤5.3;
步骤5.8:计算成本最低时传统发电机的增量成本收敛值λ*,如下公式所示:
步骤6:计算传统发电机满足成本最低时发出的功率PGi *,具体方法为:
步骤6.1:设i=1;
步骤6.2:若i>n1,转至步骤7;
步骤6.3:若i≤n1,计算传统发电机满足成本最低时发出的功率PGi *,如下公式所示:
步骤6.4:i=i+1,转至步骤6.2;
步骤7:输出传统发电机的发出的功率PGi *和新能源发电机的发出功率PRl。
采用上述技术方案所产生的有益效果在于:本发明提供的一种考虑通信时变时滞的微电网经济调度方法,采用分布式优化方法,能够弥补集中式优化的不足,减轻通信负担,提高运算效率;其次,还考虑了智能体之间传递信息的通信时滞,更具有实际工程应用意义;同时,考虑了可在生能源发电机,使微电网经济调度更加全面。
附图说明
图1为本发明实施例提供的6-bus节点配电网的系统通信拓扑图;
图2为本发明实施例提供的一种考虑通信时变时滞的微电网经济调度方法的流程图;
图3为本发明实施例提供的判断发电线路时滞是否超过时滞上界的流程图;
图4为本发明实施例提供的判断所有传统发电机的发出功率估计值与所有新能源发电机的发出功率初值的和是否等于微电网的总负荷的流程图;
图5为本发明实施例提供的计算满足成本最低时传统发电机的增量成本收敛值的流程图;
图6为本发明实施例提供的6-bus系统仿真图,其中,(a)为增量成本仿真图,(b)为传统发电机功率估计仿真图,(c)为传统发电机发出功率仿真图,(d)为系统总发出功率与总负荷仿真图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本实施例以如图1所示的6-bus节点配电网络为例,使用本发明的一种考虑通信时变时滞的微电网经济调度方法对该微电网进行经济调度。一种考虑通信时变时滞的微电网经济调度方法,如图2所示,包括以下步骤:
步骤1:假定微电网有n1个传统发电机,依次给每个发电机编号为1,2,3…n1;有n2个新能源发电机,依次给每个发电机编号n(n1+1),n(n1+2),…n(n1+n2);确定微电网通信拓扑结构,构建微电网通信拓扑的邻接矩阵A,邻接矩阵A中的元素按以下公式赋值:
其中,i′∈n1+n2;j′∈n1+n2;
本实施例中,图1所示的6-bus节点配电网络中,G1-G5为传统发电机,G6为新能源发电机,该微电网邻接矩阵A为:
步骤2:输入时变时滞,并判断发电线路时滞是否超过时滞上界,若超过,重新输入时变时滞,否则执行步骤3,如图3所示,具体方法为:
步骤2.1:针对下列线性矩阵不等式LMI:
其中,*代表对角块的转置;
θ12=-u22In1-1;θ13=-u22A-u2A+Q2;θ15=-κ(u22-u11)In1-1;
θ22=-κu2 T-κu2;θ23=-u2A-u3A;θ25=-κu2;θ33=-(1-ρ)Q3-2Q2;
θ34=Q2;θ44=-g1-Q2;θ55=-vIn1-1;Λ为通信拓扑拉普拉斯矩阵的特征值矩阵;
In1-1为单位矩阵;ρ∈[0,1),κ为已知正标量,u11,u22,υ为未知正标量,矩阵u2,u3,u11,Q1,Q2,Q3∈R(n1-1)×(n1-1)为未知矩阵;
输入已知参数κ和通信拓扑拉普拉斯矩阵的特征值矩阵Λ;
步骤2.2:输入时变时滞τ(t),满足
步骤2.3:求出时变时滞τ(t)的最大值
步骤2.4:利用线性矩阵不等式LMI求解工具求解步骤2.1中的线性矩阵不等式,若不等式有解则执行步骤3;若无解则转至步骤2.2重新输入时变时滞;
本实施例中,输入的时变时滞τ(t)=0.5|sin(t)|s,满足时滞要求。
步骤3:输入传统发电机的发出功率估计值,并判断所有传统发电机的发出功率估计值与所有新能源发电机的发出功率初值的和是否等于微电网的总负荷,若是则执行步骤4,否则重新输入传统发电机的发出功率估计值,如图4所示,具体方法为:
步骤3.1:输入传统发电机的发出功率估计值
步骤3.2:输入新能源发电机的发出功率初值PRi(0)和微电网的总负荷PD;
步骤3.3:判断下式是否成立:
若成立执行步骤4,否则重新执行步骤3.1;
本实施例中,输入和PRl=50MW,PD=300MW,经计算判断满足满足初值要求;
步骤4:计算传统发电机的增量成本初值λGi(0),具体方法为:
步骤4.1:输入传统发电机的发出功率初值PGi(0);
步骤4.2:设i=1;
步骤4.3:若i>n1,转至步骤5;否则,转至步骤4.4;
步骤4.4:若i≤n1,计算发电机的增量成本初值λGi(0),如下公式所示:
λGi(0)=αiPGi(0)+βi
其中,αi、βi均为第i个传统发电机的成本函数参数;
本实施例中,传统发电机5-bus节点的参数如表1所示:
表1 5-bus节点的参数表
Bus | G1 | G2 | G3 | G4 | G5 |
α<sub>i</sub> | 0.262 | 0.116 | 0.300 | 0.182 | 0.401 |
β<sub>i</sub> | 15.00 | 11.12 | 15.10 | 7.63 | 15.33 |
步骤4.5:i=i+1,转至步骤4.3;
步骤5:计算满足成本最低时传统发电机的增量成本收敛值λ*,如图5所示,具体方法为:
步骤5.1:输入迭代时间T0;
步骤5.2:设k=0;
步骤5.3:设i=1;
步骤5.4:若下式成立
其中,ε为采样周期;
则执行步骤5.8,反之则执行步骤5.5;
步骤5.5:若下式成立
[k-τ(kε)]<0
则执行步骤5.6,否则执行步骤5.7;
步骤5.6:当[k-τ(kε)]<0的迭代计算,具体方法为:
步骤5.6.1:若i>n1,执行步骤5.6.4;
步骤5.6.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,ε为采样周期,PGi为第i个传统发电机发出实际功率;
步骤5.6.3:i=i+1,转至步骤5.5.1;
步骤5.6.4:k=k+1,转至步骤5.3;
步骤5.7:当[k-τ(kε)]≥0的迭代计算,具体方法为:
步骤5.7.1:若i>n1,转至步骤5.7.4;
步骤5.7.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,aij为邻接矩阵A中第i行第j列对应元素;
步骤5.7.3:i=i+1,转至步骤5.7.1;
步骤5.7.4:k=k+1,转至步骤5.3;
步骤5.8:计算成本最低时所有传统发电机的增量成本收敛值λ*,如下公式所示:
本实施例中,对增量成本进行迭代计算,计算仿真如图6所示,最终收敛值为λ*=22.461。
步骤6:计算传统发电机满足成本最低时发出的功率PGi *,具体方法为:
步骤6.1:设i=1;
步骤6.2:若i>n1,转至步骤7;
步骤6.3:若i≤n1,计算传统发电机满足成本最低时发出的功率PGi *,如下公式所示:
步骤6.4:i=i+1,转至步骤6.2;
步骤7:输出传统发电机发出的功率PGi *和新能源发电机的发出功率PRl。
本实施例中,可以看出当时滞满足要求时,最终所有发电机发出的总功率等于总负荷。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (6)
1.一种考虑通信时变时滞的微电网经济调度方法,其特征在于:包括以下步骤:
步骤1:假定微电网有n1个传统发电机,依次给每个发电机编号为1,2,3…n1;有n2个新能源发电机,依次给每个发电机编号n(n1+1),n(n1+2),…n(n1+n2);确定微电网通信拓扑结构,构建微电网通信拓扑的邻接矩阵A,邻接矩阵A中的元素按以下公式赋值:
其中,i′∈n1+n2;j′∈n1+n2;
步骤2:输入时变时滞,并判断发电线路时滞是否超过时滞上界,若超过,重新输入时变时滞,否则执行步骤3;
步骤3:输入传统发电机的发出功率估计值,并判断所有传统发电机的发出功率估计值与所有新能源发电机的发出功率初值的和是否等于微电网的总负荷,若是则执行步骤4,否则重新输入传统发电机的发出功率估计值;
步骤4:计算微电网中所有传统发电机的增量成本初值;
步骤5:计算满足成本最低时所有传统发电机的增量成本收敛值λ*;
步骤6:计算所有传统发电机满足成本最低时发出的功率;
步骤7:输出传统发电机的发出的功率和新能源发电机的发出功率。
2.根据权利要求1所述的一种考虑通信时变时滞的微电网经济调度方法,其特征在于:所述步骤2的具体方法为:
步骤2.1:针对下列线性矩阵不等式LMI:
其中,*代表对角块的转置;
θ12=-u22In1-1;θ13=-u22A-u2A+Q2;θ15=-κ(u22-u11)In1-1;
θ22=-κu2 T-κu2;θ23=-u2A-u3A;θ25=-κu2;θ33=-(1-ρ)Q3-2Q2;
θ34=Q2;θ44=-Q1-Q2;θ55=-VIn1-1;Λ为通信拓扑拉普拉斯矩阵的特征值矩阵;
In1-1为单位矩阵;ρ∈[0,1),κ为已知正标量,u11,u22,v为未知正标量,矩阵u2,u3,u11,Q1,Q2,Q3∈R(n1-1)×(n1-1)为未知矩阵;
输入已知参数κ和通信拓扑拉普拉斯矩阵的特征值矩阵Λ;
步骤2.2:输入时变时滞τ(t),满足
步骤2.3:求出时变时滞τ(t)的最大值
步骤2.4:利用线性矩阵不等式LMI求解工具求解步骤2.1中的线性矩阵不等式,若不等式有解则执行步骤3;若无解则转至步骤2.2重新输入时变时滞。
3.根据权利要求2所述的一种考虑通信时变时滞的微电网经济调度方法,其特征在于:所述步骤3的具体方法为:
步骤3.1:输入传统发电机的发出功率估计值
步骤3.2:输入新能源发电机的发出功率初值PRl(0)和微电网的总负荷PD;
步骤3.3:判断下式是否成立:
若成立执行步骤4,否则重新执行步骤3.1。
4.根据权利要求3所述的一种考虑通信时变时滞的微电网经济调度方法,其特征在于:所述步骤4的具体方法为:
步骤4.1:输入传统发电机的发出功率初值PGi(0);
步骤4.2:设i=1;
步骤4.3:若i>n1,转至步骤5;否则,转至步骤4.4;
步骤4.4:若i≤n1,计算发电机的增量成本初值λGi(0),如下公式所示:
λGi(0)=αiPGi(0)+βi
其中,αi、βi均为第i个传统发电机的成本函数参数;
步骤4.5:i=i+1,转至步骤4.3。
5.根据权利要求4所述的一种考虑通信时变时滞的微电网经济调度方法,其特征在于:所述步骤5的具体方法为:
步骤5.1:输入迭代时间T0;
步骤5.2:设k=0;
步骤5.3:设i=1;
步骤5.4:若下式成立
其中,ε为采样周期;
则执行步骤5.8,反之则执行步骤5.5;
步骤5.5:若下式成立
[k-τ(kε)]<0
则执行步骤5.6,否则执行步骤5.7;
步骤5.6:当[k-τ(kε)]<0的迭代计算,具体方法为:
步骤5.6.1:若i>n1,执行步骤5.6.4;
步骤5.6.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,ε为采样周期,PGi为第i个传统发电机发出实际功率;
步骤5.6.3:i=i+1,转至步骤5.5.1;
步骤5.6.4:k=k+1,转至步骤5.3;
步骤5.7:当[k-τ(kε)]≥0的迭代计算,具体方法为:
步骤5.7.1:若i>n1,转至步骤5.7.4;
步骤5.7.2:若i≤n1,按以下公式依次计算PGi(k)和λGi(k+1);
其中,aij为邻接矩阵A中第i行第j列对应元素;
步骤5.7.3:i=i+1,转至步骤5.7.1;
步骤5.7.4:k=k+1,转至步骤5.3;
步骤5.8:计算成本最低时传统发电机的增量成本收敛值λ*,如下公式所示:
6.根据权利要求5所述的一种考虑通信时变时滞的微电网经济调度方法,其特征在于:所述步骤6的具体方法为:
步骤6.1:设i=1;
步骤6.2:若i>n1,转至步骤7;
步骤6.3:若i≤n1,计算传统发电机满足成本最低时发出的功率PGi *,如下公式所示:
步骤6.4:i=i+1,转至步骤6.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621109.1A CN109861304B (zh) | 2018-12-28 | 2018-12-28 | 一种考虑通信时变时滞的微电网经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811621109.1A CN109861304B (zh) | 2018-12-28 | 2018-12-28 | 一种考虑通信时变时滞的微电网经济调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109861304A true CN109861304A (zh) | 2019-06-07 |
CN109861304B CN109861304B (zh) | 2022-07-12 |
Family
ID=66892771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811621109.1A Active CN109861304B (zh) | 2018-12-28 | 2018-12-28 | 一种考虑通信时变时滞的微电网经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109861304B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112422520A (zh) * | 2020-10-27 | 2021-02-26 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度算法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050046387A1 (en) * | 2001-11-02 | 2005-03-03 | Aker John F. | Fast charger for high capacity batteries |
CN107451704A (zh) * | 2017-09-15 | 2017-12-08 | 厦门大学 | 一种基于预测控制的多时滞智能电网经济调度方法 |
CN108829065A (zh) * | 2018-07-16 | 2018-11-16 | 东北大学 | 基于事件触发的分布式发电系统时滞输出协同控制方法 |
CN108964135A (zh) * | 2018-09-14 | 2018-12-07 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度装置及方法 |
-
2018
- 2018-12-28 CN CN201811621109.1A patent/CN109861304B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050046387A1 (en) * | 2001-11-02 | 2005-03-03 | Aker John F. | Fast charger for high capacity batteries |
CN107451704A (zh) * | 2017-09-15 | 2017-12-08 | 厦门大学 | 一种基于预测控制的多时滞智能电网经济调度方法 |
CN108829065A (zh) * | 2018-07-16 | 2018-11-16 | 东北大学 | 基于事件触发的分布式发电系统时滞输出协同控制方法 |
CN108964135A (zh) * | 2018-09-14 | 2018-12-07 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度装置及方法 |
Non-Patent Citations (2)
Title |
---|
BONAN HUANG等: "A new delayed projection neural network for solving quadratic programming problems", 《THE 2010 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)》 * |
宫大为等: "一类带有混合时滞的神经网络全局渐进稳定分析", 《东北大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112422520A (zh) * | 2020-10-27 | 2021-02-26 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度算法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109861304B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xing et al. | Distributed bisection method for economic power dispatch in smart grid | |
US10198018B2 (en) | Systems and methods for convex relaxations and linear approximations for optimal power flow in multiphase radial networks | |
Zhang et al. | Optimal operation of multi-reservoir system by multi-elite guide particle swarm optimization | |
CN105186578B (zh) | 具有精确计算网损能力的电力系统分布式自动调度方法 | |
CN104537178B (zh) | 一种基于Matlab和Netlogo的电力系统联合仿真建模方法 | |
CN109474017A (zh) | 一种配电网实时分布式经济调度方法 | |
CN105186500B (zh) | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 | |
CN101976835A (zh) | 一种大规模电力系统牛顿潮流的并行计算方法 | |
CN108320080B (zh) | 基于两层一致性算法的能源互联网实时动态功率分配方法 | |
CN107609675B (zh) | 一种基于多智能体系统趋同控制的经济调度运行方法 | |
CN107623337A (zh) | 一种微电网能量管理方法 | |
CN114282779B (zh) | 基于经济调度目标和电力参数的智能电网调度方法 | |
CN107171365A (zh) | 基于场景解耦和异步迭代的多目标随机动态经济调度方法 | |
Yang et al. | Deep learning-based distributed optimal control for wide area energy Internet | |
CN105391056A (zh) | 一种考虑不平衡通信网络的电力系统分布式经济调度方法 | |
CN110707691A (zh) | 一种基于用户的分布式智能电网监控系统的控制方法 | |
CN116361603A (zh) | 一种电力系统碳排放流计算方法 | |
CN113689031B (zh) | 一种基于改进次梯度算法的配电网阻塞管理方法 | |
CN105406517B (zh) | 基于有限时间平均一致性算法的电力系统经济调度方法 | |
CN104584038A (zh) | 用于运行供应网络的方法和供应网络 | |
CN109861304A (zh) | 一种考虑通信时变时滞的微电网经济调度方法 | |
CN105305502B (zh) | 基于协调一致性的配电网络分布式电源控制方法及系统 | |
CN111767621A (zh) | 一种基于知识迁移q学习算法的多能源系统优化调度方法 | |
CN115425697B (zh) | 基于交替方向乘子法的分布式跨区跨省调度方法及系统 | |
CN109345030B (zh) | 多微网的综合能源系统热电能流分布式优化方法和装置 |
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 |