CN109980640A - 基于多智能体协同优化的配网线变关系识别方法 - Google Patents

基于多智能体协同优化的配网线变关系识别方法 Download PDF

Info

Publication number
CN109980640A
CN109980640A CN201910276096.7A CN201910276096A CN109980640A CN 109980640 A CN109980640 A CN 109980640A CN 201910276096 A CN201910276096 A CN 201910276096A CN 109980640 A CN109980640 A CN 109980640A
Authority
CN
China
Prior art keywords
intelligent body
electricity
distribution transformer
optimization
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
Application number
CN201910276096.7A
Other languages
English (en)
Other versions
CN109980640B (zh
Inventor
李晨曦
汪雪婷
孙辉
刘茗杰
赵凤国
杨地林
陈俊
梁瀚文
魏瑶
朱丽侠
毕天虎
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.)
CHENGDU POWER SUPPLY Co OF STATE GRID SICHUAN ELECTRIC POWER Corp
State Grid Sichuan Electric Power Co Ltd
Original Assignee
CHENGDU POWER SUPPLY Co OF STATE GRID SICHUAN ELECTRIC POWER Corp
State Grid Sichuan Electric Power Co Ltd
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 CHENGDU POWER SUPPLY Co OF STATE GRID SICHUAN ELECTRIC POWER Corp, State Grid Sichuan Electric Power Co Ltd filed Critical CHENGDU POWER SUPPLY Co OF STATE GRID SICHUAN ELECTRIC POWER Corp
Priority to CN201910276096.7A priority Critical patent/CN109980640B/zh
Publication of CN109980640A publication Critical patent/CN109980640A/zh
Application granted granted Critical
Publication of CN109980640B publication Critical patent/CN109980640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于多智能体协同优化的配网线变关系识别方法,该方法包括如下步骤:步骤S1:通过对比采集电量值与电量额定值进行异常电量值判定,并针对异常电量值进行均值修正实现电量数据预处理;步骤S2:将每条配电线路等效为一个智能体,智能体编号对应配电线路编号,并将配电变压器任意分配至配电线路上初始化线变关系;步骤S3:基于能量平衡的选取策略,选取进行协同优化的智能体;步骤S4:利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化;步骤S5:经过协同优化后,检验各智能体不平衡电量是否均满足要求,若满足,则循环终止,得到各配电线路所连接配电变压器的最优组合;若不满足,则回到步骤S2进行从新优化。

Description

基于多智能体协同优化的配网线变关系识别方法
技术领域
本发明涉及电力技术领域,具体涉及基于多智能体协同优化的配网线变关系识别方法。
背景技术
配电系统是保证供电质量、提供优质服务以及提高电力系统运行效率与可再生能源接纳能力的关键环节。近年来,在建设智能配电网的过程中,由于配电网元件数量众多、扩容任务繁重、设备异动频繁,拓扑数据管理维护工作量大,数据录入与更新不及时,配电系统存储的拓扑或线变关系与实际电网运行情况不一致,给配电网的调度、运行、管理带来了很大的困扰,而采用现场核查的方式校验配网拓扑耗费大量的人力和物力。
因此,我们通过对配电网自动化量测数据挖掘,基于能量守恒定律,利用多智能体协同优化算法,实现配网线变关系的自动识别,解决人工方式耗时、耗力问题,提高线损治理效果,提升电网经营管理水平,并在一定程度上实现配网拓扑辨识,为智能配电网的建设和发展提供关键技术支撑。
发明内容
本发明所要解决的技术问题是:配网线变关系人工识别方式耗时、耗力问题,本发明提供了解决上述问题的基于多智能体协同优化的配网线变关系识别方法,依据配网线路的不同将配网线变关系识别问题分解成多个维度较低、更易于处理的子问题,降低求解问题的维数,以在较短的时间内得到比集中优化方法求解质量更高的优化解。
本发明通过下述技术方案实现:
基于多智能体协同优化的配网线变关系识别方法,该方法包括如下步骤:
步骤S1:通过对比采集电量值与电量额定值进行异常电量值判定,并针对异常电量值进行均值修正实现电量数据预处理;
步骤S2:将每条配电线路等效为一个智能体,智能体编号对应配电线路编号,并将配电变压器任意分配至配电线路上初始化线变关系;
步骤S3:基于能量平衡的选取策略,选取进行协同优化的智能体;
步骤S4:利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化;
步骤S5:根据步骤S4经过多智能体协同优化过程后,检验各智能体不平衡电量是否均满足要求,若满足,则循环终止,得到各配电线路所连接配电变压器的最优组合;若不满足,则回到步骤S2进行从新优化。
本发明的工作原理是:基于建设智能配电网的过程中,由于配电网元件数量众多、扩容任务繁重、设备异动频繁,拓扑数据管理维护工作量大,数据录入与更新不及时,配电系统存储的拓扑或线变关系与实际电网运行情况不一致,给配电网的调度、运行、管理带来了很大的困扰,而采用现场核查的方式校验配网拓扑耗费大量的人力和物力;本发明依据配网线路的不同将配网线变关系识别问题分解成多个维度较低、更易于处理的子问题,降低求解问题的维数,以在较短的时间内得到比集中优化方法求解质量更高的优化解,基于能量守恒定律,利用多智能体协同优化算法,实现配网线变关系的自动识别,解决人工方式耗时、耗力问题,提高线损治理效果,提升电网经营管理水平,并在一定程度上实现配网拓扑辨识,为智能配电网的建设和发展提供关键技术支撑;并且本发明适用性强,对线路以及配电变压器的数量没有限制,具有较好的推广价值。
进一步地,经过步骤S1得到各时间段内各配电线路和配电变压器所消耗电量的电量矩阵WL和WT
式中:k表示时段编号;i表示线路出口配电变压器编号;I表示所有线路上连接配电变压器的总数;j表示线路编号;J表示线路总条数;WT.ki表示第k个时段内第i个变压器所消耗的电能;WL.kj表示第k个时段内第j条线路入口处输入的电能。
进一步地,步骤S2中,当线变关系变化时,利用下式计算在第k个时段内第j个智能体的不平衡电量WU.kj
式中:S′j表示迭代过程中第j条线路上所连接配电变压器构成的集合。
进一步地,步骤S3中基于能量平衡的选取策略选取进行协同优化的智能体,依据《国家电网公司线损管理办法》,当市中心区、市区、城镇、农村10kV线损率(含变损)为负值或分别大于2%、2%、3%、4%时,认定10kV线路线损月度异常,若第j号智能体的不平衡电量小于零或大于其输入电量的4%,表达式满足:
WU.kj>0.04WL.kj∪WU.kj<0
则表示线路的电能输入与输出不平衡度较大,第j条线路上所连接配电变压器的集合Sj′与实际运行情况下第j条线路上所连接配电变压器的集合Sj不相等,需要对S′j进行调整;此后,基于能量平衡的选取策略,选取第q号智能体与第j号智能体进行协同优化,第q号智能体满足:
min|WU.kj+WU.kq|。
进一步地,根据步骤S3在第j号智能体和第q号智能体共享所接配电变压器的信息后,步骤S4利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化,为使配电线路所连接配电变压器消耗电能之和不超过输入配电线路的电能,且所连接配电变压器消耗电量尽可能最大,动态规划的状态转移方程如下式所示:
W[i′][w]=max{W[i′-1][w],W[i′-1][w-wi′]+wi′}
式中:W[i′][w]表示在电量w范围内i'个配电变压器构成集合的序列子集所消耗的最大电量。
动态规划状态转移方程的对应的目标如下:在满足配电变压器消耗总电量不大于线路输入总电量的前提下,使线路所连配电变压器的组合所消耗的总电量尽可能最大,以保证该线路的线损率较小;动态规划得到W[Ij+Iq][WL.kj]所对应的配电变压器集合S″j,并利用下式求得集合S″j的补集S″q
此后,利用下式分别更新第j条和第q条线路上所连接配电变压器的集合S′j和S′q
S′j=S″j
S′q=S″q
式中:S″j和S″q分别表示第j号和第q号智能体协同优化后第j条和第q条配电线路所连接配电变压器的集合。
进一步地,步骤S5中检验各智能体不平衡电量是否均满足要求时,以下表达式成立:
本发明中,将每条配电线路等效为一个智能体,其中,智能体是一个抽象的概念,它是指本身相对独立、相互之间又有数据交换关系的基本模块。
本发明具有如下的优点和有益效果:
1、本发明从数据分析的角度,通过配电网自动化量测数据挖掘,基于能量守恒定律,利用多智能体协同优化算法,实现配网线变关系的自动识别,快速、准确辨识配网线变关系,解决人工方式耗时、耗力问题,提高线损治理效果,提升电网经营管理水平,并在一定程度上实现配网拓扑辨识,为智能配电网的建设和发展提供关键技术支撑;
2、本发明适用性强,对线路以及配电变压器的数量没有限制,具有较好的推广价值。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的基于多智能体协同优化的线变关系识别方案流程图。
图2为本发明的典型配电网络结构图。
图3为本发明的线变关系初始状态图。
图4为本发明的迭代过程中各配电线路线损率的变化曲线图。
图5为本发明的多智能体协同优化后的线变关系图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1至图5所示,基于多智能体协同优化的配网线变关系识别方法,该方法的实施例详细步骤如下:
步骤1:获取配电线路和配电变压器的信息,将配电线路和配电变压器等效为智能体并依次编号,以如图2所示含有4条配电线路以及17台配电变压器的典型配电网路为例,编号结果如表1所示。
本发明中,将每条配电线路等效为一个智能体,其中,智能体是一个抽象的概念,它是指本身相对独立、相互之间又有数据交换关系的基本模块。
表1配电线路和配电变压器智能体编号
步骤2:利用电力用户用电信息采集系统获取各时段的采集电量值,其后,通过对比采集电量值与电量额定值进行异常电量值判定,并针对异常电量值进行均值修正实现电量数据预处理,得到预处理后的各时段电量数据如表2所示,进而可得到各时间段各线路和配电变压器所消耗电量的电量矩阵WL和WT
表2各时段电量数据
步骤3:将17个配电变压器任意分配至4条配电线路上,以初始化线变关系,其中一种分配结果如图3和表3所示;在协同优化过程中,当线变关系变化时,利用下式计算在第k个时段内第j个智能体的不平衡电量WU.kj
式中:S′j表示迭代过程中第j条线路上所连接配电变压器构成的集合。
表3线变关系初始状态
步骤4:基于能量平衡的选取策略选取进行协同优化的智能体。依据《国家电网公司线损管理办法》,当市中心区、市区、城镇、农村10kV线损率(含变损)为负值或分别大于2%、2%、3%、4%时,认定10kV线路线损月度异常。若第j号智能体的不平衡电量小于零或大于其输入电量的4%,即表达式满足WU.kj>0.04WL.kj∪WU.kj<0
则表示线路的电能输入与输出不平衡度较大,第j条线路上所连接配电变压器的集合S′j与实际运行情况下第j条线路上所连接配电变压器的集合Sj不相等,故需要对S′j进行调整。此后,基于能量平衡的选取策略,选取第q号智能体与第j号智能体进行协同优化,第q号智能体满足min|WU.kj+WU.kq|。
步骤5:利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化,协同优化过程中,4条线路的线损率变化曲线如图4所示,其中线路线损率为线路线损电量与线路输入电量的比值。在第j号智能体和第q号智能体共享所接配电变压器的信息后,利用动态规划寻找各个智能体所连接配电变压器的最优集合,实现协同优化。为使配电线路所连接配电变压器消耗电能之和不超过输入配电线路的电能,且所连接配电变压器消耗电量尽可能最大,动态规划的状态转移方程如下式所示:
W[i′][w]=max{W[i′-1][w],W[i′-1][w-wi′]+wi′}
式中:W[i′][w]表示在电量w范围内i'个配电变压器构成集合的序列子集所消耗的最大电量。
动态规划状态转移方程的对应的目标如下:在满足配电变压器消耗总电量不大于线路输入总电量的前提下,使线路所连配电变压器的组合所消耗的总电量尽可能最大,以保证该线路的线损率较小。动态规划得到W[Ij+Iq][WL.kj]所对应的配电变压器集合S″j,并利用下式求得集合S″j的补集S″q
此后,利用S′j=S″j和S′q=S″q分别更新第j条和第q条线路上所连接配电变压器的集合S′j和S′q,其中S″j和S″q分别表示第j号和第q号智能体协同优化后第j条和第q条配电线路所连接配电变压器的集合。
步骤6:进行终止条件判断,根据以上步骤经过多智能体协同优化过程后,检验各智能体不平衡电量是否均满足要求,若满足要求使下式成立,各配电线路的输入和输出电能基本平衡,则循环终止,得到各配电线路所连接配电变压器的最优组合S′j
对应本算例的线变关系图和线变对应关系表分别如图5和表4所示。
表4多智能体协同优化后线变对应关系表
本发明依据配网线路的不同将配网线变关系识别问题分解成多个维度较低、更易于处理的子问题,降低求解问题的维数,以在较短的时间内得到比集中优化方法求解质量更高的优化解,基于能量守恒定律,利用多智能体协同优化算法,实现配网线变关系的自动识别,解决人工方式耗时、耗力问题,提高线损治理效果,提升电网经营管理水平,并在一定程度上实现配网拓扑辨识,为智能配电网的建设和发展提供关键技术支撑;并且本发明适用性强,对线路以及配电变压器的数量没有限制,具有较好的推广价值。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.基于多智能体协同优化的配网线变关系识别方法,其特征在于:该方法包括如下步骤:
步骤S1:通过对比采集电量值与电量额定值进行异常电量值判定,并针对异常电量值进行均值修正实现电量数据预处理;
步骤S2:将每条配电线路等效为一个智能体,智能体编号对应配电线路编号,并将配电变压器任意分配至配电线路上初始化线变关系;
步骤S3:基于能量平衡的选取策略,选取进行协同优化的智能体;
步骤S4:利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化;
步骤S5:根据步骤S4经过多智能体协同优化过程后,检验各智能体不平衡电量是否均满足要求,若满足,则循环终止,得到各配电线路所连接配电变压器的最优组合;若不满足,则回到步骤S2进行从新优化。
2.根据权利要求1所述的基于多智能体协同优化的配网线变关系识别方法,其特征在于:经过步骤S1得到各时间段内各配电线路和配电变压器所消耗电量的电量矩阵WL和WT
式中:k表示时段编号;i表示线路出口配电变压器编号;I表示所有线路上连接配电变压器的总数;j表示线路编号;J表示线路总条数;WT.ki表示第k个时段内第i个变压器所消耗的电能;WL.kj表示第k个时段内第j条线路入口处输入的电能。
3.根据权利要求2所述的基于多智能体协同优化的配网线变关系识别方法,其特征在于:步骤S2中,当线变关系变化时,利用下式计算在第k个时段内第j个智能体的不平衡电量WU.kj
式中:S′j表示迭代过程中第j条线路上所连接配电变压器构成的集合。
4.根据权利要求3所述的基于多智能体协同优化的配网线变关系识别方法,其特征在于:步骤S3中基于能量平衡的选取策略选取进行协同优化的智能体,若第j号智能体的不平衡电量小于零或大于其输入电量的4%,表达式满足:
WU.kj>0.04WL.kj∪WU.kj<0
则表示线路的电能输入与输出不平衡度较大,第j条线路上所连接配电变压器的集合S′j与实际运行情况下第j条线路上所连接配电变压器的集合Sj不相等,需要对S′j进行调整;此后,基于能量平衡的选取策略,选取第q号智能体与第j号智能体进行协同优化,第q号智能体满足:
min|WU.kj+WU.kq|。
5.根据权利要求4所述的基于多智能体协同优化的配网线变关系识别方法,其特征在于:根据步骤S3在第j号智能体和第q号智能体共享所接配电变压器的信息后,步骤S4利用动态规划寻找各个智能体所连接配电变压器的最优集合实现协同优化,动态规划的状态转移方程如下式所示:
W[i′][w]=max{W[i′-1][w],W[i′-1][w-wi′]+wi′}
式中:W[i′][w]表示在电量w范围内i'个配电变压器构成集合的序列子集所消耗的最大电量;
动态规划得到W[Ij+Iq][WL.kj]所对应的配电变压器集合S″j,并利用下式求得集合S″j的补集S″q
此后,利用下式分别更新第j条和第q条线路上所连接配电变压器的集合S′j和S′q
S′j=S″j
S′q=S″q
式中:S″j和S″q分别表示第j号和第q号智能体协同优化后第j条和第q条配电线路所连接配电变压器的集合。
6.根据权利要求5所述的基于多智能体协同优化的配网线变关系识别方法,其特征在于:步骤S5中检验各智能体不平衡电量是否均满足要求时,以下表达式成立:
CN201910276096.7A 2019-04-08 2019-04-08 基于多智能体协同优化的配网线变关系识别方法 Active CN109980640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910276096.7A CN109980640B (zh) 2019-04-08 2019-04-08 基于多智能体协同优化的配网线变关系识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910276096.7A CN109980640B (zh) 2019-04-08 2019-04-08 基于多智能体协同优化的配网线变关系识别方法

Publications (2)

Publication Number Publication Date
CN109980640A true CN109980640A (zh) 2019-07-05
CN109980640B CN109980640B (zh) 2022-09-13

Family

ID=67083392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910276096.7A Active CN109980640B (zh) 2019-04-08 2019-04-08 基于多智能体协同优化的配网线变关系识别方法

Country Status (1)

Country Link
CN (1) CN109980640B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555556A (zh) * 2019-08-30 2019-12-10 国网四川省电力公司成都供电公司 一种基于线性整数规划的配网线变关系识别方法
CN110826776A (zh) * 2019-10-23 2020-02-21 国网四川省电力公司成都供电公司 一种配网线变关系识别中基于动态规划的初始解优化方法
CN112564095A (zh) * 2020-12-01 2021-03-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150280436A1 (en) * 2012-10-12 2015-10-01 Vito Nv Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network
CN106529776A (zh) * 2016-10-31 2017-03-22 合肥工业大学 多智能体自主协同任务分配方法
CN108092267A (zh) * 2018-01-09 2018-05-29 国网河南省电力公司经济技术研究院 一种基于智能体的配电网接入规划系统与方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150280436A1 (en) * 2012-10-12 2015-10-01 Vito Nv Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network
CN106529776A (zh) * 2016-10-31 2017-03-22 合肥工业大学 多智能体自主协同任务分配方法
CN108092267A (zh) * 2018-01-09 2018-05-29 国网河南省电力公司经济技术研究院 一种基于智能体的配电网接入规划系统与方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555556A (zh) * 2019-08-30 2019-12-10 国网四川省电力公司成都供电公司 一种基于线性整数规划的配网线变关系识别方法
CN110555556B (zh) * 2019-08-30 2023-04-07 国网四川省电力公司成都供电公司 一种基于线性整数规划的配网线变关系识别方法
CN110826776A (zh) * 2019-10-23 2020-02-21 国网四川省电力公司成都供电公司 一种配网线变关系识别中基于动态规划的初始解优化方法
CN110826776B (zh) * 2019-10-23 2024-01-05 国网四川省电力公司成都供电公司 一种配网线变关系识别中基于动态规划的初始解优化方法
CN112564095A (zh) * 2020-12-01 2021-03-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统
CN112564095B (zh) * 2020-12-01 2022-07-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统

Also Published As

Publication number Publication date
CN109980640B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN109325608A (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
Shukla et al. Allocation of optimal distributed generation using GA for minimum system losses in radial distribution networks
CN109980640A (zh) 基于多智能体协同优化的配网线变关系识别方法
CN110009123A (zh) 一种考虑时序互补特性的配电台区源-荷协同接入方法
CN109102120A (zh) 复杂场景下基于区块链的能源系统优化方法
CN107968439A (zh) 基于混合整数线性规划的主动配电网联合优化算法
CN109740803A (zh) 一种数据驱动的热网运行优化方法
CN110429653A (zh) 考虑储能和dr的农网分布式光伏消纳方法及终端设备
CN107025520A (zh) 配电网新能源消纳能力确定的双层二阶锥规划方法与系统
CN110119888A (zh) 一种基于分布式电源接入的有源网格化规划方法
CN105896596B (zh) 一种考虑需求侧响应的风电功率分层平滑系统及其方法
CN110289622A (zh) 一种光储充能量路由器的日前经济优化调度方法
CN111339482A (zh) 一种基于最大互信息的离群配电变压器辨识方法
CN109472463A (zh) 一种特大流域水电站群多电网调峰调度方法及系统
CN106786801A (zh) 一种基于竞价均衡的微电网运行方法
CN109066741A (zh) 一种用于区域电网削峰填谷的分布式储能规划方法及系统
CN108092321A (zh) 一种考虑不确定性的有源配电网有功无功协调控制方法
CN110245819A (zh) 一种多能源互联系统的能效评估方法
CN103279661B (zh) 基于混合量子进化算法的变电站容量优化配置方法
Muthukumaran et al. Development of smart controller for demand side management in smart grid using reactive power optimization
CN110489915A (zh) 计及综合需求响应的电热联合调度方法及系统
CN109038605A (zh) 一种考虑电压响应特性的电网无功规划方法
CN109214713A (zh) 含有分布式电源的主动配电网规划方法
CN108306346A (zh) 一种配电网无功补偿节能方法

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
GR01 Patent grant
GR01 Patent grant