CN109995094B - 一种交直流混合微电网的规划方法及系统 - Google Patents
一种交直流混合微电网的规划方法及系统 Download PDFInfo
- Publication number
- CN109995094B CN109995094B CN201910098116.6A CN201910098116A CN109995094B CN 109995094 B CN109995094 B CN 109995094B CN 201910098116 A CN201910098116 A CN 201910098116A CN 109995094 B CN109995094 B CN 109995094B
- Authority
- CN
- China
- Prior art keywords
- grid
- micro
- power supply
- distributed power
- hybrid
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 54
- 238000004146 energy storage Methods 0.000 claims abstract description 32
- 230000006855 networking Effects 0.000 claims abstract description 17
- 238000007621 cluster analysis Methods 0.000 claims abstract description 14
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 4
- 101150067055 minC gene Proteins 0.000 claims 1
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J4/00—Circuit arrangements for mains or distribution networks not specified as ac or dc
-
- 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]
Abstract
本发明提出一种交直流混合微电网的规划方法及系统，对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案；其中，所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数。
Description
技术领域
本发明属于电力系统的交直流微电网规划领域，具体涉及一种交直流混合微电网的规划方法及系统。
背景技术
微电网，也被称为分布式能源孤岛系统，将分布式电源、负荷、储能装置及控制装置等系统有机地结合在一起，相对于大电网，微电网是一个可控的单元，而相对于用户，微电网可以满足本地负荷特定电能质量要求，提高用户的供电可靠性，降低线路损耗等。微电网技术代表了未来分布式能源供应系统发展趋势，是未来智能配用电系统的重要组成部分，对推进节能减排和实现能源可持续发展具有重要意义。当前研究的微电网结构有交流微电网、直流微电网和交直流混合微电网，交流微电网中分布式电源、储能装置等均通过电力电子装置连接至交流母线，通过公共联接点处的开关控制实现微电网并网运行与孤岛运行模式的转换。直流微电网中的分布式电源、储能装置、负荷等均通过电力电子变换装置连接至直流母线，直流网络再通过逆变装置连接至外部交流电网。交直流混合微电网是指既含有交流母线又含有直流母线，既可以直接向交流负荷供电又可以直接向直流负荷供电。
而目前交直流微电网规划方面还处于起步阶段，通常直接根据负荷规模进行分布式电源容量和储能容量配置，或借鉴常规配电网规划方法进行简要计算，缺少对储能配置和微电网网架优化规划层面的分析，在科学合理规划方面还有所欠缺。
发明内容
为了解决上述问题，本发明提出一种交直流混合微电网的规划方法及系统，基于交直流微电网规划建设预期目标，利用空间负荷预测、多目标优化方法和仿真计算确定交直流混合微电网能源、储能和网架的最优规划方案。
本发明的目的是采用下述技术方案实现的：
一种交直流混合微电网的规划方法，包括：
对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；
根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案；其中，
所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数。
优选的，所述多目标优化模型的预先定义包括：
根据目标区域的空间负荷情况划分负荷类型和预先定义的交直流负荷重要度等级，确定负荷供电方式；
获取所述负荷供电方式下的微电网运行运维的网络年费和交直流微电网的年化利润；
将微电网运行运维的网络年费最小值定义为交直流混合微电网系统的可靠性指标；将交直流微电网的年化利润最大值定义为交直流混合微电网系统的经济性指标；
根据交直流混合微电网系统的经济性指标和可靠性指标差值最大化确定目标函数，建立基于所述负荷供电方式下的多目标优化模型。
进一步地，所述空间负荷情况包括：负荷大小和负荷位置分布状况。
优选的，所述目标函数按下式确定：
max G＝ηS-δC
上式中，G为交直流混合微电网系统的综合优化指标，S为交直流混合微电网系统的经济性指标，C为交直流混合微电网系统可靠性指标，η为交直流混合微电网经济性权重系数，δ为交直流混合微电网可靠性权重系数，且η+δ＝1。
进一步地，所述交直流混合微电网系统的可靠性指标通过微电网运行运维的网络年费确定，如下式：
min C＝CLine+αELoss+Cmp
式中，C为微电网运行运维的网络年费，α为年费用折算系数；CLine为线路投资费用；ELoss为年网络损耗电量；Cmp为停电损失费用。
进一步地，所述交直流混合微电网系统的经济性指标通过交直流微电网的年化利润确定，如下式：
max S＝B-V
式中，S为交直流微电网的年化利润，B为交直流微电网增加的年收益，V为交直流微电网运行增加的年成本。
优选的，所述交直流微电网的最优组网方案为满足使经济性指标与可信度指标最优时的分布式电源的配置规模；
所述分布式电源的配置规模包括：分布式电源类型和分布式电源容量。
进一步地，所述根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案，包括：
判断所述分布式电源的配置规模是否满足交直流混合微电网供电目标；
若是，则采用全寿命周期分析方法确定分布式电源类型，结合当地自然资源情况进行发电功率预测，确定当前分布式电源的配置规模；并基于当前分布式电源的配置规模的网架拓扑，确定交直流微电网网架结构；
若否，则对交直流微电网进行储能优化配置。
进一步地，所述交直流微电网进行储能优化配置包括：
结合当地自然资源情况进行发电功率预测，采用全寿命周期分析方法确定分布式电源类型；
根据所述多目标优化模型中交直流微电网的可靠性指标，定义负荷独立供电时间需求，以及微电网系统独立运行时间；
根据经济性指标，分配分布式电源、储能控制系统、微电网中央控制器模块成本构成。
一种交直流混合微电网的规划系统，包括：
预测模块，用于对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
确定模块，用于基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数；
优化配置模块，用于根据分布式电源的配置规模对交直流微电网中进行储能优化配置，
获得交直流微电网的最优组网规划方案。
与最接近的现有技术相比，本发明的有益效果为：
本发明提供本发明提出一种交直流混合微电网的规划方法及系统，对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案；其中，所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数。以保证系统可靠性为前提，减小了线路损耗，降低了交直流混合微电网的故障风险。
针对交直流微电网规划中分布式电源与负荷配比、储能优化配置和网架优化规划进行了系统的梳理，提出了系统性的解决方案：根据分布式电源的配置规模，确定交直流微电网的最优组网规划方案；可以实现不同场景下交直流微电网的规划与设计。按照最优配置方案对交直流混合微电网进行规划后，可获得最优网架结构，从而提高交直流混合微电网可靠性水平，并提升能源的利用率与出力稳定性。
附图说明
图1为本发明具体实施方式中提供的规划方法总流程图；
图2为本发明具体实施方式中提供的确定交直流微电网的最优组网规划方案流程图；
图3为本发明具体实施方式中提供的交直流微电网进行储能优化配置方法流程图；
图4为本发明实施例中提供的交直流混合微电网规划方法流程图；
图5为本发明实施例中提供的空间负荷预测与聚类分析流程图；
图6(a)为本发明实施例中提供的单端辐射型交直流混合微电网网架结构图，图6(b)为本发明实施例中提供的双端联络型交直流混合微电网网架结构示意图；图6(c)为本发明实施例中提供的双端环网型网架结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
如图1所示，提出一种交直流混合微电网的规划方法，包括：
S1对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
S2基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；
S3根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案；其中，多目标优化模型包括：以交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数。以保证系统可靠性和经济性为前提，可以一定程度减少分布式电源发电成本，降低线路损耗，增大交直流混合微电网的售电效益。
步骤S1中，空间负荷情况包括：负荷大小和负荷位置分布状况。
步骤S2中，多目标优化模型的预先定义包括：
a,根据目标区域的空间负荷情况划分负荷类型和预先定义的交直流负荷重要度等级，确定负荷供电方式；
1)结合市政用地规划和区域专项规划，确定交直流微电网的供区用地性质、供电范围等，采用空间负荷预测和聚类分析方法，确定负荷点分布式位置和密度；2)确定供区内线路备用走廊。
2)通过高斯加权欧式距离度量负荷分布情况，对供区负荷所在区块进行聚类分析确定交直流负荷分类，包括负荷规模和分布位置；2)确定重要负荷等级和电源需求，比如一级负荷需要供电方式为两供一备等；直流负荷达到多大规模的时候，采用直流供电较为划算，否则采用交流逆变供电。
c,获取负荷供电方式下的微电网运行运维的网络年费和交直流微电网的年化利润；
d,将微电网运行运维的网络年费最小值定义为交直流混合微电网系统的可靠性指标；将交直流微电网的年化利润最大值定义为交直流混合微电网系统的经济性指标；
e,根据交直流混合微电网系统的经济性指标和可靠性指标差值最大化确定目标函数，建立基于所述负荷供电方式下的多目标优化模型。
由于网型微电网大致分为以下两种情况：1)削峰填谷，提高交直流微电网的经济效益；2)提高供电可靠性，保证重要用户的供电可靠性。因此构建的所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数。
所述目标函数按下式确定：
max G＝ηS-δC
上式中，G为交直流混合微电网装机容量方案下仿真的交直流混合微电网系统的综合优化指标，S为交直流混合微电网系统的经济性指标，C为交直流混合微电网系统可靠性指标，η为交直流混合微电网经济性权重系数，δ为交直流混合微电网可靠性权重系数，且η+δ＝1。
所述交直流混合微电网系统的可靠性指标通过微电网运行运维的网络年费确定，如下式：
min C＝CLine+αELoss+Cmp
式中，C为微电网运行运维的网络年费，α为年费用折算系数；CLine为线路投资费用；ELoss为年网络损耗电量；Cmp为停电损失费用。
所述交直流混合微电网系统的经济性指标通过交直流微电网的年化利润确定，如下式：
max S＝B-V
式中，S为交直流微电网的年化利润，B为交直流微电网增加的年收益，V为交直流微电网运行增加的年成本。
步骤S2中，所述分布式电源的配置规模包括：分布式电源类型和分布式电源容量。
针对交直流微电网规划中分布式电源与负荷配比、储能优化配置和网架优化规划进行了系统的梳理，提出了系统性的解决方案，可以实现不同场景下交直流微电网的规划与设计。
如图2所示，步骤S3根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案包括：
判断所述分布式电源的配置规模是否满足交直流混合微电网供电目标，若是，则采用全寿命周期分析方法确定分布式电源类型，结合当地自然资源情况进行发电功率预测，确定当前分布式电源的配置规模，以获得交直流微电网的最优组网方案；若否，则对交直流微电网进行储能优化配置。
其中，如图3所示的交直流微电网进行储能优化配置包括：
结合当地自然资源情况进行发电功率预测，采用全寿命周期分析方法确定分布式电源类型；
根据所述多目标优化模型中交直流微电网的可靠性指标，定义负荷独立供电时间需求，以及微电网系统独立运行时间；
根据经济性指标，分配分布式电源、储能控制系统、微电网中央控制器模块成本构成。
实施例：
基于上述发明步骤S1-S3的具体流程提供以下实施例，如图4所示：
一、采用空间负荷预测和聚类分析方法，预测供区内负荷类型和分布情况，如图5所示。
1)结合市政用地规划和区域专项规划，确定交直流微电网的供区用地性质、供电范围等，采用空间负荷预测和聚类分析方法，确定负荷点分布式位置和密度；
2)确定供区内线路备用走廊数据；
3)根据当地自然资源，计算分布式电源的单位发电成本，初步确定分布式电源的类型。
二、根据预测的供区内负荷类型和分布情况，对供区内负荷进行分类。
1)通过高斯加权欧式距离度量负荷分布情况，对供区负荷所在区块进行聚类分析确定交直流负荷分类，包括负荷规模和分布位置；
2)确定重要负荷等级和电源需求，比如一级负荷需要供电方式为两供一备等；直流负荷达到多大规模的时候，采用直流供电较为划算，否则采用交流逆变供电，如表1所示。
表1常规重要用户分类和供电方式
| 单点负荷重要程度 | 供电方式 | 是否储能配置 | 供电方式 |
| I级 | 两供一备 | 是 | 交流/直流 |
| II级 | 两供一备 | 否 | 交流/直流 |
| III级 | 一供一备 | 否 | 交流/直流 |
三、确定交直流混合微电网的供电功能目标，根据运营模式建立优化目标，充分考虑到各个主体都有自己的经济性效益和关注点，建立多目标优化模型。
交直流微电网一般分为两种类型，一种类型是并网型微电网，正常并网时大致分为以下三种情况：1)就地控制型；2)调度控制型；3)混合型；另一种是独立型微电网，主要策略时负荷平衡。
表2交直流微电网功能分类和运行策略
四、结合当地自然资源情况进行发电功率预测，采用全寿命周期分析方法计算分布式电源类型和容量，结合步骤三优化模型计算确定分布式电源的容量配置；
1)分析不同分布式电源单位发电成本，包括光伏、风电、柴油机、不同类型储能；
2)根据步骤三种微电网的经济性目标，计算不同应用模式下分布式电源与负荷的基本配置组合及容量；
五、结合步骤三和步骤四进行交直流微电网中储能的优化配置；
1)结合步骤三中交直流微电网供电的可靠性要求，确定重要负荷独立供电时间需求，以及微电网系统独立运行时间；
2)为了确保交直流混合微电网的平稳运行的储能配置预方案，主要分为集中式和分布式；
六、结合步骤五给出的微电网线路备用走廊数据和备用线路型号，基于微电网供电的可靠性和经济性建立优化模型，确定交直流微电网的最优组网方案。
(1)确定交流微电网和直流微电网的基本网架拓扑；(2)确定交流微电网和直流微电网接地方式；(3)根据负荷大小估算微电网线路线径；(4)调用步骤五DG接入位置及容量；(5)套用基本网架拓扑进行优化计算，确定交直流微电网网架结构，如图6所示。
基于上述发明构思，本实施例中还提供了一种交直流混合微电网的规划系统，包括：
预测模块，用于对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
确定模块，用于基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数；
优化配置模块，用于根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本申请的技术方案而非对其保护范围的限制，尽管参照上述实施例对本申请进行了详细的说明，所属领域的普通技术人员应当理解：本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，这些变更、修改或者等同替换，其均在其申请待批的权利要求范围之内。
Claims (6)
1.一种交直流混合微电网的规划方法，其特征在于，包括：
对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；
根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案；其中，
所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数；
所述多目标优化模型的预先定义包括：
根据目标区域的空间负荷情况划分负荷类型和预先定义的交直流负荷重要度等级，确定负荷供电方式；
获取所述负荷供电方式下的微电网运行运维的网络年费和交直流微电网的年化利润；
将微电网运行运维的网络年费最小值定义为交直流混合微电网系统的可靠性指标；将交直流微电网的年化利润最大值定义为交直流混合微电网系统的经济性指标；
根据交直流混合微电网系统的经济性指标和可靠性指标差值最大化确定目标函数，建立基于所述负荷供电方式下的多目标优化模型：
所述目标函数按下式确定：
maxG＝ηS-δC
上式中，G为交直流混合微电网系统的综合优化指标，S为交直流混合微电网系统的经济性指标，C为交直流混合微电网系统可靠性指标，η为交直流混合微电网经济性权重系数，δ为交直流混合微电网可靠性权重系数，且η+δ＝1；
所述交直流混合微电网系统的可靠性指标通过微电网运行运维的网络年费确定，如下式：
minC＝CLine+αELoss+Cmp
式中，C为微电网运行运维的网络年费，α为年费用折算系数；CLine为线路投资费用；ELoss为年网络损耗电量；Cmp为停电损失费用；
所述交直流混合微电网系统的经济性指标通过交直流微电网的年化利润确定，如下式：
maxS＝B-V
式中，S为交直流微电网的年化利润，B为交直流微电网增加的年收益，V为交直流微电网运行增加的年成本。
2.如权利要求1所述的方法，其特征在于，所述空间负荷情况包括：负荷大小和负荷位置分布状况。
3.如权利要求1所述的方法，其特征在于，所述交直流微电网的最优组网方案为满足使经济性指标与可信度指标最优时的分布式电源的配置规模；
所述分布式电源的配置规模包括：分布式电源类型和分布式电源容量。
4.如权利要求3所述的方法，其特征在于，所述根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案，包括：
判断所述分布式电源的配置规模是否满足交直流混合微电网供电目标；
若是，则采用全寿命周期分析方法确定分布式电源类型，结合当地自然资源情况进行发电功率预测，确定当前分布式电源的配置规模；并基于当前分布式电源的配置规模的网架拓扑，确定交直流微电网网架结构；
若否，则对交直流微电网进行储能优化配置。
5.如权利要求4所述的方法，其特征在于，所述交直流微电网进行储能优化配置包括：
结合当地自然资源情况进行发电功率预测，采用全寿命周期分析方法确定分布式电源类型；
根据所述多目标优化模型中交直流微电网的可靠性指标，定义负荷独立供电时间需求，以及微电网系统独立运行时间；
根据经济性指标，分配分布式电源、储能控制系统、微电网中央控制器模块成本构成。
6.一种交直流混合微电网的规划系统，用于实现如权利要求1所述的一种交直流混合微电网的规划方法，其特征在于，包括：
预测模块，用于对目标区域采用空间负荷预测和聚类分析法预测空间负荷情况；
确定模块，用于基于空间负荷情况和预先定义的多目标优化模型，确定分布式电源的配置规模；所述多目标优化模型包括：以所述交直流混合微电网系统的经济性指标和可靠性指标最优为目标构建的目标函数；
优化配置模块，用于根据分布式电源的配置规模对交直流微电网中进行储能优化配置，获得交直流微电网的最优组网规划方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910098116.6A CN109995094B (zh) | 2019-01-31 | 2019-01-31 | 一种交直流混合微电网的规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910098116.6A CN109995094B (zh) | 2019-01-31 | 2019-01-31 | 一种交直流混合微电网的规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109995094A CN109995094A (zh) | 2019-07-09 |
| CN109995094B true CN109995094B (zh) | 2023-11-03 |
Family
ID=67129806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910098116.6A Active CN109995094B (zh) | 2019-01-31 | 2019-01-31 | 一种交直流混合微电网的规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109995094B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111325315A (zh) * | 2019-11-22 | 2020-06-23 | 国网新疆电力有限公司电力科学研究院 | 基于深度学习的配变停电电量损失预测的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及系统 |
| CN108448636A (zh) * | 2018-05-10 | 2018-08-24 | 合肥工业大学 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
| CN108681823A (zh) * | 2018-05-23 | 2018-10-19 | 云南电网有限责任公司 | 一种含微电网的配电网分布式电源规划方法 |
-
2019
- 2019-01-31 CN CN201910098116.6A patent/CN109995094B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及系统 |
| CN108448636A (zh) * | 2018-05-10 | 2018-08-24 | 合肥工业大学 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
| CN108681823A (zh) * | 2018-05-23 | 2018-10-19 | 云南电网有限责任公司 | 一种含微电网的配电网分布式电源规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109995094A (zh) | 2019-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reddy | Optimal scheduling of thermal-wind-solar power system with storage | |
| Shukla et al. | Allocation of optimal distributed generation using GA for minimum system losses in radial distribution networks | |
| Karimi et al. | Energy storage allocation in wind integrated distribution networks: An MILP-Based approach | |
| Wu et al. | Source-network-storage joint planning considering energy storage systems and wind power integration | |
| Liu et al. | Restoration of power distribution systems with multiple data centers as critical loads | |
| CN112260326B (zh) | 一种新能源集群的等效短路比计算方法及系统 | |
| CN110783950B (zh) | 一种配电网节点光伏最佳配置容量确定方法 | |
| CN116111597A (zh) | 一种中长期调度计划的潮流断面场景集构建方法、系统、存储器及设备 | |
| Liu et al. | Optimal planning of internet data centers decarbonized by hydrogen-water-based energy systems | |
| Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
| Kumar et al. | An optimized framework of the integrated renewable energy and power quality model for the smart grid | |
| Xiang et al. | Coordinated DG-Tie planning in distribution networks based on temporal scenarios | |
| CN109995094B (zh) | 一种交直流混合微电网的规划方法及系统 | |
| Nazar et al. | Optimal planning of self-healing multi-carriers energy systems considering integration of smart buildings and parking lots energy resources | |
| Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
| Yang et al. | Storage-transmission joint planning method to deal with insufficient flexibility and transmission congestion | |
| CN115619159A (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
| CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
| CN114336594A (zh) | 一种能源聚合客户监测及需求响应调度系统及方法 | |
| CN112491067A (zh) | 一种基于复合储能的主动配电网容量配置方法 | |
| CN116307304B (zh) | 混合储能配置信息生成方法、装置、设备及可读存储介质 | |
| CN110610328A (zh) | 一种直流微电网多维运行评估方法 | |
| CN111784086A (zh) | 一种直流配用电系统供电方案评估方法及系统 | |
| Guo et al. | Coordinated dispatching of flexible AC/DC distribution areas considering uncertainty of source and load | |
| Teng et al. | A novel decentralized method of multi-area security constraint economic dispatch |
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 |