CN110011358A - 一种配电网负荷状态调节控制器 - Google Patents
一种配电网负荷状态调节控制器 Download PDFInfo
- Publication number
- CN110011358A CN110011358A CN201910365858.0A CN201910365858A CN110011358A CN 110011358 A CN110011358 A CN 110011358A CN 201910365858 A CN201910365858 A CN 201910365858A CN 110011358 A CN110011358 A CN 110011358A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- distribution network
- unit
- data
- 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
- 238000010248 power generation Methods 0.000 claims abstract description 31
- 230000005611 electricity Effects 0.000 claims abstract description 12
- 230000033228 biological regulation Effects 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000011068 loading method Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- H02J3/382—
-
- 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
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种配电网负荷状态调节控制器,涉及电力系统及其自动化领域。由负荷状态调节单元、分布式发电功率采集单元以及上报单元组成;分布式发电功率采集单元由与电力主干网相连的整流单元,逆变单元,隔离单元,直流母线,比较单元组成;分布式发电功率采集单元实时监测配电网与负荷端的有功功率流向,负荷状态调节单元对配电网电压的影响可以由分布式发电功率采集单元来判定。在保证配电网一次侧发电系统正常稳定运用下,通过挖据配电网需求响应关系,直接调节配电网中负荷用户的用电情况。对用户端负荷调节构造多目标节能调度模型实现对配电网的优化调度,从而达到预期经济效益,提高用户需求响应的积极性,为优化配置能源资源提供快速响应。
Description
技术领域
本发明涉及电力系统及其自动化领域,具体是涉及一种配电网负荷状态调节控制器。
背景技术
全球能源格局正在发生翻天覆地的变化,快速增长的新兴能源市场通过技术变革并以环保主义为契机推动能源市场结构的转变。分布式电源中最常见的为太阳能、风能、生物质能等可再生能源,通常这些能源的容量较小,其装机容量一般是几百千瓦到几十兆瓦,适合直接安装在用户侧。分布式电源能够快速响应负荷需求,减少输配电设备扩容费用,提高系统供电可靠性等优点,因此在配电网中得到广泛应用。
在配电网的负荷端,随着智能电网建设的不断推进,越来越多的数据采集设备比如智能电表等可以收集到大量的用户的用电情况。不同类型的用户,如民用、商业、工业、农业等,在电力消费模式上存在很大的差异,即使是同一类型的用户,他们的用电模式也可能不一样。基于负荷数据分类挖掘不同电力用户的电力消费模式不仅可以支持供电公司进行有序用电、错峰管理、分时用电等市场竞争策略等。因此,设计一种配电网负荷状态调节控制器,有助于调动用户参与电网调度的积极性,实现清洁与常规碳基电源优势互补,促进电力工业经济、低耗、高效发展。
发明内容
本发明的目的是针对现有技术的不足而提供一种配电网负荷状态调节控制器。
为了实现上述目的,本发明所采用的技术方案为:一种配电网负荷状态调节控制器,主要由顺序连接的负荷状态调节单元、分布式发电功率采集单元以及上报单元组成;分布式发电功率采集单元由与电力主干网相连的整流单元,逆变单元,隔离单元,直流母线,比较单元组成;分布式发电功率采集单元实时监测配电网与负荷端的有功功率流向,负荷状态调节单元对配电网电压的影响可以由分布式发电功率采集单元来判定。
进一步地,本发明的配电网负荷状态调节控制器中,由能量守恒定律可得到直流母线上有功功率为Pc:
Pc=PG-(Pw-PB-PL) (1)
其中,PW、PB、PL分别为分布式发电的有功功率、储能单元的供电有功功率与电网净供电有功功率,PG为配电网输送功率;
根据式(1),比较单元对功率进行比较,当直流母线电压稳定时,分布式发电功率采集单元能够稳定的工作;当直流母线电压上升时,表示输入分布式发电功率采集单元功率大于分布式发电功率采集单元的输出功率,需要进行负荷调节;电压下降则表示输入分布式发电功率采集单元功率小于分布式发电功率采集单元的输出功率,需要进行负荷调节。
进一步地,本发明的配电网负荷状态调节控制器中,负荷状态调节单元中可控负荷是根据价格信号对用户的有功量进行调整,从而调整负荷功率;
寻找对可控负荷进行功率调整,使得最终负荷用户成本最低,描述为:
约束条件为Gmin≤Gt≤Gmax;Fl min≤Ft,l≤Fl max;
式(2)中,T是总的仿真时长,为负荷调整后的价格,βi是不同类型负荷的成本系数;ΔPi为不同类型负荷的功率调整量;ai为不同类型负荷的基本价格,Gt为电力企业总的理想有功功率,λ为电力企业在电力市场的购电价格;Fl min与Fl max分别是线路l的潮流的潮流上限和下限约束;是节点潮流平衡方程。
进一步地,本发明的配电网负荷状态调节控制器中,负荷状态调节单元中,为了表达负荷数据间的奇异性,定义负荷数据集合为P={p1,p2…,pn},设有数据集P含有n个数据,样本数据为pi,以pi为球心,距离小于R的球体内的数据点的个数,称为数据样本pi的密度,标记为den(pi):
其中,k是聚类的类别数目,α是可调参数,一般为1,dis(pi,pj)为点pi与pj的欧式距离,根据定义,样本的密度越高,样本对象数据对象周围的数据对象越密集,这个点就可以作为聚类中心点;
由于电力系统中负荷可以根据ZIP负荷模型进行分类,ZIP负荷模型类别看成数据的维度;由于负荷数据值范围波动较大,因此,在每个分类中的按照数据奇异性表示为:
其中k表示ZIP模型中的负荷模型分类数,pi,k与pj,k分别是pi与pj在k类上的取值,pk表示整个数据集在第k维上的平均值;pmaxk与pmink分别是整个数据集在第k维上的最大值和最小值;从而可以得到重新定义的数据间奇异性:
构造出奇异矩阵为:
通过公式(7)构建Huffman树,从而找到k-means算法的初始聚类中心。
进一步地,本发明的配电网负荷状态调节控制器中,负荷状态调节单元的计算步骤为:
(1)输入负荷矩阵,其中n为负荷曲线个数,根据欧式距离公式计算负荷矩阵中的两个对象的距离;并根据公式(3),(4)计算负荷矩阵中的每条负荷的密度;
(2)根据公式(6),(7)计算出负荷数据中的奇异性矩阵,并构造Huffman树;
(3)发现矩阵的不相似度最小两个对象合并成一个对象,新对象的属性值从两个属性值对象的原始平均值;左子树的权值应该小于右子树的权值;用新对象替换原始数据集里的两个相异度最小的两个对象,重新生成奇异矩阵;
(4)重复第3步,反序删除哈夫曼树的k个节点对象,直到只有一个对象,这个对象作为k-means算法的初始聚类中心,并进行负荷聚类;
(5)根据负荷聚类划分的结果,通过以用户成本最低为目标函数式(2)进行优化,实现对可控负荷的调度。
与现有技术相比,本发明的有益效果表现在:
(1)该控制器首先对配电网中的可控负荷按照负荷特点进行聚类划分,将配电网中的负荷划分为不同类型,并设计出相应的电价激励机制,从而实现调整用电负荷。初始聚类中心的选择会直接影响负荷进行聚类划分的优劣,本发明在k-means算法基础上提出该基于负荷数据的密度特性构建初始聚类中心的方法,该方法可以有效减小迭代次数,得到稳定的聚类结果。
(2)电力系统中各部分的数学模型是电力系统分析计算的基础,模型精度直接决定了仿真计算结果和相应的电力运行决策,电网内所有静态和动态负荷进行建模常采用ZIP模型,分别代表负荷的恒定阻抗、恒定电流、恒定功率部分。因而有其中Pi分别表示ZIP三种负荷的有功功率。配电网负荷状态调节控制器根据系统实时状况和天气情况提前一天或几个小时预测当前操作日剩余时间内的分布式发电的电量变化和不同种类负荷电价的变化等情况。当预测的系统电量变化较大,供需不平衡时,配电网负荷状态调节控制器将会提前发布负荷条件响应信号。配电网负荷状态调节控制器在保证配电网负荷需求下考虑节点潮流平衡和功率约束,以实现配电网负荷用户用电成本最小化,并上传给区域控制中心。因此,该控制器通过挖据配电网需求响应关系,直接调节配电网中负荷用户的用电情况,为优化配置电网能源资源提供了一种快速、实用和安全的调度方法,具有工程应用价值。
(3)本发明在保证配电网一次侧发电系统正常、稳定运用下,通过挖据配电网需求响应关系,直接调节配电网中负荷用户的用电情况。通过对用户端负荷调节构造多目标节能调度模型实现对配电网的优化调度,从而达到预期经济效益,提高用户需求响应的积极性,为优化配置能源资源提供快速响应。
附图说明
以下结合附图对本发明的配电网负荷状态调节控制器作进一步的详述。
图1为本发明的系统结构框图。
图2为分布式发电功率采集单元的结构框图。
具体实施方式
请参阅图1所示,一种配电网负荷状态调节控制器主要由顺序连接的负荷状态调节单元1、分布式发电功率采集单元2以及上报单元3组成。
分布式发电功率采集单元与电网连接图如图2所示,其由与电力主干网相连的整流单元,逆变单元,隔离单元,直流母线,比较单元组成。其中,PW、PB、PL分别为分布式发电的有功功率、储能单元的供电有功功率与电网净供电有功功率,PG为配电网输送功率。由能量守恒定律可得到直流母线上有功功率为Pc:
Pc=PG-(Pw-PB-PL) (1)
根据式(1),比较单元对功率进行比较,当直流母线电压稳定时,分布式发电功率采集单元能够稳定的工作;当直流母线电压上升时,表示输入分布式发电功率采集单元功率大于分布式发电功率采集单元的输出功率,需要进行负荷调节;电压下降则表示输入分布式发电功率采集单元功率小于分布式发电功率采集单元的输出功率,需要进行负荷调节。因此,分布式发电功率采集单元实时监测配电网与负荷端的有功功率流向,负荷状态调节单元对配电网电压的影响可以由分布式发电功率采集单元来判定。
负荷状态调节单元中可控负荷就是根据价格信号对用户的有功量进行调整,从而调整负荷功率。因此,就是寻找对可控负荷进行功率调整,使得最终负荷用户成本最低,可以描述为:
约束条件为Gmin≤Gt≤Gmax;Fl min≤Ft,l≤Fl max;式(2)中,T是总的仿真时长,为负荷调整后的价格,βi是不同类型负荷的成本系数。ΔPi为不同类型负荷的功率调整量;ai为不同类型负荷的基本价格,Gt为电力企业总的理想有功功率,λ为电力企业在电力市场的购电价格。Fl min与Fl max分别是线路l的潮流的潮流上限和下限约束。是节点潮流平衡方程。
负荷状态调节单元中,初始聚类中心的选择会直接影响K-means算法的负荷进行聚类划分的优劣,因此采用了基于负荷数据的密度特性构建初始聚类中心的方法。为了表达负荷数据间的奇异性,定义负荷数据集合为P={p1,p2…,pn},设有数据集P含有n个数据,样本数据为pi,以pi为球心,距离小于R的球体内的数据点的个数,称为数据样本pi的密度,标记为den(pi):
其中,k是聚类的类别数目,α是可调参数,一般为1,dis(pi,pj)为点pi与pj的欧式距离,根据定义,样本的密度越高,样本对象数据对象周围的数据对象越密集,这个点就可以作为聚类中心点。
由于电力系统中负荷可以根据ZIP负荷模型进行分类,ZIP负荷模型类别看成数据的维度。由于负荷数据值范围波动较大,因此,在每个分类中的按照数据奇异性表示为:
其中k表示ZIP模型中的负荷模型分类数,pi,k与pj,k分别是pi与pj在k类上的取值,pk表示整个数据集在第k维上的平均值。pmaxk与pmink分别是整个数据集在第k维上的最大值和最小值。从而可以得到重新定义的数据间奇异性:
构造出奇异矩阵为:
通过公式(7)构建Huffman树,从而找到k-means算法的初始聚类中心。负荷状态调节单元的计算步骤为:
(1)输入负荷矩阵,其中n为负荷曲线个数,根据欧式距离公式计算负荷矩阵中的两个对象的距离;并根据公式(3),(4)计算负荷矩阵中的每条负荷的密度;
(2)根据公式(6),(7)计算出负荷数据中的奇异性矩阵,并构造Huffman树;
(3)发现矩阵的不相似度最小两个对象合并成一个对象,新对象的属性值从两个属性值对象的原始平均值。左子树的权值应该小于右子树的权值。用新对象替换原始数据集里的两个相异度最小的两个对象,重新生成奇异矩阵。
(4)重复第3步,反序删除哈夫曼树的k个节点对象,直到只有一个对象,这个对象作为k-means算法的初始聚类中心,并进行负荷聚类。
(5)根据负荷聚类划分的结果,通过以用户成本最低为目标函数式(2)进行优化,实现对可控负荷的调度。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种配电网负荷状态调节控制器,其特征在于,主要由顺序连接的负荷状态调节单元(1)、分布式发电功率采集单元(2)以及上报单元(3)组成;分布式发电功率采集单元(2)由与电力主干网相连的整流单元,逆变单元,隔离单元,直流母线,比较单元组成;分布式发电功率采集单元(2)实时监测配电网与负荷端的有功功率流向,负荷状态调节单元(1)对配电网电压的影响可以由分布式发电功率采集单元(2)来判定。
2.如权利要求1所述的配电网负荷状态调节控制器,其特征在于,由能量守恒定律可得到直流母线上有功功率为Pc:
Pc=PG-(Pw-PB-PL) (1)
其中,PW、PB、PL分别为分布式发电的有功功率、储能单元的供电有功功率与电网净供电有功功率,PG为配电网输送功率;
根据式(1),比较单元对功率进行比较,当直流母线电压稳定时,分布式发电功率采集单元能够稳定的工作;当直流母线电压上升时,表示输入分布式发电功率采集单元功率大于分布式发电功率采集单元的输出功率,需要进行负荷调节;电压下降则表示输入分布式发电功率采集单元功率小于分布式发电功率采集单元的输出功率,需要进行负荷调节。
3.如权利要求2所述的配电网负荷状态调节控制器,其特征在于,负荷状态调节单元(1)中可控负荷是根据价格信号对用户的有功量进行调整,从而调整负荷功率;
寻找对可控负荷进行功率调整,使得最终负荷用户成本最低,描述为:
约束条件为Gmin≤Gt≤Gmax;Fl min≤Ft,l≤Fl max;
式(2)中,T是总的仿真时长,为负荷调整后的价格,βi是不同类型负荷的成本系数;ΔPi为不同类型负荷的功率调整量;ai为不同类型负荷的基本价格,Gt为电力企业总的理想有功功率,λ为电力企业在电力市场的购电价格;Fl min与Fl max分别是线路l的潮流的潮流上限和下限约束;是节点潮流平衡方程。
4.如权利要求3所述的配电网负荷状态调节控制器,其特征在于,负荷状态调节单元(1)中,为了表达负荷数据间的奇异性,定义负荷数据集合为P={p1,p2…,pn},设有数据集P含有n个数据,样本数据为pi,以pi为球心,距离小于R的球体内的数据点的个数,称为数据样本pi的密度,标记为den(pi):
其中,k是聚类的类别数目,α是可调参数,一般为1,dis(pi,pj)为点pi与pj的欧式距离,根据定义,样本的密度越高,样本对象数据对象周围的数据对象越密集,这个点就可以作为聚类中心点;
由于电力系统中负荷可以根据ZIP负荷模型进行分类,ZIP负荷模型类别看成数据的维度;由于负荷数据值范围波动较大,因此,在每个分类中的按照数据奇异性表示为:
其中k表示ZIP模型中的负荷模型分类数,pi,k与pj,k分别是pi与pj在k类上的取值,pk表示整个数据集在第k维上的平均值;pmaxk与pmink分别是整个数据集在第k维上的最大值和最小值;从而可以得到重新定义的数据间奇异性:
构造出奇异矩阵为:
通过公式(7)构建Huffman树,从而找到k-means算法的初始聚类中心。
5.如权利要求4所述的配电网负荷状态调节控制器,其特征在于,负荷状态调节单元(1)的计算步骤为:
(1)输入负荷矩阵,其中n为负荷曲线个数,根据欧式距离公式计算负荷矩阵中的两个对象的距离;并根据公式(3),(4)计算负荷矩阵中的每条负荷的密度;
(2)根据公式(6),(7)计算出负荷数据中的奇异性矩阵,并构造Huffman树;
(3)发现矩阵的不相似度最小两个对象合并成一个对象,新对象的属性值从两个属性值对象的原始平均值;左子树的权值应该小于右子树的权值;用新对象替换原始数据集里的两个相异度最小的两个对象,重新生成奇异矩阵;
(4)重复第3步,反序删除哈夫曼树的k个节点对象,直到只有一个对象,这个对象作为k-means算法的初始聚类中心,并进行负荷聚类;
(5)根据负荷聚类划分的结果,通过以用户成本最低为目标函数式(2)进行优化,实现对可控负荷的调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365858.0A CN110011358B (zh) | 2019-05-05 | 2019-05-05 | 一种配电网负荷状态调节控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365858.0A CN110011358B (zh) | 2019-05-05 | 2019-05-05 | 一种配电网负荷状态调节控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110011358A true CN110011358A (zh) | 2019-07-12 |
CN110011358B CN110011358B (zh) | 2023-01-13 |
Family
ID=67175500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910365858.0A Active CN110011358B (zh) | 2019-05-05 | 2019-05-05 | 一种配电网负荷状态调节控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110011358B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929405A (zh) * | 2019-11-28 | 2020-03-27 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及风电机组及燃气轮机组的电-气动态分析方法 |
CN111503720A (zh) * | 2020-04-17 | 2020-08-07 | 华北电力大学 | 一种基于电压监测的电采暖设备控制方法及系统 |
CN113034018A (zh) * | 2020-12-21 | 2021-06-25 | 国网青海省电力公司 | 基于功率矩分析的电网供需平衡调节方法 |
CN115149590A (zh) * | 2022-09-05 | 2022-10-04 | 西安热工研究院有限公司 | 高压厂用直流可控负荷参与火电调频的系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355057A (zh) * | 2011-09-25 | 2012-02-15 | 国网电力科学研究院 | 微电网系统计算机监控方法 |
CN102611127A (zh) * | 2012-02-17 | 2012-07-25 | 中国电力科学研究院 | 一种微电网自平衡和自平滑统一的控制方法 |
CN105896623A (zh) * | 2016-06-08 | 2016-08-24 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于多端柔性直流输电技术的交直流混合配电系统 |
CN107273911A (zh) * | 2017-04-24 | 2017-10-20 | 国网江西省电力公司赣州供电分公司 | 一种基于模糊c均值聚类分析的台区负荷精确分类方法 |
CN108808668A (zh) * | 2018-06-29 | 2018-11-13 | 广东电网有限责任公司 | 一种计及多类电源的主动配电网分布式优化调度算法 |
CN108988329A (zh) * | 2018-08-01 | 2018-12-11 | 国网安徽省电力有限公司培训中心 | 一种电力系统节能发电调度控制器及调度方法 |
-
2019
- 2019-05-05 CN CN201910365858.0A patent/CN110011358B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355057A (zh) * | 2011-09-25 | 2012-02-15 | 国网电力科学研究院 | 微电网系统计算机监控方法 |
CN102611127A (zh) * | 2012-02-17 | 2012-07-25 | 中国电力科学研究院 | 一种微电网自平衡和自平滑统一的控制方法 |
CN105896623A (zh) * | 2016-06-08 | 2016-08-24 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于多端柔性直流输电技术的交直流混合配电系统 |
CN107273911A (zh) * | 2017-04-24 | 2017-10-20 | 国网江西省电力公司赣州供电分公司 | 一种基于模糊c均值聚类分析的台区负荷精确分类方法 |
CN108808668A (zh) * | 2018-06-29 | 2018-11-13 | 广东电网有限责任公司 | 一种计及多类电源的主动配电网分布式优化调度算法 |
CN108988329A (zh) * | 2018-08-01 | 2018-12-11 | 国网安徽省电力有限公司培训中心 | 一种电力系统节能发电调度控制器及调度方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929405A (zh) * | 2019-11-28 | 2020-03-27 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及风电机组及燃气轮机组的电-气动态分析方法 |
CN110929405B (zh) * | 2019-11-28 | 2023-08-04 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及风电机组及燃气轮机组的电-气动态分析方法 |
CN111503720A (zh) * | 2020-04-17 | 2020-08-07 | 华北电力大学 | 一种基于电压监测的电采暖设备控制方法及系统 |
CN111503720B (zh) * | 2020-04-17 | 2021-10-29 | 华北电力大学 | 一种基于电压监测的电采暖设备控制方法及系统 |
CN113034018A (zh) * | 2020-12-21 | 2021-06-25 | 国网青海省电力公司 | 基于功率矩分析的电网供需平衡调节方法 |
CN113034018B (zh) * | 2020-12-21 | 2024-02-06 | 国网青海省电力公司 | 基于功率矩分析的电网供需平衡调节方法 |
CN115149590A (zh) * | 2022-09-05 | 2022-10-04 | 西安热工研究院有限公司 | 高压厂用直流可控负荷参与火电调频的系统及方法 |
CN115149590B (zh) * | 2022-09-05 | 2022-11-29 | 西安热工研究院有限公司 | 高压厂用直流可控负荷参与火电调频的系统及方法 |
US11799298B1 (en) | 2022-09-05 | 2023-10-24 | Xi'an Thermal Power Research Institute Co., Ltd | System and method for frequency modulation based on direct current controllable load |
Also Published As
Publication number | Publication date |
---|---|
CN110011358B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN110011358A (zh) | 一种配电网负荷状态调节控制器 | |
CN109272176B (zh) | 利用K-means聚类算法对台区线损率预测计算方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN110994694B (zh) | 计及差异化需求响应的微电网源荷储协调优化调度方法 | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
CN106532751B (zh) | 一种分布式电源能效优化方法及系统 | |
CN108199404A (zh) | 高渗透率分布式能源系统的谱聚类集群划分方法 | |
CN105046584A (zh) | 一种基于k-means算法的理想线损率的计算方法 | |
CN110380444A (zh) | 一种基于变结构Copula的多场景下分散式风电有序接入电网的容量规划方法 | |
CN115564197A (zh) | 用户侧灵活性资源响应潜力评估方法、系统、设备和介质 | |
CN104767412B (zh) | 智能型逆变器的初级、次级控制系统、控制系统及控制方法 | |
CN105514986A (zh) | 一种基于虚拟电厂技术的der用户竞价并网方法 | |
Zhang et al. | Multi–objective Cluster Partition Method for Distribution Network Considering Uncertainties of Distributed Generations and Loads | |
CN108616119B (zh) | 基于区域性分时电价理论降低配电网网损的方法 | |
CN112865101B (zh) | 一种考虑可再生能源出力不确定性的线性化交易方法 | |
CN115564142A (zh) | 一种混合储能系统的选址定容优化方法及系统 | |
CN113283654B (zh) | 基于聚合解列机制的微网群优化控制方法及系统 | |
CN110970939B (zh) | 一种分布式能源集群优化方法及系统 | |
Luo et al. | Flexible load active management method in optimization operation of distribution networks | |
CN113013909A (zh) | 一种基于平抑牵引的储能容量改进方法 | |
Nagata et al. | The study related to searching method optimal connecting point on Multi-Loop Power Distribution system | |
CN112734277A (zh) | 信息物理融合的需求侧响应资源多层级建模方法 | |
Puech et al. | Controlling microgrids without external data: A benchmark of stochastic programming methods | |
Fontenot et al. | Nationwide evaluation of potential energy savings and payback of integrated building and battery energy storage system through model predictive controls |
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 |