CN110097292A - 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法 - Google Patents

一种基于蒙特卡洛的需求侧互联效果可靠性评估方法 Download PDF

Info

Publication number
CN110097292A
CN110097292A CN201910398551.0A CN201910398551A CN110097292A CN 110097292 A CN110097292 A CN 110097292A CN 201910398551 A CN201910398551 A CN 201910398551A CN 110097292 A CN110097292 A CN 110097292A
Authority
CN
China
Prior art keywords
demand
reliability
monte carlo
sampling
interconnects
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
CN201910398551.0A
Other languages
English (en)
Inventor
周行洁
刘向军
孙毅
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 CN201910398551.0A priority Critical patent/CN110097292A/zh
Publication of CN110097292A publication Critical patent/CN110097292A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于蒙特卡洛法的需求侧资源互联可靠性评估系统及方法,利用非序贯蒙特卡洛法进行抽样,并选取与需求侧互联密切相关的指标对需求侧资源互联下电力系统的可靠性进行评估。具体步骤如下:对系统中需求侧资源的出力、元件的状态、线路的状态进行抽样;接着用牛顿‑拉夫逊法计算满足约束条件的系统潮流;之后分析约束条件是否满足;最后计算系统各个可靠性指标,综合评估系统的可靠性。通过本发明,可快速、精准实现需求侧资源互联下电力系统可靠性的评估,有针对性地对电力系统可靠性评估方法进行改善,并为需求侧互联下电力系统所受的不同程度影响提供风险控制和状态检修的依据。

Description

一种基于蒙特卡洛的需求侧互联效果可靠性评估方法
技术领域
本发明涉及需求侧资源互联可靠性评估技术领域,尤其涉及一种基于蒙特卡洛法的需求侧资源互联可靠性评估系统及方法。
背景技术
随着社会经济快速发展和技术进步,需求侧分布式电源、电动汽车、分散式储能、空调及电热锅炉等用户侧可控资源快速增长,极大地丰富了用户侧需求响应可控资源的类型和容量。目前需求侧资源的互联策略更为多元,因此多约束条件下的典型需求侧资源互联策略验证是当前亟待解决的难点问题,其中需求侧互联效果可靠性评估对策略的合理性及互联时保障电力系统正常运行尤为重要。
现有技术中的电力系统的可靠性评估主要有解析法和蒙特卡洛法。其中解析法数理逻辑清晰,模型准确度高,对于小型系统的计算速度快,但随着系统规模的增大,其计算量会呈指数级增长,对于一些可靠性指标还可能存在困难,因而更适用于规模小、结构简单的电力系统。蒙特卡洛法按照原理的不同可分为三种类别:状态抽样技术(非序贯蒙特卡洛仿真)、状态转移抽样技术、状态持续时间抽样技术(序贯蒙特卡洛仿真)。在一定的精度要求下,蒙特卡罗方法的抽样次数与系统的规模无关,能消除解析法计算量剧增的难题,可以适用于大型电力系统的可靠性评估,近年来得到广泛使用。但由于需求侧互联涉及多种需求侧资源及设备,其不定性和不可控性增强,现有可靠性指标不具有针对性。
发明内容
本发明的目的是为了解决现有技术中存在的上述问题,提出一种基于蒙特卡洛的需求侧互联效果可靠性评估方法。为需求侧资源互联策略的效果提供参考,进一步完善电力系统在需求侧资源互联时能够安全可靠运行的判断标准。
本发明解决上述技术问题的技术方案如下:
选取需求侧资源替代容量、故障后电能损失量、电网侧负荷峰谷差、用户侧电力需求、电网阻塞风险指标作为指标进行评估,考虑到节点的复杂性,并为了节约仿真时间,采用非序贯蒙特卡洛算法进行抽样。
步骤1:系统状态抽样,包括需求侧资源的出力、元件的状态、线路的状态;
步骤2:计算满足约束条件的系统潮流;
步骤3:若所有约束条件均可满足,则仿真次数增1并进行下一次抽样和仿真;若没有符合约束条件的解,则进行需求侧负荷削减并重新计算潮流,直到得到满足目标函数的最优解即最少切负荷的系统潮流,仿真次数增1、负荷不足次数增1,记录削减负荷量并进入下一次仿真,返回步骤1;
步骤4:计算可靠性指标:需求侧资源替代容量、故障后电能损失量、电网侧负荷峰谷差、用户侧电力需求、电网阻塞风险指标。
基于蒙特卡洛的需求侧互联效果可靠性评估流程如图1所示。
进一步,所述非序贯蒙特卡洛法具体步骤如下:
使用区间在[0,1]的均匀分布来模拟元件的正常和故障状态,且各元件间相互独立,令si代表元件i的状态,λi代表其故障率,则对元件i产生一个在[0,1]之间均匀分布的随机数Ri,则有:
其中,si=0表示工作状态,si=1表示故障状态。
一个N元件的系统状态可以由矢量s进行表示:
s=(s1,s2,...,si,...,sN) (2)
当抽样选中某个系统状态si后,则对该特定状态进行分析以判断是否为故障状态,是则可对该状态的可靠性指标进行估计。当抽样次数足够多时,某特定的系统状态矢量S在抽样过程中出现的频率可以作为其概率的无偏估计,有
其中,M是抽样总次数;m(s)是在抽样过程中系统状态s出现的次数。
通过统计抽样过程中的各类数据可以得到相应的可靠性指标。
进一步,可靠性指标及其测算方法如下:
(1)需求侧资源替代容量
SDR(t)=D(t)×β (4)
式中:SDR(t)、分别为需求侧资源和需求侧替代容量;β和β1分别为需求侧资源渗透率和需求响应资源替代系数。
(2)故障后电能损失量
式中,S为用户在电网发生故障后的电能损失量,t0为故障开始的时间,tf为故障结束,恢复供电的时间,P为电力用户这段时间所需要的电能。
(3)电网侧负荷峰谷差
电网负荷峰谷差:
δ=LMAX-LMIN (7)
(4)用户侧电力需求
式中:D(t)表示用户侧电力需求;ΔD(t)表示用户侧电力需求增量;t为待预测时间;νGDP为GDP增长率;ε1、ε2分别为电力弹性系数和电力需求价格弹性系数;P1为销售电价。
(5)电网阻塞风险指标
式中:为电网阻塞度指标;P2为输配电价;Cmar,cap为边际容量成本。
由于采用了上述技术方案,本发明的有益效果为:
本发明通过非序贯蒙特卡洛算法,综合考虑需求侧资源替代容量、故障后电能损失量、电网侧负荷峰谷差、用户侧电力需求、电网阻塞风险指标,实现对需求侧互联下电力系统可靠性评估计算,从而掌握电力系统及互联资源和设备的运行可靠性,有针对性地对电力系统可靠性评估方法进行改善,并为需求侧互联下电力系统所受的不同程度影响提供风险控制和状态检修的依据。
基于蒙特卡洛的可靠性评估计算,可准确模拟需求侧互联下电力系统各种故障状态,使结果更加精准。且非序贯蒙特卡洛法可在电力系统规模庞大、互联资源和设备较复杂时,节约仿真时间,提升计算速度和效率。
附图说明
图1为预测过程流程图。
具体实施方式
下面对本发明作进一步说明。
步骤1:设定抽样次数,运用非序贯蒙特卡洛法对各元件运行状态、各条线路状态以及需求侧资源出力状态进行随机抽样,进而得到内网系统随机状态。
按照以下公式组合所有元件、线路、出力的随机状态得到系统的随机状态:
使用区间在[0,1]的均匀分布来模拟元件的正常和故障状态,且各元件间相互独立,令si代表元件i的状态,λi代表其故障率,则对元件i产生一个在[0,1]之间均匀分布的随机数Ri,则有:
其中,si=0表示工作状态,si=1表示故障状态。
一个N元件的系统状态可以由矢量s进行表示:
s=(s1,s2,...,si,...,sN) (12)
当抽样选中某个系统状态si后,则对该特定状态进行分析以判断是否为故障状态,是则可对该状态的可靠性指标进行估计。当抽样次数足够多时,某特定的系统状态矢量S在抽样过程中出现的频率可以作为其概率的无偏估计,有
其中,M是抽样总次数;m(s)是在抽样过程中系统状态s出现的次数。
步骤2:利用牛顿-拉夫逊法计算满足约束条件的系统潮流。约束条件包括潮流是否收敛,以及收敛情况时该系统随机状态下节点电压和支路功率是否越限。电网基础数据包括全网电力一次设备参数和拓扑结构;全网电力一次设备参数包括全部线路的阻抗、对地电纳及其传输功率约束条件、变压器的阻抗、对地导纳、变比及传输功率约束条件、全部节点的对地导纳及连接负荷功率、发电机出力及出力约束条件;拓扑结构包括电网分区情况及电网中各节点的连接关系;电网中各节点包括外网节点集合E、边界节点集合B和内网节点集合I。
步骤3:若所有约束条件均可满足,则仿真次数增1并进行下一次抽样和仿真;若没有符合约束条件的解,则进行需求侧负荷削减并重新计算潮流,直到得到满足目标函数的最优解即最少切负荷的系统潮流,仿真次数增1、负荷不足次数增1,记录削负荷量并进入下一次仿真,返回(1);
步骤4:利用各类数据计算可靠性指标:需求侧资源替代容量、故障后电能损失量、电网侧负荷峰谷差、用户侧电力需求、电网阻塞风险指标。
指标具体解释及其测算方法如下:
(1)需求侧资源替代容量
随着自动需求响应响应的逐渐普及,需求侧资源在电力系统中扮演了替代供应侧容量的角色。合理地发挥需求侧资源在电力系统中的作用,能够很好的提高电网的可靠性,而且还可以延缓或者替代部分供给侧扩张。对于需求侧资源的评价采用下式:
SDR(t)=D(t)×β (14)
式中:SDR(t)、分别为需求侧资源和需求侧替代容量;β和β1分别为需求侧资源渗透率和需求响应资源替代系数。
(2)故障后电能损失量
在电网架构合理的情况下,故障发生后,对于单个电力用户电能损失的情况,进行需求侧互联之后,由于用户侧储能等设备的加入,在电网发生故障之后单个电力用户电能的损失将会减少。对于电力用户的电能损失量,我们用以下公式来计算:
式中,S为用户在电网发生故障后的电能损失量,t0为故障开始的时间,tf为故障结束,恢复供电的时间,P为电力用户这段时间所需要的电能。
(3)电网侧负荷峰谷差
降低电网峰谷差是需求侧互联的一个重要目的。峰谷差值大,会造成电网稳定性的下降。在用电高峰时期,用户使用储能设备以降低对于电网侧的负载,在用电低谷时,用户侧的储能设备以及大功率设备进行蓄能和工作,从而增加对于电网侧的负载,使得电网侧的负载趋于平衡,降低电网峰谷差。
电网负荷峰谷差:
δ=LMAX-LMIN (17)
(4)用户侧电力需求
用户侧电力需求受到两个方面的影响。一方面,受到市场意识的驱动,电力用户根据市场电价信号以及需求响应事件而主动调整自身的负荷计划,这部分由电力需求价格弹性系数的形式表述;另一方面,受宏观经济发展的影响,电力需求的增长与国民生产总值(Gross Domestic Product,GDP)的增长呈现一定的关联特性,这部分由电力弹性系数的形式表述:
式中:D(t)表示用户侧电力需求;ΔD(t)表示用户侧电力需求增量;t为待预测时间;νGDP为GDP增长率;ε1、ε2分别为电力弹性系数和电力需求价格弹性系数;P1为销售电价。
(5)电网阻塞风险指标
在电网运行过程当中,受到高峰时段电力能源需求冲击,大量的电力能源输送将导致整个供电网络出现阻塞现象,如果这种情况得不到有效的疏解,将会导致大面积停电等不良后果,对于社会经济生产,居民用电用户生活造成不利的影响。需求侧互联技术可以根据电网高峰用电时间段启用储能设备,以保证用户在电网处于高峰或者紧急状态时的基本用电需求,并且有效的降低了电网的负载,为过于拥挤的电能供给线流出一定空间,以此保证不会出现阻塞现象,大幅度的降低大面积停电的所带来的经济损失和故障事件的发生率,在确保社会经济生产生活用电需求得到满足的情况下实现了高效的阻塞管理,提高了电网的安全性能。电网阻塞程度用下式评价:
式中:为电网阻塞度指标;P2为输配电价;Cmar,cap为边际容量成本。

Claims (3)

1.一种基于蒙特卡洛的需求侧互联效果可靠性评估方法,其特征在于,包括以下步骤:
步骤1:系统状态抽样,包括需求侧资源的出力、元件的状态、线路的状态;
步骤2:计算满足约束条件的系统潮流;
步骤3:若所有约束条件均可满足,则仿真次数增1并进行下一次抽样和仿真;若没有符合约束条件的解,则进行需求侧负荷削减并重新计算潮流,直到得到满足目标函数的最优解即最少切负荷的系统潮流,仿真次数增1、负荷不足次数增1,记录削减负荷量并进入下一次仿真,返回(1);
步骤4:计算可靠性指标:需求侧资源替代容量、故障后电能损失量、电网侧负荷峰谷差、用户侧电力需求、电网阻塞风险指标。
2.如权利要求1所述的一种基于蒙特卡洛的需求侧互联效果可靠性评估方法,其特征在于,利用非序贯蒙特卡洛法对系统状态抽样具体步骤如下:
使用区间在[0,1]的均匀分布来模拟元件的正常和故障状态,且各元件间相互独立,令si代表元件i的状态,λi代表其故障率,则对元件i产生一个在[0,1]之间均匀分布的随机数Ri,则有:
其中,si=0表示工作状态,si=1表示故障状态。
一个N元件的系统状态可以由矢量s进行表示:
s=(s1,s2,...,si,...,sN)
当抽样选中某个系统状态si后,则对该特定状态进行分析以判断是否为故障状态,是则可对该状态的可靠性指标进行估计。当抽样次数足够多时,某特定的系统状态矢量S在抽样过程中出现的频率可以作为其概率的无偏估计,有
其中,M是抽样总次数;m(s)是在抽样过程中系统状态s出现的次数。
3.如权利要求1所述的一种基于蒙特卡洛的需求侧互联效果可靠性评估方法,其特征在于,需求侧资源互联可靠性指标及其测算方法如下:
(1)需求侧资源替代容量
SDR(t)=D(t)×β
式中:SDR(t)、分别为需求侧资源和需求侧替代容量;β和β1分别为需求侧资源渗透率和需求响应资源替代系数。
(2)故障后电能损失量
式中,S为用户在电网发生故障后的电能损失量,t0为故障开始的时间,tf为故障结束,恢复供电的时间,P为电力用户这段时间所需要的电能。
(3)电网侧负荷峰谷差
电网负荷峰谷差:
δ=LMAX-LMIN
(4)用户侧电力需求
式中:D(t)表示用户侧电力需求;ΔD(t)表示用户侧电力需求增量;t为待预测时间;νGDP为GDP增长率;ε1、ε2分别为电力弹性系数和电力需求价格弹性系数;P1为销售电价。
(5)电网阻塞风险指标
式中:为电网阻塞度指标;P2为输配电价;Cmar,cap为边际容量成本。
CN201910398551.0A 2019-05-14 2019-05-14 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法 Pending CN110097292A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910398551.0A CN110097292A (zh) 2019-05-14 2019-05-14 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910398551.0A CN110097292A (zh) 2019-05-14 2019-05-14 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法

Publications (1)

Publication Number Publication Date
CN110097292A true CN110097292A (zh) 2019-08-06

Family

ID=67448010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910398551.0A Pending CN110097292A (zh) 2019-05-14 2019-05-14 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法

Country Status (1)

Country Link
CN (1) CN110097292A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070374A (zh) * 2020-08-25 2020-12-11 天津大学 一种区域能源互联网供能可靠性评估方法
CN112072657A (zh) * 2020-09-15 2020-12-11 国网山西省电力公司经济技术研究院 用于柔性互联配电系统的连锁故障风险评估方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149559A (zh) * 2018-08-06 2019-01-04 中国电力科学研究院有限公司 一种需求侧互联可靠性评估方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149559A (zh) * 2018-08-06 2019-01-04 中国电力科学研究院有限公司 一种需求侧互联可靠性评估方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070374A (zh) * 2020-08-25 2020-12-11 天津大学 一种区域能源互联网供能可靠性评估方法
CN112070374B (zh) * 2020-08-25 2022-10-14 天津大学 一种区域能源互联网供能可靠性评估方法
CN112072657A (zh) * 2020-09-15 2020-12-11 国网山西省电力公司经济技术研究院 用于柔性互联配电系统的连锁故障风险评估方法及系统
CN112072657B (zh) * 2020-09-15 2022-05-20 国网山西省电力公司经济技术研究院 用于柔性互联配电系统的连锁故障风险评估方法及系统

Similar Documents

Publication Publication Date Title
CN102868161B (zh) 一种含分布式电源配电系统网络变结构优化方法
CN104376504B (zh) 一种基于解析法的配电系统概率可靠性评估方法
Maghouli et al. A scenario-based multi-objective model for multi-stage transmission expansion planning
CN103246806A (zh) 一种含风电场电力系统的运行风险评估方法
Perninge et al. Importance sampling of injected powers for electric power system security analysis
KR20190023791A (ko) 신재생에너지와 부하의 불확실성을 고려한 마이크로그리드의 가상등가부하변동밴드 적용에 의한 단순화된 강인최적운영 시스템 및 그 방법
Adinolfi et al. Pseudo-measurements modeling using neural network and Fourier decomposition for distribution state estimation
CN104077664B (zh) 一种风电储能发电系统的置信容量评估方法
Hernando-Gil et al. Reliability performance of smart grids with demand-side management and distributed generation/storage technologies
CN110689186B (zh) 基于风电出力随机性的配电网供电可靠性评估方法及系统
CN102623990A (zh) 自适应电网运行方式的低频减载参数在线校核方法
CN105514990A (zh) 综合经济性与安全性的输电线路利用率提高平台及方法
CN110097292A (zh) 一种基于蒙特卡洛的需求侧互联效果可靠性评估方法
CN106786977A (zh) 一种电动汽车充电站的充电调度方法
CN110020743A (zh) 一种互联输电通道容量规划方法
CN109149559A (zh) 一种需求侧互联可靠性评估方法及系统
CN109657913A (zh) 一种考虑分布式电源的输配电网联合风险评估方法
CN104156885B (zh) 一种基于可靠性函数的风电容量可信度的快速计算方法
Zhang et al. Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy
CN103595053B (zh) 电网安稳策略按容量接近原则优化切机方法
CN103886514A (zh) 一种考虑经济性与安全性的电网发展评估方法
CN110086170A (zh) 基于故障影响下成本最小的海岛微电网电源配置方法
CN101453188A (zh) 一种动态发电侧控制性能标准的指标计算系统
CN107104466B (zh) 基于冒泡排序的风储联合发电系统储能元件优化运行方法
CN105140918A (zh) 一种包含统一潮流控制器的随机最优潮流计算方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190806