CN110165651B - 一种适用于直流电力网络优化的分布式协同控制方法 - Google Patents

一种适用于直流电力网络优化的分布式协同控制方法 Download PDF

Info

Publication number
CN110165651B
CN110165651B CN201910360425.6A CN201910360425A CN110165651B CN 110165651 B CN110165651 B CN 110165651B CN 201910360425 A CN201910360425 A CN 201910360425A CN 110165651 B CN110165651 B CN 110165651B
Authority
CN
China
Prior art keywords
node
power
load
voltage
power supply
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
Application number
CN201910360425.6A
Other languages
English (en)
Other versions
CN110165651A (zh
Inventor
柳张杰
粟梅
冯文栋
韩华
葛小海
刘宏毅
郑成燕
孙尧
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN201910360425.6A priority Critical patent/CN110165651B/zh
Publication of CN110165651A publication Critical patent/CN110165651A/zh
Priority to NL2024943A priority patent/NL2024943B1/en
Application granted granted Critical
Publication of CN110165651B publication Critical patent/CN110165651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • H02J1/106—Parallel operation of dc sources for load balancing, symmetrisation, or sharing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/373—Design optimisation
    • 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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种适用于直流电力网络优化的分布式协同控制方法，具体提出了一种减小线路损耗与电压调整的多目标优化问题和基于坐标下降法的分布式算法，该控制方法包括建立直流电力网络多目标优化数学模型，证明多目标优化问题是凸优化问题，并设计了一种基于坐标下降思想的分布式算法对问题进行求解。该方法在寻优过程中无需知晓线路阻抗信息，避免了网络参数波动引起的最优解偏差，能够自动寻找系统的最优经济运行点。在实际应用中，该方法每次只对一个电源节点的电压进行调整，避免了多个电源同时调节导致的调节失败，计算复杂度低，对计算机性能的要求也比较低。

Description

一种适用于直流电力网络优化的分布式协同控制方法
技术领域
本发明属于直流电力系统领域，涉及大规模电力网络中潮流优化和电压调整问题，尤其是涉及到一种适用于直流电力网络优化的分布式协同控制方法。
背景技术
随着电力电子技术的迅猛发展，使得以电力电子设备为核心装置的直流电力系统重新回归到人们的视野之中。与交流电力网络相比，直流电力网络具有如下优势：在分布式能源发电环节，无需冗余的电能转换环节、能量损失少，控制方式简单；在输电环节，不受功角稳定性的约束，线路造价成本，线路损耗显著降低；在配电环节，无需相频控制、接纳分布式电源能力强，有效协调可再生能源与大电网矛盾；在用电环节，控制灵活，响应速度快，提供高质量电能，能够满足日益多样化的负荷要求。因此，直流电力系统得到了越来越广泛的应用。潮流优化和电压调整是电力系统中研究的热点问题。具体来说，由于输电线路阻抗的存在，功率损耗将严重影响系统运行的经济性，同时，线路阻抗引起的电压恶化问题可能导致负荷的异常运行，威胁设备的安全实用。为了解决这些问题，人们进行了许多研究。
现有的控制方法多采用集中式方式，这种方式依赖于高带宽通信和高性能的计算机，通信成本高，容易出现单点故障并且限制了系统得即插即用功能。分布式算法仅依赖低带宽通信即可以实现全局信息的传输，减少了通信成本。然而目前采用的分布式控制方法需要获取线路阻抗等信息，这些信息不易测量，并且阻抗值容易受运行状态、天气条件影响而发生变化，使得系统运行偏离最优点。
发明内容
鉴于此，本发明提供一种克服上述问题的适用于直流电力网络优化的分布式协同控制方法，来解决直流电力网络中网络损耗和电压调整问题，该方法每次只对一个电源节点的电压进行调整，避免了多个电源同时调节导致的调节失败，且计算复杂度低，对计算机性能的要求也比较低。。
本发明提供一种适用于直流电力网络优化的分布式协同控制方法，其具体属于一种减小网络损耗和电压调整的分布式协同控制方法，所述控制方法包括以下步骤：
(1)考虑一个含有n个电源节点m个负载节点的网状直流电力系统，利用图论理论，直流电力系统的拓扑可等效为一个图，从而得到相应的输电网络导纳矩阵
Figure GDA0002130523190000021
根据欧姆定律，可得到每个节点注入到输电网络的电流[Is,IL]T，其中Is为电源节点的输出电流，IL为负载节点注入网络的电流；
(2)建立线路损耗优化J1与电压调整性能指标J2,并建立多目标优化问题，其中
Figure GDA0002130523190000022
J＝αJ1+βJ2，且α+β1,α≥0,β≥0；其中US为电源节点的输出电压，UL为负载节点注入网络的电压，UN为负载额定电压；
(3)使用改进坐标下降法的分布式算法，对上述优化问题进行求解，所述分布式算法包括如下步骤一到步骤九：
步骤一：设置当前步长d＝d0，输出电压
Figure GDA0002130523190000023
迭代次数i＝0，电源节点序号p＝1，其中d0为初始步长、
Figure GDA0002130523190000024
为初始电压值，选择调节第一个电源功率；
步骤二：收集负载功率、功率节点功率和负载电压进行反馈控制，而不测量难以确定的线路阻抗，且i＝i+1；
步骤三：计算αJ1+βJ2，记为P_ob(i-1)；
步骤四：给当前电源节点电压Vsp i加电压步长扰动Vsp i＝Vsp i-1+d，其余节点电压保持不变；
步骤五：重新计算αJ1+βJ2，记为P_ob(i)；
步骤六：比较P_ob(i)与P_ob(i-1)；
步骤七：当|P_ob(i)-P_ob(i-1)|<ε时，改变当前电源的初始值，i＝0,d＝d0,Vsp 0＝Vsp i-1，选择p+1；转到步骤二；
步骤八：否则，判断P_ob(i)<P_ob(i-1)是否成立，若是，则d＝1.1d；随后转到步骤二；若否，则执行步骤九；
步骤九：设置d＝-d0；转到步骤二。
在其中一个实施例中，性能指标J1具体为：
Figure GDA0002130523190000031
其中A＝-(YLL+[YLoad])-1YLS，YLoad为负载导纳，YSS、YSL、YLS、YLL为导纳矩阵Y中的各个元素。
在其中一个实施例中，性能指标J2具体为：
Figure GDA0002130523190000032
在其中一个实施例中，由于迭代过程中需要获取全局信息，为了避免集中通信的方式，采用分布式控制算法，根据分布式控制算法中follow-leader算法，将电源节点分为主节点与从节点，主节点收集临近负载的信息，然后传给从节点，设主节点的集合为Ω，
Figure GDA0002130523190000041
N为总的电源节点个数，VLi、PLi、Psi分别为从节点收到的负载节点电压信息、负载节点功率信息、电源节点功率信息，VLl、PLl、Psl分别为邻居节点的负载节点电压信息、负载节点功率信息、电源节点功率信息。其中aij是通信网络的权重系数，当第i个电源与第j个电源有数据通信时，aij＝1，否则aij＝0，采用这种方式，实现了全局信息共享。
本发明的分布式协同控制方法中提出了一种减小网络损耗与电压调整的多目标优化问题和基于坐标下降法的分布式算法。内容包括建立直流电力网络多目标优化数学模型，证明多目标优化问题是凸优化问题，并针对凸优化问题模型的特点，设计了一种基于坐标下降思想的分布式算法对问题进行求解。该方法在寻优过程中无需知晓线路阻抗信息，避免了网络参数波动引起的最优解偏差，能够自动寻找系统的最优经济运行点。在实际应用中，该方法每次只对一个电源节点的电压进行调整，可以实现分布式控制的协同控制，避免了多个电源同时调节导致的调节失败，计算复杂度低，对计算机性能的要求也比较低。
附图说明
图1为本发明的直流电力网络等效拓扑图；
图2为本发明的分布式算法的迭代过程流程图；
图3为算例一的仿真结果图；
图4为算例二的仿真结果图；.
图5为算例三的仿真结果图；.
图6为算例四的仿真结果图。
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。
为了保持系统运行处于最优点，本发明提出了线路损耗和电压调节的多目标优化问题。并基于坐标下降思路提出了一种分布式算法。本发明的适用于直流电力网络优化的分布式协同控制方法包括下述步骤：
考虑一个含有n个电源节点(例如变换器)与m个负载节点的网状直流配电系统，利用图论理论，直流配电系统的拓扑可等效为一个图，得到相应的输电网络导纳矩阵
Figure GDA0002130523190000051
根据欧姆定律，可得到每个节点注入到输电网络的电流[Is,IL]T，其中Is为电源节点的输出电流，IL为负载节点注入网络的电流。
线路损耗计算公式为：
Figure GDA0002130523190000052
定义负载电压指标：
Figure GDA0002130523190000053
多目标优化问题：
J＝αJ1+βJ2 (3)
节点电压与电流关系为：
I＝YU (4)
写成矩阵形式为：
Figure GDA0002130523190000061
功率与电压关系表达式为：
Figure GDA0002130523190000062
在阻性负载特性下假设负载阻抗为RLoad＝[RL1...RLi...RLn]T，根据欧姆定律，
PL＝-[UL][YLoad]UL (7)
其中，YLoad为负载导纳,YSS、YSL、YLS、YLL为导纳矩阵Y中的元素，UN为负载额定电压(后文具体设置为300V)，结合(6)和(7)，负载电压表示为：
UL＝-(YLL+[YLoad])-1YLSUS (8)
定义A＝-(YLL+[YLoad])-1YLS，将(6)和(8)代入(1)。
Figure GDA0002130523190000063
把(8)代入(2)，我们有
Figure GDA0002130523190000064
把(9)和(10)代入(3)，有
Figure GDA0002130523190000065
根据性能指标的非负性，以及二次型的性质，很容易得出J是凸的问题。
因此，需要解决的多目标优化问题描述为:
Figure GDA0002130523190000071
式(12)的全局最优解如下：
Figure GDA0002130523190000072
为了求解式(12)的解，提出以下基于坐标下降思想的分布式算法，主要包括两个部分：
A:改进坐标下降法的分布式算法
基于坐标下降的优化方法是一种经济有效的方法。在每次迭代中，其他电源的电压保持不变，避免了多个电源同时调节造成电网电压崩溃的风险。多变量优化问题转化为单变量优化问题。具体流程如图2所示。
具体的，图2中采用的分布式算法包括以下步骤：
步骤一：设置当前步长d＝d0，输出电压
Figure GDA0002130523190000073
迭代次数i＝0，电源节点序号p＝1，其中d0为初始步长、
Figure GDA0002130523190000074
为初始电压，选择调节第一个电源功率；
步骤二：收集负载功率、功率节点功率和负载电压进行反馈控制，而不测量难以确定的线路阻抗，且i＝i+1；
步骤三：计算αJ1+βJ2，记为P_ob(i-1)；
步骤四：给当前电源节点电压Vsp i加电压步长扰动Vsp i＝Vsp i-1+d，其余节点电压保持不变；
步骤五：重新计算αJ1+βJ2，记为P_ob(i)；
步骤六：比较P_ob(i)与P_ob(i-1)；
步骤七：当|P_ob(i)-P_ob(i-1)|<ε时(ε为接近于零的正常数)，改变当前电源的初始值，i＝0,d＝d0,Vsp 0＝Vsp i-1，选择p+1；转到步骤二；
步骤八：否则，判断P_ob(i)<P_ob(i-1)是否成立，若是，则设置d＝1.1d；随后转到步骤二；若否，则执行步骤九；
步骤九：设置d＝-d0；转到步骤二。
在整个优化过程中，不需要知道线路阻抗的信息，无论是线路阻抗还是负荷变化，都能保证电力系统始终能达到最优运行点。
B.分布式全局信息估计算法
为了更好的实现基于坐标下降法的算法，各电力代理需要采集负载节点的电压、功率以及其他电力节点的输出功率。由于信息是由安装在每个节点上的本地传感器获取的，传递信息的最简单方法是将其广播给所有其他代理。然而，这导致了通信成本的提高，且不利于大规模分布式系统的可扩展性。因此，我们采取分布式算法进行全局信息传输。实际上，所有负载节点的电压和功率信息只需要传输到与该功率节点相邻的至少一个代理。这些代理称为主代理，它们的集合表示为Ω，为了将此信息广播给所有其他代理，主代理修复它们，而跟随代理应将其值更新为：
Figure GDA0002130523190000081
N为总的电源节点个数，VLi、PLi、Psi分别为从节点收到的负载节点电压信息、负载节点功率信息、电源节点功率信息。VLl、PLl、Psl分别为邻居节点的负载节点电压信息、负载节点功率信息、电源节点功率信息，其中aij是通信网络的权重系数，当第i个电源与第j个电源有数据通信时，aij＝1，否则aij＝0，采用这种方式，实现了全局信息共享。
最后，为说明上述控制方法的实际效果，本发明搭建了一个包含6个电源节点和14个负载节点的直流配电系统，如图1所示。图中黑色节点代表电源节点，深灰色节点代表负载节点，浅灰色节点代表智能节点，数字代表线路标号。负载阻抗值分别为：Rload＝[Rl1...Rli...Rl14]T＝[10，15，20，20，20，10，30，40，10，13，13，20，20]Ω，线路阻抗值分别为：Rline＝[Rline1...Rlinei,Rline19]＝[0.3，0.1，0.2，0.1，0.3，0.3，0.1，0.2，0.2，0.3，0.4，0.3，0.5，0.3，0.4，0.2，0.4，0.1，0.1]Ω。负载额定电压为300V,电源电压的初始值均为302V。
算例一：设权重系数α＝0.1，β＝0.9，初始的优化步长d0＝0.1V。
算例二：设权重系数α＝0.1，β＝0.9，t＝100s之后，负载节点2、4、9与13的阻抗值从15Ω,20Ω,40Ω,20Ω变为7.5Ω,10Ω,20Ω,10Ω。
算例三：设权重系数α＝0.15，β＝0.85，t＝70s之后，线路阻抗Rline5,Rline6,Rline17从0.3Ω,0.3Ω,0.4Ω变为0.15Ω,0.2Ω,0.2Ω。
算例四：设权重系数α＝0.15，β＝0.85，初始时电源节点7与系统独立运行.t＝80s之后，电源节点7与负载节点11相连接，连接线路阻抗为0.3Ω，t＝160s，负载节点与系统又断开独立运行。
其中，图3-图6为算例一到算例四的仿真结果图，分别包括目标值、电源电压、负载电压的仿真曲线。
算例一运行结果如图3所示，图3的目标值曲线a-1表明该控制方法可以收敛到最优目标值。图3的电源电压曲线a-2显示，功率节点轮流改变其输出电压以降低目标值。图3的负载电压曲线a-3显示，负荷节点的所有电压都接近300V。由于远程负荷节点没有直接连接到电源节点，负荷节点之间的输电线路上存在电压降，使得所有负荷节点不可能达到300V。
同样的，算例二运行结果如图4所示，t＝100s之后，当负载发生变化时，所提出的控制方法能够自动检测负载的变化，找到新状态下系统的最优解。
算例三运行结果如图5所示，在不测量线路阻抗的情况下，系统可以根据所提出的控制方法自动运行到新的最优点。
算例四运行结果如图6所示，当新的电源节点接入系统时，即插即用能力的实现在大型直流电力系统中尤为重要。在这种情况下，本发明验证了该方法的即插即用性能。功率节点7在t＝80s前独立于其它节点运行，t＝80s时，节点7与负载节点11相连，连接线阻抗为0.3。同时，节点7与电源节点5、6进行数据通信。当t＝160s时，负荷节点11与整个系统断开。从图1可以看出，在电源节点7的插拔和负载节点11的插拔过程中，电源节点的电压不断调整，表明该控制方法具有良好的即插即用性能。
需要指出的是，上述减少网络损耗与电压调整的多目标优化问题和基于坐标下降法的分布式算法，内容包括建立直流电力网络多目标优化数学模型，证明多目标优化问题是凸优化问题，并设计了一种基于坐标下降思想的分布式算法对问题进行求解。该控制方法在寻优过程中无需知晓线路阻抗信息，避免了网络参数波动引起的最优解偏差，能够自动寻找系统的最优经济运行点。在实际应用中，该控制方法每次只对一个电源节点的电压进行调整，避免了多个电源同时调节导致的调节失败，计算复杂度低，对计算机性能的要求也比较低。
最后，本发明的方法仅为较佳的实施方案，并非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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种适用于直流电力网络优化的分布式协同控制方法，其特征在于，所述控制方法包括以下步骤：
(1)考虑一个含有n个电源节点m个负载节点的网状直流电力系统，利用图论理论，直流电力系统的拓扑可等效为一个图，从而得到相应的输电网络导纳矩阵
Figure FDA0002046696110000011
根据欧姆定律，可得到每个节点注入到输电网络的电流[Is,IL]T，其中Is为电源节点的输出电流，IL为负载节点注入网络的电流；
(2)建立线路损耗优化J1与电压调整性能指标J2,并建立多目标优化问题，其中
Figure FDA0002046696110000012
J＝αJ1+βJ2，且α+β＝1,α≥0,β≥0；其中US为电源节点的输出电压，UL为负载节点注入网络的电压，UN为负载额定电压；
(3)使用改进坐标下降法的分布式算法，对上述优化问题进行求解，所述分布式算法包括如下步骤一到步骤九：
步骤一：设置当前步长d＝d0，输出电压
Figure FDA0002046696110000013
迭代次数i＝0，电源节点序号p＝1，其中d0为初始步长、
Figure FDA0002046696110000014
为初始电压值，选择调节第一个电源功率；
步骤二：收集负载功率、功率节点功率和负载电压进行反馈控制，而不测量难以确定的线路阻抗，且i＝i+1；
步骤三：计算αJ1+βJ2，记为P_ob(i-1)；
步骤四：给当前电源节点电压Vsp i加电压步长扰动Vsp i＝Vsp i-1+d，其余节点电压保持不变；
步骤五：重新计算αJ1+βJ2，记为P_ob(i)；
步骤六：比较P_ob(i)与P_ob(i-1)；
步骤七：当|P_ob(i)-P_ob(i-1)|<ε时，改变当前电源的初始值，i＝0,d＝d0,Vsp 0＝Vsp i-1，选择p+1；转到步骤二；
步骤八：否则，判断P_ob(i)<P_ob(i-1)是否成立，若是，则d＝1.1d；随后转到步骤二；若否，则执行步骤九；
步骤九：设置d＝-d0；转到步骤二。
2.根据权利要求1所述的分布式协同控制方法，其特征在于，性能指标J1具体为：
Figure FDA0002046696110000021
其中A＝-(YLL+[YLoad])-1YLS，YLoad为负载导纳，YSS、YSL、YLS、YLL为导纳矩阵Y中的各个元素。
3.根据权利要求2所述的分布式协同控制方法，其特征在于，性能指标J2具体为：
Figure FDA0002046696110000022
4.根据权利要求1所述的分布式协同控制方法，其特征在于，由于迭代过程中需要获取全局信息，为了避免集中通信的方式，采用分布式控制算法，根据分布式控制算法中的follow-leader算法，将电源节点分为主节点与从节点，主节点收集临近负载的信息，然后传给从节点；
Figure FDA0002046696110000023
设主节点的集合为Ω，N为总的电源节点个数，VLi、PLi、Psi分别为从节点收到的负载节点电压信息、负载节点功率信息、电源节点功率信息，VLl、PLl、Psl分别为邻居节点的负载节点电压信息、负载节点功率信息、电源节点功率信息，其中aij是通信网络的权重系数，当第i个电源与第j个电源有数据通信时，aij＝1，否则aij＝0，采用这种方式，实现了全局信息共享。
CN201910360425.6A 2019-04-30 2019-04-30 一种适用于直流电力网络优化的分布式协同控制方法 Active CN110165651B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910360425.6A CN110165651B (zh) 2019-04-30 2019-04-30 一种适用于直流电力网络优化的分布式协同控制方法
NL2024943A NL2024943B1 (en) 2019-04-30 2020-02-19 A Distributed Cooperative Control Method for Optimizing a DC Power Grid

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910360425.6A CN110165651B (zh) 2019-04-30 2019-04-30 一种适用于直流电力网络优化的分布式协同控制方法

Publications (2)

Publication Number Publication Date
CN110165651A CN110165651A (zh) 2019-08-23
CN110165651B true CN110165651B (zh) 2023-02-28

Family

ID=67633293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910360425.6A Active CN110165651B (zh) 2019-04-30 2019-04-30 一种适用于直流电力网络优化的分布式协同控制方法

Country Status (2)

Country Link
CN (1) CN110165651B (zh)
NL (1) NL2024943B1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030075B (zh) * 2019-11-26 2022-03-22 深圳供电局有限公司 直流供配电系统控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449675A (zh) * 2015-12-29 2016-03-30 吉林大学 优化分布式能源接入点和接入比例的电力网络重构方法
CN106505624A (zh) * 2016-12-09 2017-03-15 上海电机学院 确定配电网分布式电源最优吸纳能力的调控系统及方法
CN107067344A (zh) * 2017-05-27 2017-08-18 东北电力大学 考虑配电网谐波管理的分布式电源多目标接入规划方法
CN109066692A (zh) * 2018-09-14 2018-12-21 吉林大学 一种分布式能源接入的电力网络潮流优化方法
CN109066812A (zh) * 2018-10-29 2018-12-21 东北大学 一种基于双层一致性算法的电力系统多目标优化调度方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10461540B2 (en) * 2017-03-17 2019-10-29 General Electric Technology Gmbh Scalable flexibility control of distributed loads in a power grid
CN107342586B (zh) * 2017-06-06 2020-08-04 重庆大学 一种用于确定配电网静态等值的方法及装置
CN109617079B (zh) * 2018-12-18 2020-02-04 华南理工大学 一种直流配电系统潮流解的存在性与稳定性分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449675A (zh) * 2015-12-29 2016-03-30 吉林大学 优化分布式能源接入点和接入比例的电力网络重构方法
CN106505624A (zh) * 2016-12-09 2017-03-15 上海电机学院 确定配电网分布式电源最优吸纳能力的调控系统及方法
CN107067344A (zh) * 2017-05-27 2017-08-18 东北电力大学 考虑配电网谐波管理的分布式电源多目标接入规划方法
CN109066692A (zh) * 2018-09-14 2018-12-21 吉林大学 一种分布式能源接入的电力网络潮流优化方法
CN109066812A (zh) * 2018-10-29 2018-12-21 东北大学 一种基于双层一致性算法的电力系统多目标优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种计及柔性直流环节接入的配电网优化重构策略;赵波 等;《电气应用》;20160605;全文 *

Also Published As

Publication number Publication date
CN110165651A (zh) 2019-08-23
NL2024943B1 (en) 2020-11-23

Similar Documents

Publication Publication Date Title
CN108363306B (zh) 基于线性二次型优化的微电网分布式控制器参数确定方法
Li et al. A distributed coordination control based on finite-time consensus algorithm for a cluster of DC microgrids
CN104779607B (zh) 直流微网中的一种分布式协调控制方法及系统
CN111725798A (zh) 一种用于直流微电网集群的分布式经济调度预测控制方法
CN111525702A (zh) 一种用于直流微电网集群的分布式预测三次控制方法
CN110932288B (zh) 一种基于分布式发电集群的去中心化电压优化方法
CN110165651B (zh) 一种适用于直流电力网络优化的分布式协同控制方法
CN108471109B (zh) 直流多微网系统的统一分布式控制方法及系统
CN110912110B (zh) 一种用于直流微电网的动态自适应下垂控制方法
CN109617079B (zh) 一种直流配电系统潮流解的存在性与稳定性分析方法
CN110350601B (zh) 一种直流微电网电压和电流分配分布式协调控制方法
CN109687468B (zh) 一种基于电力弹簧的微电网电压分布式控制方法
Wan et al. Distributed cooperative secondary control based on discrete consensus for DC microgrid
CN113258574A (zh) 用于直流微电网集群的广义预测功率流动控制算法
CN107910881B (zh) 一种基于电网负载应急管理的admm控制方法
CN107332353B (zh) 基于通信约束和时变负荷的孤岛微电网分布式经济协调方法
CN113224767A (zh) 直流微电网分布式次级控制中通信延迟的改进方法
Yu et al. Distributed data-driven secondary regulation for the conflict between voltage recovery and accurate current sharing in DC microgrids
CN111817287A (zh) 一种用于直流微电网集群的非参数化模型预测三次控制方法
CN108964150B (zh) 一种基于有限时间控制的交直流混合微电网的无功均分方法
CN109921407B (zh) 一种面向直流微电网电流分配的二次调控器、系统和方法
CN113689031B (zh) 一种基于改进次梯度算法的配电网阻塞管理方法
Jiang et al. An enhanced drop control method for DC microgrids with accurate current sharing and DC bus voltage restoration
CN109904924B (zh) 直流微电网分布式最优母线电压控制方法
Liu et al. Research on distributed energy storage pinning coordinated control method of microgrid clusters

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