CN110489788A - 一种电气互联的协同运行方法 - Google Patents

一种电气互联的协同运行方法 Download PDF

Info

Publication number
CN110489788A
CN110489788A CN201910616812.1A CN201910616812A CN110489788A CN 110489788 A CN110489788 A CN 110489788A CN 201910616812 A CN201910616812 A CN 201910616812A CN 110489788 A CN110489788 A CN 110489788A
Authority
CN
China
Prior art keywords
gas
generator set
gas generator
node
optimization
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
CN201910616812.1A
Other languages
English (en)
Other versions
CN110489788B (zh
Inventor
许洋
汤瑞欣
赵菲
赖来利
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201910616812.1A priority Critical patent/CN110489788B/zh
Publication of CN110489788A publication Critical patent/CN110489788A/zh
Application granted granted Critical
Publication of CN110489788B publication Critical patent/CN110489788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

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

Abstract

本发明公开了一种电气互联的协同运行方法,通过建立以最大化气网收益为目标的第一优化气网子问题模型,以最小化电网运行成本为目标的优化电网子问题模型,以最小化气网运行成本为目标的第二优化子问题模型;第一优化气网子问题模型的输出作为优化电网子问题模型的输入,优化电网子问题模型的输出作为第二优化子问题模型的输入;获取天然气系统网络拓扑数据、电力系统网络拓扑数据以及参与调度运行的燃气机组、非燃气机组的运行相关数据;根据获取的数据对电气互联的协同运行模型进行初始化,并将上一调度时段的燃气机组信用度数据作为第一优化气网子问题模型输入对协同运行模型进行求解得到电气互联的协同运行结果。

Description

一种电气互联的协同运行方法
技术领域
本发明涉及电气联合系统调度运行技术领域,尤其涉及一种电气互联的协同运行方法。
背景技术
近年来,在智能电网与能源互联网的领域范围内,国内外针对电力网络与天然气网络互联的问题进行了大量的研究工作。从物理机理上看,电-气互联网络通过燃气机组耦合,但电力网络与天然气网络分属于两个不同的系统,具有不同的运行规则与市场环境,电网管理者与气网管理者在运行时会追求自身调度最优目标与利益最大化。
目前对于电-气互联网络的协同运行研究有两种类似的运行方案:电-气互联网络离散运行、基于交替方向乘子法的电-气互联网络协同运行。
电-气互联网络的离散运行方式是指电网与气网考虑各自的最优运行,其决策次序往往为电网-气网-电网,而电网作为先行决策者,其最优运行状态在耦合部分的结果并不总是在气网中有可行解。
基于交替方向乘子法(ADMM)的电-气互联网络协同运行是指:通过建立作为信息枢纽的第三方机构,实现乘子的更新与传递,进而达到协同运行的目标。此种协同运行方法在理论与数学定义上是可行的,但在实际中缺乏第三方协调机构,并且信息交互频繁,需要大量的重复计算。
发明内容
本发明为解决现有的电-气互联网络的协同运行方法存在需要网络间频繁的信息交互、同时调动两网络或需建立第三方协同调度部门等问题,提供了一种电气互联的协同运行方法。
为实现以上发明目的,而采用的技术手段是:
一种电气互联的协同运行方法,包括以下步骤:
S1.建立电气互联的协同运行模型,其中包括以最大化气网收益为目标的第一优化气网子问题模型,以最小化电网运行成本为目标的优化电网子问题模型,以最小化气网运行成本为目标的第二优化子问题模型;所述第一优化气网子问题模型的输出作为所述优化电网子问题模型的输入,所述优化电网子问题模型的输出作为所述第二优化子问题模型的输入;
S2.获取天然气系统网络拓扑数据,即气网拓扑数据;电力系统网络拓扑数据,即电网拓扑数据;以及参与调度运行的燃气机组、非燃气机组的运行相关数据;
S3.根据步骤S2获取的数据对所述电气互联的协同运行模型进行初始化,并将上一调度时段的燃气机组信用度数据作为所述第一优化气网子问题模型输入对所述协同运行模型进行求解得到电气互联的协同运行结果。
优选的,步骤S1中所述的第一优化气网子问题模型具体为:
优化目标:
其中下标i为燃气机组,GU为燃气机组集合,Gg为燃气机组气负荷,λ0为燃气机组的初始信用价值,obj_Ga为气网对于燃气机组购气合同的预期收益;
其中燃气机组的信用度与信用价值的关系:
其中下标i为燃气机组,ξ为燃气机组的预计购气合同价格,R0为燃气机组的初始信用度;
约束条件包括:
TwW-TgGg-TlL=TfF
Ws min≤Ws≤Ws max
其中下标i为燃气机组,mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷,Gg,max为燃气机组耗气量的最大值,由燃气机组自身决定;
所述第一优化气网子问题模型的输出,即燃气机组的耗气量约束为:其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,obj_Ga为气网对于燃气机组购气合同的预期收益。
优选的,步骤S1中所述的优化电网子问题模型具体为:
优化目标:
其中为燃气机组发电成本,为非燃气机组发电成本,obj_E为电网的运行成本;
约束条件包括:
Pi min≤Pi≤Pi max
KP·Pi-KD·D=KL·pf
θref=0
其中P为机组出力,受机组出力上下限约束;D为电网负荷,b为电网负荷节点,NB为电网负荷节点数;KP为节点-机组关联矩阵,KD为节点-负荷关联矩阵,KL为节点-线路关联矩阵,pf为线路潮流,jl表示首末节点分别为j与l的电网线路,x为线路电抗,θref为参考节点的相位,Gg,0为燃气机组的耗气量约束;
所述优化电网子问题模型的输出,即燃气机组的实际用气量为:
优选的,步骤S2中所述的第二优化气网子问题模型具体为:
优化目标:
其中,μ为气源成本,obj_Gb为气网的运行成本;
约束条件包括:
TwW-TgGg-TlL=TfF
Ws min≤Ws≤Ws max
其中mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷。
优选的,步骤S1中所述的第二优化气网子问题模型还包括有燃气机组信用度的更新规则:
其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,Gg,1为燃气机组的实际用气量,R0为燃气机组的初始信用度;
更新得到的燃气机组信用度用于作为下一调度时段的边界条件。
优选的,对所述协同运行模型进行求解的方法为牛顿拉夫逊法或内点法。
与现有技术相比,本发明技术方案的有益效果是:
本发明方法通过建立包括两个参与方与三个优化子问题的电气互联的协同运行模型,创建信用度与信用价值指标用于评估燃气机组在耗气约束生成中的优先度,并将燃气机组的耗气约束由气网传递至电网进行优化问题的求解。本发明方法较现有的电-气互联网络离散运行相比,可以减少两网络间的信息不对称,协调两网运行,避免出现电网调度结果气网不接受的情况,提升整体的运营效率;较现有基于ADMM的电-气互联网络协同运行方法相比,所提协同运行框架不需建立第三方协调机构或部门,更加符合实际情况,且避免了复杂的信息传递与冗余计算,提升计算效率与运行效率。本发明的电气互联的协同运行方法具有普适性,在保证系统安全性的前提下,使得系统运营者效益更优。
附图说明
图1为本发明中电气互联的协同运行框架图。
图2为实施例2中使用的网络拓扑图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
一种电气互联的协同运行方法,包括以下步骤:
S1.建立电气互联的协同运行模型,如图1所示,其中包括以最大化气网收益为目标的第一优化气网子问题模型,以最小化电网运行成本为目标的优化电网子问题模型,以最小化气网运行成本为目标的第二优化子问题模型;所述第一优化气网子问题模型的输出作为所述优化电网子问题模型的输入,所述优化电网子问题模型的输出作为所述第二优化子问题模型的输入;
其中第一优化气网子问题模型具体为:
优化目标:
该目标描述气网对于燃气机组购气合同的预期收益,由于非燃气机组气负荷为已知量,因此该部分收入被固定,在上述的优化目标中没有体现。
其中下标i为燃气机组,GU为燃气机组集合,Gg为燃气机组气负荷,λ0为燃气机组的初始信用价值,obj_Ga为气网对于燃气机组购气合同的预期收益;本发明中公式的所有下标i均表示为燃气机组,即例如λi 0则表示燃气机组i的初始信用价值,以此类推,其他参数中的下标i为相同含义。
其中燃气机组的信用度与信用价值的关系:
其中下标i为燃气机组,ξ为燃气机组的预计购气合同价格,R0为燃气机组的初始信用度;
约束条件包括:
TwW-TgGg-TlL=TfF
Ws min≤Ws≤Ws max
其中下标i为燃气机组,mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数,由温度、直径等外界参数确定;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷,Gg,max为燃气机组耗气量的最大值,由燃气机组自身决定;
所述第一优化气网子问题模型的输出,即燃气机组的耗气量约束为:其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,obj_Ga为气网对于燃气机组购气合同的预期收益。
其中优化电网子问题模型具体为:
优化目标:
其中为燃气机组发电成本,为非燃气机组发电成本,obj_E为电网的运行成本;
约束条件包括:
Pi min≤Pi≤Pi max
KP·Pi-KD·D=KL·pf
θref=0
其中P为机组出力,受机组出力上下限约束;D为电网负荷,b为电网负荷节点,NB为电网负荷节点数;KP为节点-机组关联矩阵,KD为节点-负荷关联矩阵,KL为节点-线路关联矩阵,pf为线路潮流,jl表示首末节点分别为j与l的电网线路,x为线路电抗,θref为参考节点的相位,Gg,0为燃气机组的耗气量约束;
所述优化电网子问题模型的输出,即燃气机组的实际用气量为:
其中第二优化气网子问题模型用于解决费燃气机组负荷与燃气机组负荷都已固定的情况下,气源的出气方式,模型具体为:
优化目标:
其中,μ为气源成本,obj_Gb为气网的运行成本;
约束条件包括:
TwW-TgGg-TlL=TfF
Ws min≤Ws≤Ws max
其中mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数,由温度、直径等外界参数确定;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷。
其中燃气机组信用度的更新规则:
其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,Gg,1为燃气机组的实际用气量,R0为燃气机组的初始信用度;
更新得到的燃气机组信用度用于作为下一调度时段的边界条件。
S2.获取天然气系统网络拓扑数据,即气网拓扑数据;电力系统网络拓扑数据,即电网拓扑数据;以及参与调度运行的燃气机组、非燃气机组的运行相关数据;其中步骤S1建立的第一优化气网子问题模型、优化电网子问题模型、第二优化气网子问题模型中使用到的参数均可从天然气系统网络、电力系统网络、燃气机组、非燃气机组的运行相关数据中获取;
S3.根据步骤S2获取的数据对所述电气互联的协同运行模型进行初始化,并将上一调度时段的燃气机组信用度数据作为所述第一优化气网子问题模型输入对所述协同运行模型通过牛顿拉夫逊法进行求解得到电气互联的协同运行结果。
实施例2
本实施例2基于实施例1提供的电气互联的协同运行方法、电-气互联网络的离散运行方法以及基于ADMM的电-气互联网络协同运行方法进行仿真实验,仿真用到的天然气系统网络拓扑图和电力系统网络拓扑图如图2所示,仿真实验得到了如表1所述的运行效果对比。
表1
由表1得知,电-气互联网络的离散运行方法在离散运行中出现了两网络信息不对称,导致电网最优运行情况下的燃气机组气负荷在气网中没有可行解,从而燃气机组发生用气短缺,主要原因是气网管道1发生阻塞,受到首末节点气压限制,管道1的最大流量被限制在4293.6kcf,使得G1实际用气量少于预计用气量,发生用气短缺,进而电网发生切负荷。而在基于ADMM的电-气互联网络协同运行方法中,电网与气网因为协同运行,双方得到很好的协调,没有发生切负荷与用气短缺的情况。在实施例1提供的电气互联的协同运行方法中,同样没有切负荷与用气短缺的现象发生。
从表1中的电网总运行成本与计算时间对比的指标可以发现,尽管电-气互联网络的离散运行方法由于发电量较低,发电成本较低,但由于切负荷动作发生,电网总运行成本远高于基于ADMM的电-气互联网络协同运行方法与实施例1提供的电气互联的协同运行方法。而基于ADMM的电-气互联网络协同运行方法与实施例1提供的电气互联的协同运行方法的电网总运行成本相差无几,但由于前者需要迭代计算,其计算时间是达到了159.5秒,而实施例1提供的电气互联的协同运行方法只需要2.54秒,大大缩短了计算时间,提高了计算效率。
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种电气互联的协同运行方法,其特征在于,包括以下步骤:
S1.建立电气互联的协同运行模型,其中包括以最大化气网收益为目标的第一优化气网子问题模型,以最小化电网运行成本为目标的优化电网子问题模型,以最小化气网运行成本为目标的第二优化子问题模型;所述第一优化气网子问题模型的输出作为所述优化电网子问题模型的输入,所述优化电网子问题模型的输出作为所述第二优化子问题模型的输入;
S2.获取天然气系统网络拓扑数据,即气网拓扑数据;电力系统网络拓扑数据,即电网拓扑数据;以及参与调度运行的燃气机组、非燃气机组的运行相关数据;
S3.根据步骤S2获取的数据对所述电气互联的协同运行模型进行初始化,并将上一调度时段的燃气机组信用度数据作为所述第一优化气网子问题模型输入对所述协同运行模型进行求解得到电气互联的协同运行结果。
2.根据权利要求1所述的电气互联的协同运行方法,其特征在于,步骤S1中所述的第一优化气网子问题模型具体为:
优化目标:
其中下标i为燃气机组,GU为燃气机组集合,Gg为燃气机组气负荷,λ0为燃气机组的初始信用价值,obj_Ga为气网对于燃气机组购气合同的预期收益;
其中燃气机组的信用度与信用价值的关系:
其中下标i为燃气机组,ξ为燃气机组的预计购气合同价格,R0为燃气机组的初始信用度;
约束条件包括:
TwW-TgGg-TlL=TfF
其中下标i为燃气机组,mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷,Gg,max为燃气机组耗气量的最大值,由燃气机组自身决定;
所述第一优化气网子问题模型的输出,即燃气机组的耗气量约束为:其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,obj_Ga为气网对于燃气机组购气合同的预期收益。
3.根据权利要求2所述的电气互联的协同运行方法,其特征在于,步骤S1中所述的优化电网子问题模型具体为:
优化目标:
其中为燃气机组发电成本,为非燃气机组发电成本,obj_E为电网的运行成本;
约束条件包括:
Pi min≤Pi≤Pi max
KP·Pi-KD·D=KL·pf
θref=0
其中P为机组出力,受机组出力上下限约束;D为电网负荷,b为电网负荷节点,NB为电网负荷节点数;KP为节点-机组关联矩阵,KD为节点-负荷关联矩阵,KL为节点-线路关联矩阵,pf为线路潮流,jl表示首末节点分别为j与l的电网线路,x为线路电抗,θref为参考节点的相位,Gg,0为燃气机组的耗气量约束;
所述优化电网子问题模型的输出,即燃气机组的实际用气量为:
4.根据权利要求3所述的电气互联的协同运行方法,其特征在于,步骤S1中所述的第二优化气网子问题模型具体为:
优化目标:
其中,μ为气源成本,obj_Gb为气网的运行成本;
约束条件包括:
TwW-TgGg-TlL=TfF
其中mn指首末节点为m和n的气网管道,Fmn为气网管道mn的流量,sgn(·)为信号函数;C为气网管道常数;ω为气网管道的节点气压,每个节点的气压受上下限约束;Tw为节点-气源关联矩阵,Tg为节点-燃气机组关联矩阵,Tl为节点-非燃气机组气负荷关联矩阵,Tf为节点-管道关联矩阵;下标s为气网中的气源,W为气源产气量,受其产量的上下限约束,L为非燃气机组气负荷。
5.根据权利要求4所述的电气互联的协同运行方法,其特征在于,步骤S2中所述的第二优化气网子问题模型还包括有燃气机组信用度的更新规则:
其中下标i为燃气机组,Gg,0为燃气机组的耗气量约束,Gg,1为燃气机组的实际用气量,R0为燃气机组的初始信用度;
更新得到的燃气机组信用度用于作为下一调度时段的边界条件。
6.根据权利要求1~5任一项所述的电气互联的协同运行方法,其特征在于,对所述协同运行模型进行求解的方法为牛顿拉夫逊法或内点法。
CN201910616812.1A 2019-07-09 2019-07-09 一种电气互联的协同运行方法 Active CN110489788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910616812.1A CN110489788B (zh) 2019-07-09 2019-07-09 一种电气互联的协同运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910616812.1A CN110489788B (zh) 2019-07-09 2019-07-09 一种电气互联的协同运行方法

Publications (2)

Publication Number Publication Date
CN110489788A true CN110489788A (zh) 2019-11-22
CN110489788B CN110489788B (zh) 2023-05-05

Family

ID=68546851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910616812.1A Active CN110489788B (zh) 2019-07-09 2019-07-09 一种电气互联的协同运行方法

Country Status (1)

Country Link
CN (1) CN110489788B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065669A (zh) * 2021-11-26 2022-02-18 成都千嘉科技有限公司 一种基于燃气管网拓扑的燃气调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015071510A1 (es) * 2013-11-12 2015-05-21 Regasificadora Del Noreste, S.A. Sistema y procedimiento de optimización de la gestión de una red de transporte de gas
CN106602552A (zh) * 2016-12-20 2017-04-26 广东电网有限责任公司电力调度控制中心 电气联合调度方法和系统
CN107292456A (zh) * 2017-08-01 2017-10-24 重庆大学 基于交替方向乘子法的电‑气能量流分布式协同优化计算方法
CN107368927A (zh) * 2017-08-01 2017-11-21 重庆大学 基于目标级联分析的电‑气能量流分布式协同优化计算方法
CN109919452A (zh) * 2019-02-15 2019-06-21 三峡大学 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015071510A1 (es) * 2013-11-12 2015-05-21 Regasificadora Del Noreste, S.A. Sistema y procedimiento de optimización de la gestión de una red de transporte de gas
CN106602552A (zh) * 2016-12-20 2017-04-26 广东电网有限责任公司电力调度控制中心 电气联合调度方法和系统
CN107292456A (zh) * 2017-08-01 2017-10-24 重庆大学 基于交替方向乘子法的电‑气能量流分布式协同优化计算方法
CN107368927A (zh) * 2017-08-01 2017-11-21 重庆大学 基于目标级联分析的电‑气能量流分布式协同优化计算方法
CN109919452A (zh) * 2019-02-15 2019-06-21 三峡大学 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王旭等: "基于交替方向乘子法的电―气互联系统分布式协同规划", 《电力系统自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065669A (zh) * 2021-11-26 2022-02-18 成都千嘉科技有限公司 一种基于燃气管网拓扑的燃气调度方法

Also Published As

Publication number Publication date
CN110489788B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
JP6646182B2 (ja) 省跨ぎ連通水力発電所群の長期間連合ピーキングスケジューリング方法
Cui et al. An efficient peer-to-peer energy-sharing framework for numerous community prosumers
Wang et al. Green energy scheduling for demand side management in the smart grid
Zhou et al. Game-theoretical energy management for energy Internet with big data-based renewable power forecasting
Jiang et al. Energy management for a community-level integrated energy system with photovoltaic prosumers based on bargaining theory
CN109063992A (zh) 考虑区域综合能源系统优化运行的配电网扩展规划方法
Atzeni et al. Noncooperative day-ahead bidding strategies for demand-side expected cost minimization with real-time adjustments: A GNEP approach
Querini et al. Cooperative energy management system for networked microgrids
CN104809519B (zh) 一种计及电网拓扑优化的电力系统经济调度方法
CN113592648B (zh) 一种综合能源系统的多主体交易方法及系统
CN109980685A (zh) 一种考虑不确定性的主动配电网分布式优化运行方法
CN113890021B (zh) 一种考虑配电网络约束的多虚拟电厂分布式交易方法
CN111416356B (zh) 基于交替方向乘子法及最优潮流的输配电网联动优化方法
CN106651628A (zh) 基于图论的区域冷热电综合能源优化配置方法及装置
Zhong et al. Distributed demand response for multienergy residential communities with incomplete information
Liang et al. A new genetic algorithm based on modified Physarum network model for bandwidth-delay constrained least-cost multicast routing
CN116345564A (zh) 综合能源系统多时间尺度分布式协同优化调度方法及系统
CN110489788A (zh) 一种电气互联的协同运行方法
CN108649612B (zh) 含电力电子变压器的配电网与多微网博弈运行调度方法
CN111654025B (zh) 考虑配网间互联的输配一体化协调调度方法
Fattahi et al. New economic perspectives for resource allocation in wireless networks
CN115082235B (zh) 一种虚拟能源站内部多能共享的交易方法及系统
CN106208048A (zh) 一种基于图论形式的阻塞管理方法
CN108155677A (zh) 一种机组群联合调度优化方法及装置
Devi et al. Multi-attribute based prosumers prioritization for energy trading in Smart Grid

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