CN110535131A - 基于场景分析和安全约束经济调度的分层消纳预警方法 - Google Patents

基于场景分析和安全约束经济调度的分层消纳预警方法 Download PDF

Info

Publication number
CN110535131A
CN110535131A CN201910851226.5A CN201910851226A CN110535131A CN 110535131 A CN110535131 A CN 110535131A CN 201910851226 A CN201910851226 A CN 201910851226A CN 110535131 A CN110535131 A CN 110535131A
Authority
CN
China
Prior art keywords
power plant
early warning
data
electrical island
active
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
CN201910851226.5A
Other languages
English (en)
Other versions
CN110535131B (zh
Inventor
杜露露
石倩倩
杨军伟
邹翔
白涧
王有军
储成娟
王波
徐强
金明凤
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.)
Anhui Yukun Automation Technology Co Ltd
State Grid Corp of China SGCC
Chuzhou Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
Anhui Yukun Automation Technology Co Ltd
State Grid Corp of China SGCC
Chuzhou Power Supply Co of State Grid Anhui Electric Power Co Ltd
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 Anhui Yukun Automation Technology Co Ltd, State Grid Corp of China SGCC, Chuzhou Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical Anhui Yukun Automation Technology Co Ltd
Priority to CN201910851226.5A priority Critical patent/CN110535131B/zh
Publication of CN110535131A publication Critical patent/CN110535131A/zh
Application granted granted Critical
Publication of CN110535131B publication Critical patent/CN110535131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems 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)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于场景分析和安全约束经济调度的分层消纳预警方法，根据地区电网网架结构和电源接入情况，确定预警对象的电气岛划分方法；再按照指定的预警对象及其电气岛，掌握新能源出力特性；结合指定的预警对象及其电气岛的典型运行方式和等值负荷数据，对该电气岛的典型运行场景进行聚类分析，建立用于新能源消纳预警分析的电气岛典型运行场景集；针对所有典型运行场景，对当前新能源并网消纳情况进行分析，评估各种运行场景下新能源对指定的预警对象及其电气岛的有功潮流的影响；最后，针对所有典型运行场景，对规划期的新能源电站进行预警分析，评估各种运行场景下指定的预警对象及其电气岛对新能源电站规划装机容量的消纳能力。

Description

基于场景分析和安全约束经济调度的分层消纳预警方法
技术领域
本发明涉及电网数据分析技术领域，尤其涉及一种基于场景分析和安全 约束经济调度的分层消纳预警方法。
背景技术
随着新能源的快速发展，由于地区电网网架结构和调峰能力的限制，新 能源对地区电网安全运行带来了日益严峻的挑战，地区电网对新能源的消纳 利用能力不足。针对新能源消纳评估预警问题，现有方法主要考虑新能源极 端出力情况下对全网调峰的影响，即考虑新能源最大出力情况，这往往导致 结果偏于保守。目前也有提出对多种可能的新能源出力情况进行分析的方法， 但是如何合理划分其出力情况，如何综合考虑新能源和地区电网自身的运行 场景，以及如何针对新能源接入不同电压等级的实际情况对地区电网的消纳 能力进行合理的层次化分析等问题仍未得到科学的解决。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是 现有技术。
发明内容
本发明的主要目的在于提供了一种基于场景分析和安全约束经济调度的 分层消纳预警方法，旨在解决现有技术无法合理评估电网对新能源的消纳能 力的技术问题。
为实现上述目的，本发明提供了一种基于场景分析和安全约束经济调度 的分层消纳预警方法，所述方法包括：
S1、根据地区电网网架结构和电源接入情况，建立包含全网、主变、馈 线、台区的分层预警结构，确定预警对象的电气岛划分方法；
S2、再按照指定的预警对象及其电气岛，对同一电气岛内的新能源实际 发电功率数据进行聚类分析，掌握新能源出力特性；
S3、结合指定的预警对象及其电气岛的典型运行方式和等值负荷数据， 对该电气岛的典型运行场景进行聚类分析，建立用于新能源消纳预警分析的 电气岛典型运行场景集；
S4、针对所有典型运行场景，对当前新能源并网消纳情况进行分析，评 估各种运行场景下新能源对指定的预警对象及其电气岛的有功潮流的影响；
S5、最后，针对所有典型运行场景，对规划期的新能源电站进行预警分 析，评估各种运行场景下指定的预警对象及其电气岛对新能源电站规划装机 容量的消纳能力。
进一步的，在所述S1步骤中：台区消纳预警拓扑电气岛划分方法的具体 步骤如下：
(1)以台区低压母线为根节点，采用基于广度优先的拓扑搜索方法，找 到接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个台区低压等值负荷设备，令台区低压开关的实际有功加上 接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂的实际有 功之和为该台区低压等值负荷设备的实际负荷数据；
(3)该台区低压母线、台区低压等值负荷设备、以及接入该台区低压母 线的全部光伏电站、风电场和常规能源电厂，即构成该台区消纳预警分析的 拓扑岛。
进一步的，在所述S1步骤中：馈线消纳预警拓扑电气岛划分方法的具体 步骤如下：
(1)以馈线出口开关为根节点，以配电变压器为叶节点，采用基于广度 优先的拓扑搜索方法，找到接入该馈线的全部光伏电站、风电场，以及常规 能源电厂；
(2)建立一个馈线等值负荷设备，令馈线出口开关的实际有功加上接入 该馈线的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该馈 线等值负荷设备的实际负荷数据；
(3)该馈线出口开关、馈线等值负荷设备、以及接入该馈线的全部光伏 电站、风电场和常规能源电厂，即构成该馈线消纳预警分析的拓扑岛。
进一步的，在所述S1步骤中：主变消纳预警拓扑电气岛划分方法的具体 步骤如下：
(1)以主变高压侧开关为根节点，以馈线出口开关为叶节点，采用基于 广度优先的拓扑搜索方法，找到接入该主变的全部光伏电站、风电场，以及 常规能源电厂；
(2)建立一个主变等值负荷设备，令主变高压侧开关的实际有功加上接 入该主变的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该 主变等值负荷设备的实际负荷数据；
(3)该主变高压侧开关、主变等值负荷设备、以及接入该馈线的全部光 伏电站、风电场和常规能源电厂，即构成该主变消纳预警分析的拓扑岛。
进一步的，在所述S1步骤中：全网消纳预警拓扑电气岛划分方法的具体 步骤如下：
(1)以对外联络线关口为根节点，以主变高压侧开关为叶节点，采用基 于广度优先的拓扑搜索方法，找到接入该网络的全部光伏电站、风电场，以 及常规能源电厂；
(2)建立一个全网等值负荷设备，令对外联络线关口的实际有功加上接 入该网络的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该 等值负荷设备的实际负荷数据；
(3)对外联络线关口、全网等值负荷设备，以及接入该网络的全部光伏 电站、风电场和常规能源电厂，即构成全网消纳预警分析的拓扑岛。
进一步的，所述S2步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛内全部光伏电站和 风电场过去一年的实际有功数据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行 累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对光伏电站总有功和风电场总有功，分别建立其聚类分析模型，分 析该电气岛内光伏电站和风电场的出力特性。
具体的，所述建立其聚类分析模型的过程具体为：
(1)以一日内N个时段光伏电站总有功或风电场总有功数据为特征量； 其中
N＝24/Δ，Δ为实际功率数据的时间分辨率，单位为小时；
(2)设定光伏电站总有功或风电场总有功数据可聚类为M类，并从过去 一年的总有功数据中随机挑选M日的总有功数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的总有功数据与M个聚类中心的距离， 即
Pi(n)为第i日第n时段的总有功，Pj(n)为第j个聚类中心第n时段的总有功；
(4)令第i日的总有功归属于与其聚类中心距离最小的类j，即 i∈j*,
(5)对于每一个聚类中心j，计算属于该聚类的第i日总有功到该聚类 中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日总有功的相对距离的均方根和，并判断是否 满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以下步 骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数；
(10)返回步骤(3)。
进一步的，所述S3步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛的典型运行方式和 等值负荷数据，以及电气岛内全部光伏电站和风电场过去一年的实际有功数 据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行 累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对由该电气岛运行方式、等值负荷有功、光伏电站总有功和风电场 总有功共同构成的序列向量，建立其聚类分析模型，分析该电气岛包含的运 行场景；
其中聚类分析模型建立过程如下：
(1)以一日内N个时段电气岛运行方式、等值负荷有功、光伏电站总有 功和风电场总有功数据为特征量；其中
N＝24/Δ，Δ为以上数据的时间分辨率，单位为小时；
(2)设定该电气岛运行场景可聚类为M类，并从过去一年的特征量数据 中随机挑选M日的特征量数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的特征量数据与M个聚类中心的距离， 即
Di(n)为第i日第n时段的特征量数据，Dj(n)为 第j个聚类中心第n时段的特征量数据；
(4)令第i日的特征量数据归属于与其聚类中心距离最小的类j，即
(5)对于每一个聚类中心j，计算属于该聚类的第i日特征量数据到该 聚类中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日特征量数据的相对距离的均方根和，并判断 是否满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以 下步骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数。
(8)返回步骤(3)。
进一步的，所述S4步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风 电场以及常规能源电厂；
(2)读入该电气岛的所有典型运行场景，对每一个典型运行场景，通过 安全约束经济调度，在给定等值负荷设备、光伏电站、风电场的有功数据的 情况下，计算常规能源电厂的有功出力数据；
(3)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解 时，判定当前新能源并网消纳情况良好，否则对无可行解的运行场景进行消 纳预警。
进一步的，所述S5步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风 电场以及常规能源电厂；
(2)设定规划期的光伏电站和风电场的装机容量，并根据步骤S2，得到 其各种可能的有功出力场景数据；
(3)将规划期的光伏电站和风电场纳入该电气岛，并根据步骤S3，得到 该电气岛的所有典型运行场景；
(4)对每一个典型运行场景，通过安全约束经济调度，在给定等值负荷 设备、光伏电站、风电场的有功数据的情况下，计算常规能源电厂的有功出 力数据；
(5)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解 时，判定该电气岛对规划期的新能源电站具有良好的消纳能力，否则对无可 行解的运行场景进行消纳预警。
有益效果：地区电网对新能源的消纳预警能力与地区电网的网架结构和 运行方式及其包含的负荷、电源类型、装机容量和出力特性均有关，因此， 本发明首先提出针对地区电网的电气岛划分方法，确定分析对象和范围，从 而有助于准确评估新能源对其接入区域的影响范围和消纳能力。本发明在确 定电气岛的基础上，提出对该电气岛的运行场景进行聚类分析，可在保障各 种可能的运行场景下该电气岛均能安全运行，同时精细化评估该电气岛对新 能源的消纳能力。本发明针对新能源实际发电功率数据的聚类分析，掌握新能源出力特性，可为规划期的新能源装机带来的新能源出力场景提供数据来 源，从而可对规划期的新能源电站进行预警分析，评估各种运行场景下指定 的预警对象及其电气岛对新能源电站规划装机容量的消纳能力。
附图说明
图1是实施例中的基于场景分析和安全约束经济调度的分层消纳预警方 法的主要流程图；
图2是实施例中的电气岛划分流程图；
图3是实施例中的新能源发电功率聚类分析流程图；
图4是实施例中的新能源发电功率聚类分析建模流程图；
图5是实施例中的地区电网典型运行场景聚类分析流程图；
图6是实施例中的地区电网典型运行场景聚类分析建模流程图；
图7是实施例中的当前新能源并网消纳情况分析流程图；
图8是实施例中的规划期新能源消纳预警分析流程；
图9是实施例中的某运行场景下该电气岛内等值负荷、光伏电站、风电场 的总有功数据曲线图；
图10是实施例中的某运行场景下常规电源和外部电网有功曲线图；
图11是实施例中的光伏电站新增装机11.6MW时常规电源和外部电网有功 曲线图；
图12是实施例中的风电场新增装机10.2MW时常规电源和外部电网有功曲 线图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定 本发明。
地区电网对新能源的消纳预警能力与地区电网的网架结构和运行方式及 其包含的负荷、电源类型、装机容量和出力特性均有关。因此，综合以上因 素可有效提高电网对新能源的消纳预警能力。
综上所述，参见图1：本实施例提供了一种基于场景分析和安全约束经济 调度的分层消纳预警方法，所述方法包括：
S1、根据地区电网网架结构和电源接入情况，参见图2：建立包含全网、 主变、馈线、台区的分层预警结构，确定预警对象的电气岛划分方法；
台区消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以台区低压母线为根节点，采用基于广度优先的拓扑搜索方法，找 到接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个台区低压等值负荷设备，令台区低压开关的实际有功加上 接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂的实际有 功之和为该台区低压等值负荷设备的实际负荷数据；
(3)该台区低压母线、台区低压等值负荷设备、以及接入该台区低压母 线的全部光伏电站、风电场和常规能源电厂，即构成该台区消纳预警分析的 拓扑岛。
馈线消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以馈线出口开关为根节点，以配电变压器为叶节点，采用基于广度 优先的拓扑搜索方法，找到接入该馈线的全部光伏电站、风电场，以及常规 能源电厂；
(2)建立一个馈线等值负荷设备，令馈线出口开关的实际有功加上接入 该馈线的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该馈 线等值负荷设备的实际负荷数据；
(3)该馈线出口开关、馈线等值负荷设备、以及接入该馈线的全部光伏 电站、风电场和常规能源电厂，即构成该馈线消纳预警分析的拓扑岛。
主变消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以主变高压侧开关为根节点，以馈线出口开关为叶节点，采用基于 广度优先的拓扑搜索方法，找到接入该主变的全部光伏电站、风电场，以及 常规能源电厂；
(2)建立一个主变等值负荷设备，令主变高压侧开关的实际有功加上接 入该主变的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该 主变等值负荷设备的实际负荷数据；
(3)该主变高压侧开关、主变等值负荷设备、以及接入该馈线的全部光 伏电站、风电场和常规能源电厂，即构成该主变消纳预警分析的拓扑岛。
全网消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以对外联络线关口为根节点，以主变高压侧开关为叶节点，采用基 于广度优先的拓扑搜索方法，找到接入该网络的全部光伏电站、风电场，以 及常规能源电厂；
(2)建立一个全网等值负荷设备，令对外联络线关口的实际有功加上接 入该网络的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该 等值负荷设备的实际负荷数据；
(3)对外联络线关口、全网等值负荷设备，以及接入该网络的全部光伏 电站、风电场和常规能源电厂，即构成全网消纳预警分析的拓扑岛。
可以理解的是，本实施例综合考虑各种电网消纳因素，从而有助于准确 评估新能源对其接入区域的影响范围和消纳能力。
S2、再按照指定的预警对象及其电气岛，对同一电气岛内的新能源实际 发电功率数据进行聚类分析，掌握新能源出力特性；
参见图3：所述S2步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛内全部光伏电站和 风电场过去一年的实际有功数据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行 累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对光伏电站总有功和风电场总有功，分别建立其聚类分析模型，分 析该电气岛内光伏电站和风电场的出力特性。
参见图4：具体的，所述建立其聚类分析模型的过程具体为：
(1)以一日内N个时段光伏电站总有功或风电场总有功数据为特征量； 其中
N＝24/Δ，Δ为实际功率数据的时间分辨率，单位为小时；
(2)设定光伏电站总有功或风电场总有功数据可聚类为M类，并从过去 一年的总有功数据中随机挑选M日的总有功数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的总有功数据与M个聚类中心的距离， 即
Pi(n)为第i日第n时段的总有功，Pj(n)为第j个聚类中心第n时段的总有功；
(4)令第i日的总有功归属于与其聚类中心距离最小的类j，即 i∈j*,
(5)对于每一个聚类中心j，计算属于该聚类的第i日总有功到该聚类 中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日总有功的相对距离的均方根和，并判断是否 满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以下步 骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数；
(8)返回步骤(3)。
可以理解的是，本实施例在确定电气岛的基础上，提出对该电气岛的运 行场景进行聚类分析，可在保障各种可能的运行场景下该电气岛均能安全运 行，同时精细化评估该电气岛对新能源的消纳能力。
S3、结合指定的预警对象及其电气岛的典型运行方式和等值负荷数据， 对该电气岛的典型运行场景进行聚类分析，建立用于新能源消纳预警分析的 电气岛典型运行场景集；
参见图5：所述S3步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛的典型运行方式和 等值负荷数据，以及电气岛内全部光伏电站和风电场过去一年的实际有功数 据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行 累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对由该电气岛运行方式、等值负荷有功、光伏电站总有功和风电场 总有功共同构成的序列向量，建立其聚类分析模型，分析该电气岛包含的运 行场景；
参见图6：其中聚类分析模型建立过程如下：
(1)以一日内N个时段电气岛运行方式、等值负荷有功、光伏电站总有 功和风电场总有功数据为特征量；其中
N＝24/Δ，Δ为以上数据的时间分辨率，单位为小时；
(2)设定该电气岛运行场景可聚类为M类，并从过去一年的特征量数据 中随机挑选M日的特征量数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的特征量数据与M个聚类中心的距离， 即
Di(n)为第i日第n时段的特征量数据，Dj(n)为 第j个聚类中心第n时段的特征量数据；
(4)令第i日的特征量数据归属于与其聚类中心距离最小的类j，即
(5)对于每一个聚类中心j，计算属于该聚类的第i日特征量数据到该 聚类中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日特征量数据的相对距离的均方根和，并判断 是否满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以 下步骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数。
(8)返回步骤(3)。
可以理解的是，本实施例确定该电气岛及其典型运行方式和等值符负荷 数据的基础上，提出对电气岛的典型运行场景均进行聚类分析，可在保障各 种典型的运行场景下该电气岛均能安全运行，同时建立了用于新能源消纳预 警分析的电气岛典型运行场景集。
S4、针对所有典型运行场景，对当前新能源并网消纳情况进行分析，评 估各种运行场景下新能源对指定的预警对象及其电气岛的有功潮流的影响； 参见图7：所述S4步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风 电场以及常规能源电厂；
(2)读入该电气岛的所有典型运行场景，对每一个典型运行场景，通过 安全约束经济调度，在给定等值负荷设备、光伏电站、风电场的有功数据的 情况下，计算常规能源电厂的有功出力数据；
(3)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解 时，判定当前新能源并网消纳情况良好，否则对无可行解的运行场景进行消 纳预警。
本实施例在确定各个电气岛的基础上，提出对各个电气岛的运行场景均 进行聚类分析，可在保障各种可能的运行场景下该电气岛均能安全运行，同 时评估各种运行场景下新能源对指定的预警对象及其电气岛的有功潮流的影 响。
S5、最后，针对所有典型运行场景，对规划期的新能源电站进行预警分 析，评估各种运行场景下指定的预警对象及其电气岛对新能源电站规划装机 容量的消纳能力。
参见图8：所述S5步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风 电场以及常规能源电厂；
(2)设定规划期的光伏电站和风电场的装机容量，并根据步骤S2，得到 其各种可能的有功出力场景数据；
(3)将规划期的光伏电站和风电场纳入该电气岛，并根据步骤S3，得到 该电气岛的所有典型运行场景；
(4)对每一个典型运行场景，通过安全约束经济调度，在给定等值负荷 设备、光伏电站、风电场的有功数据的情况下，计算常规能源电厂的有功出 力数据；
(5)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解 时，判定该电气岛对规划期的新能源电站具有良好的消纳能力，否则对无可 行解的运行场景进行消纳预警。
需要说明的是，针对新能源实际发电功率数据的聚类分析，掌握新能源 出力特性，可为规划期的新能源装机带来的新能源出力场景提供数据来源， 从而可对规划期的新能源电站进行预警分析，评估各种运行场景下指定的预 警对象及其电气岛对新能源电站规划装机容量的消纳能力。
以包含4MW光伏电站、2MW风电场、以及6MW常规电源的某电气岛为例， 该电气岛对外部电网的最大用电功率为10MW，允许最大送电功率为2MW。某 运行场景下该电气岛内等值负荷、光伏电站、风电场的总有功数据曲线如图9 所示。调用安全约束经济调度模型，计算得到常规电源和外部电网的功率如 图10所示。由图10可见，该电气岛在当前运行场景下对当前新能源并网规 模可完全消纳。进一步分析可得到，令光伏电站新增装机11.6MW时，该电气 岛安全约束经济调度模型有解，而装机进一步增大时，则无解，光伏电站新 增装机11.6MW时计算得到的常规电源和外部电网的功率如图11所示。而令 风电场新增装机10.2MW时，该电气岛安全约束经济调度模型有解，而装机进 一步增大时，则无解，风电场新增装机10.2MW时计算得到的常规电源和外部 电网的功率如图12所示。
通过以上具体实验数据可知，本实施例可针对新能源接入不同电压等级 的实际情况，对地区电网对新能源的消纳能力进行层次化分析，并且通过对 新能源出力场景和地区电网运行场景的聚类划分，可实现对地区电网对新能 源的消纳能力的精细化分析，有助于促进新能源消纳。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或 者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还 包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情 况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、 方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技 术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存 储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机， 计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是 利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间 接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于场景分析和安全约束经济调度的分层消纳预警方法，其特征在于，所述方法包括：
S1、根据地区电网网架结构和电源接入情况，建立包含全网、主变、馈线、台区的分层预警结构，确定预警对象的电气岛划分方法；
S2、再按照指定的预警对象及其电气岛，对同一电气岛内的新能源实际发电功率数据进行聚类分析，掌握新能源出力特性；
S3、结合指定的预警对象及其电气岛的典型运行方式和等值负荷数据，对该电气岛的典型运行场景进行聚类分析，建立用于新能源消纳预警分析的电气岛典型运行场景集；
S4、针对所有典型运行场景，对当前新能源并网消纳情况进行分析，评估各种运行场景下新能源对指定的预警对象及其电气岛的有功潮流的影响；
S5、最后，针对所有典型运行场景，对规划期的新能源电站进行预警分析，评估各种运行场景下指定的预警对象及其电气岛对新能源电站规划装机容量的消纳能力。
2.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，在所述S1步骤中：台区消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以台区低压母线为根节点，采用基于广度优先的拓扑搜索方法，找到接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个台区低压等值负荷设备，令台区低压开关的实际有功加上接入该台区低压母线的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该台区低压等值负荷设备的实际负荷数据；
(3)该台区低压母线、台区低压等值负荷设备、以及接入该台区低压母线的全部光伏电站、风电场和常规能源电厂，即构成该台区消纳预警分析的拓扑岛。
3.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，在所述S1步骤中：馈线消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以馈线出口开关为根节点，以配电变压器为叶节点，采用基于广度优先的拓扑搜索方法，找到接入该馈线的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个馈线等值负荷设备，令馈线出口开关的实际有功加上接入该馈线的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该馈线等值负荷设备的实际负荷数据；
(3)该馈线出口开关、馈线等值负荷设备、以及接入该馈线的全部光伏电站、风电场和常规能源电厂，即构成该馈线消纳预警分析的拓扑岛。
4.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，在所述S1步骤中：主变消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以主变高压侧开关为根节点，以馈线出口开关为叶节点，采用基于广度优先的拓扑搜索方法，找到接入该主变的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个主变等值负荷设备，令主变高压侧开关的实际有功加上接入该主变的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该主变等值负荷设备的实际负荷数据；
(3)该主变高压侧开关、主变等值负荷设备、以及接入该馈线的全部光伏电站、风电场和常规能源电厂，即构成该主变消纳预警分析的拓扑岛。
5.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，在所述S1步骤中：全网消纳预警拓扑电气岛划分方法的具体步骤如下：
(1)以对外联络线关口为根节点，以主变高压侧开关为叶节点，采用基于广度优先的拓扑搜索方法，找到接入该网络的全部光伏电站、风电场，以及常规能源电厂；
(2)建立一个全网等值负荷设备，令对外联络线关口的实际有功加上接入该网络的全部光伏电站、风电场，以及常规能源电厂的实际有功之和为该等值负荷设备的实际负荷数据；
(3)对外联络线关口、全网等值负荷设备，以及接入该网络的全部光伏电站、风电场和常规能源电厂，即构成全网消纳预警分析的拓扑岛。
6.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，所述S2步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛内全部光伏电站和风电场过去一年的实际有功数据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对光伏电站总有功和风电场总有功，分别建立其聚类分析模型，分析该电气岛内光伏电站和风电场的出力特性。
7.如权利要求6所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，所述建立其聚类分析模型的过程具体为：
(1)以一日内N个时段光伏电站总有功或风电场总有功数据为特征量；其中N＝24/Δ，Δ为实际功率数据的时间分辨率，单位为小时；
(2)设定光伏电站总有功或风电场总有功数据可聚类为M类，并从过去一年的总有功数据中随机挑选M日的总有功数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的总有功数据与M个聚类中心的距离，即Pi(n)为第i日第n时段的总有功，Pj(n)为第j个聚类中心第n时段的总有功；
(4)令第i日的总有功归属于与其聚类中心距离最小的类j，即
(5)对于每一个聚类中心j，计算属于该聚类的第i日总有功到该聚类中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日总有功的相对距离的均方根和，并判断是否满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以下步骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数；
(8)返回步骤(3)。
8.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，所述S3步骤具体包括如下：
(1)根据指定的预警对象及其电气岛，获取该电气岛的典型运行方式和等值负荷数据，以及电气岛内全部光伏电站和风电场过去一年的实际有功数据；
(2)对该电气岛内全部光伏电站和风电场过去一年的实际有功数据进行累加，得到该电气岛过去一年光伏电站总有功和风电场总有功；
(3)对由该电气岛运行方式、等值负荷有功、光伏电站总有功和风电场总有功共同构成的序列向量，建立其聚类分析模型，分析该电气岛包含的运行场景；
其中聚类分析模型建立过程如下：
(1)以一日内N个时段电气岛运行方式、等值负荷有功、光伏电站总有功和风电场总有功数据为特征量；其中
N＝24/Δ，Δ为以上数据的时间分辨率，单位为小时；
(2)设定该电气岛运行场景可聚类为M类，并从过去一年的特征量数据中随机挑选M日的特征量数据为该M类的聚类中心；
(3)依次计算过去一年内每一日的特征量数据与M个聚类中心的距离，即
Di(n)为第i日第n时段的特征量数据，Dj(n)为第j个聚类中心第n时段的特征量数据；
(4)令第i日的特征量数据归属于与其聚类中心距离最小的类j，即
(5)对于每一个聚类中心j，计算属于该聚类的第i日特征量数据到该聚类中心Pj(n)的距离，以及到其他聚类中心的距离，并且令相对距离为：
(6)计算过去一年内每一日特征量数据的相对距离的均方根和，并判断是否满足收敛条件，即是否满足以下公式
δ为允许的相对距离，以上公式满足时收敛，聚类过程结束，否则继续以下步骤；
(7)重新计算M类的聚类中心，即
其中，Nj为归属于第j个聚类中心的日数。
(9)返回步骤(3)。
9.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，所述S4步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风电场以及常规能源电厂；
(2)读入该电气岛的所有典型运行场景，对每一个典型运行场景，通过安全约束经济调度，在给定等值负荷设备、光伏电站、风电场的有功数据的情况下，计算常规能源电厂的有功出力数据；
(3)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解时，判定当前新能源并网消纳情况良好，否则对无可行解的运行场景进行消纳预警。
10.如权利要求1所述的基于数据驱动和情景分析法的电网网源承载力评估方法，其特征在于，所述S5步骤具体包括如下：
(1)读入给定的预警对象及其电气岛内的等值负荷设备、光伏电站、风电场以及常规能源电厂；
(2)设定规划期的光伏电站和风电场的装机容量，并根据步骤S2，得到其各种可能的有功出力场景数据；
(3)将规划期的光伏电站和风电场纳入该电气岛，并根据步骤S3，得到该电气岛的所有典型运行场景；
(4)对每一个典型运行场景，通过安全约束经济调度，在给定等值负荷设备、光伏电站、风电场的有功数据的情况下，计算常规能源电厂的有功出力数据；
(5)当该电气岛的所有典型运行场景下安全约束经济调度均有可行解时，判定该电气岛对规划期的新能源电站具有良好的消纳能力，否则对无可行解的运行场景进行消纳预警。
CN201910851226.5A 2019-09-10 2019-09-10 基于场景分析和安全约束经济调度的分层消纳预警方法 Active CN110535131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910851226.5A CN110535131B (zh) 2019-09-10 2019-09-10 基于场景分析和安全约束经济调度的分层消纳预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910851226.5A CN110535131B (zh) 2019-09-10 2019-09-10 基于场景分析和安全约束经济调度的分层消纳预警方法

Publications (2)

Publication Number Publication Date
CN110535131A true CN110535131A (zh) 2019-12-03
CN110535131B CN110535131B (zh) 2020-12-29

Family

ID=68667903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910851226.5A Active CN110535131B (zh) 2019-09-10 2019-09-10 基于场景分析和安全约束经济调度的分层消纳预警方法

Country Status (1)

Country Link
CN (1) CN110535131B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553536A (zh) * 2020-05-06 2020-08-18 国网安徽省电力有限公司滁州供电公司 一种基于多种能源结构下的电网负荷预测方法
CN113408966A (zh) * 2021-08-18 2021-09-17 新风光电子科技股份有限公司 一种提高智能电网区域综合利用效率的方法
CN117578603A (zh) * 2023-10-10 2024-02-20 国网浙江省电力有限公司金华供电公司 一种基于区域新能源调节的网架负载均衡方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408901A (zh) * 2008-11-26 2009-04-15 东北大学 一种基于主题词条的跨类型数据的概率聚类方法
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
CN107301472A (zh) * 2017-06-07 2017-10-27 天津大学 基于场景分析法和电压调节策略的分布式光伏规划方法
CN107341593A (zh) * 2017-06-19 2017-11-10 东北电力大学 一种基于场景划分的电热综合系统弃风消纳协调调度模型
WO2018029662A1 (en) * 2016-08-12 2018-02-15 Centro De Investigação Em Energia Ren - State Grid S.A Method and device for wind power curtailment optimization for day-ahead operational planning of a power network
CN108460482A (zh) * 2018-01-31 2018-08-28 南京理工大学 考虑可中断负荷和日前小时电价的风电消纳方法
CN108599270A (zh) * 2018-04-27 2018-09-28 国家电网公司东北分部 一种考虑风电随机性的电力系统广域协调消纳方法
KR101953570B1 (ko) * 2017-11-14 2019-05-23 동신대학교 산학협력단 열 전기 복합그리드 모델 설계 방법
CN109818347A (zh) * 2018-11-30 2019-05-28 华北电力大学 一种电力系统风电消纳能力的评估方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104022513B (zh) * 2014-05-30 2016-05-04 上海电力学院 电动汽车充放储一体站并网的多级电压控制分区方法
CN104600713A (zh) * 2014-12-25 2015-05-06 国家电网公司 含风力/光伏发电配电网日前无功调度的生成装置及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408901A (zh) * 2008-11-26 2009-04-15 东北大学 一种基于主题词条的跨类型数据的概率聚类方法
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
WO2018029662A1 (en) * 2016-08-12 2018-02-15 Centro De Investigação Em Energia Ren - State Grid S.A Method and device for wind power curtailment optimization for day-ahead operational planning of a power network
CN107301472A (zh) * 2017-06-07 2017-10-27 天津大学 基于场景分析法和电压调节策略的分布式光伏规划方法
CN107341593A (zh) * 2017-06-19 2017-11-10 东北电力大学 一种基于场景划分的电热综合系统弃风消纳协调调度模型
KR101953570B1 (ko) * 2017-11-14 2019-05-23 동신대학교 산학협력단 열 전기 복합그리드 모델 설계 방법
CN108460482A (zh) * 2018-01-31 2018-08-28 南京理工大学 考虑可中断负荷和日前小时电价的风电消纳方法
CN108599270A (zh) * 2018-04-27 2018-09-28 国家电网公司东北分部 一种考虑风电随机性的电力系统广域协调消纳方法
CN109818347A (zh) * 2018-11-30 2019-05-28 华北电力大学 一种电力系统风电消纳能力的评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PENG YANG ETAL: "Simulation Analysis on Energy Consumption of Multi-shuttle Automated Storage and Retrieval Systems", 《2018 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL ENGINEERING AND ENGINEERING MANAGEMENT (IEEM)》 *
丁明等: "面向风电接纳能力评价的风资源/负荷典型场景集生成方法与应用", 《中国电机工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553536A (zh) * 2020-05-06 2020-08-18 国网安徽省电力有限公司滁州供电公司 一种基于多种能源结构下的电网负荷预测方法
CN113408966A (zh) * 2021-08-18 2021-09-17 新风光电子科技股份有限公司 一种提高智能电网区域综合利用效率的方法
CN117578603A (zh) * 2023-10-10 2024-02-20 国网浙江省电力有限公司金华供电公司 一种基于区域新能源调节的网架负载均衡方法
CN117578603B (zh) * 2023-10-10 2024-05-14 国网浙江省电力有限公司金华供电公司 一种基于区域新能源调节的网架负载均衡方法

Also Published As

Publication number Publication date
CN110535131B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
Mahmud et al. Peak-load reduction by coordinated response of photovoltaics, battery storage, and electric vehicles
Singh et al. Distributed power generation planning for distribution networks using electric vehicles: Systematic attention to challenges and opportunities
Meng et al. Dynamic frequency response from electric vehicles considering travelling behavior in the Great Britain power system
Jin et al. Multicriteria planning for distributed wind generation under strategic maintenance
Zhang et al. A systematic review of optimal planning and deployment of distributed generation and energy storage systems in power networks
CN110263391B (zh) 一种基于机会约束的有源配电网智能软开关规划方法
Bracale et al. Analysis of the Italian distribution system evolution through reference networks
CN104331844A (zh) 一种电网基建项目投资决策方法
Yuvaraj et al. Integration of Electric Vehicle Charging Stations and DSTATCOM in Practical Indian Distribution Systems Using Bald Eagle Search Algorithm
CN110535131A (zh) 基于场景分析和安全约束经济调度的分层消纳预警方法
Mojumder et al. Prospects and challenges of renewable energy-based microgrid system in Bangladesh: a comprehensive review
Ke et al. Coordinative real‐time sub‐transmission volt–var control for reactive power regulation between transmission and distribution systems
He et al. Optimal integration of Vehicle to Building (V2B) and Building to Vehicle (B2V) technologies for commercial buildings
Varzaneh et al. Optimal energy management for PV‐integrated residential systems including energy storage system
Oladeji et al. Security constrained optimal placement of renewable energy sources distributed generation for modern grid operations
Kiaee et al. Utilisation of alkaline electrolysers in existing distribution networks to increase the amount of integrated wind capacity
Wang et al. A novel security stochastic unit commitment for wind-thermal system operation
Alzahrani et al. Modelling and implementing smart micro-grids for fish-processing industry
Karmaker et al. Electric vehicle hosting capacity analysis: Challenges and solutions
Lorente et al. Energy storage allocation in power networks–A state-of-the-art review
Zheng et al. Optimal dispatch for reversible solid oxide cell-based hydrogen/electric vehicle aggregator via stimuli-responsive charging decision estimation
Xiang et al. Coordinated DG-Tie planning in distribution networks based on temporal scenarios
Hamid et al. Optimal sizing of distributed generation using firefly algorithm and loss sensitivity for voltage stability improvement
CN106786734A (zh) 电网风电场接入选址方法
CN114784789B (zh) 一种铁塔基站新能源储能远传电源系统

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